Mate Discr3tas

Matematicas discretas
(apoyo de clase)
Dr. Miguel Mata

miguel.matapr@uanl.edu.mx
FIME-UANL
2 de septiembre de 2016
Indice general
Introducci
on V
1. Logica 1
1.1. Proposiciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.2. Operadores logicos . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.2.1. Negacion . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.2.2. Conjuncion . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.2.3. Disyuncion . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.2.4. Implicacion . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.2.5. Doble implicacion . . . . . . . . . . . . . . . . . . . . . . . 4
1.2.6. Precedencia . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.3. Representaciones . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.3.1. Tablas de verdad . . . . . . . . . . . . . . . . . . . . . . . 4
1.3.2. Redes de decision . . . . . . . . . . . . . . . . . . . . . . . 5
1.3.3. Diagrama de decision binario . . . . . . . . . . . . . . . . 6
1.4. Tautologas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.4.1. Implicacion tautologica . . . . . . . . . . . . . . . . . . . . 8
1.4.2. Equivalencias . . . . . . . . . . . . . . . . . . . . . . . . . 9
1.4.3. Leyes del algebra de proposiciones . . . . . . . . . . . . . . 9
1.4.4. Mas sobre la implicacion . . . . . . . . . . . . . . . . . . . 10
1.5. Argumentos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
1.5.1. Reglas de inferencia . . . . . . . . . . . . . . . . . . . . . . 12
1.6. Cuantificadores . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
1.6.1. Negacion . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
1.6.2. Cuantificadores anidados . . . . . . . . . . . . . . . . . . . 14
2. Conjuntos 15
2.1. Relacion de pertenencia . . . . . . . . . . . . . . . . . . . . . . . 15
i
Matematicas discretas (M. Mata) ii
2.2. Subconjuntos e igualdad . . . . . . . . . . . . . . . . . . . . . . . 16

2.3. Conjunto universal y conjunto vaco . . . . . . . . . . . . . . . . . 16
2.4. Cardinalidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
2.5. Conjunto potencia . . . . . . . . . . . . . . . . . . . . . . . . . . 18
2.6. Operaciones con conjuntos . . . . . . . . . . . . . . . . . . . . . . 18
2.6.1. Union . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
2.6.2. Interseccion . . . . . . . . . . . . . . . . . . . . . . . . . . 18
2.6.3. Diferencia . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
2.6.4. Complemento . . . . . . . . . . . . . . . . . . . . . . . . . 19
2.6.5. Propiedades de los conjuntos . . . . . . . . . . . . . . . . . 20
2.6.6. Propiedades de las cardinalidades . . . . . . . . . . . . . . 20
2.7. Diagramas de Venn . . . . . . . . . . . . . . . . . . . . . . . . . . 21
2.7.1. Conteo mediante diagramas de Venn . . . . . . . . . . . . 22
3. Alfabetos, cadenas y lenguajes 23

3.1. Alfabetos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
3.2. Cadenas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
3.2.1. Concatenacion . . . . . . . . . . . . . . . . . . . . . . . . . 25
3.2.2. Subcadenas, prefijos y sufijos . . . . . . . . . . . . . . . . 25
3.2.3. Potencia de una cadena . . . . . . . . . . . . . . . . . . . 26
3.2.4. Reflexion de una cadena . . . . . . . . . . . . . . . . . . . 26
3.3. Lenguajes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
3.3.1. Operaciones entre lenguajes . . . . . . . . . . . . . . . . . 27
3.3.2. Concatenacion de lenguajes . . . . . . . . . . . . . . . . . 27
3.3.3. Reflexion de un lenguaje . . . . . . . . . . . . . . . . . . . 27
4. Producto cartesiano y matrices 28

4.1. Producto cartesiano . . . . . . . . . . . . . . . . . . . . . . . . . . 28
4.1.1. Pares ordenados . . . . . . . . . . . . . . . . . . . . . . . . 28
4.1.2. Conjunto producto . . . . . . . . . . . . . . . . . . . . . . 28
4.1.3. Conjunto producto en general . . . . . . . . . . . . . . . . 29
4.1.4. Conjuntos de verdad de proposiciones . . . . . . . . . . . 29
4.2. Matrices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
4.2.1. Matriz traspuesta . . . . . . . . . . . . . . . . . . . . . . . 31
4.2.2. Matrices cuadradas . . . . . . . . . . . . . . . . . . . . . . 31
4.2.3. Matriz diagonal y matriz identidad . . . . . . . . . . . . . 31
4.2.4. Matriz simetrica . . . . . . . . . . . . . . . . . . . . . . . 32
Material en construccion! (version: 2016.09.02)

Matematicas discretas (M. Mata) iii
4.2.5. Matrices triangulares . . . . . . . . . . . . . . . . . . . . . 32

4.2.6. Operaciones entre matrices* . . . . . . . . . . . . . . . . . 33
5. Relaciones y funciones 34
5.1. Relaciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
5.1.1. Representacion grafica de una relacion . . . . . . . . . . . 34
5.1.2. Representacion matricial de una relacion . . . . . . . . . . 35
5.1.3. Dominio y rango de una relacion . . . . . . . . . . . . . . 36
5.1.4. Relacion inversa . . . . . . . . . . . . . . . . . . . . . . . . 36
5.2. Relaciones de equivalencia y relaciones de orden . . . . . . . . . . 37
5.2.1. Relaciones de orden . . . . . . . . . . . . . . . . . . . . . . 38
5.2.2. Relaciones de equivalencia . . . . . . . . . . . . . . . . . . 38
5.2.3. Particiones . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
5.2.4. Relaciones de equivalencia y particiones . . . . . . . . . . 39
5.3. Funciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
5.3.1. Grafica de una funcion . . . . . . . . . . . . . . . . . . . . 41
5.3.2. Composicion de funciones . . . . . . . . . . . . . . . . . . 42
5.3.3. Funciones inyectivas y sobreyectivas . . . . . . . . . . . . . 43
5.3.4. Funcion inversa . . . . . . . . . . . . . . . . . . . . . . . . 44
5.3.5. Funcion identidad . . . . . . . . . . . . . . . . . . . . . . . 44
6. Recursividad 46
6.1. Sucesiones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
6.1.1. Sucesiones crecientes y decrecientes . . . . . . . . . . . . . 46
6.1.2. Subsucesiones . . . . . . . . . . . . . . . . . . . . . . . . . 47
6.2. Funciones recursivas . . . . . . . . . . . . . . . . . . . . . . . . . 47
6.3. Notacion Sigma . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
6.4. Induccion matematica . . . . . . . . . . . . . . . . . . . . . . . . 49
7. Combinatoria 51
7.1. Conteo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
7.1.1. Principio fundamental del conteo . . . . . . . . . . . . . . 51
7.2. Permutaciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
7.2.1. Permutaciones con repeticion . . . . . . . . . . . . . . . . 52
7.3. Combinaciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
7.4. Diagramas de arbol . . . . . . . . . . . . . . . . . . . . . . . . . . 53
7.5. Coeficientes binomiales . . . . . . . . . . . . . . . . . . . . . . . . 55

Matematicas discretas (M. Mata) iv
7.5.1. Triangulo de Pascal . . . . . . . . . . . . . . . . . . . . . . 55

7.5.2. Teorema del binomio . . . . . . . . . . . . . . . . . . . . . 56
8. Teora de grafos 57
8.1. Grafos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57
8.2. Definiciones basicas . . . . . . . . . . . . . . . . . . . . . . . . . . 59
8.2.1. Incidencia y adyacencia . . . . . . . . . . . . . . . . . . . . 59
8.2.2. Cadenas, caminos, ciclos y circuitos . . . . . . . . . . . . . 59
8.3. Algunos tipos de grafos . . . . . . . . . . . . . . . . . . . . . . . . 60
8.3.1. Grafos completos . . . . . . . . . . . . . . . . . . . . . . . 60
8.3.2. Grafos conexos . . . . . . . . . . . . . . . . . . . . . . . . 60

8.3.3. Arboles . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61
8.3.4. Grafos bipartitos . . . . . . . . . . . . . . . . . . . . . . . 61
8.4. Predecesores, sucesores y grados . . . . . . . . . . . . . . . . . . . 61
8.5. Representaciones matriciales . . . . . . . . . . . . . . . . . . . . . 62

Introducci
on
Respecto a estas notas

Este material ha sido preparado como material de apoyo para la materia de
((Matematicas discretas)) que se imparte a nivel licenciatura en la Facultad de
Ingeniera Mecanica y Electrica de la Universidad Autonoma de Nuevo Leon.
No es propiamente el material del curso, y su elaboracion esta aun en cons-

truccion por lo que el infortunado lector podra encontrar que a
un hay partes no
desarrolladas, otras inacabadas e incluso otras aun ausentes.
Aun con lo anterior, el material se encontrara en desarrollo continuo y espera-

mos sinceramente que, eventualmente, sea de utilidad.
Competencias especficas
De acuerdo al programa analtico de la materia, las competencias de la
materia son:
((Modelar problemas por metodos analticos y/o computacionales, generan-

do alternativas de solucion basadas en lenguaje matematico y computacional de
tal manera que permite identificar el fundamento matematico que sustenta a la
computadora.
))Implementar soluciones tecnologicas a problemas de ingeniera en software y

hardware de tal forma que este basada en algoritmos matematicos y computacio-
nales)).
Unidades tem
aticas
De acuerdo a la academia, este curso debe cubrir:
v
Matematicas discretas (M. Mata) vi
Logica
Combinatoria
Grafos
Seg
un los ejercicios del programa analtico, este curso debe cubrir:
Tablas logicas
Induccion matematica
Leyes, propiedades y operaciones con conjuntos
Tipos de sucesiones
Tipos cadenas y alfabetos
Relaciones de recurrencia mediante graficas y matriz de relaciones
Representacion de funciones
Seg
un un miembro de la academia, el material se debera organizar de la
siguiente manera:
Logica: representacion digital, expresiones booleanas, tablas de verdad, in-

ferencia, arboles de decision, circuitos.
Combinatoria: induccion, sucesiones, funciones, conjuntos.
Grafos y arboles: recorridos, modelos, problemas y algoritmos fundamen-
tales, optimizacion combinatoria.
Otro miembro de la academia propuso un orden distinto pero similar. En este

material hemos hecho una fusion de todo lo anterior ordenado en una secuencia
logica de acuerdo al contenido.
Calificaci
on
De acuerdo a la academia, esta materia debe ser evaluada de la siguiente
manera:
Ex
amenes: 40 %.
Actividades: 50 %.
Proyecto: 10 %.

Matematicas discretas (M. Mata) vii
Incidencia en los planes de estudio

Segun los programas vigentes, la materia de ((Matematicas discretas)) forma
parte de los planes de estudio de las siguientes carreras:
IAS (401): 2.o semestre. Materia obligatoria.
IAS: 3.er semestre. Materia obligatoria.
ITS: 3.er semestre. Materia obligatoria.
IMTC (401): 5.o semestre. Materia optativa.
Bibliografa
R. Johnsonbaugh. Matematicas discretas. 6.a edicion. Editorial Pearson
Educacion. Mexico, 2005.
S. Lipschutz. Matematicas finitas. McGraw-Hill. Mexico, 1966.
R. Grimaldi. Matematicas discretas y combinatoria. 3.a edicion. Editorial

Addison-Wesley Iberoamericana. Estados Unidos, 1997.

Captulo 1
L
ogica
La ((logica)) es una ciencia formal que estudia el ((razonamiento)) correcto. Suele

ser confundida con el ((sentido com un)).
Por ello, antes de comenzar, iniciemos con un peque

no examen de logica. Res-
ponda a lo siguiente:
1. Es verdadera la afirmacion ((algunos de los alumnos de este salon tienen

menos de 80 a
nos))?
2. Si estudio, apruebo. No estudio. Cual es la conlusion?
3. La afirmacion ((Madrid esta en Espa

na o Londres esta en Inglaterra)) es
verdadera o falsa?
4. ((Si dos rectas son paralelas no se intersectan e inversamente)), en este caso,

que es ((inversamente))?, es decir, cual es la afirmacion ((inversa))?
5. El siguiente, es un razonamiento correcto? ((Si estudio aprendo mas)), ((Estudio))

y ((No aprendo mas)), por lo tanto ((Soy un genio)).
6. El padre dijo a su hijo, ((Si sacas buenas notas te compro una bicicleta)), el
no saco malas notas, cuando el padre las vio el hijo le pregunto, ((Papa,
ni
me vas a comprar una bicicleta?)). Hizo el nino una pregunta logica?
Las respuestas correctas son: 1. S. 2. Se puede concluir cualquier cosa. 3.

Verdadera. 4. Si dos rectas no se intersectan son paralelas. 5. S. 6. S.
Si contesto incorrectamente a mas de una de las preguntas anteriores, no puede

obviar este captulo.
1
Matematicas discretas (M. Mata) 2
1.1. Proposiciones
Una proposicion es un enunciado que puede ser calificado como verdadero o
falso.
Ejemplo 1.1. Las siguientes son proposiciones simples:
1. Pars esta en Inglaterra.
2. 1 1 2.
3. x2 1 0.
4. Las violetas son azules.
En cambio, expresiones como ((Hola, que hace?)), ((Cierra la puerta)) o ((Viva

Mexico!)) no son proposiciones.
Denotaremos las proposiciones simples con letras min

usculas: p, q, r, . . .
1.2. Operadores l
ogicos
Las proposiciones simples pueden combinarse para formar proposiciones mas
complejas mediante algunos operadores logicos. Las proposiciones compuestas las
denotaremos, en ocasiones, con letras mayusculas.
1.2.1. Negaci
on
Dada una proposicion p la negacion de p es tambien una proposicion. La
denotaremos p y se lee ((no p)). Su valor de verdad sera el contrario al de p.
Ejemplo 1.2. Algunos ejemplos de negacion:
1. p: Pars esta en Inglaterra,

p: Pars no esta en Inglaterra.
2. q: 2 2 4,
q: 2 2 4.
3. r: x2 1 0,
r: x2 1 0.
4. s: Las rosas son rojas,

s: Las rosas no son rojas.

1.2.2. Conjunci
on
Dadas dos proposiciones p y q la conjuncion de p con q es tambien una pro-
posicion, la denotaremos p ^ q y se lee ((p y q)). Su valor de verdad sera verdadero
solo cuando ambas proposiciones p y q sean verdaderas.
Ejemplo 1.3. Algunos ejemplos de conjuncion:
1. p: Pars esta en Inglaterra,
q: Madrid esta en Espa na,
p ^ q: Pars esta en Inglaterra y Madrid esta en Espa
na.
2. p: |x| ,
q: x2 16 0,
p ^ q: |x| y x2 16 0.
3. p : Las rosas son rojas,
q: Las violetas son azules,
p ^ q: Las rosas son rojas y las violetas son azules.
1.2.3. Disyunci
on
Dadas dos proposiciones p y q la disyuncion de p con q es tambien una pro-
posicion, la denotaremos p _ q y se lee ((p o q)). Su valor de verdad sera falso solo
cuando ambas proposiciones p y q sean falsas.
Ejemplo 1.4. Algunos ejemplos de disyuncion:
1. p: Pars esta en Inglaterra, q: Madrid esta en Espa
na,
p _ q: Pars esta en Inglaterra o Madrid esta en Espa
na.
2. Sacas buenas calificaciones o no vas a la fiesta.
1.2.4. Implicaci
on
Dadas dos proposiciones p y q la implicacion de p con q es tambien una pro-
posicion, la denotaremos p q y se lee ((p implica q)) o ((si p entonces q)) (entre
otras expresiones). Su valor de verdad sera falso solo cuando p sea verdadera pero
q sea falsa.
Ejemplo 1.5. Algunos ejemplos de implicacion:
1. p: Pars esta en Francia, q: Madrid esta en Inglaterra,
p q: Si Pars esta en Francia, Madrid esta en Inglaterra.
2. Si x 2 entonces x2 4.
3. Si apruebas matematicas te compro una bicicleta.

1.2.5. Doble implicaci

on
Dadas dos proposiciones p y q la doble implicacion de p y q es tambien una
proposicion, la denotaremos p q y se lee ((p si y solo si q)) o ((p siempre y cuando
q)). Su valor de verdad sera verdadero solo cuando p y q tengan el mismo valor de
verdad.
1.2.6. Precedencia
Cuando se escriben sin parentesis, los operadores se ejecutan con la siguiente
precedencia: , ^, _, , . De esta manera, la expresion p _ q ^ r _ s p _ s
es equivalente a rp _ pq ^ p rqq _ ss rp _ p sqs.
1.3. Representaciones
Los valores de verdad de las proposiciones se representan simbolicamente de
diversas maneras:
Verdadero: V, T, J, 1.
Falso: F, F, K, 0.
En este curso, usaremos los valores binarios 1 y 0.
1.3.1. Tablas de verdad

Las tablas de verdad de los operadores son como sigue:
p q p^q p q p_q p q pq p q pq
p p 1 1 1 1 1 1 1 1 1 1 1 1
1 0 1 0 0 1 0 1 1 0 0 1 0 0
0 1 0 1 0 0 1 1 0 1 1 0 1 0
0 0 0 0 0 0 0 0 1 0 0 1
Con estas tablas podemos calcular los valores de verdad de expresiones mas
complejas.

Ejemplo 1.6. Calcular la tabla de verdad de pp _ q q ^ r.
p q r pp _ q q A r B A^B
1 1 1 1 0 0
1 1 0 1 1 1
1 0 1 1 0 0
1 0 0 1 1 1
0 1 1 1 0 0
0 1 0 1 1 1
0 0 1 0 0 0
0 0 0 0 1 0
Ejercicio 1.7. Calcular la tabla de verdad de p _ rp ^ pq _ rqs.
p q r r pq _ rq A rp ^ As B p_B
1 1 1 0 1 1 1
1 1 0 1 1 1 1
1 0 1 0 0 0 1
1 0 0 1 1 1 1
0 1 1 0 1 0 0
0 1 0 1 1 0 0
0 0 1 0 0 0 0
0 0 0 1 1 0 0
Ejercicio 1.8. Calcular la tabla de verdad dep ^ rp q ^ rq _ pq ^ rqs.
p q r p q ^ rq A pq ^ rq B rA _ B s C p^C
1 1 1 0 0 0 0
1 1 0 0 1 1 1
1 0 1 1 0 1 1
1 0 0 0 0 0 0
0 1 1 0 0 0 0
0 1 0 0 1 1 0
0 0 1 1 0 1 0
0 0 0 0 0 0 0
1.3.2. Redes de decisi

on
Existe una representacion de redes de los operadores binarios , _ y ^. Sue-
le ser u
til en la comprension de circuitos o redes electricas, y en diagramas de
comunicacion y conmutadores.
Imaginemos que hay un emisor T0 y un receptor T1 . El flujo debe pasar por
algunos puertos que pueden estar abiertos (valor de 1) o cerrados (valor de 0).

T0 p T1
En este caso, el flujo sera recibido en el receptor si p toma el valor de 1, y no

sera recibido si toma el valor de 0.
La red toma la siguiente forma para el disyuntivo p _ q:
p
T0 T1
q
La red toma la siguiente forma para el conjuntivo p ^ q:
T0 p q T1
Ejemplo 1.9. Dibujar la red de decision para rp ^ p r _ sqs _ rq ^ ts:
r
p
s
T0 T1
q t
Ejercicio 1.10. Dibujar la red de decision para rrp ^pq _ rqs_rpq _ sq^ tss^ s:
1.3.3. Diagrama de decisi

on binario

Arbol de decision binario y diagrama (reducido) de decision binario.
Ejemplo 1.11. pp ^ q q _ pp ^ rq _ pq ^ rq
p q r pp ^ qq A pp ^ rq B pq ^ rq C A_B_C
1 1 1 1 1 1 1
1 1 0 1 0 0 1
1 0 1 0 1 0 1
1 0 0 0 0 0 0
0 1 1 0 0 1 1
0 1 0 0 0 0 0
0 0 1 0 0 0 0
0 0 0 0 0 0 0

p p
q q q q
r r r r r
1 1 1 0 1 0 0 0 1 0
Ejemplo 1.12. p p ^ q ^ r q _ pp ^ q q _ pq ^ r q
p q r p p ^ q ^ rq A pp ^ qq B pq ^ rq C A_B_C
1 1 1 0 1 1 1
1 1 0 0 1 0 1
1 0 1 0 0 0 0
1 0 0 0 0 0 0
0 1 1 0 0 1 1
0 1 0 0 0 0 0
0 0 1 0 0 0 0
0 0 0 1 0 0 1
p p
q q q q
r r r r r r
1 1 0 0 1 0 0 1 1 0
Ejercicio 1.13. p _ rp ^ pq _ rqs.
p q r pq _ rq A rp ^ As B p_B
1 1 1 1 1 1
1 1 0 1 1 1
1 0 1 0 0 1
1 0 0 1 1 1
0 1 1 1 0 0
0 1 0 1 0 0
0 0 1 0 0 0
0 0 0 1 0 0

p p
q q
r r r r
1 1 1 1 0 0 0 0 1 0
1.4. Tautologas
Ejercicio 1.14. Calcular la tabla de verdad de la siguiente proposicion:
r p _ pq ^ rqs _ rp ^ p q _ rqs.
p q r pq ^ rq A r p _ As B p q _ rq C rp ^ C s D B_D
1 1 1 0 0 1 1 1
1 1 0 1 1 0 0 1
1 0 1 0 0 1 1 1
1 0 0 0 0 1 1 1
0 1 1 0 1 1 0 1
0 1 0 1 1 0 0 1
0 0 1 0 1 1 0 1
0 0 0 0 1 1 0 1
Observamos que el valor de verdad de la expresion anterior es verdadero, sin

importar los valores de verdad de p, q y r. Este tipo de expresiones, en las que su
u
nico valor posible es verdadero, son de particular interes en matematicas y se les
llama tautologas.
1.4.1. Implicaci
on tautol
ogica
Cuando una proposicion es una implicacion y es una tautologa se llama im-
plicacion tautologica. Esta estructura es importante porque, si A B es una
tautologa, entonces B es cierta si A lo es, sin importar los valores de verdad de
las variables simples. Es decir, tenemos una estructura que es siempre valida para
todas las variables.
Cuando A implica tautologicamente a B se escribe A B.

Ejercicio 1.15. Verifique que: rp pq ^ rqs ^ r p

p q r pq ^ rq A rp As B B^ rC C p
1 1 1 1 1 0 1
1 1 0 0 0 0 1
1 0 1 0 0 0 1
1 0 0 0 0 0 1
0 1 1 1 1 0 1
0 1 0 0 1 1 1
0 0 1 0 1 0 1
0 0 0 0 1 1 1
1.4.2. Equivalencias
Cuando una proposicion es una doble implicacion y es una tautologa se llama
equivalencia. Esta estructura es importante porque, si A B es una tautologa,
entonces A tiene el mismo valor de verdad de B. Es decir, tenemos una estructura
que es equivalente para todas las variables.
Cuando A es equivalente a B se escribe A B.
Ejercicio 1.16. Verifique que: pA B q pA ^ Bq
Ejercicio 1.17. Verifique que: pA B q rpA B q ^ pB Aqs
1.4.3. Leyes del

algebra de proposiciones
Todas las siguientes son equivalencias tautologicas, por lo cual pueden enun-
ciarse como leyes.

p_pp
1 Leyes idempotentes
p^pp
p_q q_p
2 Leyes conmutativas
p^q q^p
p _ pq _ rq pp _ q q _ r
3 Leyes asociativas
p ^ pq ^ rq pp ^ q q ^ r
p _ pq ^ rq pp _ q q ^ pp _ rq
4 Leyes distributivas
p ^ pq _ rq pp ^ q q _ pp ^ rq
5
pp _ qq p ^ q Leyes de De Morgan
pp ^ qq p _ q
6 p pq p Doble negacion
p_ p1
7 Leyes de complementacion
p^ p0
p_0p
8 Leyes de identidad
p^1p
p_11
9 Leyes de dominacion
p^00
Ejercicio 1.18. Demostrar, mediante las leyes de las proposiciones, las siguientes
equivalencias:
1. pp _ q q ^ p p^q
2. p _ pp ^ q q p
3. pp _ qq _ p p ^ qq p
1.4.4. M
as sobre la implicaci
on
AB Implicacion
BA Inversa
A B Conversa
B A Contrapuesta
Ejemplo 1.19. Sean A : pienso, B : existo.
1. Implicacion: ((Pienso, luego existo)).
2. Inversa: Existo, entonces pienso.

3. Conversa: No pienso, entonces no existo.

4. Contrapuesta: No existo, entonces no pienso.
Ejercicio 1.20. ((Si dos rectas son paralelas, no se intersectan, e inversamente)).
En este caso, que es ((inversamente))?
Algunas leyes mas que involucran la implicacion:
10 pq q p Contrapuesta
11 pq p_q Euivalencia a la implicacion
12 pp qq p ^ q Negacion de la implicacion
13 p q pp q q ^ pq pq Doble implicacion
1.5. Argumentos
Definici
on 1.21. Un argumento es la deduccion de una conclusion Q a partir de
un conjunto de premisas P1 , P2 , . . . , Pn .
Un argumento, denotado por P1 , P2 , . . . , Pn $ Q, es valido si la conclusion Q
es verdadera cuando todas las premisas son verdaderas.
Observaci on 1.22. El argumento P1 , P2 , . . . , Pn $ Q es valido si y solo si la
proposicion pP1 ^ P2 ^ ^ Pn q Q es una tautologa.
Ejemplo 1.23. Verificar si el siguiente es un argumento valido: ((Todos los hom-
bres son mortales)), ((Homero es hombre)), por lo tanto, ((Homero es mortal)).
Ejemplo 1.24. Verificar si el siguiente es un argumento valido:
p _ q, r q, s ^ r, t p $ pt ^ r q
Una opcion sera verificar mediante su tabla de verdad que:
rpp _ qq ^ pr qq ^ ps ^ rq ^ pt pqs pt ^ rq
Afortunadamente hay una alternativa.
Notacion 1.25. El argumento P1 , P2 , . . . , Pn $ Q tambien suele denotarse verti-
calmente de la forma
P1
P2
..
.
Pn
Q

1.5.1. Reglas de inferencia

Existen modelos de argumentos ya establecidos. Son llamados reglas de infe-
rencia:
AB
Modus ponendo ponens: A
B
AB
Modus tollendo tollens: B
A
A_B
Modus tollendo ponens: B
A
A^B
Simplificaci
on:
A
A
Conjunci
on: B
A^B
A
A_B
Adici
on:
AB
Silogismo hipot
etico: BC
AC
AC
BC
A_B
Prueba por casos:
C
Ejercicio 1.26. Demostrar, por medio de las reglas de inferencia, que los siguien-
tes argumentos son validos:
1. p ps _ tq, p $ s_t

2. r s, s ^ p $ r
3. q s, p _ q, r ^ p $ s _ t
4. p _ q, r q, s ^ r, t p $ pt ^ r q
5. p _ q, t ^ p, q s $ s m
6. m n, q _ m, p n, p _ r, q $ r
7. A, A $ B (regla de contradiccion)
1.6. Cuantificadores
Cuantificador universal: Empleamos el smbolo @, el cual se lee para todo:
@x, ppxq.
Cuantificador existencial: Empleamos el smbolo D, el cual se lee existe:
Dx, ppxq.
Ejemplo 1.27. .
1. Todos los n umeros reales: @x P Q, x P R.
umeros racionales son n
umeros reales que no son racionales: Dx P R, x R Q.
2. Existen n
?
3. Es cierto que @n P N, n R Q?
1.6.1. Negaci
on
La negacion de un cuantificador universal es uno existencial con la propiedad
negada. De la misma forma, la negacion de un cuantificador existencial es uno
universal con la propiedad negada:
r@x, ppxqs Dx, ppxq.

rDx, ppxqs @x, ppxq.
Ejemplo 1.28. .
1. No es verdad que todos los n
umeros naturales son pares:
r@n P N, n es pars Dn P N, n no es par.

2. Es cierto que @n P N con 1 n 14 y n impar, n es primo?
R= No es cierto, pues existe el 9 que no es primo.

3. Cual es la negacion de la oracion ((si todos estudian, entonces nadie reprue-

ba))?
R= Todos estudian y alguien reprueba.
4. Es cierto que a todos las personas de 140 a

nos les gustan los xoconostles?
5. Si S es el conjunto de estudiantes de este salon, ppxq es ((x repasa en casa)) y

q pxq es ((x aprueba sus materias)), que significa @x P S, ppxq ^ q pxq? Cual
sera su negacion?
1.6.2. Cuantificadores anidados

Son de la forma:
@x, @y, P px, yq.

@x, Dy, P px, yq.
Dx, @y, P px, yq.
Dx, Dy, P px, yq.
Ejemplo 1.29. .
1. Todos los n
umeros pares se pueden escribir de la forma 2m para alg
un
n
umero entero m:
@n par, Dm P Z, n 2m.
2. Todos aman a alguien:
@x, Dy, x ama a y.
3. Existe un n
umero natural que divide a todos los n
umeros enteros:
Dn P N, @z P Z, n divide a z.

Captulo 2
Conjuntos
Un conjunto es una coleccion de objetos.
Ejemplo 2.1. Las siguientes son descripciones de conjuntos.
1. El conjunto A de objetos en mi mochila, en este momento.
2. B tarbol, ave, zapato, chancletau

3. C t1, 3, 5, 7, 9u (forma explcita)
4. C tn P N | n es un n umero dgito imparu (forma descriptiva)
5. D tn P Z | n es un n umero dgitou
6. D t0, 1, 2, . . . , 9u (forma explcita abreviada)
7. E t11, 12, 13, . . . u
8. E tn P N | n 10u
9. F tx P R | x2 3x 2 0u
10. F t1, 2u
2.1. Relaci
on de pertenencia
Sea A un conjunto y a un elemento de A, entonces se dice que ((a pertenece a
A)) y se escribe a P A. Si b no pertenece a A escribimos b R A.
15
2.2. Subconjuntos e igualdad

Definici on 2.2. Sean A y B dos conjuntos, se dice que A es un subconjunto de B,
y se escribe A B, si y solo si todos los elemento de A pertenecen a B. Tambien,
si A B, se dice que B contiene a A y se escribe B A.
Observaci on 2.3. Si A B, entonces: x P A x P B. Tambien, si A B,

entonces: @x P A, x P B.
Cual es la negacion de A B?
Se dice que A no es subconjunto de B, o que B no contiene a A, si existe a P A

tal que a R B, y se escribe A
{ B.
Ejemplo 2.4. Sean A tn P Z | n es paru y B tn P Z | n es m ultiplo de cuatrou.
Demuestre que B A. (Recuerde que n es m ultiplo de k si existe m P Z tal que
n km).
Ejercicio 2.5. Sean A tn P N | 1 n 14, n es imparu y B tn P N | n

13, n es primou. A B o B A?
Definicion 2.6. Sean A y B dos conjuntos, se dice que A es igual a B, y se

escribe A B, si y solo si A B y B A.
on 2.7. En caso de que A B pero A B, se dice que A es subconjunto

Definici
propio de B y se escribe A B.
Notacion 2.8. Algunos autores escriben simplemente A B cuando A es sub-

conjunto de B, pero deben escribir A B cuando A es subconjunto propio de B.
2.3. Conjunto universal y conjunto vaco

No existe un conjunto que contenga a todos los objetos. En cualquier aplicacion
de la teora de conjuntos, todos los posibles conjuntos a investigar se consideran
subconjuntos de un conjunto dado. Llamamos a ese conjunto el conjunto universal.
En nuestro estudio lo denotaremos por U .
Ejemplo 2.9. .
1. En geometra, U es el plano.
2. En estudios poblacionales, U es toda la gente del mundo.

Por otra parte, en ocasiones deberemos estudiar conjuntos que no tienen

ning
un elemento. Dicho conjunto es llamado conjunto vaco y lo denotamos por .
Ejemplo 2.10. .
1. A tn P Z | n2 16, n es imparu .
2. B tx P R | x2 1 0u .
3. Sea C el conjunto de personas de mas de 140 a

nos. C ?
Ejercicio 2.11. Demuestre que, si A es un conjunto cualquiera, A.
2.4. Cardinalidad
Dado A un conjunto, se define la cardinalidad de A, y se denota |A|, como la
cantidad de elementos que pertenecen a A.
Ejemplo 2.12. .
1. Dado A ta, e, i, o, uu, |A| 5.
nol, cuanto vale |B|?

2. Dado B el conjunto de las letras del alfabeto espa
nol, cuanto vale |C|?

3. Dado C el conjunto de consonantes del alfabeto espa
Ejercicio 2.13. .
1. Si S , cuanto vale |S|?
2. Cual es la cardinalidad de N?
3. Si A B, |A| |B|?
4. Si A B, |A| |B|?

2.5. Conjunto potencia

Ejercicio 2.14. Sea S ta, b, cu, escribir todos sus posibles subconjuntos.
Definicion 2.15. El conjunto de todos los posible subconjuntos de un conjunto
A es llamado conjunto potencia de A, y se denota por P pAq.
Ejemplo 2.16. Sea A ta, b, cu, entonces
P pAq t, tau, tbu, tcu, ta, bu, ta, cu, tb, cu, Au.
Ejercicio 2.17. Si A es un conjunto finito con n elementos, cuantos elementos

tiene el conjunto P pAq?
Ejercicio 2.18. Calcular P pq.
Observe que tu .
2.6. Operaciones con conjuntos

2.6.1. Uni
on
on 2.19. La union de dos conjuntos A y B, expresada por A Y B, es el
Definici
conjunto de todos los elementos que pertenecen a A o a B:
AYB tx | x P A _ x P B u.
2.6.2. Intersecci
on
Definicion 2.20. La interseccion de dos conjuntos A y B, expresada por A X B,
es el conjunto de todos los elementos que pertenecen a A y a B:
AXB tx | x P A ^ x P B u.
2.6.3. Diferencia
Definicion 2.21. La diferencia entre dos conjuntos A y B, expresada por AzB,
es el conjunto de todos los elementos que pertenecen a A pero que no pertenecen
a B:
AzB tx | x P A ^ x R B u.

2.6.4. Complemento
on 2.22. El complemento de un conjunto A, expresado por Ac , es el
Definici
conjunto de todos los elementos que no pertenecen a A:
tx | x P U ^ x R Au.
Ac
Ejercicio 2.23. Sea U t0, 1, 2, 3, . . . , 13u. Calcular:
1. A tx P U | x es paru
2. B tx P U | x es multiplo de 3u
3. C tx P U | x es primou
4. Ac Y C
5. B c X C
6. C zA
7. AzC
8. B zpA Y C q
Ejemplo 2.24. Demostrar (por las definiciones) que:
1. pA X B qc Ac Y B c
2. B zA B X Ac

2.6.5. Propiedades de los conjuntos

AYAA
1 Leyes idempotentes
AXAA
AYB BYA
2 Leyes conmutativas
AXB BXA
A Y pB Y C q pA Y B q Y C
3 Leyes asociativas
A X pB X C q pA X B q X C
A Y pB X C q pA Y B q X pA Y C q
4 Leyes distributivas
A X pB Y C q pA X B q Y pA X C q
5
pA Y B qc Ac X B c Leyes de De Morgan
pA X B qc Ac Y B c
6 pAcqc A Ley de involucion
A Y Ac U
7 Leyes de complementacion
A X Ac
AYA
8 Leyes de identidad
AXU A
AYU U
9 Leyes de dominacion
AX
Ejercicio 2.25. Demostrar, por medio de las propiedades, que:
1. pAzB qc Ac Y B.
2. A Y pA X B q A.
3. pAzB q X B .
4. A X pB zC q pA X B qzpA X C q.
2.6.6. Propiedades de las cardinalidades

1. || 0.
2. Si A B, entonces |A| |B|.
3. |A Y B| |A| |B| |A X B|.
4. |A Y B| maxt|A|, |B|u.
5. |A X B| mnt|A|, |B|u.

Ejercicio 2.26. Demostrar por medio de las propiedades que:
1. Si A B, entonces |A| |B|.
2. Si A X B , entonces |A Y B| |A| |B|.
3. |A| |Ac | |U |.
4. |AzB| |A| |A X B|.
2.7. Diagramas de Venn

Propuestos por John Venn (1834-1923) para calculos logicos, en la actualidad
se emplean para representar graficamente los conjuntos y sus relaciones.
A B
Figura: Representaci
on de dos conjuntos mediante un diagrama de Venn.
Ejemplo 2.27. Representar mediante el diagrama de Venn las siguientes condi-

ciones:
1. A y B no se intesectan
2. A B
Ejemplo 2.28. Representar mediante el diagrama de Venn los siguientes conjun-

tos:
1. A Y B
2. A X B
3. Ac
4. Ac X B
Ejercicio 2.29. Verificar mediante un diagrama de Venn: A B A X B A.

2.7.1. Conteo mediante diagramas de Venn

Ejemplo 2.30. En una empresa trabajan 20 personas de las cuales 13 son casadas
y 11 son profesionistas; de las profesionistas 5 no son casadas. Cuantas personas
no son casadas ni profesionistas y cuantas son casadas y profesionistas?
R = Dos y seis.
Ejercicio 2.31. En una encuesta a 200 alumnos se encontro que 68 tienen exce-
lente conducta, 138 son inteligentes, 160 son muy sociables, 120 son muy sociables
e inteligentes, 20 tienen excelente conducta pero no son inteligentes, 13 tienen ex-
celente conducta pero no son muy sociables, y 15 tienen excelente conducta, son
muy sociables y no son inteligentes. Identificar en un diagrama de Venn.

Captulo 3
Alfabetos, cadenas y lenguajes
3.1. Alfabetos
Definici
on 3.1. Un alfabeto es un conjunto finito no vaco de elementos que
llamaremos smbolos.
Notacion 3.2. En teora de computacion se suele denotar con a un alfabeto

cualquiera.
Ejemplo 3.3. Determinar si los siguientes son alfabetos:
1. Sea el conjunto de letras, tanto may

usculas como min
usculas, del idioma
espa
nol.
2. Sea el conjunto de letras, tanto may

usculas como min
usculas, del idioma
griego.
3. Sea A ta, b, c, du.
4. Sea B t0, 1u.

5. Sea N.
Ejercicio 3.4. Investigar sobre los siguientes alfabetos:
1. ASCII.
2. ISO 8859-1 (Latn 1).
3. UTF-8.
23
3.2. Cadenas
Definici
on 3.5. Una cadena o palabra sobre un alfabeto A es una secuencia finita
de elementos de A.
Ejemplo 3.6. .
1. Sea A ta, b, c, du, las siguientes son tres posibles cadenas sobre A: babc,
dcbbbbad y a.
2. Sea B t0, 1u, las siguientes son posibles cadenas sobre B: 10010, 001, 10
y 01.
Observacion 3.7. En las cadenas el orden de los smbolos es importante, de tal

manera que aab aba.
Notaci on 3.8. Las repeticiones de un elemento se pueden denotar con un su-

perndice. Por ejemplo, baaaccbbbd puede escribirse como ba3 c2 b3 d.
Definici
on 3.9. La cadena sin elementos se llama cadena nula y se denota por .
Definicion 3.10. Sea A un alfabeto, se define A como el conjunto de todas las

posibles cadenas sobre A, incluyendo la cadena nula.
Ejercicio 3.11. Responder lo siguiente:
1. Si A es un conjunto finito, A es finito?
2. Sea A tau, cual es el conjunto A ?
Definicion 3.12. La longitud de una cadena , denotada por ||, es el n

umero
de smbolos que conforman .
Ejercicio 3.13. Calcular la longitud de las siguientes cadenas:
1. aabcad
2. 015 08 1
3.

3.2.1. Concatenaci
on
Definicion 3.14. Sea A un alfabeto y sean y dos cadenas sobre A, la conca-
tenacion de con es la cadena formada por seguida de , y se escribe .
Observacion 3.15. Observe que la concatenacion de con tambien es una

cadena sobre A.
Ejercicio 3.16. .
1. Sean aab y acad, escribir y .
2. Sea 0110, escribir y .
3. Sean x10 z 9 y 13 y y 8 x7 , escribir y .
Ejercicio 3.17. .
1. Si P A y P B , a que conjunto pertenece ?
2. Si || n y || m, cual es el valor de ||?
3.2.2. Subcadenas, prefijos y sufijos

Definici on 3.18. Se dice que una cadena es una subcadena de la cadena si
y solo si existen dos cadenas y tales que .
Ejercicio 3.19. .
1. En los siguientes casos, decir si es una subcadena .
a) ab y cabad.
b) 011 y 001011.
2. Dado x10z9y13, cuales de las siguientes son una subcadena de ?
a) 1 x2 y 3 .
b) 2 x10 z 10 .
c) 3 zy.
Ejercicio 3.20. Demostrar que toda cadena es subcadena de s misma.
Definici on 3.21. Se dice que una cadena es un prefijo de la cadena si y solo

si existe una cadena tal que .
Similarmente, se dice que una cadena es un sufijo de la cadena si y solo
si existe una cadena tal que .
Ejercicio 3.22. Demostrar que los prefijos y sufijos son subcadenas.

3.2.3. Potencia de una cadena

Definicion 3.23. Dados P A y n P N, se define n como la concatenacion de
reiterada n veces:
n .
loooomoooon
n veces
on 3.24. Por convencion, suele definirse 0

Notaci .
Ejercicio 3.25. Sea una cadena, demuestre las siguientes:
1. n m n m.
2. | n | n||.
3. | n m | | n | | m |.
3.2.4. Reflexi
on de una cadena
Definici
on 3.26. La reflexion de una cadena es la cadena formada por los
mismos smbolos dispuestos en orden inverso y se denota R .
Ejemplo 3.27. Sea f ime, entonces R emif .

on 3.28. Algunos autores denotan la cadena inversa con 1 .
Notaci
Ejercicio 3.29. Demuestre que p qR R R .
3.3. Lenguajes
on 3.30. Un lenguaje L sobre un alfabeto es un subconjunto de .
Definici
Observaci on 3.31. Todo lenguaje L cumple que L , y puede ser finito

o infinito.
Ejemplo 3.32. Sean:

ta, b, c, . . . , z, a, e, , o, u u
, u
t, a, aenyz, rotulo, . . . u
L t P | esta en el diccionario de la RAEu

3.3.1. Operaciones entre lenguajes

Dado que los lenguajes son conjuntos, todas las operaciones de conjuntos pue-
den aplicarse a ellos.
Ejemplo 3.33. Sean A y B dos lenguajes sobre , entonces los siguientes tambien
son lenguajes:
1. A Y B.
2. A X B.
3. AzB.
4. Ac zA.
3.3.2. Concatenaci
on de lenguajes
Definici
on 3.34. Dados dos lenguajes A y B, la concatenacion de A con B,
denotada por AB, se define como
AB t | P A, P B u
.
Observaci
on 3.35. Observe que, en general, AB BA.
3.3.3. Reflexi
on de un lenguaje
Definicion 3.36. Dado L un lenguaje, la reflexion de L, denotada por LR , se
define como
LR t R | P Lu
.
Ejercicio 3.37. Sean A y B dos lenjguajes sobre , decir si las siguientes afir-
maciones son verdaderas:
1. pAB qR B R AR .
2. pA Y B qR AR Y B R .
3. pA X B qR AR X B R .
4. pAR qR A.

Captulo 4
Producto cartesiano y matrices
4.1. Producto cartesiano

4.1.1. Pares ordenados
Un par ordenado o pareja ordenada es una asociacion de dos elementos a y b
tales que el primer elemento es a y el segundo es b. El par ordenado se escribe
pa, bq.
Definici
on 4.1. Formalmente, un par ordenado se define mediante el siguiente
conjunto:
pa, bq ttau, ta, buu.
La definicion anterior se debe a Kuratowski (1896-1980).
Ejemplo 4.2. .
1. Observe que p2, 3q p3, 2q.
2. De hecho pa, bq pc, dq si y solo si a c y b d.
3. Ambos elementos del par ordenado puede ser el mismo: pa, aq.
4.1.2. Conjunto producto

Definici on 4.3. Sean A y B dos conjuntos, el conjunto producto o producto
cartesiano de A y B, denotado por A B, consta de todos los pares ordenados
pa, bq tales que a es elemento de A y b es elemento de B, esto es:
AB tpa, bq | a P A ^ b P B u.
28
Notacion 4.4. Al producto cartesiano de un conjunto A con s mismo, es decir

A A, lo denotamos tambien por A2 .
Ejercicio 4.5. .
1. Sean A ta, bu y B t1, 2, 3u, escribir explcitamente el conjunto A B.
2. Si un conjunto A tiene n elementos y un conjunto B tiene m elementos,
cuantos elementos tiene A B?
3. Sean A t0, 1, 2, 3u y B t2, 3, 4u, escribir explicitamente el conjunto
pA B q X pB Aq.
4.1.3. Conjunto producto en general

El concepto de producto cartesiano se puede generalizar: Sean A1 , A2 , . . . , An
conjuntos, el producto cartesiano de ellos se define por
A1 A2 An
tpa1, a2, . . . , anq | a1 P A1, a2 P A2, . . . , an P Anu
donde a cada elemento pa1 , a2 , . . . , an q se le llama n-upla ordenada.
De igual manera, dado A un conjunto,
An tpa1, a2, . . . , anq | a1, a2, . . . , an P Au.
4.1.4. Conjuntos de verdad de proposiciones

Supongamos que una proposicion P tiene tres variables p, q y r, cada una de
ellas toma un valor de verdad en el conjunto B t1, 0u, por lo cual cada posible
combinacion de valores de verdad puede estar dada por una terna pb1 , b2 , b3 q P B 3 ,
donde b1 es el valor de verdad de p, b2 el valor de q y b3 el de r.
Con lo anterior, todas las posibles combinaciones para evaluar P estaran dadas
por B 3 tp1, 1, 1q, p1, 1, 0q, p1, 0, 1q, p1, 0, 0q, p0, 1, 1q, p0, 1, 0q, p0, 0, 1q, p0, 0, 0qu.
Observaci on 4.6. Recordemos que, segun la notacion usada, el conjunto de va-

lores de verdad tambien puede ser B tV, F u o B tJ, Ku.
Definicion 4.7. El conjunto de verdad de una proposicion P que contiene n

variables proposicionales, denotado por T pP q, esta formado por aquellos elementos
de B n para los cuales la proposicion P es verdadera.

Ejemplo 4.8. .
1. T pp _ q q tp1, 1q, p1, 0q, p0, 1qu.
2. T ppp q q ^ pq rqq tp1, 1, 1q, p0, 1, 1q, p0, 0, 1q, p0, 0, 0qu.
Ejercicio 4.9. .
1. T pp q q.
2. T p pq.
3. Es evidente que siempre T pP q B n pero, puede T pP q B n ?
4. Existe la posibilidad de que T pP q ?
Teorema 4.10. Sean P y Q proposiciones. Entonces:

1. T pP _ Qq T pP q Y T pQq.
2. T pP ^ Qq T pP q X T pQq.
3. T p P q T pP qc .
4. P Q si y solo si T pP q T pQq.
4.2. Matrices
on 4.11. Una matriz de m n es un arreglo rectangular de elementos
Definici
de un conjunto (normalmente numerico) de la forma

a11 a12 a13 a1n
a
21 a22 a23 a2n

.. .. .. ... ..
. . . .
am1 am2 am3 amn
Notaci on 4.12. Una matriz m n, A, es usualmente denotada por paij q, donde

cada aij es el elemento situado en la i-esima fila y la j-esima columna de A.
Ejemplo 4.13. Considere la matriz 2 3

A ?1 3 5
2 0 2
?
donde, por ejemplo, a21 2 y a13 5.
Observacion 4.14. Observe la estrecha relacion que hay entre una matriz y el
producto cartesiano. De hecho, cuando cada uno de los elementos de la matriz
m n, A, estan en un conjunto F, se suele denotar A P Fmn .

4.2.1. Matriz traspuesta

on 4.15. La traspuesta de una matriz m n, A, denotada por At , es la
Definici
matriz n m tal que el elemento aij de At es igual al elemento aji de A, es decir,

t a11 a21 am1
a
a11 a12 a13

a1n
a2n
a
12 a22 am2

21
..
a22
..
a23
.. ...

..
a13 a23 am3

. . . . .. .. ... ..
. .
am1 am2 am3 amn
a1n a2n
.
amn
on 4.16. Observe que pAt qt

Observaci A.
4.2.2. Matrices cuadradas

Definici
on 4.17. Una matriz se dice que es cuadrada si y solo si tiene la misma
cantidad de filas que de columnas, es decir si es de dimension n n.
4.2.3. Matriz diagonal y matriz identidad

Definici
on 4.18. Se define la diagonal principal de una matriz cuadrada a los
elementos de la forma aii , es decir, a los elementos a11 , a22 , . . . , ann .
Definici on 4.19. Una matriz cuadradad paij q se dice que es diagonal si y solo si
los elementos que no pertenecen a la diagonal principal son cero, es decir, aij 0
si i j.
Ejercicio 4.20. Cuales de las siguientes son matrices diagonales:

5 0 0 6
0 0 0 0
0
A B 0 0
3 0 0
0 0 2 0
0 0 1
0 0 0 1

3 0 0 0

C 0
8 0 0 D ?0 E 4
0 0 2 0 0 3
Definici
on 4.21. Se define la matriz identidad, y se denota In como la matriz
diagonal n n cuyos elementos de la diagonal principal son todos 1.

Ejemplo 4.22. La matriz identidad 3 3:

1 0 0
I3 0 1 0
0 0 1
4.2.4. Matriz sim

etrica
on 4.23. Se dice que una matriz cuadrada paij q es simetrica si y solo si
Definici
todos sus elementos cumplen que aij aji .
Ejemplo 4.24. La siguiente es una matriz simetrica:

3 4 5 8
4 1 0 3

5 0 1 2
8 3 2 12
on 4.25. Una matriz A es simetrica si y solo si A At .

Observaci
4.2.5. Matrices triangulares

Se dice que una matriz cuadrada es triangular si todos sus elementos por
encima o por debajo de la diagonal principal son cero.
Definici on 4.26. Se dice que una matriz cuadrada paij q es triangular superior si
y solo aij 0 para i j.
Definici on 4.27. Se dice que una matriz cuadrada paij q es triangular inferior si
y solo aij 0 para i j.
Ejemplo 4.28. La siguientes son una matrices triangulares inferior y superior,

respectivamente:

3 0 0 0 1 4 5 8
4 0 0 0
A
7 0 B 2 3
5 0 1 0 0 0 1 2
9 3 2 6 0 0 0 6
Observaci
on 4.29. Si una matriz A es triangular superior (inferior), entonces
t
A es una matriz triangular inferior (superior).

4.2.6. Operaciones entre matrices*

Las matrices se pueden sumar y multiplicar entre s, bajo ciertas condiciones,
se puede multiplicar una matriz por un escalar y se pueden transformar por medio
de operaciones elementales, pero todas estas operaciones escapan al enfoque de

este material de estudio. Dicha teora puede leerse en cualquier texto de Algebra
Lineal.

Captulo 5
Relaciones y funciones
5.1. Relaciones
on 5.1. Sean A y B dos conjuntos, una relacion R definida del conjunto
Definici
A al conjunto B es un subconjunto de A B.
Ejemplo 5.2. .
1. Sean A ta, b, cu, B t1, 2, 3u y R tpa, 2q, pa, 3q, pb, 3qu
2. Sean A t1, 2, 3, 4u, B t3, 4, 5, 6, 7, 8u y R tpa, bq P A B | b 2au.
3. Sean A t1, 2, 3u y R tpa, bq P A2 | a bu.
Cuando una relacion R esta definida del conjunto A al conjunto A, es decir,

cuando R A2 , se dice simplemente que R esta definida sobre A.
Notaci on 5.3. Algunos autores usan la siguiente notacion. Si pa, 2q P R denotan

a R 2 y se lee ((a esta en relacion con 2)) o ((a se relaciona con 2)). Tambien, si
pb, 1q R R denotan b R{ 1 y se lee ((b no esta en relacion con 1)) o ((b no se relaciona
con 1)). Este es un abuso de notacion, puesto que entonces R es, al mismo tiempo,
un subconjunto de A B y un operador binario entre los elementos de A y B,
pero, salvo por el rigor, no suele haber oposicion en su uso, puesto que no hay
peligro de ambig uedad.
5.1.1. Representaci
on gr
afica de una relaci
on
Una relacion puede representarse graficamente en un sistema de coordenadas
cartesiano o por medio de un grafo.
34
Ejemplo 5.4. Dados A t1, 2, 3u, B ta, b, cu y la relacion de A a B dada

por R tp1, aq, p1, bq, p2, aq, p2, cq, p3, cqu. La representacion grafica de R, tanto
en forma cartesiana como en forma de grafo, sera:
c 1 a
b
2 b
a
3 c
1 2 3
Ejemplo 5.5. Dado A t1, 2, 3, 4u y la relacion definida sobre A definida por

R tp1, 2q, p1, 4q, p3, 3q, p4, 1q, p4, 2qu. La representacion de R en un grafo se puede
hacer replicando el conjunto A, resultando un ((grafico bipartito)) como el del caso
anterior, pero tambien se puede usar el conjunto A una u nica vez, resultando un
((grafico dirigido)).
4 1 1 1 2
3
2 2
2
1 3 3
1 2 3 4 4 4 4 3
Ejercicio 5.6. Dados A t1, 2, 3, 4, 5u y R tpa, bq P A2 | a bu. Hacer su

representacion grafica.
5.1.2. Representaci
on matricial de una relaci
on
Dados A ta1 , a2 , . . . , am u y B tb1 , b2 , . . . , bn u dos conjuntos y R una
relacion de A a B, entonces R se puede representar por una matriz m n, prij q,
de tal manera que #
1 si pai , bj q P R,
rij
0 si pai , bj q R R.
Ejemplo 5.7. Dados A t1, 2, 3u, B ta, b, c, du y la relacion de A a B dada
por R tp1, aq, p1, bq, p2, aq, p2, cq, p3, cq, p3, dqu. La representacion matricial de R
es:
1 1 0 0
A 1 0 1 0
0 0 1 1
Ejercicio 5.8. Dado A t1, 2, 3, 4u y la relacion definida sobre A definida por
R tp1, 2q, p1, 4q, p3, 3q, p4, 1q, p4, 2qu. Encontrar la representacion matricial de R.

5.1.3. Dominio y rango de una relaci

on
Definicion 5.9. Dada una relacion R de A a B, el dominio y el rango de R estan
definidos por:
Dom R : ta P A | Db P B, pa, bq P Ru,
Ran R : tb P B | Da P A, pa, bq P Ru.
Ejemplo 5.10. Sean A t1, 2, 3, 4u, B t3, 4, 5, 6, 7, 8u y R tpa, bq P A B |

b 2au. Encontrar Dom R y Ran R.
Ejercicio 5.11. Si R es una relacion de A a B, diga si las siguientes afirmaciones

son verdaderas o falsas:
1. Dom R A 4. Dom R A 7. Ran R B
2. Dom R B 5. Ran R B 8. Ran R B
3. Dom R A 6. Ran R A 9. Ran R Dom R
Notaci on 5.12. Algunos autores dan otros nombres al rango de R, como contra-
dominio, imagen o recorrido. Por la misma razon, al conjunto Ran R lo denotan
de otra manera, por ejemplo Im R.
5.1.4. Relaci
on inversa
Definicion 5.13. Sea R una relacion de A a B, la inversa de R, representada
por R1 , es una relacion de B a A que se define como sigue:
R1 tpb, aq | pa, bq P Ru.
Ejemplo 5.14. .
1. R tp1, 2q, p1, 3q, p2, 3qu.
R1 tp2, 1q, p3, 1q, p3, 2qu.
2. Sea A el conjunto de alumnos del salon y R definida sobre A como sigue:

R tpa, bq | a es mas alto que bu, entonces R1 tpb, aq | b es mas bajo que au.
3. Sea R tpp, q q P Q2 | q 3p 2u, entonces R1 tpq, pq P Q2 | p

pq 2q{3u.
Ejercicio 5.15. Sea R tp1, 2q, p1, 3q, p2, 1q, p2, 3qu:

1. Expresar R1 .
2. Hacer la representacion matricial de R y de R1 .
3. Es posible establecer alguna relacion entre las representaciones matriciales

de R y de R1 ?
5.2. Relaciones de equivalencia y relaciones de

orden
on 5.16. Sea R una relacion sobre A:
Definici
1. Se dice que R es reflexiva si y solo si para todo a P A, pa, aq P R.
2. Se dice que R es transitiva si y solo si se cumple que, si pa, bq P R y pb, cq P R,

entonces pa, cq P R.
3. Se dice que R es simetrica si y solo si se cumple que, si pa, bq P R, entonces

pb, aq P R.
4. Se dice que R es antisimetrica si y solo si se cumple que, si pa, bq PRy
a b, entonces pb, aq R R.
Ejercicio 5.17. Para cada una de las relaciones siguientes, diga si es reflexiva,
transitiva, simetrica o antisimetrica.
1. R tp1, 2q, p1, 3q, p2, 3qu.
2. R tpa, bq P Z | a bu.
3. Sea A el conjunto de alumnos del salon y R definida sobre A de tal forma

que a R b si y solo si a es amigo de b.
Ejercicio 5.18. Sea R una relacion sobre A. Decir si la representacion matricial

de R tiene alguna caracterstica en cada caso:
1. Si R es reflexiva.
2. Si R es transitiva.
3. Si R es simetrica.
4. Si R es antisimetrica.

5.2.1. Relaciones de orden

Definicion 5.19. Sea R una relacion sobre A, se dice que R es una relacion de
orden si y solo si R es reflexiva, transitiva y antisimetrica.
Ejemplo 5.20. Precisamente en los conjuntos numericos, las relaciones ((menor

o igual)) () y ((mayor o igual)) () son relaciones de orden. Se llaman as porque
definen un orden (de menor a mayor o viceversa) entre los elementos del conjunto.
5.2.2. Relaciones de equivalencia

Definicion 5.21. Sea R una relacion sobre A, se dice que R es una relacion de
equivalencia si y solo si R es reflexiva, transitiva y simetrica.
Ejemplo 5.22. Sea Pn pxq el conjunto de los polinomios de grado menor o igual
a n. Sean ppxq y q pxq dos polinomios en Pn pxq y sea R la relacion que se define
mediante la regla ((ppxq R q pxq si y solo si ppxq y q pxq tienen el mismo grado)).
Entonces R es una relacion de equivalencia.
Ejemplo 5.23. Sea n P N, para cada a P Z se define el valor de a modulo n como

el residuo que queda al dividir a entre n. Suponiendo que el residuo de dividir a
entre n es r, se denota a mod n r.
Se dice que p es congruente a q modulo n, y se denota p q pmod nq, si y
solo si p q mod n 0 mod n.
La relacion ((p R q si y solo si p q pmod nq)) es una relacion de equivalencia.
5.2.3. Particiones
Definici on 5.24. Una particion de un conjunto X es una division de los elementos
de X de tal manera que cada elemento pertenece solo una parte de la division.
Formalmente, tX1 , X2 , X3 , . . . , Xn u es una particion de X si y solo si X X1 Y
X2 Y Y Xn y para cada par de conjuntos Xi y Xj (con i j) se cumple que
Xi X Xj .
Nomenclaura 5.25. Dos conjuntos que cumplen que Xi X Xj se llaman

disjuntos.
Ejemplo 5.26. Sea X t1, 2, 3, 4, 5, 6u, la siguiente es una particion:

tt1, 2, 4u, t3, 5u, t6uu.
Ejemplo 5.27. Sea X el intervalo cerrado r0, 1s, cuales de las siguientes es una
particion de X?:

1. tr0, 21 s, r 12 , 1su
2. tr0, 21 q, r 12 , 1su
3. tr0, 21 s, p 12 , 1su
4. tr0, 21 q, p 12 , 1su
5.2.4. Relaciones de equivalencia y particiones

Definicion 5.28. Sea R una relacion de equivalencia sobre A. Para un elemento
a P A se define la clase de equivalencia de a, y se denota ras, como el conjunto de
todos los elementos de A que se estan relacionados con a, es decir:
ras tx | pa, xq P Ru.
Ejemplo 5.29. Sea A t1, 2, 3, 4, 5, 6u y R tp1, 1q, p1, 2q, p1, 4q, p2, 2q, p2, 1q,
p2, 4q, p3, 3q, p3, 5q, p4, 1q, p4, 2q, p4, 4q, p5, 3q, p5, 5q, p6, 6qu. Es R una relacion de
equivalencia?
Ejercicio 5.30. En el ejemplo anterior calcular r1s, r2s, r3s, . . . , r6s.
on 5.31. Las clases de equivalencia ras son subconjuntos de A.

Observaci
Teorema 5.32. Sea R una relacion de equivalencia sobre A. Entonces el conjunto

S de las clases de equivalencia son una particion de A. Es decir:
S tras | a P Au es una particion de A.

Ejercicio 5.33. En el ejemplo anterior escribir S y verificar el teorema anterior.
Ejemplo 5.34. Graficar, como un grafo dirigido, la relacion del ejemplo anterior.
1 3 6
2 4 5

Observaci on 5.35. El grafo obtenido de la relacion de equivalencia R esta di-

vidido en los subconjuntos de la particion definida por R y cada uno de esos
subgrafos es completo.
Ejercicio 5.36. .
Cuantos arcos se conectan a cada nodo en cada parte del grafo?
Cuantos arcos hay en total en cada parte del grafo?
Cual es su representacion matricial?
5.3. Funciones
Definici on 5.37. Sean A y B dos conjuntos. Una funcion de A en B es una
relacion f tal que a cada elemento de A se le asigna uno y solo un elemento de B.
Notaci
on 5.38. Si f es una funcion de A en B, la denotamos:
f :AB A B.
f
o tambien
Para cada elemento a P A, el elemento de B asignado a a se denota f paq.
Ejemplo 5.39. .
1. Sean A t1, 2, 3u y B ta, b, cu. Sea f tp1, aq, p2, cq, p3, cqu.
2. Sean A Z y B N. Sea f pz q z 2 1.
Ejercicio 5.40. Diga si las siguientes son funciones:
1. Sean A ta, b, c, d, eu y B A. Sea f tpa, bq, pb, cq, pc, dq, pe, aqu.
2. Sean A ta, b, c, d, eu y B A. Sea f tpa, eq, pb, eq, pc, eq, pd, eq, pe, equ.
3. Sean A ta, b, c, d, eu y B A. Sea f tpa, bq, pb, cq, pc, dq, pb, eq, pe, aqu.
5. Sean A Z y B N. Sea f pz q z 4 .
6. Sean A Z y B t0, 1u. Sea f definida como: f pz q 0 si z es par y

f pz q 1 si z es impar.

Observaci on 5.41. Dado que las funciones son un caso particular de las relacio-
nes, todo lo que hemos estudiado de las relaciones es valido para las funciones.
Observacion 5.42. Si f es una funcion, entonces Dom f A, pero no necesa-

riamente Ran f B (aunque forzosamente Ran f B).
Observaci on 5.43. Dos funciones f y g, son iguales si y solo si f paq g paq para
todo a P A. Cuando dos funciones son distintas?
?
Ejercicio 5.44. Sean f pxq x y g pxq x2 . Son f y g iguales?
Ejercicio 5.45. Se define el piso de un numero real x, denotado por txu, como
el mayor n
umero entero menor o igual a x. Analogamente, se define el techo de
un numero real x, denotado por rxs, como el menor n
umero entero mayor o igual
a x.
Sean f : R Z y g : R Z definidas por f pxq txu y g pxq rxs.
1. Son f pxq y g pxq funciones?
2. Son f pxq y g pxq iguales?
Observaci on 5.46. En la mayora de las implementaciones computacionales se

define la funcion de truncamiento como
#
si x 0,
Truncpxq
txu
rxs si x 0,
y la funcion de redondeo como

#
Truncpx 0.5q si x 0,
Roundpxq
Truncpx 0.5q si x 0.
5.3.1. Gr
afica de una funci
on
Dado que una funcion es una relacion, la grafica de una funcion es en realidad
su representacion en producto cartesiano.
Algunos autores dan la siguiente definicion formal de grafica (que, en nuestro

caso, coincide con la definicion de funcion).

Definicion 5.47. Sea f : A B una funcion, la grafica de f , denotada por pf q,

es el subconjunto de A B definido por:
pf q tpa, f paqq | a P Au.
Ejemplo 5.48. Graficar las siguientes funciones:
1. Sean A ta, b, c, d, eu y B
A. Sea f tpa, bq, pb, cq, pc, dq, pd, cq, pe, aqu.
2. Sean A Z y B Z. Sea f pz q 2z 1.
e 5 10
4 9
d 3 8
2 7
c 1 6
3 2 1 0 1 2 3 5
b 1 4
2 3
a 3 2
4
1
5
a b c d e 3 2 1 0 1 2 3
Gr
aficas de los ejemplos 1, 2 y 3, respectivamente.
Observacion 5.49. En la grafica de una funcion cada recta vertical que pasa por
un elemento del dominio intersecta con uno y solo un punto de la grafica.
5.3.2. Composici
on de funciones
Sean f : A B y g : B C dos funciones. Dado que para cada a P A, f paq
es un elemento de B, y puesto que B es el dominio de g, entonces tiene sentido
calcular g pf paqq, el cual es un elemento de C, ya que C es el contradominio de g.
Definici on 5.50. Dadas f : A B y g : B C dos funciones, la funcion

compuesta de f con g, denotada por g f es la funcion de A en C tal que g f paq
g pf paqq.
f g
A B C

Ejemplo 5.51. Sean A ta, b, cu, B t1, 2, 3u y C tx, y, z u. Sean f : A B

y g : B C las siguientes: f tpa, 2q, pb, 3q, pc, 2qu y g tp1, xq, p2, z q, p3, xqu.
Son f y g funciones? Quien es g f ?
Ejemplo 5.52. Sean f : R R y g : R R definidas como sigue: f pxq x2 y

g pxq x 3. Son f y g funciones? Quien es g f ? Quien es f g?
Observaci on 5.53. Se debe tener cuidado de no confundir g f con f g. (En

el ejemplo 1 ni siquiera existe f g).
5.3.3. Funciones inyectivas y sobreyectivas

Definicion 5.54. Se dice que una funcion f : A B es inyectiva si y solo si
diferentes elementos del dominio tienen diferentes imagenes, esto es:
a b f paq f pbq o equivalentemente f paq f pbq a b.
Definicion 5.55. Se dice que una funcion f : A B es sobreyectiva si y solo si

todo b P B es imagen de alg
un a P A, esto es:
@b P B, Da P A, f paq b o equivalentemente Ran f B.

Definicion 5.56. Se dice que una funcion f : A B es biyectiva si y solo si es
inyectiva y sobreyectiva.
Ejercicio 5.57. Decir si las siguientes funciones son inyectivas, sobreyectivas,

biyectivas o ninguna:
1. Sea A ta, b, c, d, eu y f : A A, f tpa, bq, pb, cq, pc, dq, pd, cq, pe, aqu.
2. f : Z Z, f pz q 2z 1
3. f : R R0 , f p xq x2
4. f : R R, f pxq xp donde p es un n
umero natural impar.
Ejercicio 5.58. Demostrar las siguientes afirmaciones:
1. La composicion de dos funciones inyectivas es inyectiva.

2. La composicion de dos funciones sobreyectivas es sobreyectiva.
3. Si f g es inyectiva, entonces g es inyectiva.
4. Si f g es sobreyectiva, entonces f es sobreyectiva.

5.3.4. Funci
on inversa
Dada una funcion f , puesto que f es una relacion, la relacion inversa f 1
definida antes siempre existe, pero es siempre f 1 una funcion?
Ejemplo 5.59. Dados A B ta, b, c, d, eu y f tpa, bq, pb, cq, pc, dq, pd, cq, pe, aqu,
entonces f 1 tpa, eq, pb, aq, pc, bq, pc, dq, pd, cqu no es una funcion.
Ejemplo 5.60. Dados A B ta, b, c, d, eu y f tpa, bq, pb, dq, pc, eq, pd, aq, pe, cqu,
entonces f 1 tpa, dq, pb, aq, pc, eq, pd, bq, pe, cqu s es funcion.
on 5.61. Para que f 1 sea una funcion, es necesario que f sea biyec-
Observaci
tiva.
Ejercicio 5.62. Sea f : Q Q dada por f pxq 3x 2. Es funcion?, es

biyectiva?, cual su inversa?
Ejercicio 5.63. Dada f tp1, bq, p2, dq, p3, eq, p4, aq, p5, cqu, graficar f y f 1.
f f 1
e 5
d 4
c 3
b 2
a 1
1 2 3 4 5 a b c d e
Observaci on 5.64. Dada f una funcion, la grafica de la funcion inversa f 1 es

la grafica de f reflejada sobre un eje de 45 .
5.3.5. Funci
on identidad
Definicion 5.65. Dado A un conjunto, la funcion IA : A A definida por
IA paq a se llama funcion identidad en A. Es decir, IA asigna cada elemento a
s mismo.

on 5.66. Dada f : A B cualquier funcion, entonces:

Observaci
IB f f I f.
A
Observaci on 5.67. Si f : A B es una funcion biyectiva y f 1 : B A su

funcion inversa, entonces:
f 1 f I A y f 1 I .
f B
on 5.68. Si f es biyectiva, pf 1 q1 f .

Observaci
on 5.69. Si |A| n, entonces la representacion matricial de la funcion

Observaci
identidad IA es la matriz identidad In .
Observaci on 5.70. Si f es una funcion biyectiva y F es la representacion ma-

tricial de f , entonces la representacion matricial de f 1 es F t .

Captulo 6
Recursividad
6.1. Sucesiones
on 6.1. Una sucesion S es una funcion f : N A. Si f pnq sn solemos
Definici
denotar S ps1 , s2 , s3 , . . . q, S psn q8
n1 , S psn qnPN o simplemente S psn q.
Los elementos sn son llamados terminos de la sucesion.
Notacion 6.2. La mayora de los autores denotan las sucesiones por S tsn u.
Nosotros las denotaremos con parentesis como una n-upla y no con llaves como
un conjunto, ya que el orden de los elementos es importante.
Ejemplo 6.3. .
#
n
1. f pnq 2
si n es par,
n 1
2
si n es impar.
2. f pnq p1qn
3. p2, 4, 6, 8, . . . q

n2 n
4. 2
n N P
6.1.1. Sucesiones crecientes y decrecientes

on 6.4. Sea S psn q una sucesion, entonces:
Definici
Se dice que S es creciente si y solo si sk sk 1 para todo k P N.
Se dice que S es decreciente si y solo si sk sk 1 para todo k P N.
Se dice que S es no creciente si y solo si sk sk 1 para todo k P N.
Se dice que S es no decreciente si y solo si sk sk 1 para todo k P N.
46
Nomenclaura 6.5. Una sucesion se dice monotona si es creciente, decreciente, no

creciente o no decreciente. As, por ejemplo, si una sucesion es creciente, tambien
se dice que es monotona creciente.
Ejemplo 6.6. Decir si las siguientes sucesiones son crecientes, decrecientes, no

crecientes, no decrecientes o ninguna.
1. sn np , pp 1q
1

2. n n N P
3. sn nn 1
4. S p2, 4, 6, 8, . . . q
5. sn p1qn

6.
n n2
2
7. pn2 2n qn1
8
6.1.2. Subsucesiones
Definici on 6.7. Sea psn q una sucesion y pnk q una sucesion de elementos de N tales
que n1 n2 n3 . Entonces, la sucesion psnk q es llamada una subsucesion
de psn q.
Ejemplo 6.8. Sea S psn q una sucesion, la sucesion ps2n qnPN ps2, s4, s6, . . . q
es una subsucesion de S.
Teorema 6.9. Toda sucesion de n

umeros reales tiene una subsucesion monotona.
6.2. Funciones recursivas

Ejercicio 6.10. En la biblioteca se cobran $ 5.00 por el prestamo de un libro que
debe devolverse al da siguiente. Si un estudiante desea llevarse el libro por mas
tiempo, pagara una cantidad de $ 1.50 por cada da adicional.
Sea cn el costo que el alumno debe pagar el da n por haber pedido prestado
un libro. Cuanto se debe pagar por conservarlo un da mas?
cn 1 cn 1.5 con c1 5.

Observaci on 6.11. La anterior es una formula recursiva. En este caso es posible

hallar una expresion alternativa que no dependa del valor anterior:
cn 5 1.5pn 1q.
Nomenclaura 6.12. Una funcion recursiva es una funcion f : N R tal que el

valor de f pnq depende de un conjunto de valores anteriores, los cuales deben ser
conocidos o pueden ser calculados.
En terminos simples, una funcion recursiva es aquella que se invoca a s misma.
on 6.13. Con frecuencia escribimos fn como equivalente de f pnq.

Notaci
Ejemplo 6.14. .
1. f0 1 n fn1.
y fn
2. Dado a 0, ga p0q 1 y ga pnq a ga pn 1q.
3. F0 0, F1 1 y Fn Fn1 Fn2 .
6.3. Notaci
on Sigma
Una suma de terminos se puede escribir en forma mas compacta y mas concisa
mediante la notacion sigma:

n
ai a1 a2 a3 an .

i 1
Ejercicio 6.15. Expresar las siguientes sumas en su notacion desarrollada:

7
1. bi

i 3

4
2. cj 1

j 1

5
3. a2k1

k 1
Ejercicio 6.16. Calcular el resultado de las siguientes sumas:


5
1. 3i

i 2

4
2. pj 1q2

j 1

5
3. p2k 1q

k 1

888
4. p1qi

i 1

n
5. 1

i 1
Teorema 6.17. Sean pan q y pbn q dos sucesiones y c una constante, entonces las
siguientes propiedades se cumplen:

n
n
1. c ai c ai

i 1
i 1

n
n
n
2. pai bi q ai bi

i 1
i 1
i 1

n
m
n
3. ai ai ai

i 1
i 1
i m 1
6.4. Inducci
on matem
atica
La induccion matematica es un metodo que permite demostrar que cierta
propiedad se cumple para todos los elementos de un conjunto infinito numerable.
La idea fundamental se basa en que, si una propiedad P es valida para un
umero k0 P N y que si siempre que dicha propiedad sea verdadera para un
n
n
umero k tambien lo para su sucesor k 1; entonces se puede asegurar que la
propiedad P es valida para todos los n
umeros naturales mayores o iguales que k0 .
La demostracion por induccion matematica se basa, por tanto, en dos pasos:
Paso inductivo (paso de la muerte): Suponiendo que la propiedad deseada

es verdadera para un n
umero k, demostrar que lo es para su sucesor k 1.

Paso base: Demostrar que existe un n

umero inicial k0 para el cual se cumple
la propiedad deseada.
Ejemplo 6.18. Considere la siguiente sucesion. Sea Sn 1 2 3 n.

Demuestre que, para todo n P N se cumple que:
Sn npn2 1q .
Ejercicio 6.19. Demostrar por induccion las siguientes afirmaciones:
npn 1qp2n 1q

n
1. i2

i 1
6
2. n! 2n cual es la base?
3. @n P N se cumple que 5n 1 es divisible por 4.

rn 1 1
n
ri
r1
4.
i0

n
5. p2k 1q n2

k 1
6. @n P N se cumple que n3 n es divisible por 3.

npn 1qpn 2q
n
7. k pk 1q

k 1
3
n pn4 1q

n 2 2
8. i3

i 1
npn 1qp2n 1qp3n2 3n 1q

n
9. i4

i 1
30
10. Si h 1, entonces p1 hqn 1 nh (desigualdad de Bernoulli).

Captulo 7
Combinatoria
7.1. Conteo
Ejemplo 7.1. Un estudiante tiene 6 playeras, 4 pantalones y 2 pares de tenis.
De cuantas formas distintas puede combinar su ropa al vestir?
7.1.1. Principio fundamental del conteo

Si un suceso puede ocurrir de n1 formas distintas, un segundo suceso puede
ocurrir de n2 formas distintas, y as sucesivemente hasta un k-esimo evento que
puede ocurrir de nk formas distintas, entonces el numero de formas distintas en
que los sucesos pueden ocurrir es
n1 n2 nk .
Ejercicio 7.2. Las placas de automovil contienen 3 letras seguidas de 4 n

umeros.
Cuantas placas diferentes pueden fabricarse?
Ejercicio 7.3. Si se eligen en el salon un presidente, un secretario y un tesorero,
de cuantas formas diferentes puede hacerse esta seleccion?
7.2. Permutaciones
Definicion 7.4. Sea A un conjunto de n elementos. Una ((permutacion de esos
n elementos tomados de r a la vez)) (r n) es un arreglo de r elementos de A
en un orden determinado. En otras palabras, una ((permutacion de n en r)) es un
posible ordenamiento de r de los elementos de A.
Nomenclaura 7.5. Cuando se permutan todos los elementos A se dice simple-
mente permutacion en vez de ((permutacion de n en n)).
51
Ejercicio 7.6. Sea A ta, b, c, du.
1. Cuantas son todas las posibles permutaciones de los elementos de A? En-

liste algunos ejemplos.
2. Cuantas son todas las posibles permutaciones tomadas de 3 a la vez? Enliste

algunos ejemplos.
3. Cuantas son todas las posibles permutaciones tomadas de 2 a la vez? Es-

criba algunos ejemplos.
4. Cuantas son todas las posibles permutaciones tomadas de 1 a la vez? Enliste

algunos ejemplos.
Notacion 7.7. El n umero de permutaciones de n en r se representa por Prn .

Otros autores tambien usan P pn, rq, n Pr o Pn,r .
Definici umero n P N0 , y se denota n!, como

on 7.8. Se define el factorial de un n
1 si n 0 y como el producto de todos los n umeros naturales menores o iguales
a n para el resto de los casos. Es decir,
#
si n 0,
n!
1
1 2 . . . n si n P N.
Teorema 7.9. Prn npn 1qpn 2q pn r 1q

n!
pn rq!
Ejercicio 7.10. Calcular P47 .
Ejercicio 7.11. Demostrar que Pnn n!.
7.2.1. Permutaciones con repetici

on
En ocasiones deseamos encontrar el n
umero de permutaciones de objetos, al-
gunos de los cuales son iguales.
Teorema 7.12. El n umero de permutaciones de n objetos de los cuales n1 son

iguales, n2 son iguales, . . . , nk son iguales (n n1 n2 nk ) es
n!
n1 !n2 ! nk !
Ejemplo 7.13. Cuantos cadenas distintas de longitud 7 pueden formarse con
los elementos de la cadena cananea?

7.3. Combinaciones
on 7.14. Sea A un conjunto de n elementos. Una ((combinacion de esos
Definici
n elementos tomados de r a la vez)) es cualquier seleccion de r elementos de A sin
importar el orden. En otras palabras, una ((combinacion de n en r)) es cualquier
subconjunto de r elementos del conjunto A.
Ejercicio 7.15. Sea A ta, b, c, du.
1. Enliste todas las posibles combinaciones tomadas de 3 a la vez.
Notacion 7.16. El n umero de combinaciones de n en r se representa por Crn .

Otros autores tambien usan C pn, rq, n Cr o Cn,r .
n
Teorema 7.17. Crn Pr!r r!pnn! rq!
Ejemplo 7.18. .
1. Cuantos comites de 3 personas pueden hacerse de un grupo de 8?
2. Cuantas manos de poquer distintas pueden tomarse de la baraja inglesa?
Ejercicio 7.19. Demostrar que C1n Cnn1 n.
7.4. Diagramas de
arbol
Un diagrama de arbol es un recurso grafico que se puede emplear para enu-
merar todas las posibilidades logicas de una secuencia finita de sucesos.
Ejemplo 7.20. Un estudiante tiene 3 camisetas, 2 pantalones y 2 pares de tenis.

De cuales formas puede combinar su ropa al vestir?
Denotemos por el conjunto C tc1 , c2 , c3 u las tres camisetas, por P tp1 , p2 u
los dos pantalones y por T tt1 , t2 u los dos pares de tenis. Las posibles formas
de combinar la ropa se ilustran en el siguiente diagrama:

t1
p1
t2
c1
t1
p2
t2
t1
p1
t2
c2
t1
p2
t2
t1
p1
t2
c3
t1
p2
t2
Ejemplo 7.21. Marcos y Enrique van a jugar frontenis. El primero en ganar dos
juegos seguidos o que gane un total de tres juegos sera el ganador del encuentro.
El siguiente diagrama ilustra las posibles formas en que termine el encuentro:
M M
M M M
E E
E E

M M
M M
E E E
E E
Ejercicio 7.22. Un hombre jugara a la ruleta. El hombre inicia con un peso y en

cada juego gana o pierde un peso. El hombre teminara de jugar si se queda sin
dinero, cuando termine el quinto juego, o cuando tenga una ganacia de tres pesos

(es decir, si acumula cuatro pesos). Realice un diagrama de arbol que represente
todas las posibilidades.
4 4
3
2
3 2
2
1
0
1 2
4
3
2
1 2
0 2
1
0 0
7.5. Coeficientes binomiales

Definicion 7.23. Se define el ((coeficiente binomial de n en r)) (con n y r n
umeros
naturales o cero tales que r n) como

n
r
r!pnn! rq!

Observaci
on 7.24. n
r
Crn

Ejemplo 7.25. Demostrar que n
r

n
n r
7.5.1. Tri
angulo de Pascal
El triangulo de Pascal es una disposicion de n
umeros ordenados en forma
triangular, de tal manera que cada n umero interior tiene un n
umero superior
derecho y un n umero superior izquierdo, tales que dicho n
umero es igual a la
suma de sus n umeros superiores.

0

1 0

1 1

1 1 0 1

2 2

2
1 2 1 0 1 2
3

3 3

3
1 3 3 1 0 1 2 3

4 4
4
4

4
1 4 6 4 1 0 1 2 3 4
5
5
5
5
5
5

1 5 10 10 5 1 0 1 2 3 4 5

6

6 6
6
6

6 6

1 6 15 20 15 6 1 0 1 2 3 4 5 6
7
7
7
7
7
7
7

7
1 7 21 35 35 21 7 1 0 1 2 3 4 5 6 7
Los n umeros del triangulo de Pascal estan ntimamente relacionados con los
coeficientes binomiales, como se muestra en la figura, y con el teorema del binomio.
Para establecer la relacion entre el triangulo de Pascal y los coeficientes bino-
miales observe que el k-esimo elemento de la n-esima fila es nk1.
1
As, la propiedad de que cada elemento del triangulo es igual a la suma de los
elementos superiores a el se puede demostrar en el siguiente teorema.

n1 n1
Teorema 7.26.
n
r
r1 r
.
7.5.2. Teorema del binomio

El teorema del binomio, que puede demostrarse por induccion matematica,
establece la expresion general para el desarrollo de pa bqn .

n
n nr r
Teorema 7.27. pa bq n
a b.

r 0
r
Ejemplo 7.28. Desarrollar pa bq6 .

pa bq6 a6 6a5 b 15a4 b2 20a3 b3 15a2 b4 6ab5 b6 .
Ejercicio 7.29. Desarrollar p2x 3y q5 .

Ejemplo 7.30. Demostrar que n
0
n
1
n
2
n
n
2n.

Ejercicio 7.31. Demostrar que n
0
n
1
n
2
p1qn n
n
0.

Captulo 8
Teora de grafos
Los grafos, tambien llamados graficas, son herramientas muy u tiles en la com-
prension, construccion y resolucion de modelos y metodos matematicos para la
solucion de diversos problemas teoricos y practicos de diversas areas del conoci-
miento.
La teora de grafos a
un no es una disciplina uniformada, por lo que las defi-
niciones y conceptos varan de un autor a otro (ya sea en relacion al problema
a resolver o la imaginacion del autor) en forma casi anarquica. Las definiciones
que se proporcionan en este captulo han sido constituidas en forma mas o menos
generalizada.
8.1. Grafos
on 8.1. Un grafo G pV, E q es una pareja ordenada constituida por
Definici
un conjunto V de vertices o nodos y
un conjunto E de parejas de elementos de V .
Observaci on 8.2. La mayora de los autores suele definir a V como un conjun-

to finito y no vaco. Por su parte, el conjunto E puede ser definido de parejas
ordenadas o de parejas no ordenadas de elementos de V .
on 8.3. Se dice que un grafo G pV, E q es:

Definici
Un grafo dirigido si el conjunto E esta formado por parejas ordenadas de

elementos de V , es decir, E V V . En este caso, los elementos de E son
llamados arcos.
57
Un grafo no dirigido si el conjunto E esta formado por parejas no ordenadas

de elementos de V , es decir, E ttu, v u | u, v P V u. En este caso, los
elementos de E son llamados aristas.
Un grafo mixto si el conjunto E contiene tanto arcos como aristas.
Ejemplo 8.4. Sea G pt1, 2, 3, 4u, tp1, 2q, p2, 2q, p2, 4q, p3, 2q, p3, 4quq, el cual se
puede representar graficamente por:
1 2
4 3
Ejercicio 8.5. Representar graficamente G pt1, 2, 3, 4, 5u, tt1, 2u, t2, 4u, t2, 5u,
t3, 3u, t3, 4u, t4, 5uuq:
1
5 2
4 3
Ejemplo 8.6. Sea V el conjunto de pasajeros de cierto vuelo transatlantico y E

el conjunto de pares pu, v q de pasajeros tales que el pasajero u habla un idoma
comun con v y u es mas joven que v.
Ejercicio 8.7. En el grafo del ejemplo anterior:
1. Si pu, v q esta en el grafo, es posible que pv, uq tambien este en el grafo?
2. Si existen pasajeros u, v y w tales que pu, v q y pv, wq estan en el grafo,

entonces pu, wq tambien pertenece al grafo?

8.2. Definiciones b
asicas
8.2.1. Incidencia y adyacencia
Definicion 8.8. Dado un arco a pu, v q, el vertice u es llamado vertice inicial
de a y v es llamado vertice terminal de a; tambien u y v seran llamados vertices
extremos de a.
Definici
on 8.9. Un vertice v y un arco a son incidentes si v es un vertice extremo
de a.
Definicion 8.10. Dos arcos son adyacentes si tienen un mismo vertice extremo.
Dos vertices son adyacentes si existe un arco que los une.
on 8.11. Un arco de la forma pv, v q es llamado bucle. Una arista de la

Definici
forma tv, v u es llamado lazo.
8.2.2. Cadenas, caminos, ciclos y circuitos

Definici
on 8.12. Una sucesion de aristas (o arcos) adyacentes que empieza en v
y termina en w se llama una cadena de v a w.
Definicion 8.13. En un grafo dirigido, un camino es una cadena tal que cada
par de arcos adyacentes en la cadena, el vertice final de un arco es el vertice inicial
del otro arco.
Ejemplo 8.14. Poner un par de ejemplos. . .
Definici
on 8.15. Una cadena (o camino) simple es aquella que no pasa mas de
una vez por la misma arista (o arco). Una cadena (o camino) elemental es aquella
que no pasa mas de una vez por el mismo vertice.
Observaci
on 8.16. Toda cadena (o camino) elemental es simple.
Definici
on 8.17. Un ciclo es una cadena que inicia y termina en el mismo vertice.

Definici
on 8.18. En un grafo dirigido, un circuito es un camino que inicia y
termina en el mismo vertice.
Definici
on 8.19. Todo circuito es un ciclo.
Ejemplo 8.20. Poner un par de ejemplos. . .
Definicion 8.21. Un camino euleriano (o cadena euleriana) es un camino (cade-

na) simple que pasa por todos los arcos (aristas). Un ciclo euleriano (o circuito
euleriano) es un ciclo (circuito) simple que pasa por cada arista (arco).
Definicion 8.22. Un camino hamiltoniano (o cadena hamiltoniana) es un camino

(cadena) elemental que pasa por todos los vertices. Un ciclo hamiltoniano (o
circuito hamiltoniano) es un ciclo (circuito) elemental que pasa por cada vertice.
8.3. Algunos tipos de grafos

8.3.1. Grafos completos
Definicion 8.23. Un grafo es completo si para cada par de vertices distintos
existe una arista (un arco) que los une.
Observaci
on 8.24. Un grafo completo no contiene bucles o lazos.
Notaci
on 8.25. El grafo completo de n vertices suele denotarse por Kn .
Ejercicio 8.26. Hacer la representacion grafica de K6 .
Teorema 8.27. El n
umero de aristas (arcos) de Kn es igual a
npn 1q
.
2
8.3.2. Grafos conexos

Definici
on 8.28. Un grafo es conexo si para cada par de vertices distintos existe
una cadena que los une.
Ejercicio 8.29. Cual es la menor cantidad de aristas que contiene un grafo

conexo de n vertices?

8.3.3.
Arboles
Definici
on 8.30. Un arbol es un grafo conexo sin ciclos.
Teorema 8.31. Sea G un grafo con n vertices, entonces las siguientes afirmaciones
son equivalentes:
G es un arbol.
G tiene n 1 arcos y es conexo.
G tiene n 1 arcos y no tiene ciclos.
Definicion 8.32. Un bosque es un grafo en el cual cada componente conexa es

un arbol.
8.3.4. Grafos bipartitos

Definici on 8.33. Un grafo G pV, E q es bipartito si existe una particion de V ,
tV1, V2u, tal que para todo pu, vq P E se cumple que u P V1 y v P V2, o bien u P V2
y v P V1 .
Observacion 8.34. Recordemos que tV1 , V2 u es una particion de V si y solo si

V V1 Y V2 y V1 X V2 .
Definici
on 8.35. La cardinalidad de una cadena es el n
umero de arcos que la
componen.
Teorema 8.36. Un grafo es bipartito si y solo si no contiene ciclos de cardinalidad

impar.
8.4. Predecesores, sucesores y grados

Definici
on 8.37. El conjunto de vertices predecesores de un vertice v se define
por
pv q tu | pu, v q P E u.

Definici
on 8.38. El conjunto de vertices sucesores de un vertice v se define por
pv q t w | pv, wq P E u.
Definicion 8.39. El grado entrante de v se define por g pv q | pv q|. El grado

saliente de v se define por g pv q | pv q|. El grado de v se define por g pv q
g pv q g pv q.
Observaci
on 8.40. En el calculo del grado, un bucle se cuenta dos veces.
8.5. Representaciones matriciales

on 8.41. La matriz de incidencia de un grafo G pV, E q, con |V |
Definici n
y |E| m es una matriz n m tal que cada elemento eij esta dado por:
$
'
& 1si el vertice i es el vertice inicial del arco j,
eij 1 si el vertice i es el vertice terminal del arco j,
'
%
0 en otro caso.
Observaci
on 8.42. La suma de cada columna de la matriz de incidencia es cero.
on 8.43. La matriz de adyacencia de un grafo G pV, E q, con |V | n

Definici
es una matriz n n tal que cada elemento aij esta dado por:
#
1 si el arco pi, j q P E,
aij
0 si el arco pi, j q R E.
Observaci
on 8.44. La suma de cada fila de la matriz de adyacencia es g piq.
Ejemplo 8.45. Dados V t1, 2, 3, 4, 5u y E tp1, 2q, p2, 5q, p3, 2q, p3, 4q, p5, 1q, p5, 4qu:
1. Graficar G pV, E q.
2. Escribir la matriz de incidencia.
3. Escribir la matriz de adyacencia.

Mate Discr3tas

Cargado por

Copyright:

Formatos disponibles

Mate Discr3tas

Cargado por

Información del documento

Descripción original:

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Mate Discr3tas

Cargado por

Copyright:

Formatos disponibles

Matematicas discretas

Dr. Miguel Mata

2.2. Subconjuntos e igualdad . . . . . . . . . . . . . . . . . . . . . . . 16

3. Alfabetos, cadenas y lenguajes 23

4. Producto cartesiano y matrices 28

Material en construccion! (version: 2016.09.02)

4.2.5. Matrices triangulares . . . . . . . . . . . . . . . . . . . . . 32

Material en construccion! (version: 2016.09.02)

7.5.1. Triangulo de Pascal . . . . . . . . . . . . . . . . . . . . . . 55

Material en construccion! (version: 2016.09.02)

Respecto a estas notas

No es propiamente el material del curso, y su elaboracion esta aun en cons-

Aun con lo anterior, el material se encontrara en desarrollo continuo y espera-

((Modelar problemas por metodos analticos y/o computacionales, generan-

))Implementar soluciones tecnologicas a problemas de ingeniera en software y

Logica: representacion digital, expresiones booleanas, tablas de verdad, in-

Otro miembro de la academia propuso un orden distinto pero similar. En este

Material en construccion! (version: 2016.09.02)

Incidencia en los planes de estudio

IAS (401): 2.o semestre. Materia obligatoria.

IAS: 3.er semestre. Materia obligatoria.

ITS: 3.er semestre. Materia obligatoria.

IMTC (401): 5.o semestre. Materia optativa.

S. Lipschutz. Matematicas finitas. McGraw-Hill. Mexico, 1966.

R. Grimaldi. Matematicas discretas y combinatoria. 3.a edicion. Editorial

Material en construccion! (version: 2016.09.02)

La ((logica)) es una ciencia formal que estudia el ((razonamiento)) correcto. Suele

Por ello, antes de comenzar, iniciemos con un peque

1. Es verdadera la afirmacion ((algunos de los alumnos de este salon tienen

2. Si estudio, apruebo. No estudio. Cual es la conlusion?

3. La afirmacion ((Madrid esta en Espa

4. ((Si dos rectas son paralelas no se intersectan e inversamente)), en este caso,

5. El siguiente, es un razonamiento correcto? ((Si estudio aprendo mas)), ((Estudio))

Las respuestas correctas son: 1. S. 2. Se puede concluir cualquier cosa. 3.

Si contesto incorrectamente a mas de una de las preguntas anteriores, no puede

Ejemplo 1.1. Las siguientes son proposiciones simples:

1. Pars esta en Inglaterra.

4. Las violetas son azules.

En cambio, expresiones como ((Hola, que hace?)), ((Cierra la puerta)) o ((Viva

Denotaremos las proposiciones simples con letras min

Ejemplo 1.2. Algunos ejemplos de negacion:

1. p: Pars esta en Inglaterra,

4. s: Las rosas son rojas,

Material en construccion! (version: 2016.09.02)

Material en construccion! (version: 2016.09.02)

1.2.5. Doble implicaci

1.3.1. Tablas de verdad

Material en construccion! (version: 2016.09.02)

Ejemplo 1.6. Calcular la tabla de verdad de pp _ q q ^ r.

Ejercicio 1.7. Calcular la tabla de verdad de p _ rp ^ pq _ rqs.

Ejercicio 1.8. Calcular la tabla de verdad dep ^ rp q ^ rq _ pq ^ rqs.

1.3.2. Redes de decisi

Material en construccion! (version: 2016.09.02)

En este caso, el flujo sera recibido en el receptor si p toma el valor de 1, y no

La red toma la siguiente forma para el conjuntivo p ^ q:

Ejemplo 1.9. Dibujar la red de decision para rp ^ p r _ sqs _ rq ^ ts:

1.3.3. Diagrama de decisi

Material en construccion! (version: 2016.09.02)

Ejercicio 1.13. p _ rp ^ pq _ rqs.

2. B tarbol, ave, zapato, chancletau

4. C tn P N | n es un n umero dgito imparu (forma descriptiva)

6. D t0, 1, 2, . . . , 9u (forma explcita abreviada)

7. E t11, 12, 13, . . . u

Ejercicio 2.5. Sean A tn P N | 1 n 14, n es imparu y B tn P N | n

on 2.7. En caso de que A B pero A B, se dice que A es subconjunto

Ejemplo 2.16. Sea A ta, b, cu, entonces

Ejercicio 2.23. Sea U t0, 1, 2, 3, . . . , 13u. Calcular:

3. |A Y B| |A| |B| |A X B|.

1. Si A B, entonces |A| |B|.

2. Si A X B , entonces |A Y B| |A| |B|.

4. |AzB| |A| |A X B|.