Carlos Ivorra Castillo

TEORÍA DE GRUPOS
 La importancia de la teoría de grupos se puso de
relieve hace muy poco, cuando unos físicos, usando la
teoría de grupos, predijeron la existencia de una par-
tícula que no había sido observada nunca, y descri-
bieron las propiedades que debía tener. Experimen-
tos posteriores demostraron que esa partícula existe
realmente y tiene esas propiedades.
Irving Adler
Índice General

Preámbulo vii

Introducción ix

Capítulo I: Elementos de la teoría de grupos 1

1.1 Grupos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.2 El orden de un elemento . . . . . . . . . . . . . . . . . . . . . . . 5
1.3 Homomorfismos de grupos . . . . . . . . . . . . . . . . . . . . . . 8
1.4 Subgrupos y generadores . . . . . . . . . . . . . . . . . . . . . . . 10
1.5 Congruencias y cocientes . . . . . . . . . . . . . . . . . . . . . . . 18
1.6 Subgrupos normales y grupos cociente . . . . . . . . . . . . . . . 21

Capítulo II: Grupos de permutaciones I 35

2.1 Acciones de grupos . . . . . . . . . . . . . . . . . . . . . . . . . . 35
2.2 Los grupos simétricos . . . . . . . . . . . . . . . . . . . . . . . . 41
2.3 Grupos alternados . . . . . . . . . . . . . . . . . . . . . . . . . . 49
2.4 El teorema de Cayley . . . . . . . . . . . . . . . . . . . . . . . . 54
2.5 Automorfismos de los grupos simétricos . . . . . . . . . . . . . . 58
2.6 Grupos de simetrías de polígonos y poliedros regulares . . . . . . 63
2.7 El teorema de Burnside . . . . . . . . . . . . . . . . . . . . . . . 71

Capítulo III: Teoremas de estructura 81

3.1 Producto de grupos . . . . . . . . . . . . . . . . . . . . . . . . . . 81
3.2 Grupos libres . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 86
3.3 Presentaciones de grupos . . . . . . . . . . . . . . . . . . . . . . 95
3.4 Productos semidirectos . . . . . . . . . . . . . . . . . . . . . . . . 104
3.5 Clasificación de los grupos de orden 16 . . . . . . . . . . . . . . . 114
3.6 La teoría de Sylow . . . . . . . . . . . . . . . . . . . . . . . . . . 120
3.7 Ejemplo: El grupo LG(2, 3) . . . . . . . . . . . . . . . . . . . . . 130
3.8 Grupos de orden menor que 32 . . . . . . . . . . . . . . . . . . . 139

Capítulo IV: Grupos resolubles 141

4.1 Hechos básicos . . . . . . . . . . . . . . . . . . . . . . . . . . . . 141
4.2 El teorema de Frobenius . . . . . . . . . . . . . . . . . . . . . . . 145
4.3 Subgrupos de Hall . . . . . . . . . . . . . . . . . . . . . . . . . . 148

v
vi ÍNDICE GENERAL

4.4 El teorema de Schur-Zassenhaus . . . . . . . . . . . . . . . . . . 154

4.5 Factores principales y de composición . . . . . . . . . . . . . . . 157

Capítulo V: Grupos nilpotentes 163

5.1 Grupos nilpotentes . . . . . . . . . . . . . . . . . . . . . . . . . . 163
5.2 Transferencias . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 170
5.3 Grupos p-nilpotentes . . . . . . . . . . . . . . . . . . . . . . . . . 176
5.4 Aplicaciones de los teoremas de Burnside . . . . . . . . . . . . . 178
5.5 El subgrupo de Frattini . . . . . . . . . . . . . . . . . . . . . . . 196

Capítulo VI: Caracteres de grupos 207

6.1 Representaciones lineales de grupos . . . . . . . . . . . . . . . . . 207
6.2 Caracteres . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 214
6.3 Caracteres complejos . . . . . . . . . . . . . . . . . . . . . . . . . 222
6.4 Ejemplos y aplicaciones . . . . . . . . . . . . . . . . . . . . . . . 228

Capítulo VII: Grupos de permutaciones II 233

7.1 Grupos de permutaciones primitivos y múltiplemente transitivos 233
7.2 Los grupos lineales especiales proyectivos . . . . . . . . . . . . . 239
7.3 Los grupos de Mathieu . . . . . . . . . . . . . . . . . . . . . . . . 246
7.4 El código de Golay . . . . . . . . . . . . . . . . . . . . . . . . . . 289

Capítulo VIII: Métodos geométricos 297

8.1 Formas sesquilineales . . . . . . . . . . . . . . . . . . . . . . . . . 297
8.2 Los grupos simplécticos . . . . . . . . . . . . . . . . . . . . . . . 303
8.3 Espacios cuadráticos y unitarios . . . . . . . . . . . . . . . . . . . 313
8.4 Espacios sobre cuerpos finitos . . . . . . . . . . . . . . . . . . . . 323

Capítulo IX: Los grupos unitarios y ortogonales 337

9.1 Los grupos unitarios . . . . . . . . . . . . . . . . . . . . . . . . . 337
9.2 Los grupos ortogonales . . . . . . . . . . . . . . . . . . . . . . . . 365
9.3 Los grupos simples finitos clásicos . . . . . . . . . . . . . . . . . . 407

Apéndice A: Congruencia a trozos en el espacio euclídeo 411

A.1 La paradoja de Banach-Tarski . . . . . . . . . . . . . . . . . . . . 411
A.2 Medidas finitamente aditivas . . . . . . . . . . . . . . . . . . . . 417

Índice de Materias 429

Preámbulo

Este libro forma parte de la “tercera edición” de mis libros de Álgebra [Al],
Geometría [G] y Análisis Matemático [An], de los que he separado la Teoría
de grupos en un nuevo volumen [TG]. La diferencia esencial es que he supri-
mido muchos ejemplos y aplicaciones que ahora se encuentran en la serie de
libros “introductorios” Introducción a la teoría algebraica de números [ITAl], In-
troducción a la geometría euclídea [IGE], Introducción a la teoría analítica de
números [ITAn] e Introducción al cálculo diferencial [IC] y los he sustituido por
contenidos nuevos.
Como en la edición anterior, los contenidos están distribuidos entre los cua-
tro libros de modo que pueden leerse simultáneamente siguiendo el orden que
muestra el esquema de la página siguiente.
El primer capítulo de [Al] es una introducción a la teoría de conjuntos, cuyos
aspectos más técnicos (los relacionados con el axioma de elección y la teoría de
cardinales infinitos) se han relegado a dos apéndices. La teoría descrita es la teo-
ría de Zermelo, que resulta más que suficiente para formalizar los contenidos de
los cuatro libros. El único inconveniente es que “se queda corta” para desarrollar
plenamente la teoría de cardinales infinitos, pero hemos preferido reducirla a lo
imprescindible, aun al precio de no poder enunciar con total precisión algunos
resultados sobre rango y dimensión de módulos y espacios vectoriales de dimen-
sión infinita que, aunque resulta natural presentarlos al tratar estos conceptos,
no son realmente necesarios en ningún momento.
El libro de Álgebra consta ahora (tras el capítulo [Al I] de fundamentos)
de un primer bloque de cinco temas con los contenidos básicos del “álgebra
abstracta” (incluyendo el álgebra lineal) y un segundo bloque de aplicaciones y
resultados más avanzados.
El libro de Geometría empieza con dos capítulos que exponen la geometría
euclídea a partir de unos axiomas al estilo de Hilbert, seguidos de un segundo
bloque de cuatro capítulos dedicados a la geometría analítica y sus aplicaciones y
un tercer bloque en el que analizamos más a fondo las geometrías afín y euclídea
estudiadas en el bloque precedente e introducimos la geometría proyectiva y las
geometrías no euclídeas.
El libro de Análisis consta de un primer bloque con los preliminares topoló-
gicos, un segundo bloque con los hechos básicos del cálculo diferencial e integral
y un tercer bloque con temas más avanzados.

vii
viii Preámbulo

Álgebra Geometría Análisis Grupos

Al I
Conjuntos
Al II GI
Anillos G. absoluta
Al III G II An I TG I
Aritmética G. euclídea Números reales Elementos
Al IV G III An II TG II
Módulos G. analítica Topología I Permutaciones I
Al V G IV An III TG III
Cuerpos I Cuaternios Topología II Estructura
Al VI GV An IV TG IV
Álgebra lineal Biyecciones afines Tª de la medida I Resolubles
Al VII G VI An V TG V
Ecuaciones Regla y compás Calc. diferencial Nilpotentes
Al VIII G VII An VI TG VI
Enteros algebraicos G. afín Tª de la medida II Caracteres
Al IX G VIII An VII TG VII
Cuerpos II G. proyectiva Variedades Permutaciones II
Al Ap A G IX An VIII TG VIII
Ax. de elección Cónicas Cálc. vectorial Clásicos I
Al Ap B GX An IX TG IX
Ctos. infinitos G. parabólica An. harmónico Clásicos II
Al Ap C G XI An X TG Ap A
Cuadrados latinos G. hiperbólica Holomorfas Banach-Tarski
G XII An Ap A
G. elíptica Sólidos rígidos
G Ap A An Ap B
G. Inversiva Gravitación
G Ap B
Hamming

Finalmente, el libro de Teoría de grupos aparece dividido en el esquema

anterior en un primer bloque con la teoría básica y un segundo bloque con
contenidos más avanzados.
Salvo los dos apéndices sobre teoría de conjuntos de [Al], los demás apén-
dices contienen aplicaciones que, por motivos diversos, era preferible exponer
unificadamente en lugar de dejarlas dispersas por el texto.
Remitimos a las introducciones de cada uno de los libros para una panorá-
mica general más detallada de sus contenidos.
Introducción

Tal y como se recoge en la introducción de [Al], Cardano publicó en 1545

su Ars magna, en la que presentaba fórmulas generales para resolver ecuaciones
polinómicas de tercer y cuarto grado, análogas —pero mucho más complicadas—
a la conocida fórmula √
−b ± b2 − 4ac
x=
2a
para resolver una ecuación ax2 +bx+c = 0 de segundo grado. En 1770 Lagrange
publicó el primero de una serie de trabajos en los que estudiaba más a fondo
las raíces de un polinomio de tercer o cuarto grado, tratando de encontrar una
teoría de fondo que permitiera entender las fórmulas de Cardano-Ferrari y, a
ser posible, generalizarlas al caso de polinomios de grado mayor que 4. Ese
mismo año, el violinista francés Alexandre-Théophile Vandermonde empezó a
interesarse por las matemáticas, y en 1771 publicó su Mémoire sur la résolution
des equations, en la que estudiaba las raíces de los polinomios ciclotómicos,
y para ello se valió del estudio de las funciones que quedaban invariantes al
permutar dichas raíces.
En términos modernos, podemos hacernos una idea de lo que esto supone
considerando el análisis de los números ciclotómicos de orden 5 que llevamos a
cabo en el capítulo XVII de [ITAl] para demostrar el último teorema de Fermat
para el exponente p = 5. Allí consideramos los números ciclotómicos (de orden
5), que son los de la forma

a4 ω 4 + a3 ω 3 + a2 ω 2 + a1 ω,

donde ai ∈ Q. Estos números forman un cuerpo K (el cuerpo ciclotómico de

orden 5), que es, de hecho, el menor subcuerpo de C que contiene las raíces del
polinomio ciclotómico quinto

c5 (x) = x4 + x3 + x2 + x + 1.

En la sección [ITAl 17.3] vimos que el cuerpo K tiene cuatro conjugaciones,

es decir, que existen exactamente cuatro aplicaciones σ : K −→ K tales que

σ(α + β) = σ(α) + σ(β), σ(αβ) = σ(α)σ(β)

(lo que ahora se conoce como los automorfismos de K).

ix
x Introducción

En efecto, una aplicación en estas condiciones cumple σ(q) = q para todo

q ∈ Q, de donde a su vez se sigue que

σ(ω)4 + σ(ω)3 + σ(ω)2 + σ(ω) + 1 = 0,

por lo que σ(ω) es necesariamente una de las raíces del polinomio c5 (x), es
decir, que σ(ω) = ω i , para i = 1, 2, 3, 4. Además esto determina completamente
a σ, luego tenemos exactamente cuatro conjugaciones σi determinadas por que
σi (ω) = ω i .
En particular, cada conjugación σi determina y queda determinada por una
permutación de las raíces del polinomio ciclotómico. Por ejemplo, σ2 se corres-
ponde con la permutación
ωi ω ω2 ω3 ω4
σ2 (ω i ) ω 2 ω4 ω ω3
Lo destacable es que, en principio, podríamos haber dispuesto las cuatro
potencias de ω de 24 formas distintas en la segunda fila de la tabla anterior, pero
de esas 24 permutaciones posibles, sólo cuatro de ellas determinan conjugaciones
del cuerpo ciclotómico K.

Galois Lagrange pronto incorporó a sus investigaciones la técnica de consi-

derar permutaciones de las raíces de un polinomio que eran “admisibles” en el
sentido de determinar y estar determinadas por conjugaciones, pero el primero
que expresó estas ideas explícitamente —aunque a la vez de forma bastante
confusa— fue un joven matemático francés llamado Évariste Galois, que en
1829, a sus 18 años, redactó una memoria en la que esbozó lo que hoy se conoce
como la teoría de Galois, que unificaba y generalizaba drásticamente algunos
de los resultados obtenidos por Lagrange y Vandermonde.
En términos modernos, si p(x) es un polinomio irreducible en el anillo de
polinomios Q[x], existe un único cuerpo Q ⊂ K ⊂ C determinado por la pro-
piedad de ser el menor cuerpo que contiene a todas las raíces de p(x). Es el que
se conoce como cuerpo de escisión del polinomio p(x) [Al 5.17], y sus automor-
fismos forman lo que Galois llamó un grupo de permutaciones de sus raíces, el
que ahora se conoce como grupo de Galois del polinomio dado [Al 7.11].
Para explicar estos términos definimos una permutación de un conjunto X
como una aplicación f : X −→ X biyectiva. Es fácil ver que si el conjunto
X tiene n elementos, hay exactamente n! permutaciones de X. Por ejemplo,
podemos expresar las 6 permutaciones de un conjunto de 3 elementos como
     
1 2 3 1 2 3 1 2 3
, , ,
1 2 3 2 3 1 3 1 2
     
1 2 3 1 2 3 1 2 3
, , .
2 1 3 3 2 1 1 3 2
Así, la segunda permutación σ es la dada por 1σ = 2, 2σ = 3, 3σ = 1,
mientras que la última τ es la dada por 1τ = 1, 2τ = 3, 3τ = 2.
 xi

Dos permutaciones cualesquiera, como σ y τ , se pueden componer, para dar

lugar a la permutación στ que hace actuar primero a σ y luego a τ , lo que en
nuestro ejemplo nos da

1(στ ) = 2τ = 3, 2(στ ) = 3τ = 2, 3(στ ) = 1τ = 1,

luego στ es la quinta de la lista de las seis permutaciones.

Galois definió un grupo de permutaciones de un conjunto X como un con-
junto (no vacío) G de permutaciones de X que cumpliera dos propiedades:

1. Si σ, τ ∈ G, entonces στ ∈ G.

2. Si σ ∈ G, entonces σ −1 ∈ G, donde σ −1 es la permutación inversa de σ,

es decir, la que cumple aσ −1 = b si y sólo si bσ = a.

Por ejemplo, es obvio que el conjunto de todas las permutaciones de un

conjunto X es un grupo, al que nos referiremos como el grupo de simetrías de X o
grupo simétrico de X, y lo representaremos por ΣX . Habitualmente llamaremos
Σn al grupo de todas las permutaciones de un conjunto de n elementos. Es
claro que la naturaleza de tales elementos es irrelevante. Por ejemplo, el grupo
Σ3 consta de las seis permutaciones que hemos indicado más arriba, donde
es irrelevante que los objetos permutados se llamen 1, 2, 3 o bien a, b, c o bien
ω, ω 2 , ω 3 , con tal de que sean tres objetos distintos.
En estos términos, Galois observó que las conjugaciones (o los automorfis-
mos) del cuerpo de escisión K de un polinomio irreducible p(x) ∈ Q[x] pueden
identificarse con los elementos de un grupo de permutaciones del conjunto de
sus raíces, que no es necesariamente el grupo formado por todas ellas, sino que
puede ser un subgrupo. Así, hemos visto que, aunque el grupo Σ4 consta de 24
permutaciones, el grupo de Galois del polinomio ciclotómico quinto es un sub-
grupo formado únicamente por 4 de ellas. En general, calcular el grupo de
Galois de un polinomio es un problema no trivial.
Para tratar con grupos de permutaciones conviene introducir una notación
más concisa. Así, las seis permutaciones de Σ3 que hemos enumerado más arriba
se expresan más eficientemente en la forma

1, (123), (321), (12), (13), (23).

Con más detalle: la permutación 1 es la permutación identidad, la dada por

a1 = a, para todo a, la permutación (123) es el ciclo que envía el 1 al 2, el 2 al
3 y el 3 de vuelta al 1, mientras que la transposición (12) intercambia el 1 con
el 2 y deja al 3 invariante.
En estos términos, el grupo de Galois del polinomio ciclotómico quinto está
formado por las cuatro permutaciones

σ1 = 1, σ2 = (ω, ω 2 , ω 4 , ω 3 ), σ3 = (ω, ω 3 , ω 4 , ω 2 ), σ4 = (ω, ω 4 )(ω 2 , ω 3 ).

xii Introducción

Galois intentó que su memoria sobre la teoría de las ecuaciones algebraicas

fuera aceptada por la Académie des Sciencies, pero sin éxito. Su primer intento
fue rechazado por Cauchy, aunque éste reconoció el valor de las ideas de Galois
y en febrero 1830 le dijo que uniera dos de sus trabajos y los enviara al secre-
tario de la Academia, Joseph Fourier. Sin embargo Fourier murió en mayo de
ese mismo año, y la memoria de Galois se perdió. No obstante, Galois pudo
publicar tres artículos ese año. En 1831 Siméon Denis Poisson declaró que los
trabajos de Galois eran incomprensibles, de modo que era imposible juzgar su
corrección, pero le sugirió que redactara una versión unificada de sus trabajos.
Sin embargo, Galois murió en un duelo en 1832 con 20 años de edad, y sus
trabajos permanecieron inéditos hasta que en 1843 Joseph Liouville reconoció
su valor y se encargó de que fueran publicados, cosa que sucedió en 1846.

Grupos de permutaciones Aprovechamos las más de dos décadas que los

trabajos de Galois permanecieron inéditos para hacer una digresión sobre los
grupos de permutaciones, cuyo interés va mucho más allá de su aplicación al
estudio de las raíces de las ecuaciones polinómicas.
Por ejemplo, consideremos el grupo de las permutaciones de los 2 1
cuatro vértices de un cuadrado. Se trata del grupo Σ4 , pero, de entre
todas ellas, sólo hay cuatro que pueden obtenerse girando el cuadrado: 3 4
1, (1234), (13)(24), (4321).

La identidad se obtiene con un giro de 0 grados, la segunda se obtiene girando

el cuadrado 90◦ en sentido antihorario (lo que lleva el 1 al 2, el 2 al 3, etc.), la
tercera se corresponde con un giro de 180◦ y la cuarta con un giro de 270◦ en
sentido antihorario o de 90◦ en sentido horario.
Estas cuatro permutaciones forman un grupo, conocido como el grupo cíclico
de orden 4, y que representaremos por C4 . En general, las permutaciones que
se obtienen girando los vértices de un polígono regular de n lados forman un
grupo que llamaremos Cn .
Pero si admitimos también la posibilidad de “voltear” el cuadrado, lo cual
equivale a aplicarle simetrías axiales, podemos conseguir otras cuatro permuta-
ciones más:
(12)(34), (14)(23), (24), (13).
La primera corresponde a la simetría respecto a la recta vertical que pasa por los
puntos medios de los lados horizontales, la segunda a la simetría respecto a la
recta análoga horizontal, y las dos últimas se obtienen con las simetrías respecto
a las diagonales del cuadrado. Estas ocho permutaciones forman también un
grupo. Más en general, el conjunto de las permutaciones de los vértices de
un polígono regular de n lados que pueden obtenerse mediante movimientos
y simetrías recibe el nombre de grupo diédrico de orden 2n, y se representa
por D2n . Las ocho permutaciones que acabamos de enumerar forman, pues, el
grupo D8 .
 xiii

Igualmente podemos estudiar las permutaciones del conjunto de vértices de

un poliedro que pueden obtenerse mediante movimientos. En el caso de un cubo,
de las 8! = 40 320 permutaciones posibles, sólo 24 de ellas pueden obtenerse
a partir de movimientos, y el grupo que forman resulta ser “esencialmente el
mismo” que el grupo completo de permutaciones Σ4 . En cambio, veremos que,
de las 12! = 479 001 600 permutaciones posibles de los vértices de un icosaedro
regular, sólo 60 son realizables mediante movimientos.
¿Y de qué sirve conocer los grupos de simetrías de los polígonos y los po-
liedros? Entre otras cosas, veremos que ello permite resolver problemas de
combinatoria no triviales. Por ejemplo:

¿Cuántas pulseras distintas se pueden formar ensartando en un hilo

circular seis cuentas de hasta cinco colores distintos?

Aquí es esencial entender que dos pulseras se consideran la misma si se

pueden superponer de modo que coincidan los colores de sus cuentas girándola
o volteándola. Sucede que hay 1 505, pero no es trivial cómo llegar a este número.
En la sección 2.7 resolveremos sistemáticamente este problema y otros similares
a partir de un resultado conocido como lema de Burnside (teorema 2.39), si
bien Burnside se limitó a incluirlo en un libro suyo de 1897 citando un trabajo
de Ferdinand Georg Frobenius de 1887, pero Cauchy ya lo había demostrado
en 1845. La aplicación del lema de Burnside al problema planteado requiere
estudiar el grupo diédrico D12 .
Otro resultado combinatorio que puede probarse mediante el lema de Burn-
side es:

El número de formas distintas de pintar las caras de un cubo con k

colores es
k 6 + 3k 4 + 12k 3 + 8k 2
.
24
Para llegar a esta conclusión necesitamos estudiar el grupo de las simetrías
de un cubo o, equivalentemente, el grupo de permutaciones Σ4 .

Grupos abstractos Para la época en la que fueron publicados los trabajos

de Galois la teoría de grupos ya era una rama incipiente de la matemática,
que había recibido el impulso de Cauchy o de Camille Jordan, que fue, de
hecho, el que difundió el uso del término “grupo” para referirse a los grupos
de permutaciones. Jordan introdujo también el concepto de “isomorfismo de
grupos”, que plasma el hecho de que dos grupos de permutaciones pueden ser,
en esencia, “un mismo grupo”, como sucede con Σ4 y el grupo de las simetrías
de un cubo.
Más precisamente, un isomorfismo entre dos grupos G y H es una biyección
f : G −→ H con la propiedad de que

f (g1 g2 ) = f (g1 )f (g2 ), para todo g1 , g2 ∈ G.

xiv Introducción

Dos grupos se dicen isomorfos si existe un isomorfismo entre ellos, y ello se

traduce en que son indistinguibles como grupos. Por ejemplo, el grupo de Galois
del polinomio ciclotómico quinto es isomorfo al grupo C4 de los giros de un
cuadrado, pues si llamamos a = ω en el primero y a = (1234) en el segundo, el
producto en ambos grupos viene dado por la tabla

1 a a2 a3
1 1 a a2 a3
a a a2 a3 1
a2 a2 a3 1 a
a3 a3 1 a a2

de modo que si decimos, por ejemplo, que a4 = 1, no podemos saber si estamos

hablando de a = ω o de a = (1234), pues la tabla es la misma para ambos
grupos.
En 1854 Arthur Cayley1 introdujo la noción abstracta de grupo que se usa
actualmente, según la cual los elementos de un grupo no tienen por qué ser per-
mutaciones, sino que un grupo es cualquier conjunto G dotado de una operación
· : G × G −→ G que satisfaga las propiedades siguientes:

1. (ab)c = a(bc), para todos los elementos a, b, c ∈ G.

2. Existe 1 ∈ G tal que a · 1 = 1 · a = a, para todo a ∈ G.

3. Para cada a ∈ G existe a−1 ∈ G tal que a · a−1 = a−1 · a = 1.

No se exige que la operación sea conmutativa, es decir, que ab = ba, para

todo a, b ∈ G. Los grupos que tienen esta propiedad se llaman grupos abelianos.
Si un grupo G es finito, su número de elementos recibe el nombre de orden
de G y se representa por |G|.
Ésta es la definición que dimos en la sección [ITAl 3.6] y de la que partiremos
en el capítulo I de este libro, donde introduciremos el (rico) lenguaje y los resul-
tados básicos de la teoría de grupos abstracta. En el capítulo II presentaremos
los hechos básicos sobre grupos de permutaciones y en particular demostraremos
el teorema de Cayley 2.26, según el cual, la definición abstracta de grupo no
es realmente más general que el concepto clásico de “grupo de permutaciones”,
pues todo grupo G es isomorfo a un grupo de permutaciones sobre sí mismo.
En [ITAl 3.26] definimos un grupo cíclico como un grupo G cuyos elementos
son todos potencias de un mismo elemento generador. Para cada número natural
n ≥ 1, existe salvo isomorfismo un único grupo cíclico Cn de orden n, de modo
que el grupo de los giros de un polígono regular de n lados es simplemente un
ejemplo de grupo cíclico de orden n.
1 Con un total de 967 artículos publicados, Cayley es el tercer matemático más prolífico de

la historia, sólo superado por Euler y Cauchy.

 xv

La teoría de Galois Pasamos finalmente a describir los resultados que había

obtenido Galois sobre las ecuaciones polinómicas. Uno de los pilares de su
teoría es lo que hoy se conoce como teorema fundamental de la teoría de Galois
[Al 5.44], según el cual existe una correspondencia biunívoca entre los subgrupos
H del grupo de Galois G de un polinomio y los subcuerpos L de su cuerpo de
escisión K.
Explícitamente la correspondencia de Galois H ↔ L asigna a cada sub-
grupo H el subcuerpo

F = {α ∈ K | σ(α) = α para todo σ ∈ H}

y a cada subcuerpo L el subgrupo

H = {σ ∈ G | σ(α) = α para todo α ∈ L}.

Por ejemplo, si K es el cuerpo de escisión del polinomio ciclotómico quinto,

sabemos que su grupo de Galois es cíclico de orden 4, generado por la conjuga-
ción σ2 = (ω, ω 2 , ω 4 , ω 3 ), y es fácil ver que G tiene exactamente tres subgrupos:

1 = {1}, H = {1, (ω, ω 4 )(ω 2 , ω 3 )}, G,

por lo que el cuerpo ciclotómico K tiene exactamente tres subcuerpos:

1 ↔ K, H ↔ L, G ↔ Q,

de los cuales, el único subcuerpo propio es el asociado a H = {1, σ4 }, que es

L = {α ∈ K | σ4 (α) = α}.

Como todo elemento de K es de la forma

α = a4 ω 4 + a3 ω 3 + a2 ω 2 + a1 ω

y
σ4 (α) = a4 ω + a3 ω 2 + a2 ω 3 + a1 ω 4 ,
la igualdad σ4 (α) = α equivale a que a1 = a4 = a, a2 = a3 = b, luego L
está formado por los números ciclotómicos de la forma a(ω + ω 4 ) + b(ω 2 + ω 3 ),
con a, b ∈ Q. En [ITAl 17.6]
√ (véase la discusión precedente) identificamos este
cuerpo L como L = Q( 5), el cuerpo de los enteros ciclotómicos reales. El
teorema [ITAl 17.7] prueba la correspondencia de Galois G ↔ Q, mientras que
1 ↔ K es inmediato.
De este modo, la teoría de Galois permite considerar los cálculos específicos
que hicimos en la sección [ITAl 17.3] como casos particulares de una teoría
general que podemos aplicar sistemáticamente. En general, es mucho más fácil
encontrar los subgrupos de un grupo finito dado que encontrar los subcuerpos de
un cuerpo dado, pero la teoría de Galois hace que ambas cosas sean equivalentes.
Conviene señalar en este punto que si K es el cuerpo de escisión de un
polinomio p(x) y la correspondencia de Galois relaciona un subgrupo H del
xvi Introducción

grupo de Galois G de p(x) con un subcuerpo L del cuerpo de escisión K, no es

necesariamente cierto que L sea el cuerpo de escisión de algún otro polinomio.
Galois llamó cuerpos normales a los cuerpos L que son el cuerpo de escisión
de un polinomio p(x) ∈ Q[x], y subgrupos normales a los subgrupos H que se
corresponden con los cuerpos normales, pero sucede que los subgrupos normales
admiten una caracterización puramente algebraica, de modo que, dado un grupo
abstracto G, tiene sentido distinguir cuáles de sus subgrupos son normales, sin
necesidad de que G sea el grupo de Galois de ningún polinomio. La notación
N ⊴ G se usa para expresar que N es un subgrupo normal de G.
Si comparamos un grupo G con un anillo (por simplicidad, conmutativo y
unitario) A, los subgrupos normales de G representan un papel análogo al de
los ideales de A. En particular, del mismo modo que tiene sentido calcular el
anillo cociente A/I de un anillo A sobre un ideal I, también puede definirse el
grupo cociente G/N de un grupo G sobre un subgrupo normal N . De hecho, un
subgrupo N es normal si y sólo si cumple lo necesario para que pueda definirse
un anillo cociente G/N de forma análoga a como se hace en un anillo.
A partir de la correspondencia que hoy lleva su nombre, Galois pudo dar una
condición necesaria y suficiente sobre el grupo de Galois de un polinomio p(x)
para que sus raíces puedan expresarse a partir de sus coeficientes en términos
de sumas, restas, productos, cocientes y extracción de raíces. Concretamente,
esto sucede si y sólo si el grupo de Galois G es resoluble, lo cual significa que
existe una cadena de subgrupos

1 = G0 ⊴ G1 ⊴ · · · ⊴ Gn = G

tal que cada grupo cociente Gi /Gi−1 es un grupo abeliano. Salvo por cierta
cuestión técnica sobre raíces de la unidad que requiere ciertos ajustes y que no
vamos a detallar aquí, esto equivale a la existencia de una cadena de cuerpos

Q = Ln ⊂ · · · ⊂ L1 ⊂ L0 = K,

donde el hecho de que los cocientes Gi /Gi−1 sean abelianos se traduce en que el
cuerpo Li−1 se obtiene de Li añadiéndole una raíz n-sima de un elemento de Li ,
por lo que todos los elementos de K (en particular las raíces de p(x)) pueden
expresarse en términos de sumas, restas, productos, cocientes y extracción de
raíces.
Tal y como señalamos en la introducción de [Al], en 1813 Abel probó que
no existe una fórmula general para resolver una ecuación polinómica de grado
n ≥ 5 en términos de sumas, restas, productos, cocientes y extracción de raíces,
es decir, que no hay fórmulas análogas a la conocida fórmula para resolver
las ecuaciones de segundo grado ni a las fórmulas de Cardano-Ferrari para las
ecuaciones de tercer y cuarto grado.
Sin embargo, Abel sólo demostró que no existe ninguna fórmula general,
lo cual no excluía que las raíces de cualquier ecuación polinómica pudieran
expresarse en términos de sus coeficientes mediante sumas, restas, productos,
cocientes y extracción de raíces, pero con expresiones distintas en función de
 xvii

cada polinomio, aunque no siguieran todas un mismo esquema general, como

sucede con las ecuaciones de grado 2, 3, 4.
En los términos que estamos considerando aquí, lo que demostró Abel fue
que el grupo de Galois de un polinomio an xn + an−1 xn−1 + · · · + a1 x + a0 con
“coeficientes indeterminados” es todo el grupo de permutaciones Σn [Al 7.29],
y Galois demostró que este grupo sólo es resoluble para n ≤ 4. En cambio, un
polinomio de grado n ≥ 5 con coeficientes racionales puede tener un grupo de
Galois mucho menor que Σn y ser resoluble por radicales. Por ejemplo, el grupo
de Galois del polinomio ciclotómico séptimo
x6 + x5 + x4 + x3 + x2 + x + 1
resulta ser cíclico de orden 6, por lo que es resoluble (ya que todo grupo abeliano
es trivialmente resoluble) y ello se corresponde con que las raíces del polinomio
son trivialmente expresables en términos de raíces, pues son precisamente las
seis raíces séptimas de la unidad no triviales.
Abel murió en 1829, y la Académie des Sciencies le concedió póstumamente
en 1830 —junto a Jacobi) el mismo premio que Galois había aspirado a ganar
con la memoria que le rechazaron. Sin embargo, la teoría de Galois permite
mostrar ejemplos explícitos de polinomios de grado ≥ 5 que no son resolubles
por radicales. Por ejemplo, tras [Al 7.27] probaremos que la ecuación
x5 − 4x + 2 = 0
no es resoluble por radicales, porque el grupo de Galois de su miembro izquierdo
es Σ5 que, como ya hemos señalado, no es resoluble.

Constructibilidad con regla y compás Los argumentos que relacionan

la resolubilidad por radicales de una ecuación polinómica y la resolubilidad
de su grupo de Galois se pueden adaptar —y simplificar— para obtener una
caracterización algebraica de los números algebraicos constructibles con regla y
compás [G 6.4]. En este caso no se obtiene una caracterización puramente en
términos del grupo de Galois, pero, por ejemplo, si un polinomio tiene grupo de
Galois de orden 2n , entonces sus raíces son constructibles con regla y compás.
Esto lo probaremos en [G 6.8], pero la prueba se basa en una propiedad no
trivial sobre grupos que demostraremos en 3.6, a saber:
Todo grupo de orden potencia de primo tiene subgrupos de todos los
órdenes que dividen al orden del grupo.

Teoremas de estructura El resultado precedente es un ejemplo de cómo un

“teorema de estructura”, es decir, un teorema sobre qué podemos encontrar en
un grupo con unas características dadas (en este caso, un grupo de orden poten-
cia de primo) resulta ser un ingrediente esencial en la prueba de un hecho que
en principio no está relacionado con la teoría de grupos (como es la constructi-
bilidad de un número algebraico), pero que puede ser reformulado en términos
de grupos.
xviii Introducción

Entre los teoremas más importantes de este tipo se encuentran los teoremas
de Sylow, publicados en 1872 por el matemático noruego Peter Ludwig Sylow.
Entre otras cosas, afirman lo siguiente:
Si un grupo G tiene orden |G| = pn m, donde p es primo y p ∤ m,
entonces G tiene un subgrupo de orden pn .
Por ejemplo, combinando la teoría de Galois con este teorema de existencia
y el teorema previo sobre existencia de subgrupos en grupos de orden primo es
posible dar una demostración algebraica sencilla del teorema fundamental del
álgebra [Al 5.50].
Dedicaremos el capítulo III a probar los principales teoremas de estructura
sobre grupos finitos y en el capítulo IV estudiaremos los grupos resolubles, pro-
bando primeramente los hechos básicos, necesarios entre otras cosas para probar
la relación con la resolubilidad de ecuaciones por radicales y la constructibilidad
con regla y compás, y luego veremos que los grupos resolubles cumplen teore-
mas de estructura mucho más potentes que los válidos para grupos cualesquiera.
Por ejemplo, en 1928 el matemático británico Philip Hall probó que los grupos
resolubles satisfacen versiones fuertes de los teoremas de Sylow, como ésta:
Si un grupo resoluble G tiene orden |G| = mn, donde m y n son
primos entre sí, entonces G tiene un subgrupo de orden m.
En 1870 Kronecker demostró un teorema de estructura sobre grupos abelia-
nos finitos que en realidad es más que eso, pues es un teorema de clasificación,
que permite determinar cuántos grupos abelianos hay de un orden dado, junto
con una descripción operativa de cada uno de ellos.
Para enunciarlo tenemos que observar primero que si G1 y G2 son grupos,
el producto cartesiano G1 × G2 , formado por todos los pares (g1 , g2 ) tales que
gi ∈ Gi , se convierte a su vez en un grupo con la operación dada por
(g1 , g2 )(g1′ , g2′ ) = (g1 g1′ , g2 g2′ ).
Igualmente se puede calcular el producto de cualquier número finito de grupos
dados. El teorema de clasificación de los grupos abelianos finitos (enunciado
para una clase de grupos ligeramente más general en 3.4) afirma lo siguiente:
Todo grupo abeliano finito es isomorfo a un producto de grupos cícli-
cos, y la descomposición es única si exigimos que los factores tengan
orden potencia de primo.
Por ejemplo, existen, salvo isomorfismo, 2 grupos abelianos de orden 20, que
son:
C4 × C5 , C2 × C2 × C5 .
No necesitamos incluir en la lista, por ejemplo, C2 ×C10 , porque C10 es isomorfo
a C2 × C5 , por lo que C2 × C10 es isomorfo al segundo grupo de la lista. A partir
de estas descomposiciones en producto es fácil responder cualquier pregunta
sobre las características algebraicas de cualquiera de estos grupos, por lo que
podemos afirmar que los grupos abelianos finitos se conocen perfectamente.
 xix

La situación es completamente distinta para los grupos finitos en general.

No se conoce ningún criterio que permita determinar sistemáticamente (por un
medio que no sea la mera enumeración explícita de todos los casos posibles, que
es computacionalmente inviable a partir de cierta magnitud) cuántos grupos
existen de un orden dado, junto con una descripción operativa de los mismos.
Podemos probar, por ejemplo, que todo grupo de orden 6 es isomorfo a C6
(es cíclico) o a D6 (es diédrico) según si es abeliano o no, y del mismo modo
podemos clasificar todos los grupos de distintos órdenes, pero los argumentos
que hay que emplear y la familia de grupos obtenidos son diferentes en cada
caso y no siguen un patrón general. Es posible encontrar algunos patrones
particulares. Por ejemplo, en 1.39 probaremos que todo grupo de orden 2p,
con p primo es necesariamente isomorfo a C2p o a D2p , pero con esta clase de
resultados sólo abarcamos algunas familias infinitas de órdenes posibles que no
cubren, ni mucho menos, todos los casos posibles.
En el capítulo III llegaremos a clasificar todos los grupos finitos de orden
menor que 32. No es casual que nos hayamos detenido precisamente en dicho
orden, porque, como muestra la tabla 3.1, el mayor número de grupos de un
orden n dado menor que 32 se alcanza con n = 24, con un total de 15 grupos,
mientras que para n = 32 el número de grupos distintos resulta ser de 51, con
lo que su clasificación se vuelve inevitablemente muy laboriosa.
En general, los órdenes con un mayor número de grupos son las potencias
de 2 en el sentido de que, por ejemplo, la primera de las gráficas siguientes
muestra el número N (n) de grupos de orden n < 128, que tiene picos en los
valores N (26 ) = 267 y N (25 · 3) = 231, mientras que N (27 ) = 2 328.

250
2000
200
1500
150

1000
100

50 500

20 40 60 80 100 120 50 100 150 200 250

2500 25 000

2000 20 000

1500 15 000

1000 10 000

500 5000

0 100 200 300 400 500 0 200 400 600 800 1000

La segunda gráfica muestra el número de grupos para n < 256 = 28 , que

tiene otro pico en N (26 · 3) = 1 543, pero N (28 ) = 56 092. La tercera gráfica
llega hasta 511 = 29 − 1, y sólo dos valores quedan fuera del rango representado,
N (28 ) = 56 092 y N (27 · 3) = 20 169, pero N (29 ) = 10 494 213. Por último, la
xx Introducción

cuarta gráfica llega hasta 1 023 = 210 − 1 y sólo tres valores quedan fuera del
rango representado:

N (28 ) = 56 092, N (29 ) = 10 494 213, N (28 · 3) = 1 090 235,

mientras que N (210 ) = 49 487 365 422. El número total de grupos de orden
menor o igual que 1 024 es 49 499 125 314, por lo que los grupos de orden 210
constituyen el 99.97% del total.
Similarmente, los grupos de orden 64 = 26 constituyen el 45.56% de los
grupos hasta ese orden, los de orden 128 = 27 constituyen el 64.73% y los de
orden 256 = 28 constituyen el 88.89%.
Si llamamos N (n) al número de grupos de orden n no isomorfos dos a dos, es
posible estudiar el comportamiento asintótico de la función N (n) sin necesidad
de calcular su valor exacto. Así, en 5.59 probaremos la desigualdad
3
2
− 49 n2
p 27 n ≤ N (pn ).

Más aún, puede probarse2 que el número de grupos de orden pn cumple

3
2
− 94 n2 2 3
+O(n5/2 )
p 27 n ≤ N (pn ) ≤ p 27 n .

En otras palabras, si expresamos N (pn ) = pEp (n) , el exponente cumple

2 3 4 2 2 3
E2− (n) = n − n ≤ Ep (n) ≤ n + O(n5/2 ),
27 9 27
de modo que
Ep (n) − E2− (n) 4 2
9 n + O(n
5/2
)
≤ 2 3 4 2 → 0,
27 n − 9 n
Ep (n)
es decir, que el error relativo de la aproximación de Ep (n) por la función E2− (n)
tiende a 0 a medida que n crece. (Lo mismo vale si aproximamos Ep (n) por
(2/27)n3 , aunque entonces la aproximación ya no es una cota inferior.) Esto
significa que crecimiento asintótico es cúbico y que el coeficiente 2/27 en la
aproximación que probaremos es exacto.
La tabla siguiente compara la aproximación que hemos obtenido con los
valores reales. Por desgracia, no se conoce el valor exacto de N (211 ), por lo
que sólo podemos comparar cuatro valores, una cantidad muy pequeña para
que podamos hacernos una idea de la calidad de la aproximación cuando n
aumenta. Vemos que el porcentaje de error en la aproximación del exponente
va decreciendo hasta el 16.6% en el caso de 210 . Para 211 hemos probado que
hay al menos casi 31 billones de grupos de dicho orden, y si extrapolamos la
tendencia con la que se va reduciendo el porcentaje de error en el exponente,
éste debería ser del orden del 11.52%. Con ese error, el número de grupos podría
exceder los 11 000 billones.
2 Véase Blackburn, S., Neumann, P., y Venkataraman, G. (2007). Enumeration of Finite

Groups, Cambridge University Press.

 xxi

−
n N (2n ) 2E2 (n) E2 (n) E2− (n) %
1 1 − 0 − −
2 2 − 1 − −
3 5 − 2.32 − −
4 14 − 3.81 − −
5 51 − 5.67 − −
6 267 − 8.06 − −
7 2 328 12.37 11.18 3.63 67.5
8 56 092 714.84 15.78 9.48 39.9
9 10 494 213 262 144 23.32 18.00 22.8
10 49 487 365 422 830 629 361.9 35.53 29.63 16.6
11 ? 30 945 927 902 369.45 ? 44.81 −

Antes hemos dicho que si comparamos los grupos con los anillos (conmutati-
vos y unitarios), entonces los subgrupos normales son los análogos a los ideales
y, según esta analogía, los grupos simples son el concepto análogo al de los ani-
llos que no tienen ideales propios, que son precisamente los cuerpos. Del mismo
modo que los cuerpos forman una clase muy particular de anillos, con propie-
dades muy diferentes a las de los anillos arbitrarios, los grupos simples también
son una clase muy particular de grupos.
Los grupos que son simples y resolubles a la vez coinciden con los que son
simples y abelianos a la vez, que resultan ser los grupos cíclicos de orden primo (o
simplemente los grupos de orden primo, pues éstos son necesariamente cíclicos).
Al margen de este punto de encuentro, los grupos simples no abelianos pueden
pensarse como una clase radicalmente opuesta a la de los grupos resolubles. No
es cierto que ser simple no abeliano equivalga a no ser resoluble, pero sí que es
cierto que un grupo que tenga un subgrupo o un cociente simple no abeliano no
puede ser resoluble, y que un grupo resoluble no puede ser simple no abeliano.
Fue el propio Galois el que introdujo el concepto de grupo simple, precisa-
mente para demostrar que los grupos de permutaciones Σn no son resolubles
cuando n ≥ 5. En efecto, aunque no son grupos simples, en 1831 Galois de-
mostró que Σn posee un único subgrupo de orden n!/2, que recibe el nombre
de grupo alternado An , y probó que An es un grupo simple no abeliano siempre
que n ≥ 5 (teorema 2.22).
Existen muchos teoremas que permiten probar que “la mayoría” de los grupos
finitos son resolubles, y cada vez que extendemos el alcance de la clase de los
grupos resolubles estamos restringiendo las posibilidades para que un grupo sea
simple no abeliano. Y así resulta que los grupos simples no abelianos finitos
son objetos muy raros, en el sentido de que se dan con poca frecuencia. Por
ejemplo, el grupo alternado A5 , de orden 60, resulta ser el único grupo simple
no abeliano de orden menor o igual que 100, y sólo hay cinco grupos simples no
abelianos de orden menor o igual que 1 000 y un total de 31 de orden menor o
igual que 100 000.
xxii Introducción

En una carta fechada el 29 de mayo de 1832, dos días antes de su muerte,

Galois presentó otra familia infinita de grupos finitos simples no abelianos. Se
trataba de los que actualmente se conocen como grupos lineales especiales pro-
yectivos LEP(2, p), donde p ≥ 5 es un número primo. Se trata de grupos cons-
truidos a partir de grupos de matrices 2 × 2 con coeficientes en el cuerpo de p
elementos.
Así pues, en tiempos de Galois se conocían dos familias infinitas de grupos
simples finitos no abelianos (más la familia de los grupos cíclicos de orden primo,
que son los grupos simples abelianos). En 1861 el matemático francés Émile
Léonard Mathieu encontró dos grupos simples, los que ahora se conocen como
M11 y M12 , de órdenes respectivos 7 920 y 95 040 y esbozó la posibilidad de
construir otro más, que ahora se conoce como M24 .
En 1870 Camille Jordan presentó cuatro familias infinitas de grupos simples
finitos no abelianos, construidas a partir de grupos de matrices n × n sobre el
cuerpo de p elementos, una de las cuales era la clase de los grupos LEP(n, p), que
extendía a la encontrada por Galois. Estas cuatro familias, generalizadas para
admitir cuerpos finitos arbitrarios, no necesariamente de cardinal primo, cons-
tituyen los llamados grupos simples clásicos. La familia de los grupos LEP(n, q)
(donde q es el número de elementos de un cuerpo finito) la estudiaremos en la
sección 7.2, donde veremos que todos son simples salvo LEP(2, 2) y LEP(2, 3).
Las otras tres familias las estudiaremos en los capítulos VIII y IX, donde vere-
mos que también son grupos simples salvo en unos pocos casos excepcionales.
En 1873 Mathieu describió con más detalle el grupo M24 , cuyo orden es
244 823 040, y encontró otros dos grupos simples más, M22 y M23 , de órdenes
443 520 y 10 200 960, respectivamente, que completan los que ahora se conocen
como los cinco grupos de Mathieu. Estudiaremos estos grupos en la sección 7.3.
En 1897 William Burnside publicó un libro de texto clásico de la teoría de
grupos, titulado La teoría de grupos de orden finito, en el que llamó grupos
simples esporádicos a los grupos de Mathieu, porque tenían la peculiaridad de
que su construcción, al contrario de las demás construcciones conocidas, no
permitía obtener una familia infinita de grupos simples, sino únicamente cinco.
En 1899 una matemática estadounidense, Ida May Schottenfels, probó que
los grupos LEP(4, 2) y A8 no son isomorfos (teorema 7.43), a pesar de que ambos
tienen 20 160 elementos. Fue el primer caso conocido de dos grupos simples no
isomorfos del mismo orden. En el capítulo IX veremos que en realidad existen
infinitos pares de grupos simples del mismo orden no isomorfos entre sí. El
menor ejemplo, después del encontrado por Schottenfels, corresponde a dos
grupos de 1 451 520 elementos.
En 1873 el matemático noruego Sophus Lie había iniciado las investigaciones
que le llevarían a estudiar los llamados grupos de Lie, que son grupos dotados
de una estructura de variedad diferenciable en el sentido que estudiaremos en el
capítulo VII de [An] (en realidad en un sentido de variedad diferencial abstracta
un poco más general). Por ejemplo, un grupo de Lie es grupo lineal general
 xxiii

LG(2, R), formado por todas las matrices

 
a b
c d

de coeficientes reales y con determinante ad − bc ̸= 0. Estas matrices se corres-

ponden biunívocamente con los puntos del abierto

U = {(a, b, c, d) ∈ R4 | ad − bc ̸= 0} ⊂ R4 ,

de modo que, a través de esta identificación, tanto el producto como la apli-

cación que a cada matriz le hace corresponder su inversa pueden verse como
aplicaciones infinitamente derivables

U × U −→ U, U −→ U,

y esto es precisamente lo que significa que LG(2, R) es un grupo de Lie.

El propósito de Lie era trasladar las ideas de Galois al contexto de la geome-
tría diferencial con vistas a aplicarlas al estudio de las ecuaciones diferenciales.
Hacia 1880, el matemático alemán Wilhelm Killing introdujo independiente-
mente del trabajo de Lie las que ahora se conocen como álgebras de Lie, y hacia
1890 obtuvo una clasificación de las llamadas álgebras de Lie simples sobre el
cuerpo C de los números complejos.
En 1901 el matemático estadounidense Leonard Eugene Dickson publicó su
libro Grupos lineales con una exposición de la teoría de cuerpos de Galois, que
es el primer texto en el que se estudian de forma sistemática los cuerpos finitos,
y que además contenía una presentación sistemática de los grupos simples clá-
sicos. Dickson tomo como guía de su trabajo la analogía con los resultados de
Killing sustituyendo el cuerpo C de los números complejos por cuerpos finitos,
y encontró otras dos familias infinitas de grupos simples finitos, a las que llamó
“familias excepcionales”.
De este modo, al principios del siglo XX los grupos simples finitos conocidos
eran lo suficientemente numerosos como para que se pudieran formular conjetu-
ras razonables sobre ellos y lo suficientemente escasos como para que no fuera
descabellado plantearse si existían más o si ya se conocían todos.
Uno de los principales matemáticos que se dedicaron a “acotar” las posibili-
dades para los grupos simples no abelianos fue Burnside. Uno de sus resultados
más notables lo obtuvo en 1904, cuando probó el teorema siguiente:

Si el orden de un grupo finito G sólo es divisible entre dos primos,

entonces G es resoluble.

Aunque Burnside demostró muchos teoremas, éste en particular es el cono-

cido simplemente como teorema de Burnside. Como consecuencia, el orden de
un grupo simple no abeliano debe ser divisible al menos entre tres primos. La
prueba de Burnside aplicaba la teoría de caracteres de grupos que había em-
pezado a desarrollar en 1896 el matemático alemán Ferdinand Frobenius. En
xxiv Introducción

1837 Dirichlet había demostrado su teorema sobre primos en progresiones arit-

méticas [ITAn 7.24] generalizando la noción de “carácter” introducida por Gauss
al caso de grupos abelianos finitos, y ahora Frobenius la extendía a su vez de
forma nada obvia al caso de grupos arbitrarios, no necesariamente abelianos.
Esta teoría se desarrolló rápidamente en los años siguientes y Burnside se dio
cuenta de su potencial, que quedó fuera de toda duda con la demostración de
su resultado. En el capítulo VI expondremos los resultados básicos de la teoría
de caracteres de grupos necesarios para demostrar el teorema de Burnside 6.40.
Es posible demostrar el teorema sin recurrir a la teoría de caracteres, pero la
prueba “elemental” es mucho más complicada y no se completó hasta 1972.
Incidentalmente, como una aplicación curiosa de la teoría de caracteres, pro-
baremos esta caracterización de los grupos abelianos 6.41:

Si G es un grupo finito y

|{(g, h) ∈ G × G | gh = hg}| 5
> ,
|G|2 8

entonces G es abeliano.

En otras palabras, si la probabilidad de que dos elementos de un grupo finito

elegidos al azar conmuten es mayor que 5/8, entonces el grupo es abeliano.
En 1911 Burnside publicó la segunda edición de su libro de 1897, en la que
añadió la teoría de caracteres necesaria para demostrar el teorema de Burnside,
así como una conjetura destacada:

Todo grupo de orden impar es resoluble.

De ella se sigue que todo grupo simple no abeliano tiene que tener orden
par. Esto era especialmente relevante porque Burnside había advertido que una
estrategia prometedora de cara a una posible clasificación de los grupos simples
era estudiar sus involuciones (sus elementos g ̸= 1 tales que g 2 = 1), pero sólo
los grupos de orden par tienen involuciones.
En 5.35 demostraremos que todo grupo de orden impar ≤ 1 000 es resolu-
ble, y uno de los ingredientes esenciales de la prueba —además del teorema de
Burnside— es el teorema del p-complemento normal 5.31, también de Burnside,
que apareció por primera vez en la segunda edición de su libro y que es un tanto
más técnico y más elemental en comparación con el anterior, pero también de
una gran potencia.
En 1955 Brauer y Fowler demostraron un teorema según el cual sólo puede
haber un número finito de grupos simples en los que el centralizador de una
involución (el subgrupo de elementos que conmutan con ella) fuera de un tipo
dado. Esto sugería un camino concreto para clasificar los grupos simples finitos
a través de sus involuciones, tal y como había sugerido Burnside, y daba más
trascendencia a su conjetura de que todos los grupos simples tienen orden par.
 xxv

En los últimos años, el francés Claude Chevalley había advertido que muchos
resultados sobre grupos de Lie definidos sobre los números reales podían genera-
lizarse a resultados análogos sobre grupos algebraicos, que son grupos definidos
en el contexto de la geometría algebraica en lugar de la geometría diferencial, lo
cual permitía sustituir el cuerpo R por un cuerpo arbitrario, en particular por un
cuerpo finito, y así obtener sistemáticamente varias familias de grupos simples
finitos que ahora se conocen conjuntamente como grupos de Chevalley o grupos
de tipo de Lie. Concretamente, en 1955 Chevalley definió cuatro familias de
grupos simples que coincidían con las cuatro familias de grupos clásicos excepto
parte de una de ellas, así como otras cinco familias excepcionales que incluían las
dos que había encontrado Dickson. En 1959 el matemático canadiense Robert
Steinberg modificó la construcción de Chevalley para incluir los grupos clásicos
restantes en dos nuevas familias y encontró dos familias excepcionales. En ese
momento se conocían 13 familias de grupos simples y los 5 grupos esporádicos
de Mathieu, aunque en 1960 el japonés Michio Suzuki encontraría una más y en
1962 el coreano-canadiense Rimhak Ree descubrió otras dos, con lo que se llegó
a un total de 16.

En 1963 el austríaco Walter Feit y el estadounidense John Griggs Thompson

publicaron un artículo de 255 páginas en el que demostraban la conjetura de
Burnside, que desde entonces se conoce como el teorema de Feit-Thompson, y
que se considera el primer paso hacia una clasificación de los grupos simples
finitos.
En 1965 el yugoslavo Zvonimir Janko sorprendió a la comunidad matemática
con el descubrimiento de un nuevo grupo simple esporádico, ahora conocido
como J1 , de orden 175 560, a la vez que conjeturaba la existencia de otros dos, J2
y J3 . Hasta entonces se conjeturaba que los grupos de Mathieu serían los únicos
grupos simples esporádicos.3 Durante los años siguientes aparecerían muchos
más, hasta un total de 26. El último en ser descubierto fue el grupo monstruo
M , cuya existencia había sido conjeturada en 1973 por el alemán Bernd Fisher
y por el estadounidense Robert Griess y que fue demostrada finalmente por éste
en 1980. Su orden es

808 017 424 794 512 875 886 459 904 961 710 757 005 754 368 000 000 000.

En 1983 el estadounidense Daniel Gorenstein anunció que la clasificación de los

grupos simples finitos se había completado, aunque posteriormente se encon-
traron dos lagunas en la prueba que no serían subsanadas hasta 2004 y 2008,
respectivamente. El enunciado final del teorema de clasificación es el siguiente:

Todo grupo simple finito es un grupo cíclico de orden primo Cp , un

grupo alternado An con n ≥ 5, uno de los grupos de las 16 familias de
grupos de tipo de Lie o bien uno de los 26 grupos simples esporádicos.
3 Elespecialista en teoría de grupos Bertram Huppert dice en la introducción de su tratado
Endliche Gruppen que sólo hay dos cosas que le sorprendieron en su vida: el descubrimiento
del primer grupo de Janko y la caída del muro de Berlín.
xxvi Introducción

No hace falta aclarar que la prueba de este teorema excede con creces el
nivel de este libro. Se estima que ocupa unas 10 000 páginas repartidas entre
más de 500 artículos de más de un centenar de autores. No obstante, varios de
los contenidos de este libro tienen relación con el teorema de clasificación, por
lo que hemos considerado oportuno presentarlo en esta introducción.

La teoría de grupos y otras ramas de la matemática La estructura de

grupo aparece en los contextos más diversos, desde la teoría de números hasta
la física teórica, de tal suerte que no podemos dar aquí una perspectiva gene-
ral del papel que representan los grupos en la matemática moderna. En [ITAl]
tuvimos ocasión de constatar cómo algunos resultados aritméticos elementales,
como los teoremas de Fermat o de Euler sobre congruencias, o los resultados de
Gauss sobre raíces de la unidad, se entienden mejor y se demuestran más ele-
gantemente en el contexto de la teoría de grupos, o que la teoría de Gauss sobre
las formas cuadráticas binarias permite entender por qué formas cuadráticas
distintas tienen un comportamiento muy diferente en cuanto a los números que
representan o en cuanto a las ecuaciones diofánticas que determinan en térmi-
nos de los grupos de clases y de géneros correspondientes a cada discriminante
posible.
Del mismo modo en que uno no esperaría que encontrar las soluciones enteras
de la ecuación
2x2 + 22xy − 7y 2 = 77
—por poner uno de los ejemplos estudiados en [ITAl]— lleve al análisis de un
grupo finito, hay muchos otros contextos en los que un problema sin relación
aparente con la teoría de grupos conduce hasta ella.
A modo de ilustración, en el apéndice A presentamos dos resultados (uno
a caballo entre la teoría de conjuntos y la geometría y otro relacionado con la
teoría de la medida) en los que intervienen grupos de forma relevante y que
vamos a describir a continuación:

La paradoja de Banach-Tarski En 1924 Stephan Banach y Alfred Tarski

publicaron un artículo en el que demostraban lo siguiente:
Es posible partir una esfera sólida en un número finito de piezas
de modo que, moviéndolas y ensamblándolas de nuevo, formen dos
esferas del mismo radio que la de partida.
 xxvii

La prueba es un refinamiento de la de un resultado de Hausdorff de 1914 que a

su vez se basa en el hecho de que el grupo de los giros en el espacio tridimensional
respecto a ejes que pasan por un mismo punto contiene un subgrupo libre4 de
rango 2. Los grupos libres los estudiaremos en la sección 3.2. Un grupo libre
de rango 2 es un grupo L que contiene dos elementos σ, τ de modo que cada
elemento de L distinto de 1 admite una expresión de tipo

στ σστ σ −1 τ στ −1 τ −1 τ −1 σ

que es única sin más que exigir que en ella no aparezcan consecutivamente σ y
σ −1 o bien τ y τ −1 .
Más aún, a partir de este resultado se puede probar fácilmente una versión
mucho más general:

Si A, B son dos subconjuntos de R3 de interior no vacío, entonces

A se puede descomponer en un número finito de trozos que, movién-
dolos adecuadamente, pueden reensamblarse para formar B.

Por ejemplo, una esfera de un centímetro de radio puede partirse en un

número finito de trozos que, debidamente reensamblados, pueden formar una
esfera del tamaño de la Tierra.
Estos resultados se conocen como paradoja de Banach-Tarski, pero no por-
que sean falsos o contradictorios, sino meramente porque a primera vista uno
pensaría que tienen que ser falsos. Incluso uno puede sentirse tentado de razonar
que son falsos argumentando así:

Si partimos una esfera en un número finito de trozos, el volumen

de la esfera será la suma de los volúmenes de los trozos, y éstos
volúmenes no se alteran al moverlos, por lo que el volumen de las
dos esferas también tiene que ser igual a la suma de los volúmenes
de los trozos, y así llegamos a la contradicción de que un número no
nulo es igual a su doble.

Lo que falla en el “razonamiento” anterior es un hecho muy sutil: los trozos en

los que se divide la esfera para duplicarla ¡no tienen volumen! En el apéndice A
de [ITAn] definimos el área de una figura plana a través de la medida de Jordan,
que no está definida sobre todos los subconjuntos de R2 , sino únicamente sobre
los del anillo de los conjuntos medibles Jordan. En el capítulo IV de [An]
generalizaremos la medida de Jordan a Rn y a su vez la extenderemos a la
medida de Lebesgue, que tampoco está definida sobre todos los subconjuntos
de Rn , sino únicamente sobre la σ-álgebra de los conjuntos medibles Lebesgue.
Lo que prueba el razonamiento precedente es que los fragmentos en los que se
divide la esfera en la paradoja de Banach-Tarski no pueden ser medibles Lebes-
gue, pues la medida de Lebesgue es invariante por movimientos, luego si fueran
medibles el razonamiento sería aplicable y llegaríamos a una contradicción.
4 En realidad Hausdorff encontró lo que se conoce como el producto libre de C y C , pero
2 3
la prueba se simplifica si aprovechamos que el grupo de giros contiene también un grupo libre.
xxviii Introducción

Equivalentemente, lo que prueba la paradoja de Banach-Tarski es que no

es posible extender la medida de Lebesgue en R3 a una medida definida sobre
todos los subconjuntos de R3 y que siga siendo invariante por movimientos. En
otras palabras, hay subconjuntos de R3 a los que no es posible asignarles un
volumen de forma coherente con las condiciones que cabe esperar que cumpla
el concepto de volumen (como la de ser invariante por movimientos).
Medidas finitamente aditivas La paradoja de Banach-Tarski puede pro-
barse sin cambios esenciales para cualquier Rn con n ≥ 3. Sin embargo, no
se cumple en dos dimensiones, es decir, no es posible partir un círculo en un
número finito de trozos que, debidamente reordenados, formen dos círculos del
mismo radio. Y del mismo modo que la teoría de grupos interviene en la cons-
trucción de la partición de la esfera tridimensional, también interviene en la
demostración de que no puede darse una partición análoga de un círculo.
En efecto, en el apéndice A demostraremos también que es posible extender
la medida de Lebesgue a una medida finitamente aditiva [ITAn A.5] sobre todos
los subconjuntos de R2 que sea invariante por movimientos, y una de las claves
para ello será que el grupo de los movimientos en R2 es resoluble.
Así, entendiendo por “volumen” el valor que proporciona una tal medida, el
argumento con el que antes hemos tratado de refutar la paradoja de Banach-
Tarski sí que es aplicable en R2 , y demuestra que la paradoja no tiene un análogo
bidimensional.
La teoría de grupos finitos La mayor parte de los grupos que vamos a
estudiar en este libro son grupos finitos. Conviene pensar en la teoría de gru-
pos finitos como una especie de “teoría de números abstracta" en el sentido
siguiente: es indudable que los números aparecen en prácticamente todas las
ramas de la matemática y que cualquier dato sobre su comportamiento puede
tener aplicaciones en contextos diversos, pero no es menos cierto que las pro-
piedades de los números que estudia la teoría de números no se eligen pensando
en sus posibles aplicaciones, sino que su interés radica más frecuentemente en
la curiosidad por encontrar un razonamiento que justifique un comportamiento
que se puede conjeturar de forma natural al observar un número suficiente de
casos particulares, o bien porque algunos enunciados muy simples de formu-
lar requieren teorías sofisticadas para ser justificados. Lo mismo sucede con la
teoría de grupos finitos.
Los grupos finitos son como los números: es fácil encontrarlos en los con-
textos más diversos, pero su estudio no está motivado tanto por sus posibles
aplicaciones como porque plantean problemas de la misma naturaleza que los
que aborda la teoría de números. No hay mucha diferencia conceptual entre el
problema de encontrar las soluciones de una ecuación diofántica o encontrar to-
dos los grupos de un orden dado; clasificar todos los grupos simples finitos es un
reto de la misma naturaleza que el de demostrar el Último Teorema de Fermat;
probar que todo primo congruente con 1 módulo 4 es suma de dos cuadrados
es un problema análogo al de probar que todo grupo de orden p2 (con p primo)
es abeliano, etc. En ambos casos tenemos unos objetos (los números enteros
o los grupos finitos) con una definición muy simple que, no obstante, permite
 xxix

plantear problemas muy variados que pueden resolverse con técnicas de niveles
muy variados, y que a menudo tienen soluciones sorprendentes en algún sentido.
Terminamos esta introducción con un ejemplo del tipo de curiosidades que
plantea la teoría de grupos finitos y cuyo planteamiento puede considerarse tan
“elemental” como el de cualquier problema de la teoría de números para todo
aquel que se haya familiarizado con los conceptos elementales de la teoría:
Si G es un grupo, podemos considerar el grupo Aut(G) de todos sus automor-
fismos (los isomorfismos de G en sí mismo). Calcular el grupo de automorfismos
de un grupo dado es un ejercicio interesante de por sí, pero la situación es espe-
cialmente curiosa en el caso de los grupos de permutaciones Σn . Puede probarse
que existe un isomorfismo natural muy sencillo entre Aut(Σn ) y el propio grupo
Σn para todo valor de n salvo dos excepciones: n = 2, 6. El caso n = 2 no
tiene nada de sorprendente, pues Σ2 no es sino el grupo cíclico C2 y es obvio
que no puede tener más que el automorfismo trivial (la identidad). En cambio,
Aut(Σ6 ) es un grupo de orden 2 · 6! = 1 440, que contiene un subgrupo isomorfo
a Σ6 , de modo que, además de los 6! = 720 automorfismos de Σ6 que cabría
esperar, excepcionalmente hay otros 720 más, que en realidad suponen un único
automorfismo excepcional τ , ya que los otros pueden verse como los productos
τ σ, donde σ recorre los automorfismos “usuales”. Todo esto lo probaremos en la
sección 2.5, pero, aun viendo la demostración, no deja de ser un misterio que Σ6
admita más automorfismos que el resto de los grupos de “su familia”.
Invitamos al lector a que se interese por los resultados expuestos en este libro
con el mismo espíritu que le puede llevar a interesarse por cualquier resultado
de la teoría de números: una vez esté familiarizado con los conceptos básicos
expuestos en el capítulo I y los equipare a los conceptos básicos de la aritmética,
podrá ver buena parte de los enunciados sobre grupos (especialmente sobre
grupos finitos) como problemas “elementales” en cuanto a su planteamiento,
cuya solución puede variar entre un argumento sencillo, un razonamiento más
o menos sofisticado, o un razonamiento que requiere, pese a la simplicidad del
enunciado, de técnicas matemáticas abstractas más o menos complejas, según
el caso, que en ocasiones requieren miles de páginas y quedan sólo al alcance de
los especialistas.
Capítulo I

Elementos de la teoría de
grupos

En este primer capítulo presentaremos los conceptos y resultados básicos de

la teoría de grupos, análogos a los que hemos presentado sobre anillos en los
capítulos II y III de [Al]. El concepto de grupo lo introdujimos en la sección
[ITAl 3.6], donde vimos que algunos resultados sobre los grupos Un de las uni-
dades de los anillos Zn se entienden mejor si se enuncian y se demuestran en
términos de la teoría de grupos. Posteriormente encontramos distintos contextos
en los que grupos de diversa naturaleza aparecen en la teoría de números.

1.1 Grupos
Conceptualmente, un grupo no es más que un conjunto en el que hay definida
una operación que cumple unas propiedades básicas. Si el conjunto es finito, su
estructura de grupo viene determinada por una tabla. Por ejemplo, el grupo U8
de las unidades de Z8 viene determinado por la tabla siguiente:
1 3 5 7
1 1 3 5 7
3 3 1 7 5
5 5 7 1 3
7 7 5 3 1

Por ejemplo, 5 · 3 = 15 ≡ 7 (mód 8).

La definición de grupo que vamos a dar a continuación formaliza esta idea
en el seno del lenguaje conjuntista y especifica las propiedades que debe cumplir
una operación para definir un grupo:

Definición 1.1 Un grupo es un par ordenado (G, ·), donde G es un conjunto

y · : G × G −→ G es una ley de composición interna en G que cumpla las
propiedades siguientes:

1
2 Capítulo 1. Elementos de la teoría de grupos

1. g1 (g2 g3 ) = (g1 g2 )g3 , para todo g1 , g2 , g3 ∈ G (propiedad asociativa).

2. Existe un 1 ∈ G tal que g · 1 = 1 · g = g para todo g ∈ G (existencia de
elemento neutro).
3. Para todo g ∈ G existe g −1 ∈ G tal que gg −1 = g −1 g = 1 (existencia de
opuesto o simétrico).
El grupo G se dice abeliano si además cumple:
4. g1 g2 = g2 g1 , para todo g1 , g2 ∈ G (propiedad conmutativa).
En la práctica escribiremos simplemente G en lugar de (G, ·). Si G es un
conjunto finito, su número de elementos se llama orden del grupo y se representa
por |G|.

He aquí algunas observaciones elementales sobre grupos:

• Hemos dado la definición con notación multiplicativa, pero en el caso de

los grupos abelianos es frecuente usar también la notación aditiva (véase
la definición [Al 2.2]), con la cual la operación se representa por g1 + g2 ,
el elemento neutro se representa por 0 y el elemento opuesto se representa
por −g.
• En la sección 2.6 de [Al] se justifica que la propiedad asociativa nos permite
escribir expresiones como g1 · · · gn sin necesidad de poner paréntesis que
especifiquen en qué orden deben asociarse los factores, pues el resultado
será el mismo siempre y cuando no se cambie su orden, es decir, que, por
ejemplo,
g1 ((g2 g3 )(g4 (g5 g6 ))) = (g1 g2 )((g3 (g4 g5 ))g6 ).

Si el grupo es abeliano, además podemos desordenar los factores de cual-

quier modo sin alterar el resultado.
• Aunque el grupo no sea abeliano, hemos exigido en la definición que el
elemento neutro conmute con todos los elementos del grupo, es decir, que
sea a la vez neutro por la izquierda y por la derecha, y que cada elemento
conmute con su opuesto. En realidad esto se cumple necesariamente. Si
modificamos la definición de grupo exigiendo únicamente que el elemento
neutro cumpla g · 1 = g y que los elementos opuestos cumplan g · g −1 = 1,
en realidad se cumple la definición que hemos dado. En efecto:

g −1 g = g −1 g · 1 = g −1 gg −1 (g −1 )−1 = g −1 · 1 · (g −1 )−1 = g −1 (g −1 )−1 = 1,

1 · g = gg −1 g = g · 1 = g.

• Otro hecho básico es que el elemento neutro es único (pues si hubiera dos,
tendrían que cumplir 1 = 1 · 1′ = 1′ ), y que cada elemento g del grupo
tiene un único opuesto, pues si tuviera dos, digamos g −1 y ḡ −1 , tendrían
que cumplir
g −1 = g −1 · 1 = g −1 · g · ḡ −1 = ḡ −1 .
1.1. Grupos 3

• Una relación básica al operar en un grupo es que (g1 g2 )−1 = g2−1 g1−1
(donde el cambio de orden es crucial si los elementos no conmutan), lo
cual se justifica sin más que comprobar que g1 g2 g2−1 g1−1 = 1.
• Otro hecho elemental, pero útil, es que en un grupo el elemento neutro
es el único que cumple g · g = g, pues multiplicando por g −1 obtenemos
g = 1.

Potencias Si G es un grupo y g ∈ G, podemos definir (con notación multipli-

cativa) las potencias
g 0 = 1, g n+1 = g n · g,
con lo que tenemos definido g n para todo número natural n, y si n es un entero
negativo definimos g n = (g −1 )−n , con lo que g n está definido para todo n ∈ Z.
Comprobaciones rutinarias muestran que se cumplen las propiedades:

g m+n = g m g n , (g m )n = g mn , (g1 g2 )m = g1m g2m si g1 g2 = g2 g1 .

Con notación aditiva (para grupos abelianos) estas propiedades se expresan

así:

(m + n)g = mg + ng, n(mg) = (nm)g, m(g1 + g2 ) = mg1 + mg2 .

Primeros ejemplos Observemos que si (A, +, ·) es cualquier anillo, entonces

(A, +) es un grupo abeliano. En particular, son grupos abelianos (Z, +), (Q, +),
etc. Los anillos de restos Z/nZ son ejemplos de grupos abelianos finitos.
El conjunto U (A) de las unidades de A (definición [Al 2.19]) es un grupo
con el producto. En particular, si K es un cuerpo, entonces K ∗ = K \ {0} es
un grupo abeliano con el producto. El grupo de las unidades de Z es {±1}, que
es un grupo abeliano con dos elementos.
Al grupo de las unidades del anillo Z/nZ lo llamaremos Un . Según [Al 3.41],
está formado por las clases [m] de los números enteros que cumplen (m, n) = 1.
La función ϕ(n) = |Un | se llama función de Euler (véase [ITAl 3.22] y la
discusión posterior).
Estas tablas muestran la suma en el grupo Z/6Z y el producto en U7 :

+ 0 1 2 3 4 5 · 1 2 3 4 5 6
0 0 1 2 3 4 5 1 1 2 3 4 5 6
1 1 2 3 4 5 0 2 2 4 6 1 3 5
2 2 3 4 5 0 1 3 3 6 2 5 1 4
3 3 4 5 0 1 2 4 4 1 5 2 6 3
4 4 5 0 1 2 3 5 5 3 1 6 4 2
5 5 0 1 2 3 4 6 6 5 4 3 2 1

En ellas observamos algunas características que no son casuales. Por ejem-

plo, que en todas las filas y columnas aparezca el elemento neutro expresa la
4 Capítulo 1. Elementos de la teoría de grupos

existencia de elemento simétrico; el hecho de que no se repitan elementos en

ninguna fila o columna expresa que si gh = gk, necesariamente, h = k, como re-
sulta de multiplicar la ecuación por g −1 , y el hecho de que en cada fila aparezcan
todos los elementos del grupo se debe a que g(g −1 h) = h, luego siempre puede
obtenerse cualquier elemento h multiplicando g por el elemento adecuado. Por
último, el hecho de que las tablas sean simétricas respecto a la diagonal indica
que los grupos son abelianos.

Producto de grupos Una forma sencilla de construir nuevos grupos a partir

de otros dados es mediante el producto cartesiano:

Definición 1.2 Si G1 , . . . , Gn son grupos, podemos dotar de estructura de

grupo al producto G1 × · · · × Gn mediante la operación

(g1 , . . . , gn )(h1 , . . . , hn ) = (g1 h1 , . . . , gn hn ).

El lector puede comprobar que, en efecto, esta operación cumple la definición

de grupo, de modo que el elemento neutro es 1 = (1, . . . , 1) y los inversos se
calculan mediante (g1 , . . . , gn )−1 = (g1−1 , . . . , gn−1 ). También es obvio que un
producto de grupos es abeliano si y sólo si todos los factores lo son.
Por ejemplo, el grupo V4 = {±1} × {±1} recibe el nombre de grupo de Klein.
He aquí su tabla:

( 1, 1) (−1, 1) ( 1, −1) (−1, −1)

( 1, 1) ( 1, 1) (−1, 1) ( 1, −1) (−1, −1)
(−1, 1) (−1, 1) ( 1, 1) (−1, −1) ( 1, −1)
( 1, −1) ( 1, −1) (−1, −1) ( 1, 1) (−1, 1)
(−1, −1) (−1, −1) ( 1, −1) (−1, 1) ( 1, 1)

Grupos de permutaciones Si A es un conjunto no vacío, llamaremos grupo

simétrico de A al conjunto ΣA de todas las aplicaciones σ : A −→ A biyectivas,
que es un grupo con el producto determinado por la composición de aplicaciones,
es decir, con el producto dado por (στ )(a) = τ (σ(a)). Los elementos de ΣA se
llaman permutaciones de A.
El elemento neutro es la aplicación identidad, dada por 1(a) = a, y el ele-
mento opuesto de una permutación σ es su inversa como función σ −1 , es decir,
la permutación que cumple σ −1 (a) = b si y sólo si σ(b) = a.
El grupo simétrico del conjunto In = {1, 2, . . . , n} se representa simplemente
por Σn , y nos referiremos a él como el grupo de las permutaciones de n elemen-
tos. Según hemos visto en [Al 1.38] su orden es n!
Por ejemplo, el grupo Σ3 consta de las seis permutaciones siguientes, donde
la notación que usamos indica que la permutación asigna a cada elemento de la
fila superior el que tiene debajo. Por ejemplo, σ(1) = 2, σ(2) = 3, σ(3) = 1:
     
1 2 3 1 2 3 1 2 3
1= , σ= , τ= ,
1 2 3 2 3 1 2 1 3
1.2. El orden de un elemento 5
     
1 2 3 1 2 3 1 2 3
, , .
3 1 2 1 3 2 3 2 1
No hemos dado nombre a las tres últimas permutaciones porque podemos
expresarlas en términos de las precedentes. Por ejemplo,
    
1 2 3 1 2 3 1 2 3
σ2 = = .
2 3 1 2 3 1 3 1 2
El cálculo consiste en observar que el primer factor transforma el 1 en el 2 y el
segundo el 2 en el 3, luego el producto transforma el 1 en el 3. Similarmente,
2 7→ 3 7→ 1 y 3 7→ 1 7→ 2. Igualmente, el lector puede calcular:
   
1 2 3 1 2 3
στ = , σ2 τ = .
1 3 2 3 2 1
Por lo tanto, se cumple que Σ3 = {1, σ, σ 2 , τ, στ, σ 2 τ }. La tabla del grupo
es
· 1 σ σ2 τ στ σ2 τ
1 1 σ σ2 τ στ σ2 τ
σ σ σ2 1 στ σ2 τ τ
σ2 σ2 1 σ σ2 τ τ στ
τ τ σ2 τ στ 1 σ2 σ
στ στ τ σ2 τ σ 1 σ2
σ2 τ σ2 τ στ τ σ2 σ 1
El lector puede calcular una a una las 36 entradas de la tabla, pero en
realidad basta comprobar las relaciones
σ 3 = τ 2 = 1, τ σ = σ 2 τ.
Sabiendo esto, podemos usar la última relación para poner todas las sigmas a
la izquierda y todas las taus a la derecha, y luego usar las dos primeras relaciones
para simplificar los productos de sigmas y de taus. Por ejemplo:
(σ 2 τ )(στ ) = σ 2 τ στ = σ 2 σ 2 τ τ = σ 3 σ = σ.
Observemos que στ ̸= τ σ, por lo que Σ3 es un ejemplo de grupo finito no
abeliano.

1.2 El orden de un elemento

La tabla siguiente contiene las potencias de la clase [3] en el grupo U7 :
n 0 1 2 3 4 5 6
3n 1 3 2 6 4 5 1
A partir de n = 6 las potencias se repiten cíclicamente: 37 = 3, 38 = 2, etc.
En particular vemos que U7 está formado por las 6 potencias distintas de 3, lo
cual no era evidente. Estos hechos se entienden mejor en términos de algunos
conceptos nuevos, el primero de los cuales es el siguiente:
6 Capítulo 1. Elementos de la teoría de grupos

Definición 1.3 Se dice que g tiene orden finito si existe un m > 0 tal que
g m = 1. En tal caso se define el orden de g como el menor número natural
m > 0 que cumple esto, y se representa por o(g). En caso contrario se dice que g
tiene orden infinito, y se representa por o(g) = ∞. En particular, o(1) = 1.
Ejercicio: Probar que, en un producto, o((g1 , . . . , gn )) = mcm(o(g1 ), . . . , o(gn )).

El teorema siguiente es [ITAl 3.19]:

Teorema 1.4 Sea g un elemento de un grupo. Entonces:

1. Si o(g) = d, entonces g m = g n si y sólo si m ≡ n (mód d). En particular,

g m = 1 si y sólo si d | m.

2. Si o(g) = ∞, entonces g m = g n si y sólo si m = n.

Demostración: 1) Si m = dc + r, con 0 ≤ r < d, se cumple que

g m = (g d )c g r = g r

y, como d es el menor natural no nulo tal que g d = 1, se cumplirá g m = 1 si y

sólo si r = 0, es decir, si y sólo si d | m.
Más en general, se cumple g m = g n si y sólo si g m−n = 1, si y sólo si
d | m − n, si y sólo si m ≡ n (mód d).
2) Si g m = g n , con n ≤ m, entonces g m−n = 1, y tiene que ser m − n = 0 o,
de lo contrario, el orden de g sería finito.
Tal y como explicábamos en [ITAl], lo que expresa este teorema es que si un
elemento tiene orden finito d, al calcular las potencias sucesivas de d obtenemos
un ciclo en el que aparecen exactamente d elementos del grupo, empezando en
g 0 = 1, y que vuelve a repetirse al llegar a g d = 1. En cambio, si el orden es
infinito, no hay potencias repetidas.
Ahora es claro que en un grupo finito todos los elementos tienen orden finito,
pues es imposible que un elemento tenga sus (infinitas) potencias distintas dos
a dos.
El orden de la clase de un número entero n en el grupo de unidades Um se
llama orden de n módulo m, y se representa por om (n).
En estos términos hemos visto que o7 (3) = 6. Las tablas siguientes contienen
los órdenes de los elementos de Z/6Z y de U7 , respectivamente:

n 0 1 2 3 4 5 n 1 2 3 4 5 6
o(n) 1 6 3 2 3 6 o7 (n) 1 3 6 3 6 2

He aquí la tabla correspondiente a U28 :

n 1 3 5 9 11 13 15 17 19 23 25 27
o28 (n) 1 6 6 3 6 2 2 6 6 6 3 2
1.2. El orden de un elemento 7

En [ITAl 3.21] demostramos que el orden de cualquier elemento de un grupo

abeliano finito divide al orden del grupo. En 1.21 demostraremos que esto es
cierto también para grupos no abelianos. Los valores de las tablas anterio-
res pueden deducirse con muy pocos cálculos teniendo en cuenta el teorema
siguiente:
Teorema 1.5 Si g es un elemento de un grupo y o(g) = n, entonces
n
o(g m ) = .
(m, n)
Demostración: Llamemos d = (m, n). Entonces
(g m )n/d = g mn/d = (g n )m/d = 1m/d = 1,
lo que implica que o(g m ) | n/d. Por otro lado, si k = o(g m ), tenemos que
(g m )k = 1, luego n | mk, luego n/d | (m/d)k, luego n/d | k = o(g m ), por lo que
tiene que ser o(g m ) = n/d.
Por ejemplo, en Z/6Z, como o([1]) = 6, tenemos que
6
o([4]) = o(4 · [1]) = = 3.
(4, 6)
En U7 , una vez hemos comprobado que o7 ([3]) = 6, tenemos igualmente que
6
o7 (4) = o7 (34 ) = = 3.
(4, 6)
Otra propiedad básica de los órdenes es la siguiente [ITAl 3.27]:
Teorema 1.6 Sean g1 , g2 elementos de un grupo con órdenes finitos primos
entre sí. Si además conmutan, se cumple que o(g1 g2 ) = o(g1 )o(g2 ).
Demostración: Sea m = o(g1 ), n = o(g2 ). El hecho de que g1 y g2
conmuten implica que (g1 g2 )mn = g1mn g2mn = 1 · 1 = 1, luego o(g1 g2 ) | mn.
Si (g1 g2 )k = 1, entonces g1k = g2−k = h, luego por el teorema anterior o(h) | m
y o(h) | n. Como m y n son primos entre sí, concluimos que o(h) = 1, es decir,
que g1k = g2k = 1, luego m | k y n | k, luego mn | k. Esto prueba que el orden
de g1 g2 es exactamente mn.
Las hipótesis del teorema son necesarias. Por ejemplo, en cualquier grupo,
si o(g) = n > 1, entonces o(g −1 ) = n, pero o(gg −1 ) = o(1) = 1 ̸= n. Un caso
menos trivial lo podemos ver en U20 , donde o20 (3) = o20 (13) = 4, mientras que
su producto es 3 · 13 = 19 y o20 (19) = 2.
El teorema también es falso en general si los elementos no conmutan. Por
ejemplo, la tabla siguiente muestra los órdenes de las permutaciones de Σ3 :
g 1 σ σ2 τ στ σ2 τ
o(g) 1 3 3 2 2 2
Por ejemplo, o(στ ) = o(τ ) = 2, mientras que o(στ τ ) = o(σ) = 3.
Veamos un último hecho sobre órdenes:
8 Capítulo 1. Elementos de la teoría de grupos

Teorema 1.7 Si los elementos no triviales de un grupo tienen todos orden 2,

el grupo es abeliano.
Demostración: Supongamos que G sólo tiene elementos no triviales de
orden 2 y sean a, b ∈ G. Entonces (ab)2 = 1, es decir, abab = 1. Multiplicando
por a queda que a2 bab = a, es decir, bab = a, y multiplicando por b queda que
bab2 = ab, es decir, ba = ab, luego el grupo es abeliano.

1.3 Homomorfismos de grupos

Introducimos ahora las aplicaciones que conservan la estructura de grupo:
Definición 1.8 Una aplicación f : G −→ H entre dos grupos G y H es un
homomorfismo de grupos si cumple f (uv) = f (u)f (v) para todo u, v ∈ G.
La aplicación f es un monomorfismo, epimorfismo o isomorfismo de grupos si
además es inyectiva, suprayectiva o biyectiva, respectivamente. Un isomorfismo
de un grupo G en sí mismo es un automorfismo de G. Llamaremos Aut G al
conjunto de todos los automorfismos de un grupo G.
Es fácil ver que la composición de homomorfismos de grupos es un homomor-
fismo y que la inversa de un isomorfismo de grupos es también un isomorfismo.
En particular, resulta que Aut G es un grupo con la composición de aplicaciones.
Notemos que, en un grupo G, el elemento neutro es el único g ∈ G que cumple
gg = g. Como consecuencia, si f : G −→ H es un homomorfismo de grupos, se
cumple f (g)f (g) = f (g), luego f (1) = 1. Además, como f (g)f (g −1 ) = f (1) = 1,
también se cumple que f (g −1 ) = f (g)−1 .
Diremos que dos grupos G y H son isomorfos si existe un isomorfismo entre
ellos, y lo representaremos por G ∼= H. En tal caso G y H tienen las mismas
propiedades definibles a partir de la estructura de grupo.
Ejemplo Las tablas de Z/6Z y U7 que hemos mostrado en la página 3 parecen
muy distintas entre sí, pero esto es sólo una apariencia, ya que ambos grupos
son isomorfos. Un isomorfismo f : Z/6Z −→ U7 viene dado por f ([n]) = [3]n ,
es decir, por la tabla
[n] 0 1 2 3 4 5
[3]n 1 3 2 6 4 5
En efecto, como 3 ∈ U7 tiene orden 6, el teorema 1.4 nos da que [m] = [n]
(en Z/6Z) si y sólo si [3m ] = [3n ] (en U7 ), por lo que f está bien definida
(no depende del representante [m] de la clase con el que se calcula la imagen).
Hemos visto que es suprayectiva y, como ambos grupos tienen 6 elementos, tiene
que ser también inyectiva.
Teniendo en cuenta que la notación en Z/6Z es aditiva y en U7 es multipli-
cativa, la condición para que f sea un homomorfismo es que
f ([m] + [n]) = f ([m])f ([n])
o, explícitamente, que [3]m+n = [3]m [3]n , lo cual es cierto.
1.3. Homomorfismos de grupos 9

Si escribiéramos las tablas de ambos grupos llamando 1, a, b, c, d, e a sus

elementos, pero en el orden 0, 1, 2, 3, 4, 5 en un caso y 1, 3, 2, 6, 4, 5 en el otro,
obtendríamos exactamente la misma tabla, de modo que no podríamos saber
si corresponde a un grupo o al otro. Ésa es la “esencia” del concepto de iso-
morfismo: que si f : G −→ H es un isomorfismo de grupos y damos el mismo
nombre a cada elemento de G y a su imagen en H, es imposible saber si estamos
operando en un grupo o en el otro.
Desde un punto de vista algebraico, Z/6Z y U7 son “el mismo grupo”, y
ambos tienen exactamente las mismas propiedades. Por ejemplo, hemos visto
que ambos tienen dos elementos de orden 6, dos de orden 3 y uno de orden 2
(y podemos comprobar que estos elementos se corresponden por el isomorfismo
que hemos definido).

El grupo de Klein Tras la definición 1.2 hemos introducido el grupo de Klein

como el producto {±1} × {±1} y hemos construido su tabla. En ella podemos
observar que todos sus elementos cumplen x2 = 1, es decir, que todos (salvo el
neutro) tienen orden 2.
Supongamos en general que V = {1, a, b, c} es un grupo de orden 4 cuyos
elementos no triviales tienen todos orden 2. Esto significa que a2 = b2 = c2 = 1.
Además, ab ̸= 1 (pues en caso contrario sería a = b), ab ̸= a (pues sería
b = 1) y ab ̸= b (pues sería a = 1), luego necesariamente ab = c, e igualmente
tiene que ser ba = c. En general, el producto de dos elementos no triviales
de V es necesariamente el tercer elemento no trivial, luego la tabla de V es
necesariamente ésta:
1 a b c
1 1 a b c
a a 1 c b
b b c 1 a
c c b a 1
Es evidente que esta tabla define una operación con elemento neutro y res-
pecto a la que todo elemento tiene un opuesto. Que sea asociativa es conse-
cuencia de que no es ni más ni menos que la tabla del grupo de Klein (con otros
nombres para sus elementos), y ya sabemos que el grupo de Klein es realmente
un grupo. Esto se traduce en el teorema siguiente:
Teorema 1.9 Todo grupo de orden 4 cuyos elementos no triviales sean de or-
den 2 es isomorfo al grupo de Klein V4 .
Demostración: En general, si G y H son dos grupos de orden 4 cuyos
elementos no triviales tienen orden 2, cualquier biyección f : G −→ H que
cumpla f (1) = 1 es un isomorfismo entre ellos, pues si a, b ∈ G, se tiene que
cumplir que f (ab) = f (a)f (b). Esto sucede trivialmente si a = 1 o b = 1,
también si a = b, pues entonces es f (a2 ) = f (1) = 1 = f (a)2 y, por último, si
a ̸= b, hemos razonado que ab = c es el tercer elemento no trivial de G, luego
f (ab) = f (c) = f (a)f (b), ya que también sabemos que f (a)f (b) tiene que ser el
tercer elemento no trivial de H, es decir, tiene que ser f (c).
10 Capítulo 1. Elementos de la teoría de grupos

Esto hace que, en realidad, sea irrelevante que hayamos definido V4 como el
grupo {±1} × {±1}. Lo único que importa es que V4 sea un grupo de orden 4
cuyos elementos no triviales tengan orden 2. Otro grupo que cumple esto es,
por ejemplo, U8 , cuya tabla hemos mostrado al principio de este capítulo, y otro
es U12 = {[1], [5], [7], [11]}, por lo que cualquiera de ellos puede ser considerado
con el mismo derecho “el grupo de Klein”.
El concepto de “isomorfismo de grupos” permite expresar la idea de que un
grupo no es un conjunto concreto con una operación concreta, sino una forma
de operar los elementos de un conjunto. Así, aunque la teoría de conjuntos
nos obliga1 a especificar un conjunto concreto al que llamar “grupo de Klein”,
conviene pensar que “el grupo de Klein” es cualquier grupo isomorfo al grupo
de Klein, cualquier grupo de orden 4 tal que, al escribir su tabla llamando a
sus elementos 1, a, b, c, sean éstos los que sean, obtenemos la tabla que hemos
calculado más arriba.
Los productos de grupos tienen asociados varios homomorfismos de interés.
Por una parte tenemos las proyecciones: πi : G1 × · · · × Gn −→ Gi que a cada
n-tupla le asignan su componente i-ésima. Es evidente que son epimorfismos.
Por otra parte tenemos las inyecciones ιi : Gi −→ G1 × · · · × Gn , dadas
por ιi (g) = (1, . . . , g, . . . 1), donde g se sitúa en la posición i-ésima. También es
obvio que son monomorfismos.
Si f : A −→ B es una aplicación biyectiva, podemos definir un isomorfismo
F : ΣA −→ ΣB entre los grupos simétricos asociados a los conjuntos A y B,
que viene dado por F (g) = f −1 ◦ g ◦ f . Así, si A y B son conjuntos finitos,
podemos afirmar que ΣA ∼= ΣB si y sólo si |A| = |B|. En particular, todo grupo
de permutaciones de un conjunto finito es isomorfo a Σn para cierto n.
Por ejemplo, da igual hablar de las permutaciones del conjunto {a, b, c} que
del conjunto {1, 2, 3}. El isomorfismo entre ambos grupos se obtiene cambiando
el nombre a los elementos. Por ejemplo, la permutación que envía el 1 al 2, el 2
al 3 y el 3 al 1 se corresponde con la que envía a a b, b a c y c a a.

1.4 Subgrupos y generadores

Definición 1.10 Si G es un grupo, un subgrupo de G es un grupo H ⊂ G tal
que el producto de dos elementos de H sea el mismo calculado en H o en G. Lo
representaremos por H ≤ G.

Notemos que si H ≤ G entonces el elemento neutro de H es el mismo que el

de G, pues es el único elemento de H o de G que cumple hh = h. Igualmente,
el inverso de un h ∈ H es el mismo en H o en G, pues el inverso en h cumple
también las condiciones para ser su inverso en G, y éste es único.
1 Podríamos
sortear esta obligación definiendo un “grupo” como una clase de equivalencia
de grupos isomorfos, pero eso presenta ciertos inconvenientes técnicos y no es necesario en la
práctica.
1.4. Subgrupos y generadores 11

Por lo tanto, si H ≤ G entonces H es un subconjunto de G tal que el

producto de dos elementos de H está en H, el neutro de G está en H y el
inverso de cada elemento de H está en H. Recíprocamente, todo subconjunto
de H que cumpla estas condiciones puede dotarse de forma única de estructura
de grupo de modo que sea un subgrupo de G (estableciendo que el producto
de dos elementos de H sea su producto en G). En la práctica conviene resumir
estas condiciones en una sola:
Teorema 1.11 Sea G un grupo y H un subconjunto no vacío de G. Entonces H
es un subgrupo de G (con la restricción del producto de G) si y sólo si para todos
los elementos h1 , h2 ∈ H se cumple h1 h−1
2 ∈ H.

Demostración: Obviamente un subgrupo debe cumplir esta condición. Si

H la cumple, por ser no vacío existe h ∈ H, luego 1 = hh−1 ∈ H. Además, si
h ∈ H, entonces h−1 = 1 · h−1 ∈ H, y si h1 , h2 ∈ H, tenemos que h1 , h−1
2 ∈ H,
luego h1 h2 = h1 (h−1
2 )−1
∈ H. Esto prueba que H ≤ G.
Notemos que si G es un grupo finito (o, más en general, un grupo cuyos
elementos tengan todos orden finito), para que un subconjunto no vacío H ⊂ G
sea un subgrupo basta con que para todos los elementos h1 , h2 ∈ H se cumpla
h1 h2 ∈ H, pues esto ya implica que si h ∈ H entonces hn ∈ H para todo número
natural n, y aplicándolo a n = o(h) − 1 tenemos que h−1 ∈ H.
Todo grupo G tiene como subgrupos el propio G y el subgrupo 1 = {1},
llamado subgrupo trivial (y lo representaremos por 0 cuando usemos la notación
aditiva). Los grupos 1 y G se llaman subgrupos impropios de G. Cualquier otro
subgrupo es un subgrupo propio.
Observemos que hemos descrito los seis elementos del grupo Σ3 en términos
exclusivamente de dos de ellos, los que hemos llamado σ y τ . Esto se expresa
diciendo que σ y τ forman un sistema generador de Σ3 .
Para dar una definición general de sistema generador observamos que, evi-
dentemente, la intersección de toda familia de subgrupos de un grupo dado es
de nuevo un subgrupo, lo cual nos permite definir el subgrupo generado por un
conjunto:
Definición 1.12 Sea G un grupo y X ⊂ G. Llamaremos subgrupo generado
por X a la intersección de todos los subgrupos de G que contienen a X. Lo
representaremos mediante ⟨X⟩. Notemos que ⟨∅⟩ = 1.
Si G = ⟨X⟩ diremos que el conjunto X es un generador de G. Un grupo que
admite un generador con un solo elemento es un grupo cíclico.
Teorema 1.13 Sea G un grupo, X un subconjunto no vacío de G, llamemos
X −1 = {x−1 | x ∈ X} y sea g un elemento de G. Entonces:
1. ⟨X⟩ = {x1 · · · xn | n ∈ N, x1 , . . . , xn ∈ X ∪ X −1 }.
2. Si G es finito ⟨X⟩ = {x1 · · · xn | x1 , . . . , xn ∈ X}.
3. ⟨g⟩ = {g n | n ∈ Z}.
12 Capítulo 1. Elementos de la teoría de grupos

Demostración: 1) Sea H = {x1 · · · xn | n ∈ N, x1 , . . . , xn ∈ X ∪ X −1 }.

Tenemos que ⟨X⟩ es un grupo que contiene a los elementos de X, luego también
a sus inversos y a los productos que pueden formarse entre ellos. Por lo tanto
H ⊂ ⟨X⟩.
Por otro lado, H es un subgrupo de G, ya que no es vacío (claramente
contiene a X), el producto de dos de sus elementos está claramente en H y el
−1
inverso de uno de sus elementos es x−1
n · · · x1 ∈ H, pues si xi ∈ X, entonces
−1 −1 −1 −1
xi ∈ X y si xi ∈ X entonces xi ∈ X. Por lo tanto, ⟨X⟩ ⊂ H y tenemos
la igualdad.
2) Si G es finito (o, más en general, si todos sus elementos tienen orden finito)
podemos razonar como en 1) partiendo de H0 = {x1 · · · xn | x1 , . . . , xn ∈ X}.
La diferencia es que ahora (por la observación tras el teorema 1.11), para probar
que H0 es un subgrupo, basta probar que el producto de dos elementos de H0
está en H0 .
3) Es consecuencia inmediata de 1).
Combinando el teorema 1.4 con el último apartado del teorema anterior
vemos que un elemento g de un grupo G tiene orden finito si y sólo si | ⟨g⟩ | es
finito, y en tal caso o(g) = | ⟨g⟩ |, pues hemos visto ⟨g⟩ está formado por las
potencias de g y hay exactamente o(g) potencias distintas. En particular, un
grupo de orden finito n es cíclico si y sólo si tiene un elemento de orden n, pues
el subgrupo generado por tal elemento será necesariamente el grupo completo.
Por ejemplo, es evidente que todos los grupos Z/nZ son cíclicos, pues la
clase 1 tiene orden n, luego genera todo el grupo. En cambio, hemos visto que
U7 es cíclico, mientras que U28 y Σ3 no lo son, pues no tienen elementos de
orden 12 y 6, respectivamente.
Ejemplos Los subgrupos cíclicos de Z/6Z son

⟨0⟩ = 0, ⟨1⟩ = ⟨5⟩ = Z/6Z, ⟨2⟩ = ⟨4⟩ = {0, 2, 4}, ⟨3⟩ = {0, 3}.

Los subgrupos cíclicos de U7 son:

⟨1⟩ = 1, ⟨2⟩ = ⟨4⟩ = {1, 2, 4}, ⟨3⟩ = ⟨5⟩ = U7 , ⟨6⟩ = {1, 6}.

Los subgrupos cíclicos de Σ3 son:

⟨1⟩ = 1, ⟨σ⟩ = σ 2 = {1, σ, σ 2 },

⟨τ ⟩ = {1, τ }, ⟨στ ⟩ = {1, στ }, σ 2 τ = {1, σ 2 τ }.

Los subgrupos cíclicos de U28 son

⟨1⟩ = 1, ⟨13⟩ = {1, 13}, ⟨15⟩ = {1, 15}, ⟨27⟩ = {1, 27}

⟨3⟩ = ⟨19⟩ = {1, 3, 9, 19, 25, 27}, ⟨5⟩ = ⟨17⟩ = {1, 5, 9, 13, 17, 25}
⟨11⟩ = ⟨23⟩ = {1, 9, 11, 15, 23, 25}, ⟨9⟩ = ⟨25⟩ = {1, 9, 25}.
1.4. Subgrupos y generadores 13

Pero éstos no son los únicos subgrupos propios de U28 . Por ejemplo,
V = {1, 13, 15, 27}
es también un subgrupo, como se puede comprobar construyendo su tabla. Es
un subgrupo de orden 4 cuyos elementos no triviales son todos de orden 2, luego
es isomorfo al grupo de Klein. Vemos así que U28 es un grupo abeliano de
orden 12 que tiene subgrupos de órdenes 1, 2, 3, 4, 6, 12. En la sección siguiente
demostraremos que el orden de un subgrupo divide necesariamente al orden del
grupo.

Núcleo e imagen Cada homomorfismo de grupos tiene asociados dos sub-

grupos de interés:
Definición 1.14 Si f : G −→ H es un homomorfismo de grupos, G1 ≤ G y
H1 ≤ H, es fácil ver que f [G1 ] ≤ H y que f −1 [H1 ] ≤ G. En particular se define
el núcleo de f como el subgrupo N(f ) = f −1 [1] = {g ∈ G | f (g) = 1} ≤ G y la
imagen de f como el subgrupo Im f = f [G] ≤ H.
Teorema 1.15 Un homomorfismo de grupos f : G −→ H es un epimorfismo
si y sólo si Im f = H y es un monomorfismo si y sólo si N(f ) = 1.
Demostración: La primera parte es inmediata por las definiciones. Si
N(f ) = 1 y f (g1 ) = f (g2 ), entonces
f (g1 g2−1 ) = f (g1 )f (g2 )−1 = 1,
luego g1 g2−1 ∈ N(f ), luego g1 g2−1 = 1, luego g1 = g2 , lo que prueba que f
es inyectiva. Recíprocamente, si f es un monomorfismo y g ∈ N(f ), entonces
f (g) = 1 = f (1), luego g = 1.

Ejemplo Consideremos el grupo multiplicativo {±1} y S : Σ3 −→ {±1} dada

por
S(1) = S(σ) = S(σ 2 ) = 1, S(τ ) = S(στ ) = S(σ 2 τ ) = −1.
La tabla siguiente muestra que se trata de un homomorfismo de grupos,
pues todos los productos de permutaciones con imagen 1 son permutaciones
con imagen 1 (el cuadrado superior izquierdo), los productos de permutaciones
con imagen −1 tienen imagen (−1)2 = 1 (el cuadrado inferior derecho) y los
productos de permutaciones con imagen 1 y −1 tienen imagen 1(−1) = −1:

1 −1
1 σ σ2 τ στ σ2 τ
1 1 σ σ2 τ στ σ2 τ
1 σ σ σ2 1 στ σ2 τ τ
σ2 σ2 1 σ σ2 τ τ στ
τ τ σ2 τ στ 1 σ2 σ
−1 στ στ τ σ2 τ σ 1 σ2
σ2 τ σ2 τ στ τ σ2 σ 1
Claramente Im S = {±1} y N(S) = ⟨σ⟩.
14 Capítulo 1. Elementos de la teoría de grupos

Ejemplo Si G es un grupo y g ∈ G, podemos definir un homomorfismo de

grupos f : Z −→ G mediante f (n) = g n .
Teniendo en cuenta que en Z usamos la notación aditiva, que f sea un
homomorfismo equivale a la igualdad f (m + n) = f (m)f (n), y esto es lo mismo
que g m+n = g m g n , que se cumple ciertamente. Claramente Im f = ⟨g⟩, mientras
que el teorema 1.4 se interpreta en este contexto como que N(f ) = 1 si g tiene
orden infinito y N(f ) = ⟨n⟩ = nZ si o(g) = n.

Grupos cíclicos Los grupos cíclicos son los grupos más sencillos. El teorema
siguiente recoge sus propiedades básicas:
Teorema 1.16 Se cumplen los hechos siguientes:
1. Todo grupo cíclico infinito es isomorfo a Z.
2. Todo grupo cíclico de orden n es isomorfo a Z/nZ.
3. Todo grupo cíclico es abeliano.
4. Todo subgrupo de un grupo cíclico es cíclico.
5. Cada grupo cíclico finito tiene un único subgrupo de cada orden que divide
al orden del grupo.
6. Si d divide al orden de un grupo cíclico, éste tiene exactamente ϕ(d) ele-
mentos de orden d.
Demostración: Sea G = ⟨g⟩ un grupo cíclico.
1) Si G es infinito, entonces g tiene orden infinito y la aplicación f : Z −→ G
dada por f (n) = g n es un isomorfismo de grupos. En efecto, en el ejemplo
precedente hemos visto que es un homomorfismo de grupos de núcleo trivial,
luego es un monomorfismo, y es suprayectiva por el teorema 1.13.
2) Si |G| = o(g) = d, la aplicación f : Z/dZ −→ G dada por f ([m]) = g m
es un isomorfismo. En efecto, el teorema 1.4 nos da que [m] = [n] si y sólo si
g m = g n , lo que implica que f está bien definida, obviamente es suprayectiva
y, como ambos grupos tienen d elementos, es biyectiva, y como en el ejemplo
anterior se ve que es un homomorfismo de grupos.
3) Es consecuencia de los apartados anteriores, o también se comprueba
directamente sin más que observar que dos elementos de G son de la forma g m
y g n , por lo que g m g n = g m+n = g n+m = g n g m .
4) Sea H ≤ G. Si G es infinito, no perdemos generalidad si suponemos que
G = Z. Ahora observamos que el hecho de que H sea un subgrupo se traduce
en que si m, n ∈ H, entonces m + n ∈ H, y esto implica también que si m ∈ H
y n ∈ Z entonces nm = m + · · · + m ∈ H, luego H es un ideal de Z, y por
[Al 3.2] sabemos que Z es un dominio de ideales principales, luego H es un
ideal principal, es decir, H = nZ, para cierto entero n, pero esto equivale a que
H = ⟨n⟩, como subgrupo, luego es cíclico.
1.4. Subgrupos y generadores 15

Si G es finito, consideramos el conjunto H ∗ = {n ∈ Z | [n] ∈ H}, y es

inmediato que H ∗ es un subgrupo de Z, luego existe un m ∈ Z tal que H ∗ = mZ,
luego [n] ∈ H si y sólo si n ∈ mZ, si y sólo si n = km, para cierto k ∈ Z, si y
sólo si [n] = k[m], para cierto k ∈ Z, si y sólo si [n] ∈ ⟨[m]⟩, luego H = ⟨[m]⟩ es
un grupo cíclico.
5) Si |g| = n y m | n, entonces o(g n/m ) = m por 1.5, luego H = g n/m
es un subgrupo de orden m. Vamos a ver que es el único. Si H ∗ es otro,
sabemos que es cíclico, digamos H ∗ = g k . Sea d = (k, n), de modo que,
por 1.5, n/d = m o, equivalentemente, d = n/m. Por la relación de Bezout,
existen enteros tales que d = uk + vn, luego g d = (g k )u (g n )v = (g k )u , luego
g d ∈ H ∗ , luego H = g d ≤ H ∗ y, como ambos grupos tienen el mismo número
de elementos, H = H ∗ .
6) Si G es un grupo cíclico, sus elementos de orden d estarán en su único
subgrupo de orden d, luego basta ver que todo grupo cíclico G = ⟨g⟩ de orden
d tiene ϕ(d) elementos de orden d, lo cual se sigue del teorema 1.5.
Es costumbre llamar Cn a cualquier grupo cíclico de orden n. Como dos cua-
lesquiera son isomorfos entre sí, no importa cuál consideramos concretamente,
del mismo modo que no importa a qué grupo en concreto llamamos V4 . Así, una
forma de expresar que un grupo G es cíclico de orden n es decir que G ∼
= Cn .
Por ejemplo, ya conocemos dos grupos no isomorfos de orden 4, que son C4
y V4 . No son isomorfos porque C4 tiene un elemento de orden 4 y en V4 todos
los elementos no triviales tienen orden 2. Igualmente, C6 y Σ3 son dos grupos
no isomorfos de orden 6. No son isomorfos porque uno es abeliano y el otro no.

Teorema 1.17 Si Cn es un grupo cíclico de orden n, entonces Aut Cn ∼

= Un .

Demostración: Sea Cn = ⟨g⟩, donde o(g) = n. Para cada m ∈ Z, la

aplicación αm : Cn −→ Cn dada por αm (x) = xm es claramente un homomor-
fismo de grupos (esto es cierto para cualquier grupo abeliano). Si (m, n) = 1,
entonces αm (g) = g m tiene orden n, por el teorema 1.5, luego Im αm contiene
un elemento de orden m y, por consiguiente, Im αm = Cn , es decir, que αm es
un epimorfismo. Pero una aplicación suprayectiva de un conjunto finito en sí
mismo es también inyectiva, luego αm ∈ Aut Cn .
Ahora observamos que si m1 ≡ m2 (mód m), entonces αm1 = αm2 , luego
tenemos bien definida una aplicación α : Un −→ Aut Cn dada por α([m]) = αm .
Se cumple que α es un homomorfismo de grupos, pues

α([uv])(x) = xuv = (xu )v = α([v])(α([u])(x)) = (α[u] ◦ α[v])(x),

luego α([u][v]) = α([u]) ◦ α([v]).

Además α es un monomorfismo, pues si α([m]) = 1, esto implica que

α([m])(g) = g m = g,

luego m ≡ 1 (mód n), luego [m] = 1 en Un .

16 Capítulo 1. Elementos de la teoría de grupos

Por último, si ϕ : Cn −→ Cn es cualquier automorfismo, sea m tal que

ϕ(g) = g m . Como tiene que ser o(g m ) = o(g) = n, el teorema 1.5 nos da que
(m, n) = 1, luego [m] ∈ Um y α([m])(g) = g m = ϕ(g), luego α([m])(g k ) = ϕ(g k )
para todo k, luego α([m]) = ϕ, y esto prueba que α es un isomorfismo.

El grupo cuaternio Hasta ahora sólo conocemos un ejemplo de grupo no

abeliano, a saber, el grupo de permutaciones Σ3 . En realidad es fácil ver que
todos los grupos Σn para n ≥ 3 son no abelianos, pero Σ4 tiene ya 24 elementos,
y estudiarlo sin disponer aún de la teoría oportuna sería muy farragoso. Mucho
mayor es Σ8 , que tiene orden 40 320, pero vamos a estudiar uno de sus subgrupos,
concretamente Q8 = ⟨i, j⟩, donde
   
1 2 3 4 5 6 7 8 1 2 3 4 5 6 7 8
i= , j= .
3 4 2 1 8 7 5 6 5 6 7 8 2 1 4 3

Como se trata de un grupo finito, Q8 está formado por todos los productos
que podemos obtener multiplicando i, j cualquier número de veces en cualquier
orden. Como máximo, podremos obtener 40 320 permutaciones, pero vamos a
ver que son muchas menos. Una de ellas es
 
1 2 3 4 5 6 7 8
k = ij = .
7 8 6 5 3 4 2 1

Ahora comprobamos que

 
2 2 2 1 2 3 4 5 6 7 8
i =j =k = = −1,
2 1 4 3 6 5 8 7

donde la última igualdad es una definición, es decir, vamos a llamar −1 a esta

permutación, que tiene la propiedad de que (−1)2 = 1. Esto nos da las relaciones
i4 = j 4 = k 4 = 1, por lo que las tres permutaciones tienen orden 4 (su orden
tiene que dividir a 4 y no es 2). Por otra parte, si llamamos

−i = i3 = i2 · i = i · i2 = (−1)i = i(−1)
−j = j 3 = j 2 · j = j · j 2 = (−1)j = j(−1)
−k = k 3 = k 2 · k = k · k 2 = (−1)k = k(−1)

tenemos tres permutaciones más de Q8 , que son distintas de las cuatro que ya
hemos encontrado y de la identidad. No hace falta calcularlas explícitamente,
sino que podemos razonar así:

• Tiene que ser −i ̸= ±1, pues, por el teorema 1.5 −i = i3 tiene orden
4, mientras que 1 y −1 tienen orden 1 y 2, respectivamente. Igualmente
−j, −k son distintas de 1.

• Tiene que ser −i ̸= −j, pues eso implicaría i = j, que no es cierto, luego
−i, −j, −k son distintas entre sí.
1.4. Subgrupos y generadores 17

• Tiene que ser −i ̸= i, pues eso implicaría −1 = 1, lo cual es falso, e

igualmente −j, −k son distintas de i, j, k, respectivamente.
• Tiene que ser −i ̸= j, pues en tal caso i(−1) = ij 2 = j, luego k = ij = 1,
que ya hemos visto que no sucede. Por lo tanto, ±i, ±j, ±k son distintas
entre sí.
Por lo tanto, hemos encontrado 8 permutaciones distintas en Q8 . Para pro-
bar que no hay más sólo necesitamos comprobar la relación
 
1 2 3 4 5 6 7 8
ji = = −k.
8 7 5 6 4 3 1 2
En efecto, más explícitamente, tenemos que ji = i3 j. Así, un elemento
arbitrario de Q8 se expresa como producto de permutaciones i, j, pero, cada
vez que tenemos un producto ji, podemos pasar la j a la derecha mediante
la relación anterior, hasta reducir el producto a uno de la forma im j n . A su
vez, como j tiene orden 4, podemos exigir que n = 0, 1, 2, 3, pero si n = 2, 3
podemos convertir j 2 = i2 y así reducir n = 0, 1, y por último podemos reducir
m = 0, 1, 2, 3, con lo que sólo hay 8 posibilidades para un elemento de Q8 .
Explícitamente, la tabla de Q8 es:
1 −1 i −i j −j k −k
1 1 −1 i −i j −j k −k
−1 −1 1 −i i −j j −k k
i i −i −1 1 k −k −j j
−i −i i 1 −1 −k k j −j
j j −j −k k −1 1 i −i
−j −j j k −k 1 −1 −i i
k k −k j −j −i i −1 1
−k −k k −j j i −i 1 −1
Todos los productos se pueden calcular operando explícitamente las permu-
taciones o bien a partir de las relaciones que hemos obtenido. Por ejemplo:
k(−i) = i · j · i(−1) = i · i3 · j(−1) = j 3 = −j.
En la práctica, para operar en Q8 basta recordar que −1 conmuta tanto
con i como con j, luego conmuta con todos los elementos de Q8 , así como las
relaciones
i2 = j 2 = k 2 = −1, (−1)2 = 1,
ij = k, jk = i, ki = j, ji = −k, kj = −i, ik = −j.
A su vez, las seis últimas relaciones se resumen en que el producto de dos de
los tres elementos i, j, k es el tercero si el orden de los factores es el que indican
las flechas:
i - j
I
@@
k
y el tercero cambiado de signo si el orden es el contrario.
18 Capítulo 1. Elementos de la teoría de grupos

Los subgrupos cíclicos de Q8 son:

⟨1⟩ = 1, ⟨−1⟩ = {±1},

⟨i⟩ = ⟨−i⟩ = {±1, ±i}, ⟨j⟩ = ⟨−j⟩ = {±1, ±j}, ⟨k⟩ = ⟨−k⟩ = {±1, ±k}.
Así pues, Q8 es un grupo no abeliano de orden 8 que tiene subgrupos de órdenes
1, 2, 4, 8.

1.5 Congruencias y cocientes

Del mismo modo que se define la congruencia módulo un ideal de un anillo,
podemos definir la congruencia módulo un subgrupo de un grupo, pero si el
grupo no es abeliano hay en realidad dos relaciones de congruencia que no
tienen por qué coincidir:

Definición 1.18 Sea G un grupo y H ≤ G. Diremos que u, v ∈ G son con-

gruentes por la izquierda módulo H (y lo representaremos u ≡i v (mód H)) si
cumplen v −1 u ∈ H.
Diremos que u y v son congruentes por la derecha módulo H (y lo represen-
taremos u ≡d v (mód H)) si cumplen vu−1 ∈ H.

Si G es abeliano, es evidente que ambas relaciones son la misma, y en nota-

ción aditiva se expresan así:

u ≡ v (mód H) si y sólo si u − v ∈ H.

Es muy fácil comprobar que ambas relaciones son de equivalencia y que la

clase de equivalencia de un elemento a ∈ G para la congruencia por la izquierda
es el conjunto aH = {ah | h ∈ H}, mientras que la clase de equivalencia de a
para la congruencia por la derecha es Ha = {ha | h ∈ H}.
Llamaremos (G/H)i y (G/H)d a los conjuntos cociente para las relaciones
de congruencia módulo H por la izquierda y por la derecha, respectivamente.
Ejemplo Tomemos G = Σ3 y H = {1, τ } (véase la página 4). Entonces

1H = τ H = {1, τ }, σH = στ H = {σ, στ }, σ 2 H = σ 2 τ H = {σ 2 , σ 2 τ },

H1 = Hτ = {1, τ }, Hσ = Hσ 2 τ = {σ, σ 2 τ }, Hσ 2 = Hστ = {σ 2 , στ },

por lo que

(G/H)i = {{1, τ }, {σ, στ }, {σ 2 , σ 2 τ }}, (G/H)d = {{1, τ }, {σ, σ 2 τ }, {σ 2 , στ }},

con lo que vemos que los dos conjuntos cociente son distintos, luego las dos
congruencias también lo son.
El ejemplo anterior muestra que las relaciones de congruencia tienen una
propiedad que no es casual: las clases de congruencia tienen todas el mismo
número de elementos, tantos como el subgrupo H que las define.
1.5. Congruencias y cocientes 19

En efecto, esto se debe a que, en general, la aplicación H −→ aH dada por

h 7→ ah es claramente biyectiva, al igual que lo es la aplicación H 7→ Ha dada
por h 7→ ha.
Así pues, todas las clases de congruencia (a izquierda o a derecha) respecto
de un subgrupo H tienen el mismo cardinal que H.
En el caso de congruencias en un grupo finito G, esto ya implica que los
cocientes (G/H)i y (G/H)d tienen el mismo número de elementos (concreta-
mente, ambos tienen |G|/|H| elementos), pero podemos definir explícitamente
una biyección
(G/H)d −→ (G/H)i
mediante Ha 7→ a−1 H.
En efecto, la aplicación es obviamente suprayectiva, y para ver que es inyec-
tiva suponemos que a−1 H = b−1 H y vamos a probar que Ha = Hb.
Tenemos que a−1 = a−1 1 ∈ a−1 H = b−1 H, luego existe h ∈ H tal que
−1
a = b−1 h, luego a = h−1 b, luego a ∈ Hb, luego a ≡d b (mód H), luego
Ha = Hb. Por consiguiente:
Definición 1.19 Si G es un grupo y H ≤ G, se llama índice de H en G al
cardinal
|G : H| = |(G/H)i | = |(G/H)d |.
Así, en un grupo finito G, cualquiera de los dos conjuntos cociente tiene
|G : H| clases de |H| elementos cada una, luego tenemos probado un resultado
fundamental:
Teorema 1.20 (Teorema de Lagrange) Sea G un grupo finito2 y H ≤ G.
Entonces |G| = |G : H| · |H|. En particular el orden de todo subgrupo de G es
un divisor del orden de G.
En particular ahora podemos generalizar [ITAl 3.21]:
Teorema 1.21 Si G es un grupo finito y g es un elemento de G, entonces
o(g) | |G|.
Basta tener en cuenta que o(g) = | ⟨g⟩ |.
Veamos algunas consecuencias interesantes:
Teorema 1.22 Todo grupo de orden 4 es isomorfo a C4 o a V4 , según si tiene
o no elementos de orden 4. En particular, todo grupo de orden 4 es abeliano.
Demostración: Si un grupo de orden 4 tiene un elemento de orden 4,
entonces es cíclico, es decir, isomorfo a C4 . En caso contrario, por el teorema
anterior sus elementos no triviales tendrán orden 2, luego el grupo será isomorfo
a V4 por el teorema 1.9.
2 El lector familiarizado con la teoría de cardinales infinitos observará que la demostración

que hemos dado vale igualmente si el grupo G es infinito.

20 Capítulo 1. Elementos de la teoría de grupos

Teorema 1.23 Todo grupo de orden primo es cíclico.

Demostración: Si G tiene orden primo y g ∈ G no es trivial, necesaria-

mente | ⟨g⟩ | = |G|, luego G = ⟨g⟩.
Tenemos, pues, que todo grupo de orden 1 es trivial, todo grupo de orden 2 es
isomorfo a C2 , todo grupo de orden 3 es isomorfo a C3 , todo grupo de orden 4
es isomorfo a C4 o a V4 y todo grupo de orden 5 es isomorfo a C5 . Todos
estos grupos son abelianos, por lo que todo grupo no abeliano tiene al menos 6
elementos, y Σ3 es un ejemplo de grupo no abeliano con 6 elementos.
Observemos también que Σ3 no tiene más subgrupos propios que los subgru-
pos cíclicos que le hemos encontrado, ya que sus órdenes tienen que ser 2 o 3,
luego tienen que ser cíclicos.

¿Grupos cociente? Si A es un anillo e I es un ideal de A, el conjunto cociente

A/I tiene estructura de anillo con las operaciones definidas mediante

[a] + [b] = [a + b], [a][b] = [ab].

Es natural entonces preguntarse si los conjuntos cociente (G/H)i y (G/H)d

adquieren estructura de grupo con la operación

[g1 ][g2 ] = [g1 g2 ]

o, más explícitamente, por ejemplo, para la congruencia por la derecha,

(Hg1 )(Hg2 ) = Hg1 g2 .

En general la respuesta es negativa, como podemos ver en el ejemplo dado

por G = Σ3 y H = {1, τ }, que hemos analizado antes. Por ejemplo, imaginemos
que queremos multiplicar
(Hσ)(Hτ ) = Hστ.
El problema que nos aparece es que Hτ = H1, luego también tendríamos
que poder multiplicar

(Hσ)(Hτ ) = (Hσ)(H1) = Hσ,

pero Hστ ̸= Hσ. Por lo tanto, al multiplicar dos clases multiplicando sus repre-
sentantes podemos obtener clases distintas según qué representantes elijamos,
luego no hay un criterio que permita asignar un producto a un par de clases.
En general, dado un grupo G y un subgrupo H, para que podamos definir
una operación en el cociente (G/H)d mediante (Hg1 )(Hg2 ) = Hg1 g2 , sin que
el producto dependa de los representantes elegidos para hacer el cálculo, es
necesario que si g ∈ G y h ∈ H, puesto que H1 = Hh, obtengamos el mismo
resultado al calcular

Hg −1 = (Hg −1 )(H1) = (Hg −1 )(Hh) = Hg −1 h,

pero esto equivale a que g −1 ≡d g −1 h (mód H), o también a que g −1 hg ∈ H.

1.6. Subgrupos normales y grupos cociente 21

Así pues, una condición necesaria para que en el cociente (G/H)d podamos
definir el producto de dos clases como la clase del producto de dos cualesquiera
de sus representantes es que para todo h ∈ H y todo g ∈ G se cumpla que
g −1 hg ∈ H. Es fácil modificar el argumento para llegar a la misma conclusión
con (G/H)i en lugar de (G/H)d . En la sección siguiente probaremos que esta
condición necesaria es también suficiente.

1.6 Subgrupos normales y grupos cociente

Los subgrupos normales de un grupo son los subgrupos en los que es posible
dotar de estructura de grupo de forma natural a los conjuntos cocientes que de-
terminan. Para caracterizarlos conviene introducir el concepto de automorfismo
interno de un grupo:

Definición 1.24 Sea G un grupo y g, h ∈ G. Definimos el conjugado de h por

g como el elemento
hg = g −1 hg ∈ G.

Definimos la conjugación αg : G −→ G como la aplicación dada por αg (h) = hg .

Es fácil comprobar que αg es un automorfismo de G. Más aún, la aplicación
α : G −→ Aut G dada por α(g) = αg es un homomorfismo de grupos. A la
imagen de este homomorfismo, es decir, al subgrupo

Int G = {αg | g ∈ G}

se le llama grupo de los automorfismos internos de G.

Es evidente que hg = h si y sólo si gh = hg, luego Int G = 1 si y sólo si G es

abeliano.
Si A ⊂ G, escribiremos Ag = αg [A] = {ag | a ∈ A}. Notemos que si H ≤ G,
entonces H g ≤ G, pues es la imagen de H por un homomorfismo de grupos.

Teorema 1.25 Sea G un grupo y H un subgrupo de G. Las siguientes condi-

ciones son equivalentes:

1. La relación de congruencia módulo H por la izquierda coincide con la

relación de congruencia módulo H por la derecha.

2. gH = Hg para todo elemento g ∈ G.

3. (G/H)i = (G/H)d (y entonces escribiremos simplemente G/H).

4. H g = H para todo elemento g ∈ G.

5. H g ⊂ H para todo elemento g ∈ G.

22 Capítulo 1. Elementos de la teoría de grupos

Demostración: Teniendo en cuenta que gH y Hg son las clases de equi-

valencia de g por la izquierda y por la derecha módulo H, es claro que 1), 2) y
3) son equivalentes.
También es fácil probar que gH = Hg equivale a que H = g −1 Hg = H g .
−1
Sólo falta probar que 5) implica 4), pero esto es consecuencia de que H g ⊂ H
g g
implica que H ⊂ H , luego de hecho H = H .

Definición 1.26 Diremos que N es un subgrupo normal de un grupo G si cum-

ple las condiciones del teorema anterior. Lo representaremos mediante N ⊴ G.

Es inmediato que 1, G ⊴ G, así como que todo subgrupo de un grupo abe-

liano es normal. También es fácil ver que todo subgrupo de índice 2 es normal.
La razón es que un subgrupo H con índice 2 en un grupo G da lugar a dos clases
de congruencia, una es H (tanto por la izquierda como por la derecha) y la otra
es G \ H, luego se cumple la condición 3) de 1.25.
También es claro que si G = ⟨X⟩, entonces para que N ≤ G sea un subgrupo
normal basta con que N x = N para todo x ∈ X, y si G es finito basta con que
N x ≤ N para todo x ∈ X (pues esto ya implica que N x = N ).
Al final de la sección anterior hemos visto que para que un conjunto cociente
respecto de un subgrupo admita estructura de grupo, el subgrupo tiene que ser
normal. Ahora probamos que la condición es suficiente:

Teorema 1.27 Sea G un grupo y N ⊴ G. Entonces el conjunto cociente G/N

es un grupo con la operación dada por (gN )(hN ) = ghN . El elemento neutro
de G/N es 1N = N . Si g ∈ G, se cumple que (gN )−1 = g −1 N . Si el grupo G
es abeliano o cíclico, entonces G/N también lo es.

Demostración: Hay que probar que la operación en G/N está bien defi-
nida, es decir, que si gN = g ′ N y hN = h′ N , entonces ghN = g ′ h′ N .
Para ello observamos que (gh)−1 g ′ h′ = h−1 g −1 g ′ h′ = h−1 h′ h′−1 g −1 g ′ h′ .
Ahora, h−1 h′ ∈ N y g −1 g ′ ∈ N porque por hipótesis son congruentes módulo
′
N , y como N es normal, h′−1 g −1 g ′ h′ = (g −1 g ′ )h ∈ N , luego (gh)−1 g ′ h′ ∈ N y
así ghN = g ′ h′ N .
El resto del teorema es obvio. En todo caso, nótese que si G = ⟨g⟩, entonces
G/N = ⟨gN ⟩.

Definición 1.28 Si G es un grupo y N ⊴ G, definimos la proyección canónica

como el homomorfismo p : G −→ G/N dado por p(g) = N g.

Claramente es un epimorfismo de grupos con núcleo N .

Ejemplos En Σ3 tenemos que el subgrupo N = ⟨σ⟩ es normal, porque tiene
índice 2, mientras que el subgrupo H = ⟨τ ⟩ no es normal, ya que

τ σ = σ 2 τ σ = σ 4 τ = στ ∈
/ H.

Igualmente se comprueba que no son normales ⟨στ ⟩ y σ 2 τ .

1.6. Subgrupos normales y grupos cociente 23

El cociente es Σ3 /N = {N, N τ }, que es un grupo cíclico de orden 2. Por

lo tanto, es isomorfo al grupo {±1} y el isomorfismo f : Σ3 /N −→ {±1} es el
dado por f (N ) = 1, f (N τ ) = −1. Al componerlo con la proyección canónica:
p f
Σ3 −→ Σ3 /N −→ {±1}

tenemos precisamente el homomorfismo S que habíamos definido en el ejemplo

tras el teorema 1.15.
En Q8 los subgrupos ⟨i⟩, ⟨j⟩, ⟨k⟩ son normales porque tienen índice 2, pero
en este caso el subgrupo N = {±1} también lo es, porque sus dos elementos
conmutan con σ y con τ , por lo que N σ = N y N τ = N .
El cociente es Q8 /N = {N, N i, N j, N k}, cuyas clases se operan como en Q8 ,
pero haciendo abstracción de los signos, es decir, todos los cuadrados valen 1,
luego Q8 /N ∼
= V4 es el grupo de Klein.
Es inmediato comprobar que si f : G −→ H es un homomorfismo de grupos y
N ⊴ H, entonces f −1 [N ] ⊴ G. En particular N(f ) ⊴ G, y se cumple el análogo
al teorema de isomorfía de anillos (con esencialmente la misma prueba):

Teorema 1.29 (Teorema de Isomorfía) Sea f : G −→ H un homomor-

fismo de grupos. Entonces N(f ) ⊴ G, y la aplicación f¯ : G/ N(f ) −→ Im f
dada por f¯ g N(f ) = f (g) es un isomorfismo de grupos que hace conmutativo

el diagrama
G
f
/H
;
p
 f¯
G/ N(f )

Es interesante analizar con detalle la situación. Para ello observamos que si

g1 , g2 ∈ G la condición f (g1 ) = f (g2 ) equivale a f (g1 g2−1 ) = 1, es decir, a que
g1 g2−1 ∈ N(f ), o también a que g1 ≡ g2 (mód N(f )).
Así pues, dos elementos g1 , g2 ∈ G son congruentes módulo N(f ) si y sólo si
ambos tienen la misma imagen por f . En otras palabras, las clases de equiva-
lencia de G/ N(f ) agrupan los elementos de G con la misma imagen por f .
Esto lo ilustra el homomorfismo S : Σ3 −→ {±1} del ejemplo que hemos
analizado tras el teorema 1.15, cuyo núcleo N = {1, σ, σ 2 } está formado por los
elementos con imagen 1 y la otra clase módulo N , es decir, N τ = {τ, στ, σ 2 τ }
está formada por los elementos con imagen −1.

Ejemplo: El centro de un grupo Vamos a aplicar el teorema de isomorfía

al homomorfismo α : G −→ Aut(G) que a cada g ∈ G le asigna el automorfismo
interno αg . Su núcleo está formado por los elementos g ∈ G tales que αg = 1, es
decir, tales que αg (h) = hg = h para todo h ∈ G, lo que equivale a que gh = hg.
Esto nos lleva a la definición siguiente:
24 Capítulo 1. Elementos de la teoría de grupos

Definición 1.30 Llamaremos centro de un grupo G al conjunto Z(G) de los

elementos de G que conmutan con todos los elementos de G, de modo que G es
abeliano si y sólo si Z(G) = G.
Hemos demostrado que Z(G) es el núcleo del homomorfismo α (lo que en
particular prueba que Z(G) ⊴ G, aunque esto se comprueba trivialmente de
forma directa). Por lo tanto, el teorema de isomorfía nos da que
G/Z(G) ∼
= Int(G).
De paso, observamos que Int G ⊴ Aut G.
En efecto, si ϕ ∈ Aut G y g ∈ G, entonces, para todo x ∈ G, se cumple que
(αg )ϕ (x) = (ϕ−1 ◦ αg ◦ ϕ)(x) = ϕ(ϕ−1 (x)g ) = ϕ(g −1 ϕ−1 (x)g) =
ϕ(g)−1 xϕ(g) = xϕ(g) = αϕ(g) (x),
luego (αg )ϕ = αϕ(g) ∈ Int G, lo que prueba que (Int G)ϕ ≤ Int G, luego el
subgrupo de los automorfismos internos de G es normal en el grupo de todos
los automorfismos.
Es fácil ver que Z(Q8 ) = {±1}.
Teorema 1.31 Si n ≥ 3, entonces Z(Σn ) = 1.
Demostración: Sea σ ∈ Σn tal que σ ̸= 1. Esto significa que existen
i, j ∈ In tales que σ(i) = j, i ̸= j. Como n ≥ 3 existe un k ∈ In distinto de i,
j. Entonces σ (jk) (i) = k , luego σ (jk) ̸= 1, luego σ no conmuta con (jk), luego
σ∈ / Z(Σn ).
El teorema siguiente resulta útil:
Teorema 1.32 Si un grupo G cumple que G/Z(G) es cíclico, entonces G es
abeliano, luego |G : Z(G)| no puede ser un número primo.
Demostración: Sea G/Z(G) = ⟨gZ(G)⟩. Entonces, todo x ∈ G cumple
que xZ(G) = g n Z(G), luego x = g n z, con z ∈ Z(G), pero es claro que dos
elementos de esta forma conmutan, luego G es abeliano.
Veamos algunas propiedades básicas de los subgrupos de los grupos cociente:
Teorema 1.33 Sea G un grupo y N ⊴ G.
1. Si N ≤ H ≤ G, entonces H/N ≤ G/N .
2. Si K ≤ G/N , entonces existe un subgrupo H de G tal que N ≤ H ≤ G y
K = H/N .
3. Si N ≤ H ≤ G, entonces H/N ⊴ G/N si y sólo si H ⊴ G.
4. Las correspondencias descritas en los apartados 1) y 2) determinan una
biyección entre los subgrupos de G/N y los subgrupos de G que contienen
a N . Los subgrupos normales de G (que contienen a N ) se corresponden
con los subgrupos normales de G/N .
1.6. Subgrupos normales y grupos cociente 25

Demostración: 1) Es inmediato. Los elementos de H/N son las clases hN

con h ∈ H y los de G/N son las clases gN con g ∈ G. La operación es la misma.
2) Sea p : G −→ G/N el epimorfismo canónico dado por p(g) = gN . De-
finimos H = p−1 [K] ≤ G. Como N = p−1 [1N ], claramente N ≤ H. Así
 −1
H/N = {hN | h ∈ H} = p[H] = p p [K] = K.
3) Si H/N ⊴ G/N , entonces al conjugar un elemento h ∈ H por un elemento
g ∈ G se cumple hg N = (hN )gN ∈ H/N , luego hg ∈ H y así H ⊴ G. El
recíproco es análogo.
4) Si H/N = H ′ /N , entonces H = p−1 [H/N ] = p−1 [H ′ /N ] = H ′ , luego la
correspondencia es inyectiva, y por 2) es suprayectiva.

Ejemplo Podemos ilustrar el teorema anterior tomando G = Q8 y N = {±1},

de modo que N ⊴ G. Si llamamos
N1 = ⟨i⟩ = {±1, ±i}, N2 = ⟨j⟩ = {±1, ±j}, N3 = ⟨k⟩ = {±1, ±k},
tenemos que N ≤ Ni ≤ G, luego Ni /N ≤ G/N . Por ejemplo, para i = 1,
tenemos que
N1 /N = {N, N i} ≤ {N, N i, N j, N k} = G/N.

Producto de subgrupos Si G es un grupo y A y B son subconjuntos de G,

llamaremos AB = {ab | a ∈ A, b ∈ B}. En notación aditiva hablaremos de suma
de subconjuntos y la representaremos A + B.
En general, el producto de dos subgrupos no tiene por qué ser un subgrupo.
El teorema siguiente aclara la situación:
Teorema 1.34 Sea G un grupo y H y K dos subgrupos de G.
1. HK ≤ G si y sólo si HK = KH.
2. Si H ⊴ G o K ⊴ G, entonces HK ≤ G.
3. Si H ⊴ G y K ⊴ G, entonces HK ⊴ G.
Demostración: 1) Si HK ≤ G y x ∈ HK, entonces x−1 ∈ HK, luego es
de la forma x−1 = hk, con h ∈ H y k ∈ K. Por lo tanto x = k −1 h−1 ∈ KH.
Igualmente se prueba la otra inclusión, luego HK = KH.
Si HK = KH, sean x, y ∈ HK. Entonces x = hk e y = h′ k ′ con h, h′ ∈ H
y k, k ′ ∈ K. Por lo tanto xy −1 = hkk ′−1 h′−1 . El elemento kk ′−1 h′−1 ∈ KH =
HK, luego kk ′−1 h′−1 = h′′ k ′′ para ciertos h′′ ∈ H y k ′′ ∈ K. Consecuentemente
xy −1 = hh′′ k ′′ ∈ HK. Por el teorema 1.11 tenemos que HK ≤ G.
2) Si H ⊴ G y hk ∈ HK, entonces hk = kk −1 hk = khk ∈ KH k = KH
e igualmente se prueba la otra inclusión. Por lo tanto HK = KH y por 1)
HK ≤ G.
3) Si g ∈ G, como la conjugación por g es un automorfismo de G, se cumple
que (HK)g = H g K g = HK. Por lo tanto HK ⊴ G.
26 Capítulo 1. Elementos de la teoría de grupos

El lector debe tener clara la diferencia entre que HK = KH y que hk = kh

para todo h ∈ H y todo k ∈ K. En el primer caso se dice que H y K conmutan, y
en el segundo se dice que conmutan elemento a elemento. La segunda propiedad
implica obviamente la primera, pero el recíproco no es cierto.
Ejemplo En Σ3 podemos considerar los subgrupos H = {1, τ }, K = {1, στ },
de modo que
HK = {1, σ 2 , τ, στ }, KH = {1, σ, τ, στ },
por lo que HK ̸= KH y es claro que ninguno de los dos es un subgrupo de Σ3
(pues 4 no divide a 6). Por otro lado, si H = {1, σ, σ 2 } y K = {1, τ }, es fácil
ver que HK = KH = Σ3 . Notemos que H y K conmutan, pero no conmutan
elemento a elemento.
Si G es abeliano se cumplen trivialmente todas las condiciones del teorema
anterior y el producto de subgrupos es siempre un subgrupo.

Los teoremas de isomorfía Además del primer teorema de isomorfía, que

ya hemos discutido, hay otros dos que son útiles en muchas ocasiones:

Teorema 1.35 (Segundo teorema de isomorfía) Sea G un grupo, H ≤ G

y K ⊴ G. Entonces HK/K ∼
= H/(H ∩ K).
Demostración: Consideremos la aplicación f : H −→ HK/K dada por
f (h) = hK. Es claro que se trata de un homomorfismo de grupos. Además es
un epimorfismo, pues un elemento de HK/K es de la forma hkK con h ∈ H y
k ∈ K, pero hkK = hK = f (h).
Un elemento h ∈ H está en N(f ) si y sólo si h ∈ H y hK = K, si y sólo
si h ∈ H ∩ K, luego N(f ) = H ∩ K y por el teorema de isomorfía concluimos
HK/K ∼ = H/(H ∩ K).

Teorema 1.36 (Tercer teorema de isomorfía) Consideremos un grupo G

y dos subgrupos K ⊴ G y K ≤ H ⊴ G. Entonces (G/K)/(H/K) ∼
= G/H.
Demostración: Un elemento de G/K es de la forma gK con g ∈ G, luego
un elemento cualquiera de (G/K)/(H/K) es de la forma (gK)(H/K). Además
(gK)(H/K) = (1K)(H/K) si y sólo si gK ∈ H/K, es decir, si y sólo si g ∈ H.
Esto significa que la aplicación f : G −→ (G/K)/(H/K) definida mediante
f (g) = (gK)(H/K) es un epimorfismo de núcleo H, luego por el teorema de
isomorfía, (G/K)/(H/K) ∼ = G/H.
El segundo teorema de isomorfía implica que si H y K son subgrupos de
un grupo finito G y K es normal, entonces |HK| = |H| |K|/|H ∩ K|. Vamos a
probar que esto sigue siendo cierto aunque ninguno de los subgrupos sea normal
y HK no sea un subgrupo.

Teorema 1.37 Sea G un grupo finito y H, K dos subgrupos de G. Entonces

|H| |K|
|HK| = .
|H ∩ K|
1.6. Subgrupos normales y grupos cociente 27

Demostración: Consideremos la aplicación f : H × K −→ HK dada por

f (h, k) = hk. Obviamente es suprayectiva. Si f (h, k) = f (h′ , k ′ ), entonces
hk = h′ k ′ , luego u = (h′ )−1 h = k ′ k −1 ∈ H ∩ K.
Hemos probado que si f (h, k) = f (h′ , k ′ ), entonces (h′ , k ′ ) = (hu−1 , uk) para
cierto u ∈ H ∩ K. El recíproco es trivialmente  cierto. Esto significa que para
cada hk ∈ HK se cumple que f −1 [hk] = (hu−1 , uk) u ∈ H ∩ K , luego
f −1 [hk] = |H ∩ K|.
En consecuencia, el número de elementos de H × K es igual al número de
conjuntos de la forma f −1 [hk] (que es |HK|) multiplicado por el número de
elementos de cada uno de estos conjuntos (que es |H ∩ K|), es decir, hemos
probado que |H| |K| = |HK| |H ∩ K|.

Ejemplo: Grupos diédricos En el grupo ΣZ de las permutaciones de Z

consideramos las dadas por σ(n) = n + 1 y τ (n) = −n. Definimos el grupo
diédrico infinito como D∞ = ⟨σ, τ ⟩.
En primer lugar observamos que σ i (n) = n + i, de donde se sigue que las
potencias σ i son distintas dos a dos, luego el orden de σ es infinito. Por el
contrario, τ 2 = 1, luego τ tiene orden 2.
Ahora observamos que σ τ = σ −1 (lo que prueba, en particular, que D∞ no
es abeliano), pues

σ τ (i) = τ (σ(τ (i))) = τ (σ(−i)) = τ (−i + 1) = i − 1 = σ −1 (i).

Por lo tanto, (σ n )τ = σ −n o, en otros términos, τ σ n = σ −n τ . Esto hace que,

aunque cada elemento de D∞ se expresa en principio como producto de permu-
taciones σ ±1 y τ (como por ejemplo σ −1 τ σστ σ −1 σ −1 τ ), podemos intercambiar
los factores hasta que todas las σ’s queden a la izquierda, y así concluimos que

D∞ = {σ n τ i | n ∈ Z, i = 0, 1}.

Además, (σ n τ i )(0) = τ i (σ n (0)) = τ i (n) = ±n, donde el signo depende de i,

luego las permutaciones σ n τ i son distintas dos a dos.
Es fácil ver que las permutaciones σ n son todas las permutaciones de Z que
conservan el orden, mientras que las permutaciones σ n τ son todas las permuta-
ciones de Z que invierten el orden.
Observemos que todos los elementos σ n tienen orden infinito, mientras que
todos los σ n τ tienen orden 2, porque, según las relaciones que hemos probado,
σ n τ σ n τ = σ n σ −n τ τ = 1.
En particular, observemos que στ y τ son dos elementos de orden 2 cuyo
producto στ τ = σ tiene orden infinito. Esto muestra que hay que ser precavido
al tratar de calcular el orden de un producto de dos elementos de un grupo.
Más aún, es claro que D∞ = ⟨στ, τ ⟩, luego D∞ es un grupo infinito generado
por dos elementos de orden 2.
28 Capítulo 1. Elementos de la teoría de grupos

Hemos visto que (σ n )τ = σ −n (y (σ n )σ = σ n ), lo que implica que Nn = ⟨σ n ⟩

es un subgrupo normal de D∞ .
A partir de aquí vamos a llamar σ0 y τ0 a las permutaciones que hasta ahora
llamábamos σ y τ .
Definimos el grupo diédrico de orden 2n como D2n = D∞ / ⟨σ0n ⟩. Si llamamos
σ = σ0 Nn , τ = τ0 Nn , tenemos que D2n = ⟨σ, τ ⟩, donde σ n = τ 2 = 1 y σ τ = σ −1 .
Notemos que σ tiene orden n, pues si 0 < i < n no puede suceder que σ i = 1,
ya que esto equivale a que σ0i ∈ ⟨σ0n ⟩, lo cual es absurdo. Igualmente, τ tiene
/ Nn , pero τ02 = 1 ∈ Nn .
orden 2, ya que τ0 ∈
Como todo elemento de D∞ se expresa como σ0i τ0j , con j = 0, 1, es claro
que todo elemento de D2n se expresa como σ i τ j , con i = 0, . . . , n − 1, j = 0, 1.
′ ′
Además la expresión es única, ya que si σ i τ j = σ i τ j entonces j = j ′ , pues en
′
caso contrario, si, por ejemplo, j = 0, j ′ = 1, tendríamos que τ = σ i−i y de
aquí se sigue que τ0 ∈ ⟨σ0 ⟩, contradicción. Así pues, j = j ′ , lo que implica que
′
σ i = σ i y por lo tanto i = i′ (pues suponemos que los exponentes son menores
que n).
En definitiva: D2n = {1, σ, . . . , σ n−1 , τ, στ, . . . σ n−1 τ } es realmente un grupo
de orden 2n, que contiene un subgrupo cíclico N = ⟨σ⟩ de orden n (normal, por
tener índice 2) y los elementos restantes, de la forma σ i τ , tienen todos orden 2.
En particular, D2 = {1, τ } ∼
= C2 y D4 = {1, σ, τ, στ } ∼ = V4 son grupos
abelianos. Sin embargo, para n ≥ 3, el grupo D2n no es abeliano, pues cumple
que σ τ = σ −1 ̸= σ.
Observemos, por último, que

1 si n es impar,
Z(D2n ) =
σ n/2 si n es par.

En efecto, se cumple σ i τ σ = σσ i τ si y sólo si σ i−1 τ = σ i+1 τ , si y sólo si

σ 2 = 1, lo cual no puede suceder si n ≥ 3, luego σ i τ ∈/ Z(D2n ).
−i
En cambio, σ τ = τ σ si y sólo si σ = σ , si y sólo si σ 2i = 1, lo cual, si
i i i

1 ≤ i < n, sólo puede ser si n = 2i, y en tal caso σ n/2 ∈ Z(D2n ), pues hemos
visto que conmuta con τ , y obviamente conmuta con σ.
El teorema siguiente nos permite identificar fácilmente un grupo diédrico:

Teorema 1.38 Si G = ⟨σ, τ ⟩ es un grupo de orden 2n tal que σ n = τ 2 = 1 y

σ τ = σ −1 , entonces G ∼
= D2n .

Demostración: Las relaciones τ σ = σ −1 τ y τ σ −1 = στ permiten reducir

todo elemento de G a la forma σ i τ j , con 0 ≤ i < n, 0 ≤ j < 1. Por lo tanto

G = {1, σ, . . . , σ n−1 , τ, στ, . . . σ n−1 τ }

y, como G tiene orden 2n, estos 2n elementos tienen que ser distintos dos a dos.
1.6. Subgrupos normales y grupos cociente 29

Además el producto en G viene determinado por las relaciones:

σ i σ j = σ i+j , (σ i τ )σ j = σ i−j τ, (σ i σ j )τ = σ i+j τ, (σ i τ )(σ j τ ) = σ i−j .

Esto hace que si dos grupos G = ⟨σ, τ ⟩ y G′ = ⟨σ ′ , τ ′ ⟩ cumplen las condiciones

del enunciado, la aplicación f : G −→ G′ dada por f (σ i τ j ) = σ ′i τ ′j es un iso-
morfismo de grupos. Como el grupo D2n cumple las condiciones del enunciado,
cualquier otro grupo que las cumpla es isomorfo a él.
Observemos que Σ3 cumple las condiciones de este teorema, luego Σ3 ∼
= D6 .
Más en general:

Teorema 1.39 Si p es primo, todo grupo de orden 2p es isomorfo bien a C2p

o bien a D2p .

Demostración: Sea G un grupo de orden 2p. Si p = 2, un grupo G de

orden 4 es isomorfo a C4 si tiene un elemento de orden 4 y, en caso contrario,
sus elementos no triviales tendrán orden 2, luego G será isomorfo a V4 ∼ = D4
por el teorema 1.9. A partir de aquí suponemos que p es impar. Si G tiene un
elemento de orden 2p, entonces G ∼ = C2p . Supongamos lo contrario, con lo que
todos sus elementos no triviales tienen que tener orden 2 o p.
Veamos ahora que si G es abeliano, entonces tiene que tener elementos de
orden 2 y elementos de orden p. En caso contrario, todos los elementos no
triviales tendrían orden 2 o bien todos orden p, pero esto es imposible. En
efecto, vamos a ver que si un grupo abeliano G tiene todos sus elementos no
triviales de orden primo q, entonces el orden de G es potencia de q.
En caso contrario, podemos tomar un grupo G cuyo orden no sea potencia de
q, con todos los elementos no triviales de orden q y de modo que |G| sea el menor
posible. En particular G ̸= 1 (pues 1 es potencia de q). Sea g ∈ G un elemento
no trivial, luego de orden q. Entonces N = ⟨g⟩ ⊴ G porque G es abeliano, luego
G/N es un grupo abeliano cuyos elementos no triviales tienen todos orden q
y |G/N | < |G|. Por la minimalidad de G, concluimos que |G/N | = q r , luego
|G| = q r+1 , contradicción.
Así pues, si G es abeliano, tiene elementos de orden 2 y de orden p, luego
por el teorema 1.6 también tiene elementos de orden 2p, que es el caso que ya
habíamos excluido. Así pues, tenemos que G no es abeliano. Por el teorema 1.7
no puede ser que todos sus elementos tengan orden 2, luego hay al menos un
elemento σ ∈ G tal que o(σ) = p. Entonces N = ⟨σ⟩ ⊴ G, porque los subgrupos
de índice 2 son normales.
Sea τ ∈ G \ N . Entonces o(τ ) = 2, porque la alternativa es que H = ⟨τ ⟩
tenga orden p, pero la intersección N ∩ H tiene que tener orden 1 o p, pero
si fuera p sería N = N ∩ H = H, contradicción, luego N ∩ H = 1, luego
|N H| = p2 ≤ 2p por el teorema 1.37, lo cual es imposible.
Por lo tanto τ tiene orden 2 y |N H| = 2p, es decir, G = N H = ⟨σ, τ ⟩.
Como N es normal, σ τ ∈ N , luego σ τ = σ k para cierto k, pero
2 2
σ = σ τ = (σ τ )τ = (σ k )τ = σ k ,
30 Capítulo 1. Elementos de la teoría de grupos

luego k 2 ≡ 1 (mód p), luego k ≡ ±1 (mód p). Si fuera k ≡ 1 (mód p) tendríamos

que σ τ = σ y G sería abeliano, luego tiene que ser σ τ = σ −1 , y así llegamos a
que G cumple las condiciones del teorema 1.38, luego G ≡ D2n .
En cambio, Q8 es un grupo no abeliano de orden 8 que no es isomorfo al
grupo D8 , pues en Q8 sólo hay un elemento de orden 2, mientras que en D8 hay
cinco (los cuatro de la forma σ i τ y σ 2 ).

Teorema 1.40 Todo grupo no abeliano de orden 8 es isomorfo a D8 o a Q8 .

Demostración: Sea G un grupo no abeliano de orden 8. Sus elementos

no triviales tienen que tener orden 2, 4, 8, pero si hay un elemento de orden 8
entonces G ∼ = C8 sería abeliano, y si todos los elementos fueran de orden 2
entonces G también sería abeliano por el teorema 1.7. Por lo tanto, tiene que
haber un elemento σ ∈ G de orden 4. El subgrupo N = ⟨σ⟩ tiene índice 2, luego
es normal en G.
Supongamos ahora que exista τ ∈ G \ N de orden 2. Entonces H = ⟨τ ⟩ tiene
orden 2 y N ∩ H = 1, o de lo contrario sería N ∩ H = H y τ ∈ N . El teorema
1.37 nos da que |N H| = 8, luego G = N H = ⟨σ, τ ⟩.
Como N es normal, σ τ ∈ N y, como la conjugación es un automorfismo, σ τ
tiene que ser un generador de N , pero N tiene sólo dos generadores: σ y σ −1 ,
y no puede ser σ τ = σ, porque entonces G sería abeliano. Así pues, σ τ = σ −1 ,
luego G cumple las condiciones del teorema 1.38 y concluimos que G ∼ = D8 .
La alternativa es que en G \ N no haya elementos de orden 2, es decir, que
todos sean de orden 4. Vamos a ver que en este caso G ∼ = Q8 , así que vamos a
cambiar la notación y llamemos i = σ y sea j ∈ G \ N , de modo que N = ⟨i⟩,
H = ⟨j⟩ son dos subgrupos distintos de orden 4. El teorema 1.37 nos da ahora
que
4·4
|N H| = ≤ 8,
|N ∩ H|
y |N ∩ H| ≤ 2, luego tiene que ser |N ∩ H| = 2. Por lo tanto

N ∩ H = {1, i2 } = {1, j 2 }.

Llamemos −1 = i2 = j 2 . Como N y H son abelianos, vemos que −1 conmuta

con i y con j. Como en el caso anterior concluimos que j i = j −1 = j 3 . Equi-
valentemente, ji = ij 3 . Esto nos permite expresar cada elemento de G en la
forma im j n , donde 0 ≤ m < 4 y 0 ≤ n < 2, porque j 2 = i2 y j 3 = i2 j. En otros
términos
G = {1, i, i2 , i3 , j, ij, i2 j, i3 j}
y, como G tiene orden 8, estos 8 elementos tienen que ser distintos dos a dos.
Equivalentemente, llamando −j = i2 j = (−1)j, etc., G = {±1, ±i, ±j, ±ij},
y la relación ij = −i, o ij = −ji permite concluir que el producto en G es
exactamente el mismo de Q8 , luego G ∼
= Q8 .
Veremos que todo grupo abeliano de orden 8 es isomorfo a uno de los grupos
C8 , C2 × C4 o C2 × C2 × C2 , con lo que hay exactamente 5 grupos de orden 8
no isomorfos entre sí.
1.6. Subgrupos normales y grupos cociente 31

Subgrupos característicos Algunos subgrupos poseen una propiedad rele-

vante algo más fuerte que la normalidad:

Definición 1.41 Un subgrupo H de un grupo G es característico si es inva-

riante por automorfismos, es decir, si para todo α ∈ Aut(G) se cumple que
α[H] = H.

En particular, todo subgrupo característico es invariante por los automorfis-

mos internos de G, luego es normal en G.

Es fácil ver que si H es característico en K y K es característico en G,

entonces H es característico en G. Esto es falso si cambiamos “característico”
por “normal”, pero lo que sí que se cumple es que si H es característico en N y
N es normal en G, entonces H es normal en G.

En efecto, para cada g ∈ G, el automorfismo interno αg ∈ Aut(G) se res-

tringe a un automorfismo de N , luego H g = H.

Si un grupo G tiene un único subgrupo de un determinado orden, éste es

necesariamente característico en G (y es el caso de los subgrupos impropios 1
y G). Cualquier grupo que tenga una definición “canónica”, en el sentido de
que no dependa de la elección de elementos particulares de G, será caracterís-
tico. Por ejemplo, Z(G) es siempre un subgrupo característico, puesto que un
automorfismo transforma elementos que conmutan en elementos que conmutan.

En el apartado siguiente presentamos otro ejemplo de subgrupo característico

de un grupo:

El subgrupo derivado En todo grupo hay un mínimo subgrupo normal con

cociente abeliano:

Definición 1.42 Sea G un grupo. Llamaremos subgrupo derivado de G al sub-

grupo G′ generado por los elementos de la forma [x, y] = x−1 y −1 xy, para todos
los x, y ∈ G.

El elemento [x, y] se llama conmutador de x, y. Su nombre se debe a que

obviamente xy = yx[x, y]. En particular [x, y] = 1 si y sólo si xy = yx, es decir,
si y sólo si x e y conmutan.

El teorema siguiente afirma que, como hemos anunciado, G′ es el menor

subgrupo normal de G cuyo cociente es abeliano:

Teorema 1.43 Sea G un grupo. Entonces

1. G′ ⊴ G y G/G′ es un grupo abeliano.

2. Si N ⊴ G, entonces G/N es abeliano si y sólo si G′ ≤ N .

32 Capítulo 1. Elementos de la teoría de grupos

Demostración: 1) Es inmediato que si x, y, g ∈ G entonces [x, y]g =

[x , y g ]. Los elementos de G′ son productos de conmutadores, luego sus conju-
g

gados también, es decir, G′g ≤ G′ , lo que prueba que G′ es normal.

Claramente el cociente G/G′ es abeliano, pues si xG′ , yG′ son dos de sus
elementos, tenemos que x−1 y −1 xy ∈ G′ , luego (xG′ )(yG′ ) = (yG′ )(xG′ ).
2) Si G′ ≤ N , entonces G/N = ∼ (G/G′ ) (N/G′ ), que es un grupo abeliano


por ser un cociente de un grupo abeliano.

Si G/N es abeliano entonces para todo x, y ∈ G se cumple (xN )(yN ) =
(yN )(xN ), luego [x, y] = x−1 y −1 xy ∈ N y, como los conmutadores generan G′ ,
concluimos que G′ ≤ N .
En particular un grupo G es abeliano si y sólo si G′ = 1. Otra propiedad
evidente es que si H ≤ G, entonces H ′ ≤ G′ . El hecho de que G′ sea el menor
subgrupo que da cociente abeliano implica que, de hecho, G′ es un subgrupo
característico de G.

Ejemplos de subgrupos derivados Los ejemplos de grupos que hemos es-

tudiado hasta ahora nos permiten identificar los subgrupos derivados de algunos
grupos:
• Hemos visto que Σ3 tiene un único subgrupo N de orden 3, que es normal
(pues tiene índice 2) y su cociente es abeliano (porque tiene orden 2), luego
Σ′3 ≤ N y, como el subgrupo derivado no puede ser trivial, ya que Σ3 no
es abeliano, tiene que ser Σ′3 = N .
• El grupo cuaternio Q8 tiene un subgrupo normal N de orden 2, cuyo
cociente tiene que ser abeliano (porque tiene orden 4), luego Q′8 ≤ N y,
al igual que antes, como el derivado no puede ser trivial, tenemos que
Q′8 = N .
• El mismo razonamiento se aplica al grupo diédrico D8 y su único subgrupo
normal de orden 2. Una forma de ver que es único es observar que cualquier
subgrupo normal de orden 2 de D8 tiene que ser igual a D8′ .

Generalizando el último ejemplo tenemos:

Teorema 1.44 Si D2n = ⟨σ, τ ⟩ es el grupo diédrico de orden 2n, su subgrupo
′
derivado es D2n = σ2 .
Demostración: Calculamos todos los conmutadores:
1. [σ i , σ j ] = 1.
2. [σ i τ, σ j ] = σ i τ σ −j σ i τ σ j = σ i τ σ i−2j τ = σ 2j .
3. [σ i , σ j τ ] = σ −i σ j τ σ i σ j τ = σ −2i .
4. [σ i τ, σ j τ ] = σ i τ σ j τ σ i τ σ j τ = σ i−j σ i τ σ j τ = σ 2(i−j) .
′ ′
Esto prueba que D2n ≤ σ 2 y el caso 2) para j = 1 muestra que σ 2 ∈ D2n ,
luego se da la igualdad.
1.6. Subgrupos normales y grupos cociente 33

′
Notemos que si n es impar, entonces D2n = σ 2 = ⟨σ⟩, luego se cumple que
′ ∼ ′ ∼
D2n /D2n = C2 , mientras que si n es par D2n /D2n = C2 × C2 .
′
Ejercicio: Probar que D∞ = σ2 .

Ejemplo Hemos definido el subgrupo derivado G′ como el subgrupo generado

por los conmutadores, no como el conjunto de todos los conmutadores. Conviene
observar que, en general, el conjunto de todos los conmutadores de un grupo no
es necesariamente un subgrupo.
Para probarlo consideremos un cuerpo k y llamemos G al conjunto de todas
las matrices de la forma
 
1 f (x) h(x, y)
(f (x), g(y), h(x, y)) =  0 1 g(y)  ,
0 0 1

donde f (x), g(y), h(x, y) ∈ k[x, y], que es un grupo con el producto usual3 de
matrices. Explícitamente:

(f1 (x), g1 (y), h1 (x, y))(f2 (x), g2 (y), h2 (x, y)) =

(f1 (x) + f2 (x), g1 (y) + g2 (y), h1 (x, y) + h2 (x, y) + f1 (x)g2 (y)).

El elemento neutro es (0, 0, 0) (que corresponde a la matriz identidad) y el
inverso de un elemento dado es

(f (x), g(y), h(x, y))−1 = (−f (x), −g(y), f (x)g(y) − h(x, y)).

Un cálculo rutinario muestra que el conmutador de dos elementos es

[(f1 (x), g1 (y), h1 (x, y)), (f2 (x), g2 (y), h2 (x, y))] = (0, 0, f1 (x)g2 (y) − f2 (x)g1 (y)).

En particular, [(axk , 0, 0), (0, y l , 0)] = (0, 0, axk y l ) ∈ G′ , y operando elemen-

tos de esta forma, para monomios cualesquiera, vemos que (0, 0, h(x, y)) ∈ G′ ,
para cualquier polinomio h(x, y), es decir, que G′ es el subgrupo formado por
todos los elementos de la forma (0, 0, h(x, y)).
Por último, vamos a ver que (0, 0, x2 + xy + y 2 ) ∈ G′ no es un conmutador,
lo que probará que G′ no es, en este caso, el conjunto de todos los conmutadores
de G.
En caso contrario existirían polinomios f1 (x), f2 (x), g1 (y), g2 (y) tales que

f1 (x)g2 (y) − f2 (x)g1 (y) = x2 + xy + y 2 .

Pongamos que

f1 (x) = a0 + a1 x + a2 x2 + · · · , f2 (x) = b0 + b1 x + b2 x2 + · · ·
3 El producto de matrices lo definimos en [Al 4.32], pero podemos considerar la fórmula
explícita dada como la definición del producto en G y comprobar que es una operación aso-
ciativa.
34 Capítulo 1. Elementos de la teoría de grupos

Entonces, viendo los dos miembros de la igualdad precedente como polinomios

de k[y][x], al igualar los términos independientes, los coeficientes de x y los de
x2 obtenemos
a0 g2 (y) − b0 g1 (y) = y 2 ,
a1 g2 (y) − b1 g1 (y) = y,
a2 g2 (y) − b2 g1 (y) = 1.

Sin embargo, estas ecuaciones son imposibles.4 En efecto, de la tercera

ecuación se sigue que uno de los coeficientes a2 , b2 no es nulo. Sin pérdida de
generalidad podemos suponer que a2 ̸= 0. Entonces

a2 (a1 g2 (y) − b1 g1 (y)) − a1 (a2 g2 (y) − b2 g1 (y)) = a2 y − a1 ,

luego
(−a2 b1 + a1 b2 )g1 (y) = a2 y − a1 .
Como a2 ̸= 0, el polinomio g1 (y) tiene grado 1, y la tercera ecuación nos da
que g2 (y) = a−1
2 (1 + b2 g1 (y)) tiene a lo sumo grado 1, pero entonces el miembro
izquierdo de la primera ecuación tiene a lo sumo grado 1, y no puede ser igual
a y2 .
El grupo del ejemplo anterior es infinito, y resulta natural preguntarse si
puede suceder lo mismo en un grupo finito. La respuesta es afirmativa, pero
puede probarse que el menor grupo en el que el subgrupo derivado no coin-
cide con el conjunto de los conmutadores tiene 96 elementos. De hecho, hay
dos grupos no isomorfos de orden 96 con esta propiedad. En la página 110
construiremos uno de ellos.

4 El lector familiarizado con los conceptos básicos sobre espacios vectoriales, como [Al 4.29],

tiene un argumento inmediato: las ecuaciones expresan que 1, y, y 2 ∈ ⟨g1 (y), g2 (y)⟩, pero un
subespacio vectorial de k[y] de dimensión ≤ 2 no puede contener tres polinomios linealmente
independientes.
Capítulo II

Grupos de permutaciones I

En este capítulo vamos a estudiar con más detalle los grupos simétricos Σn
y sus subgrupos, si bien en la primera sección introduciremos el concepto más
general de acción de un grupo sobre un conjunto que nos permitirá aplicar
los resultados sobre grupos de permutaciones a grupos arbitrarios. Por ejemplo,
demostraremos que todo grupo finito es isomorfo a un subgrupo de un grupo Σn .

2.1 Acciones de grupos

Si Ω es un conjunto y σ ∈ ΣΩ , no sólo podemos operar σ con otros elementos
de ΣΩ , sino que también tiene sentido aplicar σ a un elemento de Ω. La definición
siguiente nos da un marco de trabajo general que incluye esta situación como
un caso particular:

Definición 2.1 Una acción de un grupo G sobre un conjunto Ω es una aplica-

ción Ω × G −→ Ω que cumple las propiedades siguientes (para todos los a ∈ Ω
y todos los g1 , g2 ∈ G):

1. (ag1 )g2 = a(g1 g2 ).

2. a1 = a.

Cuando hablemos de un grupo G que actúa sobre un conjunto Ω, esto debe

entenderse como que estamos considerando una cierta acción de G sobre Ω.
Por ejemplo, si G ≤ ΣΩ , entonces G actúa sobre Ω mediante la acción dada
por aσ = σ(a).
En general, si un grupo G actúa sobre un conjunto Ω, no es necesario que
G sea un subgrupo de ΣΩ , pero a cada g ∈ G le podemos asignar la aplicación
τg : Ω −→ Ω dada por τg (a) = ag.
Esta aplicación es inyectiva, pues si τg (a) = τg (b), entonces ag = bg, luego,
multiplicando por g −1 , queda que a = b, y τg también es suprayectiva, pues
τg (ag −1 ) = a. Así pues, τg ∈ ΣΩ .

35
36 Capítulo 2. Grupos de permutaciones I

Por consiguiente, tenemos una aplicación τ : G −→ ΣΩ que resulta ser un

homomorfismo de grupos. En efecto, se trata de probar que τgh = τg ◦ τh , para
lo cual tomamos a ∈ Ω y comprobamos que
τgh (a) = agh = (ag)h = τh (τg (a)) = (τg ◦ τh )(a).
Recíprocamente, todo homomorfismo τ : G −→ ΣΩ determina una acción de
G en Ω dada por ag = τg (a) cuyo homomorfismo asociado es el propio τ . Por
consiguiente, podemos identificar las acciones de un grupo G en un conjunto Ω
con los homomorfismos τ : G −→ ΣΩ .
Así pues, un grupo G actúa sobre un conjunto Ω cuando podemos asociar
a cada elemento de G una permutación de Ω de modo que la asociación sea
un homomorfismo de grupos (pero el homomorfismo τ no tiene por qué ser
inyectivo, de manera que dos elementos de g pueden inducir en Ω la misma
permutación).
El núcleo del homomorfismo τ se llama también núcleo de la acción, y una
acción se dice fiel cuando su núcleo es trivial. Esto equivale a que el único
elemento de G que deja invariantes a todos los elementos de Ω es 1 o también
a que τ sea inyectiva, es decir, a que no haya dos elementos distintos en G que
permuten igualmente los elementos de Ω.
Nota El concepto de acción que hemos definido es lo que, más precisamente,
podemos llamar una acción por la derecha de un grupo G en un conjunto Ω.
Una acción por la izquierda es una aplicación G × Ω −→ Ω que cumple las
propiedades análogas:
g1 (g2 a) = (g1 g2 )a, 1a = a.
No es lo mismo, porque con una acción por la izquierda no podemos decir
que la aplicación τ : G −→ σΩ dada por τg (a) = ga sea un homomorfismo de
grupos. Ahora se cumple que
τgh (a) = gha = gτh (a) = τg (τh (a)) = (τh τg )(a),
por lo que τgh = τh τg . Así, τ es en este caso lo que se llama un antihomomor-
fismo de grupos, que invierte los productos en lugar de conservarlos.
No obstante, es fácil ver que si G × Ω −→ Ω es una acción por la izquierda
de un grupo G en un conjunto Ω, podemos definir una acción por la derecha
mediante ag = g −1 a, por lo que toda la teoría sobre acciones de grupos es
aplicable también a las acciones por la izquierda. Por ejemplo, una acción por
la izquierda determina (y está determinada por) un homomorfismo τ : G −→ ΣΩ
dado por
τg (a) = ag = g −1 a.

Es obvio que si un grupo G actúa sobre un conjunto Ω, todo H ≤ G actúa

sobre Ω con la acción en la que, para cada h ∈ H, el elemento ah es el determi-
nado por h como elemento de G. A esta acción la llamaremos restricción a H
de la acción de G. Si la acción de G se corresponde con el homomorfismo τ , su
restricción a H se corresponde con la restricción τ |H .
2.1. Acciones de grupos 37

Podemos pensar que cuando un grupo G actúa sobre un conjunto Ω cada

elemento g ∈ G “transforma” cada elemento a ∈ Ω en otro ag ∈ Ω, y podemos
considerar todos los elementos de Ω por los que “pasa” uno dado a medida que
actúan sobre él los distintos elementos de G. Esto se concreta mediante la
definición siguiente:
Si un grupo G actúa sobre un conjunto Ω, definimos en Ω la relación dada
por
a ∼ b si y sólo si existe g ∈ G tal que ag = b.
Es fácil ver que se trata de una relación de equivalencia. La clase de equi-
valencia de un elemento a ∈ A recibe el nombre de órbita de a bajo G, y está
formada por todos los elementos de Ω en que se puede transformar a mediante
los elementos de G. La representaremos por Ωa .
Una acción es transitiva si determina una única órbita, es decir, si cualquier
elemento de Ω puede transformarse en cualquier otro mediante un elemento de
G elegido convenientemente.
Por otra parte, si a ∈ Ω, definimos el estabilizador de a como el conjunto
Ga = {g ∈ G | ag = a}, es decir, el conjunto de elementos de G que dejan
invariante a a. Es inmediato comprobar que Ga ≤ G.
Entre estos conceptos existe una relación fundamental:

Teorema 2.2 Sea G un grupo que actúa sobre un conjunto Ω y sea a ∈ Ω.

Entonces |Ωa | = |G : Ga |. En particular, si G es finito, el cardinal de las
órbitas que determina en Ω divide al orden de G.

Demostración: Definimos f : (G/Ga )d −→ Ωa mediante f (Ga g) = ag. La

aplicación está bien definida, pues si Ga g = Ga g ′ , entonces g ′ g −1 ∈ Ga , luego
ag ′ g −1 = a, luego ag ′ = ag.
La aplicación f es suprayectiva, pues todo b ∈ Ωa es de la forma b = ag,
para cierto g ∈ G, y también es inyectiva, pues si f (Ga g) = f (Ga g ′ ), entonces
ag = ag ′ , luego ag ′ g −1 = a, luego g ′ g −1 ∈ Ga , luego Ga g ′ = Ga g. Por lo tanto
f es biyectiva, y así |Ωa | = |(G/Ga )d | = |G : Ga |.
Otro hecho elemental que conviene tener presente es que si dos elementos de
un conjunto están en la misma órbita respecto a la acción de un grupo, entonces
sus estabilizadores son subgrupos conjugados (en particular isomorfos):

Teorema 2.3 Si un grupo G actúa sobre un conjunto Ω y tomamos x ∈ Ω,

g ∈ G, entonces Gxg = Ggx .

Demostración: Tenemos que h ∈ Gxg si y sólo si xgh = xg, si y sólo si

xghg −1 = x, si y sólo si ghg −1 = h′ ∈ Gx , si y sólo si h = h′g ∈ Ggx .

Veamos ahora un ejemplo de cómo podemos asociar una acción a un grupo

arbitrario, aunque sus elementos no tengan nada que ver con permutaciones:
38 Capítulo 2. Grupos de permutaciones I

Conjugación Dado un grupo cualquiera G, el homomorfismo

G −→ Int(G) ⊴ Aut(G) ≤ ΣG
hace que podamos considerar a la conjugación como una acción de G sobre el
conjunto Ω = G.
La relación de equivalencia en G asociada a esta acción se llama también
conjugación, es decir, dos elementos g1 , g2 ∈ G son conjugados si existe un
g ∈ G tal que g1g = g2 .
La órbita de un elemento g ∈ G respecto de la conjugación se llama clase de
conjugación de g y se representa por
cl(g) = {g x | x ∈ G}.
El estabilizador de un g ∈ G recibe el nombre de centralizador de g, y se repre-
senta por
CG (g) = {x ∈ G | g x = g} = {x ∈ G | xg = gx},
es decir, está formado por los elementos de G que conmutan con g. La relación
general entre estabilizadores y órbitas afirma en este caso que
|cl(g)| = |G : CG (g)|.

Ejemplo Consideremos el grupo diédrico

D8 = {1, σ, σ 2 , σ 3 , τ, στ, σ 2 τ, σ 3 τ }.
Obviamente cl(1) = {1}, que se corresponde con que CD8 (1) = D8 .
Es claro que ⟨σ⟩ ≤ CD8 (σ), pues ⟨σ⟩ es un grupo abeliano y todos sus
elementos conmutan con σ.
Por otro lado, τ ∈ / CD8 (σ), ya que σ τ = σ −1 ̸= σ, luego el centralizador
tiene que ser un subgrupo de D8 con al menos 4 elementos y que no es D8 ,
luego tiene que ser CD8 (σ) = ⟨σ⟩. Por consiguiente, la clase de conjugación
tiene 2 elementos y, como σ τ = σ −1 , concluimos que cl(σ) = {σ, σ −1 }.
En cambio, (σ 2 )τ = σ −2 = σ 2 , lo que se traduce en que ⟨σ⟩ ≤ CD8 (σ 2 ) y
τ ∈ CD8 (σ 2 ), lo que implica que CD8 (σ 2 ) = D8 (es un subgrupo con más de 4
elementos, luego tiene que tener 8). Esto significa que σ 2 conmuta con todos
los elementos de D8 y cl(σ 2 ) = {σ 2 }.
Ahora observamos que τ, σ 2 ∈ CD8 (τ ), pues σ 2 está en todos los centrali-
zadores, luego CD8 (τ ) tiene al menos 4 elementos, pero no es todo D8 , ya que
σ∈ / CD8 (τ ), luego CD8 (τ ) = {1, σ 2 , τ, σ 2 τ } y, como τ σ = σ 3 τ σ = σ 2 τ , conclui-
mos que cl(τ ) = {τ, σ 2 τ }. Del mismo modo analizamos el caso restante, que
nos permite completar la tabla siguiente:
cl(g) CD8 (g)
{1} D8
{σ 2 } D8
{σ, σ 3 } ⟨σ⟩
{τ, σ 2 τ } {1, σ 2 , τ, σ 2 τ }
{στ, σ 3 τ } {1, σ 2 , στ, σ 3 τ }
2.1. Acciones de grupos 39

Ejercicio: Calcular las clases de conjugación y los centralizadores de D6 , D10 y Q8 .

Los resultados que hemos obtenido sobre la conjugación nos dan un hecho
elemental que, no obstante, tiene consecuencias muy interesantes:

Teorema 2.4 (Ecuación de clases) Si G es un grupo finito no abeliano, exis-

ten elementos x1 , . . . , xn ∈ G tales que CG (xi ) ̸= G y
n
P
|G| = |Z(G)| + |G : CG (xi )|.
i=1

Demostración: Sean x1 , . . . , xm un representante de cada clase de con-

jugación de G. Podemos suponer que las clases de x1 , . . . , xn tienen más de
un elemento cada una, mientras que las de xn+1 , . . . , xm tienen un solo ele-
mento. Pero cl(x) = {x} es equivalente a x ∈ Z(G), luego tenemos que
Z(G) = {xn+1 , . . . , xn }. Ahora basta tener en cuenta que
m
P n
P n
P
|G| = |cl(xi )| = |Z(G)| + |cl(xi )| = |Z(G)| + |G : CG (xi )|,
i=1 i=1 i=1

donde |G : CG (xi )| =
̸ 1.
Veamos una aplicación:
Si p es un número primo, un grupo finito es un p-grupo si su orden es potencia
de p. La estructura de un p-grupo puede ser muy complicada, pero ahora
podemos probar un hecho fundamental sobre ella:

Teorema 2.5 Si p es un primo y G es un p-grupo, entonces Z(G) ̸= 1.

Demostración: Basta considerar la ecuación de clases para G, en la que

p divide tanto a |G| como a cada |G : CG (xi )|, luego p | |Z(G)|, y esto implica
que Z(G) ̸= 1.
En particular:

Teorema 2.6 Si p es primo, todo grupo de orden p o p2 es abeliano.

Demostración: Ya hemos visto en 1.23 que todo grupo de orden p es

isomorfo a Cp , luego es abeliano. Si G tiene orden p2 , el teorema 1.32 nos da
que |Z(G)| ̸= p, y el teorema anterior nos da que Z(G) ̸= 1, luego Z(G) = G.

Así pues, todos los grupos de órdenes 1, 2, 3, 4, 5, 7, 9, 11, 13, 17, 19, 23, 25 son
abelianos.

Normalizadores y centralizadores Otra acción destacable que podemos

asociar a un grupo G resulta de tomar como Ω el conjunto de todos los subgrupos
de G y definiendo Ω × G −→ G mediante (H, g) 7→ H g .
El estabilizador de un subgrupo se conoce como su normalizador:
40 Capítulo 2. Grupos de permutaciones I

Definición 2.7 Si G es un grupo y H ≤ G, se define el normalizador de H

en G como el subgrupo
NG (H) = {g ∈ H | H g = H}.
Se trata ciertamente de un subgrupo de G, cosa que se puede comprobar
directamente sin dificultad, o bien podemos verlo como consecuencia de que
NG (H) es, según acabamos de señalar, el estabilizador de H respecto de la
acción por conjugación de G sobre los subgrupos de G.
De la definición se sigue trivialmente que H ⊴ NG (H). De hecho, NG (H)
es el mayor subgrupo de G en el cual H es normal.
La órbita de H en Ω es el conjunto de todos los subgrupos conjugados con H,
por lo que el teorema 2.2 se particulariza en este caso a que el número de
conjugados de un subgrupo H es el índice |G : NG (H)|.
Notemos que si H ≤ G podemos definir α : NG (H) −→ Aut(H) mediante
αg (h) = hg ∈ H g = H. Claramente se trata de un homomorfismo de grupos,
pero hay que tener presente que su imagen no está necesariamente en Int(H).
Los automorfismos internos de H son, por definición, los determinados por con-
jugación por elementos de H, pero la conjugación por un elemento de NG (H)
que no esté en H no es necesariamente un automorfismo interno.
El núcleo de α está formado por los elementos g ∈ NG (H) que cumplen
αg (h) = hg = h, para todo h ∈ H, es decir, que cumplen gh = hg. Esto nos
lleva a la definición siguiente:
Si G es un grupo y H ≤ G, definimos el centralizador de H en G como el
subgrupo
CG (H) = {g ∈ G | gh = hg para todo h ∈ H}.
Es fácil ver directamente que CG (H) ⊴ NG (H), o bien concluir que esto
se cumple porque CG (H) es precisamente el núcleo del homomorfismo α que
hemos definido más arriba. El teorema de isomorfía nos da que
NG (H)/CG (H) ∼
= Im α ≤ Aut(H).
Los centralizadores de elementos que habíamos definido previamente están
relacionados con los centralizadores de subgrupos, pues CG (g) = CG (⟨g⟩).
Ejemplo Consideremos la acción por conjugación del grupo G = D8 sobre el
conjunto Ω de sus subgrupos. Entre ellos se encuentran:
• El subgrupo trivial, 1.
• Cinco subgrupos de orden 2:
Z(G) = σ 2 , ⟨τ ⟩ , ⟨στ ⟩ , σ2 τ , σ3 τ .

• Tres subgrupos de orden 4:

⟨σ⟩ , σ2 , τ , σ 2 , στ .

• G.
2.2. Los grupos simétricos 41

Notemos que los subgrupos de orden 4 distintos de ⟨σ⟩ son los de la forma
Z(G)H, donde H varía en los cuatro subgrupos de orden 2 distintos de Z(G),
y son ciertamente subgrupos porque Z(G) es un subgrupo normal y ambos son
de tipo V4 . Es fácil convencerse de que no hay más.
Los subgrupos de orden 1, 4, 8 son normales (los de orden 4 porque tienen
índice 2), luego sus órbitas constan únicamente de ellos mismos, y lo mismo
sucede con σ 2 .

Ahora, NG (⟨τ ⟩) = NG ( σ 2 τ ) = σ 2 , τ , ya que ⟨τ ⟩ , σ 2 τ ◁ σ 2 , τ (por

tener índice 2) y no hay ningún subgrupo mayor en el que los dos subgrupos de
orden 2 sean normales, ya que la única posibilidad sería G, y ninguno de ellos
es normal en G. Análogamente, NG (⟨στ ⟩) = NG ( σ 3 τ ) = σ 2 , στ .

Como los normalizadores tienen índice 2, concluimos que cada subgrupo tiene
exactamente 2 conjugados en G (él mismo y otro). Como τ σ = σ −1 τ σ = σ 2 τ ,
concluimos que las órbitas que G determina en Ω constan de un único subgrupo
cada una excepto {⟨τ ⟩ , σ 2 τ } y {⟨στ ⟩ , σ 3 τ }.

2.2 Los grupos simétricos

Pasamos ya al estudio de los grupos simétricos. Vamos a usar los conceptos
que acabamos de introducir para obtener una descripción muy útil, tanto en la
teoría como en la práctica, de las permutaciones de conjuntos finitos.

Ejemplo Consideremos la aplicación g ∈ Σ8 dada por

 
1 2 3 4 5 6 7 8
g=
3 7 4 1 8 6 2 5

donde —recordemos— esto significa que g(1) = 3, g(2) = 7, etc. La figura

siguiente nos permite visualizarla mejor:

1 - 3 7 8
I
@ 6 6 6
@ ? ?
4 2 5

Las “agrupaciones” que vemos en la figura son precisamente las órbitas de

la acción sobre I8 del grupo G = ⟨g⟩. En efecto, tenemos que 1g = 3 y 3g = 4,
luego 1g 2 = 4, e igualmente 1g 3 = 1, luego 1g 4 = 3, y así vemos que cualquier
elemento de G transforma el 1 en uno de los tres números 1, 3, 4. Igualmente se
razona con las demás, luego concluimos que la acción de G sobre I8 determina
cuatro órbitas, que son

{1, 3, 4}, {2, 7}, {5, 8}, {6}.

42 Capítulo 2. Grupos de permutaciones I

Ciclos Consideremos, en general, una permutación g ∈ Σn , sea G = ⟨g⟩ y

sea a ∈ In . Entonces la órbita de a respecto de G es {ag m | m ∈ Z}. Ahora
bien, como tiene que ser un conjunto finito, existen enteros m1 < m2 tales
que ag m1 = ag m2 , luego ag m2 −m1 = a. En suma, existe un número natural
m > 0 tal que ag m = a. Si m es el menor posible y k es cualquier número
entero, entonces k = mc + r, con 0 ≤ r < m, y ag k = a(g m )c g r = ag r . En
suma, la órbita de a es en realidad {a, ag, . . . ag m−1 }, y tiene cardinal m, pues
si ag i = ag j con 0 ≤ i < j < m, entonces ag j−i = a, con j − i < m, en
contradicción con la minimalidad de m.
Así pues, al ir aplicando a un elemento a las potencias sucesivas de g vamos
obteniendo elementos distintos
a 7→ ag 7→ ag 2 7→ · · · 7→ ag m−1 7→ a
hasta que, para un cierto m, se cumple ag m = a, y a partir de ahí, si seguimos
aplicando g, los elementos de la órbita se van repitiendo cíclicamente. El ejemplo
anterior muestra varios casos concretos de esta situación:
1 7→ 3 7→ 4 7→ 1 7→ 3 7→ 4 7→ · · · 2 7→ 7 7→ 2 7→ 7 7→ · · ·
5 7→ 8 7→ 5 7→ 8 7→ · · · 6 7→ 6 7→ 6 7→ · · ·
Definición 2.8 Sea g ∈ Σn una permutación, sea G = ⟨g⟩ y sea a ∈ In .
Diremos que g es un ciclo si todas las órbitas que determina en In son triviales
(en el sentido de que tienen un único elemento) excepto una. La longitud de un
ciclo se define como el cardinal de su órbita no trivial. Los ciclos de longitud 2
se llaman trasposiciones.
En general, cuando hablemos de la órbita de un ciclo se entenderá que nos
referimos a su órbita no trivial. Diremos que dos ciclos son disjuntos si sus
órbitas lo son.
Si un ciclo g tiene órbita {a, ag, . . . , ag m−1 }, con ag m = a, lo representaremos
con la notación
g = (a, ag, . . . , ag m−1 ).
Por ejemplo, el ciclo (1, 3, 4) = (4, 1, 3) = (3, 4, 1) ∈ Σ8 es la permutación
que cumple
1 7→ 3 7→ 4 7→ 1, 2 7→ 2, 5 7→ 5, 6 7→ 6, 7 7→ 7, 8 7→ 8.
Notemos que, en general, si g es un ciclo de longitud m y a es un elemento
de su órbita, tenemos que ag m = a, y entonces g m fija a todos los elementos de
la órbita de a, pues otro cualquiera es de la forma ag i , y resulta que
ag i g m = ag m+i = ag m g i = ag i .
Por otra parte, como g fija a todos los elementos que no están en su órbita, lo
mismo le sucede a g m , y concluimos que g m = 1. Por otra parte, si 0 < i < m
tiene que ser g i ̸= 1, porque ag i ̸= a. Por lo tanto, la longitud de un ciclo no es
ni más ni menos que el menor natural m > 0 tal que g m = 1, es decir, su orden.
2.2. Los grupos simétricos 43

Teorema 2.9 Sea n > 0 un número natural.

1. La longitud de un ciclo de Σn coincide con su orden.

2. Dos ciclos disjuntos conmutan.

3. Toda permutación de Σn distinta de 1 se expresa de forma única salvo el

orden como producto de ciclos disjuntos dos a dos.

4. El orden de un producto de ciclos disjuntos es el mínimo común múltiplo

de las longitudes de los ciclos.

5. Σn está generado por las trasposiciones.

Demostración: 1) lo acabamos de probar. Para probar 2), consideramos

un ciclo g de órbita A y otro g ′ de órbita A′ , con A ∩ A′ = ∅. Entonces, si
i ∈ In , tenemos que

 g(i) si i ∈ A,
(gg ′ )(i) = g ′ (i) si i ∈ A′ ,
i si i ∈ In \ (A ∪ A′ ),


y esto no depende del orden, es decir, que g ′ g es la misma permutación.

3) Dada g ∈ Σn , sean A1 , . . . , Am sus órbitas no triviales. Es claro que

g[Ai ] = Ai , luego podemos definir gi ∈ Σn tal que gi |Ai = g|Ai y gi |In \Ai es la
identidad. Claramente gi es un ciclo de órbita Ai , y es fácil ver que g = g1 · · · gm .
La unicidad se debe a que si g = g1 · · · gm , donde los gi son ciclos disjuntos
de órbitas A1 , . . . , Am , entonces necesariamente gi |Ai = g|Ai , de donde se sigue
que A1 , . . . An son necesariamente las órbitas de g. Esto determina los gi salvo
el orden.

4) Sabemos que el orden de un ciclo es su longitud, luego si g = g1 · · · gm es

una descomposición en ciclos disjuntos y r es el mínimo común múltiplo de sus
longitudes, entonces gir = 1, luego (teniendo en cuenta que los ciclos conmutan)
g r = g1r · · · gm
r
= 1. Por otra parte, si r′ < r, entonces existe un i tal que el
′
orden de gi no divide a r′ , luego gir ̸= 1, pero si Ai es la órbita de gi , tenemos
′ ′ ′
que g|Ai = gi |Ai , luego g r |Ai = gir |Ai ̸= 1, luego g r ̸= 1, luego r es el menor
natural no nulo que cumple g r = 1, es decir, el orden de g.

5) El hecho de que toda permutación se descomponga en producto de ciclos

implica que los ciclos generan Σn , pero a su vez cada ciclo se puede expresar
como producto de trasposiciones:

(a1 , . . . , am ) = (a1 , a2 )(a1 , a3 ) · · · (a1 , am ),

luego las trasposiciones también son un generador.

44 Capítulo 2. Grupos de permutaciones I

Ejemplo La descomposición en ciclos disjuntos de la permutación del ejemplo

de la página 41 es
g = (1, 3, 4)(2, 7)(5, 8).
Es fácil operar con permutaciones cuando están expresadas como productos
de ciclos disjuntos. Por ejemplo, para calcular el producto de (2, 5, 7)(1, 3) por
(1, 3, 4)(7, 8), es decir,
(2, 5, 7)(1, 3)(1, 3, 4)(7, 8),
tomamos el 1, y vemos que al aplicar sucesivamente los cuatro ciclos obtenemos
1 7→ 1 7→ 3 7→ 4 7→ 4,
luego el producto empieza por un ciclo (1, 4, . . .) Ahora calculamos
4 7→ 4 7→ 1 7→ 1,
luego cerramos el ciclo (1, 4). Pasamos al 2:
2 7→ 5 7→ 5 7→ 5 7→ 5,
luego tenemos (1, 4)(2, 5, . . .). Ahora partimos del 5:
5 7→ 7 7→ 7 7→ 7 7→ 8,
luego (1, 4)(2, 5, 8, . . .). Pasamos al 8:
8 7→ 8 7→ 8 7→ 8 7→ 7,
luego (1, 4)(2, 5, 8, 7, . . .). Ahora:
7 7→ 2 7→ 2 7→ 2 7→ 2,
luego cerramos el ciclo (1, 4)(2, 5, 8, 7). Falta estudiar el 3 y el 6, pero es fácil
ver que quedan fijos, luego concluimos que
(2, 5, 7)(1, 3)(1, 3, 4)(7, 8) = (1, 4)(2, 5, 8, 7).
El cálculo de inversos es también muy simple, pues es claro que
(a1 , . . . , an )−1 = (an , . . . , a1 ),
y, como los ciclos disjuntos conmutan, el inverso de un producto de ciclos dis-
juntos es el producto de los ciclos inversos.
Observemos ahora la tabla siguiente, que contiene las potencias de un ciclo:
n σn
1 (1, 2, 3, 4, 5, 6)
2 (1, 3, 5)(2, 4, 6)
3 (1, 4)(2, 5)(3, 6)
4 (1, 5, 3)(2, 6, 4)
5 (6, 5, 4, 3, 2, 1)
En general:
2.2. Los grupos simétricos 45

Teorema 2.10 Si σ ∈ Σn es un ciclo de longitud k y d = (k, m), entonces σ m

se descompone en producto de d ciclos disjuntos de longitud o(σ m ) = k/d.
Demostración: Sea G = ⟨σ⟩, sea H = ⟨σ m ⟩ y sea Ω la única órbita no
trivial de σ. Si i ∈ Ω, su órbita respecto de la acción de G es
ΩG
i = {ig | g ∈ G},

que es la única órbita no trivial de σ, luego tiene longitud k = |G|. En particular,

si g1 , g2 ∈ G son distintos, se cumple que ig1 ̸= ig2 . Por lo tanto, la órbita de i
respecto de σ m es
ΩHi = {ih | h ∈ H}
y está formada por |H| = k/d elementos distintos, pues si h1 ̸= h2 son ele-
mentos de H, se cumple que ih1 ̸= ih2 (es un caso particular de lo anterior).
Esto prueba que las órbitas respecto a σ m de los elementos de Ω tienen todas
longitud k/d (y las de índices de In que no estén en Ω son obviamente triviales),
luego σ m determina d órbitas no triviales de longitud k/d, luego se descompone
en producto de d ciclos disjuntos de longitud k/d.

Ejemplo: El grupo Σ3 Observemos que Σ1 = 1 y Σ2 = {1, (1, 2)} es un

grupo cíclico de orden 2. Consideremos ahora Σ3 , que es un grupo de orden 6.
Sus elementos distintos de 1 pueden ser trasposiciones (◦, ◦) o ciclos de longi-
tud 3: (◦, ◦, ◦). Analizando todos los casos posibles, vemos que
Σ3 = {1, (1, 2), (1, 3), (2, 3), (1, 2, 3), (3, 2, 1)}.
En particular vemos que Σ3 tiene tres elementos de orden 2 y dos elementos de
orden 3. Eso nos da los subgrupos cíclicos
⟨(1, 2)⟩ = {1, (1, 2)}, ⟨(1, 3)⟩ = {1, (1, 3)}, ⟨(2, 3)⟩ = {1, (2, 3)},
⟨(1, 2, 3)⟩ = {1, (1, 2, 3), (3, 2, 1)},
y no hay más subgrupos, pues cualquier subgrupo propio tiene que tener orden
2 o 3, luego tiene que ser cíclico.

Ejemplo: El grupo Σ4 El grupo Σ4 tiene 24 elementos, la tabla siguiente

recoge los tipos posibles y el número de permutaciones de cada tipo:
1 (◦, ◦) (◦, ◦)(◦, ◦) (◦, ◦, ◦) (◦, ◦, ◦, ◦)
1 6 3 8 6
Por ejemplo, para calcular el número de ciclos (a, b, c) de longitud 3 observa-
mos que tenemos 4 posibilidades para elegir a, otras 3 para elegir b y otras 2 para
elegir c, lo que nos da 24 posibilidades, pero como (a, b, c) = (c, a, b) = (b, c, a),
estamos contando tres veces cada ciclo, luego el número de ciclos es 8.
Ahora es claro ver que Σ4 tiene 9 subgrupos C2 , y 4 subgrupos C3 (porque
cada uno tiene que contener dos ciclos de longitud 3) y 3 subgrupos C4 (porque
cada uno tiene que contener dos ciclos de longitud 4), y éstos son todos sus
subgrupos cíclicos, pero hay muchos otros que no son cíclicos.
46 Capítulo 2. Grupos de permutaciones I

Por ejemplo, el estabilizador de cada i = 1, 2, 3, 4 (es decir, el conjunto de las

permutaciones en cuya expresión en ciclos no aparece el índice i) es un subgrupo
de Σ4 isomorfo a Σ3 .
Es muy fácil identificar las permutaciones conjugadas:

Teorema 2.11 Sea n un número natural no nulo.

1. Si (a1 , . . . , am ) es un ciclo en Σn y σ ∈ Σn , entonces
σ

(a1 , . . . , am ) = σ(a1 ), . . . , σ(am ) .

2. Dos permutaciones de Σn cuyas descomposiciones en producto de ciclos

disjuntos sean σ1 · · · σr y τ1 · · · τs son conjugadas si y sólo si r = s y
(reordenando adecuadamente) la longitud de cada σi coincide con la de τi .

Demostración: 1) En primer lugar,

 

(a1 , . . . , am )σ σ(a1 ) = σ (a1 , . . . , am ) σ −1 σ(a1 )





= σ (a1 , . . . , am )(a1 ) = σ(a2 )



= σ(a1 ), . . . , σ(am ) σ(a1 ) .

Lo mismo vale para cualquier otro ai . Si a es distinto de σ(a1 ),
. . . , σ(am ),

entonces σ −1 (a) es distinto de a1 , . . . , am , luego (a1 , . . . , am ) σ −1 (a) = σ −1 (a)
y


σ (a1 , . . . , am ) σ −1 (a) = σ σ −1 (a) = a = σ(a1 ), . . . , σ(am ) (a).

Así pues (a1 , . . . , am )σ y σ(a1 ), . . . , σ(am ) actúan igual sobre todos los
elementos, luego son iguales.
2) Si g ∈ Σn , entonces (σ1 · · · σr )g = σ1g · · · σrg , donde los σig son ciclos dis-
juntos (por el apartado anterior, si las órbitas de σ1 , . . . , σr son A1 , . . . , Ar ,
entonces las órbitas de σ1g , . . . , σrg son g[A1 ], . . . , g[Ar ]). La unicidad de la des-
composición hace que, r = s y, salvo reordenación, σig = τi , luego σi y τi tienen
la misma longitud.
Respectivamente, si r = s y la longitud de σi coincide con la de τi , digamos
que σi = (ai1 , . . . , aimi ), τi = (bi1 , . . . , bimi ), podemos tomar g ∈ Σn que cumpla
g(aij ) = bij , y entonces, por el apartado anterior, σig = τi , y concluimos que
(σ1 · · · σr )g = τ1 · · · τr .

Ejemplos Ahora es inmediato que Σ3 tiene tres clases de conjugación, a saber:

{1}, {(1, 2), (1, 3), (2, 3)}, {(1, 2, 3), (3, 2, 1)}.

El centralizador de cada permutación coincide con el subgrupo que genera.

Por ejemplo, el en caso de una trasposición, como la clase de conjugación tiene 3
elementos, el centralizador tiene que tener índice 3, luego orden 2, luego tiene
que ser el subgrupo generado por la trasposición.
2.2. Los grupos simétricos 47

Consideremos ahora el caso de Σ4 . La tabla siguiente contiene un represen-

tante de cada clase de conjugación, junto con su centralizador y la estructura
del mismo:

σ cl(σ) CΣ4 (σ)

1 1 Σ4 Σ4
(1, 2) 6 {1, (1, 2), (3, 4), (1, 2)(3, 4)} V4
(1, 2, 3) 8 ⟨(1, 2, 3)⟩ C3
(1, 2, 3, 4) 6 ⟨(1, 2, 3, 4)⟩ C4
(1, 3)(2, 4) 3 ⟨(1, 2, 3, 4), (2, 4)⟩ D8

La segunda columna viene dada por la tabla de la página 45, y nos da el

orden del centralizador. Para σ = 1 éste es obviamente Σ4 . En los casos de los
ciclos de longitud 3 y 4 es inmediato que el centralizador tiene que tener también
orden 3 o 4, respectivamente, por lo que tiene que constar exclusivamente del
subgrupo generado por el ciclo.
En el caso de una transposición, el centralizador tiene que tener orden 4,
y es obvio que (3, 4) ∈ CΣ4 ((1, 2)), pues dos ciclos disjuntos conmutan, lo que
implica que el centralizador contiene a ⟨(1, 2), (3, 4)⟩, luego se tiene que dar la
igualdad, y se trata de un grupo isomorfo a V4 , pues todos sus elementos no
triviales tienen orden 2.
Por último, para el caso de un producto de trasposiciones, observando que
(1, 3)(2, 4) = (1, 2, 3, 4)2 , concluimos que (1, 2, 3, 4) ∈ CΣ4 ((1, 3)(2, 4)). Esto nos
da ya cuatro elementos del centralizador, y otros dos son, obviamente, (1, 3) y
(2, 4), pues, ambas conmutan entre sí, luego también con su producto. Como el
centralizador tiene que tener orden 8, necesariamente es

CΣ4 ((1, 3)(2, 4)) = ⟨(1, 2, 3, 4), (2, 4)⟩ .

Explícitamente, sus elementos son los del subgrupo

D8 = {1, (1, 2, 3, 4), (1, 3)(2, 4), (4, 3, 2, 1), (2, 4), (1, 4)(2, 3), (1, 3), (1, 2)(3, 4)}.

Notemos que, si llamamos σ = (1, 2, 3, 4), τ = (2, 4), sólo tenemos que com-
probar que las cuatro primeras permutaciones son las potencias de σ y que
las segundas se obtienen multiplicándolas por τ , pues esto implica que estas 8
permutaciones están en el centralizador, y no puede haber más.
Es fácil ver que este grupo es isomorfo a D8 , por ejemplo, por el teorema
1.38. Así tenemos una representación de D8 como grupo de permutaciones. No
es la única posibilidad. Por ejemplo, el centralizador de (1, 2)(3, 4) = (1, 3, 2, 4)2
es

D8′ = {1, (1, 3, 2, 4), (1, 2)(3, 4), (4, 2, 3, 1), (1, 2), (1, 3)(2, 4), (3, 4), (1, 4)(2, 3)},

que es otro subgrupo de Σ4 isomorfo a D8 . Observemos además que

V4 = D8 ∩ D8′ = {1, (1, 2)(3, 4), (1, 3)(2, 4), (1, 4)(2, 3)}
48 Capítulo 2. Grupos de permutaciones I

es otro subgrupo de Σ4 isomorfo a V4 , pero es distinto de los centralizadores de

las trasposiciones que hemos calculado antes (por ejemplo, porque no contiene
ninguna trasposición). Además, este subgrupo cumple V4 ⊴ Σ4 , porque es
la unión de dos clases de conjugación (la trivial y la formada por todos los
productos de dos trasposiciones). Esto hace que al conjugar cualquier elemento
de V4 obtengamos otro de sus elementos.
Veamos algunas aplicaciones del teorema 2.11:

Teorema 2.12 Σn está generado por las trasposiciones (i, i+1), para 1 ≤ i < n,
y también por las trasposiciones (1, i) para 1 < i ≤ n.

Demostración: Por 2.9 sabemos que Σn está generado por las trasposi-
ciones, luego basta ver que toda trasposición (i, j) se expresa como producto de
las indicadas en el enunciado. Ahora bien, por ejemplo,

(1, 5) = (2, 5)(1,2) = (3, 5)(2,3)(1,2) = (4, 5)(3,4)(2,3)(1,2) =

(1, 2)(2, 3)(3, 4)(4, 5)(3, 4)(2, 3)(1, 2),

y es claro que del mismo modo podemos expresar cualquier (i, j) en producto
de trasposiciones de números consecutivos.
Por otro lado, (i, j) = (1, i)(1, j)(1, i), luego bastan las trasposiciones (1, i)
para generar todas las demás.

Teorema 2.13 Si p es primo, entonces Σp está generado por un p-ciclo cual-

quiera y una trasposición cualquiera.

Demostración: Sea σ un p-ciclo y τ = (a, b) una trasposición y llamemos

H = ⟨σ, τ ⟩. Como la órbita de σ recorre todos los índices, existe un k tal que
σ k (a) = b. Como σ k ∈ H y es también un p-ciclo (porque p es primo, luego
todas sus potencias no triviales tienen orden p), basta probar que σ k , τ = Σp .
Equivalentemente, podemos suponer que σ(a) = b. Si σ = (a, b, a3 , . . . , ap ), sea
ρ ∈ Σp dada por ρ(a) = 1, ρ(b) = 2, ρ(ai ) = i. Entonces σ ρ = (1, . . . , p) y
τ ρ = (1, 2), luego basta probar que H ρ = ⟨(1, . . . , p), (1, 2)⟩ = Σp , pues en tal
caso, conjugando por ρ−1 obtenemos que H = Σp . Equivalentemente, podemos
i−1
suponer que σ = (1, . . . , p), τ = (12). Ahora bien, (1, 2)σ = (i, i + 1) ∈ H,
luego H = Σp por el teorema anterior.

Teorema 2.14 Si G ≤ Σn es transitivo y está generado por transposiciones,

entonces G = Σn .

Demostración: Como G contiene transposiciones y cualquier transposi-

ción es conjugada con (1, 2), cambiando G por un conjugado podemos suponer
que (1, 2) ∈ G. Si n = 2 la conclusión es trivial, así que podemos suponer n ≥ 3.
Por 2.12 basta probar que (1, k) ∈ G para todo 1 < k ≤ n. Se cumple
para k = 2, luego podemos suponer 3 ≤ k ≤ n. Como G es transitivo, existe
g ∈ G tal que g(2) = k. Como g está generado por transposiciones, g = τ1 · · · τr ,
2.3. Grupos alternados 49

donde cada τi ∈ G es una transposición. Sea ji = (τ1 · · · τi )(2), de modo que

jr = k. Podemos suponer que ji−1 ̸= ji , o de lo contrario podríamos eliminar τi .
Entonces τi = (ji−1 , ji ), entendiendo que j0 = 2. También podemos suponer
que ji ̸= 2 para i > 0, pues en caso contrario podríamos suprimir τ1 · · · τi . Así
pues:
g = (2, j1 )(j1 , j2 ) · · · (jr−1 , k).
Si ningún ji es 1, entonces g(1) = 1 y (1, 2)g = (1, k) ∈ G. Si, por el
contrario, ji = 1, para cierto i (necesariamente 1 ≤ i < r), entonces será
τi+1 = (1, ji+1 ). Llamamos h = τi+1 · · · τr ∈ G, de modo que h(1) = k, h(2) = 2
y así (1, 2)h = (k, 2) ∈ G y a su vez (2, k)(1,2) = (1, k) ∈ G.

2.3 Grupos alternados

Vamos a ver ahora que cada grupo Σn tiene un único subgrupo de índice 2.
Para probar su existencia necesitamos una definición un tanto técnica.
Si σ ∈ Σn y 1 ≤ i < j ≤ n, puede ocurrir que σ(i) < σ(j), o bien que
σ(j) < σ(i). En el segundo caso diremos que σ invierte el par {i, j}. Diremos
que una permutación es par o impar según si el número de pares que invierte es
par o impar. Explícitamente:

Definición 2.15 Sea n ≥ 2, sea Pn = {i, j} 1 ≤ i < j ≤ n . Para cada
permutación σ ∈ Σn y cada b = {i, j} con 1 ≤ i < j ≤ n, sea

1 si σ(i) < σ(j),
ϵ(σ, b) =
−1 si σ(j) < σ(i).

Llamaremos signatura de σ a
Q
sig σ = ϵ(σ, b) ∈ {1, −1}.
b∈Pn

Las permutaciones de signatura 1 se llaman permutaciones pares. Las de signa-

tura −1 se llaman impares.

Teorema 2.16 Sea n ≥ 2. Entonces la aplicación sig : Σn −→ {−1, 1} es un

homomorfismo de grupos.

Demostración: Sean
σ, τ ∈ Σn y sea b ∈ Pn . Es fácil comprobar que

ϵ(στ, b) = ϵ(σ, b)ϵ τ, σ[b] . Como la aplicación Pn −→ Pn dada por b 7→ σ[b] es
biyectiva, se cumple que
Q Q

sig(στ ) = ϵ(στ, b) = ϵ(σ, b)ϵ τ, σ[b]
b∈Pn b∈Pn
Q Q
Q Q
= ϵ(σ, b) ϵ τ, σ[b] = ϵ(σ, b) ϵ(τ, b) = (sig σ)(sig τ ).
b∈Pn b∈Pn b∈Pn b∈Pn
50 Capítulo 2. Grupos de permutaciones I

Este teorema nos da una interpretación sencilla y operativa de la signatura

de una permutación.
Consideremos, por ejemplo, la trasposición (1, 2) ∈ Σn . Es
claro que ϵ (1, 2), b = −1 si y sólo si b = {1, 2}, luego sig(1, 2) = −1. Más aún,
todas las trasposiciones son conjugadas (por el teorema 2.11), y obviamente

sig(σ τ ) = (sig σ)sig τ = sig σ,

pues {+1, −1} es un grupo abeliano. Esto implica que todas las trasposicio-
nes tienen signatura −1. Si unimos esto al teorema anterior y al teorema 2.9,
tenemos probado el teorema siguiente:

Teorema 2.17 Una permutación es par o impar si y sólo si se descompone en

un número par o impar de trasposiciones, respectivamente.

No podíamos tomar esto como definición porque requiere probar que una
misma permutación no puede descomponerse a la vez en producto de un número
par y de un número impar de trasposiciones, cosa que ha quedado probada
implícitamente.
Es fácil reconocer la signatura de una permutación descompuesta en ciclos.
Según la prueba de 2.9 5), un ciclo de longitud m se descompone en m − 1
trasposiciones, luego un ciclo es par si y sólo si su longitud es impar.

Definición 2.18 Llamaremos grupo alternado de grado n al grupo An formado

por las permutaciones pares de Σn , es decir, al núcleo del homomorfismo sig.

Teorema 2.19 Si n ≥ 3, el grupo An está generado por los ciclos de longitud 3

y, más precisamente, por los ciclos (1, 2, i), para 3 ≤ i ≤ n.

Demostración: Consideremos un producto de dos trasposiciones. Ha de

ser de la forma (a, b)(c, d) o bien de la forma (a, b)(a, c), pero

(a, b)(c, d) = (a, b, c)(c, a, d), (a, b)(a, c) = (a, b, c),

luego toda permutación par se expresa como producto de ciclos de longitud 3.

Finalmente observamos que el subgrupo generado por los ciclos (1, 2, i) con-
tiene a (1, 2, i)(1, 2, i) = (1, i, 2), y también a (1, 2, j)(1, 2, i)(1, j, 2) = (1, i, j), y
también a (1, i, j)(1, k, i) = (i, j, k), luego contiene todos los ciclos de longitud 3
y, por consiguiente, es An .

Teorema 2.20 Si n ≥ 2, entonces An es el único subgrupo de índice 2 de Σn .

Demostración: Por el teorema de isomorfía, Σn /An ∼ = {1, −1}, luego

|Σn : An | = 2, es decir, |An | = n!/2. Notemos que esto vale en realidad para
n ≥ 2, pues en Σ1 = 1 no hay permutaciones impares.
Supongamos ahora que N ≤ Σn es cualquier subgrupo de índice 2 (y por
consiguiente es normal). El cociente Σn /N es isomorfo a {±1}. Componiendo
el epimorfismo canónico en el cociente con este isomorfismo obtenemos un epi-
morfismo f : Σn −→ {±1} de núcleo N .
2.3. Grupos alternados 51

Si σ, τ ∈ Σn son dos trasposiciones, sabemos que son conjugadas, es decir,

existe ρ ∈ Σn tal que τ = σ ρ , luego f (τ ) = f (σ)f (ρ) = f (σ), donde usamos que
{±1} es un grupo abeliano.
Como las trasposiciones generan Σn , sus imágenes por p tienen que generar
la imagen {±1}, pero todas tienen la misma imagen, luego f (σ) = −1, para
toda trasposición σ, luego f (σ) = 1 para toda permutación par, lo que significa
que An ≤ N , luego An = N .
Claramente A2 ∼
= 1, A3 ∼
= C3 , mientras que

A4 = {1, (1, 2)(3, 4), (1, 3)(2, 4), (1, 4)(2, 3),

(1, 2, 3), (3, 2, 1), (1, 2, 4), (4, 2, 1), (1, 3, 4), (4, 3, 1), (2, 3, 4), (4, 3, 2)}
es un grupo no abeliano de orden 12 y no es isomorfo a D12 , pues no tiene
elementos de orden 6. Más aún, no tiene subgrupos de orden 6.
En efecto, si H ≤ A4 fuera un subgrupo de orden 6, sería isomorfo a C6
o a D6 , y en ambos casos contendría un único subgrupo de orden 3, pero A4
tiene cuatro subgrupos de orden 3, luego uno de ellos, digamos K, tendría que
cumplir que H ∩ K = 1, pero entonces |HK| = 18 y HK no cabría en A4 .
Así pues, no es cierto que un grupo tenga que tener subgrupos de cualquier
orden que divida al orden del grupo.
Es fácil determinar todos los subgrupos de A4 : además de los subgrupos
impropios, tiene 4 subgrupos C3 , otros 3 subgrupos C2 y un único subgrupo de
orden 4, a saber,

V4 = {1, (1, 2)(3, 4), (1, 3)(2, 4), (1, 4)(2, 3)},

que es único porque no hay más elementos de orden 2 y no hay de orden 4.

Notemos que, como V4 ⊴ Σ4 , también V4 ⊴ A4 .
Los grupos alternados tienen una propiedad que más adelante veremos que
tiene su relevancia:

Definición 2.21 Un grupo es simple si sus únicos subgrupos normales son los
impropios.

Ejercicio: Probar que los grupos simples abelianos son los cíclicos de orden primo.
Acabamos de ver que A4 no es simple. Sin embargo:

Teorema 2.22 Si n ≥ 5 entonces el grupo alternado An es un grupo simple no

abeliano.

Demostración: En primer lugar observamos que si un subgrupo N ⊴ An

contiene un ciclo de longitud 3, entonces N = An .
En efecto, sea (a, b, c) ∈ N . Si σ es cualquier otro ciclo de longitud 3, por el
teorema 2.11 existe una permutación τ ∈ Σn tal que (a, b, c)τ = σ.
52 Capítulo 2. Grupos de permutaciones I

Si τ ∈ An entonces σ = (a, b, c)τ ∈ N τ = N .

Si τ es impar, (a, b, c) = (c, b, a)−1 = (c, b, a)(a,c) , y σ = (c, b, a)(a,c)τ , donde
ahora la permutación (a, c)τ es par y, como (c, b, a) = (a, b, c)−1 ∈ N , concluimos
igualmente que σ ∈ N .
Por lo tanto N contiene a todos los ciclos de longitud 3, que generan An ,
luego N = An .
Por lo tanto, basta probar que si N es un subgrupo normal no trivial de An
entonces contiene un ciclo de longitud 3.
Distinguimos varios casos:

1. Si N contiene una permutación que, descompuesta en ciclos disjuntos,

tiene al menos un ciclo de longitud ≥ 4, digamos σ = (123 · · · r)τ , entonces

σ −1 σ (123) = (124) ∈ N.

A partir de aquí podemos suponer que los elementos de N se descomponen

en ciclos disjuntos de longitud a lo sumo 3.

2. Si N contiene un elemento que contiene dos ciclos disjuntos de longitud

3, digamos σ = (123)(456)τ ∈ N , entonces

σ −1 σ (124) = (12534) ∈ N

y se puede aplicar el caso anterior. A partir de aquí podemos suponer que

los elementos de N contienen a lo sumo un ciclo de longitud 3.

3. Si N contiene un elemento que contiene un único ciclo de longitud 3,

digamos σ = (123)τ , donde τ es producto de trasposiciones disjuntas,
luego tiene orden 2, entonces

(123)τ (123)τ = (132) ∈ N.

4. Finalmente, si N contiene sólo productos de trasposiciones disjuntas, por

ejemplo σ = (12)(34)τ , entonces

σσ (123) = (13)(24) ∈ N.

Ahora usamos que n ≥ 5, lo que nos permite considerar

(13)(24)((13)(24))(135) = (153) ∈ N.

El hecho de que An es no abeliano para n ≥ 5 es consecuencia inmediata de

que An contiene a A4 , que es un grupo no abeliano.
Como primera aplicación:

Teorema 2.23 Si n ≥ 5, el único subgrupo normal propio de Σn es An .

2.3. Grupos alternados 53

Demostración: Sea N ⊴ Σn . Entonces N ∩An ⊴ An , luego por el teorema

anterior tenemos que N ∩An = An o bien N ∩An = 1. En el primer caso An ≤ N
y, como |Σn : An | = 2, tiene que ser N = An o bien N = Σn .
En el segundo caso, o bien N = 1, o bien Σn = N An y el teorema 1.37
nos da que |N ||An | = |Σn |, luego |N | = 2, pero entonces1 N ≤ Z(Σn ) = 1 y
tenemos una contradicción.

Conjugación en An Hemos visto que dos permutaciones son conjugadas

en Σn si y sólo si tienen descomposiciones en ciclos disjuntos del mismo tipo, pero
en tal caso no tienen por qué ser conjugadas en An . Consideremos, por ejemplo,
el ciclo (1, 2, 3) ∈ A4 , que tiene 8 conjugados en Σ4 , luego su centralizador tiene
orden 3, luego
CΣ4 ((1, 2, 3)) = ⟨(1, 2, 3)⟩ .
Como el centralizador consta únicamente de permutaciones pares, resulta que
CA4 ((1, 2, 3)) = CΣ4 ((1, 2, 3)) ∩ A4 = ⟨(1, 2, 3)⟩ ,
pero esto hace que el índice |A4 : CA4 ((1, 2, 3))| ya no sea 8, sino 4, por lo que
concluimos que (1, 2, 3) tiene únicamente 4 conjugados en A4 . Y lo mismo vale
para cualquier otro ciclo de longitud 3, de modo que la clase de conjugación de los
8 ciclos de longitud 3 en Σ4 se descompone en unión de dos clases de conjugación
en A4 , con 4 ciclos cada una. Calculando algunos conjugados podemos ver que
estas clases son:
{(1, 2, 3), (2, 1, 4), (3, 1, 4), (4, 3, 2)}, {(3, 2, 1), (4, 1, 2), (4, 1, 3), (2, 3, 4)}.
Concretamente, vemos que cada ciclo ha dejado de ser conjugado con su inverso.
La conjugación (1, 2, 3)(3,1) = (3, 2, 1) no puede hacerse con exponente en A4 .
No ocurre lo mismo con la clase de conjugación de (1, 3)(2, 4), que está
formada por 3 permutaciones y, consecuentemente, el centralizador
CΣ4 ((1, 3)(2, 4)) = ⟨(1, 2, 3, 4), (2, 4)⟩
tiene orden 8, y hemos visto que es un grupo diédrico. Ahora el centralizador
contiene permutaciones impares, por lo que
CA4 ((1, 3)(2, 4)) = CΣ4 ((1, 3)(2, 4)) ∩ A4 = V4 ,
pues ciertamente V4 está en la intersección y ésta no puede ser mayor, ya que
entonces sería todo D8 . El efecto es que ahora |A4 : CA4 ((1, 3)(2, 4))| = 3, por lo
que (1, 3)(2, 4) sigue teniendo 3 conjugados en A4 , luego su clase de conjugación
en A4 es la misma que en Σ4 .
Es claro entonces que A4 tiene 4 clases de conjugación, de cardinales 1, 3, 4, 4.
Las dos primeras son también clases de conjugación en Σ4 y las dos últimas
resultan de la escisión en dos de la clase de conjugación de los ciclos de longitud 3
en Σ4 .
1 En general, si N = {1, n} es un subgrupo normal de un grupo G, tenemos que ng = n

para todo g ∈ G, lo que equivale a que n ∈ Z(G).

54 Capítulo 2. Grupos de permutaciones I

Notemos en general que si H ≤ Σn ,

H/(H ∩ An ) ∼
= HAn /An ≤ Σn /An ,
el índice |H : H ∩ An | tiene que ser 1 o 2, luego si |H| es impar tiene que ser
H ∩ An = H, es decir, que H ≤ An . Luego las clases de conjugación en Σn de
las permutaciones de An cuyo centralizador en Σn tiene orden impar se escinden
en dos clases de conjugación en An . Por ejemplo, el lector puede comprobar que
la tabla siguiente sobre Σ6 y A6 es correcta:
σ |clΣ6 (σ)| |CΣ6 (σ)| |CA6 (σ)| |clA6 (σ)|
1 1 720 360 1
(12)(34) 45 16 8 45
(123) 40 18 8 20 + 20
(123)(456) 40 18 9 20 + 20
(12)(3456) 90 8 4 90
(12345) 144 5 5 72 + 72
(12) 15 48
(12)(34)(56) 15 48
(12)(345) 120 6
(123456) 120 6
Vemos que en Σ6 hay 10 clases de conjugación, mientras que en A6 hay 9.
Por ejemplo, para calcular el número de permutaciones de tipo (12)(34)(56)
hacemos
6·5 4·3 2·1
2 · 2 · 2
= 15,
6
pues tenemos 6 opciones para elegir el primer índice y 5 para el segundo, pero
como (12) = (21), estas 30 opciones dan en realidad 15 trasposiciones. Para
elegir la segunda trasposición tenemos 4 opciones para el primer índice y 3 para
el segundo, pero nuevamente hay que dividir entre 2, y lo mismo sucede con la
tercera. Además, las 90 permutaciones así obtenidas no son distintas, sino que
cualquiera de las 6 permutaciones posibles de las tres trasposiciones da lugar a
la misma permutación, luego hay que dividir el resultado entre 6.
Para saber si los centralizadores se reducen o no al pasar a A6 sólo hay que ver
si, en caso de tener orden par, contienen alguna permutación impar. Por ejem-
plo, el centralizador de (123)(456) contiene la permutación impar (14)(25)(36),
que intercambia los ciclos sin alterar la permutación, luego su intersección con A6
tiene la mitad de elementos.
Ejercicio: Construir una tabla análoga para Σ5 y A5 .

2.4 El teorema de Cayley

En el capítulo anterior hemos definido el grupo Q8 como un subgrupo de Σ8
generado por dos permutaciones cuidadosamente elegidas. ¿Por qué precisa-
mente ésas? ¿Cómo puede uno saber que esas permutaciones precisamente ge-
neran un subgrupo de orden 8? La respuesta está en el teorema de Cayley,
2.4. El teorema de Cayley 55

que vamos a demostrar en esta sección. En realidad demostraremos una versión

más general del teorema clásico de Cayley. Para ello necesitamos introducir un
concepto:

Definición 2.24 Si G es un grupo y H ≤ G, el núcleo normal de H en G

es el subgrupo generado por (la unión de) todos los subgrupos normales de G
contenidos en H. Lo representaremos por nnG (H).

Notemos que nnG (H) ≤ H y nnG (H) ⊴ G. De hecho, es el mayor subgrupo

normal de G contenido en H.
En efecto, si n ∈ nnG (H) y g ∈ G, entonces n = n1 · · · nk , donde, para cada
índice i, existe un subgrupo Ni ⊴ G de modo que ni ∈ Ni ≤ H. Por lo tanto,
ng = ng1 · · · ngk , con ngi ∈ Ni , luego ng ∈ nnG (H).
Hay otra caracterización útil del núcleo normal:

Hg.
T
nnG (H) =
g∈H

En efecto,
T como nnG (H) ≤ H, Ttambién nnG (H) = nnG (H)g ≤ H g , luego
g
nnG (H) ≤ H . Por otro lado, H g ≤ H 1 = H y, si u ∈ G,
g∈H g∈H

 T u
Hg H gu = Hg,
T T
=
g∈H g∈H g∈H

pues, cuando g recorre G, lo mismo le sucede a gu. Esto prueba

T que la inter-
sección es un subgrupo normal de G contenido en H, luego H g ≤ nnG (H)
y tenemos la igualdad. g∈H

Teorema 2.25 (de Cayley) Sea G un grupo y H ≤ G. Sea Ω = G/H el

conjunto de clases de congruencia por la derecha. Entonces G actúa sobre Ω por
multiplicación, es decir, (Hg1 )g2 = H(g1 g2 ) y el núcleo de la acción G −→ ΣΩ
es el núcleo normal de H en G.

Demostración: Notemos que la definición (Hg1 )g2 = H(g1 g2 ) no depende

de la elección del representante de la clase Hg1 , pues si Hg1 = Hg1′ , entonces
g1 = hg1′ , para cierto h ∈ H, luego g1 g2 = hg1′ g2 , luego H(g1 g2 ) = H(g1′ g2 ).
Por lo tanto, la acción de G en Ω está bien definida.
Sea α : G −→ ΣΩ el homomorfismo asociado a la acción, es decir, el dado por
αg2 (Hg1 ) = H(g1 g2 ). Se cumple que g2 ∈ N(α) si y sólo si, para todo g1 ∈ G,
se cumple que Hg1 g2 = Hg1 , lo que equivale a que g1 g2 g1−1 ∈ H, o también a
que g2 ∈ H g1 , para todo g1 ∈ G, o también a que g2 ∈ nnG (H).
Por lo tanto, si nn(H) = 1 (en particular si H = 1), tenemos que G es
isomorfo a un subgrupo de ΣΩ . El caso H = 1 es el caso clásico del teorema de
Cayley, y conviene enunciarlo explícitamente:
56 Capítulo 2. Grupos de permutaciones I

Teorema 2.26 (de Cayley) Todo grupo G actúa sobre sí mismo por multipli-
cación por la derecha, es decir, tomando Ω = G y la acción Ω × G −→ Ω dada
por el producto en G. Esta acción determina un monomorfismo G −→ ΣG .

Así pues, todo grupo G es isomorfo a un subgrupo de ΣG .

Ejemplos Imaginemos que conocemos la tabla del grupo Q8 :

1 −1 i −i j −j k −k
1 1 1 −1 i −i j −j k −k
2 −1 −1 1 −i i −j j −k k
3 i i −i −1 1 k −k −j j
4 −i −i i 1 −1 −k k j −j
5 j j −j −k k −1 1 i −i
6 −j −j j k −k 1 −1 −i i
7 k k −k j −j −i i −1 1
8 −k −k k −j j i −i 1 −1

si numeramos sus elementos como indica la primera columna de la tabla, en-

tonces la multiplicación por i y por j se corresponden precisamente con las
permutaciones
 
1 2 3 4 5 6 7 8
i =  i −i −1 1 −k k j −j  ,
3 4 2 1 8 7 5 6
 
1 2 3 4 5 6 7 8
j= j −j k −k −1 1 −i i 
5 6 7 8 2 1 4 3
que tomamos como definición en el capítulo anterior. (Por ejemplo, j · i = −k
se corresponde con i(5) = 8.) En términos de ciclos disjuntos son

i = (1, 3, 2, 4)(5, 8, 6, 7), j = (1, 5, 2, 6)(3, 7, 4, 8).

Así pues, definamos como definamos Q8 , estas permutaciones son las imá-
genes de los elementos i, j por el monomorfismo dado por el teorema anterior,
luego el subgrupo de Σ8 que generan tenía que ser isomorfo a Q8 .
Del mismo modo podríamos encontrar un subgrupo de Σ8 isomorfo a D8 ,
pero podemos encontrar uno en Σ4 tomando H = ⟨1, τ ⟩ ≤ D8 , que es un
subgrupo con núcleo normal trivial, por lo que el homomorfismo

D8 −→ ΣD8 /H ∼
= Σ4

asociado a la acción de D8 sobre D8 /H es un monomorfismo. Concretamente,

D8 /H = {H1, Hσ, Hσ 2 , Hσ 3 }
2.4. El teorema de Cayley 57

y la acción es
σ τ
1 H1 Hσ H1
2 Hσ Hσ 2 Hσ 3
3 Hσ 2 Hσ 3 Hσ 2
4 Hσ 3 H1 Hσ
con lo que σ y τ se corresponden con las permutaciones
   
1 2 3 4 1 2 3 4
σ= = (1, 2, 3, 4), τ = = (2, 4),
2 3 4 1 1 4 3 2

que ciertamente generan uno de los tres subgrupos de Σ4 isomorfos a D8 .

Veamos algunas de aplicaciones, la primera de las cuales generaliza el hecho
de que los subgrupos de índice 2 son normales:

Teorema 2.27 Sea G un grupo finito y H un subgrupo tal que |G : H| = p sea

el menor primo que divide a |G|. Entonces H ⊴ G.

Demostración: Sea Ω = (G/H)d y τ : G −→ ΣΩ el homomorfismo aso-

ciado a la acción por multiplicación. Sea N = N(τ ) ⊴ G. Se cumple que
N ≤ H ≤ G. Por el teorema de isomorfía G/N es isomorfo a un subgrupo de
ΣΩ , luego |G : N | p!, pero también |G : N | |G| y p es el menor primo que
divide a |G|. Es claro entonces que |G : N | = p (no puede ser |G : N | = 1
porque p = |G : H| |G : N |). Ahora bien, si N ≤ H ≤ G y los dos tienen
índice p, tiene que ser H = N ⊴ G.
La segunda es una condición suficiente para que un grupo tenga un subgrupo
de índice 2:

Teorema 2.28 Todo grupo G de orden 2n, donde n es impar, tiene un subgrupo
de orden 2 y otro de índice 2.

Demostración: Si G no tuviera elementos de orden 2, podríamos agrupar

los elementos no triviales de G en parejas (g, g −1 ), con lo que (contando el
neutro) el grupo G tendría un número impar de elementos.
Ahora consideramos el monomorfismo G −→ ΣG ∼ = Σ2n dado por el teorema
de Cayley. Si g ∈ G tiene orden 2, su imagen es una permutación que se
descompone en producto de n transposiciones (h, hg), luego es una permutación
impar. Esto significa que la imagen G∗ de G no está contenida en A2n , luego
G∗ A2n = Σ2n , luego
2n (2n)!/2
(2n)! = ∗ ,
|G ∩ A2n |
∼ G∗
luego G∗ ∩ A2n es un subgrupo de G∗ de orden n, es decir, de índice 2, y G =
también tendrá un subgrupo de índice 2.

Teorema 2.29 Un grupo finito simple no abeliano no puede tener subgrupos de

índice 2, 3, 4.
58 Capítulo 2. Grupos de permutaciones I

Demostración: Sea G un grupo finito simple no abeliano y supongamos

que H es un subgrupo de índice 2, 3, 4. El homomorfismo G −→ Σ|G:H| dado
por el teorema de Cayley tiene que ser un monomorfismo, pues su núcleo es
un subgrupo normal contenido en H < G. Por lo tanto, G es isomorfo a un
subgrupo de Σ2 , Σ3 o Σ4 , pero ninguno de estos grupos contiene un subgrupo
simple no abeliano.

Teorema 2.30 Si n ≥ 5, todo subgrupo propio de An tiene índice mayor o

igual que n.
Demostración: Sea |An : H| = m, sea Ω = (An /H)d y τ : An −→ ΣΩ
el homomorfismo asociado a la acción por multiplicación. Como An es simple
tiene que ser un monomorfismo, luego n!/2 ≤ m!, luego n ≤ m.

2.5 Automorfismos de los grupos simétricos

Hemos visto en 1.31 que, para n ≥ 3, se cumple que Z(Σn ) = 1, lo que nos
da un isomorfismo Σn −→ Int(Σn ) ≤ Aut(Σn ). El teorema siguiente nos da una
caracterización de los automorfismos internos:
Teorema 2.31 Un automorfismo f : Σn −→ Σn es interno si y sólo si trans-
forma trasposiciones en trasposiciones.
Demostración: El teorema 2.11 nos da que los automorfismos internos
transforman trasposiciones en trasposiciones. Recíprocamente, supongamos que
un automorfismo f cumple esta propiedad. Sea f ((1, r)) = (ar , br ), para r ≥ 2.
Entonces, si r ≥ 3, tenemos que
f ((1, 2)(1, r)) = (a2 , b2 )(ar , br ),
pero (1, 2)(1, r) = (1, 2, r) tiene orden 3, luego las trasposiciones (a2 , b2 ) y
(ar , br ) no pueden ser disjuntas, con lo que, o bien ar = a2 , b2 , o bien br = a2 , b2 .
Cambiando ar por br si es preciso, no perdemos generalidad si suponemos que
ar = a2 , b2 . Vamos a probar que, o bien ar = a2 para todo r ≥ 3, o bien ar = b2
para todo r ≥ 3.
En caso contrario, tendríamos que ar = a2 , as = b2 con 2 < r < s. Como
(1, r)(2, s) tiene orden 2, lo mismo debería suceder con
f ((1, r)(2, s)) = (ar , br )f ((1, 2)(1, s)(1, 2)) = (ar , br )(a2 , b2 )(as , bs )(a2 , b2 ) =
(a2 , br )(a2 , b2 )(b2 , bs )(a2 , b2 ) = (a2 , br , bs ),
pero vemos que la imagen tiene orden 3 y tenemos una contradicción.
Si fuera ar = b2 para todo r ≥ 3, cambiando a2 por b2 si es preciso, no perde-
mos generalidad si suponemos que ar = a2 para todo r ≥ 2. Equivalentemente,
tenemos que f (1, r) = (a2 , br ), para todo r ≥ 2.
Como f es biyectiva, esto requiere que todos los br sean distintos entre sí
y distintos de a2 , luego podemos definir una permutación x ∈ Σn mediante
x(1) = a2 , x(r) = br , para r ≥ 2.
2.5. Automorfismos de los grupos simétricos 59

Esto hace que f (1, r) = (a2 , br ) = (1, r)x , luego f coincide con el automor-
fismo interno determinado por x sobre las trasposiciones (1, r) y, como, por 2.12,
éstas generan Σn , concluimos que f es dicho automorfismo interno.
Como consecuencia:

Teorema 2.32 Si n ̸= 2, 6, entonces Aut(Σn ) = Int(Σn ) ∼

= Σn .

Demostración: Tomemos f ∈ Aut(Σn ). Entonces, f ((1, 2)) tiene orden 2,

luego tiene que ser un producto de k trasposiciones, con 2k ≤ n. Pero como f
tiene que transformar la clase de conjugación de las trasposiciones en otra clase
de conjugación, concluimos que f hace corresponder las trasposiciones con los
productos de k trasposiciones, para un mismo k fijo.
Trasposiciones hay n(n − 1)/2, mientras que productos de k trasposiciones
hay
n(n − 1) · · · (n − 2k + 1)
.
2k k!
Por lo tanto, se tiene que dar la igualdad

n(n − 1) · · · (n − 2k + 1) n(n − 1)
k
= ,
2 k! 2
que equivale a
2k−1 k! = (n − 2) · · · (n − 2k + 1).
Como 2k ≤ n, en particular

2k−1 k! ≥ (2k − 2) · · · 3 · 2 · 1 = (2k − 2)!

Ahora, una simple inducción prueba que si k ≥ 4 se cumple 2k−1 k! < (2k−2)!
En efecto, se cumple para k = 4 y, si vale para k, tenemos que

(2(k + 1) − 2)! = (2k)! = 2k(2k − 1)(2k − 2)! > 2(k + 1)2k−1 k! = 2k (k + 1)!

Por lo tanto, para que se dé la igualdad requerida, tiene que ser k = 1, 2, 3.

Si k = 2, la igualdad es (n − 2)(n − 3) = 4, lo cual no se cumple para ningún
valor de n. Si k = 3 la igualdad es (n − 2)(n − 3)(n − 4)(n − 5) = 24, pero
6 = 2k ≤ n y si n > 6 el miembro izquierdo es mayor que 5 · 4 · 3 · 2 = 120,
luego no se puede dar la igualdad. Como hemos exceptuado n = 6, la única
posibilidad es k = 1, en cuyo caso f es interno por el teorema anterior.
La situación en el caso n = 2 es obvia: tenemos que Σ2 ∼ = C2 , por lo
que Aut(Σ2 ) = 1. Sin embargo, el caso peculiar es n = 6, pues en este caso
tenemos que Int(Σ6 ) ∼
= Σ6 y el teorema anterior abre la posibilidad a que Σ6
tenga automorfismos no internos. Vamos a ver que así es, para lo cual nos
apoyaremos en el hecho siguiente:

Teorema 2.33 Σ6 contiene un subgrupo transitivo isomorfo a Σ5 .

60 Capítulo 2. Grupos de permutaciones I

Demostración: Consideramos el conjunto Ω de los subgrupos de orden 5

de Σ5 . Puesto que hay 24 ciclos de longitud 5, cada subgrupo tiene 4 de ellos y
dos subgrupos de orden 5 tienen intersección trivial, concluimos que |Ω| = 6. El
grupo Σ5 actúa sobre Ω por conjugación, y el teorema 2.11 implica que la acción
es transitiva. Tenemos entonces un homomorfismo de grupos ρ : Σ5 −→ Σ6
cuya imagen es transitiva, y tiene que ser un monomorfismo, por 2.23, pues su
núcleo N no puede ser ni A5 ni Σ5 (si fuera A5 tendríamos que Σ5 /A5 sería un
grupo de orden 2 actuando transitivamente sobre un conjunto de 6 elementos,
lo cual es absurdo).
Sea ahora K ≤ Σ6 el subgrupo dado por el teorema anterior y consideremos
la acción de Σ6 sobre Ω = (Σ6 /K)d por multiplicación. Ésta determina un
homomorfismo τ : Σ6 −→ ΣΩ ∼ = Σ6 , que es un automorfismo por 2.23. Vamos a
probar que no es un automorfismo interno.
Más precisamente, la tabla siguiente muestra representantes de las distintas
clases de conjugación no triviales de Σ6 junto con su número de elementos, y
vamos a probar que τ intercambia las clases que están en el mismo recuadro y
deja fijas las que están en solas en su recuadro.

(1, 2, 3)(4, 5) 120 (1, 2, 3) 40 (1, 2) 15

(1, 2, 3, 4, 5, 6) 120 (1, 2, 3)(4, 5, 6) 40 (1, 2)(3, 4)(5, 6) 15
(1, 2, 3, 4)(5, 6) 90 (1, 2, 3, 4) 90
(1, 2)(3, 4) 45 (1, 2, 3, 4, 5) 144

Para ello sea σ = (1, 2, 3)(4, 5) o bien σ = (1, 2, 3) y supongamos que τ (σ)
es del mismo tipo. En ambos casos esto implica que τ (σ) tiene un punto fijo, lo
que a su vez se interpreta como que existe un ξ ∈ Σ6 tal que Kξ −1 σ = Kξ −1 ,
luego σ ξ ∈ K, luego existe un σ ′ ∈ Σ5 tal que ρ(σ ′ ) = σ ξ .
El hecho de que ρ(σ ′ ) tenga un punto fijo en Σ6 se interpreta como que σ ′ ,
respecto de la acción por conjugación de Σ5 sobre sus subgrupos de orden 5, fija
′
a uno de ellos, digamos P , de modo que P σ = P . El orden de σ ′ es el mismo
que el de σ (es decir, 6 en el primer caso y 3 en el segundo), pero en el primer
caso podemos cambiar σ ′ por σ ′2 y así en ambos casos tenemos un σ ′ ∈ Σ5 de
′
orden 3 que cumple P σ = P .
Esto implica que la conjugación por σ ′ es un automorfismo de P de orden
divisor de 3, pero Aut(P ) ∼ = C4 , luego tiene que ser la identidad, luego, si µ
es un ciclo de longitud 5 que genera P , tenemos que σ ′ ∈ CΣ5 (µ), pero esto
es imposible, porque µ tiene 24 conjugados en Σ5 , luego |CΣ5 (µ)| = 5 y así el
centralizador no puede tener elementos de orden 3.
Con esto hemos probado que τ intercambia las clases de conjugación de los
dos primeros recuadros de la tabla. Esto ya implica que no es un automorfismo
interno de Σ6 , y entonces el teorema 2.31 nos da que también intercambia las
clases de conjugación del tercer recuadro. Obviamente tiene que fijar a las clases
de la última fila de la tabla anterior, pues no hay otras del mismo cardinal con
las que se puedan intercambiar, y sólo falta probar que fija las dos clases de
conjugación de la penúltima fila, en lugar de intercambiarlas. Ello se debe a que
una está formada por permutaciones pares y la otra por permutaciones impares,
2.5. Automorfismos de los grupos simétricos 61

mientras que τ conserva la paridad (porque transforma las trasposiciones en

permutaciones impares). Con esto casi hemos probado el teorema siguiente:
Teorema 2.34 | Aut(Σ6 ) : Int(Σ6 )| = 2, luego | Aut(Σ6 )| = 1 440.
Demostración: Hemos probado que Int(Σ6 ) < Aut(Σ6 ), y en la demos-
tración de 2.32 hemos visto que cualquier automorfismo de Σ6 que no sea in-
terno transforma las trasposiciones en productos de tres trasposiciones, luego si
f, g ∈ Aut(Σ6 ) no son internos, la composición f g −1 transforma trasposiciones
en trasposiciones, luego es un automorfismo interno por el teorema 2.31. Esto
prueba que Aut(Σ6 )/Int(Σ6 ) ∼= C2 .
En particular, todo f ∈ Aut(Σ6 ) que no sea un automorfismo interno es de
la forma f = τ g, donde g es un automorfismo interno, y podemos concluir que f
transforma las trasposiciones en productos de tres trasposiciones y los ciclos de
longitud 3 en productos de dos ciclos de longitud 3.
Así pues Σ6 es el único grupo simétrico no abeliano que tiene automorfismos
externos, o que no es isomorfo a su grupo de automorfismos.
Veamos ahora que con An tenemos una situación similar. Si n ≥ 4, como
Z(An ) = 1, tenemos igualmente el isomorfismo An −→ Int(An ), pero ahora,
como An ⊴ Σn , cada σ ∈ Σn induce un automorfismo de An por conjugación,
no necesariamente interno.
Tenemos, pues, un homomorfismo Σn −→ Aut(Σn ) −→ Aut(An ) que es
inyectivo (para n ≥ 4) pues su núcleo N tiene que cumplir N ∩An = Z(An ) = 1,
lo que es imposible para n ≥ 5 por 2.23, y para n = 4 el grupo N tendría que
tener orden 2 y estar generado por una permutación impar, luego tendría que
ser una trasposición, pero los subgrupos generados por trasposiciones no son
normales.
Teorema 2.35 Un automorfismo f : An −→ An (con n ≥ 3) es la restricción
de un automorfismo interno de Σn si y sólo si transforma ciclos de longitud 3
en ciclos de longitud 3.
Demostración: Obviamente las restricciones de automorfismos internos
transforman ciclos en ciclos de la misma longitud. Supongamos que f tiene esta
propiedad y llamemos ui = (1, 2, i), vi = f (ui ), para i ≥ 3.
Si i ̸= j, entonces ui uj = (1, 2, i)(1, 2, j) = (1, j)(2, i), que tiene orden 2,
luego vi vj también tiene orden 2. Observemos ahora que (si letras distintas
representan índices distintos):
1. (x, y, z)(x′ , y ′ , z ′ ) tiene orden 3.
2. (x, y, z)(x′ , y ′ , z) = (x, y, x′ , y ′ , z) tiene orden 5.
3. (x, y, z)(x, y, z ′ ) = (x, z ′ )(y, z) tiene orden 2.
4. (x, y, z)(y, x, z ′ ) = (y, z, z ′ ) tiene orden 3.
5. (x, y, z)(x, y, z) = (z, y, x) tiene orden 3.
6. (x, y, z)(x, z, y) = 1 tiene orden 1.
62 Capítulo 2. Grupos de permutaciones I

Por lo tanto, v3 v4 tienen que estar en el caso 3., es decir, v3 = (a1 , a2 , c),
v4 = (a1 , a2 , d). Supongamos ahora que, para un i ≥ 5, se cumpliera que vi fija
a a1 . Entonces, com v3 vi tiene orden 2, tendría que ser vi = (a2 , c, x) y, como
v4 vi tiene orden 2, tendría que ser vi = (a2 , d, x′ ), lo cual es imposible.
Así pues, vi no fija a a1 , e igualmente se concluye que no fija a a2 , luego, para
que v3 vi tenga orden 2, tiene que ser vi = (a1 , a2 , ai ). Como f es biyectiva, los
ai tienen que ser distintos entre sí, por lo que podemos definir x ∈ Σn mediante
x(i) = ai , y entonces

uxi = (1, 2, i)x = (a1 , a2 , ai ) = vi = f (ui ),

luego f coincide con la restricción del automorfismo interno de Σn determinado

por x sobre todos los ciclos (1, 2, i) y, como por 2.19 estos ciclos generan An ,
tenemos la conclusión.

Teorema 2.36 Si n ̸= 2, 3, 6, entonces Aut(An ) ∼

= Aut(Σn ) ∼
= Σn .
Demostración: Si f ∈ Aut(An ), tenemos que f ((1, 2, 3)) tiene orden 3,
luego tiene que ser producto de k ciclos de longitud 3, con 3k ≤ n. En particular,
si n = 4 o n = 5, tiene que ser k = 1 y f es la restricción de un automorfismo
interno de Σn por el teorema anterior. Si n ≥ 6, como f transforma clases
de conjugación en clases de conjugación, tiene que transformar cada ciclo de
longitud 3 en un producto de k ciclos de longitud 3. Al igualar el número de
permutaciones de cada tipo obtenemos
n(n − 1) · · · (n − 3k + 1) n(n − 1)(n − 2)
= ,
3k k! 3
que equivale a
3k−1 k! = (n − 3) · · · (n − 3k + 1).
Como 3k ≤ n, tenemos que

3k−1 k! ≥ (3k − 3)!

pero para k ≥ 3 se cumple la desigualdad opuesta. Razonando inductivamente,

vemos que se cumple para k = 3 y, si 3k−1 k! < (3k − 3)!, entonces

(3(k + 1) − 3)! = (3k)! = 3k(3k − 1)(3k − 2)(3k − 3)! ≥ 3(k + 1)(3k − 2)!

> 3(k + 1)3k−1 k! = 3k (k + 1)!

Por consiguiente, tiene que ser k = 1, 2. Si k = 2 tenemos

6 = (n − 3)(n − 4)(n − 5),

lo cual es imposible si n ≥ 7, pues entonces el miembro derecho es mayor o

igual que 4 · 3 · 2 = 24. Como hemos exceptuado n = 6, tiene que ser k = 1, y
el teorema anterior nos da que f es la restricción de un automorfismo interno
de Σn , luego el monomorfismo Σn −→ Aut(An ) es un isomorfismo.
Como A2 ∼ = 1 y A3 ∼= C3 , es claro que Aut(A2 ) = 1 y Aut(A3 ) ∼
= C2 .
2.6. Grupos de simetrías de polígonos y poliedros regulares 63

En el caso excepcional n = 6, seguimos teniendo un monomorfismo

Σ6 −→ Aut(Σ6 ) −→ Aut(A6 )
que nos permite identificar a Σ6 ≤ Aut(A6 ) con el grupo de los automorfismos
de A6 determinados por la conjugación por un elemento de Σ6 . Ahora bien, si
f ∈ Aut(Σ6 ) no es interno, hemos probado que transforma ciclos de longitud 3
en productos de dos ciclos de longitud 3, luego la restricción f |A6 no es la
restricción de un automorfismo interno de Σ6 .
Por otro lado, si f, g ∈ Aut(A6 ) no están en Σ6 , entonces f g −1 transforma
ciclos de longitud 3 en ciclos de longitud 3, luego f g −1 ∈ Σ6 , luego se cumple
que | Aut(A6 ) : Σ6 | = 2, luego | Aut(A6 )| = 2 · 6!.
El homomorfismo Aut(Σ6 ) −→ Aut(A6 ) determinado por la restricción es
suprayectivo, pues su imagen contiene por una parte a Σ6 , pero acabamos de ver
que también contiene automorfismos que no están en Σ6 y, teniendo en cuenta
que | Aut(A6 ) : Σ6 | = 2, la imagen tiene que ser todo Aut(A6 ). Como ambos
grupos tienen el mismo orden, en realidad tenemos un isomorfismo:
Teorema 2.37 La restricción induce un isomorfismo Aut(Σ6 ) ∼
= Aut(A6 ).
En particular, Int(A6 ) ∼
= A6 < Σ6 < Aut(A6 ), por lo que
| Aut(A6 ) : Int(A6 )| = 4.
Así pues, salvo los casos triviales de A2 y A3 , sucede que A6 es el único
grupo alternado An que tiene automorfismos no inducidos por la conjugación
desde Σn . Véase el teorema 7.41 para más detalles sobre la estructura de este
grupo de automorfismos.

2.6 Grupos de simetrías de polígonos y poliedros

regulares
Polígonos Sea E un plano euclídeo (sobre R), y consideremos el grupo Is(E)
de todas las isometrías de E (que claramente es un grupo con la composición
de aplicaciones). De acuerdo con el teorema [G 3.27], los elementos de E son
las biyecciones afines que conservan las distancias entre puntos.
El grupo Is(E) actúa sobre los puntos de E y, para cada subconjunto V ⊂ E,
podemos considerar el subgrupo IsV (E) formado por las isometrías f ∈ Is(E)
que cumplen f [V ] = V , es decir, que transforman los puntos de V en los puntos
de V .
Concretamente, vamos a estudiar el grupo de las isometrías que fijan al
conjunto V de los vértices de un polígono regular de n lados, que es lo que
se conoce como el grupo de las simetrías del polígono (puede probarse —y es
intuitivamente evidente— que las isometrías que fijan los vértices de un polígono
regular P coinciden con las isometrías que fijan a P , es decir, las que cumplen
f [P ] = P , pero en este contexto nos basta tomar como definición de IsV (E) que
sus elementos fijan a los vértices).
64 Capítulo 2. Grupos de permutaciones I

Los vértices de un polígono regular están contenidos en una circunferencia

de centro O, de modo que O es el único punto que equidista de todos los puntos
de V . Por lo tanto, si f ∈ IsV (E), el punto f (O) también equidista de todos los
puntos de V , luego tiene que ser f (O) = O.
Así pues, IsV (E) ≤ IsO (E), es decir, el grupo de simetrías de un polígono
regular está contenido en el grupo de las isometrías que fijan a su centro.
En la discusión tras [G 3.40] hemos probado que todo elemento de IsO (E)
es una simetría axial o un giro, así como que los giros forman un subgrupo
Is+
O (E) ≤ IsO (E).
Observamos ahora que un giro (de centro O) distinto de la identidad no fija
a ningún punto más que a O, mientras que una simetría axial fija a los puntos
de una recta que pasa por O, luego fija únicamente dos puntos diametralmente
opuestos de la circunferencia circunscrita al polígono, luego a lo sumo fijará a dos
vértices del polígono. Como tiene que haber al menos tres vértices, concluimos
que si una simetría fija a todos los vértices, es que es la identidad. Esto significa
que la restricción determina un monomorfismo de grupos

IsV (E) −→ ΣV ∼
= Σn ,

es decir, que podemos ver a los elementos de IsV (E) como permutaciones de V
en lugar de como isometrías del plano. Más aún, ahora es fácil concluir:

Si (v1 , v2 ) y (w1 , w2 ) son los extremos de dos lados de un polígono

regular cuyo conjunto de vértices es V , existe una única simetría
f ∈ IsV (E) que cumple f (vi ) = wi .

En efecto, es claro que podemos tomar un giro que cumpla f (v1 ) = w1 , y

entonces f (v2 ) es uno de los dos vértices contiguos a w1 , es decir, uno de los dos
vértices cuya distancia a w1 es la longitud del lado del polígono. Si f (v2 ) ̸= w2 ,
basta componer f con la simetría respecto de la recta que pasa por w1 y O (que
fija a w1 ) para obtener una nueva simetría g que cumple g(v1 ) = w1 y también
g(v2 ) = w2 .
Esto prueba la existencia, y la unicidad se debe a que si f y g cumplen lo
mismo, entonces (f ◦ g −1 )(vi ) = vi , pero v1 y v2 son puntos de la circunferencia
circunscrita no diametralmente opuestos, y ninguna isometría de IsO (E) distinta
de la identidad puede fijar a dos puntos en esas condiciones, luego f ◦ g −1 = 1,
luego f = g.
Como conclusión, si el polígono tiene n vértices, se cumple que |IsV (E)| = 2n.
En efecto, fijado un lado del polígono, digamos de extremos (v1 , v2 ), para
cada uno de los n lados del polígono, digamos de extremos (w1 , w2 ), existen
exactamente dos simetrías que transforman un lado en el otro, una que cumple
f (v1 ) = w1 y otra que cumple f (v1 ) = w2 . Por lo tanto, un polígono regular
de n lados tiene exactamente 2n simetrías, y ahora es fácil encontrarlas todas.
Por una parte, si numeramos los n vértices del polígono consecutivamente
(por ejemplo en sentido antihorario), el giro σ de amplitud 2π/n en sentido
2.6. Grupos de simetrías de polígonos y poliedros regulares 65

antihorario permuta los vértices cíclicamente, luego σ ∈ IsV (E) y, visto como
permutación, es σ = (1, 2, . . . , n). Por lo tanto, ⟨σ⟩ es un subgrupo cíclico
de IsV (E) de orden n. Si n es impar, IsV (E) contiene también las simetrías
respecto de las n rectas que pasan por O y por cada uno de los vértices.
1 En el caso de un heptágono, si llamamos τ a la sime-
2 7 tría respecto del eje que pasa por el vértice 1, vista como
permutación, es

3 6 τ = (2, 7)(3, 6)(4, 5).

En general, para un polígono de un número impar n de
4 5 lados, cada simetría se corresponde con una permutación
que fija un vértice e intercambia los otros por pares, concretamente una de ellas
es
τ = (2, n)(3, n − 1) · · · ((n + 1)/2, (n + 3)/2).

2 1 Si n es par tenemos dos clases de simetrías: aquellas

cuyo eje pasa por dos vértices y las que pasan por los
puntos medios de dos lados opuestos. La figura muestra
3 6 el caso de un hexágono. La simetría que fija los vértices 1
y 4 se corresponde con la permutación

4 5 τ = (2, 6)(3, 5),

mientras que la que pasa por los puntos medios de los lados 12 y 45 se corres-
ponde con
τ ′ = (1, 2)(3, 6)(4, 5).
En general, una simetría en IsV (E) cuando n es par (concretamente, la que
fija a los vértices 1 y n/2 + 1) es
τ = (2, n)(3, n − 1) · · · (n/2, n/2 + 2).
En ambos casos se cumple que σ τ = σ −1 . En efecto, como ⟨σ⟩ es un subgrupo
normal (porque tiene índice 2) tiene que ser σ τ = σ i , para cierto exponente i,
pero σ τ (1) = τ (σ(1)) = τ (2) = n y un elemento de ⟨σ⟩ está completamente
determinado por la imagen de 1, luego tiene que ser σ τ = σ −1 .
Trivialmente IsV (E) = ⟨σ, τ ⟩, pues ⟨σ⟩ ∩ ⟨τ ⟩ = 1, luego | ⟨σ, τ ⟩ | = 2n, luego
se da la igualdad. En virtud del teorema 1.38 concluimos que IsV (E) ∼ = D2n . En
resumen, hemos obtenido una representación geométrica de los grupos diédricos:
Teorema 2.38 El grupo de las simetrías de un polígono regular de n lados (es
decir, el grupo de las isometrías del plano que dejan invariante al conjunto de
sus vértices) es isomorfo a D2n . El subgrupo cíclico de orden n de D2n se
corresponde con el grupo de los giros y los otros n elementos se corresponden
con las simetrías axiales.
Si pensamos en un polígono regular de n lados hecho “de cartulina” y situado
sobre una mesa, los movimientos que podemos hacer para intercambiar sus vér-
tices sin levantarlo de la mesa forman un grupo cíclico de orden n, mientras que
66 Capítulo 2. Grupos de permutaciones I

si admitimos la posibilidad de voltear el polígono sobre la mesa intercambiando

sus dos caras tenemos otras n simetrías axiales que extienden el grupo cíclico
hasta un grupo diédrico. De ahí el nombre de “diédrico” (gr. = dos caras).

Isometrías del espacio A partir de aquí consideramos un espacio euclídeo

tridimensional E y su grupo de isometrías Is(E). En la sección 5.5 de [G] vere-
mos que las hay de dos tipos, “directas” e “inversas”, de modo que las isometrías
directas forman un subgrupo Is+ (E).
Una característica que las distingue es que una isometría directa puede efec-
tuarse gradualmente. Por ejemplo, en el plano un giro es una isometría directa,
y, en efecto, para girar 90 grados un cuadrado, podemos hacerlo poco a poco,
hasta que cada vértice llega a ocupar la posición que ocupaba al principio uno
de sus vértices adyacentes. En cambio, no es posible aplicar gradualmente una
simetría axial a un cuadrado sin “sacarlo del plano”. Las simetrías axiales son
inversas y “dejan una huella” en las figuras a las que se aplican, y es que invierten
su orientación.
2 1 2 3

3 4 1 4

Por ejemplo, si tenemos un cuadrado de cartón con sus vértices numerados

como muestra la figura de la izquierda y luego pasa a estar como indica la figura
de la derecha, podemos estar seguros de que se le ha aplicado una isometría
inversa, porque al principio los vértices estaban numerados en sentido antiho-
rario, mientras que al final lo están en sentido horario. Los giros conservan la
orientación, mientras que las simetrías la invierten.
Ahora bien, una simetría axial de un plano puede realizarse de forma conti-
nua “saliendo del plano”, es decir, girando 180◦ respecto del eje de simetría, lo
cual puede hacerse paulatinamente. Las isometrías inversas planas pueden rea-
lizarse mediante isometrías directas espaciales. Lo mismo sucede si aumentamos
una dimensión. Por ejemplo, consideremos un tetraedro regular, que podemos
construir sin más que tomar cuatro vértices de un cubo opuestos por diagonales
de sus caras:
1 2
2 1

4 4

3 3
2.6. Grupos de simetrías de polígonos y poliedros regulares 67

Es imposible mover el tetraedro (o el cubo) de la izquierda para disponerlo

como muestra la figura de la derecha. La figura de la derecha resulta de aplicar
la simetría especular respecto del plano vertical que pasa por los vértices 3
y 4, de modo que la segunda figura es el reflejo en un espejo de la primera,
y todos sabemos que las imágenes de los espejos no son iguales a las figuras
originales. Una forma de distinguirlas es observar que, si miramos la cara 234
desde el vértice 1, vemos los vértices ordenados en sentido antihorario en la
figura de la izquierda, pero en sentido horario en la figura de la derecha, y este
cambio no puede realizarse moviendo la figura. Para realizar este cambio de
forma continua, paulatina, sería necesario girar la figura 180◦ en una cuarta
dimensión.
No necesitamos los detalles de la discusión precedente, sino que la hemos
presentado para explicar que vamos a considerar únicamente el subgrupo Is+ (E)
de las isometrías directas del espacio, las que se conocen como “movimientos”,
porque son las que pueden realizarse moviendo las figuras (sin reflejarlas en un
espejo).
Sí que vamos a necesitar un hecho no trivial descubierto por Euler, y es
que el grupo Is+ O (E) formado por todas las isometrías directas del espacio que
dejan fijo a un punto O está formado únicamente por los giros respecto de
rectas que pasan por O. De hecho, ni siquiera es evidente que al componer dos
giros respecto de dos rectas distintas que pasan por O la isometría resultante es
un giro respecto de una tercera recta que pasa por O. Esto lo demostraremos
en [G 4.14], si bien será inmediato tras los resultados de la sección [G 5.5], donde
clasificaremos las isometrías de un espacio euclídeo.
De momento, podemos considerar que Is+ O (E) es, por definición, el conjunto
de todos los giros respecto de un eje que pasa por O, lo que supone admitir
[G 4.14] (es decir, que tales giros forman un grupo), y conviene tener presente
que, según veremos, se trata en realidad del grupo de todos los movimientos
(isometrías directas) que fijan el punto O.

Las simetrías del tetraedro Sea ahora V el conjunto de los vértices de un

tetraedro regular. Es fácil ver que un cubo está inscrito en una esfera, cuyo
centro O es el único punto que equidista de sus vértices, y lo mismo vale para el
tetraedro, de modo que O es el único punto que equidista de todos los puntos
de V . Por lo tanto, si f ∈ Is(E) cumple f [V ] = V , entonces f (O) equidista
de todos los puntos de V , luego tiene que ser f (O) = O. Esto significa que el
grupo Is+V (E) de las simetrías (directas) de un tetraedro regular, formado por
las isometrías directas que fijan sus vértices es un subgrupo de Is+ O (E), luego
está formado por giros respecto de ejes que pasan por O.
Esto se traduce en que cada elemento de Is+ V (E) fija a lo sumo un vértice
del tetraedro (ya que no hay vértices diagonalmente opuestos respecto de O).
En particular, si un elemento de Is+ V (E) fija a dos vértices del tetraedro, es la
identidad. A su vez, esto implica que la restricción a V induce un monomorfismo
de grupos
Is+ ∼
V (E) −→ ΣV = Σ4
68 Capítulo 2. Grupos de permutaciones I

que nos permite considerar las simetrías del tetraedro como permutaciones de
sus vértices, en lugar de como isometrías del espacio.
Como en el caso de los polígonos, ahora podemos probar que existe una
única simetría que transforma cualquier arista dada del tetraedro en cualquier
otra (eligiendo cómo se corresponden sus vértices), por lo que de hecho hay
exactamente dos simetrías que transforman una arista en otra.
En efecto, es claro que un giro de 120◦ respecto de la recta que pasa por un
vértice permuta cíclicamente los otros tres, luego siempre hay uno que lleva un
vértice dado a otro cualquiera. Así podemos hacer que un extremo de una arista
se corresponda con otro extremo de otra cualquiera, y aplicando a continuación
un giro respecto del eje que pasa por dicho extremo, podemos hacer que la
primera arista se transforme en la segunda.
Esto se traduce en que, como cada arista puede llevarse de dos formas dis-
tintas a cualquiera de las 6 que tiene el tetraedro, |Is+
V (E)| = 12, pero, por 2.20,
el único subgrupo de Σ4 de orden 12 es A4 , por lo tanto:

El grupo de las simetrías (directas) de un tetraedro regular es iso-

morfo a A4 .

Ahora es fácil describirlas: los 8 ciclos de longitud 3 de A4 se corresponden

con los giros de 120◦ respecto de los ejes que pasan por O y un vértice (que lo
fijan mientras permutan cíclicamente los otros tres), y las tres permutaciones
como (1, 2)(3, 4) intercambian los vértices dos a dos, por lo que son giros de
180◦ respecto de rectas que pasan por los puntos medios de las dos aristas cuyos
extremos se intercambian.

Las simetrías del cubo Si ahora V es el conjunto de los vértices de un cubo,

como en el caso anterior podemos justificar que Is+ +
V (E) ≤ IsO (E), así como que
un cubo puede girarse de forma única de modo que cualquier par de vértices
adyacentes se correspondan con cualquier otro par. Por lo tanto, el número de
simetrías es el doble del número de aristas, es decir, que |Is+
V (E)| = 24.
Razonando como antes, podríamos identificar el grupo Is+ V (E) con un sub-
grupo de Σ8 , pero podemos hacer algo mejor. Para ello llamamos Ω al conjunto
de los 4 pares de vértices opuestos del cubo. Como cada isometría tiene que
transformar vértices opuestos en vértices opuestos, tenemos un homomorfismo

Is+ ∼
V (E) −→ ΣΩ = Σ4 .

Si probamos que es inyectivo, de hecho será un isomorfismo.

1 4 Ahora bien, supongamos que una isometría f ∈ Is+ V (E)
fija los cuatro pares de vértices opuestos y no es la identidad.
2 3 Supongamos que, por ejemplo, f (1) = 1′ . Entonces f (2)
′
3′ 2′ tiene que ser un vértice adyacente a 1 , luego tiene que ser
′
f (2) = 2 , pero sabemos que sólo hay un giro que cumple
4′ 1′
f (1) = 1′ y f (2) = 2′ , y es el giro de 180◦ respecto al eje
que pasa por los puntos medios de las aristas 34 y 3′ 4′ , el cual cumple f (3) = 4,
luego no fija los pares {3, 3′ } y {4, 4′ } de Ω, en contra de lo supuesto. Así pues:
2.6. Grupos de simetrías de polígonos y poliedros regulares 69

El grupo de las simetrías (directas) de un cubo es isomorfo a Σ4 .

Las simetrías (aparte de la identidad) son de tres tipos:

1. Los 8 ciclos de longitud 3 se corresponden con los giros de 120◦ alrededor

de los cuatro ejes que unen cada par de vértices opuestos.
2. Los 6 ciclos de longitud 4 se corresponden con los giros de 90◦ alrededor
de los tres ejes que pasan por los centros de cada par de caras opuestas.
3. Las 3 permutaciones de tipo (a, b)(c, d) (los cuadrados de las anteriores)
se corresponden con los giros de 180◦ alrededor de los mismos ejes.
4. Las 6 trasposiciones se corresponden con los giros de 180◦ alrededor de los
ejes que pasan por los centros de cada par de aristas opuestas.

Nota Los centros de las caras de un cubo son los

vértices de un octaedro regular y, recíprocamente, los
centros de las caras de un octaedro regular son los
vértices de un cubo. Esto se expresa diciendo que el
octaedro es el poliedro dual del cubo y viceversa. De
aquí se desprende fácilmente que el grupo de simetrías
(directas) de un octaedro es el mismo que el del cubo.

Las simetrías del icosaedro Un icosaedro regular es un poliedro regular con

12 vértices y 20 caras triangulares. Una forma de probar su existencia es tomar
como vértices los de los tres rectángulos que muestra la figura:
Los lados menores
√ miden 1 unidad y los mayores
miden ϕ = (1 + 5)/2 (el número aúreo). Observe-
mos que los doce vértices están a la misma distancia
del punto O en el que se cortan los tres rectángulos,
luego están inscritos en una esfera de centro O.
Conviene recordar de la sección [IGE 3.4] que
las diagonales de un pentágono regular están en
proporción aúrea con sus lados. Así, no es difícil
concluir que los cinco vértices más cercanos a cada
uno de ellos forman un pentágono regular de arista unitaria.
La figura siguiente muestra el poliedro que re-
sulta de unir cada vértice con los cinco vértices más
cercanos. Hemos mantenido el color azul en las seis
aristas que forman parte de los tres rectángulos de
partida. Si tomamos cualquier arista no pintada de
azul, por ejemplo una de las pintadas de rojo, po-
demos pintar del mismo color las otras cinco aristas
que están en el plano que pasa por ella y por O y
en los dos planos perpendiculares por O.
70 Capítulo 2. Grupos de permutaciones I

De este modo, las 30 aristas del icosaedro quedan divididas en 5 grupos de 6

aristas del mismo color, de modo que a cada vértice concurren cinco aristas de
colores distintos.
Si llamamos V al conjunto de los vértices del icosaedro, el argumento habi-
tual muestra que Is+ +
V (E) ≤ IsO (E), así como que entre las simetrías del icosaedro
se encuentran los giros de 72◦ alrededor de cada eje que pasa por dos vértices
opuestos, y usando estos giros es claro que existe una única simetría que trans-
forma cualquier par de vértices adyacentes (v1 , v2 ) en cualquier otro (w1 , w2 ):
en primer lugar movemos el icosaedro usando los giros mencionados para hacer
corresponder v1 con w1 , y luego, mediante un giro alrededor de un eje que pase
por w1 , podemos hacer que v2 se corresponda con w2 . La unicidad se debe, como
es habitual, a que ningún giro que fije a O y que no sea la identidad puede fijar a
dos vértices adyacentes de un poliedro (pues no son diametralmente opuestos).
Esto basta para concluir que |Is+V (E)| = 60.
Llamemos ahora Ω a los cinco conjuntos de aristas que hemos pintado del
mismo color. Es claro que si una simetría del icosaedro transforma una arista de
un color en otra de otro, de hecho transforma todas las aristas del primer color
en las aristas del segundo color, pues transformará el plano que pasa por O y
por la primera en el que pasa por O y por la segunda, y a su vez transformará
los planos perpendiculares al primero en los perpendiculares al segundo. Esto
nos permite definir un homomorfismo de grupos
Is+ ∼
V (E) −→ ΣΩ = Σ5 .

Si probamos que es un monomorfismo, podremos concluir que Is+ ∼

V (E) = A5 ,
pues A5 es el único subgrupo de índice 2 en Σ5 . En resumen, habremos probado
lo siguiente:
El grupo de las simetrías (directas) de un icosaedro regular es iso-
morfo a A5 .

Para ello basta comprobar que la cara superior

tiene aristas de colores azul, verde y rojo, y que sólo
hay otra cara con las aristas del mismo color, que
es la cara opuesta, señalada en la figura, por lo que
una simetría que conserve los colores tiene que fijar
dichas caras (en cuyo caso fija seis vértices, luego es
la identidad) o bien transforma una en la otra, pero
hay una única simetría que transforma una cara en
la otra llevando la arista azul en la azul, que es el
giro de 180◦ respecto del eje señalado en la figura,
pero dicho giro transforma la arista verde en la roja y viceversa.
Esto termina la prueba de que Is+
V (E) tiene la estructura indicada, y ahora
podemos describir sus elementos (aparte de la identidad):
1. Los 24 ciclos de longitud 5 se corresponden con los giros respecto de ejes
que pasan por cada uno de los 6 pares de vértices opuestos (hay cuatro
giros respecto de cada eje).
2.7. El teorema de Burnside 71

2. Los 20 ciclos de longitud 3 se corresponden con los giros de 120◦ respecto

de ejes que pasan por los centros de cada uno de los 10 pares de caras
opuestas (hay dos giros por eje).
3. Las 15 permutaciones de tipo (a, b)(c, d) se corresponden con los giros de
180◦ respecto de los ejes que pasan por los puntos medios de cada uno de
los 15 pares de aristas opuestas.

Así tenemos una representación geométrica del grupo alternado de orden 5.

Nota Los centros de las caras de un icosaedro for-
man los vértices de un dodecaedro regular y, recípro-
camente, los centros de las caras de un dodecaedro
forman los vértices de un icosaedro, de modo que am-
bos forman otro par de poliedros duales, como el cubo
y el octaedro, y por ello sus grupos de simetrías tam-
bién son isomorfos.

2.7 El teorema de Burnside

Vamos a demostrar un sencillo teorema2 sobre acciones de grupos que tiene
muchas aplicaciones a la combinatoria.

Teorema 2.39 (Burnside) Si un grupo finito G actúa sobre un conjunto fi-

nito Ω, el número de órbitas de la acción es
1 X g
|Ω/G| = |Ω |,
|G|
g∈G
donde Ωg = {x ∈ Ω | xg = x}.

Demostración: Observemos que

X X
|Ωg | = |{x ∈ Ω | xg = x}| = |{(x, g) ∈ Ω × G | xg = x}|
g∈G g∈G
X X
= |{g ∈ G | xg = x}| = |Gx |.
x∈Ω x∈Ω

Ahora, por el teorema 2.2 tenemos que |Ωx | = |G|/|Gx |, por lo que
1 X g X 1 X X 1 X
|Ω | = = = 1 = |Ω/G|.
|G| |Ωx | |Ωx |
g∈G x∈Ω O∈Ω/G x∈O O∈Ω/G

Vamos a ver cómo este teorema nos permite responder sistemáticamente a

preguntas como éstas:
2 Pese a su nombre, no se debe a Burnside, sino que éste lo incluyó en un libro sin ninguna
referencia porque lo consideraba suficientemente conocido, pero esto hizo que le fuera atribuido
por error.
72 Capítulo 2. Grupos de permutaciones I

1. Queremos diseñar un tiovivo con 10 caballos dispuestos en círculo, y tene-

mos tres tipos de figuras de caballo. ¿Cuántos tiovivos diferentes podemos
formar?
2. ¿De cuántas formas se pueden pintar las caras de una pirámide cuadran-
gular usando 3 colores?
3. ¿Cuántas pulseras distintas podemos formar ensartando en un hilo 6 cuen-
tas de 3 colores?
4. ¿De cuántas formas distintas podemos pintar las caras de un cubo usando 4
colores?

Collares Consideremos el caso en que Ω es el conjunto de todas las formas de

colorear los vértices de un polígono regular de n lados con k colores, de modo
que |Ω| = k n .
Por ejemplo, si n = k = 4, la figura siguiente representa dos elementos de Ω:
3 3 3 4

1 4 3 1

Pero podemos pensar que estos esquemas describen dos tiovivos con 4 caba-
llos de distintos modelos, en cuyo caso debemos considerar que ambos describen
el mismo tiovivo, pues el segundo se obtiene del primero mediante un giro de
90◦ .
Así pues, contar tiovivos no es lo mismo que contar coloraciones, pues en
el primer caso debemos considerar que dos coloraciones son el mismo tiovivo si
una puede obtenerse de la otra mediante un giro.
En general, consideramos el grupo cíclico G ∼ = Cn de todos los giros que
dejan invariante a un polígono regular de n lados, que actúa de forma obvia
sobre Ω: dada una coloración c ∈ Ω y un giro g ∈ G, la coloración cg es la
que resulta de aplicarle al polígono coloreado c el giro g. En estos términos, la
coloración de la derecha anterior es cg, donde c es la coloración de la izquierda
y g el giro de 90◦ en sentido antihorario.
Se llaman collares con n cuentas de k colores a las órbitas de Ω respecto
de la acción de G, es decir, al número de formas de colorear con k colores los
vértices de un polígono regular de n lados considerando que dos coloraciones
son la misma si una se puede obtener de la otra mediante un giro.
Por ejemplo, la figura siguiente muestra dos coloraciones de un hexágono
que determinan un mismo collar:
2.7. El teorema de Burnside 73

En estos términos, la pregunta que hemos formulado tras el teorema 2.39

sobre el diseño de tiovivos equivale a contar los collares con 10 cuentas y 3
colores, y la pregunta sobre las formas de pintar las caras de una pirámide
equivale a contar los collares con 4 cuentas y 3 colores (y multiplicar el resultado
por 3 si queremos pintar también la base).
Veamos que el teorema de Burnside nos permite calcular el número de co-
llares con cualquier número de cuentas y de colores.
Para ello sólo tenemos que calcular el número de coloraciones fijadas por cada
permutación σ ∈ G. Éste depende únicamente del orden de σ. Por simplicidad
vamos a considerar primero el caso particular n = 6. Tomemos f ∈ Ωσ y
distingamos casos:
• Si o(σ) = 1, es decir, si σ es la identidad, obviamente fija a todas las
coloraciones, luego |Ωσ | = |Ω| = k 6 .
• Si o(σ) = 6, es decir, si σ es un giro de 360/6 = 60◦ , entonces para que
una coloración resulte fijada, cada vértice tiene que ser del mismo color
que el siguiente, luego todos los vértices tienen que ser del mismo color, y
sólo hay k coloraciones que cumplen eso, es decir, |Ωσ | = k.
• Si o(σ) = 3, entonces σ es un giro de 360/3 = 120◦ , luego para que una
coloración resulte fijada tiene que ser de la forma

donde los colores pueden ser iguales o distintos (pero los vértices que
hemos pintado del mismo color tienen que estar pintados del mismo color).
Claramente entonces |Ωσ | = k 2 .
• Si o(σ) = 2, entonces σ es un giro de 180◦ , luego una coloración fijada
tiene que ser de la forma

donde los tres colores no son necesariamente distintos, luego |Ωσ | = k 3 .

Por último recordamos que un grupo cíclico tiene ϕ(d) elementos de orden d
(para todo divisor del orden del grupo), luego la fórmula de Burnside nos da
ahora que el número de collares es
ϕ(1)k 6 + ϕ(2)k 3 + ϕ(3)k 2 + ϕ(6)k k 6 + k 3 + 2k 2 + 2k
Ck6 = = .
6 6
74 Capítulo 2. Grupos de permutaciones I

Pero todo el razonamiento vale en realidad para un n arbitrario:

Si d | n y o(σ) = d, podemos ver a σ como una permutación σ ∈ Σn del
conjunto de los vértices del polígono y, según el teorema 2.10, σ es un producto
de n/d ciclos disjuntos de longitud d (notemos que d es aquí lo que en el teorema
es k/d), lo que se traduce en que una coloración resulta fijada por σ si y sólo si
asigna el mismo color a todos los vértices de la órbita de cada ciclo, por lo que
|Ωσ | = k n/d , luego la fórmula general es para el número de collares es
1X
Ckn = ϕ(d)k n/d .
n
d|n

Por ejemplo, C310 = 5 934, y esto responde a la pregunta sobre el número

de tiovivos con 10 caballos de tres tipos distintos, mientras que C34 = 24 es el
número de formas de pintar las caras laterales de una pirámide cuadrangular
con tres colores (o 72 si pintamos también la base).

Pulseras La figura muestra dos collares distintos con 6 cuentas y 2 colores:

No es posible obtener uno a partir del otro mediante un giro. Ahora bien,
sí que es posible convertir uno en el otro mediante una simetría respecto a una
recta vertical. Si pensamos que las figuras representan cuentas ensartadas en
un hilo, en realidad son indistinguibles, pues una sarta se convierte en la otra
“volteándola”. Esto no es aplicable a los tiovivos o a las pirámides cuadrangu-
lares, pero sí a las pulseras hechas de cuentas. Cuando admitimos simetrías a
la hora de identificar dos coloraciones de Ω, se habla de “pulseras” en lugar de
“collares”.
Concretamente, ahora podemos considerar la acción sobre el conjunto Ω de
todas las coloraciones con k colores de un polígono regular de n lados del grupo
G∼ = D2n de todos los giros y simetrías que lo dejan invariante. Las órbitas de
esta acción se llaman pulseras con n cuentas y k colores.

Claramente el número de pulseras con n cuentas de k colores es en efecto el

número de pulseras diferentes que pueden fabricarse ensartando n cuentas de k
colores en un hilo circular, entendiendo que dos pulseras son iguales si una se
puede transformar en la otra mediante un giro o una simetría.
Veamos cómo el teorema de Burnside nos permite contar el número Pkn de
pulseras con n cuentas de k colores. Observemos que todo el cálculo que hemos
hecho en el caso de los collares sigue siendo válido: si g es un giro y o(g) = d,
entonces |Ωg | = k n/d . Nos falta considerar el caso en que g es una simetría. De
nuevo vamos a considerar primero el caso n = 6.
2.7. El teorema de Burnside 75

Si g es una simetría que pasa por los puntos medios de dos lados, una colo-
ración c ∈ Ωg si pinta del mismo color cada par de vértices que se corresponden
por la simetría, lo que deja un total de 3 colores posibles, |Ωg | = k 3 . Sin em-
bargo, si el eje de simetría de g pasa por dos vértices, entonces podemos usar
hasta 4 colores distintos, luego |Ωg | = k 4 :

Como hay 3 simetrías de cada uno de los dos tipos, la fórmula del teorema
de Burnside nos da:
ϕ(1)k 6 + ϕ(2)k 3 + ϕ(3)k 2 + ϕ(6)k 3k 3 + 3k 4
Pk6 = + =
12 12
k 6 + 3k 4 + 4k 3 + 2k 2 + 2k
.
12
En general, si n es impar, todas las simetrías pasan por un vértice y fijan
las coloraciones que coinciden sobre cada uno de los (n − 1)/2 pares de puntos
homólogos, luego podemos emplear (n − 1)/2 + 1 colores, luego |Ωg | = k (n+1)/2
y la fórmula es
1 X 1
Pkn = ϕ(d)k n/d + k (n+1)/2 .
2n 2
d|n

En cambio, si n es par, las simetrías que pasan por los puntos medios de dos
lados opuestos fijan las coloraciones que coinciden en cada uno de los n/2 pares
de puntos homólogos, luego podemos usar n/2 colores y |Ωg | = k n/2 , mientras
que las simetrías que pasan por dos vértices fijan las coloraciones que coinciden
en los (n−2)/2 pares de puntos homólogos, luego |Ωg | = k (n−2)/2+2 y la fórmula
es:
1 X 1 1
Pkn = ϕ(d)k n/d + k n/2 + k n/2+1 .
2n 4 4
d|n

En resumen:
1 X k + 1 n/2
Pkn = ϕ(d)k n/d + k (si n es par)
2n 4
d|n

1 X 1
Pkn = ϕ(d)k n/d + k (n+1)/2 (si n es impar).
2n 2
d|n

La tabla siguiente calcula algunos casos para n = 6:

k 1 2 3 4 5
Ck6 1 14 130 700 2 635
Pk6 1 13 92 430 1 505
76 Capítulo 2. Grupos de permutaciones I

En particular en ella vemos la respuesta a la tercera pregunta que habíamos

planteado tras el teorema 2.39. Hay 92 pulseras en las condiciones requeridas.
Por otro lado, la diferencia entre C26 y P26 consiste únicamente en el par de
collares distintos mostrados al principio de este apartado sobre “pulseras” que
determinan la misma pulsera.

Permutaciones circulares con repetición Si r1 + · · · + rk = n, el número

de permutaciones circulares con repetición PCRnr1 ,...,rk es el número de collares
que se pueden formar con n cuentas de colores, de modo que haya exactamente
r1 de un color, r2 de otro, etc.
Vamos a probar que, si h = mcd(r1 , . . . , rk ), entonces
X ϕ(d) (n/d)!
PCRnr1 ,...,rk = .
n (r1 /d)! · · · (rk /d)!
d|h

La fórmula se simplifica drásticamente si los ri son primos entre sí, es decir,

si h = 1, en cuyo caso
(n − 1)!
PCRnr1 ,...,rk = .
r1 ! · · · rk !
Consideramos ahora el conjunto Ω formado por las coloraciones de los vérti-
ces de un polígono regular de n lados con k colores que toman ri veces el valor i,
sobre el que actúa el grupo cíclico G = ⟨(1, . . . , n)⟩. Notemos que si f ∈ Ω y
σ ∈ G, entonces f σ ∈ Ω, por lo que la acción está bien definida.
Vamos a ilustrar el razonamiento general calculando PCR12 3,3,6 . Por ejemplo,
si g ∈ G tiene orden 4, una coloración está en Ωg si y sólo si tiene del mismo
color las cuentas que en la figura siguiente tienen el mismo color:

pero eso es imposible, porque el número de cuentas de cada color tendría que
ser múltiplo de 4, luego concluimos que Ωg = ∅.
En general, si d | n y g ∈ G tiene orden d, una coloración estará en Ωg si y
sólo si los colores de sus cuentas se repiten cíclicamente d veces con un periodo
de longitud n/d, luego el número de cuentas de cada color es múltiplo de d, para
lo cual es necesario que d | h (en caso contrario Ωg = ∅).
Volviendo a nuestro ejemplo, supongamos que g tiene orden 3, con lo que
las coloraciones fijadas tienen que tener la forma
2.7. El teorema de Burnside 77

donde los cuatro colores que hemos representado no tienen por qué ser distintos.
De hecho, para que se repitan 3, 3 y 6 veces, es necesario que los dos primeros
aparezcan una vez en cada periodo y el tercero 2 veces.
En general, si d | h, en cada periodo (de longitud n/d), el color i-ésimo tiene
que aparecer ri /d veces, y esto nos lleva a que
(n/d)!
|Ωg | = .
(r1 /d)! · · · (rk /d)!
En efecto, se trata de probar que el número de formas de colorear n objetos
de modo que haya ri de cada color i es
n!
.
r1 ! · · · rk !
Esto es evidente para k = 1 y, si vale para un k y tenemos k + 1 colores, para
construir una coloración tenemos que elegir rk+1 objetos de color k + 1, para lo
cual tenemos  
n n!
=
rk+1 rk+1 !(n − rk+1 )!
posibilidades y, de entre los n − rk+1 objetos restantes, tenemos que elegir ri
objetos de cada color i, para lo cual, por hipótesis de inducción, tenemos
(n − rk+1 )!
r1 ! · · · rk !
posibilidades, luego en total tenemos
n! (n − rk+1 )! n!
=
rk+1 !(n − rk+1 )! r1 ! · · · rk ! r1 ! · · · rk+1 !
posibilidades.
Como en G hay ϕ(d) elementos de orden d, el teorema de Burnside nos da
la fórmula anunciada.
Es posible dar una fórmula general para el número de pulseras con exacta-
mente ri cuentas de color i, pero hay que distinguir varios casos. Por ejemplo,
si n = r1 + · · · + rk es impar, la fórmula es
X ϕ(d) (n/d)!
2n (r1 /d)! · · · (rk /d)!
d|h
78 Capítulo 2. Grupos de permutaciones I

salvo si todos los ri son pares excepto uno de ellos (que podemos suponer que
es rk ). Sólo en ese caso hay coloraciones fijadas por las n simetrías del grupo
D2n , y el resultado es
X ϕ(d) (n/d)! ((n − 1)/2)!
+ .
2n (r1 /d)! · · · (rk /d)! 2(r1 /2)! · · · (rk−1 /2)!((rk − 1)/2)!
d|h

Si n es par hay que distinguir tres casos, según si todos los ri son pares, hay
exactamente dos impares o hay más de dos impares. El número de coloraciones
fijadas por una simetría que pase por los puntos medios de dos aristas es 0 salvo
que todos los ri sean pares, en cuyo caso estas n/2 simetrías aportan el sumando

(n/2)!
.
4(r1 /2)! · · · (rk /2)!

En cuanto a las simetrías respecto a un eje que pasa por dos vértices, no fijan
ninguna coloración si hay más de dos ri impares. Si hay exactamente 2 colores
impares (digamos rk−1 y rk ), los dos vértices fijados por la simetría tienen
que pintarse de dichos colores, lo que nos da dos posibilidades, y el sumando
correspondiente es

((n − 2)/2)!
.
2(r1 /2)! · · · (rk−2 /2)!((rk−1 − 1)/2)!((rk − 1)/2)!

El caso más complicado se da cuando todos los ri son pares, porque entonces
podemos pintar los dos vértices fijados de cualquiera de los colores (pero ambos
del mismo color), y el sumando es
k
X ((n − 2)/2)!
.
i=1
4(r1 /2)! · · · ((ri − 2)/2)! · · · (rk /2)!

En resumen, si n = r1 + · · · + rk y h = (r1 , . . . , rk ), el número de collares

de n cuentas en las que hay exactamente ri de color i (lo que podríamos llamar
permutaciones diédricas con repetición) es igual a
X ϕ(d) (n/d)!
PDRnr1 ,...,rk = + S,
2n (r1 /d)! · · · (rk /d)!
d|h

donde S depende de los cinco casos siguientes:

I n es impar y hay más de una multiplicidad ri impar.

II n es impar y sólo una multiplicidad ri es impar.
III n es par y hay más de dos ri impares.
IV n es par y hay exactamente dos ri impares.
V n es par y todos los ri son pares.
2.7. El teorema de Burnside 79

Concretamente,

SI = SIII = 0,
((n − 1)/2)!
SII = ,
2(r1 /2)! · · · (rk−1 /2)!((rk − 1)/2)!
((n − 2)/2)!
SIV = ,
2(r1 /2)! · · · (rk−2 /2)!((rk−1 − 1)/2)!((rk − 1)/2)!
k
(n/2)! X ((n − 2)/2)!
SV = + .
4(r1 /2)! · · · (rk /2)! i=1 4(r1 /2)! · · · ((ri − 2)/2)! · · · (rk /2)!

Coloraciones de un cubo Vamos a determinar de cuántas formas distintas

podemos pintar las caras de un cubo con k colores. Para ello consideramos
el conjunto Ω de todas las coloraciones de las caras de un cubo, de modo que
|Ω| = k 6 , y la acción sobre este conjunto del grupo G ∼
= Σ4 formado por las
simetrías del cubo. Vamos a calcular los cardinales de los conjuntos Ωg para
cada g ∈ G.

• Si g = 1, claramente |Ωg | = |Ω| = k 6 .

• Si g es un giro de 90◦ respecto de un eje que pase por el centro de dos caras
opuestas (y hay 6 giros así, correspondientes a los ciclos de longitud 4 en
Σ4 ), entonces una coloración queda fija si y sólo si asigna el mismo color a
las cuatro caras que giran, y colores arbitrarios a las dos que no se mueven,
luego |Ωg | = k 3 .

• Si g es un giro de 180◦ respecto al mismo eje (y hay 3 giros así, corres-

pondientes a los productos de dos trasposiciones en Σ4 ), entonces una
coloración queda fija si y sólo si asigna el mismo color a cada par de caras
opuestas que giran y colores arbitrarios a las dos que no se mueven, luego
|Ωg | = k 4 .

• Si g es un giro de 120◦ respecto a una recta que pase por dos vértices
opuestos del cubo (y hay 8 giros así, correspondientes a los ciclos de lon-
gitud 3 en Σ4 ), entonces una coloración queda fija si y sólo si asigna el
mismo color a cada grupo de tres caras que rodean a uno de los dos vértices
fijados, luego |Ωg | = k 2 .

• Si g es un giro de 180◦ respecto de un eje que pasa por los puntos medios
de dos aristas opuestas (y hay 6 giros así, correspondientes a las transpo-
siciones de Σ4 ), las caras se intercambian por pares, luego |Ωg | = k 3 .

En total, el número de formas de pintar las caras de un cubo con k colores

es
k 6 + 6k 3 + 3k 4 + 8k 2 + 6k 3 k 6 + 3k 4 + 12k 3 + 8k 2
= .
24 24
80 Capítulo 2. Grupos de permutaciones I

Ejercicio: Determinar el número de formas de pintar los vértices de un cubo con k

colores.

El lector puede plantear y resolver problemas similares al anterior para cual-

quier otro poliedro regular, teniendo en cuenta la estructura de los grupos de
simetrías determinada en la sección anterior.
Capítulo III

Teoremas de estructura

En la prueba del teorema [Al 5.50] hemos dejado pendientes de demostración

dos resultados no triviales sobre grupos finitos. En realidad ambos son casos
particulares de un mismo hecho:

Si G es un grupo finito y pn | |G|, donde p es primo, entonces G

tiene un subgrupo de orden pn .

En este capítulo vamos a demostrar resultados de este tipo, es decir, resulta-

dos que nos den información sobre qué podemos esperar de la estructura de un
grupo. No es lo mismo saber que un grupo es no abeliano y tiene seis elementos
que saber que tiene concretamente un único subgrupo normal de orden 3 y tres
subgrupos de orden 2 que no son normales, pero eso es justo lo que podemos
decir si sabemos que un grupo es no abeliano y tiene seis elementos. Similar-
mente, si sabemos que un grupo tiene 9 elementos, no es trivial en absoluto que
es necesariamente abeliano, pero hemos visto que es así, etc.

3.1 Producto de grupos

Una forma de describir con claridad la estructura de un grupo es probar
que es isomorfo al producto cartesiano de otros grupos de menor orden (luego
más sencillos). En esta sección vamos a desarrollar para el producto de grupos
una teoría análoga a la que desarrollamos en la sección [Al 4.2] para la suma de
módulos. Concretamente, vamos a definir lo que es una descomposición de un
grupo en producto directo interno de una familia de subgrupos y demostraremos
que esto equivale a que sea isomorfo al producto directo externo de esos mismos
subgrupos (el producto cartesiano que ya tenemos definido).
Conviene probar primero un resultado elemental:

Teorema 3.1 Si dos subgrupos normales de un grupo G tienen intersección

trivial, entonces conmutan elemento a elemento.

81
82 Capítulo 3. Teoremas de estructura

n que N ∩ M = 1. Sean n ∈ N
Demostración: Sean N y M ⊴ G tales
y m ∈ M . Entonces n−1 m−1 nm = m−1 m = n−1 nm ∈ N ∩ M = 1, luego
nm = mn.

Definición 3.2 Diremos que un grupo G es producto directo (interno) de los

subgrupos N1 , . . . , Nr si todos son normales en G, se cumple que G = N1 · · · Nr
y la intersección de cada Ni con el producto de los factores restantes es trivial.
En tal caso se escribe G = N1 × · · · × Nr .

Observemos que la notación es la misma que hemos empleado en 1.2 para

el producto que podemos llamar “externo” para distinguirlo del anterior, en el
que los factores no son subgrupos de un grupo dado de antemano. Enseguida
veremos que, cuando G es producto directo internos de unos subgrupos, de hecho
es isomorfo a su producto directo externo, exactamente igual que sucede con la
suma directa y el producto de módulos. Esto se debe al teorema siguiente:

Teorema 3.3 Sea G un grupo y N1 , . . . , Nr una familia de subgrupos. Las

afirmaciones siguientes son equivalentes:

1. G = N1 × · · · × Nr .

2. Cada Ni ⊴ G y cada elemento g ∈ G se expresa de forma única como

producto g = n1 · · · nr con cada ni ∈ Ni .

Demostración: Si se cumple 1), por definición tenemos que Ni ⊴ G, así

como que todo elemento de G se expresa de la forma indicada. Falta probar que
la expresión es única. Supongamos que n1 · · · nr = n′1 · · · n′r . Entonces

n′−1 ′ ′
1 n1 = (n2 · · · nr )(n2 · · · nr )
−1
∈ N1 ∩ (N2 · · · Nr ) = 1,

luego n1 = n′1 , luego n2 · · · nr = n′2 · · · n′r y, procediendo del mismo modo,

llegamos a que ni = n′i para todo índice i.
Si se cumple 2), tenemos trivialmente que G = N1 · · · Nr , y si se cumple que
n ∈ N1 ∩(N2 · · · Nr ), entonces n = n2 · · · nr , con ni ∈ Ni , luego n−1 n2 · · · nr = 1
y, como también 1 · · · 1 = 1, por la unicidad de la expresión tiene que ser ni = 1
para todo i, luego n = 1, luego N1 ∩ (N2 · · · Nr ) = 1.
Ahora, por el teorema 3.1, tenemos que N1 y N2 · · · Nr conmutan elemento a
elemento, luego si se cumple que n ∈ N2 ∩ (N1 N3 · · · Nr ), entonces tenemos que
n = n1 n3 · · · nr , con ni ∈ Ni , pero N2 conmuta con N1 elemento a elemento,
luego podemos escribir n1 n−1 n3 · · · nr = 1, de donde concluimos como antes que
n = 1, luego N2 ∩ (N1 N3 · · · Nr ) = 1, y prosiguiendo de este modo concluimos
que cada Ni tiene intersección trivial con el producto de los demás subgrupos.

Notemos que, tal y como hemos usado en la demostración, si tenemos un

producto G × H de grupos no abelianos, se trata de un grupo no abeliano, pero
los elementos de G conmutan con los de H.
3.1. Producto de grupos 83

Ahora es inmediato que la aplicación (N1 ×· · ·×Nr )ext −→ (N1 ×· · ·×Nr )int
dada por (n1 , . . . , nr ) 7→ n1 · · · nr es un isomorfismo de grupos. Notemos que
(n1 , . . . , nr )(n′1 , . . . , n′2 ) 7→ n1 · · · nr n′1 · · · n′r = (n1 n′1 ) · · · (nr n′r )
porque n′1 conmuta con n2 · · · nn , luego podemos escribir
(n1 n′1 )n2 · · · nr n′2 · · · n′r ,
y a su vez, n′2 conmuta con n3 · · · nr , por lo que podemos escribir
(n1 n′1 )(n2 n′2 )n3 · · · nr n′3 · · · n′r ,
y así llegamos a la expresión final (n1 n′1 ) · · · (nr n′r ).
Recíprocamente, si tenemos un producto externo G = G1 × · · · × Gr , donde
los factores no son, en principio, subgrupos de ningún otro grupo, tenemos
monomorfismos de grupos ιi : Gi −→ G dados por ιi (gi ) = (1, . . . , gi , . . . , 1) y
las imágenes Ni = Im ιi son subgrupos normales de G, pues
(h1 , . . . , hn )−1 (1, . . . , gi , . . . , 1)(h1 , . . . , hn ) = (1, . . . , h−1
i gi hi , . . . , 1) ∈ Ni ,

y el producto de los Nj para j ̸= i está formado por los elementos de G con

componente i-ésima trivial, luego es un subgrupo que tiene intersección trivial
con Ni , luego G = N1 × · · · × Nr (como producto interno).
Así pues, los conceptos de "producto interno" y "producto externo" son
equivalentes.
Dejamos al lector la extensión de estos conceptos y resultados al caso de
infinitos factores, que es completamente análogo al caso de los módulos, aunque
no vamos a necesitarlo en ningún momento.
Q
Hay que distinguir igualmente entre el producto (externo) de grupos: Gi ,
con la operación (f g)(i) = f (i)g(i), y el producto directo (externo): i∈I
Q∗ Q Q
Gi = {f ∈ Gi | {i ∈ I | f (i) ̸= 1} es finito} ≤ Gi .
i∈I i∈I i∈I

Internamente sólo podemos definir un producto directo interno (análogo a la

suma directa de módulos) que resulta ser equivalente al producto directo ex-
terno.

Grupos abelianos Citamos ahora el teorema [Al 4.51] (véanse también las
observaciones posteriores), que hemos demostrado en [Al] porque la prueba es
válida para módulos sobre un DIP arbitrario:
Teorema 3.4 Todo grupo abeliano finitamente generado G (en particular todo
grupo abeliano finito) es producto directo de un número finito de grupos cíclicos:
G = Cd1 × · · · × Cdr , y la descomposición es única si exigimos que cada di finito
sea potencia de primo, o que los di finitos cumplan di | di+1 .
Cuando los di finitos se escogen de modo que sean potencias de primo se
llaman factores invariantes del grupo, y cuando se escogen de modo que di | di+1
se llaman divisores elementales.
84 Capítulo 3. Teoremas de estructura

A la hora de manipular descomposiciones en producto de grupos cíclicos

finitos, el único resultado de fondo es el teorema chino del resto [Al 3.53], que
en términos de grupos finitos dice así:
Teorema 3.5 Si m, n son números naturales primos entre sí, Cmn ∼
= Cm × Cn .

Ejemplo Si queremos determinar todos los grupos abelianos de orden 24, las
posibilidades son, en términos de divisores elementales:
C8 × C3 , C2 × C4 × C3 , C2 × C2 × C2 × C3 .
No hay más posibilidades de productos de grupos cíclicos de órdenes potencia
de primo que tengan orden 24. En términos de factores invariantes son
C24 , C2 × C12 , C2 × C2 × C6 .
Estos grupos son isomorfos a los anteriores en virtud del teorema 3.5, y son los
únicos productos de grupos cíclicos con orden 24 en total en los que el orden
de cada factor divida al del siguiente. Así pues, hay exactamente 3 clases de
grupos abelianos de orden 24.

Ejercicio: Probar que si n es impar D4n ∼

= D2n × C2 .
Recordemos por último el teorema [Al 4.53], según el cual un grupo finito
abeliano contiene subgrupos de todos los órdenes que dividen al orden del grupo.
Esto también es cierto para p-grupos no abelianos:
Teorema 3.6 Si p es un primo, todo p-grupo posee subgrupos de todos los gru-
pos que dividen a su orden.
Demostración: Sea |G| = pn . Vamos a probar que G cumple el resultado
por inducción sobre n. Si n = 1 entonces G es cíclico y no hay nada que probar.
Si vale para grupos de orden pm con m < n distinguimos dos casos: si G es
abeliano ya sabemos que cumple el teorema. En caso contrario, |Z(G)| = pr ,
con r > 0, por 2.5, luego |G/Z(G)| = pn−r . Por hipótesis de inducción G/Z(G)
tiene un subgrupo H/Z(G) de orden pi , para todo i ≤ n − r, luego |H| = pi+r .
Esto prueba que G tiene subgrupos de todos los órdenes pi con r ≤ i ≤ n, pero
como Z(G) es abeliano, tiene subgrupos de orden pi para 0 ≤ i ≤ r, luego G
también.
En particular todo p-grupo tiene un subgrupo de índice p, que es necesaria-
mente normal, por el teorema 2.27.
Ejemplo La descomposición de un grupo abeliano en producto de grupos cí-
clicos determina completamente su estructura. Por ejemplo, consideremos el
grupo A = C2 × C4 . Teniendo en cuenta que el orden de un par (g1 , g2 ) es
el mínimo común múltiplo de los órdenes de sus componentes, consideramos la
tabla siguiente:
1 4 2 4
1 1 4 2 4
2 2 4 2 4
3.1. Producto de grupos 85

En C4 hay un elemento de orden 2 y dos de orden 4, mientras que en C2

hay un elemento de orden 2. La tabla contiene el mínimo común múltiplo de
cada par, y en ella vemos que A tiene un elemento de orden 1, tres de orden 2
y cuatro de orden 4.
Hilando más fino, los tres elementos de orden 2 no son todos “iguales”. Si
C2 = ⟨x⟩ y C4 = ⟨y⟩, los elementos de orden 4 son (1, y), (1, y 3 ), (x, y), (x, y 3 ),
y vemos que sus cuadrados son todos iguales a (1, y 2 ), luego hay un elemento
de orden 2 que se distingue por que es el cuadrado de todos los elementos de
orden 4, mientras que los otros dos no son el cuadrado de ningún elemento de A.
De aquí podemos deducir que el grupo Aut A tiene 8 elementos. En efecto,
si x, x′ ∈ A son dos elementos de orden 2 que no sean cuadrados e y, y ′ ∈ A son
dos elementos de orden 4, entonces A = ⟨x⟩ × ⟨y⟩ = ⟨x′ ⟩ × ⟨y ′ ⟩ y claramente
tenemos isomorfismos ⟨x⟩ −→ ⟨x′ ⟩, ⟨y⟩ −→ ⟨y ′ ⟩ dados por xj 7→ x′j , y j 7→ y ′j ,
respectivamente, que inducen un automorfismo f : A −→ A dado por

f (xj y k ) = x′j y ′k .

En otras palabras, fijados x, y ∈ A de órdenes 2 y 4, respectivamente (y

de modo que x no sea un cuadrado), para cada par de elementos x′ , y ′ en las
mismas condiciones existe un único automorfismo f ∈ Aut A determinado por
que f (x) = x′ y f (y) = y ′ , y esto nos da un total de 8 automorfismos distintos
(y ninguno más).
Más precisamente, se cumple que Aut A ∼ = D8 . En efecto, fijado un par (x, y)
en las condiciones indicadas, la tabla siguiente describe cada automorfismo por
su imagen sobre dicho par:

1 σ σ2 σ3 τ στ σ2 τ σ3 τ
2 3 2 3 2 3 2 3
(x, y) (xy , xy) (x, y ) (xy , xy ) (xy , y) (x, xy ) (xy , y ) (x, xy)

El lector puede comprobar que cada automorfismo se obtiene de σ y τ como

se indica. Por ejemplo, σ 2 (y) = σ(xy) = σ(x)σ(y) = xy 2 xy = y 3 , así como que
se cumplen las relaciones σ 4 = τ 2 = 1 y σ τ = σ −1 , por lo que el teorema 1.38
nos asegura que el grupo es diédrico.

La estructura de los grupos de unidades Los grupos Un de las unidades

del anillo Z/nZ son ejemplos de grupos abelianos finitos cuya descomposición
en producto de grupos cíclicos no es obvia. El primer paso para determinar
su estructura es observar que si m y n son números naturales primos entre sí,
entonces, por el teorema chino del resto [Al 3.53]

Z/mnZ ∼
= (Z/mZ) × (Z/nZ)

donde el isomorfismo es [a] 7→ ([a], [a]), y es claro que este isomorfismo de anillos
se restringe a un isomorfismo de grupos Umn ∼ = Um × Un .
Recordemos que la función de Euler es ϕ(m) = |Um |. Ahora es fácil probar:
86 Capítulo 3. Teoremas de estructura

Teorema 3.7 La función de Euler está caracterizada por las propiedades si-
guientes:
ϕ(pn ) = (p − 1)pn−1 , si (m, n) = 1, ϕ(mn) = ϕ(m)ϕ(n).
Demostración: La segunda propiedad es consecuencia inmediata del iso-
morfismo Umn ∼ = Um ×Un . En cuanto a la primera, los números naturales meno-
res que pn que no son primos con pn son los de la forma pm, con 0 ≤ m < pn−1 ,
luego son pn−1 , luego ϕ(pn ) = pn − pn−1 = (p − 1)pn−1 .
Si p es un número primo, el grupo Up es cíclico, por el teorema [Al 4.51].
No merece la pena repetir aquí las demostraciones de los teoremas [ITAl 3.31] e
[ITAl 3.32], que aseguran que Upn es un grupo cíclico siempre que p es un primo
impar, mientras que [ITAl 3.33] afirma que si n ≥ 3, entonces U2n ∼
= C2 ×C2n−2 .
Reuniendo estos hechos tenemos:
Teorema 3.8 Si n = pe11 · · · perr , donde los pi son primos distintos, entonces
Un ∼
= Upe11 × · · · × Uperr ,
donde cada factor es cíclico salvo si pi = 2, en cuyo caso, U2 = 1, U4 ∼
= C2 y,
para n ≥ 3, U2n ∼
= C2 × C2n−2 .
Remitimos a la sección 3.6 de [ITAl] para los detalles sobre cómo encontrar
generadores explícitos de los grupos Un .
Por ejemplo, U3000 =∼ U8 × U3 × U125 ∼ = C2 × C2 × C2 × C100 .

3.2 Grupos libres

Introducimos ahora una familia de grupos que figura entre las construcciones
más abstractas que vamos a considerar, pero que en la sección siguiente nos
permitirá introducir la forma más eficiente de definir grupos en términos de
su pura estructura algebraica. Se trata de la versión análoga para grupos del
concepto de módulo libre, sólo que en el caso de los grupos es mucho más
delicada. Los definimos a partir del análogo al teorema [Al 4.21]:
Definición 3.9 Un subconjunto X de un grupo G es una base de G si para
todo grupo H y toda aplicación f : X −→ H existe un único homomorfismo de
grupos f ∗ : G −→ H que extiende a f . Un grupo es libre si tiene una base.
Por ejemplo, es claro que un grupo trivial cumple la definición de grupo
libre tomando como base el conjunto vacío. También es fácil ver que el grupo
aditivo Z es libre con base 1. En cambio, veremos que el Z-módulo libre Z2 no
es un grupo libre.
Ejercicio: Probar que Z2 no es un grupo libre a partir de la definición.
Las bases de un módulo se definen como sistemas generadores libres. Es po-
sible dar una caracterización análoga de las bases de un grupo, pero la definición
de sistema libre es un poco más delicada:
3.2. Grupos libres 87

Un subconjunto X de un grupo G es libre si siempre que x1 , . . . , xn ∈ X de

modo que no haya dos elementos consecutivos iguales y m1 , . . . mn son enteros
no nulos, entonces xm mn
1 · · · xn ̸= 1.
1

Notemos que una adaptación más superficial de la definición de subconjunto

libre de un módulo exigiría que los xi fueran distintos dos a dos, pero no podemos
exigir eso si queremos que un generador libre cumpla la propiedad de extensión
de aplicaciones que hemos usado para definir las bases. Sólo podemos exigir que
un mismo elemento no aparezca dos veces seguidas en lo que es el análogo de
una combinación lineal.
Veamos algunas consecuencias elementales esta definición:

• El conjunto vacío es libre, pues cumple trivialmente la definición. Más en

general, todo subconjunto de un conjunto libre es libre.
• Si 1 ∈ X, entonces X no es libre, pues 11 = 1 contradice la definición.
• Si X es libre y x ∈ X, entonces x−1 ∈ / X. En efecto, si x ̸= x−1 tenemos
que x y = 1, con y = x , y esto contradice la definición. Si x = x−1
1 1 −1

entonces x2 = 1 contradice la definición.

• Si X es libre y x, y ∈ X, con x ̸= y, entonces xy ̸= yx, pues por definición
x−1 y −1 xy ̸= 1. En particular un grupo que contenga un subconjunto libre
con al menos dos elementos no es abeliano.

Teorema 3.10 Un subconjunto X de un grupo G es una base si y sólo si es un

sistema generador libre. En tal caso, todo g ∈ G no trivial se expresa de forma
única como g = xm mn
1 · · · xn , con xi ∈ X, mi ∈ Z no nulo y donde no hay dos
1

potencias consecutivas con la misma base.

Demostración: Supongamos que X es un generador libre y veamos pri-

mero la última parte del enunciado. El hecho de que X sea un generador implica
que todo g ∈ G puede expresarse como g = xm mn
1 · · · xn , con xi ∈ X, mi ∈ Z.
1

Podemos suponer que los exponentes son todos no nulos, pues los exponentes
nulos se pueden eliminar (y si g ̸= 1, no los eliminaremos todos). Si hay dos
bases consecutivas iguales, podemos agrupar las potencias sumando los expo-
nentes y, tras un número finito de pasos, llegaremos a una expresión en la que
ya no se dé el caso. Supongamos ahora que
kl
xm mn k1
1 · · · xn = y1 · · · yl ,
1

con xi , yj ∈ X, mi , kj ∈ Z no nulos, n ≤ l y de modo que en ningún miembro

hay dos bases consecutivas iguales. Entonces

x−m
n
n
· · · x−m
1 y1 · · · ylkl = 1.
1 k1

Por la definición de subconjunto libre, esto sólo puede ocurrir si x1 = y1 , luego

tenemos que
x−m
n
n
· · · x−m
2
2 k1 −m1 k2
y1 y2 · · · ylkl = 1,
88 Capítulo 3. Teoremas de estructura

pero esto sólo es posible si m1 = k1 , con lo que tenemos

xn−mn · · · x−m
2 y2 · · · ylkl = 1.
2 k2

Repitiendo el argumento llegamos a que xi = yi , mi = ki y, si fuera n < l,

quedaría
kn+1
yn+1 · · · ylkl = 1,
lo que contradice la definición de subconjunto libre, luego tiene que ser n = l
y así la expresión de cada g ∈ G no trivial en las condiciones del enunciado es
única.
Veamos ahora que X es una base de G. Para ello consideramos un grupo H
y una aplicación f : X −→ H. Entonces definimos f ∗ : G −→ H mediante

f ∗ (xm mn
1 · · · xn ) = f (x1 )
1 m1
· · · f (xn )mn , f ∗ (1) = 1.

El hecho de que todo elemento de G admita una única expresión de la forma

considerada justifica que f ∗ está bien definida y claramente extiende a f . Vea-
mos que es un homomorfismo de grupos, es decir, que f ∗ (g1 g2 ) = f ∗ (g1 )f ∗ (g2 ).
Claramente podemos suponer que g1 ̸= 1 ̸= g2 . Entonces, expresando g1 y g2
en las condiciones del enunciado, tenemos que probar que

f ∗ (xm mn k1 kl ∗ m1 mn ∗ k1 kl
1 · · · xn y1 · · · yl ) = f (x1 · · · xn )f (y1 · · · yl ).
1

Lo probamos primero en el caso en que l = 1, es decir, que

f ∗ (xm mn k1 ∗ m1 mn k1
1 · · · xn y1 ) = f (x1 · · · xn )f (y1 ) .
1

Para ello distinguimos si y1 = xn o si y1 ̸= xn . En el primer caso, si además

mn + k1 ̸= 0,

f ∗ (xm mn k1 ∗ m1 mn +k1
1 · · · xn y1 ) = f (x1 · · · xn
1
) = f (x1 )m1 · · · f (xn )mn +k1

f (x1 )m1 · · · f (xn )mn f (y1 )k1 = f ∗ (xm mn k1

1 · · · xn )f (y1 ) .
1

Si mn + k1 = 0 el cálculo es similar, eliminando la potencia correspondiente

antes de aplicar f ∗ . En el segundo caso basta aplicar directamente la definición
de f ∗ .
Ahora, razonando inductivamente obtenemos que

f ∗ (xm mn k1 kl ∗ m1 mn k1 kl
1 · · · xn y1 · · · yl ) = f (x1 · · · xn )f (y1 ) · · · f (yl )
1

= f ∗ (xm mn ∗ k1 kl
1 · · · xn )f (y1 · · · yl ).
1

Es claro que f ∗ es la única extensión posible de f , luego concluimos que

X es una base. Supongamos ahora que X es una base de G y veamos que es
un sistema generador. Para ello llamamos G0 el subgrupo generado por X.
Tenemos que probar que G0 = G.
3.2. Grupos libres 89

La inclusión X −→ G0 se extiende a un homomorfismo i : G −→ G0 .

Consideramos también la inclusión j : G0 −→ G. Entonces i ◦ j : G −→ G
es un homomorfismo que se restringe a la identidad en X. Por la unicidad de
las extensiones tiene que ser la identidad, lo que implica que j es suprayectiva,
luego G = G0 .
Dejamos pendiente para más adelante la prueba de que toda base es un
subconjunto libre (la veremos tras el teorema 3.13).
Veamos ahora que un grupo libre está completamente determinado por el
cardinal de cualquiera de sus bases:

Teorema 3.11 Si G y H son grupos libres con bases X e Y , respectivamente,

entonces G y H son isomorfos si y sólo si X e Y tienen el mismo cardinal.

Demostración: Si f : X −→ Y es una aplicación biyectiva, a partir de

ella obtenemos homomorfismos de grupos f ∗ : G −→ H y (f −1 )∗ : H −→ G que
extienden a f y f −1 , respectivamente, luego f ∗ ◦ (f −1 )∗ es un homomorfismo
de G en sí mismo que extiende a la identidad en X, luego por la unicidad es
la identidad, e igualmente sucede con (f −1 )∗ ◦ f ∗ , luego ambas extensiones son
isomorfismos mutuamente inversos.
Supongamos ahora que existe un isomorfismo f ∗ : G −→ H. Sea Hom(G, C2 )
el conjunto de todos los homomorfismos de G en un grupo cíclico de orden 2,
e igualmente con H. Tenemos una biyección Hom(G, C2 ) −→ Hom(H, C2 )
dada por g 7→ (f ∗ )−1 ◦ g, luego ambos conjuntos tienen el mismo cardinal.
Pero por definición de grupo libre hay tantos homomorfismos de G en C2 como
aplicaciones de X en C2 , e igualmente con H e Y , luego:

2|X| = |Hom(G, C2 )| = |Hom(H, C2 )| = 2|Y | .

Si X es finito, esto implica que Y también es finito y que |X| = |Y |. Obviamente,

llegamos a la misma conclusión si Y es finito, luego sólo queda el caso en que
ambas bases son infinitas. Este caso requiere más resultados sobre cardinales de
los que hemos presentado aquí, pero consiste en probar1 (y esto requiere AE)
que en tal caso |G| = |X|, con lo que, de hecho, |X| = |G| = |H| = |Y |.

Definición 3.12 Llamamos rango de un grupo libre al cardinal de cualquiera

de sus bases.

En estos términos, el teorema anterior afirma que dos grupos libres son
isomorfos si y sólo si tienen el mismo rango.
El teorema siguiente prueba la existencia de grupos libres, pero, sobre todo,
nos da una idea más concreta de cómo son sus elementos:
1 En realidad la prueba es sencilla: si llamamos X̄ = X ∪ X −1 (donde X −1 es el conjunto

de los inversos de los elementos de X), el hecho de que X sea un sistema generador implica que
la aplicación que a cada sucesión finita (x1 , . . . , xn ) de elementos de X̄ le asigna x1 · · · xn ∈ G
es suprayectiva, luego el cardinal de G es menor o igual que el cardinal del conjunto de
sucesiones finitas en X̄, y la teoría de cardinales da que dicho cardinal es |X̄| = |X|. Por lo
tanto |G| ≤ |X|, y la otra desigualdad es trivial.
90 Capítulo 3. Teoremas de estructura

Teorema 3.13 Existen un grupo libre de cualquier rango posible, y es único

salvo isomorfismo.

Demostración: La unicidad ya la tenemos probada. Fijemos un conjunto

arbitrario X0 y vamos a construir un grupo libre de rango |X0 |. Podemos
suponer que X0 no es vacío, pues ya sabemos que el grupo trivial es libre de
rango 0.
Llamamos X = X0 × {0}, X −1 = X0 × {1} y X̄ = X ∪ X −1 . Obviamente,
|X| = |X0 |, por lo que |X| es un cardinal arbitrario (no nulo). Consideramos la
biyección X̄ −→ X̄ dada por (x, 0)−1 = (x, 1), (x, 1)−1 = (x, 0). Notemos que
si x ∈ X̄, entonces (x−1 )−1 = x.
Sea L el conjunto de todas las sucesiones finitas en X̄ tales que no hay ningún
término x precedido o seguido de x−1 . Entendemos que L contiene también la
sucesión vacía de longitud 0, que representaremos por 1.
Los elementos de L se llaman palabras reducidas (donde el adjetivo reducidas
hace referencia a la condición que excluye las parejas xx−1 o x−1 x). Podemos
considerar que X̄ ⊂ L identificando cada elemento de X̄ con una sucesión de
longitud 1.
Por ejemplo, si X = {a, b}, entonces los elementos de L de longitud ≤ 2 son

1, a, b, a−1 , b−1 , aa, ab, ab−1 , ba, ba−1 , bb,

a−1 a−1 , a−1 b, a−1 b−1 , b−1 a, b−1 a−1 , b−1 b−1 .
Para cada x ∈ X̄, definimos πx : L −→ L como la aplicación que a cada
sucesión p ∈ L le añade x como último término si no termina en x−1 , o le quita
su último término si éste es x−1 .
Por ejemplo, πa−1 (ab) = aba−1 , πa−1 (ba) = b.
Se comprueba inmediatamente que πx ◦ πx−1 = πx−1 ◦ πx son ambas la
identidad en L, luego las aplicaciones πx son biyectivas y (πx )−1 = πx−1 .
Así tenemos definida π : X̄ −→ ΣL dada por x 7→ πx , que a su vez podemos
extender a una aplicación π : L −→ ΣL mediante πx1 ···xn = πx1 ◦ · · · ◦ πxn (con
el convenio de que π1 es la identidad en L). Teniendo en cuenta que πx (1) = x,
para todo x ∈ X̄, vemos que πp (1) = p para todo p ∈ L, luego π es inyectiva.
Ahora observamos que π[L] es el subgrupo de ΣL generado por π[X].
En efecto, obviamente 1 = π1 ∈ π[L]. Veamos ahora que si g, h ∈ π[L],
también gh ∈ π[L]. Podemos suponer que ambos factores son no triviales.
Entonces g = πx1 ◦ · · · ◦ πxn y h = πy1 ◦ · · · ◦ πym , para ciertos xi , yj ∈ X̄, y
un razonamiento inductivo nos reduce la comprobación al caso en que h = πy ,
con y ∈ X̄. Basta distinguir dos casos, según si y = x−1 −1
n o bien y ̸= xn . En el
primer caso gh = πx1 ···xn−1 ∈ π[L] y en el segundo gh = πx1 ···xn y ∈ π[L].
−1
Por otra parte, x−1 n · · · x1 ∈ L, y πx−1
1 ···xn
= πx−1 −1 ∈ π[L], luego π[L]
n ···x1

es un subgrupo, obviamente generado por π[X̄], pero como los elementos de

π[X −1 ] son los inversos de los elementos de π[X], de hecho π[L] está generado
por π[X].
3.2. Grupos libres 91

Consideramos en L la estructura de grupo que convierte a π en un isomor-

fismo. Así, L es un grupo generado por X, de modo que si x ∈ X̄, se cumple
que x−1 es su inverso respecto a dicha estructura, pues

x · x−1 = π −1 (πx ◦ πx−1 ) = π −1 (1) = 1,

e igualmente x−1 · x = 1.
Similarmente, si x1 · · · xn ∈ L, con cada xi ∈ X̄, tenemos que

x1 · · · xn = π −1 (πx1 ◦ · · · ◦ πxn ) = x1 · · · · · xn ,

es decir, que la sucesión x1 · · · xn es el producto de los elementos x1 , . . . , xn

respecto de la estructura de grupo.
En definitiva, tenemos que L es un grupo en el que todo elemento no trivial
se expresa de forma única como producto x1 · · · xn de elementos de X o de sus
inversos de modo que en la expresión no aparece ningún x precedido o seguido
de x−1 .
Esto implica que X es un generador libre de L, pues, ciertamente, todo
g ∈ L no trivial se expresa en la forma g = xm mn
1 · · · xn , donde no hay dos bases
1

consecutivas iguales y los exponentes son no nulos, y la expresión es única,

pues si hubiera dos, desarrollando cada potencia xm i
i
= xϵi i · · · xϵi i , con ϵi = ±1,
tendríamos dos expresiones distintas de g en las condiciones anteriores. Por la
parte ya probada del teorema 3.10 tenemos que X es una base de L.
Así pues, un grupo libre de base X (salvo isomorfismo) no es más que el
conjunto de todas las palabras reducidas que pueden formarse con los elementos
de X. Por ejemplo, si X = {a, b, c}, entonces una palabra reducida “típica” es
de la forma
g = a3 b5 c−3 b−1 c2 ,
donde “reducida” significa que no puede simplificarse de forma obvia, como sería
el caso de ab3 b−2 cc2 , que podría reducirse a abc3 .
Notemos que hemos construido un grupo libre de un cardinal arbitrario cuya
base es un generador libre. Esto nos permite probar la parte que nos faltaba
del teorema 3.10:
Sea X una base de un grupo G. Ya sabemos que X es un sistema ge-
nerador, y ahora podemos probar que es libre. En efecto, si tenemos una
expresión xm mn
1 · · · xn
1
= 1, con xi ∈ X, mi ∈ Z y no hay dos bases con-
secutivas iguales, consideramos un grupo L que tenga un generador libre X ′
del mismo cardinal que X (acabamos de probar su existencia) y tomamos
f : X −→ X ′ biyectiva, que se extiende a un homomorfismo f ∗ : G −→ L.
Entonces f ∗ (x1 )m1 · · · f ∗ (xn )mn = 1 y no hay dos bases consecutivas iguales,
luego tiene que ser m1 = · · · = mn = 0.
Ahora ya es inmediato que todo grupo libre de rango mayor o igual que 2 es
no abeliano, pues tiene un generador libre con al menos dos elementos.
92 Capítulo 3. Teoremas de estructura

Ejercicio: Probar que si X es una base de un grupo G y X0 ⊂ X, entonces X es una

base de G0 = ⟨X0 ⟩.
Puede probarse que todo subgrupo de un grupo libre es libre, pero en general
no es cierto que su rango sea menor o igual que el rango del grupo. Veamos un
ejemplo:
Teorema 3.14 Si G es un grupo libre de rango 2, su subgrupo derivado G′ es
libre de rango numerable.
Demostración: Sea X = {a, b} una base de G. Sea f : X −→ Z2 la
aplicación dada por f (a) = (1, 0) y f (b) = (0, 1). Entonces f se extiende a un
homomorfismo de grupos f ∗ : G −→ Z2 y sea N su núcleo. Como G/N ∼ = Z2
′ ¯∗ ′
es abeliano, tiene que ser G ≤ N , luego podemos definir f : G/G −→ Z2 , de
modo que f¯∗ ([a]) = (1, 0) y f¯∗ ([b]) = (0, 1).
Por otro lado, como G/G′ es un Z-módulo y Z2 es un Z-módulo libre, po-
demos definir un homomorfismo de módulos (luego de grupos) g : Z2 −→ G/G′
determinado por que g(1, 0) = [a], g(0, 1) = [b]. Como f¯∗ ◦ g y g ◦ f¯∗ coinci-
den con la identidad sobre un sistema generador, ambos son la identidad, luego
tanto f ∗ como g son isomorfismos.
Así pues un elemento g ∈ G cumple g ∈ G′ si y sólo si f¯∗ ([g]) = (0, 0). Pero,
explícitamente, si
g = am1 bn1 · · · amk bnk ,
!
k k
tenemos que f¯∗ ([g]) =
P P
mi , nj . Esto implica que el subgrupo derivado
i=1 j=1
G′ está generado por los conmutadores de la forma [am , bn ] = a−m b−n am bn .
En efecto, usando que am bn = bn am [am , bn ], podemos operar la expresión
de un g ∈ G′ en términos de la base hasta agrupar todas las potencias de a y b:
am1 bn1 · · · amk bnk = am1 bn1 · · · amk−1 bnk−1 +nk amk [amk , bnk ]
= am1 bn1 · · · amk−1 +mk bnk−1 +nk [bnk−1 +nk , amk ][amk , bnk ].
Teniendo en cuenta que tanto los mi como los ni suman 0, tras un número finito
de pasos llegamos a un producto de conmutadores de la forma [am , bn ] o bien
de la forma [bn , am ] = [am , bn ]−1 .
Veamos ahora que X ′ = {[am , bn ] | m, n ∈ Z \ {0}} es una base de G′ .
Acabamos de probar que es un generador, luego sólo tenemos que probar que
es libre. Para ello suponemos que
[am1 , bn1 ]k1 · · · [aml , bnl ]kl = 1,
donde no hay dos bases consecutivas iguales. Tenemos que probar que todos
los ki son nulos. En caso contrario, eliminando los términos que sí tengan
exponente nulo, podemos suponer que ninguno es nulo. Sustituyendo cada con-
mutador por su definición y cada potencia de exponente ki por |ki | factores con
exponente ±1, obtenemos una expresión
[am1 , bn1 ]ϵ1 · · · [amr , bnr ]ϵr = 1,
3.2. Grupos libres 93

donde ϵi = ±1 y ningún conmutador está precedido o seguido por su inverso.

Pongamos, por concretar, que ϵ1 = 1. Entonces, la expresión empieza por
a−m1 b−n1 am1 bn1 · · ·. Si ϵ2 = 1, la expresión continúa con

a−m1 b−n1 am1 bn1 a−m2 b−n2 am2 bn2 · · · ,

donde no hay dos bases consecutivas iguales. Si, por el contrario, ϵ2 = −1,
tenemos
a−m1 b−n1 am1 bn1 −n2 a−m2 bn2 am2 · · · ,
donde, o bien n1 −n2 ̸= 0, o bien n1 −n2 = 0 y entonces m1 −m2 ̸= 0 (porque los
dos conmutadores consecutivos no pueden ser mutuamente inversos) y tenemos

a−m1 b−n1 am1 −m2 bn2 am2 · · ·

En cualquier caso, seguimos teniendo una secuencia no vacía sin bases conse-
cutivas iguales. En general, cada vez que consideramos un nuevo conmutador,
o bien se añaden cuatro nuevos términos a la sucesión, o bien dos se contraen
y sólo añadimos tres, o bien hay dos contracciones y sólo añadimos uno, pero,
como mínimo, se añade uno. Por lo tanto, al llegar hasta el último conmutador,
acabamos con una expresión que contradice que X sea libre.
Teniendo en cuenta que todo subconjunto de un conjunto libre es libre,
vemos que un grupo libre de rango 2 contiene subgrupos libres de todos los
rangos finitos (además de subgrupos de rango numerable).
Ejemplo Aunque puede parecer que los grupos libres son unos objetos muy “ar-
tificiosos”, lo cierto es que aparecen de forma natural en algunos contextos. Uno
de los más importantes es la topología algebraica, pero también existen ejemplos
geométricos sencillos. Por ejemplo, consideremos el grupo G = LG(3, R) for-
mado por las matrices regulares 3 × 3 con coeficientes reales, que es ciertamente
un grupo con el producto de matrices, y en él los elementos
   
6 2 −3 2 6 −3
1 1
σ= 2 3 6 , τ =  −6 3 2 .
7 7
3 −6 2 3 2 6

Vamos a probar que el conjunto X = {σ, τ } es libre, con lo que L = ⟨σ, τ ⟩

es un subgrupo2 libre en G de rango 2.
Supongamos, por reducción al absurdo, que se cumple

xm mn
1 · · · xn = 1,
1

donde los exponentes son enteros no nulos, cada xi es σ o τ y no hay dos

potencias consecutivas con la misma base.
2 En la sección 4.3 de [G] hemos visto que las matrices σ y τ son, más concretamente las

matrices (respecto de la base canónica) de dos giros en R3 respecto que ejes que pasan por
el origen de coordenadas, así como que el conjunto de todos estos giros forman un grupo
(isomorfo al grupo formado por sus matrices asociadas). Por lo tanto, en realidad vamos a
demostrar que el grupo de todos los giros contiene un subgrupo libre de rango 2.
94 Capítulo 3. Teoremas de estructura

En primer lugar veamos que podemos suponer sin pérdida de generalidad

que x1 = σ y que m1 > 0. En efecto, si x1 = τ y xn = τ , entonces
mn −1
σxm
1 · · · xn σ
1
=1

es otra expresión como la dada, pero que empieza por σ. Si x1 = τ y xn = σ

tenemos igualmente
mn −1
σxm1 · · · xn
1
= 1,
donde puede suceder que mn = 1, en cuyo caso suprimimos la última potencia.
Si x1 = σ, pero m1 < 0, y xn = τ , hacemos
mn m1 −1
σxm
2 · · · xn σ
2
= 1.

Por último, si x1 = σ con m1 < 0 y xn = σ, entonces hacemos

mn +m1 −1
σxm
2 · · · xn
2
= 1,

eliminando la última potencia si su exponente es nulo.

Ahora conviene considerar las matrices
   
6 2 −3 2 6 −3
Mσ =  2 3 6 , Mτ =  −6 3 2 ,
3 −6 2 3 2 6
   
6 2 3 2 −6 3
Mσ− =  2 3 −6  , Mτ− =  6 3 2 .
−3 6 2 −3 2 6
Una simple comprobación muestra que

Mσ = 7σ, Mτ = 7τ, Mσ− = 7σ −1 , Mτ− = 7τ −1 .

Podemos expresar la relación que estamos suponiendo como

1
xm mn
1 · · · xn = 1,
1

7m1 +···+mn
donde ahora cada xi es una de las matrices Mσ , Mτ , Mσ− , Mτ− (y, concretamente,
x1 = Mσ ) y todos los exponentes son mi > 0 . En particular,
1
(1, 0, 0) xm mn
1 · · · xn = (1, 0, 0),
1

7m1 +···+mn
o, equivalentemente,

(1, 0, 0)xm mn
1 · · · xn = (7
1 m1 +···+mn
, 0, 0).

Todas las matrices tienen coeficientes enteros, por lo que, si se cumple esta
igualdad, también se cumple la igualdad correspondiente cuando sustituimos los
coeficientes por sus imágenes en k = Z/7Z, en cuyo caso equivale a

(1, 0, 0)xm mn
1 · · · xn = (0, 0, 0).
1
3.3. Presentaciones de grupos 95

Vamos a ver que esto es imposible. Definimos cuatro subconjuntos de k 3 :

Vσ = {(3, 1, 2), (5, 4, 1), (6, 2, 4)},

Vσ− = {(3, 2, 6), (5, 1, 3)), (6, 4, 5)}
Vτ = {(1, 5, 4), (2, 3, 1), (4, 6, 2)},
Vτ− = {(3, 5, 1), (5, 6, 4), (6, 3, 2)}.

Ahora observamos que, siempre módulo 7,

(1, 0, 0)Mσ = (6, 2, −3) = (6, 2, 4) ∈ Vσ .

A continuación, una comprobación rutinaria muestra los cuatro hechos si-

guientes:

1. Si v ∈ Vσ ∪ Vτ ∪ Vτ− , entonces vMσ ∈ Vσ ,

2. Si v ∈ Vσ− ∪ Vτ ∪ Vτ− , entonces vMσ− ∈ Vσ− ,

3. Si v ∈ Vτ ∪ Vσ ∪ Vσ− , entonces vMτ ∈ Vτ ,

4. Si v ∈ Vτ− ∪ Vσ ∪ Vσ− , entonces vMτ− ∈ Vτ− .

De aquí se sigue que al ir multiplicando el vector (1, 0, 0) por las matrices

xi , se va transformando sucesivamente en los vectores de los cuatro conjuntos
que hemos definido, luego nunca se convierte en el vector (0, 0, 0).
Más detalladamente: partimos de (6, 2, 4) ∈ Vσ , y la matriz siguiente no
puede ser Mσ− (porque σ no puede ir seguido de σ −1 ), con lo que, al aplicarle
Mσ , Mτ o Mτ− , obtenemos un vector del conjunto correspondiente. Si, por
ejemplo, hemos llegado a Vτ , habrá sido multiplicando por Mτ , luego la matriz
siguiente no puede ser Mτ− , luego al aplicar cualquiera de las otras tres matrices,
obtenemos un vector del conjunto correspondiente, etc.
Así pues, el grupo de las matrices regulares 3 × 3 con coeficientes en R (o
incluso en Q) contiene un subgrupo libre de rango 2, luego por el teorema ante-
rior contiene de hecho subgrupos libres de cualquier rango finito o numerable.

3.3 Presentaciones de grupos

Tal y como anticipábamos en la sección anterior, el concepto de grupo libre
nos proporciona una de las formas más útiles de expresar la estructura de un
grupo de forma abstracta, es decir, sin adoptar ninguna construcción concreta
del mismo. (En realidad sí que vamos a adoptar una construcción concreta,
pero ésta será irrelevante, como lo es la construcción concreta de los números
enteros, racionales, reales, complejos, los polinomios, etc.)
96 Capítulo 3. Teoremas de estructura

Se trata de lo que se conoce como presentación de un grupo mediante gene-

radores y relaciones. La idea es que vamos a dar definiciones precisas que nos
permitirán, por ejemplo, definir el grupo cíclico de orden n como
Cn = ⟨a | an = 1⟩ ,
o expresar el teorema 1.38 simplemente como
D2n = a, b | an = b2 = 1, ab = a−1 ,
donde esto puede tomarse como definición “abstracta” del grupo diédrico.
El punto de partida es la siguiente consecuencia inmediata de la definición
de grupo libre:
Teorema 3.15 Todo grupo es isomorfo a un cociente de un grupo libre.
Demostración: Sea G un grupo y sea Y un sistema generador de G, sea L
un grupo libre de rango |Y | y sea X una base de L. Sea f : X −→ Y una
biyección, que se extiende a un epimorfismo de grupos f ∗ : L −→ G. Si N es el
núcleo de f ∗ , entonces L/N ∼
= G.
Aunque los grupos libres sean grupos bastante complicados, vamos a ver que
describir grupos como cocientes de grupos libres resulta muy conveniente.
Antes de explicar el procedimiento general, consideremos el teorema 1.38,
que ya hemos mencionado más arriba, según el cual, todo grupo G = ⟨σ, τ ⟩ de
orden 2n generado por dos elementos que satisfagan las relaciones
σ n = τ 2 = 1, τ −1 στ = σ −1
es isomorfo al grupo diédrico D2n .
Las “relaciones” no son en principio objetos matemáticos, sino afirmaciones
que pedimos que cumplan ciertos objetos matemáticos (los generadores de un
grupo). Los grupos libres nos permiten convertir las relaciones en objetos:
Definición 3.16 Si L es un grupo libre de base X y R ⊂ L, diremos que R
es un conjunto de relaciones sobre el generador X. Diremos que un generador
Y de un grupo G satisface el conjunto de relaciones R si existe una aplicación
f : X −→ Y suprayectiva cuya extensión f ∗ : L −→ G cumple que f ∗ [R] = 1.
Por ejemplo, en estos términos, cuando en el teorema 1.38 hablamos de un
grupo que satisface las relaciones indicadas, podemos entenderlo en el sentido
que acabamos de introducir, es decir, consideramos un grupo libre L de rango 2
con base {a, b} y el conjunto de relaciones R = {an , b2 , b−1 aba}. Cuando de-
cimos que un grupo G = ⟨σ, τ ⟩ satisface el conjunto de relaciones R, quere-
mos decir que la aplicación f : {a, b} −→ {σ, τ } se extiende a un epimorfismo
f ∗ : L −→ G de modo que
f ∗ (an ) = σ n = 1, f ∗ (b2 ) = τ 2 = 1, f ∗ (b−1 aba) = τ −1 στ σ = 1.
Esto es justo la hipótesis que requiere el teorema 1.38.
3.3. Presentaciones de grupos 97

Puede parecer retorcido expresarlo en estos términos, pero así podemos dar
la definición general siguiente:
Definición 3.17 Sea L un grupo libre de base X, sea R ⊂ L un conjunto de
relaciones y sea N la envoltura normal de R, es decir, la intersección de todos
los subgrupos normales de L que contienen a R (que obviamente es un subgrupo
normal de L). Cuando hablemos del grupo definido por los generadores X y las
relaciones R nos referiremos al grupo cociente
⟨X | R⟩ = L/N.
Por ejemplo, el grupo
a, b | an , b2 , b−1 aba
es, por definición, el grupo L/N , donde L es el grupo libre de base {a, b} y N
es la envoltura normal de R = {an , b2 , b−1 aba}.
En general, el grupo ⟨X | R⟩ está generado por X̄ = {xN | x ∈ X}, y este
generador satisface las relaciones R, ya que la aplicación f : X −→ X̄ dada por
f (x) = xN se extiende a un epimorfismo f ∗ : L −→ L/N que no es sino la
proyección natural en el cociente, luego f ∗ [R] = 1, ya que R ⊂ N .
En el ejemplo concreto G = a, b | an , b2 , b−1 aba , tenemos que G = ā, b̄ ,
donde ā = aN , b̄ = bN , y se cumple que ān = b̄2 = 1, b̄−1 āb̄ā = 1. En la
práctica expresaremos los grupos definidos por generadores y relaciones en la
forma
G = a, b | an = b2 = 1, b−1 aba = 1 ,
donde hay que entender que aquí a, b representan en realidad a las clases ā, b̄ (y,
en particular, no podemos asegurar a priori que sean elementos distintos de G).
Esta notación expresa el hecho de que, realmente, G admite un generador por
dos elementos a, b (que en realidad son ā, b̄) que cumplen las relaciones indicadas.
Así, después de un rodeo teórico que nos ha llevado a tratar las relaciones como
objetos (elementos de un grupo libre), volvemos a expresarlas en la práctica
como auténticas relaciones. Más aún, no hay inconveniente en expresar las
relaciones como ecuaciones equivalentes en las que el miembro derecho no es
necesariamente trivial. Por ejemplo:
G = a, b | an = b2 = 1, b−1 ab = a−1 .
Lo importante es que esta expresión define un grupo concreto, a saber, un
cierto cociente de un grupo libre de rango 2, que admite un sistema generador
{a, b} que cumple las relaciones indicadas. No podemos aplicar directamente el
teorema 1.38 para concluir que G ∼ = D2n , pues para ello necesitamos justificar
que |G| = 2n.
En principio, un elemento de G es un producto finito de potencias de a
alternadas con potencias de b, pero la relación ab = ba−1 permite conmutar
las potencias (alterando los exponentes) hasta reducirlo a la forma ak bl , y las
relaciones an = b2 = 1 permiten reducir los exponentes al rango 0 ≤ k < n,
0 ≤ l ≤ 1, lo que nos da que |G| ≤ 2n.
98 Capítulo 3. Teoremas de estructura

Para probar la desigualdad opuesta conviene probar un resultado general,

que viene a decir que ⟨X | R⟩ es el mayor grupo que cumple las relaciones que
lo definen:

Teorema 3.18 (von Dyck) Sea G = ⟨X | R⟩ un grupo definido por genera-

dores y relaciones y sea H un grupo con un generador que satisfaga las rela-
ciones R. Entonces existe un epimorfismo de grupos G −→ H (luego H es un
cociente de G).

Demostración: Sea Y un generador de H que satisfaga las relaciones R.

Por definición, esto significa que si L es el grupo libre de base X, existe una
aplicación f : X −→ Y suprayectiva tal que la extensión f ∗ : L −→ H cumple
que f ∗ [R] = 1, luego R está contenido en el núcleo de f ∗ , que es un subgrupo
normal, luego, si N es la clausura normal de R, también se cumple que N está
contenido en el núcleo de f ∗ , luego f ∗ induce un epimorfismo G = L/N −→ H.

Puesto que sabemos que el grupo diédrico D2n tiene un generador que cumple
las relaciones an = b2 = 1, b−1 ab = a−1 , ahora podemos concluir que existe un
epimorfismo

G = a, b | an = b2 = 1, b−1 ab = a−1 −→ D2n ,

lo que implica que 2n = |D2n | ≤ |G| y, como habíamos probado la desigualdad

opuesta, de hecho |G| = 2n y el epimorfismo tiene que ser un isomorfismo.
En teoría es más conveniente adoptar como definición de grupo diédrico su
presentación por generadores y relaciones

D2n = a, b | an = b2 = 1, b−1 ab = a−1 ,

y considerar el grupo construido antes del teorema 1.38 como un ejemplo —entre
otros muchos posibles— de grupo isomorfo a D2n . Así, D2n está definido exclu-
sivamente por sus propiedades algebraicas, sin entrar en ninguna consideración
sobre la naturaleza de sus elementos.
Similarmente, la definición abstracta del grupo cíclico de orden n es

Cn = ⟨a | an = 1⟩ .

De esta definición podemos concluir inmediatamente que Cn es un grupo

cíclico con un generador a que cumple an = 1, lo cual significa que su orden es
divisor de n, luego |Cn | ≤ n. Ahora bien, si tomamos cualquier grupo cíclico G
de orden n, es obvio que su generador cumple la relación que define a Cn , luego
tenemos un epimorfismo Cn −→ G, que prueba que n = |G| ≤ |Cn |, luego
concluimos que Cn tiene orden n.
Es importante destacar que para determinar el tamaño real de un grupo
presentado por generadores y relaciones es necesario encontrarle una realización
concreta, es decir, encontrar un grupo concreto que cumpla las relaciones, pues
3.3. Presentaciones de grupos 99

a priori no podemos asegurar que unas relaciones dadas no impliquen otras

aparentemente más fuertes. Por ejemplo, se cumple que

a, b | aba−1 b−2 = 1, a−2 b−1 ab = 1 = 1.

En efecto, este grupo tiene un generador {a, b} que cumple las relaciones
ab = b2 a, ab = ba2 , luego b2 a = ba2 , luego b = a, luego a2 = a3 , luego
b = a = 1.
En este caso no ha sido difícil comprobar que el grupo era trivial, pero en
otros casos puede ser mucho más complicado. Puede probarse que no existe
ningún algoritmo para determinar si un elemento de un grupo finitamente pre-
sentado por generadores y relaciones es trivial o no.
Ejercicio: Probar que ⟨a, b | ab = ba⟩ ∼
= Z × Z.

El estudio que hemos hecho de la presentación del grupo D2n puede conside-
rarse “típico”. Como ha quedado disperso al haberlo usado como hilo conductor
de esta sección, lo resumimos aquí:

• Por una parte se prueba, analizando las relaciones, que los elementos del
grupo D2n definido por generadores y relaciones son de la forma ak bl , con
0 ≤ k < n, 0 ≤ l ≤ 1, lo que en particular implica que |D2n | ≤ 2n.

• En segundo lugar encontramos una realización concreta del grupo, es decir,

un grupo concreto que cumpla las relaciones indicadas y probamos que
tiene orden 2n. Concretamente, hemos encontrado un cociente del grupo
diédrico infinito D∞ , que a su vez hemos definido como un grupo de
permutaciones.

• Esto implica que existe un epimorfismo de D2n en la realización concreta

que hemos encontrado, y por lo tanto |D2n | = 2n y el epimorfismo es un
isomorfismo.

A su vez, el grupo D∞ también puede ser definido mediante generadores y

relaciones y analizado según este esquema (con las variantes necesarias debidas
a que es un grupo infinito, por lo que no podemos apoyarnos en su orden).
Concretamente, podemos definir

D∞ = a, b | b2 = 1, b−1 ab = a−1 .

El mismo análisis de las relaciones realizado en el caso finito nos permite

concluir que los elementos de D∞ son de la forma ak bl , con 0 ≤ l ≤ 1. Si llama-
mos G = ⟨σ, τ ⟩ al grupo de permutaciones que hemos tomado como definición
en la página 27, sabemos que cumple las relaciones que definen a D∞ , pero
además sabemos que los elementos σ k bl , con 0 ≤ l ≤ 1 son distintas dos a dos.
Por lo tanto, tenemos un epimorfismo f : D∞ −→ G dado por f (ak bl ) = σ k τ l ,
luego f (ak bl ) = 1 sucede sólo si k = l = 0, luego se trata de un isomorfismo.
100 Capítulo 3. Teoremas de estructura

El grupo de Klein Similarmente, una definición alternativa del grupo de

Klein es:
V4 = a, b | a2 = b2 = 1, ab = ba .
En efecto, si tomamos esto como definición, es inmediato que todo elemento
de V4 se expresa en la forma ai bj , con 0 ≤ i, j ≤ 1, por lo que |V4 | ≤ 4, y
tomando cualquier grupo G de orden 4 con elementos de orden 2 (por ejemplo
G = {±1} × {±1}), es claro que G cumple las relaciones de V4 , luego existe un
epimorfismo f : V4 −→ G, lo que prueba que |V4 | = 4 y, por consiguiente, todo
grupo de orden 4 generado por dos elementos que satisfagan las relaciones de
V4 es isomorfo a V4 .
Un razonamiento similar permite probar, por ejemplo, que

C2 × C4 = a, b | a2 = b4 = 1, ab = ba ,

de modo que todo grupo de orden 8 generado por dos elementos que cumplan
las relaciones indicadas es de tipo C2 × C4 .
Otro ejemplo:

Q8 = a, b | a4 = 1, a2 = b2 , ab = a−1 .

En efecto, si llamamos G al grupo definido por las relaciones, como a = i,

b = j en Q8 las cumplen obviamente, podemos afirmar que |G| ≥ 8, y por otro
lado, la relación ab = ba−1 permite expresar todos los elementos de G en la
forma ai bj , con 0 ≤ i ≤ 4 y 0 ≤ j ≤ 1, pues b2 puede sustituirse por a2 , lo
que prueba que |G| = 8 y, por consiguiente, G es isomorfo a cualquier grupo de
orden 8 que cumpla las relaciones dadas.
En todos los ejemplos de presentaciones que hemos analizado hemos contado
con una relación de la forma b−1 ab = a−1 que ha facilitado considerablemente
la acotación del orden del grupo. Veamos ahora algunos ejemplos en los que
necesitamos aplicar técnicas adicionales en ausencia de una relación similar:

Una presentación de A4 Vamos a comprobar que

A4 = a, b | a3 = b3 = (ab)2 = 1 .

Demostración: Llamemos G al grupo dado por la presentación. Por una

parte es fácil ver que las permutaciones a = (1, 2, 3), b = (2, 3, 4) satisfacen las
relaciones dadas así como que generan A4 , por lo que existe un epimorfismo
G −→ A4 . Basta probar que |G| ≤ 12.
Para ello llamamos u = ab y v = ba. Como ua = a−1 aba = ba = v, vemos
que v 2 = u2 = 1. Además

(uv)2 = ab2 a2 b2 a = ab−1 a−1 b−1 a = a(ab)−1 (ab)−1 a2 = au−2 a2 = a3 = 1,

lo que es equivalente a que uvu−1 v −1 = 1, es decir, a que uv = vu.

3.3. Presentaciones de grupos 101

Por consiguiente, V = ⟨u, v⟩ es un subgrupo de G de orden a lo sumo 4.

Además ua = v ∈ V y

v a = a−1 ba2 = a−1 b−1 b2 a2 = (ba)−1 (ab)−1 = v −1 u−1 ∈ V.

Esto prueba que H = ⟨a⟩ ≤ NG (V ) y V ⊴ NG (V ), luego por 1.34 tenemos

que V H es un subgrupo de G de orden a lo sumo 12 y, como contiene a a y a
b = va2 , de hecho G = V H y |G| ≤ 12.

Una presentación de A5 Hemos probado que A5 es simple, por lo que a la

hora de comprobar que

A5 = a, b | a5 = b3 = (ab)2 = 1

no podemos apoyarnos en subgrupos normales intermedios como hemos hecho

en el ejemplo anterior, pero podemos emplear un argumento similar.
Llamemos G al grupo definido por la presentación. Por una parte se com-
prueba que las permutaciones σ = (1, 2, 3, 4, 5) y τ = (1, 5, 3) cumplen las rela-
ciones que definen a G. También es fácil ver que generan A5 , pues G0 = ⟨σ, τ ⟩
tiene elementos de orden 2, 3 y 5, luego su orden es al menos 30, pero no puede
tener orden 30 porque entonces tendría índice 2 en A5 , luego sería normal. Por
lo tanto existe un epimorfismo G −→ A5 y basta probar que |G| ≤ 60.
−2
Llamemos a1 = b y b1 = aa1 = a2 ba3 . Así a31 = b31 = 1. Ahora observamos
que la relación (ab)2 = 1 implica que aba = b2 . Usando esto repetidas veces
obtenemos que

(a1 b1 )2 = ba2 ba3 ba2 ba3 = ba(aba)a(aba)(aba)a2

= bab2 aba2 = bab2 b2 a = baba = b3 = 1.

Por lo tanto H = ⟨a1 , b1 ⟩ satisface las relaciones que definen a A4 , luego
|H| ≤ 12 y basta probar que |G/H| ≤ 5. Notemos que H no es necesariamente
un subgrupo normal de G, por lo que G/H representa únicamente al conjunto
de las clases de congruencia módulo H por la derecha.
Las cinco clases H, Ha, Ha2 , Ha3 , Ha4 se transforman unas en otras cuando
se multiplican por la derecha por a. Si probamos que sucede lo mismo cuando se
multiplican por b, teniendo en cuenta que todo elemento de G se expresa como
un producto con factores iguales a a o b, concluiremos que son todas las clases
de G/H y habremos terminado. Ahora bien:

Hb = Ha1 = H,
Hab = Habaa4 = Hb2 a4 = Ha4 ,
Ha2 b = Ha2 ba−2 a2 = Hb1 a2 = Ha2 ,
Ha3 b = Ha2 abaa4 = Ha2 b2 a4 = Ha2 a4 = Ha
Ha4 b = Ha3 abaa4 = Ha3 b2 a4 = Haba4 = Ha4 a4 = Ha3 ,

donde en los dos últimos cálculos hemos usado los anteriores.

102 Capítulo 3. Teoremas de estructura

Una presentación de LE(2,5) En los ejemplos de presentaciones de grupos

finitos que hemos estudiado hasta el momento siempre hemos contado con res-
tricciones que acotaban el orden de los generadores. El ejemplo siguiente resulta
mucho más difícil de tratar porque ya no está en ese caso.
Consideramos el grupo LG(2, 5) formado por las matrices regulares 2 × 2
sobre el cuerpo k = Z/5Z de 5 elementos y el subgrupo LE(2, 5) formado por
las matrices que tienen determinante 1.
Si llamamos V = k 2 , el teorema [Al 4.38] nos da que las matrices regulares
2×2 con coeficientes en k se corresponden biunívocamente con los automorfismos
de V . A su vez, fijada una base (e1 , e2 ) de V , el teorema [Al 4.21] nos da que cada
automorfismo f de V se corresponde biunívocamente con la base (f (e1 ), f (e2 ))
de V , luego el orden de LG(2, 5) es igual al número de bases de V . Éste es
fácil de calcular: como primer elemento de una base podemos tomar cualquier
elemento no nulo de V , lo que nos deja 24 posibilidades. Una vez fijado este
primer elemento, podemos completar una base con cualquier otro que no sea
linealmente dependiente con el anterior, lo que nos deja 20 posibilidades. En
total |LG(2, 5)| = 24·20 = 480. Por último, el epimorfismo det : LG(2, 5) −→ k ∗
nos da que |LE(2, 5)| = 120.
Vamos a probar que

LE(2, 5) = a, b | a5 = b3 = (ab)2 .

Llamamos G al grupo definido por la presentación. A primera vista, uno podría

conjeturar que se trata de un grupo infinito, pues nada parece indicar que los
órdenes de sus generadores tengan que estar acotados.
Llamamos α = ab y β = ba. Así α2 = a5 = b3 , de donde se sigue que α2
conmuta con a y con b, luego α2 ∈ Z(G). Por otra parte,

β 2 = baba = a−1 ababa = a−1 α2 a = α2 a−1 a = α2 .

En particular tenemos que α2 ⊴ G, y las clases de a y b en el cociente

G/ α2 satisfacen las relaciones de la presentación de A5 que hemos visto en el
ejemplo anterior, luego |G/ α2 | ≤ 60 y basta probar que α4 = 1 para concluir
que |G| ≤ 120. Vamos a ver una prueba elemental, pero que requiere buena
dosis de ingenio:
De la relación b3 = abab deducimos que b2 = aba, luego b = b−1 aba, luego
ba = b−1 ab. Ahora consideramos el elemento
−1

γ = αβ −1 = αββ −2 = ab2 aβ −2 = a−3 a5 a−1 b−1 b3 a−2 a3 β −2

3
= a−3 β 2 β −1 β 2 a−2 a3 β −2 = a−3 (ba−1 )a3 = a−3 b−1 aba3 = aba ,
donde en el penúltimo paso hemos utilizado la relación probada previamente.
3
Así pues, γ es conjugado de a, luego γ 5 = (a5 )ba = α2 .
3.3. Presentaciones de grupos 103

Ahora partimos de α = γβ, con lo que β 2 = α2 = γβγβ, luego β = γβγ

y β −1 γβ = γ −1 . Elevando a 5 resulta que β −1 γ 5 β = γ −5 , lo que equivale a
β 2 = β −2 , o también a que α2 = α−2 , es decir, a que α4 = 1.
Con esto tenemos probado que |G| ≤ 120. Por otra parte, es fácil ver que
las matrices    
−1 0 0 1
σ= , τ=
1 −1 −1 1
cumplen las relaciones de G, luego G0 = ⟨σ, τ ⟩ ≤ LE(2, 5) es una imagen de G.
El razonamiento precedente se aplica en particular a G0 , con lo que podemos
afirmar que α = στ cumple que α2 es un subgrupo normal de G0 (no trivial,
pues ahora podemos comprobar que α2 = −I) y el cociente G0 / α2 cumple
las relaciones de A5 , luego existe un epimorfismo A5 −→ G0 / α2 . Como
A5 no tiene subgrupos normales propios, su núcleo tiene que ser trivial, luego
|G0 / α2 | = 60 y |G0 | = 120, luego G0 = LE(2, 5) y existe un epimorfismo
G −→ LE(2, 5), que necesariamente es un isomorfismo.

Grupos de automorfismos Ahora enfatizamos un hecho al que le podemos

sacar mucho partido: si tenemos un grupo finito G = ⟨X | R⟩ presentado por
generadores y relaciones y H = ⟨X ′ ⟩ es otro grupo del mismo orden con un ge-
nerador X ′ que cumple las relaciones, el teorema 3.18 no sólo nos da un isomor-
fismo f : G −→ H, sino un isomorfismo que hace corresponder los generadores
X y X ′.
Por ejemplo, si tenemos un grupo G = ⟨x, y⟩ de orden 8 de modo que x4 = 1,
y 2 = x2 , xy = x−1 , es decir, de modo que cumple las relaciones de Q8 , podemos
afirmar que existe un isomorfismo f : Q8 −→ G tal que f (i) = x, f (j) = y.
Por ejemplo, en la página 84 hemos probado que

Aut (C2 × C4 ) ∼
= D8 ,

y para ello hemos usado que si x, y ∈ A = C2 × C4 son elementos de orden 2 y

4 respectivamente y x no es un cuadrado, entonces, para cualquier otro par de
generadores x′ , y ′ en las mismas condiciones, existe f ∈ Aut A tal que f (x) = x′
y f (y) = y ′ . Allí lo hemos razonado en términos de las posibles factorizaciones
de A en producto directo, y un razonamiento alternativo se basa en que

A = a, b | a2 = b4 = 1, ab = ba .

Claramente, cualquier par x, y ∈ A en las condiciones indicadas es un generador

que cumple las relaciones, pues, como x no es un cuadrado, x ∈ / ⟨y⟩, luego
⟨x⟩ ∩ ⟨y⟩ = 1, luego A = ⟨x⟩ ⟨y⟩ = ⟨x, y⟩, luego la observación precedente
implica la existencia del automorfismo requerido.
Similarmente, podemos probar que

Aut V4 ∼
= Σ3 .
104 Capítulo 3. Teoremas de estructura

En efecto, por una parte, llamando Ω = V4 \ {1}, como todo f ∈ Aut V4 cumple
f (1) = 1, es claro que se restringe a una permutación de Ω, luego tenemos un
monomorfismo de grupos
Aut V4 −→ ΣΩ ∼
= Σ3
que a cada automorfismo le hace corresponder su restricción a Ω. Basta probar
que |Aut V4 | = 6, pues esto implica que el monomorfismo es un isomorfismo.
Ahora bien, tenemos que V4 = a, b | a2 = b2 = 1, ab = ba , y es claro que
dos elementos cualesquiera x, y ∈ V4 no triviales son un generador que cumple las
relaciones. Por lo tanto, fijado un generador x, y, tenemos que, para cualquier
par x′ , y ′ ∈ V4 de elementos no triviales, existe un f ∈ Aut V4 que cumple
f (x) = x′ , f (y) = y ′ , lo cual implica que hay exactamente 6 automorfismos, ya
que hay 6 pares ordenados (x′ , y ′ ) de elementos distintos de un conjunto de 3
elementos.
Como último ejemplo, veamos que
Aut(D8 ) ∼
= D8 .
Nos basamos en que D8 = a, b | a4 = b2 = 1, ab = a−1 , observando que cada
par (ai , aj b), con i = ±1, j = 0, 1, 2, 3 es un generador de D4 que cumple las
mismas relaciones que (a, b), luego el teorema 3.18 nos da un ϕ ∈ Aut(D4 ) tal
que ϕ(a) = ai , ϕ(b) = aj b. Recíprocamente, las imágenes de a y b por un auto-
morfismo deben ser claramente de esta forma (pues a±1 son los únicos elementos
de D8 de orden 4 y aj b son los únicos elementos de orden 2 que no están en
Z(D8 )). Concluimos que | Aut(D8 )| = 8, pues tenemos dos posibilidades para i
y cuatro para j.
En particular hemos visto que el grupo Aut(D8 ) actúa sobre el conjunto
Ω = {b, ab, a2 b, a3 b}, es decir, que la restricción determina un homomorfismo
α : Aut(D8 ) −→ ΣΩ . Se trata de un monomorfismo, pues si α(ϕ) = 1, entonces
ϕ(a) = a y ϕ(ab) = ab = aϕ(b), luego ϕ(b) = b, luego ϕ = 1. Así pues, Aut(D8 )
es isomorfo a un subgrupo de orden 8 de Σ4 , pero todos los subgrupos de orden 8
de Σ4 son isomorfos a D8 .

3.4 Productos semidirectos

Introducimos ahora una generalización del producto directo de grupos que
nos permitirá construir grupos “de diseño” con características prefijadas. Para
ello necesitamos el concepto de acción de un grupo sobre otro grupo.
El grupo G = Σ3 tiene un subgrupo normal N = ⟨σ⟩ de orden 3 y tres
subgrupos no normales de orden 2. Si H = ⟨τ ⟩ es uno de ellos, se cumple que
G = HN y H ∩ N = 1. Si fuera H ◁ G, entonces tendríamos que G = H × N
y G sería abeliano, que no es el caso. Sin embargo, vamos a ver que la estructura
de Σ3 está completamente determinada por los subgrupos H y N y la acción
de H sobre N por conjugación. Esta acción respeta la estructura de grupo de N
en el sentido siguiente:
3.4. Productos semidirectos 105

Definición 3.19 Una acción de un grupo H sobre otro grupo N es un homo-

morfismo de grupos α : H −→ Aut N .

Notemos que Aut N ≤ ΣN , por lo que una acción de H sobre N como

grupo es una acción de H sobre N como conjunto a la que pedimos además
que las permutaciones de N asociadas a los elementos de H no sean meras
permutaciones, sino automorfismos. En términos de la acción N × H −→ N
esto equivale a que se cumpla la propiedad adicional

(n1 n2 )h = (n1 h)(n2 h).

Esta igualdad tiene un aspecto más natural si expresamos la acción expo-

nencialmente, con lo que, en total, las propiedades que cumple una acción de
un grupo sobre otro son:

1. n1 = n,

2. nh1 h2 = (nh1 )h2 ,

3. (n1 n2 )h = nh1 nh2 .

Por ejemplo, si N ⊴ G, entonces cualquier subgrupo H ≤ G, actúa sobre N

por conjugación. La acción es el homomorfismo α : H −→ Aut(N ) dado por
αh (n) = nh .
Supongamos ahora que un grupo G se encuentra en la situación que hemos
mostrado antes en el caso de Σ3 , es decir, que G = HN , donde H ≤ G, N ⊴ G
y H ∩ N = 1. Entonces, todo elemento de G se expresa de forma única como
g = hn, con h ∈ H y n ∈ N . En efecto, la expresión es única porque si
h1 n1 = h2 n2 , entonces h−1 −1
2 h1 = n2 n1 ∈ H ∩ N = 1, luego h1 = h2 y n1 = n2 .
Y el producto en G se puede expresar en términos del producto en H y en N y
de la acción de H sobre N por conjugación:

(h1 n1 )(h2 n2 ) = h1 h2 h−1 h2

2 n1 h2 n2 = (h1 h2 )(n1 n2 ).

Esto nos lleva a la definición siguiente:

Si H es un grupo que actúa sobre otro grupo N , el producto semidirecto H[N ]
(respecto de la acción dada) es el conjunto H[N ] = H × N con el producto dado
por
(h1 , n1 )(h2 , n2 ) = (h1 h2 , nh1 2 n2 ).
Esta operación es asociativa:

((h1 , n1 )(h2 , n2 ))(h3 , n3 ) = (h1 h2 , nh1 2 n2 )(h3 , n3 ) = (h1 h2 h3 , n1h2 h3 nh2 3 n3 ),

(h1 , n1 )((h2 , n2 )(h3 , n3 )) = (h1 , n1 )(h2 h3 , nh2 3 n3 ) = (h1 h2 h3 , n1h2 h3 nh2 3 n3 ),

h−1
tiene por elemento neutro a (1, 1) y (h, n)−1 = (h−1 , (n1 1 )−1 ). Por lo tanto,
H[N ] es un grupo.
106 Capítulo 3. Teoremas de estructura

Además tenemos monomorfismos H −→ H[N ], N −→ H[N ] dados por

h 7→ (h, 1) y n 7→ (1, n), respectivamente, que nos permiten identificar a H y N
con subgrupos de H[N ]. Más aún, la conjugación de un elemento de N ≤ H[N ]
por un elemento de H ≤ H[N ] es
(1, n)(h,1) = (h−1 , 1)(1, n)(h, 1) = (h−1 , n)(h, 1) = (1, nh ),
de donde se desprende, por una parte, que N ⊴ H[N ] y, más aún, que al
identificar H y N con subgrupos de H[N ], la conjugación de un elemento n ∈ N
por un elemento h ∈ H es el elemento nh ∈ N determinado por la acción dada
de H sobre N .
La discusión previa a la definición del producto semidirecto prueba el teo-
rema siguiente:
Teorema 3.20 Si G es un grupo, H ≤ G y N ⊴ G son subgrupos tales que
G = HN y H ∩N = 1, entonces la aplicación H[N ] −→ G dada por (h, n) 7→ hn
es un isomorfismo de grupos, donde el producto semidirecto es el definido por
la acción de H sobre N por conjugación.
Observemos que todo grupo H actúa sobre cualquier grupo N mediante la
acción trivial nh = n (que se corresponde con el homomorfismo H −→ Aut N
con imagen trivial) y, respecto de esta acción, H[N ] = H × N , luego el producto
directo de dos grupos es siempre un caso particular de producto semidirecto.

Grupos diédricos Como primera aplicación del producto semidirecto, vamos

a dar una construcción alternativa de los grupos diédricos. Tomamos como
definición la presentación
D2n = a, b | an = b2 = 1, ab = a−1 .
La tercera relación equivale a ba = a−1 b, y esto nos permite expresar cada
elemento de D2n en la forma ai bj , y las primeras relaciones permiten reducir
los exponentes a los rangos 0 ≤ i < n, 0 ≤ j < 2, por lo que |D2n | ≤ 2n.
Para probar que |D2n | = 2n necesitamos encontrar un grupo de orden 2n
que cumpla las relaciones, y para ello podemos emplear el producto semidirecto.
Para ello tomamos un grupo cíclico N = ⟨σ⟩ de orden n y el automorfismo
τ ∈ Aut N dado por τ (g) = g −1 , con lo que H = {1, τ } ≤ Aut N es un
grupo que actúa sobre N , y el producto semidirecto G = H[N ] es un grupo
de orden 2n, que tiene un subgrupo cíclico normal N = ⟨σ⟩ de orden n y un
subgrupo H = {1, τ }, de modo que se cumple G = HN = ⟨σ, τ ⟩ y
σ 4 = τ 2 = 1, σ τ = σ −1 .
Por tanto, existe un epimorfismo D2n −→ G, lo que implica que |D2n | = 2n
y que el epimorfismo es en realidad un isomorfismo, luego el grupo que hemos
construido es isomorfo a D2n .
En otras palabras, D2n puede verse como el producto semidirecto de un
grupo Cn por un grupo C2 respecto de la acción que al generador τ de C2 le
hace corresponder el automorfismo de Cn determinado por g τ = g −1 . (Notemos
que D∞ se puede construir del mismo modo.)
3.4. Productos semidirectos 107

Veamos algunos ejemplos de construcciones sencillas de productos semidirec-

tos con propiedades específicas. Por ejemplo, el teorema 2.6 asegura que todo
grupo de orden p2 es abeliano. En cambio, ahora podemos probar que siempre
hay grupos no abelianos de orden p3 :

Grupos no abelianos de orden p3 Si p es cualquier primo, podemos cons-

truir un grupo no abeliano de orden p3 observando que Aut Cp2 ∼ = Up2 , que
es un grupo abeliano de orden ϕ(p2 ) = (p − 1)p, luego existe un automorfismo
τ ∈ Aut Cp2 de orden p.
En realidad es fácil describirlo explícitamente. Un elemento de orden p en
Up2 es [p + 1], pues no es trivial y
" p   #
X p
p
[p + 1] − [1] = pi = 0,
i=1
i

pues todos los sumandos son obviamente múltiplos de p2 , luego [p + 1]p = 1

en Up2 . Por lo tanto, si Cp2 = ⟨σ⟩, podemos tomar el automorfismo dado por
σ τ = σ p+1 . Así, el producto semidirecto Cp [Cp2 ] es un ejemplo de grupo no
abeliano de orden p3 . Para p = 2 es σ τ = σ 3 = σ −1 y el grupo es D8 .
He aquí un ejemplo similar:

Grupos no abelianos de orden pq Si p y q son dos primos tales que p | q−1,

podemos construir un grupo no abeliano de orden pq. Basta observar que, según
el teorema 1.17, se cumple que Aut Cq ∼
= Uq ∼= Cq−1 , luego podemos tomar un
automorfismo τ ∈ Aut Cq de orden p, con lo que Cp = ⟨τ ⟩ es un grupo de
orden p que actúa sobre Cq no trivialmente, y el producto semidirecto Cp [Cq ]
es un grupo no abeliano de orden pq (es no abeliano porque la conjugación no
es trivial). Más adelante veremos (véase 3.28) que la condición p | q − 1 es
necesaria.

Ejemplo Consideremos los grupos

K4n = a, b | an = b4 = 1, ab = a−1 .

La última relación implica, más en general, que para todo entero r se cumple
(a−r )b = ar , lo que se traduce en que bar = a−r b, es decir, que una a se puede
pasar a la izquierda de una b invirtiendo su exponente. Esto permite expresar
cada elemento de K4n en la forma ai bj , y las primeras relaciones permiten
reducir los exponentes a 0 ≤ i < n, 0 ≤ j < 4, por lo que |K4n | ≤ 4n.
Para obtener un grupo de orden 4n que satisfaga estas relaciones la cons-
trucción es obvia: como en el caso de los grupos diédricos, partimos de un grupo
cíclico N = ⟨σ⟩ de orden n y de otro H = ⟨τ ⟩ de orden 4. Consideramos ade-
más el automorfismo τ̄ ∈ Aut N dado por τ̄ (g) = g −1 , de modo que ⟨τ̄ ⟩ es un
subgrupo de Aut N de orden 2. Claramente podemos definir un epimorfismo de
grupos H −→ ⟨τ̄ ⟩ ≤ Aut N determinado por que τ 7→ τ̄ . Este homomorfismo
es una acción de H sobre N que nos permite construir el producto semidirecto
108 Capítulo 3. Teoremas de estructura

G = H[N ], que es un grupo de orden 4n que, identificando a H y a N con

subgrupos de G, se cumple que G = ⟨σ, τ ⟩ y
σ n = τ 4 = 1, σ τ = σ −1 .
Por lo tanto existe un epimorfismo K4n −→ G, que será de hecho un isomor-
fismo, pues ahora sabemos que |K4n | = 4n.
En conclusión, cada elemento de K4n se expresa de forma única como ai bj ,
con 0 ≤ i < n, 0 ≤ j < 4. Vamos a calcular el centro de K4n . Para ello
2
observamos que ab = a, luego b2 conmuta con a y, trivialmente, con b, luego
b2 ∈ Z(K4n ). Por otro lado, suponiendo n > 2, ab ̸= a, luego b ∈ / Z(K4n ).
Si ai bj ∈ Z(K4n ), entonces ai bj = (ai bj )b = a−i bj , luego a2i = 0, luego
n | 2i. Si n es impar, esto equivale a que n | i, luego i = 0, luego j = 0, 2.
Por el contrario, si n es par tenemos que n/2 | i, luego i = 0, n/2, luego
an/2 ∈ Z(K4n ), luego bj ∈ Z(K4n ), luego j = 0, 2. En total, si n ≥ 3,

{1, an/2 , b2 , an/2 b2 } si n es par,
Z(K4n ) =
{1, b2 } si n es impar.
mientras que es claro que K8 = C2 × C4 es abeliano.

Grupos dicíclicos Introducimos ahora una familia de grupos que incluye al

grupo cuaternio Q8 :
Definición 3.21 Para cada número natural n ≥ 2, el grupo dicíclico de or-
den 4n es el grupo
Q4n = a, b | a2n = 1, b2 = an , b−1 ab = a−1 .
Vamos a probar que, en efecto, Q4n tiene orden 4n.
De la última relación se sigue que (a−r )b = (ab )−r = ar , luego bar = a−r b.
Esto implica que todo elemento de Q4n es de la forma ai bj , y las dos primeras
relaciones nos permiten reducir los exponentes a 0 ≤ i < 2n, 0 ≤ j < 2. Por lo
tanto |Q4n | ≤ 4n.
Por otra parte, consideramos el grupo K8n , que tiene orden 8n y hemos visto
que an b2 ∈ Z(K8n ), luego N = an b2 ⊴ K8n y podemos formar el cociente
G = K8n /N , que es un grupo de orden 4n generado por x = aN , y = bN y
claramente
x2n = y 4 = 1, xn = y 2 , xy = x−1 ,
luego G cumple las relaciones de Q4n , lo que prueba que |Q4n | = 4n, por lo que
sus elementos se expresan de forma única como ai bj , con 0 ≤ i < 2n, 0 ≤ j < 2.
Además bar = a−r b, y esto determina completamente el producto, pues
ai aj = ai+j , ai (aj b) = ai+j b, (ai b)aj = ai−j b, (ai b)(aj b) = an+i−j .
Notemos que todos los elementos de la forma ai b tienen orden 4, ya que
(ai b)2 = ai bai b = b2 = an ,
que tiene orden 2.
3.4. Productos semidirectos 109

Ejercicio: Probar que Z(Q4n ) = {1, an }, Q′4n = a2 .

Observemos que si n ≥ 3 es impar, entonces K4n ∼ = Q4n , pues en Q4n = ⟨a, b⟩
podemos llamar x = a2 , y = b y entonces o(x) = n, o(y) = 4, ⟨x⟩ ∩ ⟨y⟩ = 1,
luego | ⟨x⟩ ⟨y⟩ | = 4n, luego Q4n = ⟨x, y⟩ y estos generadores cumplen

xn = y 4 = 1, xy = x−1 ,

que son las relaciones de K4n , luego ambos grupos son isomorfos.
Otro hecho obvio es que el grupo dicíclico Q8 es el grupo cuaternio usual,
por lo que a Q4n también se le llama grupo cuaternio generalizado (si bien en
algunos libros este nombre se restringe a los grupos Q2n ).
En cambio, el grupo Q12 = K12 es un grupo no abeliano de orden 12 no
isomorfo a ninguno de los dos grupos no abelianos de este orden que conocemos,
a saber, D12 y A4 , ya que éstos no tienen elementos de orden 4.

Grupos de orden p3 Casi estamos en condiciones de probar el teorema si-

guiente:

Teorema 3.22 Si p es un primo impar, todo grupo de orden p3 es isomorfo a

Cp3 , Cp × Cp2 , Cp × Cp × Cp , o a uno de los grupos siguientes:
2
a, b | ap = bp = 1, ab = ap+1 ,

⟨a, b, c | ap = bp = cp = 1, ab = ba, ac = ca, bc = ab⟩ .

El primero tiene elementos de orden p2 , mientras que en el segundo todos los
elementos no triviales tienen orden p.

Demostración: Sea G un grupo no abeliano de orden p3 . Por 1.32 y 2.5,

tiene que ser |Z(G)| = p. Más aún, por 2.6 y 1.32, se cumple que G/Z(G) ∼ =
Cp × Cp . Por consiguiente, G′ ≤ Z(G) y, como G′ ̸= 1, tiene que ser G′ = Z(G).
Pongamos que G/Z(G) = ⟨xZ(G), yZ(G)⟩ y Z(G) = ⟨z⟩. Entonces, cla-
ramente G = ⟨x, y, z⟩, luego x e y no conmutan (o G sería abeliano), luego
[y, x] ̸= 1, luego Z(G) = G′ = ⟨[y, x]⟩ y podemos tomar, concretamente,
z = [y, x], luego G = ⟨x, y⟩.
Si o(x) = o(y) = p2 , como xp , y p ∈ Z(G) (porque [x], [y] tienen orden p
en el cociente), existe un r tal que p ∤ r y y p = (xp )r , luego x′ = x−r tiene
orden p2 y sigue siendo cierto que G/Z(G) = ⟨x′ Z(G), yZ(G)⟩, luego en todo
el argumento precedente podemos sustiuir x por x′ = x−r o, equivalentemente,
podemos suponer que y p = x−p , es decir, que xp y p = 1.
Como yx = xy[y, x] = xyz, una simple inducción prueba que

(xy)n = xn y n z n(n−1)/2 .

En particular, como z p = 1, tenemos que (xy)p = xp y p = 1. Por lo tanto,

llamando y ′ = xy, tenemos que G = ⟨x, y ′ ⟩, pero ahora o(y ′ ) = p. Así pues,
podemos suponer que al menos uno de los dos generadores x, y tiene orden p.
110 Capítulo 3. Teoremas de estructura

A partir de aquí suponemos que o(y) = p y distinguimos dos casos, según si

o(x) = p2 o bien o(x) = p.
Si o(x) = p2 , entonces G = ⟨x, y⟩ y N = ⟨x⟩ ◁ G, H = ⟨y⟩ cumplen que
H ∩ N = 1, luego G ∼ = H[N ], donde el producto semidirecto es el determinado
por la acción de H sobre N por conjugación, que a su vez está determinada
por el automorfismo αy ∈ Aut N determinado por la conjugación por y. Si es
αy = 1 entonces G es abeliano, luego αy tiene que tener orden p. Esto significa
que αy (x) = xu , donde [u] tiene orden p en Up2 .
Pero Up2 es un grupo cíclico que tiene un único subgrupo de orden p. Si
u, v son enteros con orden p módulo p2 , necesariamente v = ur , por lo que, si
r
xy = xu , entonces xy = xv , luego cambiando y por una potencia y r adecuada,
podemos exigir que xy = xu para cualquier entero u prefijado de orden p mó-
r
dulo p2 (notemos que no puede suceder que xr = 1, pues entonces sería xy = x,
r
en lugar de xy = xv ). Tal y como hemos visto en la página 107, al estudiar
la existencia de grupos no abelianos de orden p3 , podemos tomar u = p + 1, y
entonces G es claramente isomorfo al primer grupo presentado en el enunciado.
Supongamos ahora que o(x) = o(y) = p. Entonces V = ⟨x, z⟩ ◁ G es un
grupo abeliano de tipo Cp × Cp y H = ⟨y⟩ cumple V ∩ H = 1, luego de nuevo
G = H[V ] y αy ∈ Aut(V ) es un automorfismo de orden p.
Notemos que, como z ∈ Z(G), tiene que ser z y = z. Una posibilidad es que
p
xy = xz, pues en tal caso xy = xz p = x, luego αy tiene orden p. En tal caso es
claro que G es isomorfo al segundo grupo presentado en el enunciado. Lo único
que no estamos en condiciones de probar ahora es que cualquier otra posibilidad
se puede reducir a ésta. Véase la observación tras el teorema 3.32.

El subgrupo derivado y el conjunto de los conmutadores Vamos a cons-

truir un grupo finito cuyo derivado no sea igual al conjunto de los conmutadores.
En la sección 3.3 hemos probado que

Q8 = a, b | a4 = 1, a2 = b2 , ab = a−1 ,

y unos generadores que cumplen estas relaciones son tanto i, j como j, k, luego
el teorema de Von Dyck nos da un automorfismo α1 ∈ Aut(Q8 ) tal que

α1 (i) = j, α1 (j) = k, α1 (k) = i

(la tercera igualdad es consecuencia de las dos primeras). Es obvio entonces que
α1 tiene orden 3, luego el producto semidirecto G1 = ⟨α1 ⟩ [Q8 ] tiene orden 24.
Similarmente, la presentación de V4 = {1, a, b, c} nos da un automorfismo
α2 ∈ Aut(V4 ) tal que

α2 (a) = b, α2 (b) = c, α2 (c) = a,

luego G2 = ⟨α2 ⟩ [V4 ] es un grupo de orden 12.

Sea N = Q8 × V4 ⊴ G1 × G2 y sea α = (α1 , α2 ) ∈ G1 × G2 . Llamamos
G = ⟨α⟩ N , que es un grupo de orden 96. Una comprobación rutinaria nos da
3.4. Productos semidirectos 111

los conmutadores siguientes:

[α, ±i] = k [α, ±j] = i [α, ±k] = j,
[α2 , ±i] = −j [α2 , ±j] = −k [α2 , ±k] = −i
[α, a] =c [α, b] =a [α, c] =b
Esto implica en particular que N ≤ G′ , y la inclusión opuesta se debe a que
G/N ∼ = C3 es abeliano, luego G′ = N . Sin embargo, vamos a probar que
(−1, a) ∈ G′ no es un conmutador.
Vamos a usar las fórmulas siguientes, que son válidas en cualquier grupo y
se comprueban trivialmente:
[xy, z] = [x, z]y [y, z], [x, yz] = [x, z][x, y]z .
Todo elemento de G es de la forma αe n, con n ∈ N y e = 0, 1, 2, luego todo
conmutador es de la forma [αs n1 , αt n2 ]. Vamos a probar que podemos exigir
t = 0. Si s = 0 se comprueba inmediatamente que
[n1 , αt n2 ] = [αt n2 n1 , n−1
1 ],

luego, en efecto, el conmutador admite una expresión alternativa con t = 0. Si

0 < t ≤ s ≤ 2, entonces s = ct, luego, aplicando la primera de las dos fórmulas
anteriores,
s
[αs n1 , αt n2 ] = [(αt n2 )−c (αs n1 ), αt n2 ] = [(n−c α t t
2 ) n1 , α n2 ] = [n3 , α n2 ]

y llegamos a una expresión con s = 0, que a su vez nos lleva a otra con t = 0.
La última posibilidad es 0 < s < t ≤ 2, con lo que s = 1, t = 2. Entonces la
segunda identidad con los conmutadores nos da
[αn1 , α2 n2 ] = [αn1 , (αn1 )−2 (α2 n2 )] = [αn1 , n−1 −1 α
1 (n1 ) n2 ],

y de nuevo tenemos una expresión con t = 0.

Así pues, si (−1, a) fuera un conmutador, sería de la forma
(−1, a) = [αe n1 , n2 ].
Llamando ni = (qi , di ) ∈ Q8 × V4 , es
(−1, a) = ([α1e q1 , q2 ], [α2e d1 , d2 ]),
luego
[α1e q1 , q2 ] = −1, [α2e d1 , d2 ] = a.
La primera igualdad equivale a
[α1e , q2 ]q1 [q1 , q2 ] = −1,
donde [q1 , q2 ] ∈ Q′8 = {±1}, luego tiene orden 1 o 2. Si suponemos que e = 1, 2,
hemos visto que [α1e , q2 ] tiene orden 4 siempre que q2 = ±i, ±j, ±k, y esto
es imposible, porque entonces −1 tendría orden 4, luego podemos concluir que
q2 = ±1 ∈ Z(G1 ), pero entonces los conmutadores con q2 son triviales y llegamos
a que 1 = −1. Por consiguiente, tiene que ser e = 0, pero esto nos da que
1 = [d1 , d2 ] = a, y tenemos igualmente una contradicción.
112 Capítulo 3. Teoremas de estructura

Acciones conjugadas Un mismo par de grupos puede definir productos semi-

directos no isomorfos si consideramos acciones distintas de uno sobre otro. Sin
embargo, a veces acciones distintas pueden dar lugar a productos semidirectos
isomorfos. Veamos un caso:

Definición 3.23 Diremos que dos acciones α1 , α2 : H −→ Aut N son conjuga-

das si existe ϕ ∈ Aut N tal que, para todo h ∈ H, se cumpla que

α2 (h) = (α1 (h))ϕ .

En tal caso, la aplicación Φ : H[N ]α1 −→ H[N ]α2 dada por

Φ(h, n) = (h, ϕ(n))

es un isomorfismo de grupos, pues

′ ′
Φ((h, n)(h′ , n′ )) = Φ(hh′ , nα1 (h ) n′ ) = (hh′ , ϕ(nα1 (h ) )ϕ(n′ )),
′
Φ(h, n)Φ(h′ , n′ ) = (h, ϕ(n))(h′ , ϕ(n′ )) = (hh′ , ϕ(n)α2 (h ) ϕ(n′ ))
−1
α1 (h′ )ϕ ′
= (hh′ , ϕ(n)ϕ ϕ(n′ )) = (hh′ , ϕ(nα1 (h ) )ϕ(n′ )).
Por ejemplo, imaginemos que queremos construir un producto semidirecto
G = C4 [V4 ]. Para ello tenemos que especificar una acción α : C4 −→ Aut V4 . Al
final de la sección anterior hemos visto que Aut V4 ∼ = Σ3 , que no tiene elementos
de orden 4. Las únicas acciones no triviales tienen imagen de orden 2, y hay
tres posibilidades, pues en Σ3 hay tres elementos de orden 2, pero todos ellos
son conjugados, así que el teorema anterior nos asegura que los tres productos
semidirectos no triviales C4 [V4 ] son isomorfos, por lo que podemos hablar de “el
producto semidirecto no trivial C4 [V4 ]” sin más especificaciones. Concretamente,
es fácil ver que

C4 [V4 ] = a, b, c | a2 = b2 = c4 = 1, ab = ba, ac = b, bc = a .

La clave está en que si V4 = {1, x, y, z}, cualquiera que sea el automorfismo

asociado a c, va a intercambiar dos elementos y dejar fijo al tercero, luego
podemos llamar a y b a los elementos intercambiados, y así C4 [V4 ] = ⟨a, b, c⟩
cumple las relaciones indicadas.
Similarmente, podemos definir C2 [Q8 ]int como el producto semidirecto de-
terminado por la acción α : C2 −→ Aut Q8 tal que si C2 = ⟨g⟩, entonces α(g)
es cualquiera de los automorfismos internos no triviales de Q8 , pues en la sec-
ción 4.3 de [G] hemos visto que Aut Q8 ∼= Σ4 y los automorfismos internos (un
subgrupo normal isomorfo a C2 × C2 ) se corresponde con el subgrupo de los
pares de trasposiciones, cuyos elementos no triviales son conjugados. Si elegi-
mos, concretamente, α(g) = αk (la conjugación por k), obtenemos fácilmente
que C2 [Q8 ]int es isomorfo a

G = i, j, g | i4 = 1 = g 2 , i2 = j 2 , ij = i−1 , ig = i−1 , j g = j −1 .
3.4. Productos semidirectos 113

Tenemos que gi = −ig, gj = −jg, gk = kg, por lo que todo elemento de G

se expresa de forma única como iu j v g w , con 0 ≤ u < 4, 0 ≤ v, w < 2. Es fácil
calcular los órdenes de sus elementos:
1 −1 i −i j −j k −k
1 2 4 4 4 4 4 4
g −g ig −ig jg −jg kg −kg
2 2 2 2 2 2 4 4

Por ejemplo, (ig)2 = igig = i(−i)g 2 = 1, luego o(ig) = 2, pero en cambio

(kg)2 = k 2 = −1, luego o(kg) = 4. Notemos además que Z(G) = ⟨kg⟩ tiene
orden 4, pues

(kg)g = kg, (kg)i = −ikgi = j(−i)g = kg, (kg)j = −jkgj = −i(−j)g = kg.

Por lo tanto, ⟨kg⟩ ≤ Z(G), pero el centro de un grupo no abeliano de orden 16

no puede tener más de 4 elementos por el teorema 1.32.
Por otro lado, Aut C8 ∼ = U8 = {[1], [3], [5], [7]} ∼
= C2 × C2 contiene tres
elementos de orden 2 no conjugados entre sí, de modo que podemos formar tres
productos semidirectos no triviales

C2 [C8 ]i = a, b | a8 = b2 = 1, ab = ai ,

para i = 3, 5, 7, y los tres son muy distintos entre sí. En efecto, los elementos
de cualquiera de ellos se expresan de forma única como au bv , con 0 ≤ u < 8,
0 ≤ v < 2, pero sus órdenes son muy distintos. En efecto, para i = 7 el grupo
es D16 , y sabemos que sus elementos de la forma au b tienen todos orden 2. En
cambio, para i = 3 tenemos que

(au b)2 = au bau b = au a3u = a4u ,

que tiene orden 2 si u es impar y tiene orden 1 si u es par, luego los órdenes de
los elementos de esta forma son los que indica la tabla siguiente:
i b ab a2 b a3 b a4 b a5 b a6 b a7 b
3 2 4 2 4 2 4 2 4
5 2 8 4 8 2 8 4 8
7 2 2 2 2 2 2 2 2

Para i = 5 es (au b)2 = au bau b = a6u , que tiene orden 1, 4, 2, 4, 1, 4, 2, 4 en

función de i, luego el orden de au b es el doble (el que indica la tabla anterior).
Por lo tanto, contando también los elementos de ⟨a⟩, concluimos que el
número de elementos de cada orden en cada uno de los tres grupos viene dado
por la tabla, en la que indicamos también el centro de cada grupo:
i 2 4 8 Z(G)
3 5 6 4 a4
5 3 4 8 a2
7 9 2 4 a4
114 Capítulo 3. Teoremas de estructura

En efecto, para que un elemento au bv esté en el centro, debe cumplir que

au bv = (au bv )b = aiu bv ,

lo cual equivale a que a(i−1)u = 1, es decir, a que 8 | (i − 1)u.

Si i = 3, esto equivale a que 4 | u, luego sólo a4 y a4 b pueden estar en el
centro. Ciertamente a4 lo está (pues hemos visto que conmuta con b y trivial-
mente conmuta con a), pero a4 b no puede estar en el centro, pues entonces lo
estaría b, y no es el caso.
Si i = 5 tenemos que la condición necesaria es que 2 | u, y es claro entonces
que a2 está en el centro, pero a2u b no puede estar, ya que entonces lo estaría b.
El caso de i = 7 es similar, pero ya conocemos el centro de D16 .
Todos estos hechos muestran que los tres grupos no son isomorfos entre sí.

3.5 Clasificación de los grupos de orden 16

Como aplicación de los resultados vistos hasta este punto, vamos a clasificar
todos los grupos de orden 16. Concretamente, vamos a demostrar que existen
exactamente 14 tipos distintos de grupos de este orden, tal y como detalla el
teorema siguiente:

Teorema 3.24 Todo grupo de orden 16 es isomorfo a uno de los 5 grupos

abelianos

C16 , C2 × C8 , C4 × C4 , C2 × C2 × C4 , C2 × C2 × C2 × C2

o bien a uno de los 9 grupos no abelianos siguientes:

6 Q16 = a, b | a8 = 1, a4 = b2 , ab = a−1
7 D16 = a, b | a8 = b2 = 1, ab = a−1
8 C2 [C8 ]3 = a, b | a8 = b2 = 1, ab = a3
9 C2 [C8 ]5 = a, b | a8 = b2 = 1, ab = a5
10 K16 = a, b | a4 = b4 = 1, ab = a−1
11 C4 [V4 ] = a, b, c | a2 = b2 = c4 = 1, ab = ba, ac = b, ac = a
12 C2 [Q8 ]int = a, b, c | a4 = 1 = c2 , a2 = b2 , ab = a−1 , ac = a−1 , bc = b−1
13 C2 × Q8
14 C2 × D8

Además, dos cualesquiera de estos 14 grupos no son isomorfos entre sí.

Sabemos que los cinco grupos abelianos no son isomorfos entre sí (tienen
factores invariantes distintos) ni tampoco son isomorfos a ninguno de los no
abelianos, luego, de la última parte del teorema sólo hay que probar que los
nueve grupos no abelianos no son isomorfos entre sí. La tabla siguiente indica
3.5. Clasificación de los grupos de orden 16 115

el número de elementos de cada orden en cada subgrupo, así como la estructura

de su centro:
2 4 8 Z(G)
6 Q16 1 10 4 C2
7 D16 9 2 4 C2
8 C2 [C8 ]3 5 6 4 C2
9 C2 [C8 ]5 3 4 8 C4
10 K16 3 12 0 C2 × C2
11 C4 [V4 ] 7 8 0 C2 × C2
12 C2 [Q8 ]int 7 8 0 C4
13 C2 × Q8 3 12 0 C2 × C2
14 C2 × D8 11 4 0 C2 × C2
Vemos que los órdenes distinguen todos los grupos entre sí excepto los pares
K16 , C2 × Q8 por un lado y C4 [V4 ], C2 [Q8 ]int por otro. El segundo par se
distingue por la estructura de su centro, mientras que la diferencia entre los dos
primeros es más sutil. A su vez, la tabla siguiente muestra los elementos de K16
con sus órdenes correspondientes:

1 a a2 a3
1 4 2 4
b ab a2 b a3 b
4 4 4 4
b2 ab2 a2 b2 a3 b2
2 4 2 4
b3 ab3 a2 b3 a3 b3
4 4 4 4

Por ejemplo, (ai b)2 = ai bai b = ai−i b2 = b2 , luego o(ai b) = 4. Teniendo en

cuenta que b2 ∈ Z(K16 ), es fácil ver que o(ai b3 ) = 4 y que (ai b2 )2 = a2i , de
donde se siguen inmediatamente los órdenes de la tercera fila. Por otro lado,
sabemos que Z(K16 ) está formado por el neutro y los tres elementos de orden 2,
y ahora sólo necesitamos una última observación, y es que dos de ellos (a2 y b2 )
son cuadrados en K16 (el tercero no lo es, pero eso es secundario, lo que importa
es que al menos dos elementos no triviales del centro son cuadrados).
Esto no sucede en C2 × Q8 . Si C2 = ⟨±1⟩, entonces

Z(C2 × Q8 ) = Z(C2 ) × Z(Q8 ) = {(1, 1), (−1, 1), (1, −1), (−1, −1)},

y sólo (1, −1) = (1, i)2 es un cuadrado. Los otros no son cuadrados porque −1
no es un cuadrado en C2 .
Así pues, la diferencia que prueba que K16 no es isomorfo a C2 × Q8 es que
en el primer grupo el centro contiene 3 cuadrados (contando el neutro), mientras
que en el segundo el centro sólo contiene dos.
El punto de partida de la clasificación es el teorema siguiente:
116 Capítulo 3. Teoremas de estructura

Teorema 3.25 Si G es un grupo de orden 16 no isomorfo a C2 × C2 × C2 × C2 ,

entonces tiene un subgrupo normal isomorfo a C8 o bien a A = C2 × C4 .

Demostración: No puede ocurrir que todos los elementos de G sean de

orden 2, pues entonces G sería abeliano (teorema 1.7) y claramente tendría que
ser de tipo C2 × C2 × C2 × C2 . Si tiene elementos de orden 8 o 16, entonces
tiene un subgrupo isomorfo a C8 (que será normal por tener índice 2), así que
vamos a suponer que G no tiene elementos de orden 8 o 16 y probaremos que
tiene un subgrupo (necesariamente normal) isomorfo a A.
Por el teorema 2.5 sabemos que Z(G) ̸= 1, luego tiene que haber un z ∈ Z(G)
de orden 2. Llamemos H = ⟨z⟩ ◁ G (notemos que todo subgrupo del centro de
un grupo es obviamente normal).
Como los elementos de G no pueden ser todos de orden 2, tiene que haber
al menos un g ∈ G de orden 4. Si alguno cumple g 2 ̸= z, entonces ⟨g⟩ ∩ H = 1,
luego A = H ⟨g⟩ es un grupo abeliano isomorfo a C2 × C4 .
Suponemos, pues, que todos los elementos de orden 4 en G cumplen g 2 = z.
Esto implica que todos los elementos de G/H tienen orden 2, luego G/H es un
grupo abeliano.
Si x ∈ G tiene orden 4 y g ∈ G, entonces xg H = xH (porque el cociente es
abeliano), luego xg ∈ xH, que es un conjunto de 2 elementos, luego |cl(x)| ≤ 2,
pero el cardinal de la clase de conjugación es |G : CG (x)|, luego |CG (x)| ≥ 8,
luego existe un y ∈ CG (x) \ ⟨x⟩.
Si o(y) = 2, entonces A = ⟨y⟩ ⟨x⟩ es un subgrupo (porque ⟨x⟩ ◁ CG (x)), es
abeliano y claramente A ∼ = C2 × C4 .
Supongamos ahora que o(y) = 4, con lo que y 2 = z (así lo estamos supo-
niendo), luego (xy)2 = x2 y 2 = z 2 = 1 (donde hemos usado que x e y conmutan).
No puede ser xy = 1, pues entonces y = x−1 ∈ ⟨x⟩. Por lo tanto, o(xy) = 2
y xy ∈/ ⟨x⟩, pues en tal caso tendría que ser xy = x2 , luego y = x. Así pues,
xy ∈ CG (x) \ ⟨x⟩ es un elemento de orden 2 y estamos en el caso anterior.
Fijemos ahora un grupo G de orden 16. Vamos a ir distinguiendo casos, de
modo que, en cada caso supondremos que no se cumplen los anteriores. Por
ejemplo, a partir del caso 2 supondremos que G tiene elementos de orden mayor
que 2, a partir del caso 3 supondremos que G no tiene elementos de orden 16,
etc.

1. G tiene todos los elementos de orden 2.

En tal caso G es abeliano y claramente es isomorfo a C2 × C2 × C2 × C2 .

2. G tiene un elemento de orden 16.

∼ C16 .
En tal caso G =

3. G tiene un elemento de orden 8.

Fijemos N = ⟨n⟩ ∼= C8 y distingamos varios subcasos:
3.5. Clasificación de los grupos de orden 16 117

(a) Existe g ∈ G \ N con o(g) = 2.

Entonces H = ⟨g⟩ cumple que N ∩ H = 1, luego G = H[N ], donde el
producto semidirecto se construye respecto de la acción de H sobre N
por conjugación, es decir, por el automorfismo αg : N −→ N , que es
independiente de n. De acuerdo con el teorema 1.17, las posibilidades
son αg = α1 , α3 , α5 , α7 , donde αu (n) = nu . En el primer caso G es
abeliano, y es, concretamente, isomorfo a C2 × C8 . En los otros tres
casos G es isomorfo a uno de los grupos C2 [C8 ]i (para i = 3, 5, 7), de
modo que C2 [C8 ]7 ∼ = D16 y ya hemos comprobado que cumplen las
características incluidas en la tabla anterior.
(b) Existe g ∈ G \ N con o(g) = 4.
Entonces G = ⟨g⟩ N , luego | ⟨g⟩∩N | = 2, luego tiene que ser g 2 = n4 .
Consideramos igualmente el automorfismo αg : N −→ N . Si fuera
α1 , entonces (n2 g)2 = n4 g 2 = n8 = 1, y n2 g ̸= 1, pues esto implicaría
que g ∈ N , luego habría elementos de orden 2 fuera de N , en contra
de lo supuesto.
Si fuera ng = n3 , es decir, ng = gn3 , entonces

(ng)2 = ngng = gn4 g = g 4 = 1

y ng ̸= 1 (pues g ∈
/ N ), luego ng sería un elemento de orden 2 en
G \ N , en contra de lo supuesto. Similarmente, si fuera ng = n5 ,
entonces

(n2 g)2 = n2 gn2 g = ngn7 g = gn12 g = gn4 g = g 4 = 1,

y concluimos igualmente. Así pues, tiene que ser ng = n−1 . Así:

G = ⟨n, g⟩ , n8 = 1, n4 = g 2 , ng = n−1 ,

luego G satisface las relaciones de Q16 , luego G ∼

= Q16 , y sabemos
que cumple las características indicadas en la tabla.
(c) Existe g ∈ G \ N con o(g) = 8.
Entonces G = ⟨g⟩ N , luego | ⟨g⟩ ∩ N | = 4, luego tiene que ser g 2 = n2
o bien g 2 = n6 , pero en el segundo caso podemos cambiar g por g −1
y se cumple g 2 = n2 .
Si ng = n, entonces (n3 g)2 = n6 g 2 = n8 = 1, lo cual es imposible.
Si ng = n5 , entonces (ng)2 = ngng = gn6 g = g 8 = 1, imposible.
Si ng = n3 , entonces n2 = g 2 = (g 2 )g = (n2 )g = n6 , imposible.
Si ng = n7 , entonces n2 = g 2 = (g 2 )g = (n2 )g = n6 , imposible.
En suma, este caso no puede darse.

4. G tiene un subgrupo A = ⟨x, y⟩ ∼

= C2 × C4 .
Notemos que, por el teorema 3.25, este caso tiene que darse si no se da el
anterior, luego ya no hay más casos posibles.
118 Capítulo 3. Teoremas de estructura

Recordemos que Aut A = ⟨σ, τ ⟩ = ∼ D8 y que en la tabla de la página 85

está descrita la acción de cada automorfismo sobre los generadores x, y de
A. Vamos a distinguir varios subcasos, como en el caso anterior.

(a) Existe g ∈ G \ A con o(g) = 2.

Entonces H = ⟨g⟩ cumple que H ∩ A = 1, luego G = H[A], donde el
producto semidirecto se construye respecto de la acción de H sobre A
por conjugación, determinada por la conjugación αg : A −→ A, que
será la identidad o uno de los 5 automorfismos de A de orden 2.
Si αg = 1, es decir, si xg = x, y g = y, entonces el producto es directo
yG∼ = C2 × C2 × C4 .
Si αg = σ 2 , es decir, xg = x, y g = y −1 , entonces C = ⟨x⟩ ◁ G,
N = ⟨y⟩ ◁ G y D = HN = ⟨n, g⟩ es claramente isomorfo a D8 .
Además C ∩ D = 1, luego G = C × D ∼ = C2 × D8 .
Puesto que conocemos los órdenes de los elementos de D8 , es fácil
comprobar que el número de elementos de cada orden en G es el que
indica la tabla anterior. En general, es fácil ver que el centro de un
producto directo es el producto de los centros, por lo que en este caso
Z(G) ∼ = C2 × C2 .
Si αg = τ , es decir, xg = xy 2 , y g = y, una comprobación rutinaria
muestra que Q8 = ⟨gy, gx⟩ es un subgrupo de G isomorfo al grupo
cuaternio. Sus elementos son:
1 −1 i −i j −j k −k
1 y2 gy gy 3 gx gxy 2 xy xy 3

Como tiene índice 2, es normal, y G = ⟨x⟩ [Q8 ], donde la conjugación

por x viene determinada por que

ix = xgyx = gy 3 = −i, j x = xgxx = gxy 2 = −j,

luego k x = k. Así, la conjugación por x coincide con la conjugación

por k, y tenemos que G ∼ = C2 [Q8 ]int . Ya hemos comprobado que
cumple las características indicadas en la tabla.
Si αg = σ 2 τ , la estructura de G es la misma, pues los automorfismos
τ y σ 2 τ son conjugados en D4 . Igualmente los casos αg = στ y
αg = σ 3 τ dan lugar a la misma estructura de grupo, por lo que basta
estudiar el segundo. Ahora xg = x, y g = xy, con lo que ⟨x⟩ ◁ G,
luego V4 = ⟨x, g⟩ ≤ G es un subgrupo de tipo C2 × C2 . De hecho es
normal, porque

g y = y 3 gy = gy 3 x3 y = gx ∈ V4 .

Por lo tanto G = ⟨g⟩ [V4 ] ∼

= C4 [V4 ]. Dejamos al lector el cálculo del
número de elementos de cada orden en este grupo, así como que su
centro es Z(G) = {1, a, b, c2 , abc2 }.
3.5. Clasificación de los grupos de orden 16 119

(b) Existe g ∈ G \ A con o(g) = 4.

Entonces | ⟨g⟩ ∩ A| = 2, luego g 2 = y 2 , x, xy 2 .
i. g 2 = y 2 .
Entonces αg2 = 1, luego αg tiene que ser la identidad o uno de
los 5 automorfismos de orden 2.
Si αg es la identidad, entonces (xg)2 = 1, contradicción.
Si αg = τ , entonces xg = xy 2 , y g = y, luego
(xg)2 = xgxg = xg 2 xy 2 = 1,
contradicción. Lo mismo sucede si αg = σ 2 τ .
Si αg = σ 2 , entonces xg = x, y g = y −1 , luego C = ⟨x⟩ ◁ G,
N = ⟨y⟩ ◁ G, y es claro que Q8 = ⟨g⟩ N = ⟨y, g⟩ es un subgrupo
isomorfo a Q8 . Además C ∩ Q8 = 1, luego G = C2 × Q8 .
Si αg = σ 3 τ , entonces xg = x, y g = xy. En este caso llamamos
N = ⟨gy⟩ = {1, gy, x, gxy},
y observamos que es un subgrupo normal, pues
(gy)g = gxy = (gy)−1 , (gy)x = gy, (gy)y = gxy,
y por otra parte, ⟨g⟩ = {1, g, y 2 , gy 2 } cumple ⟨g⟩ ∩ N = 1, por lo
que G = ⟨g⟩ [N ] ∼
= C4 [C4 ].
Si αg = στ la situación es la misma. Ahora xg = x, y g = xy 3 ,
pero si llamamos y ′ = y −1 , tenemos que A = ⟨x, y ′ ⟩ y ahora
xg = x, y ′g = xy = xy ′3 , por lo que estamos en el caso anterior.
ii. g 2 = x.
Entonces αg tiene que tener orden 1 o 2 y αg (x) = x, luego tiene
que ser αg = 1, σ 2 , στ, σ 3 τ . Descartamos αg = στ , pues entonces
y g = xy 3 y llegamos a que o(yg) = 2.
Si αg = σ 3 τ , entonces y g = xy, de donde
(yg)2 = ygyg = yg 2 xy = y 2 ,
por lo que llamando g ′ = yg estamos en el caso i.
Si αg = σ 2 , entonces y g = y 3 , luego (y 2 )g = y 2 , es decir, que g
conmuta con y 2 , por lo que y 2 ◁ G y N = y 2 , g ∼ = C2 × C4
es un subgrupo normal de G. Si llamamos x′ = y 2 , y ′ = g y
g ′ = yg ∈
/ N , tenemos que g ′2 = x = y ′2 y estamos en el caso i.
Por último, si αg = 1, entonces G es abeliano y, como tiene 12
elementos de orden 4, tiene que ser G ∼ = C4 × C4 .
2 2
iii. g = xy .
En este caso, llamando x′ = xy 2 , y ′ = y, tenemos igualmente
que A = ⟨x′ , y ′ ⟩, pero ahora g 2 = x′ , luego estamos en el caso ii.
Esto completa todas las posibilidades.
120 Capítulo 3. Teoremas de estructura

3.6 La teoría de Sylow

Presentamos ahora unos resultados fundamentales sobre existencia de sub-
grupos en grupos finitos. Hemos visto que el grupo alternado A4 tiene orden 12,
pero no tiene subgrupos de orden 6. Sin embargo, ahora vamos a probar que
todo grupo finito tiene subgrupos de cualquier orden potencia de primo que
divida a su orden, es decir, el resultado que anunciábamos en la introducción
a este capítulo y que termina la demostración del teorema [Al 5.50]. Para ello
conviene dar esta definición:

Definición 3.26 Sea G un grupo finito y p un número primo. Sea |G| = pn · m,

con (p, m) = 1 (quizá con n = 0). Un subgrupo H de G de orden pn se llama
p-subgrupo de Sylow de G.

Teorema 3.27 (Primer teorema de Sylow) Si G es un grupo finito y p un

número primo, entonces G tiene un p-subgrupo de Sylow.

Demostración: Por inducción sobre el orden de G. Si G tiene orden 1

es obvio. Supongamos que todos los grupos de orden menor que |G| tienen
p-subgrupos de Sylow y demostremos que G también los tiene.
Si p ∤ |G|, entonces el subgrupo trivial es un p-subgrupo de Sylow de G.
Supongamos, pues, que p |G|. Sea |G| = pn · m, con (p, m) = 1.
Distinguimos dos casos:
Caso 1 Existe un subgrupo H < G tal que p ∤ |G : H|.
Entonces pn | |H| y por hipótesis de inducción H tiene un p-subgrupo de
Sylow P de orden pn , y así, P es también un p-subgrupo de Sylow de G.
Caso 2 Para todo subgrupo H < G, se cumple que p | |G : H|.
Entonces la ecuación de clases nos da que p |Z(G)|. Como se trata de un
grupo abeliano, tiene un elemento de orden p o, lo que es lo mismo, tiene un
subgrupo H ≤ Z(G) de orden p. Como los elementos de H conmutan con todos
los elementos de G, es evidente que H g = H para todo g ∈ G, o sea, H ⊴ G.
Se cumple que |G/H| = pn−1 · m y tiene un subgrupo de Sylow P/H que
cumplirá |P/H| = pn−1 , luego |P | = pn , luego P es un subgrupo de Sylow.
Como todo p-grupo tiene subgrupos de todos los órdenes posibles, es claro
que, tal y como habíamos anunciado, todo grupo finito tiene subgrupos de todos
los órdenes potencia de primo que dividan a su orden.
Veamos algunas aplicaciones sencillas. En la sección 3.4 hemos visto que si
p y q son primos tales que p | q − 1, existen grupos no abelianos de orden pq.
Ahora probamos que la condición es necesaria:

Teorema 3.28 Si p < q son primos y p ∤ q −1, entonces todo grupo de orden pq
es cíclico.
3.6. La teoría de Sylow 121

Demostración: Sea G un grupo de orden pq y sea N ⊴ G un q-subgrupo

de Sylow, que es normal por 2.27. Sea H un p-subgrupo de Sylow. Entonces
N ∩ H = 1, luego |N H| = pq, luego G = N H. Consideramos el homomorfismo
f : H −→ Aut(N ) que a cada h ∈ H le asigna la conjugación por h. Por 1.17
tenemos que |Aut(N )| = q − 1, luego N(f ) ̸= 1, luego N(f ) = H, y esto significa
que si n ∈ N y h ∈ H entonces nh = n, es decir, que N y H conmutan elemento
a elemento, luego G es abeliano, luego es cíclico.
Por ejemplo, todo grupo de orden 15 es cíclico.

Teorema 3.29 Todo grupo de orden 30 es isomorfo a uno de los grupos si-
guientes:
C30 , D30 , C3 × D10 , C5 × D6 .

Demostración: Si G es un grupo de orden 30, por el teorema 2.28 sabemos

que G tiene un subgrupo N de orden 15 (normal, por tener índice 2) y acabamos
de probar que tiene que ser cíclico. Por el mismo teorema (o por el teorema
de Sylow), también tiene un subgrupo H de orden 2. Claramente entonces
G∼ = H[N ], donde el producto semidirecto es el asociado a la acción de H sobre
N por conjugación. Según 1.17, tenemos que Aut(N ) ∼ = U15 ∼ = C2 × C4 , y
este grupo tiene tres elementos de orden 2, luego hay cuatro homomorfismos
α : H −→ Aut(N ) (contando el trivial), luego a lo sumo hay cuatro grupos no
isomorfos de orden 30. Ahora basta observar que los cuatro grupos del enunciado
no son isomorfos entre sí, con lo que podemos asegurar que cualquier otro será
isomorfo a uno de ellos. Para ello notamos que cada uno tiene un número
distinto de elementos de orden 2, el primero 1, el segundo 15, el tercero 5 y el
cuarto 3.
La hipótesis de no divisibilidad del teorema 3.28 es necesaria:

Teorema 3.30 Si p y q son primos tales que p | q − 1, todo grupo de orden pq

es isomorfo a Cpq o bien a

a, b | aq = bp = 1, ab = au ,

donde u es una unidad módulo q de orden p. (El grupo no depende de la elección

de u.)

Demostración: Sea G un grupo de orden pq. Sean P = ⟨b⟩ y Q = ⟨a⟩

subgrupos de Sylow de G de órdenes p y q, respectivamente. Como Q tiene
índice p, el teorema 2.27 nos da que Q ◁ G. Por consiguiente, ab = au , para
cierto u, que tiene que ser u = 1 o bien una unidad módulo q de orden p. Si
u = 1 entonces G = Q × P es cíclico. En caso contrario es claro que G tiene la
presentación indicada, y no depende de u, porque si v es otra unidad de orden p,
tenemos que, en Uq , se cumple ⟨[u]⟩ = ⟨[v]⟩, luego existe un r tal que v = ur ,
r r
y entonces ab = au = av , luego b′ = br ̸= 1 y ⟨b′ ⟩ = ⟨b⟩, luego G = ⟨a, b′ ⟩ y
satisface la presentación con v en lugar de u.
Por ejemplo, existe un único grupo no abeliano de orden 21, y es fácil ver
que es el menor grupo no abeliano de orden impar.
122 Capítulo 3. Teoremas de estructura

Volviendo a la teoría de Sylow, el teorema siguiente nos da la relación entre

los subgrupos de Sylow de un subgrupo normal o de un cociente:

Teorema 3.31 Si G es un grupo finito, N ⊴ G y P es un p-subgrupo de Sylow

de G, entonces P ∩N es un p-subgrupo de Sylow3 de N y P N/N es un p-subgrupo
de Sylow de G/N .

Demostración: Si |G| = pn m, |N | = pr m′ , entonces

|G||P ∩ N | m|P ∩ N |
|G/N : P N/N | = |G : P N | = = .
|P ||N | pr m′

Para que el cociente sea entero es necesario que pr | |P ∩ N |, lo que prueba

que P ∩ N es un p-subgrupo de Sylow de N , así como que p no divide al índice
de P N/N , que es obviamente un p-grupo, luego es un p-subgrupo de Sylow de
G/N .
He aquí un refinamiento del teorema de Sylow:

Teorema 3.32 (Segundo teorema de Sylow) Si G es un grupo finito, todo

p-subgrupo de G está contenido en un p-subgrupo de Sylow y dos p-subgrupos de
Sylow cualesquiera son conjugados.

Demostración: Sea P un p-subgrupo de Sylow de G y sea Q un p-subgrupo

arbitrario. Entonces Q actúa sobre Ω = (G/P )d por multiplicación a derecha.
El teorema 2.2 nos da que las órbitas de los elementos de Ω tienen cardinal
potencia de p, sin excluir la posibilidad de que alguna tenga cardinal p0 = 1. De
hecho, concluimos que alguna órbita ha de tener cardinal igual a 1, pues, de lo
contrario, el cardinal de Ω, que es |G : P |, sería suma de potencias (no triviales)
de p, luego sería múltiplo de p.
Así pues, existe un g ∈ G tal que la clase x = P g forma una órbita trivial,
con x como único elemento. Más explícitamente, P gq = P g para todo q ∈ Q.
En particular gq ∈ P g, luego q ∈ P g , para todo q ∈ Q. Concluimos que Q ≤ P g
y P g es también un subgrupo de Sylow de G.
Si Q es también un p-subgrupo de Sylow de G, entonces ha de darse la
igualdad Q = P g , pues tenemos una inclusión y ambos grupos tienen el mismo
orden.

Nota Con esto ya podemos completar la prueba del teorema 3.22: teníamos
un grupo G = H[V ], donde V ∼ = Cp × Cp , y H = ⟨y⟩ ∼
= Cp , para cierta acción
no trivial α : ⟨y⟩ −→ Aut V , de modo que αy tiene que tener orden p.
Si k = Z/pZ es el cuerpo de p elementos, un grupo de tipo Cp × Cp es
isomorfo al grupo aditivo del k-espacio vectorial V = k 2 , y es claro que sus
automorfismos como grupo coinciden con sus automorfismos como k-espacio
vectorial. Fijada una base v1 , v2 de V , cada automorfismo α está determinado
3 Si N no es normal esto no es necesariamente cierto. Por ejemplo, Σ3 ≤ Σ4 contiene uno
solo del los 3-subgrupos de Sylow de Σ4 , luego P ∩ Σ3 = 1 no es un 3-subgrupo de Sylow de
Σ3 salvo para un 3-subgrupo de Sylow P en concreto de Σ4 .
3.6. La teoría de Sylow 123

por el par (α(v1 ), α(v2 )), que tiene que ser también una base de V . Podemos
tomar como α(v1 ) cualquier elemento no nulo de V , lo que nos da p2 − 1 posi-
bilidades, mientras que α2 hay que elegirlo en V \ ⟨α(v1 )⟩, para lo cual tenemos
p2 − p posibilidades. Esto implica que

|Aut V | = (p2 − 1)(p2 − p) = (p − 1)2 p(p + 1),

luego los p-subgrupos de Sylow de Aut V tienen orden p. Así pues, la imagen
de la acción α será un p-subgrupo de Sylow de Aut V , y hemos probado que
dos cualesquiera de ellos son conjugados, por lo que la observación tras la de-
finición 3.23 prueba que la estructura de G no cambia si suponemos que Im α
es un p-subgrupo de Sylow en concreto de Aut V y, teniendo en cuenta que
αyr = (αy )r , cambiando y por un y r adecuado, no perdemos generalidad si su-
ponemos que αy es un elemento de orden p prefijado de Aut V , que es justo lo
que nos faltaba para completar la prueba del teorema 3.22.
Los p-subgrupos de Sylow forman una órbita en la acción de G por conju-
gación en el conjunto de todos sus subgrupos, luego si P es un p-subgrupo de
Sylow, el número total de ellos es |G : NG (P )|, que es un divisor del orden de G
(e incluso de |G : P |). Esto forma parte del tercer teorema de Sylow:

Teorema 3.33 (Tercer teorema de Sylow) El número νp de p-subgrupos de

Sylow de un grupo finito cumple νp = |G : NG (P )|, νp ≡ 1 (mód p).

Demostración: Sea G un grupo finito, sea Ω el conjunto de sus p-subgrupos

de Sylow, sea P ∈ Ω y consideremos la acción de P en Ω por conjugación. Ya
hemos probado que νp = |G : NG (P )|. Obviamente, P g = P para todo g ∈ P ,
luego la órbita de P es trivial. Veamos que es la única. Si Q ∈ Ω, cumple que
Qg = Q para todo g ∈ P , entonces P ≤ NG (Q), pero entonces P y Q son p-
subgrupos de Sylow de NG (Q), luego son conjugados en NG (Q), es decir, existe
g ∈ NG (Q) tal que P = Qg = Q.
Las órbitas que P forma en Ω tienen cardinal potencia de p, y hemos visto
que la única que tiene cardinal 1 es la de P , luego νp = |Ω| ≡ 1 (mód p).
En particular G tiene un único p-subgrupo de Sylow si y sólo si tiene un
p-subgrupo de Sylow normal (que, de hecho, será característico en G).
Los normalizadores de los subgrupos de Sylow tienen propiedades que con-
viene tener en cuenta:

Teorema 3.34 Si G es un grupo finito y P es un p-subgrupo de Sylow, entonces

NG (NG (P )) = NG (P ). En particular, si NG (P ) ⊴ G, es que P ⊴ G.

Demostración: Si g ∈ NG (NG (P )), entonces P g ≤ NG (P )g = NG (P ),

luego P y P g son p-subgrupos de Sylow de NG (P ), pero P ⊴ NG (P ), luego P
es el único es un p−subgrupo de Sylow de NG (P ), luego P g = P , lo que prueba
que g ∈ NG (P ).

Teorema 3.35 Si G es un grupo finito y P , Q son dos p-subgrupos de Sylow,

entonces P ∩ NG (Q) = P ∩ Q.
124 Capítulo 3. Teoremas de estructura

Demostración: Si llamamos H = P ∩ NG (Q), se cumple que QH = HQ,

−1
pues qh = hq h ∈ QH y hq = q h h ∈ HQ, luego QH ≤ G por 1.34 y
|Q||H|
|QH| =
|Q ∩ H|
se traduce en que
pn |H|
pn = ,
|Q ∩ H|
luego H = Q ∩ H = P ∩ Q ∩ NG (Q) = P ∩ Q.
Esto significa que los únicos elementos de P que normalizan a Q son los
que están en Q. En otros términos, si consideramos la acción de P sobre los
p-subgrupos de Sylow de G, el estabilizador de Q es P ∩ NG (Q) = P ∩ Q, por
lo que el cardinal de la órbita de Q es |P : P ∩ Q|. De aquí obtenemos un
refinamiento del tercer teorema de Sylow:

Teorema 3.36 Si G es un grupo finito de orden pn m, donde p ∤ m y la inter-

sección de dos p-subgrupos de Sylow de G (distintos) tiene orden a lo sumo pk ,
entonces el número νp de p-subgrupos de Sylow de G cumple νp ≡ 1 (mód pn−k ).

Basta tener en cuenta que, según hemos visto, la acción de P sobre el con-
junto de los p-subgrupos de Sylow de G, cada órbita tiene cardinal |P : P ∩ Q|,
y esto vale 1 cuando Q = P y es un múltiplo de pn−k cuando P ̸= Q, lo cual
nos da la congruencia indicada.
Nota Conviene observar que el “a lo sumo” del teorema anterior es necesario
porque un grupo finito G puede tener p-subgrupos de Sylow P1 , P2 , P3 , P4 de
modo que |P1 ∩P2 | = ̸ |P3 ∩P4 |. Basta pensar en (casi) cualquier producto, como
G = Σ3 × Σ3 . Si llamamos P1 , P2 , P3 a los tres 2-subgrupos de Sylow de Σ3 ,
entonces P1 × P1 y P1 × P2 son 2-subgrupos de Sylow de G cuya intersección
tiene orden 2, mientras que P1 × P1 y P2 × P2 son 2-subgrupos de Sylow cuya
intersección es trivial.

Teorema 3.37 (Argumento de Frattini) Si K ⊴ G y Q es un q-subgrupo

de Sylow de K, entonces G = KNG (Q).

Demostración: Si g ∈ G, entonces Qg ≤ K g = K es un q-subgrupo de

Sylow de K, luego existe k ∈ K tal que Qg = Qk , luego gk −1 ∈ NG (Q), luego
g ∈ KNG (Q).
Veamos algunas aplicaciones:

Teorema 3.38 Si p es un primo p ≡ −1 (mód 4), entonces todo grupo no

abeliano de orden 4p es isomorfo a D4p o a Q4p (o a A4 en el caso p = 3).

Demostración: Sea G un grupo no abeliano de orden 4p, tenemos que

νp | 4 y νp ≡ 1 (mód p). La única posibilidad es νp = 1 salvo si p = 3, en
cuyo caso puede ser νp = 4. Vamos a considerar este caso particular. Sea P
3.6. La teoría de Sylow 125

un 3-subgrupo de Sylow de G y supongamos que no es normal. Entonces la

acción por multiplicación de G sobre el conjunto Ω = (G/P )d determina un
homomorfismo τ : G −→ ΣΩ tal que N(τ ) ≤ P . Como P no es normal, tiene
que ser N(τ ) = 1, luego G es isomorfo a un subgrupo de Σ4 de orden 12, luego
G∼ = A4 .
A partir de aquí volvemos al caso de un primo p arbitrario, pero ahora
podemos suponer que G tiene un p-subgrupo de Sylow normal P = ⟨a⟩. Sea
además Q un 2-subgrupo de Sylow. Entonces G ∼ = Q[P ], donde el producto
semidirecto se calcula respecto de la acción de Q sobre P por conjugación. Para
que G sea no abeliano es necesario que esta acción no sea trivial, es decir, que
venga determinada por un homomorfismo α : Q −→ Aut(P ) no trivial.
Tenemos que Aut(P ) ∼ = Up ∼= Cp−1 y, por hipótesis 4 ∤ p − 1, luego Aut(P )
no tiene elementos de orden 4 y tiene un único automorfismo σ de orden 2, que
es el dado por σ(a) = a−1 .
Hay dos posibilidades, según si Q ∼ = C4 o si Q ∼= C2 × C2 , pero en ambos
casos hay un único homomorfismo α posible. En el primero, si Q = ⟨b⟩, tiene
que ser α(b) = σ, y en el segundo, el núcleo de α será un subgrupo de orden 2,
digamos ⟨c⟩, y Q = ⟨b, c⟩, donde α(b) = σ.
Podríamos analizar los productos semidirectos determinados por estas accio-
nes para concluir que el primero es isomorfo a Q4p y el segundo a D4p , pero no
es necesario. Nos basta con el hecho de que sólo hay dos posibilidades, luego no
puede haber más que dos grupos no abelianos de orden 4p no isomorfos entre sí
(o tres si p = 3). Para terminar observamos que los grupos D4p y Q4p no son
isomorfos entre sí (ni son isomorfos a A12 en el caso p = 3). En efecto, en Q4p
hay elementos de orden 4, mientras que en D4p no los hay (y en A4 tampoco
y A4 no tiene elementos de orden 6, mientras que D12 sí que los tiene). Esto
implica que los grupos considerados son los únicos grupos de orden 4p salvo
isomorfismo.

Teorema 3.39 Si p es un primo p ≡ 1 (mód 4), entonces todo grupo no abe-

liano de orden 4p es isomorfo a D4p , Q4p o al dado por la presentación

a, b | ap = b4 = 1, ab = ar ,

donde r cumple op (r) = 4 (pero elecciones distintas de r dan lugar a grupos

isomorfos, por lo que sólo hay 3 grupos en total).

Demostración: Si G tiene orden 4p, el tercer teorema de Sylow nos da que

νp | 4 y νp ≡ 1 (mód p), luego la única posibilidad es νp = 1, con lo que G tiene
un p-subgrupo de Sylow normal, digamos N . Sea H un 2-subgrupo de Sylow,
de modo que G ∼ = H[N ], donde el producto semidirecto se construye respecto
de la acción de H sobre N por conjugación. Para que G sea no abeliano la
acción tiene que ser distinta de la trivial. Tenemos que Aut N ∼ = Up ∼= Cp−1 .
Concretamente, si N = ⟨a⟩, entonces Aut(N ) posee dos únicos elementos de
orden 4 (mutuamente inversos), determinados por que σ(a) = ar (y entonces
σ 2 (a) = a−1 es el único automorfismo de orden 2).
126 Capítulo 3. Teoremas de estructura

Si H ∼ = C2 × C2 , una acción no trivial α : H −→ Aut(N ) tendrá un núcleo

de orden 2, digamos ⟨z⟩, de modo que H = ⟨y, z⟩, donde α(y) = σ 2 , α(z) = 1.
Esto equivale a que ay = a−1 , az = a. Como az = za, resulta que x = az tiene
orden 2p y xy = ay z y = a−1 z −1 = (az)−1 = x−1 (donde hemos usado que a y z
conmutan). Así pues, G = ⟨x, y⟩, donde x2p = y 2 = 1, xy = x−1 , lo cual prueba
que G ∼ = D4p .
Si H ∼ = C4 = ⟨b⟩ hay dos homomorfismos no triviales α : H −→ Aut(N ),
según si α(b) = σ o α(b) = σ 2 . En el primer caso G satisface las relaciones
de la presentación del enunciado. En principio, tendríamos dos grupos, según
si tomamos el exponente r o −r, pero cambiando a por a−1 siempre podemos
elegir el generador de P para que r sea cualquiera de los dos posibles sin cambiar
de grupo.
Es fácil ver que el grupo G∗ determinado por dicha presentación tiene orden
a lo sumo 4p, pues todos sus elementos pueden expresarse en la forma ai bj , con
0 ≤ i < p, 0 ≤ j < 4. Por el teorema de von Dyck 3.18 existe un epimorfismo
G∗ −→ H[N ], luego |G∗ | = 4p y H[N ] ∼ = G∗ .
Ahora podríamos analizar el producto semidirecto correspondiente a la ac-
ción dada por α(b) = σ 2 , pero no es necesario, pues ya sabemos que a lo sumo
hay un tercer grupo no abeliano no isomorfo a los dos que hemos encontrado,
y basta observar que el grupo dicíclico Q4p está en ese caso, pues tiene 2p ele-
mentos de orden 4, mientras que D4p no tiene ninguno y, por otra parte, D4p y
Q4p tienen elementos de orden 2p y el grupo dado por la presentación no tiene
ninguno (sus elementos tienen orden 1, 2, 4, p).

Teorema 3.40 Todo grupo simple de orden 60 es isomorfo a A5 .

Demostración: Sea G un grupo simple de orden |G| = 22 · 3 · 5. Por el

tercer teorema de Sylow, tenemos que ν2 = 1, 3, 5, 15, pero descartamos ν2 = 1
porque entonces G tendría un 2-subgrupo de Sylow normal, y también ν2 = 3
por el teorema 2.29, ya que ν2 es el índice del normalizador de un 2-subgrupo
de Sylow.
Basta probar que G tiene un subgrupo H de índice 5, pues entonces el
teorema de Cayley nos da un monomorfismo G −→ Σ5 , de donde se sigue que
G es isomorfo al único subgrupo de Σ5 de índice 2, que es A5 .
Si ν2 = 5, entonces el normalizador de un 2-subgrupo de Sylow es el subgrupo
buscado, así que podemos suponer que ν2 = 15 (en realidad este caso no puede
darse, porque A5 cumple que ν2 = 5).
Por otro lado, ν5 | 12 y ν5 ≡ 1 (mód 5), luego ν5 = 1, 6, pero tiene que ser
ν5 = 6, ya que no puede haber un 5-subgrupo de Sylow normal. Como dos
5-subgrupos de Sylow tienen intersección trivial, cada uno de ellos contiene 4
elementos de orden 5 distintos, luego G tiene un total de 6 · 4 = 24 elementos
de orden 5.
Si todos los 2-subgrupos de Sylow tuvieran intersección trivial, habría un
total de 15 · 3 = 45 elementos de orden 2 o 4, pero 24 + 45 = 69 > 60, luego
tiene que haber dos 2-subgrupos de Sylow P y Q tales que |P ∩ Q| = 2. Como
los grupos de orden 4 son abelianos, P ∩ Q es invariante por conjugación tanto
3.6. La teoría de Sylow 127

por elementos de P como de Q, luego P ∩ Q ⊴ H = ⟨P, Q⟩. Esto hace que

H < G, y |H| ≥ |P Q| = 8, luego |H| = 12 (ya que H no puede tener índice 3)
y tenemos igualmente un subgrupo de índice 5.
Podemos mejorar sustancialmente el teorema anterior:

Teorema 3.41 Todo grupo simple no abeliano de orden menor o igual que 100
es isomorfo a A5 .

Demostración: Sea G un grupo simple no abeliano tal que |G| ≤ 100 y

sea p el mayor primo que divida a |G|. Si p ≥ 11, entonces νp ≥ 1 + p ≥ 12,
luego, si P es un p-subgrupo de Sylow,

|G| = |NG (P )||G : NG (P )| ≥ p(1 + p) ≥ 11 · 12 = 132,

lo cual es imposible, así que p ≤ 7.

Si p = 7, entonces ν7 = 7k + 1, luego si P es un 7-subgrupo de Sylow,

7(7k + 1) ≤ |NG (P )||G : NG (P )| = |G| ≤ 100,

lo que obliga a que k = 1, luego ν7 = 8. Así 7 · 8 | |G| ≤ 100, luego de hecho

|G| = 56. Además G tiene exactamente 8 · 6 = 48 elementos de orden 7, pero
tiene que haber más de un 2-subgrupo de Sylow, luego tiene que haber al menos
9 elementos más (los 8 de un 2-subgrupo de Sylow y alguno de otro 2-subgrupo
de Sylow) y esto ya suma 48 + 8 + 1 = 57 > 56.
Si p = 5, ahora las posibilidades son ν5 = 6, 11, 16, pero descartamos ν5 = 11,
ya que 5 es el mayor primo que divide a |G|. También descartamos ν5 = 16,
pues entonces 5 · 16 = 80 | |G| ≤ 100, luego |G| = 80 y un 2-subgrupo de Sylow
tiene índice 5, luego el teorema de Cayley nos da un monomorfismo G −→ Σ5 ,
lo cual es imposible, pues 80 no divide a |Σ5 |.
Si ν5 = 6, entonces 6 · 5 = 30 | |G|, luego |G| = 30, 60, 90, pero descartamos
30 = 2 · 15 y 90 = 2 · 45 por 2.28, luego tiene que ser |G| = 60 y el teorema
anterior prueba que G ∼ = A5 .
Consideramos finalmente el caso p = 3, de modo que |G| = 2a 3b , donde
a ≥ 3 porque G no puede ser un 3-grupo ni tener un 3-subgrupo de Sylow de
índice 2 o 4. Por lo tanto b ≤ 2, pero no puede ser b = 1, porque entonces un
2-subgrupo de Sylow tendría índice 3, luego es |G| = 23 · 32 = 72.
El tercer teorema de Sylow, teniendo en cuenta que tiene que ser 9 · ν3 ≤ 72,
nos da que ν3 = 4, pero esto es imposible, porque G no puede tener subgrupos
de índice 4.
Ahora vamos a caracterizar los números naturales para los que sólo hay
grupos abelianos de ese orden, para lo cual necesitamos un resultado previo:

Teorema 3.42 Si G es un grupo finito no abeliano cuyos subgrupos propios

sean todos abelianos, entonces |G| es divisible a lo sumo entre dos primos.
128 Capítulo 3. Teoremas de estructura

Demostración: Veamos en primer lugar que G no es simple, es decir, que

tiene subgrupos normales propios.
Un subgrupo M de G se dice maximal si M < G y no existe ningún sub-
grupo intermedio M < H < G. Obviamente, todo grupo finito tiene subgrupos
maximales. Si 1 es maximal, eso significa que G no tiene subgrupos propios, lo
cual implica que es cíclico (pues el subgrupo generado por cualquier elemento
no trivial tiene que ser G) y de hecho G ∼
= Cp , porque un grupo cíclico de orden
no primo sí que tiene subgrupos.
Si partimos de que G es no abeliano, sus subgrupos maximales no son trivia-
les. Vamos a probar que G tiene subgrupos normales propios. En caso contrario
sería Z(G) = 1. Sean M1 y M2 dos subgrupos maximales de G y veamos que
M1 ∩ M2 = 1.
En efecto, si g ∈ M1 ∩ M2 , como ambos grupos son abelianos, se cumple que
M1 , M2 ≤ CG (g) , luego CG (g) contiene estrictamente a ambos grupos, luego
por la maximalidad CG (g) = G, luego g ∈ Z(g) = 1.
Si M es un subgrupo maximal

M g = |G| − |G : M | + 1.
S
g∈G

En efecto, los subgrupos M g son todos maximales, y hemos probado que

la intersección de dos de ellos es trivial, y el número de conjugados distintos
es |G : NG (M )|, pero, M ≤ NG (M ) ≤ G y estamos suponiendo que M no es
normal en G, luego por la maximalidad tiene que ser NG (M ) = M , luego hay
|G : M | conjugados M g distintos, y en cada uno de ellos hay |M | − 1 elementos
distintos, luego en la unión hay |G : M |(|M | − 1) elementos distintos más el
neutro, lo que da el valor indicado.
Como |M | ≥ 2, tenemos que
|G| > |G| − |G : M | + 1 ≥ |G| − |G|/2 + 1 = |G|/2 + 1.
M g no puede ser todo G, luego podemos tomar
S
En particular, la unión
g∈G
g ∈ G que no esté en la unión. Como G no es cíclico, ⟨g⟩ < G, luego podemos
′
tomar un subgrupo maximal ⟨g⟩ ≤ M ′ < G. Hemos visto que M g ∩ M ′g = 1,
luego también
Mg ∩ M ′g = 1,
S S
g∈G g∈G

pero cada unión tiene al menos |G|/2 + 1 elementos, luego la unión

Mg ∪ M ′g
S S
g∈G g∈G

tiene, además del neutro 1, al menos |G|/2 elementos de la primera unión y

otros |G|/2 elementos distintos en la segunda unión, lo que hace un total de
|G| + 1 elementos en la unión completa, lo cual es imposible.
Con esto tenemos la existencia de un subgrupo normal 1 < N ◁ G. Podemos
tomarlo del mayor orden posible, lo que se traduce en que no hay subgrupos
3.6. La teoría de Sylow 129

normales N < N ′ < G o, lo que es lo mismo, tal que el cociente G/N es simple,
y todos sus subgrupos son abelianos. Aplicando a G/N lo que hemos probado,
G/N tiene que ser abeliano y, como no tiene subgrupos propios, tiene que ser
cíclico de orden primo p.
Además N es abeliano. Si q | |G|, q ̸= p, sea Q un q-subgrupo de Sylow
de N , que será también un q-subgrupo de Sylow de G, pero, como N es abeliano,
N ≤ NG (Q) ≤ G, pero, por el teorema 3.34, no puede ser NG (Q) = N ◁ G,
luego tiene que ser NG (Q) = G (porque |G : N | = p, luego no hay subgrupos
intermedios). Así pues, Q ◁ G, es decir, todos los subgrupos de Sylow de G son
normales salvo tal vez los p-subgrupos.
Si G tuviera un p-subgrupo de Sylow normal, entonces G sería el producto
directo de sus p-subgrupos de Sylow (que son abelianos, por hipótesis), luego
sería abeliano. Así pues, G tiene al menos dos p-subgrupos de Sylow distintos,
P y P ′.
El grupo ⟨P, P ′ ⟩ no puede ser abeliano, porque tendría dos p-subgrupos de
Sylow distintos, luego, por hipótesis G = ⟨P, P ′ ⟩. Sea P1 un p-subgrupo de
Sylow de N , de modo que P1 = P ∩ N . Si g ∈ P \ P1 , entonces p ∈ / N , luego
⟨N, g⟩ = G (porque no hay subgrupos intermedios).
Como N es el producto directo de sus subgrupos de Sylow, si g conmutara
con los elementos de cada subgrupo de Sylow, entonces conmutaría con todos
los elementos de N , luego G = ⟨N, g⟩ sería abeliano. Por lo tanto, hay un q-
subgrupo de Sylow Q de N tal que g no conmuta con todos los elementos de Q.
No puede ser q = p, porque entonces Q = P1 , pero g ∈ P sí que conmuta con
los elementos de P1 , porque P es abeliano.
Así pues, G = ⟨Q, g⟩, porque el subgrupo de la derecha no es abeliano, pero
Q ◁ G, luego G = Q ⟨g⟩ y |G| = |Q| · |⟨g⟩|, donde el primer factor es potencia
de q y el segundo es potencia de p.
Con esto podemos probar:

Teorema 3.43 Los números naturales n tales que todo grupo de orden n es
abeliano son exactamente los de la forma n = pe11 · · · perr , donde los primos pi
e
son distintos dos a dos, los exponentes cumplen 0 ≤ ei ≤ 2 y pi ∤ pj j − 1, para
todo i, j.

Demostración: Veamos en primer lugar que si n tiene la forma indicada

todos los grupos de orden n son abelianos. Si no es así, podemos tomar el
menor número natural n de la forma indicada para el que existe un grupo G no
abeliano de orden n. Entonces todos los subgrupos propios de G son del mismo
tipo, pues si p ∤ q 2 − 1 = (q + 1)(q − 1), también p ∤ q − 1, luego todo subgrupo
propio de G es abeliano. Por el teorema anterior |G| es divisible a lo sumo entre
dos primos. No puede ser |G| = p o |G| = p2 , porque entonces G sería abeliano
(teorema 2.6), ni tampoco |G| = pq por 3.28. Así pues, las únicas posibilidades
son |G| = p2 q o bien |G| = p2 q 2 . Sólo tenemos que descartar estos casos.
Si |G| = p2 q, el número de p-subgrupos de Sylow cumple las relaciones νp | q
y νp ≡ 1 (mód p), y por hipótesis p ∤ q − 1, luego tiene que ser νp = 1.
130 Capítulo 3. Teoremas de estructura

Similarmente, νq | p2 y νq ≡ 1 (mód q), pero q ∤ p2 − 1, luego también

q ∤ p − 1, luego tiene que ser νq = 1.
Por lo tanto, G tiene subgrupos de Sylow normales P y Q de órdenes p2 y q,
luego G = P × Q es abeliano. El caso p2 q 2 se descarta igualmente.
Ahora veamos que si todos los grupos de orden n son abelianos, se tienen
que cumplir las condiciones del enunciado. Sea n = pe11 · · · perr . Si ei > 2, hemos
visto en la sección 3.4 que existe un grupo no abeliano H de orden p3i , y sólo
tenemos que multiplicarlo por cualquier grupo de orden n/p3i (por ejemplo, un
grupo cíclico) para obtener un grupo no abeliano de orden n.
e
Si pi | pj j − 1 distinguimos dos casos: si ej = 1, tenemos que pi | pj − 1,
y en la sección 3.4 hemos visto que existe un grupo no abeliano de orden pi pj .
Multiplicándolo por un grupo de orden n/pi pj obtenemos un grupo no abeliano
de orden n.
Si ej = 2, tenemos que pi | p2j − 1 = (pj + 1)(pj − 1). Si pi | pj − 1 estamos
en el caso anterior, luego podemos suponer que pi | pj + 1. Simplificando la
notación, tenemos que q | p + 1 y basta probar que existe un grupo no abeliano
de orden p2 q.
Sea k = Z/pZ, que es un cuerpo de p elementos y sea V = k 2 , que es un
k-espacio vectorial de dimensión 2. Su grupo aditivo es isomorfo al producto
Cp × Cp . Según hemos razonado en la nota tras el teorema 3.32, se cumple que
|Aut V | = p(p − 1)2 (p + 1) y, como q | p + 1, la teoría de Sylow nos da que
existe τ ∈ Aut V de orden q, luego, llamando H = ⟨τ ⟩, tenemos un grupo Cq
que actúa no trivialmente sobre V ∼ = Cp × Cp , luego el producto semidirecto
H[V ] es un grupo no abeliano de orden p2 q.
Este teorema se aplica a los órdenes
2, 3, 4, 5, 7, 9, 11, 13, 15, 17, 19, 23, 25, 29, 31, 33, 35, 37, 41, 43, 45, 47, 49, . . .

3.7 Ejemplo: El grupo LG(2, 3)

Como aplicación de los resultados que hemos obtenido en este capítulo vamos
a estudiar el grupo G = LG(2, 3) formado por las matrices regulares 2 × 2 sobre
el cuerpo k = Z/3Z de 3 elementos.
Como en el caso de LG(2, 5) que hemos estudiado en la sección 3.3, el orden
de G es el número de bases de k 2 . Para elegir el primer vector de una base
tenemos 9−1 = 8 posibilidades y, para elegir el segundo, 9−3 = 6 posibilidades,
luego |G| = 8 · 6 = 24 · 3 = 48.
Los elementos de G son matrices 2 × 2 con coeficientes 0 y ±1, sujetas a la
condición de que su determinante sea no nulo, que equivale a la regularidad de
las matrices [ITAl 11.7].
Según [Al 4.39], tenemos que Z(G) = {±I}. Por otra parte, podemos consi-
derar el epimorfismo det : G −→ {±1} que a cada matriz le asigna su determi-
nante. Su núcleo, el subgrupo formado por las matrices de determinante 1, es el
grupo lineal especial E = LE(2, 3), análogo al grupo LE(2, 5) cuya presentación
hemos calculado antes. Así, |LE(2, 3)| = 24.
3.7. Ejemplo: El grupo LG(2, 3) 131

Es fácil ver que las matrices triangulares superiores o inferiores, es decir, las
de la forma
   
±1 α ±1 0
o , α = −1, 0, 1,
0 ±1 α ±1

forman, respectivamente, dos subgrupos de orden 12. Si los llamamos Ts y Ti ,

vemos que contienen matrices de determinante −1, por lo que las intersecciones
Ts ∩ E y Ti ∩ E son subgrupos de orden 6, y son cíclicos, pues están generados
por    
−1 −1 −1 0
σs = , σi = ,
0 −1 −1 −1
que tienen orden 6.
La intersección ⟨σs ⟩ ∩ ⟨σi ⟩ está formada por matrices que son a la vez trian-
gulares superiores e inferiores, luego son diagonales, y tienen determinante 1,
luego tiene que ser ⟨σs ⟩ ∩ ⟨σi ⟩ = Z(G). Por lo tanto,
6·6
| ⟨σs ⟩ ⟨σi ⟩ | = = 18.
2
Como ⟨σs ⟩ ⟨σi ⟩ ⊂ ⟨σs , σi ⟩ ≤ E, el subgrupo generado por σs , σi tiene orden
divisor de 24 y mayor o igual que 18. La única posibilidad es que E = ⟨σs , σi ⟩.
Notemos que en este caso el producto ⟨σs ⟩ ⟨σi ⟩ no es un subgrupo.
Por otro lado,
     
−1 1 1 1 0 1
i = σs σi = , j = σi σs = , k = ij =
1 1 1 −1 −1 0

son elementos de E de orden 4, pues se comprueba que i2 = j 2 = k 2 = −I. Esto

sugiere que Q = ⟨i, j⟩ es un grupo de tipo Q8 . Podemos justificarlo sin apenas
necesidad de ningún cálculo adicional. En efecto, sólo tenemos que observar
que E/Z(G) es un grupo de orden 12 generado por las clases x = σs Z(G),
y = σi Z(G), que cumplen

x3 = y 3 = (xy)2 = 1.

En efecto, x3 = σs3 Z(G) = −IZ(G) = 1Z(G), e igualmente y 3 = 1, y

(xy)2 = i2 Z(G) = −IZ(G) = 1Z(G).

En virtud de la presentación que hemos obtenido de A4 , podemos concluir

que E/Z(G) ∼= A4 , y esto nos aporta mucha información.
Para empezar, sabemos que A4 tiene un único subgrupo normal de orden 4,
de tipo C2 × C2 , formado por todos sus elementos de orden 2, luego en E/Z(G)
dicho subgrupo tiene que ser Q/Z(G), donde Q = ⟨i, j⟩ es necesariamente un
grupo de orden 8 (no es necesario comprobar nada, sino que ya sabemos que
tiene que ser así).
Sin más que comprobar que ij ̸= ji, concluimos que Q es un grupo no
abeliano de orden 8 con al menos tres elementos de orden 4, luego tiene que
132 Capítulo 3. Teoremas de estructura

ser Q = ∼ Q8 . Más aún, Q/Z(G) es el único subgrupo de orden 4 de E/Z(G),

luego Q es el único subgrupo de orden 8 de E que contiene a Z(G). De he-
cho, Q es el único subgrupo de orden 8 de E, pues si hubiera otro, digamos
Q′ , sería |Q′ Z(G)/Z(G)| = 8, con lo que E/Z(G) sería un grupo de orden 12
con un subgrupo de orden 8. Como Q es el único subgrupo de E de orden 8,
es característico en E y, como E ⊴ G, tenemos que Q ⊴ G, luego es el único
2-subgrupo de Sylow de E.
Veamos ahora que E no tiene ningún subgrupo N de orden 12. No puede
ser Z(G) ≤ N , porque A4 no tiene subgrupos de orden 6, luego tendría que ser
N ∩ Z(G) = 1, con lo que E ∼ = N × Z(G) ∼ = A4 × C2 , pero entonces E no tendría
elementos de orden 4.
Esto implica a su vez que E es el único subgrupo de G de índice 2, pues si
hubiera otro, digamos E ∗ , tendría que ser

E/(E ∩ E ∗ ) ∼
= EE ∗ /E ∗ ≤ G/E ∗ ,

luego |E : E ∩ E ∗ | = 2, y ya hemos visto que no se da el caso.

Sabemos que ⟨σs ⟩ no es normal en E, pues hemos visto que el producto
⟨σs ⟩ ⟨σi ⟩ no es un subgrupo. Por lo tanto, ⟨σs ⟩ ≤ NE (⟨σs ⟩) < E. Como E
no tiene subgrupos de orden 6, tiene que ser NE (⟨σs ⟩) = ⟨σs ⟩, luego resulta
que |E : NE (⟨σs ⟩)| = 4 es el número de subgrupos de E conjugados con ⟨σs ⟩.
Como A4 tiene 4 subgrupos de orden 3, concluimos que estos cuatro subgrupos
de orden 6 son todos los que tiene E, y así tenemos completamente determinada
la estructura de E, reflejada en el esquema siguiente:

24 LE(2, 3)

8 Q

6 ⟨σs ⟩ ⟨σi ⟩ C6 C6

4 ⟨i⟩ ⟨j⟩ ⟨k⟩

3 σs2 σi2 C3 C3

2 Z(G)

1 1

Observemos que los cuatro subgrupos C6 contienen 2 elementos de orden 6

cada uno, lo que hace un total de 8 elementos de orden 6. La intersección de
dos cualesquiera de ellos contiene a Z(G), luego tiene que ser justamente Z(G),
luego en cada uno hay 2 elementos de orden 3 distintos de los de los demás
subgrupos, lo que hace un total de 8 elementos de orden 3, que determinan 4
subgrupos de tipo C3 . Si sumamos los 6 elementos de orden 4 que hay en Q,
3.7. Ejemplo: El grupo LG(2, 3) 133

tenemos ya los 24 elementos de E:

orden 1 2 3 4 6
cantidad 1 1 8 6 8

La intersección V = Ts ∩ Ti está formada por las cuatro matrices diagonales,

las dos de Z(G) y otras dos de determinante negativo:
   
−1 0 ∗ 1 0
τ= , τ = .
0 1 0 −1

Se trata de un subgrupo de tipo C2 × C2 . Trivialmente, G = EV = ⟨σs , σi , τ ⟩.

Como Q ⊴ G, podemos formar el subgrupo S = QV , que tiene orden 16,
luego es un 2-subgrupo de Sylow de G. Uno de sus elementos es
    
−1 1 −1 0 1 1
α = iτ = = ,
1 1 0 1 −1 1

y resulta que tiene orden 8, pues podemos calcular α2 = −k, que tiene orden 4.
Así pues, G también tiene elementos de orden 8. Si se cumpliera que
ατ = α−1 tendríamos que S ∼ = D16 , pero no es exactamente así. Una sim-
ple comprobación muestra que ατ = α3 , por lo que S ∼ = C2 [C8 ]3 . No es el único
2-subgrupo de Sylow, pues al clasificar los grupos de orden 16 hemos visto que
tiene 5 elementos de orden 2 y G tiene más, ya que tiene subgrupos D12 , cada
uno de los cuales tiene 7 elementos de orden 2. Como no puede haber subgrupos
intermedios, tiene que ser NG (S) = S, luego S tiene exactamente 3 subgrupos
conjugados. La intersección de dos cualesquiera de ellos tiene que ser Q (porque
es normal, y está en todos los conjugados), luego cada uno tiene 4 elementos de
orden 8 distintos, lo que hace un total de 12 elementos de orden 8 en G. De
los 5 elementos de orden 2 que tiene cada subgrupo de Sylow, el único común
a todos ellos es −I, luego en G hay otros 12 elementos más de orden 2, y esto
completa los 48 elementos de G:

orden 1 2 3 4 6 8
cantidad 1 13 8 6 8 12

La tabla muestra que si a los 24 elementos de E que ya teníamos identificados

les sumamos los 12 nuevos elementos de orden 2 y los 12 de orden 8 tenemos ya
los 48 elementos, luego no hay más.
A partir de aquí ya pura rutina concluir que los subgrupos de G son:

• El propio LG(2, 3), de orden 48.

• LE(2, 3), que es el único subgrupo de orden 24.

• Los 3 subgrupos de Sylow de orden 16, isomorfos a C2 [C8 ]3 .

• 4 subgrupos D12 , conjugados entre sí (porque NG (D12 ) = D12 ).

134 Capítulo 3. Teoremas de estructura

• 1 subgrupo Q8 , el 2-subgrupo de Sylow normal de LE(2, 3).

• 3 subgrupos C8 , conjugados entre sí, contenidos uno en cada 2-sylow.

• 3 subgrupos D8 conjugados entre sí, contenidos uno en cada 2-Sylow.

• 4 subgrupos C6 , uno contenido en cada D12 y conjugados entre sí (su

normalizador es D12 ).

• 8 subgrupos D6 , contenidos dos en cada D12 . Su normalizador es D12 , que

tiene índice 4, por lo que forman dos clases de conjugación de 4 subgrupos
cada una.

• 3 subgrupos C4 , conjugados entre sí, contenidos en Q.

• 6 subgrupos C2 × C2 . Cada uno contiene a −I y otros dos elementos

de orden 2. Todos son conjugados con el subgrupo V de las matrices
diagonales (pues NG (V ) = D8 ).

• 12 subgrupos C2 conjugados entre sí, más Z(G), que es normal. Son

conjugados porque sus normalizadores son los C2 × C2 .

• El subgrupo trivial 1.

Como aplicación podemos clasificar los grupos de orden 18:

Teorema 3.44 Todo grupo de orden 18 es isomorfo a uno de los cinco grupos
siguientes:

1. C18 ,

2. C2 × C3 × C3 ∼
= C3 × C6 ,
3. D18

4. D6 × C3

5. a, b, c | a3 = b3 = c2 = 1, ab = ba, ac = a−1 , bc = b−1 .

Demostración: Si G tiene orden 18, obviamente tiene un 3-subgrupo de

Sylow normal N , que puede ser isomorfo a C9 o a C3 × C3 . Si H = ⟨c⟩ es un
2-subgrupo de Sylow, entonces G ∼ = H[N ], donde el producto semidirecto se
calcula respecto de la acción de H sobre N por conjugación.
Si N ∼
= C9 , entonces Aut(N ) ∼ = U9 ∼
= C6 , luego sólo hay un automorfismo
de orden 2, luego hay dos acciones posibles α : H −→ Aut(N ), la trivial, que
nos da G ∼
= C9 × C2 ∼= C18 , y la dada por α(c)(g) = g −1 que nos da G ∼
= D18 .
Supongamos, pues que N ∼ = C3 × C3 , que puede verse como un espacio
vectorial de dimensión 2 sobre el cuerpo Z/3Z. Como la multiplicación está
determinada por la suma, los automorfismos como espacio vectorial coinciden
claramente con los automorfismos como grupo, por lo que Aut(N ) ∼
= LG(2, 3).
3.7. Ejemplo: El grupo LG(2, 3) 135

Según hemos visto, existen 14 homomorfismos posibles α : H −→ Aut(N ), el

trivial da lugar a G = C3 × C3 × C2 , y los restantes tienen por imagen uno de
los 13 subgrupos de orden 2 de LG(2, 3).
Si dicha imagen es el centro, generado por la matriz −I, es decir, que
α(c)(v) = −v, el producto semidirecto que obtenemos cumple que v c = v −1
para todo v ∈ N . Si N = ⟨a, b⟩, entonces G = ⟨a, b, c⟩ y claramente se cum-
plen todas las relaciones del grupo 5) del enunciado. Un análisis análogo al
que hemos hecho con la presentación del grupo diédrico muestra que el grupo
del enunciado tiene a lo sumo 18 elementos (de la forma ai bj ck , con 0 ≤ 1 < 3,
0 ≤ j < 3, 0 ≤ k < 2), luego tiene que ser el producto semidirecto que acabamos
de construir.
El caso restante es que la imagen de α sea uno de los 12 subgrupos conju-
gados de orden 2 que tiene LG(2, 3) aparte de su centro, pero las 12 acciones
correspondientes son conjugadas en el sentido de la definición 3.23, y esto im-
plica que los productos semidirectos que definen son isomorfos. Por lo tanto,
en realidad sólo hay una alternativa más a las cuatro que ya hemos encontrado.
Podríamos analizar la cualquiera de estas doce acciones para identificar el grupo,
pero no es necesario, sino que basta observar que D6 × C3 es un grupo de orden
18 distinto de los cuatro que hemos encontrado, con lo que necesariamente debe
corresponderse con la única posibilidad que nos falta por analizar.
En efecto, D6 × C3 no es abeliano, luego no puede ser isomorfo a ninguno de
los dos grupos abelianos que hemos encontrado, sus elementos tienen órdenes
1, 2, 3, 6, luego no es isomorfo a D18 , que tiene elementos de orden 9, ni tampoco
al quinto grupo del enunciado, pues es fácil ver que sólo tiene elementos de
órdenes 1, 2, 3 (las relaciones implican que todos los de la forma ai bj c tienen
orden 2).
El grupo LE(2, 3) aparece en la clasificación de los grupos de orden 24 sim-
plemente porque es uno de tales grupos:

Teorema 3.45 Todo grupo de orden 24 es isomorfo a uno de los quince grupos
siguientes (los cuales no son isomorfos entre sí):
1. C24 , C2 × C12 , C2 × C2 × C6 ,
2. Σ4 , D24 , Q24 , LE(2, 3),
3. C4 × D6 , C3 × D 8 , C3 × Q8 , C2 × A4 , C2 × D12 , C2 × Q12 ,
4. a, b | a3 = b8 = 1, ab = a−1 ,

5. a, b, c | a3 = b4 = c2 = 1, bc = b−1 , ab = a−1 , ac = ca .

Demostración: Supongamos que |G| = 24 = 23 · 3. La teoría de Sylow nos

da que ν2 = 1, 3 y ν3 = 1, 4. Analizamos en primer lugar el caso en que ν2 = 3 y
ν3 = 4, es decir, el caso en que G no tiene subgrupos de Sylow normales. Vamos
a probar que, necesariamente, G ∼ = Σ4 .
Sea Ω = {Q1 , Q2 , Q3 , Q4 } el conjunto de los 3-subgrupos de Sylow, de modo
que G actúa sobre Ω por conjugación, es decir, que tenemos un homomorfismo
136 Capítulo 3. Teoremas de estructura

de grupos α : G −→ ΣΩ . Llamamos N a su núcleo, y sólo tenemos que probar

que N = 1, pues entonces α es un isomorfismo.
El normalizador NG (Q1 ) no contiene ningún otro Qi , pues entonces tendría
dos 3-subgrupos de Sylow con uno de ellos normal, luego K = NG (Q1 )∩NG (Q2 )
no contiene ningún 3-subgrupo de Sylow, y es un subgrupo de NG (Q1 ), que tiene
orden 6, luego |K| = 1, 2.
Por otra parte, NG (Qi ) está formado por los elementos de G que fijan a Qi ,
luego
T4
N= NG (Qi ) ≤ K.
i=1

Así pues, |N | = 1, 2 y sólo tenemos que descartar que |N | = 2. En tal caso

G/N es un grupo de orden 12 que tiene cuatro 3-subgrupos de Sylow Qi N/N
(pues los 8 elementos de orden 3 en G siguen siendo de orden 3 en G/N ). Por
lo tanto, G/N ∼ = A4 , luego G/N tiene un 2-subgrupo de Sylow normal P/N ,
luego P es un 2-subgrupo de Sylow normal en G, en contra de lo supuesto.
Supongamos ahora que ν2 = 1, es decir, que G posee un 2-subgrupo de
Sylow normal P , de orden 8. Si Q es un 3-subgrupo de Sylow, tenemos que
G∼= Q[P ], donde el producto semidirecto se construye con la acción de Q sobre
P por conjugación. Vamos a distinguir casos según el tipo de P :

1. Si P ∼= C8 , entonces Aut(P ) ∼= C7 y no tiene elementos de orden 3,

luego la única acción posible de Q sobre P es la trivial, que da lugar a
G∼ = C8 × C3 ∼
= C24 .

2. Si P ∼
= C2 × C4 , al final de la sección 3.3 hemos visto que Aut(P ) ∼
= D8 ,
que tampoco tiene elementos de orden 3, luego el producto es directo y
G∼ = C3 × C4 × C3 ∼= C2 × C12 .

3. Si P ≡ C2 ×C2 ×C2 , podemos ver a P como (el grupo aditivo de) un espacio
vectorial de dimensión 3 sobre el cuerpo k = Z/2Z de dos elementos, y
el grupo de automorfismos de P como grupo coincide con el grupo de
automorfismos como espacio vectorial. Sea σ ∈ Aut(P ) tal que σ 3 = 1.
Consideramos a P como k[x]-módulo según [Al 6.24]. Entonces tenemos
que (x3 − 1)P = 0 y, por las observaciones tras la definición [Al 6.29],
el polinomio mínimo de σ es el menor polinomio que anula a P , luego
pol mín σ | x3 −1 = (x−1)(x2 +x+1). Por lo tanto, los factores invariantes
de σ tienen que ser x − 1, x − 1, x − 1, o bien (x − 1)(x2 + x + 1).
En el primer caso σ = 1, luego si σ tiene orden 3 sus factores invariantes
están unívocamente determinados. Ahora bien, según la observación tras
[Al 6.31], dos matrices del grupo LG(3, k) son semejantes (es decir, con-
jugadas, en el lenguaje de la teoría de grupos) si y sólo si tienen la misma
primera forma canónica o, lo que es lo mismo, dos automorfismos son
conjugados si y sólo si tienen los mismos factores invariantes. En nuestro
caso hemos llegado a que todos los automorfismos de P de orden 3 son
conjugados. Aunque no nos hace falta, más concretamente, podemos decir
3.7. Ejemplo: El grupo LG(2, 3) 137

que es posible fijar una base en P respecto a la cual σ venga determinado

por la matriz  
1 0 0
 0 0 1 .
0 1 1

Por las observaciones tras la definición 3.23, concluimos que todas las
acciones no triviales de Q en P son conjugadas, luego, además del producto
directo, que da lugar al grupo G ∼ = C2 × C2 × C2 × C6 ∼ = C2 × C2 × C6 ,
hay un único grupo no abeliano en este caso. Podríamos llegar a una
descripción explícita de G a partir de la forma canónica anterior, pero no
es necesario. Podemos concluir que G ∼ = C2 × A4 sin más que observar que
este grupo está en el caso que estamos considerando (tiene un 2-subgrupo
de Sylow normal isomorfo a C2 ×C2 ×C2 ) y teniendo en cuenta que hemos
probado que todos los grupos en este caso son isomorfos.
∼ D8 , al final de la sección 3.3 hemos visto que Aut(P ) ∼
4. Si P = = D8 , luego
la acción de Q sobre P tiene que ser trivial y G ∼= C3 × D8 .
5. Si P ∼= Q8 , en la sección [G 4.3] hemos probado que Aut(Q8 ) = ∼ Σ4 ,
luego, como en el caso anterior, todos los automorfismos de orden 3 son
conjugados, luego sólo hay dos productos semidirectos posibles Q[P ], el
producto directo, que nos da G ∼= C3 × Q8 , y un producto semidirecto que
podríamos describir, pero, sabiendo que sólo hay una posibilidad de grupo
de orden 24 con un 2-subgrupo de Sylow normal isomorfo a Q8 y que no
sea C3 × Q8 , basta observar que otro grupo que cumple esto es LE(2, 3).

Con esto hemos encontrado todos los grupos de orden 24 con un 2-subgrupo
de Sylow normal (hay 3 abelianos y 3 no abelianos). Ahora suponemos que
ν3 = 1, de modo que G tiene un 3-subgrupo de Sylow normal Q = ⟨a⟩, con
lo que G ∼= P [Q]. Observemos que ahora Aut(Q) ∼ = C2 está generado por el
automorfismo dado por σ(a) = a−1 . Volvemos a distinguir casos según el tipo
de P :

1. Si P ∼
= C8 , entonces G ∼
= C8 [C3 ], donde el producto semidirecto se cons-
truye con respecto a la única acción no trivial α : C8 −→ Aut(C3 ) que
envía a σ los generadores de C8 . Es fácil ver que

G = a, b | a3 = b8 = 1, ab = a−1 .

(Con la acción trivial volveríamos a obtener C24 , pues este grupo tiene
tanto un 3-subgrupo de Sylow normal como un 2-subgrupo de Sylow nor-
mal).
2. Si P ∼
= C2 ×C4 , tenemos que estudiar las acciones α : C2 ×C4 −→ Aut(C3 ).
La acción trivial nos da de nuevo C2 × C4 × C3 ∼ = C2 × C12 .
Si el núcleo de α es cíclico (de orden 4), digamos que está generado por
c ∈ P , podemos tomar otro elemento b de orden 2 que no esté en ⟨c⟩, y
138 Capítulo 3. Teoremas de estructura

así P = ⟨b, c⟩, con α(b) = σ, luego G = ⟨a, b, c⟩, de modo que α(b) = σ se
traduce en que ab = a−1 , mientras que α(c) = 1 se traduce en que ac = ca.
El subgrupo ⟨a, b⟩ satisface las relaciones de D6 y contiene un elemento
de orden 2 y otro de orden 3, luego tiene que ser ⟨a, b⟩ ∼ = D6 . Como c
conmuta con a y b, tiene que ser ⟨a, b⟩ ⊴ G y ⟨c⟩ ⊴ G, luego G ∼
= C4 × D6 .
La única posibilidad restante es que el núcleo de α sea C2 × C2 , de modo
que ahora P = ⟨b, c⟩, donde o(b) = 2, o(c) = 4, pero α(b) = 1, α(c) = σ.
Así G = ⟨a, b, c⟩ de modo que

a3 = b2 = c4 = 1, ab = ba, bc = cb, ac = a−1 .

2
De la última relación se sigue que ac = a, es decir, que a y c2 conmutan.
Llamemos x = ac2 , y = c, con lo que x3 = c6 = c2 = y 2 (luego o(x) = 6),
y además xy = ac c2 = a−1 c2 = (ac2 )−1 = y −1 . Así pues, ⟨x, y⟩ satisface
las relaciones del grupo dicíclico

Q12 = x, y | x6 = 1, y 2 = x3 , y −1 xy = x−1

y contiene elementos de orden 3 y 4, luego tiene que ser ⟨x, y⟩ ∼

= Q12 .
Además ⟨x, y⟩ = ⟨a, c⟩ ⊴ G, ⟨b⟩ ⊴ G, pues b conmuta con a y c, luego
G = ⟨x, y, b⟩ ∼
= C2 × Q12 .
3. Si P ∼
= C2 × C2 × C2 , el núcleo de α tiene que ser de tipo C2 × C2 , y
podemos expresar P = ⟨b, c, d⟩ de modo que α(b) = σ, α(c) = α(d) = 1.
Por consiguiente, G = ⟨a, b, c, d⟩, de modo que

a3 = b2 = c2 = d2 = 1, ab = a−1 , ac = ca, ad = da,

y además b, c, d conmutan entre sí. Ahora llamamos x = ac, y = b, de

modo que o(x) = 6 y xy = x−1 , de donde, razonando como en el caso
anterior, llegamos a que ⟨x, y⟩ ∼
= D12 y a que G = ⟨x, y⟩ × ⟨d⟩ ∼
= C2 × D12 .
4. Si P ∼
= D8 , pongamos que P = ⟨b, c⟩, de modo que b4 = c2 = 1, bc = b−1 .
Estudiamos las acciones α : D8 −→ Aut(C3 ). La trivial nos da el un grupo
G∼ = C3 × D8 , que es un tipo que ya nos había aparecido en el caso ν2 = 1.
Si el núcleo de α es cíclico (de orden 4), tiene que ser α(b) = 1, α(c) = σ,
de modo que G = ⟨a, b, c⟩, con

a3 = b4 = c2 = 1, ab = ba, ac = a−1 .

Llamamos u = ab, v = c, de modo que o(u) = 12 y uv = u−1 , por lo que

⟨u, v⟩ ∼
= D24 y tiene que ser G ∼
= D24 .
Sólo queda la posibilidad de que el núcleo de α sea de tipo C2 × C2 .
Eligiendo los generadores de P , esto se traduce en que α(b) = σ, α(c) = 1,
con lo que G = ⟨a, b, c⟩ con

a3 = b4 = c2 = 1, bc = b−1 , ab = a−1 , ac = ca,

3.8. Grupos de orden menor que 32 139

y es fácil ver que

G = a, b, c | a3 = b4 = c2 = 1, bc = b−1 , ab = a−1 , ac = ca
(esto supone comprobar que el grupo dado por la presentación tiene orden
a lo sumo 24, lo cual es inmediato).
5. Si P ∼= Q8 , pongamos que P = ⟨i, j⟩ con las relaciones usuales de Q8 .
Consideramos una acción α : Q8 −→ Aut(C3 ). La acción trivial nos da de
nuevo G ∼= C3 × Q8 . Ahora la única alternativa es que el núcleo de α sea
un subgrupo cíclico de orden 4 y, cambiando de generador si es preciso,
no perdemos generalidad si suponemos que está generado por i. Entonces
α(i) = 1, α(j) = σ, luego G = ⟨a, i, j⟩, con
a3 = i4 = j 4 = 1, ai = ia, aj = a−1 ,
y además i, j cumplen las relaciones de Q8 . Llamamos x = ai, y = j, de
modo que o(x) = 12, con lo que el subgrupo ⟨x, y⟩ satisface las relaciones
del grupo dicíclico
Q24 = a, b | a12 = 1, b2 = a6 , b−1 ab = a−1 ,
de donde se concluye sin dificultad que G ∼
= Q24 .
La tabla siguiente muestra en qué caso hemos obtenido cada uno de los
grupos no abelianos, y justifica que no hay dos que sean isomorfos entre sí salvo
a lo sumo en dos casos. Ahora bien, no puede ser que C4 × D6 ∼ = C2 × Q12
porque el primero tiene 8 elementos de orden 4, mientras que el segundo tiene
12, y tampoco puede ocurrir que D24 ∼ = D8 [C3 ] (el último grupo del enunciado),
porque el primero tiene 2 elementos de orden 4 y el segundo tiene 6.
2-Sylow ν2 = 1 ν3 = 1
C8 [C3 ] C8 no sí
C4 × D6 C2 × C4 no sí
C2 × Q12 no sí
C 2 × A4 C2 × C2 × C2 sí no
C2 × D12 no sí
Σ4 D8 no no
C3 × D8 sí sí
D24 no sí
D8 [C3 ] no sí
C3 × Q8 Q8 sí sí
LE(2, 3) sí no
Q24 no sí

3.8 Grupos de orden menor que 32

Con los resultados que hemos obtenido tenemos clasificados todos los grupos
de orden menor que 32, según se resume en la tabla de la página siguiente:
 Tabla 3.1: Grupos de orden menor que 32

orden grupos nota ref.

1 1
2 C2 orden p 1.23
3 C3 orden p 1.23
4 C4 , C2 × C2 orden p2 2.6
5 C5 orden p 1.23
6 C6 , D6 orden 2p 1.39
7 C7 orden p 1.23
8 C8 , C2 × C4 , C2 × C2 × C2 , D8 , Q8 orden 8 1.40
9 C9 , C3 × C3 orden p2 2.6
10 C10 , D10 orden 2p 1.39
11 C11 orden p 1.23
12 C12 , C2 × C6 , A4 , D12 , Q12 orden 4p 3.38
13 C13 orden p 1.23
14 C14 , D14 orden 2p 1.39
15 C15 orden pq 3.28
16 14 grupos orden 16 3.24
17 C17 orden p 1.23
18 C18 , C3 × C6 , D18 , D6 × C3 , D6 [C3 ] orden 18 3.44
19 C19 orden p 1.23
20 C20 , C2 × C10 , D20 , Q20 , C4 [C5 ] orden 4p 3.39
21 C21 , Cp [Cq ] orden pq 3.30
22 C22 , D22 orden 2p 1.39
23 C23 orden p 1.23
24 15 grupos orden 24 3.45
25 C25 , C5 × C5 orden p2 2.6
26 C26 , D26 orden 2p 1.39
27 5 grupos orden p3 3.22
28 C28 , C2 × C14 , D28 , Q28 orden 4p 3.38
29 C29 orden p 1.23
30 C30 , D30 , C3 × D10 , C5 × D6 orden 30 3.29
31 C31 orden p 1.23
Capítulo IV

Grupos resolubles

Introducimos ahora el concepto de resolubilidad de grupos, que, según hemos

explicado en la introducción y como probaremos en el capítulo VII de [Al],
permite caracterizar los polinomios resolubles por radicales. Tal vez el lector
prefiera empezar a leer dicho capítulo y volver a éste cuando necesite el concepto
de resolubilidad, para conocer así la motivación que lleva a su estudio. En
realidad lo único que vamos a necesitar de este capítulo es el contenido de la
primera sección.

4.1 Hechos básicos

Definición 4.1 Una serie en un grupo G es una sucesión de subgrupos

1 = G0 ⊴ G1 ⊴ · · · ⊴ Gn = G

Los subgrupos Gi se llaman términos de la serie y los cocientes Gi+1 /Gi se

llaman factores de la serie. Una serie es abeliana, cíclica, etc. si todos sus
factores son grupos abelianos, cíclicos, etc.

La serie se dice ascendente si empieza en G0 = 1 y termina en Gn = G,

pero a veces conviene considerar series descendentes que empiecen en G0 = G y
terminen en Gn = 1. No obstante, hay que tener presente que la diferencia es
meramente notacional.
Por ejemplo, un grupo G es resoluble si tiene una serie abeliana, y es obvio
que ésta será ascendente o descendente según cómo decidamos numerar sus
términos.
Así, todo grupo abeliano G es obviamente resoluble, sin más que considerar
la serie 1 ⊴ G, pero también hay grupos no abelianos resolubles, como Σ3 o Σ4 ,
en virtud de las series

1 ⊴ A3 ⊴ Σ 3 , 1 ⊴ V4 ⊴ A4 ⊴ Σ4 ,

141
142 Capítulo 4. Grupos resolubles

cuyos factores son

A3 /1 ∼
= C3 , Σ3 /A3 ∼
= C2 , V4 /1 ∼
= C2 × C2 , A4 /V4 ∼
= C3 , Σ4 /A4 ∼
= C2 .
Otra familia de grupos resolubles es la de los p-grupos. En efecto, en vir-
tud del teorema 3.6 (véase la observación posterior) es inmediato el teorema
siguiente:
Teorema 4.2 Si p es un número primo, todo p-grupo es resoluble.
La clase de los grupos resolubles es muy amplia, lo cual se debe en gran
medida a que la resolubilidad se conserva por la mayoría de las operaciones que
pueden realizarse con grupos. El teorema siguiente da cuenta de ello.
Teorema 4.3 Se cumple:
1. Si G es un grupo resoluble y H ≤ G, entonces H es resoluble.
2. Si G es un grupo resoluble y N ⊴ G, entonces G/N es resoluble.
3. Si G es un grupo y N es un subgrupo normal de G tal que N y G/N son
resolubles, entonces G es resoluble.
4. Si H y K son subgrupos resolubles de un grupo G y H ⊴ G, entonces
HK es resoluble. En particular el producto directo de grupos resolubles es
resoluble.
Demostración: 1) Sea 1 = G0 ⊴ G1 ⊴ · · · ⊴ Gn = G una serie abeliana de G.
Entonces
1 = G0 ∩ H ⊴ G1 ∩ H ⊴ · · · ⊴ Gn ∩ H = H
es una serie abeliana de H, pues, por el segundo teorema de isomorfía,
. .

(Gi+1 ∩ H) (Gi ∩ H) = (Gi+1 ∩ H) Gi ∩ (Gi+1 ∩ H)
.
∼
= Gi (Gi+1 ∩ H) Gi ≤ Gi+1 /Gi ,

y como el último grupo es abeliano, el primero también lo es. Por lo tanto H

es resoluble.
2) Si 1 = G0 ⊴ G1 ⊴ · · · ⊴ Gn = G es una serie abeliana de G entonces
1 = G0 N/N ⊴ G1 N/N ⊴ · · · ⊴ Gn N/N = G/N
es una serie abeliana de G/N , pues por los teoremas de isomorfía
. . .
Gi+1 N/N ) (Gi N/N ) ∼ = Gi+1 N Gi N = Gi+1 (Gi N ) Gi N
.
∼
= Gi+1 (Gi+1 ∩ Gi N )
.
∼


= (Gi+1 /Gi ) (Gi+1 ∩ Gi N )/Gi ,

y el último grupo es un cociente del grupo abeliano Gi+1 /Gi . Por lo tanto G/N
es resoluble.
4.1. Hechos básicos 143

3) Sean
1 = N0 ⊴ N1 ⊴ · · · ⊴ Nn = N
y
1 = H0 /N ⊴ H1 /N ⊴ · · · ⊴ Hm /N = G/N
series abelianas de N y G/N respectivamente. Entonces una serie abeliana de G
es claramente

1 = N0 ⊴ N1 ⊴ · · · ⊴ Nn = H0 ⊴ H1 ⊴ · · · ⊴ Hm = G.

4) Por el teorema de isomorfía, HK/H ∼

= K/(H ∩ K), que es resoluble por
ser cociente de K. Como H también es resoluble, por el apartado anterior HK
también lo es.
Observemos que si G es un grupo simple, su única serie es 1 ⊴ G, por lo
que no será resoluble a menos que sea abeliano, y un grupo simple y abeliano
tiene que ser claramente cíclico de orden primo. Así pues, los grupos simples no
abelianos, como los grupos An con n ≥ 5 (teorema 2.22), no son resolubles, y en
virtud del teorema anterior, tampoco lo es ningún grupo que tenga un subgrupo
simple no abeliano. En particular:

Teorema 4.4 Los grupos Σn y An son resolubles únicamente para n ≤ 4.

La relación entre los grupos simples y los grupos finitos resolubles se puede
precisar un poco más:

Teorema 4.5 Todo grupo finito admite una serie con factores simples. Un
grupo finito es resoluble si y sólo si admite una serie con factores simples abe-
lianos, es decir, cíclicos de orden primo.

Demostración: Sea G un grupo finito, que podemos suponer no trivial y

consideremos en él una serie cualquiera (siempre podemos tomar la serie 1 ⊴ G)
o, si es resoluble, partimos de una serie abeliana. Eliminando términos repetidos
podemos suponer que es estricta, es decir, que los términos cumplen Gi ◁ Gi+1 .
Si uno de los factores no es simple, eso significa que tiene un subgrupo
normal propio, que será de la forma N/Gi , para cierto N ◁ Gi+1 , con lo que
la serie se puede extender intercalando N así: Gi ◁ N ◁ Gi+1 . Si el factor
era abeliano, entonces el primero de los dos factores nuevos, N/Gi ,es abeliano
por ser subgrupo de Gi+1 /Gi , y el segundo Gi+1 /N ∼ = (Gi+1 /Gi ) (N/Gi ) es
abeliano por ser cociente de un grupo abeliano.
Repitiendo este proceso, tras un número finito de pasos tenemos que llegar a
una serie en la que todos los factores sean simples, y abelianos si la serie original
era abeliana.
Así pues, un grupo resoluble admite una serie, no sólo abeliana, sino cíclica.
Del teorema 3.41 se sigue ahora que A5 es el menor grupo no resoluble, y es el
único de orden menor o igual que 100.
144 Capítulo 4. Grupos resolubles

La serie descrita en el teorema 4.5 para un grupo resoluble tiene la mayor

longitud posible, pues tiene tantos factores como primos aparecen en el orden
de G. Su interés reside en que sus factores son los más sencillos posibles, pero
a veces interesa todo lo contrario, es decir, trabajar con una serie abeliana de
longitud mínima. Para construirla partiremos de G y en cada paso tomaremos
el menor subgrupo que podamos sin que el cociente deje de ser abeliano, es
decir, el subgrupo derivado del grupo anterior.
Definimos el derivado i-ésimo Gi) de un grupo G mediante
 ′
G0) = G, Gi+1) = Gi) .

Claramente, todos estos subgrupos son característicos en G. Si existe un número

n tal que Gn) = 1 entonces la serie derivada

1 = Gn) ⊴ ··· ⊴ G1) ⊴ G0) = G.

es abeliana, luego G es resoluble. Recíprocamente, si G es resoluble y

1 = Hn ⊴ · · · ⊴ H1 ⊴ H0 = G

es una serie abeliana de G, aplicando repetidamente el teorema 1.43 obtenemos

que Gi) ≤ Hi para i = 1, . . . , n. En efecto, si vale para i, como Hi /Hi+1 es

′
abeliano tenemos que Gi+1) = Gi) ≤ Hi′ ≤ Hi+1 .
Así concluimos que Gn) = 1 y que la longitud de la serie derivada es menor
o igual que la longitud de la serie dada. Así pues:

Teorema 4.6 Un grupo G es resoluble si y sólo si existe un n tal que Gn) = 1,

y en tal caso la serie derivada tiene longitud menor o igual que cualquier otra
serie abeliana de G.

Grupos infinitos El concepto de resolubilidad se aplica igualmente a grupos

infinitos. De hecho, observemos que las propiedades del teorema 4.3 no requie-
ren la hipótesis de que los grupos considerados sean finitos. Usando dichas
propiedades es fácil probar lo siguiente:

Teorema 4.7 Todo grupo libre de rango ≥ 2 no es resoluble.

Demostración: Todo grupo libre de rango ≥ 2 tiene un subgrupo libre

de rango 2 (el generado por dos elementos de una base), luego basta probar
que los grupos libres de rango 2 no son resolubles, pero por el teorema 3.14
tenemos que un grupo libre de rango 2 tiene un subgrupo de rango numerable,
luego basta probar que los grupos libres de rango numerable no son resolubles,
pero la prueba del teorema 3.15 muestra que todo grupo finito es cociente de un
grupo libre de rango numerable, luego si los grupos libres de rango numerable
fueran resolubles, todo grupo finito lo sería.
Veamos finalmente un ejemplo de grupo resoluble no abeliano infinito:
4.2. El teorema de Frobenius 145

Ejemplo: Las isometrías de un espacio euclídeo De acuerdo con la dis-

cusión tras [G 5.17], si E es un espacio afín euclídeo (sobre el cuerpo R de
los números reales), tenemos un epimorfismo Is(E) −→ O(E) ⃗ del grupo de las
⃗
isometrías de E en el grupo de las isometrías lineales de E, cuyo núcleo es el
subgrupo G1 = T(E) ∼ =E ⃗ de las traslaciones de E.
Por otra parte, O(E) ∼
⃗ = O(n, R), el grupo de las matrices ortogonales n × n.
Según [G 5.33], la aplicación determinante induce un epimorfismo de grupos
O(n, R) −→ {±1} cuyo núcleo es el grupo O+ (n, R) de las matrices ortogonales
de determinante 1 que es isomorfo al grupo de las isometrías lineales directas.
Así obtenemos una serie
1 = G0 ⊴ G1 ⊴ G2 ⊴ G3 = Is(E)
donde
G1 /G0 ∼
= Rn , G2 /G1 ∼
= O+ (n, R), G3 /G2 ∼
= C2 .
El primer y el último factor son abelianos. En la clasificación de las iso-
metrías de la recta, el plano y el espacio (tridimensional) euclídeo que hemos
presentado en la sección [G 5.5] hemos visto que
O+ (1, R) = 1, O+ (2, R) ∼
= R/⟨2π⟩
son grupos abelianos, por lo que los grupos de isometrías de la recta y del plano
son resolubles. En cambio, el grupo O+ (3, R) es isomorfo al grupo Is+ O (E) de
los giros respecto de ejes que pasan por un punto O, y es un grupo no abeliano.
De hecho, no es resoluble. Esto es consecuencia de que contiene un subgrupo
libre de rango 2, según hemos visto en el ejemplo de la página 93 (nótese la nota
al pie, que señala que las matrices consideradas son giros, luego el grupo libre
construido es isomorfo a un subgrupo de Is+ O (E)) o, alternativamente, también
es consecuencia de que Is+ O (E) contiene un subgrupo isomorfo a A5 (el grupo
de las simetrías directas de un icosaedro, según hemos visto en la sección 2.6).

4.2 El teorema de Frobenius

Vamos a probar un resultado del que deduciremos una condición suficiente
muy sencilla para que un grupo sea resoluble.
Teorema 4.8 (Frobenius) Si G es un grupo finito y d | |G|, entonces el nú-
mero de soluciones en G de la ecuación xd = 1 es múltiplo de d.
Definimos G[d] = {x ∈ G | xd = 1}, de modo que el teorema de Frobenius
afirma que d | |G[d]|.
Nota Frobenius conjeturó que, siempre bajo la hipótesis de que d | |G|, si
|G[d]| = d, entonces G[d] ⊴ G. Esta conjetura se ha demostrado usando la
clasificación de los grupos simples finitos.
Necesitamos un resultado técnico:
146 Capítulo 4. Grupos resolubles

Teorema 4.9 Si G es un grupo finito y n es cualquier número natural, el nú-

mero de elementos de G de orden n es divisible entre ϕ(n). Si d | |G|, d = pk m,
con p ∤ m y pk+1 | |G|, entonces |G[dp] \ G[d]| es múltiplo de ϕ(pk+1 ).

Demostración: Consideremos en G la relación de equivalencia dada por

x ∼ y si y sólo si ⟨x⟩ = ⟨y⟩. En virtud del teorema 1.16, un grupo cíclico de
orden n tiene ϕ(n) generadores, luego la clase de equivalencia de un x ∈ G
tiene ϕ(o(x)) elementos. Como dos elementos relacionados tienen el mismo
orden, el conjunto de todos los elementos de G de orden n es unión de clases de
equivalencia de cardinal ϕ(n), luego su cardinal es múltiplo de ϕ(n).
Ahora observamos que G[dp]\G[d] = {x ∈ G | o(x) = pk+1 s, s | m}. Si es un
conjunto no vacío, es unión de clases de equivalencia y, por la parte ya probada,
la clase de equivalencia de un x con o(x) = pk+1 s tiene cardinal múltiplo de
ϕ(pk+1 )ϕ(s), luego todas las clases de equivalencia tienen cardinal múltiplo de
ϕ(pk+1 ), luego G[dp] \ G[d] también.

Demostración (del teorema de Frobenius): Si el teorema fuera falso, po-

dríamos tomar un grupo G del menor orden posible que no lo cumpliera. Note-
mos que |G| > 1, pues G = 1 cumple trivialmente el teorema. Por otro lado, si
d = |G| entonces G[d] = G y el teorema se cumple trivialmente, luego el mayor
d | |G| que incumple el teorema es d < |G|.
Así pues, |G|/d ̸= 1, luego podemos tomar un primo p que divida a |G|/d.
Digamos que d = pk m, donde p ∤ m y así pk+1 | |G|. Sea A = G[dp]\G[d]. Por la
maximalidad de d tenemos que pd | |G[dp]|. Obviamente, |G[dp]| = |G[d]| + |A|,
luego si probamos que d | |A|, tendremos que d | |G[d]| en contradicción con la
elección de d. Esto sucede trivialmente si A = ∅, luego podemos suponer lo
contrario. Por el teorema anterior ϕ(pk+1 ) = (p − 1)pk | |A|, luego basta probar
que m | |A|.
Según hemos visto en la demostración del teorema anterior, todo x ∈ A
cumple que o(x) = pk+1 s, con s | m. Tomamos enteros tales que upk+1 +vs = 1,
k+1
con lo que y = xvs , z = xup cumplen que x = yz = zy, o(y) = pk+1 , o(z) = s
k+1
(en principio o(y) | p , o(z) | s, pero o(x) = o(y)o(z), luego tienen que darse
las igualdades).
Para cada a ∈ G tal que o(a) = pk+1 , definimos

Sa = {ab | b ∈ CG (a), bm = 1}.

Así, acabamos de probar que A es la unión de todos los conjuntos Sa . Vamos

a ver que la unión es disjunta. Para ello tomamos dos elementos a1 , a2 ∈ G
de orden pk+1 y supongamos que hay un elemento en Sa1 ∩ Sa2 , que será de la
forma a1 b1 = a2 b2 , con bi ∈ CG (ai ), bm
i = 1. Entonces, como ai y bi conmutan,

am m m m
1 = (a1 b1 ) = (a2 b2 ) = a2 ,

y elevando al inverso de m módulo pk+1 llegamos a que a1 = a2 , luego, en efecto,

la unión es disjunta.
4.2. El teorema de Frobenius 147

Ahora observamos que si g ∈ G, entonces (Sa )g = Sag , pues (ab)g = ag bg ,

donde bg ∈ CG (ag ) y (bg )m = 1, luego, si llamamos Sa∗ a la unión de todos los
conjuntos Sag , tenemos que |Sa∗ | = |cl(a)||Sa | y |A| es la suma de un número
finito de cardinales |Sa∗ |. Si probamos que m | |Sa∗ |, tendremos que m | |A|,
como queremos probar.
Sea G∗ = CG (a)/ ⟨a⟩. Sea r = |G∗ | < |G| y e = (m, r). Entonces, la
aplicación

Sa −→ {x ∈ G∗ | xm = 1} = {x ∈ G∗ | xe = 1} = G∗ [e].

dada por ab 7→ b ⟨a⟩ es biyectiva. En efecto:

k+1 k+1
Si b ⟨a⟩ = b′ ⟨a⟩ es que b′ = ai b, luego b′p = bp y elevando al inverso de
pk+1 módulo m resulta que b′ = b, lo que prueba la inyectividad.
Si x = u ⟨a⟩ ∈ G∗ cumple xm = 1, como ⟨a⟩ = ⟨am ⟩, tenemos que um = ami ,
para cierto i, luego (ua−i )m = 1, luego b = ua−i cumple que x = b ⟨a⟩ y bm = 1,
luego x es la imagen de ab ∈ Sa y la aplicación es suprayectiva.
Por la minimalidad de G, tenemos que e | |G∗ [e]| = |Sa |, luego

|G||Sa | |G| |Sa |

|Sa∗ | = |cl(a)||Sa | = |G : CG (a)||Sa | = k+1
= k+1
.
|CG (a) : ⟨a⟩ | p (r/e)p e

Ahora bien, mr/e = mcm(r, m) y, tanto r como m dividen a |G|, luego

mr/e | |G|, luego m | |G|/(r/e), pero pk+1 | |G| y, como (m, pk+1 ) = 1, de hecho

|G|
m| | |Sa∗ |.
(r/e)pk+1

Como consecuencia:

Teorema 4.10 Sea G un grupo finito y sea q el mayor primo que divide a su
orden. Si todos los subgrupos de Sylow de G son cíclicos, entonces G tiene un
único q-subgrupo de Sylow (normal).

Demostración: Sea |G| = pe11 · · · perr , con p1 < p2 < · · · < pr = q y vamos a
es+1
considerar los números de la forma d = pfss ps+1 · · · perr , con 0 ≤ fs ≤ es . Vamos
a demostrar que cualquier d de esta forma cumple |G[d]| = d. En caso contrario,
sea d el mayor divisor de |G| de esta forma para el que no sea cierto. No puede
ser d = |G|, pues entonces la igualdad se da trivialmente, luego d < |G|.
Sea p el mayor primo que divida a |G|/d y sea A = G[dp] \ G[d]. Como
los p-subgrupos de Sylow son cíclicos, si d = pk m, donde p ∤ m, en G existen
elementos de orden pk+1 , y cualquiera de ellos está en A, luego A ̸= ∅.
Por la maximalidad de d tenemos que |G[dp]| = dp, y por el teorema de
Frobenius sabemos que |G[d]| = du, para cierto 1 ≤ u < p (pues G[d] ⊊ G[dp]).
Por el teorema 4.9 sabemos que (p − 1)pk = ϕ(pk+1 ) | |A| = d(p − u).
Pero, por la forma de d y la elección de p, todo divisor primo de d es mayor
o igual que p, luego p − 1 es primo con d, luego p − 1 | p − u, lo cual sólo es
posible si u = 1, luego |G[d]| = d, en contra de lo supuesto.
148 Capítulo 4. Grupos resolubles

En particular hemos probado que |G[q er ]| = q er . Esto significa que hay

er
exactamente q er elementos x ∈ G que cumplen xq = 1, pero eso tienen que
er
cumplirlo los q elementos de un q-subgrupo de Sylow de G, luego sólo puede
haber uno, que será normal.
Finalmente observamos que este teorema puede aplicarse sucesivamente: si
G1 es el q-subgrupo de Sylow normal, entonces G/G1 tiene subgrupos de Sylow
cíclicos, luego uno de ellos, digamos G2 /G1 es normal, y podemos continuar
hasta que G/Gn = 1, con lo que obtenemos una serie cíclica para G. En
definitiva:
Teorema 4.11 Todo grupo finito con subgrupos de Sylow cíclicos (en particular,
todo grupo de orden libre de cuadrados) es resoluble.

4.3 Subgrupos de Hall

Vamos a ver ahora que los grupos resolubles satisfacen una generalización
de la teoría de Sylow.
Definición 4.12 Si G es un grupo finito, un subgrupo de Hall es un subgrupo
H ≤ G tal que |H| y |G : H| son primos entre sí.
Si π es un conjunto de primos, un π-subgrupo (resp. un π ′ -subgrupo) de G es
un subgrupo cuyo orden es divisible únicamente entre primos de π (resp. no es
divisible entre primos de π), y es un π-subgrupo de Hall (resp. π ′ -subgrupo de
Hall) si además su índice no es divisible entre primos de π (resp. sólo es divisible
entre primos de π).
Así, si dividimos los primos que dividen a |G| en dos conjuntos disjuntos π y
ρ, entonces los π-subgrupos (de Hall) de G coinciden con sus ρ′ -subgrupos (de
Hall).
Claramente, todo π-subgrupo (resp. π ′ -subgrupo) de Hall de un grupo G es
un subgrupo de Hall, y todo subgrupo de Hall es un π-subgrupo de Hall (resp.
un π ′ -subgrupo de Hall), donde π es el conjunto de primos que dividen a su
orden (resp. el conjunto de primos que dividen a |G : H|).
Obviamente los p-subgrupos de Sylow son {p}-subgrupos de Hall. Los p′ -
subgrupos de Hall se llaman también p-complementos de un grupo.
Observemos que se cumple el teorema análogo a 3.31:
Teorema 4.13 Si G es un grupo finito, N ⊴ G y H es un π-subgrupo de Hall
de G, entonces H ∩N es un π-subgrupo de Hall de N y HN/N es un π-subgrupo
de Hall de G/N .
Demostración: Si p ∈ π, entonces un p-subgrupo de Sylow P de H lo es
también de G y, como H ∩ N ⊴ H, por 3.31 tenemos que P ∩ N = P ∩ (H ∩ N )
es un p-subgrupo de Sylow de N y de H ∩ N , luego p divide a |H ∩ N | y a
|N | con el mismo exponente. Por el contrario, si p ∈
/ π, entonces p ∤ |H|, luego
p ∤ |H ∩ N |. Esto prueba que H ∩ N es un π-subgrupo de Hall de N .
4.3. Subgrupos de Hall 149

Similarmente, si p ∈ π tenemos que P N/N es un p-subgrupo de Sylow de

G/N , luego también de HN/N , luego p divide a los órdenes de ambos grupos
con el mismo exponente, mientras que si p ∈
/ π, entonces p no divide al orden
|HN/N | = |H : H ∩ N |, luego HN/N es un π-subgrupo de Hall de G/N .
Un grupo arbitrario no tiene por qué tener π-subgrupos de Hall. Por ejem-
plo, |A5 | = 60, pero no tiene {3, 5}-subgrupos de Hall, ni {2, 5}-subgrupos de
Hall, pues serían subgrupos de orden 15 o 20, luego tendrían índice 4 o 3, pero
A5 es simple y el teorema 2.29 afirma que no puede tener tales subgrupos.
Sin embargo, la existencia de subgrupos de Hall está asegurada en los grupos
resolubles:

Teorema 4.14 (Hall) Sea G un grupo finito resoluble y π un conjunto de pri-

mos que dividen a |G|, entonces:

1. G tiene π-subgrupos de Hall.

2. Dos π-subgrupos de Hall cualesquiera son conjugados.

3. Todo π-subgrupo de G está contenido en un π-subgrupo de Hall.

Para probar el teorema de Hall necesitamos un resultado previo. Nos bas-

taría con su particularización al caso de grupos resolubles, pero es interesante
demostrarlo en general:

Grupos característicamente simples Un grupo G es característicamente

simple si sus únicos subgrupos característicos son 1 y G.
Si G es un grupo, un subgrupo normal minimal de G es un subgrupo N ⊴ G
no trivial que no contiene subgrupos propios normales en G.
Como todo subgrupo característico de N es normal en G, es inmediato que
los subgrupos normales minimales de un grupo G son característicamente sim-
ples.
El teorema que necesitamos es el siguiente:

Teorema 4.15 Un grupo finito G es característicamente simple si y sólo si es

producto directo de un número finito de grupos simples isomorfos entre sí.

Demostración: Supongamos en primer lugar que G = H1 × · · · × Hn ,

donde los grupos Hi son simples e isomorfos entre sí. Tenemos que probar que
G es característicamente simple. Si los grupos Hi son abelianos (es decir, cíclicos
de orden primo p), la conclusión es muy sencilla. Podemos ver a G como un
espacio vectorial de dimensión n sobre el cuerpo k = Z/pZ, de modo que los
subgrupos de G coinciden con sus subespacios vectoriales.
Si V ≤ G es un subgrupo / subespacio vectorial distinto de 0 o de G, tendrá
una base v1 , . . . , vd , con 1 ≤ d < n y, tomando wd ∈ G \ V , podemos completar
dos bases de G de la forma v1 , . . . , vd , vd+1 , . . . , vn y v1 , . . . , vd−1 , wd , . . . , wn , a
150 Capítulo 4. Grupos resolubles

partir de las cuales podemos definir α ∈ Aut(G) (notemos que los automorfis-
mos como grupo coinciden con los automorfismos como espacio vectorial) que
transforme una base en otra, y así α[V ] ̸= V , pues wd ∈ α[V ] \ V . Esto prueba
que V no es característico y que G es característicamente simple.
Consideremos ahora el caso en que los grupos Hi son simples no abelianos.
Si 1 < N ◁ G es un subgrupo normal propio de G, no puede ser que N ∩ Hi = 1
para todo i, pues entonces N conmutaría con todos los Hi elemento a elemento
(teorema 3.1) y N ≤ Z(G) = Z(H1 ) × · · · × Z(Hn ) = 1.
Así pues, existe un i tal que N ∩ Hi ̸= 1, pero la intersección es normal
en Hi , que es simple, luego tiene que ser N ∩ Hi = Hi , es decir, Hi ≤ N . Pero
N no puede contener a todos los Hi , ya que entonces sería N = G, luego existe
un índice j tal que Hj ∩ N = 1. No perdemos generalidad si suponemos que
i = 1 y j = 2.
A partir de un isomorfismo α : H1 −→ H2 podemos definir un automorfismo
ᾱ : G −→ G dado por
ᾱ(h1 , . . . , hn ) = (α−1 (h2 ), α(h1 ), h3 , . . . , hn ).
Así ᾱ[H1 ] = H2 , luego ᾱ[N ] ̸= N , lo que prueba que N no es característico
en G.
Para probar el recíproco observemos en primer lugar que si N y M son
subgrupos normales de un grupo G y N es minimal, entonces N ⊴ M o bien
NM = N × M.
En efecto, se cumple que N ∩ M ⊴ G y N ∩ M ≤ N , luego la minimalidad
de N obliga a que N ∩ M = N (en cuyo caso N ⊴ M ) o bien N ∩ M = 1, en
cuyo caso el producto de M y N es directo.
Supongamos ahora que G es característicamente simple y sea H1 un sub-
grupo normal minimal de G (notemos que la definición no excluye la posibilidad
H1 = G).
Para cada α ∈ Aut(G), tenemos que α[H1 ] es también un subgrupo normal
minimal de G, luego, por la observación precedente, o bien α[H1 ] ≤ H1 , o bien
H1 α[H1 ] = H1 × α[H1 ].
Si hay un automorfismo α2 para el que se dé el segundo caso, llamamos
H2 = α[H1 ] y L2 = H1 × H2 ⊴ G. Nuevamente, para cada α ∈ Aut(G),
tenemos que α[H1 ] ≤ L2 o bien L2 α[H1 ] = L2 × α[H1 ]. Si hay un α3 para el
que se da el segundo caso, llamamos H3 = α3 [H1 ] y L3 = H1 × H2 × H3 ⊴ G.
Tras un número finito de pasos tenemos que llegar a un subgrupo
L = H1 × · · · × Hn ⊴ G,
donde todos los factores son de la forma Hi = αi [H1 ], para cierto αi ∈ Aut(G)
y, para todo α ∈ Aut(G), se cumple que α[H1 ] ≤ L. Más aún, se cumple que
α[Hi ] = (αi α)[H1 ] ≤ L, y esto implica que α[L] ≤ L, luego, al ser un conjunto
finito, α[L] = L. Así pues, L es un subgrupo característico de G, luego tiene
que ser
G = L = H1 × · · · × Hn .
4.3. Subgrupos de Hall 151

Finalmente, H1 tiene que ser simple, pues si tuviera un subgrupo normal

propio K ⊴ H1 , como H1 conmuta con los demás Hi , se cumpliría que K ⊴ G,
pero H1 es normal minimal en G y tenemos una contradicción.
En particular:

Teorema 4.16 Si N es un subgrupo normal minimal de un grupo finito G,

entonces N es producto directo de grupos simples conjugados en G.

Demostración: Sólo falta ver que los factores son conjugados en G. Apli-
cando a N el argumento que prueba el teorema precedente, es decir, partiendo
de un subgrupo normal minimal H1 de N , podemos razonar únicamente con
automorfismos α ∈ Aut(N ) de la forma α(n) = ng , para g ∈ G, de modo que
llegamos a un producto

L = H1 × · · · × Hn ⊴ N

en el que Hi = H1gi , para cierto gi ∈ G y de modo que, para todo g ∈ G, se

cumple que H1g ≤ L, de donde se sigue como antes que Hig ≤ L, luego Lg = L y
así L ⊴ G, pero, como N es normal minimal, tiene que ser N = L, e igualmente
se concluye que los Hi son simples.
En particular, si el grupo es resoluble, los subgrupos simples tienen que ser
también resolubles, luego tienen que ser cíclicos de orden primo, luego los grupos
característicamente simples resolubles son los de la forma Cp × · · · × Cp . Estos
grupos se llaman grupos abelianos elementales. Así pues:

Teorema 4.17 Los subgrupos normales minimales de un grupo finito resoluble

son elementales abelianos.

Con esto ya podemos probar el resultado principal:

Demostración (del teorema de Hall): Razonamos por inducción sobre el
orden de G, es decir, suponemos que el teorema es válido para grupos de orden
menor que |G| y vamos a probarlo para G.
Sea π un conjunto de primos que dividen a |G|, de modo que podemos
descomponer |G| = ab, donde a es divisible sólo entre primos de π y b sólo entre
primos que no están en π. Tenemos que probar que G tiene subgrupos de orden
a y que dos cualesquiera de ellos son conjugados.
Sea H un subgrupo normal minimal de G. Por el teorema anterior es un
p-grupo abeliano elemental. Pongamos que |H| = pm .
Supongamos en primer lugar que pm | a. Por hipótesis de inducción G/H
tiene un π-subgrupo de Hall A/H, y entonces es claro que A es un π-subgrupo
de Hall de G. Además, si A∗ es otro π-subgrupo de Hall, entonces H ≤ A∗ ,
pues en caso contrario HA∗ sería un π-subgrupo de G de orden mayor que A∗ ,
lo cual es imposible. A su vez, esto implica que A∗ /H es un π-subgrupo de Hall
de G/H, luego por hipótesis de inducción A/H y A∗ /H son conjugados, pero
esto implica que A y A∗ son conjugados también.
152 Capítulo 4. Grupos resolubles

Si A∗ es un π-subgrupo de G, para probar que está contenido en un π-

subgrupo de Hall podemos sustituirlo por A∗ H, que también es un π-subgrupo,
y así podemos suponer que H ≤ A∗ , con lo que A∗ /H es un π-subgrupo de
G/H, que por hipótesis de inducción está contenido en un π-subgrupo de Hall
A/H, con lo que A∗ está contenido en el π-subgrupo de Hall A de G.
Supongamos ahora que pm | b, pero que pm < b. Entonces, por hipótesis
de inducción, G/H tiene un π-subgrupo de Hall B/H, es decir, un subgrupo
de orden a, pero esto significa que |B| = apm . Como pm < b, se cumple
que |B| < |G|, luego podemos aplicar de nuevo la hipótesis de inducción para
encontrar en B un π-subgrupo de Hall A, que obviamente es también un π-
subgrupo de Hall de G.
Si A∗ es otro π-subgrupo de Hall de G, entonces A∗ H/H es un π-subgrupo de
Hall de G/H, luego por hipótesis de inducción es conjugado con B/H. Como en
el caso anterior concluimos que A∗ H es conjugado con B, luego A∗ es conjugado
con un subgrupo B ∗ de B (que será un π-subgrupo de Hall), pero por hipótesis de
inducción dos π-subgrupos de Hall de B son conjugados, luego B ∗ es conjugado
con A, luego también A∗ es conjugado con A.
Si A∗ es un π-subgrupo de G, entonces A∗ H/H es un π-subgrupo de G/H,
luego por hipótesis de inducción está contenido en un π-subgrupo de Hall B/H
de G/H, luego A∗ ≤ B, luego por hipótesis de inducción A∗ está contenido en
un π-subgrupo de Hall de B, que es también un π-subgrupo de Hall de G.
Por último, suponemos que pm = b. Entonces H es un p-subgrupo de Sylow
de G, y es normal, luego es único. Podemos suponer además que H es el único
subgrupo normal minimal de G, pues si hubiera otro, no podría tener orden pm
(ya que H es el único subgrupo de ese orden), luego estaría en el primer caso y
eso probaría el teorema para G.
Sea K/H un subgrupo normal minimal de G/H, que tiene que ser un q-grupo
abeliano elemental. Pongamos que |K| = pm q n . Sea Q ≤ K un q-subgrupo de
Sylow. Entonces K = QH y Q ∩ H = 1. Vamos a probar que el normalizador
NG (Q) es un π-subgrupo de Hall de G.
Por el argumento de Frattini 3.37, tenemos que G = KNG (Q), pero

G = KNG (Q) = HQNG (Q) = HNG (Q),

luego basta probar que H ∩NG (Q) = 1, ya que entonces |NG (Q)| = |G : H| = a.
Para ello probamos en primer lugar que H ∩NG (Q) ≤ Z(K) y luego veremos
que el centro es trivial.
En efecto, si z ∈ H ∩ NG (Q), como H es abeliano, z conmuta con todos los
elementos de H. Como K = HQ, basta probar que z conmuta con todo x ∈ Q.
Ahora bien,

[x, z] = x−1 (z −1 xz) = (x−1 z −1 x)z ∈ Q ∩ H = 1.

Ahora, Z(K) es característico en K, luego Z(K) ⊴ G. Si Z(K) ̸= 1, conten-

dría un subgrupo normal minimal de G, pero estamos suponiendo que el único
es H.
4.3. Subgrupos de Hall 153

Así pues, sería H ≤ Z(K), luego Q ⊴ K, pero entonces Q sería el único

q-subgrupo de Sylow de K, luego sería característico en K, luego Q ⊴ G, luego
Q contendría un subgrupo normal minimal de G, que no podría ser H, en
contradicción con que H es el único.
Veamos que si A es otro π-subgrupo de Hall, entonces A es conjugado con
NG (Q). Como |AK| es divisible entre a y entre pm = b, tiene que ser G = AK.
Por 1.37:
pm = |G : A| = |K : A ∩ K|,
luego |A ∩ K| = q n , luego A ∩ K es un q-subgrupo de Sylow de K, luego es
conjugado con Q, luego NG (A ∩ K) es conjugado con NG (Q), que es un π-
subgrupo de Hall, luego tiene índice pm , pero A normaliza a A ∩ K y tiene
índice pm , luego tiene que ser A = NG (A ∩ K) y tenemos que A es conjugado
con NG (Q).
Sea ahora A un π-subgrupo de G, de modo que |A| | a y |H| = pm , luego
A ∩ H = 1, luego |AH| = |A|pm .
Como G = HNG (Q), también G = NG (Q)(AH), luego
|NG (Q)AH| a|A|pm
apm = |G| = = ,
|NG (Q) ∩ AH| |NG (Q) ∩ AH|
luego B = NG (Q) ∩ AH tiene orden |B| = |A|. Esto implica que A y B son
π-subgrupos de Hall de AH, luego son conjugados. Así, A = B g ≤ NG (Q)g , y
el último grupo es un π-subgrupo de Hall de G.
Recíprocamente, si un grupo tiene p-complementos, para todos los primos
que dividen a su orden, entonces es resoluble. En la prueba usaremos el teo-
rema 6.40 de Burnside, que afirma que todo grupo de orden pa q b es resoluble.
Necesitamos también dos hechos sencillos:
Teorema 4.18 Todo grupo finito resoluble no trivial contiene un p-subgrupo
característico no trivial, para cierto primo p.
Demostración: Sea G un grupo finito resoluble cuya serie derivada termina
en Gn) = 1. Entonces Gn−1) es un subgrupo característico abeliano no trivial,
luego tiene un p-subgrupo de Sylow P ⊴ Gn−1) y, al ser el único p-subgrupo de
Sylow de Gn−1) , será característico en Gn−1) , luego también en G.

Teorema 4.19 Sea |G| = pe11 · · · perr y sean H, K ≤ G tales que cada pei i divide
a |H| o a |K|. Entonces G = HK y |H ∩ K| = (|H|, |K|).
Demostración: Se cumple que |HK||H ∩ K| = |H||K|. Si pei i divide sólo
a |H| o sólo a |K|, entonces no divide a |H ∩ K|, luego tiene que dividir a |HK|.
Si divide a los órdenes de ambos subgrupos, entonces p2e i
i
| |HK||H ∩ K|, pero
pi sólo divide a |H ∩ K| con exponente ei , luego igualmente pei i | |HK|. Esto
implica que |G| | |HK|, luego tiene que ser G = HK.
Además, |H ∩K| es divisible exactamente entre las potencias pei i que dividen
a los órdenes de ambos subgrupos, de donde se sigue la segunda afirmación del
enunciado.
154 Capítulo 4. Grupos resolubles

Teorema 4.20 Si un grupo finito G posee p-complementos para todos los pri-
mos que dividen a su orden, entonces es resoluble.

Demostración: Si el resultado es falso, sea G un contraejemplo del menor

orden posible. Pongamos que |G| = pe11 · · · perr y sea Hi un pi -complemento de
G, es decir, un subgrupo tal que |G : Hi | = pei i . No puede ser r ≤ 2, pues
entonces G sería resoluble por el teorema de Burnside 6.40. Así pues, r ≥ 3.
Fijado un índice i, para todo j ̸= i tenemos que Hi y Hj están en las
hipótesis del teorema anterior, luego |Hi ∩ Hj | es el producto de todos los pekk
e
con k ̸= i, j y en particular |Hi : Hi ∩ Hj | = pj j . Esto significa que cada Hi
satisface las hipótesis del teorema, luego, por la minimalidad de G, todos los Hi
son resolubles.
Por 4.18 podemos tomar un subgrupo P ⊴ H1 de orden |P | = pei , para cierto
i > 1. Reordenando los primos (y teniendo en cuenta que r ≥ 3) podemos
suponer que |P | = pe3 . Entonces |H1 ∩ H2 | = pe33 · · · perr , luego H1 ∩ H2 contiene
un p3 -subgrupo de Sylow de H1 y, como P ⊴ H1 , está contenido todos ellos,
luego P ≤ H1 ∩ H2 . Además, por el teorema anterior G = H2 H1 , y esto hace
que el núcleo normal de H2 en G sea
T g T h
nnG (H2 ) = H2 = H2 .
g∈G h∈H1

Por lo tanto, 1 < P ≤ nnG (H2 ) ≤ H2 < G, luego N = nnG (H2 ) es un subgrupo
normal propio de G, pero el teorema 4.13 nos da que N y G/N satisfacen las
hipótesis del teorema (es decir, la existencia de ciertos subgrupos de Hall), luego
por la minimalidad de G ambos son resolubles, lo que implica que G también
lo es, y tenemos una contradicción.

4.4 El teorema de Schur-Zassenhaus

Probamos ahora un resultado sobre existencia de subgrupos de Hall en gru-
pos no necesariamente resolubles:

Teorema 4.21 Si G es un grupo finito y N ⊴ G es un subgrupo de Hall normal,

existe otro subgrupo de Hall H ≤ G tal que G = N H y N ∩ H = 1. Si N o
G/N es resoluble, entonces dos subgrupos H y H ′ cualesquiera que cumplan lo
requerido son conjugados en G.

Nota El teorema de Feit-Thompson afirma que todo grupo de orden impar es

resoluble, por lo que, en las hipótesis del teorema, necesariamente uno de los
grupos N o G/N tendrá orden impar, luego será resoluble, lo que significa que
la hipótesis de resolubilidad es redundante.
Demostración: Llamemos Q = G/N , n = |N |, m = |G/N |, de modo que
(m, n) = 1. Vamos a considerar en primer lugar el caso en que N es abeliano.
Entonces Q actúa sobre N (como grupo, es decir, en el sentido de 3.19) mediante
agN = ag .
4.4. El teorema de Schur-Zassenhaus 155

Para cada x ∈ Q, elijamos un representante tx , de modo que x = tx N .

Entonces
txy N = tx N ty N = tx ty N,
luego existe un c(x, y) ∈ N tal que tx ty = txy c(x, y). La propiedad asociativa
(tx ty )tz = tx (ty tz ) se traduce en que
txy c(x, y)tz = tx tyz c(y, z),
luego txy tz c(x, y)tz = tx tyz c(y, z), o también
txyz c(xy, z)c(x, y)z = txyz c(x, yz)c(y, z),
luego
c(xy, z)c(x, y)z = c(x, yz)c(y, z).
Llamamos Q
d(y) = c(x, y) ∈ N.
x∈Q

Teniendo en cuenta que N es abeliano, al multiplicar la igualdad precedente

para todos los x ∈ Q obtenemos
d(z)d(y)z = d(yz)c(y, z)m .
Equivalentemente, d(yz) = d(y)z d(z)c(y, z)−m .
Como (m, n) = 1, existen enteros tales que −1 = km + ln, y entonces
d(y)−1 = (d(y)k )m ,
luego llamando e(y) = d(y)k tenemos que d(y)−1 = e(y)m . Aplicando esto a la
relación que hemos obtenido resulta
e(yz)−m = (e(y)z e(z)c(y, z))−m ,
de donde se sigue que e(yz) = e(y)z e(z)c(y, z). (En general, si a−m = b−m , con
a, b ∈ N , tenemos que (ab−1 )m = 1, pero, expresando 1 = km + ln, resulta que
ab−1 = (ab−1 )km+ln = 1.)
Ahora definimos θ : Q −→ G mediante θ(x) = tx e(x) y vemos que se trata
de un homomorfismo de grupos:
θ(y)θ(z) = ty e(y)tz e(z) = ty tz e(y)z e(z)
= tyz c(y, z)e(y)z e(z) = tyz e(yz) = θ(yz).
Más aún, es un monomorfismo, pues si θ(x) = 1, entonces tx e(x) = 1, luego
tx = e(x)−1 ∈ N , luego x = tx N = 1N . Esto hace que H = θ[Q] ≤ G sea un
subgrupo de orden m, luego necesariamente cumple lo requerido.
Supongamos ahora que H y H ∗ son dos subgrupos de G de orden m, de
modo que G = N H = N H ∗ con N ∩ H = N ∩ H ∗ = 1. Tenemos entonces
isomorfismos canónicos
π : G/N = N H/N −→ H, π ∗ : G/N = N H ∗ /N −→ H ∗ .
156 Capítulo 4. Grupos resolubles

Así, todo x ∈ G/N se expresa como x = π(x)N = π ∗ (x)N , luego existe

a(x) ∈ N tal que π ∗ (x) = π(x)a(x). Tenemos que

π ∗ (xy) = π ∗ (x)π ∗ (y) = π(x)a(x)π(y)a(y) = π(x)π(y)a(x)π(y) a(y)

= π(xy)a(x)π(y)N a(y) = π(xy)a(x)y a(y).

Por lo tanto, a(xy) = a(x)y a(y). Llamemos b =
Q
a(x) ∈ N .
x∈Q
Multiplicando la igualdad que hemos obtenido para todo x ∈ Q resulta que
b = by a(y)m . Como (m, n) = 1, podemos expresar b = cm , para cierto c ∈ N ,
con lo que cm = (cy a(y))m , luego c = cy a(y) o, equivalentemente, a(y) = c−y c.
En consecuencia:

π ∗ (y) = π(y)a(y) = π(y)c−y c = π(y)(c−1 )π(y) c = c−1 π(y)c = π(y)c ,

donde hemos usado que c−y = (c−1 )y = (c−1 )π(y) . Por lo tanto, H ∗ = H c .
Esto termina la prueba en el caso en que N es abeliano. En general probamos
la existencia de H por inducción sobre |G|. Obviamente podemos suponer que
N ̸= 1, luego podemos tomar un primo p tal que p | |N |. Sea P un p-subgrupo
de Sylow de N , sea L = NG (P ), sea Z = Z(P ) ̸= 1 y sea M = NG (Z). Entonces
L ≤ NG (Z), pues Z es característico en P . El argumento de Frattini 3.37 nos
da que G = N L, luego también G = M N .
Sea N1 = N ∩ M ⊴ M . Además |M : N1 | = |G : N | = m. Aplicamos la
hipótesis de inducción al grupo M/Z, que tiene orden menor que |G| y tiene el
subgrupo normal N1 /Z tal que |M/Z : N1 /Z| = m, luego existe un subgrupo
H ∗ /Z ≤ M/Z tal que |H ∗ : Z| = m, que es primo con |Z|. Por el caso abeliano
ya demostrado, podemos concluir que H ∗ tiene un subgrupo H de orden m.
Ahora probamos la conjugación de los subgrupos H bajo el supuesto de que
G/N sea resoluble. Si el resultado es falso, podemos tomar un grupo G de orden
mínimo que no lo cumpla. Sea π el conjunto de todos los primos que dividen
a m y llamemos R al producto de todos los π-subgrupos normales de G, que
obviamente es un π-subgrupo normal.
Si H, K ≤ G son subgrupos de orden m, entonces RH y RK son π-subgrupos
de G, luego necesariamente RH = H y KH = K, es decir, R ≤ H ∩ K. Así,
N R/R ⊴ G/R es un subgrupo normal de orden n y H/R, K/R son dos π-
subgrupos de Hall de G/R, luego si R ̸= 1, la minimalidad de G implica que
H/R y K/R son conjugados en G/R, lo que implica que H y K son conjugados
en G.
Por lo tanto, tiene que ser R = 1, es decir, que G no tiene π-subgrupos
normales no triviales.
Sea L/N un subgrupo normal minimal de G/N . Como el cociente es reso-
luble, el teorema 4.17 nos da que L/N es un p-grupo, para cierto primo p | m.
Por lo tanto, H ∩ L ∼= (H ∩ L)N/N ≤ L/N es un p-grupo y

|L : H ∩ L| = |HL : H| = n
4.5. Factores principales y de composición 157

(pues G = N H = LH). Por lo tanto S = H ∩ L es un p-subgrupo de Sylow de

L (en particular S ̸= 1). Igualmente concluimos que K ∩ L es un p-subgrupo de
Sylow, luego existe un g ∈ G tal que S = (K ∩ L)g = K g ∩ L. Esto implica que
S ⊴ ⟨H, K g ⟩ = J. No puede ser J = G, pues entonces S sería un π-subgrupo
normal, luego sería S = 1. Por lo tanto, J cumple el teorema, lo que implica
que H y K g son conjugados en J, luego H y K son conjugados en G.
Finalmente probamos la unicidad bajo el supuesto de que N sea resoluble.
Si el resultado no fuera cierto, podríamos tomar un grupo G que no lo cumpliera
con N (resoluble) del menor orden posible. La resolubilidad de N implica que
N ′ < N y N ′ ⊴ G, porque N ′ es característico en N . Sean H y K dos
subgrupos de G de orden m. El cociente G/N ′ cumple las hipótesis del teorema
con N/N ′ abeliano y los subgrupos HN ′ /N ′ , KN ′ /N ′ , luego por el caso abeliano
ya demostrado tenemos que son conjugados, lo cual se traduce en que existe un
g ∈ G tal que H g ≤ KN ′ . Podemos aplicar la hipótesis de minimalidad al
grupo G∗ = KN ′ , con el subgrupo N ′ , resoluble de orden menor que N y los
subgrupos H g y K, con lo que obtenemos que H g y K son conjugados en KN ′ ,
luego H y K son conjugados en G.

4.5 Factores principales y de composición

El contenido de esta sección no tiene que ver realmente con grupos resolubles,
sino que se aplica a grupos arbitrarios, pero tiene que ver con el concepto de
“serie” cuya relevancia ha puesto de manifiesto el concepto de resolubilidad, y
además muestra mejor cómo encajan los grupos resolubles en el contexto de los
grupos arbitrarios.
Recordemos que una serie de un grupo G es una sucesión de subgrupos

1 = G0 ⊴ G1 ⊴ · · · ⊴ Gn = G

(que podemos numerar ascendente o descendentemente). La serie es propia si

cada término es un subgrupo propio del siguiente y es normal si cada factor es
normal en G. La longitud de la serie es el número n de factores Gi /Gi−1 que
determina, es decir, una unidad menos que su número de términos.
Un refinamiento de una serie es otra serie que resulta de intercalar más
términos entre pares de términos consecutivos.
Una serie de composición de un grupo G es una serie propia que no admite
ningún refinamiento propio de mayor longitud.
Una serie principal de un grupo G es una serie normal propia que no admite
ningún refinamiento normal propio de mayor longitud.
Por ejemplo,
1 ◁ C2 ◁ V4 ◁ A4 ◁ Σ4
es una serie de composición de Σ4 . No es posible refinarla porque todos los
factores tienen orden primo, luego no es posible intercalar ninguno más. Un
158 Capítulo 4. Grupos resolubles

ejemplo de serie principal es

1 ◁ V 4 ◁ A4 ◁ Σ 4 ,

pues ahora todos los términos son normales en Σ4 y no es posible intercalar

ningún término más de modo que la serie siga siendo normal, ya que V4 es un
subgrupo normal minimal de Σ4 (sus tres subgrupos de orden 2 son conjugados
entre sí, luego ninguno de ellos es normal en Σ4 ).
En general, es claro que una serie propia es de composición si y sólo si sus
factores son simples, pues que Gi /Gi−1 sea simple equivale a que no existan
grupos Gi−1 ◁ H ◁ Gi que permitan refinar la serie. Similarmente, una serie
normal propia es principal si y sólo cada factor Gi /Gi−1 es normal minimal en
G/Gi−1 (lo cual implica que Gi /Gi−1 es característicamente simple), pues que
Gi /Gi−1 sea normal minimal equivale a que no existan grupos Gi−1 ◁ H ◁ Gi
normales en G que permitan refinar la serie sin perder la normalidad.
Nota Es evidente que todo grupo finito no trivial admite una serie de composi-
ción y una serie principal. Sólo tenemos que partir de la serie 1 ◁ G y refinarla
todo lo posible (con términos normales si queremos llegar a una serie principal).
No obstante, los conceptos de serie principal o de composición tienen sentido
también para grupos infinitos. Aunque nos va a interesar exclusivamente el caso
finito, es fácil adaptar (simplificar, de hecho) los argumentos del teorema 4.3
(eliminando toda referencia a que los factores sean abelianos) para probar que si
un grupo tiene serie de composición (principal) lo mismo les sucede a todos sus
subgrupos y cocientes, y que, recíprocamente, si N y G/N admiten una serie
de composición (principal) lo mismo le sucede a G, etc.
Es claro que un mismo grupo puede tener series de composición distintas,
como por ejemplo,
1 ◁ C2 ◁ C6 , 1 ◁ C3 ◁ C6 ,
pero vemos que ambas series tienen dos factores, uno C2 y otro C3 . En el caso
de los grupos resolubles, los factores de una serie de composición son necesa-
riamente grupos simples y resolubles, es decir, cíclicos de orden primo, luego
cada |Gi | tiene un único factor primo adicional frente a |Gi−1 |, y esto implica
que todas las series de composición de un grupo resoluble G tienen la misma
longitud, igual al número de divisores primos de |G| (contando multiplicidades)
y, aunque los factores puedan aparecer en un orden diferente en cada una, tiene
que haber un factor Cp por cada primo p que divida a |G| (repetido tantas veces
como indique la multiplicidad de p en |G|).
Lo que no es trivial es que esto mismo vale para grupos arbitrarios, y que
también es cierto para series principales. Esto es justamente lo que vamos a
demostrar en esta sección. Empezamos demostrando un resultado elemental
que resultará útil a menudo:

Teorema 4.22 (Identidad de Dedekind) Si A, B, C ≤ G con B ≤ A, en-

tonces
A ∩ (BC) = B(A ∩ C).
4.5. Factores principales y de composición 159

Demostración: Notemos que el teorema no presupone que BC o B(A∩C)

sean subgrupos de G. Si a ∈ A ∩ (BC), entonces a = bc, con b ∈ B y c ∈ C,
luego b−1 a = c ∈ A ∩ C, pues B ≤ A, luego a ∈ B(A ∩ C). La inclusión opuesta
es trivial.

Teorema 4.23 Si B ⊴ A ≤ G y C ⊴ G, entonces BC ⊴ AC y

AC/BC ∼

= A B(A ∩ C).

Demostración: Claramente BC ≤ AC ≤ G. Si tomamos bc ∈ BC y

′ ′ ′ ′
ac′ ∈ AC, entonces (bc)ac = bac cac = b′c c′′ , donde b′ ∈ B, porque B ⊴ A y
′
c′′ ∈ C, porque C ⊴ G. Es claro entonces que (bc)ac ∈ BC, luego BC ⊴ AC.
Por otra parte,

AC/BC = A(BC)/BC ∼
 
= A (BC ∩ A) = A B(A ∩ C),

por el teorema anterior.

Teorema 4.24 (Lema de Zassenhaus) Si C1 ⊴ A1 ≤ G y C2 ⊴ A2 ≤ G,

entonces

(A1 ∩ C2 )C1 ⊴ (A1 ∩ A2 )C1 , (A2 ∩ C1 )C2 ⊴ (A1 ∩ A2 )C2

y
(A1 ∩ C2 )C1 ∼
 
(A1 ∩ A2 )C1 = (A1 ∩ A2 )C2 (A2 ∩ C1 )C2 .

Demostración: El esquema siguiente muestra la disposición de los dis-

tintos subgrupos que intervienen en la prueba, y hace que este resultado sea
conocido también como el “lema de la mariposa”:

A1 A2

(A1 ∩ A2 )C1 (A1 ∩ A2 )C2

A1 ∩ A2

(A1 ∩ C2 )C1 (A2 ∩ C1 )C2

(A2 ∩ C1 )(A1 ∩ C2 )

C1 C2

A2 ∩ C 1 A1 ∩ C2

Tenemos que

A1 ∩ C2 = (A1 ∩ A2 ) ∩ C2 ⊴ A1 ∩ A2 ,
160 Capítulo 4. Grupos resolubles

pues C2 ⊴ A2 , e igualmente A2 ∩ C1 ⊴ A1 ∩ A2 . Como C1 ⊴ A1 , el teorema

anterior nos da que (A1 ∩ C2 )C1 ⊴ (A1 ∩ A2 )C1 y

(A1 ∩ A2 )C1 (A1 ∩ C2 )C1 ∼

 
= A1 ∩ A2 (A1 ∩ C2 )(A1 ∩ A2 ∩ C1 ) =

A1 ∩ A2 (A1 ∩ C2 )(A2 ∩ C1 ),
pero análogamente llegamos a que (A2 ∩ C1 )C2 ⊴ (A1 ∩ A2 )C2 y al isomorfismo

(A1 ∩ A2 )C2 (A2 ∩ C1 )C2 ∼

 
= A1 ∩ A2 (A1 ∩ C2 )(A2 ∩ C1 ),

de donde se sigue el isomorfismo del enunciado.

Con esto ya podemos demostrar el resultado principal:

Definición 4.25 Dos series

1 = G0 ⊴ G1 ⊴ · · · ⊴ Gn = G

1 = H0 ⊴ H1 ⊴ · · · ⊴ Hm = G
son equivalentes si tienen la misma longitud m = n y existe una permutación
σ ∈ Σn tal que
Gi /Gi−1 ∼
= Hσ(i) /Hσ(i)−1 ,
es decir, si ambas series tienen los mismos factores, tal vez en orden distinto.

Teorema 4.26 (Teorema de refinamiento de Schreier) Dos series (nor-

males) cualesquiera de un mismo grupo G admiten refinamientos (normales)
equivalentes.

Demostración: Sean

1 = G0 ⊴ G1 ⊴ · · · ⊴ Gn = G

1 = H0 ⊴ H1 ⊴ · · · ⊴ Hm = G
dos series (normales) de G y definamos

Gij = (Gi ∩ Hj )Gi−1 , Hij = (Hj ∩ Gi )Hj−1 .

Como Gi ∩ Hj ≤ Gi y Gi−1 ⊴ Gi , tenemos que

Gij = (Gi ∩ Hj )Gi−1 ≤ Gi ≤ G,

y análogamente Hij ≤ G. Si las series dadas son normales, es inmediato que

Gij ⊴ G y Hij ⊴ G. Observemos que

Gi0 = (Gi ∩ H0 )Gi−1 = Gi−1 , H0j = (Hj ∩ G0 )Hj−1 = Hj−1 ,

Gim = (Gi ∩ Hm )Gi−1 = Gi , Hnj = (Hj ∩ Gn )Hj−1 = Hj .

4.5. Factores principales y de composición 161

Por lo tanto,
Gi−1 = Gi0 ≤ Gi1 ≤ · · · ≤ Gim = Gi ,

Hj−1 = H0j ≤ H1j ≤ · · · ≤ Hnj = Hj .

Además, el lema de Zassenhaus, tomando C1 = Gi−1 , A1 = Gi , C2 = Hj−1 ,

A2 = Hj nos da que

Gi,j−1 ⊴ Gij , Hi−1,j ⊴ Hij , Gij /Gi,j−1 ∼

= Hij /Hi−1,j .

Por lo tanto, los subgrupos que hemos definido determinan refinamientos (nor-
males) equivalentes de las dos series dadas.

Como consecuencia:

Teorema 4.27 Si un grupo G admite una serie de composición (principal) en-

tonces toda serie (normal) propia de G puede refinarse hasta una serie de com-
posición (principal).

Demostración: Sea S una serie de composición (principal) de G y sea

T una serie (normal) propia de G. Por el teorema anterior las series admiten
refinamientos (normales) equivalentes S ∗ y T ∗ . En particular, ambas tendrán
el mismo número de factores triviales. Si eliminamos estos factores triviales
(eliminando los términos que los producen) obtenemos dos series (normales)
propias S ∗∗ y T ∗∗ que siguen siendo equivalentes (pues hemos eliminado el
mismo número de factores triviales en cada una) y siguen refinando a las series
de partida, pues eran propias. Ahora bien, S no admite refinamientos (normales)
propios de mayor longitud, luego S ∗∗ tiene que coincidir con S, luego se trata
de una serie de composición (principal), luego T ∗∗ también lo es, y refina a la
serie dada T .

Por último:

Teorema 4.28 (de Jordan-Hölder) Dos series de composición (principales)

de un mismo grupo son equivalentes.

Demostración: Si S y T son dos series de composición (principales) de un

mismo grupo, la prueba del teorema anterior muestra que admiten refinamientos
(normales) propios equivalentes, pero ninguna de las dos admite refinamientos
(normales) propios de mayor longitud, luego ellas mismas tienen que ser ya
equivalentes.

Definición 4.29 Si un grupo G admite una serie de composición (resp. prin-

cipal), en particular si G es un grupo finito, se llama longitud de composición
(resp. longitud principal) de G a la longitud de cualquier serie de composición
(resp. principal) de G.
162 Capítulo 4. Grupos resolubles

Los factores de una serie de composición (resp. principal) de G se llaman

factores de composición (resp. principales) de G, y están unívocamente deter-
minados, en el sentido de que en cualquier serie aparecerán los mismos, aunque
sea en orden distinto.
Por ejemplo, los factores principales de Σ4 son C2 , C2 , C2 , C3 , mientras que
sus factores principales son C2 , C2 × C2 y C3 .
En general, los factores de composición de un grupo son siempre grupos
simples, y los factores principales son característicamente simples. En estos
términos, podemos decir que un grupo es resoluble si y sólo si sus factores de
composición son abelianos.
Capítulo V

Grupos nilpotentes

En este capítulo estudiaremos en primer lugar la clase de los grupos nilpo-

tentes, que extiende a la clase de los p-grupos, y después estudiaremos los grupos
p-nilpotentes. Veremos que un grupo es nilpotente si y sólo si es p-nilpotente
para todo primo p. No obstante, veremos que la p-nilpotencia tiene interés por
sí misma.

5.1 Grupos nilpotentes

Recordemos que un grupo G es resoluble si tiene una serie

1 = G0 ⊴ G1 ⊴ · · · ⊴ Gn = G

cuyos factores Gi+1 /Gi son abelianos. Un factor de una serie se dice central si
cumple que
Gi+1 /Gi ≤ Z(G/Gi ).

Una serie es central si sus factores son centrales (con lo que en particular son
abelianos).

Definición 5.1 Un grupo G es nilpotente si tiene una serie central.

Obviamente, todo grupo abeliano es nilpotente y todo grupo nilpotente es

resoluble.

A la hora de trabajar con series centrales es conveniente caracterizarlas en

términos del conmutador de dos subgrupos, que se define como

[H, K] = ⟨[h, k] | h ∈ H, k ∈ K⟩ .

Teorema 5.2 Sea K ≤ H ≤ G. Se cumple que K ⊴ G y H/K ≤ Z(G/K) si y

sólo si [H, G] ≤ K.

163
164 Capítulo 5. Grupos nilpotentes

Demostración: Si K ⊴ G y H/K ≤ Z(G/K), tomamos h ∈ H y g ∈ G,

de modo que hKgK = gKhK, luego h−1 g −1 hg ∈ K, es decir, que [h, g] ∈ K,
luego [H, G] ≤ K.
Si [H, G] ≤ K y h ∈ H, g ∈ G, tenemos que [h, g] ∈ [H, G] ≤ K, luego
h−1 g −1 hg = h−1 hg ∈ K.
En particular, si h ∈ K, concluimos que hg ∈ K, lo que prueba que K ⊴ G.
En general, con h ∈ H arbitrario, tenemos que hKgK = gKhK, luego se cumple
H/K ≤ Z(G/K).
Así, una serie de un grupo G es central si y sólo si cumple [Gi+1 , G] ≤ Gi .
El teorema siguiente recoge las propiedades básicas de los grupos nilpotentes:
Teorema 5.3 Se cumple:
1. Si G es un grupo nilpotente y H ≤ G, entonces H es nilpotente.
2. Si G es un grupo nilpotente y N ⊴ G, entonces G/N es nilpotente.
3. Si G es un grupo y G/Z(G) es nilpotente, entonces G es nilpotente.
4. Si H y K son grupos nilpotentes, entonces H × K es nilpotente.
Demostración: 1) Si
1 = G0 ⊴ G1 ⊴ · · · ⊴ Gn = G
es una serie central de G, entonces
1 = G0 ∩ H ⊴ G1 ∩ H ⊴ · · · ⊴ Gn ∩ H = H
es una serie central de H, pues
[H ∩ Gi+1 , H] ≤ H ∩ [Gi+1 , G] ≤ H ∩ Gi .
2) En este caso la serie
1 = G0 N/N ⊴ G1 N/N ⊴ · · · ⊴ Gn N/N = G/N
es central, pues
[Gi+1 N/N, G/N ] = [Gi+1 , G]N/N ≤ Gi N/N.
3) Ahora suponemos que existe una serie central
1 = G0 /Z(G) ⊴ G1 /Z(G) ⊴ · · · Gn /Z(G) = G/Z(G)
y observamos que
1 ⊴ Z(G) ⊴ G1 ⊴ G2 ⊴ · · · ⊴ Gn = G
también es una serie central, pues ciertamente [Z(G), G] = 1 ≤ 1 y, por otra
parte,
[Gi+1 /Z(G), G/Z(G)] = [Gi+1 , G]Z(G)/Z(G) ≤ Gi /Z(G),
luego [Gi+1 , G] ≤ Gi .
5.1. Grupos nilpotentes 165

4) En este caso tenemos dos series centrales

1 = H0 ⊴ H1 ⊴ · · · ⊴ Hn = H,
1 = K0 ⊴ K1 ⊴ · · · ⊴ Kn = K.
Podemos suponerlas de la misma longitud, pues si una es más corta la prolon-
gamos añadiendo subgrupos triviales. Entonces
1 = H0 × K0 ⊴ H1 × K1 ⊴ · · · ⊴ Hn × Kn = H × K
es una serie central, pues
[Hi+1 × Ki+1 , H × K] = [Hi+1 , H] × [Ki+1 , K] ≤ Hi × Ki .

Nota Si comparamos con el teorema 4.3, vemos que, en el caso de los grupos nil-
potentes, la tercera propiedad sólo vale cuando el subgrupo es Z(G), y la cuarta
sólo vale para productos directos (pero véase el teorema 5.8). Un contraejemplo
lo proporciona Σ3 , que no es nilpotente por el teorema siguiente, mientras que
Σ3 /A3 y A3 son nilpotentes, porque son abelianos, y Σ3 = A3 ⟨(1, 2)⟩ es un
producto de subgrupos nilpotentes que no es nilpotente.
Si G es un grupo nilpotente no trivial, tiene una serie central, en la que
podemos exigir que G1 ̸= 1, y G1 /1 ≤ Z(G/1), luego 1 < G1 ≤ Z(G). Así pues:
Teorema 5.4 Si G es un grupo nilpotente no trivial, entonces Z(G) ̸= 1.
Este teorema generaliza al teorema 2.5 en virtud del teorema siguiente:
Teorema 5.5 Todo p-grupo es nilpotente.
Demostración: Si el resultado es falso, sea G un p-grupo que no sea
nilpotente del menor orden posible. Por 2.5 sabemos que Z(G) ̸= 1, luego
G/Z(G) es un p-grupo de orden menor, luego es nilpotente por la minimalidad
de G, luego G también lo es por el teorema 5.3.
Por consiguiente, todo producto directo de p-grupos (para primos no necesa-
riamente iguales) es nilpotente. Vamos a probar que no hay más posibilidades,
es decir, que los grupos nilpotentes son precisamente los productos directos de
p-grupos. Para ello nos basaremos en el teorema siguiente:
Teorema 5.6 Si G es un grupo nilpotente y H < G, entonces H < NG (H).
Demostración: Consideremos una serie central
1 = G0 ⊴ G1 ⊴ · · · ⊴ Gn = G.
Se cumple que G0 = 1 ≤ H, pero Gn ̸≤ H, luego existe un índice i tal que
Gi ≤ H, Gi+1 ̸≤ H. Entonces
[Gi+1 , H] ≤ [Gi+1 , G] ≤ Gi ≤ H,
y esto implica que Gi+1 ≤ NG (H), pues si g ∈ Gi+1 , h ∈ H, entonces
g −1 hgh−1 = [g, h−1 ] ∈ [Gi+1 , H] ≤ H,
luego hg ∈ H. Así pues, NG (H) contiene elementos que no están en H.
166 Capítulo 5. Grupos nilpotentes

Teorema 5.7 Si G es un grupo finito, las afirmaciones siguientes son equiva-

lentes:

1. G es nilpotente.

2. Los subgrupos de Sylow de G son normales.

3. G es producto directo de p-grupos (con primos p no necesariamente igua-

les).

Demostración: 1) ⇒ 2). Sea P un p-subgrupo de Sylow de G y sea

H = NG (P ). Por 3.34 tenemos que NG (H) = H, luego el teorema anterior nos
da que H = G, es decir, que P ⊴ G.
2) ⇒ 3) Es claro que el producto de los subgrupos de Sylow es directo, pues
son normales (luego hay uno solo para cada primo) y uno de ellos tiene orden
primo con el orden de del producto de los demás, luego la intersección de uno
con el producto de los demás es trivial.
3) ⇒ 1) Si G es producto directo de p-grupos entonces es nilpotente, por-
que los p-grupos son nilpotentes y el producto directo de grupos nilpotentes es
nilpotente.

Teorema 5.8 Si N1 y N2 son subgrupos normales nilpotentes de un grupo G,

entonces N1 N2 es nilpotente.

Demostración: Pongamos que N1 = P1 × · · · × Pn , N2 = Q1 × · · · × Qn ,

donde |Pi | = pei i , |Qi | = pfi i , donde pi ̸= pj si i ̸= j. Podemos suponer que
los primos son los mismos en ambos subgrupos admitiendo que los exponentes
puedan ser ei = 0 o fi = 0.
Cada Pi es el único pi -subgrupo de Sylow de N1 , luego es característico en
N1 y normal en G. Igualmente Qi es normal en G, luego Ri = Pi Qi es un pi -
subgrupo normal de G y N1 N2 = R1 · · · Rn , pero el producto es directo, ya que
cada uno de los Ri es normal en G (luego en el producto) y su intersección con
el producto de los restantes es trivial, ya que es la intersección de dos grupos
de órdenes primos entre sí. Por lo tanto, N1 N2 es producto directo de grupos
nilpotentes, luego es nilpotente.
Todo grupo resoluble tiene una serie abeliana de longitud mínima, que es la
serie derivada. Igualmente, todo grupo nilpotente tiene dos series centrales de
longitud mínima, una ascendente y otra descendente:

Definición 5.9 Si G es un grupo, definimos los subgrupos Γi (G) y Zi (G) me-

diante las relaciones recurrentes:

Γ1 (G) = G, Γi+1 (G) = [Γi (G), G],

Z0 (G) = 1, Zi+1 (G)/Zi (G) = Z(G/Zi (G)).

5.1. Grupos nilpotentes 167

Tenemos así dos sucesiones de subgrupos característicos de G:

· · · ⊴ Γ3 (G) ⊴ Γ2 (G) ⊴ Γ1 (G) = G
1 = Z0 (G) ⊴ Z1 (G) ⊴ Z2 (G) ⊴ · · ·
Teorema 5.10 Si G es un grupo, las afirmaciones siguientes son equivalentes:
1. G es nilpotente.
2. Existe un n tal que Γn (G) = 1.
3. Existe un n tal que Zn (G) = G.
Además, en tal caso el menor natural c tal que Γc+1 (G) = 1 coincide con el
menor natural c tal que Zc (G) = G, y es la menor longitud de cualquier serie
central de G.
Demostración: Es obvio que 2) y 3) implican 1), pues en tal caso tenemos
una de las series
1 = Γc+1 (G) ⊴ · · · ⊴ Γ2 (G) ⊴ Γ1 (G) = G
1 = Z0 (G) ⊴ Z1 (G) ⊴ · · · ⊴ Zc (G) = G
que es obviamente central. Veamos ahora que 1) implica 2) y 3). Si G es
nilpotente, tenemos una serie central
1 = G0 ⊴ G1 ⊴ · · · ⊴ Gn = G
y vamos a probar por inducción que Gi ≤ Zi (G). Esto implica que Zn (G) = G,
luego la longitud de la serie definida por los subgrupos Zi (G) es menor o igual
que la de la serie dada.
Obviamente 1 = G0 = Z0 (G). Supongamos que Gi ≤ Zi (G). Entonces
tenemos un epimorfismo
G/Gi −→ G/Zi (G).
Como Gi+1 /Gi ≤ Z(G/Gi ), la imagen de Gi+1 /Gi por el epimorfismo está
contenida en el centro de la imagen, es decir,
Gi+1 Zi (G)/Zi (G) ≤ Z(G/Zi (G)) = Zi+1 (G)/Zi (G),
luego Gi+1 ≤ Zi+1 (G).
Ahora probamos que Γi+1 (G) ≤ Gn−i . Para i = 0 es Γ1 (G) = G = Gn .
Supuesto cierto para i, tenemos que [Gn−i , G] ≤ Gn−i−1 , luego
Γi+2 (G) = [Γi+1 (G), G] ≤ [Gn−i , G] ≤ Gn−(i+1) .
Por lo tanto, Γn+1 (G) ≤ G0 = 1 y G es nilpotente. Además, la longitud
de la serie definida por los subgrupos Γi (G) es menor o igual que la de la serie
dada.
Esto implica que las dos series que estamos considerando tienen que tener
la misma longitud, ya que ésta es en ambos casos la menor longitud posible de
una serie central de G.
168 Capítulo 5. Grupos nilpotentes

Definición 5.11 Si G es un grupo nilpotente, las series

1 = Γc+1 (G) ⊴ · · · ⊴ Γ2 (G) ⊴ Γ1 (G) = G
1 = Z0 (G) ⊴ Z1 (G) ⊴ · · · ⊴ Zc (G) = G
se llaman serie central descendente y serie central ascendente de G, respectiva-
mente y, según acabamos de probar, tienen la misma longitud c, que es la menor
longitud posible de una serie central de G.
Como aplicación obtenemos una generalización de 5.4:
Teorema 5.12 Si G es un grupo nilpotente y 1 < N ⊴ G, entonces
N ∩ Z(G) ̸= 1, [N, G] < N.
Demostración: Sea N1 = N y Ni+1 = [Ni , G]. Veamos por inducción que
Ni ≤ Γi (G). Claramente N1 ≤ G = Γ1 (G). Supuesto cierto para i, tenemos
que
Ni+1 = [Ni , G] ≤ [Γi (G), G)] = Γi+1 (G).
Como existe un n tal que Γn (G) = 1, también Nn = 1. Sea k > 1 el menor
natural tal que Nk = 1. Entonces Nk = [Nk−1 , G] = 1, luego Nk−1 ≤ Z(G) y
así 1 ̸= Nk−1 ≤ N ∩ Z(G).
Además, si fuera [N, G] = N , entonces sería Ni = N para todo i, en contra
de lo que hemos probado.
Veamos a su vez una aplicación de este teorema. Recordemos que en la
sección 4.1 hemos definido una serie principal de un grupo G como una serie
1 = G0 ◁ G1 ◁ G2 ◁ · · · ◁ Gn = G
con la propiedad de que todos sus términos son normales en G y que no es po-
sible extenderla intercalando términos, es decir, que no existe ningún subgrupo
Gi−1 ◁ N ◁ Gi con N ◁ G.
Notemos que la condición para que una serie sea principal es que Gi+1 /Gi
no contenga subgrupos propios normales en G/Gi o, lo que es lo mismo, que
Gi+1 /Gi sea un subgrupo normal minimal de G/Gi .
Teorema 5.13 Toda serie principal de un grupo nilpotente es central.
Demostración: Sea G un grupo nilpotente y tomemos una serie principal:
1 = G0 ◁ G1 ◁ G2 ◁ · · · ◁ Gn = G.
Entonces, N = Gi+1 /Gi es un subgrupo normal minimal de G/Gi , que es un
grupo nilpotente, luego el teorema 5.12 nos da que N ∩ Z(G/Gi ) ̸= 1, pero la
intersección es normal en G/Gi , luego por la minimalidad de N tiene que ser
N ∩ Z(G/Gi ) = N , es decir, N ≤ Z(G/Gi ), y esto significa que la serie es
central.
Así pues, para comprobar si un grupo es nilpotente, podemos estudiar cual-
quiera de sus series principales.
5.1. Grupos nilpotentes 169

Grupos p-nilpotentes Sabemos que un grupo finito es nilpotente si y sólo si

sus subgrupos de Sylow son normales. Ahora vamos a ver que esto es equivalente
a que tenga p-complementos normales:

Definición 5.14 Si p es un número primo, un grupo finito G es p-nilpotente si

posee un p-complemento normal, es decir, un subgrupo normal N tal que p ∤ |N |
y |G : N | es potencia de p.

Si G es un grupo finito nilpotente, entonces es producto directo de sus sub-

grupos de Sylow, luego el producto de todos los subgrupos de Sylow corres-
pondientes a primos distintos de p es un p-complemento normal en G. Así
pues, todo grupo finito nilpotente es p-nilpotente para todo primo p. Enseguida
probaremos el recíproco, pero antes conviene probar un hecho básico:

Teorema 5.15 Todo subgrupo y todo cociente de un grupo p-nilpotente es p-

nilpotente.

Demostración: Sea G un grupo p-nilpotente y H ≤ G. Sea C un p-

complemento normal de G y P un p-subgrupo de Sylow de G, de modo que
G = P C, P ∩ C = 1. Entonces

H/(H ∩ C) ∼
= HC/C ≤ P C/C ∼
= P/(P ∩ C) ∼
= P,

luego |H : H ∩C| es potencia de p y p ∤ |H ∩C|, luego H ∩C es un p-complemento

normal en H.
Si N ⊴ G, entonces, por 4.13, sabemos que CN/N es un p′ -subgrupo de Hall
normal de G/N , es decir, es un p-complemento normal de G/N .

Teorema 5.16 Si G es un grupo finito p-nilpotente, los factores de cualquier

serie principal de G de orden divisible entre p son centrales.

Demostración: Sea

1 = G0 ◁ G1 ◁ G2 ◁ · · · ◁ Gn = G

una serie principal de G y supongamos que p | |Gi+1 : Gi |. Sabemos que

L = Gi+1 /Gi es un subgrupo normal minimal de Ḡ = G/Gi . Este grupo es
p-nilpotente por el teorema anterior. Sea P un p-subgrupo de Sylow de Ḡ y sea
C un complemento normal, de modo que Ḡ = P C con P ∩ C = 1.
Entonces L ∩ C ⊴ Ḡ, luego por la minimalidad de L tiene que ser L ∩ C = 1
o bien L ∩ C = L, pero en el segundo caso L ≤ C, luego p | |C|, contradicción.
Así pues, L ∩ C = 1, luego L y C conmutan elemento a elemento, por 3.1.
Por otro lado, L ∩ P es un p-subgrupo de Sylow de L, luego L ∩ P ̸= 1, ya
que p | |L|. Como P es nilpotente, el teorema 5.12 nos da que

L ∩ P ∩ Z(P ) = L ∩ Z(P ) ̸= 1.

Tomemos, pues, g ∈ L ∩ Z(P ), g ̸= 1. Así g conmuta con los elementos de P y

también con los de C y, como Ḡ = P C, concluimos que g ∈ L ∩ Z(Ḡ) ̸= 1.
170 Capítulo 5. Grupos nilpotentes

Tenemos entonces que L ∩ Z(Ḡ) ⊴ Ḡ, luego, por la minimalidad de L, tiene

que ser L ∩ Z(Ḡ) = L, es decir, L ≤ Z(Ḡ), lo que siginifica que L es un factor
central de la serie dada.
Ahora ya es inmediato el teorema que habíamos anunciado:

Teorema 5.17 Un grupo finito G es nilpotente si y sólo si es p-nilpotente para

todo primo p.

Sin embargo, no es evidente que se cumpla el recíproco del teorema 5.16.

Para probar éste y otros hechos sobre grupos p-nilpotentes necesitamos una
técnica que expondremos en la sección siguiente.

5.2 Transferencias
En esta sección demostraremos un teorema sobre existencia de subgrupos de
Hall normales:

Teorema 5.18 Si G es un grupo finito y H es un π-subgrupo de Hall abeliano,

entonces G tiene un π ′ -subgrupo de Hall normal si y sólo si en H no hay ningún
par de elementos distintos conjugados en G.

La prueba de este teorema no es trivial, y en ella emplearemos lo que se

conoce como “aplicación de transferencia” de G a H. Probaremos únicamente
los resultados sobre transferencias que necesitaremos para probar el teorema
anterior.
De momento supondremos únicamente que G es un grupo y que H ≤ G es
un subgrupo abeliano de índice finito |G : H| = n.
Una transversal derecha de H en G es un conjunto T que conste de un único
elemento de cada clase del cociente (G/H)d . Claramente entonces se cumple
que |T | = |G : H| = n y HT = G.
Si T es una transversal derecha, g ∈ G y h ∈ H, es claro que hT y T g son
también transversales derechas.
Si T y U son dos transversales derechas, podemos numerar sus elementos

T = {t1 , . . . , tn }, U = {u1 , . . . , un }

de modo que Hti = Hui , con lo que ti u−1

i ∈ H, y entonces definimos
n
ti u−1
Q
T /U = i ∈ H.
i=1

Como H es abeliano, T /U no depende del orden en que se enumeran los ele-

mentos de las transversales.
5.2. Transferencias 171

Teorema 5.19 Si T , U , V son transversales derechas de H en G, entonces

1. T /T = 1.
2. U/T = (T /U )−1 .
3. (T /U )(U/V ) = T /V .
n
ti t−1
Q
Demostración: 1) T /T = i = 1.
i=1
2) Teniendo en cuenta que H es abeliano,
n n
 n −1
−1 −1 −1 −1
= (T /U )−1 .
Q Q Q
U/T = ui ti = (ti ui ) = ti ui
i=1 i=1 i=1

3) Igualmente:
n n n
ti ui−1 ui vi−1 = ti vi−1 = T /V.
Q Q Q
(T /U )(U/V ) =
i=1 i=1 i=1

Teorema 5.20 Si T , U son transversales, g ∈ G y h ∈ H, entonces

T g/U g = T /U = hT /hU.
Demostración: Sea T = {t1 , . . . , tn }, U = {u1 , . . . , un } de modo que
Hti = Hui . Entonces Hti g = Hui g y Hhti = Hti = Hui = Hhui , luego
n n
ti g(ui g)−1 = ti u−1
Q Q
T g/U g = i = T /U,
i=1 i=1
n n n
hti (hui )−1 = hti u−1 −1
ti u−1
Q Q Q
hT /hU = i h = i = T /U.
i=1 i=1 i=1

Con esto ya podemos definir la aplicación de transferencia:

Definición 5.21 Sea G un grupo y H ≤ G un subgrupo abeliano de índice
finito |G : H| = n. Definimos la transferencia de G a H como la aplicación
τ : G −→ H dada por τ (g) = T g/T , donde T es una transversal derecha de H
en G.
Teorema 5.22 En las condiciones de la definición anterior, la transferencia τ
no depende de la elección de la transversal T y es un homomorfismo de grupos.
Demostración: Si T y U son dos transversales y g ∈ G, entonces
T g/T = (T g/U g)(U g/U )(U/T ) = (T /U )(U g/U )(T /U )−1 = U g/U,
donde usamos que H es abeliano. Así pues, la transferencia no depende de la
transversal. Por otra parte,
τ (xy) = T xy/T = (T xy/T y)(T y/T ) = (T x/T )(T y/T ) = τ (x)τ (y).

Veremos que si H cumple las hipótesis del teorema 5.18, entonces el núcleo
de la transferencia será el π ′ -subgrupo de Hall normal buscado.
172 Capítulo 5. Grupos nilpotentes

Definición 5.23 Sea T el conjunto de todas las transversales derechas de H

en G. Podemos definir dos acciones ρ : T × G −→ T, ρ∗ : H × T −→ T (la
primera por la derecha y la segunda por la izquierda) mediante (T, g) 7→ T g,
(h, T ) 7→ hT .
El teorema 5.19 implica que la relación en T dada por

T ∼U si y sólo si T /U = 1

es una relación de equivalencia y 5.20 implica que es compatible con ambas

acciones, es decir, que, si llamamos Ω al conjunto de las clases de equivalencia,
también tenemos acciones bien definidas

ρ : Ω × G −→ Ω, ρ∗ : H × Ω −→ Ω

dadas por ([T ], g) 7→ [T g], (h, [T ]) 7→ [hT ].

Observemos que si T = {t1 , . . . , tn } y h ∈ H, entonces

n
hti t−1 = hn .
Q
hT /T = i
i=1

Nota A partir de aquí supondremos que H es un π-subgrupo de Hall de G,

es decir, que |G : H| = n y |H| = m son primos entre sí.

Teorema 5.24 La acción de H sobre Ω es transitiva (es decir, determina una

única órbita) y para cada ω ∈ Ω su estabilizador es Hω = 1.

Demostración: Tomemos a, b ∈ Z tales que an + bm = 1. Si [T ], [U ] ∈ Ω,

tenemos que T /U ∈ H y |H| = m, luego (T /U )m = 1, luego (T /U )bm = 1,
luego (T /U )1−an = 1. Sea h = (T /U )−a ∈ H. Entonces, según la observación
previa al teorema,

hT /U = (hT /T )(T /U ) = hn (T /U ) = (T /U )−an (T /U ) = 1,

luego hT ∼ U , lo cual equivale a que h[T ] = [U ], y así [T ] y [U ] están en la

misma órbita.
Si ω = [T ] ∈ Ω y h ∈ Hω , entonces h[T ] = [T ], luego hT ∼ T , luego
hT /T = 1, luego hn = 1. Entonces h = han+bm = (hn )a (hm )b = 1, luego
Hω = 1.
Ahora vamos a necesitar un hecho general sobre grupos de permutaciones:

Teorema 5.25 Si X es un conjunto no vacío A ≤ ΣX es un subgrupo abeliano

que actúa transitivamente sobre X, entonces CΣX (A) = A.

Demostración: Sea C = CΣX (A). Como A es abeliano, es claro que

A ≤ C. Sea σ ∈ C y x ∈ X. Sea y = xσ ∈ X. Como A actúa transitivamente,
existe un α ∈ A tal que y = xα. Así, para todo β ∈ A tenemos que

(xβ)σ = (xσ)β = (xα)β = xβα,

5.2. Transferencias 173

donde hemos usado que σ ∈ C y que A es abeliano. Como la acción es transitiva,

xβ recorre todos los elementos de X al variar β, luego hemos probado que
zσ = zα para todo z ∈ X, es decir, que σ = α ∈ A, luego C ≤ A y así C = A.

Teorema 5.26 Para cada g ∈ G existe un único g ∗ ∈ H tal que, para todo
ω ∈ Ω, ωg = g ∗ ω. La aplicación θ : G −→ H dada por θ(g) = g ∗ es un
homomorfismo de grupos y la transferencia τ : G −→ H cumple τ (g) = θ(g)n .
Demostración: Podemos ver la acción de G sobre Ω como un homomor-
fismo ρ : G −→ ΣΩ . Con la acción de H hay que tener una precaución debido
a que es una acción por la izquierda (mientras que ΣΩ actúa sobre Ω por la de-
recha1 ). En general, es fácil ver que una acción por la izquierda de un grupo G
sobre un conjunto Ω determina una acción por la derecha mediante ωg = g −1 ω.
En nuestro caso, la acción por la derecha de H sobre Ω así definida determina
un homomorfismo ρ∗ : H −→ ΣΩ dado por
ρ∗ (h)(ω) = h−1 ω.
De hecho se trata de un monomorfismo, pues si ρ∗ (h) = 1, entonces h estabiliza
a todo ω ∈ Ω, pero los estabilizadores son triviales.
Sea A = Im ρ∗ ≤ ΣΩ , que es un subgrupo abeliano, porque H es abeliano.
Como H actúa transitivamente sobre Ω, es claro que lo mismo le sucede a A
con su acción como grupo de permutaciones.
Si T es una transversal y g ∈ G, es claro que (h−1 T )g = h−1 (T g), luego si
ω = [T ], tenemos que (h−1 ω)g = h−1 (ωg) o, equivalentemente,
ρ(g)(ρ∗ (h)(ω)) = ρ∗ (h)(ρ(g)(ω)),
para todo ω ∈ Ω, luego ρ∗ (h)ρ(g) = ρ(g)ρ∗ (h), para todo h ∈ H, luego el
teorema anterior nos da que ρ(g) ∈ CΣΩ (A) = A.
Así pues, existe un único g ∗ ∈ H tal que ρ(g) = ρ∗ ((g ∗ )−1 ), es decir, tal que,
para todo ω ∈ Ω, se cumple ωg = g ∗ ω. Con esto tenemos definida la aplicación
θ. Ahora:
θ(g1 g2 )ω = ω(g1 g2 ) = (ωg1 )g2 = (θ(g1 )ω)g2 = θ(g2 )θ(g1 )ω = (θ(g1 )θ(g2 ))ω,
donde usamos que H es abeliano. Como la acción de H tiene estabilizadores
triviales, de aquí se sigue que θ(g1 g2 ) = θ(g1 )θ(g2 ), luego θ es un homomorfismo.
Finalmente, si g ∈ G, sea h = θ(g). Fijamos una transversal T y observamos
que [T ]g = θ(g)[T ], luego [T ]g = h[T ], luego T g ∼ hT , luego
τ (g) = T g/T = (T g/hT )(hT /T ) = 1 · hn = θ(g)n .

1 Esto se traduce en que si llamamos ρ∗ (h)(ω) = hω no obtenemos un homomorfismo

ρ∗ : H −→ ΣΩ , sino que
ρ∗ (h1 h2 )(ω) = h1 h2 ω = h1 ρ∗ (h2 )(ω) = ρ∗ (h1)(ρ∗ (h2 )(ω)) = ρ∗ (h2 )ρ∗ (h1 )(ω),
y así ρ∗ (h1 h2 ) = ρ∗ (h2 )ρ∗ (h1 ), por lo que ρ∗ es lo que se llama un antihomorfismo.
174 Capítulo 5. Grupos nilpotentes

Ahora ya podemos estudiar el núcleo de la transferencia:

Teorema 5.27 Si ω ∈ Ω, el estabilizador Gω es el núcleo K de la transferen-
cia τ , que coincide con el núcleo del homomorfismo θ. Si G actúa transitiva-
mente sobre Ω, entonces G/K ∼ = H.
Demostración: Como τ = θn , es claro que N(θ) ≤ N(τ ). Si g ∈ N(τ ),
entonces θn (g) = 1, luego o(θ(g)) | n. Pero θ(g) ∈ H, luego o(θ(g)) | m y, como
m y n son primos entre sí, o(θ(g)) = 1, es decir, θ(g) = 1 y así g ∈ N(θ). Por lo
tanto, podemos llamar K = N(τ ) = N(θ).
Se cumple g ∈ Gω si y sólo si ωg = ω, si y sólo si θ(g)ω = ω, si y sólo si
θ(g) = 1 (pues los estabilizadores de la acción de H son triviales) si y sólo si
g ∈ K. Así pues, Gω = K.
Supongamos ahora que G actúa transitivamente sobre Ω. Basta probar que
θ : G −→ H es suprayectiva, pues entonces el teorema de isomorfía nos da que
G/K ∼ = H.
Si h ∈ H, tomamos ω ∈ Ω. La transitividad de G implica que existe un
g ∈ G tal que hω = ωg = θ(g)ω. Como los estabilizadores en H son triviales,
esto implica que θ(g) = h.
Observemos que, dado que H es un π-subgrupo de Hall de G, la conclusión
del teorema anterior es que K es un π ′ -subgrupo de Hall normal. Para expresar
las hipótesis en términos de la conjugación en G, tal y como requiere el teorema
5.18, necesitamos un último resultado:
Teorema 5.28 Para cada g ∈ G existen números enteros n1 , . . . , ns tales que
n1 + · · · + ns = n y elementos x1 , . . . , xs ∈ G de modo que xi g ni x−1
i ∈H y
s
xi g ni x−1
Q
τ (g) = i ,
i=1

Demostración: Consideremos la acción de ⟨g⟩ sobre (G/H)d por multipli-

cación a derecha y sean X1 , . . . , Xs las órbitas que determina. Sea ni = |Xi |,
de modo que n1 + · · · + ns = n. Elijamos Hxi ∈ Xi , de modo que
Xi = {Hxi , Hxi g, . . . , Hxi g ni −1 }
y Hxi g ni = Hxi , con lo que xi g ni x−1
i ∈ H. Claramente,
T = {xi g r | r = 0, . . . , ni − 1, i = 1, . . . , s}
es una transversal de H en G y T g = {xi g r | r = 1, . . . , ni , i = 1, . . . , s}.
Entonces
s
xi g ni x−1
Q
τ (g) = T g/T = i ,
i=1
pues el elemento de T g que corresponde a xi g r ∈ T , para 0 < r < ni es él
mismo, luego los factores correspondientes a estos términos en τ (g) se cancelan,
y el elemento de T g correspondiente a xi ∈ T es Hxi g ni .
El teorema siguiente es 5.18 con una condición equivalente adicional:
5.2. Transferencias 175

Teorema 5.29 Sea H un π-subgrupo de Hall abeliano de un grupo G y sea

n = |G : H|. Las afirmaciones siguientes son equivalentes:

1. G tiene un π ′ -subgrupo de Hall normal.

2. Si h1 , h2 ∈ H son conjugados en G, entonces h1 = h2 .

3. La transferencia τ : G −→ H cumple τ (h) = hn para todo h ∈ H.

Demostración: 1) ⇒ 2). Sea K ⊴ G un π ′ -subgrupo de Hall. Entonces

H ∩ K = 1 y G = HK.
Supongamos que h1 , h2 ∈ H cumplen h2 = hg1 , con g ∈ G. Como G = HK,
′
podemos descomponer g = h′ k, con h′ ∈ H y k ∈ K, con lo que h2 = hh1 k = hk1 .
Por lo tanto, no perdemos generalidad si suponemos que g = k ∈ K. Como
K ⊴ G,

h−1 −1 k −1 −1
1 h2 = h1 h1 = h1 k h1 k = (k −1 )h1 k ∈ H ∩ K = 1,

luego h1 = h2 .
2) ⇒ 3) Dado h ∈ H, por el teorema anterior
s
xi hni x−1
Q
τ (h) = i ,
i=1

donde xi hni x−1

i y hni son conjugados en G, luego por hipótesis tenemos que
son iguales, luego
s
hni = hn .
Q
τ (h) =
i=1

3) ⇒ 1) Observemos que si h ∈ H y T es una transversal, por hipótesis

τ (h) = T h/T = hn = hT /T (por las observaciones tras la definición 5.23). Por
lo tanto
hT /T h = (hT /T )(T h/T )−1 = 1,
luego hT ∼ T h o, equivalentemente, hω = ωh para todo h ∈ H y todo ω ∈ Ω.
Esto significa que la restricción a H de la acción de G por la derecha coincide
con la acción de H por la izquierda, que es transitiva por 5.24, luego la acción
de G por la derecha también es transitiva.
El teorema 5.27 nos da que K = N(τ ) ⊴ G coincide con Gω para todo ω ∈ Ω,
luego H ∩ K = Hω = 1, de nuevo por 5.24, pues el estabilizador de ω en H
respecto de la acción por la derecha coincide con el de la acción por la izquierda,
ya que hemos visto que ambas acciones coinciden.
Por último, si g ∈ G, como la acción de H es transitiva, dado ω ∈ Ω, existe
un h ∈ H tal que ωg = ωh, luego gh−1 ∈ Gω = K, luego g ∈ HK, y esto prueba
que G = HK.
Puesto que G = HK y H ∩ K = 1, es claro que K es un π ′ -subgrupo de Hall
(normal) de G.
En la sección siguiente extraeremos algunas consecuencias de este teorema.
176 Capítulo 5. Grupos nilpotentes

5.3 Grupos p-nilpotentes

Ahora estamos en condiciones de estudiar más a fondo los grupos p-nilpotentes
que hemos definido en 5.14. Para empezar podemos demostrar el recíproco del
teorema 5.16:

Teorema 5.30 Un grupo finito G es p-nilpotente si y sólo si los factores de

orden divisible entre p de cualquier serie principal de G prefijada son centrales.

Demostración: Una implicación es el teorema 5.16. Si el recíproco fuera

falso, podríamos tomar un grupo G del menor orden posible que tuviera una
serie principal
1 = G0 ◁ G1 ◁ · · · ◁ Gn = G
cuyos factores de orden divisible entre p fueran centrales, pero que G no fuera
p-nilpotente. Entonces

1 = G1 /G1 ◁ · · · ◁ Gn /G1 = G/G1

.
es claramente una serie principal de G/G1 y si un factor Gi+1 /G1 Gi /G1 tiene
orden divisible entre p, entonces p | |Gi+1 /Gi |, luego Gi+1 /Gi ≤ Z(G/Gi ), y
esto implica que
. 
Gi+1 /G1 Gi /G1 ≤ Z(G/G1 Gi /G1 ).

Así pues, G/G1 tiene una serie central cuyos factores de orden divisible entre p
son centrales. Por la minimalidad de G tenemos que G/G1 es p-nilpotente. Sea
N/G1 un p-complemento normal de G/G1 . Esto significa que

|G/G1 : N/G1 | = |G : N |

es potencia de p, y que p ∤ |N : G1 |.
Si p ∤ |G1 |, entonces p ∤ |N |, pues |N | = |N : G1 ||G1 |, luego N es un p-
complemento normal en G y así G es p-nilpotente, en contra de lo supuesto.
Supongamos, pues que p | |G1 |. Entonces, por la elección de la serie principal,
sabemos que G1 ≤ Z(G).
Siendo el penúltimo término de una serie principal, G1 es un subgrupo nor-
mal minimal de G, y es abeliano, luego por el teorema 4.16 es un grupo abeliano
elemental, en particular un p-grupo. Como p ∤ |N : G1 |, tenemos que G1 es un
p-subgrupo de Sylow de N .
Como G1 ≤ Z(N ), no puede suceder que dos elementos distintos de G1
sean conjugados en N , luego el teorema 5.18 nos asegura que N tiene un p-
complemento normal K. Como G1 ⊴ N , se cumple de hecho que N = G1 × K.
Sea P un p-subgrupo de Sylow de G que contenga a G1 . Como N/G1 es un
p-complemento normal en G/G1 , tenemos que (P/G1 )(N/G1 ) = G/G1 , luego
G = P N = P G1 K = P K, luego |G : K| = |P : P ∩ K| es potencia de p, y esto
implica que K es un p-complemento en G. Si probamos que es normal, resultará
que G es p-nilpotente y tendremos una contradicción.
5.3. Grupos p-nilpotentes 177

Como G = KP , basta ver que si p ∈ P entonces K p = K. Pero si k ∈ K,

tenemos que k p ∈ N p = N = G1 K, luego k p = gk ′ , con g ∈ G1 , k ′ ∈ K, pero
g = k p k ′−1 ∈ K p K ∩ G1 = 1, ya que p ∤ |K p K| y G1 es un p-grupo. (Notemos
que K p ≤ N p = N y K ⊴ N , por lo que K p K ≤ N ). Por consiguiente,
k p = k ′ ∈ K, luego K ⊴ G.
Para la siguiente aplicación del teorema 5.18 necesitamos un resultado pre-
vio:
Teorema 5.31 (Lema de Burnside) Sea P un p-subgrupo de Sylow de un
grupo finito G. Si dos elementos de Z(P ) son conjugados en G, lo son en
NG (P ).
Demostración: Supongamos que x, y ∈ Z(P ) cumplen y = xg , con g ∈ G.
Entonces
P ≤ CG (x) ∩ CG (y) = CG (x) ∩ CG (x)g ,
luego
−1 −1
Pg ≤ CG (x)g ∩ CG (x).
g −1
Así, P y P son p-subgrupos de Sylow de CG (x), luego son conjugados en
−1
CG (x). Sea z ∈ CG (x) tal que P g = P z . Entonces P = P zg , luego se cumple
que zg ∈ NG (P ) y y = xg = (xz )g = xzg .

Teorema 5.32 (Burnside) Sea P un p-subgrupo de Sylow de un grupo fi-

nito G. Si P ≤ Z(NG (P )), entonces G es p-nilpotente.
Demostración: Sea H = NG (P ). Como P ≤ Z(H), se cumple que P es
abeliano. Si x1 , x2 ∈ P = Z(P ) son conjugados en G, por el teorema anterior
son conjugados en H, pero como P ≤ Z(H), esto implica que x1 = x2 . El
teorema 5.18 implica entonces que G tiene un p′ -subgrupo de Hall normal, es
decir, un p-complemento normal, luego G es p-nilpotente.
Como aplicación obtenemos lo siguiente:
Teorema 5.33 Sea G un grupo finito y sea p el menor primo que divide a su
orden. Si los p-subgrupos de Sylow de G son cíclicos entonces G es p-nilpotente.
Demostración: Sea P un p-subgrupo de Sylow de G, con |P | = pm . Por
hipótesis P es cíclico, luego P ≤ CG (P ) ≤ NG (P ).
Según las observaciones tras la definición 2.7, sabemos que NG (P )/CG (P )
es isomorfo a un subgrupo de Aut(P ) ∼ = Upm (teorema 1.17). Por lo tanto,
|NG (P ) : CG (P )| | |Upm | = (p − 1)pm−1 ,
pero, como P ≤ CG (P ), se cumple que p ∤ |NG (P ) : CG (P )|, luego de hecho
|NG (P ) : CG (P )| | p − 1.
Sin embargo, |NG (P ) : CG (P )| | |G| y p es el menor primo que divide a |G|,
luego tiene que ser |NG (P ) : CG (P )| = 1, es decir, que NG (P ) = CG (P ), lo cual
implica que P ≤ Z(NG (P )), luego G es p-nilpotente por el teorema anterior.
178 Capítulo 5. Grupos nilpotentes

Notemos que este teorema nos da una prueba alternativa del teorema 4.11.
Veamos una variante del teorema de Burnside:

Teorema 5.34 Sea G un grupo finito y P < G un p-subgrupo de Sylow abeliano.

Si P ∩ Z(NG (P )) ̸= 1, entonces G no es simple.

Demostración: Consideramos la transferencia T : G −→ P . Tomemos un

elemento no trivial g ∈ P ∩ Z(NG (P )). Según el teorema 5.28 existen enteros
n1 , . . . , ns tales que n1 + · · · + ns = n = |G : P | y elementos x1 , . . . , xs ∈ G de
modo que xi g ni x−1 i ∈P y
s
xi g ni x−1
Q
τ (g) = i .
i=1

Como g ni y xi g ni x−1
i son conjugados en G, por 5.31 también son conjugados en
NG (P ), es decir, que existe yi ∈ NG (P ) de modo que xi g ni x−1
i = yi−1 g ni yi , pero
ni −1 −1 ni
g ∈ Z(NG (P )), luego xi g xi = yi g yi = g y concluimos que τ (g) = g n .
ni ni

No puede ser g n = 1, pues entonces o(g) | n = |G : P | y o(g) | |P |, luego

o(g) = 1, cuando g ̸= 1. Por lo tanto, τ (g) ̸= 1 y el núcleo de la transferencia es
un subgrupo K ◁ G. No puede ser K = 1, pues entonces sería |G| ≤ |P |. Así
pues, G tiene un subgrupo normal propio, luego no es simple.

5.4 Aplicaciones de los teoremas de Burnside

En 1911 Burnside conjeturó que todo grupo de orden impar es resoluble.
Actualmente este hecho se conoce como el Teorema de Feit-Thompson, y fue
demostrado en 1963. Una demostración revisada ocupa dos libros enteros. Si
a la teoría de Sylow añadimos el teorema de Burnside 5.32 y el teorema 6.40
(también de Burnside) que demostraremos en el capítulo siguiente, podemos
probar un fragmento del teorema de Feit-Thompson:

Teorema 5.35 Todo grupo de orden impar menor que 1000 es resoluble.

Demostración: En la prueba del teorema 4.5 se ve que todo grupo finito

admite una serie con factores simples, y el grupo es resoluble si y sólo si dichos
factores son abelianos, luego un grupo no resoluble tiene una serie con un factor
simple no abeliano. Por consiguiente, si existiera un grupo no resoluble de orden
impar menor que 1 000, tendría una serie con un factor simple no abeliano de
orden impar menor que 1 000. Así pues, basta ver que no existen grupos simples
no abelianos de orden impar menor que 1 000.
Si G fuera tal grupo y |G| = p1 p2 o |G| = p1 p2 p3 , con los pi primos, no nece-
sariamente distintos, entonces G sería resoluble, bien por ser un p-grupo, bien
por ser de orden libre de cuadrados (teorema 4.11) bien por ser de orden pa q b .
Así pues, |G| tiene que ser divisible al menos por cuatro primos, no necesa-
riamente distintos. De hecho, no pueden ser distintos, pues el menor producto
de cuatro primos impares distintos es 3 · 5 · 7 · 11 = 1 155.
5.4. Aplicaciones de los teoremas de Burnside 179

Por otro lado, |G| no puede ser divisible entre 6 primos, pues el menor valor
posible que no sea potencia de primo es 35 · 5 = 1 215. Así pues, |G| es divisible
entre 4 o 5 primos (no necesariamente distintos).
Si el menor primo que divide a |G| fuera mayor que 3, el menor valor posible
sería 52 · 7 · 11 = 1 925, así que 3 | |G|. Pero el teorema 5.33 nos da que 9 | |G|.
Esto nos deja sólo las posibilidades siguientes para |G|:

32 · 5 · 7, 32 · 5 · 11, 32 · 5 · 13, 32 · 5 · 17, 32 · 5 · 19,

32 · 7 · 11, 32 · 7 · 13, 33 · 5 · 7.

El tercer teorema de Sylow nos permite descartar algunos casos:

Si |G| = 32 · 5 · 13, entonces ν13 = 1, luego G tiene un 13-subgrupo de Sylow

normal. Igualmente, si |G| = 32 · 5 · 17 resulta que ν17 = 1, si |G| = 32 · 5 · 19 es
ν19 = 1, si |G| = 32 · 7 · 11 es ν11 = 1 y si |G| = 32 · 7 · 13 es ν13 = 1. Con esto
nos quedan únicamente tres posibilidades:

32 · 5 · 7, 32 · 5 · 11, 33 · 5 · 7.

Si |G| = 32 · 5 · 7, descartando ν5 = 1, tiene que ser ν5 = 21, luego si P es un

5-subgrupo de Sylow, se cumple que |NG (P )| = 15, pero según 3.28 todo grupo
de orden 15 es cíclico, luego P ≤ Z(NG (P )) y G es 5-nilpotente por el teorema
5.32, luego no es simple.
Igualmente, si |G| = 32 ·5·11, descartando ν3 = 1, tendría que ser ν3 = 5·11,
y entonces, un 3-subgrupo de Sylow cumple |NG (P )| = |P |, luego P = NG (P )
y nuevamente llegamos a que P ≤ Z(NG (P )).
Por último, si |G| = 33 ·5·7, tiene que ser ν3 = 7, luego si P es un 3-subgrupo
de Sylow de G, se cumple que |G : NG (P )| = 7, luego el teorema de Cayley 2.25
nos da un homomorfismo G −→ Σ7 que tiene que ser inyectivo si G es simple,
pero |G| = 33 · 5 · 7 no divide a 7!.

Veamos ahora qué podemos decir de los grupos de orden par. Supongamos
que G es un grupo simple no abeliano de orden, digamos, n. Sabemos que

1. n tiene que ser divisible al menos entre tres primos distintos (por 6.40).

2. 4 | n (por el teorema anterior y 2.28).

Los valores de n entre 1 y 500 que cumplen estas condiciones son los que
180 Capítulo 5. Grupos nilpotentes

incluye la tabla siguiente:

60 = 22 · 3 · 5 312 = 23 · 3 · 13 ν13 =1
84 = 22 · 3 · 7 ν7 = 1 336 = 24 · 3 · 7 ν7 =8
120 = 23 · 3 · 5 ν5 = 6 340 = 22 · 5 · 17 ν17 =1
132 = 22 · 3 · 11 ν11 = 1 348 = 22 · 3 · 29 ν29 =1
140 = 22 · 5 · 7 ν7 = 1 360 = 23 · 32 · 5
156 = 22 · 3 · 13 ν13 = 1 364 = 22 · 7 · 13 ν7 = 1
168 = 23 · 3 · 7 372 = 22 · 3 · 31 ν31 = 1
180 = 22 · 32 · 5 ν5 = 6, 36 380 = 22 · 5 · 19 ν19 = 20
204 = 22 · 3 · 17 ν17 = 1 396 = 22 · 32 · 11 ν11 = 12
220 = 22 · 5 · 11 ν11 = 1 408 = 23 · 3 · 17 ν17 = 1
228 = 22 · 3 · 19 ν19 = 1 420 = 22 · 3 · 5 · 7 ν7 = 15
240 = 24 · 3 · 5 ν5 = 6, 16 440 = 23 · 5 · 11 ν11 = 1
252 = 22 · 32 · 7 ν7 = 36 444 = 22 · 3 · 37 ν37 = 1
260 = 22 · 5 · 13 ν13 = 1 456 = 23 · 3 · 19 ν19 = 1
264 = 23 · 3 · 11 ν11 = 12 460 = 22 · 5 · 23 ν23 = 1
276 = 22 · 3 · 23 ν23 = 1 468 = 22 · 32 · 13 ν13 = 1
280 = 23 · 5 · 7 ν5 = 56 476 = 22 · 7 · 17 ν17 = 1
300 = 22 · 3 · 52 ν5 = 6 480 = 25 · 3 · 5 ν2 = 15
308 = 22 · 7 · 11 ν11 = 1 492 = 22 · 3 · 41 ν42 = 1

En la mayoría de los casos los teoremas de Sylow implican la existencia de

un primo p tal que νp = 1, es decir, la existencia de un p-subgrupo de Sylow
normal, por lo que no hay grupos simples del orden correspondiente.
Descartando el caso νp = 1 cuando hay otras alternativas, otro caso sencillo
se da cuando ν5 = 6, pues entonces, si P es un 5-grupo de Sylow, tenemos
que H = NG (P ) tiene índice 6, luego el teorema de Cayley 2.25 nos permite
sumergir G −→ Σ6 (el homomorfismo es inyectivo porque G es simple), por
lo que podemos suponer que G ≤ Σ6 , y entonces G ∩ A6 ⊴ G, y no puede ser
G∩A6 = 1, ya que entonces G ∼ = G/(G∩A6 ) ∼ = GA6 /A6 ≤ Σ6 /A6 ∼ = C2 y tendría
que ser |G| ≤ 2. Por lo tanto G ∩ A6 = G, que equivale a que G ≤ A6 , pero en
los casos recogidos en la tabla esto implica que el índice |A6 : G| vale 3 (cuando
n = 120), 2 (cuando n = 180) o ni siquiera es entero (cuando n = 240, 300),
pero A6 es un grupo simple, luego no puede tener subgrupos de índice 2, 3, 4
(teorema 2.29).

Esto nos deja únicamente la posibilidad ν5 = 36 cuando n = 180, que se

descarta por el mismo argumento que para n = 252, 280, 380, pues en todos
ellos νp = |G : NG (P )| = |G : P |, donde P es un p-subgrupo de Sylow del primo
indicado en la tabla, luego NG (P ) = P , y en todos los casos considerados P es
abeliano, luego P ≤ Z(NG (P )) y G es p-nilpotente por el teorema 5.32.

Una variante de este argumento se aplica cuando n = 240 (descartada la

posibilidad ν5 = 6) y cuando n = 396, pues en estos casos |NG (P )| = 15, 33 y,
por el teorema 3.28 todo grupo de orden 15 o 33 es abeliano, luego se cumple
igualmente que P ≤ Z(NG (P )).
5.4. Aplicaciones de los teoremas de Burnside 181

Más delicados son los casos n = 264, 336. En el primero ν11 = 12, luego, si
P es un 11-subgrupo de Sylow de G, se cumple que |NG (P )| = 22. Como antes
podemos suponer que G ≤ A12 . Entonces G está generado por un ciclo σ de
longitud 11, y en A12 hay un total de 12!/11 ciclos de longitud 11 y cada 11-
subgrupo de Sylow de A12 contiene 10 de ellos, luego el número de 11-subgrupos
de Sylow de A12 es 12!/110, luego |NA12 (P )| = 55, pero esto es imposible, porque
NG (P ) ≤ NA12 (P ) y 22 ∤ 55.
En el caso n = 336 razonamos análogamente. Ahora tenemos que ν7 = 8,
luego |NG (P )| = 42 y, suponiendo G ≤ A8 , tenemos que P está generado
por un ciclo de longitud 7, en total hay 8!/7 tales ciclos, luego en A8 hay 8!/42
subgrupos de Sylow de orden 7, luego |NA8 (P )| = 21, y nuevamente es imposible
que NG (P ) ≤ NA8 (P ).
Si n = 480, la teoría de Sylow admite las posibilidades ν2 = 1, 3, 5, 15, pero
G no cabe en A5 , lo que nos da ν2 = 15, que es el valor que hemos consignado
en la tabla anterior. Como ν2 ̸≡ 1 (mód 4), el teorema 3.36 nos da la existencia
de 2-subgrupos de Sylow P y Q tales que |P ∩ Q| = 24 . Entonces K = P ∩ Q es
normal en P y en Q, pues tiene índice 2, luego P, Q ≤ NG (K) < G (porque K
no puede ser normal en G). A su vez, como NG (K) posee al menos dos 2-
subgrupos de Sylow, tiene que ser P < NG (K) < G, pero |G : P | = 15, luego
|G : NG (K)| = 3, 5, luego G tendría que poder sumergirse en A5 , y no es el
caso.
Finalmente, el caso más difícil de descartar es n = 420:

Teorema 5.36 No hay grupos simples de orden 420.

Demostración: Si G es un grupo simple de orden 420 = 22 · 3 · 5 · 7, la

teoría de Sylow nos da que ν7 = 15. Sean P1 , . . . , P15 sus subgrupos de Sylow.
La acción sobre ellos por conjugación nos permite considerar que G ≤ A15 .
Además, H = NG (P15 ) es el estabilizador de P15 , es decir, está formado por las
permutaciones que fijan al índice 15. Como tiene índice 15, es |H| = 28.
Sea P17 = ⟨σ⟩, donde σ tiene orden 7, luego tiene que ser un ciclo de lon-
gitud 7, o bien un producto de dos ciclos disjuntos de longitud 7. Pero el
primer caso es imposible, porque entonces existiría otro índice i ̸= 15 tal que
σ ∈ NG (Pi ), luego P15 ≤ NG (Pi ), y así el normalizador tendría al menos dos
7-subgrupos de Sylow, uno de ellos normal, lo cual es absurdo. Así pues, renu-
merando los subgrupos de Sylow, podemos suponer que

σ = (1, 2, 3, 4, 5, 6, 7)(8, 9, 10, 11, 12, 13, 14).

Observemos que σ tiene 14!/(2 · 72 ) conjugados en Σ14 , luego se cumple

que |CΣ14 (σ)| = 2 · 72 . Como el centralizador contiene permutaciones impares
(por ejemplo, un producto de 7 trasposiciones que intercambie los dos ciclos),
|CA14 (σ)| = 72 y, como |G| no es divisible entre 72 , llegamos a que |CG (σ)| = 7,
es decir, que CG (P15 ) = P15 .
No puede ser que H tenga elementos de orden 28, pues entonces sería abe-
liano y P15 ≤ Z(NG (P15 )) y G sería 7-nilpotente, por el teorema 5.32. Veamos
182 Capítulo 5. Grupos nilpotentes

que tampoco tiene elementos de orden 14. Una permutación par τ de orden 14
no puede ser un ciclo de orden 14, luego tiene que ser un ciclo de longitud 7 y
un número par de trasposiciones, pero entonces τ 2 sería un ciclo de longitud 7,
luego τ 2 ∈ P , pero ya hemos razonado que P no puede estar generado por un
ciclo de longitud 7.
Así pues, H tiene 1 elemento de orden 1, otros 6 elementos de orden 7 y los
21 elementos restantes tienen que tener orden 2 o 4, pero según las observacio-
nes tras la definición 2.7, tenemos que H/P17 (es decir, NG (P15 )/CG (P15 )) es
isomorfo a un subgrupo de Aut(P15 ), que tiene orden 6, luego H/P no puede
tener elementos de orden 4 y H tampoco. En conclusión, H tiene 21 elementos
de orden 2.
Si τ ∈ H tiene orden 2, no puede ser que σ τ = σ, pues entonces στ tendría
orden 14. Por lo tanto, σ τ = σ −1 . Explícitamente,
(1, 2, 3, 4, 5, 6, 7)τ (8, 9, 10, 11, 12, 13, 14)τ = (7, 6, 5, 4, 3, 2, 1)(14, 13, 12, 11, 10, 9, 8),

pero no puede ser que

(1, 2, 3, 4, 5, 6, 7)τ = (14, 13, 12, 11, 10, 9, 8),

pues τ tiene que ser un producto de trasposiciones, y es fácil ver que para que
cumpla esto debe constar exactamente de 7 transposiciones, luego sería impar.
Por lo tanto,
(1, 2, 3, 4, 5, 6, 7)τ = (7, 6, 5, 4, 3, 2, 1),
(8, 9, 10, 11, 12, 13, 14)τ = (14, 13, 12, 11, 10, 9, 8),
lo cual puede conseguirse con 6 trasposiciones. En particular,

τ [{1, 2, 3, 4, 5, 6, 7}] = {1, 2, 3, 4, 5, 6, 7},

τ [{8, 9, 10, 11, 12, 13, 14}] = {8, 9, 10, 11, 12, 13, 14},
pero para que un producto de trasposiciones (disjuntas) cumpla esto, debe fijar
necesariamente al menos un índice de cada conjunto. Ahora bien, si τ (i) = i,
τ (j) = j, con i ≤ 7, j ≥ 8, entonces τ está completamente determinada. Por
ejemplo, si τ (3) = 3 y τ (9) = 9, necesariamente
 
1 2 3 4 5 6 7 8 9 10 11 12 13 14
τ=
5 4 3 2 1 7 6 10 9 8 14 13 12 11

= (1, 5)(2, 4)(6, 7)(8, 10)(11, 14)(12, 13).

Esto en principio nos daría 49 posibilidades para τ , pero en realidad no puede
haber dos permutaciones distintas tales que τ (i) = i y τ ′ (i) = i con i ≤ 7, ya
que si, por ejemplo, τ (j) = j y τ ′ (k) = k con j > k ≥ 8, entonces (τ τ ′ )(j) =
τ ′ (j) ̸= j, luego τ τ ′ ̸= 1, pero τ τ ′ fija a todos los índices de {1, 2, 3, 4, 5, 6, 7},
′
luego (1, 2, 3, 4, 5, 6, 7)τ τ = (1, 2, 3, 4, 5, 6, 7), cuando debería ser el ciclo inverso.
Por lo tanto H sólo puede tener 7 elementos de orden 2, y no 21 como hemos
visto que hacen falta.
Con esto hemos probado:
5.4. Aplicaciones de los teoremas de Burnside 183

Teorema 5.37 Todo grupo simple no abeliano de orden ≤ 500 tiene orden
60, 168 o 360.

Recordemos que el teorema 3.40 prueba que todo grupo simple de orden 60
es isomorfo a A5 . Similarmente:

Teorema 5.38 Todo grupo simple de orden 360 es isomorfo a A6 .

Demostración: Sea G un grupo simple de orden |G| = 360 = 23 · 32 · 5.

En primer lugar, la teoría de Sylow nos dice que el número de 3-subgrupos de
Sylow tene que cumplir ν3 | 40 y ν3 ≡ 1 (mód 3), lo que nos da las posibilidades
ν3 = 1, 4, 10, 40, pero descartamos ν3 = 1 porque entonces G tendría un único
3-subgrupo de Sylow normal, descartamos ν3 = 4 porque entonces el teorema
de Cayley 2.25 nos daría un monomorfismo G −→ Σ4 , lo cual es absurdo, y
descartamos ν3 = 40 porque entonces un 3-subgrupo de Sylow sería abeliano
y cumpliría NG (P ) = P , y el teorema de Burnside 5.32 nos daría que G es
3-nilpotente.
Así pues, ya sabemos que ν3 = 10 y si P es un 3-subgrupo de Sylow, entonces
|NG (P )| = 36. La teoría de Sylow nos dice también que G actúa transitivamente
sobre el conjunto Ω de sus 3-subgrupos de Sylow. Por la simplicidad de G, el
homomorfismo ρ : G −→ ΣΩ asociado a dicha acción es un monomorfismo,
lo que nos permite considerar que G ≤ Σ10 y que los estabilizadores de los
elementos de Ω (que son los normalizadores de los 3-subgrupos de Sylow) tienen
orden 36.
Si identificamos P ∈ Ω con el índice 10 en I10 , podemos identificar el estabi-
lizador G10 (es decir, el conjunto de las permutaciones de A10 que fijan el índice
10), con un subgrupo P ≤ G10 ≤ A9 .
En principio tenemos dos posibilidades para P , según si se cumple P ∼ = C9
o si P ∼= C3 × C3 . Vamos a descartar la primera.
Si P es cíclico, estará generado por un ciclo σ de longitud 9. En Σ9 hay
9!/9 = 8! ciclos de longitud 9, luego |clΣ9 (σ)| = 8!, luego |CΣ9 (σ)| = 9. Así,
. .
CΣ9 (σ) (Cσ9 (σ) ∩ A9 ) ∼ = CΣ9 (σ)A9 A9 ≤ Σ9 /A9 ∼ = C2 ,

pero el primer grupo tiene orden divisor de 9, luego tiene que tener orden 1,
luego CΣ9 (σ) ≤ A9 , luego CA9 (σ) = CΣ9 (σ) y así |CA9 (σ)| = 9, es decir, que
CA9 (P ) = P .
Ahora, según hemos visto tras la definición 2.7, el cociente

NA9 (P )/CA9 (P )

tiene orden 4 y es isomorfo a un subgrupo de Aut(P ) = Aut(C9 ) ∼

= U9 , que
tiene orden 6, lo cual es absurdo.
Con esto tenemos demostrado que P ∼= C3 × C3 .
Ahora vamos a probar que si P y Q son dos 3-subgrupos de Sylow distintos
en G, necesariamente P ∩ Q = 1.
184 Capítulo 5. Grupos nilpotentes

En caso contrario P ∩ Q = ∼ C3 , luego podemos tomar σ ∈ P ∩ Q de

orden 3. El centralizador H = CG (σ) contiene al menos dos 3-subgrupos
de Sylow (P y Q), y como ν3 (H) | |H : P | | 40 y ν3 (H) ≡ 1 (mód 3),
las posibilidades son ν3 = 4, 10, 40, pero H no puede tener más 3-subgrupos
de Sylow que G, luego ν3 = 4, 10.
En el segundo caso 90 | |CG (σ)|, luego |G : CG (σ)| | 4, luego G = CG (σ) por
el teorema 2.29, pero esto implica que σ ∈ Z(G), lo cual es imposible.
Así pues, ν3 = 4, luego 36 | |H|, luego |G : H| | 10, pero el índice no puede
ser 1, 2, 5, ya que el teorema de Cayley 2.25 nos daría que G ≤ Σ5 , lo cual es
absurdo. Concluimos que |G : H| = 10, luego |H| = 36.
Por consiguiente, NH (P ) = P y el teorema de Burnside 5.32 nos daría que H
es 3-nilpotente, es decir, que tiene un 3-complemento (o un 2-subgrupo de Sylow)
normal Q. Entonces H ≤ NG (Q), pero si Q′ es un 2-subgrupo de Sylow de G
tal que Q ≤ Q′ , entonces Q′ ≤ NG (Q) (pues |G′ : Q| = 2), luego 72 | |NG (Q)|,
luego |G : NG (Q)| = 5 y de nuevo llegamos a que G ≤ Σ5 , contradicción.
Con esto ya tenemos probado que los 3-subgrupos de Sylow tienen inter-
sección trivial. Tomemos ahora σ ∈ G de orden 3. Renumerando los índices,
podemos suponer que σ = (1, 2, 3)(4, 5, 6)(7, 8, 9), ya que σ no puede ser de
tipo (1, 2, 3) ni de tipo (1, 2, 3)(4, 5, 6), pues en ambos casos tendríamos que
σ ∈ NG (P8 ) ∩ NG (P9 ), pero P8 y P9 son los únicos 3-subgrupos de Sylow de sus
normalizadores, y σ tiene que estar en un 3-subgrupo de Sylow de cada uno,
luego σ ∈ P8 ∩ P9 = 1, contradicción.
Pongamos que P = ⟨σ, τ ⟩. La permutación τ tiene orden 3 y cumple σ τ = σ,
con lo que hay dos posibilidades: o bien

(1, 2, 3)τ = (1, 2, 3), (4, 5, 6)τ = (4, 5, 6), (7, 8, 9)τ = (7, 8, 9),

o bien τ permuta cíclicamente los tres ciclos. Pero, al igual que σ, la permutación
τ tiene que ser un producto de tres ciclos disjuntos, luego para fijar los tres ciclos
tiene que ser producto de (1, 2, 3) o (3, 2, 1), por (4, 5, 6) o (6, 5, 4) por (7, 8, 9)
o (9, 8, 7), luego, o bien τ = σ, o bien τ = σ −1 (con lo que σ y τ no serían
generadores de P ), o bien στ ∈ P tiene orden 3 y fija al menos tres índices, cosa
que ya sabemos que no puede suceder.
Concluimos que τ permuta cíclicamente los tres ciclos que en los que se
descompone σ. Por lo tanto, reordenando los índices podemos suponer (sin
alterar la expresión de σ) que

(1, 2, 3)τ = (4, 5, 6), (4, 5, 6)τ = (7, 8, 9), (7, 8, 9)τ = (1, 2, 3),

y, reordenando de nuevo, podemos suponer que

τ = (1, 4, 7)(2, 5, 8)(3, 6, 9).

Observemos ahora que CΣ9 (P ) = P . Para probarlo basta ver que sólo hay 9
permutaciones ρ que cumplen σ ρ = σ y τ ρ = τ , para lo cual, a su vez, basta
5.4. Aplicaciones de los teoremas de Burnside 185

probar que una permutación que cumpla esto está determinada por ρ(1). Por
ejemplo, si ρ(1) = 5, tiene que ser

(1, 2, 3)ρ = (5, 6, 4), (1, 4, 7)ρ = (5, 8, 2),

lo que obliga a que ρ(2) = 6, ρ(3) = 4, ρ(4) = 8, ρ(7) = 2 y de las dos últimas
igualdades se sigue a su vez que

(4, 5, 6)ρ = (8, 9, 7), (7, 8, 9)ρ = (2, 3, 1),

de donde ρ(5) = 9, ρ(6) = 7, ρ(8) = 3, ρ(9) = 1, luego ρ = (1, 5, 9)(2, 6, 7)(3, 4, 8),
e igualmente se concluye en los otros ocho casos.
En particular, CG (P ) = P . Sea H = NG (P ), que es un grupo de orden 36,
y sea Q un 2-subgrupo de Sylow de H. Vamos a probar que Q ∼ = C4 . Tenemos
que H = P Q, luego

Q∼
= H/P = NG (P )/CG (P ) −→ NA9 (P )/CA9 (P ) −→ NΣ9 (P )/CΣ9 (P ),

donde las flechas indican los monomorfismos inducidos por la inclusión. Ahora
observamos que NA9 (P ) = NΣ9 (P ) ∩ A9 tiene índice 2 en NΣ9 (P ), porque este
último subgrupo contiene permutaciones impares, como ρ = (1, 7)(2, 8)(3, 9), y
la imagen de NA9 (P ) en NΣ9 (P )/CΣ9 (P ) sigue teniendo índice 2, porque

|NΣ9 (P )/CΣ9 (P ) : NA9 (P )CΣ9 (P )/CΣ9 (P )| = |NΣ9 (P ) : NA9 (P )CΣ9 (P )| =

|NΣ9 (P )/NA9 (P ) : NA9 (P )CΣ9 (P )/NA9 (P )| 2

y la clase ρCΣ9 (P ) no puede estar en dicha imagen, ya que entonces existiría una
permutación ρ′ ∈ NA9 (P ) tal que ρρ′−1 ∈ CΣ9 (P ) = P ≤ A9 , contradicción.
Según hemos visto tras la definición 2.7, el cociente NΣ9 (P )/CΣ9 (P ) es iso-
morfo a un subgrupo de Aut(P ) ∼ = LG(2, 3). Vamos a ver que es todo LG(2, 3),
con lo que NA9 (P )/CA9 (P ) será isomorfo al único subgrupo de índice 2 de
LG(2, 3), que es LE(2, 3) (véase la sección 3.7), luego Q será isomorfo a un sub-
grupo de un 2-subgrupo de Sylow de LE(2, 3), pero en la sección 3.7 hemos visto
también que dichos subgrupos de Sylow son de tipo Q8 , luego necesariamente
Q∼= C4 , como queremos probar.
La permutación
k = (2, 4, 3, 7)(5, 6, 9, 8)
k k −1
cumple σ = τ y τ = σ , luego induce el automorfismo que en la sección 3.7
llamábamos k.
Por otro lado, la permutación

g = (2, 8, 5)(3, 6, 9)

cumple σ g = στ −1 , τ g = τ , por lo que el automorfismo que induce es el que en la

sección 3.7 llamábamos σs2 . Esto significa que la imagen de NΣ9 (P )/CΣ9 (P ) en
Aut(P ) contiene un subgrupo de LE(2, 3) de orden ≥ 12, luego dicho subgrupo
186 Capítulo 5. Grupos nilpotentes

tiene que ser todo LE(2, 3), pero la imagen no puede ser exactamente LE(2, 3)
porque tiene que tener un subgrupo de índice 2 y LE(2, 3) no lo tiene, luego la
imagen tiene que ser todo LG(2, 3).
Así pues, Q = ⟨ρ⟩, para cierto elemento ρ de orden 4 que induce un auto-
morfismo de orden 4 en P = ⟨σ, τ ⟩. Esto implica que el polinomio mínimo de ρ
(visto como automorfismo de P ) tiene que dividir al polinomio

x4 − 1 = (x − 1)(x + 1)(x2 + 1) ∈ Z3 [x].

Si el polinomio mínimo fuera x±1, entonces ρ tendría dos factores invariantes

iguales, y su forma canónica sería
 
±1 0
A= ,
0 ±1

pero entonces ρ tendría orden 2, por lo que el polinomio mínimo tiene que ser
x2 + 1, luego es el único factor invariante y, según [Al 6.30], la forma canónica
es  
0 1
A= .
−1 0
Esto significa que podemos tomar una base P = ⟨σ, τ ⟩ tal que

σ ρ = τ, τ ρ = σ −1 ,

lo que implica a su vez que

2 2 −1 −1
σ ρ = σ −1 , τ ρ = τ −1 , σρ = τ −1 , τρ = σ.

Es claro entonces que todo elemento de H se expresa de forma única como

σ i τ j ρk , con i, j = 0, 1, 2, k = 0, 1, 2, 3. Un cálculo rutinario muestra que

(σ i τ j ρ)2 = σ i+j τ j−i ρ2 , (σ i τ j ρ)4 = 1.

Por lo tanto, H tiene exactamente:

• 18 elementos de orden 4 (los de la forma σ i τ j ρ y σ i τ j ρ3 ),
• 9 elementos de orden 2 (los de la forma σ i τ j ρ2 ),
• 8 elementos de orden 3 (los de P \ {1}),
• 1 elemento de orden 1.
Como estos elementos ya suman 36, no hay más, luego en particular H no
tiene elementos de orden 6. Vemos también que H tiene 9 subgrupos de Sylow
de orden 4, cuyas intersecciones tienen que ser triviales, para que entre todos
contengan los 9 elementos de H de orden 2.
Más aún, las expresiones explícitas que hemos encontrado antes para σ y τ
muestran que P actúa transitivamente sobre P1 , . . . , P9 , luego lo mismo vale para
5.4. Aplicaciones de los teoremas de Burnside 187

H, luego el estabilizador de cada Pi tiene índice 9 en H, luego tiene orden 4,

es decir, es un 2-subgrupo de Sylow de H. En otras palabras, los nueve 2-
subgrupos de Sylow de H coinciden con los estabilizadores de los 3-subgrupos
de Sylow P1 , . . . , P9 de G. Como tienen intersección trivial, esto significa que
cada elemento de H de orden 4 fija exactamente a dos 3-subgrupos de Sylow (a
P10 y a otro más). Lo mismo vale para los elementos de orden 2, por lo que los
elementos de orden 4 de H tienen que ser permutaciones de la forma

(•, •, •, •)(•, •, •, •),

pues así fijan sólo dos índices y sus cuadrados también.

Veamos ahora que G no tiene elementos de orden 6 ni de orden 15.
En efecto, si x ∈ G tuviera orden 6, entonces x2 tendría orden 3, luego
existiría un 3-subgrupo de Sylow P tal que x2 ∈ P , luego x2 ∈ P ∩ P x ̸= 1,
pero hemos visto que dos 3-subgrupos de Sylow distintos tienen intersección
trivial, luego P x = P y así x ∈ NG (P ) = H, cosa que acabamos de ver que es
imposible.
Similarmente, si x ∈ G tuviera orden 15, tendríamos que x5 ∈ P ∩ P x , de
donde x ∈ NG (P ) y de nuevo tenemos una contradicción.
Ya hemos visto que G cumple ν3 = 10. La teoría de Sylow nos da que
ν5 = 6, 36. Si fuera ν5 = 6, entonces, por el teorema de Cayley, G sería isomorfo
a un subgrupo de Σ6 , luego sería G ∼ = A6 , como queremos probar (si bien
en realidad este caso no puede darse, porque A6 no cumple ν5 = 6, como se
comprueba fácilmente contando los ciclos de longitud 5).
Así pues, ν5 = 36 y G tiene exactamente 36 · 4 = 144 elementos de orden 5.
Además, si P5 es un 5-subgrupo de Sylow de G, se cumple que |NG (P5 )| = 10.
De aquí deducimos que G no tiene elementos de orden 10.
En efecto, si x ∈ G tiene orden 10, entonces x2 ∈ P5 , para cierto 5-subgrupo
de Sylow, pero entonces x2 ∈ P5 ∩ P5x ̸= 1, luego P5x = P5 , luego x ∈ NG (P5 ),
luego NG (P5 ) es abeliano, luego el teorema de Burnside 5.32 nos da que G es
5-nilpotente y tenemos una contradicción.
Concluimos que todo elemento de G tiene orden 1, 2, 4, 3, 5 y, concretamente,
hay 80 elementos de orden 3 y 144 de orden 5, luego tiene que haber un total
de 360 − 1 − 80 − 144 = 135 elementos de orden 2, 4.
Por otra parte, ν2 = 9, 15, 45, donde hemos descartado ν2 = 3, 5 porque G
no puede estar contenido en A3 o A5 . Ahora bien, si ν2 ≤ 15, habría a lo sumo
15·7 = 105 elementos de orden 2, 4, y acabamos de ver que tiene que haber más.
Por lo tanto, concluimos que ν2 = 45 y así, si P2 es un 2-subgrupo de Sylow, se
cumple que NG (P2 ) = P2 .
Hemos visto que cada normalizador de un 3-subgrupo de Sylow contiene 18
elementos de orden 4 y cada uno está exactamente en 2 de ellos pues, fija
únicamente a dos 3-subgrupos de Sylow. Por consiguiente, hay exactamente
188 Capítulo 5. Grupos nilpotentes

10 · 18/2 = 90 elementos de orden 4 contenidos en normalizadores de 3-subrupos

de Sylow. Análogamente, hay 10 · 9/2 = 45 elementos de orden 2 contenidos
en normalizadores de 3-subgrupos de Sylow. Como 90 + 45 = 135, son todos
los elementos de G de orden 2, 4, luego ahora podemos afirmar que G tiene
exactamente 90 elementos de orden 4 y 45 de orden 2.
Dado un 3-subgrupo de Sylow P , sabemos que su normalizador contiene 9
elementos de orden 2, luego en G hay otros 36 elementos de orden 2 que no
normalizan a P . Sea E el conjunto de todos ellos y sea P ∗ = P \ {1}.
La aplicación E × P ∗ −→ EP ∗ dada por (x, y) 7→ xy es inyectiva, pues si
xy = x′ y ′ , entonces x = x′ y ′ y −1 tiene orden 2, luego
x′ y ′ y −1 x′ y ′ y −1 = 1,
luego
x′ y ′ y −1 x′ = yy ′−1 = (y ′ y −1 )−1 .
Si y ̸= y ′ , entonces y ′ y −1 es un elemento de orden 3 de P y la igualdad anterior
(teniendo en cuenta que x′ = x′−1 ) implica que x′ ∈ NG ( y ′ y −1 ), o también
′ ′
que y ′ y −1 ∈ P ∩ P x , pero entonces P = P x , ya que los 3-subgrupos de Sylow
tienen intersecciones triviales, luego x′ ∈ NG (P ), contradicción. Por lo tanto,
y = y ′ , de donde se sigue que x = x′ .
Así pues, |EP ∗ | = 288. Esto implica que algún elemento de EP ∗ tiene
orden 5, o de lo contrario tendríamos 288 + 144 = 432 elementos en G. Por lo
tanto, podemos tomar a, b ∈ G de órdenes 2 y 3 tales que ab tiene orden 5. En
la página 101 hemos probado que
A5 = a, b | a5 = b3 = (ab)2 = 1 ,
luego el subgrupo ⟨a, b⟩ que acabamos de construir en G es imagen de A5 , pero
como A5 es simple, tiene que ser ⟨a, b⟩ ∼
= A5 , luego G tiene un subgrupo de índice
6, luego por el teorema de Cayley G es isomorfo a un subgrupo (de índice 2)
de Σ6 , luego tiene que ser G ∼
= A6 .
Estudiamos ahora si existen grupos simples de orden 168, que según el teo-
rema 5.37 es el único orden posible menor que 500 para un grupo simple no
abeliano distinto de A5 y A6 . Vamos a ver que existe un único grupo simple de
dicho orden. Para encontrarlo suponemos que G es un grupo simple de orden
|G| = 168 = 23 · 3 · 7 y vamos a ver qué características debe tener.
En primer lugar observamos que G no puede tener subgrupos de índice menor
que 7, ya que en tal caso el teorema de Cayley 2.25 nos daría un monomorfismo
G −→ Σ6 , pero el orden de G no divide a 6!.

7-subgrupos de Sylow La teoría de Sylow nos da que ν7 = 8, por lo que

los normalizadores de los 7-subgrupos de Sylow tienen orden 21. De aquí se
sigue a su vez que G no tiene elementos de orden 14, pues si g ∈ G tuviera
orden 14 tendríamos que g 2 sería un 7-subgrupo de Sylow y g 7 estaría en su
normalizador, pero g 7 tiene orden 2 y el normalizador tiene orden 21.
5.4. Aplicaciones de los teoremas de Burnside 189

También podemos descartar que G tenga elementos de orden 21. En efecto, si

g ∈ G tuviera orden 21, entonces g 7 sería un 3-subgrupo de Sylow y g 3 estaría
en su normalizador, luego éste tendría orden divisible entre 7, pero entonces la
teoría de Sylow nos daría ν3 | 8 y ν3 ≡ 1 (mód 3), luego tendría que ser ν3 = 4
y G tendría un subgrupo de índice 4.
Por lo tanto, si P = ⟨g⟩ es un 7-subgrupo de Sylow de G, tenemos que
P ≤ CG (g) < NG (P ), pues si la última inclusión fuera una igualdad, tendríamos
que P ≤ Z(NG (P )) y G sería 7-nilpotente por el teorema de Burnside 5.32. Así
pues, |CG (g)| = 7, luego g tiene 24 conjugados, pero hay 8 · 6 = 48 elementos de
orden 7, luego concluimos que G tiene dos clases de conjugación de elementos
de orden 7, cada una con 24 elementos.
Más aún, el normalizador de P es el grupo no abeliano de orden 21 dado
por el teorema 3.30, en el cual existe un elemento h tal que g h = g 2 , por lo
que g, g 2 , g 4 son conjugados en el normalizador, al igual que g 3 , g 5 , g 6 . Esto
significa que si g y g −1 fueran conjugados en G, todos los elementos de P serían
conjugados en G y, como los subgrupos de Sylow son conjugados, habría una
única clase de conjugación de elementos de orden 7. En definitiva, si tomamos
a g como representante de una clase de conjugación de elementos de orden 7,
un representante de la otra clase es g −1 .
Todavía podemos decir algo más: si W es cualquier subgrupo de G de or-
den 21, tiene necesariamente un subgrupo normal de orden 7 (por 3.30), con
lo que es el normalizador de un 7-subgrupo de Sylow, y como los subgrupos
de Sylow son conjugados, podemos concluir que todos los subgrupos de G de
orden 21 son conjugados.

3-subgrupos de Sylow Veamos ahora que ν3 = 28. Para ello sólo tenemos
que descartar la alternativa ν3 = 7. Sea P un 7-subgrupo de Sylow y sea
H = NG (P ), que es un grupo de orden 21 con un único 7-subgrupo de Sylow.
Si tuviera un único 3-subgrupo de Sylow, entonces H sería abeliano y por el
teorema de Burnside 5.32 tendríamos que G sería 7-nilpotente. Así pues, el
número de 3-subgrupos de Sylow de H es necesariamente 7, lo que significa
T queg
H contiene todos los 3-subgrupos de Sylow de G. Pero entonces N = H
g∈G
contiene también a todos los 3-subgrupos de Sylow de G, luego 1 ̸= N ◁ G,
contradicción. Así pues, ν3 = 28 y los normalizadores de los 3-subgrupos de
Sylow tienen orden 6
Esto implica que G no tiene elementos de orden 6, pues si g ∈ G tuviera orden
6, entonces g 2 sería un 3-subgrupo de Sylow, y g estaría en su normalizador (de
orden 6), luego el normalizador sería cíclico y el teorema de Burnside nos daría
que G es 3-nilpotente. En particular, los normalizadores de los 3-subgrupos de
Sylow son isomorfos a Σ3 .
Así, si P = ⟨g⟩ es un 3-subgrupo de Sylow, tenemos que g y g −1 son conjuga-
dos en NG (P ) y, como los subgrupos de Sylow son conjugados, ahora concluimos
que G tiene una única clase de conjugación de elementos de orden 3, formada
por 28 · 2 = 56 elementos.
190 Capítulo 5. Grupos nilpotentes

2-subgrupos de Sylow Como G no tiene elementos de orden 6, 14, 21, todo

elemento de G tiene orden 1, 2, 4, 8, 3, 7, luego tiene que haber 168−56−48 = 64
elementos de orden 1, 2, 4, 8. Esto implica que ν2 = 21, pues la única alternativa
es ν2 = 7, pero entonces habría a lo sumo 7 · 7 = 49 elementos de orden 2, 4, 8.
Por lo tanto, los normalizadores de los 2-subgrupos de Sylow tienen orden 8, es
decir, que son los propios 2-subgrupos de Sylow.
Si cada par de 2-subgrupos de Sylow tuvieran intersección trivial, habría
21 · 7 = 147 elementos de orden 2, 4, 8, cuando tiene que haber 63. Por lo tanto,
existen dos 2-subgrupos de Sylow T1 y T2 de G tales que U = T1 ∩ T2 no es
trivial y tiene el mayor orden posible, que en principio será 2 o 4, pero vamos a
ver que es 4. Llamemos N = NG (U ).
Veamos que N no tiene un único 2-subgrupo de Sylow (en particular no es
un 2-grupo).
En efecto, sea Ni = NTi (U ) ≤ N . Por 5.6 tenemos que U < Ni ≤ Ti y
U ≤ N1 ∩ N2 ≤ T1 ∩ T2 = U , luego tiene que ser N1 ̸= N2 . Basta ver que Ni
es un 2-subgrupo de Sylow de N . En caso contrario, Ni < Pi , donde Pi es un
2-subgrupo de Sylow de N . No puede ser que Pi ≤ Ti , porque U ◁ Pi , luego
sería Pi ≤ NTi (U ) = Ni . Por lo tanto, Pi ≤ Ti′ , donde Ti′ es un 2-subgrupo de
Sylow de G distinto de Ti . Pero U < Ni ≤ Ti ∩ Ti′ contradice la maximalidad
del orden de U .
Observemos ahora que N , actúa por conjugación sobre los elementos no
triviales de U . Si |U | = 4, esto nos da un homomorfismo N −→ Σ3 cuyo núcleo
tiene índice divisor de 6, luego si N tiene elementos de orden 7, todos ellos
están en el núcleo y conmutan con los elementos de U . Esto es trivialmente
cierto si |U | = 2, luego si g ∈ N tiene orden 7 podemos encontrar u ∈ U de
orden 2 de modo que g u = g, lo que significa que u está en el normalizador de
un 7-subgrupo de Sylow, pero esto es imposible porque hemos visto que éstos
tienen orden 21.
Así pues, el orden de N no es divisible entre 7 y, como no es un 2-grupo, tiene
que ser de la forma |N | = 2i · 3, con i = 2, 3, y podemos tomar un 3-subgrupo de
Sylow P de N (que también lo es de G), luego NN (P ) tiene orden 3 o 6 (porque
NG (P ) tiene orden 6), luego tiene índice 2 o 4, pero ν3 = 2 es imposible, así que
N tiene exactamente 4 subgrupos de orden 3.
En la prueba del teorema 3.38 se ve que todo grupo de orden 12 tiene un
subgrupo normal de orden 4 o bien un subgrupo normal de orden 3, luego N
no puede tener orden 12 y así concluimos que |N | = 24. Vamos a probar que
N∼ = Σ4 . Para ello consideramos la acción de N por conjugación sobre sus cuatro
3-subgrupos de Sylow. Ésta determina un homomorfismo de grupos N −→ Σ4
y basta probar que su núcleo K es trivial.
Claramente, K es la intersección de los normalizadores de los cuatro 3-
subgrupos de Sylow de N , que tienen orden 3 o 6, luego |K| | 6, pero, por el
teorema 3.35, un 3-subgrupo de Sylow P no normaliza a ningún otro, luego P no
está contenido en K, luego |K| | 2. Si K tuviera orden 2, entonces N/K ∼ = A4 ,
luego N tendría un subgrupo normal de orden 8, cuando no es así. Por lo tanto,
5.4. Aplicaciones de los teoremas de Burnside 191

∼ Σ4 y no tiene subgrupos normales de orden 2, pero sí un

K = 1, con lo que N =
único subgrupo normal de orden 4, luego tiene que ser U ∼= C2 × C2 . Además,
N contiene un 2-subgrupo de Sylow de G, luego concluimos que los 2-subgrupos
de Sylow de G son isomorfos a D8 (pues así son los de Σ4 ).
Esto implica que cada 2-subgrupo de Sylow T contiene exactamente 2 ele-
mentos de orden 4, que son conjugados en T y, como los distintos 2-subgrupos
de Sylow son conjugados en G, es claro que G tiene una única clase de conju-
gación de elementos de orden 4. Además, si dos 2-subgrupos de Sylow tienen
intersección de orden 4, hemos visto que ésta es de tipo C2 × C2 , luego cada
elemento de orden 4 está en un único subgrupo de Sylow, luego en total hay 42
elementos de orden 4.
Observemos a continuación que un elemento de orden 2 de G no puede
conmutar con otro de orden 3 o 7, porque entonces su producto tendría orden
6 o 14, y ya hemos visto que no hay elementos de tales órdenes. Por lo tanto,
si T es un 2-subgrupo de Sylow de G y Z(T ) = ⟨z⟩, entonces T ≤ CG (z), pero
CG (z) no puede tener elementos de orden 3 o 7, luego tiene que ser CG (z) = T ,
luego z tiene 21 conjugados en G, y son todos los elementos de orden 2, pues G
tiene 168 − 1 − 42 − 56 − 48 = 21 elementos posibles de orden 2.
Así pues, G tiene una única clase de conjugación de elementos de orden 2
(con 21 elementos) y una única clase de conjugación de elementos de orden 4
(con 42 elementos).
Veamos ahora que si W es cualquier subgrupo de G de tipo C2 ×C2 , entonces
NG (W ) ∼= Σ4 . Para ello basta probar que W es la intersección de dos 2-
subgrupos de Sylow, pues en tal caso ya hemos probado que el normalizador
tiene que ser Σ4 .
Sea W ≤ T , donde T ∼ = D8 es un 2-subgrupo de Sylow de G. Entonces
W = ⟨w, z⟩, donde ⟨z⟩ = Z(T ), y hemos visto que CG (z) = T . Como w y z son
conjugados en G, digamos w = z g , se cumple que T g = CG (w) es un 2-subgrupo
de Sylow de G que tiene a w en su centro, luego T g ̸= T y W ≤ T ∩ T g , luego
W = T ∩ T g.
Observemos ahora que un 2-subgrupo de Sylow T tiene exactamente dos
subgrupos de tipo C2 × C2 , digamos U y W . Ambos son normales en T , luego
no son conjugados en T . Vamos a ver que2 tampoco lo son en G. Si fuera
W = U g , entonces W = U g ◁ T g , luego P, P g ≤ NG (W ), y por los teoremas
de Sylow existiría x ∈ NG (W ) tal que P = P gx , luego gx ∈ NG (P ) = P y
U gx = W x = W , contradicción.
Esto implica que NG (U ) y NG (W ) tampoco son conjugados en G, pues cada
uno de ellos (isomorfo a Σ4 ) tiene un único subgrupo normal de orden 4 (que
será U y W , respectivamente), luego si fueran conjugados, también lo serían U
y W . Por lo tanto, G tiene dos clases de conjugación de subgrupos isomorfos
a Σ4 , cada una con 7 subgrupos, pues cada uno tiene que ser el normalizador
de un subgrupo C2 × C2 distinto.
2 Más en general, dos subgrupos normales de un p-subgrupo de Sylow T de un grupo G son

conjugados en G si y sólo si lo son en NG (T ).

192 Capítulo 5. Grupos nilpotentes

Más aún, todo subgrupo de G de orden 24 está en una de estas dos clases
de conjugación, pues el teorema 3.45 nos da que el único grupo de orden 24
que sólo contiene elementos de órdenes 1, 2, 3, 4 es Σ4 , luego un subgrupo de G
de orden 24 contiene un subgrupo normal de tipo C2 × C2 y es necesariamente
su normalizador, es decir, uno de los grupos de las dos clases de conjugación
anteriores.
Por el teorema de Cayley, el hecho de que G posea subgrupos de índice 7
implica que es isomorfo a un subgrupo de A7 .
Por último, todo subgrupo maximal M de G es uno de los grupos de orden
21 o 24 que ya hemos considerado. En efecto, si 7 | |M |, como su índice no
puede ser menor que 7, tiene que ser |M | = 7, 14, 21, pero los 7-subgrupos de
Sylow no son maximales, y no hay subgrupos de orden 14, porque tendrían un
7-subgrupo de Sylow normal, luego su normalizador contendría un elemento de
orden 2, y esto no es posible, porque tiene orden 21, luego la única posibilidad
en este caso es |M | = 21.
Si, por el contrario 7 ∤ M , las únicas posibilidades son |M | = 6, 12, 24 (pues
los subgrupos de Sylow no son maximales), pero no puede ser |M | = 6 porque
entonces M es el normalizador de un 3-subgrupo de Sylow y, como los subgrupos
de orden 24 contienen 3-subgrupos de Sylow, conjugando, todo 3-subgrupo de
Sylow está contenido en un grupo de orden 24, que contiene a su normalizador.
Por último, si |M | = 12, entonces, al tener sólo elementos de orden 1, 2, 3, 4,
tiene que ser M ∼ = A4 , con lo que tiene un subgrupo normal C2 × C2 , luego está
contenido en su normalizador, que tiene orden 24.
Resumimos en el teorema siguiente lo que hemos obtenido:

Teorema 5.39 Si G es un grupo simple de orden 168 = 23 · 3 · 7, entonces:

1. ν2 = 21, ν3 = 7, ν7 = 8.
2. Los 2-subgrupos de Sylow son de tipo D8 .
3. G es isomorfo a un subgrupo de A7 y no tiene subgrupos de índice ≤ 6.
4. Las clases de conjugación de G son:
(a) La clase del elemento neutro.
(b) Dos clases de conjugación con 24 elementos de orden 7 cada una
(representadas por cualquier elemento de orden 7 y su inverso).
(c) Una clase de conjugación con 56 elementos de orden 3.
(d) Una clase de conjugación con 42 elementos de orden 4.
(e) Una clase de conjugación con 21 elementos de orden 2.
5. Si U y W son los dos subgrupos de tipo V4 de un 2-subgrupo de Sylow
de G, entonces U y W no son conjugados en G y NG (U ) ∼
= NG (W ) ∼
= Σ4 .
6. Los subgrupos de G de tipo V4 forman dos clases de conjugación con 7
subgrupos en cada una.
5.4. Aplicaciones de los teoremas de Burnside 193

7. Los subgrupos maximales de G forman una clase de conjugación con 8

subgrupos no abelianos de orden 21 y dos clases de conjugación con 7
grupos isomorfos a Σ4 cada una.

Naturalmente, este teorema no prueba que existan grupos simples de or-

den 168, pero nos da información valiosa para encontrar uno.
Concretamente, siguiendo bajo la hipótesis de que existe un grupo simple G
de orden 168, llamamos X y L a las dos clases de conjugación de subgrupos de
tipo V4 .
La acción de G sobre X por conjugación determina un monomorfismo de
grupos ρ : G −→ ΣX , de modo que podemos ver a los elementos de G como
permutaciones de un conjunto de siete puntos. Observemos ahora que, dados
P ∈ X y l ∈ L, las afirmaciones siguientes son equivalentes:

1. P y l están contenidos en un 2-subgrupo de Sylow de G, que es necesaria-

mente T = P l.
2. P ≤ NG (l).
3. l ≤ NG (P ).

En efecto, si P, l ≤ T , entonces ambos son normales en T , luego P l ≤ T

y necesariamente el producto tiene orden 8, luego P l = T , y claramente se
cumplen 2) y 3). Recíprocamente, si se cumple 2) o 3), entonces P, l están
contenidos en el normalizador de uno de ellos (que será un subgrupo normal de
su normalizador) luego P l ≤ G, y obviamente tiene orden 8, luego se cumple 1).
Escribiremos P ∼ l para indicar que se cumplen las propiedades anteriores,
y observamos que se cumplen las propiedades siguientes:

1. Para cada l ∈ L existen exactamente tres puntos P ∈ X tales que P ∼ l.

En efecto, sabemos que NG (l) ∼= Σ4 , por lo que contiene exactamente
tres 2-subgrupos de Sylow, cada uno de los cuales contiene a l (el único
subgrupo de Klein normal) y a un P ∈ X distinto en cada caso, luego hay
exactamente 3 elementos en X relacionados con l.
Por simetría tenemos también:
2. Para cada P ∈ X existen exactamente tres l ∈ L tales que P ∼ l.
3. Para cada par de puntos distintos P, P ′ ∈ X, existe un único l ∈ L tal que
P ∼ l, P ′ ∼ l.
En efecto, veamos en primer lugar que P y P ′ están relacionados a lo
sumo con un l ∈ L. Esto se debe a que si P ∼ l y P ′ ∼ l, entonces
P, P ′ ≤ NG (l), pero dos subgrupos de Klein no normales en Σ4 generan
todo Σ4 (pues el subgrupo generado tiene que tener orden múltiplo de 4,
pero no puede ser 4 ni 8, ni tampoco 12, porque entonces sería A4 , pero
contiene trasposiciones, luego tiene que tener orden 24), luego ha de ser
necesariamente l = ⟨P, P ′ ⟩.
194 Capítulo 5. Grupos nilpotentes

Ahora, dado P ∈ X, existen tres elementos l1 , l2 , l3 ∈ L tales que P ∼ li .

Para cada li existen dos puntos Pi1 , Pi2 ∈ X distintos de P y distintos
entre sí de modo que

P ∼ li , Pi1 ∼ li , Pi2 ∼ li .

Pero los seis puntos Pij son distintos entre sí dos a dos, ya que si fuera
Pij = Pi′ j ′ , entonces i ̸= i′ y tendríamos dos elementos li , li′ ∈ L tales que

P ∼ l, li , Pij ∼ l, li′ ,

en contra de la unicidad que hemos probado.

Por lo tanto, los Pij son todos los puntos de X distintos de P , y uno de
ellos es P ′ , luego existe un l ∈ L tal que P ∼ l, P ′ ∼ l.
Por simetría tenemos también:
4. Para cada par de elementos l, l′ ∈ L existe un único P ∈ X tal que P ∼ l,
P ∼ l′ .

Estos hechos se enuncian más naturalmente si llamamos “puntos” a los ele-

mentos de X y “rectas” a los elementos de L, y leemos P ∼ l como que el
punto P está en la recta l o que la recta l pasa por el punto P . Así, tenemos 7
puntos y 7 rectas, y en estos términos tenemos:

P1 Por cada par de puntos distintos pasa una única recta.

P2 Cada par de rectas distintas se cortan en un único punto.
P3 Existen tres puntos que no están sobre la misma recta.
P4 Cada recta contiene exactamente tres puntos.

Así pues, los puntos y las rectas que hemos definido (o que G define) cumplen
los axiomas que definen un plano proyectivo, enunciados al principio de la sección
[G 9.1]. Más precisamente, forman un plano proyectivo de orden 2 en el sentido
de la definición [G 9.80], por lo que se trata concretamente del plano de Fano
descrito a continuación (el único plano proyectivo de orden 2).
Más aún, las permutaciones de X definidas por la acción ρ : G −→ ΣX por
conjugación no son meras permutaciones, sino que son colineaciones (trans-
forman puntos colineales en puntos colineales). En efecto, que tres puntos
P1 , P2 , P3 sean colineales significa que existe una recta l tal que Pi ≤ NG (l),
y entonces, si g ∈ G, tenemos que Pig ≤ NG (lg ), luego las imágenes de los tres
puntos son también colineales.
Teniendo en cuenta que el cuerpo k de dos elementos no tiene automorfis-
mos distintos de la identidad, el teorema fundamental de la geometría proyectiva
[G 9.27] afirma que las colineaciones del plano de Fano coinciden con sus homo-
grafías, es decir, que el grupo de las colineaciones es el grupo

LGP(3, 2) ∼
= LG(3, 2)/Z(LG(3, 2)),
5.4. Aplicaciones de los teoremas de Burnside 195

pero, según [Al 4.39], el centro del grupo LG(3, 2) de las matrices regulares 3 × 3
sobre el cuerpo k de 2 elementos está formado por las matrices de la forma uI,
donde u ∈ k es no nulo (luego es u = 1) e I es la matriz identidad. Así pues,
Z(LG(3, 2)) = 1 y tenemos que el grupo de homografías LGP(3, 2) del plano de
Fano no es sino LG(3, 2), que es isomorfo al grupo de los automorfismos de un
espacio vectorial V de dimensión 3 sobre k.
Como cada automorfismo está determinado por la imagen de una base (or-
denada), vemos que hay tantos automorfismos como bases, y para calcular el
número de bases observamos que la imagen del primer vector de una base pre-
fijada puede ser cualquiera de los 8 − 1 vectores no nulos de V , y la imagen
del segundo vector puede ser cualquiera de los 8 − 2 vectores que no están en
el subespacio generado por la imagen del primero, mientras que la imagen del
tercero puede ser cualquiera de los 8 − 4 vectores que no están en el subespacio
generado por las imágenes de los dos primeros. Así:

|LG(3, 2)| = 7 · 6 · 4 = 168.

Concluimos que ρ : G −→ LG(3, 2) es un isomorfismo de grupos. Con eso

casi hemos demostrado el teorema siguiente:

Teorema 5.40 El grupo LG(3, 2) es, salvo isomorfismo, el único simple de

orden 168.

Demostración: Hemos demostrado que si existe un grupo simple de orden

168 tiene que ser isomorfo a G = LG(3, 2), pero falta probar que realmente este
grupo es simple.
Supongamos que N ◁ G es un subgrupo normal propio. Consideramos la
acción de G sobre el plano de Fano P y llamamos H al estabilizador de un
punto. Como la acción es claramente transitiva, tenemos que |G : H| = 7. Los
conjugados de H son los estabilizadores de los distintos puntos de P , luego la
intersección de todos ellos es trivial (el único elemento de G que fija a todos los
puntos es la identidad). Por lo tanto N ̸≤ H (o de lo contrario N estaría en dicha
intersección). Por consiguiente, G = N H. Como |N : N ∩ H| = |N H : H| = 7,
tenemos que 7 | |N |.
Podemos considerar que G ≤ Σ7 , y los 7-subgrupos de Sylow de Σ7 son los
subgrupos generados por los 7-ciclos, de los que hay un total de 6! que forman
5! subgrupos de Sylow, luego sus normalizadores tienen orden 7!/5! = 42. Así,
si P es un 7-subgrupo de Sylow de G, también lo es de Σ7 y NG (P ) ≤ NΣ7 (P ),
luego |NG (P )| | 42, luego los 7-subgrupos de Sylow de G no son normales. La
teoría de Sylow nos da entonces que ν7 = 8.
Si N tuviera un 7-subgrupo de Sylow normal, sería característico en N , luego
normal en G. Así pues, N tampoco tiene 7-subgrupos de Sylow normales. Pero
el número de 7-subgrupos de Sylow de N tiene que ser menor o igual que 8, y
también congruente con 1 módulo 7, luego N contiene a todos los 7-subgrupos
de Sylow de G. Esto implica que 8 | |N |, luego 56 | |N |. Como N es un subgrupo
propio, tiene que ser |N | = 56.
196 Capítulo 5. Grupos nilpotentes

Como N tiene 8 subgrupos de Sylow de orden 7, tiene 48 elementos de

orden 7, luego tiene 8 elementos de otros órdenes, luego sólo puede tener un
2-subgrupo de Sylow, que será característico en N , luego normal en G, y será
de hecho un 2-subgrupo de Sylow normal en G. Pero esto es imposible, porque
hemos probado que todo subgrupo normal propio de G tiene que tener orden 56.

Así pues, ya conocemos los tres grupos simples no abelianos de menor orden:
A5 , LG(3, 2) y A6 , de órdenes 60, 168, 360, respectivamente.

5.5 El subgrupo de Frattini

Introducimos ahora un concepto útil para estudiar los grupos nilpotentes y,
especialmente, los p-grupos, para los cuales la teoría de Sylow se vuelve trivial.

Definición 5.41 Un subgrupo M de un grupo G es maximal si M < G y no

existen grupos intermedios M < H < G.
Obviamente, todo grupo finito no trivial tiene subgrupos maximales.
El subgrupo de Frattini de un grupo G es la intersección de todos los sub-
grupos maximales de G. Se representa por Φ(G) y claramente es un subgrupo
característico en G.

Si un grupo G no tiene subgrupos maximales, el convenio usual es tomar

Φ(G) = G, aunque vamos a considerar únicamente grupos finitos, así que el
único caso en el que esta observación será relevante para nosotros es el convenio
de que Φ(1) = 1.
Observemos que si N ◁ G, se cumple que N es maximal en G si y sólo si
|G : N | es primo, pues la maximalidad equivale a que el grupo G/N no tenga
subgrupos, y esto sólo puede suceder si G/N es cíclico de orden primo.
Esto ya no es cierto para subgrupos que no son normales. Por ejemplo, los
3-subgrupos de Sylow de A4 son maximales, ya que A4 no tiene subgrupos de
orden 6, pero su índice es 4.
Ahora podemos dar más caracterizaciones de los grupos nilpotentes:

Teorema 5.42 Si G es un grupo finito no trivial, las afirmaciones siguientes

son equivalentes:

1. G es nilpotente.

2. Si H < G, entonces H < NG (H).

3. Todos los subgrupos maximales de G son normales.

4. G′ ≤ Φ(G).
5.5. El subgrupo de Frattini 197

Demostración: 1) ⇒ 2) es el teorema 5.6.

2) ⇒ 3) es evidente: si H < G es maximal, entonces H < NG (H) ≤ G
implica que NG (H) = G, luego H ◁ G.
3) ⇒ 4) Si M < G es un subgrupo maximal, entonces M ◁ G, luego G/M
es cíclico de orden primo, luego G′ ≤ M , y si G′ está contenido en todos los
subgrupos maximales, lo está en su intersección Φ(G).
4) ⇒ 3) Si M es un subgrupo maximal de G, entonces G′ ≤ Φ(G) ≤ M ,
luego M/G′ ◁ G/G′ , luego M ◁ G.
3) ⇒ 1) Si P es un p-subgrupo de Sylow de G y se cumple NG (P ) < G,
entonces existe un subgrupo maximal NG (P ) ≤ M ◁ G, y por el argumento de
Frattini 3.37, concluimos que G = M NG (P ) = M , contradicción. Por lo tanto,
los subgrupos de Sylow de G son normales, y eso implica que G es nilpotente,
por 5.7.
Veamos algunas propiedades del subgrupo de Frattini:

Teorema 5.43 Si G es un grupo finito y K ⊴ G, entonces K ≤ Φ(G) si y sólo

si no existe H < G tal que HK = G.

Demostración: Si K ≤ Φ(G) y H < G, existe un subgrupo maximal

H ≤ M < G, luego K ≤ Φ(G) ≤ M , luego HK ≤ M < G.
Recíprocamente, si K ̸≤ Φ(G), entonces G ̸= 1 y existe un subgrupo maximal
M < G tal que K ̸≤ M , luego M < M K ≤ G, pero la maximalidad de M
implica que M K = G.

Teorema 5.44 (Frattini) Si G es un grupo finito, entonces Φ(G) es un grupo

nilpotente.

Demostración: Sea P un p-subgrupo de Sylow de Φ(G). El argumento de

Frattini 3.37 nos da que G = NG (P )Φ(G), luego el teorema anterior implica que
G = NG (P ), luego P ⊴ G y en particular P ⊴ Φ(G). Así, todos los subgrupos
de Sylow de Φ(G) son normales, luego 5.7 nos da que Φ(G) es nilpotente.

Teorema 5.45 Si K ◁ G, entonces Φ(G)K/K ≤ Φ(G/K) y si K ≤ Φ(G)

entonces Φ(G/K) = Φ(G)/K.

Demostración: Es claro que todo subgrupo maximal de G/K es de la

forma M/K, donde M es un subgrupo maximal de M que contiene a K.
Como Φ(G) ≤ M , tenemos que Φ(G)K ≤ M , luego Φ(G)K/K ≤ M/K, luego
Φ(G)K/K ≤ Φ(G/K).
Si suponemos además que K ≤ Φ(G) y Φ(G/K) = F/K, para cada subgrupo
maximal M < G, tenemos que K ≤ Φ(G) ≤ M , luego M/K es un subgrupo
maximal de G/K, luego Φ(G/K) = F/K ≤ M/K, luego F ≤ M y, como esto
vale para todo M , tiene que ser F ≤ Φ(G), luego Φ(G/K) = F/K ≤ Φ(G)/K.
198 Capítulo 5. Grupos nilpotentes

Ejemplo No es necesariamente cierto que Φ(G/K) = Φ(G)K/K. Considere-

mos por ejemplo K = C5 y M = Aut(K) ∼ = C4 , con lo que podemos formar
el producto semidirecto G = M [K], de orden 20. Pongamos que K = ⟨a⟩,
M = ⟨b⟩, donde b es el automorfismo dado por b(a) = a2 . Equivalentemente,
tenemos que ab = a2 , o también, conjugando con b−1 , se cumple que ba = a3 b.
Esto nos permite expresar cada elemento de G de forma única como ai bj , para
i = 0, 1, 2, 3, 4, j = 0, 1, 2, 3.
Entonces M = {1, b, b2 , b3 }, pero otro subgrupo de orden 4 (luego también
maximal) es M ∗ = {1, ab, a4 b2 , a3 b3 }, y vemos que Φ(G) ≤ M ∩ M ∗ = 1, luego
Φ(G) = 1.
Sin embargo, G/K ∼ = C4 y tiene un único subgrupo maximal C2 , luego
Φ(G/K) ∼ = C2 y no coincide con Φ(G)K/K = 1.
El teorema siguiente permite reconocer con facilidad el subgrupo de Frattini
de un p-grupo:

Teorema 5.46 Si G es un p-grupo, entonces Φ(G) es el menor subgrupo nor-

mal K de G cuyo cociente G/K es abeliano elemental.

Demostración: Basta probar que Φ(G) = 1 si y sólo si G es abeliano

elemental. En efecto, admitiendo esto, Φ(G/Φ(G)) = 1 por el teorema anterior,
luego G/Φ(G) es abeliano elemental y, si K ⊴ G tiene cociente G/K abeliano
elemental, entonces Φ(G)K/K ≤ Φ(G/K) = 1, luego Φ(G) ≤ K.
Podemos suponer que G ̸= 1. Si G es abeliano elemental, entonces es carac-
terísticamente simple por 4.15, pero Φ(G) < G es un subgrupo característico,
así que tiene que ser Φ(G) = 1.
Recíprocamente, si Φ(G) = 1, como G es nilpotente, el teorema 5.42 nos da
que G′ ≤ Φ(G) = 1, luego G es abeliano. Si M < G es un subgrupo maximal,
por el mismo teorema sabemos que M ◁ G, y G/M ∼ = Cp , luego todo g ∈ G
cumple que g p ∈ M , y como esto vale para todo subgrupo maximal M , tenemos
que g p ∈ Φ(G) = 1, luego todos los elementos no triviales de G tienen orden p.
Esto implica que G es abeliano elemental.
Por ejemplo, ahora es inmediato que Φ(Q8 ) es su único subgrupo de orden 2,
pues tiene cociente C2 × C2 y no puede ser Φ(Q8 ) = 1. Similarmente concluimos
que Φ(D8 ) = D8′ = Z(D8 ).
Para subgrupos tenemos el teorema siguiente:

Teorema 5.47 Sea K ⊴ G. Si H ≤ G y K ≤ Φ(H), entonces K ≤ Φ(G). En

particular, Φ(K) ≤ Φ(G).

Demostración: La segunda afirmación se obtiene de aplicar la primera con

Φ(K) en lugar de K y K en lugar de H. (Notemos que Φ(K) es característico
en K, luego normal en G).
Para la primera, supongamos que K ̸≤ Φ(G). Entonces, por 5.43, existe
J < G tal que G = JK. Tenemos que K ≤ H ≤ JK = G, luego la identidad
de Dedekind 4.22 nos da que H = H ∩ KJ = K(H ∩ J). Pero K ≤ Φ(H),
5.5. El subgrupo de Frattini 199

luego el teorema 5.43 implica que H = H ∩ J, con lo que K ≤ H ≤ J, luego

G = JK = J, contradicción. Así pues, K ≤ Φ(G).
Con esto podemos probar:

Teorema 5.48 Si G y H son dos grupos finitos, entonces

Φ(G × H) = Φ(G) × Φ(H).

Demostración: Podemos suponer que G y H no son triviales. Conside-

remos un subgrupo maximal G ≤ M < G × H. Entonces, por la identidad de
Dedekind 4.22, se cumple

M = M ∩ GH = G(M ∩ H)

y M ∗ = M ∩ H es un subgrupo maximal de H, pues si existiera un subgrupo

M ∗ < N < H, entonces M = G × M ∗ < G × N < G × H y M no sería maximal.
Por lo tanto, Φ(H) ≤ M ∗ y G × Φ(H) ≤ G × M ∗ = M . Más aún, tenemos
que G × Φ(H) es la intersección de todos los subgrupos maximales de G × H
que contienen a G. Similarmente, Φ(G) × H es la intersección de los subgrupos
maximales de G × H que contienen a H, luego

Φ(G) × Φ(H) = (Φ(G) × H) ∩ (G × Φ(H))

es la intersección de todos los subgrupos maximales de G × H que contienen a

G o a H. Esto implica que Φ(G × H) ≤ Φ(G) × Φ(H).
Por otra parte, por el teorema anterior, Φ(G), Φ(H) ≤ Φ(G × H), luego
también Φ(G) × Φ(H) ≤ Φ(G × H).
El teorema 5.43 puede expresarse de una forma más clara:

Teorema 5.49 Si G = ⟨X⟩ es un grupo finito y x ∈ X ∩ Φ(G), entonces el

conjunto X \ {x} es también un sistema generador de G.

Demostración: Sea X ∗ = X \{x} y sean K = ⟨x⟩ ≤ Φ(G), H = ⟨X ′ ⟩ ≤ G.

Entonces X ⊂ HK, luego G = HK, luego 5.43 nos da que G = H.
En otros términos, los elementos de Φ(G) son los elementos que se pueden
eliminar de cualquier sistema generador de G sin que deje de serlo. El en caso
de los p-grupos podemos precisar mucho más esta idea.

Definición 5.50 Si G es un grupo finito, un generador minimal de G es un

sistema generador X tal que ningún subconjunto propio de X es sistema gene-
rador.

Podemos pensar en los generadores minimales como el concepto análogo

al de base de un espacio vectorial, pero hay que tener en cuenta que incluso
un grupo abeliano puede tener generadores minimales con diferente número de
elementos. Por ejemplo, si G = ⟨g⟩ ∼
= C6 , tenemos que {x} y {x2 , x3 } son ambos
generadores minimales de G. Sin embargo, vamos a ver que esto no sucede en
los p-grupos:
200 Capítulo 5. Grupos nilpotentes

Teorema 5.51 (Teorema de la base de Burnside) Sea G un p-grupo no

trivial, sea Ḡ = G/Φ(G) y pongamos que |Ḡ| = pd . Si {x1 Φ(G), . . . , xd Φ(G)}
es una base de Ḡ como espacio vectorial sobre k = Z/pZ, entonces {x1 , . . . , xd }
es un generador minimal de G y, recíprocamente, si X es un generador minimal
de G, entonces |X| = d y las clases de sus elementos forman una base de Ḡ.

Demostración: Notemos que Ḡ es abeliano elemental, por lo que tiene sen-

tido considerarlo como espacio vectorial sobre k. Como |Ḡ| = pd , su dimensión
es obviamente d.
Observemos ahora que un conjunto X ⊂ G genera G si y sólo si las clases
de sus elementos módulo Φ(G) generan Ḡ. Una implicación es obvia y, si las
clases de X generan Ḡ, sea H = ⟨X⟩, de modo que Ḡ = HΦ(G)/Φ(G), luego
G = HΦ(G), luego G = H por 5.43.
Por consiguiente, si X = {x1 , . . . , xm } es un generador minimal de G, nin-
guno de sus subconjuntos propios es un generador, luego {x1 Φ(G), . . . , xm Φ(G)}
es un sistema generador de Ḡ cuyos subconjuntos propios no lo son, luego es
una base y en particular m = d. Recíprocamente, si {x1 Φ(G), . . . , xd Φ(G)}
es una base de Ḡ, sabemos que {x1 , . . . , xd } es un generador de G y ningún
subconjunto suyo puede serlo, luego es un generador minimal.
Como aplicación vamos a dar una cota inferior al número de grupos de
orden pn . Necesitamos algunas propiedades elementales de los conmutadores:

Teorema 5.52 En todo grupo se cumplen las relaciones siguientes, donde de-
finimos [x, y, z] = [[x, y], z]:
1. [xy, z] = [x, z]y [y, z] = [x, z][x, z, y][y, z].
2. [x, yz] = [x, z][x, y]z = [x, z][x, y][x, y, z].
3. Si [x, y] conmuta con x y con y, entonces [x, y n ] = [xn , y] = [x, y]n .

Demostración: 1) y 2) se demuestran sin más que desarrollar cada término

y comprobar que todos llevan a la misma expresión. Por ejemplo:

[xy, z] = y −1 x−1 z −1 xyz,

y las otras dos expresiones de 1) llevan al mismo resultado. Las igualdades de

3) se prueban por inducción sobre n. Se cumplen claramente para n = 0, 1 y, si
valen para n, por 2) tenemos

[x, y n+1 ] = [x, y n ][x, y][x, y, y n ] = [x, y]n [x, y] = [x, y]n+1 ,

donde hemos usado que [x, y] conmuta con y, luego con y n , luego [x, y, y n ] = 1.

Ahora vamos a definir una familia de p-grupos. Partimos de un grupo libre

Lr = ⟨y1 , . . . , yr ⟩ de rango r y de un primo p, y consideramos en él el subgrupo N
generado por todos los elementos de cualquiera de las formas
2
xp , [x, y]p , [x, yz].
5.5. El subgrupo de Frattini 201

Como la imagen de cualquiera de estos generadores por un automorfismo

es otro elemento de la misma forma, concluimos que N es un subgrupo carac-
terístico de Lr , en particular normal, por lo que podemos definir el cociente
Gr = Lr /N . Llamando xi = yi N , tenemos que Gr = ⟨x1 , . . . , xr ⟩ y es un grupo
con la propiedad de que, para cualesquiera de sus elementos x, y, z, se cumle
que
2
xp = 1, [x, y]p = 1, [x, y, z] = 1.
La última relación equivale a que todo conmutador [x, y] conmuta con todo
elemento de Gr o, equivalentemente, a que G′r ≤ Z(Gr ). En particular, como
[x, y] conmuta con x y con y, el teorema anterior nos da que [xp , y] = [x, y]p = 1,
luego xp ∈ Z(Gr ).
En otros términos, si llamamos Gpr al subgrupo de Gr generado por todas
las potencias p-ésimas, tenemos que Gpr ≤ Z(Gr ), luego G′r Gpr ≤ Z(Gr ).
En principio, el subgrupo G′r Gpr está generado por todos los elementos de la
forma [x, y], xp , con x, y ∈ Gr , pero vamos a ver que admite el generador finito
formado por los elementos [xi , xj ], xpi .
En efecto, como todo elemento de Gr tiene orden finito (divisor de p2 ),
se puede expresar como producto de generadores x1 , . . . , xr (sin necesidad de
considerar sus inversos). Entonces, las relaciones 1) y 2) del teorema anterior
(teniendo en cuenta que [x, y, z] = 1), permiten descomponer cualquier conmu-
tador [x, y] en producto de conmutadores [xi , xj ], mientras que la relación

(xy)n = xn y n [y, x]n(n−1)/2

(que consideramos ya en la prueba del teorema 3.22), aplicada al exponente

p, nos permite expresar cualquier potencia p-ésima de un elemento de G en
producto de potencias xpi y de conmutadores, que a su vez se expresan como
producto de conmutadores [xi , xj ].
Así pues, G′r Gpr es un grupo abeliano generado por un número finito de
elementos de orden finito, luego es un grupo finito. Más aún, todos sus genera-
dores tienen orden p, pues (xp )p = 1 y [x, y]p = 1, luego se trata de un p-grupo
abeliano elemental.
Igualmente, el cociente Gr /G′r Gpr es abeliano (porque G′r ≤ G′r Gpr ) y fini-
tamente generado, luego también es finito, y todos sus elementos no triviales
tienen orden p, luego también es un p-grupo abeliano elemental.
Concluimos que Gr también es finito y es un p-grupo. Como Gr /G′r Gpr es
abeliano elemental, tiene que ser Φ(Gr ) ≤ G′r Gpr (por 5.46) y, como Gr /Φ(Gr )
es abeliano elemental también se cumple que G′r ≤ Φ(Gr ) y que Gpr ≤ Φ(Gr ),
luego de hecho Φ(Gr ) = G′r Gpr .

Definición 5.53 Si p es un número primo, llamaremos Xp a la clase de todos

los p-grupos G que tienen un subgrupo H ≤ Z(G) de modo que H y G/H son
abelianos elementales.

Hemos demostrado que los grupos finitos Gr están en la clase Xp , y el teorema

siguiente muestra que son “los más generales”:
202 Capítulo 5. Grupos nilpotentes

Teorema 5.54 Si G ∈ Xp y g1 , . . . , gr ∈ G, existe un único homomorfismo de

grupos ϕ : Gr −→ G tal que ϕ(xi ) = gi .
Demostración: Sea Lr = ⟨y1 , . . . , yr ⟩ un grupo libre de rango r. Por
definición de grupo libre existe un homomorfismo de grupos ϕ0 : Lr −→ G tal
que ϕ(yi ) = gi . Sea H ≤ Z(G) tal que H y G/H sean abelianos elementales.
Entonces, como G/H es abeliano elemental, todo x ∈ G cumple xp ∈ H y si
x, y ∈ G se cumple que [x, y] ∈ H. A su vez, como H es abeliano elemental,
2
xp = 1 y [x, y]p = 1. Por último, como H ≤ Z(G) y [x, y] ∈ H, se cumple
también que [x, y, z] = 1. Por lo tanto, si x, y, z ∈ Lr , tenemos que
2 2
ϕ0 (xp ) = ϕ0 (x)p = 1, ϕ0 ([x, y]p ) = [ϕ0 (x), ϕ0 (y)]p = 1,
ϕ0 ([x, y, z]) = [ϕ0 (x), ϕ0 (y), ϕ0 (z)] = 1
2
En otras palabras, xp , [x, y]p , [x, y, z] ∈ N(ϕ0 ), luego, si N ≤ Lr es el subgrupo
generado por los elementos de estas tres formas, se cumple que N ≤ N(ϕ0 ),
luego ϕ0 define un homomorfismo ϕ : Xr −→ G que cumple ϕ(xi ) = gi . Como
los elementos x1 , . . . , xr son un sistema generador de Gr , es obvio que ϕ es único.

Así pues, todo grupo G ∈ Xp puede expresarse como cociente de Gr , donde r

es el número de elementos de un generador de G. De aquí vamos a deducir más
propiedades de los grupos Gr .
Para empezar, vamos a probar que los elementos xpi , [xi , xj ] (para i < j)
forman un generador minimal de Φ(Gr ). Esto equivale a que sean una base de
Φ(Gr ) como espacio vectorial sobre k = Z/pZ. Ya sabemos que son un sistema
generador, por lo que sólo tenemos que probar que son linealmente independien-
tes. Teniendo en cuenta que estamos empleando notación multiplicativa, esto
equivale a que si
r
xpa [xi , xj ]bij = 1,
Q i
Q
i
i=1 i<j

donde 0 ≤ ai , bij < p, entonces ai , bij = 0.

En efecto, consideremos un grupo cíclico G = ⟨g⟩ ∼
= Cp2 . Claramente está
en Xp , pues tiene un subgrupo Cp que es abeliano elemental y da lugar a un
cociente abeliano elemental. Por lo tanto, para cada índice 1 ≤ k ≤ r, existe
un homomorfismo ϕk : Gr −→ G que cumple ϕk (xk ) = g y ϕk (xi ) = 1 si i ̸= k.
Al aplicar este homomorfismo a la combinación lineal anterior, obtenemos que
g pak = 1 y como o(g) = p2 , tiene que ser ak = 0.
Ahora consideramos el segundo grupo no abeliano de orden p3 descrito en
el teorema 3.22. Según se ve en la demostración, es de la forma G = ⟨x, y⟩,
donde ambos generadores tienen orden p y z = [x, y] también tiene orden p y
genera Z(G). Como Z(G) ∼ = Cp es abeliano elemental y G/Z(G) ∼ = Cp × Cp
también lo es, vemos que G ∈ Xp , luego, para i < j, el teorema anterior nos da
un homomorfismo ϕij : Gr −→ G tal que ϕ(xi ) = x, ϕ(xj ) = y y ϕ(xk ) = 1 para
todo k ̸= i, j. Al aplicar este homomorfismo a la combinación lineal obtenemos
[x, y]bij = 1, de donde se sigue que bij = 0.
5.5. El subgrupo de Frattini 203

Con esto tenemos que |Φ(Gr )| = pr+r(r−1)/2 = pr(r+1)/2 (el exponente es el

cardinal de la base que hemos encontrado).
Por otro lado, si G es un p-grupo elemental abeliano de dimensión r, clara-
mente G ∈ Xp (tomando, por ejemplo, H = G), luego existe un homomorfismo
ϕ : Gr −→ G que transforma el generador de Gr en una base de G. Esto
implica que x1 , . . . xr es un generador minimal de Gr , pues si un subconjunto
propio fuera generador, su imagen en G sería un generador de G con menos de r
elementos, pero eso es imposible, pues G es un espacio vectorial de dimensión r.
Como consecuencia, el teorema 5.51 nos da que |Gr : Φ/Gr )| = pr . Resumi-
mos en un teorema lo que hemos probado hasta ahora:
Teorema 5.55 Para cada número natural r > 0 y cada primo p, el grupo Gr
cumple lo siguiente:
1. |G| = pr+r(r+1)/2 .
2. Φ(Gr ) es abeliano elemental y |ϕ(Gr )| = pr(r+1)/2 .
3. |Gr /Φ(Gr )| = pr .
4. Φ(Gr ) ≤ Z(Gr ).
Necesitamos una última propiedad de estos grupos. Como ϕ(Gr ) es un
subgrupo característico, todo α ∈ Aut(Gr ) cumple α[Φ(Gr )] = Φ(Gr ), luego
induce un automorfismo ᾱ : Gr /Φ(Gr ) −→ Gr /Φ(Gr ).
Teorema 5.56 Si α ∈ Aut(Gr ) induce la identidad en Gr /Φ(Gr ), entonces α
fija a todos los elementos de Φ(Gr ).
Demostración: Tenemos que α(xi )Φ(Gr ) = xi Φ(Gr ), lo que significa que
existe un hi ∈ Φ(Gr ) tal que α(xi ) = xi hi . Notemos que hi ∈ Φ(Gr ) ≤ Z(Gr ).
Por lo tanto α(xpi ) = xpi hpi = xpi , pues todos los elementos no triviales de Φ(Gr )
tienen orden p. Por otro lado, α([xi , xj ]) = [xi hi , xj hj ] = [xi , xj ] y así α fija a
todos los generadores de Φ(Gr ), luego fija a cada elemento de Φ(Gr ).
Hemos visto que los grupos Gr cumplen la definición de grupo libre res-
tringida a grupos de la clase Xr , de modo que un cociente Gr /N puede verse
como una presentación de un grupo mediante generadores y relaciones. Lo que
vamos a hacer es dar una cota inferior del número de grupos de orden pn que
pueden expresarse de esta forma, para lo cual necesitamos saber cuándo dos
subgrupos N dan lugar a cocientes isomorfos:
Teorema 5.57 Si N1 , N2 ≤ Φ(Gr ), entonces Gr /N1 ∼
= Gr /N2 si y sólo si existe
α ∈ Aut(Gr ) tal que α[N1 ] = N2 .
Demostración: Una implicación es inmediata. Supongamos que existe un
isomorfismo α′ : Gr /N1 −→ Gr /N2 . Pongamos que α′ (xi N1 ) = yi N2 . Entonces
las clases yi N2 generan Gr /N2 , luego Gr = ⟨y1 , . . . , yr , N2 ⟩, pero, teniendo en
cuenta que N2 ≤ Φ(Gr ), el teorema 5.49 nos da que, en realidad, se cumple
Gr = ⟨y1 , . . . , yr ⟩.
204 Capítulo 5. Grupos nilpotentes

Por otra parte, el teorema 5.54 nos da un homomorfismo α : Gr −→ Gr tal

que α(xi ) = yi , que es suprayectivo (porque los yi generan Gr ) luego, tratándose
de un grupo finito, de hecho α es biyectivo, es decir, α ∈ Aut(Gr ).
Tenemos, pues la situación siguiente:

Gr
α / Gr

 
Gr /N1 / Gr /N2
α′

de modo que la imagen de cada generador xi ∈ Gr por α seguida de la proyección

en el cociente es la misma que la imagen por α′ de la proyección en el cociente.
Como esto vale para todos los generadores de Gr , de hecho vale para todos los
elementos de Gr , es decir, tenemos que

α(x)N2 = α′ (xN1 ).

En particular, si x ∈ N1 , esto implica que α(x) ∈ N2 , luego α[N1 ] ⊂ N2 , e

igualmente, si α(x) ∈ N2 , tiene que ser α′ (xN1 ) = 1, luego xN1 = 1, luego
x ∈ N1 , lo que significa que α[N1 ] = N2 .
Ahora ya podemos contar grupos. El resultado central es el siguiente:
2
−s2
Teorema 5.58 Si 1 ≤ s ≤ r(r + 1)/2, hay al menos psr(r+1)/2−r grupos de
orden pr+s no isomorfos dos a dos.

Demostración: Sea Ω el conjunto de todos los subgrupos N ≤ Φ(Gr ) tales

que |Φ(Gr ) : N | = ps y |Gr /N | = pr+s . Por el teorema anterior, las clases de
equivalencia de grupos isomorfos de la forma G/N se corresponden biunívoca-
mente con las órbitas que Aut(Gr ) determina en Ω. Así pues, el número de
órbitas es igual al número de grupos de la forma G/N no isomorfos entre sí, y
es una cota inferior del número de grupos de orden pr+s .
Observemos que, como Φ(Gr ) es un subgrupo característico, cada automor-
fismo de Gr fija a Φ(Gr ), luego tenemos un homomorfismo de grupos

θ : Aut(Gr ) −→ Aut(Gr /Φ(Gr )),

y el teorema 5.56 prueba que si α ∈ N(θ), entonces α fija a cada elemento de

Φ(Gr ), luego si N ∈ Ω, se cumple que α[N ] = N . En otras palabras, tenemos
que N(θ) está contenido en el estabilizador (Aut(Gr ))N de cualquier N ∈ Ω.
Así, el cardinal de la órbita es

|ΩN | = | Aut(Gr ) : (Aut(Gr ))N | ≤ | Aut(Gr ) : N(θ)| ≤ | Aut(Gr /Φ(Gr ))|.

El cociente Aut(Gr /Φ(Gr )) es un p-grupo abeliano elemental, por lo que

podemos verlo como un espacio vectorial sobre k = Z/pZ de dimensión r. Sus
automorfismos como grupo coinciden con sus automorfismos como espacio vec-
torial, luego el grupo de automorfismos es isomorfo al grupo LG(r, p) de las
5.5. El subgrupo de Frattini 205

matrices regulares r × r sobre el cuerpo k de p elementos. Una estimación

burda de su orden es
2
|ΩN | ≤ | Aut(Gr /Φ(Gr ))| = |LG(r, p)| ≤ pr ,
2
pues pr es el número total de matrices r × r con coeficientes en k (regulares o
no).
Por otra parte, Φ(Gr ) es también abeliano elemental, luego es un k-espacio
vectorial de dimensión r(r + 1)/2, y cada N ∈ Ω es un subespacio vectorial de
dimensión s.
En general, podemos estimar como sigue el número de subespacios vectoriales
de dimensión s de un k-espacio vectorial V de dimensión d:
El número de conjuntos linealmente independientes de cardinal s es
(pd − 1)(pd − p) · · · (pd − ps−1 ),
pues V tiene pd elementos, y podemos elegir cualquiera menos el vector nulo, con
lo que tenemos pd − 1 posibilidades para elegir el primer vector, el segundo tiene
que ser distinto de los p vectores generados por el primero, luego tenemos pd − p
posibilidades, el tercero tiene que ser distinto de los p2 vectores del subespacio
generado por los dos primeros, etc. Tenemos así el número de bases posibles
para un subespacio de dimensión s, pero hay que dividirlo entre el número de
bases que generan el mismo subespacio. Por el mismo argumento (pero con
d = s), dicho número es
(ps − 1)(ps − p) · · · (ps − ps−1 ).
Por lo tanto, el número de subespacios es exactamente
pd − 1 pd − p pd − ps−1
s
· s ··· s .
p −1 p −p p − ps−1
Ahora observamos que, para 0 ≤ i < s,
pd − pi
≥ pd−s ,
ps − pi
pues esto equivale a que pd − pi ≥ pd − pd−s+i , o también a que pi ≤ pd−s+i , o
a que pd−s ≥ 1. Por consiguiente, el número N de subespacios es N ≥ ps(d−s) .
En nuestro caso, tenemos que |Ω| es el número de subespacios de dimensión
s de un k-espacio vectorial de dimensión r(r + 1)/2, luego
|Ω| ≥ ps(r(r+1)/2−s) .
2
Como cada órbita tiene a lo sumo pr elementos, el número de órbitas tiene que
ser al menos
ps(r(r+1)/2−s) 2 2
= psr(r+1)/2−r −s ,
pr2
que es la cota del enunciado.
Al fijar el exponente de p obtenemos lo siguiente:
206 Capítulo 5. Grupos nilpotentes

3
2
− 49 n2
Teorema 5.59 Para cada número natural n > 6, hay al menos p 27 n
grupos de orden pn no isomorfos entre sí.

Demostración: Sea n = 3k + i, con i = 0, 1, 2 (y k ≥ 2), y definamos


k si i = 0,
s=
k + 1 si i = 1, 2.

En otros términos, s es el menor número natural que cumple s ≥ n/3. Llamamos

r = n−s. Así tenemos una descomposición n = r +s que está en las condiciones
del teorema anterior. En efecto, tenemos que comprobar que
1 1
s≤ r(r + 1) = (n − s)(n − s + 1) = 1 + 2 + 3 + · · · + n − s,
2 2
para lo cual basta con que se cumpla s ≤ n − s, o también 2s ≤ n, pero

2s ≤ 2k + 2 ≤ 3k ≤ n.

El teorema anterior nos da entonces que el número N de grupos de orden pn es

2
−s2
N ≥ psr(r+1)/2−r

Finalmente observamos que s = (n + j)/3, donde j = 2 − i = 0, 1, 2. Si

sustituimos r = n − s en el exponente y s = (n + j)/3, operando llegamos a

j2
 
2 3 4 2 5n jn 5j
n − n +j + − −
27 9 18 54 18 18

y la expresión entre paréntesis, evaluada en j = 1, 2 da

2n 7 n 13
− , − ,
9 27 6 27
y ambas expresiones son positivas si n > 6, luego concluimos que
3
2
− 94 n2 2 2
N ≥ p 27 n = p 27 n (n−6)
.
Capítulo VI

Caracteres de grupos

Gauss se dio cuenta de que cuando se consideran los valores que toma una
forma cuadrática ax2 + bxy + cy 2 módulo un primo p que no divida a su discri-
minante puede suceder que sean restos cuadráticos módulo p o bien restos no
cuadráticos módulo p, y ello le llevó a hablar de formas cuadráticas con carácter
positivo o negativo módulo p, según fuera el caso (véase [ITAl 14.4], aunque el
caso p = 2 es un poco más complejo). Por otra parte, Gauss demostró que
las formas cuadráticas se dividen en un número finito de clases de equivalencia
que forman un grupo abeliano G, y que todas las formas de una misma clase
tienen el mismo carácter módulo p, por lo que podemos ver a los caracteres
como aplicaciones χp : G −→ {±1} que, de hecho, resultan ser homomorfismos
de grupos.
Posteriormente, para demostrar su teorema sobre primos en progresiones
aritméticas [ITAn 7.24] Dirichlet extendió la noción de “carácter” para referirse
a los homomorfismos de grupos χ : Um −→ C∗ , donde Um es el grupo de las
unidades módulo m (véase [ITAn 7.19]). Un poco más en general, los caracteres
de un grupo abeliano G pueden definirse como los homomorfismos de grupos
χ : G −→ C∗ . Aquí vamos a exponer una teoría mucho más general, iniciada por
Frobenius, sobre caracteres de un grupo finito G, no necesariamente abeliano (si
bien podríamos presentarla en un contexto aún más general que el que vamos a
considerar).
Los caracteres de un grupo finito no pueden definirse como homomorfismos
de grupos, sino que para definirlos tenemos que introducir y estudiar primero
lo que se conoce como representaciones lineales de grupos.

6.1 Representaciones lineales de grupos

Un grupo finito es en esencia un concepto abstracto. Por ejemplo, el grupo
diédrico D8 no es ni más ni menos que

D8 = a, b | a4 = b2 = 1, ab = a−1 ,

207
208 Capítulo 6. Caracteres de grupos

donde conviene “olvidar” que el miembro derecho lo hemos definido como un

cierto cociente de un grupo libre. Lo que pretende captar la igualdad anterior
es que cualquier grupo de orden 8 generado por dos elementos que cumplan las
relaciones indicadas tiene pleno derecho a ser considerado como “el” grupo D8 .
Ahora bien, a la hora de estudiar un grupo finito, a menudo es útil no conside-
rarlo como grupo abstracto, sino trabajar con una “representación” concreta del
mismo, es decir, con un grupo concreto que tenga su estructura. Por ejemplo,
podemos representar a D8 como grupo de permutaciones, lo que técnicamente
significa determinar un monomorfismo de grupos D8 −→ Σ4 que permite identi-
ficar cada elemento del grupo con una permutación. Por ejemplo, identificando
D8 = ⟨(1, 2, 3, 4), (2, 4)⟩ .
Sin embargo, es más ilustrativo representar D8 como el grupo de las sime-
trías de un cuadrado, lo que técnicamente puede verse como un monomorfismo
D8 −→ Is(E), donde E es un plano euclídeo e Is(E) es su grupo de isometrías.
Si fijamos un sistema de referencia con origen en el centro O del cuadrado, cada
isometría de E que fija a O se identifica con una matriz del grupo ortogonal
O(2, R) ≤ LG(2, R). Concretamente, podemos representar D8 = ⟨σ, τ ⟩ donde
cos 2π sen 2π
     
4 4 0 1 −1 0
σ= = , τ= .
− sen 2π4 cos 2π
4 −1 0 0 1
La primera matriz corresponde a un giro de 90◦ y la segunda a la simetría
respecto al eje vertical.
Esta idea se plasma en la definición siguiente:
Definición 6.1 Una representación matricial de grado n ≥ 1 de un grupo finito
G sobre un anillo conmutativo A es un homomorfismo de grupos
ρ : G −→ LG(n, A),
donde el grupo lineal general LG(n, A) es el grupo de las matrices inversibles
de orden n × n con coeficientes en A. Diremos que A es el anillo de coeficientes
de la representación.
Notemos que la definición no exige que ρ sea inyectivo. (En tal caso se dice
que la representación es fiel.) En general, si N es el núcleo de ρ, tenemos que ρ
induce una representación fiel del grupo cociente G/N .
El ejemplo anterior determina una representación matricial del grupo D8
sobre el anillo de coeficientes A = Z (luego también sobre cualquier otro ani-
llo que lo contenga). Tomar A = Z es muy restrictivo, pues, por ejemplo, si
queremos una representación análoga del grupo D6 como grupo de simetrías de
un triángulo, tenemos que considerar la matriz de un giro de 120◦ , y entonces
llegamos a la representación D6 = ⟨σ, τ ⟩, donde ahora
√
cos 2π sen 2π
     
3 3 −1/2
√ 3/2 −1 0
σ= = , τ= .
− sen 2π
3 cos 2π3 − 3/2 −1/2 0 1
Esta asignación determina un monomorfismo D6 −→ LG(2, R).
6.1. Representaciones lineales de grupos 209

A la hora de estudiar las representaciones matriciales, es útil tener en cuenta

que las matrices regulares pueden identificarse con automorfismos de módulos
libres. Esto nos lleva a la definición siguiente:

Definición 6.2 Una representación lineal de grado n ≥ 1 de un grupo finito G

sobre un anillo de coeficientes (conmutativo) A es un homomorfismo de grupos
ρ : G −→ AutA (V ), donde V es un A-módulo libre de rango n.

Si ρ : G −→ Aut(V ) es una representación lineal de un grupo G, escribi-

remos a menudo vσ = ρ(σ)(v). En estos términos, el hecho de que ρ(σ) sea
un automorfismo de V y que ρ sea un homomorfismo de grupos equivale a las
relaciones

(v + w)σ = vσ + wσ, (αv)σ = α(vσ), (vσ)τ = v(στ ),

donde v, w ∈ V , σ, τ ∈ G, α ∈ A.
La relación entre las representaciones matriciales y las representaciones li-
neales es evidente: toda representación matricial ρ de grado n sobre un ani-
llo A determina una representación lineal sobre cualquier A-módulo libre V de
rango n respecto a una base B de V prefijada, sin más que asignar a cada σ ∈ G
el automorfismo de V que tiene matriz ρ(σ) en la base B.
Recíprocamente, toda representación lineal ρ en un A-módulo libre V de
rango n determina una representación matricial de grado n para cada base B
de V , sin más que asignar a cada σ ∈ G la matriz de ρ(σ) en la base B.
Ahora damos una definición de isomorfismo de representaciones que vuelve
irrelevante la arbitrariedad en la elección de las bases:

Definición 6.3 Diremos que dos representaciones lineales ρi : G −→ Aut(Vi ),

para i = 1, 2 (sobre un mismo anillo de coeficientes A) son isomorfas si existe
un isomorfismo de A-módulos ϕ : V1 −→ V2 que cumpla ρ2 = ρ1 ◦ ϕ̄, donde
ϕ̄ : Aut(V1 ) −→ Aut(V2 ) es el isomorfismo de grupos dado por ϕ̄(f ) = ϕ−1 f ϕ.
Observemos que la condición ρ2 = ρ1 ◦ ϕ̄ es equivalente a que

ϕ(vσ) = ϕ(v)σ

para todo v ∈ V1 y todo σ ∈ G.

Dos representaciones matriciales ρi : G −→ LG(n, A) son isomorfas si existe

una matriz M ∈ LG(n, A) tal que, para todo σ ∈ G, se cumple la relación
ρ2 (σ) = M −1 ρ1 (σ)M .
Es inmediato que dos representaciones matriciales isomorfas dan lugar a
representaciones lineales isomorfas independientemente de los módulos y las
bases elegidas, así como que dos representaciones lineales isomorfas dan lugar a
representaciones matriciales isomorfas independientemente de las bases elegidas.
A continuación vamos a mostrar una tercera estructura equivalente a la de
representación matricial y a la de representación lineal. Se basa en la definición
siguiente:
210 Capítulo 6. Caracteres de grupos

Definición 6.4 Si G es un grupo finito y A es un anillo conmutativo, llamare-

mos A[G] al A-módulo libre de base G, en el que consideraremos la estructura
de A-álgebra1 determinada por el producto siguiente:
P P P
( ασ σ)( βτ τ ) = ασ βτ στ .
σ∈G τ ∈G σ,τ ∈G

Es evidente que el producto así definido es bilineal y que extiende al producto

de G. Teniendo esto en cuenta, se comprueba sin dificultad que cumple todas
las propiedades necesarias para que A[G] sea ciertamente una A-álgebra, cuya
unidad es el elemento neutro de G.
Si ρ : G −→ Aut(V ) es una representación lineal, podemos dotar a V de
estructura de A[G]-módulo (por la derecha) mediante el producto dado por
P P
v( ασ σ) = ασ ρ(σ)(v).
σ∈G σ∈G

Notemos que el producto vσ según esta definición coincide con el producto

vσ = ρ(σ)(v) que habíamos definido. Recíprocamente, si V es un A[G]-módulo
que como A-módulo es libre de rango finito n, podemos definir una representa-
ción ρ : G −→ Aut(V ) mediante ρ(σ)(v) = vσ.
De este modo, tenemos una correspondencia entre las representaciones li-
neales de grado n de G y los A[G]-módulos (por la derecha) que son A-módulos
libres de rango n. Es inmediato que dos representaciones son isomorfas si y
sólo si los A[G]-módulos correspondientes son isomorfos. Más concretamente,
un isomorfismo f : V1 −→ V2 entre dos A-módulos libres es un isomorfismo
entre dos representaciones lineales de G si y sólo si es un isomorfismo entre los
A[G]-módulos asociados.
En particular, el producto en A[G] extiende al producto en G, por lo que
si el grupo G no es abeliano, el álgebra A[G] no es conmutativa, un hecho que
deberemos tener presente en todo momento. Conviene determinar cuál es el
centro de A[G]. En general el centro de un anillo A se define como el subanillo

Z(A) = {a ∈ A | ab = ba para todo b ∈ A}.

Si A es un anillo conmutativo, es obvio que un elemento

P
x= ασ σ ∈ A[G]
σ∈G

está en el centro de A[G] si y sólo si conmuta con todos los elementos τ ∈ G, es

decir, si cumple que τ x = xτ o, equivalentemente, τ xτ −1 = x. Explícitamente:

ασ τ στ −1 =
P P
ασ σ.
σ∈G σ∈G
1 En álgebra conmutativa, una A-álgebra B se define como un anillo (conmutativo) B con
una estructura de A-módulo compatible, en el sentido de que a(b1 b2 ) = (ab1 )b2 . Si no exigimos
que B sea conmutativo, hemos de pedir que a(b1 b2 ) = (ab1 )b2 = b1 (ab2 ). En particular, si
A ⊂ B, tenemos que los elementos de A conmutan con todos los de B.
6.1. Representaciones lineales de grupos 211

Teniendo en cuenta que σ 7→ τ στ −1 es biyectiva con inversa σ 7→ τ −1 στ ,

esto equivale a que P P
ατ −1 στ σ = ασ σ,
σ∈G σ∈G
lo cual equivale a que la función σ 7→ ασ sea constante sobre las clases de
conjugación de G. Por consiguiente:
Teorema 6.5 Si G es un grupo finito y A un anillo conmutativo, el centro de
A[G] está formado por los elementos de la forma
P
αc ec , αc ∈ A,
c∈cl(G)

donde, para cada clase de conjugación c ∈ cl(G), llamamos

P
ec = σ.
σ∈c

Equivalentemente, Z(A[G]) es el submódulo de A[G] que tiene por base los ele-
mentos ec .

Veamos un par de ejemplos generales de representaciones:

Definición 6.6 Si G es un grupo finito, la representación trivial de grado n de G
sobre el anillo conmutativo A es la representación matricial ρ : G −→ LG(n, A)
dada por ρ(σ) = In (la matriz identidad) para todo σ ∈ G. Sus representaciones
lineales asociadas son las representaciones en A-módulos libres V de rango n que
cumplen vσ = v para todo v ∈ V y todo σ ∈ G.
Definición 6.7 Si G es un grupo finito, llamaremos representación regular de G
a la representación asociada a la estructura de A[G]-módulo de A[G]. Clara-
mente es fiel y su grado es el orden de G.

Ejemplo Consideremos un grupo cíclico de orden 3, digamos G = {1, σ, σ 2 }.

Entonces el álgebra C[G] está formada por los elementos de la forma a+bσ+cσ 2 ,
donde a, b, c son números complejos. El producto se calcula de forma obvia. Por
ejemplo:
(3 + 2σ + iσ 2 )(2i − σ) = 6i + 4iσ − 2σ 2 − 3σ − 2σ 2 − i = 5i + (−3 + 4i)σ − 4σ 2 .
Las imágenes de los vectores de la base (1, σ, σ 2 ) por la multiplicación por σ
son, respectivamente (σ, σ 2 , 1), luego la matriz asociada a la multiplicación por
sigma es  
0 1 0
σ 7→  0 0 1 
1 0 0
La representación regular de G es la representación G −→ Aut(C[G]) que
asigna a σ el automorfismo cuya matriz en la base G es la que acabamos de
determinar.
Ahora veamos cómo podemos construir nuevas representaciones a partir de
unas dadas:
212 Capítulo 6. Caracteres de grupos

Definición 6.8 Si ρi : G −→ Aut(Vi ), para i = 1, 2, son dos representaciones

lineales de G, definimos su suma directa como la representación

ρ1 ⊕ ρ2 : G −→ Aut(V1 ⊕ V2 )

asociada a la suma directa de los A[G]-módulos V1 ⊕ V2 . Obviamente, se trata

de la representación dada por (v1 + v2 )σ = v1 σ + v2 σ, donde v1 σ se calcula
con ρ1 y v2 σ con ρ2 .

Es claro que podemos definir igualmente la suma directa de cualquier número

finito de representaciones de G. El grado de la suma directa es la suma de los
grados.
Ejemplo Consideremos de nuevo el grupo G = {1, σ, σ 2 }. Si ω ∈ C es una
raíz cúbica de la unidad (distinta de 1), una representación ρ : G −→ Aut(C)
es la dada por zσ = ωz, que se corresponde con la representación matricial
(considerando la base canónica 1 de C) dada por σ 7→ (ω).
Otra representación distinta es representación ρ′ la dada por zσ = ω 2 z, que
se corresponde con la representación matricial σ 7→ (ω 2 ).
Notemos que no son isomorfas, pues el grupo LG(1, C) es abeliano, y no
existe ninguna matriz regular M que cumpla (ω 2 ) = M −1 (ω)M .
Sumando ambas representaciones obtenemos otra ρ ⊕ ρ′ : G −→ Aut(C2 )
dada por (z1 , z2 )σ = (z1 ω, z2 ω 2 ), que, tomando la base canónica, se corresponde
con la representación matricial determinada por
 
ω 0
σ 7→ .
0 ω2

A partir de aquí nos centraremos en las representaciones lineales sobre cuer-

pos. Observemos que, si K es un cuerpo, todo K[G]-módulo V es libre sobre K,
aunque, para que determine una representación de G sobre K, hemos de exigir
que su dimensión sobre K sea finita.
A la hora de estudiar las representaciones lineales de un grupo finito, es
fundamental estudiar la posibilidad de expresar una representación dada como
suma de otras más sencillas. Tales sumandos han de ser subrepresentaciones,
en el sentido siguiente:

Definición 6.9 Si ρ : G −→ Aut(V ) es una representación de G con coeficientes

en un cuerpo K, llamaremos subrepresentaciones de ρ a las representaciones
G −→ Aut(W ) asociadas a los K[G]-submódulos W de V .

Notemos que, para que un subespacio vectorial W ⊂ V sea un K[G]-

submódulo, es suficiente con que W σ ⊂ W , para todo σ ∈ G.
Según decíamos, si ρ = ρ1 ⊕ ρ2 : G −→ Aut(V1 ⊕ V2 ) es la suma de dos
representaciones ρ1 y ρ2 , entonces éstas son subrepresentaciones de ρ, pues
están asociadas a V1 y V2 , que son K[G]-submódulos de V1 ⊕ V2 .
6.1. Representaciones lineales de grupos 213

Ejemplo Consideremos de nuevo la representación regular del grupo cíclico de

orden 3. Un submódulo de C[G] es W = 1 + σ + σ 2 , pues, ciertamente,

(1 + σ + σ 2 )σ = σ + σ 2 + 1 = 1 + σ + σ 2 .

De hecho, se cumple que wσ = w para todo w ∈ W , por lo que la subrepresen-

tación asociada a W es la representación trivial de grado 1.
Veamos ahora el primer resultado no trivial sobre representaciones lineales:

Teorema 6.10 Sea ρ : G −→ Aut(V ) una representación de un grupo finito G

sobre un cuerpo K cuya característica no divida al orden de G, y sea W un K[G]-
submódulo de V . Entonces existe un K[G]-submódulo W 0 tal que V = W ⊕ W 0 .

Demostración: Sea W ′ cualquier subespacio vectorial de V que cumpla

V = W ⊕ W ′ , sea p : V −→ W la proyección y sea p0 : V −→ W la aplicación
lineal dada por2
1 P
p0 (v) = p(vσ −1 )σ.
|G| σ∈G
Si w ∈ W , entonces p(wσ −1 )σ = (wσ −1 )σ = w, luego p0 (w) = w. Si
llamamos W 0 al núcleo de p0 , es claro que V = W ⊕ W 0 . Por otra parte,
1 P
p0 (vτ −1 )τ = p(vτ −1 σ −1 )στ = p0 (v).
|G| σ∈G

Esto implica que W 0 es un K[G]-submódulo, pues si p0 (v) = 0, entonces

p0 (vτ )τ −1 = p0 (v) = 0,

luego p0 (vτ ) = 0 y, por lo tanto, vτ ∈ W 0 .

Ejemplo Continuando con el ejemplo anterior, si ω ̸= 1 es una raíz cúbica de

la unidad y llamamos

α0 = 1 + σ + σ 2 , α1 = 1 + ω 2 σ + ωσ 2 , α2 = 1 + ωσ + ω 2 σ 2 ,

se cumple que
α0 σ = α0 , α1 σ = ωα1 , α2 σ = ω 2 α2 ,
por lo que W = ⟨α0 ⟩, W1 = ⟨α1 ⟩ y W2 = ⟨α2 ⟩ son C[G]-submódulos de C[G], y
α0 , α1 , α2 son linealmente independientes sobre C, pues

1 1 1
1 ω2 ω ̸= 0,
1 ω ω2

luego C[G] = W ⊕ W1 ⊕ W2 , y así W1 ⊕ W2 es un C[G]-submódulo de C[G] que

complementa a W en las condiciones del teorema anterior.

2 Al dividir entre |G| estamos usando la hipótesis sobre la característica de K.

214 Capítulo 6. Caracteres de grupos

Definición 6.11 Diremos que una representación ρ : G −→ Aut(V ) es irredu-

cible si V no tiene más K[G]-submódulos que los triviales: 0 y V .
Por el teorema anterior, si una representación no es irreducible, se descom-
pone en suma directa de dos subrepresentaciones no triviales. Es claro entonces
que toda representación puede descomponerse en suma directa de representacio-
nes irreducibles V = W1 ⊕· · ·⊕Wn . La descomposición no es única, en el sentido
de que podemos elegir los submódulos Wi de formas distintas, pero más adelante
veremos (teorema 6.24) que la descomposición es única salvo isomorfismo, en el
sentido de que dos descomposiciones cualesquiera de un mismo K[G]-módulo V
han de tener el mismo número de sumandos y que, debidamente ordenados,
cada sumando de una descomposición es isomorfo al sumando correspondiente
de la otra.
El teorema 6.10 hace que las representaciones de grupos sobre cuerpos de ca-
racterística cero tengan un comportamiento mucho más simple que sobre cuerpos
de característica prima. Por ello se distingue entre la teoría de representaciones
ordinarias (sobre cuerpos de característica 0) y la teoría de representaciones
modulares (sobre cuerpos de característica prima, que es esencialmente análoga
a la primera cuando la característica no divide al orden del grupo).

6.2 Caracteres
Finalmente estamos en condiciones de introducir el concepto general de ca-
rácter de un grupo finito.
Recordemos que la traza [Al 6.38] de una matriz cuadrada A = (aij ) se
define como P
Tr(A) = aii .
i
La traza es invariante por semejanza, es decir, que, si M es una matriz regular,
se cumple que Tr(M −1 AM ) = Tr(A). En particular, si V es un espacio vectorial
y f ∈ Aut(V ), podemos definir la traza Tr(f ) como la traza de la matriz de f
en cualquier base.
Definición 6.12 Sea ρ : G −→ Aut(V ) una representación de un grupo finito G
en un K-espacio vectorial V . Llamaremos carácter asociado a ρ a la función
χρ : G −→ K dada por χρ (σ) = Tr(ρ(σ)). Los caracteres de las representaciones
de G se llaman también caracteres de G. Un carácter es irreducible si está
asociado a una representación irreducible.
Claramente, dos representaciones isomorfas determinan el mismo carácter.
Observemos que, si ρ tiene grado n, entonces ρ(1) es la identidad en V y su
matriz asociada en cualquier base es In , luego χρ (1) = n.
Otro hecho obvio es que
χρ (σ −1 τ σ) = Tr(ρ(σ)−1 ρ(τ )ρ(σ)) = Tr(ρ(τ )) = χρ (τ ).
En otras palabras: los caracteres son constantes sobre las clases de conjuga-
ción de G.
6.2. Caracteres 215

Ejemplo Sea rG el carácter de la representación regular de un grupo G. En-

tonces 
|G| si σ = 1,
rG (σ) =
0 si σ ̸= 1.

En efecto, fijemos τ ∈ G. Si τ ̸= 1 la matriz de ρ(τ ) respecto de la base G

tiene en la fila correspondiente a σ un único 1 situado en la columna correspon-
diente a στ ̸= σ, y ceros en los demás lugares, luego la diagonal es nula y, por
consiguiente rG (τ ) = 0.

Ejemplo El grupo D8 tiene 5 clases de conjugación:

cl(D4 ) = {{1}, {σ, σ 3 }, {σ 2 }, {τ, σ 2 τ }, {στ, σ 3 τ }},

y se comprueba sin dificultad que el carácter χ asociado a la representación

matricial determinada por

cos 2π sen 2π
     
4 4 0 1 −1 0
σ= = , τ= .
− sen 2π
4 cos 2π
4 −1 0 0 1

es el determinado por la tabla:

1 σ σ2 τ στ
χ 2 0 −2 0 0

(sólo hay que calcular las matrices correspondientes a cada elemento y calcular
su traza).

Ejercicio: Calcular el carácter asociado a la representación de D6 construida tras la

definición 6.1.
Observemos que LG(1, K) = ∼ K ∗ y el isomorfismo puede verse como el que
a cada matriz le asigna su traza, luego una representación matricial de grado 1
de un grupo G puede verse como un homomorfismo de grupos G −→ K ∗ , que
se identifica a su vez con su carácter. Así pues:

Teorema 6.13 Los caracteres de grado 1 de un grupo finito G son simplemente

los homomorfismos de grupos χ : G −→ K ∗ .

Veremos más adelante que los caracteres irreducibles de los grupos abelianos
tienen necesariamente grado 1, de modo que lo que se conoce habitualmente
como “caracteres de un grupo abeliano” son en este contexto sus caracteres
irreducibles sobre C, es decir, los homomorfismos G −→ C∗ .
El teorema siguiente muestra que la suma de caracteres es de nuevo un
carácter:

Teorema 6.14 Sean ρi : G −→ Aut(Vi ), para i = 1, 2, dos representaciones de

un grupo G y sean χi : G −→ K sus caracteres correspondientes. Entonces el
carácter de ρ1 ⊕ ρ2 es χ1 + χ2 .
216 Capítulo 6. Caracteres de grupos

Demostración: Si fijamos bases Bi de Vi y llamamos ρ̄i (σ) a la matriz de

ρi (σ) en la base Bi , es claro que la matriz de (ρ1 ⊕ ρ2 )(σ) en la base B1 ∪ B2
de V1 ⊕ V2 es  
ρ̄1 (σ) 0
,
0 ρ̄2 (σ)
y la traza de esta matriz es χ1 (σ) + χ2 (σ).
Puede probarse que el producto de caracteres es también un carácter, pero
no vamos a necesitar este hecho.

NOTA: A partir de aquí supondremos tácitamente que el cuerpo de coeficien-

tes sobre el que consideramos las representaciones es un cuerpo algebraicamente
cerrado K ⊂ C.
Probaremos que, en estas condiciones, es irrelevante la elección de K, de
modo que es indiferente tomar K = C o K = A (el cuerpo de los números
algebraicos sobre Q).

Teorema 6.15 Si ρ : G −→ Aut(V ) es una representación y σ ∈ G, entonces V

admite una base formada por vectores propios de ρ(σ), y los valores propios son
raíces |G|-ésimas de la unidad.

Demostración: Restringiendo ρ al subgrupo generado por σ, podemos

suponer que G está generado por σ. Como K es algebraicamente cerrado, el
automorfismo ρ(σ) tiene al menos un valor propio α1 ∈ K (una raíz de su
polinomio característico). Sea v1 ∈ V un vector propio asociado a α1 , de modo
que v1 σ = α1 v1 y, en general, v1 σ n = α1n v1 . Así pues, W1 = ⟨v1 ⟩ es un K[G]-
submódulo. Por 6.10 podemos descomponer V = W1 ⊕ V1 , donde V1 es también
un K[G]-submódulo.
Repitiendo el mismo razonamiento con V1 podemos encontrar un K[G]-
submódulo W2 = ⟨v2 ⟩ y una descomposición V = W1 ⊕ W2 ⊕ V2 . Tras un
número finito de pasos llegamos a una descomposición V = W1 ⊕ · · · ⊕ Wn en
K[G]-submódulos de la forma Wi = ⟨vi ⟩, donde cada vi es obviamente un vector
propio de ρ(σ).
La matriz de ρ(σ) en esta base es diagonal, y los elementos de la diagonal
son sus valores propios αi . Si n = |G|, se cumple que σ n = 1, luego αin = 1,
luego los valores propios αi son raíces n-simas de la unidad.
En general no es posible elegir una base de V tal que la matriz de ρ(σ) sea
diagonal simultáneamente para todo σ ∈ G, pero, como la traza χ(σ) se puede
calcular a partir de la matriz de ρ(σ) en cualquier base, concluimos que

χ(σ) = ϵ1 + · · · + ϵn ,

donde los números ϵi ∈ K son raíces |G|-ésimas de la unidad y, en particular,

son enteros algebraicos (es decir, que son raíces de polinomios mónicos con
coeficientes enteros). Pero la suma de enteros algebraicos es un entero algebraico
[Al 8.9]), luego tenemos probado el teorema siguiente:
6.2. Caracteres 217

Teorema 6.16 Los valores que toman los caracteres de los grupos finitos son
enteros algebraicos.

En particular podemos ver los caracteres como aplicaciones χ : G −→ A,

aunque no hemos probado que las representaciones matriciales que los definen
tengan necesariamente sus coeficientes en A. Como es habitual, representamos
con una barra la conjugación compleja.

Teorema 6.17 Si χ : G −→ A es un carácter de un grupo finito G, entonces,

para todo σ ∈ G, se cumple que χ(σ −1 ) = χ(σ).

Demostración: Sea ρ : G −→ Aut(V ) una representación que genere el

carácter dado. Según 6.15, podemos elegir una base de V en la que ρ(σ) admite
una matriz diagonal (αij ) cuya diagonal está formada por raíces de la unidad,
que son elementos de A de módulo 1. Entonces
P −1 P
χ(σ −1 ) = αii = ᾱii = χ(σ).
i i

Como tercera aplicación de 6.15 mostramos que un carácter determina el

núcleo de la representación que lo genera:

Definición 6.18 Si χ : G −→ A es un carácter de un grupo finito G, llamare-

mos núcleo de χ al conjunto

N(χ) = {σ ∈ G | χ(σ) = χ(1)}.

Teorema 6.19 Si ρ : G −→ Aut(G) es una representación de un grupo finito G

y χ es el carácter que determina, entonces el núcleo de χ es el núcleo de ρ.

Demostración: Obviamente, σ ∈ G está en el núcleo de ρ si y sólo si

ρ(σ) = In , donde n es el grado de la representación, luego, en tal caso, se cumple
que χ(σ) = n = χ(1). Recíprocamente, si χ(σ) = n, sabemos que, en una base
adecuada, ρ(σ) se corresponde con una matriz diagonal y χ(σ) = ϵ1 + · · · + ϵn
es la suma de dicha diagonal. Los ϵi son números complejos de módulo 1, luego
la parte real de cada uno de ellos es ≤ 1. Para que la suma dé n es necesario
que todas las partes reales sean 1, lo cual implica que ϵi = 1 y, por consiguiente,
que ρ(σ) = In , de modo que σ está en el núcleo de ρ.

Definición 6.20 Si G es un grupo finito, N es un subgrupo normal, para cada

carácter χ : G/N −→ A de G/N definimos el carácter χ̂ : G −→ A dado por
χ̂(σ) = χ(σN ).

Se trata ciertamente de un carácter porque si ρ : G/N −→ Aut(V ) es la re-

presentación que determina χ, entonces la composición G −→ G/N −→ Aut(V )
es una representación de G que genera χ̂.
Es claro que χ es irreducible si y sólo si lo es χ̂. Además, tenemos que
N ≤ N(χ̂). Recíprocamente, es claro que todo carácter ψ de G que cumpla
N ≤ N(ψ) es de la forma ψ = χ̂, para cierto carácter χ : G/N −→ A.
218 Capítulo 6. Caracteres de grupos

En vista de esto, en lo sucesivo identificaremos los caracteres de un grupo

cociente G/N con los caracteres de G cuyo núcleo contiene a N .
Las propiedades fundamentales de los caracteres se deducen del teorema
siguiente:

Teorema 6.21 (Lema de Schur) Sean ρi : G −→ Aut(Vi ), para i = 1, 2

dos representaciones irreducibles de un grupo finito G y sea f : V1 −→ V2 un
homomorfismo de K[G]-módulos. Si las representaciones no son isomorfas, se
cumple que f = 0 y, si V1 = V2 y ρ1 = ρ2 , entonces existe un α ∈ K tal que
f (v) = αv, para todo v ∈ V1 .

Demostración: Si f ̸= 0, el núcleo de V1 ha de ser un K[G]-submódulo

distinto de V1 , luego ha de ser trivial, y la imagen ha de ser un K[G]-submódulo
no trivial de V2 , luego ha de ser todo V2 . Esto prueba que f es un isomorfismo
y las representaciones son isomorfas.
Si suponemos que ambas representaciones son la misma, sea α ∈ K un valor
propio de f (aquí usamos que K es algebraicamente cerrado). Sea f ′ : V1 −→ V1
la aplicación lineal dada por f ′ (v) = f (v)−αv. Es claro que es un homomorfismo
de K[G]-módulos que y su núcleo no es trivial (porque contiene a los vectores
propios asociados a α) luego, por la parte ya probada, f ′ = 0, luego f (v) = αv
para todo v ∈ V1 .
Para extraer consecuencias del lema de Schur conviene introducir la notación
siguiente:

Definición 6.22 Si G es un grupo finito, representamos por K G al conjunto

de funciones ϕ : G −→ K. Definimos en K G la forma bilineal simétrica
1 P
⟨ϕ, ψ⟩ = ϕ(σ)ψ(σ −1 ).
|G| σ∈G

El teorema siguiente generaliza a [ITAn 7.22]:

Teorema 6.23 (Relaciones de ortogonalidad) Si χ1 y χ2 son dos caracte-

res irreducibles de un grupo finito G, entonces

1 si χ1 = χ2 ,
⟨χ1 , χ2 ⟩ =
0 si χ1 ̸= χ2 .

Demostración: Sean ρi : G −→ Aut(Vi ) representaciones que generen

los caracteres χi . Sea h : V1 −→ V2 una aplicación lineal arbitraria y sea
h0 : V1 −→ V2 la aplicación lineal dada por
1 P
h0 (v) = h(vσ)σ −1 .
|G| σ∈G

Se cumple que h0 es un homomorfismo de K[G]-módulos, pues

 
0 1 P −1 1 P −1
h (vτ ) = h(vτ σ)σ = h(vτ σ)(τ σ) τ = h0 (v)τ.
|G| σ∈G |G| σ∈G
6.2. Caracteres 219

1 2
Fijemos bases de ambos espacios vectoriales, sean (rij (σ)), (rij (σ)) las ma-
trices de ρi (σ) en las bases respectivas y sean (xij ), (x0ij ) las matrices de h y h0 ,
respectivamente. Entonces,
1 P 1
x0ij = 2
r (σ)xkl rlj (σ −1 ).
|G| σ,k,l ik

Si χ1 ̸= χ2 , las representaciones no son isomorfas, luego, según el lema de

Schur, ha de ser h0 = 0, cualquiera que sea la aplicación h de partida. Así pues,
el miembro derecho de la igualdad anterior ha de ser nulo cualesquiera que sean
los valores de xkl . Si hacemos xij = 1 y xkl = 0 cuando (k, l) ̸= (i, j), nos queda
que
1 P 1 2
r (σ)rjj (σ −1 ) = 0
|G| σ∈G ii
y, sumando para todo i, j, queda que
1 P
⟨χ1 , χ2 ⟩ = χ1 (σ)χ2 (σ −1 ) = 0.
|G| σ∈G

Tomemos ahora ρ1 = ρ2 . Entonces el lema de Schur nos da que h0 (v) = αv

para todo v ∈ V1 . El valor de α depende de h, y podemos calcularlo. Para ello
observamos que
1 P 1 P
nα = Tr(h0 ) = Tr(ρ1 (σ) ◦ h ◦ ρ2 (σ −1 )) = Tr(h) = Tr(h),
|G| σ∈G |G| σ∈G

luego α = (1/n) Tr(h). En el caso i ̸= j, tomando igualmente xij = 1 y xkl = 0

cuando (k, l) ̸= (i, j), obtenemos igualmente que
1 P 1 1
r (σ)rjj (σ −1 ) = 0.
|G| σ∈G ii

En cambio, para i = j, la misma elección de xkl hace que Tr(h) = 1, luego

1 1 P 1
= 1
r (σ)rjj (σ −1 ).
n |G| σ∈G ii

Al sumar para todo i y todo j, la igualdad i = j se da n veces, luego sumamos

n veces la última ecuación y llegamos a que
1 P
⟨χ1 , χ1 ⟩ = χ1 (σ)χ1 (σ −1 ) = 1.
|G| σ∈G

En realidad, la prueba del teorema anterior contiene más información que la

que indica su enunciado, puesto que hemos probado que ⟨χ1 , χ2 ⟩ = 0, no bajo
la hipótesis de que χ1 ̸= χ2 , sino bajo la hipótesis de que las representaciones
ρ1 y ρ2 no eran isomorfas. Por consiguiente, si dos representaciones irreducibles
no son isomorfas, sus caracteres χ1 y χ2 han de ser distintos o, de lo contrario,
cumplirían que ⟨χ1 , χ2 ⟩ = 1, mientras que hemos visto que ⟨χ1 , χ2 ⟩ = 0.
220 Capítulo 6. Caracteres de grupos

En otras palabras, tenemos que dos representaciones irreducibles de un

grupo G son isomorfas si y sólo si determinan el mismo carácter. Vamos a
ver que esto es cierto aunque las representaciones no sean irreducibles. Esto es
una consecuencia inmediata del teorema siguiente:
Teorema 6.24 Sea ρ : G −→ Aut(V ) una representación de G, sea ϕ su ca-
rácter y sea V = W1 ⊕ · · · ⊕ Wm una descomposición de V en subespacios
invariantes irreducibles. Para cada carácter irreducible χ de G, el número de
subespacios Wi que determinan una representación con carácter χ es ⟨ϕ, χ⟩.
Demostración: Sea χi el carácter de la subrepresentación asociada a Wi .
Entonces ϕ = χ1 + · · · + χm , luego ⟨ϕ, χ⟩ = ⟨χ1 , χ⟩ + · · · + ⟨χm , χ⟩, y las
relaciones de ortogonalidad implican que este valor es el número de índices i
tales que χi = χ.
Dicho de otro modo, si una representación tiene carácter ϕ, es necesariamente
la suma directa de tantas representaciones irreducibles de carácter χ como indica
el producto ⟨ϕ, χ⟩. Así pues:
Teorema 6.25 Dos representaciones de un grupo finito G son isomorfas si y
sólo si determinan el mismo carácter.
Concluimos también que todo carácter ϕ se descompone de forma única como
combinación lineal
ϕ = n1 χ1 + · · · + nm χm
de caracteres irreducibles con coeficientes enteros ni ≥ 0. Además,
⟨ϕ, ϕ⟩ = n21 + · · · + n2m ,
luego ϕ es irreducible si y sólo si ⟨ϕ, ϕ⟩ = 1.
El teorema 6.25 es un hecho sorprendente, y es la clave por la que los carac-
teres tienen interés en el estudio de los grupos: aunque la traza de una matriz no
determina ni mucho menos la matriz de la que se obtiene, las trazas de las ma-
trices de una representación matricial de G determinan la representación salvo
isomorfismo. Resulta así que los caracteres de un grupo G contienen mucha más
información sobre G de lo que se podría pensar en un principio.

Ejemplo El carácter χ que hemos calculado para el grupo D8 en la página

215 es irreducible, pues
1 P 1
⟨χ, χ⟩ = χ(σ)2 = (4 + 4) = 1.
8 σ∈G 8
Vamos a probar que el número de caracteres irreducibles es finito. Para ello
consideramos la representación regular ρ : G −→ Aut(K[G]). En el ejemplo de
la página 215 hemos visto que

g si τ = 1,
rG (τ ) =
0 si τ ̸= 1,
donde g es el orden de G.
6.2. Caracteres 221

Ahora, si χ es cualquier carácter irreducible de G, tenemos que

⟨rG , χ⟩ = χ(1).

Por lo tanto, si rG = n1 χ1 + · · · + nh χh es la descomposición de rG en suma

de caracteres irreducibles, los caracteres χi resultan ser todos los caracteres
irreducibles de G, y ni = χi (1) es el grado de χi . Teniendo en cuenta que
⟨rG , rG ⟩ = g, tenemos probado el teorema siguiente:

Teorema 6.26 Un grupo finito G tiene un número finito de caracteres irredu-

cibles χ1 , . . . , χh , cuyos grados ni verifican la relación

n21 + · · · + n2h = |G|.

Ejemplo Conocemos dos caracteres irreducibles del grupo D8 , a saber, el

carácter trivial χ1 = 1 y el carácter de grado 2 calculado en la página 215.
Como 8 − 12 − 22 = 3 y la única forma de expresar 3 como suma de cuadrados
es 3 = 11 + 12 + 12 , concluimos que D8 tiene un total de 5 caracteres, los dos
que conocemos, que llamaremos χ1 y χ5 , y otros tres caracteres χ2 , χ3 , χ4 de
los que sabemos que tienen grado 1.

Si aplicamos el teorema 6.26 al caso K = A, vemos que G tiene h repre-

sentaciones irreducibles sobre A, con caracteres χi , cuyos grados al cuadrado
suman |G|. Si ahora K ⊂ C es un cuerpo arbitrario (algebraicamente cerrado),
tenemos que A ⊂ K, y las mismas representaciones matriciales con coeficientes
en A pueden verse como representaciones matriciales sobre K que determinan
los mismos caracteres. Como la relación ⟨χi , χi ⟩ = 1 no depende del cuerpo
considerado, vemos que al considerarlas como representaciones sobre K siguen
siendo irreducibles y, como sus grados al cuadrado siguen sumando |G|, no
puede haber más representaciones irreducibles de G sobre K. Si, por último,
tenemos en cuenta que toda representación es suma directa de representaciones
irreducibles, tenemos que toda representación de un grupo finito G sobre un
cuerpo K ⊂ C algebraicamente cerrado es isomorfa a una determinada por una
representación sobre A, la cual es irreducible sobre A si y sólo si lo es sobre K.
O, dicho de otro modo, que al considerar una representación que genera un
carácter dado, siempre podemos exigir que esté definida por una representación
matricial con coeficientes en A. De hecho, es fácil ver que todo lo dicho hasta
aquí vale para representaciones sobre cualquier cuerpo algebraicamente cerrado
de característica 0 (sin que importe si es o no un subcuerpo de C), por lo que
en la teoría de representaciones ordinarias (sobre cuerpos de característica 0),
cualquier cuerpo algebraicamente cerrado da lugar a las mismas representaciones
y a los mismos caracteres.
Por consiguiente, a partir de aquí podríamos trabajar exclusivamente en el
caso K = A sin pérdida de generalidad, pero nos será más cómodo aún trabajar
en el caso K = C.
222 Capítulo 6. Caracteres de grupos

6.3 Caracteres complejos

Para trabajar con caracteres complejos es más natural sustituir la forma
bilineal ⟨ , ⟩ por el siguiente producto escalar:

Definición 6.27 Si G es un grupo finito, definimos en el espacio vectorial CG

el producto escalar dado por
1 P
(ϕ, ψ) = ϕ(σ)ψ(σ).
|G| σ∈G

Observemos que es ciertamente un producto escalar, es decir, que cumple

las propiedades de la definición [An 3.36]:

1. (ϕ, ψ) = (ψ, ϕ),

2. (ϕ + ψ, χ) = (ϕ, χ) + (ψ, χ), (ϕ, ψ + χ) = (ϕ, ψ) + (ϕ, χ),

3. (αϕ, ψ) = α(ϕ, ψ), (ϕ, αψ) = ᾱ(ϕ, ψ),

4. (ϕ, ϕ) ≥ 0 y (ϕ, ϕ) = 0 si y sólo si ϕ = 0,

para todo ϕ, ψ, χ ∈ CG y todo α ∈ C.

Por otra parte, el teorema 6.17 prueba que, si ϕ, ψ ∈ CG son caracteres
de G, entonces ⟨ϕ, ψ⟩ = (ϕ, ψ). Ahora observamos que en la sección anterior
sólo hemos usado la forma bilineal ⟨ , ⟩ sobre caracteres, por lo que todos los
resultados de la sección anterior son válidos igualmente cambiando la forma
bilineal ⟨ , ⟩ por el producto escalar ( , ). Para trabajar con funciones arbitrarias
de CG es más práctico el producto escalar.

Definición 6.28 Si G es un grupo finito, una función de clases en G es una

aplicación f : G −→ C tal que f (ρ−1 τ ρ) = f (τ ) para todo par de elementos
τ, ρ ∈ G, es decir, una función que es constante en cada clase de conjugación
de G. Llamaremos F (G) ⊂ CG al subespacio vectorial formado por todas las
funciones de clases.

Tras la definición 6.12 hemos probado que los caracteres de G son funciones
de clases. Tenemos un isomorfismo natural K G ∼ = K[G] de espacios vectoriales
que identifica cada función ϕ ∈ K G con el elemento
P
ϕ(σ)σ ∈ K[G].
σ∈G

De acuerdo con el teorema 6.5, este isomorfismo hace corresponder F (G) con el
centro de C[G].
Probamos ahora una nueva consecuencia del lema de Schur, de la que ex-
traeremos a su vez numerosas consecuencias sobre los caracteres de un grupo
finito.
6.3. Caracteres complejos 223

Teorema 6.29 Sea ρ : G −→ Aut(V ) una representación irreducible de grado n

y carácter χ, y sea ϕ ∈ F (G) una función de clases, que podemos identificar con
P
x= ϕ(σ)σ ∈ Z(C[G]).
σ∈G

Entonces, para todo v ∈ V , se cumple que

|G|
vx = (ϕ, χ)v.
n
Demostración: Como x está en el centro de C[G], es claro que la aplicación
lineal f : V −→ V dada por f (v) = vx es un homomorfismo de C[G]-módulos,
luego el lema de Schur implica que existe un α ∈ C tal que f (v) = αv, para todo
v ∈ V . Sólo hemos de calcular α. Para ello usamos la linealidad de la traza:
P P
nα = Tr(f ) = ϕ(σ) Tr(ρ(σ)) = ϕ(σ)χ(σ) = |G|(ϕ, χ).
σ∈G σ∈G

La primera consecuencia es la siguiente:

Teorema 6.30 Si G es un grupo finito, sus caracteres irreducibles forman una

base (ortonormal) del espacio F (G) de las funciones de clases.

Demostración: Sean χ1 , . . . , χh los caracteres irreducibles de G. Las re-

laciones de ortogonalidad implican que son linealmente independientes, luego
sólo hemos de probar que generan H = F (G). Para ello basta probar que la
dimensión de H es h y, a su vez, para ello basta probar que los conjugados
χ1 , . . . , χh generan H. Notemos que (χi , χj ) = (χj , χi ), luego los conjugados
también son ortonormales.
Tomamos ψ ∈ H y consideramos la función de clases
h
P
ϕ=ψ− (ψ, χi )χi ,
i=1

que tiene la propiedad de que (ϕ, χi ) = 0 para todo i. Sólo hemos de probar
que esto implica que ϕ = 0. Sea x ∈ Z(C[G]) el elemento correspondiente a ϕ a
través del isomorfismo natural.
Consideremos una representación ρ : G −→ Aut(V ). Si es irreducible, el
teorema anterior nos da que vx = 0, para todo v ∈ V . Si no es irreducible, lle-
gamos a la misma conclusión descomponiéndolo en suma directa de submódulos
irreducibles.
Vamos a aplicar esto al caso en que V = C[G], es decir, a la representación
regular de G, y para v = 1. Entonces,
P
0 = 1x = ϕ(σ)σ,
σ∈G

luego ϕ = 0.
Es evidente que la dimensión de F (G) es igual al número de clases de con-
jugación de G, luego:
224 Capítulo 6. Caracteres de grupos

Teorema 6.31 El número de caracteres irreducibles de un grupo G es igual a

su número de clases de conjugación.

Si χ1 , . . . , χh son los caracteres irreducibles de un grupo G, tenemos que

toda función de clases f se expresa de forma única como
h
P
f= (f, χi )χi ,
i=1

luego la condición necesaria y suficiente para que una función de clases f ̸= 0

sea un carácter es que (f, χi ) sea un número natural para todo i.
El teorema 6.16 afirma que los valores que toman los caracteres son enteros
algebraicos. La siguiente consecuencia de 6.29 es otra propiedad de integridad:

Teorema 6.32 Sea χ un carácter irreducible de grado n de un grupo G y sea

ψ : G −→ C una función de clases cuyas imágenes sean enteros algebraicos.
Entonces
1 P
ψ(σ)χ(σ)
n σ∈G
es un entero algebraico.

Demostración: Consideremos la aplicación T : Z(C[G]) −→ C dada por

|G| P
T (x) = (ϕ, χ), donde x = ϕ(σ)σ.
n σ∈G
P
Observemos que T es C-lineal, pues si y = ψ(σ)σ, entonces
σ∈G
P
αx + βy = (αϕ + βψ)(σ)σ,
σ∈G

luego
|G|
T (αx + βy) = (αϕ + βψ, χ) = αT (x) + βT (y).
n
Por otra parte, el teorema 6.29 afirma que el homomorfismo V −→ V dado
por v 7→ vx es la homotecia de razón T (x). Como (vx)y = v(xy), concluimos que
la homotecia de razón T (xy) es la composición de la homotecia de razón T (x)
seguida de la homotecia de razón T (y) o, más simplemente: T (xy) = T (x)T (y).
En definitiva, T es un homomorfismo de C-álgebras.
Según 6.5, si cl(G) = {c1 , . . . , ch }, el centro de C[G] tiene por base los
elementos de la forma P
ei = σ.
σ∈ci

Observemos que las potencias eki son claramente combinaciones lineales de

elementos de G con coeficientes enteros, por lo que

eki ∈ Z[G] ∩ Z(C[G]) = ⟨e1 , . . . , eh ⟩Z .

6.3. Caracteres complejos 225

Si llamamos Z[ei ] al anillo formado por los elementos de la forma p(ei ),

donde p(t) ∈ Z[t], tenemos que Z[ei ] ⊂ ⟨e1 , . . . , eh ⟩Z , luego Z[ei ] es un Z-módulo
finitamente generado [Al 4.42]. Veamos que esto implica que ei es raíz de un
polinomio mónico con coeficientes enteros (el argumento es esencialmente el
mismo empleado en [Al 8.8]).
En efecto, sean p1 (ei ), . . . , pr (ei ) un generador de Z[ei ] y sea m un nú-
mero natural mayor que los grados de todos los polinomios pi . Entonces em i
es combinación lineal de los generadores, luego em i = p(ei ), para cierto polino-
mio p(t) ∈ Z[t] de grado menor que m, luego ei es raíz del polinomio mónico
fi (t) = tm − p(t).
Como T es un homomorfismo de anillos, de fi (ti ) = 0, al aplicar T se sigue
que fi (T (ei )) = 0, es decir que T (ei ) ∈ C es un entero algebraico.
Eligiendo σi ∈ ci , podemos expresar
P h
P
x= ψ(σ)σ = ψ(σi )ei
σ∈G i=1

y, aplicando T , resulta que

h
P
T (x) = ψ(σi )T (ei )
i=1

es también un entero algebraico, pero

|G| 1 P
T (x) = (ψ, χ) = ψ(σ)χ(σ).
n n σ∈G
Veamos una primera aplicación:
Teorema 6.33 Los grados de las representaciones irreducibles de un grupo G
dividen al orden de G.
Demostración: Basta probar que si χ es un carácter irreducible de G,
entonces χ(1) | |G|. Para ello aplicamos el teorema anterior a la función ψ = χ,
lo que nos da que
1 P |G| |G|
χ(σ)χ(σ) = (χ, χ) =
n σ∈G n n
es un entero algebraico. Como es un número racional, ha de ser entero, y esto
significa que n | |G|.
Los teoremas 6.26 y 6.31 nos dan una caracterización de los grupos abelianos:
Teorema 6.34 Un grupo finito G es abeliano si y sólo si todos sus caracteres
irreducibles tienen grado 1.
Demostración: Sea g el orden de G y h su número de clases. Es claro que
G es abeliano si y sólo si g = h. Si n1 , . . . , nh son los grados de los caracteres
irreducibles de G, sabemos que
n21 + · · · + n2h = g,
luego g = h si y sólo si ni = 1 para todo i.
226 Capítulo 6. Caracteres de grupos

Así pues, de acuerdo con el teorema 6.13, los caracteres irreducibles de un

grupo finito abeliano G son simplemente los homomorfismos χ : G −→ C∗ .

Relaciones de ortogonalidad duales A la hora de calcular tablas de ca-

racteres, es útil contar con que no sólo las filas de la tabla son ortogonales dos
a dos, sino que las columnas también lo son. En efecto:

Teorema 6.35 Sea G un grupo finito, sean χ1 , . . . , χh sus caracteres irreduci-

bles y sean σ, τ ∈ G. Entonces
h

P |G|/|clG (σ)| si clG (σ) = clG (τ ),
χr (σ)χr (τ ) =
r=1 0 si clG (σ) ̸= clG (τ ).

Demostración: Sean σ1 , . . . , σh representantes de las clases de conjuga-

ción de G y sea hi = |clG (σi )|. En estos términos, lo que hemos de probar es
que
h
P |G|
χr (σi )χr (σj ) = δij ,
r=1 hj
donde (δij ) es la matriz identidad. Consideremos las matrices B y C dadas por

hj
bij = χi (σj ), cij = χj (σi ).
|G|

Entonces, el elemento (i, j) de BC es

1 P h 1 P
hr χi (σr )χj (σr ) = χi (σ)χj (σ) = δij ,
|G| r=1 |G| σ∈G

por las relaciones de ortogonalidad, luego BC = I. Esto implica que CB = I,

lo que se traduce precisamente en la relación que queríamos probar.

Subgrupos normales El teorema 6.19 nos permite reconocer el núcleo de un

carácter a partir de la tabla de caracteres de un grupo. Obviamente, los núcleos
de caracteres son subgrupos normales. Los demás subgrupos normales de un
grupo dado pueden calcularse a partir de la tabla de caracteres sin más que
tener en cuenta que son intersecciones de núcleos:

Teorema 6.36 Todo subgrupo normal de un grupo finito es la intersección de

los núcleos de los caracteres irreducibles que lo contienen.

Demostración: Es trivial: sea G un grupo y N un subgrupo normal.

Los caracteres irreducibles que contienen a N en su núcleo son los caracteres
irreducibles de G/N , luego todo se reduce a probar que la intersección de los
núcleos de todos los caracteres irreducibles de un grupo dado es trivial, pero
ello se debe a que dicha intersección es el núcleo de la representación regular,
que es fiel.
6.3. Caracteres complejos 227

Teorema 6.37 El subgrupo derivado de un grupo finito es la intersección de

los núcleos de los caracteres irreducibles de grado 1.

Demostración: Si un carácter irreducible χ : G −→ C cumple G′ ≤ N(χ),

entonces χ es un carácter irreducible de G/G′ y, como el cociente es abeliano, χ
tiene grado 1. Recíprocamente, si χ tiene grado 1, entonces es un homomorfismo
χ : G −→ C∗ , luego G/ N(χ) es abeliano y, por consiguiente, G′ ≤ N(χ).
En particular, el número de caracteres de grado 1 de un grupo finito G es
igual al índice |G : G′ |.
También podemos calcular el centro de un grupo a partir de su tabla de
caracteres. Para ello definimos el centro de un carácter χ : G −→ C como el
conjunto
Z(χ) = {σ ∈ G | |χ(σ)| = χ(1)}.

Teorema 6.38 Sea G un grupo finito.

1. Si χ es un carácter de G asociado a una representación ρ : G −→ Aut(V ),

entonces
Z(χ) = {σ ∈ G | ρ(σ) es una homotecia }.

2. Z(χ) es un subgrupo de G y Z(χ)/ N(χ) es cíclico.

3. Z(G) es la intersección de los centros de todos los caracteres irreducibles

de G.

4. Si χ es un carácter irreducible y fiel de G, entonces Z(G) = Z(χ).

Demostración: 1) Dado σ ∈ G, según 6.15, eligiendo una base en V ,

podemos suponer que la matriz asociada al automorfismo ρ(σ) es diagonal y
χ(σ) = ϵ1 + · · · + ϵn es la suma de dicha diagonal. Además, todos los ϵi tienen
módulo 1.
Tenemos que σ ∈ Z(χ) si y sólo si |ϵ1 + · · · + ϵn | = n, y es fácil ver que
esto ocurre sí y sólo si todos los ϵi son iguales, es decir, si y sólo si ρ(σ) es una
homotecia de razón ϵ.
2) Ahora es inmediato que Z(χ) es un subgrupo de G. Más aún, si llamamos
λ(σ) a la razón de la homotecia ρ(σ), tenemos que λ : Z(χ) −→ C∗ es un
homomorfismo de grupos cuyo núcleo es N(χ), luego Z(χ)/ N(χ) es isomorfo a
un subgrupo finito de C∗ , luego ha de ser cíclico, por [Al 4.50].
3) Si χ es irreducible, el teorema 6.29 implica que Z(G) ≤ Z(χ). Por otra
parte, como ρ[Z(χ)] está formado por homotecias, ρ[Z(χ)] ≤ Z(ρ[G]). Teniendo
en cuenta el isomorfismo natural ρ[G] ∼ = G/ N(χ), vemos que

Z(χ)/ N(χ) ≤ Z(G/ N(χ)).

Si σ pertenece a los centros de todos los caracteres irreducibles de G y τ ∈ G,

se cumple que στ σ −1 τ −1 ∈ N(χ), y esto vale para todo carácter irreducible χ,
luego στ σ −1 τ −1 = 1, lo que implica que σ ∈ Z(G).
228 Capítulo 6. Caracteres de grupos

4) Si χ es un carácter irreducible y fiel de G (es decir, tal que N(χ) = 1),

en 3) hemos probado que Z(χ) ≤ Z(G), y también la inclusión opuesta, luego
Z(G) = Z(χ).
En particular, vemos que una condición necesaria para que un grupo G pueda
tener un carácter irreducible y fiel es que Z(G) sea cíclico. Hay ejemplos que
muestran que no es suficiente.

6.4 Ejemplos y aplicaciones

Los caracteres de C6 Por ejemplo, si G = ⟨g⟩ es un grupo cíclico de orden 6
y ζ ∈ C es una raíz de la unidad de orden 3, entonces −ζ es una raíz de la
unidad de orden 6, y es claro que cada homomorfismo χ : G −→ C∗ cumple
χ(g)6 = 1, luego χ(g) = (−ζ)i , para cierto i = 0, . . . 5, y estas 6 posibilidades
nos dan los 6 caracteres de G:

cl(x) 1 g g2 g3 g4 g5
|cl(x)| 1 1 1 1 1 1
χ0 1 1 1 1 1 1
χ1 1 −ζ ζ2 −1 ζ −ζ 2
χ2 1 ζ2 ζ 1 ζ2 ζ
χ3 1 −1 1 −1 1 −1
χ4 1 ζ ζ2 1 ζ ζ2
χ5 1 −ζ 2 ζ −1 ζ2 −ζ

Los caracteres de D8 Nos faltaba calcular los caracteres de grado 1 del

grupo D8 . Observemos que el subgrupo derivado es D8′ = 1, σ 2 , de modo que
D8 /D8′ ∼
= C2 × C2 tiene cuatro caracteres de grado 1, que son, por tanto, los
caracteres que buscamos más el carácter trivial.
Como los elementos de D8 /D8′ tienen orden 2, sus caracteres sólo pueden
tomar valores ±1, lo que nos deja sólo cuatro posibilidades y, como necesitamos
cuatro caracteres, todas las posibilidades corresponden realmente a caracteres
del cociente. Así, la tabla de caracteres (irreducibles) de D8 resulta ser:

cl(x) 1 σ σ2 τ στ
|cl(x)| 1 2 1 2 2
χ1 1 1 1 1 1
χ2 1 1 1 −1 −1
χ3 1 −1 1 1 −1
χ4 1 −1 1 −1 1
χ5 2 0 −2 0 0

Notemos que podríamos haber calculado χ5 a partir de los otros caracteres sin
necesidad de conocer la representación que lo genera. Basta tener en cuenta que
rG = χ1 + χ2 + χ3 + χ4 + 2χ5 y que rG toma siempre el valor 0 salvo en 1.
6.4. Ejemplos y aplicaciones 229

Los caracteres de Q8 El grupo cuaternio tiene cinco clases de conjugación:

cl(Q8 ) = {{1}, {−1}, {±i}, {±j}, {±k}}
Su subgrupo derivado es Q′8 = ⟨±1⟩ de modo que Q8 /Q′8 ∼ = C2 × C2 , luego este
cociente determina exactamente los mismos cuatro caracteres de grado 1 de D8 .
Esto implica que el quinto carácter ha de tener grado 2 y, teniendo en cuenta
que puede calcularse a partir del carácter regular de Q8 , concluimos que la tabla
de caracteres de Q8 es idéntica a la de D4 :
cl(x) 1 i −1 j k
|cl(x)| 1 2 1 2 2
χ1 1 1 1 1 1
χ2 1 1 1 −1 −1
χ3 1 −1 1 1 −1
χ4 1 −1 1 −1 1
χ5 2 0 −2 0 0
Vemos así que grupos no isomorfos pueden tener la misma tabla de caracte-
res. Una representación matricial que determina el carácter de grado 2 de Q8
es la dada en [G 4.6].

La tabla de caracteres de Σ3 El grupo Σ3 tiene tres clases de conjugación,

luego tres caracteres. Uno es el carácter trivial χ1 , otro el carácter del cociente
Σ3 /A3 ∼
= C2 , que asigna a cada permutación su signatura, y el tercero tiene que
tener grado 2, para que 6 = 12 + 12 + 22 , y puede deducirse de las relaciones de
ortogonalidad duales:
cl(x) 1 (12) (123)
|cl(x)| 1 3 2
χ1 1 1 1
χ2 1 −1 1
χ3 2 0 −1
No obstante, es fácil encontrar una representación de Σ3 que lo induce.
En general, una representación de grado n de Σn es la que resulta de tomar
un espacio vectorial V = ⟨e1 , . . . , en ⟩ de dimensión n y convertirlo en C[Σn ]-
módulo mediante ei σ = eσ(i) , la matriz asociada a ρ(σ) en la base e1 , . . . , en
tiene un 1 en cada fila y 0 en las demás posiciones, y el 1 de la fila i-ésima está
en la diagonal si y sólo si σ(i) = 1, por lo que el carácter χ asociado a esta
representación viene dado por
χ(σ) = |{i | σ(i) = i}|,
luego en el caso de Σ3 viene dado por χ(1) = 3, χ(12) = 1, χ(123) = 0.
En general, esta representación no es irreducible, pues ⟨e1 + · · · + en ⟩ es un
C[Σn ]-submódulo correspondiente a la representación trivial, pero en el caso de
Σ3 vemos que
χ3 = χ − χ1
sí que es irreducible.
230 Capítulo 6. Caracteres de grupos

La tabla de caracteres de Σ4 Sea χ1 el carácter trivial de Σ4 . Otro carácter

χ2 es el carácter no trivial de Σ4 /A4 ∼= C2 , que es el homomorfismo que asigna
el −1 a las permutaciones impares. Otro carácter χ3 es el asociado al carácter
de grado 2 del cociente Σ4 /V4 ∼= Σ3 . Como tiene que haber 5 caracteres, los dos
que faltan tienen que ser de grado 3, para que sea 24 = 12 + 12 + 22 + 32 + 32 .
Si al carácter asociado a la representación descrita en el ejemplo precedente
le restamos el carácter principal, obtenemos un carácter χ4 (el incluido en la
tabla siguiente) que resulta ser irreducible, pues (χ4 , χ4 ) = 1. El último carácter
se deduce de las relaciones de ortogonalidad duales:
cl(x) 1 (12) (123) (1234) (12)(34)
|cl(x)| 1 6 8 6 3
χ1 1 1 1 1 1
χ2 1 −1 1 −1 1
χ3 2 0 −1 0 2
χ4 3 1 0 −1 −1
χ5 3 −1 0 1 −1

El teorema pa q b de Burnside Una aplicación típica de la teoría de carac-

teres es la demostración del teorema de Burnside, que ya hemos usado en varias
ocasiones. Se trata de un teorema muy difícil de probar si no se usan caracteres
y con una prueba muy simple en términos de caracteres.
Necesitamos un resultado previo:

Teorema 6.39 Sea χ un carácter irreducible de un grupo finito G y sea σ ∈ G

tal que |clG (σ)| sea primo con χ(1). Entonces χ(σ) = 0 o bien |χ(σ)| = χ(1).

Demostración: Sean u, v ∈ Z tales que u|clG (σ)| + vχ(1) = 1. Entonces

u|clG (σ)|χ(σ) χ(σ)
+ vχ(σ) = .
χ(1) χ(1)
El miembro izquierdo es un entero algebraico por el teorema 6.32, aplicado
a la función de clases ψ que vale 1 sobre clG (σ) y 0 en las demás clases. Por
consiguiente, el número a = χ(σ)/χ(1) también es un entero algebraico.
Sea K la adjunción a Q de las raíces del polinomio mínimo de a sobre Q (de
modo que K/Q es una extensión normal, por [Al 5.21]). Si a = a1 , . . . , an son
estas raíces, tenemos [Al 5.23] que ai es la imagen de a por un Q-automorfismo
de K. Como χ(σ) es suma de χ(1) raíces de la unidad, cada ai es de la forma
suma de χ(1) raíces de la unidad
,
χ(1)

luego |ai | ≤ 1. Por consiguiente | NK

Q (a)| ≤ 1 y esta norma es un entero al-
gebraico [Al 8.9], a la vez que un número racional, luego ha de ser un número
entero [Al 8.7], más concretamente, 0 o ±1.
6.4. Ejemplos y aplicaciones 231

Si NK K
Q (a) = 0, entonces a = 0 y χ(σ) = 0, mientras que si NQ (a) = ±1, ha
de ser |a| = 1, luego |χ(σ)| = χ(1).

Teorema 6.40 (Burnside) Todo grupo de orden pa q b , con p y q primos, es

resoluble.

Demostración: Sea G un grupo de orden pa q b . Razonamos por inducción

sobre el orden de G, es decir, suponemos que el teorema es cierto para todos
los grupos de orden menor que |G|. Si G es abeliano, es trivialmente resoluble,
luego podemos suponer que Z(G) < G.
Sea P un p-subgrupo de Sylow de G. Entonces Z(P ) ̸= 1, por 2.5, luego
podemos tomar σ ∈ Z(P ) tal que σ ̸= 1. Consideremos la clase de conjugación
′
C = clG (σ). Entonces P ≤ CG (σ), luego p ∤ |G : CG (σ)| = |C|, luego |C| = q b ,
para cierto b′ ≤ b.
Basta probar que G tiene un subgrupo 1 < N ◁ G, pues entonces N y G/N
son resolubles por hipótesis de inducción, luego G también lo es. Supongamos
que no es así, es decir, que G es un grupo simple no abeliano.
Si b′ = 0, entonces σ ∈ Z(G) ̸= 1, lo que nos da una contradicción. Supon-
gamos, pues, que b′ > 0. Sean χ1 , . . . , χh los caracteres irreducibles de G, donde
χ1 = 1. El teorema 6.35 nos da que
h
P h
P
0= χi (1)χi (σ) = 1 + χi (1)χi (σ).
i=1 i=2

Podemos ordenar los caracteres de modo que q ∤ χi (1) para 1 ≤ i ≤ h0 y

q | χi (1) para h0 < i ≤ h. En el primer caso, tenemos que χi (1) es primo con
|clG (σ)|, luego el teorema anterior nos da que χi (σ) = 0 o bien |χi (σ)| = χi (1).
Si se da esta segunda posibilidad, como χi es fiel (porque G es simple), 6.38 nos
da que σ ∈ Z(G), lo cual es imposible. Por consiguiente, ha de ser χi (σ) = 0.
Esto nos reduce la igualdad anterior a
h
P
1+ χi (1)χi (σ) = 0,
i=h0 +1

donde q divide a cada χi (1), pero esto es absurdo, porque nos permite expresar
el número racional 1/q como combinación lineal entera de enteros algebraicos,
lo que implica que 1/q ∈ Z.

Una caracterización de los grupos abelianos Veamos ahora una curiosa

caracterización de los grupos abelianos. Primero demostramos lo siguiente:

Teorema 6.41 Si un grupo finito G tiene h clases de conjugación, entonces

|G| + 3|G : G′ | ≥ 4h.

232 Capítulo 6. Caracteres de grupos

Demostración: Sean n1 , . . . , nh los grados de los caracteres irreducibles

de G. Por la observación tras el teorema 6.37, de todos ellos, habrá k = |G : G′ |
iguales a 1. Podemos suponer que son los k primeros, de modo que, por 6.26,
se cumple que

|G| = k + n2k+1 + · · · + n2h ≥ k + 4(h − k) = 4h − 3k.

Ahora podemos probar que si la probabilidad de que dos elementos de un

grupo finito conmuten es mayor que 5/8 = 0.625, es que el grupo es abeliano:

Teorema 6.42 Si G es un grupo finito y

|{(g, h) ∈ G × G | gh = hg}| 5
2
> ,
|G| 8
entonces G es abeliano.

Demostración: Basta observar que

P P
|{(g, h) ∈ G × G | gh = hg}| = |{h ∈ G | gh = hg}| = |CG (g)|.
g∈G g∈G

Si llamamos c1 , . . . , ch a las clases de conjugación de G, entonces, para cada

g ∈ ci , tenemos que |ci | = |G : CG (g)|, luego la suma anterior es
h X h
X |G| X
= |ci ||G|/|ci | = h|G|,
i=1 g∈c
|ci | i=1
i

luego el cociente de la izquierda en el enunciado es h/|G|, luego la hipótesis es

que h/|G| > 5/8. Por el teorema anterior,

|G| + 3|G : G′ | ≥ 4h > 5|G|/2,

luego |G : G′ | > |G|/2, luego |G′ | < 2, luego G′ = 1, y esto significa que G es
abeliano.
El valor 5/8 no puede reducirse, pues si un grupo cumple |G : Z(G)| = 4,
la probabilidad de que dos de sus elementos conmuten es exactamente 5/8. En
efecto, si
G/Z(G) = {Z(G), u1 Z(G), u2 Z(G), u3 Z(G)},
los |Z(G)|2 pares de Z(G) × Z(G) conmutan, al igual que los 3|Z(G)|2 pares
de Z(G) × ui Z(G), para i = 1, 2, 3, así como los de ui Z(G) × Z(G) y los de
ui Z(G) × ui Z(G). Esto hace un total de 10|Z(G)|2 pares, luego la probabilidad
de conmutar es al menos
10|Z(G)|2 5
= .
16|Z(G)|2 8
Puesto que G no es abeliano, el teorema anterior implica que se cumple la
igualdad.
Capítulo VII

Grupos de permutaciones II

En este capítulo vamos a profundizar en el estudio de los grupos de permu-

taciones. En principio, un grupo de permutaciones es un subgrupo G de un
grupo simétrico ΣΩ , pero conviene dar una definición ligeramente más general:

Definición 7.1 Un grupo de permutaciones sobre un conjunto Ω es un par

(G, ρ), donde G es un grupo y ρ : G −→ ΣΩ es un monomorfismo de grupos.

Equivalentemente, un grupo de permutaciones G es un grupo dotado de

una acción fiel sobre un conjunto Ω, de modo que cada elemento de G puede
identificarse con una permutación de Ω.

7.1 Grupos de permutaciones primitivos y múl-

tiplemente transitivos
Recordemos que una acción de un grupo G sobre un conjunto Ω es transi-
tiva si determina una única órbita, es decir, si cualquier elemento de Ω puede
transformarse en cualquier otro mediante un elemento adecuado de G. Existen
formas más fuertes de transitividad:

Definición 7.2 Una acción de un grupo G sobre un conjunto Ω es k veces

transitiva si cuando x1 , . . . , xk son elementos de Ω distintos dos a dos e y1 , . . . , yk
también, existe un g ∈ G tal que xi g = yi para i = 1, . . . , k. Si el elemento g es
único se dice que la acción es estrictamente k-veces transitiva.

Así las acciones “una vez transitivas” son simplemente las acciones transi-
tivas. Las acciones k-veces transitivas, con k ≥ 2 se llaman también múltiple-
mente transitivas. Las acciones estrictamente 1-transitivas se llaman acciones
regulares.
Es obvio que si 1 ≤ k ≤ l, toda acción l veces transitiva es también k veces
transitiva.

233
234 Capítulo 7. Grupos de permutaciones II

Recordemos que si G actúa sobre Ω y x, x′ ∈ Ω, g ∈ G cumplen xg = x′ ,

entonces sus estabilizadores cumplen Ggx = Gx′ . En particular, si la acción es
transitiva todos los estabilizadores son conjugados.
En tal caso, la acción es regular si y sólo si los estabilizadores son triviales
(o, equivalentemente, si lo es uno cualquiera de ellos). En efecto, si Gx = 1 y
xg = xg ′ = x′ , entonces xgg ′−1 = x, luego gg ′−1 ∈ Gx , luego g = g ′ y la acción
es regular. Recíprocamente, si la acción es regular, el único g ∈ G que cumple
xg = x tiene que ser g = 1, luego Gx = 1.
Ejemplos Un caso trivial de transitividad múltiple es la del grupo simétrico
Σn , que es claramente n veces transitivo. En cambio, si consideramos la acción
natural del grupo diédrico D8 sobre los vértices de un cuadrado, vemos que se
trata de un grupo de permutaciones transitivo no doblemente transitivo, pues
ningún elemento de D8 transforma un par de vértices contiguos en un par de
vértices opuestos.
Si Ω es una recta proyectiva, cualquier terna de puntos distintos en Ω es un
sistema de referencia proyectivo (definición [G 8.18]), luego el teorema [G 8.20]
nos da que el grupo de las homografías de Ω es un grupo de permutaciones
estrictamente triplemente transitivo sobre Ω.
Si Ω es una recta afín, el grupo de las afinidades de Ω es estrictamente
doblemente transitivo sobre Ω.
Esto se puede probar análogamente al caso proyectivo (existe una única
afinidad que transforma dos puntos afínmente independientes en otros dos) y
también se deduce del ejemplo anterior teniendo en cuenta que las biyecciones
afines de Ω se identifican con las homografías de la extensión de Ω a una recta
proyectiva que fijan el punto infinito, con lo que, dados dos pares de puntos
finitos distintos (x1 , x2 ), (y1 , y2 ), existe una única homografía (biyección afín)
que transforma (x1 , x2 , ∞) en (y1 , y2 , ∞).
Tenemos así ejemplos de grupos transitivos no doblemente transitivos, de
grupos doblemente transitivos no triplemente transitivos y de grupos triplemente
transitivos no cuádruplemente transitivos.

Teorema 7.3 Sea G un grupo de permutaciones k veces transitivo sobre un

conjunto Ω de cardinal n. Las afirmaciones siguientes son equivalentes:

1. G es estrictamente k veces transitivo.

2. Si g ∈ G fija a k elementos de Ω entonces g = 1.

3. |G| = n!/(n − k)!.

Si k ≥ 2, estas afirmaciones equivalen también a

4. Para cada x ∈ Ω el estabilizador Gx es estrictamente k − 1 veces transitivo

sobre Ω \ {x}.
7.1. Grupos de permutaciones primitivos y múltiplemente transitivos 235

Demostración: Claramente 1 ⇒ 2, y también se cumple el recíproco, pues

si tuviéramos g1 , g2 en G tales que xj gi = yj , para dos k-tuplas (x1 , . . . , xk ),
(y1 , . . . , yk ) de elementos de Ω distintos dos a dos, entonces xj g1 g2−1 = xj para
todo j, luego g1 g2−1 = 1, luego g1 = g2 , y la acción es estrictamente k veces
transitiva.
Dado cualquier x ∈ Ω, tenemos que el cardinal de su órbita (que es n) es el
índice del estabilizador Gx , es decir, que |G| = n|Gx |. Si k = 1 la transitividad
estricta equivale a que |Gx | = 1, luego también a que |G| = n, luego 1 ⇔ 3.
A partir de aquí suponemos que k ≥ 2 y observamos que si x ∈ Ω, entonces
Gx es claramente k − 1 veces transitivo sobre Ω \ {x}. Por lo tanto, por la
equivalencia 1 ↔ 2 ya probada, vemos que Gx es estrictamente k − 1 veces
transitivo sobre Ω \ {x} si y sólo si el único elemento de Gx que fija a k − 1
elementos de Ω \ {x} es la identidad.
Esto implica a su vez que 2 ⇔ 4, pues el hecho de que el único elemento de G
que fija a k elementos de Ω sea la identidad equivale a que el único elemento
de Gx que fije a todos los elementos de Ω \ {x} sea la identidad.
Finalmente observamos que si x1 ∈ Ω, entonces |G| = n|Gx1 | y, a su vez, si
x2 ∈ Ω es distinto de x1 , tenemos que |G| = n(n − 1)|Gx1 x2 |, donde el último
grupo es el estabilizador de x2 en Gx1 , es decir, el subgrupo de los elementos de
G que fijan a x1 y x2 . De este modo llegamos a que
n!
|G| = Gx ···x ,
(n − k)! 1 k

pero, por 2), G es estrictamente k veces transitivo si y sólo si Gx1 ···xk = 1, lo

que equivale a que |G| = n!/(n − k)! y tenemos que 1 ⇔ 3.
Con esto obtenemos un segundo ejemplo elemental de transitividad múltiple:

Teorema 7.4 Para cada n, el grupo Σn es estrictamente n veces transitivo y,

si n ≥ 3, el grupo An es estrictamente n − 2 veces transitivo.

Demostración: Ya hemos señalado que Σn es obviamente n veces transi-

tivo.
Si x1 , . . . , xn−2 , y1 , . . . , yn−2 son elementos de Ω = {1, . . . , n} distintos dos a
dos en cada bloque, podemos completarlos hasta x1 , . . . , xn , y1 , . . . , yn y consi-
derar la permutación g ∈ Σn dada por g(xi ) = yi . Si g es impar, intercambiando
yn−1 , yn si es preciso podemos suponer que xn ̸= yn , con lo que f = g(xn , yn ) es
par y sigue cumpliendo f (xi ) = yi para i = 1, . . . , n − 2, luego An es n − 2 veces
transitivo, y la transitividad es estricta por el teorema anterior (apartado 3).

Puede probarse que hay pocos grupos k-transitivos para k ≥ 4. Para precisar
esta afirmación necesitamos la noción obvia de isomorfismo de acciones:

Definición 7.5 Un isomorfismo entre dos acciones ρi : Ωi × Gi −→ Ωi , para

i = 1, 2 es un par (f, ϕ), donde f : Ω1 −→ Ω2 es una biyección y ϕ : G1 −→ G2
236 Capítulo 7. Grupos de permutaciones II

es un isomorfismo de grupos de modo que, para todo x ∈ Ω1 y todo g ∈ G1 se

cumpla
f (xg) = f (x)ϕ(g).

Puede probarse que todo grupo de permutaciones 6-transitivo es isomorfo

(en el sentido de la definición anterior) a Σn , para n ≥ 6 o bien a An para
n ≥ 8, mientras que, de grupos cuatro o cinco veces transitivos (además de los
Σn , para n ≥ 4 y An , para n ≥ 6), sólo hay cinco ejemplos más, que son los
cinco grupos de Mathieu que presentaremos en la sección 7.3.
Ahora vamos a estudiar una propiedad una propiedad intermedia entre la
transitividad y la transitividad doble:

Definición 7.6 Sea G un grupo que actúe transitivamente sobre un conjunto Ω.

Si ∆ ⊂ Ω es un conjunto no vacío, diremos que es un bloque si para todo g ∈ G
se cumple que ∆g = ∆ o ∆ ∩ ∆g = ∅. Diremos que es un bloque trivial si
∆ = Ω o bien ∆ tiene un único elemento. La acción de G sobre Ω es primitiva
si no tiene bloques no triviales. Es frecuente hablar de grupos primitivos en el
sentido de grupos dotados de una acción primitiva.

Es obvio que los bloques triviales son bloques. En la acción de D4 sobre

los vértices de un cuadrado, dos vértices opuestos son un ejemplo de bloque no
trivial.
Es inmediato que toda acción doblemente transitiva es primitiva, pues si ∆
no es un bloque trivial, podemos tomar dos elementos distintos a, b ∈ ∆ y un
c ∈ Ω \ ∆, y tiene que existir un g ∈ G tal que ag = a, bg = c, con lo que
a ∈ ∆ ∩ ∆g, pero ∆ ̸= ∆g.

Teorema 7.7 Sea G un grupo que actúe transitivamente sobre un conjunto Ω

y sea a ∈ Ω. Entonces G es primitivo si y sólo si el estabilizador Ga es un
subgrupo maximal, es decir, si no hay ningún subgrupo Ga < H < G.

Demostración: Observemos que, como la acción es transitiva, todos los

estabilizadores son conjugados, luego que uno sea maximal es equivalente a que
lo sean todos.
Si B es un bloque no trivial y a ∈ B, entonces Ga < GB < G, donde GB es
el subgrupo formado por los f ∈ G tales que f [B] = B. En efecto, si f ∈ Ga ,
entonces a ∈ f [B] ∩ B, luego f [B] = B, pero si b ∈ B, b ̸= a, existe f ∈ G tal
que f (a) = b, y entonces b ∈ f [B] ∩ B, luego f [B] = B, y así f ∈ GB \ Ga .
También es obvio que GB < G. Por lo tanto, Ga no es un subgrupo maximal.
Recíprocamente, si existe un subgrupo Ga < H < G, consideremos el con-
junto B = {h(a) | h ∈ H} ⊂ Ω. Se trata de un bloque, pues si f ∈ H,
claramente f [B] = B, y vamos a ver que si f ∈ G \ H, entonces f [B] ∩ B = ∅.
En efecto, si x ∈ g[B] ∩ B, existen h, h′ ∈ H tales que x = h(a) = g(h′ (a)),
luego h′ gh−1 ∈ Ga ≤ H, luego g ∈ H.

Ejemplo El grupo cíclico Cn = ⟨(1, 2, . . . , n)⟩ ≤ Σn es transitivo, pero no

doblemente transitivo si n ≥ 4, y es primitivo si y sólo si n es primo.
7.1. Grupos de permutaciones primitivos y múltiplemente transitivos 237

En efecto, Cn transforma puntos consecutivos en puntos consecutivos, luego

no es doblemente transitivo si n ≥ 4. Por otra parte, los estabilizadores son
triviales, luego son maximales si y sólo si Cn no tiene subgrupos propios, es
decir, si y sólo si n es primo.

Ejercicio: Adaptar el argumento del ejemplo anterior al grupo D2n , visto como grupo
de simetrías de un n-ágono regular.

Criterios de simplicidad Hay condiciones sencillas que garantizan que un

grupo primitivo o múltiplemente transitivo es simple. Vamos a obtener algunas
de ellas. Para ello probamos un par de resultados sobre subgrupos normales de
grupos de permutaciones:
Teorema 7.8 Si un grupo G actúa transitivamente sobre un conjunto Ω y
N ⊴ G, entonces las órbitas de N en Ω son bloques para la acción de G. En
particular, si G es primitivo, la acción de N es trivial o transitiva.
Demostración: Sea ∆ una órbita de N en Ω. Entonces, si g ∈ G, es claro
que ∆g es una órbita para la acción de N g = N , pero dos órbitas tienen que
ser iguales o disjuntas, luego ∆ es un bloque para G. Si G es primitivo pero la
acción de N no es transitiva, entonces las órbitas de N son distintas de Ω, luego
son todas triviales, luego la acción de N es trivial.

Teorema 7.9 Si G es un grupo de permutaciones primitivo sobre un conjunto Ω

y existe x ∈ Ω tal que el estabilizador Gx es simple, entonces todo subgrupo
normal propio de G actúa regularmente sobre Ω.
Demostración: Sea 1 < N ◁ G. El teorema 7.8 nos da que N es transitivo
(ya que su acción no puede ser trivial, porque G es un grupo de permutaciones).
Observemos que, como los estabilizadores son conjugados, la hipótesis implica
que todos son simples, luego si x ∈ Ω, tenemos que N ∩ Gx ⊴ Gx , luego, o bien
N ∩ Gx = 1, o bien Gx ≤ N , pero Gx es maximal, por 7.7, luego N = Gx , pero
esto es imposible, pues todos los estabilizadores serían iguales a N y entonces
N = 1. Por consiguiente, es Nx = N ∩ Gx = 1 para todo x ∈ Ω, luego la acción
de N en Ω es regular.
Ahora necesitamos un último hecho técnico:
Teorema 7.10 Sea G un grupo que actúa transitivamente sobre un conjunto Ω,
sea H ⊴ G un subgrupo que actúe regularmente sobre Ω y sea x ∈ Ω. Entonces
la acción de Gx en Ω\{x} es isomorfa a su acción por conjugación sobre H \{1}.
Demostración: Definimos f : H \ {1} −→ Ω \ {x} mediante f (h) = xh.
Claramente es una biyección, pues no puede ser xh = x, ya que la regularidad
implica entonces que h = 1, la propia definición de acción implica que f es
inyectiva y la transitividad implica que f es suprayectiva. Además, si g ∈ Gx ,
h ∈ H \ {1}, tenemos que
f (hg ) = xg −1 hg = xhg = f (h)g.
238 Capítulo 7. Grupos de permutaciones II

Veamos ahora las consecuencias de que un grupo de permutaciones tenga un

subgrupo normal regular:
Teorema 7.11 Sea G un grupo que actúa k-transitivamente sobre un con-
junto Ω con |Ω| = n y k ≥ 2, y sea H ⊴ G un subgrupo que actúe regularmente
sobre Ω. Entonces k ≤ 4 y además:
1. Existe un primo p tal que H ∼
= C r y n = pr .
p

2. Si k ≥ 3, o bien H ∼
= C3 y n = 3 o bien H ∼
= C2r y n = 2r .
3. Si k = 4 entonces H ∼
= C2 × C2 y n = 4.
Demostración: 1) Fijado x ∈ Ω, como G actúa k-transitivamente sobre
Ω, es claro que Gx es k − 1-transitivo sobre Ω \ {x}, luego, por 7.10 la acción
de Gx sobre H \ {1} por conjugación también es k − 1-transitiva (en particular,
transitiva, pues k ≥ 2). Esto implica que todos los elementos de H \ {1} son
conjugados, luego todos tienen el mismo orden p, que necesariamente será primo
(pues en todo grupo hay elementos de orden primo). Por lo tanto, |H| = pr ,
para cierto r. Por otro lado, como H es regular sobre Ω, resulta que n = |Ω| =
|H| = pr .
Además, 1 < Z(H) ⊴ G y la acción de Z(H) sobre Ω no es trivial (porque H
es regular), luego 7.8 nos da que Z(H) actúa transitivamente sobre Ω, y como
la acción de H es regular, la de Z(H) también lo es, luego |Z(H)| = |Ω| = |H|,
luego H es abeliano, y así H ∼ = Cpr .
2) Si h ∈ H \ {1}, es claro que {h, h−1 } es un bloque para la acción de Gx ,
pero si k ≥ 3 la acción de Gx es doblemente transitiva, luego primitiva, luego
{h, h−1 } = H \ {1} o bien {h, h−1 } = {h}. En el primer caso |H| = 3 y en el
segundo h2 = 1, luego p = 2.
3) Si k ≥ 4 tiene que ser |H| = |Ω| ≥ 4, luego el apartado anterior nos da
que H ∼ = C2r con r ≥ 2, luego existe V ≤ H tal que V ∼ = C2 × C2 . Tomemos
h ∈ H, de modo que la acción de (Gx )h sobre H \{1, h} es doblemente transitiva,
luego primitiva. Sin embargo, si V = {1, h, h′ , h′′ }, tenemos que B = {h′ , h′′ }
es un bloque, pues si g ∈ (Gx )h y h′ ∈ {h′ , h′′ } ∩ {h′g , h′′g }, o bien h′ = h′g ,
en cuyo caso h′′g = (hh′ )g = hh′ = h′′ , con lo que B = g[B], o bien h′ = h′′g ,
en cuyo caso h′g = hg h′′g = hh′ = h′′ , y nuevamente B = g[B]. Por lo tanto,
{h′ , h′′ } = H \ {1, h}, luego H = {1, h, h′ , h′′ } = V y k ≤ n = 4.
Como hemos probado esta última parte bajo la hipótesis k ≥ 4, de hecho
hemos probado que no puede ser k > 4.
De aquí obtenemos inmediatamente un criterio sencillo de simplicidad:
Teorema 7.12 Sea G un grupo de permutaciones k-transitivo sobre un con-
junto Ω, con |Ω| = n y k ≥ 2. Supongamos que, para cierto x ∈ Ω, el estabili-
zador Gx es simple.
1. Si n no es potencia de primo, entonces G es simple.
2. Si k ≥ 3 y n no es potencia de 2, entonces G = Σ3 o bien G es simple.
3. Si k ≥ 4, entonces G es simple.
7.2. Los grupos lineales especiales proyectivos 239

Demostración: Si G no es simple, tiene un subgrupo normal propio N

que, por el teorema 7.9, actúa regularmente sobre Ω, luego el teorema anterior
nos da que k ≤ 4 y que n es potencia de primo, de donde se sigue 1).
Si suponemos que k ≥ 3, el teorema anterior nos da que n = 3, en cuyo caso
G∼= Σ3 , pues un subgrupo triplemente transitivo de Σ3 tiene que ser Σ3 , o bien
n es potencia de 2, lo que implica 2).
Finalmente, si k = 4 tiene que ser n = 4, pero el único subgrupo cuatro veces
transitivo de Σ4 es el propio Σ4 y sus estabilizadores son isomorfos a Σ3 , que
no son simples, luego tenemos una contradicción y concluimos que G es simple.

Por ejemplo, teniendo en cuenta que An es cuatro veces transitivo para n ≥ 6

y que los estabilizadores de An son isomorfos a An−1 , el teorema anterior implica
que para probar que An es simple para todo n ≥ 5 basta probar que A5 lo es.
Para grupos primitivos, no necesariamente múltiplemente transitivos, existe
también un criterio algo más técnico, pero muy útil:
Teorema 7.13 (Iwasawa) Sea G un grupo de permutaciones primitivo sobre
un conjunto Ω tal que G = G′ . Sea H = Ga , para cierto a ∈ Ω y supongamos que
existe un subgrupo resoluble A ⊴ H cuya envoltura normal en G es el propio G.
Entonces G es simple.
Demostración: Sea 1 < N ⊴ G. Como G es un grupo de permutaciones,
la acción de N en Ω no puede ser trivial, luego por 7.8 tenemos que N actúa
transitivamente, luego N H = G (dado g ∈ G, existe un n ∈ N tal que ag = an,
luego agn−1 = a, luego gn−1 ∈ H, luego g ∈ N H). Como N ◁ G y A ⊴ H,
tenemos que H ≤ NG (N A) y, como N H = G, resulta que N A ⊴ G. Como G
es la envoltura normal de A, tiene que ser G = N A.
Como A es resoluble, también lo es G/N ∼ = A/(N ∩ A). Si fuera N < G, es
decir, si G/N ̸= 1, tendría que ser (G/N )′ < G/N , pero, como G = G′ , también
G/N = (G/N )′ , luego tiene que ser G = N .
En la sección siguiente usaremos este criterio para probar la simplicidad de
una familia de grupos.

7.2 Los grupos lineales especiales proyectivos

En toda esta sección V será un espacio vectorial de dimensión finita n ≥ 2
sobre un cuerpo k. Usaremos la notación LG(V ) para referirnos al grupo de
los automorfismos de V , que es isomorfo [Al 4.37] al grupo LG(n, k) de las
matrices regulares n × n con coeficientes en k. Un isomorfismo es el que a cada
automorfismo le asigna su matriz en una base de V prefijada). En lo sucesivo
trataremos indistintamente con un grupo u otro, según nos interese ver a sus
elementos como automorfismos o como matrices.
Según [Al 4.39], el centro de LG(n, k) es el subgrupo Z(n, k) ∼ = k ∗ formado
por las matrices escalares, es decir, las matrices de la forma αI, con α ∈ k ∗ .
240 Capítulo 7. Grupos de permutaciones II

El cociente
LGP(V ) = LG(V )/Z(V )
recibe el nombre de grupo lineal general proyectivo de V , porque sus elementos
pueden identificarse con las homografías del espacio proyectivo P (V ) (véase la
sección [G 8.2]).
Por otro lado tenemos la aplicación determinante det : LG(n, k) −→ k ∗ , que
es un epimorfismo de grupos cuyo núcleo es el grupo lineal especial

LE(n, k) ⊴ LG(n, k),

formado por las matrices regulares n × n con determinante 1.

Llamando ZE(V ) = LE(V ) ∩ Z(V ), podemos formar el grupo lineal especial
proyectivo
LEP(V ) = LE(V )/ZE(V ),
que podemos identificar con un subgrupo LEP(V ) ⊴ LGP(V ).
Vamos a probar que, salvo unas pocas excepciones, los grupos LEP(V ) son
simples.
En particular esto se aplica al caso en que el cuerpo k es finito. Según
el teorema [Al 9.2], si q es una potencia de primo, existe un cuerpo k con q
elementos y es único salvo isomorfismo. Usaremos la notación LG(n, q) para
referirnos al grupo lineal general LG(n, k) cuando k es el cuerpo de q elementos,
y análogamente escribiremos LE(n, q), LEP(n, q), etc. En 5.40 hemos probado
que LG(3, 2) es un grupo simple de orden 168.
Es fácil calcular los órdenes de los grupos. En primer lugar:
n
|LG(n, q)| = (q n − 1)(q n − q) · · · (q n − q n−1 ) = q (n−1)n/2 (q i − 1).
Q
i=1

En efecto, fijada una base e1 , . . . , en de V , un automorfismo f : V −→ V

puede enviar e1 a cualquiera de los q n − 1 vectores no nulos de V , mientras
que f (e2 ) puede ser cualquiera de los q n − q vectores de V \ ⟨f (e1 )⟩, y f (e3 )
puede ser cualquiera de los q n − q 2 vectores de V \ ⟨f (e1 ), f (e2 )⟩, etc., luego las
posibilidades para f son las que da la fórmula anterior.
Es claro que la aplicación determinante det : LG(n, q) −→ k ∗ es un epi-
morfismo de grupos luego el teorema de isomorfía nos da que su núcleo tiene
índice q − 1 en LG(n, q). Por consiguiente:
n−1
|LE(n, q)| = q (n−1)n/2 (q i+1 − 1).
Q
i=1

Por otro lado, es claro que |Z(n, q)| = |k ∗ | = q − 1, por lo que

n−1
|LGP(n, q)| = |LE(n, q)| = q (n−1)n/2 (q i+1 − 1).
Q
i=1
7.2. Los grupos lineales especiales proyectivos 241

A su vez, ZE(n, q) es el grupo formado por las matrices de la forma αI con

det(αI) = αn = 1. Como el grupo Z(n, q) es cíclico de orden q − 1, también lo
es su subgrupo ZE(n, q), y un generador M tiene que cumplir que o(M ) | q − 1 y
o(M ) | n, luego o(M ) = (n, q −1), ya que ciertamente Z(n, q) tiene que contener
elementos de orden (n, q − 1). Por lo tanto:

|ZE(n, q)| = (n, q − 1),

y así
q (n−1)n/2 n−1
Q i+1
|LEP(n, q)| = (q − 1).
(n, q − 1) i=1
Observemos que si hemos podido demostrar la simplicidad de LG(3, 2) es
porque “casualmente” LG(3, 2) = LE(3, 2) = LEP(3, 2), por lo que, “en realidad”,
lo que hemos probado en 5.40 es la simplicidad de LEP(3, 2).
La tabla siguiente contiene los órdenes de los primeros grupos LEP(2, q):

q 2 3 4 5 7 8 9 11
|LEP(2, q)| 6 12 60 60 168 504 360 660
q 13 16 17 19 23 25 27 29
|LEP(2, q)| 1 092 4 080 2 448 3 420 6 072 7 800 9 828 12 180

Para n ≥ 3 los órdenes crecen mucho más rápidamente:

q 2 3 4 5
|LEP(3, q)| 168 5 616 20 160 372 000
|LEP(4, q)| 20 160 6 065 280 987 033 600 7 254 000 000

Lo primero que observamos es que LEP(2, 2) y LEP(2, 3) no pueden ser

simples. De hecho,

LEP(2, 2) ∼
= Σ3 , LEP(2, 3) ∼
= A4 .

Más aún, LGP(2, 3) ∼= Σ4 , pues se trata del grupo de las homografías de la recta
proyectiva sobre el cuerpo de 3 elementos, que tiene 4 puntos, luego tenemos
un monomorfismo natural LGP(2, 3) −→ Σ4 y, como ambos grupos tienen el
mismo orden, tiene que ser un isomorfismo. El mismo argumento prueba que
LEP(2, 2) = LGP(2, 2) ∼= Σ3 o que LGP(2, 5) ∼ = Σ5 .
En esta sección demostraremos que todos los demás grupos LEP(V ) son
simples. Admitiendo esto, las tablas anteriores nos permiten extraer varias
consecuencias. Por una parte

LEP(2, 4) ∼
= LEP(2, 5) ∼
= A5 ,

puesto que A5 es el único grupo simple de orden 60 (aunque el segundo isomor-

fismo se sigue inmediatamente de LGP(2, 5) ∼= Σ5 ). También vemos que

LEP(2, 7) ∼
= LEP(3, 2),
242 Capítulo 7. Grupos de permutaciones II

pues ambos tienen que ser el único grupo simple de orden 168, e igualmente

LEP(2, 9) ∼
= A6 .

Vemos también que LEP(3, 4) y LEP(4, 2) tienen el mismo orden, y no es un

orden cualquiera, sino que es precisamente el orden de A8 . En 7.43 probaremos
que
LEP(4, 2) ∼
= A8 ,
pero en cambio:

Teorema 7.14 Los grupos A8 y LEP(3, 4) no son isomorfos.

Demostración: Las permutaciones

(1, 2)(3, 4), (1, 2)(3, 4)(5, 6)(7, 8)

son pares, luego están en A8 , y no son conjugadas. Basta probar que en

LEP(3, 4) cualquier par de elementos de orden 2 son conjugados.
Sea k = {0, 1, α, α2 } el cuerpo de 4 elementos, donde α3 = 1. Entonces
ZE(3, 4) = {I, αI, α2 I}. Un elemento de LEP(3, 4) de orden 2 es la clase de
una matriz A ∈ LE(3, 4) que no sea escalar, es decir, de la forma aI, pero cuyo
cuadrado sí que lo sea. Así pues, tiene que ser A2 = I, A2 = αI o A2 = α2 I. En
el segundo caso, la matriz αA determina la misma clase en LEP(3, 4) y cumple
(αA)2 = I, y en el tercer caso sucede lo mismo con α2 A, luego, cambiando si es
preciso el representante de la clase, podemos suponer que A2 = I.
Sea C la forma canónica de A en el sentido del teorema [Al 6.30]. La relación
entre A y C es que C = P −1 AP , para cierta matriz P ∈ LG(3, 4). Esto hace
que C no sea escalar, pero C 2 = I.
Si C consta de tres cajas Mi de dimensión 1 × 1, entonces C es diagonal:
   2 
a 0 0 a 0 0
C =  0 b 0 , C 2 =  0 b2 0  ,
0 0 c 0 0 c2

luego a2 = b2 = c2 , pero, como el cuerpo k tiene característica 2, esto implica

que a = b = c, luego C es escalar y tenemos una contradicción. Si C consta de
una única caja, entonces  
0 1 0
C =  0 0 1 ,
a b c
y C 2 tiene el valor 0 en la posición (1, 1), con lo que no puede ser escalar. La
única opción es que C conste de dos cajas:
 
a 0 0
C =  0 0 1 ,
0 b c
7.2. Los grupos lineales especiales proyectivos 243

y la condición C 2 = I fuerza a que

 
1 0 0
C= 0 0 1 .
0 1 0

Así pues, hemos probado que todo elemento de orden 2 de LEP(3, 4) es

la clase de una matriz A ∈ LE(3, 4) conjugada en LG(3, 4) a esta matriz C.
Si probamos que ambas son conjugadas en LE(3, 4), podremos concluir que la
clase de A en LEP(3, 4) es conjugada en LEP(3, 4) a la clase de C y el teorema
quedará probado.
Ahora bien para ello basta observar que H = LE(3, 4) es un subgrupo normal
de G = LG(3, 4), que |G : H| = 3 y que CH (C) < CG (C), ya que la matriz
 
α 0 0
 0 1 0 
0 0 1

conmuta con C y no está en H. El teorema siguiente nos da la conclusión.

Teorema 7.15 Si H es un subgrupo normal de índice primo en un grupo G y

c ∈ H cumple que CH (c) < CG (c), entonces todo a ∈ H conjugado con c en G,
es conjugado con c en H.

Demostración: Tenemos que CH (c) = CG (c) ∩ H, luego

1 ̸= CG (c)/CH (c) ∼
= CG (c)H/H ≤ G/H,

y, como G/H tiene orden primo p, tiene que darse la igualdad, luego se cumple
que |CG (c)| = p|CH (c)|, y esto implica a su vez que

|clH (c)| = |H : CH (c)| = |G : CG (c)| = |clG (c)|,

luego c tiene los mismos conjugados en H y en G.

Para probar la simplicidad de los grupos LEP(V ) llamemos Mij a la matriz
n × n sobre k que tiene todos sus coeficientes nulos excepto un 1 en el lugar
(i, j). Entonces, según [Al 6.22] (véase la nota al pie) el grupo LE(V ) de los
automorfismos de V de determinante 1 está generado por las transvecciones que,
en una base prefijada de V , admiten una matriz de la forma

Tij (α) = I + αMij ,

con i ̸= j y α ∈ k ∗ . Equivalentemente, el grupo LE(n, k) está generado por

estas matrices. Observemos además que
Mil si j = k,
n
Mij Mkl =
0 en otro caso.
Con esto podemos probar lo siguiente:
244 Capítulo 7. Grupos de permutaciones II

Teorema 7.16 Si n ≥ 3 o bien n = 2 y |k| > 3. Entonces G = LE(n, k) cumple

G = G′ .

Demostración: Basta probar que todas las matrices Tij (α) son conmuta-
2
dores. Observemos que si i ̸= j, entonces Mij = 0, luego

(I − αMij )(I + αMij ) = I,

luego (I + αMij )−1 = I − αMij .

Supongamos en primer lugar que n ≥ 3 y consideremos tres índices distintos
1 ≤ i, j, k ≤ n. Entonces
I+αMkj
Mik = (I − αMkj )Mik (I + αMkj ) = Mik + αMij ,

luego
(I + Mik )I+αMkj = (I − αMkj )(I + Mik )(I + αMkj ) =
((1 − αMkj ) + (1 − αMkj )Mik )(I + αMkj ) = I + Mik + αMij ,
luego
[I + Mij , I + αMkj ] = (I + Mij )−1 (I + Mik )I+αMkj =
(I − Mij )(I + Mik + αMij ) = I + αMij = Tij (α).
Así pues, todas las transvecciones son conmutadores, como había que probar.
Supongamos ahora que n = 2, tomemos β, γ ∈ k no nulos y consideremos las
matrices  −1   
β 0 1 γ
B= , C= .
0 β 0 1
Un cálculo rutinario muestra que

γ(1 − β 2 )
 
1
[B, C] = .
0 1

Si |k| > 3, dado α ∈ k no nulo, podemos tomar β ∈ k tal que β ̸= ±1, con lo
que 1 − β 2 ̸= 0, y a su vez podemos tomar γ tal que α = γ(1 − β 2 ), y entonces
[B, C] = T1,2 (α). Esto implica a su vez que [(C −1 )t , (B −1 )t ] = T2,1 (α), luego
concluimos igualmente que todas las transvecciones son conmutadores.
Como LGP(V ) se identifica con el grupo de las homografías del espacio
proyectivo Ω = P (V ) de dimensión n − 1, podemos ver a LGP(V ) y a LEP(V )
como grupos de permutaciones sobre Ω.

Teorema 7.17 Si n ≥ 3 o bien n = 2 y |k| > 3. Entonces el grupo LEP(n, k)

es simple.

Demostración: Consideremos V = k n , de modo que podemos identificar

LE(V ) con E = LE(V ) y, llamando Z = ZE(V ), LEP(V ) ∼ = Ē = E/Z. Basta
probar que Ē cumple las hipótesis del teorema de Iwasawa.
7.2. Los grupos lineales especiales proyectivos 245

En primer lugar probamos que Ē es doblemente transitivo sobre Ω, con lo

que en particular es primitivo. En efecto, si ⟨u1 ⟩ , ⟨u2 ⟩ y ⟨v1 ⟩ , ⟨v2 ⟩ son dos
pares de puntos distintos en Ω (con lo que u1 , u2 y v1 , v2 son dos pares de
vectores linealmente independientes en V , podemos completar bases u1 , . . . , un ,
v1 , . . . , vn y considerar el automorfismo f ∈ LG(V ) que cumple f (ui ) = vi . Si
el determinante de f es α, consideramos el automorfismo g ∈ LG(V ) dado por
g(v1 ) = α−1 v1 y g(vi ) = vi , cuyo determinante es α−1 y así h = f g ∈ LE(V )
cumple que h(⟨ui ⟩) = ⟨vi ⟩ y la imagen h̄ ∈ Ē cumple lo mismo.
El teorema 7.16 prueba que E ′ = E, de donde se sigue que Ē ′ = Ē.
Consideremos la base canónica v1 , . . . , vn de V = k n . Llamemos Hj al esta-
bilizador de Vj = ⟨vj ⟩ en E. Entonces Hj actúa sobre el espacio cociente V /Vj ,
con lo que tenemos un homomorfismo de grupos Hj −→ LG(V /Vj ). Llamemos
Aj ⊴ Hj a su núcleo. Así, Aj está formado por todas las matrices de E que
fijan al subespacio Vj y que actúan trivialmente sobre V /Vj . Por lo tanto, todo
a ∈ A1 tiene que ser de la forma
 
α1 0 · · · 0
 α2 1 0 
a= . .
 
 .. . .. 
αn 1
Además, det a = 1, luego α1 = 1 y así
P
a=I+ αi Mi,1 .
i̸=1

El mismo argumento se aplica si a ∈ Aj , y la conclusión es que

P
a=I+ αi Mij .
i̸=j

Recíprocamente, es claro que toda matriz de esta forma está en Aj . El producto

en Aj viene dado por
! ! !
P P P
I+ αi Mij I+ βi Mij = I + (αi + βi )Mij ,
i̸=j i̸=j i̸=j

de donde se sigue que Aj es un grupo abeliano. Como E actúa transitivamente

en Ω, los estabilizadores Hj son conjugados, y es fácil ver que la conjugación
que transforma un Hj en Hj ′ también transforma Aj en Aj ′ , por lo que los
subgrupos Aj también son conjugados. Por lo tanto, la envoltura normal de A1
contiene a todos los Aj , y cada Aj contiene las transvecciones Tij (α) (para el j
correspondiente), luego la envoltura normal de A1 contiene todos los generadores
de E, luego es el propio E.
Todo esto se traduce al cociente Ē, es decir, el estabilizador de ⟨v1 ⟩ es
H = H1 /Z, que tiene como subgrupo normal a A = A1 Z/Z, que es abeliano,
luego resoluble, y su clausura normal en Ē es todo Ē. El teorema de Iwasawa
implica entonces que Ē es simple.
246 Capítulo 7. Grupos de permutaciones II

Así pues, ahora conocemos dos familias infinitas de grupos simples finitos,
la de los grupos alternados An , salvo A4 , y la de los grupos LEP(n, q), salvo
LEP(2, 2) y LEP(2, 3). La tabla siguiente contiene todos los órdenes de grupos
simples menores de 25 000. Cada par (n, q) hace referencia al grupo LEP(n, q):

A5 , (2, 4), (2, 5) 60 (2, 13) 1 092 (3, 3) 5 616 (2, 27) 9 828
(2, 7), (3, 2) 168 (2, 17) 2 448 ? 6 048 (2, 29) 12 180
A6 , (2, 9) 360 A7 2 520 (2, 23) 6 072 (2, 31) 14 880
(2, 8) 504 (2, 19) 3 420 (2, 25) 7 800 A8 , (4, 2) 20 160
(2, 11) 660 (2, 16) 4 080 ? 7 920 (3, 4) 20 160
Vemos que hay dos huecos correspondientes a grupos que no conocemos. En
la sección siguiente veremos que el segundo de ellos corresponde al grupo de
Mathieu M11 .

7.3 Los grupos de Mathieu

Tal y como hemos explicado en la introducción, los grupos de Mathieu son los
primeros grupos simples esporádicos descubiertos. Son grupos de permutaciones
que fueron descritos por Émile Mathieu en 1861 y 1873, si bien sus construccio-
nes eran dudosas (no estaba claro que sus grupos no fueran meros grupos An ) y
fue en 1938 cuando Witt mostró dos construcciones alternativas completamente
satisfactorias. Como hemos señalado más arriba, entre los grupos de Mathieu
están los únicos ejemplos no triviales de grupos de permutaciones cuatro y cinco
veces transitivos. Para construirlos conviene generalizar el concepto de sistema
de Steiner que introdujimos en [G 7.41]:
Definición 7.18 Si 1 ≤ l ≤ m ≤ n, un sistema de Steiner generalizado de tipo
Sλ (l, m, n) es un par (X, B), donde X es un conjunto de n elementos y B es
una familia de subconjuntos de X de m elementos, llamados bloques, de modo
que cada subconjunto de X con l elementos está contenido exactamente en λ
bloques.
Los sistemas de Steiner de este tipo S(l, m, n) definidos en [G 7.41] son los
sistemas de Steiner en este sentido con λ = 1.
Así, en [G 7.42] demostramos que los sistemas de Steiner de tipo S(2, n, n2 )
son precisamente los planos afines finitos, mientras que en [G 8.81] vimos que
los sistemas de Steiner de tipo S(2, n + 1, n2 + n + 1) son los planos proyectivos
finitos.
Recordemos también la noción de isomorfismo entre sistemas de Steiner (que
vale igualmente para sistemas generalizados):
Un isomorfismo entre dos sistemas de Steiner generalizados (X, B), (X ′ , B′ )
es una biyección f : X −→ X ′ tal que, para todo A ⊂ X, se cumple que A ∈ B
si y sólo si f [A] ∈ B′ .
La definición de sistema de Steiner no exige nada sobre el número de bloques,
pero éste está determinado por sus parámetros. Más en general:
7.3. Los grupos de Mathieu 247

Teorema 7.19 Si (X, B) es un sistema de Steiner generalizado de tipo Sλ (l, m, n),

el número de bloques que contienen a un determinado conjunto S ⊂ X con
|S| = s ≤ l es  
n−s
l−s
bs = λ  .
m−s
l−s
En particular, el número de bloques es
 
n
l
b = b0 = λ   .
m
l

Demostración: Vamos a contar todos los pares (A, B) tales que |A| = m
y S ⊂ A ⊂ B ∈ B.
Por una parte, hay m−s


l−s conjuntos A y cada uno de ellos está contenido en
λ bloques, luego en total hay λ m−s


l−s pares.
Por otra parte, hay bs bloques B que contienen a S, y cada
uno de ellos
contiene n−s m−s


l−s conjuntos A, luego el número de pares es bs l−s . Al igualar los
dos resultados obtenemos la fórmula del enunciado.
Esencialmente, necesitamos construir dos sistemas de Steiner, que obtenemos
con una misma técnica en los dos teoremas siguientes:

Teorema 7.20 Existe un sistema de Steiner de tipo S(5, 6, 12).

Demostración: Sea k el cuerpo de 11 elementos, y consideremos la recta

proyectiva Ω sobre k. Concretamente, podemos tomar V = k 2 y Ω = P (V ) es
el conjunto de los subespacios vectoriales de V de dimensión 1. Podemos llamar
∞ = ⟨(1, 0)⟩ e identificar cada α ∈ k con el punto α = ⟨(α, 1)⟩. Así

Ω = {0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, ∞}.

Consideremos el grupo de las homografías de Ω, es decir, el grupo lineal general

proyectivo LGP(2, 11) y su subgrupo G = LEP(2, 11), el grupo lineal especial
proyectivo, que tiene orden |G| = 1 320/2 = 660.
Si una homografía fija a ∞, esto significa que
 
a b
(0, 1) = (0, α),
c d

lo cual sucede si y sólo si c = 0.

Como podemos cambiar la matriz por d−1 I, podemos suponer que es de la
forma  
a b
.
0 1
248 Capítulo 7. Grupos de permutaciones II

Así pues, las homografías que fijan a ∞ son las inducidas por automorfis-
mos f con matrices de esta forma, que sobre los punto finitos actúan en la
forma f (x) = ax + b. Ahora bien, para que la homografía esté en LEP(2, 11) es
necesario que exista un α ∈ k tal que
 
αa αb
.
0 α

tenga determinante 1, es decir, tal que α2 a = 1, para lo cual es necesario y

suficiente que a = α−2 sea un cuadrado en k.
En resumen, el estabilizador G∞ está formado por las homografías que sobre
los puntos finitos actúan en la forma f (x) = ax + b, donde a es un cuadrado no
nulo en k.
Sea σ ∈ LEP(2, 11) la homografía inducida por el automorfismo de matriz
 
1 1
.
−1 0

Explícitamente:

x 0 1 2 3 4 5 6 7 8 9 10 ∞
σ(x) ∞ 0 6 8 9 3 10 4 5 7 2 1

En particular σ(∞) = 1, σ(1) = 0, σ(0) = ∞ y σ 3 fija los tres puntos, luego

3
σ = 1.
Llamemos X = {∞, 0, 1} y sea GX = {f ∈ G | f [X] = X}. Claramente es
un subgrupo de G y hemos probado que σ ∈ GX . Vamos a ver que GX = ⟨σ⟩
tiene orden 3. Para ello tomamos f ∈ GX tal que g(∞) = ∞ y veamos que,
necesariamente, g = 1.
O bien g(0) = 0 y g(1) = 1 (en cuyo caso g = 1), o bien g(0) = 1 y
g(1) = 0. Vamos a ver que este segundo caso no puede darse. Hemos visto que
g(x) = ax + b, donde a es un cuadrado no nulo en k. La condición g(0) = 1
implica que b = 1, mientras que g(1) = 0 se traduce en que a + 1 = 0, luego
−1 = a es un cuadrado en k, digamos −1 = α2 , en cuyo caso α ∈ k ∗ tiene
orden 4, pero eso es imposible, pues |k ∗ | = 10.
Ahora supongamos que f ∈ GX cumple f (∞) = 1. Entonces f σ −1 ∈ GX
fija a ∞, luego hemos probado que f σ −1 = 1, luego f = σ. E igualmente, si
f (∞) = 0, concluimos que f = σ −1 , luego en cualquier caso f ∈ ⟨σ⟩.
Observemos ahora que G actúa sobre el conjunto de los subconjuntos de Ω
con 3 elementos, y GX es el estabilizador de X respecto de esta acción,

luego
la órbita de X tiene 660/3 = 220 elementos. Ahora bien, hay 12 3 = 220
subconjuntos de Ω con 3 elementos, luego hemos probado que G es transitivo:
puede transformar cualquier subconjunto de Ω con 3 elementos en cualquier
otro.
7.3. Los grupos de Mathieu 249

Consideremos ahora el conjunto

B0 = {∞, 1, 3, 4, 5, 9} ⊂ X,
formado por ∞ y los cuadrados no nulos de k. Definimos B = {g[B0 ] | g ∈ G},
que es un conjunto de subconjuntos de X con 6 elementos cada uno. Más
aún, ahora es claro que (Ω, B) es un sistema de Steiner generalizado de tipo
Sλ (3, 6, 12), para cierto λ.
En efecto, hemos probado que cualquier subconjunto X ⊂ Ω con 3 elementos
estará en algún bloque. Pongamos que está concretamente en λ bloques. Si
Y ⊂ Ω es otro conjunto con 3 elementos, sabemos que existe f ∈ G tal que
f [X] = Y , luego B 7→ f [B] biyecta los bloques que contienen a X con los
bloques que contienen a Y , luego hay también λ bloques que contienen a Y .
Concluimos que todo subconjunto de Ω con 3 elementos está exactamente en λ
bloques. Vamos a calcular el valor λ.
La homografía dada por τ (x) = 3x está en G, porque 3 es un cuadrado en k,
y por esto mismo cumple τ [B0 ] = B0 , como 3 tiene orden 5 en k ∗ , se cumple
que τ tiene orden 5 en G, luego el estabilizador de B0 respecto de la acción
de G sobre los subconjuntos de Ω con 6 elementos contiene a τ y, por lo tanto,
cumple |GB0 | = 5m, para cierto m.
La órbita de B0 es precisamente el conjunto de bloques B, por lo que su
cardinal es
660 132
b = |B| = = .
5m m
Según el teorema 7.19,
 
12
132 3 220λ
b= =λ   = ,
m 6 20
3
luego λ = 12/m. La tabla siguiente muestra explícitamente 12 bloques que
contienen a {0, 1, ∞}, con lo que λ = 12, m = 1 (las columnas segunda y
tercera se obtienen de aplicar σ y σ 2 a la primera):
1 σ σ2
B0 − 3 ∞, 0, 1, 2, 6, 9 ∞, 0, 1, 6, 7, 10 ∞, 0, 1, 2, 4, 10
B0 − 4 ∞, 0, 1, 5, 8, 10 ∞, 0, 1, 2, 3, 5 ∞, 0, 1, 3, 6, 8
σ[B0 − 3] + 1 ∞, 0, 1, 2, 7, 8 ∞, 0, 1, 4, 5, 6 ∞, 0, 1, 3, 9, 10
σ[B0 − 1] + 3 ∞, 0, 1, 4, 8, 9 ∞, 0, 1, 5, 7, 9 ∞, 0, 1, 3, 4, 7
En particular, ahora sabemos que el sistema (Ω, B) tiene 132 bloques. Segui-
damente observamos que los 12 bloques que hemos obtenido en la tabla anterior
constan de {∞, 0, 1} y las filas, las columnas y las transversales (un elemento
de cada fila y cada columna) de la matriz
 
2 3 5
 6 7 10  .
9 4 8
250 Capítulo 7. Grupos de permutaciones II

Es obvio entonces que estos 12 subconjuntos de {2, 3, 4, 5, 6, 7, 8, 9, 10} for-

man un sistema de Steiner B′ de tipo S(2, 3, 9), y con esto ya podemos probar
que el sistema B que hemos construido, no sólo es de tipo S12 (3, 6, 12), sino que
también es de tipo S(5, 6, 12).
En efecto, si A = {a1 , a2 , a3 , a4 , a5 } ⊂ Ω tiene 5 elementos, podemos tomar
f ∈ G tal que f [{∞, 0, 1}] = {a1 , a2 , a3 }. Así f [A] = {∞, 0, 1, f (a4 ), f (a5 )},
y sabemos que {f (a4 ), f (a5 )} está contenido en uno de los 12 bloques del sis-
tema B′ , luego de hecho f [A] ⊂ B, donde B es uno de los 12 bloques que
contienen a ∞, 0, 1, luego A ⊂ f −1 [B] ∈ B.
Por otra parte, si A ⊂ B1 ∩ B2 , entonces f [A] ⊂ f [B1 ] ∩ f [B2 ], pero entonces
{f (a4 ), f (a5 )} está contenido en los dos bloques de tres elementos que resultan
de eliminar {∞, 0, 1} de f [B1 ] y f [B2 ], luego éstos tiene que ser el mismo, luego
f [B1 ] = f [B2 ], luego B1 = B2 .

Teorema 7.21 Existe un sistema de Steiner de tipo S(5, 8, 24).

Demostración: Consideramos el cuerpo k de 23 elementos, el espacio vec-

torial V = k 2 , la recta proyectiva Ω = P (V ) sobre k y el grupo G = LEP(2, 23).
Cálculos análogos a los que hemos hecho en la prueba del teorema anterior
nos dan que

|LG(2, 23)| = (232 − 1)(232 − 23) = 267 168, |LE(2, 23)| = 12 144,

con lo que |G| = 6 072. Exactamente igual que antes concluimos que G∞ está
formado por las homografías de la forma f (x) = ax + b, donde a es un cuadrado
no nulo en k. Tomamos de nuevo σ ∈ LEP(2, 23) la homografía inducida por el
automorfismo de matriz  
1 1
,
−1 0
que en este caso es
x 0 1 2 3 4 5 6 7 8 9 10 11
σ(x) ∞ 0 12 16 18 10 20 14 21 6 17 3
x 12 13 14 15 16 17 18 19 20 21 22 ∞
σ(x) 22 8 19 4 11 5 15 7 9 13 2 1

y exactamente igual que en la prueba del teorema anterior concluimos que, si

X = {∞, 0, 1}, se cumple que |GX | = ⟨σ⟩, donde usamos que |k ∗ | = 22, por lo
que k ∗ no tiene elementos de orden 4, luego −1 no es un
cuadrado en k. Esto
implica que la órbita de X consta de 6 072/3 = 2 024 = 24
3 , por lo que G actúa
transitivamente sobre los subconjuntos de 3 elementos de Ω.
Ahora consideramos las homografías determinadas por las matrices
   
1 −1 3 1
a= , b= ,
1 1 1 −3

cuyos determinantes son 2 = 52 y −10 = 172 , luego podemos pasar a auto-

morfismos de determinante 1 que inducen la misma homografía sin más que
7.3. Los grupos de Mathieu 251

multiplicar las matrices por 5−1 I y 17−1 I, así que son homografías de G. Una
comprobación rutinaria muestra que
a4 = b2 = 1, ab = a−1 ,
así como que las 8 matrices ai bj , con 0 ≤ i < 4, 0 ≤ j < 2 son distintas entre sí,
por lo que D = ⟨a, b⟩ ∼
= D8 . Tomamos como bloque B0 la órbita de ∞ respecto
de D, que resulta ser
B0 = {∞, 0, 1, 3, 12, 15, 21, 22}.
Llamamos B = {g[B0 ] | g ∈ G}, que, exactamente igual que en la prueba del
teorema anterior, se razona que es un sistema de Steiner generalizado de tipo
Sλ (3, 8, 24). Como D está contenido en el estabilizador de B0 , tenemos que
|GB0 | = 8m, para cierto m. El número de bloques en B será de la forma
6 072 759
b = |B| = = .
8m m
El teorema 7.19 nos da que λ = 21/m. Ahora necesitamos encontrar 21 bloques
distintos que contengan a ∞, 0, 1. Por brevedad omitimos en cada uno de ellos
estos tres elementos comunes:
1 σ σ2
B0 3, 12, 15, 21, 22 2, 4, 13, 16, 22 2, 8, 11, 12, 18
B0 + 2 2, 3, 5, 14, 17 5, 10, 12, 16, 19 7, 10, 11, 17, 22
2B0 2, 6, 7, 19, 21 17, 12, 13, 14, 20 8, 9, 14, 19, 22
2B0 − 1 5, 6, 18, 20, 22 2, 9, 10, 15, 20 4, 6, 9, 12, 17
2B0 − 6 13, 15, 17, 18, 19 4, 5, 7, 8, 15 4, 10, 14, 18, 21
8B0 − 4 3, 4, 11, 19, 20 3, 7, 9, 16, 18 6, 11, 14, 15, 16
8B0 − 7 8, 16, 17, 20, 21 5, 9, 11, 13, 21 3, 6, 8, 10, 13
Esto prueba que λ = 21, m = 1 y |B| = 759. Una comprobación rutinaria
muestra que los 21 conjuntos de la tabla anterior forman un sistema de Steiner de
tipo S(2, 5, 21), es decir, que cada par de números entre 2 y 22 está exactamente
en uno de los 21 conjuntos. Así, el mismo argumento empleado al final de la
prueba del teorema anterior muestra que B es un sistema de Steiner de tipo
S(5, 8, 24).
A partir de un sistema de Steiner es fácil construir como sigue otros más
sencillos:
Definición 7.22 A partir de un sistema de Steiner generalizado (X, B) de tipo
Sλ (l, m, n) con l ≥ 2 y de un punto p ∈ X, podemos definir el sistema derivado
(Xp , Bp ) dado por Xp = X \ {p} y cuyos bloques son los de la forma B \ {p},
donde B ∈ B y p ∈ B. Es inmediato que se trata de un sistema de Steiner de
tipo Sλ (l − 1, m − 1, n − 1).
Hay que tener presente que dos sistemas derivados de un mismo sistema
respecto de puntos distintos no tienen por qué ser isomorfos, aunque es fácil ver
que si el grupo de automorfismos del sistema es transitivo, entonces todos sus
derivados son isomorfos.
252 Capítulo 7. Grupos de permutaciones II

Ahora tenemos garantizada la existencia de sistemas de Steiner de tipos

S(2, 3, 9), S(3, 4, 10), S(4, 5, 11), S(5, 6, 12),
S(2, 5, 21), S(3, 6, 22), S(4, 7, 23), S(5, 8, 24).
Vamos a demostrar que, salvo isomorfismo, sólo hay uno de cada tipo. Las
definiciones siguientes presuponen que ya hemos probado dicha unicidad, pero
las adelantamos para verlas todas conjuntamente en lugar de ir introduciéndolas
gradualmente:
Para cada uno de los valores de n que figuran en la tabla siguiente, llamare-
mos Wn al único sistema de Steiner de tipo que se indica en ella:
n Wn |Aut(Wn )| |Mn | transitividad
9 S(2, 3, 9) 24 · 33 23 · 32 2 estricta
10 S(3, 4, 10) 25 · 32 · 5 24 · 32 · 5 3 estricta
11 S(4, 5, 11) 24 · 32 · 5 · 11 24 · 32 · 5 · 11 4 estricta
12 S(5, 6, 12) 26 · 33 · 5 · 11 26 · 33 · 5 · 11 5 estricta
21 S(2, 5, 21) 27 · 33 · 5 · 7 26 · 32 · 5 · 7 2
22 S(3, 6, 22) 28 · 32 · 5 · 7 · 11 27 · 32 · 5 · 7 · 11 3
23 S(4, 7, 23) 27 · 32 · 5 · 7 · 11 · 23 27 · 32 · 5 · 7 · 11 · 23 4
24 S(5, 8, 24) 210 · 33 · 5 · 7 · 11 · 23 210 · 33 · 5 · 7 · 11 · 23 5
En particular, Wn−1 es el sistema derivado de Wn , para todos los n de la
tabla, salvo n = 9, 21. Los grupos de Mathieu Mn ≤ Aut(Wn ) se definen como
sigue:
M12 = Aut(W12 ), M24 = Aut(W24 ),
mientras que M9 , M10 , M11 son, cada uno, el estabilizador de un punto en el
siguiente, e igualmente con M21 , M22 , M23 .
Así, por ejemplo, M11 es el estabilizador de un punto en M12 , lo cual per-
mite identificarlo con un subgrupo del grupo de los automorfismos del sistema
′
derivado W12 = W11 , que en este caso veremos que es el grupo de todos los
automorfismos, aunque esto no es así en otros casos. Por ejemplo, vemos en la
tabla que M10 tiene índice 2 en Aut(W10 ).
Tenemos que probar que los sistemas Wn (y, por consiguiente, los grupos Mn )
están bien definidos (salvo isomorfismo), así como el resto de datos que se inclu-
yen en la tabla, en particular que cada grupo Mn es un grupo de permutaciones
multiplemente transitivo sobre Wn , con la multiplicidad k que se indica.
Los cuatro primeros grupos de Mathieu se conocen como los grupos de
Mathieu pequeños, mientras que los cuatro últimos son los grupos grandes.
No obstante, cabe señalar que, en muchos contextos, sólo se llama grupos de
Mathieu a los grupos Mn correspondientes a los cinco índices marcados en ne-
grita en la tabla.
Nos ocupamos en primer lugar de los grupos de Mathieu pequeños, y el
punto de partida es que en [G 7.44] demostramos que existe, salvo isomorfismo,
un único sistema de Steiner W9 de tipo S(2, 3, 9), que no es sino el plano afín
sobre el cuerpo de 3 elementos. Vamos a estudiarlo con algo de detalle.
7.3. Los grupos de Mathieu 253

El plano afín de orden 3 El plano afín P de orden 3 consta de 12 rectas

agrupadas en 4 clases Π1 , Π2 , Π3 Π4 de 3 rectas paralelas cada una. Numerando
sus puntos adecuadamente y disponiéndolos así:

1 2 3
4 5 6
7 8 9

las cuatro clases de rectas paralelas son:

Las “horizontales” Π1 = {{1, 2, 3}, {4, 5, 6}, {7, 8, 9}},

Las “verticales” Π2 = {{1, 4, 7}, {2, 5, 8}, {3, 6, 9}},
Las “diagonales ↘” Π3 = {{1, 5, 9}, {2, 6, 7}, {3, 4, 8}},
Las “diagonales ↙” Π4 = {{3, 5, 7}, {2, 4, 9}, {1, 6, 8}}.

El grupo de automorfismos de un plano afín, considerado como sistema de

Steiner, no es más que el grupo de todas las colineaciones (es decir, las biyec-
ciones que transforman rectas en rectas) y, por el teorema fundamental de la
geometría afín [G 5.17] (teniendo en cuenta que el cuerpo de 3 elementos no
tiene más automorfismo que la identidad, por lo que las aplicaciones semilinea-
les coinciden con las afinidades)), éste no es sino el grupo de las biyecciones
afines.
Llamaremos Af(2, 3) al grupo de las biyecciones afines de P (es decir, del
espacio afín de dimensión 2 sobre el cuerpo de 3 elementos).
Cada biyección afín está determinada por la imagen de un sistema de referen-
cia afín (que en dimensión 2 se reduce a un sistema de tres puntos no colineales),
luego hay tantas biyecciones afines como sistemas de referencia afines, y así:

|Aut(W9 )| = |Af(2, 3)| = 432 = 24 · 33 ,

pues para formar un sistema de referencia afín podemos elegir un punto cual-
quiera de los 9 del espacio, luego otro punto cualquiera de entre los 8 restantes,
y luego otro cualquiera de entre los 6 puntos que no están en la recta formada
por los dos anteriores, lo que nos da 9 · 8 · 6 = 432 posibilidades.
Llamaremos triángulos en P a los conjuntos de 3 puntos no alineados y
cuadriláteros a los conjuntos de 4 puntos que no contienen rectas. Veamos
algunos resultados sobre cuadriláteros:

Teorema 7.23 Sea P el espacio afín de orden 3.

1. P contiene exactamente 54 cuadriláteros.

2. Dados dos cuadriláteros Q1 y Q2 , existe una biyección afín f ∈ Af(2, 3)

tal que f [Q1 ] = Q2 .

3. Todos los cuadriláteros son paralelogramos, es decir, que son de la forma

Q = {P1 , P2 , P3 , P4 }, de modo que P1 P2 ∥ P3 P4 y P1 P4 ∥ P2 P3 .
254 Capítulo 7. Grupos de permutaciones II

P3 P2

P4 P1
4. Más precisamente: de las seis rectas que unen los cuatro puntos de un
cuadrilátero cuatro forman dos pares de rectas paralelas (sus lados), que
se cortan en los puntos del cuadrilátero, y las otras dos (sus diagonales)
se cortan en un punto exterior al que llamaremos punto diagonal.
5. El complementario de un cuadrilátero es una unión de dos rectas que
se cortan en su punto diagonal, o, equivalentemente, consta del punto
diagonal y de otro cuadrilátero con el mismo punto diagonal.
6. Los conjuntos de la forma Q ∪ {D}, donde Q es un cuadrilátero y D su
punto diagonal, coinciden con las uniones de dos rectas secantes.
7. Todo conjunto de cinco puntos contiene al menos un cuadrilátero.
8. Si un conjunto de cinco puntos A contiene un único cuadrilátero Q, en-
tonces A = Q ∪ {D}, donde D es el punto diagonal de Q.
Demostración: 1) P posee 94 = 126 subconjuntos de 4 puntos, de los

cuales no serán cuadriláteros los formados por una recta y uno de los 6 puntos
no contenidos en ella. Como hay 12 rectas, hay 12 · 6 = 72 conjuntos así, luego
nos quedan 126 − 72 = 54 cuadriláteros.
2) Si Q = {P1 , P2 , P3 , P4 } es un cuadrilátero en las condiciones de 2), los
puntos P1 , P2 , P3 son afínmente independientes, pues las rectas P1 P2 y P2 P3 son
secantes. Lo mismo podemos decir de otro cuadrilátero Q′ = {P1′ , P2′ , P3′ , P4′ }, y,
según se razona tras la definición [G 3.16], existe una única afinidad f : P −→ P
que cumple f (Pi ) = Pi′ , para i = 1, 2, 3, que será de hecho una biyección afín,
pues su inversa es la afinidad que cumple g(Pi′ ) = Pi . Ahora bien, P4 es la inter-
sección de la paralela a P1 P2 por P3 con la paralela a P2 P3 por P1 , y P4′ cumple
la propiedad análoga. Como las biyecciones afines conservan el paralelismo,
también se cumple f (P4 ) = P4′ . Por lo tanto, f [Q] = Q′ .
Teniendo esto en cuenta, para probar que todo cuadrilátero cumple una
propiedad que se conserva por biyecciones afines basta probarlo para un cua-
drilátero en particular, por ejemplo, Q = {1, 3, 7, 9}, para el cual 3), 4) y 5)
resultan inmediatos, así como la mitad de 6). Para probar el recíproco de 6)
observamos que una biyección afín nos permite transformar dos rectas secantes
en otras dos cualesquiera (tomando como sistemas de referencia afines el punto
de intersección y un punto de cada recta), por lo que basta probarlo para un
par de rectas en concreto y entonces es trivial.
7) Si A = {P1 , P2 , P3 , P4 , P5 } y los cuatro primeros puntos no son un cua-
drilátero, es que contienen una recta. No perdemos generalidad si suponemos
que L1 = {P1 , P2 , P3 } forman una recta. Si {P2 , P3 , P4 , P5 } tampoco son un
cuadrilátero, contienen una recta. Ésta no puede contener a P2 y P3 , pero
tiene que contener a uno de los dos. Podemos suponer que es P3 , con lo que
L2 = {P3 , P4 , P5 } es una recta. Pero entonces, Q = {P1 , P2 , P4 , P5 } tiene que
ser un cuadrilátero.
7.3. Los grupos de Mathieu 255

8) De nuevo no perdemos generalidad si suponemos que, concretamente,

Q = {1, 3, 7, 9}, con lo que D = 5. Es claro que Q ∪ {D} no contiene más
cuadriláteros, pues si eliminamos un punto que no sea D, el conjunto resultante
contiene a una de las diagonales {1, 5, 9} o {3, 5, 7}, luego no es un cuadrilátero.
En cambio, si añadimos a Q cualquiera de los otros cuatro puntos posibles, por
ejemplo, el 2, entonces {1, 2, 3, 7, 9} contiene el cuadrilátero Q′ = {1, 2, 7, 9}, y
es fácil ver que lo mismo vale en los otros tres casos.

Definición 7.24 Si Π y Π′ son dos clases distintas de rectas paralelas de P ,

diremos que un cuadrilátero es de tipo {Π, Π′ } si sus pares de lados paralelas
están uno en Π y otro en Π′ .

Es claro que las biyecciones afines transforman todos los cuadriláteros de

un mismo tipo en todos los de otro mismo tipo, por lo que tiene que haber el
mismo número de cuadriláteros de cada tipo. Por lo tanto, tiene que haber,
concretamente, 9 cuadriláteros de cada tipo.
En realidad nos conviene hilar un poco menos fino, y por ello definimos las
tres clases siguientes de cuadriláteros:

• Llamamos Q1 a la clase de los cuadriláteros de tipo {Π1 , Π2 } o {Π3 , Π4 }.

• Llamamos Q2 a la clase de los cuadriláteros de tipo {Π1 , Π3 } o {Π2 , Π4 }.

• Llamamos Q3 a la clase de los cuadriláteros de tipo {Π1 , Π4 } o {Π2 , Π3 }.

Tenemos así tres clases disjuntas de 18 cuadriláteros cada una.

Si f ∈ Af(2, 3), tenemos que f transforma todos los cuadriláteros de una clase
en todos los de otra, por lo que podemos definir una acción del grupo Af(2, 3) en
el conjunto Ω = {Q1 , Q2 , Q3 } de las tres clases de cuadriláteros. Como cualquier
cuadrilátero se puede transformar en cualquier otro, la acción es transitiva.
Más aún, vamos a ver que es triplemente transitiva o, más sencillamente, que el
homomorfismo f : Af(2, 3) −→ Σ3 inducido por esta acción es un epimorfismo,
es decir, que existen biyecciones afines que permutan las tres clases de cualquiera
de las seis formas posibles.
En realidad vamos a demostrar algo aún más fino:

Teorema 7.25 Sea G = Af(2, 3), sean, p, q ∈ P dos puntos distintos y sea
H = Gp,q el estabilizador de ambos puntos respecto de la acción de G en P .
Entonces, el homomorfismo H −→ ΣΩ inducido por la acción de G sobre ΣΩ es
un isomorfismo.

Demostración: Como hay biyecciones afines que transforman cualquier

terna de puntos no colineales en cualquier otra, en particular la acción de G =
Af(2, 3) sobre P es doblemente transitiva, luego |Gp | = 432/9 = 48 y Gp actúa
transitivamente sobre P \ {p}, luego a su vez |H| = 48/8 = 6.
256 Capítulo 7. Grupos de permutaciones II

Precisamente porque la acción de G es doblemente transitiva no perdemos

generalidad si suponemos que los puntos son p = 1, q = 2. Así toda f ∈ H
cumple f (1) = 1, f (2) = 2 y está determinada por f (4), que puede ser cualquiera
de los seis puntos distintos de {1, 2, 3}.
Consideremos por ejemplo la biyección f ∈ H dada por f (4) = 5 y conside-
remos los cuadriláteros Q = {1, 2, 5, 4} y Q′ = {1, 2, 6, 5}.

Es fácil ver que f (5) = 6 (pues 5 es la intersección de la paralela a 12 por 4 con

la paralela a 14 por 2, por lo que f (5) tiene que ser la intersección de la paralela
a 12 por f (4) = 5 con la paralela a 15 por 2), luego f [Q] = {1, 2, 6, 5} = Q′ y
similarmente vemos que f (6) = 4, luego f [Q′ ] = {1, 2, 4, 6}.
Pero Q es de tipo {Π1 , Π2 }, luego está en Q1 y Q′ es de tipo {Π1 , Π3 }, luego
está en Q2 y f [Q′ ] es de tipo {Π1 , Π4 }, luego está en Q3 . Esto significa que f
induce un ciclo de longitud 3 en ΣΩ .
Dejamos al lector la comprobación de que si tomamos f (4) = 7 entonces
f [Q] = {1, 2, 8, 7} ∈ Q1 , mientras que f [Q′ ] = {1, 2, 9, 8} ∈ Q3 , luego ahora f
induce la trasposición que intercambia Q2 y Q3 . Esto prueba que la imagen
de H es todo ΣΩ .
En particular, Af(2, 3) es triplemente transitivo sobre Ω, por lo que el es-
tabilizador H de una de las tres clases cumple |H| = 432/3 = 144 y actúa
transitivamente sobre las otras dos, luego el estabilizador de dos clases (y, por
lo tanto, de las tres) es un subgrupo M9 ≤ Af(2, 3) de orden |M9 | = 72 (pero
todavía no hemos probado que sea el grupo de Mathieu definido en 7.22).
El grupo M9 es doblemente transitivo, pues si p, q, p′ , q ′ ∈ P , con p ̸= q,
p ̸= q ′ , podemos tomar un f ∈ Af(2, 3) tal que f (p) = p′ y f (q) = q ′ y, por
′

el teorema anterior, podemos componer f con un automorfismo de P que fije

a p′ y q ′ y que haga corresponder las clases f [Qi ] 7→ Qi , luego, cambiando f
por la composición, tenemos que f ∈ M9 y cumple f (p) = p′ y f (q) = q ′ . El
teorema 7.3 nos da que M9 es estrictamente doblemente transitivo sobre P .
El interés de las tres clases de cuadriláteros que hemos definido estriba en el
teorema siguiente:

Teorema 7.26 Para cada i = 1, 2, 3, cada triángulo de P está contenido en

un único cuadrilátero de la clase Qi , y las tres clases Q1 , Q2 , Q3 son las únicas
clases de cuadriláteros con esta propiedad.

Demostración: Como las clases se transforman una en otra por las biyec-
ciones afines, no perdemos generalidad si consideramos únicamente Q1 .
7.3. Los grupos de Mathieu 257

Si T = {P1 , P2 , P3 } es un triángulo, sus lados están en tres clases de paralelas

distintas. Supongamos por ejemplo que la cuarta es Π4 . Si añadimos un punto
P4 para formar un cuadrilátero, reordenando P1 , P2 , P3 si es necesario, podemos
exigir que P1 P2 ∥ P3 P4 y P1 P4 ∥ P2 P3 , y sabemos que P1 P2 y P2 P3 no están en
la clase Π4 , luego ninguna de las cuatro rectas lo está, luego T no está contenido
en ninguno de los 9 paralelogramos de la clase Q1 con lados en Π3 y Π4 .
Estamos suponiendo que los lados de T están en las clases Π1 , Π2 , Π3 . Re-
numerando sus vértices podemos suponer que P1 P2 ∈ Π1 y P2 P3 ∈ Π2 . La
paralela a P1 P2 por P3 y la paralela a P2 P3 por P1 se cortarán en un punto
P4 que formará un paralelogramo {P1 , P2 , P3 , P4 } ∈ Q1 , claramente el único
posible. Así pues, las clases Qi tienen la propiedad requerida.
Supongamos ahora que Q es una clase de cuadriláteros de P con la propiedad
de que cada triángulo está contenido exactamente en uno de sus miembros. Ya
hemos visto que hay 9 · 8 · 6 = 432 ternas ordenadas (P1 , P2 , P3 ) de puntos
no alineados (sistemas de referencia afines), y cada triángulo {P1 , P2 , P3 } se
obtiene desordenando 6 de dichas ternas, luego hay 432/6 = 72 triángulos.
Como cada cuadrilátero contiene 4, la clase Q tiene que contener al menos
72/4 = 18 cuadriláteros.
Llamemos Q(i, j) al conjunto de todos los cuadriláteros que contienen al par
{i, j}. En el caso concreto de Q(1, 2), si nombramos a sus elementos por los dos
vértices adicionales, son los 9 siguientes:

Q45 , Q46 , Q56 , Q78 , Q79 , Q89 , Q57 , Q48 , Q69 .

La clase Q tiene que contener un cuadrilátero que contenga al triángulo

{1, 2, 4}, y sólo hay tres posibilidades: Q45 ∈ Q, o bien Q46 ∈ Q o bien Q48 ∈ Q.
Ahora bien, si Q45 ∈ Q, entonces Q ya no puede contener ningún otro cua-
drilátero que contenga a {1, 2, 4} ni a {1, 2, 5}, luego los posibles miembros
restantes de Q ∩ Q(1, 2) son

Q78 , Q79 , Q89 , Q69 .

Pero Q tiene que contener un cuadrilátero que contenga a {1, 2, 6}, y la única
posibilidad es Q69 , pero entonces en Q no puede haber ningún otro cuadrilátero
que contenga a {1, 2, 9}, lo que nos deja únicamente a Q78 como posible miembro
adicional de Q ∩ Q(1, 2), y necesariamente debe contenerlo, pues tiene que haber
un cuadrilátero que contenga a {1, 2, 7}. Así pues, en este caso

Q ∩ Q(1, 2) = {Q45 , Q69 , Q78 } ⊂ Q1 .

Igualmente se razona que si Q46 ∈ Q, entonces

Q ∩ Q(1, 2) = {Q46 , Q57 , Q89 } ⊂ Q3 ,

mientras que si Q48 ∈ Q, entonces

Q ∩ Q(1, 2) = {Q48 , Q79 , Q56 } ⊂ Q2 .

258 Capítulo 7. Grupos de permutaciones II

Así pues, en cualquier caso Q ∩ Q(1, 2) ⊂ Qk , para cierto índice k = 1, 2, 3.

Más en general, si i, j ∈ P son puntos distintos, Q ∩ Q(i, j) ⊂ Qk , para cierto k.
En efecto, tomamos f ∈ Af(2, 3) tal que f (1) = i, f (2) = j y entonces, si
Q ∈ Q ∩ Q(i, j), tenemos que f −1 [Q] ∈ f −1 [Q] ∩ Q(1, 2), pero f −1 [Q] cumple
también la propiedad del enunciado, luego aplicándole lo que hemos probado
f −1 [Q] ∈ Qk , para cierto k, luego Q ∈ f [Qk ] = Qk′ , para cierto k ′ .
Ahora vamos a probar que k no depende de i, j, es decir, que todas las
intersecciones Q ∩ Q(i, j) están contenidas en una misma clase Qk .
En caso contrario, existirían pares {i, j}, {i′ , j ′ } tales que Q ∩ Q(i, j) ⊂ Qk ,
Q ∩ Q(i′ , j ′ ) ⊂ Qk′ , con k ̸= k ′ .
Distinguiendo casos, es fácil ver que siempre existen dos triángulos T y T ′
tales que {i, j} ⊂ T , {i′ , j ′ } ⊂ T ′ y |T ∩T ′ | = 2. Tienen que existir cuadriláteros
T ⊂ Q ∈ Q, T ′ ⊂ Q′ ∈ Q, pero entonces Q, Q′ ∈ Q ∩ Q(T ∩ T ′ ) ⊂ Qk′′ , para
cierto k ′′ , pero las tres clases Qk son disjuntas, luego tiene que ser k = k ′′ = k ′ .
Esto prueba que Q ⊂ Ak , para cierto k, y como 18 ≤ |Q| ≤ |Ak | = 18, tiene
que darse la igualdad Q = Qk .
En lo sucesivo, cuando hablemos de “las clases de cuadriláteros” de un plano
afín P (de orden 3), nos referiremos a las tres clases que hemos definido en 7.24
y que acabamos de caracterizar.
Supongamos que (X, B) es un sistema de Steiner de tipo S(3, 4, 10). Por el
teorema 7.19 debe constar de 30 bloques. Si llamamos ∞ ∈ X a uno de sus
puntos, el derivado P = X∞ debe ser un sistema de Steiner de tipo S(2, 3, 9),
es decir, el plano afín P que hemos estudiado.
Por definición de sistema derivado, los bloques de (X, B) que contienen el
punto ∞ tienen que ser los 12 de la forma L∪{∞}, donde L recorre las 12 rectas
de P . En cambio, los 18 bloques restantes tienen que ser subconjuntos de P
con cuatro puntos cada uno. Más concretamente, tienen que ser cuadriláteros,
pues cada recta L es un conjunto de 3 puntos que ya está contenido en el bloque
L ∪ {∞} ∈ B, luego L no puede estar contenido en ninguno de los 18 bloques
que nos faltan.
Así, los 18 bloques que no contienen a ∞ tienen que ser 18 cuadriláteros
con la propiedad de que cada triángulo tiene que estar contenido en uno solo de
ellos (ya que no puede estar en ninguno de los 12 bloques de la forma L ∪ {∞}).
Por el teorema anterior, esos 18 bloques tienen que ser los cuadriláteros de una
de las tres clases Qi . Así pues:
Teorema 7.27 Si (X, B) es un sistema de Steiner de tipo S(3, 4, 10) y ∞ ∈ X,
entonces el sistema derivado P = X∞ es un plano afín de orden 3 y sus 30
bloques son:
1. Los 12 conjuntos de la forma L ∪ {∞}, donde L es una recta en P .
2. Los 18 cuadriláteros de una de las clases Qi definidas en 7.24.
En particular, todos los sistemas de Steiner de tipo S(3, 4, 10) son isomorfos.
7.3. Los grupos de Mathieu 259

Demostración: Sólo falta probar la última afirmación y, de hecho, vamos

a probar algo más fuerte. Supongamos que (X, B) y (X ′ , B′ ) son dos sistemas
de Steiner de tipo S(3, 4, 10) y fijemos tres puntos distintos p, q, ∞ ∈ X y otros
tres puntos distintos p′ , q ′ , ∞′ . Entonces P = X∞ y P ′ = X∞ ′
′ son dos planos

afines de orden 3, luego existe una biyección afín f : P −→ P ′ entre ellos. Más
aún, podemos tomarla de modo que f (p) = p′ y f (q) = q ′ .
Dicha biyección transformará la clase de cuadriláteros Qi contenida en B
′
en una de las tres clases de cuadriláteros de X∞ ′ , no necesariamente la clase

Qi ⊂ B , pero, según el teorema 7.25, podemos componer f con un automorfismo

′ ′

de P ′ que fije a p′ , q ′ y que transforme f [Qi ] en Q′i y, por lo tanto, podemos

suponer que f [Qi ] = Q′i . Si extendemos f a una biyección f¯ : X −→ X ′ haciendo
f¯(∞) = ∞′ , tenemos que f¯ es trivialmente un automorfismo, pues también
transforma los 12 bloques de la forma L∪{∞} ∈ B en bloques f [L]∪{∞′ } ∈ B′ ,
y además cumple que f¯(p) = p′ , f¯(q) = q ′ , f¯(∞) = ∞′ .
A partir de aquí ya está justificada la notación W10 para nombrar cualquier
sistema de Steiner de tipo S(3, 4, 10). Es irrelevante cuál consideremos, pues
todos ellos son isomorfos.
En la prueba del teorema anterior hemos demostrado que si tenemos dos
sistemas de Steiner de tipo S(3, 4, 10) y elegimos arbitrariamente tres puntos
en cada uno de ellos, existe un isomorfismo entre ambos que hace corresponder
los puntos seleccionados. En particular, si aplicamos esto a un mismo sistema
de Steiner W10 , tenemos que el grupo G = Aut(W10 ) es triplemente transitivo
sobre W10 .
Más aún, fijado ∞ ∈ W10 , el estabilizador G∞ está formado claramente por
los automorfismos que, restringidos al plano afín W9 = (W10 )∞ , fijan la clase
Qi contenida en B. En otras palabras, el estabilizador de G∞ es isomorfo al
estabilizador de Qi en el grupo Af(2, 3) respecto de su acción sobre el conjunto
Ω = {Q1 , Q2 , Q3 }.
Esto nos permite hacer algunas cuentas. Como Af(2, 3) actúa transitiva-
mente sobre Ω, sus estabilizadores tienen orden 432/3 = 144, luego |G∞ | = 144
y, como G también actúa transitivamente sobre W10 , concluimos que
| Aut(W10 )| = 1 440.
Consideremos ahora un sistema de Steiner (X, B) de tipo S(4, 5, 11) y fijemos
dos puntos ∞1 , ∞2 ∈ X. El teorema 7.19 nos da que B consta de 66 bloques.
El derivado P = X∞1 ∞2 es un sistema de Steiner de tipo S(2, 3, 9), luego sus
bloques son las rectas de una estructura de plano afín. Así, los bloques de B que
contienen a ∞1 , ∞2 son necesariamente los 12 bloques de la forma L∪{∞1 , ∞2 },
donde L es una recta de P .
A su vez, el derivado X∞2 es un sistema de tipo S(3, 4, 10), luego su estruc-
tura es la que indica el teorema 7.27: sus bloques con el punto ∞1 son de la
forma L ∪ {∞1 }, donde L es una recta en P , mientras que sus bloques sin ∞1
son los 18 cuadriláteros de una de las tres clases Qi . Vamos a llamarla Q2 , de
modo que los bloques de B que contienen a ∞2 , pero no a ∞1 , son los 18 de la
forma Q ∪ {∞2 }, con Q ∈ Q2 .
260 Capítulo 7. Grupos de permutaciones II

Similarmente, el derivado X∞1 es un sistema de tipo S(3, 4, 10) y consta de

los bloques L ∪ {∞2 } y de otros 18 bloques formados por cuadriláteros de otra
de las clases dadas por el teorema 7.26, a la que llamaremos Q1 , de modo que los
bloques de B que contienen a ∞1 pero no a ∞2 son los 18 de la forma Q∪{∞1 },
con Q ∈ Q1 . Notemos que tiene que ser Q1 ̸= Q2 , pues un mismo cuadrilátero
no puede estar contenido a la vez en un bloque Q ∪ {∞1 } y en otro Q ∪ {∞2 }.
Falta describir los bloques de B ∈ B que no contienen ni a ∞1 ni a ∞2 , con
lo que están formados por 5 puntos de P . Tienen que ser 66 − 12 − 18 − 18 = 18
en total. Por el teorema 7.23, existe un cuadrilátero Q ⊂ B, que no puede ser
de las clases Q1 o Q2 , pues entonces estaría contenido también en un bloque
de tipo Q ∪ {∞i }. Por lo tanto, tiene que ser de tipo Q3 . Como cada uno de
los 18 bloques de este tipo tiene que contener un cuadrilátero distinto de Q3 y
hay sólo 18 cuadriláteros, cada bloque contiene un único cuadrilátero, luego la
propiedad 8) del teorema 7.23 nos dice que tiene que ser B = Q ∪ {D}, donde
D es el punto diagonal de Q. Así pues:

Teorema 7.28 Si (X, B) es un sistema de Steiner de tipo S(4, 5, 11) y fijamos

dos puntos ∞1 , ∞2 ∈ X, el sistema derivado P = X∞1 ,∞2 es un plano afín de
orden 3 y sus 66 bloques son:

1. Los 12 conjuntos de la forma L ∪ {∞1 , ∞2 }, donde L es una recta en P .

2. Los 36 conjuntos de la forma Q ∪ {∞i }, con Q ∈ Qi , para i = 1, 2.

3. Los 18 conjuntos de la forma Q ∪ {D}, donde Q ∈ Q3 y D es el punto

diagonal de Q.

En particular, todos los sistemas de Steiner de tipo S(4, 5, 11) son isomorfos.

Demostración: Sólo falta probar la unicidad. Más en general, consi-

deramos dos sistemas de Steiner (X, B) y (X ′ , B′ ) y fijamos puntos distintos
p, q, ∞1 , ∞2 ∈ X y otros puntos, también distintos p′ , q ′ , ∞′1 , ∞′2 ∈ X ′ . Enton-
ces P = X∞1 ∞2 , P ′ = X∞ ′
1 ∞2
son planos afines y podemos fijar una biyección
afín f : P −→ P tal que f (p) = p′ y f (q) = q ′ . Sean Q1 , Q2 y Q3 las cla-
′

ses de cuadriláteros en P que se corresponden con los bloques de B según el

enunciado, y sean Q′1 , Q′2 y Q′3 las correspondientes de P ′ . El teorema 7.25 nos
permite componer f con un automorfismo de P ′ que fije a p′ , q ′ y que haga
corresponder las clases f [Qi ] 7→ Q′i . Así podemos suponer que f [Qi ] = Q′i , para
i = 1, 2, 3, de donde se sigue que, si extendemos f a una biyección f¯ : X −→ X ′
mediante f¯(∞i ) = ∞′i (para i = 1, 2), se cumple que f¯ es un isomorfismo que
además cumple f¯(p) = p′ , f¯(q) = q ′ , f¯(∞1 ) = ∞′1 , f¯(∞2 ) = ∞′2 .
A partir de aquí ya podemos llamar W11 a cualquier sistema de Steiner de
tipo S(4, 5, 11). La prueba de la unicidad del teorema anterior muestra que
M11 = Aut(W11 ) es cuatro veces transitivo1 sobre W11 .
1 Todavía no hemos demostrado que este M
11 es el que hemos definido en 7.22, es decir, el
estabilizador de un punto en M12 .
7.3. Los grupos de Mathieu 261

Si fijamos dos puntos ∞1 , ∞2 ∈ W11 , y consideramos el doble derivado

P = (W11 )∞1 ∞2 , es claro que los automorfismos que fijan los dos puntos in-
finitos se restringen a biyecciones afines de Af(2, 3) que fijan las tres clases
de cuadriláteros, es decir, elementos del subgrupo M9 y, recíprocamente, cada
f ∈ M9 se extiende a un único automorfismo f¯ ∈ (M11 )∞1 ∞2 .
Así pues, |(M11 )∞1 ∞2 | = |M9 | = 72 y, por otra parte, como M11 es cua-
tro veces transitivo sobre W11 , tenemos que |(M11 )∞2 | = |M11 |/11 y este es-
tabilizador es tres veces transitivo sobre W10 = (W11 )∞1 , luego resulta que
|(M11 )∞1 ,∞2 | = |M11 |/(11 · 10), y así

|M11 | = 11 · 10 · 9 · 8 = 7 920.

En particular, M11 es estrictamente cuatro veces transitivo sobre W11 .

A su vez, el estabilizador (M11 )∞2 , a través de la restricción, es isomorfo a
un subgrupo M10 ⊴ Aut(W10 ) de modo que |M10 | = 10 · 9 · 8 = 720, y que es
estrictamente triplemente transitivo.

Teorema 7.29 Si (X, B) es un sistema de Steiner de tipo S(5, 6, 12) y fijamos

tres puntos ∞1 , ∞2 , ∞3 ∈ X, el sistema derivado P = X∞1 ∞2 ∞3 es un plano
afín de orden 3 y sus 132 bloques de X son:
1. Los 12 bloques de la forma L ∪ {∞1 , ∞2 , ∞3 }, donde L es una recta de P .
2. Los 54 bloques de la forma Q ∪ {∞i , ∞j }, donde Q es un cuadrilátero de
la clase Qk , para k ̸= i, j.
3. Los 54 bloques de la forma Q ∪ {D} ∪ {∞k }, donde Q es un cuadrilátero
de la clase Qk y D es su punto diagonal.
4. Los 12 bloques de la forma L1 ∪ L2 , donde L1 y L2 son dos rectas paralelas
distintas.
En particular, todos los sistemas de Steiner de tipo S(4, 5, 11) son isomorfos.

Demostración: En cuanto a la descripción de los bloques, lo único que

no es inmediato es que los 12 bloques que no contienen ningún punto infinito
sean precisamente los pares de rectas paralelas, pero ello se debe a que, por
una parte, las seis rectas que pasan por los pares de puntos de un cuadrilátero
contienen los 5 puntos de su complementario (sus dos diagonales contienen el
mismo punto diagonal y los cuatro lados paralelos dos a dos los cuatro puntos
restantes), por lo que todo conjunto de 5 puntos contiene al menos una recta
(contiene un cuadrilátero y un punto más que forma al menos una recta). A
su vez, si un conjunto B = {P1 , P2 , P3 , P4 , P5 , P6 } no consta de dos rectas
paralelas y L1 = {P1 , P2 , P3 } es una recta, el conjunto {P2 , P3 , P4 , P5 , P6 } debe
contener otra recta, que no puede ser {P4 , P5 , P6 } (pues sería paralela a L1 ),
luego no perdemos generalidad si suponemos que es L2 = {P3 , P4 , P5 }, pero
entonces resulta que Q = {P1 , P2 , P4 , P5 } es un cuadrilátero y P3 es su punto
diagonal, luego B contendría un conjunto de tipo Q ∪ {D} que también estaría
262 Capítulo 7. Grupos de permutaciones II

contenido en un bloque de tipo 3), lo cual es imposible, luego un bloque que

conste de 6 puntos de P tiene que estar formado por dos rectas paralelas. Como
hay exactamente 12 pares de rectas paralelas y tiene que haber 12 bloques, se
dan todas las posibilidades.
La unicidad se prueba igual que en 7.28, de modo que, en realidad, pode-
mos probar que entre dos sistemas de Steiner de tipo S(5, 6, 12) existe siempre
un isomorfismo que transforma cinco puntos cualesquiera del primero en cinco
puntos cualesquiera del segundo.
Ahora ya podemos hablar del sistema W12 y, por la prueba de la unicidad del
teorema anterior, el grupo M12 = Aut(W12 ) es cinco veces transitivo sobre W12 .
Más aún, si fijamos tres puntos distintos ∞1 , ∞2 , ∞3 ∈ W12 , es claro que el
estabilizador (M12 )∞1 ,∞2 ,∞3 es isomorfo al subgrupo M9 de los automorfismos
de W9 que fijan a las tres clases de cuadriláteros Qi (en otras palabras, que todo
automorfismo de M9 se extiende a un automorfismo de M12 que fija a los tres
puntos ∞i ). Como |M9 |) = 72 y M12 es cinco veces transitivo, obtenemos que

|M12 | = 12 · 11 · 10 · 72 = 95 040,

luego M12 es estrictamente cinco veces transitivo en W12 .

A su vez, esto implica |(M12 )∞3 | = 95 040/12 = 7 920 = |M11 | y obviamente
(M12 )∞3 ≤ M11 , luego de hecho tenemos la igualdad, es decir, que M11 , definido
como Aut(W11 ), es también el estabilizador de un punto en M12 , de acuerdo
con la definición 7.22.
Pasamos ahora a ocuparnos de los grupos de Mathieu grandes, y partimos
de que, según [G 8.81], un sistema de Steiner de tipo S(2, 5, 21) es un plano
proyectivo de orden 4, y en [G 7.45] probamos que sólo existe un plano afín de
orden 4, lo que a su vez implica que sólo existe un plano proyectivo de dicho
orden, que será el plano P = P (k 3 ), donde k es el cuerpo de cuatro elementos.
Esto justifica ya la notación W21 para referirnos al único sistema de Steiner de
tipo S(2, 5, 21). Ahora vamos a estudiar su geometría:

El plano proyectivo de orden 4 Llamamos P = P (k 3 ) al plano proyectivo

sobre el cuerpo k de cuatro elementos. Concretamente, k = {0, 1, α, α2 }, donde
α2 + α + 1 = 0.
2
Representaremos los puntos de P en la (0, 1, 0) (α, 1, 0)(α , 1, 0) (1, 1, 0)
[0, 0, 1]
forma (a, b, c) = ⟨(a, b, c)⟩, y la recta determi-
nada por la ecuación ax+by +cz = 0 la repre- 2
α
sentaremos como [a, b, c]. Podemos represen- [1, 1, 0]
tar P gráficamente tomando como recta infi- α
nita la recta z = 0 (es decir, [0, 0, 1]), lo que [1, 0, 0] [1, α, 0]
nos permite representar los 16 puntos finitos 1
[1, α2 , 0]
de la forma (a, b, 1) mediante unos ejes coor-
denados, y aparte están los cinco puntos infi- 0
0 1 α α2 (1, 0, 0)
nitos, cuatro de la forma (a, 1, 0) más (1, 0, 0). [0, 1, 0]
La figura muestra la recta infinita y las cinco rectas que pasan por el punto (0, 0).
7.3. Los grupos de Mathieu 263

El teorema siguiente no nos va a hacer falta más adelante, pero nos servirá
para poner en contexto una definición que vamos a necesitar:
Teorema 7.30 Si P es un plano proyectivo de orden q y A ⊂ P es un conjunto
de puntos no colineales tres a tres, entonces |A| ≤ q + 2 y si q es impar, de
hecho, |A| ≤ q + 1.
Demostración: Supongamos que A tiene n puntos y sea p uno de ellos.
Entonces, para cada q ∈ A\{p}, la aplicación q 7→ pq es una aplicación inyectiva
de A \ {q} en el haz de rectas que pasan por p, pero por un punto p pasan
exactamente q + 1 rectas, luego n − 1 ≤ q + 1, y así n ≤ q + 2.
Si se da la igualdad, eso significa que todas las rectas que pasan por p cortan
a A en otro punto, y esto vale para todo punto p ∈ A, luego concluimos que
toda recta de P corta a A en 0 o 2 puntos. Sea q ∈ P \ A, de modo que cada
recta que pasa por q y corta a A lo hace exactamente en 2 puntos (distintos
para cada par de rectas, pues las rectas se cortan en q y no pueden coincidir
en ningún punto de A), luego |A| es igual al doble del número de rectas que
pasan por q y cortan a A. Como |A| = q + 2 y |A| es par, es necesario que q
también sea par. Por consiguiente, si q es impar tiene que ser |A| < q + 2 o,
equivalentemente, |A| ≤ q + 1.
Un arco en un plano proyectivo es un conjunto de puntos no colineales tres
a tres. Acabamos de probar que un arco en un plano proyectivo de orden impar
q tiene a lo sumo q + 1 elementos. Los arcos de cardinal q + 1 se llaman óvalos,
pero si q es par (como sucede en el caso q = 4 que nos interesa) puede haber
arcos de longitud q + 2, y éstos reciben el nombre de hiperóvalos. En el caso
q = 4 los hiperóvalos son arcos de 6 puntos.
Recordemos [G 8.18] que un sistema de referencia proyectivo en un plano
afín es un conjunto (ordenado) de 4 puntos tales que tres cualesquiera de ellos
son proyectivamente independientes, es decir, no colineales. El teorema [G 8.20]
afirma que cualquier sistema de referencia proyectivo se puede transformar en
cualquier otro por una única homografía.
Un cuadrilátero es un arco de cuatro puntos, de modo que con los puntos
de un mismo cuadrilátero se pueden formar 24 sistemas de referencia distintos.
Hay 3 formas de dividir en dos pares los cuatro vértices de un cuadrilátero, lo
que da lugar a 6 pares de rectas que se cortan en tres puntos llamados puntos
diagonales del sistema.

[0, 0, 1] [0, 0, 1]

[1, 0, 1] [1, 0, 1]
[1, 1, 0] [1, 1, 0]

[1, 0, 0] [1, 0, 0] [1, 1, 1]

[0, 1, 1] [0, 1, 1]

[0, 1, 0] [0, 1, 0]
264 Capítulo 7. Grupos de permutaciones II

La figura de la izquierda muestra el cuadrilátero formado por los puntos

(1, 0, 0), (0, 1, 0), (0, 0, 1), (1, 1, 1),

que aparecen marcados con un rombo, y los tres puntos diagonales están seña-
lados con un aspa. Se trata de los puntos (1, 0, 1), (0, 1, 1), (1, 1, 0).
El determinante de estos tres vectores vale ±2, lo que significa que, para un
plano afín arguesiano, están alineados precisamente cuando q es potencia de 2,
que es nuestro caso. Concretamente, están sobre la recta [1, 1, 1].
Los cuatro puntos del cuadrilátero, junto con sus tres puntos diagonales y
las siete rectas (figura de la derecha), forman un plano proyectivo de orden 2,
es decir, un plano de Fano. (Esto era previsible: los puntos con coordenadas en
el cuerpo de 2 elementos en un plano proyectivo de orden 4 forman un plano
proyectivo de orden 2.)
Notemos que, puesto que cualquier cuadrilátero se convierte en cualquier otro
mediante una homografía, lo que hemos obtenido es general: todo cuadrilátero
se convierte en un plano de Fano cuando se le añaden sus tres puntos diagonales
(y tomamos las 7 rectas que pasan por cada par de puntos).
Por otro lado, si consideramos de nuevo las 6 rectas determinadas por los
pares de vértices de un cuadrilátero (sin añadir la determinada por sus puntos
diagonales), vemos que pasan por 19 puntos en total o, equivalentemente, que
no pasan por 2 puntos. Además de verse en la figura, es fácil razonarlo: cada
una de las seis rectas consta de 5 puntos, que son dos vértices, un punto diagonal
y otros 2 puntos más, luego entre todas pasan por 12 puntos “nuevos” aparte
de los vértices y los tres puntos diagonales, lo que hace un total de 19 puntos.
En el caso concreto del cuadrilátero canónico que estamos considerando, dichos
puntos son (α2 , α, 1) y (α, α2 , 1).
Esto se traduce en que si queremos extender el cuadrilátero hasta un hiper-
óvalo, la única opción es añadir estos dos puntos (pues cualquier otro está ali-
neado con dos puntos del cuadrilátero), y podemos comprobar que, ciertamente,
la recta que los une, que es [1, 1, 1], no pasa por ningún punto del cuadrilátero
(pasa por los tres puntos diagonales), por lo que al añadir estos dos puntos al
cuadrilátero obtenemos realmente un hiperóvalo. De nuevo esto es válido para
cualquier cuadrilátero, y hemos probado casi todo el teorema siguiente:

Teorema 7.31 Sea P un plano proyectivo de orden 4. Entonces:

1. Todo cuadrilátero se extiende a un único plano de Fano, concretamente al
que resulta de añadirle sus tres puntos diagonales.
2. Todo cuadrilátero se extiende a un único hiperóvalo, concretamente al
añadirle los dos puntos adicionales de la recta que pasa por sus puntos
diagonales.
3. Todo óvalo se extiende a un único hiperóvalo.
4. P contiene 2 520 cuadriláteros, 360 planos de Fano y 168 hiperóvalos.
7.3. Los grupos de Mathieu 265

Demostración: Sólo falta probar los dos últimos apartados. Un óvalo O

contiene a un cuadrilátero Q, el cual está contenido en un único hiperóvalo H,
que se obtiene añadiendo a Q los dos únicos puntos no alineados con dos puntos
de Q, luego el quinto punto de O tiene que ser uno de esos dos, luego O ⊂ H y
la extensión es obviamente única.
Observemos que el número de sistemas de referencia proyectivos es igual
a |LGP(3, 4)| = 60 480. Como hay 24 sistemas de referencia proyectivos que
corresponden a distintas ordenaciones de un mismo cuadrilátero, concluimos
que el número de cuadriláteros es 60 480/24 = 2 520.
Ahora observamos que cada plano de Fano contiene 7 cuadriláteros, resultan-
tes de eliminar cualquiera de sus 7 rectas (el complementario de un cuadrilátero
en un plano de Fano es siempre la recta que pasa por sus tres puntos diago-
nales). Como cada cuadrilátero está sólo en un plano, el número de planos
es 2 520/7 = 360. Por último, cada hiperóvalo contiene 15 subconjuntos de 4
elementos, es decir, 15 cuadriláteros, por lo que el número de hiperóvalos es
2 520/15 = 168.
Veamos una caracterización de los planos de Fano:

Teorema 7.32 Si P es un plano proyectivo de orden 4, un subconjunto F ⊂ P

de 7 puntos es un plano de Fano si y sólo si toda recta de P corta a F en 1 o
3 puntos.

Demostración: Si F es un plano de Fano, hay 7 rectas de P que cortan a

F en tres puntos (las rectas de P que contienen las 7 rectas del plano proyectivo
de orden 2). Por cada punto de F pasan 5 rectas de P , de las cuales 3 cortan
a F en tres puntos y las otras dos lo cortan en 1, ya que si lo cortaran en 2
automáticamente lo cortarían en 3. Esto nos da 7 · 2 = 14 rectas que cortan a
F en 1 punto, que unidas a las 7 que lo cortan en 3 puntos suman las 21 rectas
de P , luego toda recta de P está en uno de los dos casos.
Supongamos ahora que F tiene la propiedad indicada y sea B el conjunto de
los conjuntos de tres puntos colineales de F . Tenemos entonces que por cada par
de puntos distintos de F pasa un único elemento de B (pues la recta que los une
no puede cortar a F en un único punto, luego corta en 3 puntos, que determinan
un elemento de B, necesariamente único). Esto significa que (F, B) es un sistema
de Steiner de tipo S(2, 3, 7), luego es un plano proyectivo de orden 2. Dados dos
puntos P1 , P2 ∈ F , están en elemento de B que tiene 3 puntos, luego podemos
tomar otro punto P3 no colineal con los dos anteriores, y los 3 elementos de B
que pasan por ellos contienen 6 puntos, luego hay un séptimo punto P4 y F , de
modo que Q = {P1 , P2 , P3 , P4 } ⊂ F es un cuadrilátero, y F tiene que contener
sus puntos diagonales, luego F es el plano de Fano de Q.

Nota En realidad hemos probado que si F ⊂ P es un conjunto de 7 puntos tal

que toda recta que corta a F en al menos un punto lo corta exactamente en 3
puntos, entonces F es un plano de Fano. No necesitamos suponer que no hay
rectas disjuntas con F , aunque de hecho es así.
266 Capítulo 7. Grupos de permutaciones II

El grupo Aut(P ) de los automorfismos de P es, por definición, el grupo

de las colineaciones de P , que por [G 8.27] es isomorfo al grupo LΓP(3, 4)
de las semihomografías de P que no coincide con el grupo LGP(3, 4) de las
homografías, porque el cuerpo k de 4 elementos tiene un (único) automorfismo
no trivial σ, de orden 2, que determina un semiisomorfismo σ : k 3 −→ k 3
dado por σ(a, b, c) = (σ(a), σ(b), σ(c)), que a su vez induce una semihomografía
σ : P −→ P . Según se ve tras [G 8.27], se cumple que

LΓP(3, 4) = [LGP(3, 4)] ⟨σ⟩ ,

por lo que en particular |LΓP(3, 4) : LGP(3, 4)| = 2. Consideramos también el

subgripo LEP(3, 4), que tiene índice 3 en LGP(3, 4), luego

|LEP(3, 4)| = 20 160, |LGP(3, 4)| = 60 480, |LΓP(3, 4)| = 120 960.

Llamemos G = LGP(3, 4) y G∗ = LEP(3, 4).

Si H es un hiperóvalo, podemos considerar el subgrupo GH ≤ G formado por
las homografías f ∈ G que cumplen f [H] = H. Entonces GH actúa sobre H,
de modo que tenemos un homomorfismo de grupos GH −→ ΣH ∼ = Σ6 . De
hecho, se trata de un monomorfismo, pues H contiene un sistema de referencia
proyectivo, luego si f ∈ GH fija a todos los puntos de H es que es la identidad.
Así pues, GH es un grupo de permutaciones sobre H.
Más aún, como cualquier cuádrupla de elementos de H distintos dos a dos es
un sistema de referencia proyectivo, y H es el único hiperóvalo que lo contiene,
tenemos que GH es cuatro veces transitivo sobre H (la única homografía que
transforma un sistema de referencia contenido en H en otro tiene que transfor-
mar H en H).
La imagen de GH en ΣH no puede ser todo ΣH . Por ejemplo, no contiene
ninguna trasposición, pues una trasposición fijaría a cuatro de los seis elementos
de H, es decir, fijaría a un sistema de referencia proyectivo, luego tendría que
ser la identidad. Sin embargo, dicha imagen contiene a todos los ciclos de
longitud 3, pues, por la transitividad cuádruple, tiene que existir f ∈ GH tal
que, si H = {P1 , . . . , P6 }, se cumple f (P1 ) = P2 , f (P2 ) = P3 , f (P3 ) = P1 ,
f (P4 ) = P4 , y esto implica que la permutación inducida por f es (1, 2, 3) o
bien (1, 2, 3)(5, 6), pero en el segundo caso, elevando a la cuarta, concluimos
que (1, 2, 3) también está en la imagen. El teorema 2.19 implica que la imagen
es A6 , con lo que GH ∼ = A6 .
Consideremos ahora el caso concreto en que H es el hiperóvalo canómico
que hemos considerado más arriba. La homografía que permuta cíclicamente
los puntos (1, 0, 0), (0, 1, 0), (0, 0, 1) y fija (1, 1, 1) es la dada por la matriz
 
0 1 0
 0 0 1 ,
1 0 0

que tiene determinante 1, luego está en realidad en G∗ . Vamos a probar que

cualquier homografía que permuta cíclicamente tres de los puntos de H está
7.3. Los grupos de Mathieu 267

también en G∗ . Sean P, Q, R, S ∈ H puntos distintos y sea g ∈ GH la homo-

grafía dada por
g(1, 0, 0) = P, g(0, 1, 0) = Q, g(0, 0, 1) = R, g(1, 1, 1) = S.
−1
Entonces g ◦ f ◦ g es la homografía que permuta cíclicamente P, Q, R y
tiene determinante 1. Concluimos que, en realidad, GH ≤ LEP(3, 4) o, equiva-
lentemente, que si llamamos G∗H al subgrupo formado por las homografías que
cumplen f [H] = H, tenemos que G∗H = GH .
Hemos visto que la acción de G sobre el conjunto de los hiperóvalos es tran-
sitiva, pero esto ya no es así si consideramos la acción de G∗ , pues |G∗ | = 20 160
y el orden de un estabilizador G∗H es |A6 | = 6!/2 = 360, luego las órbitas tienen
longitudes 20 160/360 = 56. Esto prueba parte del teorema siguiente:
Teorema 7.33 Sea P el plano proyectivo sobre el cuerpo de 4 elementos. El
grupo LEP(3, 4) divide a los 168 hiperóvalos de P en tres órbitas de 56 hiper-
óvalos cada una, y a los 360 planos de Fano de P en tres órbitas de 120 planos
cada una.
Demostración: Falta probar la afirmación correspondiente a los planos
de Fano. Seguimos llamando G y G∗ a los grupos de homografías de P . No
perdemos generalidad si consideramos el plano canónico F que contiene a los
puntos
(1, 0, 0), (0, 1, 0), (0, 0, 1) (1, 1, 1).
En efecto, si F ′ es otro plano de Fano, existe g ∈ G tal que g[F ′ ] = F y, para
cada f ∈ LEP(3, 4), se cumple que
f [F ′ ] = f [g −1 [F ]] = g −1 [g[f [g −1 [F ]]] = g −1 [f g [F ]],
por lo que g biyecta la órbita de F ′ con la de F .
Nuevamente, como F contiene un sistema de referencia proyectivo, el sub-
grupo GF formado por las homografías f ∈ G tales que f [F ] = F es un grupo
de permutaciones sobre F , es decir, que la aplicación GF −→ ΣF es un mono-
morfismo de grupos.
Ahora bien, como los elementos de G son homografías, los elementos de
GF determinan colineaciones sobre F y, como el cuerpo de 2 elementos no
tiene automorfismos no triviales, las colineaciones de un plano de Fano son sus
homografías [G. 8.27], luego en realidad GF −→ LGP(3, 2).
Pero las homografías de P inducidas por matrices cuyos coeficientes están
en el cuerpo de 2 elementos son precisamente LGP(3, 2), luego GF = LGP(3, 2).
Pero las matrices regulares cuyos coeficientes están en el cuerpo de 2 elementos
tienen todas determinante 1, luego GF ≤ G∗ y, de hecho, GF = G∗F . Exacta-
mente igual en el caso de los hiperóvalos, ahora podemos concluir que la acción
de G∗ determina tres órbitas de planos de Fano.
Llamamos H1 , H2 , H3 a las tres órbitas de 56 hiperóvalos determinadas por
LEP(3, 4) y Fi a la clase de los planos de Fano generados por los cuadriláteros
contenidos en los hiperóvalos de Hi , que son claramente las tres clases de planos
de Fano consideradas en el teorema anterior.
268 Capítulo 7. Grupos de permutaciones II

Teorema 7.34 Si P es el plano proyectivo de orden 4, cada triángulo en P

está contenido en un único hiperóvalo de cada órbita Hi , y las tres órbitas son
las únicas clases de hiperóvalos con esta propiedad.

Demostración: Sea T0 un triángulo prefijado. Para cualquier otro trián-

gulo T , existe f ∈ LGP(3, 4) tal que f [T0 ] = T , pero si f tiene matriz A en
el sistema de referencia canónico y α = |A|, la homografía g que resulta de
dividir una fila de A entre α cumple g ∈ G = LEP(3, 4) y sigue cumpliendo
que g[T0 ] = T , luego G actúa transitivamente sobre los triángulos (y fija a las
tres clases Hi ). De aquí se sigue que si un triángulo T está contenido exacta-
mente en m hiperóvalos de Hi , entonces todos los triángulos están contenidos
exactamente en m hiperóbalos de Hi .
Ahora consideramos todas las cuádruplas (P1 , P2 , P3 , H) tales que el con-
junto {P1 , P2 , P3 } es un triángulo contenido en H ∈ Hi (para un i fijo). Cada
uno de los 56 hiperóvalos de Hi contiene 6 · 5 · 4 = 120 ternas (P1 , P2 , P3 ), luego
hay 56 · 120 = 6 720 cuádruplas. Por otra parte, hay 21 · 20 · 16 = 6 720 ter-
nas (P1 , P2 , P3 ) que forman triángulos, luego el número de cuádruplas debe ser
6 720m, de donde m = 1. Esto prueba la primera parte del teorema.
Antes de probar la segunda, vamos a extraer de ella unas consecuencias. En
primer lugar, es claro que hay 12 hiperóvalos en P que contienen dos puntos
distintos dados P1 , P2 . En efecto, hay 16 · 9/2 = 72 cuadriláteros que los con-
tienen, cada uno de los cuales está contenido en un único hiperóvalo, pero cada
hiperóvalo contiene 4 · 3/2 = 6 cuadriláteros que contienen a los dos puntos,
luego hay 72/6 = 12 hiperóvalos.
En segundo lugar: si H es un hiperóvalo y P1 , P2 ∈ H son dos puntos
distintos, existen exactamente 3 hiperóvalos H ′ tales que H ∩ H ′ = {P1 , P2 }.
En efecto, H contiene cuatro triángulos con P1 , P2 entre sus vértices y cada
uno de dichos triángulos está contenido en un único hiperóvalo de Hi , lo que
nos da tres hiperóvalos, el propio H y otros dos. Estos ocho hiperóvalos son
distintos dos a dos, pues, si dos coincidieran, tendríamos un hiperóvalo distinto
de H que contendría dos triángulos {P1 , P2 , P3 } y {P1 , P2 , P4 }, es decir, que
tendría cuatro puntos en común con H, lo cual es imposible (cada cuadrilátero
está contenido en un único hiperóvalo). Así pues, de los 12 hiperóvalos que
contienen a {P1 , P2 }, uno es H, otros 8 cortan a H en 3 puntos y quedan 3 que
cortan a H en {P1 , P2 }.
Pasemos ya a probar la segunda parte del teorema, es decir, suponemos
que H es una clase de hiperóvalos con la propiedad de que cada triángulo está
contenido en un único hiperóvalo de H. Como hay 21·20·16/6 = 1 120 triángulos
y cada hiperóvalo contiene 20 triángulos, necesariamente |H| = 56.
Si H ∈ H, cada hiperóvalo H ′ ∈ H corta a H a lo sumo en dos puntos (pues
en caso contrario un triángulo estaría en dos elementos de H).
Si P1 , P2 ∈ H, hay 16 triángulos en P que contienen a ambos puntos, cada
uno de los cuales está en un hiperóvalo de H, pero un mismo hiperóvalo con-
tiene 4 triángulos con vértices P1 , P2 , luego {P1 , P2 } está contenido en 4 hiper-
óvalos de H, de los cuales uno es H, por lo que hay exactamente 3 hiperóvalos
7.3. Los grupos de Mathieu 269

en H que cortan a H en dos puntos. Ahora bien, hemos probado que en P sólo
hay tres hiperóvalos en tales condiciones. Por lo tanto, lo que tenemos es que si
P1 , P2 ∈ H son puntos distintos, los tres hiperóvalos que cortan a H en dichos
puntos están en H. Pero esto vale también para las clases Hi , luego podemos
afirmar que si H ∈ H ∩ Hi , para cada par de puntos P1 , P2 ∈ H, los tres hiper-
óvalos que cortan a H en dichos puntos están en H ∩ Hi . Como H contiene 15
pares de puntos, concluimos que si H ∈ H ∩ Hi , los 45 hiperóvalos que cortan
a H en dos puntos están en H ∩ Hi .
Esto implica que H no puede cortar a dos clases Hi , ya que entonces debería
contener al menos 90 hiperóvalos, pero sólo tiene 56. Por lo tanto, existe un i
tal que H ⊂ Hi y, como ambas clases tienen 56 elementos, de hecho H = Hi .

Observemos ahora que el grupo Aut(P ) = LΓP(3, 4) actúa sobre el conjunto

Ω = {H1 , H2 , H3 }, ya que si H, H ′ ∈ Hi , existe f ∈ LEP(3, 4) tal que H ′ = f [H]
−1 −1
y, si g ∈ Aut(P ), entonces g[H ′ ] = g[f [H]] = f g [g[H]], donde f g ∈ LE(3, 4),
por lo que g[H ′ ] y g[H] están en una misma órbita g[Hi ]. Tenemos así un
homomorfismo de grupos Aut(P ) −→ ΣΩ que resulta ser suprayectivo. Más
precisamente:

Teorema 7.35 Sea P un plano proyectivo de orden 4, sea G = Aut(P ), sean

p1 , p2 ∈ P dos puntos distintos y sea H = Gp,1 el estabilizador de ambos pun-
tos respecto de la acción de G en P . Entonces, el homomorfismo H −→ ΣΩ
inducido por la acción de G es un epimorfismo.

Demostración: Eligiendo el sistema de referencia adecuado, no perdemos

generalidad si suponemos que los puntos p1 , p2 tienen coordenadas (1, 0, 0) y
(0, 1, 0), respectivamente.
Sabemos que LGP(3, 4) es transitivo sobre Ω, mientras que LEP(3, 4) ac-
túa trivialmente, luego el cociente LGP(3, 4)/LEP(3, 4) actúa también tran-
sitivamente sobre Ω, y es un grupo de orden 3. Esto implica que cualquier
f ∈ LGP(3, 4) que no esté en LEP(3, 4) permuta cíclicamente las tres clases
de Ω. Consideremos, por ejemplo, la homografía determinada por la matriz
 
1 0 0
 0 1 0 
0 0 α
Observemos que f ∈ H y, según acabamos de razonar, induce un ciclo de longi-
tud 3 en ΣΩ . Si hacemos actuar 1, f, f 2 sobre el cuadrilátero canónico obtenemos
los cuadriláteros
Q1 (1, 0, 0) (0, 1, 0) (0, 0, 1) (1, 1, 1)
Q2 (1, 0, 0) (0, 1, 0) (0, 0, α) (1, 1, α)
Q3 (1, 0, 0) (0, 1, 0) (0, 0, α2 ) (1, 1, α2 )
Por consiguiente, los hiperóvalos que los contienen están cada uno en una de las
tres clases de Ω. Si llamamos g a la semihomografía inducida por el automor-
fismo no trivial σ del cuerpo k, es decir, la dada por g(a, b, c) = (σ(a), σ(b), σ(c)),
270 Capítulo 7. Grupos de permutaciones II

vemos que σ ∈ H, σ[Q1 ] = Q1 , σ[Q2 ] = Q3 , σ[Q3 ] = Q2 , luego σ induce una

transposición sobre Ω. Así pues, la imagen de H en ΣΩ contiene al menos un
ciclo de longitud 3 y una transposición, luego tiene que ser todo ΣΩ .
A su vez, esto implica que el núcleo del homomorfismo Aut(P ) −→ ΣΩ
tiene que tener índice 6 en Aut(P ) y tiene que contener a LEP(3, 4), luego es
LEP(3, 4). Por lo tanto:

Los automorfismos de P que fijan las tres clases de hiperóvalos Hi

son exactamente los elementos de LEP(3, 4).

Con esto ya tenemos suficiente para probar la unicidad de los sistemas de

Steiner que hemos construido:

Teorema 7.36 Si (X, B) es un sistema de Steiner de tipo S(3, 6, 22) y ∞ ∈ X,

entonces el sistema derivado P = X∞ es un plano proyectivo de orden 4 y sus
77 bloques son:
1. Los 21 conjuntos de la forma L ∪ {∞}, donde L es una recta en P .
2. Los 56 hiperóvalos de una de las órbitas Hi definidas por LEP(3, 4)
En particular, todos los sistemas de Steiner de tipo S(3, 6, 22) son isomorfos.

La prueba es completamente análoga a la de 7.27 y muestra que, si usamos la

notación W22 para referirnos a cualquier sistema de Steiner de tipo S(3, 6, 22),
el grupo Aut(W22 ) es triplemente transitivo sobre W22 . A su vez, es claro que
el estabilizador de un punto ∞ ∈ W22 es isomorfo al estabilizador de una clase
Hi en Aut(P ), cuyo orden es 120 960/3 = 40 320, luego

|Aut(W22 )| = 22 · 40 320 = 887 040.

Teorema 7.37 Si (X, B) es un sistema de Steiner de tipo S(4, 7, 23) y fijamos

dos puntos ∞1 , ∞2 ∈ X, el sistema derivado P = X∞1 ,∞2 es un plano pro-
yectivo de orden 4 y, numerando adecuadamente las clases Hi , sus 253 bloques
son:
1. Los 21 conjuntos de la forma L ∪ {∞1 , ∞2 }, donde L es una recta en P .
2. Los 112 conjuntos de la forma H ∪ {∞i }, con H ∈ Hi , para i = 1, 2.
3. Los 120 planos de Fano de la clase F3 .
En particular, todos los sistemas de Steiner de tipo S(4, 7, 23) son isomorfos.

Demostración: Ciertamente, por definición de sistema derivado, los blo-

ques que contienen a ∞1 , ∞2 tienen que ser los descritos en el punto 1). A su
vez, los bloques que contienen a ∞1 pero no a ∞2 son de la forma B ∪ {∞1 },
donde B es un bloque del sistema derivado X∞1 que no contienen a ∞2 , luego,
según el teorema anterior, forman una clase de hiperóvalos de P que podemos
numerar como H1 . Lo mismo vale para X∞2 , que tiene que tener asociada una
7.3. Los grupos de Mathieu 271

clase distinta, que podemos etiquetar como H2 . Esto significa que los bloques
que contienen a uno de los puntos ∞i (pero no al otro) son de la forma descrita
en 2). Falta identificar los 120 bloques que no contienen a ninguno de los puntos
∞1 , ∞2 . Vamos a llamar F a la familia de todos ellos y vamos a probar que es
F = F3 .
Empezamos observando que si F ∈ F y P1 , P2 ∈ F son puntos distintos,
la recta L que pasa por ambos no puede tener más de tres puntos en común
con F , pues, si tuviera cuatro, dichos puntos estarían en F y en un bloque de
tipo 1), lo cual es imposible. Por otra parte, el sistema derivado XP1 P2 es un
plano proyectivo de orden 4 que contiene como rectas a F \ {P1 , P2 } y también
a (L ∪ {∞1 , ∞2 }) \ {P1 , P2 }, pero dos rectas se tienen que cortar en un punto,
que no puede ser ∞1 , ∞2 (pues estos puntos no están en F ), por lo que existe
un tercer punto P3 ∈ P tal que L = {P1 , P2 , P3 }. En otras palabras: toda recta
que pasa por dos puntos de F corta a F en tres puntos. Por el teorema 7.32
(véase la nota posterior) tenemos que los elementos de F son planos de Fano.
Si Q es un cuadrilátero contenido en un hiperóvalo de H3 , no puede estar
contenido en ningún bloque de tipo 1 o 2, luego tiene que estar contenido en un
elemento de F, por lo que F3 ⊂ F y, como ambas clases tienen el mismo número
de elementos, se da la igualdad.
Supongamos ahora que tenemos dos sistemas de Steiner (X, B), (X ′ , B′ ) del
tipo considerado y seleccionemos arbitrariamente un cuatro de puntos en cada
uno, digamos p, q, ∞1 , ∞2 ∈ X, p′ , q ′ , ∞′1 , ∞′2 ∈ X ′ . Entonces P = X∞1 ,∞2 ,
P ′ = X∞′
′ ,∞′ son planos proyectivos de orden 4, luego podemos considerar un
1 2
isomorfismo f : P −→ P ′ . Más aún, como podemos enviar cualquier sistema de
referencia proyectivo de P a cualquier sistema de referencia proyectivo de P ′ ,
podemos exigir que f (p) = p′ , f (q) = q ′ . Si numeramos las clases de hiperóvalos
de P y P ′ de acuerdo con el enunciado (es decir, de modo que H1 es la clase de los
hiperóvalos contenidos en bloques que contienen a ∞1 , etc.) tenemos que f [Hi ]
son las tres clases de hiperóvalos de P ′ , y por el teorema 7.35, componiendo f
con un automorfismo de P ′ que fije a p1 , p2 , podemos exigir que f [Hi ] = Hi′ ,
para i = 1, 2, 3, luego también f [Fi ] = Fi′ . Así, si extendemos f a X mediante
f (∞i ) = ∞′i tenemos un isomorfismo entre los sistemas de Steiner dados.
Ya podemos llamar W23 a cualquier sistema de Steiner de tipo S(4, 7, 23).
De la prueba de la unicidad del teorema anterior se desprende que el grupo
M23 = Aut(W23 ) es cuatro veces transitivo sobre W23 . Además, el estabilizador
de ∞1 , ∞2 es isomorfo al subgrupo de Aut(P ) que fija a las tres clases Hi , y
tras el teorema 7.35 hemos visto que dicho subgrupo es M21 = LEP(3, 4), luego

|M23 | = 23 · 22 · |LEP(3, 4)| = 23 · 22 · 20 160 = 10 200 960.

Teorema 7.38 Si (X, B) es un sistema de Steiner de tipo S(5, 8, 24) y fija-

mos tres puntos ∞1 , ∞2 , ∞3 ∈ X, el sistema derivado P = X∞1 ,∞2 ,∞3 es un
plano proyectivo de orden 4 y, numerando adecuadamente las clases Hi , sus 759
bloques son los de la forma:

1. Los 21 conjuntos L ∪ {∞1 , ∞2 , ∞3 }, donde L es una recta en P .

272 Capítulo 7. Grupos de permutaciones II

2. Los 168 conjuntos H ∪ {∞i , ∞j }, con H ∈ Hk , i ̸= k ̸= j.

3. Los 360 conjuntos F ∪ {∞i }, con F ∈ Fi .

4. Los 210 conjuntos (L ∪ L′ ) \ (L ∩ L′ ), con L y L′ rectas distintas en P .

En particular, todos los sistemas de Steiner de tipo S(5, 8, 24) son isomorfos.

De los dos teoremas anteriores se sigue fácilmente que los bloques tienen
que ser de la forma indicada salvo los 210 que no contienen ninguno de los tres
puntos infinitos. Llamemos B0 al conjunto de estos bloques. Cada B ∈ B0 es
un conjunto de 8 puntos de P que no puede tener 5 puntos en común con una
recta, un hiperóvalo o un plano de Fano. Explícitamente, esto significa, por una
parte, que B no puede contener subconjuntos de 5 puntos de la forma
•
•
• • • • • • • •

En el primer caso B contendría una recta y en el segundo contendría un

cuadrilátero junto con uno de sus puntos diagonales, y al añadir los otros dos
tendríamos un plano de Fano. Por otro lado, como todo óvalo se extiende a un
hiperóvalo, B no puede contener óvalos, es decir, que todo subconjunto de 5
puntos contiene al menos tres puntos colineales.
Así pues, B contiene tres puntos colineales, y entre los otros 5 puntos de B
tiene que haber otros tres más, de modo que la situación es la que muestra la
figura de la izquierda. Entre los cinco puntos rodeados por el rectángulo tiene
que haber también tres colineales, pero la única posibilidad que no da lugar a
subconjuntos de 5 puntos de los dos tipos que hemos excluido es la que muestra
la figura central.
• • • • •
• • • • • • •
• • • • • •
• • • • • •

De entre los cinco puntos rodeados en dicha figura, tiene que haber tres
colineales, y nuevamente la única opción que no da lugar a subconjuntos de los
tipos excluidos es la que muestra la figura de la derecha, de modo que B es la
unión de dos rectas menos su punto de intersección.
Esto prueba que todos los bloques de B0 son del tipo descrito en 4, pero
hay precisamente 210 pares de rectas en P , luego B0 consta necesariamente de
todos los conjuntos de la forma indicada.
La unicidad se prueba de la forma habitual: si tenemos dos sistemas (X, B),
(X ′ , B′ ), podemos fijar cinco puntos distintos en cada uno, digamos

p1 , p2 , ∞1 , ∞2 , ∞3 ∈ X, p′1 , p′2 , ∞′1 , ∞′2 , ∞′3 ∈ X ′ ,

7.3. Los grupos de Mathieu 273

de modo que los derivados P = X∞1 ,∞2 ,∞3 y P ′ = X∞ ′

′ ,∞′ ,∞′ son planos
1 2 3
proyectivos de orden 4, con lo que existe una homografía f : P −→ P ′ que
podemos exigir que cumpla f (pi ) = p′i , para i = 1, 2. Más aún, en virtud
del teorema 7.35, componiendo con un automorfismo de P ′ que fije a p1 , p2 ,
podemos exigir que f haga corresponder la clase de planos de Fano asociada a
∞i con la asociada a ∞′i , lo que nos permite extender f a un isomorfismo entre
los sistemas dados mediante f (∞i ) = ∞′i .
Esto justifica la notación W24 para los sistemas de Steiner de tipo S(5, 8, 24),
y además tenemos que el grupo de Mathieu M24 = Aut(W24 ) es cinco veces
transitivo sobre W24 .
Más aún, si fijamos tres puntos distintos ∞1 , ∞2 , ∞3 ∈ W24 , el estabilizador
(M24 )∞1 ,∞2 ,∞3 se identifica claramente con el subgrupo M21 = LEP(3, 4) de
Aut(W21 ) formado por los automorfismos que fijan a las tres clases de hiperóva-
los (luego también a las de planos de Fano). Como M24 es cinco veces transitivo,
esto implica que

|M24 | = 24 · 23 · 22 · 20 160 = 244 823 040.

A su vez, de aquí se sigue que (M24 )∞3 = |M24 |/24 = 10 200 960 = |M23 |, y
tenemos la inclusión (M24 )∞3 ≤ Aut(W23 ) = M23 , por lo que se da la igualdad,
y esto prueba que M23 , definido como Aut(W23 ) es ciertamente el grupo de
Mathieu M23 según la definición 7.22.
La tabla siguiente muestra los órdenes de los grupos de Mathieu:

n |Mn | |Aut(Wn ) : Mn |
9 72 6
10 720 2
11 7 920 1
12 95 040 1
21 20 160 6
22 443 520 2
23 10 200 960 1
24 244 823 040 1

También hemos demostrado que M21 = LEP(3, 4), que es un grupo simple,
por 7.17. Como M22 es triplemente transitivo y 22 no es potencia de 2, el
teorema 7.12 implica que M22 también es simple y, a su vez esto implica, por el
mismo teorema, la simplicidad de M23 y M24 . A continuación vamos a probar
que M11 también es simple, con lo que 7.12 implicará que M12 también lo es.
Vamos a dar un argumento que se apoya esencialmente en que 11 es primo, y
que es aplicable igualmente al caso de M23 .

Teorema 7.39 Sea G ≤ Σp un subgrupo transitivo, donde p es un número

primo, y supongamos que |G| = pnr, donde n ≡ 1 (mód p) y r < p también es
primo. Entonces G es simple.
274 Capítulo 7. Grupos de permutaciones II

Demostración: Supongamos de momento que G ≤ Σp es un subgrupo

transitivo arbitrario donde p es primo, sin suponer las hipótesis restantes del
teorema.
Sea Ω = {1, . . . , p}. La transitividad implica que |G| = p|G1 |, luego
p | |G| | |Σp | = p!
Por lo tanto, |G| = pm, donde m | (p − 1)!, por lo que p ∤ m. Así pues, si P es
un p-subgrupo de Sylow de G, tenemos que |P | = p, luego P = ⟨σ⟩, donde σ es
un ciclo de longitud p. La teoría de Sylow nos da que el número de p-subgrupos
de Sylow es νp = |G : NG (P )|, luego podemos descomponer
|G| = |P ||NG (P ) : P ||G : NG (P )| = pνp rp ,
donde rp = |NG (P ) : P | y νp ≡ 1 (mód p). Por otra parte,
P ≤ NG (P ) ≤ NΣp (P ).
En Σp hay p!/p = (p − 1)! ciclos de longitud p, que forman (p − 2)! subgru-
pos de orden p. Es claro que Σp actúa transitivamente sobre todos ellos por
conjugación, y NΣp (P ) es el estabilizador de P respecto de dicha acción, luego
|NΣp (P )| = p!/(p − 2)! = p(p − 1). Por consiguiente,
rp = |NG (P ) : P | | p − 1.
Observemos por último que si νp ̸= 1, entonces rp ̸= 1. En efecto, supon-
gamos que rp = 1, es decir, que NG (P ) = P , con lo que |G| = pνp . El número
de elementos de orden p en G es νp (p − 1) = |G| − νp , y todos ellos son ciclos
de longitud p que, por consiguiente, no tienen puntos fijos en Ω. Por otro lado,
si x ∈ Ω, tenemos que |Gx | = |G|/p = νp , lo que significa que Gx contiene
todos los elementos de G que tienen al menos un punto fijo. Por consiguiente,
todos los estabilizadores son el mismo conjunto: G1 = G2 = · · · = Gp , pero esto
significa que G1 = 1, luego νp = |G1 | = 1.
A partir de aquí suponemos que |G| admite la descomposición del teorema:
|G| = pnr = pνp rp .
Simplificando p y tomando restos módulo p resulta que r ≡ rp (mód p), pero
ambos valores son menores que p, luego r = rp y a su vez n = νp .
Pasemos ya a probar que G es simple. En caso contrario posee un subgrupo
normal propio N . Por el teorema 7.8 sabemos que N actúa transitivamente
sobre Ω, luego p | |N |, luego N contiene un p-subgrupo de Sylow P de G, pero
al ser normal los contiene a todos, luego νp (N ) = νp (G) = n.
Aplicando a N lo que hemos probado en general para subgrupos transitivos
de Σp , tenemos que
|N | = pnrp (N ) | pnr,
luego rp (N ) | r y estamos suponiendo que r es primo. Además sabemos que,
como νp (N ) ̸= 1, también rp (N ) ̸= 1, luego rp (N ) = r, luego |N | = |G|.
7.3. Los grupos de Mathieu 275

Este teorema se aplica al grupo M11 , pues |M11 | = 7 920 = 11 · 720 y obser-
vamos que 720 ≡ 5 (mód 11), luego la descomposición |M11 | = 11 · 144 · 5 está
en las condiciones del teorema anterior, lo que nos permite concluir que M11 es
simple.
Aunque no lo necesitamos, un cálculo análogo puede usarse para probar que
el grupo M23 es simple. Así pues:

Teorema 7.40 Los grupos de Mathieu M11 , M12 , M22 , M23 , M24 son simples.

Podríamos haber incluido también M21 = ∼ LEP(3, 4), que también es simple,
pero cuando se habla de “los grupos de Mathieu” es frecuente entender que se está
haciendo referencia a estos cinco grupos, pues no sólo son grupos simples, sino
que son grupos simples esporádicos, es decir, grupos simples que no pertenecen
a ninguna familia infinita de grupos simples, al contrario que M21 , que pertenece
a la familia de los grupos simples LEP(n, q).
Nota Ahora podemos precisar el resultado que hemos anunciado más arriba:
los únicos grupos de permutaciones seis veces transitivos son los grupos Σn para
n ≥ 6 y An para n ≥ 8, mientras que los grupos cinco veces transitivos son Σn
para n ≥ 5 y An para n ≥ 7 y además los grupos M12 y M24 , y los únicos
grupos cuatro veces transitivos son los grupos Σn para n ≥ 4 y An para n ≥ 6,
más los cuatro grupos M11 , M12 , M23 , M24 .
Sin embargo, la prueba de estos hechos se apoya en el teorema de clasificación
de los grupos simples finitos.

El grupo M10 Vamos a estudiar más a fondo el grupo M10 y, en particular,

demostraremos que no es simple. Notemos que tiene orden |M10 | = 6!, igual que
Σ6 y que LGP(2, 9). Vamos a probar que estos tres grupos no son isomorfos,
pero están muy relacionados.
Sea k el cuerpo de 9 elementos y sea k0 = {0, 1, −1} el cuerpo de 3 elementos.
Puesto que k ∗ es cíclico de orden 8, contiene un elemento i de orden 4, que
cumplirá i2 = −1, y es claro entonces que cada elemento de k se expresa de forma
única como a + bi, con a, b ∈ k0 . Observemos también que los cuadrados de k ∗
forman el subgrupo k ∗2 = {±1, ±i}. El cuerpo k tiene un único automorfismo
no trivial σ, de orden 2, que fija a los elementos de k0 y que viene dado por
σ(a + bi) = a − bi.
Sea P = P (k 2 ) la recta proyectiva sobre k, de modo que G = LGP(2, 9) es
el grupo de las homografías de P , que es un subgrupo del grupo A = LΓP(2, 9)
formado por las semihomografías de P . Según se ve tras el teorema [G 8.27], se
cumple que G ⊴ A y A = [G]⟨σ⟩, donde σ : P −→ P es ahora la semihomografía
dada por σ(a, b) = (σ(a), σ(b)).
El grupo G tiene como subgrupo de índice 2 a G+ = LEP(2, 9), formado
por las homografías determinadas por automorfismos de k 2 de determinante 1,
276 Capítulo 7. Grupos de permutaciones II

aunque, como dos automorfismos determinan la misma homografía si se dife-

rencian en una homotecia lineal, de hecho G+ está formada por las homografías
determinadas por automorfismos de determinante en k ∗2 . Así

G/G+ = {G+ , G− },

donde G− es la clase de las homografías inducidas por automorfismos de deter-

minante en k ∗ \ k ∗2 . En la sección 7.2 hemos visto que G+ = LEP(2, 9) ∼ = A6 .
Es claro que G+ ⊴ A, pues [f ][σ] = [f σ ] y det f σ = σ(det f ), luego podemos
considerar el cociente A/G+ , que tiene al menos dos subgrupos de orden 2, a
saber, G/G+ y S/G+ , donde S = G+ ⟨σ⟩. Por lo tanto, A/G+ ∼ = C2 ×C2 y tiene
un tercer subgrupo M/G+ de orden 2, donde es claro que M puede describirse
explícitamente así:
M = G+ ∪ {σf | f ∈ G− }.
(El elemento no trivial de M/G+ es el producto de las clases σG+ y G− , luego
es la clase de las semihomografías de la forma σgh, con g ∈ G+ y h ∈ G− , que
no son sino las homografías σf con f ∈ G− .)
Así pues, A tiene tres subgrupos de índice 2 (luego de orden 6!), a saber,
G, S y M . Vamos a probar que S ∼= Σ6 y M ∼= M10 .
De momento observemos que G, S y M tienen un único subgrupo de índice 2,
pues ya sabemos que tienen uno isomorfo a A6 y, si tuvieran otro N , el producto
A6 N sería todo el grupo, luego |A6 ∩ N | = 360 · 360/720 = 180, luego sería un
subgrupo normal propio en A6 , lo cual es imposible.
Similarmente, A contiene un único subgrupo de índice 4, pues, si tuviera
otro H, el producto A6 H tendría orden 1 440 o bien 720, y la intersección
A6 ∩ H sería un subgrupo de A6 de índice 2 o 4, lo que contradice a 2.29.
En el enunciado del teorema siguiente incluimos el hecho de que M ∼
= M10 ,
que demostraremos más adelante:

Teorema 7.41 Sea A = LΓP(2, 9) el grupo de las semihomografías de la recta

proyectiva de orden 9. Entonces:

1. A tiene un único subgrupo de índice 4, que es normal e isomorfo a A6 .

2. A tiene exactamente tres subgrupos de índice 2 que contienen a A6 , que

no son isomorfos entre sí. Uno es isomorfo a Σ6 , otro a LGP(2, 9) y el
tercero al grupo de Mathieu M10 .

3. El homomorfismo A −→ Aut(A6 ) que a cada elemento de A le asigna el

automorfismo que induce por conjugación es un isomorfismo.

Demostración: Ya hemos probado 1), así como que A/A6 ∼ = C2 ×C2 , luego
hay únicamente tres subgrupos intermedios entre A6 y A, que son los grupos
G, S, M de orden 720 que hemos descrito. Vamos a probar que G, Σ6 y M no
son isomorfos entre sí. Luego veremos que S ∼
= Σ6 .
7.3. Los grupos de Mathieu 277

Que G no es isomorfo a Σ6 es inmediato, pues si λ ∈ k ∗ tiene orden 8, la

homografía determinada por la matriz
 
1 0
0 λ

tiene orden 8 en G, mientras que es claro que Σ6 no tiene elementos de orden 8.

Por otro lado, un hipotético isomorfismo entre M y G o Σ6 haría corresponder
sus únicos subgrupos isomorfos a A6 , pero vamos a probar que M no tiene
elementos de orden 2 fuera de su subgrupo A6 , mientras que G y Σ6 sí que
tienen, por lo que no pueden ser isomorfos.
Obviamente las transposiciones son elementos de orden 2 en Σ6 que no están
en A6 . Similarmente, un elemento de orden 2 en G \ LEP(2, 9) es la homografía
f determinada por la matriz
 
1+i i
.
i −1 − i

Su determinante es 1 + i ∈/ k ∗2 , por lo que no está en LEP(2, 9), y un simple

cálculo muestra que tiene orden 2.
Supongamos ahora que f ∈ M \ LEP(2, 9) tiene orden 2. Entonces existe
un a ∈ P tal que f (a) = b ̸= a. Es fácil ver que LEP(2, 9) es 2-transitivo
en P (siempre podemos tomar una matriz 2 × 2 que transforme dos vectores
dados en otros dos y, multiplicando una de sus filas por el número adecuado,
podemos hacer que su determinante sea 1 sin alterar la homografía que induce).
Por lo tanto, podemos tomar g ∈ LEP(2, 9) tal que g(a) = 0 y g(b) = ∞. Así
f g ∈ M \ LEP(2, 9) tiene también orden 2 y cumple

f g (0) = g(f (g −1 (0))) = g(f (a)) = g(b) = ∞.

Por lo tanto, no perdemos generalidad si suponemos que f (0) = ∞, luego

f (∞) = 0. Esto se traduce en que la matriz de f es de la forma
 
0 b
,
c 0

donde el determinante −bc no es un cuadrado, luego tampoco lo son bc o b/c.

Por definición de M , tenemos que f es una antihomografía, es decir, que

f (x, y) = (cσ(y), bσ(x)), f 2 (x, y) = (cσ(b)x, bσ(c)y).

Como f 2 = 1, tiene que ser cσ(b) = bσ(c), luego σ(b/c) = b/c, luego b/c ∈ k0 es
un cuadrado, y tenemos una contradicción.
Ahora observamos que los homomorfismos G, M −→ Aut(A6 ) son inyectivos.
Ciertamente, sus restricciones a A6 −→ Aut(A6 ) tienen que serlo, pues A6 es
simple no abeliano. Por lo tanto, los núcleos tienen que tener intersección trivial
con A6 , luego, si no son triviales, tienen que tener orden 2. Esto ya descarta el
278 Capítulo 7. Grupos de permutaciones II

caso de M , pues hemos probado que no tiene elementos de orden 2 fuera de A6 .

Supongamos que z ∈ G\G+ tiene orden 2 y está en el núcleo del homomorfismo,
es decir, que conmuta con todos los elementos de G+ . Pongamos que z está
determinado por el automorfismo de matriz
 
a b
.
c d

Entonces tiene que cumplirse que

     
a b 1 1 1 1 a b
=λ ,
c d 0 1 0 1 c d

lo cual equivale a
   
a a+b a+c b+d
=λ
c c+d c d

En particular c = λc, luego si c ̸= 0, tiene que ser λ = 1, y entonces a = a + c

implica c = 0, con lo que tenemos una contradicción, luego c = 0, pero entonces
d ̸= 0 (pues la matriz dada no puede tener determinante nulo), y de nuevo
d = λd nos da que λ = 1 y de a + b = b + d resulta que a = d, pero entonces el
determinante de la matriz dada es a2 , y corresponde a un elemento de G+ , en
contra de lo requerido.
Ahora vamos a probar 3) sin suponer que A es concretamente LΓP(2, 9), sino
usando únicamente que es un grupo con un subgrupo normal de índice 4 isomorfo
a A6 que tiene dos subgrupos intermedios isomorfos a G y M . Consideramos el
homomorfismo A −→ Aut(A6 ), cuyo núcleo tiene que tener intersección trivial
con G, luego, si no es trivial, tiene orden 2. Pongamos que es N = ⟨z⟩, donde
z conmuta con todos los elementos de A6 . Puesto que las restricciones del
homomorfismo a G y M son inyectivas, tiene que ser z ∈ /Gyz∈ / M.
Si f ∈ G \ A6 , el cociente A/A6 está formado por las clases A6 , f A6 , zA6 y
zf A6 , donde G = A6 ∪ f A6 y M = A6 ∪ zf A6 . Esto se traduce en que G y M
tienen la misma imagen en Aut(A6 ), pues, si a ∈ A6 , la conjugación por f a es
la misma en A6 que la conjugación por zf a. Pero esto es imposible, porque G y
M son isomorfos a sus imágenes, luego serían isomorfos entre sí, cuando hemos
probado que no lo son.
Así pues, el homomorfismo A −→ Aut(A6 ) es un monomorfismo, pero ambos
grupos tienen orden 1 440 (por 2.34 y 2.37), luego se trata de un isomorfismo.
Finalmente, el grupo Aut(A6 ) ∼ = Aut(Σ6 ) contiene un subgrupo isomorfo
a Σ6 , luego lo mismo vale para A, pero hemos probado que sus únicos subgrupos
de orden 6! son G, S y M , así como que G y M no son isomorfos a Σ6 , luego
tiene que ser S ∼= Σ6 .
Con esto hemos probado el enunciado con M en lugar de M10 . Cuando
hayamos probado que M ∼ = M10 (teorema 7.42) quedará probado el teorema tal
y como lo hemos enunciado.
7.3. Los grupos de Mathieu 279

Observemos ahora que M es estrictamente triplemente transitivo sobre la

recta proyectiva P . En efecto, tres puntos cualesquiera de P forman un sistema
de referencia proyectivo, luego, si P1 , P2 , P3 ∈ P son distintos dos a dos, existe
un único f ∈ G tal que

f (1, 0) = P1 , f (0, 1) = P2 , f (1, 1) = P3 ,

pero σ fija a los tres puntos (1, 0), (0, 1), (1, 1), luego también

(σf )(1, 0) = P1 , (σf )(0, 1) = P2 , (σf )(1, 1) = P3 ,

y esto hace que, tanto si f ∈ G+ como si f ∈ G− , existe un g ∈ M (ya sea f o

bien σf ) tal que

g(1, 0) = P1 , g(0, 1) = P2 , g(1, 1) = P3 .

Esto implica que M es triplemente transitivo (al igual que G) y, teniendo en

cuenta su orden, el teorema 7.3 implica que la transitividad es estricta.
La relación con el grupo de Mathieu M10 se basa en que, llamando a = (a, 1)
e ∞ = (0, 1), podemos ver la recta P como P = k∪{∞}, es decir, como una recta
afín completada con un punto infinito y, más aún, el isomorfismo de k0 -espacios
vectoriales k ∼
= k02 nos permite ver la recta afín k sobre el cuerpo de 9 elementos
como un plano afín sobre el cuerpo k0 de 3 elementos. Explícitamente, podemos
identificar cada α = a + bi ∈ k con el par (a, b) ∈ k02 . Así, una recta de k vista
como plano afín de orden 3 es la formada por los puntos L0 = {−1, 0, 1} (que
se corresponden con los pares (−1, 0), (0, 0), (1, 0)). Llamemos B0 = L0 ∪ {∞}
y sea
B = {f [B0 ] | f ∈ G} = {f [B0 ] | f ∈ M }.
La segunda igualdad se debe a que σ fija a los elementos de B0 .
A continuación observamos que podemos identificar el grupo LGP(2, 3) con
el subgrupo de G (de orden 24) formado por las homografías que admiten una
matriz con coeficientes en k0 . Notemos que el determinante de una matriz de
esta forma tiene que ser ±1, luego es un cuadrado en k ∗ , por lo que

LGP(2, 3) ≤ G+ ≤ G ∩ M.

Vamos a ver que

LGP(2, 3) = {f ∈ G | f [B0 ] = B0 } = {f ∈ M | f [B0 ] = B0 }.

En efecto, B0 está formado por todos los puntos de P que admiten coordena-
das en k0 , y puede identificarse con una recta proyectiva sobre k0 . Es claro en-
tonces que los elementos de LGP(2, 3) permutan los elementos de B0 , lo que nos
da una inclusión. Por otro lado, si f ∈ G (o f ∈ M ) cumple f [B0 ] = B0 , tendre-
mos que f (1, 0), f (0, 1), f (1, 1) serán tres puntos de B0 , pero (1, 0), (0, 1), (1, 1)
forman un sistema de referencia proyectivo de la recta de orden 3, luego existe
g ∈ LGP(2, 3) que cumple g(1, 0) = f (1, 0), g(0, 1) = f (0, 1), g(1, 1) = f (1, 1),
pero la transitividad estricta de G o M implica entonces que f = g ∈ LGP(2, 3).
280 Capítulo 7. Grupos de permutaciones II

El conjunto B es la órbita de B0 respecto de la acción de G (o de M )

sobre el conjunto de los subconjuntos de 4 elementos de P , luego consta de
|B| = 720/24 = 30 bloques. La transitividad triple de G (o M ) implica que
cada subconjunto de L con 3 elementos está contenido en un elemento de B.
Veamos que es único.
Para ello observamos que si un subconjunto de P de 3 elementos está con-
tenido en λ elementos de B, entonces cada subconjunto de P de 3 elementos
está contenido en el mismo número λ de elementos de B, pues un elemento
de G (o M ) que transforme un conjunto en otro (que existe por la transitivi-
dad triple) transforma los bloques de B que contienen a uno en los bloques que
contienen al otro. Por lo tanto, (P, B) es un sistema de Steiner generalizado de
tipo Sλ (3, 4, 10) y, como hay 30 bloques, el teorema 7.19 implica que λ = 1.
Por la unicidad de los sistemas de Steiner de este tipo, podemos identificar
W10 = (P, B), y ahora es claro que tanto G como M son subgrupos de índice 2
en el grupo de automorfismos Aut(W10 ), al igual que M10 .
Los elementos de G que fijan a ∞ son los determinados por matrices de la
forma  
a 0
b 1
que podemos expresar en la forma f (x) = ax + b, y el determinante es a ∈ k ∗ .
En términos de k0 , podemos expresar a = u + vi, b = p + qi, con lo que
f (x, y) = (u + vi)(x + yi) + (p + qi) = (ux − vy + p, vx + uy + q)
 
u v
= (p, q) + (x, y) .
−v u
Es claro entonces que las imágenes de la recta L0 por los elementos de G
(o de M ) que fijan a ∞ son rectas del plano afín k02 , y tiene que haber 12
(porque en W10 hay 12 bloques con un mismo punto ∞), luego son todas las
rectas del plano afín. En otras palabras, hemos demostrado que la estructura de
espacio afín en k determinada por el sistema derivado (W10 )∞ es precisamente
la estructura natural que estamos considerando a través de la identificación
k∼= k02 .
El grupo Aut(W10 ) tiene orden 1 440 y ahora sabemos que contiene dos sub-
grupos isomorfos a G y a M (que a su vez contienen un subgrupo común isomorfo
a A6 ). En la prueba del teorema 7.41 hemos visto que esto basta para concluir
que el homomorfismo Aut(W10 ) −→ Aut(A6 ) determinado por la conjugación
es un isomorfismo. Por lo tanto, podemos concluir que Aut(W10 ) contiene exac-
tamente tres subgrupos de orden 6!, que son M, G y otro S isomorfo a Σ6 . Uno
de los tres tiene que ser M10 , y vamos a probar que es concretamente M .
Fijemos un elemento en concreto f ∈ G \ G+ , por ejemplo, el que fija a ∞ y,
sobre los puntos finitos, viene dado por f (x) = (1 + i)x, que tiene determinante
1+i ∈ / k ∗2 . Entonces, un elemento de M \ G+ es σf , y un elemento de S \ G+
es σf o, como f 2 ∈ G∗ , también σ. Así pues:
2

G = A6 ⟨f ⟩ , M = A6 ⟨σf ⟩ , S = A6 ⟨σ⟩ .
7.3. Los grupos de Mathieu 281

Para determinar cuál de los tres es M empezamos calculando explícitamente

un bloque de W10 que no contenga a ∞. Consideramos para ello la homografía
determinada por la matriz  
1 −i
0 1+i
Un simple cálculo muestra que la imagen de B0 por esta homografía consta de
los puntos

Q = {(0, 1), (1, 1), (i, 1), (1 + i, 1)} = {0, 1, i, 1 + i} = {(0, 0), (1, 0), (0, 1), (1, 1)},

donde la primera representación corresponde a las coordenadas homogéneas en

la recta proyectiva P , la segunda a la coordenada afín en dicha recta y la tercera
a las coordenadas en el plano afín k02 .
Por lo tanto, uno de los bloques de B es el cuadrilá- • i• •1 + i
tero que muestra la figura, cuyos pares de rectas paralelas
están en las clases Π1 y Π2 , si entendemos que Π1 corres-
• 0• •1
ponde a las rectas horizontales y Π2 a las verticales. Por
lo tanto, los bloques que no contienen a ∞ forman la
clase Q1 de cuadriláteros de tipo {Π1 , Π2 } o {Π3 , Π4 }. • • •
Ahora recordamos que (M10 )∞ = M9 es el subgrupo formado por los auto-
morfismos que, restringidos al plano afín k, fijan las tres clases Qi de cuadrilá-
teros. Por lo tanto, si comprobamos que f y σ no fijan las tres clases, habremos
probado que ni G ni S son M10 , y tendrá que ser M10 = M .
Tomamos para ello un cuadrilátero de la clase {Π1 , Π3 }, {Π2 , Π4 } y calcula-
mos su imagen por f y por σ:

−1 + i • •i • −1 + i •H • • 1+i • • •
@ @ H
@ @ HH
HH
• @•
0
@•
1 • 0• •1 • 0• •1

• • • • • • −1 − i • • −i •

Vemos que las dos imágenes son cuadriláteros con lados en las clases Π1 y
Π4 , con lo que corresponden a la clase {Π1 , Π4 }, {P2 , Π3 }, lo que prueba que si
G si S son M10 . El lector puede comprobar que los elementos de M∞ sí que
conservan las tres clases, aunque no es necesario, ya que por exclusión podemos
concluir que M10 tiene que ser M . El teorema siguiente recoge lo que hemos
obtenido:

Teorema 7.42 El grupo de Mathieu M10 es isomorfo al subgrupo de LΓP(2, 9)

dado por
M10 = LEP(2, 9) ∪ σ(LGP(2, 9) \ LEP(2, 9)),
donde σ es la semihomografía de la recta proyectiva de orden 9 determinada por
la matriz identidad y el automorfismo no trivial del cuerpo de nueve elementos.
282 Capítulo 7. Grupos de permutaciones II

Además el grupo Aut(W10 ) = ∼ LΓP(2, 9) ∼= Aut(A6 ) contiene al subgrupo

LEP(2, 9) ∼= A6 y a tres subgrupos intermedios de orden 720 no isomorfos entre
sí, que son M10 , LGP(2, 9) y Σ6 = A6 ⟨σ⟩.

En particular vemos que M10 no es simple, aunque contiene un subgrupo

simple de índice 2. Ahora demostramos un hecho que teníamos pendiente:

Teorema 7.43 LEP(4, 2) ∼

= A8 .

Demostración: Sea B un bloque de W24 y sea H ≤ M24 el estabilizador

de B como conjunto. Observemos que M24 actúa transitivamente sobre los
759 bloques de W24 , pues, dados dos bloques B y B ′ , existe f ∈ M24 que
transforma 5 puntos de B en 5 puntos de B ′ , pero si f [B] y B ′ tienen 5 puntos
en común, entonces f [B] = B ′ , por definición de sistema de Steiner. Por lo
tanto, |H| = |M24 |/759 = 322 560.
Tenemos una acción H −→ ΣB ∼ = Σ8 . Vamos a probar que su imagen
es A8 , para lo cual basta probar que la imagen contiene a todos los ciclos de
longitud 3, pero no contiene transposiciones. Para ello fijamos tres elementos
a, b, c ∈ B y vamos a probar que la imagen de H contiene el ciclo (a, b, c),
pero no la transposición (a, b). Sean ∞1 , ∞2 , ∞3 otros tres puntos del bloque
B, de modo que P = (W24 )∞1 ,∞2 ,∞3 es un plano proyectivo de orden 4 y
B = L ∪ {∞1 , ∞2 , ∞3 }, donde L es una recta de P . Un elemento f ∈ M24 que
induzca el ciclo (a, b, c) o la transposición (a, b) está en M21 = LEP(3, 4) y fija
al menos dos puntos de la recta L, luego fija a L como conjunto.
Podemos considerar f |L : L −→ L, que es una homografía de la recta L, luego
está determinada por la imagen de tres puntos cualesquiera. Esto significa que
f |L no puede ser (a, b), porque entonces fijaría a tres puntos, y tendría que ser
la identidad.
Por el contrario, sí que existe una homografía g : L −→ L que permuta
cíclicamente a, b, c. Si los otros dos puntos de la recta son d, e, tiene que ser
g = (a, b, c) o bien g = (a, b, c)(d, e), pero el segundo caso es imposible, ya que
entonces g 3 = (d, e), pero ya hemos observado que una homografía no puede ser
una transposición. Ahora basta observar que toda homografía g se extiende a
una homografía g ∈ LEP(3, 4). En efecto, si L = P (V ), para cierto subespacio
V ≤ k 3 , tenemos que g está determinada por un automorfismo g̃ : V −→ V ,
que podemos extenderlo a un automorfismo f˜ : k 3 −→ k 3 de determinante 1, el
cual determina f ∈ LEP(3, 4) que extiende a g. A su vez, f ∈ M21 se extiende
a f ∈ M24 que fija a los puntos ∞i , luego f ∈ H e induce el ciclo (a, b, c).
Así pues, tenemos un epimorfismo H −→ A8 . Sea V su núcleo, de modo que
V es el subgrupo de los elementos de H que fijan a todos los elementos de B.
Así H/V ∼ = A8 . Observemos que |V | = |H|/|A8 | = 16.
Cada f ∈ H se restringe a una homografía f ∈ LEP(3, 4) que fija a todos
los puntos de la recta L. Vamos a probar que si una homografía del plano fija
a todos los puntos de una recta, tiene orden 2 (o es la identidad). No perdemos
generalidad si suponemos que la recta es z = 0, es decir, L = ⟨(1, 0, 0), (0, 1, 0)⟩,
7.3. Los grupos de Mathieu 283

con lo que la matriz de f en la base canónica de k 3 será de la forma

 
λ 0 0
 0 λ 0 ,
a b λ

y es inmediato comprobar que esta matriz tiene orden 2 (si no es la identidad).

Por lo tanto V ∼ = C24 puede verse como un espacio vectorial de dimensión 4
sobre el cuerpo de 2 elementos, por lo que Aut(V ) ∼
= LG(4, 2) = LEP(4, 2).
Ahora consideramos el homomorfismo H −→ Aut(V ) que a cada h ∈ H
le asigna el automorfismo de V que determina por conjugación. Como V es
abeliano, está en el núcleo del homomorfismo, luego en realidad tenemos un
homomorfismo A8 ∼ = H/V −→ Aut(V ). Como A8 es simple y ambos grupos
tienen el mismo orden, si probamos que el homomorfismo no es trivial (es decir,
que H no centraliza a V ), de hecho será un isomorfismo y el teorema quedará
probado. Ahora bien, es fácil ver que las matrices
   
1 0 0 0 1 0
 0 1 0 ,  1 1 0 
1 0 1 0 0 1

determinan una homografía de V y una de H (notemos que la segunda fija la

recta z = 0 como conjunto), pero no conmutan.
El grupo M12 no sólo contiene subgrupos isomorfos a M11 = Aut(W11 )
y M10 , sino que también tiene subgrupos isomorfos a Aut(W10 ) ∼ = Aut(Σ6 ).
Concretamente, mientras M10 es, por definición, el subgrupo formado por los
automorfismos de M12 que fijan a dos puntos ∞2 , ∞3 , se cumple que Aut(W10 )
es isomorfo al subgrupo (M12 ){∞2 ,∞3 } ≤ M12 formado por los automorfismos
que fijan al conjunto {∞2 , ∞3 }.
En efecto, es obvio que todo f ∈ M12 que cumpla f [{∞2 , ∞3 }] = {∞2 , ∞3 }
se restringe a un automorfismo de W10 , pues si B es un bloque de W10 , entonces
B ∪ {∞2 , ∞3 } es un bloque de W12 , luego f [B] ∪ {∞2 , ∞3 } también lo es,
luego f [B] es un bloque de W10 . Esto prueba que la restricción determina un
homomorfismo de grupos (M12 ){∞2 ,∞3 } −→ Aut(W10 ).
Se trata de un monomorfismo, porque si dos elementos f, g ∈ M12 coinciden
en W12 \ {∞2 , ∞3 }, entonces f g −1 fija a todos los elementos de W12 salvo
a lo sumo ∞2 , ∞3 , luego restringiendo a W10 menos tres de los puntos fijados,
obtenemos una biyección afín del plano afín de orden 3 que fija a todos los puntos
salvo a lo sumo a dos de ellos, pero entonces fija a un sistema de referencia afín
y, por lo tanto es la identidad.
Ahora basta probar que ambos grupos tienen el mismo número de elementos,
es decir, que el primero tiene orden 1 440. Para ello observamos que M12 actúa
transitivamente sobre los 12 · 11/2 = 66 subconjuntos de W12 de dos elementos,
luego el estabilizador de uno de ellos tiene orden 95 040/66 = 1 440.

El grupo M9 Tenemos dos descripciones alternativas del grupo de Mathiew

M9 , pero ninguna de ellas es especialmente manejable. Una es la que define M9
284 Capítulo 7. Grupos de permutaciones II

como el estabilizador de un punto en M10 , pero también hemos visto que M9

puede verse como el subgrupo de Aut(W9 ) formado por las biyecciones afines
que dejan invariantes las tres clases de paralelogramos Qi definidas en 7.24.
Vamos a calcular su estructura.
En primer lugar observamos que M9 ⊴ Aut(W9 ) (pues si una biyección afín
fija las tres clases Qi sus conjugadas también lo hacen).
Tras la definición [G 5.1] vimos que el grupo Aut(W9 ) de las biyecciones
afines del plano afín sobre el cuerpo de 3 elementos contiene como subgrupo
normal al grupo de las traslaciones, que es isomorfo al grupo aditivo del espacio
⃗ asociado al espacio afín, luego en este caso es C3 × C3 , y por otro
vectorial E
lado Aut(W9 ) contiene al subgrupo de las biyecciones afines que fijan a un
punto O, que es isomorfo a LG(E) ⃗ o, en nuestro caso, a LG(2, 3) y el grupo de
automorfismos es el producto semidirecto de ambos:

Aut(W9 ) = LG(2, 3)[C3 × C3 ],

con la acción natural de LG(2, 3) sobre C3 × C3 visto como espacio vectorial

sobre el cuerpo de tres elementos. Recordemos que |LG(2, 3)| = 24 · 3.
Un subgrupo de índice 2 en Aut(W9 ) es N = LE(2, 3)[C3 × C3 ], y sucede que
es el único, pues si N ∗ fuera otro, no puede ser que LE(2, 3) ≤ N ∗ , pues entonces
24 | |N ∗ |, luego N ∗ LE(2, 3) = Aut(W9 ), y esto implica que |N ∗ ∩ LE(2, 3)| = 12,
pero en la sección 3.7 hemos visto que LE(2, 3) no tiene subgrupos de orden 12.
Ahora, el cociente Aut(W9 )/M9 tiene orden 6, luego tiene que contener un
subgrupo de orden 3, luego M9 ⊴ LE(2, 3)[C3 × C3 ] ≤ Aut(W9 ).
Los nueve estabilizadores de M9 en su acción sobre W9 tienen índice 9, luego
tienen orden 8, luego son sus 2-subgrupos de Sylow. Todos ellos son 2-subgrupos
de Sylow de LE(2, 3)[C3 × C3 ] y, como M9 es normal, todo 2-subgrupo de Sylow
de LE(2, 3)[C3 × C3 ] está de hecho en M9 , es decir, ambos grupos tienen los
mismos subgrupos de Sylow, que son conjugados con el único 2-subgrupo de
Sylow de LE(2, 3), que según vimos en la sección 3.7 es isomorfo a Q8 .
Así pues M9 tiene 9 subgrupos conjugados isomorfos a Q8 y, por otra parte,
como las traslaciones transforman una recta en otra paralela, es obvio que fijan
las tres clases Qi , luego C3 × C3 ≤ M9 . Concluimos así que

M9 = Q8 [C3 × C3 ],

donde la acción es la que resulta de considerar Q8 ≤ LE(2, 3).

De este modo, continuando la relación en virtud de la cual Mn es el estabi-
lizador de un punto en Mn+1 , podemos considerar que el grupo de Mathieu de
orden 8 es M8 = Q8 .

Inmersión de M12 en M24 En principio no tenemos ninguna conexión entre

los grupos de Mathieu pequeños y los grandes, pero vamos a demostrar que M24
contiene subgrupos isomorfos a M12 , con lo que contiene de hecho subgrupos
7.3. Los grupos de Mathieu 285

isomorfos a todos los grupos de Mathieu. Para ello empezamos demostrando un

hecho general sobre sistemas de Steiner que tiene interés en sí mismo.
Si (X, B) es cualquier sistema de Steiner de tipo S(l, m, n) y 0 ≤ s ≤ l, el
número de bloques bs que contienen a un conjunto dado S ⊂ X con |S| = s
viene dado por el teorema 7.19, mientras que si l ≤ s ≤ m, es obviamente
bs = 1, pues si S estuviera contenido en dos bloques, cualquier subconjunto de
S con l elementos estaría también contenido en ellos, en contra de la definición
de sistema de Steiner (con λ = 1). Naturalmente, para s > m sería bs = 0.
Más en general, para s + t ≤ m, podemos definir bs,t como el número de
bloques que contienen a un determinado conjunto S con |S| = s y son disjuntos
de otro conjunto T con |T | = t y S ∩ T = ∅. No es inmediato que bs,t sólo
dependa del cardinal de S y de T y no de los conjuntos concretos, pero en
realidad es consecuencia de que así sucede con bs = bs,0 , como hemos probado
en el teorema 7.19. En efecto, basta considerar el triángulo siguiente:

b0,0
b1,0 b0,1
b2,0 b1,1 b0,2
b3,0 b2,1 b1,2 b0,3
b4,0 b3,1 b2,2 b1,3 b0,4
... ... ... ... ... ... ... ... ...

Sabemos que los valores bs,0 están bien definidos y, suponiendo que están
bien definidos bs,t y bs+1,t , entonces también está bien definido

bs,t+1 = bs,t − bs+1,t .

En efecto, si S y T son conjuntos disjuntos de cardinales s y t + 1 y a ∈ T

(con lo que a ∈ / S), sabemos que hay bs,t bloques que contienen a S y son
disjuntos de T \ {a}. Si B es uno de ellos, hay dos posibilidades: o bien a ∈ B,
o bien a ∈/ B. En el primer caso se trata de un bloque que contiene a S ∪ {a}
y es disjunto de T \ {a}, luego el número de bloques en este caso es bs+1,t .
Por lo tanto, el número de bloques en el segundo caso es bs,t − bs+1,t , y éstos
son precisamente los bloques que contienen a S y son disjuntos de T , luego el
número bs,t+1 = bs,t − bs+1,t no depende de los conjuntos S y T considerados,
sino únicamente de sus cardinales s y t + 1.
De este modo, el hecho de que los números bs,0 estén bien definidos implica
que lo están todos los números bs,1 , y a su vez esto implica que están bien
definidos todos los números bs,2 , etc.
Gráficamente, en el triángulo anterior, cada número es la suma de los dos que
tiene por debajo (aunque para calcularlos usamos que cada uno es la diferencia
del que tiene arriba a la izquierda menos el que tiene a la izquierda).
Por ejemplo, para un sistema de tipo S(5, 6, 12), el teorema 7.19 y la obser-
vación que hemos hecho para el caso l ≤ s ≤ m nos da los valores

b0,0 = 132, b1,0 = 66, b2,0 = 30, b3,0 = 12, b4,0 = 4, b5,0 = 1, b6,0 = 1.
286 Capítulo 7. Grupos de permutaciones II

A partir de ellos podemos calcular el triángulo:

132
66 66
30 36 30
12 18 18 12
4 8 10 8 4
1 3 5 5 3 1
1 0 3 2 3 0 1
c6 c5 c4 c3 c2 c1 c0

Su fila m-sima es especialmente interesante. Contiene los números

cs = bs,m−s ,

que, dado un bloque B y un subconjunto S ⊂ B con |S| = s, nos dan el

número cs de bloques C tales que B ∩ C = S.
En efecto, cs es, en principio, el número de bloques C que contienen a S y
son disjuntos de B \ S, pero esto equivale a que B ∩ C = S.
Por ejemplo, hemos calculado c0 = 1, y esto significa que, en un sistema de
tipo S(5, 6, 12), el número de bloques que cortan a un bloque dado en el conjunto
vacío es 1 o, lo que es lo mismo, (teniendo en cuenta que hay 12 puntos y que los
bloques tienen 6 puntos), que el complementario de un bloque es necesariamente
un bloque, cosa que ya habíamos observado más arriba.
Para un sistema de tipo S(5, 8, 24) el triángulo de intersecciones es
759
253 506
77 176 330
21 56 120 210
5 16 40 80 130
1 4 12 28 52 78
1 0 4 8 20 32 46
1 0 0 4 4 16 16 30
1 0 0 0 4 0 16 0 30
c8 c7 c6 c5 c4 c3 c2 c1 c0

De aquí se desprende que la intersección de dos bloques distintos de W24

tiene 0, 2, 4 elementos. También vemos que b5 = b5,0 = 5, lo que significa que
cada conjunto de 4 puntos está contenido en 5 bloques.
La diferencia simétrica de dos conjuntos se define como2

A △ B = (A ∪ B) \ (A ∩ B).
2 Podemos identificar los subconjuntos de un conjunto X = {x , . . . , x } con los elementos
1 n
del espacio vectorial V = kn , donde k = {0, 1} es el cuerpo de dos elementos (cada conjunto
A se representa como una sucesión v ∈ V tal que vi = 1 si y sólo si xi ∈ A. Entonces, si
A, B ⊂ X, la diferencia simétrica A △ B se corresponde con la suma en V , de donde se sigue
que la suma directa es asociativa, conmutativa, etc.
7.3. Los grupos de Mathieu 287

El teorema siguiente recoge algunos resultados técnicos sobre W24 que vamos
a necesitar:
Teorema 7.44 En el sistema de Steiner W24 se cumple:
1. Si dos bloques se cortan en cuatro puntos, su diferencia simétrica también
es un bloque.
2. Si A ⊂ W24 es un conjunto de cuatro puntos y B es un bloque disjunto
de A, entonces, los cinco bloques que contienen a A están en uno de los
dos casos siguientes:
(a) Dos cortan a B en cuatro puntos y los otros tres son disjuntos.
(b) Cuatro cortan a B en dos puntos y el quinto es disjunto.
Demostración: Pongamos que B1 ∩B2 = {a, b, c, d}. El derivado (W24 )a,b,c
es un plano proyectivo de orden 4 que tiene entre sus rectas a Li = Bi \ {a, b, c},
luego el teorema 7.38 nos da que (L1 ∪ L2 ) \ {d} es un bloque, que no es sino
B1 △ B2 .
Sean B1 , B2 , B3 , B4 , B5 los bloques que contienen a A. Como dos bloques
no pueden cortarse en más de 4 puntos, la intersección de dos de ellos es exac-
tamente A. Supongamos que |B1 ∩ B| = 4. Entonces, por el apartado anterior,
B2 = B1 △ B es un bloque que contiene a A. Si existe b ∈ B3 ∩ B, entonces
b∈ / A = B1 ∩ B3 , luego b ∈ B \ B1 ⊂ B1 △ B = B2 , luego b ∈ B2 ∩ B3 = A,
contradicción. Así pues, B3 ∩ B = ∅, y lo mismo vale para B4 y B5 .
Por el contrario, si |B ∩ Bi | = ̸ 4 para todo i, tenemos que |B ∩ Bi | = 0, 2,
para todo i. Para cada b ∈ B, hay un único bloque que contiene a A ∪ {b}, luego
tiene que haber exactamente cuatro bloques B1 , B2 , B3 , B4 que corten a B en
dos puntos.
Llamaremos dodécadas en W24 a las diferencias simétricas de pares de bloques
que se cortan en dos puntos. Así, toda dodécada es un conjunto de 12 puntos.
Vamos a probar que el estabilizador de una dodécada en M24 es un subgrupo
isomorfo a M12 .
Teorema 7.45 Sea D ⊂ W24 una dodécada y B un bloque que corte a D en
al menos 5 puntos. Entonces |B ∩ D| = 6 y existe un único bloque B ∗ tal que
D = B △ B∗.
Demostración: Pongamos que D = B1 △ B2 . Distinguiendo casos según
si |B ∩ B1 ∩ B2 | es par o impar y sabiendo que |B ∩ Bi | es par, es fácil ver que
|B∩D| tiene que ser par, luego tiene que constar de 6 u 8 elementos. Vamos a ver
que 8 es imposible, es decir, que una dodécada no puede contener un bloque.
En efecto, si B ⊂ D, como B ∩ Bi puede tener a lo sumo cuatro elementos,
tendría que ser |B ∩ B1 | = |B ∩ B2 | = 4.
Llamando A = B ∩ B1 , tenemos que B2 es un bloque disjunto con A, pero,
por una parte, B es un bloque que contiene a A y corta a B2 en cuatro puntos,
luego deberíamos estar en el caso (a) del apartado 2) del teorema anterior. Sin
embargo, por otra parte B1 es un bloque que contiene a A y corta a B2 en dos
puntos, luego deberíamos estar en el caso (b), y tenemos una contradicción.
288 Capítulo 7. Grupos de permutaciones II

#
Tenemos, pues, que B ∩ D = 6. Intercambiando B1 y B2 si B
2
es necesario, podemos suponer que |B ∩B1 | = 4 y |B ∩B2 | = 2. ##
Por el teorema anterior B1 △ B es un bloque que corta a B2 en 4 2
"!
0
cuatro puntos (véase la figura), y a su vez B ∗ = (B1 △ B) △ B2 2 2 4
es un bloque tal que "! "!
B1 B2
B △ B ∗ = B △ B1 △ B △ B2 = B1 △ B2 = D.

Además B ∗ es único, pues si B △ B ∗ = B △ B̃, entonces B ∗ = B̃.

Teorema 7.46 En W24 hay 2 576 dodécadas.

Demostración: Una dodécada D tiene 792 subconjuntos de 5 elementos,

cada uno de los cuales está contenido en un único bloque, el cual corta a D en 6
puntos. Por lo tanto, un mismo bloque se corresponde con 6 subconjuntos de D
de cinco elementos, luego hay exactamente 792/6 = 132 bloques B que cortan a
D en 6 puntos. Cada uno de ellos da lugar a una única expresión D = B △ B ∗ ,
pero así estamos contando dos veces cada par (B, B ∗ ), luego concluimos que una
dodécada admite exactamente 132/2 = 66 expresiones como diferencia simétrica
de bloques.
Cada bloque B tiene 28 subconjuntos de 2 elementos y, como en el triángulo
de intersecciones vemos que c2 = 16, hay exactamente 16 bloques que cortan
a B en cada uno de ellos, luego hay 28 · 16 = 448 bloques que cortan a B en
dos puntos. Como hay 759 bloques en total, vemos que hay 759 · 448 pares
ordenados de bloques que se cortan en dos puntos, o 759 · 448/2 = 170 016 pares
desordenados. Pero cada 66 pares dan lugar a la misma dodécada, luego en
total hay 170 016/66 = 2 576 dodécadas.

Teorema 7.47 Si D ⊂ W24 es una dodécada y BD es el conjunto de las inter-

secciones D ∩ B, donde B es un bloque de W24 tal que |D ∩ B| = 6, entonces
(D, BD ) es un sistema de Steiner de tipo S(5, 6, 12).

Demostración: Si A ⊂ D es un conjunto de 5 puntos, existe un único

bloque B en W24 tal que A ⊂ B, pero entonces |B ∩ D| = 6 por el teorema
anterior, luego A ⊂ B̃ = B ∩ D ∈ BD , y B̃ es único, pues si hubiera otro,
sería de la forma B ′ ∩ D, donde B ′ sería un bloque distinto de B que también
contendría a A, lo cual es imposible.

Teorema 7.48 Si D ⊂ W24 es una dodécada, el estabilizador (M24 ){D} de D

como conjunto es un subgrupo de M24 isomorfo a M12 .

Demostración: La restricción (M24 ){D} −→ M12 es inyectiva, es decir, que

si un elemento f ∈ M24 fija a todos los puntos de una dodécada, es la identidad.
En efecto, si D = B1 △ B2 , al restringir f al derivado de W24 respecto de
dos puntos ∞1 , ∞2 ∈ B1 y un punto ∞3 ∈ B2 es una homografía en el plano
7.4. El código de Golay 289

proyectivo W21 de orden 4 que fija a cuatro puntos del hiperóvalo B1 \{∞1 , ∞2 },
que forman un sistema de referencia proyectivo, luego f |W21 es la identidad y f
también.
Ahora sólo falta probar que |(M24 ){D} | ≥ 95 040 = |M12 |, pues entonces
la restricción será un isomorfismo. Equivalentemente, hay que probar que el
índice del estabilizador es ≤ 2 776, pero dicho índice es el cardinal de la órbita
de D por la acción de M24 el el conjunto de las dodécadas, que obviamente será
menor o igual que el número total de dodécadas, que es precisamente 2 776. Así
pues, |(M24 ){D} | = 95 040 = |M12 |, lo que prueba el teorema, e incidentalmente
hemos probado la igualdad |M24 : (M24 ){D} | = 2 776, lo que significa que M24
actúa transitivamente sobre el conjunto de todas las dodécadas.

7.4 El código de Golay

El sistema de Steiner W24 está relacionado con un código de corrección
de errores de gran interés. En el apéndice B de [G] mostramos el código de
Hamming, que permite corregir errores a condición de que se produzca a lo
sumo uno en cada paquete de 7 dígitos binarios transmitidos. Se trata de uno
de los códigos más antiguos y hoy en día se conocen otros más eficientes. El
código de Golay que vamos a describir aquí tiene mucho más interés práctico y,
de hecho, lo ha usado la NASA en la transmisión de imágenes en varias misiones
espaciales, entre ellas las misiones Voyager 1 y 2 a Júpiter y Saturno, así como
en la sonda Magallanes a Venus.
Con la nomenclatura introducida en [G], el código de Golay extendido no es
más que un código binario de corrección de errores de tipo [24, 12, 8], es decir, un
subespacio C de dimensión 12 del espacio vectorial V = k 24 (donde k = {0, 1}
es el cuerpo de 2 elementos) con la propiedad de que dos cualesquiera de sus
elementos se diferencian al menos en 8 dígitos. Probaremos que sólo hay uno
salvo isomorfismo.
Recordemos de [G] que podemos identificar cada x ∈ V con un subconjuntos
Ax ⊂ X = {1, . . . , 24}, de modo que la suma en V se corresponde con la
diferencia simétrica de conjuntos.

Teorema 7.49 Si C es un código de Golay extendido, los elementos de C de

cardinal 8 son un sistema de Steiner de tipo S(5, 12, 24).

Demostración: Fijemos un índice i ∈ X y llamemos M al conjunto de

todos los subconjuntos A ⊂ X que, o bien cumplen |A| ≤ 3 o bien |A| = 4 e
i ∈ A. Claramente
         
24 24 24 24 23
|M| = + + + + = 212 .
0 1 2 3 3

Si A, B ∈ M, entonces, o bien |A| = |B| = 4, en cuyo caso i ∈ A ∩ B, luego

|A △ B| ≤ 7, o bien |A| ≤ 3 o |B| ≤ 3, en cuyo caso |A △ B| ≤ 7. En cualquier
290 Capítulo 7. Grupos de permutaciones II

caso A △ B ∈ / C. Esto significa que los elementos de M determinan clases

distintas en el espacio cociente V /C, pero éste tiene dimensión 24 − 12 = 12,
luego consta de 212 clases, luego cada clase de V /C tiene un único representante
en M.
Sea ahora U ⊂ X un conjunto de 5 puntos. Sea i ∈ U uno de ellos, de
modo que B = U \ {i} ∈ / M. Sin embargo, acabamos de probar que existe un
A ∈ M tal que A △ B ∈ C, pero |A △ B| ≤ 8 y no puede ser A △ B = ∅, pues
eso equivale a A = B, pero A ∈ M y B ∈ / M. Por lo tanto, para estar en
C, la diferencia simétrica tiene que cumplir |A △ B| = 8, lo que requiere que
|A| = |B| = 4, A ∩ B = ∅, lo que a su vez implica que i ∈ A. Por lo tanto
U = B ∪ {i} ∈ A △ B ∈ C.
Supongamos que U ⊂ C1 ∩ C2 , donde C1 , C2 ∈ C son conjuntos de 8 elemen-
tos. Entonces |C1 △ C2 | ≤ 6, pero C1 △ C2 ∈ C, luego tiene que ser C1 = C2 .

Recíprocamente:

Teorema 7.50 El código C ≤ V = k 24 generado por los bloques de W24 es un

código de Golay extendido formado por:

1. ∅, V .

2. Los 759 bloques de W24 y sus 759 complementos.

3. Las 2 576 dodécadas.

Demostración: Veamos en primer lugar que dim C ≤ 12. Para ello consi-
deramos en V el producto escalar
24
P
x·y = xi yi ,
i=1

de modo que, identificando dos subconjuntos X, Y ⊂ W24 con elementos de V ,

el producto X · Y es |X ∩ Y | (mód 2). En particular, si A, B son bloques de
W24 , hemos visto que se cortan en 0, 2 o 4 puntos, por lo que A · B = 0. Como
los bloques generan C, concluimos que, más en general, x · y = 0, para todo par
de vectores x, y ∈ C.
Si v1 , . . . , vd es una base de C, tenemos que todos los elementos de C son
soluciones del sistema de ecuaciones lineales vi · x = 0, que son linealmente
independientes, luego d = dim C ≤ 24 − d, luego d ≤ 12.
El árbol de intersecciones de S(5, 8, 24) que hemos calculado muestra que
b1,0 = 253, es decir que cada índice está en 253 bloques, luego al sumar las
palabras correspondientes a todos los bloques, como el número de palabras con
la coordenada i-ésima no nula es impar, resulta que la suma es la palabra 1,
correspondiente a V , luego V ∈ C.
Los 259 bloques de W24 están en |C por definición y, como V ∈ C, también
tienen que estar sus complementarios. A su vez, las 2 576 dodécadas también
tienen que estar en C, pues son sumas de bloques. Esto nos da ya un total de
7.4. El código de Golay 291

2 + 759 · 2 + 2 576 = 212 palabras en C, pero tenemos que |C| ≤ 212 , luego se
tiene que dar la igualdad dim C = 12 y no puede haber más palabras en C. Así,
como todas las palabras no nulas de C tienen peso 8, 12, 16, 24, podemos concluir
que C es un código de Golay extendido.
Así, si C es un código de Golay extendido, sus palabras de peso 8 forman
un sistema de Steiner de tipo S(5, 12, 24), cuyos bloques generan un código de
Golay C′ claramente contenido en C, pero, como tienen la misma dimensión,
tiene que ser C. Así pues, todo código de Golay extendido está definido a partir
de un sistema de Steiner W24 y, como todos ellos son isomorfos, es claro que
todos los códigos de Golay extendidos son isomorfos (en el sentido de uno se
transforma en otro sin más que reordenar las coordenadas).
De acuerdo con lo expuesto en el apéndice B de [G], un código de Golay
asocia a cada sucesión de 12 dígitos binarios un código de 24 dígitos de modo
que si se corrompe con un máximo de e = E[(d − 1)/2] = E[3.5] = 3 errores, se
puede reconstruir la sucesión de datos inicial, pues hay una única palabra del
código a una distancia menor o igual que 3. Más aún, el código permite detectar
la presencia de un máximo de d − 1 = 7 errores.
Si comparamos esto con el código de Hamming extendido que presentamos
en el apéndice B de [G], éste, duplicando la longitud de la información, puede
reconstruir mensajes con a lo sumo un error cada 8 dígitos transmitidos, mien-
tras que el código de Golay permite 3 errores cada 24 dígitos. Puede parecer que
es lo mismo, pero no es así, porque si transmitimos 12 dígitos de información
codificados en 3 palabras del código de Hamming, con 24 dígitos en total, éste
sólo permite reconstruir la información si se producen a lo sumo tres errores
separados para que esté uno en cada palabra, mientras que con el código de Go-
lay extendido necesitamos igualmente 24 dígitos, pero podemos reconstruir la
información si se produce un máximo de tres errores cualquiera que sea la forma
en que se distribuyan en la palabra, por lo que las probabilidades de corregir un
error de hasta tres dígitos son mucho mayores.
Más precisamente, la gráfica muestra la probabilidad de que los códigos
puedan corregir un mensaje de 24 dígitos (con 12 dígitos de datos) en función
de la probabilidad p de que se produzca un error cada vez que se transmite un
dígito. La tabla muestra algunos valores concretos:
1.0

0.8 p Hamming Golay

0.6 5% 83.8% 97%
0.4
7% 72% 91.7%
9.5% 56.7% 81.1%
0.2
10% 53.8% 78.6%
0.1 0.2 0.3 0.4

Para valores pequeños de p las probabilidades de que un error no pueda

corregirse es baja en ambos casos, pero estadísticamente la diferencia sigue
siendo sustancial. Por ejemplo, imaginemos que queremos transmitir 1Mb de
292 Capítulo 7. Grupos de permutaciones II

información, es decir, 8 · 26 dígitos, que fragmentamos en bloques de 8 dígitos

para aplicar el código de Hamming o en bloques de 24 para aplicar el código
de Golay. Si la probabilidad de error fuera p = 0.3%, sin el empleo de ningún
código corrector el número esperado de dígitos corruptos sería precisamente de
un 0.3%, con el código de Hamming, el número esperado de bloques de 8 dígitos
con errores incorregibles sería de 249, lo que supone un máximo de 1992 dígitos
corruptos, es decir, a lo sumo un 0.025%; mientras que, con el código de Golay,
la esperanza es de “medio” bloque de 12 dígitos incorregible, lo que supone como
máximo un 0.00008% de los dígitos.
17 18 19 20
A partir de la descripción que conocemos de
W24 no es difícil encontrar una base del código
13 14 15 16
de Golay. Por ejemplo, si numeramos los puntos
del plano proyectivo de orden 4 como muestra
la figura, el plano de Fano señalado, es decir, el 9 10 11 12
formado por los puntos
5 6 7 8
(0, 0, 1), (1, 0, 1), (1, 0, 0), (0, 1, 1),

(1, 1, 1), (0, 1, 0), (1, 1, 0), 1 2 3 4 21

se corresponde con la palabra

1100 1100 0000 0000 10011 100,

si convenimos en que los tres últimos dígitos corresponden a ∞1 , ∞2 , ∞3 y

consideramos que el plano pertenece a la clase F1 . Si le aplicamos la homografía
de matriz  
α 0 0
 0 1 0 ,
0 0 1
que no está en LEP(3, 4), obtendremos un plano de Fano de otra clase, que
podemos tomar como F2 , y que resulta ser

(0, 0, 1), (α, 0, 1), (α, 0, 0), (0, 1, 1), (α, 1, 1), (0, 1, 0), (α, 1, 0),

y si a éste le aplicamos la misma homografía (que tiene orden 3) obtenemos un

plano de F3 :

(0, 0, 1), (α2 , 0, 1), (α2 , 0, 0), (0, 1, 1), (α2 , 1, 1), (0, 1, 0), (α2 , 1, 0),

con los que tenemos las palabras linealmente independientes

1100 1100 0000 0000 10011 100

1010 1010 0000 0000 11001 010
1001 1001 0000 0000 10101 001

A partir de aquí podemos buscar 9 palabras más que no contengan puntos

infinitos, es decir, que sean diferencias simétricas de pares de rectas en el plano
7.4. El código de Golay 293

proyectivo. Por ejemplo, si consideramos los pares formados por cada una de
las 5 rectas que pasan por el punto 1 y la recta infinita (véase la figura de la
página 262) obtenemos:
1100 1100 0000 0000 10011 100
1010 1010 0000 0000 11001 010
1001 1001 0000 0000 10101 001
1000 1000 1000 1000 01111 000
1000 0010 0001 0100 10111 000
1000 0001 0100 0010 11011 000
1000 0100 0010 0001 11101 000
1111 0000 0000 0000 11110 000
y las 8 palabras resultan ser linealmente independientes. Para completar una
base de 12 palabras, con un poco de tanteo y un ordenador que compruebe
los rangos de las matrices, vemos que nos basta considerar dos pares de rectas
horizontales y dos pares de rectas verticales:
1100 1100 0000 0000 10011 100
1010 1010 0000 0000 11001 010
1001 1001 0000 0000 10101 001
1000 1000 1000 1000 01111 000
1000 0010 0001 0100 10111 000
1000 0001 0100 0010 11011 000
1000 0100 0010 0001 11101 000
1111 0000 0000 0000 11110 000
1111 1111 0000 0000 00000 000
1111 0000 1111 0000 00000 000
1100 1100 1100 1100 00000 000
1010 1010 1010 1010 00000 000
Tenemos así una base del código de Golay, que podemos mejorar sustancial-
mente si observamos que podemos intercambiar filas y columnas (lo segundo
equivale a cambiar la numeración de los puntos, con lo que pasamos a un código
“isomorfo”) y a una fila podemos sumarle otra. Esto nos permite pasar a otra
base que contenga una matriz identidad:
100000000000 111110010010
010000000000 111000101011
001000000000 110101001110
000100000000 110011111000
000010000000 101100111100
000001000000 101011100110
000000100000 100111010101
000000010000 011101011001
000000001000 000001111111
000000000100 001110001111
000000000010 010111100011
000000000001 011010110101
294 Capítulo 7. Grupos de permutaciones II

Ésta es una matriz G generadora del código, que nos permite extender cual-
quier sucesión x de 12 dígitos binarios a una única palabra xG del código de
Golay. Los dígitos añadidos son controles de paridad, en el sentido de que, por
ejemplo, el primero de ellos valdrá 1 si y sólo si en las 7 primeras posiciones
de x hay un número impar de unos. Similarmente, el segundo dígito determina
la paridad de los unos en las posiciones {1, 2, 3, 4, 8, 10, 12}. Los 12 conjuntos
cuya paridad determina los dígitos añadidos depende de la base elegida, y la que
hemos obtenido no es especialmente regular. Vamos a mostrar una construcción
alternativa que es conceptualmente mucho más simple (pero no ayuda mucho
a probar la unicidad del código de Golay, que hemos demostrado con nuestra
construcción).
Numeremos las caras de un dodecaedro regular, como muestra la figura
(donde la cara trasera es la número 12). Para cada cara, formamos el con-
junto formado por su número, los de las cinco caras contiguas y el de la cara
opuesta:
1 2 3 4 5 6 12 8 3
2 1 3 7 11 6 9
3 1 2 7 8 4 10 4 7
4 1 3 8 9 5 11
5 1 4 9 10 6 7
6 1 5 10 11 2 8 9 1 2
7 2 11 12 8 3 5
8 3 7 12 9 4 6 5 11
9 4 5 10 12 8 2
10 5 6 11 12 9 3 10 6
11 2 7 12 10 6 4
12 7 8 9 10 11 1
Para codificar una sucesión d1 d2 d3 d4 d5 d6 d7 d8 d9 d10 d11 d12 de 12 dígitos bi-
narios mediante el código de Golay extendido le añadimos doce dígitos más,
digamos p1 p2 p3 p4 p5 p6 p7 p8 p9 p10 p11 p12 , de modo que pi toma el valor 1 si en
las 7 posiciones correspondientes a la fila i-ésima de la tabla anterior hay un nú-
mero impar de unos, y 0 en caso contrario. Si aplicamos esto a las 12 sucesiones
de datos con un único uno obtenemos las filas de la matriz generadora
 
100000000000 111111000001
 010000000000 111001101010 
 
 001000000000 111100110100 
 
 000100000000 101110011010 
 
 000010000000 100111101100 
 
 000001000000 110011010110 
G=  .
 000000100000 011010110011 

 000000010000 001101111001 
 
 000000001000 010110011101 
 
 000000000100 001011001111 
 
 000000000010 010101100111 
000000000001 100000111111
7.4. El código de Golay 295

Un ordenador comprueba inmediatamente que las 212 combinaciones lineales

de estas 12 palabras tienen longitudes 0, 8, 12, 16, 24, luego las filas de G son
la base de un código de Golay C (necesariamente equivalente al que hemos
obtenido antes, o a cualquier otro). Para codificar una sucesión de datos x, basta
multiplicar xG. Para comprobar si una palabra recibida x está en el código,
tenemos que ver si tiene un número par de unos en cada uno de los 12 conjuntos
de posiciones determinadas por el dodecaedro. Esto se consigue calculando Hxt ,
donde H es la matriz
 
111111000000 100000000000
 111001101010 010000000000 
 
 111001101010 001000000000 
 
 101110011010 000100000000 
 
 100101101100 000010000000 
 
 110011010110 000001000000 
H=  .
 011010110011 000000100000 

 001101111001 000000010000 
 
 010110011101 000000001000 
 
 001011001111 000000000100 
 
 010101100111 000000000010 
100000111111 000000000001

Por construcción, si x ∈ C se cumple que Hxt = 0, y el conjunto de las pala-

bras que cumplen esta condición es un subespacio vectorial de V de dimensión
24 − 12 = 12 que contiene al código C, luego tiene que ser exactamente C.
Así pues, se cumplen los hechos siguientes:
1. Una palabra x ∈ V = k 24 está en C si y sólo si Hxt = 0.
2. Si enviamos una palabra c ∈ C y recibimos la palabra x = c + e, donde la
palabra e tiene unos en los dígitos corruptos, se cumple Hxt = Het .
/ C, luego Hxt ̸= 0
3. Si el peso de e es menor o igual que 7, se cumplirá x ∈
y así detectamos que ha habido errores.
4. Si e1 y e2 tienen peso a lo sumo 3 y Het1 = Het2 , entonces H(e1 − e2 )t = 0,
luego e1 − e2 ∈ C, pero la resta tiene peso a lo sumo 6, luego e1 − e2 = 0
y e1 = e2 .
5. Por lo tanto, si enviamos c ∈ C y recibimos x = c + e, donde el peso de e
es a lo sumo 3, el vector e está unívocamente determinado por Het .
Hay    
24 24
+ + 24 = 2 324
3 2
errores posibles de peso menor o igual que 3. Haciendo una tabla con los 2 324
valores posibles para Het y leyéndola en sentido inverso, a partir de cada resul-
tado Hxt podemos deducir los dígitos que se han corrompido, suponiendo que
no hayan sido más de 3.
296 Capítulo 7. Grupos de permutaciones II

Más aún, si e tiene peso 4 y e′ tiene peso ≤ 3 entonces e − e′ tiene peso no

nulo ≤ 7, luego H(e−e′ )t ̸= 0, luego Het ̸= He′t , es decir, que Het no coincidirá
con ningún valor de la tabla, con lo que sabremos que se ha producido un error
que no podemos corregir.
El código de Golay (no extendido) es el que resulta de eliminar el último
dígito de todas las palabras del código de Golay extendido. Es inmediato com-
probar que es un código de tipo [23, 12, 7]. La dimensión del código no disminuye
porque todas las palabras del código de Golay extendido tienen un número par
de unos, luego la palabra extendida puede reconstruirse a partir de su proyec-
ción. Es claro que el código de Golay puede también corregir errores de hasta
tres dígitos y detecta errores de hasta 6 dígitos, pero no permite identificar los
errores de 4 dígitos como incorregibles.
Este código de Golay es perfecto, en el sentido de que cada palabra de k 23
dista a lo sumo 3 unidades de una única palabra del código.
En efecto, cada palabra del código tiene
     
23 23 23
+ + + 1 = 2 048 = 211
3 2 1

palabras a una distancia ≤ 3 y estos conjuntos de palabras son disjuntos dos a

dos, luego su unión tiene 212 · 211 = 223 palabras, que son todas las de k 23 .
También es claro que los grupos de Mathieu M11 y M12 son los grupos de
automorfismos del código de Golay y del código de Golay extendido, respectiva-
mente, es decir, los grupos de permutaciones de 24 elementos que transforman
palabras del código en palabras del código.
Capítulo VIII

Métodos geométricos

En el capítulo anterior hemos presentado la familia de los grupos lineales

especiales proyectivos, que es una de las cuatro familias clásicas de grupos sim-
ples descritas por Jordan en 1870, como se explica en la introducción. En este
capítulo presentaremos otra más a la vez que introduciremos los conceptos ne-
cesarios para introducir las otras dos en el capítulo siguiente.

8.1 Formas sesquilineales

En [G 3.19] introdujimos el concepto de producto escalar en un espacio
vectorial V sobre un cuerpo ordenado pitagórico, que, para el caso particular
del cuerpo R de los números reales, es una aplicación F : V × V −→ R que
cumple las condiciones siguientes:

1. F (v, v) ≥ 0 y F (v, v) = 0 si y sólo si v = 0.

2. F (u, v + w) = F (u, v) + F (u, w), F (u + v, w) = F (u, w) + F (v, w).

3. F (αu, v) = αF (u, v), F (u, αv) = αF (u, v).

4. F (u, v) = F (v, u).

El ejemplo típico es el producto escalar canónico en V = Rn dado por

F (x, y) = x1 y1 + · · · + xn yn .

Sin embargo, en [An] vimos que, a la hora de extender la noción a espacios

vectoriales sobre el cuerpo C de los números complejos, es conveniente adoptar
la definición [An 3.36], en la que la última propiedad de simetría se sustituye
por F (u, v) = F (v, u), donde la barra representa la conjugación compleja, lo
cual obliga a su vez a modificar así la tercera: F (u, αv) = ᾱF (u, v).
Esto es necesario para que el producto escalar canónico en V = Cn , dado
por
F (x, y) = x1 ȳ1 + · · · + xn ȳn

297
298 Capítulo 8. Métodos geométricos

sea realmente un producto escalar, y aquí la conjugación es necesaria para ga-

rantizar que
∥x∥2 = F (x, x) = |x1 |2 + · · · + |xn |2
sea un número real no negativo al que podamos extraerle la raíz cuadrada y
que sólo se anule en el vector nulo. Similarmente, introducir la conjugación es
necesario para extender al caso complejo otros productos escalares definidos de
forma natural en el caso real, como el producto escalar en los espacios L2 (µ)
asociados a una medida, etc.
La definición siguiente incluye a las dos anteriores como casos particulares:

Definición 8.1 Sea C un cuerpo, sea α 7→ ᾱ un automorfismo de C (al que

llamaremos conjugación) y sea V un C-espacio vectorial. Una forma sesquilineal
en V (respecto de la conjugación fijada) es una aplicación F : V × V −→ C que
cumpla las propiedades siguientes:1

F (x + y, z) = F (x, z) + F (y, z), F (x, y + z) = F (x, y) + F (x, z),

F (αx, y) = αF (x, y), F (x, αy) = ᾱF (x, y).

Cuando la conjugación es la identidad se dice que F es una forma bilineal,

y si además se cumple la relación F (x, y) = F (y, x), se dice que F es una forma
bilineal simétrica. Por otro lado, si la conjugación tiene orden 2 (es decir, si no
es la identidad y α = α) y F cumple la relación F (x, y) = F (y, x), se dice que
F es una forma hermitiana.
Notemos que la definición anterior no incluye nada equivalente a la condi-
ción 1 de la definición de producto escalar, por lo que no toda forma bilineal
simétrica es un producto escalar en un R-espacio vectorial ni toda forma hermi-
tiana es un producto escalar en un C-espacio vectorial. Por ejemplo, una forma
bilineal simétrica en R3 que no es un producto escalar es la dada por

F (x, y) = x1 y1 + x2 y2 − x3 y3 .

Nota En este capítulo supondremos tácitamente que todos los espacios vecto-
riales tienen dimensión finita.
Cuando hablemos de un espacio vectorial V dotado de una forma sesquilineal
(o, en particular, bilineal), nos referiremos en realidad a un par (V, F ), donde V
es un espacio vectorial y F una forma en V del tipo indicado.
El propósito de este capítulo es estudiar la geometría de estos espacios (con
algunas condiciones adicionales), pues veremos que a partir de los grupos de
isometrías correspondientes (es decir, los subgrupos de LG(V ) formados por los
1 En general, una aplicación f : V −→ V que cumpla f (x+y) = f (x)+f (y) y f (αx) = ᾱf (x)

recibe el nombre de aplicación semilineal, con lo que, en estos términos, la forma F es lineal
en su primer argumento y semilineal en el segundo, y de ahí el nombre de “sesquilineal”, pues
el prefijo “sesqui-” significa “vez y media”.
8.1. Formas sesquilineales 299

automorfismos que conservan la estructura considerada) es posible obtener nue-

vas familias de grupos simples pasando a subgrupos y cocientes, análogamente
a como hemos pasado a los grupos LEP(V ) a partir de LG(V ).
El teorema siguiente recoge algunos hechos básicos sobre los automorfismos
de orden 2 sobre un cuerpo arbitrario:
Teorema 8.2 Sea C un cuerpo y consideremos en él un automorfismo de or-
den 2 que representaremos por α 7→ ᾱ. Entonces:
1. El conjunto R = {α ∈ C | ᾱ = α} es un subcuerpo de C tal que |C : R| = 2.
2. La traza Tr : C −→ R dada por Tr(α) = α + ᾱ es una aplicación R-lineal
suprayectiva (pero no inyectiva).
Demostración: Claramente |C : R| ≥ 2, o de lo contrario sería R = C
y ᾱ = α para todo α ∈ C, con lo que la conjugación sería la identidad y no
tendría orden 2.
La traza es suprayectiva porque es claramente R-lineal, luego su imagen tiene
que ser 0 o R, y no es nula porque en tal caso α + ᾱ = 0 para todo α ∈ C.
Tomando α = 1 vemos que 2 = 0, luego ᾱ = α para todo α ∈ C, con lo que
volvemos a la misma contradicción.
Como C tiene dimensión sobre R mayor que 1, el núcleo de la traza tiene
dimensión no nula, luego la traza no es inyectiva, luego podemos tomar α ∈ C
no nulo tal que α + ᾱ = 0. Si la característica de C no es 2, cualquier β ∈ C
puede expresarse como
β + β̄ β − β̄ β + β̄ β − β̄
β= + = + α,
2 2 2 2α
y los dos coeficientes están en R, luego C = ⟨1, α⟩. En el caso en que C
tiene característica 2, tomamos cualquier α ∈ C \ R, con lo que α + ᾱ ̸= 0, y
descomponemos
ᾱβ + β̄α β + β̄
β= + α,
α + ᾱ α + ᾱ
y nuevamente los coeficientes están en R y así C = ⟨1, α⟩.

Expresión matricial Si v1 , . . . , vn es una base de un espacio vectorial V ,

toda forma sesquilineal F sobre V puede calcularse a partir de las coordenadas
de los vectores, pues si u, v tienen coordenadas x, y ∈ C n , entonces
Pn n  n
xi F (vi , vj )ȳj = xJ ȳ t ,
P P
F x i vi , yj vj =
i=1 j=1 i,j=1

donde J = (F (vi , vj )) recibe el nombre de matriz de la forma sesqulineal F en

la base considerada.
Cualquier matriz J define de este modo (fijada una base) una forma sesqui-
lineal en V , pero para que sea simétrica/hermitiana (además de que la conjuga-
¯ t,
ción tenga orden 1 o 2, respectivamente), se tiene que cumplir que xJ ȳ t = ȳ Jx
t ¯t t n
que equivale a xJ ȳ = x̄J ȳ para todo par de n-tuplas x, y ∈ C y, dando a
x, y valores en la base canónica de C n , esto equivale a que J = J¯t .
300 Capítulo 8. Métodos geométricos

Cuando la conjugación es la identidad, las matrices que cumplen J = J t son

simplemente las matrices simétricas, mientras que, para conjugaciones de orden
dos, las matrices que cumplen J = J¯t se llaman matrices hermitianas.
Así pues, cada base de V determina una correspondencia biunívoca en-
tre las formas bilineales simétricas/hermitianas en V y las matrices simétri-
cas/hermitianas n × n en C.
Fijadas dos bases B1 y B2 de V , podemos considerar la matriz M de cambio
de base, de modo que si x ∈ C n son las coordenadas de un vector v en la base
B1 , entonces xM son las coordenadas de v en la base B2 . Entonces, si J es la
matriz de una forma sesquilineal F en la base B2 y x, y son las coordenadas de
dos vectores v1 , v2 ∈ V en la base B1 , resulta que

F (v1 , v2 ) = xM J M̄ t ȳ t ,

por lo que la matriz de F en la base B1 es B = M J M̄ t .

Cuando dos matrices cumplen la relación J2 = M J1 M t , donde M es una
matriz regular, se dice que son congruentes. Notemos que la congruencia es una
relación de equivalencia en el conjunto Matn (C) de todas las matrices n × n
sobre C, y también lo es restringida al subconjunto de las matrices simétricas o
hermitianas.

Isometrías Una isometría f : (V, F ) −→ (W, G) entre dos C-espacios vecto-

riales dotados de formas sesquilineales (respecto de la misma conjugación), es
un isomorfismo f : V −→ W de espacios vectoriales tal que

G(f (u), f (v)) = F (u, v),

para todos los vectores u, v ∈ V .

Si v1 , . . . , vn es una base de V , es fácil ver que f es una isometría si y sólo si
cumple esta relación cuando u y v recorren v1 , . . . , vn . A su vez, esto significa
que f es una isometría si y sólo si la matriz de f respecto a una base v1 , . . . , vn
es la misma que la matriz de G respecto de la base f (v1 ), . . . , f (vn ).
Obviamente, si existe una isometría entre dos espacios V y W dotados de
formas sesquilineales, ambos tienen las mismas propiedades definibles a partir
de las formas correspondientes, y son, a todos los efectos, “el mismo espacio”.
Si J1 y J2 son las matrices de F y G en bases respectivas de V y W y M es
la matriz de un isomorfismo f : V −→ W , es claro que f será una isometría si
y sólo si xM J2 M̄ t ȳ t = xJ1 ȳ, para todo par de n-tuplas x, y ∈ C n , lo que a su
vez equivale a que
M J2 M̄ t = J1 .

Ortogonalidad Si V es un espacio vectorial dotado de una forma sesquili-

neal F , diremos que dos vectores u, v ∈ V son ortogonales (y lo representaremos
por u ⊥ v) si F (u, v) = 0.
8.1. Formas sesquilineales 301

Si F es bilineal simétrica o hermitiana, se cumple que u ⊥ v es equivalente a

v ⊥ u. Éste es el caso que nos va a interesar casi exclusivamente, pero conviene
probar algunos resultados básicos sin suponer ninguna hipótesis de simetría.
Dado un subespacio W ≤ V , definimos

W ⊥ = {v ∈ V | F (w, v) = 0 para todo w ∈ W },

⊥
W = {v ∈ V | F (v, w) = 0 para todo w ∈ W }.
Es claro que se trata de dos subespacios vectoriales de V . Por ejemplo,
0 ∈ W ⊥ porque

F (w, 0) = F (w, 0 + 0) = F (w, 0) + F (w, 0),

luego F (w, 0) = 0.
⊥
Si F es bilineal simétrica o hermitiana, se cumple que W = W ⊥ , pero en
general ambos subespacios pueden diferir.
Observemos que el grado de generalidad con el que estamos trabajando no
impide que un vector no nulo pueda ser ortogonal a sí mismo. De hecho, se trata
de un caso que nos aparecerá con frecuencia y que no podemos descartar, pero
hay un caso extremo que sí que vamos a excluir, y es que un vector sea ortogonal
a todos los vectores de V . A este respecto tenemos el teorema siguiente:

Teorema 8.3 Si V es un espacio dotado de una forma sesquilineal F , las afir-

maciones siguientes son equivalentes:

1. V ⊥ = 0.
⊥
2. V = 0.

3. El determinante de F en una cierta base de V es no nulo.

4. El determinante de F en toda base de V es no nulo.

Demostración: Sea v1 , . . . , vn una base de V y sea B la matriz de F en

dicha base. Sea v ∈ V un vector no nulo y sea x ∈ C n su vector de coordenadas.
Entonces v ∈ ⊥ V si y sólo si F (w, v) = 0 para todo w ∈ V , lo cual equivale
a que yB x̄t = 0 para todo y ∈ C n y, dando a y valores en la base canónica
de C n , es claro que esto equivale a que B x̄t = 0 y esto, a su vez, significa
que las columnas de B son linealmente dependientes, lo cual es equivalente a
que |B| = 0. Esto prueba la equivalencia entre 2), 3) y 4), y análogamente se
prueba la equivalencia con 1).

Definición 8.4 Una forma sesquilineal F en un espacio vectorial V es no de-

generada si cumple cualquiera de las condiciones del teorema anterior. En caso
contrario se dice que es degenerada.
302 Capítulo 8. Métodos geométricos

Consideremos el espacio dual V ∗ , formado por todas las aplicaciones lineales

V −→ C, y definimos

ιi : V −→ V ∗ , ιd : V −→ V ∗

mediante
ιi (v)(w) = F (v, w), ιd (v)(w) = F (w, v).
Es inmediato comprobar que ιi (v), ιd (v) ∈ V ∗ , así como que ιi , ιd son apli-
caciones semilineales, pues cumplen ιi (αv) = ᾱιd (v), ιi (αv) = ᾱιd (v) (de modo
que son aplicaciones lineales si y sólo si la conjugación en C es la identidad).
En estos términos, V ⊥ y ⊥ V son los núcleos de ιi , ιd , respectivamente, luego
F es no degenerada si y sólo si cualquiera de las dos es inyectiva y, por consi-
guiente (dado que V y V ∗ tienen la misma dimensión) biyectiva.2 Por lo tanto:

Teorema 8.5 Si V es un espacio dotado de una forma sesquilineal no degene-

rada, para cada aplicación lineal f : V −→ C existe un único vector v ∈ V tal
que f (x) = F (x, v), para todo x ∈ V .

En estas condiciones, si W ≤ V , tenemos que las aplicaciones semilineales

∗ ∗
ιW
i : V −→ W , ιW
d : V −→ W

definidas igualmente por

ιW
i (v)(w) = F (v, w), ιW
d (v)(w) = F (w, v)

son suprayectivas, pues toda f ∈ W ∗ se extiende a una aplicación fˆ : V ∗ ,

que a su vez tiene una antiimagen v ∈ V tal que ιW ˆ
i (v) = f |W = f (resp.
ιd (v) = fˆ|W = f ). Como los núcleos de estas aplicaciones son ⊥ W y W ⊥ ,
W

respectivamente, tenemos el teorema siguiente:

Teorema 8.6 Si V es un espacio dotado de una forma sesquilineal no degene-

rada y W ≤ V , entonces

dim W + dim W ⊥ = dim W + dim ⊥ W = dim V.

Como trivialmente se cumple que W ≤ (⊥ W )⊥ y W ≤ ⊥ (W ⊥ ), el teorema

anterior implica que
W = (⊥ W )⊥ = ⊥ (W ⊥ ).
2 Es inmediato comprobar que, para toda aplicación semilineal f : V −→ W entre dos C-

espacios vectoriales de dimensión finita, se cumple que su núcleo y su imagen son subespacios
vectoriales, que f es inyectiva si y sólo si N(f ) = 0, así como la relación
dim V = dim N(f ) + dim Im(f ).
Por ejemplo, para probar la última igualdad tomamos una base v1 , . . . , vr de N(f ) y la anti-
imagen u1 , . . . , us de una base de Im(f ) y se comprueba que v1 , . . . , vr , u1 , . . . , us es una base
de V .
8.2. Los grupos simplécticos 303

Definición 8.7 Una forma sesquilineal F en un espacio vectorial V es ortosi-

métrica si cumple que F (v, w) = 0 si y sólo si F (w, v) = 0.

Ya hemos señalado que esto se cumple cuando F es hermitiana o bilineal

simétrica, pero hay un tercer caso que nos va a interesar:
Una forma bilineal F en un espacio vectorial V es antisimétrica si cumple
que F (v, w) = −F (w, v).
Obviamente las formas bilineales antisimétricas son ortosimétricas, y si el
cuerpo de escalares C tiene característica 2, coinciden con las formas bilineales
simétricas.
Si F es ortosimétrica y W ≤ V , es claro que W ⊥ = ⊥ W y las igualdades que
hemos obtenido tras el teorema 8.6 se reducen a que (si F es no degenerada)

W ⊥⊥ = W.

Observemos que si F es una forma ortosimétrica, hermitiana, bilineal simé-

trica o antisimétrica no degenerada, su restricción a un subespacio W es del
mismo tipo, pero puede ser degenerada.

Definición 8.8 Si V es un espacio dotado de una forma sesquilineal ortosimé-

trica no degenerada y W ≤ V , diremos que W es degenerado o no degenerado
según si lo es con la restricción de la forma F de V . Claramente esto equivale
a que ningún vector no nulo de W sea ortogonal a todos los vectores de W o,
equivalentemente, a que W ∩ W ⊥ = 0

Un hecho elemental, pero de gran importancia es que si W no es degenerado,

tampoco lo es W ⊥ , ya que en ambos casos la condición de no degeneración es
que W ∩ W ⊥ = 0.
En tal caso se cumple que dim(W + W ⊥ ) = dim V , luego:

Teorema 8.9 Si V es un espacio dotado de una forma sesquilineal ortosimé-

trica no degenerada y W ≤ V es un subespacio no degenerado, se cumple que
V = W ⊕ W ⊥.

Se suele escribir V = W1 ⊥ · · · ⊥ Wr para indicar que V = W1 ⊕ · · · ⊕ Wr

y que además los vectores de cada Wi son ortogonales a los de los demás subespa-
cios Wj . En estos términos, lo que hemos probado es que, si W no es degenerado,
entonces V = W ⊥ W ⊥ .

8.2 Los grupos simplécticos

De las distintas geometrías que nos van a interesar, la más simple es la
correspondiente a un espacio dotado de una forma bilineal antisimétrica, pero
cuando el cuerpo de escalares tiene característica 2 es necesario imponer una
condición más fuerte para que los resultados válidos en otras características
sigan cumpliéndose:
304 Capítulo 8. Métodos geométricos

Definición 8.10 Una forma bilineal F : V ×V −→ C en un espacio vectorial V

sobre un cuerpo C es alternada si cumple F (v, v) = 0, para todo v ∈ V .

Un espacio simpléctico3 V es un par (V, F ), donde V es un espacio vectorial

sobre un cuerpo C y F es una forma bilineal alternada no degenerada.

Si F es una forma alternada, se cumple que

F (v + w, v + w) = F (v, w) + F (w, v) = 0,

o, equivalentemente, F (v, w) = −F (w, v).

Así pues, toda forma alternada es antisimétrica y, si la característica de C

es distinta de 2, ambas propiedades son equivalentes. En cambio, si la caracte-
rística de C es 2, las formas alternadas son antisimétricas y también simétricas,
pero no toda forma simétrica es alternada.

Las isometrías de un espacio simpléctico V en sí mismo se llaman transfor-

maciones simplécticas y claramente forman un grupo al que llamaremos grupo
simpléctico de V y lo representaremos por Sp(V ).

Claramente, si en una base de V la forma bilineal tiene matriz J y un

isomorfismo f tiene matriz M , entonces f ∈ Sp(V ) si y sólo si M JM t = J.

Veamos que todo espacio simpléctico posee bases en la que la matriz J de la

forma bilineal es especialmente sencilla:

Si V es un espacio simpléctico y u ∈ V es un vector no nulo, el hecho de

que V sea no degenerado implica que existe v ∈ V tal que F (u, v) ̸= 0 y,
cambiando v por un múltiplo, podemos exigir que F (u, v) = 1. Notemos que u
y v tienen que ser linealmente independientes, pues si fuera v = αu, entonces
F (u, v) = αF (u, u) = 0.

Un par hiperbólico en un espacio simpléctico V es un par de vectores (u, v)

tales que F (u, v) = 1. Un plano hiperbólico es el subespacio generado por un
par hiperbólico.

La matriz de la forma bilineal restringida a un plano hiperbólico tiene, en la

base formada por el par hiperbólico, matriz
 
0 1
−1 0

cuyo determinante vale 1, luego los planos hiperbólicos son no degenerados.

Hemos probado que todo vector no nulo en un espacio simpléctico forma parte
de un par hiperbólico. Más en general:
3 “Simpléctico” en griego significa “complejo”. El término fue introducido por Hemann Weyl
en 1939 para referirse a los grupos simplécticos que introduciremos en el capítulo siguiente en
el caso particular de espacios vectoriales definidos sobre el cuerpo de los números complejos.
8.2. Los grupos simplécticos 305

Teorema 8.11 Si V es un espacio simpléctico, entonces dim V = 2m es un

número par, y
V = H1 ⊥ · · · ⊥ Hm
es suma ortogonal de planos hiperbólicos.
Demostración: Si u1 ∈ V es no nulo, hemos visto que existe v1 ∈ V tal que
H1 = ⟨u1 , v1 ⟩ es un plano hiperbólico, y entonces H1⊥ es un espacio simpléctico.
Si es no nulo, podemos tomar en él otro vector no nulo u2 y completarlo hasta
un plano hiperbólico H2 = ⟨u2 , v2 ⟩. Tras un número finito de pasos tenemos
que llegar a la descomposición del enunciado.
Este teorema implica que dos espacios simplécticos de la misma dimensión
son isométricos, pues ambos admiten una base formada por una unión de pla-
nos hiperbólicos, y respecto a dichas bases la matriz de las formas bilineales
respectivas es la misma.
Si V es un espacio simpléctico, llamaremos Sp(V ) ≤ LG(V ) al grupo de todas
las transformaciones simplécticas de V , es decir, el grupo de las isometrías de V
en sí mismo.
En vista de la observación precedente, el grupo Sp(V ) está determinado
salvo isomorfismo por la dimensión de V y el cuerpo C de escalares, por lo que
podemos llamar Sp(2m, C) al grupo simpléctico de cualquier espacio simpléctico
de dimensión 2m sobre el cuerpo C. Si C es el cuerpo de q elementos escribiremos
también Sp(2m, q).
Otra consecuencia del teorema anterior es que todo espacio simpléctico de
dimensión 2 es un plano hiperbólico. Su grupo de isometrías es fácil de calcular:
Teorema 8.12 Si V es un plano hiperbólico, Sp(V ) ∼ = LE(V ).
Demostración: Sea (u, v) un par hiperbólico en V . Los elementos de
Sp(V ) son los automorfismos de V cuya matriz en la base (u, v) cumple
     
a b 0 1 a c 0 1
= .
c d −1 0 b d −1 0
Al operar vemos que esto equivale a que ad − bc = 1, es decir, a que la matriz
esté en el grupo LE(2, C) o, equivalentemente, a que la transformación esté en
el grupo LE(V ).

Transvecciones simplécticas En el estudio de los grupos LG(V ) que hemos

presentado en la sección 7.2 ha sido fundamental el hecho de que el grupo
LE(V ) está generado por las transvecciones. Similarmente, vamos a probar que
los grupos Sp(V ) están generados por las transvecciones simplécticas.
Recordemos de [Al 6.20] que una transvección en un espacio vectorial V es
un automorfismo T : V −→ V de la forma
T (v) = v + f (v)a,
donde f : V −→ C es una aplicación lineal cuyo núcleo es un hiperplano H y
a ∈ H no es nulo. En particular, T deja fijos a los vectores de H.
306 Capítulo 8. Métodos geométricos

Vamos a ver qué tiene que cumplir una transvección para ser simpléctica.
Completando una base de H hasta una base de V podemos descomponer
V = H ⊕ ⟨x⟩ y considerar la proyección π : V −→ C que a cada v ∈ V le hace
corresponder el escalar que permite expresar v = h + π(v)x, con h ∈ H. El
teorema 8.5 nos da un u ∈ V tal que π(v) = F (v, u), para todo v ∈ V . Como
π(x) = 1, u ̸= 0 y, como π se anula en H, tiene que ser F (h, u) = 0 para todo
h ∈ H, luego u ∈ H ⊥ . Como dim H = n − 1, tenemos que dim H ⊥ = 1, luego
H ⊥ = ⟨u⟩.
Así, todo vector v ∈ V se expresa en la forma v = h + F (v, u)x, con lo que

T (v) = T (h + F (v, u)x) = h + F (v, u)x + F (v, u)f (x)a = v + F (v, u)z,

donde z = f (x)a ∈ H no es nulo, luego F (z, u) = 0. Esto vale para cualquier

transvección. Que T sea simpléctica significa que

F (v, w) = F (T (v), T (w)) = F (v + F (v, u)z, w + F (w, u)z) =

F (v, w) + F (v, u)F (z, w) + F (w, u)F (v, z),

luego T es simpléctica si y sólo si

F (v, u)F (z, w) + F (w, u)F (v, z) = 0

para todo par de vectores v, w ∈ V .

En particular, si w ∈ H tenemos que F (v, u)F (z, w) = 0 y, como podemos
elegir v de modo que F (v, u) ̸= 0, concluimos que F (z, w) = 0 para todo w ∈ H,
⊥
luego z ∈ H ⊥ = ⟨u⟩. Así, H = ⟨z⟩ y, si u = αz, con α ̸= 0,

T (v) = v + αF (v, z)z

y la condición para que T sea simpléctica se reduce a

F (v, z)F (z, w) + F (w, z)F (v, z) = 0,

que se cumple siempre, porque F es alternada. En resumen:

Teorema 8.13 Si V es un espacio simpléctico, las transvecciones simplécticas

en V son los automorfismos de la forma

Tz,α (v) = v + αF (v, z)z,

donde z ∈ V es no nulo y α ̸= 0.

Notemos que podemos tomar también α = 0, en cuyo caso obtenemos sim-

plemente Tz,α = 1. Es inmediato comprobar las relaciones siguientes:
1. Tz , αTz,β = Tz,α+β ,
2. Tβz,α = Tz,αβ 2 ,
3. Si f ∈ Sp(V ), f −1 Tz,α f = Tf (z),α .
8.2. Los grupos simplécticos 307

Si V es un espacio simpléctico, vamos a llamar temporalmente T(V ) ≤ Sp(V )

al subgrupo generado por las transvecciones simplécticas. Vamos a probar que
T(V ) = Sp(V ).

Teorema 8.14 Si V es un espacio simpléctico, entonces T(V ) actúa transiti-

vamente sobre V \ {0}.

Demostración: Sean u ̸= v dos vectores no nulos. Si F (u, v) ̸= 0, llame-

mos α = F (u, v)−1 y z = u − v. Entonces

F (u, u − v)
Tz,α (u) = u + (u − v) = v.
F (u, v)

Supongamos ahora que F (u, v) = 0. Consideremos cualquier aplicación li-

neal f : V −→ C que cumpla f (u) ̸= 0 ̸= f (v). Por el teorema 8.5 existe z ∈ V
tal que F (u, z) = f (u) ̸= 0 y F (v, z) = f (v) ̸= 0. Por el apartado anterior existe
una transvección que transforma u en z y otra que transforma z en v.

Teorema 8.15 Si V es un espacio simpléctico, el grupo T(V ) actúa transitiva-

mente sobre el conjunto de los pares hiperbólicos de V .

Demostración: Si (u1 , v1 ) y (u2 , v2 ) son dos pares hiperbólicos, por el

teorema anterior existe un elemento de T(V ) que transforma (u1 , v1 ) en un
par (u2 , v2′ ), luego no perdemos generalidad si suponemos que u1 = u2 = u,
y tenemos que encontrar un f ∈ T(V ) que cumpla f (u) = u y f (v1 ) = v2 .
Si f (v1 , v2 ) ̸= 0, consideramos, como en el teorema anterior, z = v1 − v2 y
α = F (v1 , v2 )−1 , con lo que Tz,α (v1 ) = v2 , y además

F (u, v1 − v2 )
Tz,α (u) = u + z = u,
F (v1 , v2 )

pues F (u, v1 ) − F (u, v2 ) = 1 − 1 = 0. Supongamos ahora que F (v1 , v2 ) = 0.

Entonces (u, u+v2 ) es un par hiperbólico y F (v1 , u+v2 ) ̸= 0, luego, por la parte
ya probada, existe un elemento de T(V ) que transforma (u, v1 ) en (u, u + v2 ),
pero F (u+v2 , v2 ) ̸= 0, luego también existe un elemento de T(V ) que transforma
(u, u + v2 ) en (u, v2 ).

Teorema 8.16 Si V es un espacio simpléctico, el grupo Sp(V ) está generado

por las transvecciones simplécticas.

Demostración: Sea dim V = 2m y razonemos por inducción sobre m. Si

m = 1 V es un plano hiperbólico y Sp(V ) = LE(V ), que está generado por las
transvecciones por [Al 6.22].
Si m ≥ 2, tomemos un plano hiperbólico H = ⟨u, v⟩ en V , de modo que
V = H ⊥ H ⊥ . Si f ∈ Sp(V ), tenemos que (f (u), f (v)) es un par hiperbólico,
luego por el teorema anterior existe g ∈ T(V ) tal que (g(u), g(v)) = (f (u), f (v)).
Así, f g −1 |H = 1|H y f g −1 |H ⊥ ∈ Sp(H ⊥ ). Por hipótesis de inducción f g −1 |H es
308 Capítulo 8. Métodos geométricos

composición de transvecciones, cada una de las cuales se extiende a una trans-

vección en V que se restringe a la identidad en H, luego f g −1 es composición
de transvecciones y f también.
En particular, como las transvecciones tienen determinante 1, se cumple que
Sp(V ) ≤ LE(V ). Esto hace que Sp(V ) no contenga ningún “subgrupo especial”
análogo al subgrupo LE(V ) de LG(V ), sino que todas las transformaciones
simplécticas son ya “especiales”. En cambio, sí que tenemos un centro no trivial
que hay que eliminar si queremos obtener un grupo simple:

Teorema 8.17 Si V es un espacio simpléctico, el centro de Sp(V ) es {±1}.

Demostración: Sea f ∈ Z(Sp(V )). Si z ∈ V es cualquier vector no nulo,

f ⊥ ⊥
tenemos que Tz,1 = Tz,1 = Tf (z),1 , luego ⟨z⟩ = ⟨f (z)⟩ (porque ambos son
el hiperplano de vectores fijados por la transvección), luego ⟨z⟩ = ⟨f (z)⟩, luego
existe un escalar az tal que f (z) = az z.
Si y, z ∈ V son linealmente independientes, entonces

ay+z (y + z) = f (y + z) = f (y) + f (z) = ay y + az z,

luego ay = ay+z = az . Aplicando esto a los vectores de una base de V conclui-

mos que existe un mismo escalar a tal que f (z) = az para todo vector básico,
luego para todo vector. Por último,

F (u, v) = F (f (u), f (v)) = F (au, av) = a2 F (u, v),

de donde a2 = 1, luego a = ±1 y así f = ±1.

Los grupos simplécticos proyectivos En [Al 4.39] hemos visto que, si V es

un espacio vectorial, el centro Z(V ) de LG(V ) está formado por las homotecias
lineales, es decir, por los automorfismos dados por f (v) = αv, para un cierto
α ∈ C. Por lo tanto, teniendo en cuenta el teorema anterior, si V es un espacio
simpléctico,
Z(V ) ∩ Sp(V ) = {±1}.
Según vimos en la sección [G 8.2] el grupo LGP(V ) = LG(V )/Z(V ) se
identifica con el grupo de las homografías del espacio proyectivo P (V ), y ahora
podemos considerar el grupo simpléctico proyectivo

SpP(V ) = Sp(V )/{±1}

al que podemos ver como subgrupo de LGP(V ), es decir, que podemos conside-
rar también a sus elementos como (parte de las) homografías del espacio P (V ).
Vamos a probar que estos grupos son simples salvo en unos pocos casos
excepcionales. Para ello aplicaremos el teorema de Iwasawa, y entre otras cosas
necesitaremos el hecho siguiente:

Teorema 8.18 Si V es un espacio simpléctico, el grupo SpP(V ) es primitivo

sobre P (V ).
8.2. Los grupos simplécticos 309

Demostración: Si V es un plano hiperbólico, el teorema 8.12 nos da que

Sp(V ) = LE(V ), luego SpP(V ) ∼ = LEP(V ), y en la prueba del teorema 7.17 he-
mos visto4 que LEP(V ) es doblemente transitivo sobre P (V ), luego en particular
primitivo.
Así pues, podemos suponer que dim V = n = 2m, con m ≥ 2. Supongamos
que B ⊂ P (V ) es un bloque con |B| > 1. Veamos en primer lugar que existen
⟨u⟩ , ⟨v⟩ ∈ B tales que F (u, v) ̸= 0.
En caso contrario, tomemos dos puntos distintos ⟨u⟩ , ⟨v⟩ ∈ B y consideremos
una aplicación lineal f : V −→ C tal que f (u) = 1, f (v) = 0. Por 8.5 existe
x ∈ V tal que F (u, x) = 1, F (v, x) = 0. Así H = ⟨u, x⟩ es un plano hiperbólico
y v ∈ H ⊥ . Si w ∈ H ⊥ es no nulo, por el teorema 8.14 existe f ∈ Sp(H ⊥ ) que
cumple f (v) = w, y podemos extenderla a f ∈ Sp(V ) tal que f |H = 1|H . En
particular f (⟨u⟩) = ⟨u⟩, luego f [B] = B, luego ⟨w⟩ = ⟨f (v)⟩ ∈ f [B] = B. Así
pues, P (H ⊥ ) ⊂ B, pero H ⊥ contiene vectores u, v tales que F (u, v) = 1 (los de
un par hiperbólico) y tenemos una contradicción.
Por consiguiente, podemos tomar ⟨u⟩ , ⟨v⟩ ∈ B tales que F (u, v) ̸= 0 y,
concretamente, podemos suponer que F (u, v) = 1. Sea ahora ⟨w⟩ ∈ P (V )
un punto arbitrario. Si F (u, w) ̸= 0, podemos suponer que F (u, w) = 1 y el
teorema 8.15 nos da f ∈ Sp(V ) tal que f (u) = u, f (v) = w, con lo que f [B] = B
y ⟨w⟩ ∈ f [B] = B.
Por otra parte, si F (u, w) = 0, el teorema 8.5 nos da un vector x ∈ V tal que
F (u, x) = F (w, x) = 1. Por el caso precedente, como F (u, x) ̸= 0, tenemos que
⟨x⟩ ∈ B y como F (w, x) ̸= 0, también ⟨w⟩ ∈ B. Esto prueba que B = P (V ).

La aplicación del teorema de Iwasawa requiere también el resultado siguiente:

Teorema 8.19 Si V es un espacio simpléctico, entonces Sp(V )′ = Sp(V ) ex-
cepto en los casos de Sp(2, 3), Sp(2, 2) y Sp(4, 2).
Demostración: Supongamos en primer lugar que |C| ≥ 4. Sea z ∈ V
cualquier vector no nulo, α ∈ C ∗ y β ∈ C ∗ tal que β ̸= ±1. Llamemos
α
γ= , δ = −β 2 γ.
1 − β2
Entonces δ + γ = α, luego Tz,δ Tz,γ = Tz,α . El teorema 8.14 nos da f ∈ Sp(V )
tal que f (z) = βz, y así
[f, Tz,γ ] = f −1 Tz,γ
−1
f Tz,γ = f −1 Tz,−γ f Tz,γ = Tβz,−γ Tz,γ = Tz,δ Tz,γ = Tz,α .
Esto prueba que Sp(V )′ contiene todas las transvecciones, luego es Sp(V ) por
el teorema 8.16.
Si |C| = 3 tenemos que suponer que dim V ≥ 4. Fijemos una base de V
formada por pares hiperbólicos
u1 , v1 , u2 , v2 , . . . , un , vn
4 Notemos que esa parte de la prueba es válida incluso en los casos exceptuados en el

enunciado.
310 Capítulo 8. Métodos geométricos

y consideremos los automorfismos f y g dados por

f (u1 ) = u2 , f (v1 ) = v1 + v2 , f (u2 ) = u1 − u2 , f (v2 ) = v1 ,

g(u1 ) = u1 + v2 , g(v1 ) = v1 , g(u2 ) = v1 + u2 , g(v2 ) = v2 ,

y que fijan a todos los demás vectores básicos (si los hay). Una comprobación
rutinaria muestra que f, g ∈ Sp(V ) (basta comprobar que las matrices en la
base fijada cumplen M JM t = J, donde J es la matriz de la forma cuadrática,
y en la práctica sólo es necesario considerar las matrices de las restricciones a
las cuatro primeras componentes). Igualmente se comprueba que [f, g] = Tv1 ,1 ,
luego Tv1 ,1 ∈ Sp(V )′ .
Ahora, dado cualquier z ∈ V no nulo, podemos tomar h ∈ Sp(V ) tal que
h(v1 ) = z, con lo que
−1
Tz,1 = Tvh1 ,1 ∈ Sp(V )′ , Tz,−1 = Tz,1 ∈ Sp(V )′

y de nuevo concluimos que Sp(V )′ es todo el grupo simpléctico.

Finalmente, si |C| = 2 tenemos que suponer que dim V ≥ 6. El razonamiento

es análogo al del caso anterior, pero tomando ahora

f (u1 ) = u3 , f (v1 ) = v1 + v3 , f (u2 ) = u1 + u3 ,

f (v2 ) = v1 , f (u3 ) = u2 , f (v3 ) = v2 ,

g(u1 ) = u1 + v1 + v3 , g(v1 ) = v1 , g(u2 ) = u2 + v2 + v3 ,

g(v2 ) = v2 , g(u3 ) = v1 + v2 + u3 + v3 , g(v3 ) = v3 .

Con esto ya podemos probar:

Teorema 8.20 Si V es un espacio simpléctico, el grupo SpP(V ) es simple ex-

cepto en los casos Sp(2, 2), Sp(2, 3) y Sp(4, 2).

Demostración: Aplicamos el teorema de Iwasawa. Hemos demostrado que

SpP(V ) es un grupo de permutaciones primitivo sobre P (V ) que coincide con
su derivado. Si Q = ⟨z⟩ ∈ P (V ), el estabilizador SpP(V )Q contiene el subgrupo

AQ = {Tz,α | α ∈ C} ∼
= C,

luego es abeliano, y claramente es normal en el estabilizador, pues si f (Q) = Q

f
es que f (z) = βz, luego Tz,α = Tβz,α = Tz,αβ 2 ∈ AQ , y la envoltura normal
de AQ contiene a todas las transvecciones simplécticas, luego es todo el grupo
SpP(V ).
8.2. Los grupos simplécticos 311

Grupos simplécticos sobre cuerpos finitos Recordemos que hemos lla-

mado Sp(2m, q) al grupo simpléctico de cualquier espacio simpléctico de di-
mensión 2m sobre el cuerpo de q elementos, que claramente es un grupo finito.
Vamos a calcular su orden. Para ello basta observar que si V es un espacio sim-
pléctico de dimensión 2m, podemos fijar en él una base simpléctica,, es decir,
una base formada por pares hiperbólicos (u1 , v1 , . . . , um , vm ). Un automorfismo
de V está en Sp(2m, q) si y sólo si transforma esta base en otra base simpléctica,
luego hay tantos elementos en Sp(2m, q) como bases simplécticas.
Hay q 2m − 1 vectores no nulos en V , y cualquiera de ellos sirve como primer
⊥
vector u1 de una base simpléctica. Como | ⟨u1 ⟩ | = q 2m−1 , hay q 2m − q 2m−1
vectores v que cumplen F (u1 , v) ̸= 0, divididos en clases de q − 1 vectores
linealmente dependientes, de modo que en cada clase hay uno solo que cumple
F (u1 , v) = 1, luego hay
q 2m − q 2m−1
= q 2m−1
q−1
posibilidades para elegir un vector v1 que forme un par hiperbólico (u1 , v1 ),
luego en total tenemos (q 2m − 1)q 2m−1 pares hiperbólicos en V . Llamando
H1 = ⟨u1 , v1 ⟩, el espacio H1⊥ tiene dimensión 2(m − 1), luego en él tenemos
(q 2(m−1) − 1)q 2(m−1)−1 posibilidades para elegir un segundo par hiperbólico
(u2 , v2 ). Repitiendo el proceso m veces, llegamos a que el número de bases
simplécticas es
m
m
P
2i−1 Q
(q 2m − 1)q 2m−1 (q 2(m−1) − 1)q 2(m−1)−1 · · · = q i=1 (q 2i − 1).
i=1

En definitiva:
2
m
|Sp(2m, q)| = q m (q 2i − 1),
Q
i=1
y a su vez:
2
qm m
(q 2i − 1).
Q
|SpP(2m, q)| =
(2, q − 1) i=1
El teorema 8.12 nos da que SpP(2, q) ∼
= LEP(2, q). En particular

SpP(2, 2) ∼
= LEP(2, 2) ∼
= Σ3 , SpP(2, 3) ∼
= LEP(2, 2) ∼
= A4 ,

y vamos a probar a continuación que

SpP(4, 2) ∼
= Σ6 ,

con lo que todas excepciones del teorema 8.20 están justificadas. La fórmula
para el orden que hemos obtenido muestra que ambos grupos tienen el mismo
orden, luego basta probar que SpP(4, 2) contiene un subgrupo isomorfo a Σ6 .
Más en general:

Teorema 8.21 Si m ≥ 2, el grupo SpP(2m, 2) contiene un subgrupo isomorfo

a Σ2m+2 .
312 Capítulo 8. Métodos geométricos

Demostración: Sea Ω un conjunto con 2m + 2 elementos y sea V el con-

junto de todos los pares {Γ, ∆} tales que
Ω = Γ ∪ ∆, Γ ∩ ∆ = ∅, 2 | |Γ|.
2m 2m+1
Observemos que |V | = 2 , pues V tiene 2 subconjuntos Γ de cardinal
par (fijado x ∈ Ω, cada subconjunto A ⊂ Ω\{x} determina un único subconjunto
de Ω de cardinal par, a saber, A o bien A ∪ {x}). Porlo tanto, hay 22m+1 pares
ordenados (Γ, ∆) y 22m pares desordenados {Γ, ∆}.
Consideramos en V la suma dada por
{Γ1 , ∆1 } + {Γ2 , ∆2 } = {Γ1 △ Γ2 , Γ1 △ ∆2 },
donde A △ B = (A ∪ B) \ (A ∩ B) es la diferencia simétrica de conjuntos.
Notemos que esta suma está bien definida, pues si tomamos cualquier ele-
mento de un sumando y cualquier elemento del otro, los puntos que están en
ambos o en ninguno forman uno de los conjuntos de la suma. Además, los cuatro
subconjuntos que muestra la figura, tienen todos cardinal par o todos cardinal
impar, por lo que la suma está formada por conjuntos de cardinal par.
Γ2 ∆2

Γ1 Γ ∆

∆1 ∆ Γ

Es fácil ver que con esta operación V se convierte en un grupo abeliano

con neutro {∅, Ω} en el que todos los elementos no triviales tienen orden 2, y
esto hace que admita una estructura obvia de espacio vectorial sobre el cuerpo
C = Z/2Z de dos elementos. Teniendo en cuenta el cardinal de V , su dimensión
tiene que ser 2m. Definimos
F ({Γ1 , ∆1 }, {Γ2 , ∆2 }) = |Γ1 ∩ Γ2 | + 2Z,
y se comprueba que F es una forma bilineal alternada no degenerada en V .
Cada σ ∈ Σ2m+2 define un automorfismo de V dado por
σ({Γ, ∆}) = {σ[Γ], σ[∆]},
y es fácil ver que es una isometría. Tenemos así un homomorfismo
Σ2m+2 −→ Sp(2m, 2)
que, de hecho es un monomorfismo, pues si σ fija a todas las particiones, para
cada par de elementos x, y ∈ Ω, se tiene que cumplir que σ({x, y}) = {x, y} y,
aplicando esto a dos pares {x, y}, {x, z}, vemos que σ(x) = x, para todo x ∈ Ω.
8.3. Espacios cuadráticos y unitarios 313

Dejando de lado los grupos SpP(2, q), que nos dan grupos de tipo LEP(2, q),
que ya conocíamos, los siguientes tienen órdenes muy grandes. Los menores son

|SpP(4, 3)| = 25 920, |SpP(4, 4)| = 979 200, |SpP(6, 2)| = 1 451 520.

8.3 Espacios cuadráticos y unitarios

El resto del capítulo lo dedicamos a introducir los resultados geométricos
necesarios para estudiar las dos familias restantes de grupos simples clásicos.
De momento volvemos al caso general de un espacio vectorial dotado de una
forma sesquilineal arbitraria.

La norma El concepto de norma en un espacio euclídeo admite la generali-

zación siguiente a nuestro contexto:

Definición 8.22 Si V es un espacio dotado de una forma sesquilineal, definimos

la norma N : V −→ R dada por

N(v) = F (v, v).

Los vectores no nulos de norma nula se llaman isótropos, mientras que los vec-
tores que no son isótropos (el 0 y los vectores de norma no nula) se llaman
anisótropos.

Consideremos con más detalle la norma en un espacio V dotado de una forma

bilineal simétrica no degenerada. En primer lugar observamos que

N(u+v) = F (u+v, u+v) = F (u, u)+F (v, v)+2F (u, v) = N(u)+ N(v)+2F (u, v).

Si la característica del cuerpo C no es 2, esto implica que la forma bilineal F

está determinada por la norma N por la relación

1
F (u, v) = (N(u + v) − N(u) − N(v)).
2
Del mismo modo que en la definición de “espacio simpléctico” hemos tenido
que sustituir el concepto de “forma bilineal antisimétrica” por el de “forma bi-
lineal alternada” para que los resultados fueran aplicables al caso de espacios
sobre cuerpos de característica 2, el hecho de que la expresión anterior no tenga
sentido cuando el cuerpo de escalares tiene característica 2 nos obliga a restrin-
gir las formas bilineales simétricas que vamos a admitir en este caso. Para ello
necesitamos un nuevo concepto:
Definimos una forma cuadrática en un C-espacio vectorial V como una apli-
cación Q : V −→ C tal que, para todos los vectores u, v ∈ V ,

Q(αu + βv) = α2 Q(u) + αβF (u, v) + β 2 Q(v),

314 Capítulo 8. Métodos geométricos

donde F (u, v) es una forma bilineal simétrica en V . Notemos que F está deter-
minada por Q, pues

F (u, v) = Q(u + v) − Q(u) − Q(v).

Además, esta expresión muestra que F es necesariamente simétrica (de modo

que la exigencia de que F sea simétrica es redundante en la definición de forma
cuadrática).

Definición 8.23 Un espacio unitario es un par (V, F ), donde V es un espacio

vectorial y F es una forma bilineal hermitiana en V no degenerada.
Un espacio cuadrático en un par (V, Q), donde V es un espacio vectorial y Q
es una forma cuadrática en V cuya forma bilineal asociada sea no degenerada.
Una isometría f : (V, Q) −→ (W, Q′ ) entre dos espacios cuadráticos es un
isomorfismo f : V −→ W de espacios vectoriales tal que Q′ (f (v)) = Q(v), para
todo v ∈ V .

Así, para cuerpos C de característica distinta de 2, podríamos haber defi-

nido un espacio cuadrático como un par (V, F ), donde F es una forma bilineal
simétrica en V no degenerada, pues toda forma cuadrática determina una forma
bilineal y viceversa, y las isometrías en el sentido que acabamos de definir coin-
ciden con los isomorfismos que conservan la forma bilineal, en virtud de las
relaciones
1
F (u, v) = Q(u + v) − Q(u) − Q(v), Q(u) = F (u, u).
2
En cambio, la situación es muy diferente cuando el cuerpo C tiene caracte-
rística 2. Si (V, Q) es un espacio cuadrático, la forma bilineal F asociada a Q
no sólo es simétrica, sino que de hecho es alternada, pues

F (v, v) = Q(2v) − Q(v) − Q(v) = Q(0) + 2Q(v) = 0.

Así, (V, F ) es un espacio simpléctico, pero dos espacios cuadráticos pueden ser
isométricos como espacios simplécticos y no serlo como espacios cuadráticos,
pues un isomorfismo puede conservar las formas bilineales y no las formas cua-
dráticas. (Véase la nota tras el teorema 8.32) Esto es otra forma de expresar
que una misma forma bilineal alternada F puede ser inducida por varias formas
cuadráticas que determinan espacios cuadráticos no isométricos.
En la práctica, siempre que consideremos un espacio cuadrático V , en él
tendremos definida la forma bilineal F , la norma N y la forma cuadrática Q.
Si la característica del cuerpo C no es 2, estos tres elementos se determinan
mutuamente, mientras que si C tiene característica 2 tenemos que la forma
cuadrática Q determina la forma bilineal F y que la norma N es nula, pues

N(v) = F (v, v) = Q(2v) − 2Q(v) = 0.

En un espacio unitario definimos Q = N.

8.3. Espacios cuadráticos y unitarios 315

Puesto que en un espacio cuadrático sobre un cuerpo de característica 2

todos los vectores son isótropos, conviene introducir el refinamiento siguiente:
Si V es un espacio cuadrático, un vector v ∈ V es singular si es no nulo y
Q(v) = 0 (lo que en característica distinta de 2 equivale a que sea isótropo). La
misma definición es válida en los espacios unitarios, de modo que en ellos los
vectores singulares coinciden también con los isótropos.
Veamos un primer resultado que no sería válido para espacios cuadráticos so-
bre cuerpos de característica 2 si los hubiéramos definido en términos de formas
bilineales y no de formas cuadráticas. En realidad no es necesaria la regulari-
dad de la forma bilineal, pero en el enunciado siguiente hay que sobrentender
igualmente que en el caso simétrico la forma bilineal proviene de una forma
cuadrática:

Teorema 8.24 Si F es una forma bilineal simétrica/hermitiana no idéntica-

mente nula en un espacio V , entonces existe v ∈ V tal que Q(v) ̸= 0.

Demostración: Como F no es idénticamente nula, existen u, v ∈ V tales

que F (u, v) ̸= 0 y, dividiendo u entre F (u, v), podemos suponer que F (u, v) = 1.
En el caso en que F es hermitiana, si fuera F (v, v) = 0 para todo v ∈ V , para
todo α ∈ C tendríamos que

0 = F (u + αv, u + αv) = α + ᾱ.

Esto significa que Tr(α) = 0 para todo α ∈ C, en contra de 8.2, donde hemos
visto que la traza es suprayectiva.
Si F es bilineal simétrica la conclusión es obvia, pues tenemos que

Q(u + v) − Q(u) − Q(v) = 1,

luego al menos uno de los vectores u + v, u, v tiene que ser no singular.

Un conjunto de vectores v1 , . . . , vr en un espacio cuadrático/unitario es or-
togonal si cumple que vi ⊥ vj si y sólo si i ̸= j (en particular, esto supone
que ninguno de ellos es isótropo). El conjunto es ortonormal si además cumple
N(vi ) = 1.
Todo conjunto ortogonal es linealmente independiente, pues si tenemos una
combinación lineal
α1 v1 + · · · + αr vr = 0,
basta aplicar F (−, vi ) para concluir que αi = 0. Más aún, en tal caso el subes-
pacio W = ⟨v1 , . . . , vr ⟩ no es degenerado, pues la matriz en la base ortogonal
de la restricción de F a W es diagonal con coeficientes no nulos en la diagonal,
luego tiene determinante no nulo.

Teorema 8.25 En un espacio cuadrático/unitario (salvo en un espacio cua-

drático sobre un cuerpo de característica 2) todo conjunto ortogonal se extiende
a una base ortogonal.
316 Capítulo 8. Métodos geométricos

Demostración: Si v1 , . . . , vr es un conjunto ortogonal de vectores en un

espacio V , entonces Vr = ⟨v1 , . . . , vr ⟩ es un subespacio no degenerado, luego
V = Vr ⊕ Vr⊥ y Vr⊥ es no degenerado, luego, si no es nulo, por el teorema
anterior contiene un vector vr+1 de norma no nula (aquí usamos que, salvo en
el caso exceptuado, Q(v) ̸= 0 equivale a N(v) ̸= 0). Es claro entonces que
v1 , . . . , vr+1 es un conjunto ortogonal. Repitiendo el proceso un número finito
de veces obtenemos una base ortogonal.
Observemos que en un espacio cuadrático sobre un cuerpo de característica 2
no puede haber bases ortogonales, ni siquiera relajando la condición N(vi ) ̸= 0 a
Q(vi ) ̸= 0, pues la matriz de F respecto de una base ortogonal sería nula, luego
la forma F sería degenerada.

Planos hiperbólicos Vamos a ver que cualquier espacio cuadrático / unita-

rio (incluyendo el caso en que el cuerpo tiene característica 2) admite una des-
composición en suma ortogonal de planos hiperbólicos similar a la que hemos
encontrado para los espacios simplécticos, aunque ahora tenemos que introducir
precisiones adicionales que no tenían sentido en el caso simpléctico, en el que
todos los vectores son isótropos.

Definición 8.26 Un par de vectores (u, v) en un espacio cuadrático/unitario V

forman un par hiperbólico si Q(u) = Q(v) = 0 y F (u, v) = 1. Un plano hiperbó-
lico es un subespacio H = ⟨u, v⟩ de V generado por un par hiperbólico.

Notemos que las componentes de un par hiperbólico son linealmente inde-

pendientes, pues si fuera v = λu sería F (u, v) = 0, luego los planos hiperbólicos
son realmente planos (tienen dimensión 2). La matriz de la restricción de F
respecto de la base formada por el par hiperbólico es
 
0 1
,
1 0

que tiene determinante no nulo, luego los planos hiperbólicos son subespacios
no degenerados.
Si V es un espacio cuadrático/hermitiano, un subespacio W ≤ V se dice isó-
tropo/singular si contiene vectores isótropos/singulares, anisótropo/no singular
si no contiene vectores isótropos/singulares y totalmente isótropo/totalmente
singular si todos sus vectores no nulos son isótropos/singulares. Por 8.24, un
subespacio W es totalmente singular si y sólo si F se restringe a la forma nula
sobre W .

Teorema 8.27 Si V es un espacio cuadrático/unitario y u1 , . . . , ur son una

base de un subespacio de V totalmente singular, existen v1 , . . . , vr ∈ V tales que

⟨u1 , v1 ⟩ ⊥ · · · ⊥ ⟨ur , vr ⟩

y los pares (ui , vi ) son hiperbólicos.

8.3. Espacios cuadráticos y unitarios 317

Demostración: Sea X1 = ⟨u1 , . . . , ur ⟩ y X2 = ⟨u2 , . . . , ur ⟩. Entonces

X2 ≤ X1 , luego X1⊥ < X2⊥ , y la inclusión es estricta porque las dimensiones son
n − r < n − r + 1, donde n es la dimensión de V . Por lo tanto, podemos tomar
v ∈ X2⊥ \ X1⊥ , que necesariamente cumplirá F (u1 , v) ̸= 0. Dividiendo v entre
este valor podemos exigir que F (u1 , v) = 1.
Consideremos ahora un vector de la forma v1 = αu1 + v ∈ X2⊥ . Claramente
F (u1 , v1 ) = 1, y queremos elegir α para que Q(v1 ) = 0. En el caso cuadrático
tenemos
Q(v1 ) = Q(αu1 ) + Q(v) + F (αu1 , v) = Q(v) − α = 0,

luego basta tomar α = −Q(v). En el caso unitario es

Q(v1 ) = N(v1 ) = α + ᾱ + N(v) = 0,

que equivale a Tr(α) − N(v) y la traza es suprayectiva por 8.2, luego también
podemos tomar α ∈ C de modo que Q(v1 ) = 0.
En ambos casos ⟨u1 , v1 ⟩ ≤ X2⊥ es un plano hiperbólico. Equivalentemente,
⊥
tenemos que X2 ≤ V2 = ⟨u1 , v1 ⟩ , y podemos repetir el argumento en V2 para
obtener otro plano hiperbólico ⟨u2 , v2 ⟩ ≤ V2 que forma una suma ortogonal
⟨u1 , v1 ⟩ ⊥ ⟨u2 , v2 ⟩ y así, tras r pasos, llegamos a la suma ortogonal del enunciado.

En particular, el teorema anterior para r = 1 afirma que si V es un espacio

cuadrático/unitario y u ∈ V es un vector singular, existe v ∈ V tal que (u, v) es
un par hiperbólico. Esto nos da a su vez el teorema siguiente:

Teorema 8.28 Todo espacio cuadrático/unitario V se puede expresar en la

forma
V = H1 ⊥ · · · ⊥ Hm ⊥ W,

donde los Hi son planos hiperbólicos y W es un subespacio no singular.

Demostración: Si V no posee vectores singulares, basta tomar m = 0 y

W = V . Si u1 es un vector singular, por el teorema anterior existe v1 ∈ V
tal que H1 = ⟨u1 , v1 ⟩ es un plano hiperbólico. En particular es no degenerado,
luego V = H1 ⊥ H1⊥ . Ahora basta repetir el proceso con H1⊥ en lugar de V .

Un resultado fundamental y que no es obvio en absoluto es que el número m

que aparece en la descomposición del teorema anterior está unívocamente deter-
minado por el espacio V , es decir, que un mismo espacio no puede admitir dos
descomposiciones del tipo indicado en el teorema para distintos valores de m.
Probaremos esto a partir de un resultado más general:

Teorema 8.29 (Witt) Si V es un espacio cuadrático/unitario y f : U1 −→ U2

es una isometría entre dos subespacios de V , entonces f se extiende a una
isometría g : V −→ V .
318 Capítulo 8. Métodos geométricos

Demostración: Notemos que no exigimos que los subespacios Ui sean

no degenerados. Sea n = dim V y d = dim Ui . Probaremos el teorema por
inducción sobre d. Si d = 0 basta tomar como g la identidad en V .
Sea H ≤ U1 cualquier subespacio de dimensión d − 1. Por hipótesis de
inducción f |H se extiende a una isometría h : V −→ V . Sea f ∗ = f ◦ h−1 :
U1 −→ h−1 [U2 ], que es una isometría entre dos subespacios de V . Si probamos
que f ∗ se extiende a una isometría g ∗ , entonces h ◦ g será una isometría de V
que extenderá a f , luego no perdemos generalidad si suponemos que f |H = 1|H .
En particular f [H] = H, luego H ≤ U1 ∩ U2 . Si f |U1 = 1|U1 , basta tomar
g = 1V , luego podemos suponer que f no deja invariantes a todos los vectores
de U1 . Así
U1 = H ⊕ ⟨u1 ⟩ , U2 = H ⊕ ⟨u2 ⟩ ,
con f (u1 ) = u2 ̸= u1 . Equivalentemente, si llamamos P = Im(f − 1), tenemos
que P = ⟨u2 − u1 ⟩ tiene dimensión 1. Observemos ahora que si u, v ∈ U1 , se
cumple
F (f (u), f (v) − v) = F (f (u), f (v)) − F (f (u), v) =
F (u, v) − F (f (u), v) = F (u − f (u), v).
En particular H ≤ P ⊥ , pues si u ∈ H, queda F (u, f (v) − v) = 0, donde f (v) − v
recorre P . Además, U1 ≤ P ⊥ si y sólo si U2 ≤ P ⊥ , pues si U1 ≤ P ⊥ tenemos
que F (f (u), f (v) − v) = F (u − f (u), v) = 0, donde f (u) recorre U2 y f (v) − v
recorre P , luego U2 ≤ P ⊥ , e igualmente se prueba el recíproco.
Supongamos en primer lugar que Ui ̸≤ P ⊥ . Como H ≤ P ⊥ , esto implica
que
U1 ∩ P ⊥ = U2 ∩ P ⊥ = H.
Tomemos W tal que P ⊥ = H ⊕ W y veamos que V = Ui ⊕ W . En efecto,
por una parte, si v ∈ U1 ∩ W ≤ UI ∩ P ⊥ = H, resulta que v ∈ H ∩ W = 0, de
modo que Ui ∩ W = 0 y dim W = dim P ⊥ − dim H = n − 1 − (d − 1), luego
dim(U1 ⊕ W ) = d + n − d = n, luego Ui ⊕ W = V .
Por otro lado, si u ∈ U1 y w ∈ W , tenemos que F (f (u) − u, w) = 0, pues
f (u) − u ∈ P y w ∈ W ≤ P ⊥ , luego
F (f (u), w) = F (u, w).
De aquí se sigue que el isomorfismo g : V −→ V que sobre U1 coincide con f
y sobre W es la identidad es una isometría, pues la matriz de F respecto de una
base de V formada por una base de U1 unida a una base de W es la misma que
su matriz respecto de la imagen de dicha base.
A partir de aquí suponemos que U1 , U2 ≤ P ⊥ . Recordemos que P = ⟨p⟩,
donde p = u2 − u1 , y ahora tenemos que p es isótropo, pues
F (p, p) = F (u2 , p) − F (u1 , p) = 0.
Más aún, en el caso cuadrático tenemos que
Q(f (u1 )) = Q(u2 ) = Q(u1 ) + Q(p) + F (u1 , p) = Q(u1 ) + Q(p),
luego Q(p) = 0.
8.3. Espacios cuadráticos y unitarios 319

Supongamos que U1 ̸= U2 , de modo que, según teníamos,

U1 = H ⊕ ⟨u1 ⟩ , U2 = H ⊕ ⟨u2 ⟩

y ahora X = ⟨u1 + u2 ⟩ =
̸ 0. Tenemos que

U1 + U2 = U1 ⊕ X = U2 ⊕ X,

pues si u ∈ U1 ∩ X, entonces u = α(u1 + u2 ), luego u2 ∈ U1 salvo si α = 0, luego

la suma U1 ⊕ X es directa, y claramente contiene a U1 y U2 , luego es U1 + U2 , e
igualmente se razona con U2 . Sea W tal que P ⊥ = (U1 + U2 ) ⊕ W y llamemos
S = W + X. Entonces
P ⊥ = U1 ⊕ S = U2 ⊕ S.
En efecto, si v ∈ Ui ∩ S, entonces v = w + x ∈ Ui , con w ∈ W , x ∈ X, luego
w ∈ (U1 + U2 ) ∩ W = 0, luego v ∈ Ui ∩ X = 0. Por lo tanto la suma Ui ⊕ S es
directa y, como contiene a U1 , U2 y a W , tiene que ser P ⊥ .
Por otra parte, si s ∈ S y u ∈ U1 , tenemos que u − f (u) ∈ P , luego
F (u − f (u), s) = 0, luego F (f (u), s) = F (u, s) y, como antes, esto implica que
podemos extender f a una isometría f ∗ : P ⊥ −→ P ⊥ .
El argumento se simplifica si U1 = U2 , pues podemos descomponer direc-
tamente P ⊥ = U1 ⊕ S y sigue cumpliéndose que F (f (u), s) = F (u, s), luego
también tenemos la extensión a P ⊥ .
Así pues, basta con probar que toda isometría de P ⊥ en sí mismo puede
extenderse a V o, equivalentemente, no perdemos generalidad si suponemos
que U1 = U2 = P ⊥ es un hiperplano de V (al que llamaremos U ). Todo el
razonamiento visto hasta aquí sigue siendo válido con esta hipótesis adicional.
En particular tenemos que P = ⟨p⟩, con p singular.
Sea l ∈ V \ U y sea L = ⟨p, l⟩, de modo que F (p, l) ̸= 0, por lo que la matriz
de F en la base p, l tiene determinante −F (p, l)2 ̸= 0, y así L es un subespacio
de V no degenerado. Como p ∈ L es singular, el teorema 8.27 nos da que existe
q ∈ L tal que (p, q) es un par hiperbólico, y L = ⟨p, q⟩ es un plano hiperbólico.
Por construcción L no está contenido en U , luego tiene que ser q ∈ / U , y así
V = U ⊕ ⟨q⟩.
⊥
Como ⟨p⟩ < L, tenemos que L⊥ es un hiperplano de U = ⟨p⟩ . Como ⟨q⟩
⊥
no está contenido en U , resulta que ⟨q⟩ es un hiperplano de V que no contiene
⊥
a U , luego ⟨q⟩ ∩ U es un hiperplano de U que contiene a L⊥ , luego tiene que
⊥
ser ⟨q⟩ ∩ U = L⊥ . Más aún, U = L⊥ ⊕ ⟨p⟩, ya que F (p, q) = 1, luego p ∈ / L⊥ .
⊥ ⊥
Como q ∈ / U = f [U ], en particular q ∈ / f [L ], luego ⟨q⟩ + f [L ] es un
hiperplano de V que no contiene a f (p) (porque p ∈ / L⊥ , ya que F (p, q) = 1),
⊥
luego (⟨q⟩+f [L ]) = ⟨q ⟩, para cierto q ∈ V , de modo que ⟨q⟩+f [L⊥ ] = ⟨q ′ ⟩ ,
⊥ ⊥ ′ ′
⊥
y a su vez f [L⊥ ] = ⟨f (p), q ′ ⟩ , pues, como p ∈ L, tenemos que L⊥ ≤ ⟨p⟩
⊥ ⊥
y f [L⊥ ] ≤ ⟨f (p)⟩ , luego de hecho f [L⊥ ] ≤ ⟨f (p), q ′ ⟩ , y ambos subespacios
tienen dimensión n − 2.
Como F (f (p), q ′ ) ̸= 0 y f (p) es singular, tenemos que ⟨f (p), q ′ ⟩ es no degene-
rado y, por el teorema 8.27, existe q ′′ tal que ⟨f (p), q ′ ⟩ = ⟨f (p), q ′′ ⟩ y (f (p), q ′′ )
320 Capítulo 8. Métodos geométricos

es un par hiperbólico. En particular,

f [L⊥ ] = ⟨f (p), q ′′ ⟩ .
Notemos que q ′′ ∈
/ U , pues en tal caso
1 = F (f (p), q ′′ ) = F (p, f −1 (q ′′ )) = 0,
⊥
ya que U = ⟨p⟩ . Por lo tanto V = U ⊕ ⟨q⟩ = U ⊕ ⟨q ′′ ⟩, y tenemos la isometría
f : U −→ U , así como la isometría f ∗ : ⟨q⟩ −→ ⟨q ′′ ⟩ dada por g(q) = q ′′ (ya
que ambos vectores son singulares). Para probar que f y f ∗ determinan una
isometría g : V −→ V , teniendo en cuenta que U = L⊥ ⊕ ⟨p⟩, basta observar
que
F (f (p), f ∗ (q)) = 1 = F (p, q),
así como que si x ∈ L⊥ , entonces
F (f (x), f ∗ (q)) = 0 = F (x, q).
Esto hace que F tenga la misma matriz en una base de V formada por una base
de L⊥ extendida con {p, q} que en la imagen por g de dicha base.

Definición 8.30 Si V es un espacio cuadrático/unitario, definimos el índice

de Witt de V como la mayor dimensión m de un subespacio de V totalmente
singular.
El teorema de Witt implica que todo subespacio totalmente singular U1 de V
puede extenderse a uno de dimensión m. En efecto, basta tomar un subespacio
totalmente singular U de V de dimensión m y tomar un subespacio U2 con
dim U2 = dim U1 , y así cualquier isomorfismo f : U1 −→ U2 es una isometría
(pues F es idénticamente nula en ambos subespacios). Por el teorema de Witt
podemos extenderla a una isometría g : V −→ V , de modo que g −1 [U ] es un
subespacio totalmente singular de V que contiene a U1 .
En otras palabras, el índice de Witt es la dimensión de todos los subespacios
de V totalmente singulares maximales para la inclusión.
Teorema 8.31 En la condiciones del teorema 8.28, el índice de Witt de V es
precisamente m.
Demostración: Observemos en primer lugar que V no puede admitir dos
descomposiciones en las condiciones del teorema 8.28 con diferentes valores de m.
En efecto, si fuera
V = H1 ⊥ · · · ⊥ Hm ⊥ W = H1′ ⊥ · · · ⊥ Hm
′
′ ⊥ W
′

con m < m′ , podemos definir una isometría

f : H1 ⊥ · · · ⊥ Hm −→ H1′ ⊥ · · · ⊥ Hm
′

tal que f [Hi ] = Hi′ , la cual, por el teorema de Witt, se extiende a otra isometría
g : V −→ V tal que g[Hi ] = Hi′ , para i = 1, . . . , m.
8.3. Espacios cuadráticos y unitarios 321

Entonces

g[W ] = g[(H1 ⊥ · · · ⊥ Hm )⊥ ] = (H1′ ⊥ · · · ⊥ Hm

′ ⊥
) =
′ ′ ′
Hm+1 ⊥ · · · ⊥ Hm ′ ⊥ W ,

luego W contiene vectores singulares (las antiimágenes de los vectores singulares

′
de Hm ), y tenemos una contradicción.
A partir de una descomposición en las condiciones del teorema 8.28, tomando
un vector singular de cada plano hiperbólico, obtenemos la base de un subespacio
totalmente singular de dimensión m, luego m es menor o igual que el índice de
Witt de V , pero el teorema 8.27 nos permite construir un subespacio

H1 ⊥ · · · ⊥ Hm ≤ V,

donde m es el índice de Witt y cada Hi es un plano hiperbólico. Llamando W

al complemento ortogonal de este subespacio, tenemos que

V = H1 ⊥ · · · ⊥ Hm ⊥ W,

y no puede suceder que W contenga vectores singulares, pues entonces podría-

mos obtener una descomposición de V en las condiciones del teorema 8.27 con
más de m planos hiperbólicos, y ya hemos visto que eso no es posible.

Planos cuadráticos no singulares En la sección siguiente veremos que,

cuando el cuerpo de escalares es finito, todo plano unitario es un plano hiper-
bólico, mientras que existen planos cuadráticos sin vectores singulares, con lo
que no son planos hiperbólicos. Vamos a describirlos aquí (sin suponer que el
cuerpo de escalares sea finito).
Sea, pues, V un espacio cuadrático de dimensión 2 que no tenga vectores
singulares. Tomemos u ∈ V no nulo, de modo que Q(u) = α ̸= 0. Ahora
observamos que Q∗ = α−1 Q es también una forma cuadrática en V cuya forma
bilineal asociada es F ∗ = α−1 F . Equivalentemente, tenemos que Q = αQ∗ ,
donde Q∗ (u) = 1. Vamos a describir Q∗ o, equivalentemente, podemos suponer
que Q(u) = 1.
Tomemos una base V = ⟨u, v⟩, donde podemos exigir que F (u, v) = 1.
En efecto, si la característica del cuerpo C de escalares es 2, necesariamente
F (u, v) ̸= 0, pues se cumple F (u, u) = F (v, v) = 0 y en caso contrario F sería
idénticamente nula, luego degenerada, y cambiando v por un múltiplo adecuado
podemos exigir que F (u, v) = 1. Si la característica de C es distinta de 2, por
8.25 poemos tomar una base ortogonal u, w y usamos que

F (u, au + w) = aF (u, u) = 2a,

luego v = (1/2)u + w cumple lo requerido. Así, cualquiera que sea la caracte-

rística de C, tenemos que V = ⟨u, v⟩ de modo que

Q(xu + yv) = x2 + xy + ay 2 ,
322 Capítulo 8. Métodos geométricos

donde a = Q(v). El polinomio x2 + x + a tiene que ser irreducible en C[x], pues

si ω fuera una raíz, ωu + v sería un vector singular en V . Sea K una extensión
de C donde dicho polinomio tenga una raíz ω. Podemos suponer que K = C[ω].
Si ω̄ es la otra raíz del polinomio, tenemos que

x2 + x + a = (x − ω)(x − ω̄) = x2 − (ω + ω̄)x + ω ω̄.

Por lo tanto, ω + ω̄ = −1, ω ω̄ = a. La primera igualdad implica que ω ̸= ω̄,

pues de lo contrario ω = −1/2 ∈ C. Por lo tanto, la extensión K/C tiene un
¯ que determina
C-automorfismo de orden 2 que podemos representar por ξ 7→ ξ,
una norma y una traza:

N : K −→ C, Tr : K −→ C.

Observemos que
2 2
N(x + yω) = (x + yω)(x + y ω̄) = x − xy + ay .

Por lo tanto, K es un C-espacio vectorial de dimensión 2, y el isomorfismo (de

espacios vectoriales) f : V −→ K dado por

f (u) = 1, f (v) = −ω

hace corresponder la forma cuadrática Q se corresponde con la forma que sobre

ξ = x + yω actúa como

Q(f −1 (ξ)) = Q(xu − yv) = x2 − xy + ay 2 = N(ξ).

Notemos que, ciertamente, el cuerpo K no tiene vectores singulares, pues la

norma sólo se anula en el vector nulo. Con esto hemos probado:

Teorema 8.32 Todo plano cuadrático no singular sobre un cuerpo C es isomé-

trico al espacio cuadrático determinado por un cuerpo K = C(ω), donde ω es
raíz de un polinomio x2 +x+a irreducible en C[x], dotado de la forma cuadrática
Q(ξ) = α N(ξ), para cierto α ∈ C.

Así, por ejemplo, si C es algebraicamente cerrado, no puede haber planos

cuadráticos no singulares. Por el contrario, en la sección siguiente veremos que
si C es un cuerpo finito existe, salvo isometría, un único plano cuadrático no
singular.
Nota Observemos que, respecto de la base 1, ω de K, la forma cuadrática viene
dada explícitamente por

Q(x + yω) = α(x2 − xy + ay 2 ).

Por el contrario, en un plano hiperbólico, respecto de la base formada por un

par hiperbólico (u, v), la forma cuadrática es

Q(xu + yv) = xy.

8.4. Espacios sobre cuerpos finitos 323

Obviamente, un plano hiperbólico y un plano no singular no son isométricos

(como espacios cuadráticos), pero si la característica de C es 2, la matriz de la
forma bilineal en las bases correspondientes es en ambos casos (tomando α = 1)
 
0 1
,
1 0
por lo que tenemos así un ejemplo de dos espacios cuadráticos isométricos como
espacios simplécticos que no lo son como espacios cuadráticos.

8.4 Espacios sobre cuerpos finitos

Veamos ahora algunos resultados adicionales que podemos probar sobre los
espacios cuadráticos y unitarios cuando el cuerpo de escalares C es finito. Em-
pezamos con el caso unitario, que es más sencillo:

Espacios unitarios sobre cuerpos finitos Si C es el cuerpo de pm elemen-

tos, todo automorfismo de C fija a su cuerpo primo P (el cuerpo de p elementos),
luego Aut(C) es el grupo de Galois de la extensión C/P , que es de Galois por
[Al 9.1] y, según este mismo teorema, el grupo es cíclico de orden m, luego C
tendrá un (único) automorfismo de orden 2 si y sólo si m = 2e es par. Tomé-
moslo así y llamemos R al cuerpo de q = pe elementos, de modo que |C : R| = 2
y R es el cuerpo fijado por el único automorfismo de orden 2 de C, al que re-
presentaremos por α 7→ ᾱ. Específicamente la conjugación es σ e , donde σ es el
e
automorfismo de Frobenius, luego ᾱ = αp = αq .
Vamos a usar a menudo el hecho siguiente, que es un caso particular del
teorema [Al 9.3] (notemos que la norma de la extensión C/R es la dada por
N(α) = αᾱ = αq+1 ):
Teorema 8.33 Sea R el cuerpo de q elementos y C el de q 2 elementos. En-
tonces, para cada β ∈ R∗ , existen exactamente q + 1 elementos α ∈ C tales que
αq+1 = β.
Demostración: Basta probar que el homomorfismo C ∗ −→ R∗ dado por
α 7→ αq+1 es suprayectivo, pues entonces su núcleo tendrá (q 2 −1)/(q−1) = q+1
elementos y cada elemento β ∈ R∗ tendrá q + 1 antiimágenes.
En efecto, C ∗ es un grupo cíclico de orden q 2 − 1. Sea g un generador. Un
α ∈ R∗ será de la forma α = g r y, por otra parte, αq = ᾱ = α, luego αq−1 = 1,
luego g r(q−1) = 1, luego q 2 − 1 | r(q − 1), luego q + 1 | r, luego r = s(q + 1) y
así α = (g s )q+1 .
Si V es un espacio unitario sobre un cuerpo finito C y v ∈ V tiene norma
no nula, por 8.33 existe un α ∈ C ∗ tal que αᾱ = αq+1 = F (v, v), con lo que
w = α−1 v cumple N(w) = α−1 ᾱ−1 F (v, v) = 1 y v = αw.
Así pues: todo vector de norma no nula es múltiplo de un vector de norma 1.
Más precisamente, cada vector v de norma 1 tiene q 2 − 1 múltiplos no nulos αv,
324 Capítulo 8. Métodos geométricos

de modo que N(αv) = αq+1 , y por 8.33 vemos que exactamente q + 1 múltiplos
tienen también norma 1.

Teorema 8.34 Todo espacio unitario sobre un cuerpo finito admite una base
ortonormal, luego todos los espacios unitarios de una misma dimensión son
isométricos.

Demostración: Si V1 y V2 son espacios unitarios de la misma dimensión,

en una base ortogonal de cada uno de ellos podemos sustituir cada vector por
un múltiplo de norma 1 y así obtenemos bases ortonormales, con lo que el
isomorfismo que hace corresponder una base con la otra es una isometría.
El teorema siguiente muestra que todo espacio unitario de dimensión mayor
que 1 sobre un cuerpo finito contiene necesariamente vectores isótropos:

Teorema 8.35 Un espacio unitario de dimensión n sobre el cuerpo de q 2 ele-

mentos contiene
zn = (q n − (−1)n )(q n−1 + (−1)n )
vectores isótropos y
yn = q n−1 (q n − (−1)n ).
vectores de norma 1.

Demostración: Si llamamos yn al número de elementos de V de norma 1,

vemos que cada q + 1 de ellos generan un mismo subespacio vectorial de dimen-
sión 1, el cual contiene q 2 − 1 elementos no nulos (de norma no nula), luego hay
un total de yn /(q + 1) subespacios con un total de (q − 1)yn vectores de norma
no nula. Si llamamos zn al número de vectores isótropos de V , resulta que

q 2n = 1 + zn + (q − 1)yn . (8.1)

Ahora razonamos por inducción sobre n. Sea Vn+1 un espacio unitario de di-
mensión n+1, fijemos una base ortonormal e1 , . . . , en+1 y llamamos Vn al subes-
pacio generado por e1 , . . . , en con la restricción del producto escalar de Vn+1 .
Todas las coordenadas que vamos a considerar serán respecto de estas bases.
Fijemos un vector isótropo de Vn+1 , lo cual equivale a que sus coordenadas
cumplen
x1 x̄1 + · · · + xn x̄n + xn+1 x̄n+1 = 0.
Distinguimos dos casos: si el vector de Vn de coordenadas (x1 , . . . , xn ) tiene
norma nula, entonces la única posibilidad es que xn+1 = 0, luego hay zn vectores
en Vn+1 en estas condiciones.
Si el vector de coordenadas (x1 , . . . , xn ) tiene norma no nula α, entonces

α + xn+1 x̄n+1 = α + xq+1

n+1 = 0

y, como el núcleo de x 7→ xq+1 tiene orden q + 1, hay exactamente q + 1 valores

posibles para xn+1 para cada vector de Vn de norma no nula. Como hay (q−1)yn
8.4. Espacios sobre cuerpos finitos 325

tales vectores, en Vn+1 tenemos (q 2 − 1)yn vectores de norma nula de este tipo
y, en total,
zn+1 = zn + (q 2 − 1)yn .
Multiplicando la ecuación (8.1) por (q + 1) y simplificando yn queda que

zn+1 = (q 2n − 1)(q + 1) − qzn .

Es obvio que si V tiene dimensión 1 no hay vectores no nulos de norma nula,

luego z1 = 0, luego esta fórmula vale también para n = 0 si entendemos que
z0 = 0. Ahora, una simple inducción prueba que

zn = (q n − (−1)n )(q n−1 + (−1)n ),

y a partir de aquí (8.1) nos da

yn = q n−1 (q n − (−1)n ).

Ahora podemos contar el número de bases ortonormales de V . Para cons-

truir una, podemos elegir como primer vector v1 cualquiera de los yn vectores
⊥
de norma 1 de V . El segundo vector lo tenemos que elegir en ⟨v1 ⟩ , que es un
⊥
subespacio no degenerado de dimensión n − 1 y V = ⟨v1 ⟩ ⊕ ⟨v1 ⟩ , luego tene-
⊥
mos yn−1 posibilidades para v2 . Igualmente, v3 hay que elegirlo en ⟨v1 , v2 ⟩ y
tenemos yn−2 posibilidades. En conclusión:

Teorema 8.36 En un espacio unitario sobre el cuerpo de q 2 elementos hay

n n
q i−1 (q i − (−1)i ) = q n(n−1)/2 (q i − (−1)i )
Q Q
i=1 i=1

bases ortonormales.

El teorema 8.35 implica que, en la descomposición del teorema 8.28, nece-

sariamente dim W ≤ 1, luego, concretamente, dim W será 0 o 1 según si dim V
es par o impar. A su vez esto implica que todo espacio unitario de dimensión 2
sobre un cuerpo finito es un plano hiperbólico.

Espacios cuadráticos sobre cuerpos finitos En el caso cuadrático el cuerpo

de escalares C puede tener q = pm elementos, donde m es ahora arbitrario (no
necesariamente par). Si p es impar, tenemos que 1 ̸= −1, por lo que el homo-
morfismo C ∗ −→ C ∗ dado por α 7→ α2 tiene núcleo {±1} de orden 2, luego su
imagen tiene (q − 1)/2 elementos, es decir, que en C ∗ , la mitad de los elementos
son cuadrados y la otra mitad no lo son. Contando al 0 como cuadrado, conclui-
mos que C contiene (q + 1)/2 cuadrados. Por el contrario, si p es par, entonces
el homomorfismo tiene núcleo trivial y concluimos que todos los elementos de
C ∗ son cuadrados.

Teorema 8.37 Si C es el cuerpo de q elementos para todo α ∈ C y todos los

a, b ∈ C no nulos, existen x, y ∈ C tales que ax2 + by 2 = α.
326 Capítulo 8. Métodos geométricos

Demostración: Si la característica de C es 2, acabamos de observar que

todo elemento de C es un cuadrado y la conclusión es inmediata. En caso
contrario, los conjuntos {ax2 | x ∈ C} y {α − by 2 | y ∈ C} tienen ambos
(q + 1)/2 elementos, luego no pueden ser disjuntos, luego existen x, y ∈ C tales
que ax2 = α − by 2 .
Como consecuencia:

Teorema 8.38 Si V es un espacio cuadrático de dimensión ≥ 3 sobre un cuerpo

finito, entonces V contiene vectores singulares.

Demostración: Supongamos en primer lugar que el cuerpo de escalares C

⊥
tiene característica 2 y tomemos u ∈ V no nulo. Entonces ⟨u⟩ tiene dimensión
⊥
al menos 2, luego podemos tomar v ∈ ⟨u⟩ \ ⟨u⟩. Entonces

Q(au + bv) = a2 Q(u) + b2 Q(v).

Si Q(u) = 0 o Q(v) = 0, ya tenemos ejemplos de vectores singulares en V . En

caso contrario, para que se cumpla a2 Q(u) + b2 Q(v) = 0, basta tomar a = 1
y b2 = Q(u)/Q(v) ̸= 0, lo cual es posible porque todo elemento de C es un
cuadrado.
Si C tiene característica ≠ 2, podemos tomar tres vectores u, v, w ∈ V
ortogonales dos a dos. Por el teorema anterior existen x, y ∈ C tales que

x2 N(u) + y 2 N(v) = − N(w).

Entonces N(xu + yv + w) = 0.
En particular, ahora sabemos que en la descomposición del teorema 8.28 para
un espacio cuadrático sobre un cuerpo finito se tiene que cumplir necesariamente
que dim W ≤ 2.
Si el cuerpo de escalares tiene característica 2, el caso dim W = 1 es im-
posible, pues W sería obviamente degenerado y V también. Por lo tanto, los
espacios cuadráticos sobre cuerpos finitos de característica 2 tienen necesaria-
mente dimensión par.
En cambio, el teorema 8.32 implica que existe, salvo isometría, un único
plano cuadrático no singular sobre el cuerpo C de q elementos:

Teorema 8.39 Si C es el cuerpo de q elementos, existe, salvo isometría, un

único plano cuadrático no singular sobre C, que es el dado por el cuerpo K de q 2
elementos con la forma cuadrática determinada por la norma N : K −→ C.

Demostración: El cuerpo K de q 2 elementos cumple las condiciones del

teorema 8.32, pues podemos tomar ω ∈ K de traza −1 (que existe por 8.2) y
podemos exigir que ω ∈ / C (pues en C hay a lo sumo un elemento de traza −1
y en K hay q elementos de traza −1). Entonces su polinomio mínimo sobre C
es de la forma x2 + x + a, donde a = N(ω). El teorema nos da entonces que K
es un plano cuadrático no singular con la forma cuadrática dada por la norma
N : K −→ C.
8.4. Espacios sobre cuerpos finitos 327

Además K es único salvo isometría, pues si V es cualquier plano cuadrático

no singular, observamos en primer lugar que existe un u ∈ V tal que Q(u) = 1.
En efecto, si la característica de C no es 2, tomamos una base ortogonal u, v
de V respecto a la cual

Q(xu + yv) = x2 Q(u) + y 2 Q(v),

y el teorema 8.37 nos da un w = xu + yv que cumple Q(w) = 1, mientras

que si C tiene característica 2, todo elemento de C es un cuadrado, luego si
Q(u) = α2 , cambiando u por α−1 u se cumple igualmente que Q(u) = 1.
La prueba del teorema 8.32 muestra entonces que V es isométrico a un
plano cuadrático en las condiciones del teorema con α = 1 (pues α se toma
como Q(u), para un u ∈ V no nulo arbitrario), y así éste es necesariamente el
cuerpo K de q 2 elementos (que es único salvo isomorfismo) con su norma como
forma cuadrática.

Teorema 8.40 Si V es un espacio cuadrático de dimensión n ≥ 2 sobre un

cuerpo finito C, la forma cuadrática Q : V −→ C es suprayectiva.

Demostración: Basta probarlo si V tiene dimensión 2, pues todo espacio

cuadrático contiene un subespacio (no degenerado) de dimensión 2. Si V es un
plano hiperbólico es inmediato, pues podemos expresar Q(xu + yv) = xy y es
obvio que toma todos los valores en C. Si V es un plano no singular, en virtud
del teorema 8.39 basta tener en cuenta que la norma N : K −→ C entre dos
cuerpos finitos es suprayectiva, lo cual es cierto en general por [Al 9.3], o por el
teorema 8.33.
En particular, vemos que, sobre un cuerpo de característica ̸= 2, en todo
plano cuadrático y, por consiguiente, en todo espacio cuadrático V de dimensión
≥ 2, existen elementos de norma 1. De aquí deducimos lo siguiente:

Teorema 8.41 Todo espacio ortogonal V sobre un cuerpo finito C de carac-

terística ̸= 2 admite una base ortogonal v1 , . . . , vn tal que N(vi ) = 1 para
i = 1, . . . , n − 1, mientras que, fijado α ∈ C que no sea un cuadrado, vn puede
tomarse de modo que N(vn ) = 1 o bien N(vn ) = α.

Demostración: Por la observación precedente podemos ir eligiendo vecto-

⊥ ⊥
res de norma 1: v1 ∈ V , v2 ∈ ⟨v1 ⟩ , v3 ∈ ⟨v1 , v2 ⟩ , hasta llegar a
⊥
⟨v1 , . . . , vn−1 ⟩ = ⟨vn ⟩ ,

donde ya no podemos asegurar que haya vectores de norma 1. Como C ∗ /C ∗2

tiene orden 2, tendremos que N(vn ) = β 2 o bien N(vn ) = β 2 α, para cierto
β ∈ C ∗ , y cambiando vn por β −1 vn obtenemos N(vn ) = 1 o bien N(vn ) = α.

A su vez esto nos da:

328 Capítulo 8. Métodos geométricos

Teorema 8.42 Si V es un espacio vectorial sobre un cuerpo finito C de ca-

racterística ̸= 2, existen, salvo isometría, dos únicas estructuras de espacio
cuadrático en V , que se diferencian en que una admite bases ortonormales y la
otra no, o también en que el determinante de la forma bilineal en cualquier base
es un cuadrado en el primer caso y no lo es en el segundo.

Demostración: Por el teorema anterior, cualquier estructura de espacio

cuadrático en V admite una base ortogonal en la que la matriz de la forma
bilineal es, o bien la identidad, o bien la identidad salvo un valor α en la última
posición. En el primer caso el determinante de la forma cuadrática en dicha
base es 1, y en cualquier otra base será un cuadrado en C, mientras que en el
segundo caso el determinante es α en dicha base y β 2 α en cualquier otra, luego
las dos estructuras no son isométricas y dos del mismo tipo sí que lo son.
Si dim V = n es par, hay dos estructuras posibles de espacio cuadrático
en V , tanto si la característica de C es par o impar. Una corresponde a la
descomposición
V = H1 ⊥ · · · ⊥ Hm ,
de modo que n = 2m, donde m es el índice de Witt de V , y la otra corresponde
a la descomposición
V = H1 ⊥ · · · ⊥ Hm ⊥ W,
donde W es un plano no singular, con lo que n = 2m + 2.
En cambio, si n es impar y C es un cuerpo finito de característica 2, tras
8.38 hemos visto que no hay estructuras de espacio cuadrático sobre V . Cuando
la característica es impar, tenemos necesariamente la descomposición

V = H1 ⊥ · · · ⊥ Hm ⊥ W,

de modo que n = 2m + 1 y donde W = ⟨w⟩ determinará una estructura u otra

según si N(w) es o no un cuadrado.
Aunque no lo vamos a necesitar, en el caso de espacios sobre cuerpos finitos
de característica impar, resulta natural plantearse cuál de las dos estructuras
cuadráticas de un espacio vectorial es la que admite una base ortonormal. La
respuesta es sutil. Empezamos considerando el caso de un plano V :
Fijado α ∈ C que no sea un cuadrado, el teorema 8.41 nos da una base v1 , v2
de V respecto a la cual la matriz de F es la identidad o bien diagonal con 1, α
en la diagonal. En cualquier caso, la norma de un vector v = xv1 + yv2 es
2 2
N(v) = x + λy ,

donde λ = 1 si V admite una base ortonormal y λ = α en caso contrario.

Para que v sea isótropo es necesario que x, y ̸= 0, y que x2 + λy 2 = 0, luego
λ = −(x/y)2 .
Ahora tenemos que distinguir dos casos, según si −1 es un cuadrado o no
en el cuerpo C. Es fácil saber cuándo se da cada caso. Si −1 = β 2 , entonces
8.4. Espacios sobre cuerpos finitos 329

β tiene orden 4 en el grupo C ∗ , que es cíclico por [Al 4.50] y, recíprocamente,

si β es un elemento de orden 4, entonces β 2 tiene orden 2, luego tiene que ser
β 2 = −1. En resumen, −1 es un cuadrado en C si y sólo si 4 | q − 1, es decir, si
y sólo si q ≡ 1 (mód 4).
Así pues, si −1 = β 2 , tenemos que en V habrá vectores isótropos si y sólo
si λ = (βx/y)2 es un cuadrado, es decir, si y sólo si λ = 1, si y sólo si V tiene
bases ortonormales. En cambio, si −1 no es un cuadrado en C, la condición de
que −λ sea un cuadrado equivale a que λ no lo sea, luego λ = α y V no tiene
bases ortonormales.
En otros términos, si q ≡ 1 (mód 4) son los planos hiperbólicos los que tienen
bases ortonormales, mientras que si q ≡ −1 (mód 4) son los planos anisótropos
los que las tienen. En general:

Teorema 8.43 Sea V un espacio cuadrático de dimensión n sobre el cuerpo

de q elementos, con q impar, y sea

V = H1 ⊥ · · · ⊥ Hm ⊥ W

una descomposición en las condiciones del teorema 8.28.

1. Si q ≡ 1 (mód 4), entonces V tiene una base ortonormal si y sólo si W = 0

o bien W está generado por un vector cuya norma es un cuadrado.

2. Si q ≡ −1 (mód 4), entonces V tiene una base ortonormal si y sólo si:

(a) m es par y W = 0 o bien W está generado por un vector cuya norma

es un cuadrado, o bien
(b) m es impar y dim W = 2 o bien W está generado por un vector cuya
norma no es un cuadrado.

Demostración: Si formamos una base de V uniendo bases de los Hi y

de W , el determinante de la matriz de F en dicha base es el producto de los
determinantes de las matrices de las restricciones de F a cada Hi y a W . Según
8.42, sabemos que V tendrá una base ortonormal si y sólo si dicho determinante
es un cuadrado.
Si q ≡ 1 (mód 4), hemos visto que el determinante de cada Hi es un cua-
drado, luego V admitirá una base ortonormal si y sólo si la admite W , lo cual
se cumple en las condiciones de 1.
Si q ≡ −1 (mód 4), el determinante de cada Hi no es un cuadrado, luego, si
m es par hará falta que el determinante de W sea un cuadrado, y si m es impar
hará falta que no lo sea, que es lo que afirma 2).

Grupos de isometrías Si V es un espacio unitario, llamaremos transforma-

ciones unitarias a las isometrías de V en sí mismo, que claramente forman un
grupo al que llamaremos grupo unitario de V y que representaremos por U(V ).
330 Capítulo 8. Métodos geométricos

Si J es la matriz de la forma hermitiana F de V respecto de una base dada,

los elementos de U(V ) son claramente los automorfismos cuya matriz M en
dicha base cumplen
M J M̄ t = J.
Si V es un espacio cuadrático, las isometrías de V en sí mismo se llaman
transformaciones ortogonales, y forman un grupo que recibe el nombre de grupo
ortogonal y que se representa por O(V ).
Similarmente, si J es la matriz de la forma bilineal de V la matriz M de un
elemento f ∈ O(V ) debe cumplir
M JM t = J,
y esta condición es necesaria y suficiente para que f sea una transformación
ortogonal cuando la característica del cuerpo C es impar, pero sólo es necesaria
(y no suficiente) cuando la característica es 2, pues sólo garantiza que f conserva
la forma bilineal F y no la forma cuadrática Q.
Si el cuerpo de escalares C es finito con q 2 elementos, el teorema 8.34 prueba
que existe una única estructura de espacio unitario en cada espacio vectorial V
de dimensión n, por lo que podemos llamar U (n, q 2 ) al grupo unitario correspon-
diente, que es isomorfo al grupo de las matrices unitarias n × n con coeficientes
en C.
Cada transformación unitaria está determinada por la imagen de una base
ortonormal prefijada de V , que será otra base ortonormal de V , luego hay tantas
transformaciones unitarias como bases ortonormales. Así pues, el teorema 8.36
se interpreta ahora como que
n
|U (n, q 2 )| = q n(n−1)/2 (q i − (−1)i ).
Q
i=1

La situación en el caso cuadrático es más delicada. Si V es un espacio

vectorial de dimensión n = 2m + 1 sobre un cuerpo C de q elementos, con q
impar, tenemos dos estructuras de espacio cuadrático en V no isométricas entre
sí, pero ambas tienen el mismo grupo de isometrías. Ello se debe a que si F
es una forma bilineal en V que determina la estructura cuadrática que admite
una base ortonormal, entonces su matriz en dicha base será la identidad I, y si
α ∈ C no es un cuadrado, entonces αF es también una forma bilineal simétrica
sobre V que, en la misma base, tiene por matriz αI, cuyo determinante es αn ,
que no es un cuadrado en C, luego F y αF determinan las dos únicas estructuras
cuadráticas que admite V , y es inmediato que un automorfismo de V es una
transformación ortogonal respecto de F si y sólo si lo es respecto de αF , luego
tenemos un único grupo ortogonal O(n, q), para n y q impares.
La situación es completamente distinta si n es par (en cuyo caso q puede ser
par o impar). Ahora tenemos dos estructuras cuadráticas mucho más diferentes
entre sí. Si llamamos m al índice de Witt, en un caso n = 2m, y en el otro
caso n = 2m + 2 y vamos a ver que los grupos ortogonales correspondientes ni
siquiera tienen el mismo orden. Conviene introducir una definición:
8.4. Espacios sobre cuerpos finitos 331

Definición 8.44 Si V es un espacio cuadrático de dimensión n e índice de

Witt m, llamaremos signo de V a ϵ = 2m + 1 − n.

De este modo, si
V = V1 ⊥ · · · ⊥ Vm ⊥ W
es la descomposición dada por el teorema 8.28, tenemos que
0 si ϵ = 1,
(
dim W = 1 si ϵ = 0,
2 si ϵ = −1.
En efecto, si n es impar, necesariamente n = 2m + 1 y el signo es ϵ = 0. En
cambio, si n es par y n = 2m (luego W = 0) el signo es ϵ = 1 y si n = 2m + 2
(luego dim W = 2) el signo es ϵ = −1.
Llamaremos Oϵ (n, q) al grupo ortogonal de cualquier espacio cuadrático so-
bre un espacio vectorial V de dimensión n sobre el cuerpo de q elementos de
signo ϵ.
Cuando ϵ tome un valor concreto, escribiremos simplemente

O+ (n, q), O(n, q), O− (n, q)

para los grupos ortogonales correspondientes. Notemos que hemos justificado

más arriba que, cuando ϵ = 0, el grupo O(n, q) es independiente de la estructura
ortogonal que consideremos.
Es inmediato comprobar que si dim V = 1, entonces O(V ) = {±1} (aunque
el cuerpo de escalares no sea finito). Vamos a determinar ahora la estructura
de los grupos O(V ) cuando dim V = 2. De momento no exigimos tampoco que
el cuerpo de escalares sea finito. Tenemos dos posibilidades, según si el espacio
cuadrático V tiene o no vectores singulares.
Si V contiene vectores singulares, entonces es un plano hiperbólico, luego
podemos tomar un par hiperbólico (u, v), respecto al cual la forma cuadrática
viene dada por
Q(xu + yv) = xy.
De aquí se sigue que los únicos vectores singulares son los de ⟨u⟩ y los de
⟨v⟩, luego una transformación f ∈ O(V ) debe cumplir f (u) = au, f (v) = bv, o
bien f (u) = av, f (v) = bu, para ciertos a, b ∈ C. La condición Q(f (z)) = Q(z)
equivale en ambos casos a que ab = 1, luego la matriz de f en la base u, v tiene
que ser de una de las dos formas
   
a 0 0 b
, .
0 a−1 b−1 0
Si llamamos fa y gb a las transformaciones ortogonales que en la base u, v
vienen dadas por estas matrices, es inmediato comprobar que las fa forman un
subgrupo N isomorfo a C ∗ , mientras que las gb tienen todas orden 2, y además

fagb = fa−1 , gb gc = fbc−1 .

332 Capítulo 8. Métodos geométricos

De la primera relación se sigue que todo elemento de O(V ) se puede expresar

en la forma fa o bien fa gb = fa gb g1 g1 = fa fb g1 = fab g1 , luego
O(V ) = ⟨g1 ⟩ [N ] ∼
= C2 [C ∗ ],
donde la acción es la dada por xg = x−1 . En el caso en que C es el cuerpo de q
elementos, C ∗ ∼
= Cq−1 , por lo que O(V ) ∼
= D2(q−1) .
Consideremos ahora el caso en que V es no singular (y de nuevo no supone-
mos que C sea finito). Según el teorema 8.32 podemos suponer que V = K es
un cuerpo de grado 2 sobre C y que Q : K −→ C es la norma. No perdemos ge-
neralidad si suponemos α = 1, porque un automorfismo de K (como C-espacio
vectorial) es una isometría respecto de una forma cuadrática Q si y sólo si lo es
respecto de otra de la forma αQ, luego al cambiar Q por α−1 Q para suponer
α = 1 no estamos alterando el grupo O(V ).
Según dicho teorema, tenemos que K = C(ω), donde ω es raíz del polinomio
irreducible x2 + x + a, con a = N(ω). La conjugación g : K −→ K dada por
g(ω) = ω̄ = −1−ω es claramente una transformación ortogonal, y tiene orden 2.
Por otro lado, si α ∈ K cumple N(α) = 1, entonces fα (ξ) = αξ es una
isometría, pues claramente es un isomorfismo de C-espacios vectoriales y
N(αξ) = N(α) N(ξ) = N(ξ).
Además
¯ = αξ¯ = ᾱξ = α−1 ξ = fα−1 (ξ),
fαg (ξ) = fα (ξ)
luego fαg = fα−1 . Si llamamos N al subgrupo generado por las transformacio-
nes fα , vamos a probar que O(V ) ∼ = ⟨g⟩ [N ], donde la acción es la dada por
f g = f −1 .
Notemos que ⟨g⟩ ∩ N = 1, pues si fα ∈ ⟨g⟩ entonces fα (1) = α = 1, con
lo que fα = 1. Sólo falta probar que todo elemento h ∈ O(V ) se expresa en la
forma h = fα o bien h = gfα .
Ahora bien, como h es ortogonal, α = h(1) tiene norma 1, luego está definida
la transformación fα ∈ O(V) y tenemos que (hfα−1 )(1) = 1. Basta probar que
hfα−1 = 1, g o, equivalentemente, podemos suponer que h(1) = 1 y probar que
h = 1, g. A su vez, para ello basta probar que h(ω) = ω, ω̄, pues entonces h
coincidirá con la identidad 1 o con g en la base 1, ω ∈ K.
Por una parte, h(ω)h(ω) = N(h(ω)) = N(ω) = a. Por otra parte, teniendo
en cuenta que
N(1 + h(ω)) = N(h(1 + ω)) = N(1 + ω) = N(−ω) = a,
vemos que
a = N(1 + h(ω)) = (1 + h(ω))(1 + h(ω)) = 1 + h(ω) + h(ω) + h(ω)h(ω) =
1 + h(ω) + h(ω) + a,
luego h(ω) + g(ω) = −1, luego
(t − h(ω))(t − h(ω)) = t2 + t + a,
luego h(ω) tiene el mismo polinomio mínimo que ω, por lo que es h(ω) = ω o
bien h(ω) = ω̄.
8.4. Espacios sobre cuerpos finitos 333

Así pues, O(V ) = C2 [N ], donde N es el núcleo de la norma N : K ∗ −→ C ∗ .

Si C es el cuerpo de q elementos, K ∗ es cíclico de orden q 2 − 1 y la norma es un
epimorfismo de grupos por el teorema 8.40, luego su núcleo es N ∼ = Cq+1 , luego
O(V ) ∼
= D2(q+1) . El teorema siguiente resume lo que hemos obtenido:

Teorema 8.45 Si ϵ = ±1, entonces Oϵ (2, q) ∼

= D2(q−ϵ) .

Observemos que, en realidad hemos probado mucho más, pues hemos visto
que, si V es un espacio cuadrático de dimensión 2 sobre un cuerpo arbitrario,
entonces O(V ) ∼
= C2 [N ], para cierto grupo abeliano N , de modo que O(V ) es
un grupo resoluble, luego no podremos obtener de él ningún grupo simple no
abeliano tomando subgrupos y cocientes.
Para calcular los órdenes de los demás grupos ortogonales empezamos pro-
bando lo siguiente:

Teorema 8.46 Si H es un plano hiperbólico sobre el cuerpo de q elementos,

entonces H contiene 2(q − 1) vectores singulares y, para cada α ∈ C ∗ , hay q − 1
vectores v ∈ H tales que Q(v) = α.

Demostración: Basta tener en cuenta que, si u, v ∈ H forman un par

hiperbólico, se cumple que Q(xu + yv) = xy, con lo que xy = 0 se cumple
siempre que x = 0 o y = 0, lo que nos da q − 1 posibilidades en cada caso
(excluyendo el caso x = y = 0, que no corresponde a un vector singular), luego
hay 2(q − 1) vectores singulares. Por el contrario, si α ̸= 0, la ecuación xy = α
tiene q − 1 soluciones, una para cada valor x ∈ C ∗ posible, con y = α/x.

Teorema 8.47 El número de vectores singulares de un espacio cuadrático V

de índice de Witt m y signo ϵ sobre el cuerpo C de q elementos es
ϵ
zm = (q m−ϵ + 1)(q m − 1).

Demostración: Ante todo, observemos que si ϵ = 0 el valor de zm no

depende de la estructura cuadrática que consideremos en V , pues podemos
tomarlas de modo que sus formas bilineales sean F y αF , donde α ∈ C no es un
cuadrado, y es evidente que F y αF determinan los mismos vectores singulares.
Por lo tanto, zm está bien definido.
Vamos a probar el teorema por inducción sobre n = dim V . La fórmula
incluye el caso trivial n = 0, correspondiente a m = 0, ϵ = 1, para el que da
z0+ = 0, que es correcto, porque un espacio nulo no tiene vectores singulares.
Si n = 1 tiene que ser m = 0, ϵ = 1, y de nuevo es correcto el valor z0+ = 0,
pues en la descomposición del teorema 8.28 tenemos V = W , luego V es no
singular.
Si n = 2, o bien m = 0, ϵ = −1, que corresponde de nuevo al caso V = W ,
en el que V es anisótropo (luego el valor z0− = 0 es correcto), o bien m = 1,
ϵ = 1, que corresponde al caso en que V es un plano hiperbólico, y el valor
z1+ = 2(q − 1) también es correcto según el teorema anterior.
334 Capítulo 8. Métodos geométricos

Ahora suponemos que la fórmula es cierta para espacios de dimensión menor

que n ≥ 3 y vamos a probarla para n. Fijemos un espacio cuadrático V de
dimensión n, correspondiente a unos valores m, ϵ tales que n = 2m + 1 − ϵ.
Podemos descomponerlo como V = H ⊥ V ′ , donde H es un plano hiperbólico
y V ′ es un espacio de dimensión n − 2 correspondiente a m − 1 y ϵ, al que
podemos aplicar la hipótesis de inducción.
Si v ∈ V es singular, lo podemos expresar de forma única como v = v1 + v2 ,
donde v1 ∈ H y v2 ∈ V ′ . Entonces Q(v) = Q(v1 ) + Q(v2 ) = 0. Por el teorema
anterior sabemos que H contiene al vector nulo, más 2q − 2 vectores singulares,
más q − 1 vectores de cada una de las q − 1 normas posibles. Por otro lado,
en V ′ tenemos el vector nulo más zm−1ϵ
vectores singulares y q n−2 − zm−1
ϵ
−1
vectores no singulares.
ϵ
Si Q(v1 ) = Q(v2 ) = 0, las posibilidades son 2q − 1 para v1 y 1 + zm−1
para v2 , pero entre ellas estamos contando al vector nulo, luego en V hay un
ϵ
total de (2q − 1)(1 + zm−1 ) − 1 vectores singulares que se descomponen en suma
de vectores singulares de H y V ′ .
Si v1 y v2 son no singulares, entonces Q(v2 ) = −Q(v1 ), luego si en V ′ hay
vλ vectores en los que Q toma el valor −λ, en total tenemos (q − 1)vλ vectores
singulares tales que Q(v1 ) = λ, luego un total de

vλ = (q − 1)(q n−2 − zm−1

ϵ
P
(q − 1) − 1)
λ∈C ∗

vectores singulares que se descomponen en suma de vectores no singulares. En

total
ϵ ϵ
zm = (2q − 1)(1 + zm−1 ) − 1 + (q − 1)(q n−2 − zm−1
ϵ
− 1),
que equivale a
ϵ ϵ
zm = qzm−1 + (q − 1)(q n−2 + 1).
De aquí se sigue fácilmente la fórmula del enunciado:
ϵ
zm = q(q m−1−ϵ + 1)(q m−1 − 1) + (q − 1)(q 2m−1−ϵ + 1) = (q m−ϵ + 1)(q m − 1)

A continuación observamos que, en las condiciones del teorema anterior, V

tiene exactamente q n−2 zm
ϵ
pares (ordenados) hiperbólicos (u, v).
En efecto, para formar un par hiperbólico podemos tomar como primera
ϵ
componente cualquier vector u ∈ V de los zm vectores singulares que tiene V .
⊥
Sea v0 ∈ V tal que (u, v0 ) sea un par hiperbolico y sea W = ⟨u, v0 ⟩ , de
modo que V = ⟨u, v0 ⟩ ⊥ W . Así, un vector arbitrario de V es de la forma
v = xu + yv0 + w, con x, y ∈ C, w ∈ W , y para que (u, v) sea un par hiperbólico
tiene que cumplirse que F (u, v) = y = 1, y que Q(v) = Q(w) + x = 0, luego

v = −Q(w)u + v0 + w,

para todo w ∈ W , luego tenemos |W | = q n−2 posibilidades para v, y el número

de pares es q n−2 zm
ϵ
.
8.4. Espacios sobre cuerpos finitos 335

A continuación observamos que el número de pares hiperbólicos (ui , vi ) en V

que generan planos hiperbólicos ortogonales dos a dos es
m m
q 2m−1−ϵ zm
ϵ 2m−3−ϵ ϵ
zm−1 · · · q 1−ϵ z1ϵ = q 2m+1−2i−ϵ (q i−ϵ + 1)(q i − 1) =
Q Q
q
i=1 i=1

m−1
m m
P
2 i Q
q m(1−ϵ) q (q i−ϵ + 1)(q i − 1) = q m(m−ϵ) (q i−ϵ + 1)(q i − 1).
Q
i=0

i=1 i=1

Ahora, si V = ⟨u1 , v1 ⟩ ⊥ · · · ⊥ ⟨um , vm ⟩ ⊥ W , una transformación or-

togonal f ∈ O(V ) transforma la sucesión u1 , v1 , . . . , um , vm en otra sucesión
f (u1 ), f (v1 ), . . . , f (um ), f (vm ) de pares hiperbólicos en las mismas condiciones,
la cual determina a su vez el subespacio
⊥
W ′ = ⟨f (u1 ), f (v1 ), . . . , f (um ), f (vm )⟩ ,

de modo que tenemos una transformación f para cada sucesión posible

f (u1 ), f (v1 ), . . . , f (um ), f (vm )

(para la cual tenemos las posibilidades que acabamos de calcular hace un mo-
mento) y cada isometría f |W : W −→ W ′ . Fijada una isometría i : W ′ −→ W ,
vemos que f |W 7→ f |W ◦ i biyecta las isometrías posibles W −→ W ′ con las
transformaciones de O(W ). Por consiguiente,
m
|O(V )| = |O(W )|q m(m−ϵ) (q i−ϵ + 1)(q i − 1).
Q
i=1

Es claro que si dim W = 1, entonces O(W ) = {±1}, luego |O(W )| = 2 si

ϵ = 0, |O(W )| = 2(q + 1) si ϵ = −1 (por 8.45) y |O(W )| = 1 si ϵ = 1 (pues
entonces W = 0).
El teorema siguiente resume lo que hemos obtenido, incluyendo el caso de
los grupos unitarios:

Teorema 8.48 Los órdenes de los grupos unitarios y ortogonales sobre cuerpos
finitos vienen dados por las fórmulas siguientes:
n
Y
|U (n, q 2 )| = q n(n−1)/2 (q i − (−1)i ),
i=1
2
m
2q m (q 2i − 1),
Q
|O(2m + 1, q)| = para q impar,
i=1
m−1
|Oϵ (2m, q)| = 2q m(m−1) (q m − ϵ) (q 2i − 1).
Q
i=1

Notemos que, en la cuarta fórmula, el índice de Witt del espacio cuadrático

de tipo negativo de orden 2m no es m, sino m − 1.
En el capítulo siguiente estudiaremos estos grupos y veremos cómo a partir
de ellos podemos obtener nuevas familias de grupos simples.
Capítulo IX

Los grupos unitarios y

ortogonales

En este capítulo probaremos que los grupos unitarios y ortogonales intro-

ducidos en el capítulo anterior proporcionan las dos últimas familias de grupos
simples clásicos que nos falta estudiar.

9.1 Los grupos unitarios

Vamos a estudiar el grupo U(V ) ≤ LG(V ) de las transformaciones unitarias
de un espacio unitario V sobre un cuerpo C. Cuando C es el cuerpo finito
de q 2 elementos se trata de los grupos U (n, q 2 ) cuyo orden hemos calculado en
el capítulo anterior.
El homomorfismo inducido por el determinante det : LG(V ) −→ C ∗ se
restringe a un homomorfismo det : U(V ) −→ C ∗ cuyo núcleo recibe el nombre
de grupo unitario especial de V , y lo representaremos por

UE(V ) = U(V ) ∩ LE(V ) ⊴ U(V ).

Si J es la matriz de de la forma hermitiana F en una base de V prefijada,

las transformaciones unitarias son los automorfismos de V cuya matriz M en
dicha base cumple
M J M̄ t = J.
Por el teorema 8.25, tomando una base ortogonal de V , podemos suponer
que la matriz J es diagonal. Así, el determinante α = |M | cumple αᾱ = 1,
es decir, N(α) = 1, donde N : C −→ R es la norma de la extensión C/R y,
recíprocamente, todo α ∈ C ∗ que cumpla N(α) = 1 es el determinante de una
transformación unitaria, por ejemplo de la determinada por la matriz diago-
nal M que tiene en su diagonal α, 1, . . . , 1, que claramente cumple la relación
M J M̄ t = J supuesto que J sea diagonal.

337
338 Capítulo 9. Los grupos unitarios y ortogonales

Así pues, la imagen del homomorfismo det : U(V ) −→ C ∗ es el núcleo de la

norma N : C ∗ −→ R∗ .
En [Al 6.21] hemos visto que todo automorfismo distinto de la identidad de
un espacio vectorial V que fije a un hiperplano es una transvección o una dilata-
ción, y en [Al 6.22] hemos probado que LE(V ) está generado por las transveccio-
nes, mientras que LG(V ) está generado por las dilataciones y las transvecciones.
Vamos a probar resultados análogos para los espacios unitarios.

Transvecciones y dilataciones unitarias Sea V un espacio unitario y con-

sideremos una transvección T : V −→ V , dada por
T (v) = v + f (v)a,
donde f : V −→ C es una aplicación lineal cuyo núcleo es un hiperplano H y
a ∈ H no es nulo. En particular, T deja fijos a los vectores de H.
Si completamos una base de H hasta una base de V , la matriz de T en dicha
base tiene unos en la diagonal y ceros en las demás posiciones excepto en una,
por lo que las transvecciones tienen determinante 1. Vamos a ver qué tiene que
cumplir una transvección para ser unitaria.
Completando una base de H hasta una base de V podemos descomponer
V = H ⊕ ⟨x⟩ y considerar la proyección π : V −→ C que a cada v ∈ V le hace
corresponder el escalar que permite expresar v = h + π(v)x, con h ∈ H. El
teorema 8.5 nos da un u ∈ V tal que π(v) = F (v, u), para todo v ∈ V . Como
π(x) = 1, u ̸= 0 y, como π se anula en H, tiene que ser F (h, u) = 0 para todo
h ∈ H, luego u ∈ H ⊥ . Como dim H = n − 1, tenemos que dim H ⊥ = 1, luego
H ⊥ = ⟨u⟩.
Así, todo vector v ∈ V se expresa en la forma v = h + F (v, u)x, con lo que
T (v) = T (h + F (v, u)x) = h + F (v, u)(x + f (x)a) = v + F (v, u)z,
donde z = f (x)a ∈ H no es nulo, luego F (z, u) = 0. Esto vale para cualquier
transvección. Que T sea unitaria significa que
F (v, w) = F (T (v), T (w)) = F (v + F (v, u)z, w + F (w, u)z) =
F (v, w) + F (v, u)F (z, w) + F (w, u)F (v, z) + F (v, u)F (w, u)F (z, z),
luego T es unitaria si y sólo si
F (v, u)F (z, w) + F (w, u)F (v, z) + F (v, u)F (w, u)F (z, z) = 0,
para todo par de vectores v, w ∈ V . En particular, haciendo v = z obtenemos
que
F (w, u)F (z, z) = 0,
y como esto tiene que cumplirse para todo w ∈ V , tiene que ser F (z, z) = 0, es
decir, que el vector z es necesariamente isótropo. Por lo tanto, la condición para
que T sea unitaria se reduce a que z ∈ H sea isótropo y, para todo v, w ∈ V ,
F (v, u)F (z, w) + F (u, w)F (v, z) = 0.
9.1. Los grupos unitarios 339

En particular, podemos tomar v ∈ V tal que F (v, u) ̸= 0, y esto implica

F (v, z) ̸= 0, pues en caso contrario la relación anterior nos daría que F (z, w) = 0
para todo w ∈ V . Por lo tanto, podemos despejar
F (v, u)
F (u, w) = − F (z, w) = αF (z, w),
F (v, z)
para todo w ∈ V y un α ∈ C fijo, lo cual equivale a que F (u − αz, w) = 0
para todo w, que a su vez obliga a que u = αz. Por lo tanto, z ∈ H ∩ H ⊥ y
H ⊥ = ⟨z⟩. La expresión para T se reduce así a
T (v) = v + ᾱ F (v, z)z,
y la condición para que T sea unitaria se reduce a que z ∈ H sea isótropo y
(α + ᾱ)F (v, z)F (z, w) = 0
para todo v, w ∈ V , lo cual equivale a que α + ᾱ = 0. En resumen:
Teorema 9.1 Si V es un espacio unitario, las transvecciones unitarias en V
son los automorfismos de la forma
Tz,α (v) = v + αF (v, z)z,
donde z es isótropo y ᾱ = −α.
Recordemos ahora de [Al 6.20] que las dilataciones son los automorfismos
D : V −→ V que fijan un hiperplano H y que, sobre un vector u ∈ V \ H,
actúan como D(u) = αu, para cierto α ̸= 0.
Vamos a determinar las dilataciones unitarias. Podemos suponer que α ̸= 1,
o de lo contrario D es la identidad, que obviamente es unitaria. Descomponemos
V = H ⊕ ⟨u⟩ y consideramos la proyección π : V −→ C que a cada v ∈ V le
hace corresponder el escalar que permite expresar v = h + π(v)u, con h ∈ H.
El teorema 8.5 nos da un w ∈ V tal que π(v) = F (v, w), para todo v ∈ V .
Notemos que F (u, w) = π(u) = 1 y si h ∈ H se cumple F (h, w) = π(h) = 0,
luego w ∈ H ⊥ , luego H ⊥ = ⟨w⟩.
Así, todo vector v ∈ V se expresa en la forma v = h + F (v, w)u, con lo que
D(v) = h + F (v, w)αu = v − F (v, w)u + F (v, w)αu = v + (α − 1)F (v, w)u.
Que D sea unitaria significa que, para todo par de vectores v1 , v2 ∈ V , se
cumple que
F (v1 , v2 ) = F (D(v1 ), D(v2 )) = F (v1 , v2 ) + (α − 1)F (v1 , w)F (u, v2 )+
(ᾱ − 1)F (v, w)F (v1 , u) + (α − 1)(ᾱ − 1)F (v1 , w)F (v2 , w)F (u, u),
o, equivalentemente,
(α − 1)F (v1 , w)F (u, v2 ) + (ᾱ − 1)F (v2 , w)F (v1 , u)+
(α − 1)(ᾱ − 1)F (v1 , w)F (v2 , w)F (u, u) = 0.
En particular, haciendo v2 = u (y recordando que F (u, w) = 1) queda
(α − 1)F (v1 , w)F (u, u) + (ᾱ − 1)F (v1 , u) + (α − 1)(ᾱ − 1)F (v1 , w)F (u, u) = 0.
340 Capítulo 9. Los grupos unitarios y ortogonales

Si fuera F (u, u) = 0, tendríamos que F (v1 , u) = 0 para todo v1 ∈ V , con lo

que u = 0, lo cual es imposible. Así pues, N(u) ̸= 0.
Tomando v1 tal que F (v1 , w) ̸= 0 y v2 = h ∈ H queda

(α − 1)F (v1 , w)F (u, h) = 0,

de donde F (u, h) = 0 para todo h ∈ H, luego u ∈ H ⊥ = ⟨w⟩. Si w = βu,

concluimos que 1 = F (w, u) = βF (u, u), luego
1
w= u,
F (u, u)
y esto nos lleva a la expresión siguiente para D:
F (v, u)
D(v) = v + (α − 1) u.
F (u, u)
Más aún, N(u) = N(D(u)) = αᾱ N(u) ̸= 0, luego αᾱ = 1. Si introducimos
esta relación y la expresión para w en la condición para que D sea unitaria ésta
se reduce a

(α − 1)F (v1 , u)F (u, v2 ) + (ᾱ − 1)F (v1 , u)F (u, v2 )+

(2 − α − ᾱ)F (v1 , u)F (u, v2 ) = 0,

pero esto se cumple trivialmente, luego las condiciones necesarias que hemos
encontrado son suficientes. Así pues:

Teorema 9.2 Si V es un espacio unitario, las dilataciones unitarias en V son

los automorfismos de la forma
F (v, u)
Du,α (v) = v + (α − 1) u,
F (u, u)
donde u ∈ V no es isótropo y αᾱ = 1.
⊥
Si completamos con u una base ortogonal de ⟨u⟩ , la matriz de Du,α en dicha
base es la identidad salvo α en una posición en la diagonal, luego det Du,α = α.
Se comprueba trivialmente que si f ∈ U(V ), entonces
f f
Tz,α = Tf (z),α , Du,α = Df (u),α .

En [Al 4.39] hemos visto que el centro de LG(V ) está formado por las ho-
motecias α · 1, es decir, por los automorfismos dados por f (v) = αv, para un
cierto α ∈ C. Una homotecia será unitaria si y sólo si cumple

F (v, v) = F (αv, αv) = αᾱF (v, v),

y si aplicamos esto a un vector no isótropo v, concluimos que N(α) = αᾱ = 1,

luego el grupo ZU(V ) de las homotecias unitarias de V está formado por las
homotecias cuya razón α tiene norma 1.
9.1. Los grupos unitarios 341

Teorema 9.3 Si V es un espacio unitario, el centro Z(U(V )) del grupo unitario

es el subgrupo ZU(V ) de las homotecias unitarias.

Demostración: Si f ∈ Z(U(V )), dado un vector no nulo v ∈ V , si v es

f
isótropo se tiene que cumplir que Tv,α = Tv,α = Tf (v),α , luego, igualando los
⊥ ⊥
subespacios de vectores fijados, resulta que ⟨v⟩ = ⟨f (v)⟩ , luego ⟨f (v)⟩ = ⟨v⟩.
Si v es anisótropo llegamos a la misma conclusión razonando con Dv,α . Por lo
tanto, para cada v ∈ V no nulo existe un escalar αv tal que f (v) = αv v. Fijada
una base v1 , . . . , vn , tenemos que

αvi +vj (vi + vj ) = αvi vi + αvj vj ,

luego por la independencia lineal concluimos que αvi = αvi +vj = αvj , luego
todos los αvi coinciden con un mismo α y así f es una homotecia.

Los grupos unitarios proyectivos Fijada una base de V , el centro Z(V )

del grupo LG(V ) se corresponde con el grupo Z(n, C) ∼ = C ∗ de las matrices
∗
escalares αI, con α ∈ C , luego ZU(V ) se corresponde con el grupo ZU(n, C) de
las matrices αI de las matrices escalares con N(α) = 1, por lo que es isomorfo
al núcleo de la norma. Acabamos de probar que

ZU(V ) = Z(V ) ∩ U(V ).

Según vimos en la sección [G 8.2] el grupo LGP(V ) = LG(V )/Z(V ) se

identifica con el grupo de las homografías del espacio proyectivo P (V ), y ahora
podemos considerar el grupo unitario proyectivo

UP(V ) = U(V )/ZU(V )

al que podemos ver como subgrupo de LGP(V ), es decir, que podemos conside-
rar también a sus elementos como (parte de las) homografías del espacio P (V ).
Si llamamos

ZUE(V ) = UE(V ) ∩ Z(V ), UEP(V ) = UE(V )/ZUE(V ),

tenemos que ZUE(V ) está formado por las homotecias de razón α que cumplen
N(α) = 1 (para que sean unitarias) y αn = 1 (para que tengan determinante 1),
y el grupo unitario especial proyectivo UEP(V ) puede verse como subgrupo
normal de UP(V ).
En esta sección demostraremos que si el espacio V es isótropo (es decir, si
tiene vectores isótropos, lo que, en particular, sucede siempre que el cuerpo C es
finito y dim V ≥ 2) entonces UEP(V ) es un grupo simple, salvo en unos pocos
casos excepcionales.
Para ello usaremos el teorema de Iwasawa, pero para ello no podemos consi-
derar la acción de UEP(V ) sobre P (V ) porque no es transitiva (ni, en particular,
primitiva). En efecto, en P (V ) podemos distinguir entre puntos isótropos y no
342 Capítulo 9. Los grupos unitarios y ortogonales

isótropos, según que sean subespacios ⟨v⟩ generados por un vector isótropo o no
isótropo, y es obvio que toda homografía inducida por una transformación uni-
taria envía puntos isótropos a puntos isótropos y puntos no isótropos a puntos
no isótropos, por lo que la acción tiene como mínimo dos órbitas. Lo que vamos
a ver a continuación es que podemos restringirla a una de ellas, es decir, que
vamos a considerar la acción de UP(V ) sobre el conjunto

Ω = {⟨v⟩ ∈ P (V ) | v ̸= 0, N(v) = 0}

de los puntos isótropos de P (V ), y veremos que cumple los requisitos del teorema
de Iwasawa.

Teorema 9.4 Si V es un espacio unitario isótropo, entonces el núcleo de la ac-

ción U(V ) −→ ΣΩ es ZU(V ), por lo que UP(V ) (y, por consiguiente, UEP(V ))
es un grupo de permutaciones sobre Ω.

Demostración: Sea f ∈ U(V ) una transformación que fije a todos los

puntos de Ω, es decir, que cumpla f [⟨v⟩] = ⟨v⟩ para todo v ∈ V isótropo.
Tenemos que probar que f ∈ ZU(V ).
Para que V sea isótropo es necesario que n = dim V ≥ 2 y si n = 2 enton-
ces V es un plano hiperbólico. Vamos a considerar este caso en primer lugar,
para lo cual tomamos un par hiperbólico (u, v) en V . Como u, v son isótropos,
por hipótesis existen escalares α y β tales que f (u) = αu, f (v) = βv. Podemos
tomar s ∈ C no nulo tal que s + s̄ = 0, con lo que N(u + sv) = s + s̄ = 0, luego
existe un escalar γ tal que

γ(u + sv) = f (u + sv) = f (u) + sf (v) = αu + sβv.

Por la independencia lineal tiene que ser α = γ = β, luego f ∈ ZU(V ).

Supongamos ahora que n ≥ 3. Basta probar que f [⟨v⟩] = ⟨v⟩ para todo
vector v ∈ V anisótropo, ya que entonces f fija a todos los puntos de P (V )
y esto implica que f ∈ Z(V ) (porque los elementos de LGP(V ) se identifican
con las homografías de P (V ) o, más directamente, por el mismo argumento que
hemos empleado en la prueba del teorema 9.3), luego de hecho f ∈ ZU(V ).
A su vez, para ello basta probar que si v es anisótropo no nulo, entonces
⟨v⟩ = H1 ∩ H2 es la intersección de dos planos hiperbólicos, pues cada plano
hiperbólico se descompone como suma H = P1 + P2 de dos puntos isótropos,
luego se cumple que f [H] = H, y si f fija a los dos planos H1 y H2 , también
fija a su intersección.
Por hipótesis podemos tomar un vector isótropo w ∈ V . Observemos ahora
que podemos tomar
⊥ ⊥
z ∈ V \ (⟨v⟩ ∪ ⟨w⟩ ∪ ⟨v, w⟩).

Esto se debe a un hecho general: si un espacio vectorial V se expresa como

unión V = W1 ∪ W2 de dos subespacios, necesariamente1 W1 ≤ W2 o W2 ≤ W1 ,
1 En caso contrario podríamos tomar w ∈ W \ W y w ∈ W \ W , pero w + w tendría
1 1 2 2 2 1 1 2
que estar en un Wi , por ejemplo en W1 , y entonces w2 ∈ W1 , en contra de lo supuesto.
9.1. Los grupos unitarios 343

luego V = W1 o V = W2 , y a su vez esto implica que lo mismo vale para tres

⊥ ⊥
subespacios. Como ninguno de los tres subespacios ⟨v⟩ , ⟨w⟩ , ⟨v, w⟩ puede
ser V (todos tienen dimensión menor) su unión no puede ser V .
Entonces H = ⟨w, z⟩ es no degenerado, pues la matriz de F en la base
indicada tiene determinante no nulo, y contiene un vector isótropo, luego tiene
que ser un plano hiperbólico y podemos tomar w′ ∈ H tal que (w, w′ ) es un par
hiperbólico. Tomemos s ∈ C no nulo tal que s + s̄ = 0, con lo que el vector
u = w + sw′ ∈ H es isótropo, y al menos dos de los tres vectores u, w, w′ no
⊥
están en ⟨v⟩ , pues, como z ∈ H, tenemos que v ∈ / H ⊥ , y si v fuera ortogonal
⊥
a dos de ellos, estaría en H . Por lo tanto, dos de los planos H1 = ⟨v, u⟩,
H2 = ⟨v, w⟩, H3 = ⟨v, w′ ⟩ son hiperbólicos, y su intersección es ⟨v⟩ (en caso
contrario, dos de ellos serían iguales a H y entonces z ∈ ⟨v, w⟩).
De aquí deducimos a su vez:

Teorema 9.5 Si V es un espacio unitario isótropo, el centro de UE(V ) es el

subgrupo ZUE(V ) = ZU(V ) ∩ UE(V ).

Demostración: Si f ∈ Z(UE(V )), para cada vector isótropo v ∈ V y cada

α tal que α + ᾱ = 0 no nulo, se tiene que cumplir que
f
Tv,α = Tv,α = Tf (v),α ,
⊥ ⊥
y al igualar los subespacios de vectores fijos queda que ⟨v⟩ = ⟨f (v)⟩ , luego
⟨f (v)⟩ = ⟨v⟩, y el teorema anterior implica que f ∈ ZU(V ), luego de hecho
f ∈ ZUE(V ).
Observemos ahora que los grupos unitarios especiales de los planos hiperbó-
licos no son “nuevos”:

Teorema 9.6 Si V es un plano hiperbólico unitario, entonces

UE(V ) ∼
= LE(2, R), UEP(V ) ∼
= LEP(2, R).

Demostración: Sea (u, v) un par hiperbólico en V . Entonces los elementos

de UE(V ) son los automorfismos de V cuya matriz en la base u, v cumple
     
a b 0 1 ā c̄ 0 1
=
c d 1 0 b̄ d¯ 1 0

y además ad − bc = 1. Al desarrollar el producto, vemos que esto equivale a que

ād + b̄c = 1, ab̄ + bā = 0, cd¯ + dc̄ = 0, ad − bc = 1.

Multiplicamos la primera ecuación por a y sustituimos la segunda y luego la

cuarta:

aād + ab̄c = a, ⇒ aād − bcā = a ⇒ aād − (ad − 1)ā = a,

con lo que obtenemos que ā = a. Similarmente, multiplicando la primera ecua-

ción por d y sustituyendo la tercera y luego la cuarta obtenemos d¯ = d. En
344 Capítulo 9. Los grupos unitarios y ortogonales

cambio, si multiplicamos la primera por b y sustituimos la segunda y la cuarta,

el resultado es b̄ = −b, e igualmente c̄ = −c. Con esto obtenemos las ecuaciones

ā = a, d¯ = d, b̄ = −b, c̄ = −c, ad − bc = 1,

que claramente implican las ecuaciones iniciales. Por 8.2 podemos fijar s ∈ C
tal que s̄ = −s, y entonces
   
a b a sb
7→
c d s−1 c d

define claramente una biyección LE(2, R) −→ UE(V ) y se comprueba inmedia-

tamente que es un homomorfismo, luego un isomorfismo de grupos.
Claramente, el isomorfismo hace corresponder el subgrupo ZE(2, R) de las
matrices diagonales de determinante 1 con el subgrupo ZUE(V ), por lo que
induce el segundo isomorfismo del enunciado.
Observemos que el isomorfismo del teorema anterior hace corresponder las
transvecciones de la forma
   
1 b 1 0
, ,
0 1 c 1

—que, según [Al 6.22], constituyen un generador de LE(2, q)— con las transfor-
maciones unitarias con matrices de la forma
   
1 sb 1 0
, ,
0 1 s−1 c 1

que no son sino las matrices de las transvecciones Tv,sb y Tu,c/s , que son, de
hecho, todas las transvecciones de la forma Tu,α y Tv,α , con ᾱ = −α, pues si α
cumple esto, entonces b = α/s o c = sα cumplen b̄ = b, c̄ = c, luego b, c ∈ R.
Por lo tanto, tenemos probado el teorema siguiente:

Teorema 9.7 Si V es un plano hiperbólico unitario, el grupo UE(V ) está ge-

nerado por las transvecciones unitarias.

Más precisamente, hemos probado que UE(V ) está generado por las trans-
vecciones determinadas por los vectores u, v de un par hiperbólico fijo.
Probaremos que esto es válido para (casi) todo espacio unitario isótropo V ,
para lo cual conviene definir T(V ) como el subgrupo de UE(V ) generado por
las transvecciones unitarias, de modo que queremos probar que T(V ) = UE(V ).
De momento observamos lo siguiente:

Teorema 9.8 Si V es un espacio unitario isótropo, el grupo T(V ) actúa tran-

sitivamente sobre Ω.

Demostración: Tomemos dos puntos P = ⟨u⟩, Q = ⟨w⟩ ∈ Ω y supongamos

en primer lugar que F (u, v) ̸= 0. En tal caso, sustituyendo u por un múltiplo,
9.1. Los grupos unitarios 345

podemos suponer que F (u, v) = 1. Tomemos β ∈ C no nulo tal que β + β̄ = 0.

Sea x = u + βv, de modo que N(x) = β + β̄ = 0. Sea α = −1/β̄, con lo que
también α + ᾱ = 0 y podemos considerar la transvección unitaria Tx,α ∈ T(V ),
que cumple
1
Tx,α (u) = u + αF (u, x)x = u − F (u, βv)(u + βv) = −βv,
β̄

luego Tx,α (P ) = Q.
⊥ ⊥
Supongamos ahora que F (u, v) = 0. No puede ser V = ⟨u⟩ ∪ ⟨v⟩ pues, en
general, un espacio vectorial nunca es unión de dos subespacios propios.2 Por
lo tanto, podemos tomar y ∈ V tal que F (u, y) ̸= 0, F (v, y) ̸= 0. Cambiando
u y v por múltiplos, podemos suponer que F (u, y) = F (v, y) = 1. Como antes,
podemos elegir β ∈ C tal que z = y + βu cumpla N(z) = 0, y además tenemos
que F (u, z) = F (v, z) = 1, luego tanto (u, z) como (z, v) están en las condiciones
del caso anterior, luego, por la parte ya probada, existe una transvección unitaria
que cumple T (P ) = ⟨z⟩ y otra que cumple T ′ (⟨z⟩) = Q, luego T ◦ T ′ ∈ T(V )
transforma P en Q.
En el caso de los planos hiperbólicos podemos decir más:

Teorema 9.9 Si V es un plano hiperbólico unitario, T(V ) es doblemente tran-

sitivo sobre Ω.

Demostración: Sea (u, v) un par hiperbólico en V . Basta probar que si

⟨x⟩ , ⟨y⟩ ∈ Ω, son puntos distintos, existe un f ∈ T(V ) tal que f (⟨x⟩) = ⟨u⟩,
f (⟨y⟩) = ⟨v⟩. Por el teorema anterior podemos suponer que ⟨x⟩ = ⟨u⟩, con lo
que buscamos f ∈ T(V ) tal que f (⟨u⟩) = ⟨u⟩, f (⟨y⟩) = ⟨v⟩. Pongamos que
y = au + bv, con lo que N(y) = ab̄ + āb = 0. Observemos que b ̸= 0, porque
estamos suponiendo que ⟨y⟩ = ̸ ⟨x⟩ = ⟨u⟩. Sea c = −a/b, con lo que c̄ = −c y
consideramos la transvección Tu,c , que cumple

Tu,c (y) = au + bv + cbu = au + bv − ab−1 bu = bv,

luego Tu,c (⟨y⟩) = ⟨v⟩ y, naturalmente, Tu,c (⟨u⟩) = ⟨u⟩.

Grupos unitarios proyectivos sobre cuerpos finitos Calculamos ahora

los órdenes de los grupos unitarios proyectivos finitos:
Si C es el cuerpo de q 2 elementos, como ZU(n, q 2 ) es isomorfo al núcleo
de la norma N : C ∗ −→ R∗ , que es suprayectiva (teorema 8.33), resulta que
|ZU(n, q 2 )| = q + 1, luego, teniendo en cuenta 8.48,
n−1
|UP(n, q 2 )| = q n(n−1)/2 (q i+1 − (−1)i+1 ).
Q
i=1

2 Véase la nota al pie en la prueba del teorema 9.4.

346 Capítulo 9. Los grupos unitarios y ortogonales

Ahora, el subgrupo ZE(n, q 2 ) está formado por las matrices escalares αI tales
que αq+1 = 1 y αn = 1. Esto equivale a que el orden de α divida a (n, q + 1) y,
teniendo en cuenta que C ∗ es cíclico de orden q 2 − 1, tiene un único subgrupo
de orden (n, q + 1) que tiene contiene a todos los α en estas condiciones, luego
|ZUE(n, q 2 )| = (n, q + 1), y en consecuencia

q n(n−1)/2 n−1
|UEP(n, q 2 )| =
Q i+1
(q − (−1)i+1 ).
(n, q + 1) i=1

Los teoremas 9.6 y 7.17 nos dan que los grupos

= LEP(2, q) ∼
UEP(2, q 2 ) ∼ = SpP(2, q)

son simples salvo UEP(2, 4) y UEP(2, 9). Puede probarse además que

UEP(4, 4) ∼
= SpP(4, 3),

y ya no hay más isomorfismos entre ambas familias de grupos simples.

Para n ≥ 3, los órdenes crecen muy rápidamente:

q 2 3 4 5
2
|UEP(3, q )| 72 6 048 62 400 126 000
|UEP(4, q 2 )| 25 920 3 265 920 ···

Vemos aquí otra excepción, pues sabemos que no hay grupos simples de
orden 72, así que UEP(3, 4) tampoco puede ser simple. Pero ya no hay más
excepciones. El grupo UEP(3, 9) es el primero de los dos grupos simples que
faltaban en nuestra lista de grupos de orden menor que 25 000 al final de la
sección 7.2.

Teorema 9.10 UEP(4, 4) ∼

= SpP(4, 3).

Demostración: Sea V un espacio unitario de dimensión 4 sobre el cuerpo C

de 4 elementos. Notemos que la norma es una aplicación N : V −→ {0, 1}.
Según el teorema 8.35, el espacio V contiene 120 vectores de norma 1, luego el
espacio proyectivo P (V ) contiene 40 puntos no isótropos. Llamamos Ω ⊂ P (V )
al conjunto de estos 40 puntos no isótropos.
Llamamos L0 a la familia de todos los conjuntos de la forma

L = {⟨e1 ⟩ , ⟨e2 ⟩ , ⟨e3 ⟩ , ⟨e4 ⟩} ⊂ Ω,

donde e1 , e2 , e3 , e4 es una base ortonormal de V .

Si p = ⟨u⟩, q = ⟨v⟩ son dos puntos de Ω tales que p ⊥ q, entonces ⟨p, q⟩ es un
⊥
subespacio no degenerado, luego también lo es ⟨p, q⟩ , que, de nuevo por 8.35,
es una recta proyectiva que contiene exactamente 2 puntos no isótropos, r, s, de
modo que L = {p, q, r, s} es claramente el único elemento de L0 que contiene a
p, q.
9.1. Los grupos unitarios 347

Por otro lado, si p = ⟨u⟩, q = ⟨v⟩ son dos puntos de Ω no ortogonales, el

subespacio ⟨u, v⟩ es degenerado (pues la matriz de la forma bilineal tiene sus
cuatro coeficientes iguales a 1). Se cumple que αu + βv es isótropo si y sólo si
α = β, pues

F (αu + βv, αu + βv) = αᾱ + β β̄ + αβ̄ + β ᾱ = 0

requiere que α ̸= 0 ̸= β, con lo que αᾱ = β β̄ = 1 y entonces αβ̄ = β ᾱ, luego

αβ̄ ∈ R, luego αβ̄ = 1 = β β̄, luego α = β.
Así pues, la recta proyectiva ⟨u, v⟩ contiene un único punto isótropo y otros
cuatro puntos en Ω, que serán no ortogonales dos a dos, ya que si ⟨u, v⟩ contu-
viera dos puntos de norma 1 ortogonales sería un subespacio no degenerado.
Llamamos L1 a la familia de todos los conjuntos de la forma L ∩ Ω, donde L
es una recta proyectiva que pasa por dos puntos no ortogonales. Acabamos de
probar que cada elemento de L1 contiene cuatro puntos no ortogonales dos a
dos, mientras que cada elemento de L0 consta de cuatro puntos ortogonales dos
a dos.
También tenemos que dos puntos cualesquiera de Ω están en un único ele-
mento de L0 o de L1 , según si son ortogonales o no.
Para cada p ∈ Ω, llamamos p◦ = {p} ∪ (P (p⊥ ) ∩ Ω) al conjunto formado
por p y por todos los puntos de Ω ortogonales a p, y llamamos P a la familia de
todos los conjuntos p◦ .
Vamos a probar que Ω se convierte en un espacio proyectivo (en el sentido
de [G 8.10]) tomando como rectas los elementos de L0 ∪ L1 y como planos a los
elementos de P.
Observemos que p⊥ es un espacio unitario tridimensional que, de nuevo por
el teorema 8.35, contiene 12 puntos no isótropos, luego cada plano p◦ consta de
13 puntos.
Ya hemos probado que por cada par de puntos pasa una única recta (P1) y
obviamente toda recta contiene al menos tres puntos (P6), pues contiene cuatro.
Como cada plano consta de 13 puntos, ciertamente contiene al menos tres puntos
no colineales (P5).
Veamos ahora (P4) que si q, r ∈ p◦ , la recta que pasa por q y r está contenida
en p◦ . Si uno de los puntos dados es p, por ejemplo, q = p, entonces q ⊥ r, luego
la recta L que pasa por q y r es de L0 y consta de puntos ortogonales entre sí,
luego L ⊂ p◦ .
Supongamos ahora que q ̸= p ̸= r, de modo que q + r ≤ p⊥ . Si q y r no
son ortogonales, la recta que pasa por ellos es P (q + r) ∩ Ω ⊂ P (p⊥ ) ∩ Ω ⊂ p◦ .
Falta considerar el caso en que q ⊥ r. Entonces los dos puntos adicionales de la
recta L que pasa por ellos son los dos puntos no isótropos de (q + r)⊥ , uno de
los cuales es p, y sabemos que los cuatro puntos de L son ortogonales entre sí,
luego L ⊂ p◦ .
Veamos ahora (P3) que por tres puntos no colineales q, r, s pasa un único
plano. Supongamos que estuvieran contenidos en dos planos p◦1 y p◦2 . Por el
348 Capítulo 9. Los grupos unitarios y ortogonales

axioma P4 ya probado, ambos contendrían las rectas qr, qs, y podemos tomar
dos puntos en qr, digamos q ′ y r′ distintos de p1 , p2 . Igualmente tomamos s′
en qs distinto de q, p1 , p2 , con lo que q ′ , r′ , s′ son tres puntos no colineales con-
tenidos en ambos planos, pero, más concretamente, están contenidos en P (p⊥ 1)
y P (p⊥2 ), luego los subespacios p⊥
1 y p ⊥
2 contienen tres vectores linealmente
independientes, luego p⊥ ⊥
1 = p2 , luego p1 = p2 .
Observemos ahora que los 40 puntos p ∈ Ω determinan 40 planos distintos,
pues si p◦1 = p◦2 , entre los 11 puntos de este plano distintos de p1 y p2 tiene que
haber tres no colineales (pues una recta sólo contiene 4 puntos), luego p⊥ ⊥
1 ∩ p2
⊥ ⊥
contiene tres vectores linealmente independientes, luego p1 = p2 , luego p1 = p2 .
Ahora, en Ω hay 40 · 39 · 36/6 = 9 360 ternas de puntos no colineales, y en
cada uno de los 40 planos de Ω hay 13 · 12 · 9/6 = 234 ternas de puntos no
colineales, lo que hace un total de 234 · 40 = 9 360 ternas contenidas en planos,
luego son todas.
Veamos por último el axioma P2, es decir, que dos rectas se cortan si y sólo
si son coplanares. Ciertamente, si dos rectas distintas pq y pr se cortan en un
punto p, tenemos que los puntos p, q, r no son colineales, luego están contenidos
en un plano (por P3), en el cual están contenidas las dos rectas (por P4), luego
éstas son coplanares.
Para probar el recíproco necesitamos analizar con más detalle la estructura
de un plano p◦ . Al unir p con cada uno de los 12 puntos de P (p⊥ )∩Ω obtenemos
rectas de L0 , cada una de las cuales consta de 3 puntos distintos de p, luego
hay un total de 4 rectas en Π que pasan por p, y todas ellas son de L0 . Si L es
una de ellas, tenemos una base ortonormal e1 , e2 , e3 , e4 de V tal que p = ⟨e1 ⟩,
L = {⟨e1 ⟩ , ⟨e2 ⟩ , ⟨e3 ⟩ , ⟨e4 ⟩}. Todo punto r = ⟨u⟩ ∈ Ω es de la forma

u = α1 e1 + α2 e2 + α3 e3 + α4 e4

con
1 = F (u, u) = α1 ᾱ1 + α2 ᾱ2 + α3 ᾱ3 + α4 ᾱ4 ,
donde cada sumando está en R = {0, 1}, luego, o bien hay un único αi no nulo,
en cuyo caso r = ⟨ei ⟩ ∈ L, o bien hay tres αi no nulos, lo que se traduce en que
F (u, ei ) = 0 para un único índice i, que necesariamente será i = 1 si r ∈ p⊥ .
Esto se traduce en que los puntos de p◦ \ L no son ortogonales a los puntos de L
distintos de p o, equivalentemente, que las rectas de p◦ que no pasan por p están
en L1 .
Consideremos ahora dos rectas contenidas en p◦ y veamos que son secantes.
Si ambas pasan por p la conclusión es obvia. Si una recta L no pasa por p,
no puede pasar por dos puntos de una misma recta que pase por p (ya que
entonces coincidiría con dicha recta y pasaría por p), luego los cuatro puntos
de L pertenecen a cuatro rectas distintas que pasan por p, pero sólo hay cuatro
rectas que pasan por p, luego L corta a todas las rectas que pasan por p.
Sólo nos falta probar que dos rectas en p◦ que no pasen por p son secantes.
Ahora bien, se trata de dos rectas de L1 , luego serán de la forma L1 ∩ Ω y
L2 ∩ Ω, donde L1 y L2 son planos contenidos en el espacio tridimensional p⊥ ,
luego L1 ∩ L2 = ⟨u⟩, y sólo hay que observar que q = ⟨u⟩ ∈ Ω, pues en caso
9.1. Los grupos unitarios 349

contrario sería el único punto isótropo de las rectas L1 y L2 , que es, de hecho
q = L1 ∩ L⊥ ⊥
1 = L2 ∩ L2 . En tal caso podríamos expresar Li = ⟨u, vi ⟩, de
⊥
modo que p = ⟨u, v1 , v2 ⟩ sería degenerado, pues u sería ortogonal a todos sus
elementos, pero p⊥ no es degenerado.
Así pues Ω es un espacio proyectivo, obviamente de dimensión mayor que 2,
luego cumple el teorema de Desargues [G 8.14], y en virtud de [G 8.34] existe
una colineación entre Ω y un espacio proyectivo P (W ), para cierto espacio
vectorial W sobre cierto anillo de división K, pero, como las rectas tienen cuatro
puntos, K tiene que ser necesariamente el cuerpo de tres elementos. Como Ω
tiene 40 puntos, dim W = 4.
Más aún, en Ω tenemos definida una aplicación p 7→ p◦ que a cada punto
le hace corresponder un (hiper)plano. Si L ∈ L0 y q, r ∈ L, es fácil ver que
L◦ = q ◦ ∩ r◦ = L, mientras que si L ∈ L1 entonces L◦ = q ◦ ∩ r◦ = (q + r)⊥ ∩ Ω,
donde q + r es la única recta proyectiva de P (V ) que contiene a L, por lo que
la definición de L◦ no depende de la elección de los puntos q, r, y es una recta
de L1 (pues está contenida en q ◦ y no pasa por q). Notemos que L◦◦ = L.
Por último, es fácil ver que si definimos p◦◦ como la intersección de todos
los planos q ◦ con q ∈ p◦ obtenemos simplemente p◦◦ = p.
Así hemos definido en Ω una correlación en el sentido de [G 8.37] y, como
el cuerpo de tres elementos no tiene automorfismos no triviales, [G 8.47] nos da
que se trata de una correlación proyectiva, lo que se traduce en que existe una
forma bilineal no degenerada G : W × W −→ K tal que, para todo w ∈ W ,
◦
⟨w⟩ = P ({v ∈ W | G(w, v) = 0}).

Más aún, como p ∈ p◦ para todo punto p, tenemos que G(w, w) = 0 para
todo w ∈ W , lo que significa que G es alternada, luego dota a W de estructura
de espacio simpléctico y Sp(W ) = Sp(4, 3).
Más explícitamente, ahora tenemos que p◦ es lo mismo que p⊥ respecto a la
forma G (no respecto de F ) y en particular dos puntos p, q ∈ Ω son ortogonales
respecto a G si y sólo si q ∈ p◦ .
Ahora basta observar que toda la estructura simpléctica de W ha sido defi-
nida a partir de la estructura unitaria de V , por lo que cada f ∈ UP(V ), vista
como homografía de P (V ), se restringe a una colineación, luego una homografía,
de P (W ) (por el teorema fundamental de la geometría proyectiva [G 8.27], te-
niendo en cuenta una vez más que K no tiene automorfismos no triviales). Más
aún, es una homografía que conserva la ortogonalidad respecto a G. Pongamos
que f |Ω está inducida por f0 : W −→ W . Entonces

G(f0 (u), f0 (v)) = 0 si y sólo si G(u, v) = 0,

luego G(f0 (u), f0 (v)) = ϵuv G(u, v) con ϵ = ±1, si G(u, v) ̸= 0. Si e1 , e2 , e3 , e4 es

una base de W tal que (e1 , e2 ) y (e3 , e4 ) sean pares hiperbólicos ortogonales,

G(α1 e1 + α2 e2 + α3 e3 + α4 e4 , β1 e1 + β2 e2 + β3 e3 + β4 e4 ) =

α1 β2 − α2 β1 + α3 β4 − α4 β3 = 0
350 Capítulo 9. Los grupos unitarios y ortogonales

si y sólo si

G(f0 (α1 e1 + α2 e2 + α3 e3 + α4 e4 ), f0 (β1 e1 + β2 e2 + β3 e3 + β4 e4 )) =

ϵ12 α1 β2 − ϵ21 α2 β1 + ϵ34 α3 β4 − ϵ43 α4 β3 = 0.

Tomando α1 = β1 = α2 = β2 = 1, α3 = α4 = β3 = β4 obtenemos que ϵ12 =
ϵ21 , mientras que con α1 = α3 = β2 = 1, β4 = −1, α2 = α : 4 = β1 = β3 = 0
obtenemos que ϵ12 = ϵ34 , e igualmente llegamos a que ϵ12 = ϵ43 . Llamando ϵf
a este valor común, concluimos que

G(f0 (u), f0 (v)) = ϵf G(u, v),

para todo u, v ∈ W . Por otra parte, la aplicación

UEP(4, 4) −→ {±1}

dada por f 7→ ϵf es claramente un homomorfismo de grupos, pero UEP(4, 4) es

simple, luego tiene que ser el homomorfismo trivial, es decir, ϵf = 1 para todo
f , y así f0 ∈ Sp(W ), con lo que f |Ω ∈ SpP(W ). Tenemos así un homomorfismo
de grupos
UEP(4, 4) −→ SpP(4, 3)
que tiene que ser inyectivo de nuevo porque UEP(4, 4) es simple, y como ambos
grupos tienen el mismo orden, se trata de un isomorfismo.

La parametrización de Wall En esta apartado probaremos unos hechos ge-

nerales sobre transformaciones unitarias que nos permitirán probar, entre otras
cosas, que el grupo U(V ) está generado por las dilataciones y las transvecciones
unitarias.
Si V es un espacio unitario, para cada transformación f ∈ U(V ) definimos
fˆ = 1 − f y Vf = Im fˆ, de modo que fˆ : V −→ Vf es un epimorfismo.
Es fácil comprobar (sin más que desarrollar ambos miembros) que

F (fˆ(x), fˆ(y)) = F (fˆ(x), y) + F (x, fˆ(y)).

Definimos Ff : Vf × Vf −→ C mediante

Ff (fˆ(x), fˆ(y)) = F (x, fˆ(y)).

La definición es correcta, pues si fˆ(x) = fˆ(x′ ), fˆ(y) = fˆ(y ′ ), entonces

F (x, fˆ(y)) = F (x, fˆ(y ′ )) = F (fˆ(x), fˆ(y ′ )) − F (fˆ(x), y ′ ) =

F (fˆ(x′ ), fˆ(y ′ )) − F (fˆ(x′ ), y ′ ) = F (x′ , fˆ(y ′ )).

9.1. Los grupos unitarios 351

Es inmediato que Ff es una forma sesquilineal en Vf (respecto del mismo

automorfismo que F ), pero no es hermitiana, sino que cumple la relación

Ff (u, v) + Ff (v, u) = F (u, v).

No obstante, Ff no es degenerada, pues si Ff (u, v) = 0 para todo u ∈ Vf ,

entonces, haciendo u = fˆ(x), tenemos que F (x, v) = 0 para todo x ∈ V , luego
v = 0.
Por consiguiente, si B̂f es la matriz de Ff en una base v1 , . . . , vr de Vf , su
determinante es no nulo y podemos considerar su inversa A = (aij ) = B̂f−1 .

Dado x ∈ V , podemos expresar fˆ(x) = λ1 v1 + · · · + λr vr , y entonces

r
F (x, vj ) = Ff (fˆ(x), vj ) =
P
λi Ff (vi , vj ).
i=1

Así:
(F (x, v1 ), . . . , F (x, vr )) = (λ1 , . . . , λr )B̂f−1 ,
luego
(λ1 , . . . , λr ) = (F (x, v1 ), . . . , F (x, vr ))A
o, explícitamente,
r
P
λj = F (x, vi )aij .
i=1
Por lo tanto,
r
x − f (x) = fˆ(x) =
P
F (x, vi )aij vj ,
i,j=1

y así concluimos que, para todo x ∈ V , la transformación unitaria f viene dada

por
Pr
f (x) = x − F (x, vi )aij vj .
i,j=1

En particular, f es la identidad en Vf⊥ .

Teorema 9.11 Sea V un espacio unitario, sea W ≤ V y sea G una forma

sesquilineal no degenerada en W tal que, para todo u, v ∈ W , se cumple

G(u, v) + G(v, u) = F (u, v).

Entonces existe una única f ∈ U(V ) tal que Vf = W y Ff = G.

Demostración: El razonamiento precedente prueba que si existe f , es

única, pues, fijada una base v1 , . . . , vr de W , tiene que venir dada por
r
P
f (x) = x − F (x, vi )aij vj ,
i,j=1

donde A = (aij ) es la matriz inversa de la matriz B de G en la base dada. Por

lo tanto, sólo tenemos que probar que f así definida cumple lo requerido.
352 Capítulo 9. Los grupos unitarios y ortogonales

Si u, v ∈ W tienen coordenadas x, y, la relación del enunciado afirma que

xB ȳ t + yB x̄t = x(F (vi , vj ))ȳ t ,

o también
xB ȳ t + xB̄ t ȳ t = x(F (vi , vj ))ȳ t ,
y, como esto vale para todo x, y ∈ C r , tiene que ser B + B̄ t = (F (vi , vj )), o
también
A−1 + (At )−1 = (F (vi , vj )),
luego
A(F (vi , vj ))Āt = A + Āt .
Claramente f es una aplicación lineal. Además,
P P
F (f (x), f (y)) = F (x, y) − F (x, vi )aij F (vj , y) − F (vk , y)ākl F (x, vl )
ij kl
P
+ F (x, vi )aij F (vj , vl )ākl F (vk , y).
ijkl

En el segundo sumatorio podemos cambiar los índices k, l por j, i, y en el tercero

podemos cambiar los índices j y k. El resultado es
P P
F (f (x), f (y)) = F (x, y) − F (x, vi )aij F (vj , y) − F (vj , y)āji F (x, vi )
ij ij
P
+ F (x, vi )aik F (vk , vl )ājl F (vj , y) =
ijkl
P P P
F (x, y) − F (x, vi )(aij + āji )F (vj , y) + F (x, vi ) (aik F (vk , vl )ājl )F (vj , y)
ij ij kl

y los dos últimos términos se anulan, por la relación que hemos probado para
la matriz A. Esto implica que f es un monomorfismo (luego un automorfismo),
pues si f (x) = 0, entonces F (x, y) = F (0, f (y)) = 0 para todo y ∈ V , luego
x = 0. Así pues, f ∈ U(V ). Además
r
fˆ(x) =
P
F (x, vi )aij vj ∈ W,
i,j=1

luego Vf ≤ W . Por 8.5 podemos tomar xk ∈ V tal que F (vi , xk ) = G(vi , vk ),

y así también F (xk , vi ) = G(vk , vi ), con lo que, llamando (δkj ) a la matriz
identidad Ir ,
r P
r r
fˆ(xk ) =
P P
G(vk , vi )aij vj = δkj vj = vk ,
j=1 i=1 j=1

luego Vf = W . Por último,

Ff (vk , vi ) = F (xk , vi ) = G(vk , vi ),

luego Ff = G.
9.1. Los grupos unitarios 353

Definición 9.12 Llamaremos fW,G a la función dada por el teorema anterior.

Por ejemplo, si W = ⟨u⟩ y α = G(u, u)−1 , la que debe cumplir G según el
teorema anterior se traduce en que α−1 + ᾱ−1 = N(u). Si u es isótropo, queda
ᾱ = −α, y
fW,G (v) = x − αF (x, u)u = Tu,−α (v).
Si u es anisótropo, es α + ᾱ = αᾱ = N(u) y
F (x, u)
fW,G (v) = x − αF (x, u)u = x − α N(u) u = Du,β (x),
F (u, u)
donde β = 1 − α N(u) cumple β β̄ = 1.
Podemos decir que hemos parametrizado el grupo U(V ) en términos de pares
(W, G). Podría pensarse que los parámetros son más complicados que los objetos
parametrizados, pero el teorema siguiente muestra la utilidad de expresar las
transformaciones unitarias en términos de subespacios y formas hermitianas:
Teorema 9.13 Sea V un espacio unitario, sea f ∈ U(V ), sea W1 ≤ Vf un
subespacio no degenerado (respecto de Ff ) y sea W2 = ⊥ W1 y sean f1 , f2 ∈ U(V )
las transformaciones unitarias asociadas a (Wi , Ff |Wi ). Entonces f = f1 f2 .
Demostración: Que W1 sea no degenerado equivale a que si w1 ∈ W1
cumple Ff (w1 , w) = 0 para todo w ∈ W1 entonces w1 = 0, lo cual equivale a
que W1 ∩ W2 = 0, luego W = W1 ⊕ W2 .
Formemos una base de W uniendo una base u1 , . . . , us de W1 con otra
v1 , . . . , vt de W2 . Así, la matriz de Ff en dicha base es de la forma
 
L N
B= ,
0 M
donde L y M son las matrices de las restricciones de Ff a W1 y F2 , mientras
que N tiene en posición (i, j) el coeficiente
Ff (ui , vj ) = F (ui , vj ) − Ff (vj , ui ) = F (ui , vj ).
−1
Llamemos L = (aij ), M −1 = (bij ), con lo que
−1  −1
−L−1 N M −1
 
L N L
= .
0 M 0 M −1
Si x ∈ V , tenemos que
P P
f1 (x) = x − F (x, ui )aij uj , f2 (x) = x − F (x, vk )bkl vl ,
ij kl

luego
!
P P
f2 (f1 (x)) = f2 x− F (x, ui )aij uj =x− F (x, ui )aij uj
ij ij
P P
− F (x, vk )bkl vl + F (x, ui )(aij F (uj , vk )bkl )vk = f (x),
kl ijkl

aij F (uj , vk )bkl es el término (i, l) de L−1 N M −1 .

P
pues
jk
354 Capítulo 9. Los grupos unitarios y ortogonales

Como consecuencia:

Teorema 9.14 Si V es un espacio unitario, todo f ∈ U(V ), f ̸= 1 se descom-

pone como f = f1 · · · fr , donde cada fi es una transvección o una dilatación.
Además, el vector u que determina f1 puede elegirse arbitrariamente con tal de
que Ff (u, u) ̸= 0.

Demostración: Observemos en general que si G es una forma sesquilineal

en un espacio vectorial W (respecto de una conjugación de orden 2) y no es
idénticamente nula, existe w ∈ W tal que G(w, w) ̸= 0. En efecto, en principio
existen u, v ∈ W tales que G(u, v) ̸= 0, y podemos tomarlos con G(u, v) = 1. Si
todos los vectores fueran isótropos,

0 = G(u + αv, u + αv) = αG(v, u) + ᾱ.

Haciendo α = 1 queda G(v, u) = −1, luego todo escalar α cumple ᾱ = α, lo que

contradice que la conjugación tiene orden 2.
Probamos el teorema por inducción sobre la dimensión de Vf . Si Vf = 0 es
que f = 1 y no hay nada que probar. En otro caso tomamos cualquier vector
u ∈ Vf con Ff (u, u) ̸= 0 y llamamos W1 = ⟨u⟩, W2 = ⊥W1 . Así Vf = W1 ⊕ W2
y el teorema 9.13 nos da una descomposición f = f1 f ′ , donde f1 está asociada
a W1 y es, por consiguiente, una transvección o una dilatación según si u es
isótropo o anisótropo, y f ′ está asociada a W2 , que tiene dimensión menor
que la de Vf , luego por hipótesis de inducción es producto de transvecciones y
dilataciones.
Veamos otra aplicación de la parametrización de Wall:

Teorema 9.15 Si V es un espacio unitario isótropo, entonces T(V ) actúa tran-

sitivamente sobre el conjunto de los planos hiperbólicos de V , salvo a lo sumo
en el caso dim V = 3 y |C| = 4.

Demostración: Si V es un plano hiperbólico es trivial, así que podemos

suponer que dim V = n ≥ 3. Consideremos dos planos hiperbólicos H = ⟨u, v⟩
y H1 = ⟨u1 , v1 ⟩. Buscamos f ∈ T(V ) tal que f [H1 ] = H. Por el teorema 9.8,
no perdemos generalidad si suponemos que u1 = u. Si H1 = H nos sirve f = 1,
así que podemos suponer que dim(H + H1 ) = 3. Entonces F (v1 , v) ̸= 0, pues en
caso contrario el índice de Witt de H + H1 sería m ≥ 2 y la dimensión tendría
que ser al menos 4. Por lo tanto, H + H1 = ⟨u, v, w⟩, donde w = au + v − v1 ,
con a = F (v1 , v). Es fácil ver que

w ⊥ u, w ⊥ v, F (v1 , w) = a + ā, F (w, w) = −(a + ā).

Llamemos W = ⟨u, w⟩ y consideramos la forma sesquilineal G en W que en la

base u, w tiene matriz  
0 1
B= .
−1 −ā
9.1. Los grupos unitarios 355

Así  
0 0
B + B̄ t = ,
0 −(a + ā)
que coincide con la matriz de F en dicha base. El teorema 9.11 nos da la
transformación f = fW,G ∈ U(V ). Explícitamente,
 
−ā −1
A = B −1 = ,
1 0
luego
f (x) = x + F (x, u)āu + F (x, u)w − F (x, w)u.
En particular f (u) = u, f (v1 ) = v1 + āu + w − (a + ā)u = v, luego f [H] = H1 .
Tenemos que demostrar que f ∈ T(V ).
Sea W1 = ⟨w⟩ y W2 = ⊥ W1 = ⟨āu + w⟩, de modo que el teorema 9.13
nos da una descomposición f = f1 f2 , donde cada fi es una dilatación o una
transvección según si los vectores w y āu + w son anisótropos o isótropos. Más
precisamente, si w es isótropo, entonces W es totalmente isótropo, luego f1 , f2
son transvecciones y el teorema queda probado. A partir de aquí suponemos,
pues, que F (w, w) = −(a + ā) ̸= 0, con lo que, según las observaciones tras la
definición 9.12,

α−1 = G(w, w) = −ā, N(w) = −(a + ā), 1 − α N(w) = −aā−1 ,

con lo que f1 = Dw,−aā−1 ,

α−1 = G(āu+w, āu+w) = −a, N(āu+w) = −(a+ā), 1−α N(āu+w) = −a−1 ā,

con lo que f2 = Dāu+w,−a−1 ā .

Para terminar la prueba vamos a encontrar g ∈ T(V ) tal que f2 = g −1 f1−1 g,
−1
con lo que f = f1 f2 = f1 g −1 f1−1 g = (g −1 )f1 g ∈ T(V ).
En primer lugar suponemos que |C| =
̸ 4, con lo que |R| =
̸ 2 y podemos
tomar c ∈ R \ {0, 1}. Definimos
(1 − c)a
β=
c(a + ā)
y tomamos α ∈ C tal que α + ᾱ = β β̄(a + ā). Sea w1 = αu + v + βw. Un
cálculo rutinario muestra que (u, w1 ) es un par hiperbólico. Consideremos en
H2 = ⟨u, w1 ⟩ la forma sesquilineal que en dicho par tiene matriz
1 − c−1
 
′ 0
G = ,
c−1 0

de modo que G′ + Ḡ′t es la matriz de F en (u, w1 ). Por lo tanto, el teorema

9.11 nos da la transformación g = fH2 ,G′ ∈ U(V ). Como
 
′−1 0 c
A=G = ,
c(c − 1)−1 0
356 Capítulo 9. Los grupos unitarios y ortogonales

se cumple que
c
g(x) = x − F (x, u)cw1 − F (x, w1 ) u.
c−1
En particular g(u) = (1 − c)−1 u, g(w1 ) = (1 − c)w1 , y g fija a todos los vectores
de H2⊥ , luego el determinante de g respecto de la base u, w1 completada con
una base de H2⊥ vale 1, luego g ∈ UE(V ). Más precisamente, g|H2 ∈ UE(H2 ),
luego por 9.7 es composición de transvecciones de H2 , cada una de las cuales se
extiende a una transvección de V que fija a los vectores de H2⊥ , luego g es la
composición de dichas extensiones, y así g ∈ T(V ). Además
c c
g(w) = w − F (w, w1 ) u = w − F (w, αu + v + βw) u = āu + w,
c−1 c−1
luego
(f1−1 )g = (Dw,−a−1 ā )g = Dg(w),−a−1 ā = Dāu+w,−a−1 ā = f2 ,
y esto completa la prueba cuando |C| =
̸ 4.
Si |C| = 4 suponemos n ≥ 4 y el índice de Witt cumple n = 2m o bien
n = 2m + 1, luego en cualquier caso m ≥ 2, por lo que H ⊥ es un espacio
unitario isótropo de dimensión al menos 2. La relación −(a + ā) ̸= 0 se reduce
en este caso a ā ̸= a.
Tenemos que w ∈ H ⊥ no es isótropo, pero en la prueba del teorema 9.4
hemos visto que ⟨w⟩ es intersección de dos planos hiperbólicos de H ⊥ , luego
en particular podemos tomar u′ ∈ H ⊥ isótropo tal que ⟨w, u′ ⟩ sea un plano
hiperbólico y, cambiándolo por un múltiplo, podemos exigir que F (w, u′ ) = ā.
Llamemos v ′ = ā−1 (w − u′ ), de modo que (u′ , v ′ ) es un par hiperbólico de modo
que w = u′ + āv ′ . En este caso tomamos g = Tu+u′ ,1 Tu′ ,1 ∈ T(V ), de modo que

g(w) = Tu′ ,1 (w + F (w, u + u′ )(u + u′ )) = Tu′ ,1 (w + ā(u + u′ )) =

w + ā(u + u′ ) + F (w + ā(u + u′ ), u′ )u′ = w + āu + āu′ + āu′ = āu + w.

A partir de aquí concluimos igual que en el caso anterior.
Combinando este teorema con 9.9 concluimos:

Teorema 9.16 Si V es un espacio unitario isótropo, el grupo T(V ) actúa tran-

sitivamente sobre los pares hiperbólicos de V salvo a lo sumo en el caso en que
dim V = 3 y |C| = 4.

Finalmente podemos probar:

Teorema 9.17 Si V es un espacio unitario isótropo, el grupo UE(V ) está ge-

nerado por las transvecciones unitarias salvo a lo sumo en el caso de UE(3, 4).

Demostración: Vamos a razonar por inducción sobre n = dim V (que, al

ser V isótropo, es n ≥ 2), pero la excepción del teorema anterior nos obliga
a tratar aparte el caso en que dim V = 4 y |C| = 4. En este caso podemos
descomponer V = H1 ⊥ H2 , donde H1 y H2 son planos hiperbólicos. Dada
9.1. Los grupos unitarios 357

f ∈ UE(V ), se cumplirá que f [H1 ] es un plano hiperbólico, luego, por el teorema

anterior, existe T ∈ T(V ) tal que T [f [H1 ]] = H1 . Basta probar que f ◦T ∈ T(V ),
luego no perdemos generalidad si suponemos que f [H1 ] = H1 , en cuyo caso,
como f conserva la ortogonalidad,

f [H2 ] = f [H1⊥ ] = H1⊥ = H2 .

Por lo tanto, la transformación f se restringe a dos transformaciones unita-

rias f |Hi : Hi −→ Hi . Por 9.7 cada una de ellas es producto de transvecciones,
y cada transvección de Hi se extiende claramente a una transvección de V que
fija a Hi⊥ , luego f |Hi se extiende a un elemento Ti ∈ T(Vi ) que fija a Hi⊥ , y
entonces f = T1 ◦ T2 ∈ T(V ), pues ambas transformaciones unitarias coinciden
en H1 y en H2 , luego en H.
Empezamos la inducción: Si n = 2 entonces V es un plano hiperbólico y el
teorema 9.7 nos da la conclusión. Por lo tanto, podemos suponer que n ≥ 3.
Más aún, si |C| = 4 podemos suponer que n ≥ 5, pues en el caso n = 3 no hay
nada que probar y el caso n = 4 ya lo hemos demostrado.
Como V es isótropo, contiene un plano hiperbólico P . Como n ≥ 3 podemos
⊥
tomar x ∈ P ⊥ anisótropo no nulo. Así ⟨x⟩ es no degenerado e isótropo, pues
contiene a P . En la prueba del teorema 9.4 hemos visto que si n ≥ 3 todo
subespacio ⟨x⟩ es intersección de dos planos hiperbólicos. Por lo tanto, podemos
tomar un plano hiperbólico H ≤ V tal que x ∈ H.
Dado f ∈ UE(V ), el teorema 9.15 nos da g ∈ T(V ) tal que g[f [H]] = H.
Basta probar que f g ∈ T(V ), luego no perdemos generalidad si suponemos que
f [H] = H. Por 9.8 existe g ∈ T(H) que cumple g(f (x)) = x. Las transvecciones
en que se descompone g se pueden extender a transvecciones de V que fijan a
H ⊥ , con lo que g se extiende a g ∈ T(V ) y (f g)(x) = x, (f g)[H] = H. Por
lo tanto, no perdemos generalidad si suponemos que f (x) = x. Esto hace que
⊥
f |⟨x⟩⊥ ∈ UE(⟨x⟩ ) (pues la matriz de f en una base que extienda a x con
⊥
vectores de ⟨x⟩ tiene ceros en su primera fila y columna, salvo un 1 en la
posición (1, 1), luego el determinante de la restricción es el mismo que el de f ).
⊥
Por hipótesis de inducción f |⟨x⟩⊥ es producto de transvecciones de ⟨x⟩ ,
cada una de las cuales se extiende a una transvección de V que fija a x, luego
el producto de las extensiones es f .
Es inmediato comprobar que si f ∈ U(V ),

Tλz,α = Tz,λλ̄α , Tz,α ◦ Tz,β = Tz,α+β .

Esto implica que si P = ⟨z⟩ ∈ Ω, el conjunto

AP = {Tz,α | α ∈ C, α + ᾱ = 0}

no depende de la elección de z y es un subgrupo normal abeliano del estabilizador

de P en UE(V ) (es isomorfo al núcleo de la traza Tr : C −→ R).
Si P = ⟨z⟩ ∈ Ω y z ′ es cualquier vector isótropo de V , el teorema 9.8 nos da
una transformación unitaria f ∈ U(E) tal que f (z) = z ′ , con lo que Tz,α
f
= Tz′ ,α ,
358 Capítulo 9. Los grupos unitarios y ortogonales

y así los conjugados de AP contienen todas las transvecciones, luego, salvo en el

caso exceptuado en el teorema anterior, la envoltura normal de AP en UE(V )
es todo UE(V ). Si llamamos ĀP a la imagen de AP en UEP(V ), sigue siendo
un subgrupo normal abeliano del estabilizador de P y su envoltura normal es
UEP(V ), como requiere el teorema de Iwasawa.

Subgrupos derivados Ya hemos visto que el centro de UE(V ) es ZE(V ),

y ahora vamos a comprobar que, salvo en unos pocos casos excepcionales, su
derivado es él mismo. Necesitamos tratar dos casos aparte:

Teorema 9.18 UE(3, 9)′ = UE(3, 9).

Demostración: Sea V un espacio unitario de dimensión 3 sobre el cuerpo

C de 9 elementos y sea T = Tu,α una transvección. Podemos formar un plano
hiperbólico H = ⟨u, v⟩ y entonces V = H ⊥ ⟨w⟩, donde podemos suponer que
N(w) = 1. La matriz de T en la base u, v, w es
 
1 0 0
 α 1 0 .
0 0 1

Tomemos β ∈ C tal que β β̄ = −1, sea γ = −β −2 y observemos que la matriz

 
β 0 0
 0 −β 0 
0 0 γ

corresponde a una transformación f ∈ UE(V ), pues

     
β 0 0 0 1 0 β̄ 0 0 0 1 0
 0 −β 0   1 0 0   0 −β̄ 0  =  1 0 0 .
0 0 γ 0 0 1 0 0 γ̄ 0 0 1

Por otro lado calculamos el conmutador [Tu,−α/2 , f ], cuya matriz es

   −1   
1 0 0 β 0 0 1 0 0 β 0 0
 α/2 1 0  0 −β −1 0   −α/2 1 0  0 −β 0 =
0 0 1 0 0 γ −1 0 0 1 0 0 γ

β −1
    
0 0 β 0 0 1 0 0
 αβ −1 /2 −β −1 0   −αβ/2 −β 0 = α 1 0 ,
0 0 γ −1 0 0 γ 0 0 1
luego Tu,α = [Tu,−α/2 , f ] ∈ UE(V )′ . Ahora basta tener en cuenta que las
transvecciones generan UE(V ) (teorema 9.17).

Teorema 9.19 UE(4, 4)′ = UE(4, 4).

9.1. Los grupos unitarios 359

Demostración: Sea V un espacio unitario de dimensión 4 sobre el cuerpo

de 4 elementos. Observemos que todas las transvecciones unitarias de V son
de la forma Tu,1 , para cierto vector isótropo u. Sea v otro vector isótropo tal
que H = ⟨u, v⟩ sea un plano hiperbólico, sea v1 ∈ H un vector de norma 1.
Sea λ = F (u, v1 ). Se cumple λ ̸= 0, o de lo contrario la matriz de la forma
hermitiana en la base u, v1 tendría determinante 0. El vector λv1 también tiene
norma 1 y F (u, λv1 ) = 1, luego podemos suponer que F (u, v1 ) = 1. Entonces
v2 = u + v1 también tiene norma 1 y F (v1 , v2 ) = 0. Completamos hasta una
base ortonormal v1 , v2 , v3 , v4 , respecto a la cual u = v1 + v2 y la matriz de Tu,1
es  
0 1 0 0
 1 0 0 0 
 0 0 1 0 .
 

0 0 0 1
Basta probar que esta matriz está en UE(4, 4)′ . Para ello, si C = {0, 1, α, β},
donde β = α2 , consideramos las matrices
   
0 0 0 1 0 0 0 1
 0 0 1 0   0 0 1 0 
P =  0 1 0 0 , Q =  0 α
  ,
0 0 
1 0 0 0 β 0 0 0
   
0 0 0 1 0 β β β
 1 β 1 0   1 0 α α 
R=   , S=  .
1 α α 0  β 1 0 1 
α α 1 0 1 α α 0
Se comprueba que las cuatro son unitarias, así como que
   
β 0 0 0 0 α 0 0
 0 α 0 0   β 0 0 0 
 0 0 β 0  , [R, S] =  0 0 α
[P, Q] =    ,
0 
0 0 0 α 0 0 0 β

de donde a su vez [P, Q][R, S] ∈ UE(4, 4)′ es la matriz de Tu,1 .

Así, todas las transvecciones están en UE(V )′ y, como éstas generan el grupo,
se tiene la igualdad del enunciado.

Teorema 9.20 Si V es un espacio unitario isótropo, UE(V )′ = UE(V ) salvo a

lo sumo en los casos UE(2, 4), UE(2, 9), UE(3, 4).

Demostración: El caso n = 2 nos lo dan los teoremas 9.6 y 7.16. Para

n ≥ 3, en virtud del teorema 9.17, basta probar que toda transvección Tu,α está
en UE(V )′ . Sea H un plano hiperbólico tal que u ∈ H. Si |C| ̸= 4, 9, entonces
Tu,α |H ∈ UE(H)′ , luego Tu,α |H se descompone en producto de conmutadores,
los cuales se extienden a conmutadores de UE(V ) que fijan a los vectores de H ⊥ ,
luego el producto de las extensiones es Tu,α , y así Tu,α ∈ UE(V )′ .
360 Capítulo 9. Los grupos unitarios y ortogonales

Si |C| = 9 suponemos n ≥ 3, luego podemos tomar W = H ⊥ ⟨x⟩, donde

x es anisótropo no nulo, y etonces Tu,α |W ∈ UE(W )′ por el teorema 9.18 y,
como antes, esto implica que Tu,α ∈ UE(V )′ . Similarmente, si |F | = 4 entonces
n ≥ 4, luego podemos tomar un subespacio W = H ⊥ H ′ , donde H ′ es otro
plano hiperbólico, y concluimos igualmente usando el teorema 9.19.
Claramente, esto implica que UEP(V )′ = UEP(V ) salvo en los tres casos
exceptuados.

La simplicidad de UEP(V) Para completar la comprobación de las hipóte-

sis del teorema de Iwasawa comprobamos ahora que la acción de UEP(V ) sobre
el conjunto Ω es primitiva. Necesitamos un hecho auxiliar:

Teorema 9.21 Si V es un espacio unitario de dimensión n ≥ 3 y x, y ∈ V son

vectores isótropos, existe otro w ∈ V isótropo tal que F (x, w) ̸= 0 ̸= F (y, w).

Demostración: Si F (x, y) ̸= 0 podemos suponer que F (x, y) = 1. Así

⊥
⟨x, y⟩ es un plano hiperbólico, luego ⟨x, y⟩ es no degenerado y no nulo (porque
⊥
n ≥ 3), luego podemos tomar z ∈ ⟨x, y⟩ tal que F (z, z) ̸= 0. Tomemos
w = x + αy + z, donde α + ᾱ = −F (z, z). Así F (w, w) = 0, F (x, w) = ᾱ ̸= 0,
F (y, w) = 1.
Supongamos ahora que F (x, y) = 0, con lo que x, y son linealmente indepen-
dientes. Por 8.5 existe un u ∈ V tal que F (x, u) = F (y, u) = 1. Sea w = u + βx,
donde β + β̄ = −F (u, u). Así F (w, w) = 0 y F (x, w) = F (y, w) = 1.

Teorema 9.22 Si V es un espacio unitario isótropo, el grupo UE(V ) actúa

primitivamente sobre Ω salvo a lo sumo en el caso de UE(3, 4).

Demostración: Si n = 2 el teorema 9.9 implica que UE(V ) es doblemente

transitivo, luego primitivo. Por lo tanto podemos suponer que n ≥ 3 (así como
que si |C| = 4 entonces n ≥ 4). Supongamos que B ⊂ Ω es un bloque no trivial.
Vamos a probar que existen ⟨u⟩ , ⟨v⟩ ∈ B tales que (u, v) es un par hiper-
bólico. Para ello basta con que F (u, v) ̸= 0, pues dividiendo u entre F (u, v)
conseguimos que F (u, v) = 1. Tomemos, ⟨x⟩ , ⟨v⟩ ∈ B (que existen, porque B
no es trivial) y supongamos que F (x, v) = 0.
⊥ ⊥
Si fuera ⟨v⟩ ≤ ⟨x⟩ , como ambos subespacios tienen la misma dimensión,
⊥ ⊥ ⊥⊥ ⊥⊥
sería ⟨v⟩ = ⟨x⟩ , luego ⟨v⟩ = ⟨v⟩ = ⟨x⟩ = ⟨x⟩, lo cual es imposible.
⊥ ⊥
Por lo tanto podemos tomar w ∈ ⟨x⟩ \ ⟨v⟩ y, cambiando w por un múltiplo,
podemos exigir que F (w, v) = 1.
⊥
Si F (w, w) = 0, llamemos u = w y, en caso contrario, sea u = w +αv ∈ ⟨x⟩ ,
donde α+ ᾱ = −F (w, w). Así en ambos casos H = ⟨u, v⟩ es un plano hiperbólico
y x ∈ H ⊥ . Por 9.8 existe f0 ∈ UE(H) tal que f0 (⟨v⟩) = ⟨u⟩, y extendiéndola
como la identidad en H ⊥ obtenemos una transformación f ∈ UE(V ) tal que
f (⟨v⟩) = ⟨u⟩ y f (⟨x⟩) = ⟨x⟩. Por consiguiente, ⟨x⟩ ∈ B ∩ f [B] y, como B es un
bloque, tiene que ser f [B] = B, luego ⟨u⟩ ∈ f [B].
9.1. Los grupos unitarios 361

Así pues, fijamos ⟨u⟩ , ⟨v⟩ ∈ B de modo que (u, v) sea un par hiperbólico.
Sea ⟨x⟩ ∈ Ω distinto de ⟨u⟩. Por el teorema anterior existe ⟨y⟩ ∈ Ω tal que
F (x, y) ̸= 0, F (u, y) ̸= 0. Cambiando y por un múltiplo suyo podemos exigir
que (u, y) sea un par hiperbólico, y luego cambiando x podemos exigir que (x, y)
también lo sea. Por el teorema 9.16 existen f, g ∈ UE(V ) tales que f (u) = u,
f (v) = y, g(u) = x, g(y) = y. Así ⟨u⟩ = f (⟨u⟩) ∈ B ∩ f [B], luego f [B] = B y
entonces ⟨y⟩ = f (⟨v⟩) ∈ f [B] = B. Por último, ⟨y⟩ = g(⟨y⟩) ∈ B ∩ g[B], luego
g[B] = B y ⟨x⟩ = g(⟨u⟩) ∈ g[B] = B. Como ⟨x⟩ ∈ Ω era arbitrario, concluimos
que B = Ω.
Con esto tenemos demostradas todas las hipótesis del teorema de Iwasawa,
que nos permiten concluir:
Teorema 9.23 Si V es un espacio unitario isótropo, el grupo UEP(V ) es simple
salvo en los casos UEP(2, 4), UEP(2, 9), UEP(3, 4).
Según el teorema 9.6, tenemos que
UEP(2, 4) ∼
= LEP(2, 2) ∼
= Σ3 , UEP(2, 9) ∼
= LEP(2, 3) ∼
= A4 .

El grupo UEP(3,4) Para estudiar la estructura del grupo UEP(3, 4) empe-

zamos con una observación general sobre los grupos UEP(3, q 2 ). Si V es un
espacio unitario de dimensión 3 sobre el cuerpo de q 2 elementos, el teorema 8.35
nos da que tiene (q 3 + 1)(q 2 − 1) vectores isótropos y, como cada uno genera un
subespacio con q 2 − 1 vectores isótropos, resulta que el conjunto Ω de los puntos
isótropos de P (V ) tiene |Ω| = q 3 + 1 elementos.
Si llamamos rectas hiperbólicas a las rectas de P (V ) determinadas por los
planos hiperbólicos de V , por el mismo teorema, cada plano hiperbólico contiene
(q 2 − 1)(q + 1) vectores isótropos, luego cada recta hiperbólica contiene q + 1
puntos isótropos.
Además, si P = ⟨u⟩, Q = ⟨v⟩ son dos puntos isótropos distintos, necesaria-
mente P +Q = ⟨u, v⟩ es un plano hiperbólico, pues no puede ser que F (u, v) = 0,
ya que entonces el índice de Witt de P + Q sería al menos 2 y dim(P + Q) ≥ 4,
lo cual es absurdo. Así, P + Q determina una recta hiperbólica H que pasa por
P y Q, y es claramente la única.
Con esto hemos probado que el conjunto Ω junto con las rectas hiperbólicas
(o, más precisamente, con los bloques formados por los q 2 − 1 puntos de cada
recta hiperbólica) forma un sistema de Steiner de tipo S(2, q 2 − 1, q 3 + 1).
Más aún, si P es un punto anisótropo, entonces P ⊥ es un plano hiperbólico y
viceversa, luego cada recta hiperbólica está formada por los puntos ortogonales
a un punto anisótropo, y en particular hay tantas rectas hiperbólicas en Ω como
puntos anisótropos en P (V ).
Particularizando ya al caso que nos interesa, en el que q = 2, vemos que el
conjunto Ω de los puntos isótropos es un sistema de Steiner de tipo S(2, 3, 9),
luego, según [G 8.81], se trata del plano afín sobre el cuerpo de 3 elementos, al
que llamaremos W9 siguiendo la notación introducida en la sección 7.3. Así, W9
consta de 9 puntos (isótropos) y 12 rectas (hiperbólicas), que se corresponden
con los 12 puntos anisótropos de P (V ).
362 Capítulo 9. Los grupos unitarios y ortogonales

Más aún, como dim V = 3, es obvio que dos planos hiperbólicos se cortan
necesariamente en un subespacio de dimensión 1, es decir, en un punto de P (V ),
que puede ser isótropo o anisótropo. En el primer caso las rectas hiperbólicas
correspondientes son secantes y en el segundo paralelas.
Observemos que cada recta hiperbólica contiene, además de sus tres puntos
isótropos, otros dos puntos anisótropos, que son ortogonales (es decir, de la
forma ⟨w⟩ , ⟨z⟩ con w ⊥ z) pues un plano hiperbólico contiene 15 vectores no
nulos que se dividen en 5 subespacios vectoriales de dimensión 1 (puntos de
P (V )), y son ortogonales porque todo plano hiperbólico tiene que contener una
base ortogonal.
Cada punto anisótropo pertenece exactamente a dos rectas hiperbólicas. En
efecto, en la prueba del teorema 9.4 hemos visto que pertenece al menos a dos
de ellas, y si perteneciera a tres, éstas formarían uno de los tres haces de rectas
paralelas de W9 , pero, fijada una de ellas, poseería un segundo punto anisótropo
por el que pasaría una cuarta recta paralela, lo cual es imposible. Por lo tanto,
los 12 puntos anisótropos se corresponden con los 12 pares de rectas paralelas
de W9 (tres de cada uno de los 4 haces de rectas paralelas). A cada haz de
rectas paralelas le corresponden tres puntos anisótropos ortogonales dos a dos,
de modo que cada recta del par contiene dos de ellos, los correspondientes a los
dos pares de paralelas de los que forma parte.
En particular vemos que los 12 puntos anisótropos se dividen en 4 clases de
tres puntos anisótropos ortogonales dos a dos. (Cada punto anisótropo P está
en un único conjunto de tres puntos anisótropos ortogonales, pues los otros dos
tienen que ser necesariamente los contenidos en P ⊥ ).
Según 9.4, el grupo UP(3, 4) es un grupo de permutaciones sobre W9 y cada
transformación unitaria transforma planos hiperbólicos en planos hiperbólicos,
luego induce una colineación en W9 , por lo que tenemos un monomorfismo de
grupos UP(3, 4) −→ Aut(W9 ). Como |UP(3, 4)| = 23 · 33 , la imagen es un
subgrupo de índice 2. Ahora bien, al estudiar el grupo de Mathieu M9 en la
sección 7.3 hemos visto que Aut(W9 ) tiene un único subgrupo de índice 2, a
saber:
UP(3, 4) = LE(2, 3)[C3 × C3 ].
Ahora, |UEP(3, 4)| = 23 · 32 . Si llamamos N a este subgrupo, tenemos que
N ∩(C3 ×C3 ) ⊴ UP(3, 4), pero LE(2, 3) actúa transitivamente (por conjugación)
sobre C3 × C3 , lo que se traduce en que ninguno de sus subgrupos propios es
normal en UP(3, 4), y no puede ser N ∩ (C3 × C3 ) = 1 (pues el producto tendría
orden divisible entre 34 ), luego tiene que ser C3 × C3 ≤ UEP(3, 4), y un 2-
subgrupo de Sylow de UEP(3, 4) tiene que serlo de UP(3, 4), luego de LE(3, 2).
Según hemos visto en la sección 3.7, el grupo LE(3, 2) tiene un único 2-subgrupo
de Sylow isomorfo a Q8 , luego tenemos el producto semidirecto
UEP(3, 4) ∼
= Q8 [C3 × C3 ],
donde la acción es la que resulta de considerar a Q8 ⊴ LE(2, 3). Equivalente-
mente, comparando con los resultados de la sección 7.3, tenemos que
UEP(2, 4) ∼
= M9 .
9.1. Los grupos unitarios 363

Teniendo en cuenta que el único elemento no nulo de C que cumple α+ ᾱ = 0

es α = 1, así como la relación Tλu,α = Tu,λλ̄α , resulta que en U(3, 4) hay
exactamente 9 transvecciones, de la forma TP = Tu , 1, donde P = ⟨u⟩ recorre
los puntos de W9 .
⊥
La transvección TP fija los vectores de ⟨u⟩ = ⟨u, w⟩, donde w es anisótropo,
⊥
ya que ⟨u⟩ no puede ser totalmente isótropo, o V tendría índice de Witt m ≥ 2
y entonces dim V ≥ 4. Así N(au, bw) = bb̄ N(w), de donde se concluye que P es
el único punto isótropo fijado por TP , la cual fija además a otros cuatro puntos
⊥
anisótropos, entre los que no puede haber dos ortogonales (pues entonces ⟨u⟩
sería no degenerado, y no es el caso), luego hay uno en cada una de las cuatro
clases de puntos anisótropos ortogonales dos a dos.
Como TP tiene que transformar cada una de estas clases en otra de ellas, el
hecho de que fije a un punto de cada una se traduce en que TP fija las cuatro
clases, lo que a su vez se interpreta como que TP fija a cada uno de los cuatro
haces de rectas paralelas de W9 , es decir, que envía cada recta hiperbólica a
otra paralela a ella misma.
Ahora bien, desde el punto de vista de la geometría de W9 , las únicas biyec-
ciones afines que transforman cada recta en una paralela son las homotecias y
las traslaciones [G 5.8], que admiten una expresión en coordenadas de la forma

f (x, y) = (αx + a, αy + b),

donde α = ±1 y a, b ∈ {0, ±1}. Esto hace que haya exactamente 9 homotecias

(de orden 2, correspondientes a α = −1) y 9 traslaciones (de orden 3 salvo la
identidad, correspondientes a α = 1).

Es fácil ver que las transvecciones tienen orden 2, luego las 9 transvecciones
de U(3, 4) inducen las 9 homotecias de W9 , y el subgrupo T(3, 4) que generan
induce el grupo formado por las 18 homotecias y traslaciones. Así pues, el grupo

TP(3, 4) = T(3, 4)ZUE(3, 4)/ZUE(3, 4)

cumple |TP(3, 4)| = 18. Explícitamente, TP(3, 4) ∼

= C2 [C3 × C3 ], donde C2 es
el único subgrupo de Q8 de orden 2. Vamos a ver que ZUE(3, 4) ≤ T(3, 4), con
lo que |T(3, 4)| = 54.
⊥
Para ello fijamos un par hiperbólico (u, v) y tomamos un vector w ∈ ⟨u, v⟩
de norma 1. Consideramos la base (u, w, v) de V , respecto a la cual las trans-
vecciones Tu , Tv tienen por matrices las dos de la izquierda:
    
1 0 0 1 0 1 1 0 1
 0 1 0  0 1 0  =  0 1 0 .
1 0 1 0 0 1 1 0 0

El producto representa, pues, una traslación (de orden 3). Consideramos ahora
otro vector isótropo, por ejemplo z = ωu + w + v, donde ω ∈ C cumple las
relaciones ω̄ = ω 2 = ω + 1. Es fácil ver que su matriz en la base considerada es
364 Capítulo 9. Los grupos unitarios y ortogonales

la matriz de la izquierda:
 2    
ω 1 1 1 0 0 ω 1 1
 ω 0 1  0 1 0  =  ω2 0 1 .
1 ω2 ω 1 0 1 ω2 ω2 ω

Así tenemos otro producto de transvecciones que tiene que ser otra traslación
(de orden 3). Ahora bien, una comprobación rutinaria muestra que las dos
“traslaciones” que hemos obtenido no conmutan. Aunque el grupo de trasla-
ciones es abeliano, esto no debe sorprendernos, pues sólo tienen que conmutar
como elementos del cociente TP(3, 4), no como elementos de T(3, 4). El lector
puede calcular el conmutador de ambas “traslaciones”, pero en realidad podemos
predecir el resultado sin necesidad de ningún cálculo:

Tenemos que |TP(3, 2)ZUE(3, 4)| = 2 · 33 y, si S es un 3-subgrupo de Sylow,

entonces S/ZUE(3, 4) ∼ = C3 × C3 es el único 3-subgrupo de Sylow (normal)
de TP(3, 2)ZUE(3, 4)/ZUE(3, 4), luego S ⊴ TP(3, 2)ZUE(3, 4) es el único 3-
subgrupo de Sylow.
Por lo tanto, las dos “traslaciones” que hemos encontrado están en S, y el
hecho de que no conmuten prueba que S no es abeliano, luego S ′ = ZUE(3, 4),
por lo que el conmutador de las dos “traslaciones” tiene que ser uno de los dos
elementos no triviales de ZUE(3, 4) (según en qué orden lo calculemos). Esto
prueba que ZUE(3, 4) ≤ T(3, 4), pues sus elementos son productos de cuatro
transvecciones. Así concluimos que T(3, 4) = C2 [S] = UE(3, 4)′ . Un análisis un
poco más detallado muestra que todos los elementos no triviales de S tienen
orden 3, por lo que S es isomorfo al segundo grupo descrito en el teorema 3.22.
En realidad, S/ZUE(3, 4) ⊴ UE(3, 4)/ZUE(3, 4), por lo que S ⊴ UE(3, 4)
y resulta que UE(3, 4) = Q8 [S], donde la acción de Q8 sobre S es la inducida
por la acción sobre S/ZUE(3, 4) ∼ = C3 × C3 fijando a todos los elementos de
ZUE(3, 4), que es el centro del grupo.
Sabemos que TP(3, 4) está formado por todos los elementos de UP(3, 4) que
fijan los cuatro haces de rectas paralelas, por lo que tenemos un monomorfismo
de grupos
UP(3, 4)/TP(3, 4) −→ Σ4

cuya imagen tiene orden 12, luego dicha imagen es isomorfa a A4 . Por lo tanto,

UEP(3, 4)/TP(3, 4)

es isomorfo a un subgrupo de A4 de orden 4, que es necesariamente V4 (el grupo

formado por los pares de transposiciones y el neutro), lo que significa que cada
transformación unitaria fija los cuatro haces de rectas paralelas de W9 o bien los
intercambia por pares, y de aquí es fácil concluir que UEP(3, 4) deja invariantes
las tres clases de cuadriláteros Qi definidas en 7.24, por lo que está contenindo
en el grupo M9 y, al tener el mismo orden, tenemos una prueba explícita de que
UEP(3, 4) = M9 .
9.2. Los grupos ortogonales 365

9.2 Los grupos ortogonales

En esta sección estudiaremos el grupo O(V ) ≤ LG(V ) de las transformacio-
nes ortogonales de un espacio cuadrático V sobre un cuerpo C. Cuando C es
el cuerpo finito de q elementos se trata de los grupos O(2m + 1, q), O+ (2m, q)
y O− (2m, q) cuyos órdenes hemos calculado en el teorema 8.48. (Recordemos
que los grupos O(2m + 1, q) sólo los tenemos definidos cuando q es impar).
El grupo O(V ) actúa de forma natural sobre el espacio proyectivo P (V ),
pero, como en el caso de los grupos unitarios, si V tiene puntos singulares la
acción no es transitiva, por lo que necesitaremos restringirnos al conjunto de los
puntos singulares:

Definición 9.24 Si V es un espacio cuadrático, llamaremos X0 al conjunto de

todos los vectores singulares de V y X = {⟨u⟩ | u ∈ X0 } ⊂ P (V ). Es claro que
O(V ) actúa sobre X0 y sobre X.

Teorema 9.25 Si V es un espacio cuadrático singular de dimensión ≥ 3, el

núcleo de la acción de O(V ) sobre X es {±1}.

Demostración: Llamemos N al núcleo de la acción y Z = {±1}, de modo

que obviamente Z ≤ N . Tomemos f ∈ K. Sea H = ⟨u, v⟩ un plano hiperbólico
y sea w ∈ H ⊥ un vector no singular no nulo. Entonces x = w + v − Q(w)u es
singular, luego ⟨x⟩ ∈ X. Por lo tanto, existen escalares a, b, c tales que

f (u) = au, f (v) = bv, f (x) = cx.

Por lo tanto

cw + cv − Q(w)cu = cx = f (x) = f (w) + bv − Q(w)au.

Por la suma directa V = H ⊥ H ⊥ , podemos concluir que f (w) = cw así como

que
cv − cQ(w)u = bv − Q(w)au,
luego, por la independencia lineal de u, v, también b = c, a = c. Esto significa
que, fijados u, v, la constante c es independiente de w. Además, tenemos que
Q(w) = Q(f (w)) = c2 Q(w), luego c2 = 1 y c = ±1.
Si el cuerpo de escalares tiene característica distinta de 2, podemos tomar
una base ortogonal de H ⊥ y completarla con u, v hasta una base de V de modo
que f (z) = cz para todos los vectores de la base, luego para todo z ∈ V , y así
f = ±1.
Si la característica es 2, entonces c = 1 y hemos probado que f (u) = u para
cualquier vector u ∈ V singular. En particular, f (z) = z para todo z ∈ H ⊥
singular, y también para todo w ∈ H ⊥ no singular, luego f (z) = z para todo
z ∈ H ⊥ . Completando con u, v cualquier base de H ⊥ tenemos de nuevo que f
fija a todos los vectores básicos, luego f = 1.
366 Capítulo 9. Los grupos unitarios y ortogonales

Reflexiones Hemos visto —y aprovechado a fondo— que los grupos UE(V )

están generados por las transvecciones. Sin embargo, ahora veremos que no hay
transvecciones ortogonales, pero lo demostraremos a la vez que les encontramos
un sustituto. Antes necesitamos algunos resultados técnicos:
Teorema 9.26 Si V es un espacio cuadrático y f ∈ O(V ), entonces
⊥
N(f − 1) = Im(f − 1) .
Demostración: Si v ∈ N(f − 1) y w ∈ V , entonces (teniendo en cuenta
que v = f (v)):
F (v, (f − 1)(w)) = F (v, f (w)) − F (v, w) = F (v, w) − F (v, w) = 0.
Por lo tanto, N(f − 1) ≤ Im(f − 1)⊥ . Por otro lado, si v ∈ Im(f − 1)⊥ y w ∈ V ,
F ((f − 1)(v), f (w)) = F (f (v), f (w)) − F (v, f (w)) =
F (v, w) − F (v, f (w)) = −F (v, (f − 1)(w)) = 0,
y como esto vale para todo w ∈ V , tiene que ser (f − 1)(v) = 0 (porque F no
es degenerada), luego v ∈ N(f − 1).

Teorema 9.27 Si V es un espacio cuadrático y f ∈ O(V ) fija todos los vectores

de un hiperplano, o bien f es la identidad, o bien existe un vector no singular
no nulo v ∈ V tal que, para todo w ∈ V ,
F (w, v)
f (w) = w − v.
Q(v)
Demostración: Suponemos que f ̸= 1 y llamamos H al hiperplano for-
mado por los vectores que fija. Entonces V = H ⊕⟨v0 ⟩, de modo que cada w ∈ V
se expresa de forma única como w = h + g(w)v0 , donde g : V −→ C es una
aplicación lineal. Por el teorema 8.5, existe un u ∈ V tal que g(w) = F (w, u), y
por lo tanto w = h + F (w, u)v0 . A su vez,
f (w) = h + F (w, u)f (v0 ) = w − F (w, u)v0 + F (w, u)f (v0 ) = w + F (w, u)v,
donde llamamos v = f (v0 ) − v0 . Si v = 0, entonces f es la identidad. Suponga-
mos, pues, que v ̸= 0. Entonces, según 9.26,
⊥ ⊥
⟨u⟩ = N(f − 1) = Im(f − 1)⊥ = ⟨v⟩ ,
luego ⟨v⟩ = ⟨u⟩. Pongamos que u = αv, con lo que
f (w) = w + αF (w, v)v.
Notemos que α ̸= 0. Ahora, para todo w ∈ V , se cumple que
Q(w) = Q(f (w)) = Q(w) + α2 F (w, v)2 Q(v) + αF (w, v)2 ,
luego
αF (w, v)2 (1 + αQ(v)) = 0.
9.2. Los grupos ortogonales 367

Tomando w tal que F (w, v) ̸= 0 concluimos que 1 + αQ(v) = 0, luego v es

no singular y α = 1/Q(v). Con esto llegamos a que f tiene la forma indicada
en el enunciado.

Definición 9.28 Si V es un espacio cuadrático y v ∈ V es un vector no sin-

⊥
gular no nulo, definimos la reflexión respecto al hiperplano H = ⟨v⟩ como la
transformación Rv ∈ O(V ) dada por
F (w, v)
Rv (w) = w − v.
Q(v)
Es fácil comprobar que realmente es una transformación ortogonal. Hemos
probado que las reflexiones son las únicas transformaciones ortogonales (además
de la identidad) que fijan a todos los vectores de un hiperplano. Concretamente,
⊥
tenemos que Rv (w) = w si y sólo si w ∈ ⟨v⟩ , mientras que Rv (v) = −v.
Si la característica del cuerpo de escalares no es 2, las reflexiones tienen
⊥
determinante −1, pues tenemos que V = ⟨v⟩ ⊥ ⟨v⟩ y completando con v una
⊥
base de ⟨v⟩ obtenemos una base de V en la que la matriz de Rv es diagonal
con toda la diagonal igual a 1 excepto un −1.
Por lo tanto, salvo que el cuerpo de escalares tenga característica 2, no
son transvecciones, ya que las transvecciones tienen determinante 1 y, como
cada transvección fija a los vectores de un hiperplano, concluimos que, salvo en
característica 2, no hay transvecciones ortogonales.
Notemos que si α ̸= 0, entonces Rαv = Rv . Más aún, si Rv = Rw , entonces
⊥ ⊥
⟨v⟩ = ⟨w⟩ , luego ⟨v⟩ = ⟨w⟩, luego w = αv, para cierto escalar α.
Se cumple que Rv2 = 1. En efecto:
F (w, v) F (w, v)
Rv (Rv (w)) = Rv (w − v) = Rv (w) − Rv (v) =
Q(v) Q(v)
F (w, v) F (w, v)
w− v+ v = w.
Q(v) Q(v)
Una comprobación elemental muestra que si f ∈ O(V ), entonces
f −1 Rv f = Rf (v) .
Usando las reflexiones podemos calcular el centro de O(V ):
Teorema 9.29 Si V es un espacio cuadrático, entonces Z(O(V )) = {±1} salvo
en el caso de O+ (2, 3).
Demostración: Sea n = dim V . Si n = 1 es O(V ) = {±1}, luego la
conclusión es trivial. Supongamos que n ≥ 2. Llamemos Z = Z(O(V )) y sea
f ∈ Z. Si u ∈ V es un vector no singular no nulo, Ru = Ruf = Rf (u) , luego
f (u) ∈ ⟨u⟩. Pongamos que f (u) = αu. Entonces
Q(u) = Q(f (u)) = Q(αu) = α2 Q(u),
luego tiene que ser α2 = 1, luego α = ±1.
368 Capítulo 9. Los grupos unitarios y ortogonales

Si la característica del cuerpo de escalares es 2, entonces α = 1, luego con-

cluimos que f (u) = 1 para todo vector no singular u, pero el teorema 8.28
implica que V tiene una base formada por vectores no singulares, luego f = 1.
Si la característica del cuerpo de escalares no es 2, por el teorema 8.25 nos
da que V tiene una base ortogonal, digamos u1 , . . . , un , y entonces f (ui ) = ϵi ui ,
para cierto ϵi = ±1.
Dados dos índices i ̸= j, si ui + uj es no singular,

±(ui + uj ) = f (ui + uj ) = f (ui ) + f (uj ) = ϵi ui + ϵj uj ,

de donde ϵi = ϵj . Si ui + uj es singular y n ≥ 3, tomemos un índice k distinto

de i, j, de modo que

Q(ui + uj + uk ) = Q(ui + uj ) + Q(uk ) = Q(uk ) ̸= 0,

luego
±(ui + uj + uk ) = f (ui + uj + uk ) = ϵi ui + ϵj uj + ϵk uk ,
de donde nuevamente ϵi = ϵj y f = ±1.
Sólo falta considerar el caso en que el cuerpo de escalares C tiene caracterís-
tica distinta de 2, la dimensión de V es n = 2 y V tiene vectores singulares, es
decir, el caso en que V es un plano hiperbólico. En la prueba del teorema 8.45
hemos visto que O(V ) ∼ = C2 [C ∗ ], donde, si C2 = ⟨g⟩, su acción sobre C ∗ viene
dada por α = α . Por lo tanto, g sólo conmuta con los elementos de C ∗ de
g −1

orden ≤ 2, luego, si C ∗ contiene elementos de orden > 2, el centro se reduce a

los elementos de C ∗ de orden 2, que son ±1. Si C ∗ no contiene elementos de
orden > 2 es que C ∗ = {±1}, luego O(V ) = O+ (2, 3) ∼ = D4 ∼= C2 × C2 .

La parametrización de Wall Vamos a probar que —salvo una excepción—

el grupo O(V ) está generado por las reflexiones, para lo cual presentamos la
parametrización de Wall de O(V ) análoga a la que hemos estudiado ya para los
grupos unitarios.
Si V es un espacio cuadrático, para cada transformación f ∈ O(V ) definimos
f = 1 − f y Vf = Im fˆ, de modo que fˆ : V −→ Vf es un epimorfismo.
ˆ

Como en el caso unitario se comprueba inmediatamente que

F (fˆ(x), fˆ(y)) = F (fˆ(x), y) + F (x, fˆ(y)).

Definimos Ff : Vf × Vf −→ C mediante

Ff (fˆ(x), fˆ(y)) = F (x, fˆ(y)).

Exactamente igual que en el caso unitario se comprueba que Ff está bien defi-
nida y es una forma bilineal en Vf no degenerada que cumple

Ff (u, v) + Ff (v, u) = F (u, v).

9.2. Los grupos ortogonales 369

(las pruebas en el caso unitario no usan en ningún momento que la conjugación

de la forma sesquilineal no sea la identidad, por lo que valen sin cambio alguno
en este contexto). Más aún, si x ∈ V , tenemos que

Q(x) = Q(f (x)) = Q(x − fˆ(x)) = Q(x) + Q(fˆ(x)) − F (x, fˆ(x)),

luego Ff (fˆ(x), fˆ(x)) = F (x, fˆ(x)) = Q(fˆ(x)). En otras palabras, para todo
u ∈ Vf se cumple que Ff (u, u) = Q(u). Recíprocamente:
Teorema 9.30 Sea V un espacio cuadrático, sea W ≤ V y sea G una forma
bilineal no degenerada en W tal que, para todo u ∈ W , se cumple
G(u, u) = Q(u).
Entonces existe una única f ∈ O(V ) tal que Vf = W y Ff = G.
Demostración: Veamos en primer lugar la unicidad: si f, g ∈ O(V ) cum-
plen Vf = Vg y Ff = Fg , entonces, para todo x ∈ V y todo v ∈ Vf = Vg ,
tenemos que
Ff (fˆ(x), v) = F (x, v) = Fg (ĝ(x), v) = Ff (ĝ(x), v),

luego Ff (fˆ(x) − ĝ(x), v) = 0 para todo v ∈ Vf . Como Ff no es degenerada,

tiene que ser fˆ(x) = ĝ(x) para todo x ∈ V , luego también f (x) = g(x) para
todo x ∈ V , y así f = g.
Dados W y G en las condiciones del enunciado, para cada x ∈ V podemos
considerar la aplicación lineal W −→ C dada por y 7→ F (x, y). Como G no es
degenerada, por la observación previa al teorema 8.5 tenemos un isomorfismo
ιi : W −→ W ∗ dado por ιi (v)(y) = G(v, y), luego existe un único f˜(x) ∈ W tal
que
G(f˜(x), y) = F (x, y)
para todo y ∈ W . La unicidad implica que f˜ : V −→ W es una aplicación lineal.
De hecho es suprayectiva, pues, dado w ∈ W , la aplicación lineal y 7→ G(w, y)
se extiende a una aplicación lineal V −→ C, que a su vez puede expresarse en
la forma y 7→ F (x, y), para cierto x ∈ V , de modo que G(w, y) = F (x, y) para
todo y ∈ W , luego f˜(x) = w.
Ahora consideramos f : V −→ V dada por f (x) = x − f˜(x). Así
Q(x − f (x)) = G(x − f (x), x − f (x)) = F (x, x − f (x)),
luego
Q(x) + Q(f (x)) − F (x, f (x)) = F (x, x) − F (x, f (x)) = 2Q(x) − F (x, f (x)),

luego Q(f (x)) = Q(x), lo que significa que f ∈ O(V ). Además, entonces f˜ = fˆ
y W = Im f˜ = Vf . Por último,

Ff (fˆ(x), y) = F (x, y) = G(fˆ(x), y),

para todo x ∈ V , y ∈ Vf , luego Ff = G.
370 Capítulo 9. Los grupos unitarios y ortogonales

Teorema 9.31 Sea V un espacio cuadrático, sea f ∈ O(V ), sea W1 ≤ Vf un

subespacio no degenerado (respecto de Ff ) y sea W2 = ⊥ W1 y sean f1 , f2 ∈ O(V )
las transformaciones cuadráticas asociadas a (Wi , Ff |Wi ). Entonces f = f1 f2 .

Demostración: Que W1 sea no degenerado equivale a que si w1 ∈ W1

cumple Ff (w1 , w) = 0 para todo w ∈ W1 entonces w1 = 0, lo cual equivale a
que W1 ∩ W2 = 0, luego W = W1 ⊕ W2 .
Si u1 ∈ W1 , u2 ∈ W2 , entonces Ff (u2 , u1 ) = 0, luego

F (u1 , u2 ) = Ff (u1 , u2 ) + Ff (u2 , u1 ) = Ff (u1 , u2 ).

Por definición de Ff tenemos que

Ff (fˆ1 (v), u1 ) = F (v, u1 ), Ff (fˆ2 (v), u2 ) = F (v, u2 ).

Por último observamos que

ˆ ˆ
1 f2 = 1 − f1 f2 = f1 (1 − f2 ) + (1 − f1 ) = f1 f2 + f1 ,
fd

con lo que, para todo v ∈ V , ui ∈ Wi ,

Ff (fd ˆ ˆ
1 f2 (v), u1 + u2 ) = Ff (f2 (f1 (v)) + f1 (v), u1 + u2 ) =

Ff (fˆ2 (f1 (v)), u1 ) + Ff (fˆ1 (v), u1 ) + Ff (fˆ2 (f1 (v)), u2 ) + Ff (fˆ1 (v), u2 ) =

0 + F (v, u1 ) + F (f1 (v), u2 ) + F (fˆ1 (v), u2 ) = F (v, u1 + u2 ).

Como esto vale para todo ui ∈ Wi , tenemos que

Ff (fd ˆ
1 f2 (v), u) = F (v, u) = Ff (f (v), u)

para todo u ∈ W , luego fd ˆ

1 f2 = f , luego f1 f2 = f .

Según el teorema 9.27, una transformación ortogonal f es una reflexión si

y sólo si fija un hiperplano, lo cual equivale claramente a que dim Vf ≤ 1 (el
caso Vf = 0 corresponde a f = 1). Concretamente, VRu = ⟨u⟩. Más en general,
tenemos el teorema siguiente:

Teorema 9.32 Sea V un espacio cuadrático, v ∈ V un vector no singular y sea

f ∈ O(V ). Entonces:
⊥
1. Si v = fˆ(x) ∈ Vf , entonces Vf Rv = Vf ∩ ⟨x⟩ .

2. Si v ∈
/ Vf , entonces Vf Rv = Vf ⊕ ⟨v⟩.

Demostración: 1) Tenemos que F (x, v) = Ff (v, v) = Q(v), luego

F (x, v)
Rv (x) = x − v = x − v = f (x).
Q(v)
9.2. Los grupos ortogonales 371

Por lo tanto
x − Rv (f (x)) = x − Rv (Rv (x)) = x − x = 0,
luego, teniendo en cuenta 9.26, tenemos que x ∈ N(1 − f Rv ) = Im(f Rv − 1)⊥ ,
⊥
luego Vf Rv ≤ ⟨x⟩ .
Por otra parte, 1 − f Rv = f (1 − Rv ) + (1 − f ) y, como v ∈ Vf ,
F (f (y), v)
(1 − f Rv )(y) = f (y) − Rv (f (y)) + fˆ(y) = v + fˆ(y) ∈ Vf .
Q(v)
⊥
Por lo tanto Vf Rv ≤ Vf y, de hecho, Vf Rv ≤ Vf ∩ ⟨x⟩ .
⊥
Si llamamos W1 = Vf ∩ ⟨x⟩ , tenemos que v ∈ V \ W1 (pues hemos visto que
F (x, v) = Q(v) ̸= 0), luego Vf = W1 ⊕⟨v⟩. Más aún, ⟨v⟩ = ⊥ W1 (respecto a Ff ),
pues Ff (v, w) = F (x, w) = 0, luego el teorema 9.31 nos da que la transformación
ortogonal g asociada a W1 cumple f = gRv , luego es g = f Rv , luego Vf Rv = W1 .
2) Se cumple que w ∈ N(1 − f Rv ) si y sólo si Rv (f (w)) = w o, equivalente-
mente, si y sólo si
F (w, v)
f (w) = Rv (w) = w − v
Q(v)
o
F (w, v)
fˆ(w) = v.
Q(v)
Pero v ∈/ Vf = Im fˆ, luego la igualdad anterior sólo puede darse si ambos
⊥
miembros son nulos. Por lo tanto, N(1 − f Rv ) = N(fˆ) ∩ ⟨v⟩ . El teorema 9.26
nos da entonces que
Vf Rv = N(1 − f Rv )⊥ = N(fˆ)⊥ ⊕ ⟨v⟩ = Vf ⊕ ⟨v⟩ .

Nota Observemos que, en las condiciones del caso 2) del teorema anterior, se
cumple que ⟨v⟩ = ⊥ Vf respecto a la forma bilineal Ff Rv , con lo que la restricción
de Ff Rv a Vf es Ff , ya que la transformación g asociada a dicha restricción tiene
que cumplir que f Rv = gRv , luego es g = f , luego la restricción es Ff .
En efecto, por el teorema 8.5 podemos tomar x ∈ V tal que F (w, x) = 0
para todo w ∈ Vf y F (v, x) = Q(v). La primera condición equivale a que
x ∈ Vf⊥ = N(1 − f ), luego f (x) = x, y así

ˆ v (x) = x − Rv (f (x)) = x − Rv (x) = F (x, v)

fR v = v,
Q(v)
luego si w ∈ Vf , se cumple que Ff Rv (v, w) = F (x, w) = 0, luego ⟨v⟩ ≤ ⊥Vf y se
da la igualdad porque ambos espacios tienen la misma dimensión.
Vamos a usar este teorema para probar que, salvo una excepción, todo grupo
O(V ) está generado por las reflexiones. Lo que afirma en esencia el teorema
anterior es que si f es un producto de reflexiones, al añadir una más, el espacio
Vf disminuye o aumenta su dimensión en una unidad, según si la nueva reflexión
se cancela o no con alguna de las que ya están en f . Necesitamos este resultado
auxiliar:
372 Capítulo 9. Los grupos unitarios y ortogonales

Teorema 9.33 Sea F una forma bilineal no degenerada sobre un espacio vecto-
rial W sobre un cuerpo distinto del cuerpo de dos elementos, y supongamos que
existe al menos un vector no isótropo. Entonces W tiene una base w1 , . . . , wm
tal que F (wi , wi ) ̸= 0 y F (wi , wj ) = 0 para i > j.

Demostración: Razonamos por inducción sobre la dimensión m de W . Si

m = 1 es inmediato, pues basta tomar como w1 cualquier vector no isótropo. En
general tomamos un vector no isótropo u ∈ W y consideramos la descomposición
W = ⟨u⟩ ⊕ ⊥ ⟨u⟩. El subespacio ⊥ ⟨u⟩ es no degenerado. Si tiene vectores no
isótropos basta aplicar la hipótesis de inducción, así que podemos suponer que
no los tiene. Tomemos v ∈ ⊥ ⟨u⟩ no nulo, de modo que

F (u + av, u + av) = F (u, u) + aF (u, v)

no puede ser 0 para todo a ̸= 0, pues entonces, tomando dos valores distin-
tos para a (y aquí usamos que C tiene más de dos elementos) concluiríamos
F (u, v) = 0 y, a su vez, F (u, u) = 0. Cambiando v por un av adecuado pode-
mos suponer que c = F (u + v, u + v) ̸= 0.
Como ⊥ ⟨u⟩ es no degenerado, tiene que existir w ∈ ⊥ ⟨u⟩ tal que F (w, v) = 1
(y v, w tienen que ser linealmente independientes, pues F (v, v) = 0). Entonces,
para todo escalar b, se cumple que

F (u + bv − cw, u + v) = F (u, u) + F (u, v) − c =

F (u, u + v) − F (u + v, u + v) = −F (v, u + v) = −F (v, u) − F (v, v) = 0

y
F (u + bv − cw, u + bv − cw) = F (u, u) + bF (u, v) − cF (u, w),
donde faltarían dos sumandos −bcF (v, w) − bcF (w, v) = 0, como se sigue de
desarrollar F (v + w, v + w) = 0 teniendo en cuenta que F (v, v) = F (w, w) = 0.
Si la expresión anterior no se anula para algún valor de b, entonces basta
tomar w1 = u + v, pues así F (w1 , w1 ) ̸= 0 y ⊥ ⟨w1 ⟩ es un espacio no degenerado
que contiene el vector no isótropo u + bv − cw, lo que nos permite aplicar la
hipótesis de inducción.
Por lo tanto, podemos suponer que F (u, u) + bF (u, v) − cF (u, w) = 0 para
todo b. Haciendo b = 0, 1 concluimos que F (u, v) = 0, luego

c = F (u + v, u + v) = F (u, u),

luego F (u, u) − F (u, u)F (u, w) = 0, luego F (u, w) = 1. Esto significa que,
cuando hemos elegido v ∈ ⊥ ⟨u⟩ más arriba, podemos tomarlo tal que F (u, v) = 1
(tomando v = w), y reemplazando v por un múltiplo adecuado obtenemos
F (u + v, u + v) = 0 con F (u, v) ̸= 0, pero ahora el caso en que F (u, u) +
bF (u, v) − cF (u, w) = 0 para todo valor de b no puede darse, ya que esto
implica F (u, v) = 0, luego sólo se puede dar el caso que ya hemos visto que nos
permite aplicar la hipótesis de inducción.
Como consecuencia:
9.2. Los grupos ortogonales 373

Teorema 9.34 Si V es un espacio cuadrático sobre un cuerpo distinto del

cuerpo de dos elementos, cada transformación ortogonal f ∈ O(V ) se descom-
pone en producto de dim Vf reflexiones salvo si Vf es totalmente singular, en
cuyo caso se descompone en producto de dim Vf + 2 ≤ dim V reflexiones.

Demostración: Si el subespacio W = Vf contiene un vector no singu-

lar u, entonces Ff (u, u) = Q(u) ̸= 0, luego (Vf , Ff ) tiene al menos un vector
no isótropo, luego podemos aplicar el teorema anterior, que nos da una base
w1 , . . . , wm de Vf tal que Ff (wi , wi ) = Q(wi ) ̸= 0 y Ff (wi , wj ) = 0 siempre que
i > j. Así
⊥
⟨w1 ⟩ = ⟨w2 . . . , wm ⟩
y la transformación ortogonal asociada a ⟨w1 ⟩ es Rw1 . Si llamamos f1 a la
asociada a ⊥ ⟨w1 ⟩, tenemos que f = Rw1 f1 , pero a su vez, en W1 = ⊥ ⟨w1 ⟩ se
cumple que
⊥
⟨w2 ⟩ = ⟨w3 . . . , wm ⟩ ,
y razonando análogamente concluimos que f = Rw1 Rw2 f2 , y así, tras un número
finito de pasos, llegamos a que f es producto de m reflexiones.
Si Vf es totalmente singular y u ∈ V es un vector no singular, entonces
tenemos que u ∈/ Vf , y el teorema 9.32 nos da que Vf Ru = Vf ⊕ ⟨u⟩, que no es
totalmente singular, luego el caso ya probado nos da que f Ru es producto de
m + 1 reflexiones, luego f es producto de m + 2 reflexiones.
Veamos ahora qué sucede cuando el cuerpo de escalares es el cuerpo de dos
elementos. Para ello demostramos una versión débil del teorema 9.33:

Teorema 9.35 Sea W un espacio vectorial sobre el cuerpo de dos elementos y

F una forma bilineal en W simétrica y no degenerada y supongamos que existe
al menos un vector no isótropo w tal que la restricción de F a ⊥ ⟨w⟩ es totalmente
isótropa. Entonces W tiene una base ortonormal.
⊥
Demostración: Como la restricción de F a ⟨w⟩ es no degenerada, existen
⊥
u, v ∈ ⟨w⟩ tales que F (u, v) = 1 (tienen que ser independientes, pues todos los
⊥
vectores son isótropos). Sea H = ⟨u, v⟩, de modo que ⟨w⟩ = H ⊥ H ′ , donde
′ ⊥
H es el complemento ortogonal de H en ⟨w⟩ . Si llamamos

w1 = w + u, w2 = w + u + v,
⊥
entonces F (wi , wi ) = 1 y F (w1 , w2 ) = 0 y ⟨w1 , w2 ⟩ = ⟨w + v⟩⊕H ′ , donde w+v
⊥
no es isótropo y la restricción de F a H ′ = ⟨w + v⟩ es totalmente isótropa. Ra-
⊥
zonando por inducción sobre la dimensión de W tenemos que ⟨w1 , w2 ⟩ admite
una base ortonormal, luego W también.

Teorema 9.36 Todo grupo ortogonal excepto O+ (4, 2) está generado por las
reflexiones.
374 Capítulo 9. Los grupos unitarios y ortogonales

Demostración: Por el teorema 9.34 sólo necesitamos considerar el caso

del grupo ortogonal O(V ) de un espacio cuadrático V de dimensión n sobre el
cuerpo de 2 elementos. Sea f ∈ O(V ) y vamos a probar que es producto de
reflexiones por inducción sobre r = dim Vf .
Si r = 0 entonces f = 1 y la conclusión es trivial. Si existe v ∈ Vf no
singular, entonces el teorema 9.32 nos da que Vf Rv tiene dimensión r − 1, luego
por hipótesis de inducción f Rv es producto de reflexiones y f también. Por lo
tanto, podemos suponer que Vf es totalmente singular.
En tal caso, la forma bilineal Ff es totalmente isótropa, pues se cumple que
Ff (v, v) = Q(v) = 0. En particular esto implica que Ff es simétrica, pues

Ff (v + w, v + w) = F (v, w) + F (w, v) = 0,

luego F (v, w) = F (w, v).

Si u1 , . . . , ur es una base de W = Vf , por el teorema 8.27 existen v1 , . . . , vr
tales que los planos ⟨ui , vi ⟩ son hiperbólicos y ortogonales dos a dos. El espacio
W ′ = ⟨v1 , . . . , vr ⟩ es totalmente singular y V = W ⊥ ⊕ W ′ , pues si x ∈ W ⊥ ∩ W ′ ,
entonces x = α1 v1 + · · · + αr vr y αi = F (ui , x) = 0, luego x = 0, y entonces
dim(W ⊥ ⊕ W ′ ) = n − r + r = n = dim V .
Supongamos en primer lugar que n > 2r, con lo que W ⊕W ′ es un subespacio
no degenerado (es suma ortogonal de planos hiperbólicos) de dimensión menor
que n, luego (W ⊕ W ′ )⊥ es un subespacio no degenerado no nulo, luego por
8.24 podemos tomar w ∈ (W ⊕ W ′ )⊥ tal que Q(w) = 1. Entonces, por 9.32,
tenemos que Vf Rw = W ⊕ ⟨w⟩ y, por la nota posterior, la restricción a W de
Ff Rw es Ff . Por consiguiente Ff Rv está en las condiciones del teorema anterior,
luego W ⊕ ⟨w⟩ tiene una base ortonormal w1 , . . . , wr+1 (respecto de Ff Rv ), y el
teorema 9.31 nos da entonces que f Rv = Rw1 · · · Rwr+1 , luego f es producto de
reflexiones.
Ahora suponemos que n = 2r. Si r = 2 entonces V es suma de dos planos
hiperbólicos, luego O(V ) = O+ (4, 2) es el caso exceptuado en el enunciado, así
que suponemos r ̸= 2. Como Ff es una forma bilineal simétrica no degenerada
y totalmente isótropa en Vf , el espacio Vf tiene que ser suma de planos hiper-
bólicos (respecto a Vf ), luego r es par. En efecto, si u ∈ Vf es cualquier vector
no nulo, tiene que existir v ∈ Vf tal que Ff (u, v) = 1, y entonces (u, v) es un
⊥ ⊥
par hiperbólico,3 luego Vf = ⟨u, v⟩ ⊥ ⟨u, v⟩ , y si ⟨u, v⟩ ̸= 0, en él podemos
encontrar otro plano hiperbólico, de modo que, tras un número finito de pasos,
tenemos una descomposición en suma de planos hiperbólicos.
En particular, si H ≤ Vf es un plano hiperbólico respecto de Ff , el teo-
rema 9.31 nos da que f = f1 f2 , donde Vf1 = H, Vf2 = H ⊥ , y ni H ni H ⊥ es
totalmente singular respecto de Ff (o, equivalentemente, respecto a Vf1 y Vf2 ,
respectivamente). Como estos espacios tienen dimensión 2 < r y r − 2 < r, res-
pectivamente, por hipótesis de inducción f1 y f2 son productos de reflexiones,
luego f también.

3 No podemos asegurar que F deriva de una forma cuadrática, luego, cuando hablamos de
f
un par hiperbólico, suponemos únicamente que N(u) = N(v) = 0, Ff (u, v) = 1.)
9.2. Los grupos ortogonales 375

El invariante de Dickson Si V es un espacio cuadrático y M es la ma-

triz de su forma bilineal en una base prefijada, el grupo O(V ) consta de los
automorfismos de V cuya matriz en la base dada cumple AM At = M , y al
tomar determinantes queda |A|2 = 1, luego |A| = ±1. Así pues, la aplicación
determinante es, en este caso, un homomorfismo de grupos

det : O(V ) −→ {±1}.

Es fácil ver que es suprayectivo, pues esto es trivialmente cierto si el cuerpo

de escalares tiene característica 2, en cuyo caso 1 = −1, y en caso contrario, las
reflexiones son claramente transformaciones ortogonales de determinante −1.
Así pues, si la característica del cuerpo de escalares no es 2, el núcleo de la
aplicación determinante es un subgrupo de O(V ) de índice 2. Vamos a ver que
este subgrupo admite una definición alternativa que es válida también cuando
el cuerpo de escalares tiene característica 2:

Definición 9.37 Si V es un espacio cuadrático, definimos el invariante de Dick-

son como la aplicación
D : O(V ) −→ Z/2Z
dada por D(f ) = dim Vf + 2Z.

Se trata de un epimorfismo de grupos, pues, salvo en el caso exceptuado en

el teorema 9.36, todo elemento de O(V ) es producto de reflexiones, f = r1 · · · rs ,
y el teorema 9.32 implica que D(f ) = [s] (las reflexiones cumplen dim Vr = 1 y,
cada vez que componemos con una reflexión, la dimensión aumenta o disminuye
una unidad, luego pasa de par a impar o viceversa).
En el caso de O+ (4, 2), podemos verlo como subgrupo de O+ (4, 4), pues
si C es el cuerpo de 4 elementos y R el subcuerpo de 2 elementos, podemos
considerar en R4 ⊂ C 4 las formas cuadráticas dadas por

Q(x, y, z, w) = xy + zw.

Es claro que son ciertamente formas cuadráticas cuyas formas bilineales aso-
ciadas tienen, respecto a la base canónica, la matriz
 
0 1 0 0
 1 0 0 0 
J = 0 0 0 1 ,


0 0 1 0

de modo que V = R4 o V = C 2 se descompone en suma ortogonal de dos

planos hiperbólicos, por lo que es un espacio de tipo O+ (4, 2) o O+ (4, 4), res-
pectivamente. Estos grupos se identifican con los grupos de las matrices M
(con coeficientes en R o en C) que cumplen M JM t = J, y a través de estas
representaciones podemos considerar O+ (4, 2) ≤ O+ (4, 4).
Ahora, si f ∈ O+ (4, 2) tiene matriz M respecto de la base canónica de
V = R4 , entonces Vf = Im(1 − f ) = {x(I − M ) | x ∈ R4 }, y su dimensión es el
376 Capítulo 9. Los grupos unitarios y ortogonales

rango de la matriz I − M , pero dicho rango es el mismo tanto si consideramos

las matrices con coeficientes en R o en C (por ejemplo, porque coincide con el
mayor número de filas de una submatriz cuadrada con determinante no nulo),
luego dim Vf es la misma tanto si consideramos a f como elemento de O+ (4, 2)
o de O+ (4, 4), luego D : O+ (4, 2) −→ Z/2Z es la restricción del homomorfismo
D : O+ (4, 4) −→ Z/2Z, luego es también un homomorfismo. De hecho es un
epimorfismo, porque las reflexiones tienen invariante 1.
Tenemos, pues, que salvo en el caso de O+ (4, 2), el invariante de Dickson
D(f ) de una transformación ortogonal es 0 o 1 según si se puede expresar como
composición de un número par o impar de reflexiones.

Definición 9.38 Si V es un espacio cuadrático, definimos el grupo ortogonal

especial OE(V ) como el núcleo del invariante de Dickson, que es un subgrupo
de O(V ) de índice 2.

Salvo en el caso de O+ (4, 2), los elementos de OE(V ) son las transforma-
ciones ortogonales que se descomponen en un número par de reflexiones. Si la
característica del cuerpo de escalares es distinta de 2, teniendo en cuenta que
las reflexiones tienen determinante −1, es claro que los elementos de OE(V ) son
también las transformaciones ortogonales de determinante 1 o, dicho de otro
modo, OE(V ) es también el núcleo de la aplicación determinante.
Por ejemplo, si dim V = 2, entonces OE(V ) es el subgrupo de índice 2
construido en la prueba del teorema 8.45, de modo que OE(V ) ∼
= C ∗ si V es un
plano hiperbólico y OE(V ) es isomorfo al núcleo de la norma N : K ∗ −→ C ∗
si V es no singular.
En efecto, si V = ⟨u, v⟩ es un plano hiperbólico, hemos visto que O(V )
tiene un subgrupo N de índice 2 formado por las transformaciones dadas por
fα (u) = αu, fα (v) = α−1 v, y entonces Vf está generado por (1−α)u, (1−α−1 )v,
luego Vfα = ⟨u, v⟩ salvo si α = 1, en cuyo caso Vfα = 0, luego D(fα ) = 0, y así
N ≤ OE(V ), y como ambos subgrupos tienen índice 2 se da la igualdad.
En el caso en que V = K es no singular, se razona igualmente con las
transformaciones fα (ξ) = αξ, donde N(α) = 1 y obtenemos que Vfα = ⟨1, ω⟩
salvo si α = 1.
En particular OE(V ) es abeliano y O(V ) es resoluble, por lo que nos inte-
resará el caso en que dim V ≥ 3. El teorema siguiente resuelve el caso en que
dim V = 3. Recordemos que, según el teorema 8.38 la existencia de vectores
isótropos está garantizada cuando el cuerpo de escalares es finito:

Teorema 9.39 Si V es un espacio cuadrático singular tridimensional, entonces

O(V ) ∼
= {±1} × OE(V ), OE(V ) ∼
= LGP(2, C).

Demostración: Según 8.28, podemos descomponer V = H1 ⊥ W , donde

H1 = ⟨u, v⟩ es un plano hiperbólico y W = ⟨w⟩ es un subespacio no singular.
En particular, esto requiere que la característica del cuerpo C de escalares sea
9.2. Los grupos ortogonales 377

impar (y esto hace el primer isomorfismo inmediato). El grupo de isometrías

no se altera si cambiamos la forma cuadrática por un múltiplo no nulo, y así
podemos exigir que Q(w) = −1. De este modo la matriz de F en la base (u, w, v)
es  
0 0 1
J =  0 −2 0  .
1 0 0
Los vectores isótropos de V son los de la forma xu + yw + zv con y 2 = xz.
Si z = 0, necesariamente y = 0 y obtenemos los vectores de ⟨u⟩, mientras que si
z = 1, y = α obtenemos los vectores de la forma

α2 u + αw + v.

Por lo tanto, si llamamos P∞ = ⟨u⟩ y Pα = α2 u + αw + v , tenemos que

Ω = {Pα | α ∈ C} ∪ {P∞ }

es el conjunto de todos los puntos isótropos del espacio proyectivo P (V ). El

grupo OE(V ) actúa sobre Ω, y vamos a probar que si identificamos a Ω con la
recta proyectiva sobre C, esta acción se corresponde con la de LGP(2, C).
Para ello observamos en primer lugar que si un elemento f ∈ OE(V ) fija
⊥
a P∞ = ⟨u⟩, también fija a ⟨u⟩ = ⟨u, w⟩, luego su matriz tiene que ser de la
forma  
a 0 0
M = b c 0 
d e f
con acf = 1. Para que f sea ortogonal tiene que cumplir M JM t = J, lo que se
traduce en que

af = 1, c2 = 1, bf = 2ce, df = e2

y, teniendo en cuenta que acf = 1, tiene que ser c = 1 y llegamos a que M es

de la forma  
a 0 0
M =  2ae 1 0 .
2 −1
ae e a
Si definimos
   
α 0 0 1 0 0
T (α) =  0 1 0 , H(β) =  2β 1 0 ,
0 0 α−1 β2 β 1

que son las matrices que resultan de hacer e = 0 y a = 1, respectivamente, vemos

que M = H(e)T (a). Además, las transformaciones ortogonales con matriz T (α)
son precisamente las que fijan a P∞ y a P0 . Más precisamente:

Px T (α) = Pαx , Px H(β) = Px+β ,

378 Capítulo 9. Los grupos unitarios y ortogonales

y a estas transformaciones añadimos la transformación S de matriz

 
0 0 1
 0 1 0 ,
1 0 0
que ciertamente es ortogonal y cumple Px S = P1/x , entendiendo que 1/0 = ∞
y 1/∞ = 0. Ahora ya es fácil extraer varias conclusiones:
1. OE(V ) actúa fielmente sobre Ω, con lo que tenemos un monomorfismo de
grupos OE(V ) −→ ΣΩ .
En efecto, si f ∈ OE(V ) fija a todos los puntos de Ω, en particular fija a
P∞ , P0 , P1 . Hemos visto que si fija a los dos primeros puntos su matriz es
T (α) y, el hecho de que fije a P1 se traduce en que α = 1, luego f = 1.
2. OE(V ) está generado por las transformaciones determinadas por las ma-
trices T (α), H(β), S.
En efecto, si f ∈ OE(V ) y f (P∞ ) = Px , con x ∈ C, entonces se cumple que
(f T (−x)S)(P∞ ) = P∞ , luego f T (−x)S = H(β)T (α), para ciertos α, β,
luego f está en el subgrupo generado por las transformaciones indicadas.
3. OE(V ) es triplemente transitivo sobre Ω.
Dada cualquier terna de puntos (P, P ′ , P ′′ ) distintos dos a dos, si P = Px ,
con x ̸= ∞, la transformación f1 = P−x S cumple f1 (Px ) = P∞ . Si P =
P∞ tomamos f1 = 1. En cualquier caso, f1 (P ) = P∞ . Sea f1 (P ′ ) = Py ,
de modo que f2 = f1 H(−y) cumple f2 (P ) = P∞ , f2 (P ′ ) = P0 . Por
último, sea f2 (P ′′ ) = Pz , con lo que f3 = f2 F (z −1 ) cumple f3 (P ) = P∞ ,
f3 (P ′ ) = P0 , f3 (P ′′ ) = P1 .
4. La restricción a Ω es un isomorfismo OE(V ) −→ LGP(Ω) ∼
= LGP(2, C).
Basta tener en cuenta que las transformaciones ortogonales con matrices
T (α), H(β) o S se restringen a homografías de Ω, luego todas las demás
también. Esto prueba que la restricción es un monomorfismo entre los
grupos indicados. La suprayectividad se debe al punto precedente, pues
una homografía de una recta proyectiva está completamente determinada
por la imagen de tres puntos cualesquiera, por ejemplo, P∞ , P0 , P1 y, como
hay una homografía en la imagen de OE(V ) que transforma estos tres pun-
tos en otros tres cualesquiera, dicha imagen incluye todas las homografías
de Ω.

En particular, OE(3, 3) ∼
= LGP(2, 3) ∼
= Σ4 es resoluble, pero
OE′ (3, q) ∼
= LEP(2, q)
es un grupo simple salvo si q = 3 (teorema 7.17).
Vemos así que, a diferencia de lo que sucede con los grupos LE(V ) y UE(V ),
los grupos OE(V ) todavía contienen un subgrupo de índice 2 al que tenemos que
restringirnos si queremos obtener un grupo simple. (Lo hemos probado cuando
el espacio V tiene dimensión 3, pero vamos a ver que lo mismo vale en general.)
9.2. Los grupos ortogonales 379

La norma espinorial Si F es una forma bilineal en un espacio vectorial V

sobre un cuerpo C y M , N son las matrices de F respecto de dos bases de V ,
se cumple la relación N = BM B t , donde B es la matriz de cambio de base
(la que nos da las coordenadas xB respecto de la base asociada a M a partir
de las coordenadas x respecto de la base asociada a N ). Por consiguiente,
|N | = |B|2 |M |.
Así pues, las matrices de F respecto de bases distintas son distintos, pero dos
cualesquiera de ellos se diferencian en un cuadrado. Por ello podemos definir el
discriminante de la forma F como

disc F = |M |C ∗2 ∈ C/C ∗2 ,

donde M es la matriz de F respecto de cualquier base. Así, el discriminante

de F nos dice si la matriz de F respecto de cualquier base es o no un cuadrado
en C.

Definición 9.40 Si V es un espacio cuadrático, definimos la norma espinorial

de V como la aplicacion θ : O(V ) −→ C/C ∗2 dada por θ(f ) = disc Ff .

Por ejemplo, para una reflexión tenemos que VRv = ⟨v⟩, con lo que la norma
espinorial es θ(Rv ) = Q(v)C ∗2 .
Vamos a probar que θ es un homomorfismo de grupos. Para ello considera-
mos una transformación f ∈ O(V ) y una reflexión Rv , donde v ∈ V es un vector
no singular. Si v ∈ Vf , el teorema 9.31 nos da que f = Rv f ′ , donde f ′ es la
transformación ortogonal asociada a W2 = ⊥ ⟨v⟩, con la forma Ff ′ que resulta
de restringir Ff a W2 . Completando con v una base de W2 obtenemos una base
de Vf en la cual la matriz de Ff es de la forma
 
Q(v) ∗
M= ,
0 M′

donde M ′ es la matriz de Ff ′ . Por lo tanto, |M | = Q(v)|M ′ | y, por consiguiente,

θ(f ) = θ(Rv )θ(f ′ ), pero f ′ = f Rv , luego θ(f Rv ) = θ(f )θ(Rv ).
Si v ∈
/ Vf , el teorema 9.32 nos da que Vf Rv = Vf ⊕ ⟨v⟩, y aplicando a f Rv
el caso precedente concluimos que θ(f Rv Rv ) = θ(f Rv )θ(Rv ), que equivale a
θ(f Rv ) = θ(f )θ(Rv ).
Por lo tanto, la igualdad se cumple en ambos casos, y, más en general,
si f = Rv1 · · · Rvs se descompone en producto de reflexiones, se cumple que
θ(f ) = θ(Rv1 ) · · · θ(Rvs ), y esto prueba que θ es es un homomorfismo de grupos
siempre que O(V ) está generado por las reflexiones, es decir, salvo a lo sumo
en el caso de O+ (4, 2). Pero en este caso C ∗ = C ∗2 , luego θ es constante y es
trivialmente un homomorfismo.
Más aún, si V es singular, la norma espinorial es un epimorfismo incluso
restringida a θ : OE(V ) −→ C ∗ /C ∗2 .
380 Capítulo 9. Los grupos unitarios y ortogonales

En efecto, podemos tomar un par hiperbólico (u, v) en V y, si a ∈ C ∗ , los

vectores u + v y u + av son no singulares. Entonces f = Ru+v Ru+av ∈ OE(V )
(porque es producto de un número par de reflexiones) y

θ(f ) = θ(Ru+v )θ(Ru+av ) = Q(u + v)Q(u + av)C ∗2 = aC ∗2 .

Así pues, siempre que V es isótropo y C ∗ ̸= C ∗2 , el grupo OE(V ) posee un

subgrupo normal de índice 2, el núcleo de la norma espinorial. Vamos a ver que
se trata del subgrupo derivado de O(V ).

Definición 9.41 Si V es un espacio cuadrático, llamaremos Ω(V ) = O(V )′ .

Necesitamos un hecho elemental:

Teorema 9.42 Si un grupo G está generado por elementos de orden 2 entonces

todo cuadrado en G está en G′ .

Demostración: Si g ∈ G, podemos expresarlo como g = g1 · · · gr , con cada

gi de orden 2, y entonces g 2 G′ = g1 · · · gr g1 · · · gr G′ = g12 · · · gr2 G′ = G′ (porque
G/G′ es abeliano), luego g 2 ∈ G′ .

Teorema 9.43 Si V es un espacio cuadrático singular de dimensión ≥ 2, en-

tonces, salvo en el caso de Ω+ (4, 2), se cumple que

Ω(V ) = {f ∈ OE(V ) | θ(f ) = C ∗2 }.

Por lo tanto, OE(V )/Ω(V ) ∼

= C ∗ /C ∗2 .

Demostración: Sea H = ⟨u, v⟩ un plano hiperbólico en V . Si f ∈ O(H)

no es una reflexión, entonces Vf = H, con lo que w = u + v ∈ Vf es un vector
no singular, luego el teorema 9.31 nos permite descomponer f = Rw f ′ , donde
dim Vf ′ = 1, luego f ′ también es una reflexión, y así resulta que todo elemento
de O(H) es la identidad, una reflexión o un producto de dos reflexiones, luego
todo elemento de OE(H) es la identidad o un producto de dos reflexiones, una
de las cuales puede tomarse igual a Ru+v , y la otra será de la forma Ru+av
(pues los vectores no singulares de H son los de la forma xu + yv con xy ̸= 0, y
u + x−1 yv determina la misma reflexión).
En suma, si f ∈ OE(H), entonces f = Ru+v Ru+av , donde θ(f ) = aC ∗2 . Es
fácil ver que f (u) = a−1 u, f (v) = av.
Supongamos ahora que V = H. Si θ(f ) = C ∗2 , entonces a = b2 , para cierto
b ∈ C ∗ , y entonces f = g 2 , donde g = Ru+v Ru+bv . Como O(V ) está generado
por las reflexiones, que tienen orden 2, el teorema anterior nos da que f ∈ Ω(V ).
Con esto hemos probado que

OE(V ) ∩ N(θ) ≤ Ω(V ),

pero el subgrupo de la izquierda es normal en O(V ) y el cociente tiene a lo sumo

orden 4, luego es abeliano, y eso nos da la inclusión opuesta.
9.2. Los grupos ortogonales 381

Supongamos ahora que V ̸= H. Dado f ∈ O(V ), podemos descomponerlo

como producto de reflexiones f = Ru1 · · · Rus . Sea vi = u + Q(ui )v ∈ H, de
modo que Q(vi ) = Q(ui ). Por el teorema de Witt 8.29, existe hi ∈ O(V ) tal que
hi (ui ) = vi , con lo que Ruhii = Rvi y, como Ω(V ) determina un cociente abeliano,
Rui ≡ Rvi (mód Ω(V )), luego f ≡ g (mód Ω(V )), donde g = Rv1 · · · Rvs .
Supongamos que f ∈ OE(V ) y que θ(f ) = C ∗2 y vamos a ver que g ∈ Ω(V ),
lo que implica que f ∈ Ω(V ). Claramente, g|H = Rv1 · · · Rvs , donde ahora las
reflexiones son las de O(H). Por lo tanto, g|H ∈ OE(H) (porque s es par),
y como θ(Rvi ) = Q(vi ) = Q(ui ) = θ(Rui ), resulta que θ(g|H ) = C ∗2 . Por
el caso anterior, g|H ∈ Ω(H), es decir, que g|H es producto de conmutadores
[pi , qi ] con pi , qi ∈ O(H), pero claramente pi , qi se extienden a transformaciones
pi , qi ∈ O(V ) que dejan invariantes a los vectores de H ⊥ , al igual que g, luego
g es el producto de los conmutadores [pi , qi ] de las extensiones y así g ∈ Ω(V ).
Con esto hemos probado que

OE(V ) ∩ N(θ) ≤ Ω(V )

y, como antes, tenemos la igualdad.

Teorema 9.44 Si V es un espacio cuadrático singular de dimensión n ≥ 3,

entonces Ω(V ) = OE′ (V ) excepto en el caso de Ω+ (4, 2).

Demostración: Si u, v son vectores no singulares no nulos, tenemos que

[Ru , Rv ] = (Ru Rv )2 . Llamemos K al subgrupo generado por estos conmutato-
res, de modo que K ≤ Ω(V ).
Como Ruf = Rf (u) , para todo f ∈ O(V ), se cumple que K ⊴ O(V ). Por el
teorema 9.36 tenemos que O(V )/K está generado por las clases de las reflexio-
nes, y éstas conmutan, luego el cociente es un grupo abeliano, luego Ω(V ) ≤ K,
y así tenemos la igualdad Ω(V ) = K.
Consideremos un generador [Ru , Rv ]. Podemos suponer que u y v son lineal-
mente independientes o, de lo contrario, Ru = Rv y el conmutador es trivial.
Más aún, podemos suponer que F (u, v) ̸= 0, pues en caso contrario es fácil
ver que Ru y Rv conmutan, e igualmente el conmutador es trivial. Llamemos
U = ⟨u, v⟩. Si w ∈ U ⊥ es no singular, entonces Rw conmuta con Ru y Rv , por
lo que
[Ru , Rv ] = [Ru Rw , Rv Rw ] ∈ OE′ (V ).
Si, por el contrario, U ⊥ es totalmente singular, el teorema 8.24 nos da que la
forma bilineal es idénticamente nula en U ⊥ , luego U ⊥ ≤ U ⊥⊥ = U , pero no
puede ser U = U ⊥ , pues F (u, v) ̸= 0, luego n − 2 = dim U ⊥ ≤ 1, luego n ≤ 3
y así n = 3 y estamos en las condiciones del teorema 9.39. Si la característica
del cuerpo es 2, O(V ) = OE(V ) y trivialmente [Ru , Rv ] ∈ OE′ (V ), y en caso
contrario [Ru , Rv ] = [−Ru , −Rv ] ∈ OE′ (V ).
Así pues, Ω(V ) ≤ OE′ (V ), pero OE(V )/Ω(V ) es abeliano, luego tenemos
también la inclusión opuesta, luego la igualdad.
382 Capítulo 9. Los grupos unitarios y ortogonales

Transformaciones de Siegel Ahora vamos a encontrar unas transformacio-

nes que generen Ω(V ).

Definición 9.45 Sea V un espacio cuadrático, u ∈ V un vector singular y

⊥
y ∈ ⟨u⟩ . Definimos la transformación de Siegel ρu,y : V −→ V mediante

ρu,y (w) = w + F (w, y)u − F (w, u)y − Q(y)F (w, u)u.

Obviamente es lineal y un cálculo rutinario muestra que

F (ρu,y (w), ρu,y (w′ )) = F (w, w′ ).

En efecto, al desarrollar el miembro izquierdo aparecen ocho sumandos, pero

se cancelan todos menos F (w, w′ ). Esto implica que ρu,y es inyectiva, pues si
ρu,y (w) = 0, entonces F (w, w′ ) = F (0, ρu,y (w′ )) = 0, para todo w′ ∈ V , luego
w = 0. Por lo tanto, ρu,y ∈ O(V ).
⊥
Observemos que si w ∈ ⟨u⟩ la expresión se simplifica:
⊥
ρu,y (w) = w + F (w, y)u ∈ ⟨u⟩ .

Teorema 9.46 Si V es un espacio cuadrático, u ∈ V es un vector singular y

⊥
y ∈ ⟨u⟩ , entonces ρu,y es la única transformación ortogonal que, para todo
⊥
w ∈ ⟨u⟩ , cumple
ρu,y (w) = w + F (w, y)u.

Demostración: Sea f ∈ O(V ) otra transformación ortogonal que cumpla

esta propiedad, de modo que g = f −1 ρu,y cumple que g|⟨u⟩⊥ = 1. Sea v ∈ V tal
⊥
que H = ⟨u, v⟩ sea un plano hiperbólico. Entonces H ⊥ ≤ ⟨u⟩ , luego g|H ⊥ = 1.
Esto implica que g[H] = g[H ⊥⊥ ] = g[H ⊥ ]⊥ = H ⊥⊥ = H. Además, g(u) = u.
Pongamos que g(v) = αu + βv. Entonces

1 = F (u, v) = F (u, αu + βv) = β,

0 = Q(v) = Q(αu + v) = α,
luego g(v) = v, por lo que g|H = 1 y, por consiguiente, g = 1.
El teorema anterior permite probar fácilmente las relaciones siguientes (com-
⊥
probando que la cumplen las restricciones a ⟨u⟩ ):

1. ρu,y+z = ρu,y ρu,z ,

2. ραu,z = ρu,αz ,

3. ρ−1
u,y = ρu,−y ,

4. ρu,y = 1 si y sólo si y ∈ ⟨u⟩,

5. Si f ∈ O(V ), entonces f −1 ρu,y f = ρf (u),f (y) .

9.2. Los grupos ortogonales 383

⊥
Por ejemplo, para probar la última observamos que si w ∈ ⟨u⟩ , entonces
⊥
f (w) ∈ ⟨f (u)⟩ , y

(f −1 ρu,y f )(f (w)) = f (ρu,y (w)) = f (w + F (w, y)u) =

f (w) + F (w, y)f (u) = f (w) + F (f (w), f (y))f (u) = ρf (u),f (y) (f (w)),
⊥
por lo que f −1 ρu,y f y ρf (u),f (y) coinciden sobre ⟨f (u)⟩ , luego son iguales.
⊥
Así, si u ∈ V es un vector singular, la aplicación ⟨u⟩ −→ O(V )u dada por
y 7→ ρu,y es un homomorfismo de grupos por 1, luego su imagen
⊥
Au = {ρu,y | y ∈ ⟨u⟩ },

es un subgrupo abeliano del estabilizador O(V )u . De hecho, Au ⊴ O(V )u por

la propiedad 5.

Teorema 9.47 Si V es un espacio cuadrático y u ∈ V es singular, el grupo Au

actúa regularmente sobre el conjunto de los puntos singulares de P (V ) no orto-
gonales a ⟨u⟩.

Demostración: Sean Q = ⟨v⟩, R = ⟨w⟩ puntos singulares de P (V ) no

ortogonales a P = ⟨u⟩. Podemos suponer que F (u, v) = F (u, w) = 1. Entonces
H = ⟨u, v⟩ es un plano hiperbólico y V = H ⊥ H ⊥ . Sea w = au + bv + x,
con x ∈ H ⊥ . La condición F (u, w) = 1 se traduce en que b = 1, mientras que
Q(w) = 0 nos da que a = −Q(x). Así pues, w = −Q(x)u+v +x y ρu,−x (v) = w.
Por lo tanto, Au actúa transitivamente sobre el conjunto indicado.
⊥
Si y ∈ ⟨u⟩ tal que ρu,y (Q) = Q, es decir, ρu,y (v) = αv, y desarrollando
esta igualdad obtenemos que y ∈ ⟨u, v⟩ = H. De hecho, tiene que ser y ∈ ⟨u⟩,
⊥
pues en caso contrario v ∈ ⟨u, y⟩ ≤ ⟨u⟩ , en contra de lo supuesto. Por lo tanto,
ρu,y = 1 y los estabilizadores son triviales, luego la acción es regular.

Teorema 9.48 Si V es un espacio cuadrático de dimensión n ≥ 3, el subgrupo

generado por las transformaciones de Siegel actúa transitivamente sobre el con-
junto X de los puntos singulares de P (V ).

Demostración: Sean P = ⟨u⟩, Q = ⟨v⟩ ∈ X. Si F (u, v) = 0, el teo-

rema 8.27 nos da planos hiperbólicos ortogonales ⟨u, u′ ⟩, ⟨v, v ′ ⟩, y llamando
w = u′ + v ′ tenemos que w es singular y F (u, w) = F (v, w) = 1. El teorema
anterior nos da un elemento de Ax que transforma P en Q.
Si F (u, v) ̸= 0, podemos suponer que F (u, v) = 1 y H = ⟨u, v⟩ es un plano
hiperbólico. Sea w ∈ H ⊥ no singular. Llamamos x = u − Q(w)v + w, con lo
que x es singular, F (u, x) = Q(w), F (v, x) = 1. El teorema anterior nos da un
elemento de Ax que transforma P en Q.
Vamos a probar que el subgrupo generado por las transformaciones de Siegel
es precisamente Ω(V ), pero aún necesitamos algunos resultados previos:
384 Capítulo 9. Los grupos unitarios y ortogonales

Teorema 9.49 Las transformaciones de Siegel tienen norma espinorial trivial.

Demostración: Sea V un espacio cuadrático y ρu,y una transformación

de Siegel. Si ρu,y = 1 la conclusión es trivial, así que podemos suponer que
ρu,y ̸= 1, lo que equivale a que y ∈
/ ⟨u⟩.
Veamos que Vρu,y = ⟨u, y⟩. En efecto, de la propia definición se sigue que
⊥ ⊥
Vρu,y ≤ ⟨u, y⟩. No puede ser que ⟨u⟩ ≤ ⟨y⟩ , pues entonces ⟨y⟩ ≤ ⟨u⟩. Por
⊥ ⊥
lo tanto podemos tomar un vector w ∈ ⟨u⟩ \ ⟨y⟩ , y podemos exigir que
F (w, y) = 1. Entonces ρu,y (w) = w + u, luego u ∈ Vρu,y . Por otra parte,
tomando w ∈ V \ ⟨u⟩ (y podemos exigir que F (w, u) = 1) tenemos que

ρu,y (w) = w + F (w, y)u − y − Q(y)F (w, u)u,

de donde y ∈ Vρu,y . Esto nos da la igualdad Vρu,y = ⟨u, y⟩. Por una parte
tenemos que Fρu,y (u, u) = Q(u) = 0 y, por otra parte, tenemos la relación

Fρu,y (u, v) + Fρu,y (v, u) = F (u, v) = 0,

luego la matriz de Fρu,y en la base u, v es

 
0 α
−α β

y su determinante es α2 , luego θ(ρu,y ) = C ∗2 .

Teorema 9.50 Todo espacio cuadrático V está generado por sus vectores no
singulares excepto el plano hiperbólico sobre el cuerpo de dos elementos.

Demostración: Supongamos que u ∈ V es singular. Entonces dim V ≥ 2.

Si dim V > 2, entonces u está contenido en un plano hiperbólico H y H ⊥
contiene un vector no singular v. Entonces u = (u + v) − v y ambos sumandos
son no singulares. Si dim V = 2, puesto que tiene un vector singular, V es un
plano hiperbólico, digamos V = ⟨u, v⟩. Si α ̸= 0, 1, entonces

u = (αu + v) + ((1 − α)u − v),

donde los dos sumandos son no singulares (pero si el cuerpo de escalares es

C = {0, 1}, entonces V tiene un único vector no singular no nulo, que obviamente
no genera todo el plano).
Como consecuencia:

Teorema 9.51 Si V es un espacio cuadrático y u ∈ V es un vector singular,

⊥
el grupo Au está generado por las transformaciones ρu,y , donde y ∈ ⟨u⟩ es
no singular, excepto si V tiene dimensión 4 e índice de Witt 2 y el cuerpo de
escalares tiene 2 elementos.
9.2. Los grupos ortogonales 385

⊥
Demostración: Si ⟨u⟩ no contiene vectores singulares la conclusión es
⊥
obvia. Si, por el contrario, y ∈ ⟨u⟩ es singular, el teorema 8.27 nos da vectores
singulares v, z tales que ⟨u, v⟩ ⊥ ⟨y, z⟩ es una suma ortogonal de planos hiper-
bólicos. Si llamamos H = ⟨u, v⟩, tenemos que y ∈ H ⊥ y V = H ⊥ H ⊥ . Por el
teorema anterior tenemos que y se expresa como suma de vectores no singulares
de H ⊥ salvo si H ⊥ es un plano hiperbólico sobre el cuerpo de 2 elementos, es
decir, salvo si V está en el caso exceptuado en el enunciado. Por consiguiente,
ρu,y es composición de transformaciones de Siegel ρu,w , donde w ∈ H ⊥ es no
singular.
A su vez:
⊥
Teorema 9.52 Si V es un espacio cuadrático y u ∈ V es singular e y ∈ ⟨u⟩
es no singular, entonces
ρu,y = RQ(y)u−y Ry .
Demostración: Como y ∈ / ⟨u⟩, tenemos que ρu,y ̸= 1, y en la prueba
del teorema 9.49 hemos visto que Vρu,y = ⟨u, y⟩. Tomemos w ∈ V tal que
w − ρu,y (w) = y. Esto equivale a que F (w, u) = 1 y F (w, Q(y)u − y) = 0. El
teorema 9.32 nos da que
⊥
Vρu,y Ry = ⟨u, y⟩ ∩ ⟨w⟩ = ⟨Q(y)u − y⟩ .
Por lo tanto, ρu,y Ry = RQ(y)u−y y tenemos la conclusión.
Ahora ya podemos probar:
Teorema 9.53 Si V es un espacio cuadrático singular de dimensión n ≥ 3,
entonces Ω(V ) está generado por las transformaciones de Siegel salvo en el caso
de Ω+ (4, 2).
Demostración: Por el teorema 9.51, toda transformación de Siegel de V es
producto de transformaciones ρu,y con y no singular, las cuales están en OE(V )
por el teorema anterior, luego todas las transformaciones de Siegel están en
OE(V ) y, de hecho, están en Ω(V ) por los teoremas 9.43 y 9.49. Así pues, si
llamamos N al subgrupo generado por las transformaciones de Siegel, tenemos
que N ≤ Ω(V ).
Como V es singular, contiene un plano hiperbólico H. Si u ∈ V es no
singular, existe u′ ∈ H con Q(u′ ) = Q(u) y por el teorema de Witt 8.29 existe
f ∈ O(V ) tal que f (u′ ) = u.
Si H = ⟨u0 , v0 ⟩, por el teorema 9.48 existe g1 ∈ N tal que g1 (⟨u0 ⟩) = ⟨f (u0 )⟩
y por 9.47 existe g2 ∈ N tal que g2 (⟨g1 (u0 )⟩) = ⟨g1 (u0 )⟩ y g2 (⟨g1 (v0 )⟩) = ⟨f (v0 )⟩.
Así g = g1 g2 ∈ N cumple g[H] = f [H], luego llamando w = g −1 (u) ∈ H,
g
tenemos que Ru = Rw . Como N ⊴ O(V ),
−1 −1 −1 −1
Ru = Rw Rw (g Rw g) = Rw (Rw g Rw )g ∈ O(H)N,
donde identificamos O(H) con el subgrupo de las transformaciones de O(V )
que se restringen a la identidad en H ⊥ . Como O(V ) está generado por las
reflexiones, concluimos que O(H)N = O(V).
386 Capítulo 9. Los grupos unitarios y ortogonales

Por otra parte, N ≤ Ω(V ) ≤ OE(V ), luego OE(V ) = OE(H)N , pues si

h ∈ OE(V ), se descompone como h = h1 h2 , con h1 ∈ O(H) y h2 ∈ N, luego
D(h) = D(h2 ) = 0, luego D(h1 ) = 0 y así h1 ∈ OE(H). Por lo tanto

OE(V )/N ∼
= OE(H)/(OE(H) ∩ N ),

pero OE(H) es abeliano (véanse las observaciones tras la definición 9.38), luego,
teniendo en cuenta 9.44, concluimos que Ω(V ) = OE′ (V ) ≤ N y tenemos la
igualdad.

El grupo Ω+ (4, 2) Antes de seguir analizaremos el grupo Ω+ (4, 2) que nos

está apareciendo como excepción en los teoremas que hemos demostrado.
Consideremos un espacio cuadrático V de dimensión n = 4 e índice de Witt
m = 2 sobre el cuerpo C de dos elementos. Consideremos en él dos vectores sin-
gulares arbitrarios u1 , u2 linealmente independientes y ortogonales. El teorema
8.27 nos da vectores v1 , v2 ∈ V de modo que V = ⟨u1 , v1 ⟩ ⊥ ⟨u2 , v2 ⟩ es una
descomposición de V en suma ortogonal de planos hiperbólicos. Vamos a repre-
sentar los vectores de V en términos de sus coordenadas (x, y, z, w) respecto de
la base u1 , v1 , u2 , v2 . La matriz de la forma bilineal respecto a dicha base es
 
0 1 0 0
 1 0 0 0 
J =  0 0 0 1 


0 0 1 0

y la forma cuadrática es

Q(x, y, z, w) = xy + zw.

Es fácil ver entonces que en V hay exactamente 6 vectores no singulares no

nulos, a saber,

a = (0, 0, 1, 1), b = (1, 1, 1, 0), c = (1, 1, 0, 1),

′ ′
a = (1, 0, 1, 1), b = (1, 1, 0, 0), c′ = (0, 1, 1, 1).

La notación no es casual, sino que, así distribuidos, estos vectores determinan

dos subespacios no singulares

W1 = {0, a, b, c}, W2 = {0, a′ , b′ , c′ },

que son los únicos posibles, pues si tratamos de emparejar cualquier vector
no nulo de W1 con cualquier vector no nulo de W2 veremos que su suma es
singular. Es fácil comprobar que ambos subespacios son no degenerados por lo
que constituyen planos ortogonales no singulares. Más aún, V = W1 ⊥ W2 .
Por el teorema 9.50 (o simplemente comprobando que los seis vectores no
singulares contienen una base de V ) tenemos que toda transformación f ∈ O(V )
9.2. Los grupos ortogonales 387

está determinada por su restricción al conjunto de los seis vectores no singulares,

lo que nos da un monomorfismo de grupos

O+ (4, 2) −→ Σ6 .

Es evidente que toda f ∈ O(V ) debe fijar los subespacios Wi o bien inter-
cambiarlos. Las dos posibilidades suceden realmente, pues si consideramos la
transformación de Siegel ρ = ρu1 ,u2 , un cálculo rutinario muestra que

ρ(a) = a′ , ρ(b) = b′ , ρ(c) = c′

(hemos elegido la notación para que así sea). Equivalentemente, vista como
permutación,
ρ = (a, a′ )(b, b′ )(c, c′ ).
En particular ρ[W1 ] = W2 . Las transformaciones ortogonales que fijan los subes-
pacios Wi forman claramente un subgrupo N ∼ = O(W1 ) × O(W2 ). Según el
teorema 8.45 tenemos que O(Wi ) = O− (2, 2) ∼= Σ3 , luego en definitiva,

N∼
= Σ3 × Σ3 .

Pero si f ∈ O(V ) no fija a los Wi , f ρ sí que lo hace, lo cual prueba que

O+ (4, 2) = ⟨ρ⟩ N y, más precisamente, que tenemos una descomposición en
producto semidirecto
O+ (4, 2) ∼
= C2 [Σ3 × Σ3 ].
donde C2 = ⟨ρ⟩ actúa sobre Σ3 ×Σ3 mediante la acción dada por (σ, τ )ρ = (τ, σ).
Con esto tenemos, en particular, que |O+ (4, 2)| = 72 = 23 · 32 . A su vez,
+
OE (4, 2) tiene que ser un subgrupo de orden 36, pero vamos a ver que no es N .
Para ello observamos que la reflexión asociada, por ejemplo, al vector a tiene
⊥
que fijar a los vectores de ⟨a⟩ , lo que incluye al propio a y a los de W2 , luego,
como permutación, tiene que ser Ra = (b, c). En general, las seis reflexiones
de V son las seis transposiciones

(a, b), (a, c), (b, c), (a′ , b′ ), (a′ , c′ ), (b′ , c′ ),

todas las cuales están en N , pero no en OE+ (4, 2). Como ambos grupos tienen
orden 36 e índice 2 en O+ (4, 2), concluimos que el subgrupo

W = N ∩ OE+ (4, 2)

tiene orden 18. Además, ahora es inmediato que el subgrupo generado por las
reflexiones es N y no O+ (4, 2), lo que justifica la excepción del teorema 9.36.
Por otra parte, por el teorema 9.32, sí que tienen que estar en OE+ (4, 2)
(luego en W ) los productos de dos reflexiones, y ello incluye los cuatro ciclos de
longitud 3:
(a, b, c), (c, b, a), (a′ , b′ , c′ ), (c′ , b′ , a′ )
388 Capítulo 9. Los grupos unitarios y ortogonales

que resultan de multiplicar pares de transposiciones del mismo “grupo” a, b, c o

a′ , b′ , c′ , y los 9 productos “mixtos” de una transposición de cada grupo. Los
ciclos de longitud 3 generan A3 × A3 que, con los 9 pares de transposiciones
“mixtas” obtenemos las 18 permutaciones que tiene que tener W .
Por lo tanto, si llamamos, por ejemplo, z = (a, b)(a′ , b′ ) a una cualquiera de
las transposiciones “mixtas”, resulta que W = ⟨z⟩ (A3 × A3 ). Más precisamente,
si llamamos x = (a, b, c), y = (a′ , b′ , c′ ) a un generador de A3 × A3 , resulta que

W = {x, y, z | x3 = y 3 = z 2 = 1, xy = yx, xz = x−1 , y z = y −1 }

es el quinto grupo de la lista del teorema 3.44.

Para identificar OE+ (4, 2) basta recordar que en la prueba de 9.49 hemos
visto que las transformaciones de Siegel no triviales cumplen dim Vρ = 2, por lo
que ρ ∈ OE+ (4, 2), luego tiene que ser OE+ (4, 2) = ⟨ρ⟩ W . Vamos a determinar
la estructura de este grupo. Para ello llamamos

ρ′ = ρz = (a, b′ )(b, a′ )(c, c′ ) ∈ OE+ (4, 2),

x′ = (a, b, c)(a′ , b′ , c′ ), y ′ = (a, b, c)(c′ , b′ , a′ ),

y observamos que

N1 = ⟨x′ , y ′ ⟩ , OE+ (4, 2) = ⟨ρ⟩ W = ⟨ρ′ ⟩ W,

así como que

′ ′
x′ρ = x′−1 , y ′ρ = y ′ , x′ρ = x′ , y ′ρ = y ′−1 .

A partir de aquí es fácil ver que S1 = ⟨x′ , ρ⟩ y S2 = ⟨y ′ , ρ′ ⟩ son subgrupos

normales de OE+ (4, 2) isomorfos a Σ3 con intersección trivial, por lo que

OE+ (4, 2) = S1 × S2 ∼
= Σ 3 × Σ3 .
Así pues, O+ (4, 2) tiene dos subgrupos de índice 2 isomorfos a Σ3 × Σ3 , uno
de los cuales es el grupo N generado por las reflexiones y el otro es OE+ (4, 2).
Esto implica que el cociente O+ (4, 2)/W tiene dos subgrupos de orden 2, luego
tiene que ser
O+ (4, 2)/W ∼
= C2 × C2
y tiene que tener un tercer subgrupo de orden 2, que se corresponde con un tercer
subgrupo de índice 2 de O+ (4, 2). Un representante de la clase no trivial de N/W
es, por ejemplo, (a, b) y un representante de la clase no trivial de OE+ (4, 2)/W
es ρ, luego un representante de la clase no trivial del tercer subgrupo de índice 2
será
τ = (a, b)ρ = (a′ , a, b′ , b)(c′ , c),
que tiene orden 4, luego el tercer subgrupo es

N2 = x, y, τ | x3 = y 3 = τ 4 = 1, xy = yx, xτ = y −1 , y τ = x ,

que puede verse como un producto semidirecto C4 [C3 × C3 ] con la única acción
fiel de C4 en C3 × C3 .
9.2. Los grupos ortogonales 389

Como los subgrupos de índice 2 dan cociente abeliano, resulta que

Ω+ (4, 2) = O+ (4, 2)′ ≤ N ∩ O+ (4, 2) = W.
Pero [z, x−1 ] = x, [z, y −1 ] = y, [ρ, τ −1 ] = z, luego se da también la inclusión
opuesta y concluimos que
Ω+ (4, 2) = {x, y, z | x3 = y 3 = z 2 = 1, xy = yx, xz = x−1 , y z = y −1 }
es un grupo de orden 18. En particular Ω+ (4, 2) ≤ N , luego ρ ∈/ Ω+ (4, 2) luego
4
la excepción en el teorema 9.53 está justificada. También lo está en 9.43, pues
si el teorema fuera válido en el caso exceptuado sería Ω+ (4, 2) = OE+ (4, 2), y
no es el caso, así como en 9.44, pues no es difícil ver que5
OE+ (4, 2)′ = A3 × A3 ̸= Ω+ (4, 2).

La simplicidad de ΩP(V ) En general no podemos aspirar a demostrar que

los grupos Ω(V ) son simples porque pueden contener el subgrupo normal {±1},
pero vamos a ver que es el único inconveniente posible.
Definición 9.54 Si V es un espacio cuadrático y Z = Z(O(V )) = {±1}, defi-
nimos los grupos ortogonales proyectivos
OP(V ) = O(V )/Z, OEP(V ) = OE(V )Z/Z, ΩP(V ) = Ω(V )Z/Z.
Observemos que si la característica del cuerpo de escalares es 2, entonces
Z = 1, con lo que estas definiciones son triviales, pero si la característica es
distinta de 2 y dim V = n, entonces −1 ∈ O(V ) tiene determinante (−1)n ,
luego si n es impar se cumple que −1 ∈/ OE(V ), por lo que igualmente
OEP(V ) ∼
= OE(V ), ΩP(V ) ∼
= Ω(V ).
En cambio, si n es par, tenemos que −1 ∈ OE(V ), pero −1 ∈ Ω(V ) si y sólo si
θ(−1) = 1, y se cumple que θ(−1) = disc F .
En efecto, es fácil ver que V−1 = V y, puesto que x − (−1)(x) = 2x,
1
F−1 (u, v) = F (u/2, v) = F (u, v),
2
Luego la matriz de Ff en una base coincide con la de 1/2F , luego
1 1
θ(−1) = disc F = n disc F = disc F,
2 2
pues, como n es par, 1/2n es un cuadrado en C ∗ .
4 Notemos que ρ es una transformación de Siegel ρ
u1 ,u2 donde u1 y u2 son arbitrarios
salvo por la exigencia de que u2 sea no singular, luego ninguna de ellas está en Ω+ (4, 2). En
cambio, las transformaciones de Siegel con u2 regular se corresponden con los productos de
transposiciones mixtas, que sí que están en Ω+ (4, 2).
5 Notemos, no obstante, que si hubiéramos definido Ω(V ) = OE(V )′ , en virtud del teorema

9.44, la definición sería equivalente a la que hemos dado en todos los casos, salvo por que así
sería Ω+ (4, 2) = A3 × A3 , y no hay razón por la que una opción sea preferible a la otra.
390 Capítulo 9. Los grupos unitarios y ortogonales

Si V es un espacio cuadrático singular de dimensión ≥ 3, el teorema 9.25

nos permite considerar a OP(V ) y, por consiguiente a sus subgrupos OEP(V )
y ΩP(V ), como grupos de permutaciones sobre el conjunto X de los puntos
singulares de P (V ). El teorema siguiente lo tenemos prácticamente demostrado:

Teorema 9.55 Si V es un espacio cuadrático de índice de Witt 1 y dimensión

n ≥ 3, entonces Ω(V ) es doblemente transitivo sobre el conjunto X de los puntos
singulares de P (V ).

Demostración: Como O+ (4, 2) tiene índice de Witt 2, el teorema 9.53 nos

da que Ω(V ) es el grupo generado por las transformaciones de Siegel, luego 9.48
implica que es transitivo sobre X.
Sean P, Q y P ′ , Q′ dos pares de puntos distintos en X. Entonces existe
g ∈ Ω(X) tal que g(P ) = P ′ . Sea g(Q) = Q′′ . El hecho de que el índice de
Witt sea 1 implica que V no puede contener dos vectores singulares ortogonales
linealmente independientes, luego P y Q no son ortogonales, luego tampoco lo
son P ′ y Q′′ , y tampoco lo son P ′ y Q′ . Si P ′ = ⟨u⟩, el teorema 9.47 nos da que
existe g ′ ∈ Au ≤ Ω(V ) tal que g ′ (Q′′ ) = Q′ y, naturalmente, g ′ (P ′ ) = P ′ , luego
gg ′ ∈ Ω(V ) transforma (P, Q) en (P ′ , Q′ ).

Teorema 9.56 Si V es un espacio cuadrático singular de dimensión n ≥ 3,

entonces ΩP(V ) es primitivo sobre el conjunto X de los puntos singulares del
espacio proyectivo P (V ) excepto si n = 4 y el índice de Witt es 2.

Demostración: Si el índice de Witt es m = 1, el teorema anterior nos da

que ΩP(V ) es doblemente transitivo, luego primitivo. Por lo tanto, podemos
suponer que m ≥ 2, luego n ≥ 4. Si n = 4, entonces necesariamente m = 2,
y estamos en el caso exceptuado en el enunciado, luego podemos suponer que
n ≥ 5.
Supongamos que B ⊂ X es un bloque con |B| > 1 y sea P ∈ B. Supongamos
en primer lugar que existe Q ∈ B no ortogonal a P . Entonces B contiene todos
los puntos de X no ortogonales a P , pues si R es uno de ellos, el teorema 9.47
nos da g ∈ Ω(V ) tal que g(P ) = P y g(Q) = R, luego P ∈ B ∩ g[B], luego
R ∈ g[B] = B.
Veamos ahora que B contiene también los puntos ortogonales a P , con lo
que será B = X. Supongamos que R ∈ P ⊥ , R ̸= P . Si P = ⟨u⟩, R = ⟨u′ ⟩, con
u ⊥ u′ , el teorema 8.27 nos da planos hiperbólicos ortogonales ⟨u, v⟩, ⟨u′ , v ′ ⟩, y
tomando w = v + v ′ y llamando Q = ⟨w⟩, tenemos que Q ∈ X no es ortogonal
ni a P ni a R, luego en particular Q ∈ B. Ahora aplicamos el caso anterior:
tenemos Q ∈ B y B contiene un punto P no ortogonal a Q, luego hemos probado
que contiene a todos los puntos no ortogonales a Q, en particular R ∈ B.
Esto termina la prueba en el caso en que B contiene un punto no ortogonal
a P . Supongamos ahora que B contiene un punto Q ortogonal a P (distinto
de P ) y vamos a probar que B contiene todos los puntos de X ortogonales a P .
Admitiendo esto, es fácil concluir que B contiene también todos los puntos no
9.2. Los grupos ortogonales 391

ortogonales a P , pues si R es uno de ellos, entonces H = P + R es un plano

hiperbólico y, como m ≥ 2, tiene que haber otro plano hiperbólico H ′ ≤ H ⊥ , y
podemos tomar un punto singular Q ∈ H ′ ≤ H ⊥ , luego Q ∈ B y R es ortogonal
a Q. Por la parte que tenemos pendiente probar, resulta que R ∈ B.
Así pues, sólo tenemos que probar que si B contiene un punto Q ortogonal
a P , entonces contiene a cualquier otro punto R ortogonal a P . A su vez, para
ello basta encontrar f ∈ Ω(V ) tal que f (P ) = P y f (Q) = R. Así R ∈ f [B] = B.
Si Q y R no son ortogonales, entonces H = Q + R es un plano hiperbólico, y
P ≤ H ⊥ , luego podemos formar otro plano hiperbólico tal que P ≤ H ′ ≤ H ⊥ .
Así H ≤ H ′⊥ . Como dim H ′⊥ ≥ 3, el teorema 9.48 nos da g ∈ O(H ′⊥ ) que es
producto de trasformaciones de Siegel y cumple g(Q) = R. Ahora bien, toda
transformación de Siegel de H ′⊥ se extiende a una transformación de Siegel de V
que fija a H ′ , en particular a P , luego g se extiende a f ∈ Ω(V ) que cumple lo
requerido.
Si Q = ⟨u1 ⟩ es ortogonal a R = ⟨u2 ⟩ (y ambos son ortogonales a P = ⟨u3 ⟩),
por 8.27 podemos formar planos hiperbólicos ortogonales

⟨u1 , v1 ⟩ ⊥ ⟨u2 , v2 ⟩ ⊥ ⟨u3 , v3 ⟩

⊥
y, como antes, podemos tomar g ∈ O(⟨u3 , v3 ⟩ ) que sea producto de transfor-
maciones de Siegel y que cumpla g(Q) = R, la cual se extiende a f ∈ Ω(V ) que
fija los vectores de ⟨u3 , v3 ⟩ y cumple lo requerido.

Teorema 9.57 Si V es un espacio cuadrático singular de dimensión n ≥ 3,

entonces Ω(V )′ = Ω(V ) salvo en los casos Ω(3, 3), Ω+ (4, 2) y Ω+ (4, 3).

Demostración: Sea ρu,y una transformación de Siegel y vamos a probar

que ρu,y ∈ Ω(V )′ . El teorema 9.53 nos da entonces la conclusión.
Si y es singular, como u ⊥ v, el teorema 8.27 nos da planos hiperbólicos
⊥ ⊥
⟨u, v⟩ ⊥ ⟨y, y ′ ⟩, con lo que H = ⟨u, v⟩ ≤ ⟨y⟩ . Si y es no singular, entonces ⟨y⟩
es un espacio cuadrático e igualmente podemos tomar un plano hiperbólico
⊥
H = ⟨u, v⟩ ≤ ⟨y⟩ .
Para cada a ∈ C ∗ podemos considerar la transformación g ∈ O(H) dada
por g(u) = au, g(v) = a−1 v (véase la prueba del teorema 8.45), y podemos
extenderla a g ∈ O(V ) de modo que g|H ⊥ = 1. El teorema 9.42 nos da que
g 2 ∈ Ω(V ). Si |C ∗ | > 3, podemos elegir a de modo que a2 ̸= 1, y entonces

[g 2 , ρu,(1−a2 )−1 y ] = g −2 ρu,−(1−a2 )−1 y g 2 ρu,(1−a2 )−1 y =

ρa2 u,−(1−a2 )−1 y ρu,(1−a2 )−1 y = ρu,−a2 (1−a2 )−1 y ρu,(1−a2 )−1 y = ρu,y ,
luego ρu,y ∈ Ω(V )′ . Por lo tanto, a partir de aquí podemos suponer que |C| ≤ 3.
Por el teorema 9.51 podemos suponer que y es no singular.
Si C es el cuerpo de 2 elementos, entonces H ⊥ no puede ser un plano hiper-
bólico, pues entonces estaríamos en el caso de Ω+ (4, 2). El teorema 9.50 nos da
392 Capítulo 9. Los grupos unitarios y ortogonales

que H ⊥ está generado por sus vectores no singulares. Si todos ellos estuvieran
⊥ ⊥
en ⟨y⟩ , tendríamos que H ⊥ ≤ ⟨y⟩ , luego y ∈ H, lo cual no es cierto, por lo
⊥
que podemos tomar x ∈ H ⊥ \ ⟨y⟩ no singular. Así W = ⟨x, y⟩ es un subespacio
no degenerado no singular, pues

Q(ax + by) = a2 + ab + b2

y a, b sólo pueden tomar los valores 0, 1. Definimos una transformación g ∈ O(V )

mediante g(x) = x + y, g(y) = x y g|W ⊥ = 1. Entonces g 3 = 1, luego 9.42 nos
da de nuevo que g = (g −1 )2 ∈ Ω(V ) y

[g, ρu,x ] = g −1 ρu,x gρu,x = ρu,x+y ρu,x = ρu,y ∈ Ω(V )′ .

Supongamos finalmente que C es el cuerpo de 3 elementos, en cuyo caso las

excepciones del enunciado nos dan que n ≥ 4 y que si n = 4 el índice de Witt
es m = 1, lo que se traduce en que H ⊥ es un plano no singular.
⊥
Vamos a probar que existe x ∈ H ⊥ ∩ ⟨y⟩ tal que Q(x) = Q(y). Si n = 4,
entonces H ⊥ admite una base ortogonal x, y, donde necesariamente se cum-
ple Q(x) = Q(y), porque en caso contrario sería Q(x) = −Q(y), y entonces
tendríamos que Q(x + y) = 0 en contra de que H ⊥ es no singular.
Si n > 4 tenemos una base ortonormal H ⊥ = ⟨y, x1 , x2 , . . . , xr ⟩, con r ≥ 2.
O bien Q(y) = Q(x1 ), o bien Q(y) = Q(x2 ), o bien Q(x1 ) = Q(x2 ) = −Q(y),
en cuyo caso x = x1 + x2 cumple Q(x) = Q(y).
Ahora tomamos g ∈ O(V ) dada por g(x) = −y, g(y) = x y que fije a todos
⊥
los vectores de ⟨x, y⟩ . Entonces g 2 ∈ Ω(V ) y

[g 2 , ρu,−y ] = g −2 ρu,y g 2 ρu,−y = ρu,−y ρu,−y = ρu,y ∈ Ω(V )′ .

Ahora ya es inmediato el teorema que pretendíamos demostrar:

Teorema 9.58 Si V es un espacio cuadrático singular de dimensión n ≥ 3, el

grupo ΩP(V ) es simple, salvo en el caso de ΩP(3, 3) y cuando n = 4 y el índice
de Witt es m = 2.

Demostración: Sólo tenemos que aplicar el teorema de Iwasawa: con las

excepciones recogidas en el enunciado, hemos probado (teormema 9.25) que
ΩP(V ) es un grupo de permutaciones sobre el conjunto X de los puntos singu-
lares de P (V ), que es primitivo (teorema 9.56), que coincide con su derivado
(teorema 9.57) y, si P = ⟨u⟩ ∈ X, el estabilizador ΩP(V )P contiene el sub-
grupo normal abeliano Au Z/Z cuya envoltura normal en ΩP(V ) contiene todas
las transformaciones de Siegel (por 9.48), luego es todo ΩP(V ). El teorema de
Iwasawa implica entonces que ΩP(V ) es simple.
El teorema 9.39 nos da el isomorfismo ΩP(3, q) ∼ = LEP(2, q), lo que en par-
ticular justifica la excepción ΩP(3, 3) ∼
= LEP(2, 3) ∼
= A4 en el teorema anterior.
El teorema 9.56 nos ha introducido una familia infinita de excepciones más allá
del grupo O+ (4, 2), que ya sabíamos que no es simple. El teorema siguiente
muestra que todas ellas están justificadas:
9.2. Los grupos ortogonales 393

Teorema 9.59 Si V es un espacio cuadrático de dimensión n = 4 e índice de

Witt m = 2 sobre un cuerpo C con |C| > 3, entonces

ΩP(V ) ∼
= LEP(2, C) × LEP(2, C).
Demostración: Llamemos V al espacio vectorial de las matrices 2 × 2 con
coeficientes en C, que ciertamente es un espacio vectorial de dimensión 4, y
consideremos la forma cuadrática Q : V −→ C dada por el determinante:
 
x z
Q = xy − zw.
w y
Es claro que se trata ciertamente de una forma cuadrática en V respecto a la
cual V = H1 ⊥ H2 se descompone en suma ortogonal de dos planos hiperbólicos,
a saber, los formados por las matrices de la forma
   
x 0 0 z
, ,
0 y w 0
respectivamente. Por lo tanto, V tiene índice de Witt 2, y cualquier otro espacio
cuadrático en las condiciones del enunciado es isométrico a V , luego basta probar
el teorema para V . Observemos que la forma bilineal asociada a Q es
  ′
x z′
 
x z
F , = xy ′ + x′ y − (zw′ + z ′ w).
w y w′ y ′
Consideremos la aplicación

ρ : LG(2, C) × LG(2, C) −→ LG(V )

dada por
ρ(A, B)(X) = A−1 XB.
Claramente es un homomorfismo de grupos, y ρ(A, B) ∈ O(V ) si y sólo si,
para todo X ∈ V se cumple que |A|−1 |X||B| = |X|, lo que equivale a que
|A| = |B|. Así pues, llamamos

G = {(A, B) ∈ LG(2, C) × LG(2, C) | |A| = |B|},

de modo que tenemos un homomorfismo ρ : G −→ O(V ). Igualando coeficientes

en la relación A−1 XB = X o, equivalentemente, AX = XB, se concluye sin
dificultad que el núcleo es

N = {(λI, λI) ∈ LG(2, C) × LG(2, C) | λ ∈ C ∗ }.

∼ G/N . Otra trans-
Así pues, si llamamos G̃ = ρ[G] ≤ O(V ), tenemos que G̃ =
formación ortogonal T : V −→ V es obviamente la dada por T (X) = X t .
Igualando coeficientes en la relación ρ(A−1 , B)(X) = X t se ve que es impo-
sible, de modo que T ∈ / G̃. Por otro lado, si
 
p r
U=
s q
394 Capítulo 9. Los grupos unitarios y ortogonales

es una matriz no singular, se comprueba que la reflexión RU puede expresarse

como RU = ρ(A, B)T , donde
   
−r p −r −q
A= , B= .
−q s p s

El teorema 9.36 nos da que G̃ y T generan O(V). Más aún, tomando

 
0 −1
U=
1 0

obtenemos A = B = I, luego T = RU es una reflexión. También es fácil ver que

ρ(A, B)T = ρ(B −1t , A−1t ),

lo que implica que G̃ ⊴ O(V ), así como que G̃ contiene a todos los productos
de dos reflexiones, pues

RU RU ′ = ρ(A, B)T ρ(A′ , B ′ )T = ρ(A, B)ρ(A′ , B ′ )T ∈ G̃.

Por lo tanto, puesto que los productos de reflexiones generan OE(V ), tenemos
que OE(V ) ≤ G̃ < O(V ) y, como el grupo ortogonal especial tiene índice 2,
tiene que ser G̃ = OE(V ). Equivalentemente, tenemos un isomorfismo

G/N ∼
= OE(V ).

Ahora llamamos
   
α 0 α 0
M (α) = , ,
0 1 0 1

de modo que K = {M (α) | α ∈ C ∗ } forma un subgrupo de G isomorfo a C ∗ . Si

(A, B) ∈ G cumple |A| = |B| = α, entonces

(A, B) = (A, B)M (α−1 )M (α),

donde (A, B)M (α−1 ) ∈ LE(2, C) × LE(2, C), con lo que

G = (LE(2, C) × LE(2, C))K.

El producto es normal en G, porque lo es en LG(2, C) × LG(2, C) y los dos

factores tienen intersección trivial. Ahora,

K 2 = {M (α2 ) | α ∈ C ∗ }

es un subgrupo isomorfo a C ∗2 y

G0 = (LE(2, C) × LE(2, C))K 2

es un subgrupo de G tal que G/G0 ∼

= K/K 2 es abeliano, luego G′ ≤ G0 . Además

G0 = (LE(2, C) × LE(2, C))N,

9.2. Los grupos ortogonales 395

pues

M (α2 ) = (M (α2 )(α−1 I, α−1 I))(αI, αI) ∈ (LE(2, C) × LE(2, C))N,

luego G0 ≤ (LE(2, C) × LE(2, C))N . Recíprocamente,

 −1   −1 
λ 0 λ 0
(λI, λI) = , M (λ2 ) ∈ G0 .
0 λ 0 λ

Por lo tanto, (G/N )′ ≤ G0 /N , luego, teniendo en cuenta el teorema 7.16,

Ω(V ) ≤ ρ[G0 /N ] = ρ[LE(2, C) × LE(2, C)] = ρ[LE(2, C)′ × LE(2, C)′ ] ≤ Ω(V ).

Concluimos que ρ induce un isomorfismo G0 /N ∼

= Ω(V ). Más aún,

Ω(V ) ∼
= G0 /N ∼
= (LE(2, C) × LE(2, C))/Z0 ,

donde Z0 = (LE(2, C) × LE(2, C)) ∩ N = {(I, I), (−I, −I)}. Finalmente,

Z(Ω(V )) = {±1}, que es un subgrupo de orden 1 o 2 según si C tiene o no
característica 2. Si llamamos

Z = {(I, I), (I, −I), (−I, I), (−I, −I)},

tenemos que |Z/Z0 | = |Z(Ω(V ))| y Z/Z0 está claramente contenido en el centro
de (LE(2, C) × LE(2, C))/Z0 , luego tiene que ser exactamente dicho centro, y
así
ΩP(V ) = Ω(V )/Z(Ω(V )) ∼ = (LE(2, C) × LE(2, C))/Z =
(LE(2, C) × LE(2, C))/({±I} × {±I}) ∼
=
(LE(2, C)/{±I}) × (LE(2, C)/{±I}) = LEP(2, C) × LEP(2, C).

Los órdenes de los grupos ΩPϵ (n, q) Hemos probado la simplicidad de los
grupos finitos ΩPϵ (n, q) excepto los casos ΩP(3, 3) y ΩP+ (4, q), pero no hemos
calculado sus órdenes.
El teorema 8.48 nos da los órdenes de los grupos Oϵ (n, q), y OEϵ (n, q) es un
subgrupo de índice 2, luego:

2
m
qm (q 2i − 1),
Q
|OE(2m + 1, q)| = para q impar,
i=1
m−1
|OEϵ (2m, q)| = q m(m−1) (q m − ϵ) (q 2i − 1).
Q
i=1

Por otra parte, el teorema 9.43 implica que si q es par, como C ∗ = C ∗2 , se

cumple que Ωϵ (n, q) = OEϵ (n, q) salvo para Ω+ (4, 2), y si q es impar, entonces
396 Capítulo 9. Los grupos unitarios y ortogonales

Ωϵ (n, q) tiene índice 2 en OEϵ (n, q). Por lo tanto (salvo para Ω+ (4, 2), que tiene
orden 18):
1 m2 Qm
|Ω(2m + 1, q)| = q (q 2i − 1), para q impar,
2 i=1
q m(m−1) (q m − ϵ) m−1
|Ωϵ (2m, q)| =
Q 2i
(q − 1).
(2, q + 1) i=1

Finalmente, tras la definición 9.54 hemos visto que ΩPϵ (n, q) = Ωϵ (n, q)
siempre que q es par o si n y q son ambos impares. En el caso en que n es
par y q es impar tenemos que −1 ∈ Ωϵ (2m, q) si y sólo si el discriminante de la
forma bilineal es trivial. En tal caso, si V es un espacio cuadrático de dimensión
n = 2m sobre C, tenemos que

V = V1 ⊥ · · · ⊥ Vm ,

donde cada Vi es un plano hiperbólico salvo a lo sumo Vm , que lo será si ϵ = +1

y será un plano no singular si ϵ = −1. Si formamos una base de V uniendo bases
de los planos Vi , el determinante de la forma cuadrática de F es el producto de
los determinantes de sus restricciones a cada plano.
El determinante de la matriz de la forma bilineal de un plano hiperbólico
respecto de un par hiperbólico es −1, que es un cuadrado en C ∗ si y sólo si C ∗
contiene elementos de orden 4, si y sólo si q ≡ 1 (mód 4).
Por lo tanto, si ϵ = +1, el espacio V admite una base en la que el determi-
nante de la forma cuadrática es (−1)m , que es un cuadrado en C ∗ si y sólo si
q m ≡ 1 (mód 4).
En efecto, si q ≡ 1 (mód 4), entonces 1 y −1 son cuadrados en C ∗ , luego
(−1)m es siempre un cuadrado en C ∗ y q m ≡ 1 (mód 4) se cumple para todo m.
En cambio, si q ≡ −1 (mód 4), entonces ambas condiciones se cumplen si y sólo
si m es par.
En la prueba del teorema 8.32 hemos visto que la forma cuadrática de un
plano no singular en la base adecuada es de la forma Q(x + yω) = x2 − xy + ay 2
(en la prueba del teorema 8.39 se razona que podemos tomar α = 1). De aquí
se sigue que la matriz de la forma bilineal en dicha base es
 
2 −1
−1 2a

cuyo determinante es 4a − 1, pero el polinomio x2 + x + a es irreducible en C[x],

lo que exige que d = 1 − 4a ∈ / C ∗2 , luego el determinante −d es un cuadrado si
y sólo si no lo es −1, es decir, sí y sólo si q ≡ −1 (mód 4).
Por lo tanto, si ϵ = −1, el determinante de la matriz de la forma cuadrática
será un cuadrado si y sólo si se cumple q ≡ −1 (mód q) y q m−1 ≡ 1 (mód 4)
o bien q ≡ 1 (mód 4) y q m−1 ≡ −1 (mód 4). Ambos casos equivalen a que
q m ≡ −1 (mód 4).
En conclusión, para q impar, −1 ∈ Ωϵ (2m, q) si y sólo si q m ≡ ϵ (mód 4),
luego el orden del grupo proyectivo ΩPϵ (2m, q) es la mitad que el de Ωϵ (2m, q)
9.2. Los grupos ortogonales 397

si y sólo si (q m − ϵ, 4) = 4. Esto nos da las fórmulas

1 m2 Qm
|ΩP(2m + 1, q)| = q (q 2i − 1), para q impar,
2 i=1
q m(m−1) (q m − ϵ) m−1
|ΩPϵ (2m, q)| =
Q 2i
(q − 1),
(q m − ϵ, 4) i=1

siempre con la excepción de ΩP+ (4, 2), que tiene orden 18 y no 36.
En dimensión 3, el teorema 9.39 implica que ΩP(3, q) ∼
= LEP(2, q), mientras
que en dimensión 4, hemos visto que los grupos ΩP+ (4, q) no son simples y, por
otra parte:

Teorema 9.60 ΩP− (4, q) ∼

= LEP(2, q 2 ).

Demostración: Sea C el cuerpo de q elementos y K el cuerpo de q 2 ele-

mentos, de modo que C es el cuerpo fijado en K por la conjugación ᾱ = αq .
Según hemos visto en la prueba del teorema 8.39, K = C(ω), donde el polinomio
mínimo de ω es de la forma x2 + x + a.
Sea V el C-espacio vectorial formado por las matrices X ∈ Mat2 (K) tales
que X̄ t = X. Explícitamente, son las matrices de la forma
 
x ξ
X= ,
ξ¯ y

donde x, y ∈ C, ξ ∈ K. Si K = C(ω), teniendo en cuenta que podemos expresar

ξ = z + w ω, con z, w ∈ C, es claro que dim V = 4. Además, podemos definir
Q : V −→ C mediante
¯
Q(X) = |X| = xy − ξ ξ,
que es una forma cuadrática. Más precisamente, V = H ⊥ W , donde H es el
subespacio vectorial formado por las matrices diagonales (que cumplen ξ = 0),
y es un plano hiperbólico, y W es el subespacio formado por las matrices que
cumplen x = y = 0, que es isomorfo a K y la restricción de Q a W se corresponde
con la norma N : K −→ C cambiada de signo, por lo que W es no singular y
O(V ) = O− (4, q).
Ahora definimos ρ : LE(2, K) −→ Ω(V ) mediante

ρ(P )(X) = P̄ t XP.

Notemos que, en efecto, ρ(P ) ∈ LG(V ) y ρ es un homomorfismo de grupos.

Además |ρ(P )(X)| = |X|, por lo que, de hecho, ρ(P ) ∈ O(V ), pero 7.16 nos
da que LE(2, K) = LE(2, K)′ , de donde la imagen de ρ tiene que estar en
O(V )′ = Ω(V ). A su vez, ρ induce un homomorfismo

ρ̄ : LE(2, K) −→ ΩP(V ).
398 Capítulo 9. Los grupos unitarios y ortogonales

Vamos a calcular su núcleo, que estará formado por las matrices P ∈ LE(2, K)
que cumplen ρ(P )(X) = ϵX, para todo X ∈ V , donde ϵ = 1 si −1 ∈ / Ω(P ) o
bien ϵ = ±1 si −1 ∈ Ω(P ). Para ello expresamos
 
α γ
P =
δ β

y desarrollamos la igualdad P̄ t XP = P :

αᾱx + δ δ̄y + δ ᾱξ + αδ̄ ξ¯ ᾱγx + δ̄βy + ᾱβξ + δ̄γ ξ¯

   
ϵx ϵξ
= .
αγ̄x + δ β̄y + δγ̄ξ + αβ̄ ξ¯ γγ̄x + β β̄y + βγ̄ξ + γ β̄ ξ¯ ϵξ¯ ϵy

Al igualar las coordenadas (1, 1) obtenemos αᾱ = ϵ, δ δ̄ = 0, de donde δ = 0.

Igualmente, las coordenadas (2, 2) nos dan que β β̄ = ϵ, γγ̄ = 0, luego γ = 0, y
las otras dos coordenadas nos dan además que ᾱβ = ϵ. Además, como |P | = 1,
tiene que ser αβ = 1. Como αᾱ = β ᾱ, tiene que ser α = β y entonces α2 = 1,
luego α = ±1, pero entonces ϵ = 1, es decir, que −1 no está en la imagen de
ρ aunque esté en Ω(V ). Así pues, el núcleo de ρ̄ está formado por las matrices
±I, con lo que tenemos un monomorfismo

LEP(2, K) −→ ΩP(V )

y, como ambos grupos tienen el mismo orden, tiene que ser un isomorfismo.
En dimensión 5 y 6 tampoco obtenemos grupos nuevos:

Teorema 9.61 Se cumple

ΩP(5, q) ∼
= SpP(4, q), ΩP+ (6, q) ∼
= LEP(4, q), ΩP− (6, q) ∼
= UEP(4, q 2 ).

Demostración: Sea V el espacio de las matrices de la forma

 
0 a b c
 −a 0 d e 
X=  −b −d

0 f 
−c −e −f 0

con coeficientes en el cuerpo C de q elementos.6 Claramente se trata de un

espacio vectorial de dimensión 6. Una comprobación rutinaria muestra que

|X| = (af − be + cd)2 .

Es inmediato comprobar que la aplicación Q : V −→ C dada por

Q(X) = af − be + cd
6 Sila característica de C es distinta de 2 el espacio V es el espacio de las matrices antisi-
métricas, pero si la característica es 2 tenemos que exigir explícitamente que los coeficientes
de la diagonal sean nulos.
9.2. Los grupos ortogonales 399

es una forma cuadrática en V , respecto a la cual V se descompone en suma

ortogonal de tres planos hiperbólicos. Concretamente,

V = H1 ⊥ H2 ⊥ H3 ,

donde Hi está formado, respectivamente, por las matrices

   
0 a 0 0 0 0 b 0
−a 0 0 0   , M2 (b, e) =  0 0 0 e 

M1 (a, f ) = 
 0 0 −b
,
0 f  0 0 0 
0 0 −f 0 0 −e 0 0
 
0 0 0 c
 0 0 d 0 
 0 −d 0 0  .
M3 (c, d) =  

−c 0 0 0
Por consiguiente, O(V ) = O+ (6, q). Consideramos ahora la aplicación

ρ : LG(4, q) −→ LG(V )

dada por
ρ(P )(X) = P t XP.
Es fácil comprobar que, ciertamente, P t XP ∈ V , y es claro que ρ es un ho-
momorfismo de grupos. Más laborioso es comprobar que, si α ̸= 0, entonces
ρ(P )(X) = αX para todo X ∈ V si y sólo si P = βI, con β 2 = α.
Para probarlo pongamos que P = (aij ) y apliquemos la relación

ρ(P )(X) = αX

a la matriz X que tiene todas sus coordenadas nulas salvo a = 1. Al igualar los
coeficientes resulta:

a11 a32 = a12 a31 , a11 a42 = a12 a41 , a21 a32 = a22 a31 ,

a21 a42 = a22 a41 , a31 a42 = a32 a41 , a11 a22 − a12 a21 = α.
Si fuera a41 ̸= 0, podríamos llamar λ = a42 /a41 y tendríamos que

a12 = λa11 , a22 = λa21 , a32 = λa31 , a42 = λa41 ,

con lo que P tendría dos columnas linealmente dependientes y no sería regular.

Por lo tanto, tiene que ser a41 = 0, e igualmente a42 = a31 = a32 = 0.
Teniendo esto en cuenta, consideramos ahora la matriz X que tiene sus
componentes nulas salvo d = 1 y ahora obtenemos las relaciones

a22 a33 = α ̸= 0, a12 a33 = 0, a22 a43 = 0, a13 a22 − a12 a23 = 0,

de donde concluimos que a12 = a43 = a13 = 0, y además la relación del caso
anterior a11 a22 − a12 a21 = α se reduce ahora a a11 a22 = α.
400 Capítulo 9. Los grupos unitarios y ortogonales

Ahora consideramos la matriz X con componentes nulas salvo f = 1, y

obtenemos

a33 a44 = α ̸= 0, a14 a33 = 0, a23 a44 = 0, a23 a34 − a24 a33 = 0,

de donde a14 = a23 = a24 = 0.

Razonando igualmente con las tres matrices restantes de la base canónica
de V concluimos que P es una matriz diagonal, así como que

a11 a22 = a22 a33 = a33 a44 = a11 a44 = a11 a33 = a22 a33 = α ̸= 0,

de donde se sigue que a11 = a22 = a33 = a44 = β, con β 2 = α.

En particular, tomando α = 1 concluimos que el núcleo de ρ está formado
por las matrices ±I.
Observemos ahora que

Q(P t XP )2 = |P t XP | = |P |2 |X| = |P |2 Q(X)2 ,

luego Q(P t XP ) = ±|P |Q(X), pero el signo correcto es el positivo, pues esta
relación puede verse como una igualdad de polinomios en 42 indeterminadas,
que en particular se cumplirá si hacemos P = I, en cuyo caso se reduce a
Q(X) = ±Q(X), lo que muestra que el signo correcto es el positivo.
Tenemos, pues, que Q(ρ(P )(X)) = |P |Q(X), luego ρ(P ) ∈ O(V ) si y sólo si
P ∈ LE(6, q). Por lo tanto, ρ se restringe a un homomorfismo

ρ : LE(4, q) −→ O+ (6, q).

Más aún, puesto que LE(4, q) = LE(4, q)′ (teorema 7.16), tenemos en realidad
un homomorfismo
ρ : LE(4, q) −→ Ω+ (6, q).
Hemos visto que −1 ∈ Ω+ (6, q) si y sólo si −1 es un cuadrado en C, en
cuyo caso hemos probado que ρ−1 [{±1}] está formado por las matrices αI, con
α2 = ±1 o, equivalentemente, α4 = 1. En caso contrario, tenemos igualmente
que ρ−1 [{1}] está formado por las matrices αI con α2 = 1, que son las mismas
que cumplen α4 = 1. En ambos casos se trata de todas las matrices escalares
de LE(4, q), luego tenemos un monomorfismo

ρ̄ : LEP(4, q) −→ ΩP+ (6, q).

Como ambos grupos tienen el mismo orden, se trata de un isomorfismo.

Supongamos ahora que q es impar y fijemos una matriz A ∈ V no singular,
que determina un punto ⟨A⟩ ∈ P (V ). El estabilizador ΩP+ (6, q)⟨A⟩ se corres-
ponde con las clases [P ] ∈ LEP(4, q) que cumplen P AP t = A o bien (sólo en el
caso en que −1 = α2 es un cuadrado en C) P AP t = −A, pero en este segundo
caso [P ] = [αP ] y, cambiando P por αP se cumple que P AP t = A.
9.2. Los grupos ortogonales 401

Esto significa que ΩP+ (6, q)⟨A⟩ es la imagen por ρ del subgrupo de LE(4, q)
formado por las matrices P que cumplen P AP t = A. Ahora bien, la forma
bilineal F : C 4 × C 4 −→ C dada por
F (x, y) = xAy t
es alternada, luego determina en C 4 una estructura de espacio simpléctico cuyo
grupo de isometrías Sp(4, q) está formado precisamente por los automorfismos
cuya matriz P en la base canónica cumple la relación P AP t = A. Así pues, ρ
se restringe a un epimorfismo
ρ : Sp(4, q) −→ ΩP+ (6, q)⟨A⟩
cuyo núcleo es {±1} (el núcleo de ρ está formado por las homotecias lineales de
LE(4, q), luego su restricción a Sp(4, q) está formado por las homotecias lineales
que están en este subgrupo, que son ±1). Por lo tanto, ρ induce un isomorfismo
ρ̄ : SpP(4, q) −→ ΩP+ (6, q)⟨A⟩ .
Por otro lado, el estabilizador de A en O+ (6, q) es también el estabilizador
⊥
de ⟨A⟩ . Además, tenemos un monomorfismo
O(5, q) −→ O+ (6, q)⟨A⟩
⊥
que a cada f ∈ O(5, q) = O(⟨A⟩ ) le asigna la extensión determinada por
f (A) = A. Éste se restringe a un monomorfismo
ΩP(5, q) = Ω(5, q) −→ Ω+ (6, q)⟨A⟩ ,
que sigue siendo un monomorfismo si lo componemos con la proyección natural
ΩP(5, q) −→ ΩP+ (6, q)⟨A⟩ ∼
= SpP(4, q),
pues, en el supuesto de que −1 ∈ Ω+ (6, q), la extensión de una transformación
f ∈ Ω(5, q) no es nunca ρ(f ) = −1. Como ambos grupos tienen el mismo orden,
tenemos un isomorfismo ΩP(5, q) ∼ = SpP(4, q).
Para probar el tercer isomorfismo consideramos el isomorfismo
ρ̄ : LEP(4, q 2 ) −→ ΩP(6, q 2 )
que hemos construido, de modo que ahora C es el cuerpo de q 2 elementos,
y llamamos R al cuerpo de q elementos, fijado por la conjugación ᾱ = αq .
Sabemos (véase la prueba del teorema 8.39) que podemos expresar C = R(ω),
donde ω + ω̄ = −1.
El C-espacio vectorial V puede verse como un R-espacio vectorial de dimen-
sión 12, dentro del cual podemos considerar el subespacio W formado por las
matrices  
0 α β γ
 −α 0 γ̄ −β̄ 
X=  −β −γ̄
,
0 ᾱ 
−γ β̄ −ᾱ 0
de modo que dim W = 6.
402 Capítulo 9. Los grupos unitarios y ortogonales

Más explícitamente, si llamamos

M1 (α) = M1 (α, ᾱ), M2 (β) = M2 (β, −β̄), M3 (γ) = M3 (γ, γ̄),

una base de W está formada por las matrices

M1 (1), M1 (ω), M2 (1), M2 (ω), M3 (1), M3 (ω).

Observemos que estas 6 matrices son linealmente independientes tanto en W

como en V , es decir, tanto si consideramos combinaciones lineales con coeficien-
tes en R o en C. La razón es que la matriz de cambio de base respecto de la
base canónica de V es
 
1 1 0 0 0 0
 ω ω̄ 0 0 0 0 
 
 0 0 1 1 0 0 
 0 0 ω −ω̄ 0 0  ,
 
 
 0 0 0 0 1 1 
0 0 0 0 ω ω̄

que tiene determinante no nulo. En otras palabras, las combinaciones linea-

les de estas seis matrices con coeficientes en R generan W , mientras que las
combinaciones lineales con coeficientes en C generan V .
La restricción a W de la forma cuadrática Q toma valores en R, pues es

Q(X) = αᾱ + β β̄ + γγ̄,

y es fácil ver que se trata de una forma cuadrática en W respecto a la cual

W = W1 ⊥ W2 ⊥ W3 ,

donde Wi ≤ Hi está formado por las matrices Mi (α) con α ∈ C, por lo que
cada Wi tiene dimensión 2. Es fácil ver que cada Wi es un subespacio de W no
degenerado y, más aún, es no singular, pues Q(Mi (α)) = αᾱ ̸= 0 salvo si α = 0.
Observemos ahora que W1 ⊥ W2 se puede expresar como suma de dos planos
hiperbólicos. La alternativa sería que W1 ⊥ W2 = H0 ⊥ W0 , donde H0 es un
plano hiperbólico y W0 un plano no singular, pero, por el teorema de Witt, una
isometría entre W2 y W0 se extendería a una isometría de W en sí mismo, la
cual se restringiría a su vez a una isometría entre W1 y H0 , lo cual es imposible.
Por lo tanto, W es suma de dos planos hiperbólicos y un plano no singular,
lo que se traduce en que su índice de Witt es m = 2, luego O(W ) = O− (6, q).
Por otra parte, consideremos el grupo LE(4, q 2 ), que podemos identificar
con el grupo de los automorfismos de determinante 1 del espacio V0 = C 4 .
Consideramos en éste la forma bilineal hermitiana que en la base canónica tiene
matriz identidad, es decir, la dada por

F (z, w) = z1 w̄1 + z2 w̄2 + z3 w̄3 + z4 w̄4 .

Podemos considerar entonces el grupo UE(4, q 2 ) ≤ LE(4, q 2 ). Vamos a probar

que si f ∈ UE(4, q 2 ), su imagen ρ(f ) ∈ Ω(V ) cumple que ρ(f )[W ] = W .
 9.2. Los grupos ortogonales 403

Como las transvecciones unitarias generan UE(4, q 2 ) (teorema 9.17), basta

probarlo para una de ellas, digamos Tz,η , donde z ∈ C 4 y η ∈ C cumplen
z1 z̄1 + z2 z̄2 + z3 z̄3 + z4 z̄4 = 0, η̄ = −η.
Recordemos que
Tz,η (w) = w + ηF (w, z)z,
y aplicando esto a los vectores de la base canónica obtenemos que la matriz de
Tz,η es
 
1 + ηz̄1 z1 ηz̄1 z2 ηz̄1 z3 ηz̄1 z4
 ηz̄2 z1 1 + ηz̄2 z2 ηz̄2 z3 ηz̄2 z4 
Tz,η = 
 ηz̄3 z1
.
ηz̄3 z2 1 + ηz̄3 z3 ηz̄3 z4 
ηz̄4 z1 ηz̄4 z2 ηz̄4 z3 1 + ηz̄4 z4
t
Un cálculo rutinario muestra que ρ(Tz,η )(M1 (α)) = Tz,η M1 (α)Tz,η es
 
0 αz1 z̄1 η + αz2 z̄2 η + α αz3 z̄2 η − ᾱz1 z̄4 η ᾱz1 z̄3 η + αz4 z̄2 η
 −αz1 z̄1 η − αz2 z̄2 η − α 0 −αz̄1 z3 η − ᾱz̄4 z2 η ᾱz̄3 z2 η − αz̄1 z4 η 
 
 −αz3 z̄2 η + ᾱz1 z̄4 η αz̄1 z3 η + ᾱz̄4 z2 η 0 ᾱz3 z̄3 η + ᾱz4 z̄4 η + ᾱ 
−ᾱz1 z̄3 η − αz4 z̄2 η −ᾱz̄3 z2 η + αz̄1 z4 η −ᾱz3 z̄3 η − ᾱz4 z̄4 η − ᾱ 0
y, teniendo en cuenta las relaciones que cumplen z y η, es claro que
ρ(Tz,η )(M1 (α)) ∈ W.
Igualmente se comprueba que ρ(Tz,η )(M2 (β)), ρ(Tz,η )(M3 (γ)) ∈ W , con lo
que ρ(Tz,η )[W ] ≤ W y, como ambos subespacios tienen dimensión 6, concluimos
que ρ(Tz,η )[W ] = W . A su vez, esto implica que si f ∈ UE(4, q 2 ), entonces
ρ(f )[W ] = W .
Puesto que ρ(f ) ∈ O(V ), es decir, que f conserva la forma cuadrática Q,
lo mismo le sucede a la restricción ρ(f )|W , por lo que ρ(f )|W ∈ O(W ). Por lo
tanto, tenemos un homomorfismo de grupos
ρ
UE(4, q 2 ) −→ Ω(V ) −→ O(W ).
Más precisamente, como UE(4, q 2 ) = UE(4, q 2 )′ (teorema 9.20), en realidad se
trata de un homomorfismo
UE(4, q 2 ) −→ Ω(W ).
Más aún, se cumple que ρ(f )|W = ±1 si y sólo si ρ(f ) = ±1, pues, si ρ(f )|W y
±1 coinciden en W , en particular coinciden en una base de V , luego son iguales.
Esto se traduce en que el núcleo del homomorfismo
UE(4, q 2 ) −→ ΩP(W )
es la intersección con UE(4, q 2 ) del núcleo de ρ̄, luego dicho homomorfismo
induce un monomorfismo
UEP(4, q 2 ) −→ ΩP(W ) = ΩP− (6, q).
Como ambos grupos tienen el mismo orden, se trata de un isomorfismo.
404 Capítulo 9. Los grupos unitarios y ortogonales

Así pues, los menores órdenes de grupos simples ortogonales “nuevos” son

|ΩP+ (8, 2)| = 174 182 400, |ΩP− (8, 2)| = 197 406 720,

|ΩP(7, 2)| = 4 585 351 680.

Un análisis de las fórmulas que hemos encontrado para los órdenes de los
grupos simples clásicos finitos muestra que los únicos casos en los que grupos de
dos familias tienen el mismo orden los grupos son los casos en los que ya hemos
demostrado que los grupos correspondientes son isomorfos salvo en el caso de
los grupos A8 y LEP(3, 4), que tienen ambos orden 20 160 y no son isomorfos,
y el caso
1 2 Q m
|ΩP(2m + 1, q)| = q m (q 2i − 1) = |SpP(2m, q)|,
2 i=1

para q impar. Sobre este caso hemos probado que

ΩP(3, q) ∼
= LEP(2, q) ∼
= SpP(2, q), ΩP(5, q) ∼
= SpP(4, q),

por lo que resulta natural conjeturar que la igualdad de órdenes anterior es en

realidad el reflejo de otro isomorfismo de grupos, pero los dos teoremas siguientes
muestran que no es así:

Teorema 9.62 Si q es impar, SpP(2m, q) tiene E[m/2] + 1 clases de conjuga-

ción de elementos de orden 2.

Demostración: Sea V un espacio simpléctico de dimensión 2m sobre el

cuerpo de q elementos. Si t ∈ Sp(2m, q) representa un elemento de orden 2 en
SpP(2m, q), tenemos que t2 = 1 o t2 = −1.
Supongamos en primer lugar que t2 = 1. Entonces todo v ∈ V cumple
1 1
v= (v + t(v)) + (v − t(v)),
2 2
luego V = V+ ⊕ V− , donde Vϵ = {v ∈ V | t(v) = ϵv}. Si u ∈ V+ y v ∈ V− ,
entonces
F (u, v) = F (t(u), t(v)) = −F (u, v),
luego F (u, v) = 0. Así pues, V = V+ ⊥ V− . Esto implica que V+ y V− son no
degenerados. En particular son subespacios simplécticos, luego su dimensión es
par. Intercambiando t con −t si es preciso (ambos representan la misma clase
en SpP(2m, q)), podemos suponer que 2 ≤ dim V− ≤ m.
Supongamos ahora que t′ es otro elemento de orden 2 en Sp(2m, q) y sea
V = V+′ ⊥ V−′ la descomposición correspondiente de V , donde, intercambiando
de nuevo si es preciso t′ con −t′ , podemos suponer también que 2 ≤ dim V−′ ≤ m.
Si dim V− = dim V−′ , existe una transformación g ∈ Sp(2m, q) tal que
g[V+ ] = V+′ y g[V− ] = V−′ (basta descomponer los cuatro subespacios en sumas
ortogonales de planos hiperbólicos y considerar isometrías entre ellos). Entonces
g −1 tg = t′ . Recíprocamente, si t y t′ son conjugados, se cumple trivialmente
que dim V− = dim V−′ .
9.2. Los grupos ortogonales 405

Descomponiendo V en suma ortogonal de planos hiperbólicos es fácil cons-

truir transformaciones t de orden 2 tales que dim V− tome cualquier valor par
entre 2 y m, luego hay E[m/2] clases de conjugación de elementos de orden 2
en SpP(2m, q) representados por elementos de orden 2 de Sp(2m, q).
Supongamos ahora que t2 = −1. Si 4 | q − 1, entonces el cuerpo de escala-
res C, entonces existe α ∈ C tal que α2 = −1, lo que nos permite descomponer
1 1
v= (v − αt(v)) + (v + αt(v)),
2 2
de modo que V = V+ ⊕ V− , donde

Vϵ = {v ∈ V | t(v) = ϵαv}.

Ahora, si v, v ′ ∈ Vϵ , tenemos que

F (v, v ′ ) = F (t(v), t(v ′ )) = F (ϵαv, ϵαv ′ ) = −F (v, v ′ ),

luego F (v, v ′ ) = 0, por lo que ahora los Vϵ son subespacios totalmente isótropos.
Es fácil ver que cada uno de ellos no puede tener dimensión mayor que m,
pues, razonando como en la prueba del teorema 8.27, a partir de un subespacio
totalmente isótropo ⟨u1 , . . . , ud ⟩ se puede formar una suma ortogonal de planos
hiperbólicos ⟨u1 , v1 ⟩ ⊥ · · · ⊥ ⟨ud , vd ⟩.
⊥
En efecto, tomando v1 ∈ ⟨u2 , . . . , ud ⟩ \ ⟨u1 , . . . , ud ⟩ obtenemos un plano hi-
perbólico H1 = ⟨u1 , v1 ⟩ tal que ⟨u2 , . . . , ud ⟩ ≤ H1⊥ y razonando inductivamente,
H1⊥ contiene una suma ortogonal de d − 1 planos hiperbólicos). Por lo tanto,
dim V+ = dim V− = m (para que su suma pueda ser V ). Pero en este contexto
podemos refinar la construcción. Veamos lo siguiente:

Si V es un espacio simpléctico de dimensión 2m y V = V1 ⊕ V2 ,

donde V1 y V2 son subespacios totalmente isótropos de dimensión m
y V1 = ⟨u1 , . . . , um ⟩, entonces V2 tiene una base v1 , . . . , vm tal que
V = ⟨u1 , v1 ⟩ ⊥ · · · ⊥ ⟨um , vm ⟩ es una suma ortogonal de planos
hiperbólicos.

En efecto, observemos que Vi⊥ = Vi . Sea V1′ = ⟨u2 , . . . , um ⟩, de modo

que V1 = V1⊥ ≤ V1′⊥ y este último espacio tiene dimensión m + 1, por lo que
dim V1′⊥ ∩ V2 = 1. Sea v1 ∈ V1′⊥ ∩ V2 no nulo. No puede ser F (u1 , v1 ) = 0, pues
entonces v1 ∈ V1⊥ ∩ V2 = V1 ∩ V2 = 0, luego podemos exigir que F (u1 , v1 ) = 1.
Sea H1 = ⟨u1 , v1 ⟩.
⊥
Llamamos V2′ = ⟨u1 ⟩ ∩ V2 , de modo que dim V1′ = dim V2′ = m − 1 y
⊥ ′ ′
H1 = V1 ⊕V2 , donde los dos sumandos son totalmente isótropos, luego podemos
aplicar la hipótesis de inducción y obtenemos la conclusión.
Aplicando este resultado a nuestro caso, concluimos que

V = ⟨u1 , v1 ⟩ ⊥ · · · ⊥ ⟨um , vm ⟩ ,

donde V+ = ⟨u1 , . . . , um ⟩, V− = ⟨v1 , . . . , vm ⟩.

406 Capítulo 9. Los grupos unitarios y ortogonales

Si t′ cumple también t′2 = −1 y V = V+′ ⊕ V−′ es la descomposición co-

rrespondiente, la transformación g ∈ Sp(V ) que hace corresponder las bases de
planos hiperbólicos cumple g[Vϵ ] = Vϵ′ , de donde se concluye que g −1 tg = t′ ,
luego las transformaciones que cumplen t2 = −1 forman una única clase de
conjugación, y en total hay E[m/2] + 1 clases.
Supongamos ahora que 4 ∤ q−1. Si existiera u ∈ V no nulo tal que t(u) = λu,
aplicando de nuevo t resultaría que −u = λ2 u, luego λ2 = −1, pero esto es
imposible en el caso que estamos considerando, luego, para todo vector no nulo
u, se cumple que ⟨u, t(u)⟩ tiene dimensión 2. Si es totalmente isótropo, según
hemos visto podemos formar dos planos hiperbólicos ⟨u, v⟩ ⊥ ⟨t(u), v ′ ⟩. En
particular F (u, v) = 1, F (t(u), v) = 0. Sea w = u + t(v) y observemos que
F (w, t(w)) = F (u+t(v), t(u)−v) = F (u, t(u))−F (u, v)+F (t(v), t(u))−F (t(v), v)
= −F (u, v) + F (v, u) = −2 ̸= 0.
Por lo tanto, siempre existe un w ∈ V tal que H1 = ⟨w, t(w)⟩ es un plano
hiperbólico con la propiedad de que t[H1 ] = H1 . Más precisamente, llamando
d = F (w, t(w)) y u1 = aw + bt(w), tenemos que
F (u1 , t(u1 )) = F (aw + bt(w), at(w) − bw) = a2 d + b2 d.
Por el teorema 8.37 podemos elegir a y b de modo que F (u1 , t(u1 )) = 1. Ra-
zonando por inducción obtenemos que V = H1 ⊥ · · · ⊥ Hm , donde cada plano
hiperbólico es de la forma Hi = ⟨ui , t(ui )⟩.
Nuevamente, si t′ es otra transformación que cumple t′2 = −1 y u′1 , . . . , u′m
determinan la base de V correspondiente, podemos construir g ∈ Sp(V ) tal que
g[Hi ] = Hi′ y así llegamos igualmente a que g −1 tg = t′ , con lo que hay una
única clase de conjugación de transformaciones de este tipo y el número total
es, como en el caso anterior, E[m/2] + 1.

Teorema 9.63 Si q es impar, ΩP(2m + 1, q) tiene al menos m clases de con-

jugación de elementos de orden 2.
Demostración: En vista del isomorfismo ΩP(3, q) ∼ = SpP(2, q) y del teo-
rema anterior, podemos suponer que m ≥ 2. Sea V un espacio ortogonal de
dimensión 2m + 1 sobre el cuerpo C de q elementos. Notemos que, como 2m + 1
es impar, en realidad tenemos que ΩP(2m + 1, q) = Ω(2m + 1, q). Consideremos
una transformación ortogonal t ∈ Ω(2m + 1, q) tal que t2 = 1.
Como en el teorema anterior podemos descomponer V = V+ ⊥ V− , donde
Vϵ = {v ∈ V | t(v) = ϵv} son dos subespacios no degenerados. Observemos que
V+ = N(1 − t), luego, teniendo en cuenta el teorema 9.26,
Vt = Im(1 − t) = N(1 − t)⊥ = V+⊥ = V− .
Como t ∈ Ω(2m + 1, q) ≤ OE(2m + 1, q), según la definición 9.38, tenemos que
dim V− = 2k es par. Observemos que V+ = N(1 − t), luego, teniendo en cuenta
el teorema 9.26,
Vt = Im(1 − t) = N(1 − t)⊥ = V+⊥ = V− .
9.3. Los grupos simples finitos clásicos 407

Como t ∈ Ω(2m + 1, q) ≤ OE(2m + 1, q), según la definición 9.38, tenemos que

dim V− = 2k es par. La restricción de t a V− es −1, luego −1 ∈ Ωϵ (2k, q),
donde, según hemos visto al calcular los órdenes de los grupos ortogonales, esto
sucede si y sólo si q k ≡ ϵ (mód 4).
Es claro que si dos transformaciones son conjugadas, las dimensiones de los
espacios V− correspondientes deben coincidir, luego basta probar que existen
transformaciones t ∈ Ω(2m + 1, q) de orden 2 para las que dim V− = 2k para
todos los valores posibles 1 ≤ k ≤ m.
En efecto, fijado k, tomamos el signo ϵ = ±1 que cumple q k ≡ ϵ (mód 4)
y consideramos cualquier espacio cuadrático V1 de dimensión 2k y signo ϵ y
cualquier espacio cuadrático V2 de dimensión 2m + 1 − 2k. A partir de ellos
podemos construir un espacio ortogonal V ′ = V1 ⊥ V2 de dimensión 2m + 1 que
no es necesariamente isométrico a V , pero que, si no lo es, pasa a serlo sin más
que sustituir su forma cuadrática por un múltiplo adecuado (véase la discusión
previa a la definición 8.44), y esto no cambia el signo de V1 (pues el índice de
Witt no cambia). Por lo tanto, podemos descomponer V = V1 ⊥ V2 , donde
V1 y V2 son subespacios no degenerados con dim V1 = 2k y Ω(V1 ) = Ωϵ (2k, q).
(Hemos encontrado un espacio isométrico a V que admite esta descomposición,
luego V también la admite.)
Tenemos entonces que −1 ∈ Ω(V1 ), lo que nos permite definir t ∈ Ω(V ) dada
por t|V1 = −1, t|V2 = 1, y así tenemos una transformación de orden 2 para la
que dim V− = 2k.

9.3 Los grupos simples finitos clásicos

Resumimos en esta sección los resultados que hemos obtenido en este capítulo
y los anteriores, para dar una visión de conjunto. Los llamados grupos simples
(finitos) clásicos son los siguientes:

Orden Excepciones
q n(n−1)/2 n−1
Q i+1
Lineales LEP(n, q) (q − 1) (2, 2), (2, 3)
(n, q − 1) i=1
2
qm m
(q 2i − 1)
Q
Simplécticos SpP(2m, q) (2, 2), (2, 3), (4, 2)
(2, q − 1) i=1
q n(n−1)/2 n−1
UEP(n, q 2 )
Q i+1
Unitarios (q − (−1)i+1 ) (2, 4), (2, 9), (3, 4)
(n, q + 1) i=1
m
2 Q
Ortogonales ΩP(2m + 1, q) (1/2)q m (q 2i − 1) (3, 3)
i=1
ϵ q m(m−1) (q m − ϵ) m−1
Q 2i
ΩP (2m, q) (q − 1) m = 2, ϵ = 1
(2, q + 1) i=1

En todos los casos de la tabla anterior q > 1 es una potencia de primo, n ≥ 2,

m ≥ 1. En el caso de los grupos Ω(2m + 1, q) hay que exigir que q sea impar y
en los grupos Ωϵ (2m, q) que m ≥ 2.
408 Capítulo 9. Los grupos unitarios y ortogonales

Isomorfismos Entre estas familias de grupos y la familia de los grupos alter-

nados se dan los isomorfismos siguientes (el correspondiente a Ω(3, q) requiere
que q sea impar):
Ω(3, q) ∼
= LEP(2, q) ∼
= SpP(2, q) ∼
= UEP(2, q 2 )
− ∼ 2
ΩP (4, q) = LEP(2, q )
ΩP(5, q) ∼
= SpP(4, q)
ΩP+ (6, q) ∼
= LEP(4, q)
ΩP− (6, q) ∼
= UEP(4, q 2 )

orden
LEP(2, 4) ∼
= LEP(2, 5) ∼
= A5 60
LEP(2, 7) ∼
= LEP(3, 2) 168
LEP(2, 9) ∼
= A6 360
LEP(4, 2) ∼
= A8 20 160
UEP(4, 4) ∼
= SpP(4, 3) 25 920

Coincidencias de orden Los grupos

LEP(4, 2) ∼
= A8 , y LEP(3, 4)
tienen ambos orden 20 160, pero no son isomorfos, e igualmente
1 m2 Qm
|ΩP(2m + 1, q)| = q (q 2i − 1) = |SpP(2m, q)|
2 i=1

sin que los grupos correspondientes sean isomorfos para m ≥ 3. La menor pareja
es
|ΩP(7, 2)| = |SpP(6, 2)| = 1 451 520.
El teorema de clasificación de los grupos simples finitos muestra que éstos
son los únicos casos de grupos simples no isomorfos del mismo orden.
La tabla de la página siguiente recoge los 31 subgrupos simples no abelianos
de orden menor que 100 000. Entre ellos hay únicamente dos grupos esporádicos
(los grupos de Mathieu M11 y M12 ) y un único grupo que no hemos estudiado:
el grupo de Suzuki Suz(8), de orden 29 120.

Notación como grupos de tipo de Lie El teorema de clasificación de los

grupos simples finitos establece que, aparte de los grupos alternados y los 26
esporádicos, hay 16 familias de grupos simples finitos de tipo de Lie, pero en
estos términos los grupos clásicos constituyen 6 de dichas familias. La corres-
pondencia es la siguiente:
An (q) = LEP(n + 1, q) Bn (q) = ΩP(2n + 1, q)
Cn (q) = SpP(2n, q) Dn (q) = ΩP+ (2n, q)
2
An (q 2 ) = UEP(n + 1, q 2 ) 2
Dn (q) = ΩP− (2n, q).
Las cuatro primeras familias forman parte de las nueve familias de grupos de
Chevalley, mientras que las dos últimas forman parte de las cuatro familias de
grupos de Steinberg.
9.3. Los grupos simples finitos clásicos 409

Grupos simples de orden menor que 100 000

60 22 · 3 · 5 A5 = LEP(2, 22 ) = LEP(2, 5) = SpP(2, 22 )

= SpP(2, 5) = UEP(2, 24 ) = UEP(2, 52 )
= ΩP(3, 5) = ΩP− (4, 2)
3
168 2 ·3·7 LEP(2, 7) = LEP(3, 2) = SpP(2, 7)
= UEP(2, 72 ) = ΩP(3, 7)
3 2
360 2 ·3 ·5 A6 = LEP(2, 32 ) = SpP(2, 32 ) = UEP(2, 34 )
= ΩP(3, 32 ) = ΩP− (4, 3)
504 23 · 32 · 7 LEP(2, 23 ) = SpP(2, 23 ) = UEP(2, 26 )
2
660 2 · 3 · 5 · 11 LEP(2, 11) = SpP(2, 11) = UEP(2, 112 ) = ΩP(3, 11)
2
1 092 2 · 3 · 7 · 13 LEP(2, 13) = SpP(2, 13) = UEP(2, 132 ) = ΩP(3, 13)
4 2
2 448 2 · 3 · 17 LEP(2, 17) = SpP(2, 17) = UEP(2, 172 ) = ΩP(3, 17)
3 2
2 520 2 ·3 ·5·7 A7
3 420 22 · 32 · 5 · 19 LEP(2, 19) = SpP(2, 19) = UEP(2, 192 ) = ΩP(3, 19)
4 080 4
2 · 3 · 5 · 17 LEP(2, 24 ) = SpP(2, 24 ) = UEP(2, 28 ) = ΩP− (4, 22 )
4 3
5 616 2 · 3 · 13 LEP(3, 3)
6 048 25 · 33 · 7 UEP(3, 32 )
6 072 23 · 3 · 11 · 23 LEP(2, 23) = SpP(2, 23) = UEP(2, 232 ) = ΩP(3, 23)
7 800 23 · 3 · 52 · 13 LEP(2, 52 ) = SpP(2, 52 ) = UEP(2, 54 )
= ΩP(3, 52 ) = ΩP− (4, 5)
7 920 24 · 32 · 5 · 11 M11
9 828 22 · 33 · 7 · 13 LEP(2, 33 ) = SpP(2, 33 ) = UEP(2, 36 ) = ΩP(3, 33 )
12 180 2 · 3 · 5 · 7 · 29 LEP(2, 29) = SpP(2, 29) = UEP(2, 292 ) = ΩP(3, 29)
2

14 880 25 · 3 · 5 · 31 LEP(2, 31) = SpP(2, 31) = UEP(2, 312 ) = ΩP(3, 31)

20 160 6 2
2 ·3 ·5·7 A8 = LEP(4, 2) = ΩP+ (6, 2)
6 2
20 160 2 ·3 ·5·7 LEP(3, 22 )
25 308 2 · 3 · 19 · 37 LEP(2, 37) = SpP(2, 37) = UEP(2, 372 ) = ΩP(3, 37)
2 2

25 920 26 · 34 · 5 SpP(4, 3) = UEP(4, 22 ) = ΩP(5, 3) = ΩP− (6, 2)

29 120 26 · 5 · 7 · 13 Suz(8)
32 736 25 · 3 · 11 · 31 LEP(2, 25 ) = SpP(2, 25 ) = UEP(2, 210 )
34 440 2 · 3 · 5 · 7 · 41 LEP(2, 41) = SpP(2, 41) = UEP(2, 412 ) = ΩP(3, 41)
3

39 732 22 · 3 · 7 · 11 · 43 LEP(2, 43) = SpP(2, 43) = UEP(2, 432 ) = ΩP(3, 43)

51 888 24 · 3 · 23 · 47 LEP(2, 47) = SpP(2, 47) = UEP(2, 472 ) = ΩP(3, 47)
4 2
58 800 2 ·3·5·7 LEP(2, 72 ) = SpP(2, 72 ) = UEP(2, 74 )
= ΩP(3, 72 ) = ΩP− (4, 7)
6 2
62 400 2 · 3 · 5 · 13 UEP(3, 24 )
74 412 2 · 3 · 13 · 53 LEP(2, 53) = SpP(2, 53) = UEP(2, 532 ) = ΩP(3, 53)
2 3

95 040 26 · 33 · 5 · 11 M12
Apéndice A

Congruencia a trozos en el
espacio euclídeo

En este apéndice demostraremos la paradoja de Banach-Tarski descrita en

la introducción, y veremos que es esencialmente una consecuencia del hecho de
que el grupo de los giros respecto de un eje que pasa por un punto fijo contiene
un subgrupo libre de rango 2.

A.1 La paradoja de Banach-Tarski

Sea G el grupo de los giros en el espacio tridimensional respecto de ejes que
pasan por un punto O. Si tomamos O como origen de coordenadas, de acuerdo
con la clasificación de las isometrías vista en la sección [G 5.5], los elementos
de G se corresponden con las matrices ortogonales de determinante 1, y al final
de la sección 3.2 hemos visto que los giros
   
6 2 −3 2 6 −3
1 1
σ= 2 3 6 , τ =  −6 3 2 .
7 7
3 −6 2 3 2 6

generan un subgrupo libre L = ⟨σ, τ ⟩ ≤ G de rango 2. Cada elemento de L

distinto del neutro se expresa de forma única como composición de un número
finito de giros σ, σ −1 , τ, τ −1 , de modo que un giro nunca aparece seguido de su
inverso. Esto nos permite descomponer a L como unión disjunta

L = {1} ∪ Lσ ∪ Lσ−1 ∪ Lτ ∪ Lτ −1 ,

donde Lx es el conjunto de los giros de L que terminan en x. Es claro entonces

que
L = Lσ ∪ Lσ−1 σ = Lτ ∪ Lτ −1 τ,
pues si f ∈ L \ Lσ , entonces f σ −1 ∈ Lσ−1 , luego f ∈ Lσ−1 σ, e igualmente con τ .
Además ambas uniones son disjuntas.

411
412 Apéndice A. Congruencia a trozos en el espacio euclídeo

Esto es una forma abstracta de la paradoja de Banach-Tarski: podemos

descomponer L como dos uniones disjuntas de modo que si aplicamos σ −1
(resp. τ −1 ) al segundo conjunto de cada descomposición obtenemos cuatro sub-
conjuntos de L disjuntos dos a dos.
Para convertir estas descomposiciones de L en descomposiciones de esferas
consideramos una esfera S (en el sentido de una superficie esférica, sin el interior)
de centro O, de modo que cada giro de L distinto de la identidad fija exactamente
a dos puntos antípodas de S. Como L es numerable, el conjunto F̃ formado por
todos los puntos de S fijados por algún elemento de L es numerable. Llamemos
S0 = S \ F̃ .
Observemos que si f ∈ L, entonces f [S0 ] = S0 , pues si P ∈ S0 y f (P )
fuera fijado por un giro g ∈ L, tendríamos que g(f (P )) = f (P ), con lo que
(f gf −1 )(P ) = P , luego P ∈ F̃ , y tenemos una contradicción.
Esto significa que L actúa sobre S0 , luego lo divide en una familia de órbitas
disjuntas dos a dos. Llamemos1 M ⊂ S0 a un conjunto formado por un punto
de cada una de ellas. Así
{f [M ] | f ∈ L}
es una partición de S0 , pues si P ∈ g1 [M ] ∩ g2 [M ], con g1 , g2 ∈ L, entonces
P = g1 (P1 ) = g2 (P2 ), con P1 , P2 ∈ M , luego g2−1 (g1 (P1 )) = P2 , y esto significa
que P1 y P2 están en la misma órbita respecto de la acción de L, luego tiene que
ser P1 = P2 , y entonces g2−1 (g1 (P1 )) = P1 , lo que significa que P1 ∈ F̃ , y esto
es una contradicción. (Hemos tenido que eliminar F̃ precisamente para obtener
una partición.)
Si X ⊂ L, llamemos X ∗ =
S
g[M ], de modo que
g∈X
∗ ∗ ∗
(X ∪ Y ) = X ∪ Y , (X ∩ Y )∗ = X ∗ ∩ Y ∗ , L∗ = S0 , ∅∗ = ∅,
por lo que si llamamos A∗ = L∗σ , B ∗ = L∗σ−1 , C ∗ = L∗τ , D∗ = L∗τ −1 , tenemos
que
σ[B ∗ ] = g[M ] = (Lσ−1 σ)∗ ,
S S
σ[g[M ]] =
g∈Lσ−1 g∈Lσ−1 σ

e igualmente τ [D∗ ] = (Lτ −1 τ )∗ , luego los conjuntos A∗ , B ∗ , C ∗ , D∗ son subcon-

juntos de S0 disjuntos dos a dos pero aplicando giros nos bastan dos de ellos
para cubrir S0 :
S0 = A∗ ∪ σ[B ∗ ] = C ∗ ∪ τ [D∗ ].
Esto es una versión un poco más “concreta” de la paradoja de Banach-Tarski:
ahora tenemos cuatro subconjuntos disjuntos de S0 tales que si giramos dos de
ellos obtenemos dos particiones de S0 (moviendo cuatro trozos de esfera podemos
formar dos esferas casi completas). Para eliminar el “casi” (es decir, el conjunto
F̃ de puntos fijos), observamos que existe un giro r ∈ G tal que los conjuntos
F̃ , r[F̃ ], r2 [F̃ ], r3 [F̃ ], ...
son disjuntos dos a dos.
1 La existencia de M está garantizada por el axioma de elección, sin el cual no es posible

probar la paradoja de Banach-Tarski, y éste es el único punto de la prueba que lo requiere.

A.1. La paradoja de Banach-Tarski 413

En efecto, fijamos un eje que pase por el centro O de la esfera S y por

dos puntos antípodas de S0 , y sea G0 el subgrupo formado por las rotaciones
alrededor de dicho eje. Observemos que a lo sumo hay una rotación en G0
que transforma un punto de S en otro. Como F̃ es numerable, dado P ∈ F̃ ,
el conjunto XP,n = {r ∈ G0 | rn (P ) ∈ F̃ } es numerable, luego también lo
es la unión X de todos los conjuntos XP,n , mientras que G0 no es numerable
(porque hay una cantidad no numerable de ángulos de giro), luego podemos
tomar r ∈ G0 \X, que tiene la propiedad de que F̃ ∩rn [F̃ ] = ∅ para todo n ≥ 0, y
esto a su vez implica la propiedad requerida, pues si existiera P ∈ rm [F̃ ]∩rn [F̃ ],
con m < n, entonces r−m (P ) ∈ F̃ ∩ rn−m [F̃ ] = ∅.
Sea Ũ = rn [F̃ ], de modo que r[Ũ ] = Ũ \ F̃ y Ṽ = S \ Ũ . Así:
S
n

S = Ũ ∪ Ṽ , S \ F̃ = r[Ũ ] ∪ Ṽ .
Así pues: podemos dividir la esfera S en dos partes disjuntas de modo
que, girando una de ellas, obtenemos una descomposición de S0 en dos partes
disjuntas.
Sea ahora X1 la esfera sólida, es decir, la bola cerrada, con el mismo centro O
y el mismo radio que S. Para cada subconjunto E ⊂ S, llamaremos Ē ⊂ X1 a la
unión de todos los segmentos con un extremo en O (no incluido) y el otro en E
(incluido). Llamaremos A, B, C, D, F, U, V a los subconjuntos de X1 obtenidos
de este modo a partir de A∗ , B ∗ , C ∗ , D∗ , F̃ , Ũ , Ṽ . Tenemos las particiones
X1 = {O} ∪ U ∪ V, X1 \ F = {O} ∪ r[U ] ∪ V,
X1 \ F = {O} ∪ A ∪ σ[B] = {O} ∪ C ∪ τ [D],
así como que A, B, C, D, F ⊂ X1 son disjuntos dos a dos. Sea T una traslación
tal que X2 = T [X1 ] sea una bola de centro O′ = T (O) disjunta de X1 , y sea
X = X1 ∪ X2 .
Combinando las dos particiones
X1 \ F = {O} ∪ r[U ] ∪ V = {O} ∪ A ∪ σ[B]
se forma una partición en {O} más otros cuatro subconjuntos que, a su vez,
podemos trasladar a X1 mediante r−1 , lo que nos da los cuatro conjuntos
A1 = r−1 [r[U ] ∩ A], A2 = V ∩ A, A3 = r−1 [r[U ] ∩ σ[B]], A4 = V ∩ σ[B].
Así r[A1 ] ∪ r[A3 ] = r[U ] ∩ (A ∪ σ[B]) = r[U ], A2 ∪ A4 = V , luego tenemos
una partición
X1 = {O} ∪ A1 ∪ A2 ∪ A3 ∪ A4
tal que si aplicamos r a los conjuntos de índice impar queda
X1 \ F = {O} ∪ r[A1 ] ∪ A2 ∪ r[A3 ] ∪ A4 ,
donde r[A1 ] ∪ A2 = A, r[A3 ] ∪ A4 = σ[B], por lo que si aplicamos σ −1 a r[A3 ]
y a A4 obtenemos los conjuntos
B1 = r[A1 ], B 2 = A2 , B3 = σ −1 [r[A3 ]], B4 = σ −1 [A4 ],
de modo que B1 ∪ B2 ∪ B3 ∪ B4 = A ∪ B.
414 Apéndice A. Congruencia a trozos en el espacio euclídeo

Llamamos U ′ = T [U ], V ′ = T [V ], C ′ = T [C], D′ = T [D], F ′ = T [F ]

y r = rT , τ ′ = τ T a las rotaciones de X2 que resultan de trasladar r y τ
′

mediante T . Definimos
A5 = r′−1 [r′ [U ′ ]∩C ′ ], A6 = V ′ ∩C ′ , A7 = r′−1 [r′ [U ]∩τ ′ [D′ ]], A8 = V ′ ∩τ ′ [D′ ].
Como antes, la partición
X2 = {O′ } ∪ A5 ∪ A6 ∪ A7 ∪ A8 ,
de modo que al aplicar r′ a los conjuntos de índice impar queda
X2 \ F ′ = r′ [A5 ] ∪ A6 ∪ r′ [A7 ] ∪ A8 ,
con r′ [A5 ] ∪ A6 = C ′ , r′ [A7 ] ∪ A8 = τ ′ [D′ ], por lo que, si definimos
B5 = T −1 [r[A5 ]], B6 = T −1 [A6 ],
B7 = T −1 [τ −1 [r′ [A7 ]]], B8 = T −1 [τ ′−1 [A8 ]],
se cumple que B5 ∪B6 ∪B7 ∪B8 = C ∪D. La figura siguiente resume la situación
junto con una pequeña variante:

X1 X2
A1 A2 A5 A6

A9
A3 A4 A7 A8 @ f
@
R
@

? B9 X1
B10 B2 B3
r[A1 ] A2 r′ [A5 ] A6 B1 B4
′
F F -
r[A3 ] A4 r′ [A7 ] A9 B8 B5
A8 B7 B6

En X1 modificamos la definición de cualquiera de los conjuntos, por ejem-

plo A1 , para que incluya el punto O. Así sigue siendo cierto que al aplicar r
obtenemos una partición de X1 \ F con O incluido en r[A1 ]. En cambio en X2
consideramos un conjunto A9 = {O′ }, que dejamos invariante al aplicar r′ , pero
luego, para que O′ y O no tengan la misma imagen, enviamos O′ a un punto
cualquiera O′′ ∈ F , de modo que B9 = {O′′ } y B10 es el complementario de la
unión de todos los Bi , para i = 1, . . . 9.
En resumen, hemos definido una aplicación f : X −→ X1 de modo que
X = A1 ∪ · · · ∪ A9
y cada restricción f |Ai : Ai −→ Bi es un movimiento (una composición de giros
y traslaciones). Esto ya es casi la paradoja de Banach-Tarski, salvo por el hecho
de que la imagen de los nueve trozos en que hemos partido las dos esferas no
cubre toda la esfera, sino que queda un trozo B10 sin cubrir.
A.1. La paradoja de Banach-Tarski 415

Para arreglar esto consideramos la inclusión g : X1 −→ X. En [Al B.10]

probamos el teorema de Cantor-Bernstein, que a partir de dos aplicaciones in-
yectivas f : X −→ X1 , g : X1 −→ X nos construye una biyección h : X −→ X1 .
Esta biyección se obtiene construyendo primero un conjunto z ⊂ X tal que
X \ z = g[X1 \ f [z]]. En particular

X \ z ⊂ g[X1 ] = A1 ∪ A2 ∪ A3 ∪ A4 ,

luego
A5 ∪ A6 ∪ A7 ∪ A8 ∪ A9 ⊂ z,
luego, aplicando f ,
B5 ∪ B6 ∪ B7 ∪ B8 ∪ B9 ⊂ f [z],
luego
X1 \ f [z] ⊂ B1 ∪ B2 ∪ B3 ∪ B4 ∪ B10 .
Más aún, B10 ⊂ X1 \ f [z], pues B10 no corta a la imagen de f .
Vamos a llamar A10 = X \ z y, para cada i = 1, . . . , 4, redefinimos Ai como
Ai \ A10 , de modo que seguimos teniendo una partición X = A1 ∪ · · · ∪ A10 .
Igualmente, redefinimos B10 = X1 \f [z] y, para i = 1, 2, 3, 4, redefinimos cada Bi
como Bi \B10 , de modo que seguimos teniendo una partición X1 = B1 ∪· · ·∪B10 .

B9
A5 A6 B2 B3
A1 A2 B1 B4
-
A9 B8 B5
A3 A4
A7 A8 B7 B6
A10 B10

Así A10 = g[B10 ] (lo que significa simplemente que A10 = B10 , pues g es la
inclusión) y, por otra parte, con las nuevas definiciones, f [X \ A10 ] = X1 \ B10 ,
luego, para i = 1, 2, 3, 4, si f transformaba el antiguo Ai en el antiguo Bi ahora
transforma Ai \ A10 (el nuevo Ai ) en Bi \ B10 (el nuevo Bi ), luego con las nuevas
definiciones sigue siendo cierto que f [Ai ] = Bi , para i = 1, . . . , 4, luego de hecho
para i = 1, . . . , 9 y, redefiniendo f |A10 como g −1 (es decir, como la identidad),
tenemos una biyección f : X −→ X1 con la propiedad de que

X = A1 ∪ · · · ∪ A10 , X1 = B1 ∪ · · · ∪ B10 , f [Ai ] = Bi

y las restricciones f |Ai : Ai −→ Bi son movimientos. Considerando f −1 y

renumerando los conjuntos, hemos probado:

Teorema A.1 (Paradoja de Banach-Tarski) Es posible dividir una esfera

(sólida) B en 10 subconjuntos disjuntos dos a dos, B = B1 ∪ · · · ∪ B10 , de modo
que, aplicando movimientos a los conjuntos Bi , obtenemos otros conjuntos Ai ,
también disjuntos dos a dos, tales que A1 ∪ · · · ∪ A5 y A6 ∪ · · · ∪ A10 son dos
esferas del mismo radio que la esfera inicial.
416 Apéndice A. Congruencia a trozos en el espacio euclídeo

Es posible probar que bastan cinco piezas, es decir, que una esfera puede
partirse en cinco piezas de modo que, reordenando dos de ellas se obtiene una
esfera igual a la inicial y, reordenando las otras tres, también, pero con cuatro
piezas no es posible.
Más en general, se dice que dos subconjuntos A y B de R3 son congruentes
si existe un movimiento que transforma uno en otro y son congruentes a trozos
si pueden dividirse en un número finito de partes congruentes entre sí. Lo
representaremos por A ∼ B. Hemos probado que una bola cerrada es congruente
a trozos con dos bolas disjuntas del mismo radio.
No es difícil probar que la congruencia a trozos es una relación de equivalen-
cia. Lo único que no es inmediato es la transitividad. La figura siguiente esboza
la demostración:
A B B C
f h

g i

A B C
f h
f i
g h
g i

Es claro que si A ∼ B, A′ ∼ B ′ y A ∩ A′ = B ∩ B ′ = ∅, entonces A ∪ A′ ∼

B ∪ B′.
Escribiremos A ⪯ B para indicar que el conjunto A es congruente a trozos
con un subconjunto de B. Es fácil ver que si A ⪯ B ⪯ C, entonces A ⪯ C.
Vamos a probar que si A ⪯ B y B ⪯ A, entonces A ∼ B.
Tenemos aplicaciones inyectivas f : A −→ B y g : B −→ A que son mo-
vimientos a trozos, es decir, A está dividido en un número finito de partes y
la restricción de f a cada una de ellas es un movimiento. Igualmente con g.
Según hemos visto, existe un subconjunto Z de A tal que g[B \ f [Z]] = A \ Z.
Claramente, tenemos que Z ∼ f [Z] y B \ f [Z] ∼ g[B \ f [Z]] = A \ Z, luego

A = Z ∪ (A \ Z) ∼ f [Z] ∪ (B \ f [Z]) = B.

Teorema A.2 Una bola cerrada es congruente a trozos con cualquier unión
finita de bolas del mismo radio, no necesariamente disjuntas.

Demostración: Si vale para n bolas, sea B una bola, sea C una unión
de n bolas y D otra bola, todas del mismo radio. Tomemos aparte dos bolas
A.2. Medidas finitamente aditivas 417

disjuntas B1 y B2 . Entonces, por hipótesis de inducción, C ∼ B1 y D \ C ⪯ B2 .

Como son disjuntos,

C ∪ D ⪯ B1 ∪ B2 ∼ B ∼ D ⪯ C ∪ D.

Consecuentemente B ∼ C ∪ D, que es una unión de n + 1 bolas.

De aquí deducimos un resultado general sobre congruencia a trozos:

Teorema A.3 Si A y A′ son subconjuntos de R3 acotados y de interior no

vacío, entonces son congruentes a trozos.

Demostración: A y A′ contienen sendas bolas cerradas del mismo radio r,

digamos B y B ′ . Por compacidad, A puede ser cubierto por un número finito de
bolas del mismo radio. Sea C dicha unión finita. Sabemos que B ⪯ A ⪯ C ∼ B,
luego A ∼ B, y análogamente A′ ∼ B ′ ∼ B ∼ A.
Así pues, es posible dividir en un número finito de trozos una bola del tamaño
de la Tierra, reordenar los trozos y obtener una bola del tamaño del Sol.

A.2 Medidas finitamente aditivas

Recordemos [An 4.5] que si X es un conjunto, un anillo de subconjuntos
de X es una familia A ⊂ PX que cumpla las propiedades siguientes:

1. ∅ ∈ A.

2. Si A, B ∈ A, entonces A ∪ B, A ∩ B, A \ B ∈ A.

Si además cumple X ∈ A, entonces es un álgebra de subconjuntos de X. (Es

fácil ver que esta definición equivale a la dada en [An 4.21].)
Es inmediato que si Y ⊂ PX, la intersección de todas las álgebras de sub-
conjuntos de X que contienen a Y es un álgebra de subconjuntos de X, que
recibe el nombre de álgebra generada por Y , y se representa por ⟨Y ⟩.

Teorema A.4 Si Y ⊂ PX, el álgebra ⟨Y ⟩ está formada por los elementos de

la forma:
ki
n T
S
Aij , con Aij ∈ Y o bien X \ Aij ∈ Y.
i=1 j=1

Demostración: Sea B la familia de los subconjuntos de X de la forma

indicada. Es claro que B ⊂ ⟨Y ⟩, luego basta probar que B es un álgebra de
subconjuntos de X, y así tendremos la inclusión opuesta. Lo probamos en varios
pasos. El primero es inmediato:

1. Si B ∈ B y A ∈ Y o X \ A ∈ Y , entonces A ∩ B ∈ B.
418 Apéndice A. Congruencia a trozos en el espacio euclídeo

2. Si A, B ∈ B, entonces A ∩ B ∈ B.
Sn Tki
En efecto, si B = i=1 j=1 Aij , la propiedad anterior nos da A∩Ai1 ∈ B,
Tki
de donde a su vez A ∩ Ai1 ∩ Ai2 ∈ B y, en definitiva, A ∩ j=1 xij ∈ B.
Pero es inmediato que la unión de un número finito de elementos de B
está en B, luego de aquí concluimos que A ∩ B ∈ B.

3. Si A ∈ B, entonces X \ A ∈ B.
Sn Tki Tn Ski
En efecto, si A = i=1 j=1 Aij , entonces X \A = i=1 j=1 (X \Aij ) que
es una intersección de elementos de B, luego está en B por la propiedad
anterior.

Como consecuencia:

Teorema A.5 Si un álgebra de subconjuntos de X admite un generador finito,

entonces es finita.

Si A es un anillo de subconjuntos de X, un átomo en A es un conjunto

A ∈ A no vacío tal que ningún subconjunto propio no vacío de A está en A.
Si A ̸= {∅} es finito, es inmediato que todo elemento de A no vacío contiene
un átomo. Más aún, cada A ∈ A es la unión de los átomos que contiene, pues
si llamamos A0 a dicha unión, se cumple que A0 ⊂ A, y si la inclusión fuera
estricta A \ A0 contendría un átomo, y tenemos una contradicción.
Notemos además que los átomos son disjuntos dos a dos, pues si A, B son
átomos y A ∩ B ̸= ∅, necesariamente A = A ∩ B = B.

Teorema A.6 (AE) Si A es un anillo de subconjuntos de X, toda medida

finitamente aditiva en A se extiende a una medida finitamente aditiva en PX.

Demostración: Probemos en primer lugar que si A ⊂ B y B es un álgebra

finita de subconjuntos de X, toda medida2 finitamente aditiva µ : A −→ [0, +∞]
se extiende a B.
Sea At(A) el conjunto de todos los átomos de A, de modo que todo elemento
no vacío de A se expresa de forma única como unión de átomos (la unión de los
átomos que contiene, que son disjuntos dos a dos, luego no podemos eliminar
ninguno). Sea At(B) el conjunto de los átomos de B, de modo que cada átomo
A ∈ At(A) se expresa en forma única como unión de átomos de At(B). Como
los átomos de A son disjuntos dos a dos, un mismo átomo de B no está contenido
en dos átomos de A.
Para cada A ∈ At(A) elegimos un átomo A0 ∈ At(B) tal que A0 ⊂ A y
definimos µ̄(A0 ) = µ(A), y µ̄(A′ ) = 0, para todo A′ ∈ At(B) que no sea de la
forma A0 , para cierto A ∈ At(A).
2 Notemos que en [An 4.7] considerábamos medida finitamente aditivas µ : A −→ [0, +∞[,
mientras que aquí estamos admitiendo que las medidas tomen el valor ∞, lo cual requiere los
mismos convenios que en [An 4.19] sobre sumas con sumandos infinitos.
A.2. Medidas finitamente aditivas 419

Es claro entonces que si, para cada B ∈ B, definimos µ̄(B) como la suma
de las medidas de los átomos que contiene, tenemos una medida finitamente
aditiva en B que extiende a µ.
Consideremos ahora un anillo arbitrario A de subconjuntos de X con una
medida finitamente aditiva µ : A −→ [0, +∞], y sea P = [0, +∞]PX considerado
como espacio topológico con la topología producto, que es un espacio compacto
por el teorema de Tychonoff [An 3.8].
Para cada álgebra finita B de subconjuntos de X consideramos el conjunto

C(B) = {ν ∈ P | ν|B es una medida f.a. que extiende a µ|A∩B }.

Observemos que es cerrado, pues si ν ∈ X \ C(B), o bien ν|B no es una

medida finitamente aditiva, o bien no extiende a µ|A∩B . En el segundo caso,
esto significa que existe un A ∈ A∩B tal que ν(A) ̸= µ(A). Entonces el conjunto

U = {ν ∈ P | ν(A) ∈ [0, +∞] \ {µ(A)}}

es abierto en P y ν ∈ U ⊂ P \ C(B), pues toda medida ν ′ ∈ U cumple que

ν ′ (A) ̸= µ(A).
Si el problema es que ν|B no es una medida finitamente aditiva, esto puede
deberse a que ν(∅) ̸= 0 (en cuyo caso no extiende a µ|A∩B , luego ya hemos
tratado esta posibilidad) o bien existen A, B ∈ B tales que A ∩ B = ∅ pero
ν(A ∪ B) ̸= ν(A) + ν(B).
Por la propiedad de Hausdorff existen abiertos disjuntos V1 , V2 en [0, +∞]
tales que ν(A ∪ B) ∈ V1 , ν(A) + ν(B) ∈ V2 . La suma

f : [0, +∞] × [0, +∞] −→ [0, +∞]

es una aplicación continua, luego existe un entorno de (ν(A), ν(B)), que pode-
mos tomar de la forma U1 × U2 , tal que (ν(A), ν(B)) ∈ U1 × U2 ⊂ f −1 [V2 ]. El
conjunto

W = {ν ∈ P | ν(A) ∈ U1 , ν(B) ∈ U2 , ν(A ∪ B) ∈ V1 }

es un abierto básico en el producto X y se cumple que ν ∈ W ⊂ P \ C(B), pues

cualquier ν ′ ∈ W cumple que ν ′ (A ∪ B) ̸= ν ′ (A) + ν ′ (B).
En ambos casos hemos llegado a que X \ C(B) es entorno de ν, luego es
abierto y C(B) es cerrado. Además es no vacío, pues hemos probado que µ|A∩B
admite una extensión a B, que a su vez puede extenderse a C(B) sin más que
darle el valor 0 fuera de B.
La familia de cerrados C(B), cuando B recorre las álgebras finitas de sub-
conjuntos de X, tiene la propiedad de la intersección finita, pues si B1 , . . . , Bn
son álgebras finitas de subconjuntos de X, el álgebra B generada por ellas es
finita, por el teorema A.5, y claramente C(B) ⊂T C(B1 ) ∩ · · · ∩ C(Bn ). Por
la compacidad de X concluimos que existe µ̄ ∈ C(B), donde B recorre las
B
álgebras finitas de subconjuntos de X, y dicha µ̄ es la extensión buscada.
420 Apéndice A. Congruencia a trozos en el espacio euclídeo

Por ejemplo, para probar que es una medida finitamente aditiva tomamos
A, B ∈ PX tales que A ∩ B = ∅ y consideramos el álgebra B generada por A
y B, que es finita. Como µ̄ ∈ C(B), resulta que µ̄|B es una medida finitamente
aditiva, luego µ̄(A∪B) = µ̄(A)+ µ̄(B). Igualmente se comprueba que µ̄(∅) = 0.

Así pues, la medida de Lebesgue en Rn se extiende a una medida finita-

mente aditiva en PRn . Pero vamos a demostrar más todavía, y es que la exten-
sión puede tomarse invariante por traslaciones. Para ello necesitamos definir la
integral asociada a una medida finitamente aditiva.
Definición A.7 Sea X un conjunto y sea B(X) el conjunto de todas las fun-
ciones f : X −→ R acotadas, es decir, tales que existe un M > 0 de modo que
f [X] ⊂ [−M, M ]. Podemos considerar a B(X) como anillo con la suma dada
por (f + g)(x) = f (x) + g(x) y el producto dado por (f g)(x) = f (x)g(x). A
su vez, R se identifica con un subcuerpo de B(X) sin más que identificar cada
número real α con la función que toma constantemente el valor α.
Consideramos en B(X) la relación de orden parcial dada por f ≤ g si para
todo x ∈ X se cumple que f (x) ≤ g(x).
Una función simple es una función f ∈ B(X) que toma un número finito de
valores.
Si llamamos α1 , . . . , αn a los valores no nulos que toma f y Xi = f −1 [αi ],
Pn
entonces f = αi car Xi , donde car Xi a la función característica de Xi , es
i=1
decir, la función dada por

1 si x ∈ Xi ,
car Xi (x) =
0 si x ∈
/ Xi .
y la expresión es única si exigimos que los conjuntos Xi sean disjuntos y los αi
distintos dos a dos. Recíprocamente, toda función de esta forma es simple.
Definición A.8 Sea X un conjunto y µ una medida unitaria y finitamente
n
aditiva en PX. Para cada función simple s =
P
αi car Xi , definimos su integral
i=1
respecto de µ como
n
Z
P
s dµ = αi µ(Xi ).
i=1

Teorema A.9 Sea X un conjunto, µ una medida unitaria y finitamente aditiva

en PX, sean s, t funciones simples y α, β ∈ R. Entonces
Z Z Z
(αf + βg) dµ = α f dµ + β g dµ.
n
P m
P
Demostración: Sean s = αi car Xi , t = βj car Yj . Llamamos Xij =
i=1 j=1
Xi ∩ Yj y completamos estos conjuntos con
m
S n
S
Xi0 = Xi \ Yj , X0j = Yj \ Xi , X00 = ∅.
j=1 i=1
A.2. Medidas finitamente aditivas 421

Así, conviniendo además en que α0 = β0 = 0:

P m
n P m P
P n P
αs + βt = ααi car Xij + ββj car Xij = (ααi + ββj ) car Xij ,
i=0 j=0 j=0 i=0 ij

luego
Z
P P P
(αs + βt) dµ = (ααi + ββj ) µ(Xij ) = α αi µ(Xij ) + β βj µ(Xij )
i,j i,j i,j

n
P m
P m
P n
P n
P m
P
=α αi µ(Xij ) + β βj µ(Xij ) = α αi µ(Xi ) + β βj µ(Yj )
i=1 j=0 j=1 i=0 i=1 j=1
Z Z
=α s dµ + β t dµ.

Observemos que si una función simple

R cumple s ≥ 0, entonces, por la propia
definición de integral tenemos que s dµ ≥ 0, luego si s ≤ t, se cumple que
t−s ≥ R 0 (y esR una función simple,
R porque
R toma un número finito de valores),
luego t dµ − s dµ ≥ 0, luego s dµ ≤ t dµ.

Definición A.10 Sea X un conjunto y µ una medida unitaria y finitamente

aditiva en PX. Si f ∈ B(X), definimos
Z Z
f dµ = sup{ s dµ | s ∈ B(X), s es una función simple y s ≤ f }.

Notemos que, como f está acotada, digamos −M ≤ f ≤ M , siempre existe

una función simple M car X ≤ f .
La observación previa a la definición implica que si f es simple esta integral
coincide con la que ya teníamos definida.

Teorema A.11 Si f ∈ B(X) y ϵ > 0, existe una función simple s ≤ f tal que
f − s ≤ ϵ.

Demostración: Pongamos que f [X] ⊂ [a, b[ y consideremos un número

natural N tal que (b − a)/N < ϵ. Entonces los conjuntos
 
n(b − a) (n + 1)(b − a)
Yn = a + ,a + ,
N N

para n < N forman una partición de [a, b[, luego los conjuntos Xn = f −1 [Yn ]
forman una partición de X y la función
X n(b − a)

s= a+ car Xn
N
n<N

cumple lo pedido.
422 Apéndice A. Congruencia a trozos en el espacio euclídeo

Observemos que, en las condiciones del teorema y de la definición anterior,

Z Z
f dµ − s dµ ≤ ϵ.

En efecto, si u ≤ f es una función simple, entonces u − s ≤ f − s ≤ ϵ, luego

Z Z Z Z
u dµ − s dµ ≤ u − s dµ ≤ ϵ dµ = ϵ,

R R R R
luego u dµ ≤ s dµ + ϵ y, tomando supremos f dµ ≤ s dµ + ϵ.

Teorema A.12 En las condiciones de la definición A.10, si f , g ∈ B(X),

entonces Z Z Z
(f + g) dµ = f dµ + g dµ.

Demostración: Dado ϵ > 0, sean s ≤ f , t ≤ g funciones simples tales que

f − s ≤ ϵ/4, f − g ≤ ϵ/4, de donde a su vez (f + g) − (s + t) ≤ ϵ/2. Por la
observación precedente al teorema
Z Z Z Z Z
f + g dµ − f dµ − g dµ ≤ f + g dµ − s + t dµ

Z Z Z Z
ϵ ϵ ϵ
+ f dµ − s dµ + g dµ − t dµ ≤ + + = ϵ.
2 4 4
Como esto vale para todo ϵ > 0, tiene que darse la igualdad del enunciado.
Éstas son las únicas propiedades que vamos a necesitar de la integral que
hemos construido:

Teorema A.13 Sea X un conjunto, µ una medida unitaria finitamente aditiva

en PX, f , g ∈ B(X) y α, β ∈ R. Entonces
Z Z Z
1. (αf + βg) dµ = α f dµ + β g dµ.
Z
2. Si f ≥ 0 entonces f dµ ≥ 0.
Z
3. car X dµ = 1.

Demostración: Observemos Ren primer R f ≤ g, Rentonces toda

R lugar que si
s ≤ f simple cumple s ≤ g, luego s dµ ≤ g dµ, luego f dµ ≤ g dµ.
a) Por el teorema anterior, basta probar que
Z Z
αf dµ = α f dµ.
A.2. Medidas finitamente aditivas 423

Vamos a suponer que α < 0, pues el caso α > 0 es más sencillo. Si s ≤ f

es una función simple, entonces αs R≥ αf , luego,
R por la
R monotonía que hemos
probado al principio de la prueba α s dµ = αs dµ ≥ αf dµ, luego
Z Z
1
s dµ ≤ αf dµ,
α

y esto vale para toda s ≤ f simple, luego

Z Z
1
f dµ ≤ αf dµ,
α
R R
luego α f dµ ≥ αf dµ. Ahora, si s ≤ αf es una función simple, entonces
(1/α)s ≥ f , luego
Z Z Z Z
1
s dµ ≥ f dµ, luego s dµ ≤ α f dµ,
α
R R
y esto para todo s ≤ αf simple, luego αf dµ ≤ α f dµ.
b) Como 0 =R car ∅ es unaR función simple, si f ≥ 0, por la propia definición
de integral 0 = car ∅ dµ ≤ f dµ.
R
c) Por definición de integral de una función simple car X dµ = µ(X) = 1.

La medida de Lebesgue en Rn es invariante por isometrías. Ahora vamos a

estudiar si las extensiones proporcionadas por el teorema A.6 pueden tomarse
invariantes por traslaciones, o por isometrías en general. Para ello introducimos
un concepto general de invarianza de medidas:

Definición A.14 Si A es un anillo de subconjuntos de X y G es un grupo

que actúa sobre X, diremos que A es G-invariante si para todo A ∈ A y todo
g ∈ G se cumple que g[A] ∈ A. Si µ : A −→ [0, +∞] es una medida finitamente
aditiva, diremos que es G-invariante si para todo A ∈ A y todo g ∈ G se cumple
que µ(g[A]) = µ(A).

Por ejemplo, si A es el álgebra de los subconjuntos medibles Lebesgue de Rn

y G es el grupo de las isometrías de Rn , entonces G actúa sobre Rn y la medida
de Lebesgue es G-invariante.
Si la medida dada en el teorema A.6 es G invariante para cierto grupo G,
vamos a probar que una condición suficiente para que admita una extensión G-
invariante es que la propia álgebra PG admita una medida G-invariante respecto
de la acción de G en PG dada por A 7→ Ag. Específicamente:

Definición A.15 Un grupo G es medible si existe una medida unitaria finita-

mente aditiva µ : PG −→ [0, 1] que sea G-invariante por la derecha, es decir, tal
que para todo A ∈ PG se cumpla µ(Ag) = µ(A).
424 Apéndice A. Congruencia a trozos en el espacio euclídeo

El teorema siguiente prueba que la invarianza de una medida se traduce a

una propiedad de invarianza de la integral definida a partir de ella, y será la
última propiedad de las integrales que tenemos que demostrar recurriendo a la
definición:

Teorema A.16 Si G es un grupo y µ es una medida unitaria finitamente adi-

tiva en PG que es G-invariante por la derecha, entonces, para toda f ∈ B(G) y
todo g ∈ G se cumple que Z Z
fg dµ = f dµ,

donde fg (h) = f (hg −1 ).

Demostración: Veámoslo primero para funciones de la forma car A, con

A ∈ PG. Se comprueba inmediatamente que (car A)g = car Ag, luego
Z Z
(car A)g dµ = µ(Ag) = µ(A) = car A dµ.

n
P n
P
Si s = αi car Ai es una función simple, entonces sg = αi (car Ai )g y el
i=1 i=1
caso probado para funciones características implica inmediatamente el caso para
funciones simples.
Z Z Z
Por último, si s ≤ f , entonces sg ≤ fg , luego s dµ = sg dµ ≤ fg dµ,
luego Z Z
f dµ ≤ fg dµ.

Recíprocamente, si s ≤ fg , es claro que sg−1 ≤ (fg )g−1 = f , luego

Z Z Z
s dµ = sg−1 dµ ≤ f dµ,
Z Z
luego fg dµ ≤ f dµ y tenemos la igualdad.

Una medida G-invariante por la derecha no tiene por qué serlo por la iz-
quierda, es decir, no tiene por qué cumplir que µ(gA) = µ(A), pero a partir de
ella podemos obtener otra que sí que lo sea:

Teorema A.17 Todo grupo medible admite una medida unitaria finitamente
aditiva invariante por la izquierda y por la derecha.

Demostración: Sea µ una medida invariante por la derecha. RPara cada

A ∈ PG, definimos fA ∈ B(G) mediante fA (g) = µ(gA−1 ) y ν(A) = fA dµ.
Vamos a probar que ν es una medida invariante por la izquierda y por la
derecha. Observemos que f∅ = 0 y que fG (g) = µ(gG−1 ) = µ(G) = 1, pues
gG−1 = G, luego ν(∅) = 0 y ν(G) = 1.
A.2. Medidas finitamente aditivas 425

Además, si A ∩ B = ∅, tenemos que

fA∪B (g) = µ(gA−1 ∪ gB −1 ) = µ(gA−1 ) + µ(gB −1 ) = fA (g) + fB (g),
luego al integrar queda que ν(A ∪ B) = ν(A) + ν(B).
Finalmente, fgA (h) = µ(hA−1 g −1 ) = µ(hA−1 ) = fA (h), luego fgA = fA ,
mientras que fAg (h) = µ(hg −1 A−1 ) = fA (hg −1 ) = (fA )g (h), luego fAg = (fA )g ,
de donde al integrar queda ν(gA) = ν(A) y ν(Ag) = ν(A).
Ahora podemos refinar el teorema A.6:
Teorema A.18 (AE) Si G es un grupo medible que actúa sobre un conjunto X
y A es un anillo G-invariante de subconjuntos de X, entonces toda medida
finitamente aditiva y G-invariante en A se extiende a una medida finitamente
aditiva G-invariante en PX.
Demostración: Sea ν una medida unitaria G-invariante en PG y sea µ
una medida G-invariante en A. Por el teorema A.6 sabemos que µ se extiende
a una medida µ̄ en PX.
Para cada B ∈ PX, sea fB : G −→ [0, +∞] la función dada por fB (g) =
µ̄(g −1 [B]). Definimos µ∗ : PX −→ [0, +∞] mediante
(Z
fB dν si fB ∈ B(G),
µ∗ (B) =
+∞ si fB ∈
/ B(G).
Vamos a probar que se trata de una medida finitamente aditiva G-invariante
que extiende a µ.
En primer lugar, f∅ (g) = µ̄(g −1 [∅]) = µ̄(∅) = 0, luego µ∗ (∅) = 0. Si
B ∩ C = ∅, entonces
fB∪C (g) = µ̄(g −1 [B] ∪ g −1 [C]) = µ̄(g −1 [B]) + µ̄(g −1 [C]) = fB (g) + fC (g),
luego fB∪C = fB + fC . Si fB , fC ∈ B(G), entonces fB∪C ∈ B(G), e integrando
obtenemos que µ∗ (B ∪ C) = µ∗ (B) + µ∗ (C). En caso contrario fB∪C ∈ / B(G)
y se cumple la misma igualdad con ambos miembros infinitos. Esto prueba que
µ∗ es una medida finitamente aditiva.
Si B ∈ A, entonces fB (g) = µ(g −1 [B]) = µ(B), luego
Z
∗
µ (B) = µ(B) dν = µ(B).

Falta probar que µ∗ es G-invariante. En efecto:

fh[B] (g) = µ̄(g −1 [h[B]]) = fB (gh−1 ) = (fB )h (g),
luego fh[B] = (fB )h . Si fB ∈ B(G), también fh[B] ∈ B(G) y entonces
Z Z Z
µ∗ (h[B]) = fh[B] dν = (fB )h dν = fB dν = µ∗ (B).

/ B(G) lo mismo vale para fh[B] , luego µ∗ (h[B]) = +∞ = µ∗ (B).

Si fB ∈
426 Apéndice A. Congruencia a trozos en el espacio euclídeo

Así pues, una condición suficiente para que exista una extensión de la medida
de Lebesgue en Rn a una medida finitamente aditiva en PRn que sea invariante
por el grupo de las isometrías de Rn (o por uno de sus subgrupos G, por ejemplo,
el de las traslaciones) es que dicho grupo G sea medible, ya que la medida de
Lebesgue es G-invariante. Veamos, pues, algunos resultados que nos permitan
estudiar la medibilidad de un grupo dado.

Teorema A.19 (AE) Sea G un grupo y F una familia de subgrupos tal que
G = F y, para cada H1 , H2 ∈ F, existe un H ∈ F tal que H1 ∪ H2 ⊂ H. Si
S
todos los grupos de F son medibles, entonces G también lo es.

Demostración: Sea P = [0, 1]PG , que es un espacio topológico compacto.

Para cada H ∈ F, sea

C(H) = {µ ∈ P | µ es una medida unitaria finitamente aditiva y si

A ∈ PG, h ∈ H entonces µ(h[A]) = µ(A)}.

Se cumple que C(H) ̸= ∅, pues si ν : PH −→ [0, 1] es una medida unitaria
finitamente aditiva y G-invariante por la derecha, entonces µ : PG −→ [0, 1]
dada por µ(A) = ν(A ∩ H) cumple que µ ∈ C(H).
La familia de conjuntos C(H) tiene la propiedad de la intersección finita,
pues si H1 , . . . , Hn ∈ F, existe un H ∈ F tal que H1 ∪ · · · ∪ Hn ⊂ H y

∅ ̸= C(H) ⊂ C(H1 ) ∩ · · · ∩ C(Hn ).

Un argumento similar al empleado en la prueba de A.6 nos

T da que los con-
juntos C(H) son cerrados, luego por compacidad existe µ ∈ C(H).
H∈F
Es obvio que µ es una medida unitaria finitamente aditiva en G que prueba
que G es medible.
Ahora ya podemos demostrar:

Teorema A.20 (AE) Todo grupo abeliano es medible.

Demostración: El teorema anterior reduce el problema al caso de grupos

abelianos finitamente generados.3 Sea, pues, G = ⟨X⟩ un grupo abeliano con
un generador finito X = {g1 , . . . , gn }. Esto significa que

G = {g1k1 · · · gnkn | k1 , . . . , kn ∈ Z}.

Basta probar que, para cada ϵ > 0, existe una medida unitaria finitamente
aditiva µϵ : PG −→ [0, 1] que es casi invariante, en el sentido de que, para todo
A ∈ PG y cada i ∈ {1, . . . , n}, se cumple que |µϵ (A) − µϵ (Agi )| < ϵ.
En efecto, si existen tales medidas, llamamos Cϵ ⊂ [0, 1]PG al conjunto
de todas las medidas µϵ que cumplen las condiciones indicadas. Se comprueba
3 Los subgrupos de G de la forma ⟨X⟩ con X finito cumplen las condiciones de A.19, pues

⟨X⟩ ∪ ⟨Y ⟩ ⊂ ⟨X ∪ Y ⟩.
A.2. Medidas finitamente aditivas 427

fácilmente que es cerrado y la familia de todos los conjuntos Cϵ tiene la propiedad

de la intersección finita, pues ϵ < ϵ′ → Cϵ ⊂ Cϵ′ . Por compacidad podemos
Cϵ , que es una medida unitaria G-invariante en PG.
T
tomar µ ∈
ϵ>0

Para construir una medida µϵ tomamos un natural N tal que 2/N < ϵ y,
para cada A ∈ PG, definimos

|{(k1 , . . . , kn ) ∈ {1, . . . , N }n | g1k1 · · · gnkn ∈ A}|

µϵ (A) = .
Nn
Es inmediato que µϵ es una medida unitaria finitamente aditiva y

g1k1 · · · gnkn ∈ Agi ↔ g1k1 · · · giki −1 · · · gnkn ∈ A,

luego µϵ (Agi ) y µϵ (A) se diferencian a lo sumo en

|{(k1 , . . . , kn ) ∈ {1, . . . , N }n | ki = 1 o ki = N }| 2N n−1 2

n
= n
= < ϵ.
N N N

Por ejemplo, como el grupo T de las traslaciones de Rn es abeliano (es

isomorfo a Rn ) el teorema A.18 aplicado al álgebra A de los conjuntos medibles
Lebesgue y a la medida de Lebesgue µ : A −→ [0, +∞] (que es T -invariante) nos
da que existe una medida finitamente aditiva m : PRn −→ [0, +∞] invariante
por traslaciones que extiende a la medida de Lebesgue.
No podemos razonar igualmente con el grupo de las isometrías de Rn porque
no es abeliano, pero la clase de los grupos medibles incluye a todos los grupos
resolubles:

Teorema A.21 Se cumplen las propiedades siguientes:

1. Todo grupo finito es medible.
2. Todo subgrupo de un grupo medible bien ordenable es medible.
3. Todo cociente de un grupo medible es medible.
4. Si G es un grupo y N es un subgrupo normal tal que tanto N como G/N
son medibles, entonces G es medible.
5. (AE) Todo grupo resoluble es medible.

Demostración: a) Si |G| = n basta definir µ(A) = |A|/n para tener una

medida unitaria finitamente aditiva y G-invariante en PG.
b) Sea H un subgrupo de un grupo medible G. Entonces {gH | g ∈ G} es
una descomposición de G en conjuntos disjuntos dos a dos y podemos tomar un
conjunto E que contenga un elemento de cada conjunto gH.
Si µ : PG −→ [0, 1] es una medida unitaria finitamente aditiva
S y G-invariante
por la derecha, definimos ν : PH −→ [0, 1] mediante ν(A) = µ( {gA | g ∈ E}).
428 Apéndice A. Congruencia a trozos en el espacio euclídeo

Así es claro que ν es una medida finitamente aditiva, unitaria, pues se cumple
que ν(H) = µ(G) = 1, y es H-invariante pues

ν(Ah) = µ({gA | g ∈ G}h) = µ({gA | g ∈ G}) = ν(A).

c) Si N es un subgrupo normal en G y µ es como antes, definimos

S la me-
dida finitamente aditiva ν : P(G/N ) −→ [0, 1] mediante ν(A) = µ( A). Es
inmediato que cumple lo requerido.
d) Suponemos que tenemos medidas µs : PN −→ [0, 1], µc : PG/N −→ [0, 1]
para un subgrupo normal y su grupo cociente.
Para cada A ∈ PG definimos fA : G −→ R mediante fA (g) = µs (N ∩ Ag −1 ).
Así, si N g1 = N g2 entonces fA (g1 ) = fA (g2 ), pues si g1 g2−1 = n ∈ N , entonces

µs (N ∩ Ag2−1 ) = µs (N ∩ Ag1−1 n) = µs ((N ∩ Ag1−1 )n) = µs (N ∩ Ag1−1 ).

Por Rconsiguiente, fA induce una aplicación fA : G/N −→ R. Definimos

µ(A) = fA dµc . Veamos que se trata de una medida finitamente aditiva en PG.
Como fG vale siempre 1, vemos que µ(G) = 1. Si A, B ∈ PG son disjuntos, para
todo g ∈ G se cumple que Ag −1 ∩ Bg −1 = ∅, luego fA∪B (g) = fA (g) + fB (g),
de donde se sigue a su vez que µ(A ∪ B) = µ(A) + µ(B).
Por último, fAg (h) = µs (N ∩ Agh−1 ) = fA (hg −1 ) = (fA )g (h), luego
Z Z
µ(Ag) = (fA )g dµc = fA dµc = µ(A).

Esto prueba que G es medible.

e) Si G es resoluble existe una sucesión

1 = G0 ⊴ G1 ⊴ · · · ⊴ Gn = G

tal que todos los cocientes Gi /Gi−1 son abelianos. El apartado d) y el teorema
anterior permiten probar inductivamente que todos los Gi son medibles.
Al final de la sección 4.1 hemos visto que el grupo de las isometrías del
plano euclídeo es resoluble, luego es medible por el teorema anterior, y así el
teorema A.18 aplicado a la medida de Lebesgue, definida sobre la σ-álgebra A
de los conjuntos medibles Lebesgue en el plano e invariante por isometrías, se
extiende a una medida finitamente aditiva µ : PR2 −→ [0, +∞] invariante por
isometrías. Esto implica que no existe un análogo en el plano de la paradoja de
Banach-Tarski.
Índice de Materias

abeliano (grupo), 2 infinito, 27

elemental, 151
acción, 35 epimorfismo, 8
fiel, 36 espinorial (norma), 379
multiplemente transitiva, 233 estabilizador, 37
primitiva, 236 Euler (función de), 3
regular, 233
sobre un grupo, 105 forma cuadrática, 313
Frattini
transitiva, 37
argumento de, 124
alternada (forma), 304
subgrupo de, 196
alternado (grupo), 50
anisótropo, 313 generador
antisimétrica (forma), 303 de un grupo, 11
automorfismo, 8 minimal, 199
interno, 21 Golay (código de), 289
grado (de una representación), 208,
base, 86 209
bloque, 236, 246 grupo, 1
abeliano, 2
característicamente simple, 149
elemental, 151
característico (subgrupo), 31
alternado, 50
carácter, 214 cíclico, 11
centralizador, 38, 40 de permutaciones, 233
centro, 24, 210 libre, 86
de un carácter, 227 medible, 423
cíclico (grupo), 11
ciclo, 42 Hall (subgrupo de), 148
clase de conjugación, 38 hermitiana (matriz), 300
collar, 72 hiperbólico (par, plano), 304, 316
congruencia, 18 hiperóvalo, 263
conjugación, 21, 38 homomorfismo, 8
conmutador, 31
imagen, 13
derivado (subgrupo), 31, 144 impropios (subgrupos), 11
dicíclico (grupo), 108 índice (de un subgrupo), 19
Dickson (invariante de), 375 integral, 420
diédrico (grupo), 28 irreducible

429
430 ÍNDICE DE MATERIAS

carácter, 214 producto

representación, 214 directo, 82
isometría, 300 semidirecto, 105
entre espacios cuadráticos, 314 pulsera, 74
isomorfismo
de acciones, 235 rango, 89
de grupos, 8 reflexión, 367
entre sistemas de Steiner, 246 regular (acción), 233
isótropo, 313 representación
fiel, 208
Klein (grupo de), 4 irreducible, 214
lineal, 209
libre matricial, 208
conjunto, 87 regular, 211
grupo, 86 trivial, 211
lineal especial proyectivo(grupo), 240
lineal proyectivo (grupo), 240 Schur (lema de), 218
serie, 141
Mathieu (grupos de), 252 central, 163
maximal (subgrupo), 196 de composición, 157
monomorfismo, 8 principal, 157
sesquilineal (forma), 298
nilpotente, 163 degenerada, 301
norma, 313 Siegel (transformación de), 382
espinorial, 379 signatura, 49
normal (subgrupo), 22 simple (grupo), 51
minimal, 149 simpléctico
normalizador, 40 espacio, 304
núcleo, 13 grupo, 308
de una acción, 36 Steiner (sistema de), 246
normal, 55 derivado, 251
núcleo (de un carácter), 217 subgrupo, 10
derivado, 31, 144
órbita, 37 generado, 11
orden, 6 normal, 22
ortogonal minimal, 149
grupo, 330 subrepresentación, 212
especial, 376 Sylow (subgrupo de), 120
proyectivo, 389
ortogonales (vectores), 300 Teorema
ortosimétrica (forma), 303 de Burnside, 231
óvalo, 263 de isomorfía, 23, 26
de Iwasawa, 239
p-grupo, 39 de la base ee Burnside, 200
permutación de Lagrange, 19
par/impar, 49 de Witt, 317
primitivo (grupo), 236 transferencia, 171
transitiva (acción), 37
transversal, 170
trasposición, 42
trivial (subgrupo), 11

unitario
espacio, 314
grupo, 329
especial, 337
especial proyectivo, 341
proyectivo, 341

Witt (índice de), 320

Zassenhauss (lema de), 159