5118M828

PROPUESTA DEL CONTENIDO PARA UN
PRIMER CURSO DE MATEMTICAS

COMPUTACIONALES EN INGENIERA
DE SISTEMAS
Ing. HUGO HUMBERTO MORALES PEA
MAESTRA EN ENSEANZA DE LAS MATEMTICAS
Lnea de Matemticas Computacionales
UNIVERSIDAD TECNOLGICA DE PEREIRA
FACULTAD DE CIENCIAS BSICAS
DEPARTAMENTO DE MATEMTICAS
Pereira, Risaralda
25 de Febrero de 2011
2
ndice general
1. Introduccin 5
1.1. Problema objeto de estudio . . . . . . . . . . . . . . . . . . . . . . . . 5
1.2. Objetivos de la Investigacin . . . . . . . . . . . . . . . . . . . . . . . . 5
1.2.1. Objetivo General . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.2.2. Objetivos Especcos . . . . . . . . . . . . . . . . . . . . . . . . 5
2. Estado del arte 7
2.1. Ingeniera de Sistemas a nivel mundial . . . . . . . . . . . . . . . . . . 7
2.1.1. La Ingeniera de Sistemas . . . . . . . . . . . . . . . . . . . . . 8
2.1.2. Diferentes disciplinas de Ingeniera de Sistemas a nivel mundial 8
2.1.3. Representacin grca de los tpicos de las disciplinas de Inge-
niera de Sistemas . . . . . . . . . . . . . . . . . . . . . . . . . . 11
2.2. Libros de matemticas computacionales . . . . . . . . . . . . . . . . . . 14
2.2.1. Estructuras de Matemticas Discretas para la Computacin - Kol-
man, Busby y Ross . . . . . . . . . . . . . . . . . . . . . . . . . 15
2.2.2. Matemtica Discreta - Norman L. Biggs . . . . . . . . . . . . . 15
2.2.3. Matemticas Discreta y Combinatoria - Ralph Grimaldi . . . . 15
2.2.4. Matemticas Discretas - Ross y Wright . . . . . . . . . . . . . . 15
2.2.5. Matemticas Discretas - Richard Johnsonbaugh . . . . . . . . . 15
2.2.6. Matemticas Discretas y sus Aplicaciones - Kenneth Rosen . . . 16
2.2.7. Matemticas para la Computacin - Jos A. Jimnez Murillo . . 16
2.3. Material de apoyo en universidades extranjeras . . . . . . . . . . . . . . 17
2.3.1. MIT - Massachusetts Institute of Technology - Estados Unidos . 17
2.3.2. Princeton University - Estados Unidos . . . . . . . . . . . . . . 18
2.3.3. Universidad de Mlaga - Espaa . . . . . . . . . . . . . . . . . . 18
2.3.4. Universidad Simn Bolvar - Venezuela . . . . . . . . . . . . . . 19
2.3.5. Instituto Tecnolgico de Nuevo Laredo - Mexico . . . . . . . . . 19
2.4. Material de apoyo en universidades colombianas . . . . . . . . . . . . . 20
2.4.1. Universidad de los Andes - Bogot . . . . . . . . . . . . . . . . 20
2.4.2. Universidad EAFIT - Medelln . . . . . . . . . . . . . . . . . . . 21
2.4.3. Universidad ICESI - Cali . . . . . . . . . . . . . . . . . . . . . . 21
2.4.4. Universidad del Valle - Cali . . . . . . . . . . . . . . . . . . . . 22
2.4.5. Universidad Nacional - Bogot . . . . . . . . . . . . . . . . . . . 23
2.4.6. Ponticia Universidad Javeriana - Cali . . . . . . . . . . . . . . 23
2.4.7. Universidad de Antioquia - Medelln . . . . . . . . . . . . . . . 24
3
4 NDICE GENERAL
2.4.8. Universidad del Norte - Barranquilla . . . . . . . . . . . . . . . 25
2.5. Contenido de matemticas computacionales . . . . . . . . . . . . . . . 25
2.6. Exmenes de calidad en la educacin superior . . . . . . . . . . . . . . 28
3. Asignaturas en matemticas computacionales 31
3.1. Programa de matemticas computacionales I . . . . . . . . . . . . . . . 31
3.2. Programa de matemticas computacionales II . . . . . . . . . . . . . . 39
3.3. Programa de matemticas computacionales III . . . . . . . . . . . . . . 46
3.4. Programa de matemticas computacionales IV . . . . . . . . . . . . . . 54
4. Estrategia construccin material de apoyo 63
4.1. El trabajo con sucesiones (o series) . . . . . . . . . . . . . . . . . . . . 63
4.2. El trabajo con la serie geomtrica . . . . . . . . . . . . . . . . . . . . . 64
4.3. El trabajo con sumatorias . . . . . . . . . . . . . . . . . . . . . . . . . 65
4.4. Uso de sumatorias en solucin de sumatorias . . . . . . . . . . . . . . . 67
4.5. Uso de induccin matemtica como mtodo validador . . . . . . . . . . 69
5. Construccin banco de preguntas tipo ECAES 73
6. Resultados esperados 77
7. Conclusiones 79
8. Sugerencias y trabajos futuros 81
A. Manual de construccin de preguntas tipo ECAES 87
A.1. Aspectos tcnicos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 87
A.2. Qu y cmo se evala . . . . . . . . . . . . . . . . . . . . . . . . . . . . 87
A.3. Reglas para construir preguntas . . . . . . . . . . . . . . . . . . . . . . 90
Captulo 1
Introduccin
1.1. Problema objeto de estudio
El avance en el desarrollo de las ciencias y la tecnologa involucra cada vez ms
teoras matemticas; esto hace que sea prcticamente imposible incluir toda esta mate-
mtica en el contenido curricular de un programa de pregrado. Por lo tanto es necesario,
teniendo en cuenta que en este momento se esta llevando a cabo una profunda reforma
curricular en la carrera de Ingeniera de Sistemas y Computacin de la Universidad
Tecnolgica de Pereira, hacer un estudio para determinar cuales son los contenidos
bsicos en el rea de la matemtica computacional que deben estar en el currculo,
teniendo en cuenta principalmente el perl del ingeniero de sistemas que se quiere para
esta institucin. Actualmente hay varios textos y muchos sitios en la red relacionados
con matemticas computacionales, pero, una vez determinados los contenidos bsicos,
es necesario enfocar al estudiante en estos temas mediante una gua adecuada que le
permita obtener un proceso exitoso de aprendizaje.
1.2. Objetivos de la Investigacin
1.2.1. Objetivo General
Determinar cuales son los temas fundamentales en Matemticas Computacionales
que deben formar parte de la malla curricular para la formacin del ingeniero de sistemas
de la Universidad Tecnolgica de Pereira, segn el perl profesional determinado por el
comit curricular. Y, disear los programas de las asignaturas y desarrollar un material
de apoyo para la enseanza del primer curso del rea de Matemticas Computacionales.
1.2.2. Objetivos Especcos
Hacer la recoleccin de componentes, temas y subtemas que segn los marcos
de fundamentacin conceptual del Ministerio de Educacin nacional, debe formar
parte de los cursos de matemticas computacionales, en un programa de Ingeniera
de Sistemas.
5
6 CAPTULO 1. INTRODUCCIN
Disear los programas de las materias que corresponden al rea de Matemticas
Computacionales en el plan de estudios de Ingeniera de Sistemas.
Hacer las guas de clase del primer curso del rea de Matemticas Computa-
cionales.
Crear un banco de preguntas de preguntas tradicionales y tipo ECAES para el
primer curso del rea de Matemticas Computacionales.
Captulo 2
Estado del arte
En este captulo se presenta una visin general de la Ingeniera de Sistemas y de
sus matemticas computacionales desde un contexto mundial al contexto nacional, se
pretende ir de lo general a lo particular desde el punto de vista del estado del arte en el
cual esta enmarcada esta investigacin. Por este motivo en la seccin 2.1 se presentan las
diferentes disciplinas de la Ingeniera de Sistemas a nivel mundial, luego, en la seccin
2.2 se presentan algunos de los libros clsicos a nivel mundial de matemticas discretas,
donde se presenta un anlisis del material de apoyo para la enseanza que ellos brindan.
En la seccin 2.3 se presenta una revisin de universidades extranjeras con material de
apoyo para la enseanza de las matemticas computacionales, de forma anloga en la
seccin 2.4 se hace la misma revisin de universidades pero en el contexto colombiano.
Por ltimo, en las secciones 2.5 y 2.6 se presenta el contenido que el Ministerio de
Educacin Nacional Colombiano sugiere para las matemticas computacionales en los
programas de Ingeniera de Sistemas y algunas directrices sobre la ley y el decreto que
reglamentan los Exmenes de Calidad en la Educacin Superior (ECAES) en Colombia,
respectivamente.
2.1. Ingeniera de Sistemas a nivel mundial
Esta seccin fue escrita tomando como base el documento Computing Curricu-
la 2005, The Overview Report covering undergraduate degree programs in: Compu-
ter Engineering, Computer Science, Information Systems, Information Technology and
Software Engineering, documento generado como el estndar a nivel mundial de los
diferentes enfoques que tiene la Ingeniera de Sistemas en el mundo. Este currculo
de computacin fue generado de forma cooperativa por tres de las ms prestigiosas
asociaciones a nivel mundial en computacin; ellas son ACM (Association for Com-
puting Machinery), AIS (Association for Information Systems) y IEEE-CS (Institute
for Electrical and Electronic Engineers - The Computer Society). Este documento es
referenciado en la bibliografa como [ACMIEEE2005].
7
8 CAPTULO 2. ESTADO DEL ARTE
2.1.1. La Ingeniera de Sistemas
El termino Ingeniera de Sistemas es utilizado en Colombia para referirse al ter-
mino en ingls Computing (computacin). La Ingeniera de Sistemas incluye el diseo
y construccin de sistemas de hardware y software para una gran variedad de usos;
estructuracin, almacenamiento y procesamiento de diferente tipo de informacin; uso
del computador para investigacin cientca; construccin de soluciones de software in-
teligentes; creacin de aplicaciones multimedia; bsqueda y recopilacin de informacin
relevante, entre otros.
Tradicionalmente, un estudiante de Ingeniera de Sistemas es formado como pro-
fesional en una sola de las diferentes disciplinas de la Ingeniera de Sistemas, esto es
debido a que la Ingeniera de Sistemas brinda una gran cantidad de posibilidades, y
sera imposible que el estudiante sea competente en todas. Lo que se requiere es que de
forma particular los programas de Ingeniera de Sistemas se enfoquen en la disciplina
de Ingeniera de Sistemas en la cual quiere que sus egresados se desempeen en su vida
profesional.
Hay actualmente cinco disciplinas principales para los programas de pregrado en
Ingeniera de Sistemas; cada una provee diferentes enfoques de la Ingeniera de Sistemas.
En la siguiente subseccin, se presentarn estas diferentes disciplinas de la Ingeniera de
Sistemas y como ellas se comparan en trminos de su enfoque y de la clase de problemas
que resuelven.
2.1.2. Diferentes disciplinas de Ingeniera de Sistemas a nivel
mundial
Ingeniera Computacional (Computer Engineering)
La Ingeniera Computacional se enfoca en el diseo y construccin de computadores
y sistemas basados en el computador. Esto involucra el estudio de hardware, software,
comunicaciones y la interaccin entre ellos. Su currculo se enfoca en la teoras, prin-
cipios y practicas de la Ingeniera Elctrica tradicional y de las matemticas y sus
aplicaciones a los problemas de diseo de computadores y dispositivos basados en el
computador.
Los estudiantes de Ingeniera Computacional estudian el diseo de sistemas de hard-
ware digital que incluye sistemas de comunicaciones, computadores y dispositivos que
contienen computadores. Ellos estudian desarrollos de software que se enfocan en dis-
positivos digitales y sus interfaces con usuarios y otros dispositivos. La Ingeniera Com-
putacional le da prioridad al hardware sobre el software.
Actualmente, una gran rea de desempeo de la Ingeniera Computacional son los
sistemas embebidos, el desarrollo de dispositivos que tienen software y hardware em-
bebidos en ellos. Por ejemplo, dispositivos tales como telfonos celulares, reproductores
2.1. INGENIERA DE SISTEMAS A NIVEL MUNDIAL 9
de audio digital, cmaras de video digital, sistemas de alarmas, todos estos ejemplos re-
quieren de la integracin de hardware y software embebido, todos ellos son el resultado
de la Ingeniera Computacional.
Ciencias de la Computacin (Computer Science)
Ciencias de la Computacin abarca un amplio rango de fundamentos tericos y de
algoritmos en teora de grafos utilizados en desarrollos en robtica, en visin por com-
putador, en sistemas inteligentes, en bioinformtica, entre otras reas de gran inters.
El campo de accin de las Ciencias de la Computacin se divide en las siguientes tres
categoras:
El diseo e implementacin de software que requiere de grandes retos en progra-
macin, y en donde es posiblemente necesario generar nuevos mtodos.
Nuevos usos del computador. Progresos en Ciencias de la Computacin en reas
como las redes de datos, bases de datos y la interfaz humano-computador han
permitido el desarrollo de Internet. Actualmente las Ciencias de la computacin
en conjunto con cientcos de otros campos estn trabajando en la construccin
de robots que tengan conductas inteligentes, en el uso de bases de datos para
crear nuevo conocimiento, y en el uso del computador para ayudar a descifrar los
secretos de nuestro ADN.
El desarrollo de formas ecientes para resolver problemas computacionales. Por
ejemplo, las Ciencias Computacionales se preocupan por la mejor forma posible de
almacenar la informacin en bases de datos, la mejor forma posible de enviar datos
sobre las redes de datos, la mejor forma posible de mostrar imgenes complejas.
La fundamentacin terica le permite a las Ciencias de la Computacin trabajar
en la determinacin del mejor desempeo posible, y el estudio de algoritmos ayuda
a desarrollar nuevos mtodos que proveen un mejor desempeo.
Las Ciencias de la Computacin abarcan un amplio rango de la teora a travs de la
programacin. El currculo de Ciencias de la Computacin es muy amplio y es algunas
veces criticado por la falta de preparacin de sus graduados en trabajos especcos.
Mientras otras disciplinas de la Ingeniera de Sistemas pueden producir graduados con
ms destreza especica en trabajos relacionados, las Ciencias de la Computacin ofrecen
una fundamentacin detallada que permite a sus graduados la fcil adaptacin a nuevas
tecnologas y a nuevas ideas.
Sistemas de Informacin (Information Systems)
Los profesionales en Sistemas de Informacin se enfocan en soluciones integrales
utilizando tecnologa de la informacin y procesos de negocio para encontrar la infor-
macin necesaria del negocio y de otras empresas, permitiendo alcanzar sus objetivos
de una forma efectiva y eciente. Esta disciplina tiene perspectivas en tecnologas de la
informacin enfatizando en la informacin, y en la visin tecnolgica con un instrumen-
to para la generacin, procesamiento y distribucin de la informacin. Los profesionales
en esta disciplina estn principalmente ocupados con la informacin que los sistemas
computacionales pueden proveer para ayudar a las empresas en la denicin y consecu-
cin de sus metas, y los procesos que un empresa puede implementar o mejorar usando
tecnologas de la informacin. Ellos deben comprender tanto los factores tcnicos como
los factores empresariales, tambin deben poder ayudar a la empresa a determinar cual
informacin y cual tecnologa brindan ventajas competitivas.
Tecnologa de la Informacin (Information Technology)
La Tecnologa de la Informacin tiene dos grandes signicados. El primero, en un
sentido amplio el trmino Tecnologa de la Informacin es a menudo utilizado para
referirse a toda la computacin. El segundo, en un sentido acadmico, se reere a todos
los programas de pregrado que preparan estudiantes en la tecnologa computacional
necesaria para los negocios, el gobierno, el cuidado hospitalario, los colegios y otra clase
de organizaciones.
Los programas acadmicos de Tecnologa de la Informacin existen para producir
profesionales que posean una combinacin adecuada de conocimiento y practica, con
destreza en el manejo y asistencia en la infraestructura tecnolgica de la informacin
de la organizacin y de las personas que usan sta. Los profesionales de Tecnologa
de la Informacin asumen la responsabilidad de seleccionar productos de hardware y
software apropiados para la organizacin, integrar estos productos con las necesidades
e infraestructura de la organizacin, la instalacin, conguracin y mantenimiento de
estas aplicaciones para los usuarios de computo de la organizacin.
Ejemplos de las responsabilidades de los profesionales de Tecnologa de la Informa-
cin, incluyen la instalacin de redes, administracin y seguridad de redes, el diseo de
pginas web, el desarrollo de aplicaciones multimedia, la instalacin de componentes de
comunicacin, el respaldo de sistemas de correos y la planicacin y mantenimiento del
ciclo de vida de la tecnologa desde el punto de vista del mantenimiento, actualizacin
y reemplazo.
Ingeniera del Software (Software Engineering)
La Ingeniera del Software es la disciplina que se dedica al desarrollo y manteni-
miento de sistemas de software que se comportan de forma dedigna y eciente, con
economa en el desarrollo y mantenimiento que satisfacen todos los requerimientos que
los clientes han denido para ellos.
Los programas acadmicos de Ingeniera de Sistemas en las disciplinas de Ciencias de
la Computacin e Ingeniera del Software tienen muchos cursos en comn. Los estudian-
tes de Ingeniera del Software aprenden ms a cerca de conabilidad y mantenimiento
del software donde se enfocan principalmente en las tcnicas para el desarrollo y mante-
nimiento del software desde el comienzo de su construccin. Mientras los estudiantes de
Ciencias de la Computacin, probablemente han escuchado de la importancia de tales
tcnicas.
Los estudiantes de Ingeniera del Software aprenden como acceder a las necesidades
del cliente y a desarrollar software para satisfacerlas.
2.1.3. Representacin grca de los tpicos de las disciplinas de
Ingeniera de Sistemas
Para ilustrar las diferencias y semejanzas de las disciplinas de la Ingeniera de Sis-
temas, se presenta una caracterizacin grca de ellas. Las imgenes
1
sugieren como
cada disciplina de la Ingeniera de Sistemas se ocupa del espacio de problemas com-
putacionales actualmente, no de como debera de ser en el futuro, adicionalmente, la
representacin grca se enfoca principalmente en las reas de desempeo de los egre-
sados, no de todos los tpicos que un estudiante podra estudiar.
El rango horizontal va desde la teora, principios e innovacin en la izquierda, has-
ta aplicaciones, desarrollos y conguraciones en la derecha. Si alguien quiere trabajar
en un laboratorio inventando nuevo cosas o en una universidad desarrollando nuevos
principios, entonces debe estudiar una de las disciplina de la Ingeniera de Sistemas que
ocupe el espacio izquierdo. De forma contraria, si alguien quiere ayudar a las personas
a elegir un uso apropiado de tecnologa o quiere integrar productos disponibles para
resolver problemas de la organizaciones, entonces debe estudiar una disciplina de In-
geniera de Sistemas que ocupe el espacio derecho. No se debe analizar nicamente los
extremos derecho e izquierdo, tambin se debe considerar las posibilidades entre dichos
extremos.
El rango vertical comienza en el fondo con hardware y arquitectura del computa-
dor, sigue con infraestructura de sistemas, luego metodologas y tecnologas del soft-
ware, despus con aplicaciones tecnolgicas, hasta sistemas de informacin y sus usos
empresariales en la parte superior. Al subir en el eje, la disciplina de la Ingeniera de
Sistemas se enfoca en las personas, en la informacin y en la organizacin del espacio
de trabajo. Al descender en el eje, la disciplina de la Ingeniera de Sistemas se enfoca
en los dispositivos y la transmisin de datos entre ellos.
1
Todas la imgenes de sta subseccin han sido tomadas de [ACMIEEE2005].
Tpicos de Ingeniera Computacional
Tpicos de Ciencias de la Computacin
Tpicos de Sistemas de Informacin
Tpicos de Tecnologa de la Informacin
Tpicos de Ingeniera del Software
2.2. Libros de amplia circulacin en matemticas com-
putacionales con respecto al material de apoyo
Los libros que se revisaron con respecto a su material de apoyo para la enseanza
son:
Estructuras de Matemticas Discretas para la Computacin de Bernard Kolman,
Robert Busby y Sharon Ross
Matemtica Discreta de Norman Biggs
Matemticas Discreta y Combinatoria de Ralph Grimaldi
Matemticas Discretas de Kenneth Ross y Charles Wright
Matemticas Discretas de Richard Johnsonbaugh
Matemticas Discretas y sus Aplicaciones de Kenneth Rosen
Matemticas para la Computacin de Jos Alfredo Jimnez Murillo
La investigacin para cada uno de estos libros con respecto al material de apoyo
para la enseanza se presenta a continuacin en las subsecciones siguientes.
2.2. LIBROS DE MATEMTICAS COMPUTACIONALES 15
2.2.1. Estructuras de Matemticas Discretas para la Computacin
- Kolman, Busby y Ross
Este libro se encuentra en la sexta edicin publicada en el ao 2008 y es referenciado
en la bibliografa como [KBR2008]. El libro no brinda ninguna clase de material de apoyo
para la enseanza.
2.2.2. Matemtica Discreta - Norman L. Biggs
Este libro se encuentra en la segunda edicin publicado en el ao 2002 y es refe-
renciado en la bibliografa como [B2002]. El material de apoyo que se encuentra en la
pgina ocial del libro
2
es el siguiente:
Captulos uno y ocho de muestra
Soluciones a los ejercicios propuestos en cada captulos
Lecturas de cada uno de los captulos
2.2.3. Matemticas Discreta y Combinatoria - Ralph Grimaldi
Este libro se encuentra en la quinta edicin publicada en el ao 2003 y es referenciado
en la bibliografa como [G2003]. No se encontr ninguna clase de material de apoyo para
la enseanza.
2.2.4. Matemticas Discretas - Ross y Wright
Este libro se encuentra en la quinta edicin publicada en el ao 2002 y es referenciado
en la bibliografa como [RW2002]. No se encontr ninguna clase de material de apoyo.
2.2.5. Matemticas Discretas - Richard Johnsonbaugh
Este libro se encuentra en la sptima edicin publicada en el ao 2008 y es referen-
ciado en la bibliografa como [J2008]. Es muy pobre el material de apoyo que acompaa
a este libro, nicamente en la pgina ocial del libro
3
se encuentra:
Enlaces de pginas de internet de otros autores que trabajan los temas
Implementacin en lenguaje C de algunos de los algoritmos trabajados en el libro
2
http://www.oup.co.uk/academic/companion/mathematics/discretemath/
3
http://condor.depaul.edu/rjohnson/dm7th/
2.2.6. Matemticas Discretas y sus Aplicaciones - Kenneth Rosen
El libro de Matemticas Discretas y sus Aplicaciones (sexta edicin, ao 2007, refe-
renciado en la bibliografa como [R2007]) de Kenneth Rosen brinda una buena cantidad
de material de apoyo para los estudiantes, todo el material puede ser libremente descar-
gado desde la pgina ocial del libro en la editorial Mc Graw Hill
4
. El material es el
siguiente:
Aplets de demostracin interactiva (Interactive Demonstration Applets)
Preguntas de Autoevaluacin (Self Assessments)
Aplicaciones de Matemticas Discretas (Applications of Discrete Mathematics)
Exploracin de Matemticas Discretas usando Maple (Exploring Discrete Math
Using Maple)
Una gua para escribir demostraciones matemticas (A Guide to Writing Proofs)
Errores comunes en Matemticas Discretas (Common Mistakes in Discrete Math)
Asesoramiento en la escritura de proyectos (Advice on the Writing Projects)
Una gua de solucin de ejemplos para estudiantes (Students Solutions Guide
sample)
Ejemplos extra
Diapositivas de clase
2.2.7. Matemticas para la Computacin - Jos A. Jimnez
Murillo
El libro de Matemticas para la Computacin (primera edicin, ao 2009, referen-
ciado en la bibliografa como [J2009]) de Jos Alfredo Jimnez Murillo brinda una buena
cantidad de material de apoyo. El material es el siguiente:
Aplicativo para realizar conversiones entre diferentes bases numricas
Preguntas de Autoevaluacin
Lecturas complementarias de otros autores
Diapositivas complementarias de otros autores
Enlaces de inters a pginas de otros autores que trabajan los temas
Recursos multimedia de otros autores presentando los temas del curso
Solucin a los ejercicios propuestos por captulo
4
http://highered.mcgraw-hill.com/sites/0072880082/student_view0/
2.3. MATERIAL DE APOYO EN UNIVERSIDADES EXTRANJERAS 17
2.3. Universidades extranjeras con material de apoyo
en matemticas computacionales
Esta seccin nunca quedar completa, porque humanamente es imposible visitar
todas las universidades del mundo para revisar si tienen material de apoyo en matem-
ticas computacionales, por este motivo se seleccionaron solo algunas universidades en
el mbito mundial.
2.3.1. MIT - Massachusetts Institute of Technology - Estados
Unidos
A nivel mundial es posiblemente la universidad con mejor y mayor cantidad de ma-
terial de apoyo para la enseanza de los cursos.
Se revisaron los cursos de:
Mathematics for Computer Science
5
(Matemticas para las Ciencias de la Com-
putacin)
Theory of Computation
6
(Teora de la Computacin)
Automata, Computability, and Complexity
7
(Autmatas, Computabilidad y Com-
plejidad )
Advanced Complexity Theory
8
(Teora de la Complejidad Avanzada)
Introduction to Algorithms
9
(Introduccin a los Algoritmos, que realmente es un
curso de Anlisis de Algoritmos)
Para cada uno de estos curso se brinda material de:
lecturas
asignaciones
exmenes
Es normal que tambin se brinden los videos de las clases de cada uno de los temas,
con una ventaja adicional, en los videos se han grabado dictando clase en el MIT a los
autores o coautores de los libros de mayor utilizacin a nivel mundial en cada uno de
5
http://ocw.mit.edu/courses/electrical-engineering-and-computer-science/6-042j-mathematics-for-
computer-science-spring-2005/
6
http://ocw.mit.edu/courses/mathematics/18-404j-theory-of-computation-fall-2006/
7
http://ocw.mit.edu/courses/electrical-engineering-and-computer-science/6-045j-automata-
computability-and-complexity-spring-2005/
8
http://ocw.mit.edu/courses/mathematics/18-405j-advanced-complexity-theory-fall-2001/
9
http://ocw.mit.edu/courses/electrical-engineering-and-computer-science/6-046j-introduction-to-
algorithms-sma-5503-fall-2005/
estos temas.
El MIT ha incentivado a sus docentes para que escriban muy buen material de apoyo
para la enseanza de sus cursos, material que a la postre se ha convertido en libros de
muy buena calidad en estos temas y de gran utilizacin a nivel mundial, este es el
caso del libro Introduction to the Theory of Computation del profesor Michael Sipser
(libro referenciado en la bibliografa como [S1996]), quien es el profesor titular del curso
de Teora de la Computacin, donde obviamente el texto gua del curso es su libro.
Este mismo caso tambin se presenta con el curso de Introduccin a los Algoritmos
dictado por el profesor Charles E. Leiserson, donde se utiliza el libro Introduction to
Algorithms del cual es coautor (libro referenciado en la bibliografa como [CLRS2001]),
este libro fue editado en conjunto por MIT Press y Mc Graw Hill.
2.3.2. Princeton University - Estados Unidos
En la Universidad de Princeton se revis el curso de Algoritmos y Estructuras de
Datos (Algorithms and Data Structures
10
) de los profesores Robert Sedgewick y Kevin
Wayne.
Para el curso se brinda material de:
lecturas
diapositivas de clase
asignaciones
demos
exmenes
solucin de los exmenes
La Universidad de Princeton tambin le ha apostado a que sus docentes escriban
muy buenos libros y que alrededor de ellos tambin se genere muy buen material de
apoyo para su enseanza. Los textos guas de este curso son Algorithms, Algorithms
in Java de Robert Sedgewick (referenciados en la bibliografa como [S1983], [S2002a]
y [S2002b] respectivamente).
2.3.3. Universidad de Mlaga - Espaa
En la Universidad de Mlaga se revis el curso de Matemtica Discreta
11
de los
profesores Francisco J. Rodrguez y Pablo J. Cordero.
Para el curso se brinda material de:
10
http://www.cs.princeton.edu/courses/archive/spring08/cos226/info.html
11
http://sevein.matap.uma.es/aciego/mat-es-2005.html
2.3. MATERIAL DE APOYO EN UNIVERSIDADES EXTRANJERAS 19
talleres
Los profesores presentan unas muy buenas diapositivas de clase construidas con el
lenguaje de programacin por etiquetas L
A
T
E
X.
En la Universidad de Mlaga tambin se revis la pgina del profesor Antonio Valle-
cillo, desde donde se puede descargar libremente el libro Tcnicas de Diseo de Algorit-
mos
12
(libro referenciado en la bibliografa como [GV1998]), el cual es utilizado como
material de apoyo del curso Anlisis y Diseo de Algoritmos en sta universidad.
2.3.4. Universidad Simn Bolvar - Venezuela
En la Universidad Simn Bolvar se revisaron las asignaturas de Estructuras Dis-
cretas I, II y III
13
del profesor Vicente Yriarte.
Para las asignaturas se brinda material de:
ejercicios
tareas
exmenes
libros
El profesor Vicente Yriarte ha escrito los libros de Elementos de Teora Combina-
toria (Septiembre de 1996, referenciado como [Y1996]) y Elementos de Teora Axio-
mtica de Conjuntos (Octubre de 2001, referenciado como [Y2001]) como material de
apoyo de sus asignaturas de Estructuras Discretas. Los libros pueden ser libremente
descargados desde la pgina ocial del profesor, estos han sido escritos utilizando el
A
T
E
X.
2.3.5. Instituto Tecnolgico de Nuevo Laredo - Mexico
En el Instituto Tecnolgico de Nuevo Laredo se revis la pgina ocial del Ingeniero
Bruno Lpez Takeyas
14
, donde se encontr material de apoyo para la enseanza de
Matemticas Discretas, Teora de Grafos, Estructuras de Datos e Inteligencia Articial.
ejercicios
12
http://www.lcc.uma.es/av/Libro/
13
http://www.ldc.usb.ve/yriarte/
14
http://www.itnuevolaredo.edu.mx/takeyas
2.4. Universidades colombianas con material de apoyo
en matemticas computacionales
Segn las estadsticas del Examen de Calidad de la Educacin Superior del 2009,
en Colombia existen al rededor de 142 programas de Ingeniera de Sistemas o anes, de
ste total de programas, en la investigacin del material de apoyo se le dio prioridad
a programas de Ingeniera de Sistemas que pertenecen a universidades acreditadas de
alta calidad segn el Ministerio de Educacin Nacional.
2.4.1. Universidad de los Andes - Bogot
En la Universidad de los Andes se revis la pgina ocial del matemtico e ingeniero
de sistemas Rodrigo Cardoso
15
, donde se encontr material de apoyo para la enseanza
de las asignaturas:
Fundamentos Matemticos para Informtica
Teora de Lenguajes
Eciencia de Algoritmos
Matemtica Informtica
parciales y soluciones
tareas y soluciones
enunciados de proyectos de n de asignatura
libros
La Universidad de los Andes ha promovido entre sus docentes una poltica de es-
critura de libros en el rea de su desempeo, se han producido libros que son unos
verdaderos clsicos en Ingeniera de Sistemas en el contexto colombiano, como el libro
de Elementos de Lgica Matemtica y Calculabilidad del profesor Xavier Caicedo (li-
bro referenciado en la bibliografa como [C1989]).
El profesor Rodrigo Cardoso ha escrito el libro Vericacin y Desarrollo de Pro-
gramas (libro referenciado en la bibliografa como [C1993]), el cual es utilizado como
material de apoyo en algunos temas de sus diferentes asignaturas. ste libro puede ser
libremente descargado desde la pgina ocial del autor en la Universidad de los Andes.
15
http://agamenon.uniandes.edu.co/rcardoso/
2.4. MATERIAL DE APOYO EN UNIVERSIDADES COLOMBIANAS 21
2.4.2. Universidad EAFIT - Medelln
En la Universidad EAFIT se revis la pgina ocial del profesor Andrs Sicard-
Ramrez
16
, quien es el profesor lder de las asignaturas:
Lgica Combinatoria
Teora de Grafos
Teora de Lenguajes
Lgica
El profesor Andrs Sicard-Ramrez ha producido material en conjunto con el profesor
Ral Gmez Marn, donde se le ha dado prioridad a la escritura del libro Informtica
Terica. Elementos Propeduticos, editado por la Universidad EAFIT (libro referen-
ciado en la bibliografa como [GS2002]), libro utilizado como texto gua de la asignatura
Teora de Lenguajes. ste libro puede ser libremente descargado desde la pgina ocial
del profesor Andrs Sicard-Ramrez en la Universidad EAFIT. Adicionalmente este par
de profesores han generado un buen material de apuntes de clase para la asignatura de
Teora de Grafos, tanto el libro como los apuntes de clase han sido escritos utilizando
el lenguaje de programacin por etiquetas L
A
T
E
X.
Desde la pgina ocial del profesor Andrs Sicard-Ramrez se puede descargar li-
bremente el libro Argumentacin Deductiva con Diagramas y rboles de Forzamien-
to
17
del profesor Manuel Sierra Aristizbal (libro referenciado en la bibliografa como
[S2007]), ste libro es el texto gua del curso de Lgica orientado por el profesor Andrs
Sicard.
2.4.3. Universidad ICESI - Cali
En la Universidad ICESI nicamente se puede revisar los exmenes realizados y los
programas de las asignaturas. Las asignaturas revisadas fueron las siguientes:
Algebra y Funciones
Lgica y Argumentacin
Matemticas Discretas
Informtica Terica
Algoritmos y Estructuras de Datos
En la construccin de los exmenes revisados han participado principalmente los
profesores:
16
http://www1.eat.edu.co/asicard/
17
http://www1.eat.edu.co/asicard/teaching/logic-CB0260/SierraAristizabal-
2007.Argumentancion-Deductiva-con-Diagramas-y-Arboles-de-Forzamiento.pdf.gz
Anbal Sosa
Carlos Ernesto Ramrez
Alfonso Bustamante Arias
La asignatura de Lgica y Argumentacin pertenece a todas las carreras de pre-
grado ofrecidas en la Universidad ICESI, se utiliza como texto gua el libro Lgica
y Argumentacin: De los argumentos inductivos a las lgebras de Boole del profesor
del ICESI, Alfonso Bustamante
18
(libro referenciado en la bibliografa como [B2009]).
Otro libro del profesor Alfonso Bustamante, el de Elementos de Algebra en Ciencias de
la Computacin es material de referencia del curso de Matemticas Discretas (libro
referenciado en la bibliografa como [B1988]).
2.4.4. Universidad del Valle - Cali
En la Universidad del Valle se revisaron las siguientes asignaturas
19
:
Matemticas Discretas I
Matemticas Discretas II
Fundamentos de Lenguajes de Programacin
Fundamentos de Anlisis y Diseo de Algoritmos
Para cada una de stas asignaturas se encuentra como material de apoyo, unas bue-
nas diapositivas de clase para cada uno de los temas.
Los profesores que han participado en la construccin de estas diapositivas de clase
son:
Juan Francisco Daz F.
Julio Csar Lpez
Ral Ernesto Gutierrez de Pierez
Orlando Arboleda Molina.
James Yerson Ortiz V.
18
http://www.icesi.edu.co/es/programas/pregrado/sistemas/profesores/alfonso_bustamante.htm
19
http://eisc.univalle.edu.co/materias/
2.4. MATERIAL DE APOYO EN UNIVERSIDADES COLOMBIANAS 23
2.4.5. Universidad Nacional - Bogot
En la Universidad Nacional se revis la pgina ocial del profesor Rodrigo de Castro
Korgi
20
, pgina obsoleta que no se actualiza desde 1999 y que no contiene ningn tipo
de material de apoyo.
El profesor Rodrigo de Castro ha escrito el libro Teora de la Computacin: lengua-
jes, autmatas, gramticas, editado por el Departamento de Matemticas de la Uni-
versidad Nacional de Colombia (libro referenciado en la bibliografa como [dC2004]),
ste libro es el actual texto gua de la asignatura Teora de la Computacin en la
Universidad Nacional de Colombia, y de la asignatura Informtica Terica
21
de la
Universidad ICESI de Cali.
El profesor Rodrigo de Castro tiene otro libro muy famoso entre los usuarios del
A
T
E
X, llamado El Universo L
A
T
E
X (libro refe-
renciado en la bibliografa como [dC2003]), ste libro es posiblemente uno de los mejores
libros a nivel mundial escritos en lengua espaola sobre este tema.
De nuevo, las universidades ms prestigiosas a nivel mundial y nacional le apuestan
a que sus docentes escriban muy buenos libros en su rea de desempeo, apostandole a
que sus libros se vuelvan unos verdaderos clsicos en el tema y que adicionalmente sean
una referencia obligada. Con la escritura de libros las universidades ganan en presti-
gio y reconocimiento, y van marcando la pauta del qu y del cmo debera ensearse
determinados temas.
2.4.6. Ponticia Universidad Javeriana - Cali
En la Ponticia Universidad Javeriana de Cali, se revis la pgina ocial de la
asignatura Anlisis y Diseo de Algoritmos
22
orientada por el ingeniero de sistemas
Andrs Becerra Sandoval, donde se encontr el siguiente material de apoyo para la
enseanza de la asignatura:
tareas
libros
Es valioso el material de apoyo que presenta el Ing. Andrs Becerra, pero lo es aun
ms, las referencias bibliogrcas de los libros:
Algorithms
23
de S. Dasgupta, C. H. Papadimitriou, y U. V. Vazirani (referen-
ciado en la bibliografa como [DPV2006]). Libro que se puede descargar directa-
20
http://www.matematicas.unal.edu.co/rdcastro/
21
http://www.icesi.edu.co/portal/pls/portal/psiaepre.pprecon_contactual?pdescripmat_codigo=08289
22
http://cic.puj.edu.co/wiki/doku.php?id=materias:analisis_y_diseno_de_algoritmos
23
http://www.cs.berkeley.edu/vazirani/algorithms.html
mente desde la pgina ocial del profesor Vazirani en la Universidad de Berkeley
(Estados Unidos).
Tcnicas de Diseo de Algoritmos
24
de Rosa Guerequeta y Antonio Vallecillo
(referenciado en la bibliografa como [GV1998]). Libro que se puede descargar di-
rectamente desde la pgina ocial del profesor Antonio Vallecillo en la Universidad
de Mlaga (Espaa).
En la Ponticia Universidad Javeriana de Cali, tambin se revis la pgina ocial
de la asignatura Computabilidad y Lenguajes Formales
25
orientada por la ingeniera
de sistemas Gloria Ins lvarez, donde se encontr el siguiente material de apoyo para
la enseanza de la asignatura:
tareas individuales
software JFLAP
26
, el cual puede ser libremente descargado desde la pgina ocial
del proyecto.
Los ingenieros Gloria Ins lvarez y Andrs Becerra han escrito sus diapositivas de
clase utilizando el lenguaje de programacin por etiquetas L
A
T
E
X.
2.4.7. Universidad de Antioquia - Medelln
En la Universidad de Antioquia nicamente se puedo revisar los contenidos de las
asignaturas. Las asignaturas revisadas fueron las siguientes:
Lgica y Representacin I (primer semestre)
Matemticas Discretas I (primer semestre)
Lgica y Representacin II (segundo semestre)
Matemticas Discretas II (segundo semestre)
Lgica y Representacin III (tercer semestre)
Teora de Lenguajes y Laboratorio (cuarto semestre)
24
25
http://cic.puj.edu.co/wiki/doku.php?id=materias:computabilidad
26
http://www.cs.duke.edu/csed/jap/
2.5. CONTENIDO DE MATEMTICAS COMPUTACIONALES 25
2.4.8. Universidad del Norte - Barranquilla
En la Universidad del Norte nicamente se puedo revisar los contenidos de las asig-
naturas. Las asignaturas revisadas fueron las siguientes:
Matemticas Discretas (cuarto semestre)
Estructuras Discretas (quinto semestre)
Algoritmos y Complejidad (quinto semestre)
Compiladores (octavo semestre)
2.5. Contenido de matemticas computacionales segn
el Ministerio de Educacin Nacional
Los temas de Matemticas Computacionales que actualmente sugiere el Ministerio
de Educacin Nacional para un programa de Ingeniera de Sistemas, han sido tomados
del documento de Aco-Icfes del 2003 sobre Especicaciones de los Exmenes de Estado
de Calidad de la Educacin en Ingeniera de Sistemas/Informtica [AI2003]. Los temas
de Matemticas Computacionales se encuentran en las siguientes reas :
Matemticas discretas:
Lgica:
Lgica proposicional, conectivos lgicos, tablas de verdad.
Forma normal conjuntiva / disyuntiva.
Frmulas vlidas / tautologas.
Lgica de predicados, cuanticacin universal / existencial.
Lmites de la lgica.
Tcnicas de demostracin:
Estructura de pruebas formales.
Prueba directa, por contradiccin, por contraposicin.
Induccin matemtica.
Ordenes bien fundados.
Deniciones matemticas recursivas.
Conteo, ecuaciones de recurrencia:
Reglas de suma y producto.
Recursin.
Progresiones aritmticas y geomtricas.
Principio del palomar.
Permutaciones y combinaciones.
Ecuaciones de recurrencia lineales.
Funciones, relaciones, conjuntos:
Conjuntos (operaciones bsicas, producto cartesiano, potencia, diagramas de
Venn).
Relaciones binarias (propiedades: reexividad, simetra, transitividad, equi-
valencia, clausuras, inversas, composicin).
Funciones (como relaciones unvocas; propiedades: inyeccin, sobreyeccin,
biyeccin).
Grafos:
rboles.
Grafos dirigidos, no dirigidos.
Recorrido de grafos.
Recursin.
Programacin y algortmica:
Estructuras de datos:
Tipos primitivos.
Arreglos, registros, cadenas.
Representacin de datos en memoria.
Manejo dinmico de almacenamiento.
Apuntadores y referencias.
Estructuras dinmicas (pilas, colas, rboles, grafos, entre otros).
Recursin (en datos).
Archivos.
Estrategias para elegir la estructura de datos correcta.
Anlisis de algoritmos:
Complejidad
Algoritmos polinomiales / exponenciales
Algoritmos clsicos:
2.5. CONTENIDO DE MATEMTICAS COMPUTACIONALES 27
Bsqueda
Ordenamiento
Ruta mnima en grafos
Vericacin de programas:
Especicacin.
Correccin.
Aserciones.
Invariantes de ciclo.
Lmites de la algortmica:
Indecidibilidad.
Clases P y NP.
Informtica terica:
Lenguajes Formales y Autmatas:
Conceptos bsicos de lenguajes formales
Denicin
Gramticas / BNF
Mquinas de Turing
Denicin, fundamentos.
Autmatas
Estados, transiciones
Autmatas determinsticos, no determinsticos
Modelaje con autmatas
Autmatas nitos / Relacin con lenguajes regulares
Autmatas de pila / Relacin con lenguajes libres de contexto
Semntica de lenguajes
Herramientas de anlisis sintctico
Cmo se utilizan
Limitaciones
2.6. Exmenes de calidad en la educacin superior
Los Exmenes de Calidad de la Educacin Superior (ECAES) son para el Ministe-
rio de Educacin un instrumento de la medida de la calidad, as como tambin lo es
el registro calicado de cumplimiento de estndares mnimos de calidad, con una gran
diferencia, los ECAES son realizados cada ao y la visita de pares para registro calica-
do son realizadas cada siete aos, antes del vencimiento de la vigencia del registro actual.
Por ms que el Ministerio de Educacin quiera negarlo, los resultados de los ECAES
han generado un ranking entre lo que son supuestamente las mejores universidades o
programas y las peores, esto tiene un trasfondo comercial que es bien utilizado por
aquellas institucin que salen bien calicadas y que es relegado al olvido (o ms bien
nunca mencionado) por aquellas instituciones que salen mal calicadas.
Aproximadamente en Octubre del 2007 sali el boom periodstico: La Corte Cons-
titucional tumba los ECAES, noticia que lo que hizo realmente fue desinformar, porque
al leer todo el prrafo de la noticia, lo que realmente se deca era que la Corte Consti-
tucional emiti un fallo que declar inexequible el Artculo 8 de la Ley 749 de 2002, el
cual respaldaba el Decreto 1781 de 2003, decreto por medio del cual fueron creado los
ECAES. A pesar de esto, los ECAES siguieron vigentes en 2007 y 2008, pues la Corte
estipul como plazo el 16 de diciembre de 2008 para que el Congreso de la Repblica
emitiera una reglamentacin legal sobre los ECAES, esta reglamentacin fue expedida
en la Ley 1324 del 13 de Julio de 2009. En el artculo 7 de la presente ley se establece
la obligatoriedad del ECAES para los estudiantes de pregrado de cualquier institucin
que imparta educacin superior.
El gobierno colombiano para dar cumplimiento a la Ley 1324 emano el Decreto 3963
del 14 de Octubre de 2009, decreto en el que en el pargrafo del artculo 8 se establece
que el ECAES es un correquisito de grado, adicionalmente en el artculo 7 se establece
que para los estudiantes de programas acadmicos que al 2008 no tenan ECAES, estos
sern evaluado con pruebas de competencias genricas.
La evaluacin de la calidad no es solo un instrumento de medicin de la calidad, es
un proyecto que en el ao 2009 le gener al gobierno colombiano mucho ms de doce
mil doscientos cuarenta millones de pesos (12.240000.000). En el ao 2009 se inscri-
bieron para presentar el ECAES (entre estudiantes y egresados) doscientas cuarenta
mil personas (240.000), el valor del ECAES para estudiantes de universidades publicas
es de cincuenta y un mil pesos (51.000) y para estudiantes de universidades privadas y
egresados es de sesenta y seis mil pesos (66.000). Si se considera que todos los evaluados
pagan el ECAES en la categora ms barata entonces:
240,000 51,000 = 12,240
000,000
pero obviamente no todos los evaluados estn en la categora ms econmica, por este
motivo el dinero recaudado por el gobierno es mucho mayor, lo que se pretende es dar
una cota inferior del dinero generado por los ECAES del ao 2009. Los valores y el total
2.6. EXMENES DE CALIDAD EN LA EDUCACIN SUPERIOR 29
de evaluados de los ECAES 2009 han sido tomados de los Boletines de Prensa 82 y 95
del ICFES respectivamente.
Captulo 3
Propuesta de asignaturas en
matemticas computacionales
El programa de Ingeniera de Sistemas y Computacin de la Universidad Tecnolgica
de Pereira pertenece a la lnea de Ciencias de la Computacin que a nivel internacional
se ha denido por ACM e IEEE en Computing Curricula 2005 [ACMIEEE2005]. Para
dar cumplimiento a ste estndar internacional en Ciencias de la Computacin en el
rea de Matemticas Computacionales, se proponen cuatro asignaturas, de las cuales
se presentan sus programas en ste captulo.
Al dar cumplimiento en el rea de las Matemticas Computacionales segn el estn-
dar internacional exigido para Ciencias de la Computacin, tambin se da cumplimiento
a la directriz que en este mismo tema ha dado el Ministerio de Educacin Nacional para
un programa de Ingeniera de Sistemas en Colombia [AI2003].
3.1. Programa de matemticas computacionales I
El primer curso de matemticas computacionales contiene los temas que tradicional-
mente se trabajan en un curso de Matemticas Discretas I, el temario de ste curso se
desarrolla por completo en ste trabajo de grado de Maestra. El programa sugerido de
la materia es el siguiente:
Propuesta de Programa para el PRIMER Curso de
Matemticas Computacionales En Programas de
Estudio de Ingeniera de Sistemas
Semestre sugerido: Tercero
Crditos sugeridos: 3
Intensidad horaria sugerida: 4 horas semanales
Requisitos sugeridos: Matemticas II y Programacin I
Propuesta realizada por: Ing. Hugo Humberto Morales Pea
31
32 CAPTULO 3. ASIGNATURAS EN MATEMTICAS COMPUTACIONALES
JUSTIFICACIN
La Programacin, las Bases de Datos, el Anlisis de Algoritmos y la Inteligencia Arti-
cial, entre otros, se fundamentan en los temas trabajados en Matemticas Discretas.
Por consiguiente, es de vital importancia que los estudiantes de Ingeniera de Sistemas
accedan a este conocimiento desde una perspectiva puramente formal.
OBJETIVOS
Objetivo General
Presentar algunas de las estructuras matemticas discretas fundamentales para la com-
putacin, tales como, la lgica, la teora de conjuntos y la nocin formal de prueba y
explicar su relacin directa con reas tales como Anlisis de Algoritmos, Ingeniera del
Software y Bases de Datos.
Objetivos Especcos
Comprender los conceptos bsicos de teora de conjuntos, funciones, relaciones y
sus operaciones asociadas.
Aplicar estos conceptos en el modelamiento de problemas prcticos.
Utilizar mtodos formales en la lgica proposicional y en la de predicados.
Usar la lgica simblica para la especicacin de problemas.
Comprender y manejar la relacin que existe entre la prueba por induccin mate-
mtica con los conceptos de recursin y de estructuras denidas recursivamente.
Poder utilizar tcnicas de pruebas para resolver problemas de otras reas de la
computacin, tales como especicacin y vericacin formal, Ingeniera de Soft-
ware y Bases de Datos.
Utilizar mtodos formales para la escritura y presentacin de ideas.
METODOLOGA
Clases
El curso tendr cuatro (4) horas de intensidad semanal separadas en dos bloques de
estudio cada uno de dos horas.
Lecturas
Cada unidad del programa tendr lecturas complementarias con el material de apoyo del
curso, las lecturas le permitirn al estudiante obtener un panorama ms amplio sobre
el tema. La responsabilidad de estas lecturas corresponde directamente al estudiante.
3.1. PROGRAMA DE MATEMTICAS COMPUTACIONALES I 33
Texto
Adicional al material de apoyo del curso, se tendr como texto gua el libro: Discrete
Mathematics and Its Applications, de Kenneth Rosen [R2007].
EVALUACIN
Primer examen parcial 25 %
Segundo examen parcial 25 %
Examen nal 25 %
Tareas, talleres y quices 25 %
CONTENIDO DEL CURSO
Unidad 1 (4 semanas): Introduccin a la Lgica Matemtica
Lgica proposicional
Leyes de la lgica proposicional
Simplicacin de expresiones proposicionales utilizando las leyes de la lgica
Reglas de inferencia
Lgica de predicados
Cuanticador universal
Cuanticador existencial
Aplicaciones
Justicacin: El tema de lgica es necesario en los estudiantes de Ingeniera de Sis-
temas y Computacin porque brinda la fundamentacin matemtica necesaria para los
cursos de Electrnica Digital en la parte de diseo de circuitos lgicos.
Unidad 2 (2.5 semanas): Uso de Sucesiones y Sumatorias en Computacin
Funciones especiales: piso y techo
Sucesiones
Sumatorias
Las sumatorias dobles y triples y los ciclos de repeticin en programacin
Deniciones recursivas
Notaciones computacionales (O, y )
Complejidad de algoritmos iterativos
El mito del alto costo computacional de la programacin recursiva
Justicacin: El tema de sucesiones y sumatorias es de gran importancia para los
estudiantes de Ingeniera de Sistemas y Computacin porque brindan las bases para el
anlisis de la eciencia computacional de los algoritmos iterativos.
Unidad 3 (2 semanas): Tcnicas de Demostracin
Estructura de una demostracin
Demostracin directa
Demostracin por contra ejemplo
Demostracin por contradiccin
Demostracin por contra recproca
Demostracin por casos
Demostracin por induccin matemtica
Justicacin: El tema de tcnicas de demostracin no es solo importante para los
estudiantes de Ingeniera de Sistemas y Computacin, en general es importante para
todo tipo de estudiantes que en su carrera tenga diferentes asignaturas de matemticas.
Es importante que los estudiantes de Ingeniera de Sistemas tengan las competencias
necesarias para demostrar o refutar que un argumento matemtico se verdadero o falso
para su posterior uso en soluciones computacionales.
Unidad 4 (2 semanas): Relaciones de Recurrencia
Relaciones de recurrencia de primer grado
Solucin de relaciones de recurrencia de primer grado
Utilizacin de la tcnica de demostracin por induccin matemtica para raticar
o refutar que la solucin de una relacin de recurrencia es o no correcta.
Complejidad de algoritmos recursivos.
Justicacin: El tema de la solucin de relaciones de recurrencia es de gran importan-
cia para los estudiantes de Ingeniera de Sistemas y Computacin porque son el tema
clave para el clculo de la complejidad de los algoritmos recursivos.
Unidad 5 (3 semanas): Conjuntos, Funciones, Relaciones y Bases de Datos
Relacionales
Conjuntos y operaciones de conjuntos
Funciones (conceptos fundamentales)
Funcin inyectiva, funcin sobreyectiva y funcin biyectiva
Relaciones y sus propiedades
Representacin de relaciones
Relaciones de equivalencia
Clases de equivalencia y particiones
Conjuntos parcialmente ordenados
Introduccin al modelo de bases de datos relacional
Introduccin al algebra relacional
Introduccin al lenguaje de consulta estructurado (SQL)
Justicacin: Los temas de conjuntos y funciones son la base matemtica necesaria
para los diferentes curso de programacin que recibe en la formacin los estudiantes
de Ingeniera de Sistemas. De forma similar, los temas de conjuntos y relaciones son
la base matemtica sobre la cual se apoya el modelo de bases de datos relacional, el
lgebra relacional y el lenguaje de consulta estructurado (SQL).
Unidad 6 (2.5 semanas): Introduccin a la teora de nmeros
El algoritmo de la divisin
Los nmeros primos y los nmeros compuestos
Teorema fundamental de la aritmtica
El Mximo Comn Divisor (MCD)
El Mnimo Comn Mltiplo (MCD)
El algoritmo de Euclides
El teorema de la congruencia
La aritmtica modular y sus aplicaciones
Representacin de nmeros en el computador
Representacin de enteros en diferentes bases
Justicacin: Los temas que componen la teora de nmeros brindan a los estudiantes
de Ingeniera de Sistemas y Computacin la base matemtica para comprender como
los diferentes tipos de nmeros son almacenados en el computador, como la informacin
es almacenada en el computador y del gran uso que se le da al Teorema Fundamental
de la Aritmtica en la computacin.
PARCELACIN DEL CURSO POR CLASES
1. Presentacin del curso, forma y fechas de evaluacin. Introduccin a la lgica
matemtica.
2. Introduccin al clculo proposicional.
3. Reglas del clculo proposicional. Simplicacin de expresiones del clculo proposi-
cional por medio de la utilizacin de las reglas del clculo proposicional
4. Conectivos NAND (), NOR () y X-OR () en el clculo proposicional. Entrega
a los estudiantes del primer taller calicable por grupos.
5. Reglas de inferencia.
6. Utilizacin de las reglas de inferencia para vericar si un argumento es valido.
7. Introduccin al clculo de predicados. Entrega a los estudiantes del segundo taller
calicable por grupos.
8. Introduccin al clculo de predicados (continuacin).
9. Funciones especiales: piso y techo. Sucesiones.
10. Recursividad (funciones recursivas). El mito del alto costo computacional de la
programacin recursiva.
11. Sumatorias. Sumatorias dobles y triples y los ciclos anidados.
12. Notaciones computacionales y complejidad de algoritmos iterativos.
13. Primera evaluacin parcial.
14. Tcnicas de demostracin: directa.
15. Tcnicas de demostracin: por contra ejemplo, contra-recproca y por contra-
diccin.
16. Tcnica de demostracin por casos.
17. Induccin matemtica. Entrega a los estudiantes del tercer taller calicable por
grupos.
18. Relaciones de recurrencia.
19. Solucin de relaciones de recurrencia de primer grado. Entrega a los estudiantes
del cuarto taller calicable por grupos.
20. Solucin de ejemplos de relaciones de recurrencia donde primero se halle la serie
equivalente a la relacin de recurrencia, luego se solucione la serie y por ultimo
se demuestre por medio de induccin matemtica que la solucin a la relacin de
recurrencia quedo o no correcta.
21. Complejidad de algoritmos recursivos.
22. Segunda evaluacin parcial.
23. Conjuntos y operaciones de conjuntos. Funciones. Conceptos fundamentales, pro-
piedades: inyectiva, sobreyectiva y biyectiva. Representacin grca.
24. Relaciones. Conceptos fundamentales, propiedades y representacin grca.
25. Relaciones de equivalencia. Conjuntos parcialmente ordenados. Entrega a los es-
tudiantes del quinto taller.
26. Introduccin al modelo de bases de datos relacional y al lgebra relacional.
27. Introduccin al lenguaje de consulta estructurado (SQL).
28. Nmeros enteros, divisin de enteros, el algoritmo de la divisin, nmeros primos
y el teorema fundamental de la aritmtica.
29. Denicin de Mximo Comn Divisor (MCD) y mnimo comn mltiplo (MCM).
El algoritmo de Euclides. Entrega a los estudiantes del sexto taller donde se
propone la implementacin en lenguaje C de los algoritmos de mximo comn
divisor, mnimo comn mltiplo, nmeros primos y Euclides.
30. Aritmtica modular y sus aplicaciones: el sistema criptogrco de Julio Cesar.
31. Representacin de nmeros enteros en el computador, cambio de base de los
nmeros enteros.
32. Algoritmos para sumar y multiplicar nmeros enteros escritos en base dos. En-
trega a los estudiantes del sptimo taller donde se propone la implementacin en
lenguaje C de los algoritmos de cambio de base, suma y multiplicacin en base
dos y el encriptamiento de Julio Cesar.
33. Evaluacin nal.
BIBLIOGRAFA
[B2002 ] Biggs, Norman L.. 2002. Discrete Mathematics, Second Edition. Oxford Uni-
versity Press.
[B1988 ] Bustamente Arias, Alfonso. 1988. Elementos de Algebra en Ciencias de la Com-
putacin. Serie de textos universitarios, Universidad ICESI, Cali, Colombia.
[B2009 ] Bustamente Arias, Alfonso. 2009. Lgica y Argumentacin: De los argumentos
inductivos a las lgebras de Boole. Pearson Educacin. Colombia.
[G2003 ] Grimaldi, Ralph. 2003. Discrete and Combinatorial Mathematics, Five Edition.
Pearson.
[J2008 ] Johnsonbaugh, Richard. 2008. Discrete Mathematics. Seven Edition. Prentice
Hall.
[J2009 ] Jimnez Murillo, Jos A.. 2009. Matemticas para la Computacin. Alfaomega.
[KBR2008 ] Kolman, Bernard, Busby, Robert y Ross, Sharon C.. 2008. Estructuras de Ma-
temticas Discretas para la Computacin, Sexta edicin. Prentice Hall.
[R2007 ] Rosen, Kenneth H.. 2007. Discrete Mathematics and Its Applications, Six edi-
tion. Mc Graw Hill.
[RW2002 ] Ross, Kenneth A. y Wright, Charles R.. 2002. Matemticas Discretas, Quinta
edicin. Prentice Hall.
[Y2001 ] Yriarte, Vicente. 2001. Elementos de Teora Axiomtica de Conjuntos. Univer-
sidad Simn Bolvar. Caracas, Venezuela.
Disponible en la pgina:
http://www.ldc.usb.ve/ %7Emeza/ci-7521/LibroTeoConjYriarte.ps
RECURSOS EN INTERNET
1. Material de apoyo del curso de Matemticas para las Ciencias de la Computacin,
dictado por los profesores: Charles Leiserson, Eric Lehman, Srinivas Devadas y
Albert Meyer. Curso liberado por el Massachusetts Institute of Technology (MIT)
de los Estados Unidos.
Disponible en:
http://ocw.mit.edu/courses/electrical-engineering-and-computer-science/6-042j-
mathematics-for-computer-science-spring-2005/
2. Material de apoyo del libro: Matemticas Discretas y sus Aplicaciones de Ken-
neth Rosen. Todo el material de apoyo puede ser libremente descargado desde la
pgina ocial del libro en la editorial Mc Graw Hill:
http://highered.mcgraw-hill.com/sites/0072880082/student_view0/index.html
http://highered.mcgraw-hill.com/sites/0072880082/student_view0/chapter1/
3.2. PROGRAMA DE MATEMTICAS COMPUTACIONALES II 39
3. Material de apoyo del libro: Matemtica Discreta de Norman L. Biggs. El ma-
terial de apoyo que se brinda puede ser libremente descargado desde la pgina
ocial del libro en OXFORD University Press:
http://www.oup.co.uk/academic/companion/mathematics/discretemath/
4. Material de apoyo del curso de Matemticas Discretas I, elaborado por el pro-
fesor Ral Ernesto Gutirrez de Pierez. Curso liberado por la Universidad del
Valle, Cali, Colombia.
Disponible en:
http://eisc.univalle.edu.co/materias/Matematicas_Discretas_1/
3.2. Programa de matemticas computacionales II
El segundo curso de matemticas computacionales contiene los temas que tradi-
cionalmente se trabajan en un curso de Matemticas Discretas II. El programa sugerido
es el siguiente:
Propuesta de Programa para el SEGUNDO Curso de
Semestre sugerido: Cuarto
Requisitos sugeridos: Matemticas Computacionales I y Programacin II
JUSTIFICACIN
Las Redes, la Investigacin de Operaciones, el Anlisis de Algoritmos y la Inteligencia
Articial, entre otros, se fundamentan en los temas trabajados en Matemticas Discre-
tas. Por este motivo, es de de gran importancia que los estudiantes de Ingeniera de
Sistemas reciban una bases solidas en estos temas.
OBJETIVOS
Objetivo General
Presentar algunas de las estructuras matemticas discretas fundamentales para la com-
putacin, tales como, las Tcnicas de Conteo y la Teora de Grafos. Comprender su
relacin directa con reas tales como Redes, Investigacin de Operaciones y Anlisis de
Algoritmos.
Objetivos Especcos
Calcular permutaciones y combinaciones de un conjunto e interpretar su signi-
cado en el contexto de una aplicacin particular.
Comprender la terminologa bsica de grafos y rboles.
Modelar problemas usando grafos y rboles.
Relacionar los conceptos de grafos y rboles con estructuras de datos y algoritmos.
METODOLOGA
Clases
Lecturas
Cada unidad del programa tendr lecturas complementarias en el material de apoyo del
curso, las lecturas le permitirn al estudiante obtener un panorama ms amplio sobre
el tema. La responsabilidad de estas lecturas corresponde directamente al estudiante.
Texto
Adicional al material de apoyo del curso, se tendr como texto gua el libro: Discrete
Mathematics and Its Applications, de Kenneth Rosen [R2007].
EVALUACIN
Examen nal 25 %
CONTENIDO DEL CURSO
Unidad 1 (3 semanas): Tcnicas de Conteo
Las reglas de la suma y el producto.
Permutaciones.
Permutaciones con repeticin.
Combinaciones.
Combinaciones con repeticin: Distribuciones.
Coeciente binomial.
Teorema del binomio.
El tringulo de Pascal.
Identidades de los coecientes binomiales.
El principio de inclusin exclusin.
El principio de inclusin y exclusin generalizado.
El principio del palomar.
Unidad 2 (3 semanas): Relaciones de Recurrencia
Introduccin a las relaciones de recurrencia.
Modelamiento de problemas con relaciones de recurrencia.
Solucin de problemas de conteo por medio de la utilizacin de relaciones de
recurrencia.
Solucin de relaciones de recurrencia lineales homogneas con coecientes cons-
tantes.
Solucin de relaciones de recurrencia lineales no homogneas con coecientes cons-
tantes.
Unidad 3 (5 semanas): Introduccin a la Teora de Grafos
Introduccin a los grafos.
Tipos de grafos.
Modelaje de problemas por medio de grafos.
Terminologa de grafos.
Grafos especiales (K
n
, C
n
, W
n
).
Grafos bipartitos.
Representacin de grafos:
Matrices de adyacencia.
Matrices de incidencia.
Isomorsmo de grafos.
Conectividad:
Camino entre un par de vertices en un grafo.
Conectividad en grafos no dirigidos.
Conectividad en grafos dirigidos.
Caminos e isomorsmos.
Conteo de caminos entre un par de vertices.
Caminos y ciclos de Euler.
Caminos y ciclos de Hamilton.
El problema de la ruta ms corta:
Algoritmo de Dijkstra para calcular la distancia mnima entre dos vertices
de un grafo.
El problema del vendedor viajero.
Grafos planos.
Coloracin de grafos.
Unidad 4 (5 semanas): rboles
Introduccin a los rboles.
rboles como modelos.
Propiedades de los rboles.
Aplicaciones de rboles:
rboles de bsqueda binaria.
rboles de decisin.
rboles de juego.
Recorridos en rboles:
Recorrido en orden.
Recorrido en pre-orden.
Recorrido en post-orden.
Algoritmo de ordenamiento que utiliza rboles de bsqueda binaria y el
recorrido en orden.
rboles abarcadores:
rbol abarcador generado por una bsqueda primero en profundidad.
rbol abarcador generado por una bsqueda primero en amplitud.
Aplicaciones con retroceso (backtracking).
rboles abarcadores minimales:
Algoritmo de Prim para generar rboles abarcadores minimales.
Algoritmo de Kruskal para generar rboles abarcadores minimales.
1. Presentacin del curso, forma y fechas de evaluacin. Las reglas de la suma y el
producto.
2. Permutaciones. Permutaciones con repeticin.
3. Combinaciones. Combinaciones con repeticin: Distribuciones.
4. Coeciente binomial. Teorema del binomio. El tringulo de Pascal. Identidades
de los coecientes binomiales.
5. El principio de inclusin exclusin. El principio de inclusin y exclusin generali-
zado.
6. El principio del palomar. Entrega a los estudiantes del primer taller calicable
por grupos.
7. Modelamiento de problemas de conteo por medio de relaciones de recurrencia.
8. Repaso del mtodo de iteracin para resolver relaciones de recurrencia lineales
de primer orden. Solucin de relaciones de recurrencia lineales homogneas de
segundo orden con coecientes constantes.
9. Continuacin solucin de relaciones de recurrencia lineales homogneas de segundo
orden con coecientes constantes.
10. Solucin de relaciones de recurrencia lineales no homogneas de segundo orden
con coecientes constantes. Entrega a los estudiantes del segundo taller calicable
por grupos.
11. Continuacin solucin de relaciones de recurrencia lineales no homogneas de
segundo orden con coecientes constantes.
13. Introduccin a los grafos. Tipos de grafos. Modelaje de problemas por medio de
grafos.
14. Terminologa de grafos. Grafos especiales (K
n
, C
n
, W
n
). Grafos bipartitos.
15. Representacin de grafos por medio de matrices de adyacencia. Representacin
de grafos por medio de Matrices de incidencia.
16. Isomorsmo de grafos.
17. Camino entre un par de vertices en un grafo. Conectividad en grafos no dirigidos.
Conectividad en grafos dirigidos.
18. Caminos e isomorsmos. Conteo de caminos entre un par de vertices. Entrega a
los estudiantes del tercer taller calicable por grupos.
19. Caminos y ciclos de Euler.
20. Caminos y ciclos de Hamilton.
21. Algoritmo de Dijkstra para calcular la distancia mnima entre dos vertices de un
grafo. Entrega a los estudiantes del cuarto taller calicable por grupos.
22. El problema del vendedor viajero. Grafos planos. Coloracin de grafos.
24. Introduccin a los rboles. rboles como modelos. Propiedades de los rboles.
25. Aplicacin de rboles: rboles de bsqueda binaria.
26. Aplicaciones de rboles: rboles de decisin y rboles de juego.
27. Recorridos en rboles: en orden, en pre-orden y en post-orden.
28. Algoritmo de ordenamiento que utiliza rboles de bsqueda binaria y el recorrido
en orden. Entrega a los estudiantes del quinto taller calicable por grupos.
29. rbol abarcador generado por una bsqueda primero en profundidad.
30. rbol abarcador generado por una bsqueda primero en amplitud.
31. Aplicaciones con retroceso (backtracking). Entrega a los estudiantes del sexto
taller calicable por grupos.
32. Algoritmo de Prim para generar rboles abarcadores minimales. Algoritmo de
Kruskal para generar rboles abarcadores minimales.
33. Evaluacin nal.
BIBLIOGRAFA
[G2003 ] Grimaldi, Ralph. 2003. Discrete and Combinatorial Mathematics, Five Edition.
Pearson.
[J2008 ] Johnsonbaugh, Richard. 2008. Discrete Mathematics. Seven Edition. Prentice
Hall.
[J2009 ] Jimnez Murillo, Jos A.. 2009. Matemticas para la Computacin. Alfaomega.
[KBR2008 ] Kolman, Bernard, Busby, Robert y Ross, Sharon C.. 2008. Estructuras de Ma-
temticas Discretas para la Computacin, Sexta edicin. Prentice Hall.
[R2007 ] Rosen, Kenneth H.. 2007. Discrete Mathematics and Its Applications, Six edi-
tion. Mc Graw Hill.
[RW2002 ] Ross, Kenneth A. y Wright, Charles R.. 2002. Matemticas Discretas, Quinta
edicin. Prentice Hall.
[Y1996 ] Yriarte, Vicente. 1996. Elementos de Teora Combinatoria. Universidad Simn
Bolvar. Caracas, Venezuela.
Disponible en la pgina del autor:
http://www.ldc.usb.ve/yriarte/d3index.html
1. Material de apoyo del libro: Matemticas Discretas y sus Aplicaciones de Ken-
neth Rosen. Todo el material de apoyo puede ser libremente descargado desde la
pgina ocial del libro en la editorial Mc Graw Hill:
http://highered.mcgraw-hill.com/sites/0072880082/student_view0/index.html
2. Material de apoyo del curso de Matemticas Discretas II, dictado por el profe-
sor Orlando Arboleda Molina. Curso liberado por la Universidad del Valle, Cali,
Colombia.
Disponible en:
http://eisc.univalle.edu.co/materias/Matematicas_Discretas_2/
3. Las notas de clase del curso de Teora de grafos, de los profesores Ral Gmez
Marn y Andrs Sicard Ramrez, de la Universidad EAFIT de la ciudad de Me-
delln en Colombia.
Disponible en:
http://www1.eat.edu.co/asicard/pubs/grafos.pdf
3.3. Programa de matemticas computacionales III
El tercer curso de matemticas computacionales contiene los temas que tradicional-
mente se trabajan en un curso de Teora de Autmatas y Lenguajes Formales. El pro-
grama sugerido es el siguiente:
Propuesta de Programa para el TERCER Curso de
Semestre sugerido: Quinto
Requisitos sugeridos: Matemticas Computacionales II
JUSTIFICACIN
Los Compiladores, la Ingeniera del Software y la Inteligencia Articial, entre otros,
se fundamentan en sus aspectos operativos en conceptos que devienen de la teora in-
formtica, y que son debidamente conjuntados por la teora de Lenguajes Formales,
Mquinas de Estados y Gramticas Formales. Por consiguiente, es de vital importan-
cia que los estudiantes accedan a este conocimiento desde una perspectiva puramente
formal.
OBJETIVOS
Objetivo General
Explorar las contribuciones de las Matemticas, la Ingeniera y la Lingstica al de-
sarrollo de las Ciencias de la Computacin as como sus implicaciones en el diseo de
compiladores y de computadores, a travs de la asimilacin de los conceptos fundamen-
tales de Lenguajes Formales, Mquinas de Estados y Gramticas Formales.
Objetivos Especcos
Denir formalmente el concepto de lenguaje y vericar que este concepto contiene
el de lenguaje de programacin.
Caracterizar algunos modelos de mquinas de estados como lo son los autmatas
nitos, los autmatas de pila y las mquinas de Turing en funcin de su capacidad
para reconocer lenguajes.
3.3. PROGRAMA DE MATEMTICAS COMPUTACIONALES III 47
Denir formalmente el concepto de gramtica y clasicar el conjunto de todas
las gramticas en funcin de su capacidad para generar lenguajes (Jerarqua de
Chomsky).
Establecer la relacin directa que hay entre expresiones regulares, lenguajes re-
gulares, gramticas regulares y autmatas nitos.
Establecer la relacin directa que hay entre lenguajes independientes del contexto,
gramticas independientes del contexto y autmatas de pila.
Establecer la relacin directa que hay entre lenguajes recursivos, gramticas de
estructura de frase y mquinas de Turing.
METODOLOGA
Clases y trabajo en grupo
El curso tendr seis (6) horas de intensidad semanal separadas en tres bloques de estudio
cada uno de dos horas.
Las clases sern tericas (6 horas/semana), donde a los estudiantes peridicamente se
les dejar talleres para que sean trabajados en grupos de tres estudiantes.
El trabajo en clase se centrar en presentar los temas en forma magistral, resolver las
dudas encontradas por los estudiantes durante la preparacin del material, la solucin
de ejercicios que se hayan asignado, pero sobre todo en discutir nuevos ejercicios que
permitan alcanzar mayor claridad en cada tema.
Lecturas
El estudiante debe leer con antelacin a cada clase el material de la misma, as como
haber realizado la mayor cantidad posible de los ejercicios propuestos en ese material
bibliogrco. Como apoyo el profesor podr publicar material de apoyo en una pgina
Web y/o entregarlo en conferencias.
Texto
El texto gua de este curso es el libro de: Teora de Autmatas y Lenguajes Formales,
de Dean Kelly [K1995].
EVALUACIN
Examen nal 25 %
CONTENIDO DEL CURSO
Unidad 0 (Una semana):
Herramientas Matemticas (repaso)
Conjuntos.
Funciones.
Cardinalidad de conjuntos innitos.
Relaciones.
Relaciones de equivalencia.
Clases de equivalencia y particiones
Alfabetos, Palabras y Lenguajes
Alfabetos. Operaciones entre alfabetos.
Palabras (o cadenas). Operaciones entre cadenas.
Lenguajes. Operaciones entre lenguajes.
Lenguaje universal (
).
Cardinalidad del lenguaje universal (|
|).
Lenguajes Regulares y Expresiones Regulares
Lenguajes regulares.
Expresiones regulares.
Cerradura de Kleene y cerradura positiva.
Equivalencia entre expresiones regulares.
Simplicacin de expresiones regulares.
Unidad 3 (3 semanas):
Autmatas Finitos
Autmatas Finitos Deterministas (AFD).
Autmatas Finitos No Deterministas (AFND).
-Transiciones en AFND.
Algoritmo de eliminacin de -Transiciones en AFND.
Equivalencia entre AFND y AFD.
Algoritmo para transformar un AFND en un AFD.
Generacin de autmatas nitos a partir de expresiones regulares.
Lema de Arden
Expresin regular que representa el conjunto de palabras que pertenecen al lengua-
je regular reconocido por un autmata nito.
Algoritmo de minimizacin de estados de un AFD
Modelos de Mealy y Moore
Unidad 4 (5 semanas):
Gramticas Formales
Gramticas regulares
Equivalencia entre expresiones regulares, lenguajes regulares y gramticas
regulares.
Algoritmo para obtener una gramtica regular a partir de un autmata nito.
Algoritmo para obtener un AFND a partir de una gramtica regular.
Algoritmo para la eliminacin de la recursividad por la izquierda en una
gramtica regular.
Lema del Bombeo para determinar si un lenguaje no es regular.
Gramticas independientes del contexto
rboles de derivacin o de anlisis de ambigedad.
El problema de la ambigedad en la gramticas independientes del contexto.
Simplicacin de gramticas independientes del contexto.
Algoritmo de eliminacin de no terminales que no generan cadenas de ter-
minales.
Algoritmo de eliminacin de producciones inalcanzables desde el smbolo
inicial de la gramtica.
Algoritmo de eliminacin de -producciones.
Algoritmo de eliminacin de producciones unitarias.
Forma normal de Chomsky.
Forma normal de Greibach.
Gramticas de estructura de frase.
Gramticas dependientes del contexto.
Unidad 5 (2.5 semanas):
Autmatas de Pila
Denicin formal de autmata de pila deterministico.
Representacin grca de autmatas de pila deterministicos.
Lenguaje reconocido por un autmata de pila deterministico.
Construccin de autmatas de pila deterministicos a partir de un lenguaje inde-
pendiente del contexto.
Denicin formal de autmata de pila no deterministico.
Lenguaje reconocido por un autmata de pila no deterministico.
Construccin de autmatas de pila no deterministicos a partir de un lenguaje
independiente del contexto.
Algoritmo para generar un autmata de pila no deterministico a partir de una
gramtica independiente del contexto.
Equivalencia entre lenguajes independientes del contexto, gramticas indepen-
dientes del contexto y autmatas de pila.
Unidad 6 (2.5 semanas):
Mquinas de Turing
Denicin formal de una Mquina de Turing.
Representacin grca de una Mquina de Turing.
Notaciones de descripciones instantneas para hacerle seguimiento al reconocimien-
to de una palabra en una Mquina de Turing.
Lenguaje reconocido por una Mquina de Turing.
Construccin de una Mquina de Turing a partir de un lenguaje de estructura de
frase.
Denicin formal de una Mquina de Turing multicinta.
Representacin grca de una Mquina de Turing multicinta.
Notaciones de descripciones instantneas para hacerle seguimiento al reconocimien-
to de una palabra en una Mquina de Turing multicinta.
Lenguaje reconocido por una Mquina de Turing multicinta.
Construccin de una Mquina de Turing multicinta a partir de un lenguaje de
estructura de frase.
Semanalmente se dictan tres clases, cada una de dos horas.
1. Presentacin del curso, forma y fechas de evaluacin. Repaso de teora de conjun-
tos.
2. Repaso de funciones y relaciones.
3. Repaso de relaciones de equivalencia, clase de equivalencia y particiones.
4. Alfabetos y operaciones entre alfabetos. Palabras (o cadenas) y operaciones entre
cadenas.
5. Lenguajes y operaciones entre lenguajes.
6. Lenguaje universal (
). Cardinalidad del lenguaje universal (|
|).
7. Lenguajes regulares.
8. Expresiones regulares. Cerradura de Kleene y cerradura positiva.
9. Equivalencia entre expresiones regulares. Simplicacin de expresiones regulares.
10. Autmatas nitos deterministas.
11. Autmatas nitos no deterministas.
12. -transiciones en AFND. Algoritmo de eliminacin de -transiciones en AFND.
13. Equivalencia entre AFND y AFD. Algoritmo para transformar un AFND en un
AFD.
14. Generacin de autmatas nitos a partir de expresiones regulares.
15. Lema de Arden. Expresin regular que representa el conjunto de palabras que
pertenecen al lenguaje regular reconocido por un autmata nito.
16. Algoritmo de minimizacin de estados de un AFD.
17. Modelos de Mealy y Moore.
19. Equivalencia entre expresiones regulares, lenguajes regulares y gramticas regu-
lares.
20. Algoritmo para obtener una gramtica regular a partir de un autmata nito.
21. Algoritmo para obtener un AFND a partir de una gramtica regular.
22. Algoritmo para la eliminacin de la recursividad por la izquierda en una gramtica
regular.
23. Lema del Bombeo para determinar si un lenguaje no es regular.
24. rboles de derivacin o de anlisis de ambigedad. El problema de la ambigedad
en la gramticas independientes del contexto.
25. Simplicacin de gramticas independientes del contexto. Algoritmo de elimi-
nacin de no terminales que no generan cadenas de terminales.
26. Algoritmo de eliminacin de producciones inalcanzables desde el smbolo inicial
de la gramtica.
27. Algoritmo de eliminacin de -producciones.
28. Algoritmo de eliminacin de producciones unitarias.
29. Forma normal de Chomsky.
30. Forma normal de Greibach.
31. Gramticas de estructura de frase.
32. Gramticas dependientes del contexto.
34. Denicin formal de autmata de pila deterministico. Representacin grca de
autmatas de pila deterministicos.
35. Lenguaje reconocido por un autmata de pila deterministico.
36. Construccin de autmatas de pila deterministicos a partir de un lenguaje inde-
pendiente del contexto.
37. Denicin formal de autmata de pila no deterministico. Lenguaje reconocido por
un autmata de pila no deterministico.
38. Construccin de autmatas de pila no deterministicos a partir de un lenguaje
independiente del contexto.
39. Algoritmo para generar un autmata de pila no deterministico a partir de una
gramtica independiente del contexto.
40. Equivalencia entre lenguajes independientes del contexto, gramticas indepen-
dientes del contexto y autmatas de pila.
41. Denicin formal de una Mquina de Turing. Representacin grca de una
Mquina de Turing.
42. Notaciones de descripciones instantneas para hacerle seguimiento al reconocimien-
to de una palabra en una Mquina de Turing.
43. Lenguaje reconocido por una Mquina de Turing.
44. Construccin de una Mquina de Turing a partir de un lenguaje de estructura de
frase.
45. Denicin formal de una Mquina de Turing multicinta. Representacin grca
de una Mquina de Turing multicinta.
46. Notaciones de descripciones instantneas para hacerle seguimiento al reconocimien-
to de una palabra en una Mquina de Turing multicinta. Lenguaje reconocido por
una Mquina de Turing multicinta.
47. Construccin de una Mquina de Turing multicinta a partir de un lenguaje de
estructura de frase.
48. Autmatas nitos versus autmatas de pila versus Mquinas de Turing.
49. Evaluacin nal.
BIBLIOGRAFA
[dC2004 ] de Castro Korgi, Rodrigo. 2004. Teora de la Computacin: lenguajes, aut-
matas, gramticas, Universidad Nacional de Colombia, Facultad de Ciencias,
Departamento de Matemticas.
[GS2002 ] Gmez Marn, Ral y Sicard Ramrez, Andrs. 2002. Informtica Terica.
Elementos Propeduticos. Fondo Editorial de la Universidad EAFIT, Medelln,
Colombia.
http://www1.eat.edu.co/asicard/pubs/informatica-teorica.pdf
[HMU2002 ] Hopcroft, J. E.. Motwani, R.. y Ullman, J. D.. 2002. Introduccin a la Teora
de Autmatas, Lenguajes y Computacin, Segunda Edicin. Pearson Educacin
S.A.
[K1995 ] Kelly, Dean. 1995. Teora de Autmatas y Lenguajes Formales. Prentice Hall.
[S1996 ] Sipser, M.. 1996. Introduction to the Theory of Computation. Thomson/Brooks
Cole.
[VMB1997 ] Viuela, P. I.. Martnez F., P.. y Borrajo M., D.. 1997. Lenguajes Gramticas y
Autmatas un Enfoque Prctico. Addison-Wesley Iberoamericana Espaa, S.A.
1. Material de apoyo del curso de Autmatas, Computabilidad y Complejidad, dic-
tado por la profesora Nancy Lynch. Curso liberado por el Massachusetts Institute
of Technology (MIT) de los Estados Unidos.
Disponible en:
automata-computability-and-complexity-spring-2005/
2. Material de apoyo del curso de Teora de la Computacin, dictado por el profe-
sor Michael Sipser. El libro gua de este curso es Introduction to the Theory of
Computation [S1996] quien tiene como autor al mismo profesor de la materia.
Curso liberado por el Massachusetts Institute of Technology (MIT) de los Estados
Unidos.
Disponible en:
http://ocw.mit.edu/courses/mathematics/18-404j-theory-of-computation-fall-2006/
3. Material de apoyo del curso de Computabilidad y Lenguajes Formales, dictado
por la profesora Gloria Ins lvarez. Curso liberado por la Ponticia Universidad
Javeriana de Cali en Colombia.
Disponible en:
http://cic.puj.edu.co/wiki/doku.php?id=materias:computabilidad
4. Software JFLAP. Software que permite trabajar grcamente con autmatas ni-
tos, autmatas de pila y Mquinas de Turing.
Disponible en:
http://www.cs.duke.edu/csed/jap/
3.4. Programa de matemticas computacionales IV
El cuarto curso de matemticas computacionales contiene los temas que tradicional-
mente se trabajan en un curso de Anlisis y Diseo de Algoritmos. El programa sugerido
es el siguiente:
Propuesta de Programa para el CUARTO Curso de
Semestre sugerido: Sexto
Requisitos sugeridos: Matemticas Computacionales III
3.4. PROGRAMA DE MATEMTICAS COMPUTACIONALES IV 55
JUSTIFICACIN
El curso de Anlisis y Diseo de Algoritmos es el eslabn que naliza y une dos lneas
de trabajo bien diferenciadas en la Ingeniera de Sistemas, la primera, la lnea que la
componen todos los cursos de programacin, y, la segunda, la lnea que la componen
todos los cursos de matemticas. De esta forma, el anlisis de algoritmos se apoya
en fundamentos matemticos para determinar la complejidad computacional de los
algoritmos, y as poder determinar que tan buenos o malos son. El anlisis de algoritmos
es una herramienta que todo ingeniero de sistemas debe saber manejar; herramienta
que le sirve para poder determinar entre diferentes algoritmos para resolver una misma
tarea, cual de ellos es el mejor con respecto a los aspectos que se quieren optimizar.
OBJETIVOS
Objetivos Generales
Manejar tcnicas fundamentales de anlisis y diseo de algoritmos para compren-
der la naturaleza de los problemas tan independientemente como sea posible de
aspectos de implementacin (tanto hardware como software) y donde la solucin
sea eciente.
Conocer las clases de problemas computacionales que no tienen soluciones algo-
rtmicas ecientes en la prctica.
Objetivos Especcos
Comprender el compromiso de complejidad entre espacio y tiempo usado por un
algoritmo.
Conocer la clasicacin estndar de problemas en clases de complejidad.
Manejar diferentes tcnicas de diseo de algoritmos tales como tcnicas voraces,
ingenuas, de dividir y conquistar, programacin dinmica.
Utilizar la bsqueda secuencial, la bsqueda binaria y los algoritmos de orde-
namiento para la solucin de problemas computacionales.
Escoger entre diferentes versiones de algoritmos el mejor bajo un conjunto de
restricciones.
Poder identicar problemas para los cuales no existen soluciones algortmicas
ecientes y caracterizarlos: problemas tratables e intratables.
Comprender las clases P y NP, y el signicado de la NP-completitud.
Comprender demostraciones de la NP-completitud de algunos problemas.
METODOLOGA
Clases y uso del computador
Las clases sern tericas (4 horas/semana), pero el curso tendr un alto contenido
prctico con el desarrollo de los miniproyectos que deben ser realizados en grupos de
tres estudiantes.
Lecturas
El estudiante debe leer con antelacin a cada clase el material de la misma (indicado
entre corchetes al lado de cada tema del programa), as como haber realizado la mayor
cantidad posible de los ejercicios propuestos en ese material bibliogrco.
Lenguaje de programacin utilizado
Para el desarrollo de los miniproyectos se utilizar el lenguaje de programacin Java.
Texto
El texto gua de este curso es el libro: Introduction to Algorithms de Thomas Cormen
y otros [CLRS2001]. Los captulos que se estudiarn de este libro son: 1, 2, 3, 4, 7,
8, 9, 16, 17 y 36. Un texto que sirve como base para algunos temas del curso es el
libro: Discrete Mathematics and Its Applications, de Kenneth Rosen [R2007], dicho
libro es de matemticas discretas y trata de forma mas sencilla y pedaggica los temas
de fundamentos matemticos (series, sumatorias, aritmtica modular y funciones piso
y techo), relaciones de recurrencia, notacin O, notacin Theta (), notacin Omega
(), complejidad de un algoritmo y algunos de los algoritmos de ordenamiento por
comparaciones.
EVALUACIN
Examen nal 20 %
Miniproyecto Uno 16 %
Miniproyecto Dos 16 %
CONTENIDO DEL CURSO
Unidad 1 (Una semana): Repaso de Herramientas Matemticas
Series (sucesiones)
Sumatorias
Induccin matemtica
Aritmtica modular
Propiedades de los logaritmos
Propiedades de los exponentes y radicales
Funciones piso y techo
Unidad 2 (4 semanas): Complejidad computacional
Notacin O.
Notacin .
Notacin .
Complejidad de algoritmos iterativos.
Utilizacin de las relaciones de recurrencia para calcular la complejidad de algo-
ritmos recursivos.
Unidad 3 (3.5 semanas): Anlisis de algoritmos de ordenamiento por com-
paraciones
Insertion Sort
Merge Sort
Heap Sort
Quick Sort
Unidad 4 (1.5 semanas): Anlisis de algoritmos de ordenamiento en tiempo
lineal
Counting Sort
Radix Sort
Bucket Sort
Unidad 5 (Una semana): Bsqueda de un elemento en un vector
Bsqueda lineal de un elemento en un vector.
Bsqueda binaria de un elemento en un vector.
Unidad 6 (3 semanas): Estrategias algortmicas de programacin
Tcnica de programacin ingenua.
Tcnica de programacin de divide y vencers.
Tcnica de programacin dinmica.
Tcnica de programacin voraz.
Unidad 7 (2 semanas): Problemas computacionalmente difciles
Las clases P y NP: Problemas tratables e intratables.
NP-completitud.
Problemas NP-completos.
Reduccin: Tcnica para demostrar NP-completitud.
Semanalmente se dictarn dos clases, cada una de dos horas.
1. Presentacin del curso, forma y fechas de evaluacin. Introduccin al anlisis y
diseo de algoritmos.
2. Repaso de herramientas matemticas (series, sumatorias, induccin matemtica
y aritmtica modular).
3. Continuacin del repaso de herramientas matemticas (funcin piso, funcin techo,
propiedades de los logaritmos, propiedades de los exponentes y radicales).
4. Notacin O en complejidad computacional.
5. Notacin O en complejidad computacional (continuacin).
6. Notacin Omega en complejidad computacional.
7. Notacin Theta en complejidad computacional. Entrega a los estudiantes del
primer taller para desarrollarlo en grupos.
8. Complejidad de algoritmos iterativos.
9. Utilizacin de las relaciones de recurrencia para calcular la complejidad de algo-
ritmos recursivos.
10. Utilizacin de las relaciones de recurrencia para calcular la complejidad de algo-
ritmos recursivos (continuacin). Entrega a los estudiantes del segundo taller para
desarrollarlo en grupos.
12. Anlisis del algoritmo Insertion Sort de ordenamiento por comparaciones. Entrega
a los estudiantes del enunciado del Miniproyecto 1.
13. Anlisis del algoritmo Merge Sort de ordenamiento por comparaciones.
14. Anlisis del algoritmo Merge Sort de ordenamiento por comparaciones (continua-
cin).
15. Anlisis del algoritmo Heap Sort de ordenamiento por comparaciones.
16. Anlisis del algoritmo Heap Sort de ordenamiento por comparaciones (continua-
cin).
17. Anlisis del algoritmo Quick Sort de ordenamiento por comparaciones.
18. Anlisis del algoritmo Quick Sort de ordenamiento por comparaciones (continua-
cin).
19. Anlisis del algoritmo Counting Sort de ordenamiento en tiempo lineal.
20. Anlisis del algoritmo Radix Sort de ordenamiento en tiempo lineal.
21. Anlisis del algoritmo Bucket Sort de ordenamiento en tiempo lineal.
22. Bsqueda lineal y bsqueda binaria de un elemento en un vector.
24. Tcnica de programacin dinmica. Entrega a los estudiantes del enunciado del
miniproyecto 2.
25. Tcnica de programacin dinmica (continuacin).
26. Tcnica de programacin dinmica (continuacin).
27. Programacin recursiva con la tcnica de memorizacin para resolver problemas
de optimizacin.
28. Tcnica de programacin voraz.
29. Tcnica de programacin voraz (continuacin).
30. Las clases P y NP: problemas tratables e intratables.
31. NP-completitud. Problemas NP-completos.
32. Reduccin: Tcnica para demostrar NP-completitud. Entrega a los estudiantes
del tercer taller.
33. Evaluacin nal.
BIBLIOGRAFA
[BB97 ] Brassard, G., y Bratley P.. 1997. Fundamentos de Algoritmia. Prentice Hall.
[C1993 ] Cardoso, Rodrigo. 1993. Vericacin y Desarrollo de Programas. Universidad
de los Andes, Bogot, Colombia.
[CLRS2001 ] Cormen, Thomas H., Leiserson, Charles E., Rivest, Ronald L., and Stein, Clif-
ford. 2001. Introduction to Algorithms, Second Edition. The MIT Press, Cam-
bridge, Massachusetts.
[DPV2006 ] Dasgupta, S.. Papadimitriou, C. H.. and Vazirani, U. V.. 2006. Algorithms. Mc
Graw Hill Science/Engineering/Math.
[GV1998 ] Guerequeta, Rosa y Vallecillo, Antonio. 1998. Tcnicas de Diseo de Algorit-
mos. Servicio de Publicaciones de la Universidad de Mlaga, Espaa.
[H97 ] Hochbaum, D. S.. Editor. 1997. Approximation Algorithms for NP-hard pro-
blems. PWS Publishing Company.
[R2007 ] Rosen, Kenneth. H.. 2007. Discrete Mathematics and Its Applications, Six
edition. Mc Graw Hill.
[S1983 ] Sedgewick, Robert. 1983. Algorithms. Addison Wesley.
[S2002a ] Sedgewick, Robert. 2002. Algorithms in Java: Parts 1-4: Fundamentals, Data
Structures, Sorting and Searching, Third Edition. Addison Wesley.
[S2002b ] Sedgewick, Robert. 2002. Algorithms in Java: Parts 5: Graph Algorithms, Third
Edition. Addison Wesley.
[S98 ] Skiena, S.. 1998. The Algorithms Design Manual. Springer-Verlag.
1. Material multimedia del curso de Introduccin a los Algoritmos que realmente es
un curso de Anlisis de Algoritmos, dictado por el profesor Charles E. Leiserson,
donde se utiliza como texto gua el libro: Introduction to Algorithms del cual es
coautor [CLRS2001]. Curso liberado por el Massachusetts Institute of Technology
(MIT) de los Estados Unidos.
Disponible en:
introduction-to-algorithms-sma-5503-fall-2005/
2. Material de apoyo del curso de Teora de la Complejidad Avanzada, dictado
por el profesor Daniel Spielman. Curso liberado por el Massachusetts Institute of
Technology (MIT) de los Estados Unidos.
Disponible en:
http://ocw.mit.edu/courses/mathematics/18-405j-advanced-complexity-theory-
fall-2001/
3. Material de apoyo del curso de Algoritmos y Estructuras de Datos, dictado por
los profesores Robert Sedgewick y Kevin Wayne. Los textos guas de este curso
son Algorithms, Algorithms in Java del mismo profesor de la materia, Robert
Sedgewick ([S1983], [S2002a] y [S2002b]). Curso liberado por la Universidad de
Princeton de los Estados Unidos.
Disponible en:
http://www.cs.princeton.edu/courses/archive/spring08/cos226/info.html
4. Material de apoyo del curso de Fundamentos de Anlisis y Diseo de Algoritmos
- FADA, dictado por el profesor Juan Francisco Daz. Curso liberado por la
Universidad del Valle sede Cali en Colombia.
Disponible en:
http://eisc.univalle.edu.co/materias/FADA/
5. Material de apoyo del curso de Anlisis y Diseo de Algoritmos, dictado por el
profesor Andrs Becerra Sandoval. Curso liberado por la Ponticia Universidad
Javeriana de Cali en Colombia.
Disponible en:
http://cic.puj.edu.co/wiki/doku.php?id=materias:analisis_y_diseno_de_
algoritmos
Captulo 4
Estrategia utilizada para la
construccin del material de apoyo
La estrategia utilizada para la construccin del material de apoyo consiste en pre-
sentar los temas de forma tal que estos sean la base o fundamentacin necesaria para
el fcil entendimiento de temas posteriores por parte de los estudiantes. Se ha utilizado
una estrategia pensada principalmente en el aprendizaje por parte de los estudiantes,
ms que sobre la enseanza por parte del profesor. Pero lo primero conlleva a lo se-
gundo, entre ms fcil aprendan los estudiantes ... ms fcil se vuelve la enseanza por
parte del profesor.
A continuacin se presentar la forma de como la suma de trminos de una serie
geomtrica puede ser utilizada para calcular la frmula que representa la siguiente suma
de trminos:
1
2
1
+
2
2
2
+
3
2
3
+
4
2
4
+
5
2
5
+ . . . +
n
2
n
.
4.1. Primero, el trabajo con sucesiones (o series)
Denicin: Una sucesin es una funcin del conjunto de los nmeros naturales o del
conjunto de los nmeros enteros positivos a un conjunto S. Se usa la notacin S
n
para
denotar la imagen del nmero n en el conjunto S, de esta misma forma, S
n
representa al
trmino ubicado en la posicin n de la sucesin. Se usa la notacin {S
n
} para denotar
todo el rango de la funcin. Las sucesiones son descritas listando los trminos de la
sucesin en el orden como se va incrementando el subndice.
Ejemplo 1:
Considerar la sucesin {S
n
}, donde S
n
=
n
2
n
.
Los elementos de la sucesin, comenzando en S
1
, son:
S
1
=
1
2
1
63
64 CAPTULO 4. ESTRATEGIA CONSTRUCCIN MATERIAL DE APOYO
S
2
=
2
2
2
S
3
=
3
2
3
S
4
=
4
2
4
S
5
=
5
2
5
.
.
.
S
n
=
n
2
n
de esta forma se tiene que la lista de trminos de la sucesin es:
1
2
1
,
2
2
2
,
3
2
3
,
4
2
4
,
5
2
5
, . . . ,
n
2
n
Nota: El ejemplo anterior no es fortuito, de antemano se quiere por parte del estudiante
que conozca bien la sucesin de trminos que posteriormente se van a sumar.
4.2. Segundo, el trabajo con la serie (o progresin)
geomtrica
Denicin: Una progresin geomtrica es una sucesin de la forma:
a, a r, a r
2
, a r
3
, . . . , a r
n
donde el trmino inicial a y la razn constante r son nmeros reales.
Ejemplo 2:
La sucesin {S
n
} con S
n
=
_
1
2
_
n
es una progresin geomtrica con trmino inicial
a = 1 y razn constante r =
1
2
.
Los elementos de la sucesin, comenzando en n = 0, son:
S
0
=
_
1
2
_
0
= 1
S
1
=
_
1
2
_
1
=
1
2
S
2
=
_
1
2
_
2
=
1
4
S
3
=
_
1
2
_
3
=
1
8
4.3. EL TRABAJO CON SUMATORIAS 65
S
4
=
_
1
2
_
4
=
1
16
.
.
.
S
n
=
_
1
2
_
n
=
1
2
n
1,
1
2
,
1
4
,
1
8
,
1
16
, . . . ,
1
2
n
4.3. Tercero, el trabajo con sumatorias
La notacin de sumatoria es usada para representar la suma de los trminos S
m
,
S
m+1
, S
m+2
, . . ., S
n
de la sucesin {S
n
}.
Se usa la notacin
n
i=m
S
i
para representar S
m
+ S
m+1
+ S
m+2
+ + S
n
.
Ejemplo 3:
La suma de los primeros 50 trminos de la sucesin {S
n
} donde el n-simo trmino de
la sucesin est denido por S
n
=
n
2
n
puede ser representada por medio de sumatorias
como:
50
i=1
i
2
i
=
1
2
1
+
2
2
2
+
3
2
3
+
4
2
4
+ +
50
2
50
Teorema:
Si a y r son nmeros reales con r = 0, entonces:
n
i=0
a r
i
=
_
_
a (n + 1) si r = 1
a r
n+1
a
r 1
si r = 1
Demostracin:
Se debe demostrar cada uno de los dos casos del teorema de forma independiente, si los
dos casos se cumplen entonces queda demostrada la validez del teorema
Caso donde r = 1
n
i=0
a 1
i
=
n
i=0
a 1 =
n
i=0
a = a + a + a + a + + a
. .
n+1 veces
= a (n + 1).
Queda demostrado el caso.
Caso donde r = 1
Sea S = a + a r + a r
2
+ a r
3
+ + a r
n
, al multiplicar a ambos
lados de la igualdad por r se sigue conservando la igualdad, donde se obtiene:
S r = a r a r
2
a r
3
a r
4
a r
n+1
, al sumar ambas
igualdades se tiene:
S = a + a r + a r
2
+ a r
3
+ + a r
n
S r = a r a r
2
a r
3
a r
n
a r
n+1
S S r = a a r
n+1
S (1 r) = a a r
n+1
S =
a a r
n+1
1 r
S =
1
1

a a r
n+1
1 r
S =
a + a r
n+1
1 + r
S =
a r
n+1
a
r 1
Como S es igual a a + a r + a r
2
+ a r
3
+ + a r
n
entonces
a + a r + a r
2
+ a r
3
+ + a r
n
=
a r
n+1
a
r 1
, para n Z
+
.
Como se cumplen todos los casos del teorema entonces queda demostrada la validez del
teorema de la suma de trminos de la serie o progresin geomtrica.
Ejemplo 4:
Obtener el resultado de la siguiente suma de trminos:
1000
i=0
_
1
2
_
i
=
_
1
2
_
0
+
_
1
2
_
1
+
_
1
2
_
2
+
_
1
2
_
3
+ +
_
1
2
_
1000
.
Los trminos que se estn sumando pertenecen a una serie geomtrica, donde el primer
4.4. USO DE SUMATORIAS EN SOLUCIN DE SUMATORIAS 67
trmino es a = 1, la razn constante es r =
1
2
y la potencia ms grande es n = 1000, de
esta forma se tiene que:
1000
i=0
_
1
2
_
i
=
1
_
1
2
_
1000+1
1
1
2
1
=
_
1
2
_
1001
1
1
2
=
1
2
1001
1
1
2
= 2
1
2
1000
4.4. Cuarto, el uso de soluciones de sumatorias cono-
cidas para calcular soluciones de sumatorias no
conocidas
Ejemplo 5:
Obtener una frmula que sea la solucin de la siguiente suma de trminos:
n
i=1
i
2
i
=
1
2
1
+
2
2
2
+
3
2
3
+ +
n
2
n
, para n Z
+
.
Los trminos que se estn sumando no pertenecen originalmente a una serie geomtrica,
pero se puede hacer un manejo de los trminos para que la solucin de la sumatoria de
trminos de la serie geomtrica pueda ser utilizada. El manejo es el siguiente:
n
i=1
i
2
i
=
1
2
1
+
2
2
2
+
3
2
3
+ +
n
2
n
=
1
2
1
+
_
1
2
2
+
1
2
2
_
+
_
1
2
3
+
1
2
3
+
1
2
3
_
+ +
_
_
_
1
2
n
+
1
2
n
+
1
2
n
+ +
1
2
n
. .
n veces
_
_
_
=
_
1
2
1
+
1
2
2
+
1
2
3
+ +
1
2
n
_
+
_
1
2
2
+
1
2
3
+
1
2
4
+ +
1
2
n
_
+
_
1
2
3
+
1
2
4
+
1
2
5
+ +
1
2
n
_
+ +
_
1
2
n
_
=
n
i=1
_
1
2
_
i
+
n
i=2
_
1
2
_
i
+
n
i=3
_
1
2
_
i
+ +
n
i=n
_
1
2
_
i
=
_
n
i=0
_
1
2
_
i
i=0
_
1
2
_
i
_
+
_
n
i=0
_
1
2
_
i
i=0
_
1
2
_
i
_
+
_
n
i=0
_
1
2
_
i
i=0
_
1
2
_
i
_
+ +
_
n
i=0
_
1
2
_
i
n1
i=0
_
1
2
_
i
_
= n
_
n
i=0
_
1
2
_
i
_
_
0
i=0
_
1
2
_
i
+
1
i=0
_
1
2
_
i
+
2
i=0
_
1
2
_
i
+ +
n1
i=0
_
1
2
_
i
_
= n
_
_
1
2
_
n+1
1
1
2
1
_
_
_
1
2
_
1
1
1
2
1
+
_
1
2
_
2
1
1
2
1
+
_
1
2
_
3
1
1
2
1
+ +
_
1
2
_
n
1
1
2
1
_
= n
_
1
2
n+1
1
1
2
_
_
_
1
2
_
1
1
1
2
+
_
1
2
_
2
1
1
2
+
_
1
2
_
3
1
1
2
+ +
_
1
2
_
n
1
1
2
_
= n
_
1
2
n+1
1
1
2
_
_
_
1
2
_
1
1 +
_
1
2
_
2
1 +
_
1
2
_
3
1 + +
_
1
2
_
n
1
1
2
_
= n
_
1+2
n+1
2
n+1
1
2
_
+2
__
_
1
2
_
1
+
_
1
2
_
2
+
_
1
2
_
3
+ +
_
1
2
_
n
_
n
_
= n
_
1 + 2
n+1
2
n
_
+2
__
n
i=1
_
1
2
_
i
_
n
_
= n
_
1 + 2
n+1
2
n
_
2n+2
n
i=1
_
1
2
_
i
= n
_
1
2
n
+
2
n+1
2
n
_
2n+2
_
n
i=0
_
1
2
_
i
i=0
_
1
2
_
i
_
= n
_
1
2
n
+ 2
_
2n+2
_
_
1
2
_
n+1
1
1
2
1

_
1
2
_
1
1
1
2
1
_
=
n
2
n
+2n2n+2
_
1
2
n+1

2
n+1
2
n+1
1
2
1
2
1
1
2
1
_
4.5. USO DE INDUCCIN MATEMTICA COMO MTODO VALIDADOR 69
=
n
2
n
+2
_
1+2
n+1
2
n+1
1
2
1
_
=
n
2
n
+2
_
1 + 2
n+1
2
n
1
_
=
n
2
n
+2
_
1
2
n
+
2
n+1
2
n
1
_
=
n
2
n
+2
_
1
2
n
+ 2 1
_
=
n
2
n
+2
_
1
2
n
+ 1
_
=
n
2
n

2
2
n
+2
= 2
n
2
n

2
2
n
= 2
1
2
n
(n + 2)
= 2
_
n + 2
2
n
_
Por lo tanto:
n
i=1
i
2
i
=
1
2
1
+
2
2
2
+
3
2
3
+ +
n
2
n
= 2
_
n + 2
2
n
_
4.5. Cinco, uso de induccin matemtica como mto-
do validador
Ejemplo 6:
Demostrar o refutar utilizando la tcnica de induccin matemtica que:
n
i=1
i
2
i
=
1
2
1
+
2
2
2
+
3
2
3
+ . . . +
n
2
n
= 2
n + 2
2
n
, para n Z
+
Para el desarrollo de la demostracin considerar que se tiene la proposicin
p(n) =
n
i=1
i
2
i
=
1
2
1
+
2
2
2
+
3
2
3
+ . . . +
n
2
n
= 2
n + 2
2
n
, para n Z
+
la proposicin p(n) tomar el valor verdadero (V
o
) o falso (F
o
) dependiendo de si se
cumple o no la igualdad
n
i=1
i
2
i
= 2
n+2
2
n
. Ahora se consideran los tres pasos de la
tcnica por induccin matemtica:
Paso base n = 1:
p(1) =
1
i=1
i
2
i
=
1
2
1
=
1
2
. .
resultado a partir de la sumatoria de t erminos
= 2
1 + 2
2
1
= 2
3
2
=
4 3
2
=
1
2
. .
resultado a partir de la f ormula
como se obtiene el mismo resultado en la sumatoria de trminos y en la frmula
que es la solucin de la sumatoria entonces la proposicin p(1) es verdadera y la
demostracin continua en el paso inductivo.
Paso inductivo n = k:
p(k) =
k
i=1
i
2
i
=
1
2
1
+
2
2
2
+
3
2
3
+. . . +
k
2
k
= 2
k+2
2
k
, se asume que la proposicin p(k)
es verdadera, esto quiere decir, que se supone que se cumple la siguiente igualdad
1
2
1
+
2
2
2
+
3
2
3
+ . . . +
k
2
k
= 2
k+2
2
k
.
Paso post-inductivo n = k +1:
p(k + 1) =
k+1
i=1
i
2
i
=
1
2
+
2
2
2
+
3
2
3
+ . . . +
k
2
k
. .
+
k + 1
2
k+1
= 2
k + 1 + 2
2
k+1
Se reemplaza por su equivalente
en el paso inductivo
2
k + 2
2
k
+
k + 1
2
k+1
= 2
k + 3
2
k+1
2
_
k + 2
2
k

2
2
_
+
k + 1
2
k+1
= 2
k + 3
2
k+1
2
2k + 4
2
k+1
+
k + 1
2
k+1
= 2
k + 3
2
k+1
2
_
2k + 4
2
k+1

k + 1
2
k+1
_
= 2
k + 3
2
k+1
2
_
2k + 4 (k + 1)
2
k+1
_
= 2
k + 3
2
k+1
2
_
2k + 4 k 1)
2
k+1
_
= 2
k + 3
2
k+1
4.5. USO DE INDUCCIN MATEMTICA COMO MTODO VALIDADOR 71
2
_
k + 3
2
k+1
_
= 2
k + 3
2
k+1
2
k + 3
2
k+1
= 2
k + 3
2
k+1
Se cumple la igualdad, por lo tanto la proposicin p(k + 1) es verdadera, como
se cumplen los tres pasos de tcnica de demostracin por induccin matemtica
entonces queda demostrada la validez de la solucin de la sumatoria originalmente
planteada.
En un documento anexo por aparte de 284 hojas se encuentra por completo el
Material de apoyo del primer curso de matemticas computacionales, el cual respeta
las directrices trabajadas en este captulo.
Captulo 5
Estrategia utilizada para la
construccin del banco de preguntas
tipo ECAES
Dependiendo del lector ste es el captulo ms controversial e innecesario (y podra
asegurarse, que debera de quitarse), o por el contrario, el lector considere que ste es
el aporte ms signicativo de toda la investigacin, que podra dar pie a una lnea de
trabajo en la construccin de preguntas tipo ECAES en temas de diferente indole.
ste captulo ha demandado muchas horas de investigacin por parte del autor, no
ha sido sencillo, para construir bancos de preguntas realmente interesantes (y tiles)
para Ingeniera de Sistemas, el autor ha presentado (como egresado) los ECAES de In-
geniera de Sistemas durante los aos 2004, 2005, 2006, 2007, 2008 y 2009, obteniendo
los puntajes 126.9, 136.63, 135.66, 141.6, 142.08 y 123.8 respectivamente; puntajes que
en cuatro de las seis presentaciones le permitiran a un estudiante activo estar en los
diez mejores ECAES de Ingeniera de Sistemas a nivel nacional.
Hay muchas formas de ensear un tema, una de ellas, posiblemente la ms utilizada
por parte de los docentes, es documentarse muy bien del tema, apropiarse de l lo mejor
posible y utilizar alguna de las tantas metodologas existentes para ensear el tema;
y otra que consiste en adicionarle a todo lo anterior la experiencia del docente vivida
en el tema, obviamente esta es una visin ms de ingeniero que de matemtico. En
una preparacin de estudiantes para un examen de calidad, prcticamente la totalidad
de los docentes ensean la forma de como ellos consideran que es el examen, ms no
ensean por la experiencia adquirida al presentar multiples veces el examen de calidad,
... es mejor ensear a recorrer el camino cuando ste ya se ha transitado varias veces, a
ensear a recorrer el camino cuando ste nunca se ha transitado.
Al ao 2010 el autor ha presentado seis veces el ECAES en Ingeniera de Sistemas
como estrategia para detectar la orientacin que ao tras ao esta tomando el examen.
Adicionalmente, despus de la presentacin de los exmenes ha reescrito las preguntas
que han salido en matemticas computacionales y las ha incorporado a sus guas de
73
74 CAPTULO 5. CONSTRUCCIN BANCO DE PREGUNTAS TIPO ECAES
clase para indicarle a sus estudiantes como algunos temas estn siendo evaluados en el
examen de calidad.
Algunas preguntas reescritas por el autor en la temtica de suma de trminos de
una serie geomtrica son las siguientes:
1. La gura muestra un cuadrado de lado 1, el cual se divide en cuatro partes iguales
y se sombrean dos, luego se toma uno de los cuadrados de lado 0.5, se divide en
cuatro partes iguales y se sombrean dos, el proceso sigue as sucesivamente
1
.
El rea de la gura sombreada esta dada por:
A.) 3/4
B.) 3/5
C.) 1/2
D.) 2/3
E.) 5/7
2. El permetro de la gura sombreada en el ejercicio 1 esta dado por:
A.) 3.0
B.) 3.25
C.) 3.5
D.) 3.75
E.) 4.0
3. Desde una altura de un metro se deja caer una pelota que rebota medio metro,
luego rebota un cuarto de metro, luego rebota un octavo de metro y as sucesiva-
mente hasta que se detiene
2
.
1
Las preguntas 1 y 2 fueron reescritas a partir de preguntas no liberadas del ECAES de Ingeniera
de Sistemas del ao 2007.
2
Pregunta reescrita a partir de una pregunta no liberada del ECAES de Ingeniera de Sistemas del
ao 2008.
75
Cul es la suma total en metros de la trayectoria que ha recorrido la pelota hasta
que se detiene?.
A.) 2
B.) 2.5
C.) 3
D.) 3.5
E.) 47
Al conocer de primera mano la orientacin que est tomando el examen de calidad,
la forma de como se estn evaluando algunos temas y la forma como se deben construir
las preguntas segn el ICFES
3
, entonces se pueden entrar a proponer preguntas tipo
ECAES como las siguientes:
1. Determine el valor generado por la expresin
4
3,3
10 + 0,01 + 0,000001
A.) 11
B.) 12
C.) 14
D.) 15
E.) 16
2. Seleccione la formula que genera la secuencia de enteros: 1, 2, 2, 2, 3, 3, 3, 3, 3,
4, 4, 4, 4, 4, 4, 4, . . .
A.) f(n) =
n + 1, n 0
B.) f(n) =
n + 1, n 1
C.) f(n) =
n + 2
, n 1
D.) f(n) =
n 1
, n 1
E.) f(n) =
n, n 1
3. Seleccione el resultado de la sumatoria: 5
3
+ 5
4
+ 5
5
+ . . . + 5
n
A.)
5
3
(5
n2
1)
4
B.)
5
3
(5
n+1
1)
4
3
Anexo A: Manual de construccin de preguntas tipo ECAES.
4
Las preguntas desde la 1 hasta la 5 son del autor.
76 CAPTULO 5. CONSTRUCCIN BANCO DE PREGUNTAS TIPO ECAES
C.)
5
n+1
1
4
D.)
5
3
(5
n
1)
4
E.) 5
3
(5
n2
1)
4. El resultado de la sumatoria: 3
0
3
1
+ 3
2
3
3
+ 3
4
3
5
+ . . . + (1)
n
3
n
es:
A.)
(3)
n+1
1
2
B.)
(3)
n+1
+ 1
4
C.)
(3)
n+1
+ 1
2
D.)
(1)
n
(3)
n+1
+ 1
4
E.)
(1)
n+1
(3)
n+1
+ 1
4
5. Identique el resultado de la suma de trminos: 1(3) + 2(4) + 3(5) + 4(6) + . . . +
n(n + 2)
A.)
n(n + 2)(2n + 1)
3
B.)
n(n + 1)(2n + 7)
6
C.)
n(n + 1)(2n 1)
3
D.)
n(n + 1)(n + 2)
3
E.)
n(n + 1)(n + 2)
6
En el documento anexo, Material de apoyo del primer curso de matemticas com-
putacionales, al nal de cada captulo se encuentra el banco de preguntas tipo ECAES
correspondientes a los temas tratados en l. Banco de preguntas construido y recopilado
por el autor de sta investigacin.
Captulo 6
Resultados esperados
Que el trabajo que se est proponiendo en sta investigacin sea aceptado en la
nueva reforma curricular que se est adelantando en el programa de Ingeniera de
Sistemas y Computacin de la Universidad Tecnolgica de Pereira.
Que el material de apoyo en Matemticas Computacionales I sea utilizado como
material gua en todos los cursos de Matemticas Computacionales I en el pro-
grama de Ingeniera de Sistemas y Computacin de la Universidad Tecnolgica
de Pereira.
Que el material de apoyo generado en esta investigacin sea liberado (almace-
nado) en la pgina ocial institucional de la asignatura Matemticas Computa-
cionales I, del programa de Ingeniera de Sistemas y Computacin de la Univer-
sidad Tecnolgica de Pereira.
Que el material de apoyo generado en esta investigacin no sea nicamente cono-
cido y utilizado en la Universidad Tecnolgica de Pereira.
Que el material de apoyo generado en esta investigacin sea peridicamente ac-
tualizado mejorndolo o corrigindolo gracias a la retroalimentacin que brinden
los profesores o estudiantes que trabajen con el.
Que este proyecto sea tomado como proyecto piloto por parte del programa de
Ingeniera de Sistemas y Computacin de la Universidad Tecnolgica de Pereira,
para la construccin de materiales de apoyo que despus sean almacenados en
las pginas ociales institucionales en la universidad, para que estos puedan ser
libremente descargados por cualquier persona dentro o fuera de la universidad.
77
78 CAPTULO 6. RESULTADOS ESPERADOS
Captulo 7
Conclusiones
A partir de la investigacin se encontr que se necesita una reforma sustancial
con respecto a los cursos de Matemticas Computacionales en el programa de
Ingeniera de Sistemas y Computacin de la Universidad Tecnolgica de Pereira.
Con la propuesta de los cursos de Matemticas Computacionales se espera que
los estudiantes tengan la fundamentacin adecuada para trabajar en el rea de
Inteligencia Articial, Ingeniera de Software, entre otras.
Algunos de los contenidos de los cursos de Matemticas Computacionales ya estn
bien denidos y en la mayora de universidades del mundo, en su enseanza se apli-
can metodologas clsicas, por este motivo este trabajo respeta dicha metodologa
y le da prioridad al contenido del primer curso de Matemticas Computacionales,
dando libertad de ctedra a los docentes (que orienten esta asignatura) con res-
pecto a la forma de enseanza, siempre y cuando se respete el contenido del curso.
La propuesta de programas para las asignaturas del rea de Matemticas
Computacionales cumple tanto los lneamientos de Computing Curricula 2005
[ACMIEEE2005] para un programa de Ingeniera de Sistemas en la lnea de Cien-
cias de la Computacin a nivel internacional, como tambin, los lneamientos
para un programa de Ingeniera de Sistemas en Colombia segn en Ministerio de
Educacin Nacional [AI2003].
Este trabajo es una prueba evidente de como los programas de maestra de la
institucin apoyan y fortalecen acadmicamente a los programas de pregrado en
sus reformas curriculares. El trabajo en equipo entre maestras y pregrados suma
para que la Universidad Tecnolgica de Pereira siga siendo acreditada de alta
calidad institucional.
El material de apoyo generado en este proyecto de maestra para el primer curso de
Matemticas Computacionales, esta siendo utilizado con xito, desde el semestre
Febrero-Junio del ao 2010 como texto gua de Matemticas Discretas en el pro-
grama de Ingeniera de Sistemas y Computacin de la Universidad Tecnolgica
de Pereira.
79
80 CAPTULO 7. CONCLUSIONES
El banco de preguntas tipo ECAES que se construy para el primer curso de
Matemticas Computacionales cumple con el estndar exigido por el ICFES para
ste tipo de instrumentos de evaluacin [GEES2006]. Adicionalmente, ste banco
de preguntas es vigente y pertinente para los nuevos exmenes SABER PRO.
Gran parte de la investigacin y del material generado en ste trabajo de tesis
de maestra ha sido utilizado con xito durante los ltimos tres aos, en la
preparacin de los estudiantes de Ingeniera de Sistemas y Computacin de la
institucin para la presentacin del examen de calidad de la educacin superior
(ECAES). Teniendo solo en cuenta los resultados del ECAES, stos, no solo han
permitido posicionar al programa como el mejor de Ingeniera en UTP, sino tam-
bin como el mejor programa acadmico de toda la institucin en los aos 2008 y
2010. Los resultados del ECAES no solo han permitido posicionar al programa lo-
calmente en la institucin, tambin han permitido posicionar al programa a nivel
nacional, donde en el ao 2008 ste ocupo el octavo puesto entre 119 programas
de Ingeniera de Sistemas evaluados en toda Colombia. Pero, el reconocimiento
no es solo como programa, tambin se ha logrado tener estudiantes entre los diez
mejores ECAES, en el ao 2008 Luis Felipe Abad Guzmn obtuvo un puntaje de
140.94 que le permiti ocupar el sexto puesto a nivel nacional, ahora en los lti-
mos ECAES realizados en el ao 2010, Sebastin Gmez Gonzalez ha obtenido un
puntaje de 148.25. Puntaje que estadsticamente debera darle el primer puesto a
nivel nacional en nuestra carrera.
ste no es slo un trabajo para cumplir un requisito de grado de maestra, es un
trabajo para solucionar una problemtica real y actual del programa de Ingeniera
de Sistemas y Computacin de la institucin. Es un trabajo que se realiz para
utilizarse, porque de lo contrario, seran tres o ms aos perdidos por parte del
autor en su realizacin.
Captulo 8
Sugerencias y trabajos futuros
Seguir desarrollando el material de apoyo para la enseanza del primer curso de Ma-
temticas Computacionales. Material sugerido el cual debe estar disponible en un sitio
de internet
1
:
Clases lmadas de cada uno de los temas.
Software para auto evaluacin.
En general utilizar las Tecnologas de la Informacin con el apoyo de expertos en
su uso.
1
Esto forma parte del plan de mejoramiento del programa de Ingeniera de Sistemas de la Univer-
sidad Tecnolgica de Pereira.
81
82 CAPTULO 8. SUGERENCIAS Y TRABAJOS FUTUROS
Bibliografa
[A2005] Aco. 2005. Marco de Fundamentacin Conceptual: Especicaciones de
Prueba ECAES Ingeniera de Sistemas Versin 6 [online]. Bogot D. C..
Disponible de internet:
http://200.14.205.63:8080/portalicfes/home_2/rec/arc_4400.pdf
[ACMIEEE2005] ACM, IEEE-CS. 2005. Computing Curricula 2005, The Overview
Report covering undergraduate degree programs in: Computer Engineer-
ing, Computer Science, Information Systems, Information Technology and
Software Engineering. A cooperative project of The Association for Com-
puting Machinery (ACM), The Association for Information Systems (AIS)
and The Computer Society (IEEE-CS).
http://www.acm.org/education/curric_vols/CC2005-March06Final.pdf
[AI2003] Aco - Icfes. 2003. Exmenes de Estado de Calidad de la Educacin Su-
perior (ECAES) en Ingeniera - 2003: Especicaciones de los Exmenes de
Estado de Calidad de la Educacin en Ingeniera de Sistemas/Informtica
- 2003 [online]. ICFES, Bogot D. C..
[B2002] Biggs, Norman L.. 2002. Discrete Mathematics, Second Edition. Oxford
University Press.
[B1988] Bustamente Arias, Alfonso. 1988. Elementos de Algebra en Ciencias de
la Computacin. Serie de textos universitarios, Universidad ICESI, Cali,
Colombia.
[B2009] Bustamente Arias, Alfonso. 2009. Lgica y Argumentacin: De los argu-
mentos inductivos a las lgebras de Boole. Pearson Educacin. Colombia.
[C1989] Caicedo, Xavier. 1989. Elementos de Lgica Matemtica y Calculabili-
dad. Universidad de los Andes, Bogot, Colombia.
[C1993] Cardoso, Rodrigo. 1993. Vericacin y Desarrollo de Programas. Univer-
sidad de los Andes, Bogot, Colombia.
83
84 BIBLIOGRAFA
[CLRS2001] Cormen, T. H., Leiserson, C. E., Rivest, R. L., and Stein, C.. 2001. In-
troduction to Algorithms, second edition. The MIT Press, Cambridge,
Massachusetts.
[dC2004] de Castro Korgi, Rodrigo. 2004. Teora de la Computacin: lenguajes,
autmatas, gramticas, Coleccin Notas de Clase, Universidad Nacional
de Colombia, Facultad de Ciencias, Departamento de Matemticas, Bo-
got, Colombia.
[dC2003] de Castro Korgi, Rodrigo. 2003. El Universo L
A
T
E
X. Segunda edicin.
Universidad Nacional de Colombia, Facultad de Ciencias, Departamento
de Matemticas, Bogot, Colombia.
[DPV2006] Dasgupta, S.. Papadimitriou, C. H.. and Vazirani, U. V.. 2006. Algo-
rithms. Mc Graw Hill Science/Engineering/Math.
[G2003] Grimaldi, Ralph. 2003. Discrete and Combinatorial Mathematics, Five
Edition. Pearson.
[GEES2006] Grupo Evaluacin de la Educacin Superior. 2006. Manual de Cons-
truccin de Preguntas para Ingeniera. ICFES.
[GS2002] Gmez Marn, Ral y Sicard Ramrez, Andrs. 2002. Informtica Teri-
ca. Elementos Propeduticos. Fondo Editorial de la Universidad EAFIT,
Medelln, Colombia.
http://www1.eat.edu.co/asicard/pubs/informatica-teorica.pdf
[GV1998] Guerequeta, Rosa y Vallecillo, Antonio. 1998. Tcnicas de Diseo de Al-
goritmos. Servicio de Publicaciones de la Universidad de Mlaga, Espaa.
[HMU2002] Hopcroft, J. E.. Motwani, R.. y Ullman, J. D.. 2002. Introduccin a la
Teora de Autmatas, Lenguajes y Computacin, Segunda Edicin. Pear-
son Educacin S.A.
[I1997] Isasi Viuela, Pedro et al. 1997. Lenguajes Gramticas y Autmatas un
Enfoque Prctico. Addison-Wesley Iberoamericana Espaa.
[J2008] Johnsonbaugh, Richard. 2008. Discrete Mathematics. Seven Edition.
Prentice Hall.
[J2009] Jimnez Murillo, Jos A.. 2009. Matemticas para la Computacin. Al-
faomega.
BIBLIOGRAFA 85
[K1995] Kelly, Dean. 1995. Teora de Autmatas y Lenguajes Formales. Prentice
Hall.
[KBR2008] Kolman, Bernard, Busby, Robert y Ross, Sharon C.. 2008. Estructuras
de Matemticas Discretas para la Computacin, Sexta edicin. Prentice
Hall.
[PR2003] Presidencia de la Republica. 2003. Decreto 1781 de 2003: Por el cual
se reglamentan los Examenes de Estado de Calidad de la Educacin
Superior, ECAES, de los estudiantes de los programas acadmicos de
pregrado [online]. Ministerio de Educacin Nacional. Bogot D. C..
http://www.mineducacion.gov.co/normas/descarga/Decreto_1781_2003.pdf
[R2007] Rosen, Kenneth. H.. 2007. Discrete Mathematics and Its Applications,
Six edition. Mc Graw Hill.
[RW2002] Ross, Kenneth A. y Wright, Charles R.. 2002. Matemticas Discretas,
Quinta edicin. Prentice Hall.
[S1983] Sedgewick, Robert. 1983. Algorithms. Addison Wesley.
[S2002a] Sedgewick, Robert. 2002. Algorithms in Java: Parts 1-4: Fundamentals,
Data Structures, Sorting and Searching, Third Edition. Addison Wesley.
[S2002b] Sedgewick, Robert. 2002. Algorithms in Java: Parts 5: Graph Algo-
rithms, Third Edition. Addison Wesley.
[S1996] Sipser, M.. 1996. Introduction to the Theory of Computation. Thom-
son/Brooks Cole.
[S2007] Sierra Aristizabal, Manuel. 2007. Argumentacin Deductiva con Diagra-
mas y rboles de Forzamiento, Primera edicin, MS-Print, Medelln,
Colombia.
http://www1.eat.edu.co/asicard/teaching/logic-CB0260/
SierraAristizabal-2007.Argumentancion-deductiva-con-diagramas
-y-arboles-de-forzamiento.pdf
[Y2001] Yriarte, Vicente. 2001. Elementos de Teora Axiomtica de Conjuntos.
Universidad Simn Bolvar. Caracas, Venezuela.
http://www.ldc.usb.ve/ %7Emeza/ci-7521/LibroTeoConjYriarte.ps
[Y1996] Yriarte, Vicente. 1996. Elementos de Teora Combinatoria. Universidad
Simn Bolvar. Caracas, Venezuela.
http://www.ldc.usb.ve/yriarte/d3index.html
86 BIBLIOGRAFA
Apndice A
Manual de construccin de preguntas
tipo ECAES
Esta captulo anexo ha sido tomado complementamente del Manual de Cons-
truccin de Preguntas Tipo ECAES para Ingeniera, documento generado por el Grupo
de Evaluacin de la Educacin Superior del Instituto Colombiano para el Fomento de la
Educacin Superior (ICFES), material referenciado en la bibliografa como [GEES2006].
A.1. Aspectos tcnicos
Para que un examen sea tcnicamente aceptado debe cumplir con ciertas caracters-
ticas como:
Validez: Responde a la pregunta de si el examen mide lo que realmente pretende medir,
de modo que sus resultados sean pertinentes. Para ello se debe tener en cuenta el qu y
el evaluar, de tal manera que se sustenten adecuadamente las inferencias que cmo se
harn a partir de los resultados de la evaluacin.
Conabilidad: Se reere al grado en que las preguntas de una prueba son consistentes
y miden con precisin el objeto de evaluacin.
Objetividad: Se reere a los procedimientos sistemticos, homogneos y organizados
que soportan los diferentes procedimientos de construccin, validacin, aplicacin y
calicacin de la prueba.
A.2. Qu y cmo se evala
Competencias
Interpretativa: se relaciona con las acciones para identicar y comprender los ele-
mentos y variables que denen un problema o que estn implicadas en un fenmeno
o proceso; en ingeniera aludira a las acciones encaminadas a encontrar el sentido de
un problema, una grca, un plano, un diagrama de ujo, una ecuacin, un fenmeno,
87
88APNDICE A. MANUAL DE CONSTRUCCIN DE PREGUNTAS TIPO ECAES
entre otras situaciones, referidas al objeto de estudio de la Ingeniera.
Argumentativa: establece las relaciones entre las variables, el anlisis de stas, as
como tambin la explicacin y el dar razn sustentada del contexto relacionado con los
tpicos de la ingeniera.
Propositiva: hace referencia al planteamiento de hiptesis y a la posibilidad de pro-
poner distintas alternativas de solucin a problemas relacionados con la ingeniera.
Componentes
Para la construccin del ECAES de ingeniera la concepcin que se ha adoptado de
componente es la que corresponde a un escenario en donde tpicamente un estudiante al
terminar su carrera de ingeniera puede mostrar la formacin que ha recibido durante
la misma. Con base en esta connotacin los componentes adoptados son, entonces, por
su enunciado, de carcter transversal. Esto es, son comunes a los diferentes programas.
En los siguientes prrafos, tomados de los Marcos de Fundamentacin Conceptual se
expresa el signicado de tres componentes genricos propuestos para todas las pruebas
de ingeniera.
Modelamiento de fenmenos y procesos: entendido como la concepcin de
esquemas tericos, generalmente en forma matemtica, de un sistema o de una
realidad compleja, que se elabora para facilitar su comprensin, anlisis, aplicacin
y estudio de su comportamiento.
Resolucin de problemas de ingeniera: se entiende como soluciones referi-
das a cualquier situacin signicativa, desde elementos dados hasta elementos
desconocidos, sean stos reales o hipotticos. Requiere pensamiento reexivo y un
razonamiento de acuerdo con un conjunto de deniciones, axiomas y reglas. Se
pretende lograr este componente a travs de las ciencias bsicas y con ello tener
una fundamentacin conceptual muy slida en matemticas y fsica. Esto genera
una estructura de pensamiento lgico y simblico y da las herramientas bsicas
para la innovacin y el desarrollo tecnolgico.
Disear, gestionar y evaluar: se expresa como la dimensin resultante del
anlisis y el clculo; es encontrar las correctas proporciones y las soluciones
econmicas; es determinar caractersticas, aplicar sistemas y procesos que per-
mitan encontrar las ptimas alternativas; es lograr el mejor aprovechamiento de
los materiales buscando su sostenibilidad y preservacin del medio ambiente; es
estimar, apreciar y calcular el valor de algo; es llevar a cabo las acciones y efectos
derivados de administrar con el propsito de lograr los objetivos propuestos, entre
otros.
A.2. QU Y CMO SE EVALA 89
Nivel de complejidad de las preguntas
El objetivo del examen no es el de identicar solamente a los mejores estudiantes
(para lo cual una prueba con un alto nivel de dicultad sera lo apropiado), sino el
de evaluarlos a todos y por este medio, aportar elementos para que las Instituciones
de Educacin Superior evalen sus programas. Es por esto que la prueba debe incluir
preguntas con niveles de complejidad bajo, medio y alto; la pregunta entonces es dnde
se encuentran las cotas superior e inferior en este espectro de complejidad?. Un criterio
que podra ayudar consiste en denir lo que se entiende por preguntas muy difciles y
preguntas muy fciles, las cuales deben ser descartadas al elaborar la prueba.
Pregunta muy difcil: Aquella que se espera que slo un 5 % de los estudiantes
conteste correctamente.
Pregunta muy fcil: Aquella que se espera que un 95 % o ms de los estudiantes
conteste correctamente.
Toda pregunta que se encuentre en el rango intermedio es aceptable desde el punto de
vista de la complejidad, y se puede clasicar en una de tres categoras:
Pregunta de complejidad baja: la contestaran correctamente entre un 70 % a un
95 % de los estudiantes.
Pregunta de complejidad media: la contestaran correctamente entre un 30 % a
un 70 % de los estudiantes.
Pregunta de complejidad alta: la contestaran correctamente entre un 5 % a un
30 % de los estudiantes.
Preguntas de seleccin mltiple con nica respuesta
Los ECAES de ingeniera estn conformados por preguntas de seleccin mltiple
con nica respuesta, las cuales constan de un enunciado y de cuatro posibilidades de
respuesta, entre las cuales se debe escoger la que considere correcta.
Estructura del tem o pregunta
Contexto: descripcin de una situacin problema, caso, evento o grca en la que se
presenta la informacin suciente y necesaria para dar solucin a las preguntas que se
derivan de ella.
Enunciado: parte del tem en la que se enuncia el problema o tarea que se debe resolver
de acuerdo con el contexto planteado.
Opciones de respuesta: lo componen las opciones de respuesta plausibles que guardan
relacin con el enunciado y el contexto, de las cuales slo una es correcta (se conoce
usualmente como clave).
90APNDICE A. MANUAL DE CONSTRUCCIN DE PREGUNTAS TIPO ECAES
A.3. Reglas para construir preguntas
Se trata de reglas sencillas, pero, difciles de lograr en la prctica. Como reglas
generales bsicas se pueden sealar:
Estudiar y apropiarse del Marco de Fundamentacin Conceptual y especicaciones
del ECAES de Ingeniera de Sistemas en el cual se va a trabajar, antes de comenzar
a elaborar las preguntas.
Construir en la competencia, el componente y el contenido referencial respectivo,
aquellas preguntas que a su criterio no pueden faltar en un ECAES para Ingeniera
de Sistemas, dada su importancia como concepto medular de la disciplina o rea
en cuestin, o bien por su importancia para el ejercicio profesional. Esto es lo que
se conoce como pertinencia de la pregunta.
Preguntarse siempre Qu evala este tem o pregunta?
Tener en cuenta que a partir de un mismo texto o enunciado o situacin problema
se pueden derivar varias preguntas.
De acuerdo con lo anterior, para contribuir a que una prueba sea conable y vlida,
sus items deben estar elmente interrelacionados con las especicaciones de prueba y
con los propsitos de la evaluacin. Adicionalmente es importante que su construccin
se realice teniendo en cuenta las siguientes recomendaciones:
1. Los enunciados deben ser, preferiblemente, armativos, por tanto, se recomienda
evitar los enunciados negativos. En caso de ser necesarios, se debe resaltar el NO
o el NUNCA o el NADIE para llamar la atencin hacia la formulacin negativa.
La doble negacin afecta la comprensin de los evaluados (No es cierto que no
procedan los recursos).
2. No se deben repetir palabras o expresiones en todas las opciones de respuesta, si
stas se pueden incluir en el enunciado general de la pregunta.
3. Deben evitarse en las opciones las expresiones todas o ninguna de las anteriores.
En su lugar es necesario construir alternativas de respuesta que sean plausibles y
atractivas para las personas que no tengan la competencia o dominio conceptual
que exige la pregunta.
4. Evitar expresiones o palabras rebuscadas que puedan confundir al evaluado. Se
recomienda emplear un lenguaje directo, preciso, sencillo y comprensible, para
evitar preguntas que sean confusas o incoherentes. El vocabulario debe ser ade-
cuado a las caractersticas del grupo que presentar la prueba y al rea que se
pretende evaluar.
5. Las opciones de una pregunta no deben dar indicaciones sobre la clave por ofrecer
un cierto contraste evidente:
A.3. REGLAS PARA CONSTRUIR PREGUNTAS 91
De longitud
De precisin/imprecisin
De uso comn/tcnico
De generalizacin/particularizacin, etc.
6. Todas las preguntas de una prueba deben ser independientes entre s. La informa-
cin de una pregunta no debe servir de pauta para contestar otra, ni la respuesta
a una pregunta debe depender de haber encontrado primero la de otra anterior.
Pero s se pueden construir varias preguntas con un enunciado o situacin comn.
7. Evitar enunciados demasiado extensos y poco atractivos ya que desmotivan la lec-
tura, disminuyen el tiempo de respuesta y fatigan al estudiante. Es necesario cali-
brar adecuadamente su extensin y precisar la informacin que es imprescindible
que contengan.
8. Evitar los items que pueden contestarse por mera lgica o sentido comn y aquellos
cuya respuesta dependa nicamente de recordar un trmino, un smbolo, un dato
o la fecha en que ocurri un evento.
9. Vericar que la pregunta corresponda con la estructura de la prueba y con los
propsitos de la evaluacin.
10. No conducir a juicios de valor. Cada pregunta debe poseer una base terminolgica,
conceptual y disciplinar que evite caer en armaciones imprecisas o ambiguas, las
cuales frecuentemente llevan a establecer juicios de valor por parte del examinado.
11. La ubicacin de las claves en la prueba no debe seguir ninguna secuencia. Deben
colocarse al azar.
12. No debe utilizarse en las opciones las mismas palabras signicativas que se uti-
lizaron en el enunciado. Repetir la misma palabra del enunciado en cualquiera de
las opciones lleva a elegirla como respuesta, sin serlo necesariamente.
13. El nmero de opciones debe ser constante para toda la seccin o parte de la
prueba.
MATERIAL DE APOYO PARA EL
PRIMER CURSO DE MATEMTICAS
COMPUTACIONALES.
Ing. HUGO HUMBERTO MORALES PEA
MAESTRA EN ENSEANZA DE LAS MATEMTICAS
Lnea de Matemticas Computacionales
UNIVERSIDAD TECNOLGICA DE PEREIRA
FACULTAD DE CIENCIAS BSICAS
DEPARTAMENTO DE MATEMTICAS
Pereira, Risaralda
25 de Febrero de 2011
2
ndice general
1. Introduccin a la lgica matemtica 7
1.1. Clculo proposicional . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.1.1. Conectivos proposicionales . . . . . . . . . . . . . . . . . . . . . 8
1.1.2. Frmulas bien formadas . . . . . . . . . . . . . . . . . . . . . . 9
1.1.3. Frmulas lgicamente equivalentes (FLE) . . . . . . . . . . . . . 11
1.1.4. Tautologa . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
1.1.5. Leyes de la lgica . . . . . . . . . . . . . . . . . . . . . . . . . . 13
1.1.6. Utilizando las leyes de la lgica proposicional . . . . . . . . . . . 14
1.1.7. Conectivo X-OR (
) . . . . . . . . . . . . . . . . . . . . . . . . 15
1.1.8. Conectivo NOR () . . . . . . . . . . . . . . . . . . . . . . . . . 17
1.1.9. Conectivo NAND () . . . . . . . . . . . . . . . . . . . . . . . . 20
1.1.10. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
1.2. Reglas de inferencia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
1.2.1. Tabla de reglas de inferencia . . . . . . . . . . . . . . . . . . . . 25
1.2.2. Utilizacin de las reglas de inferencia para demostrar la validez
de razonamientos . . . . . . . . . . . . . . . . . . . . . . . . . . 29
1.2.3. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
1.3. Lgica de predicados . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
1.3.1. Cuanticador universal . . . . . . . . . . . . . . . . . . . . . . . 38
1.3.2. Cuanticador existencial . . . . . . . . . . . . . . . . . . . . . . 40
1.3.3. Variables ligadas . . . . . . . . . . . . . . . . . . . . . . . . . . 42
1.3.4. Alcance de un cuanticador . . . . . . . . . . . . . . . . . . . . 42
1.3.5. Negaciones y cuanticadores . . . . . . . . . . . . . . . . . . . . 43
1.3.6. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
1.4. Preguntas Tipo ECAES . . . . . . . . . . . . . . . . . . . . . . . . . . 48
2. Uso de sucesiones y sumatorias en computacin 53
2.1. Funciones piso y techo . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
2.1.1. Propiedades de las funciones piso y techo . . . . . . . . . . . . . 53
2.2. Sucesiones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
2.3. Sucesiones especiales de nmeros . . . . . . . . . . . . . . . . . . . . . 57
2.4. Sumatorias . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61
2.4.1. Frmulas de sumatorias tiles: . . . . . . . . . . . . . . . . . . . 68
2.5. Sumatorias dobles y su utilizacin en ciclos anidados . . . . . . . . . . 70
2.6. Notaciones computacionales (O, Omega, Theta) . . . . . . . . . . . . . 74
3
4 NDICE GENERAL
2.6.1. Notacin O . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 74
2.6.2. Notacin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 76
2.6.3. Notacin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 78
2.7. Complejidad de algoritmos iterativos . . . . . . . . . . . . . . . . . . . 79
2.7.1. El Algoritmo de Ordenamiento por Seleccin . . . . . . . . . . . 79
2.7.2. El Algoritmo de Ordenamiento por Insercin . . . . . . . . . . . 80
2.8. La programacin recursiva y su costo computacional . . . . . . . . . . . 82
2.8.1. La sucesin de Fibonacci . . . . . . . . . . . . . . . . . . . . . . 83
2.8.2. Fibonacci mejorado . . . . . . . . . . . . . . . . . . . . . . . . . 85
2.9. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 86
2.10. Preguntas tipo ECAES . . . . . . . . . . . . . . . . . . . . . . . . . . . 90
3. Tcnicas de demostracin 101
3.1. Tcnica de demostracin directa. . . . . . . . . . . . . . . . . . . . . . 101
3.2. Tcnica de demostracin indirecta . . . . . . . . . . . . . . . . . . . . . 103
3.2.1. Tcnica de demostracin por contra-recproca . . . . . . . . . . 103
3.2.2. Tcnica de demostracin por contradiccin. . . . . . . . . . . . 105
3.3. Tcnica de demostracin por disyuncin de casos . . . . . . . . . . . . 108
3.4. Tcnica de demostracin por contraejemplo . . . . . . . . . . . . . . . 114
3.5. Tcnica de demostracin por induccin matemtica . . . . . . . . . . . 117
3.6. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 131
4. Relaciones de recurrencia 137
4.1. Mtodo de Iteracin . . . . . . . . . . . . . . . . . . . . . . . . . . . . 138
4.2. Complejidad de algoritmos recursivos . . . . . . . . . . . . . . . . . . . 152
4.2.1. El Algoritmo de Ordenamiento por Montones . . . . . . . . . . 154
5. Conjuntos 171
5.1. El conjunto potencia . . . . . . . . . . . . . . . . . . . . . . . . . . . . 174
5.2. Producto cartesiano . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 174
5.3. Operaciones de conjuntos . . . . . . . . . . . . . . . . . . . . . . . . . . 176
5.4. Identidades en conjuntos . . . . . . . . . . . . . . . . . . . . . . . . . . 179
5.5. Uniones e intersecciones generalizadas . . . . . . . . . . . . . . . . . . . 181
5.6. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 181
6. Funciones 187
6.1. Conceptos fundamentales . . . . . . . . . . . . . . . . . . . . . . . . . . 187
6.2. Funciones inyectivas (o funciones uno a uno) . . . . . . . . . . . . . . . 189
6.3. Funciones sobreyectivas . . . . . . . . . . . . . . . . . . . . . . . . . . . 189
6.4. Funciones biyectivas . . . . . . . . . . . . . . . . . . . . . . . . . . . . 190
6.5. Funciones inversas y composicin de funciones . . . . . . . . . . . . . . 190
6.6. Grca de una funcin . . . . . . . . . . . . . . . . . . . . . . . . . . . 193
NDICE GENERAL 5
6.7. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 194
7. Relaciones 207
7.1. Relacin binaria . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 207
7.2. Funciones como relaciones . . . . . . . . . . . . . . . . . . . . . . . . . 208
7.3. Relaciones en un conjunto . . . . . . . . . . . . . . . . . . . . . . . . . 208
7.4. Propiedades de las relaciones . . . . . . . . . . . . . . . . . . . . . . . . 210
7.4.1. Propiedad de reexividad . . . . . . . . . . . . . . . . . . . . . 210
7.4.2. Propiedad de simetra . . . . . . . . . . . . . . . . . . . . . . . 211
7.4.3. Propiedad de antisimetra . . . . . . . . . . . . . . . . . . . . . 211
7.4.4. Propiedad de transitividad . . . . . . . . . . . . . . . . . . . . . 211
7.5. Combinacin de relaciones . . . . . . . . . . . . . . . . . . . . . . . . . 213
7.6. Composicin y potencia de relaciones . . . . . . . . . . . . . . . . . . . 213
7.7. Representacin de relaciones . . . . . . . . . . . . . . . . . . . . . . . . 214
7.7.1. Representacin de relaciones utilizando matrices . . . . . . . . . 214
7.8. Relaciones n-arias y su uso computacional . . . . . . . . . . . . . . . . 218
7.9. El lgebra relacional en bases de datos . . . . . . . . . . . . . . . . . . 218
7.9.1. La operacin de seleccin . . . . . . . . . . . . . . . . . . . . . . 219
7.9.2. La operacin proyeccin . . . . . . . . . . . . . . . . . . . . . . 220
7.9.3. Composicin de operaciones relacionales . . . . . . . . . . . . . 221
7.9.4. La operacin de unin . . . . . . . . . . . . . . . . . . . . . . . 222
7.9.5. La operacin de diferencia . . . . . . . . . . . . . . . . . . . . . 223
7.9.6. La operacin de interseccin . . . . . . . . . . . . . . . . . . . . 223
7.9.7. La operacin de asignacin . . . . . . . . . . . . . . . . . . . . . 224
7.9.8. La operacin producto cartesiano . . . . . . . . . . . . . . . . . 224
7.10. SQL el lenguaje de consulta de las bases de datos . . . . . . . . . . . . 227
7.10.1. La clusula SELECT . . . . . . . . . . . . . . . . . . . . . . . . . 228
7.10.2. La clusula FROM . . . . . . . . . . . . . . . . . . . . . . . . . . 229
7.10.3. La clusula WHERE . . . . . . . . . . . . . . . . . . . . . . . . . . 229
7.10.4. Operaciones sobre relaciones . . . . . . . . . . . . . . . . . . . . 230
7.10.5. La operacin de unin . . . . . . . . . . . . . . . . . . . . . . . 230
7.10.6. La operacin de diferencia . . . . . . . . . . . . . . . . . . . . . 230
7.10.7. La operacin de interseccin . . . . . . . . . . . . . . . . . . . . 231
7.11. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 231
8. Relaciones de equivalencia 237
8.1. Clases de equivalencia . . . . . . . . . . . . . . . . . . . . . . . . . . . 239
8.2. Clases de equivalencia y particiones . . . . . . . . . . . . . . . . . . . . 239
8.3. Conjuntos parcialmente ordenados . . . . . . . . . . . . . . . . . . . . . 241
8.4. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 245
6 NDICE GENERAL
9. Introduccin a la teora de nmeros 249
9.1. Los nmeros enteros y la divisin . . . . . . . . . . . . . . . . . . . . . 249
9.1.1. Introduccin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 249
9.1.2. Divisin entre nmeros enteros . . . . . . . . . . . . . . . . . . 249
9.1.3. El algoritmo de la divisin entre nmeros enteros . . . . . . . . 251
9.1.4. Los nmeros primos . . . . . . . . . . . . . . . . . . . . . . . . 251
9.1.5. Teorema fundamental de la aritmtica . . . . . . . . . . . . . . 252
9.1.6. Procedimiento para generar la factorizacin prima de un nmero
entero . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 256
9.1.7. El mximo comn divisor (MCD) . . . . . . . . . . . . . . . . . 260
9.1.8. El mnimo comn mltiplo(MCM) . . . . . . . . . . . . . . . . . 261
9.1.9. El algoritmo de Euclides . . . . . . . . . . . . . . . . . . . . . . 262
9.2. Aritmtica modular . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 263
9.2.1. Aplicaciones de la aritmtica modular . . . . . . . . . . . . . . . 264
9.2.2. Asignacin de localizaciones de memoria en el computador . . . 264
9.2.3. Generacin de nmeros pseudoaleatorios . . . . . . . . . . . . . 265
9.2.4. Criptosistemas basados en aritmtica modular . . . . . . . . . . 266
9.3. Representacin de los enteros en el computador . . . . . . . . . . . . . 267
9.3.1. Representacin de nmeros enteros en base hexadecimal . . . . 269
9.3.2. Cambio de base de un nmero entero escrito en base 10 . . . . . 269
9.3.3. Algoritmo para construir la expansin de n en base b . . . . . . 270
9.3.4. Algoritmos para operaciones de nmeros enteros en base 2 . . . 272
9.4. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 277
Captulo 1
Introduccin a la lgica matemtica
1.1. Clculo proposicional
Denicin de proposicin:
Una proposicin es un enunciado declarativo que puede ser calicado sin ambigedad
como verdadero o falso. En este anlisis no se tendrn en cuenta proposiciones que
requieran una opinin individual y que por lo tanto, no pueden ser verdaderas o falsas.
Las siguientes declaraciones son ejemplos de proposiciones:
Matemticas Discretas es una materia que se evala en el Examen de Calidad
de la Educacin Superior (ECAES) en el programa acadmico de Ingeniera de
Sistemas
El promedio a nivel nacional en el ECAES de Ingeniera de Sistemas fue de 110.3
puntos en el ao 2007
El cuadernillo de ingls tenia 40 preguntas en el ECAES de Ingeniera de Sistemas
del ao 2008
Las siguientes declaraciones son ejemplos de lo que no es una proposicin:
Atltico Nacional es el mejor equipo del ftbol colombiano
lvaro Uribe ha sido el mejor presidente de los colombianos
Los prximos juegos deportivos nacionales sern ganados por el departamento del
Valle
Las proposiciones pueden considerarse como primitivas, ya que en realidad no se
pueden descomponer en partes ms simples.
Las proposiciones primitivas se utilizan con conectivos lgicos para formar proposi-
ciones compuestas.
7
8 CAPTULO 1. INTRODUCCIN A LA LGICA MATEMTICA
Los smbolos p, q, r, s, . . . se utilizarn para denotar proposiciones, los cuales se
llamarn variables proposicionales.
1.1.1. Conectivos proposicionales
Los conectivos proposicionales son tambin conocidos con el nombre de conectivos
lgicos.
Los conectivos principales son:
la negacin, representada por el smbolo
la disyuncin, representada por el smbolo
la conjuncin, representada por el smbolo
el condicional (o implicacin), representada por el smbolo
el bicondicional (o doble implicacin), representada por el smbolo
Las tablas de verdad para estos conectivos son:
Tabla de verdad de la negacin:
p p
V F
F V
Tabla de verdad de la disyuncin:
p q p q
V V V
V F V
F V V
F F F
Tabla de verdad de la conjuncin:
p q p q
V V V
V F F
F V F
F F F
1.1. CLCULO PROPOSICIONAL 9
Tabla de verdad del condicional:
p q p q
V V V
V F F
F V V
F F V
Tabla de verdad del bicondicional:
p q p q
V V V
V F F
F V F
F F V
Dos proposiciones p y q son equivalentes cuando el bicondicional p q es una
proposicin verdadera.
Ejemplo 1:
Se tienen las siguientes dos proposiciones:
p :

2 es un nmero irracional
q : un ao bisiesto tiene 366 das
las dos proposiciones p y q son verdaderas, como V V es verdadero, entonces las
proposiciones p y q son equivalentes.
Ejemplo 2:
Se tienen las siguientes dos proposiciones:
p : 2+3=7
q : 4 es un nmero impar
las dos proposiciones p y q son falsas, como F F es verdadero, entonces las proposi-
ciones p y q son equivalentes.
1.1.2. Frmulas bien formadas
Una frmula es una sucesin nita de variables proposicionales, conectivos lgicos
y parntesis. Una Frmula Bien Formada (FBF), es, intuitivamente una frmula cohe-
rente, con sentido gramatical. Las FBF sern denotadas por los smbolos: A, B, C, A
1
,
B
1
, C
1
, . . .
Denicin:
Una FBF del clculo proposicional es aquella frmula que se ajusta a cualquiera de
estos casos:
1. Toda variable proposicional aislada es una FBF
2. Si A es una FBF, entonces (A) es una FBF
3. Si A y B son FBF, entonces tambin lo son:
(A) (B),
(A) (B),
(A) (B), y
(A) (B).
4. Una frmula es bien formada si lo es como resultado de aplicar los casos 1, 2 y 3
un nmero nito de veces.
Ejemplo 3:
La frmula ((p) ( (q))) (( ( (p))) (q)) es una frmula bien formada?
Para determinar si la frmula es bien formada, sea A
0
la frmula que represente
a sta, si A
0
se puede obtener al aplicar un nmero nito de pasos los casos 1, 2 y 3
entonces la frmula es bien formada, para esto se tiene:
A
0
= ((p) ( (q))) (( ( (p))) (q)), como el conectivo principal de la
frmula es la implicacin, entonces A
0
se puede representar como A
0
= (A
1
) (B
1
)
donde A
1
= (p) ( (q)) y B
1
= ( ( (p))) (q). En el anlisis de las frmulas
A
1
y B
1
se tiene:
A
1
= (p) ( (q)), A
1
puede ser reescrita como A
1
= (A
2
) (B
2
), con A
2
= p
y B
2
= (q), con B
2
= (B
3
) y B
3
= q. Como A
2
y B
3
son variables
proposicionales aisladas entonces stas son FBF; como B
2
es la negacin de una
FBF entonces sta tambin es una FBF; como la frmula A
1
es la conjuncin de
las FBF A
2
y B
2
entonces A
1
es tambin una FBF.
B
1
= ( ( (p))) (q), B
1
puede ser reescrita como B
1
= (A
4
) (B
4
), con
A
4
= ( (p)) y B
4
= q, como B
4
es una variable proposicional aislada
entonces es una FBF. La frmula A
4
puede ser reescrita como A
4
= (A
5
)
donde A
5
= (p) que puede ser reescrita como A
5
= (A
6
) y A
6
= p, como
A
6
es una variable proposicional aislada entonces es una FBF; A
5
es la negacin
de una FBF entonces sta tambin es una FBF; A
4
es la negacin de A
5
que
es una FBF entonces A
4
tambin es una FBF. Como la frmula B
1
es la doble
implicacin entre las FBF A
4
y B
4
entonces B
1
es tambin una FBF.
en el anlisis anterior ya se obtuvo que A
1
y B
1
son FBF y como A
0
= (A
1
) (B
1
)
entonces A
0
es tambin una FBF.
1.1.3. Frmulas lgicamente equivalentes (FLE)
Dos frmulas A y B son lgicamente equivalentes, lo cual se indica en este trabajo
como A B, cuando tienen la misma tabla de verdad.
Ejemplo 4:
Se tienen las siguientes frmulas A = (p q) y B = p q, son las frmulas
A y B lgicamente equivalentes?
Para dar respuesta a sta pregunta se har uso de las tablas de verdad, para lo cual se
tiene:
p q p q p q (p q) p q
V V F F F V V
V F F V V F F
F V V F F V V
F F V V F V V
como las columnas de la tabla que indican los valores para las frmulas (p q)
y p q son iguales entonces stas frmulas son lgicamente equivalentes.
1.1.4. Tautologa
Cuando dos frmulas A y B son lgicamente equivalentes, el bicondicional A B es
siempre verdadero. Cuando dos frmulas A y B son lgicamente equivalentes entonces
A B es una tautologa, segn la denicin siguiente:
Denicin:
Si una FBF tiene siempre el valor verdadero independientemente de cada asignacin
particular de valores a sus variables, entonces esta frmula es una tautologa y se denota
con V ; si tal valor es siempre falso, entonces esta frmula es una contradiccin y se
denota con F.
Ejemplo 5:
La frmula ((p q) p) ( q) es una tautologa?
Para dar respuesta a esta pregunta se har uso de las tablas de verdad, para lo cual se
tiene:
p q p q p q (p q) p) ((p q) p) ( q)
V V F F V F V
V F F V F F V
F V V F V V F
F F V V V V V
la frmula no es una tautologa porque existe una combinacin de asignacin de valores
de las variables proposicionales que hacen que la frmula genere el valor falso, dicha
asignacin de valores es p = F y q = V , lo cual se evidencia en la tercer la de la tabla
de verdad.
Una alternativa es indagar de forma indirecta la posibilidad de que alguna combi-
nacin de valores d un valor F en la frmula.
Manera alternativa:
El conectivo principal de la frmula es una implicacin (), la nica posibilidad para
que una implicacin tome valor falso es cuando el antecedente es verdadero y el conse-
cuente es falso
(( p q ) ( p ))
. .
V
( q )
. .
F
. .
F
la nica posibilidad para que el consecuente sea falso es cuando la variable proposicional
q toma valor verdadero; tener en cuenta que la asignacin de valor para la variable
proposicional q aplica para toda la expresin
(( p q
..
V
) ( p ))
. .
V
( q
..
V
)
. .
F
. .
F
la nica posibilidad para que el antecedente sea verdadero es cuando la variable proposi-
cional p toma valor falso; tener en cuenta que la asignacin de valor para la variable
proposicional p aplica para todas las ocurrencias de dicha variable en la expresin
(( p
..
F
q
..
V
)
. .
V
( p
..
F
. .
V
))
. .
V
( q
..
V
)
. .
F
. .
F
en este ejemplo utilizando la manera alternativa se concluye igualmente que la frmula
no es una tautologa porque se logr determinar una asignacin de valores para las
variables proposicionales que hace que la frmula tome el valor falso.
1.1.5. Leyes de la lgica
La siguiente tabla contiene las principales leyes de la lgica en el clculo proposi-
cional, donde A, B y C son frmulas bien formadas. Para una mayor claridad con respec-
to al alcance de una negacin en un frmula bien formada en el clculo proposicional,
entonces se usar en la tabla y en el resto de ejercicios de la seccin, la representacin
A en vez de A, donde A es una frmula bien formada.
Nmero Equivalencia Lgica Nombre Ley
1. A A Ley de doble negacin
2. A B A B Ley de De Morgan
2. A B A B Ley de De Morgan
3. A B B A Ley conmutativa
3. A B B A Ley conmutativa
4. A (B C) (A B) C Ley asociativa
4. A (B C) (A B) C Ley asociativa
5. A (B C) (A B) (A C) Ley distributiva
5. A (B C) (A B) (A C) Ley distributiva
6. A A A Ley de idempotencia
6. A A A Ley de idempotencia
7. A F A Ley de identidad
7. A V A Ley de identidad
8. A A V Ley inversa
8. A A F Ley inversa
9. A V V Ley de dominacin
9. A F F Ley de dominacin
10. A (A B) A Ley de absorcin
10. A (A B) A Ley de absorcin
11. (A B) (B A) Ley de transposicin
1.1.6. Utilizando las leyes de la lgica proposicional
Ejemplo 6:
Simplicar la siguiente proposicin compuesta [(x y) (x y)] x utilizando las
leyes de la lgica proposicional. En cada paso especicar la regla que se utiliz.
Utilizando las leyes de la lgica proposicional la simplicacin es la siguiente:
[(x y) (x y)] x
[(x y) (x y)] x, equivalencia lgica de la implicacin.
[(x y) (x y)] x, ley de De Morgan.
[(x y) (x y)] x, ley de De Morgan y ley de doble negacin.
[((x y) x) ((x y) y)] x, ley distributiva.
[((x x) (x y)) ((x y) (y y))] x, ley distributiva.
[(F (x y)) ((x y) F)] x, ley inversa.
[(x y) (x y)] x, ley de identidad.
(x y) ((x y) x), ley asociativa.
(x y) x ley de Absorcin
(x x) (y x), ley distributiva.
V (y x), ley inversa
(y x), ley de identidad.
y x, equivalencia lgica de la implicacin.
Se puede utilizar tablas de verdad, como mecanismo adicional, para vericar si el re-
sultado obtenido en la simplicacin es correcto. Es importante tener en cuenta que la
validez del resultado de la simplicacin, depende nica y exclusivamente, del correcto
uso de las leyes de la lgica proposicional, donde, en cada paso de la simplicacin se
garantizar que se tiene una proposicin compuesta lgicamente equivalente a la proposi-
cin compuesta original.
x y (x y) (x y) [(x y) (x y)] x y x
V V F V V
V F V V V
F V V F F
F F F V V
Como se obtuvieron exactamente los mismos valores en las columnas de la tabla de
verdad correspondientes a [(x y) (x y)] x y a y x entonces las dos
proposiciones compuestas son lgicamente equivalentes y la simplicacin es correcta.
Ejemplo 7:
Utilizando las leyes de la lgica proposicional simplicar la siguiente proposicin com-
puesta [(p q) (p q)] [(p q) (p q)].
Los pasos de la simplicacin son los siguientes:
[(p q) (p q)] [(p q) (p q)]
[(p q) (p q)] [(p q) (p q)], equivalencia lgica implicacin.
[(p q) (p q)] [(p q) (p q)], ley de De Morgan.
[(p p) q] [(p q) (p q)], ley distributiva .
[F q] [(p q) (p q)], ley inversa.
[q] [(p q) (p q)], ley de identidad.
q [ p (q p) q ], ley asociativa.
q [ p (p q) q ], ley conmutativa.
q [( p p) (q q )], ley asociativa.
q [F (q q )], ley inversa.
q F, ley de dominacin.
q, ley de identidad.
1.1.7. Conectivo X-OR (
)
El conectivo de la lgica proposicional es llamado O Exclusivo o X-OR. Su tabla
de verdad es:
p q p q
V V F
V F V
F V V
F F F
La siguiente equivalencia lgica representa al X-OR: p q (p q) (p q).
Ejemplo 8:
Determinar sin utilizar tablas de verdad si la proposicin compuesta (x y) (x y)
es una tautologa.
Haciendo uso de las leyes de la lgica proposicional, el anlisis es el siguiente:
(x y) (x y) (x y) (x y), equivalencia lgica de la implicacin
(x y) (x y), ley de doble negacin
((x y) (x y)) (x y), equivalencia lgica del X-OR
(x y) ((x y) (x y)), ley asociativa
(x y) (((x y) x) y), ley asociativa
(x y) ((x) y), ley de absorcin
(x y) (x y), ley de De Morgan
V , ley inversa
Queda demostrado que la proposicin compuesta original es una tautologa porque el
valor obtenido como resultado de la simplicacin es el V .
Ejemplo 9:
Demostrar utilizando las leyes de la lgica proposicional, que la proposicin compuesta
(p q) (p q) es lgicamente equivalente a la proposicin compuesta p q.
La demostracin se justica con cada uno de los siguientes pasos:
(p q) (p q) (p q) (p q), ley de De Morgan
(p q) (p q), ley de doble negacin
(p q) ((p q) (p q)), equivalencia lgica del X-OR
(p q) ((p q) (p q)), ley de De Morgan
(p q) ((p q) (p q)), ley de De Morgan
[(p q) (p q)] (p q), ley asociativa
[((p q) p) ((p q) q)] (p q), ley distributiva
[((q p) p) ((p q) q)] (p q), ley conmutativa
[(q (p p)) (p (q q))] (p q), ley asociativa
[(q F) (p q)] (p q), Leyes inversa y de idempotencia
[F (p q)] (p q), ley de dominacin
(p q) (p q), ley de identidad
((p q) p) ((p q) q), ley distributiva
(p (p q)) ((p q) q), ley conmutativa
((p p) q) (p (q q)), ley asociativa
(p q) (p F), leyes idempotente e inversa
(p q) F, ley de dominacin
p q, ley de identidad
1.1.8. Conectivo NOR ()
El conectivo NOR es un conectivo completo, en el sentido que, cualquier frmula
del clculo proposicional puede ser escrita utilizando nicamente ste conectivo.
Mnemotcnicamente:
NOR Not or No o (p q) (p q) p q p q
Ejemplo 10:
Demostrar que el conectivo NOR es un conectivo completo.
Sugerencia: Para que el conectivo NOR sea un conectivo completo se debe presentar
el equivalente de los siguientes conectivos principales utilizando nicamente el
conectivo NOR:
Representacin de la negacin utilizando nicamente el NOR:

p p p, ley de idempotencia.
p p, equivalencia lgica NOR.
Representacin de la disyuncin utilizando nicamente el NOR:
p q (p q) (p q), ley de idempotencia.
(p q) (p q), ley de la doble negacin.
(p q) (p q), ley de De Morgan.
(p q) (p q), equivalencia lgica NOR.
Representacin de la conjuncin utilizando nicamente el NOR:
p q (p q), ley de doble negacin.
p q, ley de De Morgan.
(p p) (q q), ley de idempotencia.
(p p) (q q), equivalencia lgica NOR.
Representacin de la implicacin utilizando nicamente el NOR:
p q p q, equivalencia lgica de la implicacin.
(p q) (p q), representacin de la disyuncin con el NOR.
((p p) q) ((p p) q), representacin de la negacin con el NOR.
Representacin de la doble implicacin utilizando nicamente el NOR:
p q (p q) (q p), equivalencia lgica de la doble implicacin.
(p q) (q p), equivalencia lgica de la implicacin.
(p q) (q p), ley de la doble negacin.
(p q) (q p), ley de De Morgan.
(p q) (q p), equivalencia lgica NOR.
((p p) q) ((q q) p), ley de idempotencia.
((p p) q) ((q q) p), equivalencia lgica NOR.
Ejemplo 11:
Representar la proposicin (p q) (q r) slo con el conectivo NOR ()
Para resolver este ejercicio ms fcilmente, primero se simplicar la proposicin com-
puesta y luego sobre dicha simplicacin se buscar la representacin utilizando nica-
mente el conectivo NOR, para esto se tiene:
(p q) (q r) (p q) (q r), equivalencia lgica de la implicacin.
(p q) (q r), ley de De Morgan.
p ((q q) r), ley asociativa.
p (V r), ley inversa.
p V , ley de dominacin.
V , ley de dominacin.
Ahora se transformar el resultado de la simplicacin utilizando nicamente el conec-
tivo NOR
V (p p), ley inversa.
(p p) (p p), ley de idempotencia.
(p p) (p p), ley de doble negacin.
(p p) (p p), ley de De Morgan.
(p p) (p p), equivalencia lgica NOR.
((p p) p) ((p p) p), ley de idempotencia.
(((p p) p) ((p p) p)), equivalencia lgica NOR.
Ejemplo 12:
Demostrar utilizando las leyes de la lgica proposicional que las proposiciones compues-
tas (p q) (p q) y ((p p) q) ((p p) q) son lgicamente equivalentes.
Los pasos que justican la demostracin son los siguientes:
(p q) (p q)
(p q) ((p q) (q p)) , equivalencia lgica doble implicacin.
(p q) ((p q) (q p)), equivalencia lgica de la implicacin.
p q, ley de absorcin.
(p q) (p q), ley de la idempotencia.
(p q) (p q), ley de la doble negacin.
(p q) (p q), equivalencia lgica del NOR.
((p p) q) ((p p) q), ley de idempotencia.
((p p) q) ((p p) q), equivalencia lgica del NOR.
1.1.9. Conectivo NAND ()
El conectivo NAND es tambin un conectivo completo, en el sentido que, cualquier
frmula del clculo proposicional puede ser escrita utilizando nicamente ste conectivo.
Mnemotcnicamente:
NAND Not AND NO y (p q) (p q) p q p q
Ejemplo 13:
Demostrar que el conectivo NAND es un conectivo completo.
De forma similar como se demostr que el conectivo NOR es un conectivo completo,
tambin se demuestra que el conectivo NAND es un conectivo completo, de esta forma
se debe representar los conectivos , , , y , utilizando nicamente el
conectivo NAND.
Representacin de la negacin utilizando nicamente el NAND:
p p p, ley de idempotencia
p p, equivalencia lgica de la NAND.
Representacin de la disyuncin utilizando nicamente el NAND:
p q p q, ley de la doble negacin.
p q, ley de De Morgan.
(p p) (q q), ley de idempotencia.
(p p) (q q), equivalencia lgica NAND.
Representacin de la conjuncin utilizando nicamente el NAND:
p q (p q) (p q), ley de idempotencia.
(p q) (p q), ley de doble negacin.
(p q) (p q), equivalencia lgica NAND.
Representacin de la implicacin utilizando nicamente el NAND:
p q p q, equivalencia lgica de la implicacin.
(p q), ley de la doble negacin.
(p q), ley de De Morgan.
(p (q q)), ley de idempotencia.
(p (q q)), equivalencia lgica NAND.
Representacin de la doble implicacin utilizando nicamente el NAND:
p q (p q) (q p), equivalencia lgica de la doble implicacin.
(p q) (q p), equivalencia lgica de la implicacin.
((p q) q) ((p q) p), ley distributiva.
((p q) (q q)) ((p p) (q p)), ley distributiva.
((p q) F) (F (q p)), ley inversa.
((p q)) ((q p)), ley de identidad.
(p q) (q p), ley de doble negacin.
(p q) (q p), ley de De Morgan.
((p p) (q q)) (q p), ley de idempotencia.
((p p) (q q)) (q p), equivalencia lgica NAND.
Ejemplo 14:
Representar la proposicin (p q) q utilizando slo el conectivo NAND (), y donde
se utilice la mnima cantidad de estos.
Para utilizar la mnima cantidad de conectivos NAND, en necesario simplicar primero
la proposicin compuesta, para luego, sobre la simplicacin buscar el equivalente uti-
lizando nicamente el conectivo NAND. De esta forma se tiene:
(p q) q (((p q) q) ((p q) q)), equivalencia lgica del X-OR
(((p q) q) ((p q) q)), ley de doble negacin
((p q) q) ((p q) q), ley de De Morgan
((p q) q) (q), ley de absorcin
((p q) q ) (q), ley de De Morgan
((p q) q) q, ley de doble negacin
(p (q q)) q, ley asociativa
(p q) q, ley de idempotencia
(q q) (p q), ley distributiva
F (p q), ley inversa
p q, ley de identidad
(p q) (p q), ley de idempotencia
(p q) (p q), ley de doble negacin
(p q) (p q), ley de De Morgan
(p q) (p q), equivalencia lgica del NAND
(p (q q)) (p (q q)), ley de idempotencia
(p (q q)) (p (q q)), equivalencia lgica del NAND
1.1.10. Ejercicios
1. Determinar cules de las siguientes asignaciones de verdad a las proposiciones
primitivas p, q, r y s hacen que la proposicin compuesta (p (q r)) (r s)
tome el valor falso.
a) p=V, q=V, r=F, s=V
b) p=V, q=V, r=F, s=F
c) p=F, q=F, r=V, s=F
d) p=V, q=F, r=V, s=V
e) p=V, q=F, r=V, s=F
f ) p=F, q=F, r=F, s=F
g) p=V, q=V, r=V, s=V
2. Identicar cules de las siguientes proposiciones compuestas son tautologas.
a) p (((r s) (t (v (w q))) (r w)) p)
b) (p q) p
c) (p q) (p q)
d) (((p p) p) p) p
e) (p (q r)) ((p q) (p r))
3. Simplicar las siguientes proposiciones compuestas utilizando las leyes de la lgica
proposicional. En cada paso de la simplicacin registrar la regla que se utiliz.
a) p (p (p (p (r s))))
Respuesta: V
b) (p q) [(p q) (p q)] (p q)
Respuesta: F
c) (p q) (p q) [(p q) (p q)]
Respuesta: V
d) (p q r) (p t q) (p t r)
Respuesta: p ((q t) (r (t q)))
e) (p q r) (p t q) (p t r)
f ) (x y) x
Respuesta: y
g) (x y) y
Respuesta: x y
h) (p q) (p q)
i ) (p q) (p q)
j ) (p q) (p q)
k) (p q) (p q)
l ) ((p q) p) (q q)
m) ((p q) p) (q q)
n) (((p q) p) q) q
) (((p q) p) q) q
o) ((p q) p) (q q)
p) ((p q) p) (q q)
q) (((p q) p) q) q
r) (((p q) p) q) q
4. Representar las siguientes proposiciones compuestas utilizando nicamente el conec-
tivo NOR ()
a) (p q) (p q)
b) (p q) (p q)
Respuesta: p q ((p p) q) ((q q) p)
c) (p q) (p q)
Respuesta: q p ((q q) p) ((q q) p)
d) (p q) (p q)
e) (p q) (p q)
f ) (p q) (q r)
Respuesta: ((p p) p) ((p p) p)
g) p q
h) p q
i ) (p q) (p q)
Respuesta: (p (p p)) (p (p p))
5. Representar las siguientes proposiciones compuestas utilizando nicamente el conec-
tivo NAND ()
a) (p q) (p q)
Respuesta: (p p) p
b) (p q) (p q)
c) (p q) (p q)
Respuesta: (p (q q)) ((p p) (q q)) (p q)
d) (p q) (p q)
e) (p q) (p q)
f ) p q
g) (p q) (p q)
Respuesta: p (p p)
h) p q
Respuesta: (p (q q)) ((p p) q)
i ) (p q) (p q)
j ) (p q) (p q)
1.2. REGLAS DE INFERENCIA 25
1.2. Reglas de inferencia
Las reglas de inferencia son utilizadas en la lgica proposicional, para demostrar que
una conclusin se sigue lgicamente de un conjunto de hiptesis, al utilizar una serie
de pasos que involucran reglas de inferencia y/o leyes de la lgica proposicional.
1.2.1. Tabla de reglas de inferencia
Regla de inferencia Tautologa Nombre
p
p q
p (p q) Adicin
p q
p
(p q) p Simplicacin
p
q
p q
[(p) (q)] (p q) Conjuncin
p
p q
q
[p (p q)] q Modus Ponens
q
p q
p
[q (p q)] p Modus Tollens
p q
q r
p r
[(p q) (q r)] (p r) Silogismo Hipottico
p q
p
q
[(p q) p] q Silogismo Disyuntivo
p q
p r
q r
[(p q) (p r)] (q r) Resolucin
Ejemplo 15:
El siguiente razonamiento es un ejemplo de la regla de inferencia de adicin:
Antonio es una persona joven. Por lo tanto, Antonio es una persona joven o Antonio
es una persona saludable.
A partir del enunciado del razonamiento se obtienen las proposiciones:
p : Antonio es una persona joven
q : Antonio es una persona saludable
El razonamiento puede ser reescrito ahora como la regla de inferencia de adicin:
p
p q
Ejemplo 16:
El siguiente razonamiento es un ejemplo de la regla de inferencia de simplicacin:
Antonio es una persona joven y Antonio es una persona saludable. Por lo tanto, An-
tonio es una persona joven.
p : Antonio es una persona joven
q : Antonio es una persona saludable
El razonamiento puede ser reescrito ahora como la regla de inferencia de simplicacin:
p q
p
Ejemplo 17:
El siguiente razonamiento es un ejemplo de la regla de inferencia de conjuncin:
Rosa es elegida presidenta de la junta de accin comunal. Elena ingresa a la junta de
accin comunal. Por lo tanto, Rosa es elegida presidenta de la junta de accin comunal
y Elena ingresa a la junta de accin comunal.
p : Rosa es elegida presidenta de la junta de accin comunal
q : Elena ingresa a la junta de accin comunal
El razonamiento puede ser reescrito ahora como la regla de inferencia de conjuncin:
p
q
p q
Ejemplo 18:
El siguiente razonamiento es un ejemplo de la regla de inferencia de Modus Ponens:
Si Lina gana 100 millones de pesos en la lotera, entonces, Jos renunciar a su tra-
bajo. Lina gan 100 millones de pesos en la lotera. Por lo tanto, Jos renunciar a su
trabajo.
p : Lina gana 100 millones de pesos en la lotera
q : Jos renuncia a su trabajo
El razonamiento puede ser reescrito ahora como la regla de inferencia de Modus Ponens:
p q
p
q
Ejemplo 19:
El siguiente razonamiento es un ejemplo de la regla de inferencia de Modus Tollens:
Si Lina gana 100 millones de pesos en la lotera, entonces, Jos renunciar a su trabajo.
Se sabe que Jos no renunci a su trabajo. Por lo tanto, Lina no gan 100 millones de
pesos en la lotera.
p : Lina gana 100 millones de pesos en la lotera
q : Jos renuncia a su trabajo
El razonamiento puede ser reescrito ahora como la regla de inferencia de Modus Tollens:
p q
q
p
Ejemplo 20:
El siguiente razonamiento es un ejemplo de la regla de inferencia de silogismo hipottico:
Si hoy es un da lluvioso, entonces no debemos tener un asado hoy. Si no debemos tener
un asado hoy, entonces debemos tener un asado maana, Por lo tanto, si hoy es un da
lluvioso, entonces debemos tener un asado maana.
p : Hoy es un da lluvioso
q : No debemos tener un asado hoy
r : Debemos tener el asado maana
El razonamiento puede ser reescrito ahora como la regla de inferencia de silogismo
hipottico:
p q
q r
p r
Ejemplo 21:
El siguiente razonamiento es un ejemplo de la regla de inferencia de silogismo disyun-
tivo:
La billetera de Carlos est en su bolsillo o la billetera de Carlos est en la mesa. Se
sabe que la billetera de Carlos no est en su bolsillo. Por lo tanto, la billetera de Carlos
est en la mesa.
p : La billetera de Carlos est en su bolsillo
q : La billetera de Carlos est en la mesa
El razonamiento puede ser reescrito ahora como la regla de inferencia de silogismo
disyuntivo:
p q
p
q
1.2.2. Utilizacin de las reglas de inferencia para demostrar la
validez de razonamientos
Ejemplo 22:
Determinar si el siguiente razonamiento es vlido:
g
g e
e k
k l
l m
m b
b
En la solucin de todos los ejemplos de esta seccin, se numeran cada una de las hipte-
sis, para despus poder referenciar a cada una de las stas en las razones que justican
cada uno de los resultados en los pasos. Por ejemplo, para referenciar a la hiptesis 4
se utiliza H
4
. De forma similar, para referenciar el resultado del paso i del anlisis, se
utilizar P
i
.
La numeracin de las hiptesis es la siguiente:
1. g
2. g e
3. e k
4. k l
5. l m
6. m b
b
Los pasos, resultados y razones que se necesitan para demostrar la validez del razona-
miento son los siguientes:
Pasos Resultados Razones
1. e Regla Modus Ponens entre H
1
e H
2
2. k Regla Modus Ponens entre P
1
e H
3
3. l Regla Modus Ponens entre P
2
e H
4
4. m Regla Modus Ponens entre P
3
e H
5
5. b Regla Modus Ponens entre P
4
e H
6
Como la conclusin se obtiene a partir de las hiptesis y de la utilizacin de las reglas
de inferencia, entonces se concluye que el razonamiento es vlido.
Ejemplo 23:
Mostrar o refutar que las hiptesis p (q r), q p y p implican la conclusin r.
El razonamiento se puede reescribir como:
1. p (q r)
2. q p
3. p
r
Los pasos y razones necesarios para obtener la conclusin a partir de las hiptesis, son:
1. q Regla Modus Tollens entre H
2
e H
3
2. q r Regla Modus Ponens entre H
1
e H
3
3. r Regla Modus Ponens entre P
1
y P
2
El razonamiento es vlido porque la conclusin se obtiene a partir las hiptesis y del
uso de algunas de las reglas de inferencia.
Ejemplo 24:
En el siguiente razonamiento ya se han enumerado las hiptesis, determinar su validez.
1. p r
2. p q
p (r q)
La justicacin de la validez del razonamiento se apoya en los siguientes pasos, resul-
tados y razones:
1. p r Equivalencia lgica de la implicacin en H
1
2. p q Equivalencia lgica de la implicacin en H
2
3. (p r) (p q) Regla de Conjuncin entre P
1
y P
2
4. p (r q) Ley distributiva en P
3
5. p (r q) Equivalencia lgica de la implicacin en P
4
Utilizando las leyes de la lgica, las reglas de inferencia y las hiptesis originales, se
obtiene la conclusin del razonamiento, por lo tanto el razonamiento es vlido.
Ejemplo 25:
Determinar si el siguiente razonamiento es vlido. En el razonamiento las hiptesis ya
estn numeradas.
1. p q
2. q s
3. r s
4. p r
r
Los pasos, resultados y razones necesarios para deducir la conclusin a partir de las
hiptesis, el uso de las leyes de la lgica proposicional y del uso de las reglas de infe-
rencia, son:
1. (p r) (p r) Equivalencia lgica del X-OR en H
4
2. p s Regla de Silogismo hipottico entre H
1
e H
2
3. r s Equivalencia lgica de la implicacin en H
3
4. s r Ley conmutativa en P
3
5. s r Equivalencia lgica de la implicacin en P
4
6. p r Regla de Silogismo Hipottico entre P
2
y P
5
7. p r Equivalencia lgica de la implicacin en P
6
8. (p r) Ley de De Morgan en P
7
9. p r Regla de Silogismo Disyuntivo entre P
1
y P
8
10. r Regla de simplicacin en P
9
Se obtiene la conclusin, por lo tanto el razonamiento es vlido.
Ejemplo 26:
(p q) r
r s
(p s) t
(q s) u
u t
La numeracin de las hiptesis en el razonamiento es el siguiente:
1. (p q) r
2. r s
3. (p s) t
4. (q s) u
u t
La validez del razonamiento se obtiene con los siguientes pasos, resultados y razones:
1. (p r) (q r) Ley distributiva en H
1
2. p r Regla de Simplicacin del P
1
3. p r Equivalencia lgica de la implicacin del P
2
4. p s Regla de Silogismo Hipottico entre P
3
e H
2
5. p s Equivalencia lgica de la implicacin del P
4
6. t Regla Modus Ponens entre P
5
e H
3
7. q r Regla de Simplicacin del P
1
8. q r Equivalencia lgica de la implicacin del P
7
9. q s Regla de Silogismo Hipottico entre P
8
e H
2
10. q s Equivalencia lgica de la implicacin del P
9
11. u Regla Modus Ponens entre P
10
e H
4
12. u t Regla de Adicin entre P
11
y P
6
13. u t Equivalencia lgica de la implicacin del P
12
Se obtiene la conclusin a partir de las hiptesis, de la aplicacin de las leyes de la
lgica proposicional y de reglas de inferencia. De esta forma la validez del razonamiento
queda demostrada, pero, el resultado del paso nmero 12 a pesar de que es correcto no
se ve muy natural. Por este motivo la validez de este razonamiento se demostrar de
nuevo en el captulo 3 de Tcnicas de Demostracin en la subseccin 3.2.2 de Tcnica
de Demostracin por Contradiccin, donde se obtiene una demostracin ms natural y
aceptable para este razonamiento.
Ejemplo 27:
Mostrar o refutar que las hiptesis q p, p r, r s y (q s) (t s) implican la
conclusin t.
El razonamiento se puede reescribir numerando las hiptesis de la siguiente forma:
1. q p
2. p r
3. r s
4. (q s) (t s)
t
Una forma correcta para establecer la validez del razonamiento es la siguiente:
1. p r Ley de De Morgan en H
2
2. p Regla de Simplicacin del P
1
3. r Regla de Simplicacin del P
1
4. s Regla Modus Ponens entre P
3
e H
3
5. q Regla de Silogismo disyuntivo entre P
2
e H
1
6. q s Regla de Conjuncin entre P
5
y P
4
7. t s Regla Modus Ponens entre P
6
e H
4
8. t Regla de Simplicacin del P
7
Se obtiene la conclusin del razonamiento a partir del conjunto de hiptesis, y del ade-
cuado uso tanto, de las leyes de la lgica proposicional, como de las reglas de inferencia.
Por lo tanto el razonamiento es correcto.
Ejemplo 28:
1. u r
2. (r s) (p t)
3. q (u s)
4. t
q p
Los pasos y razones que se necesitan para demostrar la validez del razonamiento son
los siguientes:
1. (r s) (p t) Equivalenca lgica de la implicacin en H
2
2. ((r s) p) t Ley asociativa en P
1
3. ((r s) p) Regla de Silogismo Disyuntivo entre P
2
e H
4
4. (r s) p Ley de De Morgan en P
3
5. r (s p) Ley asociativa en P
4
6. r (s p) Equivalenca lgica de la implicacin en P
5
7. u (s p) Regla de Silogismo Hipottico entre H
1
y P
6
8. u (s p) Equivalenca lgica de la implicacin en P
7
9. (u s) p Ley asociativa en P
8
10. (u s) p Equivalenca lgica de la implicacin en P
9
11. (u s) p Ley de De Morgan en P
10
12. q p Regla de Silogismo Hipottico entre H
3
y P
11
Se obtiene la conclusin a partir de las hiptesis, de la aplicacin de las leyes de la
lgica proposicional y de las reglas de inferencia, de esta forma queda demostrada la
validez del razonamiento. Este ejemplo, tambin se demostrar de nuevo en el captulo
3 de Tcnicas de Demostracin, utilizando una mtodo diferente.
1.2.3. Ejercicios
1. Escribir cada uno de los siguientes argumentos en forma simblica, despus de-
termine por reglas de inferencia si cada uno de stos es vlido:
a) Si Carlos va a la carrera de autos, entonces Elena se enojar. Si Rafael juega
cartas toda la noche, entonces Carmen se enojar. Si Elena o Carmen se
enojan, le avisarn a Vernica (su abogado). Vernica no ha tenido noticias
de estas dos clientes. En consecuencia, ni Carlos fue a la carrera ni Rafael
jug cartas toda la noche.
b) Si Rosa Mara obtiene el puesto de supervisor y trabaja mucho, entonces
obtendr un aumento. Si obtiene el aumento, entonces comprar un auto
nuevo. Ella no ha adquirido un auto nuevo. Por lo tanto, Rosa Mara no ha
obtenido el puesto de supervisor o no ha trabajado mucho.
c) Si la banda no pudiera tocar rock o las bebidas no llegasen a tiempo, entonces
la esta de Ao Nuevo tendra que cancelarse y Alicia se enojara. Si la esta
se cancelara, habra que devolver el dinero. No se devolvi el dinero. Por lo
tanto, la banda pudo tocar rock.
d) Si Toms tiene 17 aos, entonces es de la misma edad de Juana. Si Jos no
tiene la misma edad de Toms, entonces Jos tiene distinta edad que Juana.
Toms tiene 17 aos y Jos tiene la misma edad que Juana. Por lo tanto, Jos
tiene la misma edad que Toms y Toms tiene la misma edad que Juana.
e) Si es verdad que si llueve entonces los estudiantes se acuestan, entonces
los estudiantes no estudian. Si los estudiantes aprueban el examen entonces
o los estudiantes estudian o el examen es trivial. Si el examen es trivial,
entonces los estudiantes son ojos. Es un hecho que los estudiantes aprueban
el examen y no son ojos. Por lo tanto, llueve y los estudiantes no se acuestan.
f ) Si el contrato es legal y Prez entr en el contrato, entonces Garca ganar
el pleito. O Garca no ganar el pleito o Prez ser responsable. Prez no
ser responsable. Por lo tanto, o el contrato no es legal o Prez no entr en
el contrato.
2. Determinar si cada uno de los siguientes razonamientos es vlido. Para cada uno
de los pasos del anlisis, indicar, que regla de inferencia o ley de la lgica proposi-
cional se utiliz y sobre que hiptesis o resultados intermedios se aplic.
a) (q p)
(q r)
(p r)
r
b) t (p s)
q p
r s
r q
t
c) r t
q r
q p
p
q u t
u
d) p
p q
r q
s r
s t
e) ((p q) r)
(r s)
(p s)
f ) p q
q r
r
p
g) (x = 5) (x < y)
((x > 3) (z < 2)) ((z < x) (y = 1))
(x < y) (z < 2)
(x = 5) (x > 3)
(z < x) (x = 4)
(y = 1) ((x > 3) (z < 2))
(x = 4)
h) (x > y) (x < 6)
(x > y) (x > 4)
(x > 4) ((x = 5) (x < 7))
(x < 6) ((x = 5) (x < 7))
((x < 7) (x = 5)) ((z > x) (y < z))
(x > y) ((y < z) (z > x))
(x < 6)
1.3. LGICA DE PREDICADOS 37
1.3. Lgica de predicados
El clculo de predicados aparece gracias a la limitante de la lgica proposicional
para representar situaciones como:
Todo Hombre es mortal.
Ningn nmero par divide a todos los nmeros mayores o iguales a el.
Juan ama a todas las mujeres hermosas.
Existen personas menores de 30 aos que sufren de hipertensin arterial.
Es necesario enriquecer a la lgica proposicional con elementos tales como:
Funciones proposicionales (o predicados). Al ser funciones es necesario denir las
variables de las funciones proposicionales y los dominios de dichas variables, que
son conocidos con el nombre de universo del discurso.
Cuanticadores universales y existenciales y el alcance de estos.
Esta lgica proposicional enriquecida es lo que se conoce como clculo de predicados o
lgica de predicados.
Es normal encontrar expresiones que involucran variables tales como:
x > 3
x = y + 3
x = y + z
las cuales son frecuentemente encontradas en declaraciones matemticas y en progra-
mas de computador.
Cuando los valores de las variables no son especicados, estas expresiones no son ni
verdaderas ni falsas.
Ejemplo 29:
La expresin x > 3 se puede representar como P(x) : x > 3, donde la variable x es el
sujeto de la expresin y Es mayor que 3 es el predicado o propiedad que el sujeto de
la expresin puede tener y que es representado por P(x). La expresin P(x) tomar el
valor de verdad de la funcin proposicional P evaluada en x.
Una vez que le es asignado un valor a la variable x, la expresin P(x) se convierte
en una proposicin y tiene un valor de verdad determinado.
Ejemplo 30:
Sea el predicado P(x) : x > 3, donde el universo del discurso (dominio de las xs ) es el
conjunto de los nmeros naturales. Cules son los valores de verdad de P(2) y P(6)?
P(2) : 2 > 3, como es falso que 2 sea mayor que 3 entonces P(2) es Falso.
P(6) : 6 > 3, como es verdadero que 6 sea mayor que 3 entonces P(6) es Verdadero.
En general una expresin que involucra las n variables x
1
, x
2
, x
3
, . . . , x
n
puede
ser denotada por P(x
1
, x
2
, x
3
, . . . , x
n
), de esta forma se deja en evidencia que un
predicado puede estar denido en trminos de ms de una variable.
1.3.1. Cuanticador universal
La cuanticacin universal de P(x) es la proposicin para todo x del universo del
discurso, P(x), la cual es representada con la notacin
x
P(x). Aqu es llamado
cuanticador universal.
Ejemplo 31:
Sea el predicado V (x) : x es una vocal, donde el universo del discurso es el conjunto de
letras del alfabeto espaol. Cul es la interpretacin en palabras y el valor de verdad
de la expresin
x
V (x)?
Para la expresin
x
V (x) la interpretacin en palabras es: Toda letra del alfabeto
espaol es una vocal, cuyo valor de verdad es falso, porque las letras consonantes no
son vocales.
Ejemplo 32:
Representar la siguiente expresin en el clculo de predicados: Todo lo que brilla es
oro.
Sean los predicados B(x) : x brilla, O(x) : x es oro, donde el universo del discurso es
el conjunto de metales; de esta forma la expresin Todo lo que brilla es oro se puede
representar por:
x
(B(x) O(x)).
Ejemplo 33:
Representar por medio del clculo de predicados la expresin: Todo estudiante univer-
sitario en Colombia ha estudiado trigonometra.
Sea el predicado P(x) : x ha estudiado trigonometra, donde el universo del discurso
es el conjunto de los estudiantes universitarios colombianos. Entonces apoyados en el
predicado anterior y en el cuanticador universal se tiene que la expresin: Todo estu-
diante universitario en Colombia ha estudiado trigonometra se representa con
x
P(x).
La expresin anterior tambin se puede representar en clculo de predicados de la
siguiente forma:
x
(U(x) T(x)), donde el universo del discurso es el conjunto de
todos los estudiantes colombianos, y se tienen los siguientes predicados:
U(x) : x es un estudiante universitario.
T(x) : x ha estudiado trigonometra.
Ejemplo 34:
Sea el predicado Q(x) : x < 2, donde el universo del discurso es el conjunto de los
nmeros reales. Cul es el valor de verdad de
x
Q(x)?
Q(x) no es verdadera para todos los nmeros reales x, por ejemplo Q(4) es falsa, por
lo tanto
x
Q(x) es falsa.
Cuando todos los elementos del universo del discurso pueden ser listados, por ejem-
plo, x
1
, x
2
, x
3
, . . . , x
n
se tiene que el valor de verdad de
x
P(x) es el mismo que el
que se obtiene por la conjuncin P(x
1
) P(x
2
) P(x
3
) P(x
n
), de este modo
x
P(x) solo es verdadero si todo P(x
i
) es verdadero, donde 1 i n.
Ejemplo 35:
Cul es el valor de verdad de
x
P(x), donde se tiene el predicado P(x) : x
2
< 10 y
el universo del discurso consiste del conjunto de los nmeros entero positivos que no
sobrepasen al 4?
La expresin
x
P(x) toma el mismo valor de verdad que la conjuncin de las proposi-
ciones:
P(1) P(2) P(3) P(4) (1
2
< 10) (2
2
< 10) (3
2
< 10) (4
2
< 10)
(1 < 10) (4 < 10) (9 < 10) (16 < 10)
(V
o
) (V
o
) (V
o
) (F
o
)
F
o
Entonces se tiene que
x
P(x) es falsa en ste universo del discurso.
1.3.2. Cuanticador existencial
La cuanticacin existencial de P(x) es la proposicin Existe un x del universo
del discurso tal que P(x). La notacin
x
P(x) denota la cuanticacin existencial de
P(x). Aqu es llamado el cuanticador existencial. La expresin
x
P(x) es tambin
expresada como: Hay un x tal que P(x), hay al menos un x tal que P(x) o Para
algn x, P(x).
Ejemplo 36:
Sea el predicado V (x) : x es una vocal, donde el universo del discurso es el conjunto de
letras del alfabeto espaol. Cul es la interpretacin en palabras y el valor de verdad
de la expresin
x
V (x)?
Para la expresin
x
V (x) la interpretacin en palabras es: Algunas letras del alfabeto
espaol son vocales, cuyo valor de verdad es cierto.
Ejemplo 37:
Sea el predicado Q(x) : x = x + 1, Cul es el valor de verdad de
x
Q(x) donde el
universo del discurso es el conjunto de los nmeros reales?
Como Q(x) es falsa para todo nmero real x entonces
x
Q(x) es falsa.
Cuando todos los elementos del universo del discurso pueden ser listados, por ejem-
plo x
1
, x
2
, x
3
, . . . , x
n
, se tiene que el valor de verdad de
x
P(x) es el mismo que el
que se obtiene por la disyuncin P(x
1
) P(x
2
) P(x
3
) P(x
n
); de este modo
x
P(x) es verdadero cuando al menos un solo P(x
i
) es verdadero, donde 1 i n.
Ejemplo 38:
Cul es el valor de verdad de
x
P(x), donde se tiene el predicado P(x) : x
2
> 10 y
el universo del discurso consiste del conjunto de los nmeros entero positivos que no
sobrepasen al 4?
La expresin
x
P(x) toma el mismo valor de verdad que la disyuncin de las proposi-
ciones:
P(1) P(2) P(3) P(4) (1
2
> 10) (2
2
> 10) (3
2
> 10) (4
2
> 10)
(1 > 10) (4 > 10) (9 > 10) (16 > 10)
(F
o
) (F
o
) (F
o
) (V
o
)
V
o
Entonces se tiene que
x
P(x) es verdadera en ste universo del discurso.
Ejemplo 39:
Se tienen los siguientes predicados C(x) : x tiene un computador, A(x, y) : x
y y son amigos. El universo del discurso para las variables de los predicados es el
conjunto de estudiantes de la institucin. El signicado en palabras de la expresin:
x
(C(x)
y
(A(x, y) C(y))), es: Todo estudiante de la institucin tiene computador
o es amigo de algn estudiante de la institucin que tiene computador.
Ejemplo 40:
Se tiene el siguiente predicado S(x, y) : x+y = 0, donde el universo del discurso de las
variables del predicado es el conjunto de los nmeros reales. El signicado en palabras
de la expresin:
x
y
S(x, y), es: Para cada nmero real x existe un nmero real y tal
que la suma de x y y es igual a cero.
Ejemplo 41:
Sea el predicado T(x, y): x y, donde el universo del discurso es el conjunto {1, 2, 3, 4, 5}.
A continuacin se presentan las interpretaciones en palabras y los valores de verdad de
algunas de las formas como se puede cuanticar el predicado T(x, y)
Para la expresin
x
y
T(x, y) la interpretacin en palabras es: Todo nmero
entre 1 y 5 es mayor o igual a todo nmero entre 1 y 5, cuyo valor de verdad es
falso.
Para la expresin
x
y
entre 1 y 5 es mayor o igual a algn nmero entre 1 y 5, cuyo valor de verdad es
cierto.
Para la expresin
x
y
T(x, y) la interpretacin en palabras es: Existe un nmero
entre 1 y 5 que es mayor o igual a todos los nmeros entre 1 y 5, cuyo valor de
verdad es cierto.
Para la expresin
x
y
T(x, y) la interpretacin en palabras es: Existe un nmero
entre 1 y 5 que es mayor o igual a algn nmero entre 1 y 5, cuyo valor de verdad
es cierto.
Para la expresin
y
x
entre 1 y 5 es menor o igual a algn nmero entre 1 y 5, cuyo valor de verdad es
cierto.
Para la expresin
x
y
T(y, x) la interpretacin en palabras es: Existe un nmero
entre 1 y 5 que es menor o igual a todo nmero entre 1 y 5, cuyo valor de verdad
es cierto.
1.3.3. Variables ligadas
Cuando un cuanticador es usado sobre la variable x, o cuando le es asignado un
valor a dicha variable, se dice que la ocurrencia de la variable est ligada. Una ocurren-
cia de una variable que no est ligada por un cuanticador o no le ha sido asignada un
valor particular se dice que es libre.
Todas las variables que aparecen en una funcin proposicional deben estar ligadas
para que dicha funcin proposicional sea transformada en una proposicin. Esto se
puede realizar usando una combinacin de cuanticadores universales, cuanticadores
existenciales y la asignacin de valores a las variables.
1.3.4. Alcance de un cuanticador
La parte de una expresin lgica para la cual un cuanticador es aplicado es llamado
el alcance del cuanticador, adicionalmente, una variable tambin es libre si est fuera
del alcance de todos los cuanticadores en la frmula donde aparece dicha variable.
Ejemplo 42:
Se tiene el siguiente predicado M(x, y) : x > y, donde el universo del discurso es el
conjunto de los nmeros naturales. En la expresin
x
M(x, y) la variable x est ligada
por el cuanticador existencial, mientras que la variable y est libre porque no est
ligada por un cuanticador y no le ha sido asignado ningn valor.
Ejemplo 43:
Sea la siguiente expresin del clculo de predicados:
x
[
y
(P(x, y) Q(x, y)) R(x)],
los diferentes alcances de los cuanticadores son presentados en la siguiente expresin:
x
[
y
(P(x, y) Q(x, y))
. .
Alcance de y
R(x)]
. .
Alcance de x
en la expresin no hay ninguna variable libre, todas estn ligadas.
Ejemplo 44:
Sean los predicados M(x, y) : x y, I(x, y) : x +y = 10, el universo del discurso de
las variables de los predicados es el conjunto de los nmeros enteros. En la siguiente
expresin del clculo de predicados
x
(
y
M(x, y) I(x, y)) todas las ocurrencias de
la variable y estn ligadas?
Segn la expresin, la variable y en el predicado I(x, y) no est ligada porque el alcance
del cuanticador existencial es nicamente el predicado M(x, y).
Ejemplo 45:
Sea el siguiente predicado M(x, y) : x < y, donde el universo del discurso es el con-
junto de los nmeros enteros (Z). Cul es la interpretacin en palabras y el valor de
verdad de
x
x
M(x, x)?.
La interpretacin en palabras de
x
x
M(x, x) es: Para todo nmero entero dicho
nmero es estrictamente menor que el mismo, el valor de verdad de esta interpretacin
es falso.
El ejemplo anterior deja en evidencia un serio problema que se puede presentar en
el clculo de predicados, donde la misma variable x es cuanticada de forma diferente
bajo el alcance de la misma variable para otro cuanticador, esto siempre se debe evitar.
Ejemplo 46:
Sea el predicado N(x, y) : x y, donde el universo del discurso es el conjunto de los
nmeros enteros (Z). Cul es la interpretacin en palabras y el valor de verdad de
y
N(x, y)?
x
y
N(x, y) es: Existe un nmero entero que es
menor o igual que todos los nmeros enteros, cuyo valor de verdad es falso porque los
nmeros enteros no estn acotados inferiormente.
Ejemplo 47:
Sea el predicado N(x, y) : x y, donde el universo del discurso es el conjunto de los
nmeros naturales (N). Cul es la interpretacin en palabras y el valor de verdad de
y
N(x, y)?
x
y
N(x, y) es: Existe un nmero natural que es
menor o igual a todos los nmeros naturales, cuyo valor de verdad es cierto porque los
nmeros naturales estn acotados inferiormente, dicho nmero es el cero.
1.3.5. Negaciones y cuanticadores
Es normal tener la negacin de una expresin cuanticada, por ejemplo la ne-
gacin de la siguiente expresin: Todo estudiante universitario colombiano ha estu-
diado trigonometra sera : No es el caso que cada estudiante universitario colombiano
ha estudiado trigonometra, o Hay algn estudiante universitario en Colombia que no
ha estudiado trigonometra.
Si se tiene el predicado P(x) : x ha estudiado trigonometra, donde el univer-
so del discurso son los estudiantes universitarios colombianos, entonces
x
(P(x)) =
x
(P(x)).
Ejemplo 48:
Cul es la negacin de la siguiente expresin: Hay un poltico honesto?
Sea el predicado H(x) : x es honesto, donde el universo del discurso es el conjunto de los
polticos, la expresin: Hay un poltico honesto puede ser representada por
x
H(x),
luego la negacin es
x
H(x) que signica: Ningn poltico es honesto, o que puede
tambin ser visto como:
x
H(x) que signica: Todo poltico es deshonesto.
Ejemplo 49:
Cul es la negacin de la siguiente expresin
x
(x
2
x)?, donde el universo del discurso
es el conjunto de los nmeros enteros.
Primero que todo el signicado en palabras de la expresin
x
(x
2
x) es: el cuadrado
de cualquier nmero entero x es mayor o igual al nmero entero x, ahora la negacin
de la expresin es:
x
(x
2
x) =
x
(x
2
x) =
x
(x
2
< x), donde el signicado
en palabras de la expresin
x
(x
2
x) es: no es cierto que el cuadrado de cualquier
nmero entero x es mayor o igual a nmero entero x. El signicado en palabras de la
expresin
x
(x
2
x) es: existe algn nmero entero x para el cual no se cumple que
el cuadrado del nmero entero x sea mayor o igual al nmero entero x. Por ltimo,
el signicado en palabras de la expresin
x
(x
2
< x) es: existe algn nmero entero x
para el cual se cumple que el cuadrado del nmero entero x es menor al nmero entero
x.
1.3.6. Ejercicios
1. Se denen los siguientes predicados con sus smbolos. Escriba cada enunciado
simblicamente. Hacer uso de los cuanticadores adecuados.
D(x): x es un da, S(x): x es soleado, L(x): x es lluvioso
a) Todos los das son soleados
b) Algunos das son lluviosos
c) Todo da que es soleado no es lluvioso
d) Algunos das son soleados y lluviosos
e) Ningn da es soleado y lluvioso a la vez
f ) Solo es da soleado el da lluvioso
2. Si A(x): x es un automvil, R(x): x es rpido, L(x): x es lento. Escriba cada
enunciado simblicamente. Atencin a los cuanticadores.
a) Algunos automviles son rpidos y lentos.
b) Algunos automviles son rpidos.
c) Ningn automvil es lento y rpido a la vez.
d) Todos los automviles son lentos.
e) Solo es automvil rpido el automvil lento.
f ) Todo automvil que es rpido no es lento.
3. Escriba cada enunciado simblicamente en la lgica de predicados.
a) Todos los pjaros cantores vuelan.
b) Algn pjaro cantor no vuela.
c) No hay pjaros grandes que se alimenten de nctar.
d) Perro no come perro.
e) Hijo de tigre sale pintado.
f ) Algunos leones no toman caf.
g) Todos los peces, excepto los tiburones, son amables con los nios.
h) Cualquier caballo que es manso est bien entrenado.
i ) Las serpientes son reptiles.
j ) Ningn automvil que tenga ms de diez aos ser reparado si est seria-
mente daado.
k) Ningn abrigo es impermeable a menos que haya sido especialmente tratado.
l ) Nadie sino los valientes merecen a la bella.
m) Algunos senadores son o desleales o mal aconsejados.
n) Slo los ejecutivos tienen secretaria.
) Existe un entero que es mayor que 100 que es una potencia de 2.
o) El sucesor de un nmero es un nmero.
p) Para todo nmero natural, existe un nmero que es su inmediato sucesor.
q) Para todo nmero natural diferente de cero, existe un nmero natural que
es su inmediato predecesor.
r) Todo nmero racional es un nmero real.
s) Existe un nmero que es un primo.
t) Para todo nmero x, existe un nmero y tal que x <y.
u) Algunos nmeros naturales son pares.
v) Todo elemento n = 1 de N es el siguiente de algn otro elemento de N.
w) Si n, m N y m > n para todo p N entonces m p > n p
4. Sea T(x, y): x es mas alto que y. El dominio consta de 5 estudiantes: Lina, que
mide 155 cm, Federnam, que mide 170 cm, Francisco que mide 164 cm, Isabel,
que mide 160 cm y Alexander, quien mide 168 cm. Escriba cada proposicin con
palabras e indique si es verdadera o falsa.
a)
x
y
T(x, y).
b)
x
y
T(x, y).
c)
x
y
T(x, y).
d)
x
y
T(x, y).
e)
y
x
T(x, y).
f )
x
y
T(y, x).
5. Si A(x, y): x ama a y, J(x): x es joven, H(x): x es un hombre, M(x): x es
una mujer, B(x): x es bonita, d: Diego, k: Katherine, Escriba el equivalente
en espaol de los siguientes enunciados simblicos:
a) (x)(H(x) J(x))
b) (x)[M(x) (y)(A(x, y) (H(y) J(y)))]
c) (x)(H(x) J(x) A(x, k))
d) (x)((M(x) B(x)) A(d, x))
6. Sea P(x, y): x es el padre de y, donde el dominio de x y y son los seres humanos
del mundo.
a) Representar el predicado A(x, z): x es el abuelo de z, utilizando el predicado
P y los cuanticadores si son necesarios.
b) Representar el predicado H(y, z): y es hermano de z, utilizando el predicado
P y los cuanticadores si son necesarios.
c) Representar el predicado T(z, y): z es el to de y, utilizando los predicados
P y H (solucin del item anterior) y los cuanticadores si son necesarios.
7. Sea el siguiente dominio D = {a, b} para el predicado P que toma los siguientes
valores de verdad para la combinacin de valores del dominio:
P(a,a) P(a,b) P(b,a) P(b,b)
V F F V
Determine los valores de verdad para:
a) (x)(y)P(x, y)
b) (x)(y)P(x, y)
c) (x)(y)P(x, y)
d) (y) P(x, y)
e) (x)P(x, x)
8. Sean los siguientes predicados:
P(x) : x es primate
A(x) : x es arbreo
R(x) : x es roedor
Escribir en palabras el signicado de la siguiente expresin:
a) x(P(x) A(x)) x(R(x) A(x))
b) x(P(x) A(x)) x(( R(x)) A(x))
c) x((P(x) A(x)) R(x))
d) x(R(x) (P(x) A(x)))
9. Sean los siguientes predicados:
O(x) : x es un organismo
M(x) : x es molusco
D(x) : x es domstico
Escribir en palabras el signicado de la siguiente expresin:
a) (x(O(x) D(x))) (x(O(x) M(x))) ( x(O(x) D(x) M(x)))
b) x(M(x) O(x))
c) x(D(x) O(x))
d) x((O(x) M(x)) D(x))
1.4. Preguntas Tipo ECAES
1. El conectivo NOR (Not OR, No o) de la lgica matemtica se representa con el
smbolo y su signicado es la negacin de una disyuncin
1
, es decir
(p q) = (p q) = (p q)
La expresin p (q r) es equivalente a:
A.) (p q) r
B.) p (q r)
C.) p (q r)
D.) p (q r)
E.) p (q r)
2. Para la proposicin (p r) ((q r) (p r)), cul de las siguientes opciones
es la simplicacin de la proposicin?
2
A.) p (q r)
B.) p (q r)
C.) p q
D.) (q r) (p r)
E.) p r
3. Determine cul de las siguientes proposiciones es lgicamente equivalente a:
(p (q r)) (r q)
A.) Contradiccin
B.) p r
C.) Tautologa
D.) p (q r)
E.) p
4. Identique cul de las siguientes proposiciones es lgicamente equivalente a:
(p q) (p q)
1
Pregunta reescrita a partir de una de las preguntas no liberadas del cuadernillo del ECAES de
Ingeniera de Sistemas del ao 2006.
2
Las preguntas desde la 2 hasta la 9 han sido reescritas ajustndolas a las condiciones que tienen
que cumplir las preguntas tipo ECAES en Colombia, a partir del material de auto evaluacin de un
libro mexicano de Matemticas para la Computacin de Jos A. Jimnez [J2009].
1.4. PREGUNTAS TIPO ECAES 49
A.) Tautologa
B.) p q
C.) p q
D.) Contradiccin
E.) (p q)
5. Seleccione cul de las siguientes proposiciones es lgicamente equivalente a:
(p q) (p q)
A.) p (q r)
B.) q (r p)
C.) p (q r)
D.) p q
E.) V
o
6. Identique cul de las siguientes proposiciones es lgicamente equivalente a:
((p s) (p r))
A.) (r (p s))
B.) (p (r s))
C.) (p (r s))
D.) (p (r s))
E.) (p (r s))
7. Seleccione cul de las siguientes proposiciones es lgicamente equivalente a:
(((p q) q) p)
A.) Contradiccin
B.) (q p)
C.) (p q) (p q)
D.) Tautologa
E.) p
8. Determine cul de las siguientes proposiciones es lgicamente equivalente a:
((p q) (p q))
A.) p q
B.) Contradiccin
C.) Tautologa
D.) p q
E.) p q
9. Identique cul de los siguientes argumentos es un argumento vlido
A.)
_
((p q) r) (r s) (s)
_
(p q)
B.)
_
(p q) (p r)
_
(r (p q))
C.)
_
(p q) (q r)
_
(p r)
D.)
_
(p q) (q r) (p m) (m)
_
(r r)
10. Sean los predicados P(w, x): w es el padre de x y M(y, z): y es madre de z,
donde el dominio de w, x, y y z son los seres humanos del mundo. Adicional-
mente, c denota a Camilo y d denota a Diego. Cul de las siguientes es la nica
representacin correcta del enunciado: Camilo es el abuelo paterno de Diego ?
3
A.) x y(M(x, c) M(x, d) P(y, c) P(y, d))
B.) x y z(P(x, y) P(x, z) M(y, c) P(z, d))
C.) x(P(c, x) M(x, d))
D.) x(P(c, x) P(x, d))
representacin correcta del enunciado: Camilo y Diego son hermanos ?
C.) x(P(c, x) M(x, d))
D.) x(P(c, x) P(x, d))
representacin correcta del enunciado: Camilo y Diego son primos hermanos ?
C.) x(P(c, x) M(x, d))
D.) x(P(c, x) P(x, d))
3
representacin correcta del enunciado: Camilo es el abuelo materno de Diego ?
C.) x(P(c, x) M(x, d))
D.) x(P(c, x) P(x, d))
14. Sea el predicado P(x, y): x es el padre de y, donde el dominio de x y y son
los seres humanos del mundo. Cul de las siguientes es la nica representacin
correcta del enunciado: todo ser humano es hijo de algn otro ser humano ?
A.) xyP(x, y)
B.) xyP(x, y)
C.) xyP(y, x)
D.) xyP(y, x)
E.) xyP(y, x)
los seres humanos del mundo. Utilizando el predicado P y los cuanticadores si
son necesarios, cul de las siguientes es la nica representacin correcta para el
predicado A(x, z): x es el abuelo de z?
A.) A(x, z) : xyz(P(x, y) P(y, z))
B.) A(x, z) : y(P(x, y) P(y, z))
C.) A(x, z) : y(P(x, y) P(y, z))
D.) A(x, z) : xyz(P(x, y) P(y, z))
E.) A(x, z) : P(x, y) P(y, z)
los seres humanos del mundo. Utilizando el predicado P y los cuanticadores si
son necesarios, cul de las siguientes es la nica representacin correcta para el
predicado H(y, z): y es hermano de z ?
A.) H(y, z) : xyz(P(x, y) P(x, z))
B.) H(y, z) : x(P(x, y) P(x, z))
C.) H(y, z) : x(P(x, y) P(x, z))
D.) H(y, z) : xyz(P(x, y) P(x, z))
E.) H(y, z) : P(x, y) P(x, z)
17. Sean los predicados P(w, x): w es el padre de x y H(y, z): y es hermano de
z, donde el dominio de w, x, y y z son los seres humanos del mundo.
Utilizando los predicados P y H y los cuanticadores si son necesarios, cul de
las siguientes es la nica representacin correcta para el predicado T(z, y): z es
el to de y?
A.) T(z, y) : x(H(x, z) P(x, y))
B.) T(z, y) : xyz(H(x, z) P(x, y))
C.) T(z, y) : xyz(H(x, z) P(x, y))
D.) T(z, y) : xyz(H(x, z) P(x, y))
E.) T(z, y) : H(x, y) P(x, y)
18. En una tarjeta estn escritas las siguientes 4 armaciones
4
:
En esta tarjeta hay exactamente una armacin falsa
En esta tarjeta hay exactamente dos armaciones falsas
En esta tarjeta hay exactamente tres armaciones falsas
En esta tarjeta hay exactamente cuatro armaciones falsas
El nmero de armaciones falsas en la tarjeta es:
A.) 0
B.) 1
C.) 2
D.) 3
E.) 4
19. En una isla viven solo dos tipos de personas, los bribones y los caballeros. Los
bribones siempre mienten y los caballeros siempre dicen la verdad. Qu se puede
concluir con respecto a la siguiente armacin hecha por un habitante de la isla:
yo soy un bribn y mi compaero es un caballero?
5
A.) El habitante que hizo la armacin es un bribn y su compaero es un
caballero.
B.) El habitante que hizo la armacin es un caballero y su compaero es un
bribn.
C.) El habitante que hizo la armacin y su compaero son unos bribones.
D.) El habitante que hizo la armacin y su compaero son unos caballeros.
E.) No hay suciente informacin para dar una conclusin.
4
Enunciado textual de la pregunta 14 del cuadernillo de la segunda sesin del ECAES de Ingeniera
de Sistemas del ao 2004 [MIA2004].
5
Pregunta reescrita a partir de una de las preguntas no liberadas del cuadernillo de la primera
sesin del ECAES de Ingeniera de Sistemas del ao 2004.
Captulo 2
Uso de sucesiones y sumatorias en
computacin
2.1. Funciones piso y techo
Denicin: La funcin piso asigna al nmero real x el entero ms grande que sea menor
o igual a x. La funcin piso de x se denota por x.
Ejemplo 1:
1
2
= 0
1
2
= 1
3,00000001 = 3
4,99999999 = 4
3,78 = 4
3,78 = 3
Denicin: La funcin techo asigna al nmero real x el entero ms pequeo que sea
mayor o igual a x. La funcin techo de x se denota por x.
Ejemplo 2:
1
2
= 1
1
2
= 0
3,00000001 = 4
4,99999999 = 5
3,78 = 3
3,78 = 4
2.1.1. Propiedades de las funciones piso y techo
En las siguientes propiedades n Z y x R.
1. a.) x = n si y solo si n x < n + 1
53
54 CAPTULO 2. USO DE SUCESIONES Y SUMATORIAS EN COMPUTACIN
b.) x = n si y solo si n 1 < x n
c.) x = n si y solo si x 1 < n x
d.) x = n si y solo si x n < x + 1
2. x 1 < x x x< x + 1
3. a.) x = x
b.) x = x
4. a.) x + n = x + n
b.) x + n = x + n
Ejemplo 3:
Probar que si x es un nmero real, entonces 2x = x +
x +
1
2
.
Sea x = n +, donde n representa la parte entera del nmero x y representa la parte
decimal.
Se presentan dos casos, cuando <
1
2
y cuando
1
2
. En anlisis de cada uno de los
casos es el siguiente:
Caso donde <
1
2
:
2(n + ) = 2n + 2, como 2 < 1, entonces 2n + 2 = 2n
n + +
n + +
1
2
. .
menor que 1
= n + n = 2n
Por lo tanto 2x = x +
x +
1
2
= 2n
Caso donde
1
2
:
2(n + ) = 2n + 2
..
mayor o igual que 1
= 2n + 1
n + +
n + +
1
2
. .
mayor o igual que 1
= n + n + 1 = 2n + 1
Por lo tanto 2x = x +
x +
1
2
= 2n + 1
Como se cumplen los dos casos, entonces queda demostrado que 2x = x +
x +
1
2
.
2.2. SUCESIONES 55
2.2. Sucesiones
Las sucesiones son usadas para representar listas ordenadas de elementos.
Denicin: Una sucesin es una funcin del conjunto de los nmeros naturales o del
conjunto de los nmeros enteros positivos a un conjunto S. Se usa la notacin S
n
para
denotar la imagen del nmero n en el conjunto S, de esta misma forma, S
n
representa al
trmino ubicado en la posicin n de la sucesin. Se usa la notacin {S
n
} para denotar
todo el rango de la funcin. Las sucesiones son descritas listando los trminos de la
sucesin en el orden como se va incrementando el subndice.
Ejemplo 4:
Considerar la sucesin {S
n
}, donde S
n
=
n
2
n
.
Los elementos de la sucesin, comenzando en S
1
, son:
S
1
=
1
2
1
S
2
=
2
2
2
S
3
=
3
2
3
S
4
=
4
2
4
S
5
=
5
2
5
.
.
.
S
n
=
n
2
n
1
2
1
,
2
2
2
,
3
2
3
,
4
2
4
,
5
2
5
, . . . ,
n
2
n
Denicin: Una progresin aritmtica es una sucesin de la forma:
a, a + d, a + 2 d, a + 3 d, . . . , a + n d
donde el trmino inicial a y la diferencia constante d son nmeros reales.
Ejemplo 5:
La sucesin {S
n
} con S
n
= 1+2 n es una progresin aritmtica con trmino inicial
a = 1 y diferencia constante d = 2.
S
0
= 1 + 2 0 = 1 + 0 = 1
S
1
= 1 + 2 1 = 1 + 2 = 3
S
2
= 1 + 2 2 = 1 + 4 = 5
S
3
= 1 + 2 3 = 1 + 6 = 7
S
4
= 1 + 2 4 = 1 + 8 = 9
.
.
.
S
n
= 1 + 2 n
de esta forma se tiene que la lista de trminos de la sucesin es la lista de los nmeros
enteros positivos impares: 1, 3, 5, 7, 9, . . . , 1 + 2 n.
Ejemplo 6:
Encontrar una frmula para generar el n-simo trmino de la sucesin que tiene los
primeros seis trminos siguientes: 1, 5, 9, 13, 17 y 21.
Entre un par de trminos consecutivos de la sucesin hay una diferencia constante de
4, se tiene como primer trmino de la sucesin al nmero 1, por este motivo la sucesin
1, 5, 9, 13, 17, 21, . . ., es una progresin aritmtica con primer trmino a = 1 y
diferencia constante d = 4.
La forma como se generan los primeros seis trminos de la sucesin por medio de la
progresin aritmtica es:
a + 0 d, a + 1 d, a + 2 d, a + 3 d, a + 4 d, a + 5 d
1 + 0 4, 1 + 1 4, 1 + 2 4, 1 + 3 4, 1 + 4 4, 1 + 5 4
1 + 0, 1 + 4, 1 + 8, 1 + 12, 1 + 16, 1 + 20
1, 5, 9, 13, 17, 21
Denicin: Una progresin geomtrica es una sucesin de la forma:
a, a r, a r
2
, a r
3
, . . . , a r
n
donde el trmino inicial a y la razn constante r son nmeros reales.
Ejemplo 7:
La sucesin {S
n
} con S
n
= 2
n
a = 1 y razn constante r = 2.
S
0
= 2
0
= 1
S
1
= 2
1
= 2
2.3. SUCESIONES ESPECIALES DE NMEROS 57
S
2
= 2
2
= 4
S
3
= 2
3
= 8
S
4
= 2
4
= 16
.
.
.
S
n
= 2
n
1, 2, 4, 8, 16, . . . , 2
n
Ejemplo 8:
La sucesin {S
n
} con S
n
= 2 3
n
a = 2 y razn constante r = 3.
S
0
= 2 3
0
= 2 1 = 2
S
1
= 2 3
1
= 2 3 = 6
S
2
= 2 3
2
= 2 9 = 18
S
3
= 2 3
3
= 2 27 = 54
S
4
= 2 3
4
= 2 81 = 162
.
.
.
S
n
= 2 3
n
2, 6, 18, 54, 162, . . . , 2 3
n
2.3. Sucesiones especiales de nmeros
Cuando es difcil deducir una posible frmula para generar el n-simo trmino de una
sucesin, entonces, las siguientes son algunas de las preguntas que se deben formular:
La sucesin tiene siempre el mismo trmino?
Los trminos son obtenidos de trminos previos y la suma de alguna cantidad
o los trminos son obtenidos de una cantidad que depende de la posicin en la
sucesin?
Los trminos son obtenidos de trminos previos y la multiplicacin de alguna
cantidad o los trminos son obtenidos de una cantidad que depende de la posicin
en la sucesin?
Los trminos son obtenidos por la combinacin de trminos en una cierta forma?
Hay ciclos entre los trminos de la sucesin?
Ejemplo 9:
primeros 10 trminos siguientes: 3, 9, 15, 21, 27, 33, 39, 45, 51 y 57.
Para la sucesin de este ejemplo aplica la pregunta: Los trminos son obtenidos de
trminos previos y la suma de alguna cantidad o los trminos son obtenidos de una
cantidad que depende de la posicin en la sucesin?.
Con respecto a la primera opcin de la pregunta la siguiente frmula recursiva permite
generar el n-simo trmino de la sucesin:
S
1
= 3
S
n
= S
n1
+ 6, para n 2.
Con respecto a la segunda opcin de la pregunta se puede determinar que el n-simo
trmino de la sucesin nicamente depende de su posicin, ya que la sucesin es una
progresin aritmtica, donde el primer trmino es a = 3 y la diferencia comn entre
dos trminos consecutivos de la sucesin es d = 6, por lo tanto la frmula que genera
el n-simo trmino de la sucesin es:
S
n
= 3 + n 6, para n 0.
Ejemplo 10:
primeros cinco trminos siguientes: 1,
2
3
,
4
9
,
8
27
y
16
81
trminos previos y la multiplicacin de alguna cantidad o los trminos son obtenidos
de una cantidad que depende de la posicin en la sucesin?.
S
1
= 1
S
n
=
2
3
S
n1
, para n 2.
trmino de la sucesin nicamente depende de su posicin, ya que la sucesin es una
progresin geomtrica, donde el primer trmino es a = 1 y la razn constante entre dos
trminos consecutivos de la sucesin es r =
2
3
, por lo tanto la frmula que genera el
n-simo trmino de la sucesin es:
S
n
= 1
_
2
3
_
n
=
_
2
3
_
n
, para n 0.
2.3. SUCESIONES ESPECIALES DE NMEROS 59
Ejemplo 11:
primeros seis trminos siguientes: 1, 3, 6, 10, 15, 21, . . .
trminos previos y la suma de alguna cantidad o los trminos son obtenidos de una
cantidad que depende de la posicin en la sucesin?.
S
1
= 1
S
n
= S
n1
+ n, para n 2.
trmino de la sucesin nicamente depende de su posicin de la siguiente forma:
S
n
=
n(n+1)
2
, para n 1.
Ejemplo 12:
primeros seis trminos siguientes: 1, 1, 2, 6, 24, 120, . . .
trminos previos y la multiplicacin de alguna cantidad o los trminos son obtenidos
de una cantidad que depende de la posicin en la sucesin?.
S
0
= 1
S
n
= n S
n1
, para n 1.
trmino de la sucesin nicamente depende de su posicin de la siguiente forma:
S
n
= n!, donde n 0
Ejemplo 13:
primeros 16 trminos siguientes: 1, 2, 2, 2, 3, 3, 3, 3, 3, 4, 4, 4, 4, 4, 4 y 4.
Para la sucesin de este ejemplo aplica la segunda opcin de la pregunta: Los tr-
minos son obtenidos de trminos previos y la suma de alguna cantidad o los trminos
son obtenidos de una cantidad que depende de la posicin en la sucesin?. Se puede
determinar que el n-simo trmino de la sucesin nicamente depende de su posicin
de la siguiente forma:
S
n
=
, para n 1.
Ejemplo 14:
primeros 15 trminos siguientes: 1, 1, 1, 2, 2, 2, 2, 2, 3, 3, 3, 3, 3, 3 y 3.
Para la sucesin de este ejemplo aplica la segunda opcin de la pregunta: Los tr-
minos son obtenidos de trminos previos y la suma de alguna cantidad o los trminos
son obtenidos de una cantidad que depende de la posicin en la sucesin?. Se puede
determinar que el n-simo trmino de la sucesin nicamente depende de su posicin
S
n
=
, para n 1.
Ejemplo 15:
primeros 10 trminos siguientes: 2, 7, 24, 77, 238, 723, 2180, 6553, 19674 y 59039.
Para la sucesin de este ejemplo aplica la pregunta: Los trminos son obtenidos por
la combinacin de trminos en una cierta forma?.
El n-simo trmino de la sucesin depende del resultado de una potencia de 3 menos
una cantidad especica con respecto a la posicin del trmino en la sucesin. La frmula
es la siguiente:
S
n
= 3
n
n, para n 1.
Ejemplo 16:
primeros nueve trminos siguientes: 0, 1, 1, 0, 1, 1, 0, 1, 1, . . .
Para la sucesin de este ejemplo aplica la pregunta: Hay ciclos entre los trminos de
la sucesin?.
De forma cclica los elementos 0, 1 y 1 se siguen presentado en la sucesin. Una
frmula que garantiza la generacin cclica de los trminos es la siguiente:
S
0
= 0
S
1
= 1
S
2
= 1
S
n
= S
(n mod 3)
, para n 3.
2.4. SUMATORIAS 61
Se debe tener en cuenta que n mod 3 es el residuo de la divisin entera entre n y 3,
donde los nicos posibles residuos que se pueden obtener al dividir el nmero entero
positivo n por 3 son: 0, 1 y 2.
2.4. Sumatorias
La notacin de sumatoria es usada para representar la suma de los trminos S
m
,
S
m+1
, S
m+2
, . . ., S
n
de la sucesin {S
n
}.
Se usa la notacin
n
i=m
S
i
para representar S
m
+ S
m+1
+ S
m+2
+ + S
n
.
Ejemplo 17:
La suma de los primeros 50 trminos de la sucesin {S
n
} donde el n-simo trmino de
la sucesin est denido por S
n
=
n
2
n
puede ser representada por medio de sumatorias
como:
50
i=1
i
2
i
=
1
2
1
+
2
2
2
+
3
2
3
+
4
2
4
+ +
50
2
50
Ejemplo 18:
Cul es el resultado que se obtiene de
8
i=1
i ?
El resultado es el siguiente:
8
i=1
i = 1 + 2 + 3 + 4 + 5 + 6 + 7 + 8 = 36.
Teorema:
n
i=1
i = 1 + 2 + 3 + + n =
n(n + 1)
2
, para n Z
+
.
Demostracin:
Sea S = 1 + 2 + 3 + + n, como el orden de los sumandos no altera el resultado
entonces S = n + (n 1) + (n 2) + + 1
S = 1 + 2 + 3 + + n
S = n + (n 1) + (n 2) + + 1
2S = (n + 1) + (n + 1) + (n + 1) + + (n + 1)
. .
n veces
2S = n(n + 1)
S =
n(n + 1)
2
Como S es igual a 1+2 +3 + +n entonces 1+2+3+ +n =
n(n+1)
2
, para n Z
+
.
Ejemplo 19:
2 + 4 + 6 + 8 + + 2 n, para n Z
+
.
2 + 4 + 6 + 8 + + 2 n = 2 1 + 2 2 + 2 3 + 2 4 + + 2 n
= 2 (1 + 2 + 3 + 4 + + n)
= 2
_
n
i=1
i
_
= 2
_
n(n + 1)
2
_
= n(n + 1)
Por lo tanto
n
i=1
2 i = 2 + 4 + 6 + 8 + + 2 n = n(n + 1)
Ejemplo 20:
1 + 3 + 5 + 7 + + 2n 1, para n Z
+
.
1 + 3 + 5 + + 2 n 1 = 2 1 1 + 2 2 1 + 2 3 1 + + 2 n 1
= (2 1 + 2 2 + 2 3 + + 2 n) (1 + 1 + 1 + + 1
. .
n veces
)
= 2 (1 + 2 + 3 + 4 + + n) n
= 2
_
n
i=1
i
_
n
= 2
_
n(n + 1)
2
_
n
= n(n + 1) n
= n
2
+ n n
2.4. SUMATORIAS 63
= n
2
Por lo tanto
n
i=1
(2 i 1) = 1 + 3 + 5 + + 2 n 1 = n
2
.
A continuacin se presenta otra forma alternativa de obtener la solucin de la suma
de trminos.
Sea S = 1 + 3 + 5 + + 2n 1, como el orden de los sumandos no altera el resultado
entonces S = (2n 1) + (2n 3) + (2n 5) + + 1
S = 1 + 3 + 5 + + 2n 1
S = (2n 1) + (2n 3) + (2n 5) + + 1
2S = (2n) + (2n) + (2n) + + (2n)
. .
n veces
2S = n(2n)
S = n
2
Como S es igual a 1 +3 +5 + +2n 1 entonces 1 +3 +5 + +2n 1 = n
2
, para
n Z
+
.
Teorema:
Si a y r son nmeros reales con r = 0, entonces:
n
i=0
a r
i
=
_
_
a (n + 1) si r = 1
a r
n+1
a
r 1
si r = 1
Demostracin:
Se debe demostrar cada uno de los dos casos del teorema de forma independiente, si los
dos casos se cumplen entonces queda demostrada la validez del teorema
Caso donde r = 1
n
i=0
a 1
i
=
n
i=0
a 1 =
n
i=0
a = a + a + a + a + + a
. .
n+1 veces
= a (n + 1).
Caso donde r = 1
Sea S = a + a r + a r
2
+ a r
3
+ + a r
n
, al multiplicar a ambos
lados de la igualdad por r se sigue conservando la igualdad, donde se obtiene:
S r = a r a r
2
a r
3
a r
4
a r
n+1
, al sumar ambas
igualdades se tiene:
S = a + a r + a r
2
+ a r
3
+ + a r
n
S r = a r a r
2
a r
3
a r
n
a r
n+1
S S r = a a r
n+1
S (1 r) = a a r
n+1
S =
a a r
n+1
1 r
S =
1
1

a a r
n+1
1 r
S =
a + a r
n+1
1 + r
S =
a r
n+1
a
r 1
Como S es igual a a + a r + a r
2
+ a r
3
+ + a r
n
entonces
a + a r + a r
2
+ a r
3
+ + a r
n
=
a r
n+1
a
r 1
, para n Z
+
.
Como se cumplen todos los casos del teorema entonces queda demostrada la validez del
teorema de la suma de trminos de la serie o progresin geomtrica.
Ejemplo 21:
2
0
2
1
+ 2
2
2
3
+ 2
4
+ . . . + (1)
n
2
n
, donde n N.
Los trminos que se estn sumando pertenecen a una serie geomtrica, con primer
trmino a = 2
0
= 1, razn constante r = 2 y potencia ms grande igual a n, al
reemplazar lo valores en la frmula que es la solucin de la sumatoria de trminos
tenemos:
2
0
2
1
+ 2
2
2
3
+ 2
4
+ . . . + (1)
n
2
n
=
1 (2)
n+1
1
2 1
=
(2)
n+1
1
3
2.4. SUMATORIAS 65
Ejemplo 22:
5
4
+ 5
5
+ 5
6
+ . . . + 5
n
, donde n Z
+
.
Los trminos que se estn sumando pertenecen a una serie geomtrica, pero la frmula
que representa la solucin de la suma trminos no se puede utilizar directamente porque
la potencia ms pequea no comienza en cero, por este motivo es necesario realizar el
siguiente trabajo:
5
4
+ 5
5
+ 5
6
+ . . . + 5
n
= 5
4+0
+ 5
4+1
+ 5
4+2
+ . . . + 5
4+(n4)
= 5
4
5
0
+ 5
4
5
1
+ 5
4
5
2
+ . . . + 5
4
5
n4
= 5
4
(5
0
+ 5
1
+ 5
2
+ . . . + 5
n4
)
. .
Serie geom etrica con a = 1, r = 5
y potencia m as grande n 4
= 5
4
_
1 5
n4+1
1
5 1
_
= 5
4
_
5
n3
1
4
_
Otra forma de resolver el ejercicio haciendo uso de sumatorias es la siguiente:
5
4
+5
5
+5
6
+. . . +5
n
=
_
(5
0
+5
1
+5
2
+5
3
) + (5
4
+5
5
+. . . +5
n
)
_
(5
0
+5
1
+5
2
+5
3
)
5
4
+ 5
5
+ 5
6
+ . . . + 5
n
. .
n
i=4
5
i
= (5
0
+ 5
1
+ 5
2
+ 5
3
+ 5
4
+ 5
5
+ . . . + 5
n
)
. .
n
i=0
5
i
(5
0
+ 5
1
+ 5
2
+ 5
3
)
. .
3
i=0
5
i
=
1 5
n+1
1
5 1

1 5
4
1
5 1
=
5
n+1
1
4

5
4
1
4
=
5
n+1
1 5
4
+ 1
4
=
5
n+1
5
4
4
= 5
4
_
5
n3
1
4
_
Las dos formas de resolver el ejercicio (ya se por factorizacin o por complemento y
sustraccin de los trminos que faltan en la serie geomtrica) permiten obtener el mismo
resultado.
Ejemplo 23:
Obtener una frmula que sea la solucin de la siguiente suma de trminos
1
:
n
i=1
i
2
i
=
1
2
1
+
2
2
2
+
3
2
3
+ +
n
2
n
, para n Z
+
.
Los trminos que se estn sumando no pertenecen originalmente a una serie geomtrica,
pero se puede hacer un manejo de los trminos para que la solucin de la sumatoria de
trminos de la serie geomtrica pueda ser utilizada. El manejo es el siguiente:
n
i=1
i
2
i
=
1
2
1
+
2
2
2
+
3
2
3
+ +
n
2
n
=
1
2
1
+
_
1
2
2
+
1
2
2
_
+
_
1
2
3
+
1
2
3
+
1
2
3
_
+ +
_
1
2
n
+
1
2
n
+
1
2
n
+ +
1
2
n
. .
n veces
_
=
_
1
2
1
+
1
2
2
+
1
2
3
+ +
1
2
n
_
+
_
1
2
2
+
1
2
3
+ +
1
2
n
_
+
_
1
2
3
+
1
2
4
+ +
1
2
n
_
+ +
_
1
2
n
_
=
n
i=1
_
1
2
_
i
+
n
i=2
_
1
2
_
i
+
n
i=3
_
1
2
_
i
+ +
n
i=n
_
1
2
_
i
=
_
n
i=0
_
1
2
_
i
i=0
_
1
2
_
i
_
+
_
n
i=0
_
1
2
_
i
i=0
_
1
2
_
i
_
+
_
n
i=0
_
1
2
_
i
i=0
_
1
2
_
i
_
+ +
_
n
i=0
_
1
2
_
i
n1
i=0
_
1
2
_
i
_
= n
_
n
i=0
_
1
2
_
i
_
_
0
i=0
_
1
2
_
i
+
1
i=0
_
1
2
_
i
+
2
i=0
_
1
2
_
i
+ +
n1
i=0
_
1
2
_
i
_
= n
_
_
1
2
_
n+1
1
1
2
1
_
_
_
1
2
_
1
1
1
2
1
+
_
1
2
_
2
1
1
2
1
+
_
1
2
_
3
1
1
2
1
+ +
_
1
2
_
n
1
1
2
1
_
= n
_
1
2
n+1
1
1
2
_
_
_
1
2
_
1
1
1
2
+
_
1
2
_
2
1
1
2
+
_
1
2
_
3
1
1
2
+ +
_
1
2
_
n
1
1
2
_
= n
_
1
2
n+1
1
1
2
_
_
_
1
2
_
1
1 +
_
1
2
_
2
1 +
_
1
2
_
3
1 + +
_
1
2
_
n
1
1
2
_
1
El enunciado de este ejercicio y la solucin han sido tomadas del Anexo A de [M2010].
2.4. SUMATORIAS 67
= n
_
1+2
n+1
2
n+1
1
2
_
+ 2
__
_
1
2
_
1
+
_
1
2
_
2
+
_
1
2
_
3
+ +
_
1
2
_
n
_
n
_
= n
_
1 + 2
n+1
2
n
_
+ 2
__
n
i=1
_
1
2
_
i
_
n
_
= n
_
1 + 2
n+1
2
n
_
2n + 2
n
i=1
_
1
2
_
i
= n
_
1
2
n
+
2
n+1
2
n
_
2n + 2
_
n
i=0
_
1
2
_
i
i=0
_
1
2
_
i
_
= n
_
1
2
n
+ 2
_
2n + 2
_
_
1
2
_
n+1
1
1
2
1

_
1
2
_
1
1
1
2
1
_
=
n
2
n
+ 2n 2n + 2
_
1
2
n+1

2
n+1
2
n+1
1
2
1
2
1
1
2
1
_
=
n
2
n
+ 2
_
1+2
n+1
2
n+1
1
2
1
_
=
n
2
n
+ 2
_
1 + 2
n+1
2
n
1
_
=
n
2
n
+ 2
_
1
2
n
+
2
n+1
2
n
1
_
=
n
2
n
+ 2
_
1
2
n
+ 2 1
_
=
n
2
n
+ 2
_
1
2
n
+ 1
_
=
n
2
n

2
2
n
+ 2
= 2
n
2
n

2
2
n
= 2
1
2
n
(n + 2)
= 2
n + 2
2
n
Por lo tanto
n
i=1
i
2
i
=
1
2
1
+
2
2
2
+
3
2
3
+ +
n
2
n
= 2
n + 2
2
n
, para n Z
+
.
2.4.1. Frmulas de sumatorias tiles:
Las siguientes son algunas de las sumatorias ms importantes (o ms utilizadas) en
Matemticas Computacionales junto con su solucin. Esta informacin ser de gran
importancia en el Captulo 4 de Relaciones de Recurrencia, cuando se trabaje en la
seccin 4.1 el Mtodo de Iteracin
n
i=1
i =
n
2
(n + 1), para n Z
+
.
n
i=1
i
2
=
n(n + 1)(2n + 1)
6
, para n Z
+
.
n
i=1
i
3
=
n
2
(n + 1)
2
4
, para n Z
+
.
n
i=1
i
4
=
n(n + 1)(2n + 1)(3n
2
+ 3n 1)
30
, para n Z
+
.
n
i=0
a r
i
=
ar
n+1
a
r 1
, donde r = 0, r = 1 y n N.
Si | r| < 1 y r = 0, entonces
i=0
a r
i
=
a
1 r
, para i N.
n
i=1
i 2
i
= (n 1)2
n+1
+ 2, para n Z
+
.
n
i=1
i
2
i
= 2
n + 2
2
n
, para n Z
+
.
Ejemplo 24:
1
1
5
+ 2
16
5
+ 3
41
5
+ . . . + n
_
n
2
4
5
_
, donde n Z
+
.
Haciendo uso de sumatorias la solucin es la siguiente:
n
i=1
i
_
i
2
4
5
_
= 1
_
1
2
4
5
_
+ 2
_
2
2
4
5
_
+ 3
_
3
2
4
5
_
+ . . . + n
_
n
2
4
5
_
= 1
3
4
5
1 + 2
3
4
5
2 + 3
3
4
5
3 + . . . + n
3
4
5
n
=
_
1
3
+ 2
3
+ 3
3
+ . . . + n
3
_

4
5
_
1 + 2 + 3 +. . . + n
_
=
_
n
i=1
i
3
_

4
5

_
n
i=1
i
_
2.4. SUMATORIAS 69
=
n
2
(n + 1)
2
4

4
5

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

_
n (n + 1)
2

4
5
_
=
n (n + 1)
2

_
5 n (n + 1) 8
10
_
=
n (n + 1)
_
5 n (n + 1) 8
_
20
Por lo tanto
n
i=1
i
_
i
2
4
5
_
=
n (n + 1)
_
5 n (n + 1) 8
_
20
, para n Z
+
.
Ejemplo 25:
1
2
+ 3
2
+ 5
2
+ 7
2
+ . . . + (2n 1)
2
?, donde n Z
+
.
Haciendo uso de sumatorias la solucin es la siguiente:
n
i=1
_
2 i 1
_
2
=
n
i=1
_
(2 i)
2
+ 2 (2 i) (1) + (1)
2
_
=
n
i=1
_
4 i
2
4 i + 1
_
=
_
n
i=1
4 i
2
_

_
n
i=1
4 i
_
+
_
n
i=1
1
_
= 4
_
n
i=1
i
2
_
4
_
n
i=1
i
_
+ n
= 4
_
n (n + 1) (2n + 1)
6
_
4
_
n (n + 1)
2
_
+ n
= 2
_
n (n + 1) (2n + 1)
3
_
2
_
n (n + 1)
_
+ n
=
_
2 n (n + 1)
3
_
_
(2n + 1) 3
_
+ n
=
_
2 n (n + 1)
3
_
_
2n 2
_
+ n
=
_
2 n (n + 1) 2 (n 1)
3
_
+ n
=
_
4 n (n + 1) (n 1)
3
_
+ n
=
_
n
3
_
_
4 (n + 1) (n 1) + 3
_
=
_
n
3
_
_
4 (n
2
1) + 3
_
=
_
n
3
_
_
4 n
2
4 + 3
_
=
_
n
3
_
_
4 n
2
1
_
=
_
n
3
_
_
_
2 n 1
_
_
2 n + 1
_
_
=
n (2n 1) (2n + 1)
3
De esta forma se obtiene que 1
2
+3
2
+5
2
+7
2
+. . . +(2n1)
2
=
n (2n 1) (2n + 1)
3
,
para n Z
+
.
2.5. Sumatorias dobles y su utilizacin en ciclos anida-
dos
Ejemplo 26:
Qu valor devuelve la siguiente funcin?. Expresar la respuesta en trminos de n.
funci on Misterio(n : Entero Positivo)
r = 0
Para i = 1 Hasta n 1
Para j = i + 1 Hasta n
Para k = 1 Hasta j
r = r + 1
Retornar r
Misterio(n) =
n1
i=1
n
j=i+1
j
k=1
1
=
n
j=2
j
k=1
1 +
n
j=3
j
k=1
1 + . . . +
n
j=n
j
k=1
1
2.5. SUMATORIAS DOBLES Y SU UTILIZACIN EN CICLOS ANIDADOS 71
=
_
2
k=1
1 +
3
k=1
1 + . . . +
n
k=1
1
_
+
_
3
k=1
1 +
4
k=1
1 + . . . +
n
k=1
1
_
+ . . . +
_
n1
k=1
1 +
n
k=1
1
_
+
_
n
k=1
1
_
= (2 + 3 +. . . + n) + (3 + 4 +. . . + n) + . . . + ((n 1) +n) + (n)
=
_
n
k=2
1
_
+
_
n
k=3
1
_
+ . . . +
_
n
k=n1
1
_
+
_
n
k=n
1
_
=
_
n
k=1
1
1
k=1
1
_
+
_
n
k=1
1
2
k=1
1
_
+ . . . +
_
n
k=1
1
n2
k=1
1
_
+
_
n
k=1
1
n1
k=1
1
_
=
_
n (n + 1)
2

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

2 3
2
_
+ . . . +
_
n (n + 1)
2

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

(n 1) n
2
_
= (n 1)
_
n (n + 1)
2
_
_
1 2
2
+
2 3
2
+
3 4
2
+ . . . +
(n 1) (n)
2
_
=
(n 1) n (n + 1)
2

1
2

_
n1
i=1
i (i + 1)
_
=
(n 1) n (n + 1)
2

1
2

_
n1
i=1
(i
2
+ 1)
_
=
(n 1) n (n + 1)
2

1
2

_
n1
i=1
i
2
+
n1
i=1
1
_
=
(n 1) n (n + 1)
2

1
2

_
(n 1) n (2 (n 1) + 1)
6
+
(n 1) n
2
_
=
(n 1) n (n + 1)
2

(n 1) n (2 n 2 + 1)
12

(n 1) n
4
=
6 (n 1) n (n + 1)
6 2

(n 1) n (2 n 1)
6 2

3 (n 1) (n)
3 4
=
(n 1) n
12

_
6 (n + 1) (2n 1) 3
_
=
(n 1) n
12

_
6n + 6 2n + 1 3
_
=
(n 1) n
12

_
4n + 4
_
=
(n 1) n (4 (n + 1))
4 3
=
(n 1) n (n + 1)
3
Ejemplo 27:
Qu valor devuelve la siguiente funcin?. Expresar la respuesta en trminos de n.
funci on Campe on(n : Entero Positivo)
r = 0
r = r + j + 2
i
Retornar r
Campe on(n) =
n1
i=0
n
j=i+1
(j + 2
i
) =
n1
i=0
n
j=i+1
j
. .
Sumatoria A
+
n1
i=0
n
j=i+1
2
i
. .
Sumatoria B
Sumatoria A :
n1
i=0
n
j=i+1
j =
n
j=1
j +
n
j=2
j + . . . +
n
j=n
j
=
n
j=1
j +
_
n
j=1
j
1
j=1
j
_
+
_
n
j=1
j
2
j=1
j
_
+ . . . +
_
n
j=1
j
n1
j=1
j
_
= n
_
n
j=1
j
_

_
1
j=1
j +
2
j=1
j + . . . +
n1
j=1
j
_
= n
_
n (n + 1)
2
_

_
1 2
2
+
2 3
2
+
3 4
2
+ . . . +
(n 1) n
2
_
=
n
2
(n + 1)
2

1
2

_
1 2 + 2 3 + 3 4 + . . . + (n 1) n
_
=
n
2
(n + 1)
2

1
2

_
n1
i=1
i (i + 1)
_
2.5. SUMATORIAS DOBLES Y SU UTILIZACIN EN CICLOS ANIDADOS 73
=
n
2
(n + 1)
2

1
2

_
n1
i=1
(i
2
+ i)
_
=
n
2
(n + 1)
2

1
2

_
n1
i=1
i
2
+
n1
i=1
i
_
=
n
2
(n + 1)
2

1
2

_
(n 1) n (2 (n 1) + 1)
6
+
(n 1) n
2
_
=
n
2
(n + 1)
2

1
2

_
(n 1) n (2n 1)
2 3
+
(n 1) n
2
_
=
n
2
(n + 1)
2

1
2

_
(n 1) n
2

_
2n 1
3
+ 1
__
=
n
2
(n + 1)
2

1
2

_
(n 1) n
2

_
2n 1 + 3
3
__
=
n
2
(n + 1)
2

1
2

_
(n 1) n
2

_
2n + 2
3
__
=
n
2
(n + 1)
2

1
2

_
(n 1) n
2

_
2 (n + 1)
3
__
=
n
2
(n + 1)
2

1
2

_
(n 1) n (n + 1)
3
_
=
n (n + 1)
2

_
n
n 1
3
_
=
n (n + 1)
2

_
3n n + 1
3
_
=
n (n + 1)
2

_
2n + 1
3
_
=
n (n + 1) (2n + 1)
6
Sumatoria B :
n1
i=0
n
j=i+1
2
i
=
n
j=1
2
0
+
n
j=2
2
1
+ +
n
j=n
2
n
= n 2
0
+ (n 1) 2
1
+ (n 2) 2
2
+ . . . + (n (n 1)) 2
n1
= n 2
0
+ n 2
1
1 2
1
+ n 2
2
2 2
2
+ . . . + n 2
n1
(n1) 2
n1
=
_
n2
0
+ n2
1
+ n2
2
+ . . . + n2
n1
_
_
12
1
+ 22
2
+ . . . + (n1)2
n1
_
= n
_
2
0
+ 2
1
+ 2
2
+ . . . + 2
n1
_

_
1 2
1
+ 2 2
2
+ . . . + (n1) 2
n1
_
= n
_
n1
i=0
2
i
_

_
n1
i=1
i 2
i
_
= n
_
2
n1+1
1
2 1
_

_
(n 1 1) 2
n1+1
+ 2
_
= n
_
2
n
1
_

_
(n 2) 2
n
+ 2
_
= n 2
n
n n 2
n
+ 2 2
n
2
= 2 2
n
2 n
= 2
_
2
n
1
_
n
Campe on(n) = (Soluci on Sumatoria A) + (Soluci on Sumatoria B)
=
n (n + 1) (2n + 1)
6
+ 2
_
2
n
1
_
n
2.6. Notaciones computacionales (O, Omega, Theta)
El tiempo requerido para solucionar un problema no depende solamente del nmero
de operaciones que realiza, el tiempo de ejecucin tambin depende del software y hard-
ware usado para ejecutar el programa en el que se implementa el algoritmo. Sin embargo
cuando se cambia el software o hardware se debe aproximar el tiempo requerido para
solucionar un problema de tamao n, multiplicando el tiempo previo por una constante.
El trabajo con notaciones computacionales (ya sea O, o ) permite estimar el
crecimiento de la funcin de costo de un algoritmo (dicho en otras palabras, permite
calcular la complejidad computacional de un algoritmo), sin necesidad de preocuparse
por el software o hardware que se utilice para implementarlo.
Se asumir que las diferentes operaciones (como las de suma, multiplicacin, di-
visin, resta, asignacin, comparacin, etc.) usadas en un algoritmo toman el mismo
tiempo, lo cual simplica el anlisis de la complejidad del algoritmo considerablemente.
2.6.1. Notacin O
La notacin O es usada para estimar el nmero mximo de operaciones que un
algoritmo realiza a partir de sus datos de entrada. Esta notacin permite calcular la
cota superior para una funcin f(n), para valores de n k. f(n) es la funcin de costo
del algoritmo, funcin que representa la cantidad de operaciones que realiza el algoritmo
para los datos con los que trabaja.
2.6. NOTACIONES COMPUTACIONALES (O, OMEGA, THETA) 75
Denicin de O:
Sean f y g funciones desde el conjunto de los nmeros reales al conjunto de los nmeros
reales. Se dice que f(n) es O
_
g(n)
_
si hay constantes positivas c y k tales que:
f(n)
g(n)
, donde n k.
k es un nmero natural a partir del cual se comienza a cumplir el orden O
_
g(n)
_
y c es
una constante que pertenece a los nmeros reales positivos.
Nota 1: Las constantes c y k son llamadas testigos para que la funcin f(n) sea
O
_
g(n)
_
.
Nota 2: No hay un nico par de testigos c y k para la funcin f(n), hay innitos
testigos y donde lo nico que importa es encontrar al menos un par de estos.
Ejemplo 28:
Cul es la notacin O de f(n) = 1 + 2 + 3 +. . . + n?
Cada uno de los trminos que se estn sumando es menor o igual a n, por este motivo
es valida la siguiente forma de aplicar la notacin O:
f(n) = 1 + 2 + 3 +. . . + n n + n + n + . . . + n
. .
n veces
= n n = n
2
= 1
..
c
n
2
..
g(n)
Con lo anterior se tiene que f(n) = 1 + 2 + 3 +. . . +n es O(n
2
) donde los testigos son
c = 1 y k = 1.
La forma ideal de aplicar la notacin O es a partir de la solucin de la suma de trminos,
donde tenemos:
f(n) = 1 + 2 + 3 +. . . + n =
n (n + 1)
2
=
n
2
2
+
n
2

n
2
2
+
n
2
2
= 1
..
c
n
2
..
g(n)
De esta forma f(n) = 1 + 2 +. . . + n es O(n
2
) donde los testigos son c = 1 y k = 1.
En este ejemplo se obtiene la misma cota superior para la funcin f(n) independiente-
mente de la variante que se puede aplicar para obtener sta, ya sea a partir del reemplazo
de uno a uno de los trminos que se estn sumando por el ms grande, o a partir de la
frmula que es la solucin de la sumatoria de trminos. Pero esto no siempre ser as,
en el prximo ejemplo las notaciones O que se obtienen no son la misma.
Ejemplo 29:
Cul es la notacin O para f(n) = 2
0
+ 2
1
+ 2
2
+ . . . + 2
n
?
El trmino 2
n
es el ms grande de los que se estn sumando. Al aplicar la notacin O
trmino a trmino en la funcin f(n) con respecto a ste valor, tenemos:
2
0
+ 2
1
+ 2
2
+ . . . + 2
n
. .
f(n)
2
n
+ 2
n
+ 2
n
+ . . . + 2
n
. .
(n+1) veces
= (n + 1)2
n
= n 2
n
+ 2
n
n 2
n
+n 2
n
= 2
..
c
n 2
n
. .
g(n)
Con el anlisis anterior se tiene que f(n) = 2
0
+ 2
1
+ . . . + 2
n
es O(n 2
n
) con c = 2 y
k = 1 como testigos. Obsrvese que en este caso el testigo k = 0 no sirve porque no se
cumplira la denicin de la notacin O, obtenindose 1 0, lo cual es falso.
A partir de la solucin de la suma de trminos tenemos:
f(n) = 2
0
+ 2
1
+ 2
2
+ . . . + 2
n
= 2
n+1
1 2
n+1
= 2
..
c
2
n
..
g(n)
Con este anlisis la funcin f(n) = 2
0
+2
1
+. . . +2
n
es O(2
n
) con testigos c = 2 y k = 0.
Las diferentes variantes para aplicar la notacin O no siempre dan el mismo resultado,
previamente se obtuvo que la funcin f(n) es acotada superiormente por n 2
n
y por 2
n
,
donde 2
n
acota mucho ms cercanamente a la funcin f(n) versus n 2
n
. Desde el punto
de vista computacional, siempre se va a preferir la funcin que acote ms cercanamente
a la funcin f(n). Las mejores cotas superiores se obtienen al aplicar la notacin O sobre
la frmula que es la solucin de la sumatoria de trminos, cuando esto sea posible.
2.6.2. Notacin
La notacin Omega () es usada para estimar el nmero mnimo de operaciones que
un algoritmo realiza a partir de sus datos de entrada. Esta notacin permite calcular
la cota inferior para una funcin f(n), para valores de n k. f(n) es la funcin de
costo del algoritmo, funcin que representa la cantidad de operaciones que realiza el
algoritmo para los datos con los que trabaja.
Denicin
Sean f y g funciones desde el conjunto de los nmeros reales al conjunto de los nmeros
reales, Se dice que f(n) es
_
g(n)
_
si hay constantes positivas c y k tales que:
f(n)
g(n)
donde n k.
2.6. NOTACIONES COMPUTACIONALES (O, OMEGA, THETA) 77
k es un nmero natural a partir del cual se comienza a cumplir el orden
_
g(n)
_
y c es
una constante que pertenece a los nmeros reales positivos.
Ejemplo 30:
Cul es la mejor notacin para f(n) = 1 + 2 + 3 +. . . + n?
Al trabajar directamente sobre los trminos que se estn sumando tenemos:
1 + 2 + 3 + 4 +. . . + n n = 1
..
c
n
..
g(n)
De esta forma se puede garantizar que la funcin f(n) = 1 + 2 + 3 + . . . + n es (n)
con testigos c = 1 y k = 1, pero, sta no es la mejor cota inferior.
Al trabajar sobre la solucin de la sumatoria de trminos tenemos:
f(n) = 1 + 2 + 3 +. . . + n =
n (n + 1)
2
=
n
2
2
+
n
2

n
2
2
=
1
2
..
c
n
2
..
g(n)
La funcin f(n) = 1+2+3+. . . +n es (n
2
) donde se tienen los testigos c =
1
2
y k = 1.
La mejor notacin para la funcin f(n) = 1 + 2 + 3 +. . . +n es n
2
porque es la cota
inferior ms cercana. Desde el punto de vista computacional, siempre se le va a dar
prioridad a la cota ms cercana a la funcin.
Ejemplo 31:
Cul es la notacin para f(n) = 2
0
+ 2
1
+ 2
2
+ . . . + 2
n
?.
Como se puede garantizar que la mejor notacin ya sea O u se obtiene al trabajar
sobre el resultado de la solucin de la sumatoria de trminos, entonces se presenta a
continuacin nicamente el anlisis sobre dicha solucin:
f(n) = 2
0
+ 2
1
+ 2
2
+ . . . + 2
n
= 2
n+1
1
2
n+1
2
= 1
..
c
2
n
..
g(n)
La funcin f(n) = 2
0
+ 2
1
+ 2
2
+ . . . + 2
n
es (2
n
) con c = 1 y k = 0 como testigos.
2.6.3. Notacin
La notacin Theta () permite denir tanto una cota superior e inferior para la
funcin f(n).
Denicin:
Sean f y g funciones desde el conjunto de los nmeros reales al conjunto de los nmero
reales. Se dice que f(n) es
_
g(n)
_
si f(n) es al mismo tiempo O
_
g(n)
_
y
_
g(n)
_
.
Dicho en otras palabras, f(n) es
_
g(n)
_
si la misma funcin g(n) acota superior e
inferiormente a la funcin f(n).
Cuando f(n) es
_
g(n)
_
se dice que f(n) es de orden g(n).
Ejemplo 32:
Cul es la notacin de f(n) = 1 + 2 + 3 +. . . + n?
En ejemplos anteriores ya se hizo el anlisis para la funcin f(n) con respecto a las
notaciones O y , donde se obtuvo la misma funcin g(n) = n
2
, por este motivo se
garantiza que la suma de los primeros n enteros positivos es (n
2
), o dicho en otras
palabras es de orden n
2
.
Ejemplo 33:
Cul es la notacin para la suma de trminos
1
2
1
+
2
2
2
+
3
2
3
+
4
2
4
+ . . . +
n
2
n
?
Se tiene que f(n) =
n
i=1
i
2
i
=
1
2
1
+
2
2
2
+
3
2
3
+
4
2
4
+ . . . +
n
2
n
= 2
n + 2
2
n
, para n Z
+
.
Anlisis de la notacin O:
f(n) = 2
n + 2
2
n
2 = 2
..
c
1
..
g(n)
de esta forma f(n) =
n
i=1
i
2
i
es O(1) con testigos c = 2 y k = 1.
Anlisis de la notacin :
f(n) = 2
n + 2
2
n

1
2
=
1
2
..
c
1
..
g(n)
de esta forma f(n) =
n
i=1
i
2
i
es (1) con testigos c =
1
2
y k = 1.
2.7. COMPLEJIDAD DE ALGORITMOS ITERATIVOS 79
Se obtuvo la misma funcin g(n) = 1 tanto en la notacin O como en la notacin ,
por este motivo f(n) =
1
2
1
+
2
2
2
+
3
2
3
+
4
2
4
+ . . . +
n
2
n
es (1).
2.7. Complejidad de algoritmos iterativos
En esta seccin se presenta el anlisis de la complejidad de dos algoritmos clsicos
de ordenamiento por comparaciones, el ordenamiento por seleccin y el ordenamiento
por insercin.
2.7.1. El Algoritmo de Ordenamiento por Seleccin
La idea en la que se apoya el algoritmo de ordenamiento por seleccin, es, recorrer
el vector seleccionando la posicin en la cual se encuentra el elemento ms pequeo al-
macenado en este, el elemento seleccionado es intercambiado con el que se encuentre en
la primera posicin del vector, luego en el subvector que falta por ordenar se selecciona
la posicin del elemento ms pequeo para luego ser intercambiado con el elemento que
se encuentra en la segunda posicin del vector, y as sucesivamente hasta que queda
ordenado todo el vector. El pseudocdigo del algoritmo de ordenamiento por seleccin
se presenta a continuacin.
SelectionSort(A)
1. for i 1 to lenght[A] 1
2. do minInd i
3. for j i + 1 to lenght[A]
4. do if A[j] < A[minInd]
5. then minInd j
6. A[minInd] A[i]
En la siguiente tabla se presenta el valor de las variables i, minInd y de todas las
posiciones del vector A despus de ejecutarse la lnea 6 del algoritmo, para cuando se
le pide a ste ordenar la informacin del vector A =
5, 1, 3, 2, 4, 6, 1, 3
, la cual es
presentada en la primera la de la tabla.
i minInd A[1] A[2] A[3] A[4] A[5] A[6] A[7] A[8]
- - 5 1 3 2 4 6 1 3
1 2 1 5 3 2 4 6 1 3
2 7 1 1 3 2 4 6 5 3
3 4 1 1 2 3 4 6 5 3
4 4 1 1 2 3 4 6 5 3
5 8 1 1 2 3 3 6 5 4
6 8 1 1 2 3 3 4 5 6
7 7 1 1 2 3 3 4 5 6
En la tabla, para cada una de las las, se han encerrado en un recuadro los elementos
que se han intercambiado. Cuando el elemento ms pequeo del subvector se encuentra
en la posicin a intercambiar no es necesario realizar intercambio (o si se realiza esto
no modica en nada el vector), esto se ve reejado en aquellas las donde hay un solo
elemento dentro de un recuadro.
Si ya se tiene clara la forma como trabaja el algoritmo entonces el anlisis de la comple-
jidad puede ser el siguiente, para el elemento ubicado en la primera posicin es necesario
realizar n 1 comparaciones para seleccionar el elemento ms pequeo a quedar all,
para el elemento ubicado en la segunda posicin es necesario realizar n 2 compara-
ciones para seleccionar el elemento ms pequeo a quedar all, y as sucesivamente hasta
el elemento ubicado en la posicin n 1 del vector donde es necesario realizar una sola
comparacin para seleccionar el elemento de los dos ltimos a quedar all. Sea T(n) la
funcin que cuenta el total de comparaciones que realiza el algoritmo de ordenamiento
por seleccin, T(n) = (n1)+(n2)+. . .+2+1, T(n) = 1+2+3 . . .+(n1) =
(n1)n
2
.
Aplicando notacin O:
T(n) =
(n 1) n
2
=
n
2
n
2
=
n
2
2

n
2

n
2
2
=
1
2
..
c
n
2
..
g(n)
, para n k = 1.
por lo tanto el algoritmo de ordenamiento por seleccin es O(n
2
).
Aplicando notacin :
T(n) =
(n 1) n
2
=
n
2
2

n
2

n
2
4
=
1
4
..
c
n
2
..
g(n)
, para n k = 2
de esta forma el algoritmo de ordenamiento por seleccin es (n
2
).
Aplicando notacin :
El algoritmo de ordenamiento por seleccin es (n
2
) o dicho de otra forma es de orden
n
2
, debido a que el algoritmo tiene el mismo g(n) = n
2
en las notaciones O y .
2.7.2. El Algoritmo de Ordenamiento por Insercin
Toda esta subseccin ha sido tomada de [M2010], donde dicha referencia tomo como
punto de partida al libro de Introduccin a los Algoritmos de Thomas Cormen y otros
[CLRS2001].
El algoritmo Insertion Sort es un algoritmo eciente para ordenar una cantidad pequea
de elementos. El algoritmo Insertion Sort trabaja de la forma como muchas personas
ordenan una mano de cartas de poker, donde se comienza con la mano izquierda vaca y
las cartas boca abajo sobre la mesa, se toma una a una las cartas de la mesa y se inserta
2.7. COMPLEJIDAD DE ALGORITMOS ITERATIVOS 81
en la posicin correcta en las cartas que ya estn ordenadas en la mano izquierda. Para
encontrar la posicin correcta de una carta, esta se compara con cada una de las cartas
que ya estn ordenadas en la mano izquierda, de derecha a izquierda, la siguiente gura
(tomada de [CLRS2001]) ilustra la situacin planteada
El pseudo cdigo del algoritmo Insertion Sort es el siguiente:
InsertionSort(A)
1. for j 2 to length[A]
2. do key A[j]
3. i j 1
4. while i > 0 and A[i] > key
5. do A[i + 1] A[i]
6. i i 1
7. A[i + 1] key
La complejidad del Insertion Sort en el mejor de los casos, caso que se presenta cuando
recibe un arreglo ordenado de forma ascendente es (n), esto se presenta porque el
algoritmo nunca ejecuta en este caso el ciclo while de las lneas 4-6 porque nunca se
cumple la condicin de ste ciclo de repeticin, de esta forma nicamente se recorren
las n posiciones del arreglo para conrmar que la informacin de cada casilla del arreglo
est en la posicin donde tiene que quedar.
La complejidad del Insertion Sort en el peor de los casos, caso que se presenta cuando
recibe un arreglo ordenado de forma descendente es (n
2
), esto se presenta porque el
algoritmo ejecuta el ciclo while para desplazar a la derecha todos los elementos que se
encuentran en posiciones inferiores a la posicin que se est analizando, de sta forma
el ciclo while se ejecuta una vez para el elemento de la posicin dos, se ejecuta dos
veces para el elemento de la posicin tres, se ejecuta tres veces para el elemento de la
posicin cuatro, y as sucesivamente hasta llegar a la posicin n donde el ciclo se tiene
que ejecutar n 1 veces, de sta forma el total de veces que se ejecuta el ciclo while es
1 + 2 + 3 + + n 1 =
(n1)n
2
,
(n1)n
2
=
n
2
n
2
=
n
2
2

n
2
= (n
2
).
La complejidad del Insertion Sort en el caso promedio es la misma que se presenta en
el Insertion Sort en el peor de los casos, donde se tiene que el ciclo while se ejecuta un
orden de (n
2
) veces.
2.8. La programacin recursiva y su costo computa-
cional
Los estudiantes de Ingeniera de Sistemas deben manejar adecuadamente las deni-
ciones recursivas por medio del manejo de funciones de esta caracterstica, y la progra-
macin de stas, dentro del paradigma de programacin que utilice. Normalmente se
espera que el paradigma de programacin funcional sea el que se utilice para programar
funciones recursivas, pero esto no es una camisa de fuerza: por ejemplo, Lenguaje C
es un lenguaje de programacin que pertenece al paradigma imperativo que permite
programar normalmente funciones recursivas, lo mismo sucede con el lenguaje de pro-
gramacin JAVA el cual pertenece al paradigma orientado a objetos y donde se pueden
programar sin ningn problema este tipo de funciones.
Por qu un estudiante de Ingeniera de Sistemas debe hacer buen uso de las fun-
ciones recursivas?
Porque muchos problemas matemticos se denen de forma natural y sencilla de
forma recursiva.
Algunas de las estructuras de datos ms utilizada en los lenguajes de progra-
macin, son de naturaleza recursiva, tal es el caso de las listas, pilas, colas y
rboles.
Al resolver un problema de optimizacin por medio de programacin dinmica,
primero se debe plantear una solucin al problema de forma recursiva, para luego
ser implementada sin recursividad, calculando cada uno de los subproblemas la
primera vez que se hace referencia a ellos, y para todas las otras referencias a
estos subproblemas se toma el valor ya previamente calculado, sin necesidad de
volver a repetir este proceso.
Es importante que los estudiantes de Ingeniera de Sistemas no slo interpreten
correctamente las deniciones y funciones recursivas, sino que tambin, deben de tener
la habilidad de resolver diferentes tipos de problemas de forma eciente por medio de
esta caracterstica. Adicionalmente, es importante acabar con el mito o creencia en los
estudiantes que la programacin recursiva es costosa computacionalmente, y que por lo
tanto no vale la pena aprender a programar de sta forma. Realmente, quien hace esta
armacin es porque tiene un desconocimiento total del como se programa correcta y
ecientemente de manera recursiva.
As como en los algoritmos iterativos las sumatorias y notaciones computacionales
sirven para la determinar la complejidad de un algoritmo de este tipo, en programacin
2.8. LA PROGRAMACIN RECURSIVA Y SU COSTO COMPUTACIONAL 83
recursiva se hace uso tanto de sumatorias, como de relaciones de recurrencia y nota-
ciones computacionales para calcular la complejidad en este tipo de algoritmos.
A continuacin se presenta el anlisis de la complejidad de la funcin recursiva que
permite generar el n-simo trmino de la sucesin de Fibonacci.
2.8.1. La sucesin de Fibonacci
La sucesin de Fibonacci es representada por: 0, 1, 1, 2, 3, 5, 8, 13, 21, . . ., donde
el n-simo trmino es generado por la suma de los trminos que se encuentran en las
posiciones n 2 y n 1 en la sucesin, a excepcin de los dos primeros los cuales no
cumplen con esta regla de generacin y se dan como punto de partida de la sucesin.
La siguiente es una funcin recursiva que permite generar el n-simo trmino de la
sucesin, teniendo en cuenta las reglas de generacin anterior:
f(n) =
_
_
0 si n = 0
1 si n = 1
f(n 2) + f(n 1) si n > 1
El siguiente es el rbol de llamados recursivos que se genera para calcular el elemento
que est en la posicin nmero seis de la sucesin de Fibonacci:
f(4)
f(6)
f(5)
f(2)
f(0) f(1) f(1)
f(3)
f(1)
f(2) f(1) f(0)
f(4)
f(3) f(2)
f(0) f(1)
f(1) f(2) f(2)
f(0)
f(3)
f(1) f(0) f(1)
+
+
+
+
+
+ +
+ + + +
+
0
1
2
3
4
5
0 1 1 0 1 0 1 0 1 1 0 1
1
1
1
2 1 1 1 1
1 2 2 3
5 3
8
Altura
1
Notacin Omega de Fibonacci recursivo tradicional
A partir del rbol de llamados recursivos se puede observar que el rbol es completo
hasta la altura
n
2
, la cual es la longitud de la rama ms corta (rama que se encuentra
ubicada en el extremo izquierdo). En nuestro ejemplo sera
6
2
= 3. El total de llamados
recursivos hasta el nivel que est completo es:
2
0
+ 2
1
+ 2
2
+ . . . + 2
n
2
= 2
n
2
+1
1 2
n
2
= 1
..
c
2
n
2
..
g(n)
, para n k = 1
con lo anterior se garantiza que el Fibonacci recursivo tradicional es (2
n
2
) con testi-
gos c = 1 y k = 1.
La notacin del Fibonacci recursivo tradicional, garantiza que como mnimo la can-
tidad de llamados que se realizan de la funcin f es exponencial, para cuando sta es
evaluada en un valor n.
Ejemplo 34:
Segn la notacin theta del Fibonacci recursivo tradicional, cuntos llamados se hacen
a la funcin f cuando esta se evala en un valor de n = 50?
Como el Fibonacci recursivo tradicional es (2
n
2
), entonces, una cota inferior que

representa la cantidad mnima de llamados que se realizan de la funcin f cuando es
evaluada en 50, es: 2
50
2

= 2
25
= 2
25
= 67
108,864.
Notacin O de Fibonacci recursivo tradicional
En el rbol de llamados recursivos se puede observar que el rbol no es totalmente
balanceado hasta su altura (rama que se encuentra ubicada en el extremo derecho),
pero, si se considera que el rbol de llamados recursivos fuese completo hasta su altura
(longitud de la rama ms larga), el anlisis de la notacin O de la cantidad de llamados
de la funcin f es:
2
0
+ 2
1
+ 2
2
+ . . . + 2
n1
= 2
n
1 2
n
= 1
..
c
2
n
..
g(n)
, para n k = 0
con lo anterior se garantiza que el Fibonacci recursivo tradicional es O(2
n
) con testigos
c = 1 y k = 0.
La notacin O del Fibonacci recursivo tradicional, garantiza que como mximo la can-
tidad de llamados que se realizan de la funcin f es exponencial, para cuando sta es
evaluada en un valor n.
Ejemplo 35:
Segn la notacin O del Fibonacci recursivo tradicional, cuntos llamados se hacen a
la funcin f cuando sta se evala en un valor de n = 50?
2.8. LA PROGRAMACIN RECURSIVA Y SU COSTO COMPUTACIONAL 85
Como el Fibonacci recursivo tradicional es O(2
n
), entonces, una cota superior que re-
presenta la cantidad mxima de llamados que se realizan de la funcin f cuando es
evaluada en 50, es: 2
50
= 1,125
899,906
842,624.
Notacin Theta de Fibonacci recursivo tradicional
A partir de la estrategia que se tom para calcular las notaciones y O, no se
obtuvo una misma funcin g(n), por ese motivo y por el momento, no se puede concluir
una notacin para la funcin recursiva tradicional de Fibonacci, pero, a partir de las
cotas inferior y superior se puede armar lo siguiente:
2
n
2
< Total de llamados de la funcion f al evaluarse en n < 2

n
2.8.2. Fibonacci mejorado
Tomando de nuevo la sucesin de Fibonacci: 0, 1, 1, 2, 3, 5, 8, 13, 21, . . ., se puede
identicar una nueva forma recursiva que tome como punto de partida los valores ini-
ciales de la sucesin (0 y 1) y a partir de ellos, en una funcin auxiliar g, genere el
siguiente valor de la sucesin, en este caso el 1 ( 0+1 = 1), luego la funcin auxiliar
g trabajar sobre los valores (1, 1) y generar el 2 (1 + 1 = 2), y as sucesivamente
seguir trabajando la funcin auxiliar g recibiendo los valores de la sucesin que le per-
miten generar el nmero siguiente en la sucesin, esto se repetir hasta que se alcance
el n-simo valor solicitado en la sucesin.
A continuacin se presenta la funcin f
m
que hace uso de la funcin recursiva auxiliar
g, donde toman forma las ideas anteriormente planteadas:
f
m
(n) =
_
_
0 si n = 0
1 si n = 1
g(n, 2, 0, 1) si n > 1
g(n, i, a, b) =
_
_
_
a + b si i = n
g(n, i + 1, b, a + b) si i < n
La generacin de los nmeros de Fibonacci a partir de la funcin mejorada f
m
para las
posiciones 0, 1, 2, 3, 4, 5 y 6, es:
f
m
(0) = 0
f
m
(1) = 1
f
m
(2) = g(2, 2, 0, 1) = 0 + 1 = 1
f
m
(3) = g(3, 2, 0, 1) = g(3, 3, 1, 1) = 1 + 1 = 2
f
m
(4) = g(4, 2, 0, 1) = g(4, 3, 1, 1) = g(4, 4, 1, 2) = 1 + 2 = 3
f
m
(5) = g(5, 2, 0, 1) = g(5, 3, 1, 1) = g(5, 4, 1, 2) = g(5, 5, 2, 3) = 2 +3 = 5
f
m
(6) = g(6, 2, 0, 1) = g(6, 3, 1, 1) = g(6, 4, 1, 2) = g(6, 5, 2, 3)
= g(6, 6, 3, 5) = 3 + 5 = 8
En la generacin de los primeros siete nmeros de la sucesin de Fibonacci, se puede
apreciar, que la suma total de llamados a las funciones f
m
y g es n, para valores de
n 2; por este motivo la complejidad de la funcin mejorada f
m
para la generacin
del n-simo trmino de la sucesin de Fibonacci es (n).
Se presentaron dos versiones diferentes para generar el n-simo trmino de la suce-
sin de Fibonacci. La primera, es una recursividad ingenua donde se repite y se repite
multiples veces el mismo proceso, lo que genera una complejidad de orden exponencial,
versus una versin mejorada, donde cada elemento de la sucesin es calculado una y
solo una vez, y es utilizado en la generacin de los dos siguientes trminos de la suce-
sin, siendo esta versin de orden n, donde se ha pasado de una funcin recursiva de
complejidad exponencial a una de complejidad lineal.
Ahora surgen un par de interrogantes: realmente la programacin recursiva es muy
costosa desde el punto de vista computacional?, o, ser acaso que los que arman que
la programacin recursiva es muy costosa desde el punto de vista computacional slo
aprendieron a programar de forma recursiva ingenua?.
Se invita al lector a que implemente en su lenguaje de programacin favorito, las
dos diferentes versiones recursivas, para calcular el n-simo trmino de la sucesin de
Fibonacci, y que las ejecute para generar los elementos ubicados en las posiciones:
10, 100, 1,000, 10,000 y 100,000, para contrastar y justicar, sus resultados prcticos
obtenidos (o no obtenidos) en la ejecucin, versus el anlisis terico presentado en esta
seccin.
2.9. Ejercicios
1. Determinar el valor generado por la expresin:
_
1,3
_
_
_
_
_
_
2,7
_
39652
_
3
_
_
_
_
_
2. Producir los 17 primeros trminos que se generan con las frmulas de los siguientes
items, donde Min es una funcin que devuelve el mnimo de dos valores, y mod
es la funcin modulo que es equivalente al residuo de la divisin entera entre dos
nmeros enteros.
Explicar en palabras la forma que toma la sucesin que se genera.
2.9. EJERCICIOS 87
a.) S(0) = 1
S(n) = S(n 1) + (Min(2
n mod 3
, 2
(n1) mod 3
)) mod 2, para n Z
+
.
b.) S(0) = 1
S(n) = S(n 1) + (Min(2
n mod 4
, 2
(n1) mod 4
)) mod 2, para n Z
+
.
c.) S(0) = 1
S(n) = S(n 1) + (Min(2
n mod 5
, 2
(n1) mod 5
)) mod 2, para n Z
+
.
d.) S(0) = 1
S(n) = S(n 1) + (Min(3
n mod 5
, 3
(n1) mod 5
)) mod 3, para n Z
+
.
3. Encontrar una frmula para generar el n-simo trmino de cada una de las sucesin
que tienen los primeros trminos:
a.) 2, 4, 6, 10, 16, 26, 42, . . .
b.) 0, 1, 1, 2, 4, 7, 13, 24, 44, 81, . . .
c.) 1, 2, 3, 10, 20, 30, 100, 200, 300, . . .
d.) 2
1
, 3
1
, 2
2
, 3
2
, 2
4
, 3
4
, 2
8
, 3
8
, 2
16
, 3
16
, . . .
e.) 0, 1, 1, 2, 2, 3, 3, 4, 4, 5, 5, . . .
f.) 1, 3, 5, 7, 9, 11, 13, 15, . . .
g.) 1, 4, 9, 16, 25, 36, 49, 64, . . .
h.) 1, 5, 14, 30, 55, 91, 140, . . .
i.) 1, 3, 4, 7, 11, 18, 29, 47, 76, . . .
j.) 1, 2, 4, 8, 16, 32, 64, 128, . . .
k.) 1, 5, 14, 30, 55, 91, . . .
l.) 1, 9, 36, 100, 225, . . .
m.) 2, 3, 5, 2
2
, 3
2
, 5
2
, 2
3
, 3
3
, 5
3
, 2
4
, 3
4
, 5
4
, . . .
n.) 2, 5, 7, 2
2
, 5
2
, 7
2
, 2
3
, 5
3
, 7
3
, 2
4
, 5
4
, 7
4
, . . .
.) 2, 3, 5, 7, 2
2
, 3
2
, 5
2
, 7
2
, 2
3
, 3
3
, 5
3
, 7
3
, . . .
4. Para cada uno de los siguientes items, Cul es la frmula que representa el
resultado de la suma de trminos?
a.) 1
1
4
+ 4
5
4
+ 9
9
4
+ . . . + n
2
(n
3
4
), donde n Z
+
.
b.) 1
1
2
+ 2
3
2
+ . . . + n (n
1
2
), donde n Z
+
.
c.)
3
2
+
14
4
+
45
8
+
124
16
+ . . . + (2n
n
2
n
), donde n Z
+
.
d.) 1 + 4 + 7 + 10 + 13 +. . . + (3n 2), donde n Z
+
.
e.) 1 + 5 + 9 + 13 + 17 +. . . + (4n 3), donde n Z
+
.
f.) 1(2) + 2(3) + 3(4) + 4(5) +. . . + n(n + 1), donde n Z
+
.
g.) 1
2
3
+ 2
5
3
+ . . . + n (n
1
3
), donde n Z
+
.
h.) 0 + 3 + 8 +. . . + (n
2
1), donde n Z
+
.
i.) 0 + 7 + 26 +. . . + (n
3
1), donde n Z
+
.
j.) 3
2
+ 4
2
+ 5
2
+ 6
2
+ . . . + (n + 2)
2
?, donde n Z
+
.
k.) 1
2
+ 4
2
+ 7
2
+ 10
2
+ . . . + (3n 2)
2
?, donde n Z
+
.
l.) 4
2
+ 7
2
+ 10
2
+ 13
2
+ . . . + (3n + 1)
2
?, donde n Z
+
.
m.) 5
2
+ 8
2
+ 11
2
+ 14
2
+ . . . + (3n + 2)
2
?, donde n Z
+
.
n.) 5
3
+ 8
3
+ 11
3
+ 14
3
+ . . . + (3n + 2)
3
?, donde n Z
+
.
.) 3
3
+ 4
3
+ 5
3
+ 6
3
+ . . . + (n + 2)
3
?, donde n Z
+
.
o.) 1
3
+ 4
3
+ 7
3
+ 10
3
+ . . . + (3n 2)
3
?, donde n Z
+
.
p.) 4
3
+ 7
3
+ 10
3
+ 13
3
+ . . . + (3n + 1)
3
?, donde n Z
+
.
5. Para la cada una de las siguientes funciones expresar el resultado en trminos de
n
a.) funci on Aloha(n : Entero Positivo)
r = 0
r = r + 1
Retornar r
b.) funci on Harehare(n : Entero Positivo)
r = 0
Para j = 1 Hasta n
Para k = j Hasta n
r = r + 2
k
Retornar r
c.) funci on Patumas(n : Entero Positivo)
r = 0
Para j = 1 Hasta n
Para k = j Hasta 3 j
r = r + 3
k
Retornar r
d.) funci on Conclave(n : Entero Positivo)
r = 0
Para j = 1 Hasta n 2
Para k = j + 2 Hasta n
r = r + 2
k
+ k
2
Retornar r
2.9. EJERCICIOS 89
e.) funci on Camarlengo(n : Entero Positivo)
r = 0
Para i = 1 Hasta n
r = r + j
3
Retornar r
f.) funci on Pesky(n : Entero Positivo)
r = 0
Para i = 1 Hasta n
Para j = i Hasta n
Para k = j Hasta i + j
r = r + 1
Retornar r
6. Dar notacin O y para f(n) = 1! + 2! + 3! + . . . + n!. Qu se puede concluir
sobre la notacin ?.
2.10. Preguntas tipo ECAES
1. Determine el valor generado por la expresin
2
3,3
10 + 0,01 +0,000001
A.) 11
B.) 12
C.) 14
D.) 15
E.) 16
2. Identique la formula que genera la secuencia de enteros: 3, 3, 3, 9, 9, 9, 9, 9, 27,
27, 27, 27, 27, 27, 27, . . .
A.) f(n) = 3
n
, n 1
B.) f(n) = 3
n
, n 1
C.) f(n) = 3
n
, n 1
D.) f(n) = 3
n
, n 1
3. Seleccione la formula que genera la secuencia de enteros: 1, 2, 2, 2, 3, 3, 3, 3, 3,
4, 4, 4, 4, 4, 4, 4, . . .
A.) f(n) =
n + 1, n 0
B.) f(n) =
n + 1, n 1
C.) f(n) =
n + 2
, n 1
D.) f(n) =
n 1
, n 1
E.) f(n) =
n, n 1
4. Identique la formula que genera la secuencia de enteros: 0, 1, 2, 6, 16, 44, 120,
328, 896, 2448, . . .
A.) f(0) = 0
f(1) = 1
f(n) = 4f(n 1) 2f(n 2), n 2
B.) f(0) = 0
f(1) = 1
f(n) = 2f(n 1) + 2f(n 2), n 2
2
C.) f(0) = 0
f(1) = 1
f(n) = f(n 1) + 4f(n 2), n 2
D.) f(n) = 2
n
1, n 0
E.) f(0) = 0
f(1) = 1
f(2) = 2
f(n) = 2f(n 1) + 2f(n 2) + 2f(n 3), n 3
5. Seleccione el resultado de la sumatoria: 5
3
+ 5
4
+ 5
5
+ . . . + 5
n
A.)
5
3
(5
n2
1)
4
B.)
5
3
(5
n+1
1)
4
C.)
5
n+1
1
4
D.)
5
3
(5
n
1)
4
E.) 5
3
(5
n2
1)
6. El resultado de la sumatoria: 3
0
3
1
+ 3
2
3
3
+ 3
4
3
5
+ . . . + (1)
n
3
n
es:
A.)
(3)
n+1
1
2
B.)
(3)
n+1
+ 1
4
C.)
(3)
n+1
+ 1
2
D.)
(1)
n
(3)
n+1
+ 1
4
E.)
(1)
n+1
(3)
n+1
+ 1
4
7. Seleccione el resultado de la suma de trminos: 1(2) + 2(3) + 3(4) + 4(5) + . . . +
n(n + 1)
A.)
n(n + 1)(2n + 1)
3
B.)
n(n + 1)(2n + 1)
6
C.)
n(n + 1)(2n 1)
3
D.)
n(n + 1)(n + 2)
3
E.)
n(n + 1)(n + 2)
6
8. Identique el resultado de la suma de trminos: 1(3) + 2(4) + 3(5) + 4(6) +. . . +
n(n + 2)
A.)
n(n + 2)(2n + 1)
3
B.)
n(n + 1)(2n + 7)
6
C.)
n(n + 1)(2n 1)
3
D.)
n(n + 1)(n + 2)
3
E.)
n(n + 1)(n + 2)
6
9. En la gura de abajo se observa una secuencia de tringulos de Sierpinski
3
El proceso comienza en el Nivel 0, con un tringulo equiltero de rea 1. En cada
paso, a cada tringulo equiltero que queda en la gura se le elimina el tringulo
formado por los segmentos de lnea que unen los puntos medios de sus lados, como
se ilustra en la gura. El rea de la gura en el Nivel n (indicada en las guras
por el sombreado) esta dada por:
A.) 1
1
4
n
B.)
1
4
n
C.)
_
3
4
_
n
D.) 1
_
3
4
_
n
E.) 1
3
Enunciado textual del ejemplo 1 de la Gua de Orientacin del Examen de Calidad de la Educacin
del programa de Ingeniera de Sistemas del ao 2010 [MI2010]
10. La gura muestra un cuadrado de lado 1, el cual se divide en cuatro partes iguales
y se sombrean dos, luego se toma uno de los cuadrados de lado 0.5, se divide en
cuatro partes iguales y se sombrean dos, el proceso sigue as sucesivamente
4
.
A.) 3/4
B.) 3/5
C.) 1/2
D.) 2/3
E.) 5/7
A.) 3.0
B.) 3.25
C.) 3.5
D.) 3.75
E.) 4.0
12. En la gura se observa que se tiene un cuadrado de lado 1, el cual se divide en
cuatro partes iguales y se sombrea una, luego se toma uno de los cuadrados de
lado 0.5, se divide en cuatro partes iguales y se sombrea una, el proceso sigue as
sucesivamente
5
.
4
Las preguntas 10 y 11 fueron reescritas a partir de preguntas no liberadas del ECAES de Ingeniera
de Sistemas del ao 2007.
5
Las preguntas 12 y 13 son del autor.
A.) 1/2
B.) 1/3
C.) 2/3
D.) 3/10
E.) 4/15
A.) 2.0
B.) 2.5
C.) 3.0
D.) 3.5
E.) 4.0
14. Desde una altura de un metro se deja caer una pelota que rebota medio metro,
luego rebota un cuarto de metro, luego rebota un octavo de metro y as sucesiva-
mente hasta que se detiene
6
.
Cul es la suma total en metros de la trayectoria que ha recorrido la pelota hasta
que se detiene?.
A.) 2
B.) 2.5
C.) 3
D.) 3.5
6
ao 2008.
E.) 47
15. Se tienen las siguientes tres funciones denidas en los nmeros reales positivos:
f(n) = log(log n), g(n) = log 2
n
y h(n) = log n. Cul de las siguientes
armaciones es verdadera?
A.) f(n) = O(g(n)) y g(n) = O(h(n))
B.) g(n) = O(h(n)) y h(n) = O(f(n))
C.) h(n) = O(f(n)) y f(n) = O(g(n))
D.) f(n) = O(h(n)) y h(n) = O(g(n))
E.) h(n) = O(g(n)) y g(n) = O(f(n))
16. Sea la siguiente denicin recursiva, donde n es un nmero entero no negativo:
f(n) =
_
_
0 si n = 0
1 si n = 1
f(n 2) +f(n 1) si n > 1
Cul es el resultado de f(5)?
A.) 2
B.) 3
C.) 4
D.) 5
E.) 6
f(n) =
_
_
0 si n = 0
1 si n = 1
f(n 2) +f(n 1) si n > 1
Cul es la expresin que mejor representa la complejidad en el mejor de los
casos de f(n)?, es decir, cul es la mnima cantidad de llamados que se hacen a
la funcin f para calcular el resultado cuando sta recibe el valor n?
A.) (1)
B.) (log n)
C.) (n)
D.) (n
2
)
E.) (2
n/2
)
f(n) =
_
_
0 si n = 0
1 si n = 1
f(n 2) +f(n 1) si n > 1
Cul es la expresin que mejor representa la complejidad en el peor de los casos
de f(n)?, es decir, cul es la mxima cantidad de llamados que se hacen a la
funcin f para calcular el resultado cuando sta recibe el valor n?
A.) O(1)
B.) O(log n)
C.) O(n)
D.) O(n
2
)
E.) O(2
n
)
f(n) =
_
_
0 si n = 0
1 si n = 1
g(n, 2, 0, 1) si n > 1
g(n, i, a, b) =
_
_
_
a + b si i = n
g(n, i + 1, b, a + b) si i < n
A.) 2
B.) 3
C.) 4
D.) 5
E.) 6
f(n) =
_
_
0 si n = 0
1 si n = 1
g(n, 2, 0, 1) si n > 1
g(n, i, a, b) =
_
_
_
a + b si i = n
g(n, i + 1, b, a + b) si i < n
Cul es la expresin que mejor representa la complejidad de la funcin g, la cual
es la misma complejidad de la funcin f(n)?, es decir, cul es la expresin que
mejor representa la cantidad de llamados que se hacen a la funcin g cuando la
funcin f recibe un valor n > 1?
A.) (1)
B.) (log n)
C.) (n)
D.) (n
2
)
E.) (2
n
)
21. Sea la siguiente funcin recursiva, donde n es un nmero entero no negativo:
f(n) =
_
_
3 si n = 0
2 si n = 1
3 f(n 2) 2 f(n 1) si n > 1
Cul es el valor de f(4)?
A.) 10
B.) 18
C.) -32
D.) 103
E.) 200
f(n) =
_
_
3 si n = 0
2 si n = 1
g(n, 2, 3, 2) si n > 1
g(n, i, a, b) =
_
_
_
3 a 2 b si i = n
g(n, i + 1, b, 3 a 2 b) si i < n
A.) 10
B.) 18
C.) -32
D.) 103
E.) 200
23. Sea el siguiente algoritmo:
1. p = 0;
2. i = 1;
3. while (i n)
4. {
5. i = i + 1;
6. j = 1;
7. while (j n)
8. {
9. j = 2 j;
10. p = p + 1;
11. }
12. }
Cul es el valor nal de p despus de ejecutarse el algoritmo si n = 5?
A.) 15
B.) 16
C.) 20
D.) 21
E.) 25
24. Para el algoritmo del ejercicio 23, cul es la complejidad con respecto al nmero
de veces que se ejecuta la lnea 10?
A.) (log n)
B.) (n
2
log n)
C.) (n log n)
D.) (n
2
)
E.) (2
n
)
Captulo 3
Tcnicas de demostracin
3.1. Tcnica de demostracin directa.
La tcnica de demostracin directa es tradicionalmente la ms utilizada en matemti-
cas, en sta tcnica se parte de la hiptesis (H) para llegar a la conclusin (C), H C.
Denicin: El nmero entero n es par si existe un nmero entero k tal que n = 2k y
n es un nmero entero impar si existe un nmero entero k tal que n = 2k + 1.
Ejemplo 1:
Utilizando la tcnica de demostracin directa, demostrar que si n es un nmero entero
impar, entonces n
2
es un nmero entero impar.
En la tcnica de demostracin directa para este ejemplo se tiene que la hiptesis es: n
es un nmero entero impar y que la conclusin es: n
2
es un nmero entero impar.
Para demostrar que Hip otesis Conclusi on, entonces se considera que la hiptesis es
verdadera y se termina demostrando que la conclusin tambin es verdadera.
Si n es un nmero entero impar entonces, n = 2k + 1 , donde k Z. Por lo tanto se
tiene que:
n
2
= (2k + 1)
2
= 4k
2
+ 4k + 1
= 2(2k
2
+ 2k) + 1
= 2t + 1, donde t = 2k
2
+ 2k y t Z
Por tanto como n
2
es de la forma 2t+1 la cual es la representacin de un nmero entero
impar, por lo tanto, se ha demostrado de forma directa que: si n es un nmero entero
101
102 CAPTULO 3. TCNICAS DE DEMOSTRACIN
impar, entonces n
2
es un nmero entero impar porque se parti de la hiptesis y se
alcanz la conclusin.
Ejemplo 2:
Demostrar que la suma de n enteros positivos consecutivos cualesquiera es divisible por
n solo cuando n es un nmero entero impar positivo.
Sea m un nmero entero positivo (m Z
+
), m es el primer nmero de la secuencia de
n nmeros enteros consecutivos que se van a tomar, de esta forma se tiene:
m + (m + 1) + (m+ 2) + + (m + (n 1))
. .
n enteros positivos consecutivos
= (m+ m + m + + m)
. .
n veces
+ (0 + 1 + 2 + + (n 1))
= n(m) + (1 + 2 + + (n 1))
= n(m) +
(n 1)(n)
2
= n
_
m +
n 1
2
_
= n x, donde x = m+
n 1
2
Ahora para que n x sea divisible por n se necesita que x sea un nmero entero, esto
se logra siempre y cuando el nmero n sea un entero impar porque al restarle el uno
se obtiene un nmero par que al dividirlo por dos genera un nmero entero, la suma
del entero m con el entero que es el resultado de la fraccin genera como resultado un
nmero entero. De esta forma queda demostrado que la suma de n enteros positivos
consecutivos cualesquiera es divisible por n solo cuando n es un nmero entero impar
positivo.
Denicin: El nmero real r es nmero racional si existe un nmero entero
1
p y un
nmero entero positivo
2
q, tales que r =
p
q
. Un nmero real r que no es racional es
entonces un nmero irracional.
Ejemplo 3:
Demostrar utilizando la tcnica de demostracin directa que la suma de dos nmeros
racionales es un nmero racional.
1
Recordar que el conjunto de los nmeros enteros es Z = { . . . , 3, 2, 1, 0, 1, 2, 3, . . . }.
2
Recordar que el conjunto de los nmeros enteros positivos es Z
+
= { 1, 2, 3, 4, 5, . . . }.
3.2. TCNICA DE DEMOSTRACIN INDIRECTA 103
El enunciado: la suma de dos nmeros racionales es un nmero racional, puede ser
reescrito como: Si r y s son nmeros racionales, entonces, la suma de r y s da como
resultado un nmero racional.
En la tcnica de demostracin directa para este ejemplo se tiene que la hiptesis es: r
y s son nmeros racionales, la conclusin es: la suma de r y s da como resultado un
nmero racional.
Para demostrar que Hip otesis Conclusi on, entonces se considera que la hiptesis es
verdadera y se termina demostrando que la conclusin tambin es verdadera.
Si r y s son nmeros reales racionales entonces, r =
p
q
y s =
t
u
, donde p, t Z y
q, u Z
+
. Por lo tanto se tiene que:
r + s =
p
q
+
t
u
=
p u + q t
q u
=
m
n
donde m = p u + q t, como los nmeros enteros positivos estn contenidos en los
nmeros enteros, entonces, la multiplicacin de nmeros enteros positivos y nmeros
enteros da como resultado un nmero entero, tambin sucede lo mismo con la suma de
nmeros enteros y nmeros enteros positivos, por este motivo m Z.
Adicionalmente, n = q u, como la multiplicacin de nmeros enteros positivos da como
resultado un nmero entero positivo, entonces n Z
+
.
Por tanto como r + s es de la forma m/n la cual es la representacin de un nmero
racional, por lo tanto, se ha logrado demostrar de forma directa que: Si r y s son
nmeros racionales, entonces, la suma de r y s da como resultado un nmero racional,
porque se a partir de la hiptesis se dedujo la conclusin.
3.2. Tcnica de demostracin indirecta
Muchas veces al intentar una demostracin directa del resultado H C (hiptesis
entonces conclusin) se presentan dicultades o carencias de informacin tales, que se
opta por establecer la validez del mismo demostrando la validez de una frmula lgica-
mente equivalente con H C. En este caso se habla de una demostracin indirecta.
Tambin se intenta a veces una demostracin indirecta bien porque se presienten menos
dicultades o bien porque las hiptesis que para el efecto se adoptan proporcionan ms
informacin que las que se utilizan en una demostracin directa.
3.2.1. Tcnica de demostracin por contra-recproca
La primer tcnica de demostracin indirecta es conocida con el nombre de tcnica
de demostracin por contra-recproca o tambin es conocida con el nombre de tcnica
de demostracin por contra-posicin. Utiliza la equivalencia lgica:
(H C) (C H)
y consiste en demostrar la validez de la implicacin C H con lo cual queda de-
mostrado la validez de la implicacin original H C gracias a la equivalencia lgica.
Se explicar mucho mejor la tcnica de demostracin con el siguiente ejemplo:
Ejemplo 4:
Demostrar utilizando la tcnica de demostracin por contra-recproca que si el producto
de dos nmeros enteros es par entonces uno por lo menos de los dos nmeros enteros
es par.
La representacin del resultado en la forma H C es la siguiente:
Si m n es par, entonces m es par o n es par.
La representacin del resultado en la forma C H es la siguiente:
Si m es impar y n es impar, entonces m n es impar.
Como m y n son nmeros enteros impares entonces tienen la representacin m = 2t +1
y n = 2s + 1 para nmeros enteros t y s, por lo tanto:
m n = (2t + 1) (2s + 1)
= 4ts + 2t + 2s + 1
= 2(2ts + t + s) + 1
= 2r + 1, donde r = 2ts + t + s
de esta forma queda demostrado que m n es un nmero entero impar. Al demostrar la
validez de C H tambin queda demostrada la validez de H C, por lo tanto es
cierto que si el producto de dos nmeros enteros es par entonces uno por lo menos de
los dos nmeros enteros es par.
Ejemplo 5:
Demostrar utilizando la tcnica de demostracin por contra-recproca que si 3n + 2 es
un nmero entero impar, entonces n es un nmero entero impar.
Si 3n + 2 es un nmero entero impar, entonces n es un nmero entero impar.
Si n es un nmero entero par, entonces 3n + 2 es un nmero entero par.
Como n es un nmero entero par entonces tienen la representacin n = 2t para algn
nmero entero t, por lo tanto:
3n + 2 = 3(2t) + 2
= 2(3t) + 2
= 2(3t + 1)
= 2r, donde r = 3t + 1
de esta forma queda demostrado que 3n + 2 es un nmero entero par. Al demostrar la
validez de C H tambin queda demostrada la validez de H C, por lo tanto
es cierto que Si 3n + 2 es un nmero entero impar, entonces n es un nmero entero
impar.
3.2.2. Tcnica de demostracin por contradiccin.
La segunda tcnica de demostracin indirecta es conocida con el nombre de tcnica
de demostracin por contradiccin o tambin conocida con el nombre de tcnica de
demostracin por reduccin al absurdo.
La tcnica de demostracin por contradiccin sirve para ayudar a denir si un ra-
zonamiento es vlido o no (si una conclusin se obtiene a partir de un conjunto de
hiptesis).
Si un razonamiento es valido es porque siempre que las hiptesis sean verdaderas la
conclusin tambin es verdadera, de esta forma la implicacin H C nunca tomar
un valor falso y se presentar la equivalencia lgica: (H C) V
o
, donde se
sigue teniendo una equivalencia lgica si se niegan ambos lados de la equivalencia,
de esta forma se tiene el siguiente anlisis que justica la utilizacin de la tcnica de
demostracin:
(H C) V
o
(H C) F
o
(H C) F
o
a partir de la equivalencia anterior est establecida la validez de la tcnica de de-
mostracin, donde se supone la negacin de la conclusin como otra hiptesis ms del
razonamiento y el objetivo es llegar a una contradiccin (valor F
o
) como conclusin a
partir del nuevo conjunto de hiptesis.
Ejemplo 6:
Demostrar utilizando la tcnica de demostracin por contradiccin que si 3n + 2 es un
nmero entero impar, entonces n es un nmero entero impar.
Si 3n + 2 es un nmero entero impar, entonces n es un nmero entero impar.
3n + 2 es un nmero entero impar y n es un nmero entero par.
n es un nmero entero par y 3n + 2 es un nmero entero impar.
Como n es un nmero entero par entonces tienen la representacin n = 2t para algn
nmero entero t, por lo tanto:
3n + 2 = 3(2t) + 2
= 2(3t) + 2
= 2(3t + 1)
= 2r, donde r = 3t + 1
se deduce que 3n+2 es un nmero entero par lo cual se contradice con la hiptesis que
arma que 3n + 2 es un nmero entero impar, de esta forma se obtiene el valor falso
(F
o
). Al llegar a una contradiccin con el mtodo de demostracin por contradiccin
entonces queda demostrada la validez de H C, por lo tanto es cierto que Si 3n + 2
es un nmero entero impar, entonces n es un nmero entero impar.
Ejemplo 7:
Determinar si el siguiente razonamiento es valido:
1. (p q) r
2. r s
3. (p s) t
4. (q s) u
u t
Ya se demostr la validez de ste razonamiento en el Captulo 1 de Introduccin a la
Lgica Matemtica, seccin 1.2 de Reglas de Inferencia, ahora se va a utilizar la tcnica
de demostracin por contradiccin para demostrar de nuevo la validez de dicho razo-
namiento, para esto se tiene el nuevo conjunto de hiptesis y la nueva conclusin:
1. (p q) r
2. r s
3. (p s) t
4. (q s) u
5. u t
F
o
Pasos Razones
1. (p r) (q r) Equivalencia Lgica H
1
2. p r Ley de simplicacin del P
1
3. u t Equivalencia Lgica H
5
4. u t Equivalencia Lgica P
3
5. t Ley de simplicacin del P
4
6. r s Equivalencia Lgica H
2
7. p s Ley de resolucin entre P
2
y P
6
8. t Ley Modus Ponens entre P
7
e H
3
9. t t Ley de conjuncin entre P
5
y P
8
10. F
o
Equivalencia Lgica P
9
Como se obtiene una contradiccin (F
o
) entonces queda demostrada la validez del ra-
zonamiento original por medio del uso de la tcnica de demostracin por contradiccin.
Ejemplo 8:
Determinar si el siguiente razonamiento es valido:
1. u r
2. (r s) (p t)
3. q (u s)
4. t
q p
Ya se demostr la validez de ste razonamiento en el Captulo 1 de Introduccin a la
Lgica Matemtica, seccin 1.2 de Reglas de Inferencia, ahora se va a utilizar la tcnica
de demostracin por contradiccin para demostrar de nuevo la validez de dicho razo-
namiento, para esto se tiene el nuevo conjunto de hiptesis y la nueva conclusin:
1. u r
2. (r s) (p t)
3. q (u s)
4. t
5. q p
F
o
Pasos Razones
1. q p Equivalenca Lgica H
5
2. q p Equivalenca Lgica P
1
3. q Ley de Simplicacin P
2
4. p Ley de Simplicacin P
2
5. p t Ley de Conjuncin entre P
4
e H
4
6. p t Equivalenca Lgica P
5
7. u s Ley Modus Ponens entre P
3
e H
3
8. r s Ley Modus Tollens entre P
6
e H
2
9. r s Equivalenca Lgica P
8
10. u r Equivalenca Lgica H
1
11. u s Ley de Resolucin entre P
10
y P
9
12. u s Equivalenca Lgica P
11
13. (u s) (u s) Ley de Conjuncin entre P
7
y P
12
14. F
o
Equivalenca Lgica P
13
Como se obtiene una contradiccin (F
o
) entonces queda demostrada la validez del ra-
zonamiento original por medio del uso de la tcnica de demostracin por contradiccin.
3.3. Tcnica de demostracin por disyuncin de casos
Para probar una implicacin de la forma (p
1
p
2
p
3
p
n
) q se utiliza la
siguiente equivalencia lgica (p
1
q) (p
2
q) (p
3
q) (p
n
q), la cual se
obtiene de la siguiente forma:
(p
1
p
2
p
3
p
n
) q
(p
1
p
2
p
3
p
n
) q, Equivalencia Lgica de la implicacin.
(p
1
p
2
p
3
p
n
) q, Ley de De Morgan.
(p
1
q) (p
2
q) (p
3
q) (p
n
q), Ley Distributiva.
(p
1
q) (p
2
q) (p
3
q) (p
n
q), Eq. Lgica de la implicacin.
La equivalencia lgica evidencia que la implicacin original con una hiptesis que
se forma de la disyuncin de las proposiciones p
1
, p
2
, p
3
, . . ., p
n
puede ser probado al
demostrar individualmente cada una de las n implicaciones p
i
q, para 1 i n.
La nica forma para que se cumpla la implicacin original es cuando se cumplen abso-
lutamente todas las implicaciones p
1
q, p
2
q, p
3
q, , p
n
q.
3.3. TCNICA DE DEMOSTRACIN POR DISYUNCIN DE CASOS 109
Ejemplo 9:
Probar o refutar utilizando el mtodo de demostracin por disyuncin de casos que
n(n
2
+ 5) es divisible por 6, para n N.
Cualquier nmero natural n est en alguno de los siguientes seis casos, donde k N:
caso 1: n = 6k, el nmero n es un mltiplo de seis.
caso 2: n = 6k + 1, el nmero n es un mltiplo de seis ms uno.
caso 3: n = 6k + 2, el nmero n es un mltiplo de seis ms dos.
caso 4: n = 6k + 3, el nmero n es un mltiplo de seis ms tres.
caso 5: n = 6k + 4, el nmero n es un mltiplo de seis ms cuatro.
caso 6: n = 6k + 5, el nmero n es un mltiplo de seis ms cinco.
Ahora se tienen que demostrar cada uno de los seis casos, para lo cual se tiene:
caso 1: n = 6k:
n(n
2
+ 5) = 6k((6k)
2
+ 5)
= 6k(36k
2
+ 5)
= 6(36k
3
+ 5k)
= 6z, donde z = 36k
3
+ 5k y z N.
Se cumple el caso 1, porque cualquier nmero que es mltiplo de 6 tambin es
divisible por 6.
caso 2: n = 6k + 1 :
n(n
2
+ 5) = (6k + 1)((6k + 1)
2
+ 5)
= (6k + 1)(36k
2
+ 12k + 1 + 5)
= (6k + 1)(36k
2
+ 12k + 6)
= (6k + 1) 6 (6k
2
+ 2k + 1)
= 6 (6k + 1)(6k
2
+ 2k + 1)
= 6z donde z = (6k + 1)(6k
2
+ 2k + 1) y z N.
divisible por 6.
caso 3: n = 6k + 2:
n(n
2
+ 5) = (6k + 2)((6k + 2)
2
+ 5)
= (6k + 2)(36k
2
+ 24k + 4 + 5)
= (6k + 2)(36k
2
+ 24k + 9)
= 2 (3k + 1) 3 (12k
2
+ 8k + 3)
= 6 (3k + 1)(12k
2
+ 8k + 3)
= 6z, donde z = (3k + 1)(12k
2
+ 8k + 3) y z N.
divisible por 6.
caso 4: n = 6k + 3 :
n(n
2
+ 5) = (6k + 3)((6k + 3)
2
+ 5)
= (6k + 3)(36k
2
+ 36k + 9 + 5)
= (6k + 3)(36k
2
+ 36k + 14)
= 3 (2k + 1) 2 (18k
2
+ 18k + 7)
= 6 (2k + 1)(18k
2
+ 18k + 7)
= 6z, donde z = (2k + 1)(18k
2
+ 18k + 7) y z N.
divisible por 6.
caso 5: n = 6k + 4
n(n
2
+ 5) = (6k + 4)((6k + 4)
2
+ 5)
= (6k + 4)(36k
2
+ 48k + 16 + 5)
= (6k + 4)(36k
2
+ 48k + 21)
= 2 (3k + 2) 3 (12k
2
+ 16k + 7)
= 6 (3k + 2)(12k
2
+ 16k + 7)
= 6z, donde z = (3k + 2)(12k
2
+ 16k + 7) y z N.
divisible por 6.
caso 6: n = 6k + 5:
n(n
2
+ 5) = (6k + 5)((6k + 5)
2
+ 5)
= (6k + 5)(36k
2
+ 60k + 25 + 5)
= (6k + 5)(36k
2
+ 60k + 30)
= (6k + 5) 6 (6k
2
+ 10k + 5)
= 6 (6k + 5)(6k
2
+ 10k + 5)
= 6z, donde z = (6k + 5)(6k
2
+ 10k + 5) y z N.
divisible por 6.
Como se cumplen todos los seis casos entonces queda demostrado utilizando la tcnica
de demostracin por disyuncin de casos que n(n
2
+ 5) es divisible por 6, para n N.
Ejemplo 10:
Probar o refutar que el cuadrado de todo nmero natural, es un mltiplo de 5, diere
de un mltiplo de 5 en 1.
Cualquier nmero natural n est en alguno de los siguientes cinco casos, donde m N:
caso 1: n = 5m, el nmero n es un mltiplo de cinco.
caso 2: n = 5m + 1, el nmero n es un mltiplo de cinco ms uno.
caso 3: n = 5m + 2, el nmero n es un mltiplo de cinco ms dos.
caso 4: n = 5m + 3, el nmero n es un mltiplo de cinco ms tres.
caso 5: n = 5m + 4, el nmero n es un mltiplo de cinco ms cuatro.
Ahora se tienen que demostrar cada uno de los cinco casos, para lo cual se tiene:
caso 1: n = 5m:
n
2
= (5m)
2
= 5
2
m
2
= 5(5m
2
)
= 5 z, donde z = 5m
2
y z N.
Se cumple el caso 1, porque el nmero que se obtiene es un mltiplo de cinco.
caso 2: n = 5m + 1:
n
2
= (5m + 1)
2
= 5
2
m
2
+ 2 5m+ 1
= 5(5m
2
+ 2m) + 1
= 5 z + 1, donde z = 5m
2
+ 2m y z N.
Se cumple el caso 2, porque el nmero que se obtiene es un mltiplo de cinco ms
uno.
caso 3: n = 5m + 2:
n
2
= (5m + 2)
2
= 5
2
m
2
+ 2 5 2m + 4
= 5
2
m
2
+ 5 4m + 5 1
= 5(5m
2
+ 4m+ 1) 1
= 5z 1, donde z = 5m
2
+ 4m + 1 y z N.
Se cumple el caso 3, porque el nmero que se obtiene es un mltiplo de cinco
menos uno.
caso 4: n = 5m + 3:
n
2
= (5m + 3)
2
= 5
2
m
2
+ 2 5 3m + 9
= 5
2
m
2
+ 5 2 3m + 10 1
= 5(5m
2
+ 6m+ 2) 1
= 5z 1, donde z = 5m
2
+ 6m + 2 y z N.
Se cumple el caso 4, porque el nmero que se obtiene es un mltiplo de cinco
menos uno.
caso 5: n = 5m + 4:
n
2
= (5m + 4)
2
= 5
2
m
2
+ 2 5 4m + 16
= 5
2
m
2
+ 5 2 4m + 15 + 1
= 5(5m
2
+ 8m+ 3) + 1
= 5z + 1, donde z = 5m
2
+ 8m+ 3 y z N.
Se cumple el caso 5, porque el nmero que se obtiene es un mltiplo de cinco ms
uno.
Como se cumplen todos los cinco casos entonces queda demostrado utilizando la tcnica
de demostracin por disyuncin de casos que el cuadrado de todo nmero natural, es
un mltiplo de 5, diere de un mltiplo de 5 en 1.
Ejemplo 11:
Probar o refutar que n
2
1 es divisible por 8 para los nmeros enteros impares.
Cualquier nmero entero n est en alguno de los siguientes ocho casos, donde k Z:
caso 1: n = 8k, el nmero n es un mltiplo de ocho.
caso 2: n = 8k + 1, el nmero n es un mltiplo de ocho ms uno.
caso 3: n = 8k + 2, el nmero n es un mltiplo de ocho ms dos.
caso 4: n = 8k + 3, el nmero n es un mltiplo de ocho ms tres.
caso 5: n = 8k + 4, el nmero n es un mltiplo de ocho ms cuatro.
caso 6: n = 8k + 5, el nmero n es un mltiplo de ocho ms cinco.
caso 7: n = 8k + 6, el nmero n es un mltiplo de ocho ms seis.
caso 8: n = 8k + 7, el nmero n es un mltiplo de ocho ms siete.
En el anlisis slo se consideraran los casos 2, 4, 6 y 8 porque estos son los que re-
presentan a los nmeros enteros impares. Para la demostracin de estos cuatro casos se
tiene:
caso 2: n = 8k + 1:
n
2
1 = (8k + 1)
2
1
= 64k
2
+ 16k + 1 1
= 8(8k
2
+ 2k)
= 8z, donde z = 8k
2
+ 2k y z N
divisible por 8.
caso 4: n = 8k + 3:
n
2
1 = (8k + 3)
2
1
= 64k
2
+ 48k + 9 1
= 64k
2
+ 48k + 8
= 8(8k
2
+ 6k + 1)
= 8z, donde z = 8k
2
+ 6k + 1 y z N
divisible por 8.
caso 6: n = 8k + 5:
n
2
1 = (8k + 5)
2
1
= 64k
2
+ 80k + 25 1
= 64k
2
+ 80k + 24
= 8(8k
2
+ 10k + 3)
= 8z, donde z = 8k
2
+ 10k + 3 y z N
divisible por 8.
caso 8: n = 8k + 7:
n
2
1 = (8k + 7)
2
1
= 64k
2
+ 8(14)k + 49 1
= 64k
2
+ 8(14)k + 48
= 8(8k
2
+ 14k + 6)
= 8z, donde z = 8k
2
+ 14k + 6 y z N
divisible por 8.
Como se cumplen todos los cuatro casos que representan nmeros enteros impares,
entonces queda demostrado utilizando la tcnica de demostracin por disyuncin de
casos que n
2
1 es divisible por 8 para todo n que es un nmero entero impar.
3.4. Tcnica de demostracin por contraejemplo
La tcnica de demostracin por contraejemplo es utilizada para demostrar que un
argumento que se intuye que no es vlido realmente no es vlido. La tcnica de de-
mostracin por contraejemplo no sirve para demostrar validez, nicamente sirve para
demostrar falsedad, por este motivo el hecho de no encontrar un contraejemplo no
garantiza la validez del argumento, en dicho caso se debe utilizar alguna de las tcnicas
de demostracin de ste captulo que sirva para demostrar validez.
Ejemplo 12:
Demostrar o refutar si el siguiente razonamiento es valido:
1. p (q r)
2. q (p r)
(p q) r
Para este ejemplo primero que todo se va a tratar de determinar la validez del ra-
zonamiento por medio de la tcnica de demostracin directa al hacer uso de las dos
hiptesis, de equivalencias lgicas y de reglas de inferencia para llegar a la conclusin,
de esta forma se tiene:
3.4. TCNICA DE DEMOSTRACIN POR CONTRAEJEMPLO 115
Pasos Razones
1. p (q r) Equivalencia Lgica de H
1
2. q (p r) Equivalencia Lgica del P
1
2
4. (q (p r)) (q (p r)) Ley de conjuncin entre P
3
e H
2
4
No se llego a la conclusin, esto indica que posiblemente el razonamiento no es correc-
to, como se intuye que el razonamiento no es vlido entonces se va a buscar una asig-
nacin de valores de verdad para las variables proposicionales que hagan que todas las
hiptesis sean verdaderas y la conclusin sea falsa, para esto se debe tener en cuenta
que el razonamiento puede ser representado de forma equivalente por la expresin:
[(p (q r)) (q (p r))] [(p q) r]
donde si todas las hiptesis son verdaderas entonces el antecedente de la implicacin
sera verdadero y si la conclusin es falsa entonces el consecuente de la implicacin sera
falso los que llevara a que la implicacin fuera falsa, o dicho de forma equivalente, lo
que hara que el razonamiento sea falso. En la exploracin de la posible asignacin de
valores de verdad para las variables proposicionales que hagan que el razonamiento sea
falso se tiene:
en consecuencia, la asignacin de los valores p : V
o
, q : F
o
, r : F
o
, hacen que el razona-
miento sea falso, por lo tanto dicha asignacin de valores son un contraejemplo de la
validez del razonamiento.
Ejemplo 13:
Es posible probar que
_
2n
n
_
= 2
_
n
2
_
+ n
2
, para n Z
+
donde n 2?.
Como dato anecdtico al autor, en un examen de Matemticas Discretas en la Maestra,
se le pidi que demostrara dicho ejercicio, cuando se pide que se demuestre se sobre
entiende que es cierta la frmula, por ste motivo durante aproximadamente tres horas
trato de multiples formas de demostrar la validez de dicha frmula, pero no lo logro.
Exista la posibilidad de que le hubieran pedido que demostrara algo que no se poda
demostrar, por este motivo utiliz la tcnica de demostracin por contraejemplo para
demostrar que la frmula era falsa, lo que se hizo fue evaluar la frmula a partir de
nmeros enteros positivos mayores o iguales a dos para ver si se cumple o no, para esto
se tiene:
Evaluacin de la frmula en n = 2:
_
2(2)
2
_
= 2
_
2
2
_
+ 2
2
_
4
2
_
= 2
_
2
2
_
+ 2
2
4!
(4 2)! 2!
= 2
_
2!
(2 2)! 2!
_
+ 4
4!
2! 2!
= 2
_
2!
0! 2!
_
+ 4
4 3 2!
2! 2!
= 2
_
2!
0! 2!
_
+ 4
4 3
2!
= 2
_
1
0!
_
+ 4
4 3
2
= 2
_
1
1
_
+ 4
6 = 2 + 4
6 = 6
La frmula se cumple para n = 2
Evaluacin de la frmula en n = 3:
_
2(3)
3
_
= 2
_
3
2
_
+ 3
2
_
6
3
_
= 2
_
3
2
_
+ 3
2
3.5. TCNICA DE DEMOSTRACIN POR INDUCCIN MATEMTICA 117
6!
(6 3)! 3!
= 2
_
3!
(3 2)! 2!
_
+ 9
6!
3! 3!
= 2
_
3!
1! 2!
_
+ 9
6 5 4 3!
3! 3!
= 2
_
3 2!
1! 2!
_
+ 9
6 5 4
3!
= 2
_
3
1!
_
+ 9
6 5 4
6
= 2
_
3
1
_
+ 9
5 4
1
= 2
_
3
+ 9
20 = 6 + 9
20 = 15
La frmula no se cumple para n = 3.
Como se encontrn un valor de n para el cual no se cumple la frmula, entonces queda
demostrado por contra ejemplo que la frmula es falsa.
3.5. Tcnica de demostracin por induccin matem-
tica
La tcnica de demostracin por induccin matemtica es utilizada para probar
proposiciones de la forma
n
p(n), donde el universo del discurso es el conjunto de
los nmeros naturales (N).
Una demostracin por la tcnica de induccin matemtica consiste de tres pasos:
Paso base:
se demuestra la validez de la proposicin p evaluada en el caso base, donde dicho
caso base puede ser un cero o un uno dependiendo del punto de partida o condicin
inicial del problema que se est demostrando.
Paso inductivo (o hiptesis de induccin):
se asume que es verdadera la proposicin p evaluada en un nmero natural k.
Paso post-inductivo:
apoyados en la suposicin de validez de la proposicin p(k) se demuestra la validez
de la proposicin p(k + 1), es decir, p(k) p(k + 1).
Cuando se cumplen los tres casos de la tcnica por induccin matemtica, entonces se
ha demostrado que la proposicin p(n) es verdadero para todo nmero natural n, es
decir, se ha demostrado que
n
p(n) es verdadero.
Ejemplo 14:
Probar o refutar utilizando la tcnica de demostracin por induccin matemtica que:
n
i=1
i
2
= 1
2
+ 2
2
+ 3
2
+ . . . + n
2
=
n(n + 1)(2n + 1)
6
, para n Z
+
p(n) =
n
i=1
i
2
= 1
2
+ 2
2
+ 3
2
+ . . . + n
2
=
n(n + 1)(2n + 1)
6
, donde n Z
+
La proposicin p(n) tomar el valor verdadero (V
o
) o falso (F
o
n
i=1
i
2
=
n(n + 1)(2n + 1)
6
. Ahora se consideran los tres pasos
de la tcnica por induccin matemtica:
Paso base n = 1:
p(1) =
1
i=1
i
2
= 1
2
= 1
. .
=
1(1 + 1)(2(1) + 1)
6
=
1(2)(3)
6
= 1
. .
p(k) =
k
i=1
i
2
= 1
2
+ 2
2
+ 3
2
+ . . . + k
2
=
k(k + 1)(2k + 1)
6
, se asume que la
proposicin p(k) es verdadera, esto quiere decir, que se asume que se cumple la
siguiente igualdad 1
2
+ 2
2
+ 3
2
+ . . . + k
2
=
k(k + 1)(2k + 1)
6
.
p(k+1) =
k+1
i=1
i
2
= 1
2
+ 2
2
+ 3
2
+ . . . + k
2
. .
+(k+1)
2
=
(k + 1)(k + 1 + 1)(2(k + 1) + 1)
6
k(k + 1)(2k + 1)
6
+(k +1)
2
=
(k + 1)(k + 2)(2k + 2 + 1)
6
(k + 1)
_
k(2k + 1)
6
+ (k + 1)
_
=
(k + 1)(k + 2)(2k + 3)
6
(k + 1)
_
k(2k + 1) + 6(k + 1)
6
_
=
(k + 1)(k + 2)(2k + 3)
6
(k + 1)
_
2k
2
+ k + 6k + 6
6
_
=
(k + 1)(k + 2)(2k + 3)
6
(k + 1)
_
2k
2
+ 7k + 6
6
_
=
(k + 1)(k + 2)(2k + 3)
6
hace falta averiguar a que es igual la ecuacin cuadrtica 2k
2
+ 7k + 6 = 0, para
esto se debe recordar primero la frmula general para este n, la cual es:
k =
b
b
2
4ac
2a
en la ecuacin cuadrtica que estamos trabajando se tiene que a = 2, b = 7 y
c = 6, al reemplazar en la frmula se tiene:
k =
7
7
2
(4)(2)(6)
2 2
=
7
49 48
4
=
7
1
4
=
7 1
4
de donde se obtienen las races reales distintas
k =
7 1
4
=
8
4
= 2, k = 2, k + 2 = 0
k =
7 + 1
4
=
6
4
=
3
2
, k =
3
2
, 2k + 3 = 0
a partir de las soluciones de la ecuacin cuadrtica se tiene que
2k
2
+ 7k + 6 = (k + 2)(2k + 3)
ahora continuando con la demostracin del paso post-inductivo se tiene:
(k + 1)
_
(k + 2)(2k + 3)
6
_
=
(k + 1)(k + 2)(2k + 3)
6
(k + 1)(k + 2)(2k + 3)
6
=
(k + 1)(k + 2)(2k + 3)
6
planteada.
Ejemplo 15:
Demostrar utilizando la tcnica de induccin matemtica que:
n
i=1
i
3
= 1
3
+ 2
3
+ 3
3
+ . . . + n
3
=
_
n(n + 1)
2
_
2
, para n Z
+
p(n) =
n
i=1
i
3
= 1
3
+ 2
3
+ 3
3
+ . . . + n
3
=
_
n(n + 1)
2
_
2
, para n Z
+
o
) o falso (F
o
n
i=1
i
3
=
_
n(n + 1)
2
_
2
Paso base n = 1:
p(1) =
1
i=1
i
3
= 1
3
= 1
. .
=
_
1(1 + 1)
2
_
2
=
_
1(2)
2
_
2
= 1
2
= 1
. .
p(k) =
k
i=1
i
3
= 1
3
+2
3
+3
3
+. . . +k
3
=
_
k(k + 1)
2
_
2
, se asume que la proposicin
p(k) es verdadera, esto quiere decir, que se asume que se cumple la siguiente
igualdad 1
3
+ 2
3
+ 3
3
+ . . . + k
3
=
_
k(k + 1)
2
_
2
.
p(k + 1) =
k+1
i=1
i
3
= 1
3
+ 2
3
+ 3
3
+ . . . + k
3
. .
+(k + 1)
3
=
_
(k + 1)(k + 1 + 1)
2
_
2
_
k(k + 1)
2
_
2
+ (k + 1)
3
=
_
(k + 1)(k + 2)
2
_
2
k
2
(k + 1)
2
4
+ (k + 1)
3
=
_
(k + 1)(k + 2)
2
_
2
(k + 1)
2
_
k
2
4
+
4(k + 1)
4
_
=
_
(k + 1)(k + 2)
2
_
2
(k + 1)
2
_
k
2
+ 4k + 4
4
_
=
_
(k + 1)(k + 2)
2
_
2
(k + 1)
2
_
(k + 2)
2
2
2
_
=
_
(k + 1)(k + 2)
2
_
2
(k + 1)
2
(k + 2)
2
2
2
=
_
(k + 1)(k + 2)
2
_
2
_
(k + 1)(k + 2)
2
_
2
=
_
(k + 1)(k + 2)
2
_
2
planteada.
Ejemplo 16:
n
i=1
i
2
i
=
1
2
1
+
2
2
2
+
3
2
3
+ . . . +
n
2
n
= 2
n + 2
2
n
, para n Z
+
p(n) =
n
i=1
i
2
i
=
1
2
1
+
2
2
2
+
3
2
3
+ . . . +
n
2
n
= 2
n + 2
2
n
, para n Z
+
o
) o falso (F
o
n
i=1
i
2
i
= 2
n+2
2
n
Paso base n = 1:
p(1) =
1
i=1
i
2
i
=
1
2
1
=
1
2
. .
= 2
1 + 2
2
1
= 2
3
2
=
4 3
2
=
1
2
. .
p(k) =
k
i=1
i
2
i
=
1
2
1
+
2
2
2
+
3
2
3
+. . . +
k
2
k
= 2
k+2
2
k
, se asume que la proposicin p(k)
es verdadera, esto quiere decir, que se supone que se cumple la siguiente igualdad
1
2
1
+
2
2
2
+
3
2
3
+ . . . +
k
2
k
= 2
k+2
2
k
.
p(k + 1) =
k+1
i=1
i
2
i
=
1
2
+
2
2
2
+
3
2
3
+ . . . +
k
2
k
. .
+
k + 1
2
k+1
= 2
k + 1 + 2
2
k+1
2
k + 2
2
k
+
k + 1
2
k+1
= 2
k + 3
2
k+1
2
_
k + 2
2
k

2
2
_
+
k + 1
2
k+1
= 2
k + 3
2
k+1
2
2k + 4
2
k+1
+
k + 1
2
k+1
= 2
k + 3
2
k+1
2
_
2k + 4
2
k+1

k + 1
2
k+1
_
= 2
k + 3
2
k+1
2
_
2k + 4 (k + 1)
2
k+1
_
= 2
k + 3
2
k+1
2
_
2k + 4 k 1)
2
k+1
_
= 2
k + 3
2
k+1
2
_
k + 3
2
k+1
_
= 2
k + 3
2
k+1
2
k + 3
2
k+1
= 2
k + 3
2
k+1
planteada.
Ejemplo 17:
En el ejemplo 24 del captulo 2 del Uso de Sucesiones y Sumatorias en Computacin,
se obtuvo la siguiente solucin para la sumatoria de trminos:
n
i=1
i
_
i
2
4
5
_
= 1
1
5
+2
16
5
+3
41
5
+. . . +n
_
n
2
4
5
_
=
n(n + 1)
_
5n(n + 1) 8
_
20
demostrar utilizando la tcnica de induccin matemtica que dicho resultado es correcto.
Para el desarrollo de la demostracin considerar que se tiene la proposicin:
p(n) =
n
i=1
i
_
i
2
4
5
_
= 1
4
5
+2
16
5
+3
41
5
+. . .+n
_
n
2
4
5
_
=
n(n + 1)
_
5n(n + 1) 8
_
20
Ahora se consideran los tres pasos de la tcnica por induccin matemtica:
Paso base n = 1:
p(1) =
1
i=1
i
_
i
2
4
5
_
= 1
_
1
2
4
5
_
= 1
_
1
5
_
=
1
5
. .
Resultado a partir de la sumatoria de t erminos
=
1 (1 + 1)
_
5 1 (1 + 1) 8
_
20
=
1 (2)
_
5 (2) 8
_
20
=
(2)(2)
20
=
4
20
=
1
5
. .
Resultado a partir de la f ormula
Como se obtiene el mismo resultado en la sumatoria de trminos y en la frmula
p(k) =
k
i=1
i
_
i
2
4
5
_
= 1
1
5
+ 2
16
5
+ 3
41
5
+ . . . + k
_
k
2
4
5
_
=
k(k + 1)
_
5k(k + 1) 8
_
20
Se asume que la proposicin p(k) es verdadera.
p(k + 1) =
k+1
i=1
i
_
i
2
4
5
_
= 1
1
5
+ 2
16
5
+ 3
41
5
+ . . . + k
_
k
2
4
5
_
. .
se reemplaza por su equivalente en el paso inductivo
+(k + 1)
_
_
k + 1
_
2
4
5
_
=
k(k + 1)(5k(k + 1) 8)
20
+ (k + 1)
_
_
k + 1
_
2
4
5
_
=
(k + 1)
20

_
k
_
5k (k + 1) 8
_
+ 20
_
_
k + 1
_
2
4
5
__
=
(k + 1)
20

_
k
_
5k
2
+ 5k 8
_
+ 20
_
k
2
+ 2k + 1
_
16
_
=
(k + 1)
20

_
5k
3
+ 5k
2
8k + 20k
2
+ 40k + 20 16
_
=
(k + 1)
20

_
5k
3
+ 25k
2
+ 32k + 4
_
3
=
(k + 1)
20

_
(k + 2)(5k
2
+ 15k + 2)
_
=
(k + 1)(k + 2)(5k
2
+ 15k + 2)
20
=
(k + 1)(k + 2)(5k
2
+ 15k + 10 8)
20
=
(k + 1)(k + 2)
_
5(k
2
+ 3k + 2) 8
_
20
=
(k + 1)(k + 2)
_
5(k + 1)(k + 2) 8
_
20
=
(k + 1)
_
(k + 1) + 1
__
5(k + 1)
_
(k + 1) + 1
_
8
_
20
El resultado anterior es el equivalente a reemplazar en la frmula que se est
demostrando el valor de n por k +1. De esta manera la proposicin p(k +1) toma
valor verdadero. Al cumplirse los tres pasos de la tcnica de demostracin por
induccin matemtica, entonces queda demostrada la validez de la solucin para
la sumatoria de trminos.
Ejemplo 18:
Demostrar por la tcnica de induccin matemtica que 7
n
2
n
es mltiplo de 5, para
n N.
Para el desarrollo de la demostracin considerar que se tiene la proposicin p(n) =
7
n
2
n
= 5 p, para p N. La proposicin p(n) tomar el valor verdadero (V
o
) o falso
(F
o
) dependiendo de si se cumple o no que 7
n
2
n
es mltiplo de 5. Ahora se consideran
los tres pasos de la tcnica por induccin matemtica:
Paso base n = 0:
p(0) = 7
0
2
0
= 1 1 = 0 = 5(0)
la proposicin p(0) es verdadera porque al evaluar 7
0
2
0
se obtiene como resultado
el nmero 0 el cual es mltiplo de 5.
p(k) = 7
k
2
k
= 5 m, para m Z
+
. Se asume que la proposicin p(k) es
3
Haciendo uso de la divisin sinttica:
5 25 32 4
2 10 30 4
5 15 2 0
se obtiene que 5k
3
+ 25k
2
+ 32k + 4 = (k + 2)(5k
2
+ 15k + 2).
verdadera, esto quiere decir, que 7
k
2
k
da como resultado un nmero entero
mltiplo de 5.
p(k + 1) = 7
k+1
2
k+1
= 5 r
7 7
k
2 2
k
= 5 r
(5 + 2) 7
k
2 2
k
= 5 r
5 7
k
+ 2 7
k
2 2
k
= 5 r
5 7
k
+ 2 (7
k
2
k
)
. .
= 5 r
Se reemplaza por su equivalente en el paso inductivo
5 7
k
+ 2 (5m) = 5 r
5 (7
k
+ 2m) = 5 r
5 r = 5 r, donde r = 7
k
+ 2m
Se cumple la igualdad, por lo tanto la proposicin p(k +1) es verdadera, como se
cumplen los tres pasos de la tcnica de demostracin por induccin matemtica
entonces queda demostrada la validez de que cuando se evala la expresin 7
n
2
n
para n N se obtiene como resultado un nmero natural que es mltiplo de 5.
Ejemplo 19:
_
n
0
_
+
_
n
1
_
+
_
n
2
_
+ +
_
n
n 1
_
+
_
n
n
_
= 2
n
, donde n N
Esta demostracin es importante hacerla porque ser utilizada en el Captulo de Con-
juntos, cuando se trabaje la cardinalidad del conjunto potencia de un conjunto A.
Para la demostracin primero se debe recordar el Tringulo de Pascal, el cual es:
1
1 1
1 2 1
1 3 3 1
1 4 6 4 1
1 5 10 10 5 1
1 6 15 20 15 6 1
.
.
.
.
.
.
.
.
.
En el Tringulo de Pascal se evidencian las siguientes reglas de generacin:
nicamente el nmero uno est en la cspide y en los lados del tringulo.
Los nmeros internos del tringulo se obtienen al sumar los dos nmeros ms
cercanos a este en el nivel inmediatamente superior.
El Tringulo de Pascal tambin se puede generar utilizando el combinatorio de la si-
guiente forma:
_
0
0
_
_
1
0
_ _
1
1
_
_
2
0
_ _
2
1
_ _
2
2
_
_
3
0
_ _
3
1
_ _
3
2
_ _
3
3
_
_
4
0
_ _
4
1
_ _
4
2
_ _
4
3
_ _
4
4
_
_
5
0
_ _
5
1
_ _
5
2
_ _
5
3
_ _
5
4
_ _
5
5
_
_
6
0
_ _
6
1
_ _
6
2
_ _
6
3
_ _
6
4
_ _
6
5
_ _
6
6
_
.
.
.
.
.
.
.
.
.
Al cruzar las dos formas de generar el Tringulo de Pascal se obtiene la siguiente
denicin recursiva que sirve para calcular n combinado r, donde n, r N:
_
n
r
_
=
_
_
1 si r = 0
1 si n = r
_
n 1
r 1
_
+
_
n 1
r
_
si n > r 1
p(n) =
n
i=0
_
n
i
_
=
_
n
0
_
+
_
n
1
_
+
_
n
2
_
+ +
_
n
n 1
_
+
_
n
n
_
= 2
n
, para n N
o
) o falso (F
o
n
i=0
_
n
i
_
= 2
n
. Ahora se consideran los tres pasos de la tcnica
por induccin matemtica:
Paso base n = 0:
p(0) =
0
i=0
_
0
i
_
=
_
0
0
_
=
0!
0! 0!
=
1
1 1
= 1
. .
= 2
0
= 1
. .
p(k) =
k
i=0
_
k
i
_
=
_
k
0
_
+
_
k
1
_
+
_
k
2
_
+ +
_
k
k 1
_
+
_
k
k
_
= 2
k
,
se asume que la proposicin p(k) es verdadera, esto quiere decir, que se supone
que se cumple la siguiente igualdad:
_
k
0
_
+
_
k
1
_
+
_
k
2
_
+ +
_
k
k 1
_
+
_
k
k
_
= 2
k
.
p(k +1) =
k+1
i=0
_
k + 1
i
_
=
_
k + 1
0
_
+
_
k + 1
1
_
+ +
_
k + 1
k
_
+
_
k + 1
k + 1
_
= 2
k+1
Apoyados en la denicin recursiva se tiene que:
_
k + 1
0
_
=
_
k
0
_
= 1
_
k + 1
1
_
=
_
k
0
_
+
_
k
1
_
_
k + 1
2
_
=
_
k
1
_
+
_
k
2
_
_
k + 1
3
_
=
_
k
2
_
+
_
k
3
_
.
.
.
_
k + 1
k
_
=
_
k
k 1
_
+
_
k
k
_
_
k + 1
k + 1
_
=
_
k
k
_
= 1
de esta forma se tiene que:
_
k
0
_
..
(
k+1
0
)
+
_ _
k
0
_
+
_
k
1
_
. .
(
k+1
1
)
_
+
_ _
k
1
_
+
_
k
2
_
. .
(
k+1
2
)
_
+ +
_ _
k
k 1
_
+
_
k
k
_
. .
(
k+1
k
)
_
+
_
k
k
_
..
(
k+1
k+1
)
= 2
k+1
__
k
0
_
+
_
k
0
__
+
__
k
1
_
+
_
k
1
__
+
__
k
2
_
+
_
k
2
__
+ +
__
k
k
_
+
_
k
k
__
= 2
k+1
2
_
k
0
_
+ 2
_
k
1
_
+ 2
_
k
2
_
+ + 2
_
k
k
_
= 2
k+1
2
_ _
k
0
_
+
_
k
1
_
+
_
k
2
_
+ +
_
k
k
_
. .
_
= 2
k+1
2
_
2
k
= 2
k+1
2
k+1
= 2
k+1
planteada.
Ejemplo 20:
Sea la siguiente funcin trabajada en el ejemplo 27 del captulo 2 del Uso de Sucesiones
y Sumatorias en Computacin
funci on Campe on(n : Entero Positivo)
r = 0
r = r + j + 2
i
Retornar r
Utilizando la equivalencia del pseudocdigo de programacin, entre el ciclo de repeticin
Para y las sumatorias, se logr determinar que:
Campe on(n) =
n1
i=0
n
j=i+1
(j + 2
i
)
al solucionar las sumatorias se obtiene que la funcin en pseudocdigo de programacin,
es equivalente a la funcin matemtica:
Campe on(n) =
n (n + 1) (2n + 1)
6
+ 2
_
2
n
1
_
n, para n Z
+
Ahora se demostrar utilizando la tcnica de induccin matemtica que:
n1
i=0
n
j=i+1
_
j + 2
i
_
=
n (n + 1) (2n + 1)
6
+ 2
_
2
n
1
_
n, para n Z
+
Para el desarrollo de la demostracin considerar que se tiene la proposicin:
p(n) =
n1
i=0
n
j=i+1
_
j + 2
i
_
=
n (n + 1) (2n + 1)
6
+ 2
_
2
n
1
_
n
o
) o falso (F
o
n1
i=0
n
j=i+1
_
j + 2
i
_
=
n (n + 1) (2n + 1)
6
+ 2
_
2
n
1
_
n.
Ahora se consideran los tres pasos de la tcnica por induccin matemtica:
Paso base n = 1:
p(1) =
11
i=0
1
j=i+1
_
j + 2
i
_
=
0
i=0
1
j=i+1
_
j + 2
i
_
=
1
j=1
(j + 2
0
) = 1 + 2
0
= 2
. .
resultado a partir de las sumatorias de t erminos
=
1 (1 + 1) (2(1) + 1)
6
+ 2 (2
1
1) 1 = 1 + 2 1 = 2
. .
como se obtiene el mismo resultado en las sumatorias de trminos y en la frmula
que es la solucin de las sumatorias entonces la proposicin p(1) es verdadera y
la demostracin continua en el paso inductivo.
p(k) =
k1
i=0
k
j=i+1
_
j + 2
i
_
=
k (k + 1) (2k + 1)
6
+ 2
_
2
k
1
_
k, se asume
que la proposicin p(k) es verdadera.
p(k + 1) =
k
i=0
k+1
j=i+1
_
j + 2
i
_
=
k1
i=0
k+1
j=i+1
_
j + 2
i
_
+
k
i=k
k+1
j=i+1
_
j + 2
i
_
=
k1
i=0
k+1
j=i+1
_
j + 2
i
_
+
k+1
j=k+1
_
j + 2
k
_
=
k1
i=0
k+1
j=i+1
_
j + 2
i
_
+
_
k + 1 + 2
k
_
=
k1
i=0
_
k
j=i+1
(j + 2
i
) +
k+1
j=k+1
(j + 2
i
)
_
+
_
k + 1 + 2
k
_
=
k1
i=0
k
j=i+1
_
j + 2
i
_
+
k1
i=0
k+1
j=k+1
_
j + 2
i
_
+
_
k + 1 + 2
k
_
=
k1
i=0
k
j=i+1
_
j + 2
i
_
+
k1
i=0
_
k + 1 + 2
i
_
+
_
k + 1 + 2
k
_
=
k1
i=0
k
j=i+1
_
j + 2
i
_
+
k1
i=0
_
k + 1
_
+
k1
i=0
_
2
i
_
+
_
k + 1 + 2
k
_
=
k1
i=0
k
j=i+1
_
j + 2
i
_
+ k
_
k + 1
_
+
_
2
k
1
_
+
_
k + 1
_
+ 2
k
=
k1
i=0
k
j=i+1
_
j + 2
i
_
+ k
_
k + 1
_
+
_
k + 1
_
+ 2
k
+
_
2
k
1
_
=
k1
i=0
k
j=i+1
_
j + 2
i
_
+
_
k + 1
_
_
k + 1
_
+ 2
k
+ 2
k
1
=
k1
i=0
k
j=i+1
_
j + 2
i
_
+
_
k + 1
_
2
+ 2
k
_
1 + 1
_
1
=
k1
i=0
k
j=i+1
_
j + 2
i
_
+
_
k + 1
_
2
+ 2
k
_
2
_
1
=
k1
i=0
k
j=i+1
_
j + 2
i
_
. .
+
_
k + 1
_
2
+ 2
k+1
1
=
k (k + 1) (2k + 1)
6
+ 2
_
2
k
1
_
k +
_
k + 1
_
2
+ 2
k+1
1
=
k (k + 1) (2k + 1)
6
+ 2
k+1
2 +
_
k + 1
_
2
+ 2
k+1
k 1
=
k (k + 1) (2k + 1)
6
+
_
k + 1
_
2
+ 2
k+1
+ 2
k+1
2
_
k + 1
_
=
_
k + 1
6
_
_
k (2k + 1) + 6 (k + 1)
_
+ 2 2
k+1
2
_
k + 1
_
=
_
k + 1
6
_
_
2k
2
+ k + 6k + 6
_
+ 2
_
2
k+1
1
_

_
k + 1
_
=
_
k + 1
6
_
_
2k
2
+ 7k + 6
_
+ 2
_
2
k+1
1
_

_
k + 1
_
3.6. EJERCICIOS 131
=
_
k + 1
6
_
_
2k
2
+ 3k + 4k + 6
_
+ 2
_
2
k+1
1
_

_
k + 1
_
=
_
k + 1
6
_
_
_
k + 2
_
_
2k + 3
_
_
+ 2
_
2
k+1
1
_

_
k + 1
_
=
_
k + 1
_
_
k + 2
_
_
2k + 3
_
6
+ 2
_
2
k+1
1
_

_
k + 1
_
=
_
k + 1
_
_
k + 1 + 1
_
_
2k + 2 + 1
_
6
+ 2
_
2
k+1
1
_

_
k + 1
_
=
_
k + 1
_
_
(k + 1) + 1
_
_
2 (k + 1) + 1
_
6
+ 2
_
2
k+1
1
_

_
k + 1
_
El resultado anterior se obtuvo al identicar y reemplazar en el caso post-inductivo
el caso inductivo, donde lo que se obtiene como resultado, es la frmula que se
est demostrando que es la solucin de las sumatorias evaluada en n = k + 1.
De esta manera se cumple la igualdad y la proposicin p(k + 1) es verdadera. Al
cumplirse los tres pasos de la tcnica de demostracin por induccin matemtica
entonces queda demostrada la validez de la solucin que se obtuvo para la funcin
Campe on.
3.6. Ejercicios
1. Probar o refutar cada uno de los siguientes tems utilizando alguno de los mtodos
de demostracin:
a.) La suma de dos nmeros enteros pares es un entero par.
b.) La suma de dos nmeros enteros impares es un entero par.
c.) La suma de un nmero entero impar con un nmero entero par es un nmero
entero impar.
d.) Si el producto de dos nmeros enteros es par, entonces alguno de los dos
nmeros que se esta multiplicando es par.
e.) Si el producto de dos nmeros enteros es impar, entonces los dos nmeros
que se esta multiplicando son impares.
f.) El cuadrado de todo nmero entero es un nmero entero no negativo.
g.) Si el cuadrado de n no es divisible por 2 entonces n no es divisible por 2.
h.) Si un nmero entero es divisible por 4 entonces es divisible por 2.
i.) Si n es un entero positivo, entonces n es par si y nicamente si 7n+4 es par.
j.) La suma de cualquier nmero entero n con n
2
es par.
k.) Si n es un nmero entero y n
3
+ 1 es impar, entonces n es par.
l.) Si n es un nmero entero y n
3
+ 5 es par, entonces n es impar.
m.) Si n es un nmero entero y 3n + 2 es par, entonces n es par.
n.)
_
n
r
_
+ 2
_
n
r 1
_
+
_
n
r 2
_
=
_
n + 2
r
_
, para n r 2
.)
_
n
0
_
+
_
n + 1
1
_
+
_
n + 2
2
_
+ +
_
n + r 1
r 1
_
+
_
n + r
r
_
=
_
n + r + 1
r
_
donde n, r son nmeros enteros positivos.
o.) p
p q
q (r s)
t r
s t
p.) p q
q s
r s
p r
p
q.) La suma de 4 enteros positivos consecutivos cualquiera es divisible por 4.
r.) La suma de 5 enteros positivos consecutivos cualquiera es divisible por 9.
2. Probar o refutar cada uno de los siguientes tems utilizando el mtodo de de-
mostracin por casos:
a.) El producto de cualesquiera 3 enteros positivos consecutivos es divisible por
6.
b.) El producto de cualesquiera 4 enteros positivos consecutivos es divisible por
12.
c.) La diferencia entre los cuadrados de dos nmeros enteros impares es divisible
por 8. La demostracin se tiene que cumplir para cualquier pareja de nmeros
enteros impares.
d.) n(n
2
+ 5) es divisible por 3, para n Z
+
, n 1
e.) El cuadrado de cualquier nmero entero positivo naliza con un 0, 1, 4, 5, 6
o 9. (Ayuda: Sea n = 10k + j donde j = 0, 1, ..., 9). Probar si es necesario
cada uno de los diez casos y concluir.
f.) El cubo de cualquier nmero entero positivo naliza con un 0, 1, 2, 4, 5, 6, 7
u 8. (Ayuda: Sea n = 10k +j donde j = 0, 1, ..., 9). Probar si es necesario
cada uno de los diez casos y concluir.
g.) El cuadrado de todo nmero entero, es un mltiplo de 3, diere de un
mltiplo de 3 en 1.
3.6. EJERCICIOS 133
h.) El cuadrado de todo nmero entero, es un mltiplo de 4, diere de un
mltiplo de 4 en 1.
3. Probar o refutar cada uno de los siguientes tems utilizando el mtodo de de-
mostracin por Induccin Matemtica:
a.) 1(2) + 2(3) + 3(4) + 4(5) +. . . +n(n + 1) =
n(n+1)(n+2)
3
, para n Z
+
, n 1.
b.) 0 + 3 + 8 +. . . + (n
2
1) =
n(2n+5)(n1)
6
, para n Z
+
, n 1.
c.) 0 + 7 + 26 +. . . + (n
3
1) =
n(n(n+1)
2
4)
4
, para n Z
+
, n 1.
d.) 1
2
3
+ 2
5
3
+ . . . + n (n
1
3
) =
n
2
(n+1)
3
, para n Z
+
, n 1.
e.) 1
1
4
+ 4
5
4
+ 9
9
4
+ . . . + n
2
(n
3
4
) =
n(n+1)(2n
2
1)
8
, para n Z
+
, n 1.
f.) 3 + 6 + 20 +. . . + (n(n!) + 2) = (n + 1)! + 2n 1, para n Z
+
, n 1.
g.) 1
2
+ 3
2
+ 5
2
+ . . . + (2n 1)
2
=
n(2n1)(2n+1)
3
, para n Z
+
, n 1.
h.) 3
2
+ 4
2
+ 5
2
+ 6
2
+. . . + (n + 2)
2
=
(n+2)(n+3)(2n+5)
6
5, para n Z
+
, n 1.
i.) 1
2
+ 4
2
+ 7
2
+ 10
2
+ . . . + (3n 2)
2
=
n[3n(2n1) 1]
2
, para n Z
+
, n 1.
j.) 1 2
1
+ 2 2
2
+ 3 2
3
+ 4 2
4
+ . . . + n 2
n
= (n 1) 2
n+1
+ 2, para
n Z
+
, n 1.
k.)
3
1(3)
+
3
3(5)
+
3
5(7)
+
3
7(9)
+ . . . +
3
(2n1)(2n+1)
=
3n
2n+1
, para n Z
+
, n 1.
l.)
1
1(2)
+
1
2(3)
+
1
3(4)
+
1
4(5)
+ . . . +
1
n(n+1)
=
n
n+1
, para n Z
+
, n 1.
m.) 11
n
6 es divisible por 5, para n Z
+
, n 1.
n.) 3
2n
+ 7 es divisible por 8, para n Z
+
, n 1.
.) n
3
n es divisible por 3, para n Z
+
, n 1.
o.) Misterio(n) =
n1
i=1
n
j=i+1
j
k=1
1 =
(n 1) n (n + 1)
3
, para n Z
+
.
p.) Aloha(n) =
n1
i=1
n
j=i+1
1 =
(n 1) n
2
, para n Z
+
.
q.) Harehare(n) =
n
j=1
n
k=j
2
k
= (n 1) 2
n+1
+ 2, para n Z
+
.
1. Para demostrar que una propiedad P(n) es verdadera para cualquier nmero
natural (entero no negativo), basta probar que se cumple la siguiente proposicin
4
A.) P(0) y, para k 0: P(k) P(k + 1)
B.) P(0), P(1) y, para k > 0: P(k) P(k + 2)
C.) P(0) y, para k 0: P(k + 1) P(k)
D.) P(0), P(1), P(2), ... , P(k) implican P(k), para k 0
E.) Para k 0: P(k + 1) P(k)
2. Cul es el resultado de la sumatoria
5
: 5
3
+ 5
4
+ 5
5
+ . . . + 5
n
?
A.)
5
3
(5
n2
1)
4
B.)
5
3
(5
n+1
1)
4
C.)
5
n+1
1
4
D.)
5
3
(5
n
1)
4
E.) 5
3
(5
n2
1)
3. Cul es el resultado de la sumatoria: 2
0
2
1
+2
2
2
3
+2
4
2
5
+. . . +(1)
n
2
n
?
A.)
1 + (2)
n+1
3
B.)
(2)
n+1
1
3
C.)
(2)
n+1
+ 1
3
D.) (2)
n+1
1
E.)
1 + (1)
n
(2)
n+1
3
4. Cul es el resultado de la sumatoria: 3
0
3
1
+3
2
3
3
+3
4
3
5
+. . . +(1)
n
3
n
?
A.)
(3)
n+1
1
2
B.)
(3)
n+1
+ 1
4
4
Enunciado textual de la pregunta 15 del cuadernillo de la segunda sesin del ECAES de Ingeniera
de Sistemas del ao 2004 [MIA2004].
5
C.)
(3)
n+1
+ 1
2
D.)
(1)
n
(3)
n+1
+ 1
4
E.)
(1)
n+1
(3)
n+1
+ 1
4
5. Cul es el resultado de la suma de trminos: 1(2)+2(3)+3(4)+4(5)+. . .+n(n+1)?
A.)
n(n + 1)(2n + 1)
3
B.)
n(n + 1)(2n + 1)
6
C.)
n(n + 1)(2n 1)
3
D.)
n(n + 1)(n + 2)
3
E.)
n(n + 1)(n + 2)
6
6. Cul es el resultado de la suma de trminos: 1(3)+2(4)+3(5)+4(6)+. . .+n(n+2)?
A.)
n(n + 2)(2n + 1)
3
B.)
n(n + 1)(2n + 7)
6
C.)
n(n + 1)(2n 1)
3
D.)
n(n + 1)(n + 2)
3
E.)
n(n + 1)(n + 2)
6
7. Cul es el resultado de la sumatoria:
1
1(2)
+
1
2(3)
+
1
3(4)
+
1
4(5)
+ . . . +
1
n(n + 1)
?
A.)
1
n + 1
B.)
4
n + 1
C.)
n
n + 1
D.)
2n
n + 1
E.) n
Captulo 4
Relaciones de recurrencia
A menudo es posible encontrar relaciones entre los elementos de una sucesin. Estas
relaciones se llaman relaciones de recurrencia.
Una relacin de recurrencia para una sucesin a
o
, a
1
, a
2
, . . ., a
n
es una ecuacin que
relaciona a
n
con alguno (o algunos) de sus antecesores a
o
, a
1
, a
2
, . . ., a
n1
y la suma o
multiplicacin de alguna cantidad.
Ejemplo 1:
En el ejemplo 9 del Captulo 2 de Sucesiones y Sumatorias se pide que se genere una
frmula para calcular el n-simo trmino de la sucesin que tiene los primeros 10 tr-
minos siguientes: 3, 9, 15, 21, 27, 33, 39, 45, 51 y 57. La frmula que se obtuvo
en este ejemplo es:
S
1
= 3
S
n
= S
n1
+ 6, para n 2, n Z
+
esta frmula es una relacin de recurrencia, con la cual se indica que el trmino ubicado
en la posicin n de la sucesin se obtiene al relacionar el trmino que se encuentra en
la sucesin en la posicin n 1 con la suma del nmero 6.
Cuntos llamados recursivos son necesarios en la frmula anterior para calcular el
elemento que se encuentra en la posicin un milln de la sucesin?
Son necesarios un milln de llamados recursivos, y en cada llamado recursivo a excep-
cin del caso base, es realizada una suma. La frmula recursiva o relacin de recurrencia
anterior, es correcta para calcular el n-simo trmino de la sucesin, pero, tiene un cos-
to computacional muy alto; por este motivo es fundamental determinar frmulas sin
recursividad para generar el n-simo trmino de la sucesin. La solucin de relaciones
de recurrencia permite generar a partir de la relacin de recurrencia una frmula sin
recursividad, que permite generar el mismo valor n-simo de la sucesin.
137
138 CAPTULO 4. RELACIONES DE RECURRENCIA
La frmula S
n
= 3 + 6 (n 1), para n Z
+
, es la solucin de la relacin de
recurrencia, y para calcular el elemento ubicado en la posicin n de la sucesin, slo
necesita realizar tres operaciones (una resta, una multiplicacin y una suma) indepen-
dientemente del valor de n.
En los ejercicios de la siguiente seccin se presentan las relaciones de recurrencia
que permiten generar de forma recursiva el n-simo trmino de una sucesin y se pide
que utilizando el mtodo de iteracin se obtenga una frmula que permita generar el
mismo n-simo trmino de la sucesin sin necesidad de consultar trminos previos en
la sucesin, para de sta forma evitar el costo computacional de la recursividad.
4.1. Mtodo de Iteracin
En la serie de ejercicios de esta seccin se utilizar el Mtodo de Iteracin para re-
solver las relaciones de recurrencia de primer orden no homogneas, el mtodo consiste
en comenzar en el caso base de la relacin de recurrencia y utilizarlo para denir sin
recursividad el caso que sigue despus del caso base, y as sucesivamente se itera tantas
veces como sea necesario, hasta lograr determinar cul es la sumatoria o sumatorias
ocultas que sirven para solucionar la relacin de recurrencia sin utilizar recursividad.
Despus de tener la sumatoria o sumatorias para la relacin de recurrencia evaluada
en un valor n, estas (o esta) son resueltas y de esta forma se obtiene la solucin de la
relacin de recurrencia.
Por ltimo el mtodo de demostracin por induccin matemtica puede ser utilizado
para raticar o refutar que la solucin de la relacin de recurrencia es correcta.
Ejemplo 2:
Resolver la siguiente relacin de recurrencia:
P(1) = 1
P(n) = P(n 1) + n, para n > 1, n Z
+
Utilizando el mtodo de iteracin se tiene:
P(1) = 1
P(2) = P(1) + 2 = 1 + 2
no dar el resultado de 1 + 2 sino dejar indicada la suma de trminos para no desa-
parecer la sumatoria.
4.1. MTODO DE ITERACIN 139
P(3) = P(2) + 3 = 1 + 2 + 3
P(4) = P(3) + 4 = 1 + 2 + 3 + 4
P(5) = P(4) + 5 = 1 + 2 + 3 + 4 + 5
Se itera tantas como se considere necesario hasta que se identique cual es la suma-
toria oculta. En estos momentos debe ser evidente que:
P(n) = 1 + 2 + 3 + 4 +. . . + n
de esta forma se detecta que la sumatoria oculta que resuelve la relacin de recurrencia
sin recursividad es

n
i=1
i = 1 + 2 +. . . + n
la cual tiene solucin
n(n + 1)
2
. Por lo tanto P(n) =
n
i=1
i =
n(n + 1)
2
. De esta forma la
solucin de la relacin de recurrencia es P(n) =
n(n+1)
2
para n 1
Ahora se va a utilizar el mtodo de demostracin por induccin matemtica para
raticar que la solucin obtenida de la relacin de recurrencia es correcta.
Caso base n = 1
n toma el valor de 1 porque este es el valor con el cul termina la recursividad en
la relacin de recurrencia, o dicho en otras palabras, para n=1, esta denido el
caso base de la relacin de recurrencia.
P(1) = 1
. .
Caso base de la R.R.
=
1(2)
2
= 1
. .
Soluci on de la relaci on de recurrencia evaluada en 1
Como se cumple la igualdad entre el caso base de la relacin de recurrencia y la
solucin de la relacin de recurrencia evaluada en n = 1, entonces la demostracin
continua en el caso inductivo.
Caso inductivo n=k:
Se asume como cierta la solucin de la relacin de recurrencia evaluada en k,
donde k Z
+
para k > 1
P(k) =
k(k + 1)
2
Caso post-inductivo n = k + 1:
en este caso se recuerda el paso recursivo de la relacin de recurrencia donde
P(n) = P(n 1) + n, reemplazando n por k + 1 se tiene:
P(k + 1) = P(k + 1 1) + k + 1
P(k + 1) = P(k) + (k + 1)
donde P(k + 1) y P(k) se reemplazan por su equivalente en el caso inductivo
evaluado en k + 1 y k respectivamente
(k + 1)(k + 1 + 1)
2
=
k(k + 1)
2
+ (k + 1)
(k + 1)(k + 2)
2
= (k + 1)
_
k
2
+ 1
_
= (k + 1)
_
k
2
+
2
2
_
= (k + 1)
_
k + 2
2
_
=
(k + 1)(k + 2)
2
Como efectivamente se lleg a la igualdad, entonces, se ratica que la solucin de
la relacin de recurrencia obtenida por el mtodo de iteracin es correcta.
Ejemplo 3:
P(1) = 2
P(n) = P(n 1) + n 2
n
, para n > 1
P(1) = 2
P(2) = P(1) + 2 2
2
= 2 + 2 2
2
= 1 2
1
+ 2 2
2
recordar que no se calculan las potencias ni se hacen las multiplicaciones, ni se hacen
las sumas porque se desaparecera la sumatoria oculta que est debajo de la relacin
de recurrencia. Retomando el mtodo iterativo se tiene:
P(3) = P(2) + 3 2
3
= 1 2
1
+ 2 2
2
+ 3 2
3
P(4) = P(3) + 4 2
4
= 1 2
1
+ 2 2
2
+ 3 2
3
+ 4 2
4
.
.
.
P(n) = 1 2
1
+ 2 2
2
+ 3 2
3
+ . . . + n 2
n
lo que se hizo en el paso anterior fue dejar de iterar porque ya se identic la sumatoria
y generalizar esta cuando la relacin de recurrencia P es evaluada en n.
Como P(n) =
n
i=1
i 2
i
entonces la solucin de la relacin de recurrencia es la
solucin de la sumatoria. Tomando la solucin de dicha sumatoria de la seccin de
Sumatorias Especiales se tiene que P(n) =
n
i=1
i 2
i
= (n 1) 2
n+1
+ 2, por lo
tanto la solucin de la relacin de recurrencia es P(n) = (n1) 2
n+1
+ 2, para n 1.
Ahora se utilizar el mtodo de demostracin por induccin matemtica para rati-
car la validez de la solucin de la relacin de recurrencia, por lo tanto se tiene:
Caso base n = 1:
P(1) = 2
. .
caso base de la R.R.
= (1 1) 2
1+1
+ 2 = 0 2
2
+ 2 = 0 + 2 = 2
. .
Soluci on de la relaci on de recurrencia evaluada en 1
Como se cumple la igualdad, entonces sigue la demostracin con el caso inductivo.
Caso inductivo n=k:
Se asume como cierta la solucin de la relacin de recurrencia evaluada en k,
donde k Z
+
para k > 1
P(k) = (k 1) 2
k+1
+ 2
Caso post-inductivo n = k + 1:
Recordar el paso recursivo de la relacin de recurrencia:
P(n) = P(n 1) + n 2
n
, reemplazando n por k + 1 se tiene:
P(k + 1) = P(k + 1 1) + (k + 1) 2
k+1
P(k + 1) = P(k) + (k + 1) 2
k+1
donde P(k + 1) y P(k) se reemplazan por su equivalente en el caso inductivo
evaluado en k + 1 y k respectivamente.
(k + 1 1) 2
k+1+1
+ 2
. .
P(k+1)
= (k 1) 2
k+1
+ 2
. .
P(k)
+ (k + 1) 2
k+1
k 2
k+2
+ 2 = (k 1 + k + 1) 2
k+1
+ 2
= (2k) 2
k+1
+ 2
= k 2
k+2
+ 2
Como se lleg a una igualdad, entonces, se ratica que la solucin de la relacin
de recurrencia obtenida por el mtodo de iteracin es correcta.
Ejemplo 4:
P(1) = 1
P(n) = 2P(n 1) + 1, para n > 1
Por el mtodo de iteracin se tiene:
P(1) = 1
P(2) = 2P(1) + 1 = 2(1) + 1 = 2
1
+ 2
0
P(3) = 2P(2) + 1 = 2(2
1
+ 2
0
) + 1 = 2
2
+ 2
1
+ 2
0
P(4) = 2P(3) + 1 = 2(2
2
+ 2
1
+ 2
0
) + 1 = 2
3
+ 2
2
+ 2
1
+ 2
0
.
.
.
P(n) = 2
n1
+ 2
n2
+ . . . + 2
1
+ 2
0
P(n) = 2
0
+ 2
1
+ . . . + 2
n1
Como P(n) =
n1
i=0
2
i
entonces la solucin de la relacin de recurrencia es la solu-
cin de la suma de trminos de la serie geomtrica con primer trmino a = 2
0
= 1,
razn constante r = 2 y potencia ms grande igual a n 1 tomando la solucin de
dicha sumatoria de la seccin de Sumatorias Especiales se tiene que
P(n) =
n1
i=0
2
i
=
a r
(potencia m as grande)+1
a
r 1
=
1 2
(n1)+1
1
2 1
= 2
n
1
por lo tanto la solucin de la relacin de recurrencia es P(n) = 2
n
1, para n 1.
Si se quiere raticar o refutar la solucin obtenida para la relacin de recurrencia,
entonces se puede utilizar el mtodo de demostracin por induccin matemtica.
Ejemplo 5:
P(1) = 2
P(n) = 2P(n 1) + 3
n
1, para n 2
La diferencia de este ejemplo con los anteriores, radica en la cantidad de trminos
independientes que se encuentran en el caso recursivo, donde se tiene que al llamado
recursivo se le suma 3
n
1. Cada uno de los trminos independientes genera su propia
suma de trminos.
P(1) = 2
P(2) = 2P(1) + 3
2
1 = 2(2) + 3
2
1 = 2
2
+ 3
2
1
P(3) = 2P(2) + 3
3
1 = 2
_
2
2
+ 3
2
1
_
+ 3
3
1
=
_
2
3
+ 2 3
2
2
_
+ 3
3
1
=
_
2
3
+ 2
1
3
2
2
1
_
+ 2
0
3
3
2
0
=
_
2
3
_
+
_
2
1
3
2
+ 2
0
3
3
_

_
2
1
+ 2
0
_
P(4) = 2P(3) + 3
4
1 = 2
_
_
2
3
_
+
_
2
1
3
2
+ 2
0
3
3
_

_
2
1
+ 2
0
_
_
+ 3
4
1
=
_
_
2
4
_
+
_
2
2
3
2
+ 2
1
3
3
_

_
2
2
+ 2
1
_
_
+ 2
0
3
4
2
0
=
_
2
4
_
+
_
2
2
3
2
+ 2
1
3
3
+ 2
0
3
4
_

_
2
2
+ 2
1
+ 2
0
_
.
.
.
P(n) =
_
2
n
_
+
_
2
n2
3
2
+ 2
n3
3
3
+. . . + 2
0
3
n
_

_
2
n2
+ 2
n3
+. . . + 2
0
_
=
_
2
n
_
+ 3
2
_
2
n2
3
0
+ 2
n3
3
1
+. . . + 2
0
3
n2
_

_
2
0
+ 2
1
+. . . + 2
n2
_
P(n) =
_
2
n
_
..
t ermino generado por el caso base de la relaci on de recurrencia
+ 3
2
_
2
n2
3
0
+ 2
n3
3
1
+ . . . + 2
0
3
n2
. .
Sumatoria A
_
_
2
0
+ 2
1
+ . . . + 2
n2
. .
Sumatoria B
_
Sumatoria A:
La sumatoria A es una serie geomtrica con primer trmino a = 2
n2
, razn cons-
tante r =
3
2
y potencia ms grande igual a n 2, reemplazando en la formula se tiene:
a r
a
r 1
=
2
n2
_
3
2
_
(n2)+1
2
n2
3
2
1
=
2
n2
_
3
2
_
n1
2
n2
3
2

2
2
=
2
n2
3
n1
2
n1
2
n2
3 2
2
=
2
n2
3
n1
2 2
n2
2
n2
1
2
=
3
n1
2

2
2
2
n2
1
2
=
3
n1
2
n1
2
1
2
= 3
n1
2
n1
Sumatoria B:
La sumatoria B es una serie geomtrica con primer trmino a = 2
0
= 1, razn
constante r = 2 y potencia ms grande igual a n 2, reemplazando en la formula se
tiene:
a r
a
r 1
=
1 2
(n2)+1
1
2 1
=
1 2
n1
1
1
= 2
n1
1
Solucin Relacin de recurrencia:
P(n) = (t ermino generado por el caso base de la relaci on de recurrencia)
+ 3
2
(Soluci on Sumatoria A) (Soluci on Sumatoria B)
P(n) =
_
2
n
_
+ 3
2
_
3
n1
2
n1
_

_
2
n1
1
_
= 2 2
n1
+ 3
2
3
n1
3
2
2
n1
2
n1
+ 1
= 3
n1+2
+ 2 2
n1
9 2
n1
2
n1
+ 1
= 3
n+1
+
_
2 9 1
_
2
n1
+ 1
= 3
n+1
8 2
n1
+ 1
= 3
n+1
2
3
2
n1
+ 1
= 3
n+1
2
n1+3
+ 1
= 3
n+1
2
n+2
+ 1
Ejemplo 6:
P(1) = 1
P(n) = 2P(
n
2
) + n, para n = 2
m
, m Z
+
.
El objetivo principal de este ejemplo es poner en evidencia que el llamado recursivo
de la relacin de recurrencia no siempre tiene que ser en trminos de n 1. Perfecta-
mente el valor de n puede decrecer al dividir ste de forma constante por un mismo
valor, en este ejemplo dicho valor es 2.
Para poder utilizar el mtodo de iteracin sobre esta relacin de recurrencia es
necesario primero hacer un cambio de variables.
Cambio de variables:
Como n = 2
m
, entonces la relacin de recurrencia original puede ser reescrita
como:
P(2
0
) = 2
0
P(2
m
) = 2P(
2
m
2
) + 2
m
, m 1
P(2
m
) = 2P(2
m
2
1
) + 2
m
, m 1
P(2
m
) = 2P(2
m1
) + 2
m
, m 1
Mtodo iterativo
P(2
0
) = 2
0
P(2
1
) = 2P(2
0
) + 2
1
= 2
1
2
0
+ 2
1
= 2
1
+ 2
1
P(2
2
) = 2P(2
1
) + 2
2
= 2[2
1
+ 2
1
] + 2
2
= 2
2
+ 2
2
+ 2
2
P(2
3
) = 2P(2
2
) + 2
3
= 2[2
2
+ 2
2
+ 2
2
] + 2
3
= 2
3
+ 2
3
+ 2
3
+ 2
3
.
.
.
P(2
m
) = 2
m
+ 2
m
+ 2
m
+ . . . + 2
m
. .
m+1 veces
= (m+ 1)2
m
De esta forma se halla la solucin a la relacin de recurrencia.
Ahora, despus de obtener la solucin de la relacin de recurrencia es necesario
utilizar algn mecanismo para raticar o refutar la validez de la solucin, por este
motivo es normal que se utilice la tcnica de demostracin por induccin mate-
mtica para ste n.
Prueba por induccin matemtica:
Caso base m = 0:
P(2
0
) = 1 = (0 + 1)2
0
= (1)1
= 1
Como se cumple la igualdad entre el caso base de la relacin de recurrencia
y la solucin de la relacin de recurrencia evaluada en m = 0, entonces la
demostracin continua en el caso inductivo.
Caso inductivo m = k :
Se asume como cierto que: P(2
k
) = (k + 1)2
k
Caso post-inductivo m = k + 1:
Recordar el caso recursivo de la relacin de recurrencia:
P(2
m
) = 2P(2
m1
) + 2
m
Al reemplazar m por k + 1 se tiene:
P(2
k+1
) = 2P(2
k
) + 2
k+1
Se reemplaza a P(2
k+1
) y P(2
k
) por su equivalente en el caso inductivo.
((k + 1) + 1)2
k+1
. .
P(2
k+1
)
= 2
_
(k + 1)2
k
. .
P(2
k
)
+ 2
k+1
(k + 2)2
k+1
= (k + 1)2
k+1
+ 2
k+1
= ((k + 1) + 1)2
k+1
= (k + 2)2
k+1
Se cumple la igualdad por lo tanto es correcta la solucin de la relacin de
recurrencia.
Con respecto al cambio de variables se resolvi la relacin de recurrencia y se
demostr por induccin matemtica que dicha solucin es correcta, ahora lo que se
va a hacer es presentar la solucin de la relacin de recurrencia con respecto a la
variable original, para esto se debe recordar que n = 2
m
, entonces lg
2
n = lg
2
2
m
,
lg
2
n = m, m = lg
2
n, reemplazando n y m en la solucin de la relacin de re-
currencia P(2
m
) = (m + 1)2
m
, se tiene P(n) = ((lg
2
n) + 1)n, P(n) = n(1 + lg
2
n),
P(n) = n + nlg
2
n.
Ejemplo 7:
P(1) = 1
P(n) = 3P(
n
5
) + n, para n = 5
m
, m Z
+
.
En este ejemplo es necesario hacer primero el cambio de variables y reescribir la
relacin de recurrencia.
Como n = 5
m
, entonces la relacin de recurrencia original puede ser reescrita de
la siguiente forma:
P(5
0
) = 5
0
P(5
m
) = 3P(
5
m
5
) + 5
m
, m 1
P(5
m
) = 3P(5
m
5
1
) + 5
m
, m 1
P(5
m
) = 3P(5
m1
) + 5
m
, m 1
Mtodo iterativo
P(5
0
) = 5
0
P(5
1
) = 3P(5
0
) + 5
1
= 3
1
5
0
+ 3
0
5
1
P(5
2
) = 3P(5
1
) + 5
2
= 3[3
1
5
0
+ 3
0
5
1
] + 5
2
= 3
2
5
0
+ 3
1
5
1
+ 3
0
5
2
P(5
3
) = 3P(5
2
) + 5
3
= 3[3
2
5
0
+ 3
1
5
1
+ 3
0
5
2
] + 5
3
= 3
3
5
0
+ 3
2
5
1
+ 3
1
5
2
+ 3
0
5
3
P(5
4
) = 3P(5
3
) + 5
4
= 3[3
3
5
0
+ 3
2
5
1
+ 3
1
5
2
+ 3
0
5
3
] + 5
4
= 3
4
5
0
+ 3
3
5
1
+ 3
2
5
2
+ 3
1
5
3
+ 3
0
5
4
.
.
.
P(5
m
) = 3
m
5
0
+ 3
m1
5
1
+ 3
m2
5
2
+ . . . + 3
1
5
m1
+ 3
0
5
m
=
m
i=0
3
m
_
5
3
_
i
La Sumatoria que describe a P(5
m
) es una serie geomtrica con primer trmino
a = 3
m
, razn constante r =
5
3
y potencia ms grande igual a m, reemplazando
en la frmula de la serie geomtrica se tiene:
P(5
m
) =
_
3
m
_
5
3
_
m+1
3
m
5
3
1
_
= 3
m
_
5
m+1
3
m+1
1
2
3
_
= 3
m
_
5
m+1
3
m+1
3
m+1
2
3
_
= 3
m+1
_
5
m+1
3
m+1
2 3
m+1
_
=
5
m+1
3
m+1
2
De esta forma se halla la solucin a la relacin de recurrencia.
Para raticar que es correcta la solucin de la relacin de recurrencia, entonces a
continuacin se utilizar la tcnica de demostracin por induccin matemtica para ste
n.
Prueba por induccin matemtica:
Caso base m = 0:
P(5
0
) = 1 =
5
0+1
3
0+1
2
=
5
1
3
1
2
=
5 3
2
=
2
2
= 1
Como se cumple la igualdad entre el caso base de la relacin de recurrencia
y la solucin de la relacin de recurrencia evaluada en m = 0, entonces la
demostracin continua en el caso inductivo.
Caso inductivo m = k :
Se asume como cierto que: P(5
k
) =
5
k+1
3
k+1
2
Caso post-inductivo m = k + 1:
Recordar el caso recursivo de la relacin de recurrencia:
P(5
m
) = 3P(5
m1
) + 5
m
Al reemplazar m por k + 1 se tiene:
P(5
k+1
) = 3P(5
k
) + 5
k+1
Se reemplaza a P(5
k+1
) y P(5
k
) por su equivalente en el caso inductivo.
5
k+2
3
k+2
2
. .
P(5
k+1
)
= 3
_
5
k+1
3
k+1
2
_
. .
P(5
k
)
+ 5
k+1
=
3 5
k+1
3 3
k+1
2
+
2
2
5
k+1
=
3 5
k+1
3
k+2
+ 2 5
k+1
2
=
3 5
k+1
+ 2 5
k+1
3
k+2
2
=
5
k+1
(3 + 2) 3
k+2
2
=
5
k+1
(5) 3
k+2
2
=
5
k+2
3
k+2
2
Se cumple la igualdad por lo tanto es correcta la solucin de la relacin de
recurrencia.
Ejemplo 8:
Sea la siguiente relacin de recurrencia:
P(1) = 4
P(n) = 4P(
n
4
) + n
2
+ 2, para n = 4
m
, m Z
+
.
El aporte fundamental de este ejemplo es que el caso base de la relacin de re-
currencia no siempre tiene que comenzar en uno, en este ejemplo comienza en cuatro
(pudindose utilizar cualquier otro valor), y no se afecta en nada la utilizacin del mto-
do de iteracin.
Ahora, primero se debe hacer el cambio de variables y reescribir la relacin de
recurrencia.
Como n = 4
m
, entonces la relacin de recurrencia original puede ser reescrita de
la siguiente forma:
P(4
0
) = 4
P(4
m
) = 4P(
4
m
4
) + (4
m
)
2
+ 2, m 1
P(4
m
) = 4P(4
m
4
1
) + (4
2
)
m
+ 2, m 1
P(4
m
) = 4P(4
m1
) + 16
m
+ 2, m 1
La cantidad de trminos independientes en el caso recursivo de la relacin de
recurrencia indica cuantas sumatorias diferentes se presentan para solucionar la
relacin de recurrencia, en este ejemplo se generarn dos sumatorias, una en tr-
minos de 16
m
y la otra en trminos de 2, adicionalmente es normal que el trmino
que se genera gracias al caso base de la relacin de recurrencia no encaje en ningu-
na de las sumatorias, por este motivo se deja por aparte como si fuera una nueva
sumatoria, pero de un solo trmino.
Mtodo iterativo:
P(4
0
) = 4
P(4
1
) = 4P(4
0
) + 16
1
+ 2
= 4(4) + 16
1
+ 2
= 4
2
+ 16
1
+ 2
P(4
2
) = 4P(4
1
) + 16
2
+ 2
= 4(4
2
+ 16
1
+ 2) + 16
2
+ 2
= 4
3
+ 4
1
16
1
+ 4 2 + 16
2
+ 2
= 4
3
+ 4
1
16
1
+ 4 2 + 16
2
+ 2
P(4
3
) = 4P(4
2
) + 16
3
+ 2 = 4(4
3
+ 4
1
16
1
+ 4 2 + 16
2
+ 2) + 16
3
+ 2
= 4
4
+ 4
2
16
1
+ 2 4
2
+ 4 16
2
+ 2 4 + 16
3
+ 2
= 4
4
+ 4
2
16
1
+ 4 16
2
+ 16
3
+ 2 4
2
+ 2 4 + 2
= 4
4
+ (4
2
16
1
+ 4 16
2
+ 16
3
) + 2(4
2
+ 4
1
+ 4
0
)
P(4
4
) = 4P(4
3
) + 16
4
+ 2
= 4[4
4
+ (4
2
16
1
+ 4
1
16
2
+ 16
3
) + 2(4
2
+ 4
1
+ 4
0
)] + 16
4
+ 2
= 4
5
+ (4
3
16
1
+ 4
2
16
2
+ 4
1
16
3
) + 2(4
3
+ 4
2
+ 4
1
) + 4
0
16
4
+ 2 4
0
= 4
5
+ (4
3
16
1
+ 4
2
16
2
+ 4
1
16
3
+ 4
0
16
4
) + 2(4
3
+ 4
2
+ 4
1
+ 4
0
)
= 4
5
+ 16(4
3
16
0
+ 4
2
16
1
+ 4 16
2
+ 4
0
16
3
) + 2(4
0
+ 4
1
+ 4
2
+ 4
3
)
.
.
.
P(4
m
) =
t ermino generado por el caso base de la relaci on de recurrencia
..
4
m+1
+ 16
Sumatoria A
..
(4
m1
16
0
+ 4
m2
16
1
+ . . . + 4
1
16
m2
+ 4
0
16
m1
)
+ 2 (4
0
+ 4
1
+ . . . + 4
m1
)
. .
Sumatoria B
Sumatoria A:
La Sumatoria A es una serie geomtrica con primer trmino a = 4
m1
, razn
constante r =
16
4
= 4 y potencia ms grande igual a m 1, reemplazando en la
formula se tiene:
a r
a
r 1
=
4
m1
(4
(m1)+1
) 4
m1
4 1
=
4
m1
(4
m
) 4
m1
3
= 4
m1
_
4
m
1
3
_
Sumatoria B:
La Sumatoria B es una serie geomtrica con primer trmino a = 4
0
= 1, razn
constante r = 4 y potencia ms grande igual a m1, reemplazando en la formula
se tiene:
a r
a
r 1
=
1 (4
(m1)+1
) 1
4 1
=
4
m
1
3
Solucin Relacin de recurrencia:
P(4
m
) = (t ermino generado por el caso base de la relaci on de recurrencia)
+ 16 (Sumatoria A) + 2 (Sumatoria B)
P(4
m
) = 4
m+1
+ 16
_
4
m1
_
4
m
1
3
__
+ 2
_
4
m
1
3
_
= 4
m+1
+ 4
2
4
m1
_
4
m
1
3
_
+ 2
_
4
m
1
3
_
= 4
m+1
+ 4
m+1
_
4
m
1
3
_
+ 2
_
4
m
1
3
_
= 4
m+1
+
_
4
m+1
+ 2
__
4
m
1
3
_
Se puede utilizar la tcnica de demostracin por induccin matemtica para raticar
o refutar la validez de la solucin de la relacin de recurrencia.
4.2. Complejidad de algoritmos recursivos
Para poder calcular la complejidad de un algoritmo recursivo es necesario, primero,
plantear una funcin de costo recursiva (tambin llamada relacin de recurrencia) para
contar la cantidad de operaciones que realiza el algoritmo recursivo, segundo, resolver
la relacin de recurrencia, y por ltimo aplicar notaciones computacionales (ya sea O,
Omega o Theta dependiendo del caso) sobre la solucin de la relacin de recurrencia
para calcular la complejidad del algoritmo recursivo.
Ejemplo 9:
El siguiente algoritmo recursivo invierte el orden de los elementos almacenados en un
vector A:
Invertir(A[ ], i, j )
1. if (i < j)
2. u A[j ]
3. for(k = j; k > i; k )
4. A[k] A[k 1]
5. A[i] u
6. Invertir(A[ ], i + 1, j )
Cuando se hace el siguiente llamado a la funcin Invertir(A[1, 2, 3], 1, 3) el resultado
nal del vector A cuando la recursividad termina es [3, 2, 1].
Sea T(n) la funcin recursiva (o relacin de recurrencia) que cuenta la cantidad de
operaciones que realiza el algoritmo Invertir para cuando este trabaja con un vector
A de n elementos en el rango de i a j, por este motivo:
4.2. COMPLEJIDAD DE ALGORITMOS RECURSIVOS 153
T(n) = (1)
..
costo linea 1
+ (1)
..
costo linea 2
+ (n)
. .
costo lineas 3 y 4
+ (1)
..
costo linea 5
+ T(n 1)
. .
costo de Invertir n1 elementos
desde el punto de vista de notacin theta se tiene que: (1) + (1) + (n) + (1) =
3 (1) + (n) = (1) + (n) = (n), por este motivo
T(n) = (n)
. .
costo del algoritmo por llamado
+ T(n 1)
. .
costo de Invertir n1 elementos
T(n) = T(n 1) + (n), para n 2
Ahora hace falta denir el caso base de la relacin de recurrencia, el cual se presenta
cuando se quiere invertir un subvector que contiene un solo elemento, el orden inverso
en este subvector es el mismo subvector y por este motivo no hay que realizar ningn
trabajo, este caso es detectado en la lnea 1 del algoritmo cuando i = j que representa un
subvector para trabajar de una sola posicin. Cuando este caso se presenta el algoritmo
recursivo termina su ejecucin. El costo del caso base se representa como T(1) = (1).
La relacin de recurrencia completa es:
T(1) = (1)
T(n) = T(n 1) + (n), cuando n 2
de la relacin de recurrencia anterior es removida la notacin theta para que esta sea
ms fcil de resolver, de esta forma tenemos:
T(1) = 1
T(n) = T(n 1) +n, para n 2, n Z
+
esta relacin de recurrencia fue resuelta en el Ejemplo 2 de ste captulo, donde se
obtuvo que la solucin de la relacin de recurrencia es:
T(n) =
n (n + 1)
2
, para n 1, n Z
+
en el Ejemplo 32 de la seccin 2.6 de Notaciones computacionales, se determin que
1 +2 +3 +. . . +n =
n(n+1)
2
es (n
2
), por este motivo el algoritmo Invertir es de orden
n
2
.
Ejemplo 10:
Sea el siguiente algoritmo recursivo donde las variables n, a, b y c son del tipo nmero
natural:
PP(n, a, b, c)
1. if (n > 0)
2. PP(n 1, b, a, c)
3. PP(n 1, c, b, a)
4. printf(a, b)
Se quiere contar la cantidad de veces que se ejecuta la lnea 4 para un valor n.
La variable n es la nica que se analiza para determinar si se realizan nuevos llamados
recursivos a la funcin PP y si se imprime por pantalla los valores de las variables a y
b. El valor ms pequeo que puede tomar la variable n para que se realice este trabajo
es uno, donde se realizar una impresin por pantalla (ejecucin lnea 4) y se harn
dos llamados recursivos a la funcin PP con n = 0 que no generarn impresiones por
pantalla, por este motivo el caso base de la relacin de recurrencia es T(1) = 1. Ahora
se dene el caso recursivo de la relacin de recurrencia, el cual se presenta cuando n 2
T(n) = T(n 1)
. .
impresiones realizadas por el primer llamado a la funci on PP para n1
+ T(n 1)
. .
impresiones realizadas por el segundo llamado a la funci on PP para n1
+ 1
..
ejecuci on linea 5
T(n) = 2 T(n 1)
. .
impresiones realizadas por los dos llamados a la funci on PP para n1
+ 1
..
ejecuci on linea 5
la relacin de recurrencia completa es:
T(1) = 1
T(n) = 2 T(n 1) + 1, para n 2, n Z
+
sta relacin de recurrencia se resolvi en el Ejemplo 4 de este captulo, donde se
obtuvo que T(n) = 2
n
1, para n 1, n Z
+
. Por lo tanto se realiza un total de
2
n
1 impresiones por pantalla (ejecucin lnea 4) para un valor de n 1.
En la siguiente subseccin se trabajar el anlisis de la complejidad del algoritmo de
ordenamiento por montones, donde se deja en evidencia que es fundamental entender
muy bien el algoritmo sobre el cual se realiza el anlisis de la complejidad, donde se
hace uso de relaciones de recurrencia, sumatorias y notaciones computacionales (O,
y ).
4.2.1. El Algoritmo de Ordenamiento por Montones
Toda esta subseccin ha sido tomada de [M2010], donde dicha referencia tomo como
punto de partida al libro de Introduccin a los Algoritmos de Thomas Cormen y otros
[CLRS2001].
El algoritmo de ordenamiento por montones creado por J. W. J. Williams en 1964
[W1964], hace uso de la estructura de datos montn para almacenar los nmeros a
ordenar. La estructura de datos montn tambin es utilizada para implementar de
forma eciente colas de prioridades. A continuacin se presentan las propiedades de los
montones, la funcin que garantiza la propiedad de montn, la funcin para construir
un montn y por ltimo el algoritmo de ordenamiento por montones.
Los Montones y sus Propiedades
La estructura de datos montn es un arreglo de objetos muy parecido a un rbol binario
completo. Cada nodo del rbol corresponde a un elemento del arreglo que almacena
el valor en el nodo. El rbol esta completamente lleno en todos los niveles excepto
posiblemente en el nivel ms bajo, el cual es llenado de izquierda a derecha hasta algn
punto, la siguiente gura representa la situacin anteriormente planteada con respecto
a la forma que toma un rbol binario que representa un montn.
Un arreglo A que representa un montn es un objeto con dos atributos: length[A], el
cual es el nmero de elementos en el arreglo, y heapSize[A], el cual es el nmero de
elementos del montn almacenados en el arreglo A, donde heapSize[A] length[A].
El contenido de la raz del rbol esta almacenado en A[1], y dado el ndice de un nodo,
el ndice de su padre Padre(i), el ndice del hijo por la izquierda Izq(i) y el ndice del hi-
jo por la derecha Der(i) pueden ser calculados simplemente con las siguientes funciones:
Padre(i)
return
i
2
Izq(i)
return 2 i
Der(i)
return 2 i + 1
Hay dos clases de montones binarios: el montn mximo y el montn mnimo. En ambos
casos, los valores de los nodos satisfacen una propiedad de montn, en el caso de un
montn mximo, la propiedad del montn mximo es que para todo nodo i diferente de
la raz se cumple que A[Padre(i)] A[i], esto es que el valor de cada nodo como mxi-
mo es el valor de su padre, de esta forma el elemento ms grande de un montn mximo
est almacenado en la raz. En el caso de un montn mnimo, la propiedad del montn
mnimo es que para todo nodo i diferente de la raz se cumple que A[Padre(i)] A[i],
esto es que el valor de cada nodo como mnimo es el valor de su padre, de esta forma
el elemento ms pequeo de un montn mnimo est almacenado en la raz.
Al mirar un montn como un rbol, se dene la altura de un nodo en el montn como
la cantidad de aristas que hay desde el nodo a alguna de las hojas ms lejanas que se
alcanzan desde l en una ruta simple descendente, de esta forma la altura del montn
es la altura del nodo raz del rbol. La altura de un montn es (lg n).
Garantizar la Propiedad de Montn
Los parmetros de entrada de la funcin HeapifyMax son un arreglo A y un subndice
i sobre el arreglo. La funcin HeapifyMax asume que tanto el subrbol izquierdo co-
mo el subrbol derecho a partir de la posicin i son montones mximos, pero que A[i]
puede ser ms pequeo que alguno de sus dos hijos, con lo que se violara la propiedad
de montn mximo. La funcin HeapifyMax le permite al valor almacenado en A[i]
otar hacia abajo en el montn mximo hasta lograr que el subrbol con raz i sea
un montn mximo.
HeapifyMax(A, i)
1. izq Izq(i)
2. der Der(i)
3. if izq heapSize[A] and A[izq] > A[i]
4. then posMax izq
5. else posMax i
6. if der heapSize[A] and A[der] > A[posMax]
7. then posMax der
8. if posMax = i
9. then A[i] A[posMax]
10. HeapifyMax(A, posMax)
Si A[i] es mayor o igual que la informacin almacenada en la raz de los subrboles
izquierdo y derecho entonces el rbol con raz el nodo i es un montn mximo y la
funcin termina. De lo contrario, la raz de alguno de los subrboles tiene informa-
cin mayor que la que se encuentra en A[i] y es intercambiada con sta, con lo cual
se garantiza que el nodo i y sus hijos cumplen la propiedad de mximo montn, pero,
sin embargo el subrbol hijo con el cual se intercambio la informacin de A[i] ahora
puede no cumplir la propiedad de mximo montn, por lo tanto, se debe llamar de
forma recursiva a la funcin HeapifyMax sobre el subrbol hijo con el cual se hizo el
intercambio.
La complejidad en el peor de los casos de la funcin HeapifyMax es O(h), donde h es
la altura del montn, como la altura del montn es (lg n) entonces HeapifyMax es
O(lg n).
Construccin de un Montn
Se puede utilizar la funcin HeapifyMax de la manera abajo-arriba para convertir una
arreglo A de n elementos en un montn mximo. Los elementos del arreglo almacenados
en las posiciones

n
2
+1,

n
2
+2, , n son todos hojas del rbol, donde cada hoja es

un montn de un solo elemento donde se cumple la propiedad de mximo montn.
BuildHeapMax(A)
1. heapSize[A] length[A]
2. for i
length[A]
2
down to 1
3. do HeapifyMax(A, i)
En un anlisis sencillo el peor de los casos de la funcin BuildHeapMax es O(n lg n),
el cual se obtiene por los O(n) llamados que se realizan de la funcin HeapifyMax que
tiene complejidad O(lg n), donde O(n) O(lg n) = O(n lg n).
En un anlisis ms exacto de la funcin si el montn tiene n nodos la altura del rbol
binario es h = lg n, como el costo computacional de la funcin HeapifyMax depende
es de la altura del nodo sobre el que se est trabajando, por este motivo en la siguiente
tabla se presenta la cantidad de nodos con respecto a su altura en el rbol.
Altura del nodo Cantidad de nodos
h 1
h 1 2
h 2 2
2
.
.
.
.
.
.
h (h 1) = 1 2
h1
0 2
h
Adicionalmente se tiene la frmula

n
2
h+1
para calcular la cantidad mxima de nodos

que se encuentra a una altura h en un montn que tiene n elementos. Teniendo en
cuenta lo anterior, entonces, el anlisis de la complejidad del peor de los casos de la
funcin BuildHeapMax se puede realizar de la siguiente forma:
lg n
h=1
n
2
h+1
O(h) = O
_
n
lg n
h=1
h
2
h
_
= O
_
n
h=1
h
2
h
_
se tiene la siguiente solucin para la sumatoria
1
m
h=1
h
2
h
= 2
m + 2
2
m
, m Z
+
1
En el Ejemplo 23 del captulo 2 se encuentra el desarrollo que permite determinar la solucin de
sta sumatoria.
de donde se obtiene que
h=1
h
2
h
= 2
por lo tanto la complejidad de BuildHeapMax en el peor de los casos es:
O
_
n
lg n
h=1
h
2
h
_
= O
_
n
h=1
h
2
h
_
= O(n 2)
= O(n)
El Algoritmo de Ordenamiento por Montones
El algoritmo HeapSort inicialmente construye un montn mximo en el arreglo A de
n posiciones, como el elemento ms grande del arreglo se encuentra en A[1] entonces
este es intercambiado con el elemento que se encuentra almacenado en A[n], de esta
forma se tendr ya ordenado el elemento ms grande del arreglo en la posicin que
le corresponde, ahora toca decrementar el tamao del montn y llamar a la funcin
HeapifyMax para que se hagan los cambios (si es que son necesarios) para garantizar
que en las primeras n1 posiciones del arreglo hay un montn. En el ciclo de repeticin
for de las lneas 2-5 se sigue intercambiando la informacin de la posicin uno del arreglo
con la que se encuentra en la ltima posicin vlida del montn, se sigue disminuyendo
el tamao del montn y se sigue llamando a la funcin HeapifyMax hasta tener un
montn de tamao uno. Cuando termina de ejecutarse el algoritmo el arreglo queda
con su informacin ordenada de forma ascendente.
HeapSort(A)
1. BuildHeapMax(A)
2. for i length[A] down to 2
3. do A[1] A[i]
4. heapSize[A] heapSize[A] 1
5. HeapifyMax(A, 1)
El algoritmo HeapSort tiene una complejidad de O(n lg n), complejidad que se genera
en el ciclo de repeticin for de las lneas 2-5, en donde el ciclo for ejecuta n 1 veces
el llamado de la funcin HeapifyMax que tiene una complejidad de O(lg n).
Ejercicios
1. Resolver las siguientes relaciones de recurrencia utilizando el Mtodo de Iteracin:
a.) P(1) =
1
4
P(n) = P(n 1) + n
3
3
4
n
2
, para n 2, n Z
+
.
b.) P(1) =
1
2
P(n) = P(n 1) + n
2
1
2
n , para n 2, n Z
+
.
c.) P(1) =
1
5
P(n) = P(n 1) + n
3
4
5
n , para n 2, n Z
+
.
d.) P(1) =
3
2
P(n) = P(n 1) + 2n
n
2
n
, para n 2, n Z
+
.
e.) P(1) = 1
P(n) = 3P(
n
2
) + n, para n = 2
m
, m Z
+
.
f.) P(1) = 1
P(n) = 3P(
n
4
) + n, para n = 4
m
, m Z
+
.
g.) P(1) = 1
P(n) = 2P(
n
3
) + n, para n = 3
m
, m Z
+
.
h.) P(1) = 1
P(n) = 4P(
n
3
) + n, para n = 3
m
, m Z
+
.
i.) P(1) = 1
P(n) = 9P(
n
3
) + n, para n = 3
m
, m Z
+
.
2. Demostrar o refutar por induccin matemtica que las relaciones de recurrencia
siguientes tienen la solucin que se plantea para cada una de ellas :
a.) P(1) = 1
P(n) = P(n 1) + 4n 3, para n 2, n Z
+
.
Solucin:
P(n) = 2n
2
n, para n 1
b.) P(1) = 2
P(n) = P(n 1) + n
2
+ n, para n 2, n Z
+
.
Solucin:
P(n) =
n(n+1)(n+2)
3
, para n 1
c.) P(1) =
2
3
P(n) = P(n 1) + n
2
1
3
n, para n 2, n Z
+
.
Solucin:
P(n) =
n
2
(n+1)
3
, para n 1
d.) P(1) = 0
P(n) = P(n 1) + n
2
1, para n 2, n Z
+
.
Solucin:
P(n) =
n(2n+5)(n1)
6
, para n 1
e.) P(1) = 1
P(n) = 3P(n 1) + 2
n
1, para n 2, n Z
+
.
Solucin:
P(n) =
3
n+1
+1
2
2
n+1
, para n 1
1. Sea la siguiente relacin de recurrencia
2
:
P(1) = 1
P(n) = 2P(
n
2
) + n, donde n = 2
m
, para m 1.
Determine el valor de P(32)
A.) 192
B.) 120
C.) 32
D.) 320
E.) 80
2. Sea la siguiente relacin de recurrencia:
P(1) = 1
P(n) = 5P(
n
5
) + n, donde n = 5
m
y m 1.
Determine el valor de P(125)
A.) 25
B.) 125
C.) 250
D.) 500
E.) 1000
T(0) = 1
T(n) = T(n 1) + 2
n
, para n 1
Determine el valor de T(4)
A.) 4
B.) 31
C.) 10
D.) 32
E.) 9
2
a
0
= 2,
a
1
= 6,
a
n
= 6a
n1
9a
n2
, para n 2.
Cul es el valor de a
4
?
A.) 10
B.) 18
C.) 54
D.) 162
E.) 200
5. Una persona se encuentra ubicada en el tercer escaln de una escalera de n
escalones y quiere saber la cantidad de posibilidades que existen para subir los
n 3 escalones restantes si puede subir de a uno o de dos escalones como quiera.
Cul es la relacin de recurrencia que sirve para contar todas estas posibilidades?
A.) a
1
= 1,
a
2
= 2,
a
n
= a
n2
+ a
n1
, para n 3.
B.) a
1
= 1,
a
2
= 1,
a
n
= a
n2
+ a
n1
, para n 3.
C.) a
0
= 0,
a
1
= 1,
a
n
= a
n2
+ a
n1
, para n 2.
D.) a
1
= 1,
a
2
= 1,
a
n
= a
n2
+ a
n1
, para n 2.
E.) a
1
= 1,
a
2
= 2,
a
n
= 2a
n2
+ a
n1
, para n 3.
6. Para un algoritmo recursivo, se ha planteado una ecuacin de recurrencia de la
forma
T(1) = (1)
T(n) = T(n 1) + (n), para n > 1
El orden de complejidad de este algoritmo est dado por:
A.) (n
2
)
B.) (n
log
2
n
)
C.) (n)
D.) (log
2
n)
E.) (2
n1
)
forma
T(1) = (1)
T(n) = T(n 1) + (2
n
), para n > 1
El orden de complejidad de este algoritmo est dado por
A.) (n
2
)
B.) (n
log
2
n
)
C.) (n)
D.) (log
2
n)
E.) (2
n
)
forma
T(1) = (1)
T(n) = 2T(
n
2
) + (n), para n > 1
A.) (n
2
)
B.) (n
log
2
n
)
C.) (n)
D.) (log n)
E.) (n log n)
forma
T(1) = (1)
T(n) = 2T(
n
2
) + (1), para n > 1
A.) (n
2
)
B.) (n
log
2
n
)
C.) (n)
D.) (log n)
E.) (n log n)
forma
T(1) = (1)
T(n) = T(n 1) + (1), para n > 1
El orden de complejidad de este algoritmo est dado por
A.) (n
2
)
B.) (n
log
2
n
)
C.) (n)
D.) (log
2
n)
E.) (2
n
)
11. Una precondicin es una condicin que previamente se tiene que cumplir antes
del llamado de una funcin para que sta trabaje bien.
Sea la siguiente funcin
Incognita(A[], p, q, r)
1. n
1
= q p + 1
2. n
2
= r q
Se crean los arreglos L[1...n
1
+ 1] y R[1...n
2
+ 1]
3. for i = 1 to n
1
4. L[i] = A[p + i 1]
5. for j = 1 to n
2
6. R[j] = A[q + j]
7. L[n
1
+ 1] =
8. R[n
2
+ 1] =
9. i = 1
10. j = 1
11. for k = p to r
12. if (L[i] R[j])
13. A[k] = L[i]
14. i = i + 1
15. else
16. A[k] = R[j]
17. j = j + 1
Cul es el estado nal del vector A[] cuando se hace el siguiente llamado a la
funcin
Incognita(A[2, 4, 1, 3], 1, 2, 4)?
A.) A[2, 4, 1, 3]
B.) A[1, 3, 2, 4]
C.) A[4, 3, 2, 1]
D.) A[1, 2, 3, 4]
E.) A[1, 1, 1, 1]
12. Qu hace la funcin incognita cuando se exige como precondicin que los elementos
del vector A[] estn ordenados de forma ascendente desde la posicin p hasta la
q, as tambin, que los elementos estn ordenados de forma ascendente desde la
posicin q + 1 hasta la r?
A.) Los elementos quedan ordenados de forma ascendente en el vector A[]
desde la posicin p hasta la r.
B.) Los elementos quedan ordenados de forma descendente en el vector A[]
desde la posicin p hasta la r.
C.) En el vector A[] quedan primero almacenados los elementos del vector R[] y
despus los elementos del vector L[].
D.) En el vector A[] quedan primero almacenados los elementos del vector L[] y
despus los elementos del vector R[].
E.) Los elementos en el vector A[] conservan sus posiciones originales.
13. Cul es la complejidad de la funcin incognita?
A.) (p + r)
B.) (r p)
C.) (p)
D.) (r)
E.) (2(p + r))
14. Sea la siguiente funcin que hace uso de la funcin Incognita que ya se ha traba-
jado en puntos anteriores
Misterio(A[], p, r)
1. if (p < r)
2. q =
p+r
2
3. Misterio(A[], p, q)
4. Misterio(A[], q + 1, r)
5. Incognita(A[], p, q, r)
funcin
Misterio(A[4, 1, 3, 2], 1, 4)?
A.) A[4, 1, 3, 2]
B.) A[3, 2, 4, 1]
C.) A[4, 3, 2, 1]
D.) A[1, 2, 3, 4]
E.) A[1, 1, 1, 1]
15. Cul es el efecto sobre el vector A[] despus de llamar a la funcin Misterio?
A.) El vector A[] queda como originalmente estaba.
B.) El vector A[] queda ordenado de forma descendente.
C.) El vector A[] queda ordenado de forma ascendente.
D.) Los nmeros primos son los nicos que se conservan en el vector A[].
E.) Primero quedan almacenados en el vector A[] los nmeros pares y luego los
nmeros impares.
16. Sea n = r p + 1, la cantidad de elementos del vector A[] sobre los cuales se va
a trabajar en el llamado de la funcin Misterio. Para simplicar los clculos se
considera que n es una potencia de 2. Cul es la relacin de recurrencia que se
genera a partir de la funcin Misterio para contar la cantidad de operaciones que
sta hace?
A.) M(1) = 1, M(n) = M(
n
2
) + n
B.) M(1) = 1, M(n) = 2M(n 1) + n
C.) M(1) = 1, M(n) = 2M(
n
2
) + 1
D.) M(1) = 1, M(n) = 2M(n 1) + 1
E.) M(1) = 1, M(n) = 2M(
n
2
) + n
17. Cul es la complejidad de la funcin Misterio?
A.) (log n)
B.) (n)
C.) (n log n)
D.) (n
2
)
E.) (2
n
)
18. Sea el siguiente algoritmo recursivo:
Enigma(A[ ], posicion)
1. if (posicion > 1)
2. for(j = 1; j posicion 1; j + +)
3. if (A[j ] > A[j + 1])
4. A[j ] A[j + 1]
5. Enigma(A[ ], posicion 1)
funcin Enigma(A[4, 2, 1, 3], 4)?
A.) A[4, 3, 2, 1]
B.) A[3, 4, 1, 2]
C.) A[4, 2, 1, 3]
D.) A[3, 1, 2, 4]
E.) A[1, 2, 3, 4]
19. Cul de las siguientes es la relacin de recurrencia que sirve para contar la can-
tidad de operaciones que hace la funcin Enigma cuando se llama con un vector
de n elementos?
A.) T(1) = (1)
T(n) = T(n 1) + (1), cuando n > 1
B.) T(1) = (1)
T(n) = T(n 1) + (n), cuando n > 1
C.) T(1) = (1)
T(n) = 2T(
n
2
) + (n), cuando n > 1
D.) T(1) = (1)
T(n) = T(n 1) + (n
2
), cuando n > 1
E.) T(1) = 1
T(n) = T(n 1) + 2n, cuando n > 1
20. Cul es la complejidad de la funcin Enigma en trminos de la notacin ?
A.) (
n)
B.) (n)
C.) (n lg n)
D.) (n
2
)
E.) (n
3
)
21. Mara escoge un nmero entre 1 y 64. Pedro debe identicar el nmero haciendo
preguntas que se responden con un si o con un no. Pedro sabe que Mara
siempre responde con la verdad. Si Pedro usa una estrategia ptima cuntas
preguntas debe hacer en el peor de los casos?
A.) 1
B.) 32
C.) 6
D.) 5
E.) 7
BB(A[ ], i, j, n )
1. if (i > j)
2. return 1
3. else
4. m
i+j
2

5. if (A[m] == n)
6. return m
7. else
8. if (n > A[m])
9. BB(A[ ], m + 1, j, n )
10. else
11. BB(A[ ], i, m1, n )
Cul es el resultado que se obtiene cuando se hace el siguiente llamado a la
funcin BB(A[2, 4, 7, 9, 10], 1, 5, 8)?
A.) -1
B.) 1
C.) 2
D.) 4
E.) 5
23. Cul de las siguientes es la relacin de recurrencia que mejor representa la can-
tidad de operaciones que hace la funcin BB (ejercicio 22) cuando se llama con
un vector de n elementos?
A.) T(1) = 1
T(n) = T(n 1) +n, cuando n > 1
B.) T(1) = 1
T(n) = T(
n
2
) + n, cuando n > 1
C.) T(1) = 1
T(n) = T(
n
2
) + 1, cuando n > 1
D.) T(1) = 1
T(n) = 2T(
n
2
) + 1, cuando n > 1
E.) T(1) = 1
T(n) = 2T(
n
2
) + n, cuando n > 1
24. Cul es la complejidad de la funcin BB (ejercicio 22) en trminos de la notacin
O para el peor de los casos cuando la funcin es llamada con un vector de n
elementos?
A.) O(n
2
)
B.) O(1)
C.) O(log n)
D.) O(n)
E.) O(nlog n)
PP(n, a, b, c)
1. if (n > 0)
2. {
3. PP(n 1, b, a, c)
4. PP(n 1, c, b, a)
5. printf(a, b)
6. }
Cul es el resultado total de las impresiones que son generadas por los llama-
dos recursivos a la funcin cundo se hace el siguiente llamado inicial a la funcin
PP(2, 1, 2, 3)?
A.) 2, 1, 3, 2, 2, 1
B.) 1, 2, 2, 1, 3, 2
C.) 3, 2, 2, 1, 1, 2
D.) 2, 1, 3, 2, 1, 2
E.) 1, 2, 1, 2, 1, 2
Captulo 5
Conjuntos
Denicin:
Un conjunto es una coleccin de objetos en la que no importa el orden en que estos
aparecen.
Hay varias formas para describir un conjunto. Una forma es describir todos los
elementos del conjunto, cuando esto es posible, entre llaves separados por comas.
Ejemplo 1:
El conjunto de todas las vocales del alfabeto es: V = {a, e, i, o, u}.
el conjunto de todos los enteros impares positivos menores que 10 es
I = {1, 3, 5, 7, 9}.
Otra forma para describir un conjunto sin listar todos los elementos del conjunto es,
listar algunos elementos del conjunto y colocar puntos suspensivos cuando el patrn
general de los elementos es obvio.
Ejemplo 2:
El conjunto de los enteros positivos estrictamente menores que 100 es
E = {1, 2, 3, ..., 99}
Algunos de los conjuntos ms importantes en matemticas discretas son:
N = {0, 1, 2, 3, ... } El conjunto de los nmeros naturales
Z = { ..., 3, 2, 1, 0, 1, 2, 3, ... } El conjunto de los nmeros enteros
Z
+
= {1, 2, 3, 4, ... } El conjunto de los nmeros enteros positivos
Q = {
p
q
| p Z, q Z
+
, q = 0 } El conjunto de los nmeros racionales
R; es el conjunto de los nmeros reales.
171
172 CAPTULO 5. CONJUNTOS
Denicin:
Dos conjuntos son iguales si y nicamente si tienen los mismos elementos.
Ejemplo 3:
Los conjuntos A = {1, 3, 5} y B = {3, 5, 1} son iguales porque contienen los mismos
elementos.
Se debe tener en cuenta que el orden en que son presentados los elementos de un
conjunto no tiene importancia, tampoco tiene importancia listar varias veces el mismo
elemento de un conjunto, de todas maneras sigue siendo el mismo conjunto, por ejemplo
el conjuntos A = {3, 3, 5, 3, 1, 3, 5} es igual al conjunto B = {1, 3, 5}.
Otra forma para construir conjuntos es usando una notacin para construir con-
juntos. Todos los elementos del conjunto se caracterizan porque cumplen la propiedad
de pertenencia al conjunto.
Ejemplo 4:
I = {x | x es un n umero entero positivo impar menor que 100}
Los conjuntos pueden ser representados grcamente utilizando diagramas de Venn.
En los diagramas de Venn el conjunto universal U , el cual contiene todos los objetos
bajo consideracin, es representado por un rectngulo. Internamente en el rectngulo,
los crculos u otra gura geomtrica son utilizados para representar conjuntos.
Ejemplo 5:
Dibujar un diagrama de Venn para representar el conjunto de las vocales del alfabeto
espaol.
Diagrama de Venn para el conjunto de las vocales.
La pertenencia de un elemento a un conjunto se representa por a A. La notacin
a A indica que el elemento a no pertenece al conjunto A.
173
Tener en cuenta que las letras maysculas se utilizan para representar conjuntos y que
las letras minsculas se utilizan para representar elementos.
El conjunto vaco o nulo es aquel que no tiene elementos y se representa por A = { }
o A = .
Denicin:
El conjunto A es subconjunto de B si y nicamente si cada elemento de A es tambin
un elemento de B. La notacin A B indica que A es un subconjunto del conjunto B.
Se puede decir que A B si y nicamente si
x
(x A x B).
Ejemplo 6:
Sean los conjuntos: B = {1, 2, 3, 4, 5, 6, 7, 8, 9, 10} A = {1, 2, 5, 7}, entonces
A B.
Teorema:
Para cualquier conjunto S, S y S S.
Cuando el conjunto A es un subconjunto de B pero A = B, entonces se escribe
A B y se dice que A es un subconjunto propio de B.
Grcamente un subconjunto propio se representa de la siguiente manera:
Diagrama de Venn para mostrar que A es un subconjunto propio de B.
Denicin:
Sea S un conjunto. Si hay exactamente n elementos distintos en S donde n es un nmero
natural, se dice que S es un conjunto nito y que n es la cardinalidad de S. La cardi-
nalidad de S es denotada por |S|.
Ejemplo 7:
Sea el conjunto A = {1, 3, 5, 7, 3, 5, 1, 7} |A| = 4.
Ejemplo 8:
|| = 0, porque el conjunto vaco no tiene elementos.
5.1. El conjunto potencia
Denicin:
Dado un conjunto S, el conjunto potencia de S es el conjunto de todos los subconjuntos
de S. El conjunto potencia de S es denotado por P(S).
Ejemplo 9:
Cul es el conjunto potencia del conjunto A = { 0, 1, 2}?
P(A) = {{ }, {0}, {1}, {2}, {0, 1}, {0, 2}, {1, 2}, {0, 1, 2}}
Si un conjunto A tiene cardinalidad n (|A| = n), entonces el conjunto potencia de
A tiene 2
n
elementos.
Ejemplo 10:
Cuntos elementos tiene P(A) si |A| = 3?
|P(A)| = 2
|A|
= 2
3
= 8
5.2. Producto cartesiano
Denicin:
La n-tupla ordenada (a
1
, a
2
, a
3
, . . . , a
n
) es la coleccin ordenada que tiene a
1
co-
mo el primer elemento, a
2
como el segundo elemento, . . ., y a
n
como el n-simo elemento.
Dos n-tuplas son iguales si y nicamente si cada par de sus elementos es igual. En
otras palabras, (a
1
, a
2
, a
3
, . . . , a
n
) = (b
1
, b
2
, b
3
, . . . , b
n
) si y nicamente si a
i
= b
i
,
para i = 1, 2, . . . , n. En particular, una 2-tupla es llamada par ordenado.
Los pares ordenados (a, b) y (c, d) son iguales si y nicamente si a = c y b = d.
(a, b) y (b, a) no son iguales, a no ser que a = b.
5.2. PRODUCTO CARTESIANO 175
Denicin:
Sea A y B conjuntos. El producto cartesiano de A y B, denotado por A B, es el
conjunto de todos los pares ordenados (a, b) donde a A y b B. Donde A B =
{(a, b) | a A b B}.
Ejemplo 11:
Sean los conjuntos A = {1, 2, 3, 4} y B = {a, b, c}
Cul es el conjunto A B?
Cul es el conjunto B A?
Cul es el conjunto B B?
A B = {(1, a), (1, b), (1, c),
(2, a), (2, b), (2, c),
(3, a), (3, b), (3, c),
(4, a), (4, b), (4, c)}
B A = {(a, 1), (a, 2), (a, 3), (a, 4),
(b, 1), (b, 2), (b, 3), (b, 4),
(c, 1), (c, 2), (c, 3), (c, 4)}
B B = {(a, a), (a, b), (a, c),
(b, a), (b, b), (b, c),
(c, a), (c, b), (c, c)}
Un subconjunto R del producto cartesiano AB es llamado una relacin del conjun-
to A al conjunto B. Los elementos de R son pares ordenados donde el primer elemento
pertenece a A y el segundo pertenece a B.
Ejemplo 12:
Sea A = {1, 2, 3, 4} y B = {1, 4, 9, 16}
A B = {(1, 1), (1, 4), (1, 9), (1, 16),
(2, 1), (2, 4), (2, 9), (2, 16),
(3, 1), (3, 4), (3, 9), (3, 16),
(4, 1), (4, 4), (4, 9), (4, 16)}
y sea R = {(1, 1), (2, 4), (3, 9), (4, 16)} donde la segunda componente de cada
pareja es el cuadrado de la primera.
Denicin:
El producto cartesiano de los conjuntos A
1
, A
2
, . . . , A
n
denotado por A
1
A
2

A
n
, es el conjunto ordenado de n-tuplas (a
1
, a
2
, . . . , a
n
) donde a
i
A
i
para
i = 1, 2, . . . , n.
En otras palabras, A
1
A
2
A
n
= {(a
1
, a
2
, . . . , a
n
) | a
i
A
i
para i =
1, 2, . . . , n}.
Ejemplo 13:
Sea A = {1, 2}, B = {a, e} y C = {x, y}, cul es el resultado de A B C?
A B C = {(1, a, x), (1, a, y), (1, e, x), (1, e, y),
(2, a, x), (2, a, y), (2, e, x), (2, e, y)}
5.3. Operaciones de conjuntos
Denicin de la operacin de unin:
Sean A y B conjuntos. La unin de los conjuntos A y B denotada por A B es el
conjunto que contiene elementos que son de A o B, o de ambos.
Un elemento x pertenece a la unin de A y B si y nicamente si x pertenece a A o
x pertenece a B. Formalmente se tiene: A B = {x | x A x B}.
Grcamente se tiene:
La parte sombreada es A B.
Ejemplo 14:
La unin de los conjuntos A = {1, 3, 5} y B = {1, 2, 3} es A B = {1, 2, 3, 5}.
5.3. OPERACIONES DE CONJUNTOS 177
Denicin de la operacin de interseccin:
Sean A y B conjuntos. La interseccin de los conjuntos A y B denotada por A B es
el conjunto que contiene los elementos que estn al mismo tiempo en A y B.
Un elemento x pertenece a la interseccin de los conjuntos A y B si y nicamente si x
pertenece a A y x pertenece a B. Formalmente se tiene: AB = {x | x A x B}.
Grcamente se tiene:
Ejemplo 15:
La interseccin de los conjuntos A = {1, 3, 5} y B = {1, 2, 3} es A B = {1, 3}.
Denicin de conjuntos disyuntos:
Dos conjuntos A y B son disyuntos si su interseccin (A B) es vaca.
Ejemplo 16:
Sea A = {1, 3, 5, 7, 9} y B = {2, 4, 6, 8, 10}. A B = { }, por lo tanto A y B son
disyuntos.
La cardinalidad de la unin de los conjuntos A y B es:
|A B| = |A| +|B| |A B|.
La generalizacin de la cardinalidad para la unin de un nmero arbitrario de con-
juntos es llamado el principio de inclusin-exclusin.
Denicin de la operacin de diferencia:
Sean A y B conjuntos. La diferencia de los conjuntos A y B denotada por AB, es el
conjunto que contiene los elementos que estn en A pero no en B. La diferencia de A
y B es tambin llamada el complemento de B con respecto a A.
Un elemento x pertenece a la diferencia de A y B si y nicamente si x A y x B.
Formalmente se tiene: A B = {x | x A x B}.
Grcamente se tiene:
Ejemplo 17:
La diferencia de los conjuntos A = {1, 3, 5} y B = {1, 2, 3} es A B = {5},
B A = {2}.
Denicin de la operacin de complemento:
Sea U el conjunto universo, el complemento del conjunto A, denotado por A, es el
complemento del conjunto A con respecto a U. En otras palabras, el complemento del
conjunto A es U A.
Un elemento x pertenece a A si y nicamente si x A. Formalmente se tiene:
A = {x | x A}.
Grcamente se tiene:
La parte sombreada es A.
5.4. IDENTIDADES EN CONJUNTOS 179
Ejemplo 18:
Sea A = {a, e, i, o, u} y el universo son todas las letras del alfabeto espaol. Entonces
A = {b, c, d, f, g, h, j, k, l, m, n, n, p, q, r, s, t, v, w, x, y, z}.
5.4. Identidades en conjuntos
En la siguiente tabla las letras maysculas A, B y C representan conjuntos, el con-
junto universal es representado con el smbolo U y el conjunto vaco es representado
con el smbolo .
Identidad Nombre
A = A Ley de Identidad
A U = A Ley de Identidad
A U = U Ley de Dominacin
A = Ley de Dominacin
A A = A Ley de Idempotencia
A A = A Ley de Idempotencia
A = A Ley de Doble Complemento
A B = B A Ley Conmutativa
A B = B A Ley Conmutativa
A (B C) = (A B) C Ley Asociativa
A (B C) = (A B) C Ley Asociativa
A (B C) = (A B) (A C) Ley Distributiva
A (B C) = (A B) (A C) Ley Distributiva
A B = A B Ley de De Morgan
A B = A B Ley de De Morgan
A (A B) = A Ley de Absorcin
A (A B) = A Ley de Absorcin
A A = U Ley de Complemento
A A = Ley de Complemento
Ejemplo 19:
Probar que A B = A B.
Estrategia: Se debe probar que los dos conjuntos son iguales al mostrar que cada uno
es subconjunto del otro.
A B A B ?.
x A B, x (A B), (x A x B), por la ley de Morgan
(x A) (x B), x A x B, x A x B por la
denicin de complemento, x (A B) por la denicin de la unin, por lo
tanto A B A B.
A B A B ?.
x (A B),
x A x B denicin de la unin,
x A x B denicin de complemento,
(x A) (x B) equivalencia lgica,
((x A) (x B)) ley de Morgan,
(x (A B)) denicin de la interseccin,
x (A B), x (A B) denicin de complemento,
por lo tanto A B A B.
Como cada lado es subconjunto del otro entonces queda demostrado que
A B = A B.
Ejemplo 20:
Usar notacin y equivalencia lgica para probar que A B = A B.
Estrategia: Utilizar una cadena de equivalencias para proveer una demostracin de
esta identidad.
A B = {x | x (A B)}
= {x | (x (A B))}
= {x | (x A x B)}
= {x | (x A) (x B)}
= {x | x A x B}
= {x | x A x B}
= {x | x (A B)}
= A B
5.5. UNIONES E INTERSECCIONES GENERALIZADAS 181
5.5. Uniones e intersecciones generalizadas
Denicin de unin generalizada:
La unin de una coleccin de conjuntos es el conjunto que contiene todos los elementos
que son miembros de al menos un conjunto de la coleccin. Se usa la notacin:
A
1
A
2
A
3
... A
n
=
n
i=1
A
i
Denicin de interseccin generalizada:
La interseccin de una coleccin de conjuntos es el conjunto que contiene los elementos
que son miembros de todos los conjuntos de la coleccin. Se usa la notacin:
A
1
A
2
A
3
... A
n
=
n
i=1
A
i
Ejemplo 21:
Sea A
i
= {i, i + 1, i + 2, ... } donde
n
i=1
A
i
=
n
i=1
{i, i + 1, i + 2, ... } = {1, 2, 3, ... }
y
n
i=1
A
i
=
n
i=1
{i, i + 1, i + 2, ... } = {n, n + 1, n + 2, ... }
5.6. Ejercicios
1. Suponer que A es el conjunto de estudiantes de segundo semestre de Ingeniera de
Sistemas de Jornada Especial de la Universidad Tecnolgica y B el conjunto de
estudiantes de Ingeniera de Sistemas de Jornada Especial que tienen matriculado
el curso de Matemticas II. Expresar estos conjuntos en trminos de A y B.
a.) El conjunto de estudiantes de segundo semestre de Ingeniera de Sistemas
de Jornada Especial de la Universidad Tecnolgica que tienen matriculado
el curso de Matemticas II.
b.) El conjunto de estudiantes de segundo semestre de Ingeniera de Sistemas de
Jornada Especial de la Universidad Tecnolgica que no tienen matriculado
el curso de Matemticas II.
c.) El conjunto de estudiantes o bien que son segundo semestre de Ingeniera
de Sistemas de Jornada Especial de la Universidad Tecnolgica o bien que
estn matriculados en el curso de Matemticas II.
d.) El conjunto de estudiantes o bien que no son de segundo semestre de Inge-
niera de Sistemas de Jornada Especial de la Universidad Tecnolgica o bien
que no estn matriculados en el curso de Matemticas II.
2. Un profesor tiene 24 libros de texto introductorios de Ciencias de la Computacin,
y le interesa saber en qu medida tratan los temas: (A) anlisis de algoritmos,
(B) estructuras de datos y (C) compiladores. Los siguientes datos presentan el
nmero de libros que contienen material sobre estos temas:
|A| = 8
|B| = 13
|C| = 13
|A B| = 5
|A C| = 3
|B C| = 6
|A B C| = 2
a.) Cuntos textos incluyen material de exactamente uno de los temas?
b.) Cuntos textos incluyen material de exactamente dos de los temas?
c.) Cuntos textos tratan al menos alguno de los temas?
d.) Cuntos textos no tratan ninguno de los temas?
e.) Cuntos textos no tratan el tema de compiladores?
f.) Cuntos textos no tratan ni el tema de compiladores ni el tema de estruc-
turas de datos?
3. Sean A y B conjuntos. Mostrar grcamente utilizando diagramas de Venn que
se cumplen cada una de las siguientes igualdades:
a.) (A B) (A B) = A.
b.) A B = A B.
c.) A (A B) = A.
d.) A (A B) = A.
4. Sean A y B conjuntos. Simplicar las siguientes expresiones en la teora de conjun-
tos, en cada paso indicar la ley utilizada. Validar el resultado obtenido utilizando
diagramas de Venn. El grco de la simplicacin es igual al grco de la expre-
sin original?.
a.) A (A B) B.
b.) A (A B) B.
c.) ((A B) (A B)) A.
5.6. EJERCICIOS 183
d.) ((A B) (A B)) A.
e.) ((A B) (A B)) B.
f.) ((A B) (A B)) B.
5. Sean los conjuntos A = {1, 2, 3, 4}, B = {a, b, c} y C = {a, 1, b, 2, c, 4}.
Cul es el resultado de (C C) (B A)?
6. Sean los conjuntos A = {1, 2, 3}, B = {a, b, c} y C = {a, 1, b, 2}. Cul es el
resultado de (C C) (B A)?
7. Sean los conjuntos A = {1, 2, 3}, B = {a, b, c} y C = {a, 1, b, 2}. Cul es el
resultado de (C C) (A B)?
8. Sean los conjuntos A = {1, 2, 3}, B = {a, b, c} y C = {a, 1, b, 2, c}. Cul es
el resultado de (C C) (B A)?
9. Sean los conjuntos A = {1, 2, 3}, B = {a, b, c} y C = {a, 1, b, 2, c}. Cul es
el resultado de (A B) (C C)?
10. Sea A
i
= {i
i
, i
2i
, i
3i
, . . . , i
ii
}. Cuntos elementos tiene el conjunto resultado
de
n
i=1
(A
i
)?
11. Sea A
i
= {2
i
, 2
i+1
, 2
i+2
, . . . , 2
2i
}. Cul es el conjunto resultado de
n
i=0
A
i
?
12. Sea A
i
= {2
i
, 2
i+1
, 2
i+2
, . . . , 2
2i
n
i=2
A
i
?
1. Sea A
i
= {2
i
, 2
i+1
, 2
i+2
, . . . , 2
2i
1
n
i=2
A
i
?
A.) {2
n
, 2
n+1
, 2
n+2
, . . . , 2
2n
}
B.) {2
0
, 2
1
, 2
2
, . . . , 2
n+2
}
C.) {2
0
, 2
1
, 2
2
, . . . , 2
2n
}
D.) {2
2
, 2
3
, 2
4
, . . . , 2
2n
}
E.) {}
2. Sean A y B conjuntos cualesquiera. El conjunto potencia de la unin de los con-
juntos A y B denotado por P(A B) es
2
:
A.) igual P(A) P(B)
B.) subconjunto P(A) P(B)
C.) contiene a P(A) P(B)
D.) igual P(A) P(B) {}
3. En una esta que cuenta con un total de 40 asistentes se tiene que 25 de ellos
hablan ingls, 20 de ellos hablan frances y que 15 de ellos hablan tanto ingls como
frances. Cuntos de los asistentes a la esta no hablan ni ingls ni frances?
3
A.) 25
B.) 20
C.) 15
D.) 10
E.) 5
4. En una encuesta a 300 estudiantes se encontr que 68 se comportan bien, 138
son inteligentes, 160 son habladores, 120 son habladores e inteligentes, 20 se com-
portan bien y son inteligentes, 18 se comportan bien y son habladores, 15 se
comportan bien, son habladores y son inteligentes. Cuntos de los estudiantes
entrevistados no se comportan bien, no son habladores y no son inteligentes?
A.) 0
B.) 77
C.) 223
1
Las preguntas 1, 4, 6 y 8 son del autor.
2
Pregunta tomada de un documento de anlisis de resultado de un simulacro del ECAES realizado
en la Escuela de Ingeniera de Antioquia.
3
ao 2008.
D.) 52
E.) 300
5. Tres de las publicaciones que emite la Universidad se han clasicado de la si-
guiente manera: publicaciones de investigacin: R; publicaciones de deportes: S,
y publicaciones de cultura: T. Cien (100) de los estudiantes de la Universidad
se han encuestado respecto a la suscripcin o suscripciones que poseen de las
mencionadas publicaciones; el resultado de la encuesta ha sido representado en el
diagrama de Venn
4
.
De acuerdo con el grco podra decirse de los estudiantes que:
I.) 51 han generado preferencia por la publicacin cultural
II.) 24 han realizado suscripcin a la publicacin investigacin
III.) 69 no se han interesado por la publicacin deportes
IV.) 36 estudiantes estn suscritos a las tres publicaciones
Con respecto a las armaciones anteriores, cul de las siguientes es la nica
respuesta correcta?
A.) la armacin I y II son correctas
B.) la armacin II y III son correctas
C.) la armacin III y IV son correctas
D.) la armacin II y IV son correctas
E.) la armacin I y III son correctas
6. Sean A y B conjuntos no vacos, cuntos pares ordenados tiene A B ?
A.) 0
B.) |A| |A|
4
Enunciado textual de la pregunta 64 del cuadernillo de la segunda sesin del ECAES de Contadura
Publica del ao 2004.
C.) |A| |B|
D.) |A| +|B|
E.) MAX{|A|, |B|}
7. Sea el conjunto universal U = Z
+
y los conjuntos:
A = {2, 5, 6, 7, 9},
B = {x | x Z
+
5 x 15},
C = {x | x Z
+
x < 18 x es primo}.
Cul es el resultado de C (B A)?
5
A.) { }
B.) {3, 6, 9, 11, 13, 17}
C.) {3, 5, 7, 11, 13, 17}
D.) {2, 3, 5, 7, 11, 13, 17}
E.) {1, 2, 3, 5, 7, 11, 13, 17}
8. Sean los conjuntos A = {1, 2, 3}, B = {a, b, c} y C = {a, 1, b, 2}.
Cul es el resultado de (C C) (B A)?
A.) { }
B.) {(a, 3), (b, 3), (c, 1), (c, 2), (c, 3)}
C.) {(1, a), (1, b), (1, c), (2, a), (2, b), (2, c), (3, a), (3, b), (3, c)}
D.) {(a, a), (a, b), (1, a), (1, 1), (1, b), (1, 2), (b, a), (b, b), (2, a), (2, 1), (2, b), (2, 2)}
E.) {(a, a), (a, 1), (a, b), (a, 2), (1, a), (1, 1), (1, b), (1, 2), (b, a), (b, 1), (b, b), (b, 2),
(2, a), (2, 1), (2, b), (2, 2)}
9. Cul es el conjunto potencia P(A) para el conjunto:
A = {x | x es una letra de la palabra rata}?
A.) P(A) = { }
B.) P(A) = { { }, {r}, {a}, {t}, {r, a}, {r, t}, {a, t}, {r, a, t} }
C.) P(A) = { { }, {r}, {a}, {t}, {a}, {a, r}, {r, a}, {a, t}, {a, a}, {t, a},
{r, a, t}, {r, a, a}, {a, t, a}, {t, a, r}, {r, a, t, a} }
D.) P(A) = { { }, {r}, {a}, {t}, {a} }
5
Las preguntas 7 y 9 han sido reescritas adaptndolas a las condiciones que tienen que cumplir las
preguntas tipo ECAES en Colombia, a partir del material de auto evaluacin de un libro mexicano de
Matemticas para la Computacin de Jos Alfredo Jimnez [J2009].
Captulo 6
Funciones
6.1. Conceptos fundamentales
Denicin de funcin:
Sean A y B conjuntos. Una funcin f de A a B es una asignacin de exactamente un
elemento de B a cada elemento de A. Se escribe f(a) = b si b es el nico elemento de B
asignado por la funcin f al elemento a de A. Si f es una funcin de A a B, se escribe
f : A B.
La funcin f mapea A en B.
Denicin de dominio de una funcin:
Si f es una funcin de A a B, se dice que A es el dominio de f y B es el codominio de
f. Si f(a) = b, se dice que b es la imagen de a y a es la pre-imagen de b. El rango de f
es el conjunto de todas las imgenes de A. As mismo, si f es una funcin de A a B, se
dice que f mapea A en B.
Ejemplo 1:
Sea el conjunto A todas las cadenas de bits de longitud 2 y sea B el conjunto de los
nmeros 0, 1 y 2. La funcin f cuenta la cantidad de ceros que hay en la cadena de bits
de longitud 2.
187
188 CAPTULO 6. FUNCIONES
El dominio de la funcin f es Dom
f
= {00, 01, 10, 11}, Codom
f
= {0, 1, 2},
f(00) = 2, 2 es la imagen de 00 y 00 es la pre-imagen de 2.
Ejemplo 2:
Sea f : Z N la funcin que calcula el cuadrado de un nmero entero. Donde:
f(x) = x
2
Dom
f
= Z
Codom
f
= N
Rango
f
= {0, 1, 4, 9, 16, 25, ..., n
2
}
Ejemplo 3:
Cuando se programan funciones en lenguaje C o JAVA se denen el dominio y codominio
de la funcin. Por ejemplo al programar la funcin piso:
int piso(float numero)
{
-
-
-
}
El dominio de la funcin son los reales de precisin sencilla (oat) y codominio son los
nmeros enteros (int).
Denicin de suma y multiplicacin de funciones:
Sean f
1
y f
2
funciones de A a R. Entonces f
1
+ f
2
y f
1
f
2
son tambin funciones de
A a R denidas por:
(f
1
+ f
2
)(x) = f
1
(x) + f
2
(x)
(f
1
f
2
)(x) = f
1
(x) f
2
(x)
Ejemplo 4:
f
1
y f
2
son funciones de R a R tales que f
1
(x) = x
2
y f
2
(x) = x x
2
.
Cules son las funciones f
1
+ f
2
y f
1
f
2
?
(f
1
+ f
2
)(x) = f
1
(x) + f
2
(x) = x
2
+ x x
2
= x
(f
1
f
2
)(x) = f
1
(x) f
2
(x) = x
2
(x x
2
) = x
3
x
4
.
Denicin:
Sea f una funcin del conjunto A al conjunto B y sea S un subconjunto de A. La
imagen de S es un subconjunto de B que consiste de las imgenes de los elementos de
S. Se dene la imagen de S por f(S), tal que f(S) = {f(s) | s S}.
6.2. FUNCIONES INYECTIVAS (O FUNCIONES UNO A UNO) 189
Ejemplo 5:
Sea A = {a, b, c, d, e} y B = {1, 2, 3, 4} con f(a) = 2, f(b) = 1, f(c) = 4, f(d) = 1
y f(e) = 1.
La imagen del subconjunto S = {b, c, d} es el conjunto f(S) = {1, 4}.
6.2. Funciones inyectivas (o funciones uno a uno)
Una funcin es inyectiva o uno a uno si y nicamente si f(x) = f(y) implica que
x = y para toda x y y en el dominio de f.
Ejemplo 6:
Determinar si la funcin f de {a, b, c, d} a {1, 2, 3, 4, 5} con f(a) = 4, f(b) = 5,
f(c) = 1 y f(d) = 3 es inyectiva (uno a uno).
Funcin inyectiva.
La funcin f si es inyectiva (uno a uno).
Ejemplo 7:
Determinar si la funcin f : Z Z, f(x) = x
2
es uno a uno (inyectiva).
La funcin f no es uno a uno porque f(1) = f(1) = 1, donde 1 = 1. Pero, si la
funcin es f : Z
+
Z
+
entonces s es uno a uno.
6.3. Funciones sobreyectivas
Una funcin f de A a B es llamada sobreyectiva si y nicamente si para cada
elemento b B hay como mnimo un elemento a A con f(a) = b.
Ejemplo 8:
Sea f la funcin de {a, b, c, d} a {1, 2, 3} denida por f(a) = 3, f(b) = 2, f(c) = 1
y f(d) = 3. Es f una funcin sobreyectiva?.
Funcin sobreyectiva.
La funcin f si es sobreyectiva.
Ejemplo 9:
Es la funcin f : Z Z, f(x) = x
2
sobreyectiva?
No, porque 1 no es un resultado de f y ste pertenece al conjunto de posibles
respuestas (1 Z).
6.4. Funciones biyectivas
La funcin f tiene la propiedad de biyectividad (o tambin llamada correspondencia
uno a uno) si sta tiene al mismo tiempo las propiedades de inyectividad y sobreyec-
tividad.
Ejemplo 10:
f es una funcin biyectiva de {a, b, c, d} a {1, 2, 3, 4} con f(a) = 4, f(b) = 1,
f(c) = 3 y f(d) = 2.
Funcin biyectiva.
6.5. Funciones inversas y composicin de funciones
Denicin de funcin inversa:
Sea f una funcin biyectiva del conjunto A al conjunto B. La funcin inversa de f es
la funcin que asigna a un elemento b que pertenece al conjunto B el nico elemento a
6.5. FUNCIONES INVERSAS Y COMPOSICIN DE FUNCIONES 191
en el conjunto A tal que f(a) = b. La funcin inversa de f es denotada por f
1
, donde,
f
1
(b) = a si y solo si f(a) = b.
Grcamente:
La funcin f
1
es la inversa de la funcin f.
Si una funcin f no es biyectiva, entonces no se puede denir una funcin inversa
de f.
Una funcin biyectiva es tambin llamada funcin invertible.
Ejemplo 11:
Sea f la funcin de {a, b, c, d} a {1, 2, 3, 4} tal que f(a) = 4, f(b) = 1, f(c) = 3 y
f(d) = 2. Es f una funcin invertible, y si es as, cul es su inversa?
Funcin invertible.
Al analizar el grco se evidencia que f es una funcin que tiene las propiedades de
inyectividad y de sobreyectividad, por lo tanto f es una funcin con la propiedad de
biyectividad. Como f es una funcin biyectiva entonces se obtiene la siguiente funcin
inversa: f
1
(1) = b, f
1
(2) = d, f
1
(3) = c y f
1
(4) = a.
Ejemplo 12:
Sea la funcin f : Z Z, donde f(x) = x + 1. Es f una funcin invertible?, si es as,
cul es la funcin inversa?
f es una funcin inyectiva y sobreyectiva, por lo tanto es una funcin biyectiva y es
en consecuencia, una funcin que tiene inversa.
Tenemos que f(x) = x + 1, y = x + 1, x = y 1. Entonces la funcin inversa de f
es f
1
(y) = y 1.
Ejemplo 13:
Sea la funcin f : Z Z, donde f(x) = x
2
. Es f una funcin invertible?, si es as,
cul es la funcin inversa?
Se tiene que f(1) = (1)
2
= 1 y que f(1) = (1)
2
= 1, como dos valores diferentes
del dominio son mapeados por la funcin f al mismo valor del codominio, entonces la
funcin f no es una funcin inyectiva, por lo tanto la funcin f no es biyectiva y al no
ser f una funcin biyectiva, entonces la funcin f no tiene inversa.
Denicin de composicin de funciones:
Sea g una funcin del conjunto A al conjunto B y sea f una funcin del conjunto B
al conjunto C. La composicin de las funciones f y g denotado por f g, es la funcin
denida por (f g)(a) = f(g(a)), para cada a A.
Composicin de las funciones f y g.
Ejemplo 14:
Sea g la funcin del conjunto {a, b, c} a s mismo tal que g(a) = b, g(b) = c y g(c) = a.
6.6. GRFICA DE UNA FUNCIN 193
Sea f la funcin del conjunto {a, b, c} al conjunto {1, 2, 3} tal que f(a) = 3,
f(b) = 2 y f(c) = 1. Cul es la composicin de f y g?, Cul es la composicin de g
y f?
Se da respuesta a la primer pregunta, f compuesto g:
(f g)(a) = f(g(a)) = f(b) = 2.
(f g)(b) = f(g(b)) = f(c) = 1.
(f g)(c) = f(g(c)) = f(a) = 3.
Para la segunda pregunta, g compuesto f no esta denido porque el codominio de
la funcin f no es un subconjunto del dominio de la funcin g, es decir, {1, 2, 3}
{a, b, c}
Ejemplo 15:
Sean f y g la funciones del conjunto de los nmeros enteros al conjunto de los nmeros
enteros denidas por f(x) = 2x + 3 y g(x) = 3x + 2. Cul es la composicin de f y
g?, cul es la composicin de g y f?
Primero se da respuesta a la pregunta de f compuesto g,
(f g)(x) = f(g(x)) = f(3x + 2) = 2(3x + 2) + 3 = 6x + 4 + 3 = 6x + 7.
Ahora se da respuesta a la segunda pregunta con respecto a g compuesto f,
(g f)(x) = g(f(x)) = g(2x + 3) = 3(2x + 3) + 2 = 6x + 9 + 2 = 6x + 11.
Con respecto a los resultados anteriores se tiene que (f g)(x) = (g f)(x), por lo
tanto se evidencia que la propiedad conmutativa no se presenta en la composicin de
funciones.
Cuando se hace la composicin de una funcin y su inversa, en algn orden, una
identidad de la funcin es obtenida. Primero se debe suponer que f es una funcin
biyectiva del conjunto A al conjunto B. Entonces la funcin inversa f
1
existe y es una
funcin biyectiva del conjunto B al conjunto A. La inversa de la funcin inversa es la
funcin original, tal que f
1
(b) = a donde f(a) = b y f(a) = b donde f
1
(b) = a. Por
lo tanto, (f
1
f)(a) = f
1
(f(a)) = f
1
(b) = a, (f f
1
)(b) = f(f
1
(b)) = f(a) = b y
(f
1
)
1
= f.
6.6. Grca de una funcin
El grco de una funcin ayuda a que sta sea ms fcilmente comprendida, dis-
cutiendo si esta es inyectiva, sobreyectiva o biyectiva.
Ejemplo 16:
La siguiente es la grca de la funcin f(n) = 2n + 1, donde f : Z Z, es decir, la
funcin f va del conjunto de los nmeros enteros al conjunto de los nmeros enteros
Grco de la funcin f(n) = 2n + 1 de f : Z Z.
En la grca fcilmente se puede observar que la funcin f es inyectiva porque cada
nmero entero en el dominio referencia a un nmero entero en el codominio que no
es referenciado por ningn otro nmero entero en el dominio. En la grca tambin
se puede apreciar que la funcin f no es sobreyectiva porque hay nmeros enteros del
codominio que no son la imagen de algn nmero entero, tal es el caso de cualquier
nmero entero par el cual no es referenciado por ningn nmero entero. Por lo tanto la
funcin f no es biyectiva.
6.7. Ejercicios
1. Sean los conjuntos A = {2, 3, 4, 5} y B = {6, 7, 8, 9, 10}, con |A| = 4 y
|B| = 5, determinar
a.) Cuntas funciones hay de A a B?
b.) Cuntas funciones f : A B cumplen f(2) = 6?
c.) Cuntas funciones hay de B a A?
d.) Cuntas funciones g : B A cumplen g(10) = 5 y g(8) = 3?
e.) se obtiene el mismo valor en las dos preguntas anteriores?
f.) Cuntas funciones inyectivas hay de A a B?
g.) Cuntas funciones sobreyectivas hay de A a B?
h.) Cuntas funciones biyectivas hay de A a B?
i.) Cuntas funciones inyectivas hay de B a A?
6.7. EJERCICIOS 195
j.) Cuntas funciones sobreyectivas hay de B a A
1
?
k.) Cuntas funciones biyectivas hay de B a A?
2. Si hay 2187 funciones f : A B y |B| = 3, cul es el valor de |A|?
3. Si A = {1, 2, 3, 4, 5} y hay 6720 funciones inyectivas f : A B, cul es el
valor de |B|?
4. Encontrar el rango y el dominio de la funcin que asigna a cada entero positivo
su ltimo dgito.
la multiplicacin de sus dgitos.
6. Encontrar el rango y el dominio de la funcin f que asigna a cada entero positivo
la suma de sus dgitos. Por ejemplo f(1) = 1, f(11) = 1 + 1 = 2 y f(532) =
5 + 3 + 2 = 10.
el entero que le sigue (es decir, su sucesor.)
8. Encontrar el rango y el dominio de la funcin que asigna a una cadena de bits la
cantidad de unos que esta contiene.
9. Sean las siguientes funciones F
i
: Z Z Z
F
1
(m, n) = |4m| |2n|
F
2
(m, n) = m
3
n
3
F
3
(m, n) = 3mn
F
4
(m, n) = m
2
n
F
5
(m, n) = 2mn
F
6
(m, n) = m
2
n
2
F
7
(m, n) = |m| |n|
Cules de las funciones anteriores son uno a uno?, cules son sobreyectivas? y
cules son biyectivas?
10. Sea la funcin F(m, n) = |m| |n| donde F : Z Z Z, La funcin es uno a
uno?, la funcin es sobreyectiva?, y la funcin es biyectiva?
11. Sea la funcin F(m, n) = 3m|n| donde F : ZZ Z, La funcin es uno a
12. Sea la funcin F(m, n) = n donde F : Z Z Z, La funcin es uno a uno?,
la funcin es sobreyectiva?, y la funcin es biyectiva?
1
Ayuda: Leer la seccin: Funciones Suprayectivas: Nmeros de Stirling de Segundo Tipo del
libro: Matemticas Discreta y Combinatoria de Ralph P. Grimaldi, en donde se presenta una buena
explicacin del conteo de funciones sobreyectivas (o suprainyectivas.)
13. Sea la funcin F(m, n) = m n donde F : Z Z Z, La funcin es uno a
14. Cuntas funciones biyectivas hay del conjunto A al conjunto B si |A| = |B|?
15. Sea la funcin f : N N N,
f(0) = (x
0
, y
0
) = (0, 0)
f(n + 1) = (x
n+1
, y
n+1
) =
_
_
_
(x
n
1, y
n
+ 1) si x
n
1
(y
n
+ 1, 0) si x
n
= 0
Determinar:
a.) Qu es f(8)?
b.) Es f una funcin inyectiva?
c.) Es f una funcin sobreyectiva?
d.) Es f una funcin biyectiva?, si esto es as, entonces el conjunto N tiene la
misma cardinalidad que el conjunto N N?
e.) Es f una funcin invertible?, si es as, cul es la inversa de f?
16. Sea C = {0, 1, 00, 01, 10, 11, 000, 001, 010, 011, 100, 101, 110, 111, ...},
donde C es el conjunto de todas las cadenas que se pueden formar con ceros y
unos. Sea la funcin f : C C C donde f(s, r) = s00r, lo que hace la funcin
f es concatenar dos cadenas s y r colocando en medio de ellas la cadena 00.
Determinar:
a.) Qu es f(001, 110)?
b.) Es f una funcin inyectiva?
c.) Es f una funcin sobreyectiva?
d.) Es f una funcin biyectiva?
e.) Es f una funcin invertible?, si es as, cul es la inversa de f?
1. Sea la siguiente denicin recursiva, donde n es un nmero entero no negativo
2
:
f(n) =
_
_
n si n = 0 o n = 1
f(n 2) +f(n 1) si n > 1
A.) 2
B.) 3
C.) 4
D.) 5
E.) 6
f(n) =
_
_
n si n = 0 o n = 1
g(n, 2, 0, 1) si n > 1
g(n, i, a, b) =
_
_
a + b si i = n
g(n, i + 1, b, a + b) si i < n
A.) 2
B.) 3
C.) 4
D.) 5
E.) 6
2
Las preguntas 1, 2, 3, 4, 7, 8, 9, 10, 11, 12, 14, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25 y 26 son del
autor.
3. Sea la siguiente funcin recursiva, donde n es un nmero entero no negativo:
f(n) =
_
_
3 si n = 0
2 si n = 1
3 f(n 2) 2 f(n 1) si n > 1
Cul es el valor de f(4)?
A.) 10
B.) 18
C.) -32
D.) 103
E.) 200
f(n) =
_
_
3 si n = 0
2 si n = 1
g(n, 2, 3, 2) si n > 1
g(n, i, a, b) =
_
_
3 a 2 b si i = n
g(n, i + 1, b, 3 a 2 b) si i < n
A.) 10
B.) 18
C.) -32
D.) 103
E.) 200
5. Sea la siguiente denicin recursiva
3
:
3
Las preguntas 5 y 6 han sido reescritas a partir del ejemplo 6 de la Gua de Orientacin del ECAES
de Ingeniera de Sistemas del ao 2010 [MI2010].
f(m, n) =
_
_
1 si n = 0
m f(m, n 1) si n > 0
Cul es el resultado de f(2, 3)?
A.) 8
B.) 9
C.) 6
D.) 12
E.) 2
6. Sea la siguiente denicin recursiva:
f(m, n) =
_
_
1 si n = 0
m f(m, n 1) si n > 0
Cul es el resultado correcto para f(m, n)?
A.) n
m
B.) m
n
C.) m n
D.) n!
E.) n m!
f(m, n) =
_
_
1 si n = 0
n f(m, n 1) si n > 0
Cul es el resultado de f(2, 3)?
A.) 8
B.) 9
C.) 6
D.) 12
E.) 2
f(m, n) =
_
_
1 si n = 0
n f(m, n 1) si n > 0
Cul es el resultado correcto para f(m, n)?
A.) n
m
B.) m
n
C.) m n
D.) n!
E.) m!
9. Para m y n enteros no negativos, la funcin M se dene como:
M(m, n) =
_
_
_
n si m = 0
M(m1, n + 1) si m > 0
Cul es el resultado para M(3, 4)?
A.) 3
B.) 4
C.) 5
D.) 6
E.) 7
10. Para m y n enteros no negativos, la funcin a(m, n) se dene como:
a(m, n) =
_
_
0 si m = 0 y n = 0
a(m1, n) + 1 si m > 0 y n = 0
a(m, n 1) + 1 si n > 0
Cul es el resultado para a(2, 3)?
A.) 6
B.) 5
C.) 4
D.) 3
E.) 2
11. Para m y n enteros no negativos, la funcin P(m, n) se dene como:
P(m, n) =
_
_
1 si m = 1
1 si n = 1
P(m, m) si m < n
P(m, m1) + 1 si m = n y n > 1
P(m, n 1) + P(mn, n) si m > n > 1
Cul es el resultado para P(5, 5)?
A.) 7
B.) 6
C.) 8
D.) 4
E.) 9
12. Para m y n enteros no negativos, la funcin a(m, n) se dene como:
a(m, n) =
_
_
0 si m = 0 y n = 0
a(m1, n) + 1 si m > 0 y n = 0
a(m, n 1) + n si n > 0
Cul es el resultado para a(2, 3)?
A.) 5
B.) 6
C.) 7
D.) 8
E.) 9
13. Para m y n enteros no negativos, la funcin de Ackerman (A) se dene como
4
:
A(m, n) =
_
_
n + 1 si m = 0
A(m1, 1) si n = 0
A(m1, A(m, n 1)) si m > 0 y n > 0
Cul es el resultado para A(1, 4)?
A.) 3
B.) 4
C.) 5
D.) 6
E.) 7
14. Para n y m enteros no negativos, la funcin de Morris (M) se dene como:
M(m, n) =
_
_
_
n + 1 si m = n
M(m, M(m1, n + 1)) si m > n y n 0
Cul es el resultado para M(4, 0)?
A.) 3
B.) 4
C.) 5
D.) 6
E.) 7
15. Para n que es un entero no negativo, la funcin f se dene como
5
:
f(0) = (x
0
, y
0
) = (0, 0)
f(n + 1) = (x
n+1
, y
n+1
) =
_
_
_
(x
n
1, y
n
+ 1) si x
n
1
(y
n
+ 1, 0) si x
n
= 0
4
ao 2005.
5
ao 2006.
Cul es el resultado para f(4)?
A.) (1, 0)
B.) (0, 1)
C.) (2, 0)
D.) (1, 1)
E.) (0, 2)
16. Sea la siguiente denicin recursiva, donde x mod y es el residuo de la divisin
entera de x por y:
M(x, y) =
_
_
y si (y x) y (x mod y) = 0
M(y, x) si x < y
M(y, (x mod y)) de otro modo
Cul es el resultado de M(91, 221)?
A.) 2
B.) 3
C.) 13
D.) 18
E.) 27
17. Para m y n enteros no negativos, donde m n, la funcin de Stirling (S) se dene
como:
S(m, n) =
_
_
1 si n = 1
1 si m = n
S(m1, n 1) + n S(m1, n) si m > n
Cul es el resultado de S(4, 2)?
A.) 13
B.) 7
C.) 12
D.) 4
E.) 15
18. Para n y r enteros no negativos, donde n r, la funcin Combinatorio (C) se
dene como:
C(n, r) =
_
_
1 si r = 0
1 si n = r
n si r = 1
C(n 1, r) + C(n 1, r 1) si n > r > 1
Cul es el resultado de C(4, 2)?
A.) 6
B.) 4
C.) 10
D.) 5
E.) 15
i
: Z Z Z
F
1
(m, n) = |4m| +|2n|
F
2
(m, n) = m
3
n
3
F
3
(m, n) = 3mn
F
4
(m, n) = m
2
n
Cul de las siguientes opciones es la nica respuesta correcta con respecto a la
propiedad de sobreyectiva en las funciones anteriores?
A.) nicamente F
1
y F
2
B.) nicamente F
2
y F
3
C.) nicamente F
3
y F
4
D.) nicamente F
2
y F
4
E.) nicamente F
1
y F
3
i
: Z Z Z
F
1
(m, n) = 3mn
F
2
(m, n) = m
3
n
3
F
3
(m, n) = |4m| |2n|
F
4
(m, n) = m
2
n
Cul de las siguientes opciones es la nica respuesta correcta con respecto a la
propiedad de biyectividad en las funciones anteriores?
A.) nicamente F
1
y F
2
B.) nicamente F
2
y F
3
C.) nicamente F
3
y F
4
D.) nicamente F
1
y F
3
E.) Ninguna funcin es biyectiva
Sean los conjuntos A={1, 3, 5, 7, 9} y B={0, 2, 4, 6, 8, 10}, con los
cuales se deben trabajar desde el ejercicio 21 al 25.
21. Cuntas funciones hay de A a B?
A.) 0
B.) |A|!
C.) |A|
|A|
D.) |B|
|A|
E.) |A|
|B|
22. Cuntas funciones inyectivas hay de A a B?
A.) 0
B.) |A|!
C.) |A|! 1
D.) |B|!
E.) |B|! 1
23. Cuntas funciones inyectivas hay de B a A?
A.) 0
B.) |A|!
C.) |A|! 1
D.) |B|!
E.) |B|! 1
24. Cuntas funciones sobreyectivas hay de A a B?
A.) 0
B.) |A|!
C.) |A|
|A|
D.) |B|
|A|
E.) |A|
|B|
25. Cuntas funciones biyectivas hay de A a B?
A.) 0
B.) |A|!
C.) |A|! 1
D.) |B|!
E.) |B|! 1
26. Sean A y B conjuntos no vacos, cuntas funciones biyectivas hay del conjunto
A al conjunto B si |A| = |B|?
A.) 0
B.) |A|
C.) |A| |B|
D.) |A|!
E.) |A| |A|!
27. Sea C = {0, 1, 00, 01, 10, 11, 000, 001, 010, 011, 100, 101, 110, 111, ...}, C
es el conjunto de todas las cadenas que se pueden formar con ceros y unos. Sea
la funcin f : C C C donde f(s, r) = s00r, lo que hace la funcin f es
concatenar dos cadenas s y r colocando en medio de ellas la cadena 00.
Qu es lo nico que se puede armar de la funcin f?
6
A.) La funcin f es biyectiva porque permite concatenar cualquier par de cadenas
de ceros y unos.
B.) La funcin f no es inyectiva porque para diferentes pares de cadenas la
funcin f da la misma cadena de resultado.
C.) La funcin f es sobreyectiva porque cualquier cadena de ceros y unos es
obtenida como resultado de la funcin.
D.) La funcin f no es biyectiva porque no cumple la inyectividad pero si es
sobreyectiva.
6
ao 2008.
Captulo 7
Relaciones
7.1. Relacin binaria
Sean A y B conjuntos. Una relacin binaria de A a B es un subconjunto de AB.
En otras palabras, una relacin binaria de A a B es un conjunto R de pares ordenados
donde el primer elemento de cada par ordenado pertenece a A y el segundo pertenece
a B. Se utiliza la notacin aRb para denotar que (a, b) R y a Rb para denotar que
(a, b) R.
Ejemplo 1:
Sea A el conjunto de estudiantes de Ingeniera de Sistemas de la Institucin, y sea B el
conjunto de materias de Ingeniera de Sistemas de la institucin. Sea R la relacin que
consiste de todos los pares ordenados (a, b) donde a es un estudiante que tiene matricu-
lada la materia b. Si los estudiantes Jaime y Claudia estn matriculados en la materia
Matemticas Discretas entonces los pares ordenados (Jaime, Matem aticas Discretas)
y (Claudia, Matem aticas Discretas) pertenecen a la relacin R, adicionalmente Clau-
dia tambin tiene matriculado el curso de Bases de Datos, lo cual se representa con
el par ordenado (Claudia, Bases de Datos), que tambin pertenece a la relacin R.
Ejemplo 2:
Sea A = {a, b, c} y B = {1, 2, 3, 4}. Entonces {(a, 2), (a, 4), (b, 1), (c, 3)} es una
relacin de A a B, la cual tambin se puede representar como aR2, aR4, bR1 y cR3. Esta
relacin puede ser fcilmente representada de forma grca y tabular de la siguiente
forma:
207
208 CAPTULO 7. RELACIONES
Grcamente:
Tabularmente:
R 1 2 3 4
a X X
b X
c X
7.2. Funciones como relaciones
Si R es una relacin del conjunto A al conjunto B tal que cada elemento de A es
la primera componente de exactamente un par ordenado de R, entonces una funcin
puede ser denida con la relacin R. De esta forma se evidencia que las relaciones son
una generalizacin de las funciones y sirven para representar una clase ms amplia de
relaciones entre conjuntos.
7.3. Relaciones en un conjunto
Las relaciones de un conjunto A consigo mismo son de gran inters.
Denicin de relacin:
Una relacin en el conjunto A es una relacin del conjunto A al conjunto A, es decir,
una relacin en un conjunto A es un subconjunto de A A.
Ejemplo 3:
Sea A = {1, 2, 3, 4} y la relacin R = {(a, b) | a divide b} denida sobre el conjunto
A. Cules pares ordenados pertenecen a la relacin R?.
El producto cruz del conjunto A es el siguiente:
7.3. RELACIONES EN UN CONJUNTO 209
A A = {(1, 1), (1, 2), (1, 3), (1, 4),
(2, 1), (2, 2), (2, 3), (2, 4),
(3, 1), (3, 2), (3, 3), (3, 4),
(4, 1), (4, 2), (4, 3), (4, 4)}
y los pares ordenados de este producto cruz donde la primera componente divide a
la segunda son: (1, 1), (1, 2), (1, 3), (1, 4), (2, 2), (2, 4), (3, 3), y (4, 4), los cuales
conforman la relacin R
R = {(1, 1), (1, 2), (1, 3), (1, 4), (2, 2), (2, 4), (3, 3), (4, 4)}.
Observe que R A A.
Ejemplo 4:
Considerar las siguientes relaciones denidas en el conjunto de los nmeros enteros:
R
1
= {(a, b) | a b}
R
2
= {(a, b) | a > b}
R
3
= {(a, b) | a = b a = b}
R
4
= {(a, b) | a = b}
R
5
= {(a, b) | a = b + 1}
R
6
= {(a, b) | a + b 3}
Cada uno de los siguientes pares ordenados (1, 1), (1, 2), (2, 1), (1, 1) y (2, 2)
pertenecen a cules relaciones?
El par ordenado (1, 1) se encuentra presente en las relaciones R
1
, R
3
, R
4
y R
6
, el
par ordenado (1, 2) se encuentra presente en las relaciones R
1
y R
6
, el par ordenado
(2, 1) se encuentra presente en las relaciones R
2
, R
5
y R
6
, el par ordenado (1, 1) se
encuentra presente en las relaciones R
2
, R
3
y R
6
y el par ordenado (2, 2) se encuentra
presente en las relaciones R
1
, R
3
y R
4
.
Ejemplo 5:
Cuntas relaciones hay en un conjunto de n elementos?
Una relacin en un conjunto A es un subconjunto de A A, donde A A tiene n
2
pares ordenados cuando |A| = n. Recordar que un conjunto con m elementos tiene 2
m
subconjuntos, entonces 2
|AA|
= 2
n
2
es el nmero total de relaciones del conjunto A al
conjunto A.
Por ejemplo si A = {a, b, c} entonces hay 2
|A|
2
= 2
3
2
= 2
9
= 512 relaciones en el
conjunto A.
Ejemplo 6:
Cuntas y cules relaciones hay en el conjunto A = {1, 2}?
Primero se debe calcular el producto cruz del conjunto A con el mismo:
A A = {(1, 1), (1, 2), (2, 1), (2, 2)}
Luego, como una relacin es cualquier subconjunto que se puede sacar del producto
cruz del conjunto que se esta trabajando, entonces se debe comenzar con los subconjun-
tos de tamao cero, tamao uno, tamao dos y as sucesivamente hasta el subconjunto
que tiene la misma cardinalidad de A A.
R
1
= {}
R
2
= {(1, 1)}
R
3
= {(1, 2)}
R
4
= {(2, 1)}
R
5
= {(2, 2)}
R
6
= {(1, 1), (1, 2)}
R
7
= {(1, 1), (2, 1)}
R
8
= {(1, 1), (2, 2)}
R
9
= {(1, 2), (2, 1)}
R
10
= {(1, 2), (2, 2)}
R
11
= {(2, 1), (2, 2)}
R
12
= {(1, 1), (1, 2), (2, 1)}
R
13
= {(1, 1), (1, 2), (2, 2)}
R
14
= {(1, 1), (2, 1), (2, 2)}
R
15
= {(1, 2), (2, 1), (2, 2)}
R
16
= {(1, 1), (1, 2), (2, 1), (2, 2)}
Son 16 relaciones las cuales coinciden con el resultado que se obtiene al utilizar la
frmula que se trabajo en el ejemplo anterior, 2
|A|
2
= 2
2
2
= 2
4
= 16.
7.4. Propiedades de las relaciones
7.4.1. Propiedad de reexividad
Una relacin R en un conjunto A tiene la propiedad de reexividad si (a, a) R
para cada elemento a A.
Ejemplo 7:
Considerar las siguientes relaciones en el conjunto A = {1, 2, 3, 4}
7.4. PROPIEDADES DE LAS RELACIONES 211
R
1
= {(1, 1), (1, 2), (2, 1), (2, 2), (3, 4), (4, 1), (4, 4)}
R
2
= {(1, 1), (1, 2), (2, 1)}
R
3
= {(1, 1), (1, 2), (1, 4), (2, 1), (2, 2), (2, 4), (3, 3), (4, 1), (4, 2), (4, 4)}
R
4
= {(2, 1), (3, 1), (3, 2), (4, 1), (4, 2), (4, 3)}
R
5
= {(1, 1), (1, 2), (1, 3), (1, 4), (2, 2), (2, 3), (2, 4), (3, 3), (3, 4), (4, 4)}
R
6
= {(3, 4)}
Cules de estas relaciones tienen la propiedad de reexividad?
Se tiene que entrar a analizar que se encuentren presentes todos los siguientes pares
ordenados: (1, 1), (2, 2), (3, 3), (4, 4). Estos pares ordenados se encuentran todos
presentes nicamente en las relaciones R
3
y R
5
, las cuales son relaciones que tienen la
propiedad de reexividad.
7.4.2. Propiedad de simetra
Una relacin R en un conjunto A tiene la propiedad de simetra si cuando (a, b) R
entonces tambin (b, a) R, para a, b A.
Ejemplo 8:
Cules de las relaciones del ejemplo 7 anterior tienen la propiedad de simetra?
Las nicas relaciones que tienen la propiedad de simetra son R
2
y R
3
.
7.4.3. Propiedad de antisimetra
Una relacin R en un conjunto A tiene la propiedad de antisimetra si (a, b) R y
a = b entonces (b, a) R, para a, b A.
Ejemplo 9:
Cules de las relaciones del ejemplo 7 tienen la propiedad de antisimetra?
Las nicas relaciones que tienen la propiedad de antisimetra son R
4
, R
5
y R
6
.
7.4.4. Propiedad de transitividad
Una relacin R en un conjunto A tiene la propiedad de transitividad si cuando se
presentan (a, b) R y (b, c) R tambin se presenta (a, c) R, para a, b, c A.
Ejemplo 10:
Cules de las relaciones del ejemplo 7 tienen la propiedad de transitividad?
Las nicas relaciones que tienen la propiedad de transitividad son R
3
, R
4
, R
5
y R
6
.
Ejemplo 11:
Considerar la siguiente relacin denida en el conjunto de los nmeros enteros:
R = {(a, b) | a b}
La relacin R cumple la propiedad de reexividad?, cumple la propiedad de
simetra?, cumple la propiedad de antisimetra?, y, cumple la propiedad de transi-
tividad?
R cumple la propiedad de reexividad porque cualquier nmero entero es mayor o
igual a el mismo. R no cumple la propiedad de simetra porque hay pares ordenamos
que pertenecen a la relacin para los cuales el par ordenado simtrico no pertenece a la
relacin, tal es el caso del par ordenado (2, 1) R porque 2 1 pero (1, 2) R porque
1 2. La relacin R cumple la propiedad de antisimetra porque la nica posibilidad
de que a b y b a es que a = b, de esta forma (a, b) R y (b, a) R si y
solo si a = b. La relacin R tambin cumple la propiedad de transitividad ya que para
cualquier conjunto de tres nmeros enteros a, b y c, si a b y b c entonces se cumple
que a c, con lo cual se tiene que si (a, b) R y (b, c) R entonces (a, c) R.
Ejemplo 12:
Considerar la siguiente relacin denida en el conjunto de los nmeros enteros:
R = {(a, b) | a = b}
La relacin R cumple la propiedad de reexividad?, cumple la propiedad de
simetra?, cumple la propiedad de antisimetra?, cumple la propiedad de transitivi-
dad?, y, es posible que al mismo tiempo una relacin tenga las propiedades de simetra
y antisimetra?
La relacin R cumple la propiedad de reexividad porque cualquier nmero entero es
igual a el mismo. R cumple la propiedad de simetra porque todos los pares ordenados
que pertenecen a la relacin R son de la forma (a, a) para a Z con lo cual todo
par ordenado es simtrico con el mismo. R cumple la propiedad de antisimetra porque
todos los pares ordenados que pertenecen a la relacin R son de la forma (a, a) para
a Z con lo cual se garantiza la denicin de antisimetra donde a = a. La relacin R
tambin cumple la propiedad de transitividad ya que para cualquier conjunto de tres
nmeros enteros a, b y c, si (a, b) R y (b, c) R es porque a = b y b = c, de donde
se obtiene que a = c y que por lo tanto (a, c) R, con lo cual se cumple la denicin
de la propiedad de transitividad.
Con respecto a la ltima pregunta, es posible que al mismo tiempo una relacin tenga
las propiedades de simetra y antisimetra?, la respuesta es que si y este ejemplo es uno
de esos casos, es de vital importancia recalcar que dichas propiedades no son excluyentes
en una relacin, donde las dos pueden estar presentes o las dos pueden estar ausentes
7.5. COMBINACIN DE RELACIONES 213
al mismo tiempo.
7.5. Combinacin de relaciones
Como las relaciones de A a B son subconjuntos del conjunto de pares ordenados
A B, entonces dos relaciones de A a B pueden ser combinadas (u operadas) de la
forma en que se combinan dos conjuntos.
Ejemplo 13:
Sean los conjuntos A = {1, 2, 3} y B = {1, 2, 3, 4}. Las siguientes relaciones R
1
y
R
2
estn denidas del conjunto A al conjunto B, donde R
1
= {(1, 1), (2, 2), (3, 3)}
y R
2
= {(1, 1), (1, 2), (1, 3), (1, 4)}, estas relaciones pueden ser combinadas obte-
niendo:
R
1
R
2
= {(1, 1), (1, 2), (1, 3), (1, 4), (2, 2), (3, 3)}
R
1
R
2
= {(1, 1)}
R
1
R
2
= {(2, 2), (3, 3)}
R
2
R
1
= {(1, 2), (1, 3), (1, 4)}
Ejemplo 14:
Sean las siguientes relaciones R
1
y R
2
que estn denidas en el conjunto de los nmeros
enteros, donde R
1
= {(x, y) | x < y} y R
2
= {(x, y) | x > y}.
Qu es R
1
R
2
, R
1
R
2
, R
1
R
2
y R
2
R
1
?
R
1
R
2
= {(x, y) | x = y}
R
1
R
2
= {}
R
1
R
2
= R
1
R
2
R
1
= R
2
7.6. Composicin y potencia de relaciones
Denicin de composicin de relaciones:
Sea R una relacin del conjunto A al conjunto B y sea S una relacin del conjunto B
al conjunto C. La composicin de las relaciones R y S es la relacin consistente de los
pares ordenados (a, c), donde a A y c C y para los cuales existe un elemento b B
tales que (a, b) R y (b, c) S. Se denota la composicin de R y S por S R.
Ejemplo 15:
Sean los conjuntos A = {1, 2, 3}, B = {1, 2, 3, 4}, C = {0, 1, 2} y las rela-
ciones R = {(1, 1), (1, 4), (2, 3), (3, 1), (3, 4)} del conjunto A al conjunto B y
S = {(1, 0), (2, 0), (3, 1), (3, 2), (4, 1)} del conjunto B al conjunto C. Qu es
S R?
S R = {(1, 0), (1, 1), (2, 1), (2, 2), (3, 0), (3, 1)}
Ejemplo 16:
Sea R la relacin en el conjuntos de las personas del mundo tal que (a, b) R si a es
el padre de b. Qu da como resultado R R?
R R da como resultado una relacin que es el conjunto de pares ordenados de
personas donde la primer componente es el abuelo paterno de la segunda componente.
Denicin de potencia de una relacin:
Sea R una relacin en el conjunto A. La potencia R
n
, donde n Z
+
, es denida recur-
sivamente por
R
n
=
_
R si n = 1
R
n1
R si n > 1
Ejemplo 17:
Sea la relacin R = {(1, 1), (2, 1), (3, 2), (4, 3)}. Cul es la potencia R
n
para n 1?
R
1
= R = {(1, 1), (2, 1), (3, 2), (4, 3)}
R
2
= R
1
R = {(1, 1), (2, 1), (3, 2), (4, 3)} {(1, 1), (2, 1), (3, 2), (4, 3)}
= {(1, 1), (2, 1), (3, 1), (4, 2)}
R
3
= R
2
R = {(1, 1), (2, 1), (3, 1), (4, 2)} {(1, 1), (2, 1), (3, 2), (4, 3)}
= {(1, 1), (2, 1), (3, 1), (4, 1)}
R
4
= R
3
R = {(1, 1), (2, 1), (3, 1), (4, 1)} {(1, 1), (2, 1), (3, 2), (4, 3)}
= {(1, 1), (2, 1), (3, 1), (4, 1)}
Como R
4
= R
3
entonces R
n
= R
3
para n > 3.
7.7. Representacin de relaciones
7.7.1. Representacin de relaciones utilizando matrices
Una relacin entre conjuntos nitos puede ser representada usando matrices de ceros
y unos. Suponer que R es una relacin del conjunto A = {a
1
, a
2
, a
3
, . . . , a
m
} al con-
7.7. REPRESENTACIN DE RELACIONES 215
junto B = {b
1
, b
2
, b
3
, . . . , b
n
}. La relacin R puede ser representada por la matriz
M
R
= [m
ij
], donde
m
ij
=
_
1 si (a
i
, b
j
) R
0 si (a
i
, b
j
) R
Ejemplo 18:
Sean los conjuntos A = {1, 2, 3} y B = {1, 2}, sea la relacin R = {(a, b) | a > b}
= {(2, 1), (3, 1), (3, 2)} denida del conjunto A al conjunto B. La representacin de
la relacin R por medio de matrices es la siguiente:
M
R
=
_
_
0 0
1 0
1 1
_
_
Ejemplo 19:
Sea la relacin R en el conjunto A = {1, 2, 3, 4}. Cules pares ordenados estn en la
relacin R representados por la matriz
M
R
=
_
_
0 1 0 0
1 0 1 1
0 1 1 0
0 1 0 1
_
_
?
La relacin contiene los siguientes pares ordenados:
R = {(1, 2), (2, 1), (2, 3), (2, 4), (3, 2), (3, 3), (4, 2), (4, 4)}.
Las matrices cuadradas son utilizadas para determinar si las relaciones tienen cier-
tas propiedades. Ellas son:
La propiedad de reexividad: si la diagonal principal esta compuesta de unos.
_
_
1
1
.
.
.
1
1
_
_
Recordar que R es reexiva
si nicamente si (a
i
, a
i
) R
para i = 1, 2, 3, . . . , n
La propiedad de Simetra.
_
_
1
1
.
.
. 0
0
_
_
Recordar que R es simtrica
si y nicamente si (a, b)
R si M
r
= (M
r
)
t
entonces R
es simtrica
La propiedad de Antisimetra.
_
_
1
0
0 0
0
1
_
_
Recordar que R es antisimtrica
si y nicamente si (a, b) R y
(b, a) R implica que a = b
Ejemplo 20:
Suponer que la relacin R en un conjunto es representada por la matriz:
M
r
=
_
_
1 1 0
1 1 1
0 1 1
_
_
La relacin R es reexiva.
La relacin R es simtrica.
La relacin R no es antisimtrica.
Las operaciones de unin e interseccin de relaciones se pueden realizar con la re-
presentacin en matrices
M
R
1
R
2
= M
R
1
M
R
2
M
R
1
R
2
= M
R
1
M
R
2
Ejemplo 21:
Las relaciones R
1
y R
2
en un conjunto A son representados por las matrices
M
R
1
=
_
_
1 0 1
1 0 0
0 1 0
_
_ y
M
R
2
=
_
_
1 0 1
0 1 1
1 0 0
_
_
7.7. REPRESENTACIN DE RELACIONES 217
M
R
1
R
2
= M
R
1
M
R
2
=
_
_
1 0 1
1 1 1
1 1 0
_
_
M
R
1
R
2
= M
R
1
M
R
2
=
_
_
1 0 1
0 0 0
0 0 0
_
_
La composicin de relaciones que son representadas por medio de matrices es
M
SR
= M
r
M
s
, donde es la multiplicacin de matrices binarias.
Ejemplo 22:
Encontrar la matriz que represente la relacin S R donde las matrices que representa
R y S son:
M
R
=
_
_
1 0 1
1 1 0
0 0 0
_
_ y
M
S
=
_
_
0 1 0
0 0 1
1 0 1
_
_
M
SR
= M
R
M
S
=
_
_
1 1 1
0 1 1
0 0 0
_
_
La matriz que representa la composicin de dos relaciones puede ser usada para
encontrar la matriz de M
R
n. En particular M
R
n = M
n
R
Ejemplo 23:
Encontrar la matriz que representa la relacin R
2
, donde la matriz que representa la
relacin R es:
M
R
=
_
_
0 1 0
0 1 1
1 0 0
_
_
El resultado es el siguiente:
M
R
2 = M
2
R
= M
R
M
R
=
_
_
0 1 1
1 1 1
0 1 0
_
_
7.8. Relaciones n-arias y su uso computacional
Normalmente se establecen relaciones entre elementos de dos o ms conjuntos. Por
ejemplo, se presenta una relacin entre el nombre profesor, ttulo de profesional del
profesor y nombre del programa acadmico en el cual trabaja el profesor.
Las relaciones entre elementos de dos o ms conjuntos se conocen con el nombre de
relacin n-aria y son el fundamento matemtico sobre el cual se apoya el modelo de
bases de datos relacional propuesto por E. F. Codd en 1970 [C1970] y que actualmente
se encuentra vigente en los sistemas manejadores de bases de datos.
Denicin: Sean A
1
, A
2
, A
3
, . . ., A
n
conjuntos. Una relacin n-aria en estos conjuntos
es un subconjunto de A
1
A
2
A
3
. . . A
n
. Los conjuntos A
1
, A
2
, A
3
, . . ., A
n
se
llaman dominios de los atributos de la relacin y n es el grado de la relacin.
Ejemplo 24:
Sea R la relacin Horario de Clase que consta de las 6-tuplas (o registros de seis
atributos) (Materia, Grupo, Dia, HoraComienzo, HoraFinalizaci on, Sal on). Por
facilidad este tipo de relaciones se representan por medio de tablas. La representacin
tabular de la relacin Horario de Clase y la forma de almacenar informacin en ella,
es:
Materia Grupo Da HoraComienzo HoraFinalizacin Saln
Matemticas I 1 Lunes 07:00 09:00 L101
Lgica Matemtica 3 Mircoles 16:00 18:00 Y309
Programacin III 2 Viernes 14:00 16:00 R211
Cuadro 7.1: Relacin HORARIO DE CLASE
7.9. El lgebra relacional en bases de datos
El lgebra relacional es un lenguaje de consulta. Consta de un conjunto de opera-
ciones que toman como entrada una o dos relaciones y producen como resultado una
nueva relacin.
Las operaciones que se pueden realizar sobre las relaciones en el lgebra relacional son:
Seleccin.
Proyeccin.
Unin.
Interseccin.
7.9. EL LGEBRA RELACIONAL EN BASES DE DATOS 219
Diferencia.
Producto cartesiano.
Asignacin.
Las operaciones de seleccin y proyeccin se denominan operaciones unarias porque
operan sobre una sola relacin. El resto de las operaciones trabajan sobre pares de
relaciones y se denominan, por lo tanto, operaciones binarias.
7.9.1. La operacin de seleccin
La operacin de seleccin sobre relaciones escoge las tuplas que satisfacen un predi-
cado dado. Se utiliza la letra griega sigma minscula () para denotar la seleccin. El
predicado aparece como subndice de . La relacin (tabla) del argumento se da entre
parntesis a continuacin de .
Ejemplo 25:
Sea la relacin PROFESOR:
Cdula Nombre Programa CorreoElectrnico
8522.870 Jovanny Castao Ing. Sistemas isokmio@gmail.com
9723.523 Juan Trujillo Ing. Fsica juanpatru@utp.edu.co
6489.438 Ramiro Barros Ing. Electrnica ramiro@sirius.utp.edu.co
29598.441 Paula Villa Ing. Sistemas paula2713@gmail.com
7747.641 Darwin Lotero Lic. Matemticas darwin@utp.edu.co
29837.638 Ana Mara Lpez Ing. Sistemas anamayi@utp.edu.co
30857.753 Gabriela Bedoya Lic. Matemticas gabybedo@hotmail.com
6922.525 Hugo Morales Ing. Sistemas huhumor@utp.edu.co
Cuadro 7.2: Relacin PROFESOR
Seleccionar las tuplas (registros) de la relacin PROFESOR donde el programa sea Ing.
Sistemas.
La consulta en lgebra relacional es:
programa=Ing. Sistemas
(PROFESOR)
el resultado de la consulta es presentado en la tabla 7.3.
Se permiten las comparaciones que utilizan los operadores relacionales: =, =, <, ,
> o en el predicado de la seleccin. Adems, se pueden combinar varios predicados
en uno mayor utilizando los conectivos lgicos y .
Cuadro 7.3: Profesores de Ingeniera de Sistemas
Ejemplo 26:
Seleccionar las tuplas de la relacin PROFESOR donde el programa sea Ing. Sistemas o
Ing. Electrnica.
programa=Ing. Sistemas programa=Ing. Electr onica

(PROFESOR)
el resultado de la consulta es:
6489.438 Ramiro Barros Ing. Electrnica ramiro@sirius.utp.edu.co
Cuadro 7.4: Profesores de las Ingenieras de Sistemas o Electrnica
7.9.2. La operacin proyeccin
Suponer que se desea hacer una lista de todos los nombres de los profesores, pero
sin que aparezcan el resto de informacin en los otros atributos (es decir, slo se quiere
proyectar el atributo nombre de la relacin PROFESOR).
La operacin proyeccin es una operacin unaria que devuelve su relacin de argu-
mentos, excluyendo algunos argumentos. Como las relaciones son conjuntos entonces se
eliminan todas las tuplas (las) duplicadas.
La proyeccin se denota por la letra griega mayscula Pi (). Como subndice de
se coloca la lista de atributos que se desea proyectar en la relacin de resultado. La
relacin (tabla) del argumento se da entre parntesis a continuacin de .
Ejemplo 27:
Listar el nombre de los profesores de la relacin PROFESOR (ver tabla 7.2).
nombre
(PROFESOR)
donde se obtiene la siguiente relacin como resultado:
Nombre
Jovanny Castao
Juan Trujillo
Ramiro Barros
Paula Villa
Darwin Lotero
Ana Mara Lpez
Gabriela Bedoya
Hugo Morales
Cuadro 7.5: Listado de nombres de los profesores
7.9.3. Composicin de operaciones relacionales
Es importante que el resultado de una operacin relacional sea tambin una relacin.
Considerar la consulta ms compleja: Listar el nombre y el correo electrnico de los es-
tudiantes del programa de Ing. Sistemas. Para esto, considerar que se tiene la relacin
ESTUDIANTE presentada en la tabla 7.6.
Cdigo Nombre Programa CorreoElectrnico
13383.458 Sebastin Gmez Ing. Sistemas sebasgomez@utp.edu.co
12137.638 Felipe Abad Ing. Sistemas falabad@utp.edu.co
8522.870 Jovanny Castao Maestra en Ing. Sistemas isokmio@gmail.com
29598.441 Paula Villa Maestra en Ing. Sistemas paula2713@gmail.com
6922.525 Hugo Morales Maestra en Matemticas huhumor@utp.edu.co
12549.937 Julian Moreno Ing. Sistemas junix@utp.edu.co
32789.642 Claudia Montes Ing. Elctrica claudia25@gmail.com
11127.835 Andrs Munera Ing. Fsica fabicast@yahoo.com
Cuadro 7.6: Relacin ESTUDIANTE
La consulta en lgebra relacional es la siguiente:
nombre, correoElectronico
(
(ESTUDIANTE))
y el resultado que se genera es el presentado en la tabla 7.7.
Nombre CorreoElectrnico
Sebastin Gmez sebasgomez@utp.edu.co
Felipe Abad falabad@utp.edu.co
Julian Moreno junix@utp.edu.co
Cuadro 7.7: Listado de nombres y correos electrnicos de los estudiantes de Ing. Sistemas
El resultado de una operacin del lgebra relacional es del mismo tipo (relacin)
que los datos de entrada, las operaciones del lgebra relacional pueden componerse
para formar una expresin del lgebra relacional.
7.9.4. La operacin de unin
Considerar que se quiere averiguar el nombre de todas las personas que son profe-
sores, o estudiantes, o ambas cosas. Previamente ya se conoce la forma de averiguar los
nombres de los profesores:
nombre
(PROFESOR)
cuyo resultado es presentado en la tabla 7.5.
Tambin se conoce la forma de averiguar los nombres de los estudiantes:
nombre
(ESTUDIANTE)
cuyo resultado se presenta en la tabla 7.8.
Nombre
Sebastin Gmez
Felipe Abad
Jovanny Castao
Paula Villa
Hugo Morales
Julian Moreno
Claudia Montes
Andrs Munera
Cuadro 7.8: Listado de los nombres de los estudiantes
Para contestar la pregunta hace falta la unin de estas dos relaciones, la cual se logra
nombre
(PROFESOR)
Nombre
Jovanny Castao
Juan Trujillo
Ramiro Barros
Paula Villa
Darwin Lotero
Ana Mara Lpez
Gabriela Bedoya
Hugo Morales
nombre
(ESTUDIANTE)
Nombre
Sebastin Gmez
Felipe Abad
Jovanny Castao
Paula Villa
Hugo Morales
Julian Moreno
Claudia Montes
Andrs Munera
=
Nombre
Jovanny Castao
Juan Trujillo
Ramiro Barros
Paula Villa
Darwin Lotero
Ana Mara Lpez
Gabriela Bedoya
Hugo Morales
Sebastin Gmez
Felipe Abad
Julian Moreno
Claudia Montes
Andrs Munera
Se debe garantizar que la operacin de unin se realice entre relaciones compatibles,
en el tipo de atributos y cantidad de stos. De esta forma, para que la operacin de
unin sea valida sobre las relaciones R y S se tienen que cumplir las siguientes dos
condiciones:
1. Las relaciones R y S tienen que tener el mismo nmero de atributos.
2. El dominio del atributo i-simo de las relaciones R y S tiene que ser el mismo
para todo i.
7.9.5. La operacin de diferencia
La operacin de diferencia de relaciones, denotada por el smbolo , permite buscar
las tuplas que estn en una relacin pero no en la otra. La expresin R S da como
resultado una relacin que contiene las tuplas que estn en la relacin R pero no en la
relacin S.
Ejemplo 28:
Listar los nombres de los profesores que no son estudiantes de la institucin.
La consulta en lgebra relacional y el resultado es:
nombre
(PROFESOR)
Nombre
(
(
(
(
(
(
(
( h
h
h
h
h
h
h
h
Jovanny Castao
Juan Trujillo
Ramiro Barros
(
(
(
(
(( h
h
h
h
hh Paula Villa
Darwin Lotero
Ana Mara Lpez
Gabriela Bedoya
(
(
(
(
(
(( h
h
h
h
h
hh
Hugo Morales
nombre
(ESTUDIANTE)
Nombre
Sebastin Gmez
Felipe Abad
(
(
(
(
(
(
(
( h
h
h
h
h
h
h
h
Jovanny Castao
(
(
(
(
(( h
h
h
h
hh Paula Villa
(
(
(
(
(
(( h
h
h
h
h
hh
Hugo Morales
Julian Moreno
Claudia Montes
Andrs Munera
=
Nombre
Juan Trujillo
Ramiro Barros
Darwin Lotero
Ana Mara Lpez
Gabriela Bedoya
Como en el caso de la operacin de unin, hay que asegurarse que la diferencia de
relaciones se realice entre relaciones compatibles.
7.9.6. La operacin de interseccin
La operacin de interseccin de relaciones, denotada por el smbolo , permite
buscar las tuplas que estn al mismo tiempo en las dos relaciones. La expresin R S
da como resultado una relacin que contiene las tuplas que estn al mismo en las
relaciones R y S.
Ejemplo 29:
Listar el nombre de los profesores que actualmente son estudiantes de algn programa
acadmico de la institucin.
nombre
(PROFESOR)
Nombre
Jovanny Castao
Juan Trujillo
Ramiro Barros
Paula Villa
Darwin Lotero
Ana Mara Lpez
Gabriela Bedoya
Hugo Morales
nombre
(ESTUDIANTE)
Nombre
Sebastin Gmez
Felipe Abad
Jovanny Castao
Paula Villa
Hugo Morales
Julian Moreno
Claudia Montes
Andrs Munera
=
Nombre
Jovanny Castao
Paula Villa
Hugo Morales
La operacin de interseccin de relaciones puede construirse a partir de la operacin
de diferencia, de la siguiente forma:
R S = R (R S)
7.9.7. La operacin de asignacin
En ocasiones resulta conveniente escribir una expresin del lgebra relacional por
partes utilizando la operacin de asignacin a una variable de relacin temporal. La
operacin de asignacin denotada por , acta de manera parecida a la asignacin de
los lenguajes de programacin.
7.9.8. La operacin producto cartesiano
La operacin producto cartesiano, denotada por el smbolo , permite combinar
informacin de cualquier par de relaciones. El producto cartesiano de las relaciones R
y S es representado por R S.
Como el nombre de un atributo puede estar en ambas relaciones R y S, entonces
hay que distinguirlos en el esquema del producto cartesiano, la forma tradicional de
resolver este inconveniente es adicionar al nombre del atributo el nombre de la relacin.
Para atributos que slo aparecen en una de las dos relaciones, se suele omitir el prejo
con el nombre de la relacin.
Sean las relaciones ARTCULO y PUBLICACIN que sern utilizadas posteriormente:
Id Nombre Revista
1 Dispositivos mviles como lupa parlante Scientia Et Technica
2 Espectro ensanchado por secuencia directa Scientia Et Technica
3 Estndar DICOM en imgenes mdicas Scientia Et Technica
4 El algoritmo Heapinsert Scientia Et Technica
Cuadro 7.9: Relacin ARTCULO
IdEscritor IdArtculo
9723.523 3
29598.441 2
29598.441 3
13383.458 1
6922.525 4
Cuadro 7.10: Relacin PUBLICACIN
Ejemplo 30:
Listar los nombres de los autores y de los artculos escritos por estudiantes de Ing.
Sistemas.
Por claridad se utilizar la operacin de asignacin en el desarrollo de este ejemplo.
T1
(ESTUDIANTE)
Cdigo Nombre Programa CorreoElectrnico
13383.458 Sebastin Gmez Ing. Sistemas sebasgomez@utp.edu.co
12137.638 Felipe Abad Ing. Sistemas falabad@utp.edu.co
12549.937 Julian Moreno Ing. Sistemas junix@utp.edu.co
Cuadro 7.11: Relacin temporal T1
T2
c odigo, nombre
(T1)
Cdigo Nombre
13383.458 Sebastin Gmez
12137.638 Felipe Abad
12549.937 Julian Moreno
T3 T2 PUBLICACIN
Cdigo Nombre IdEscritor IdArtculo
13383.458 Sebastin Gmez 9723.523 3
13383.458 Sebastin Gmez 29598.441 2
13383.458 Sebastin Gmez 29598.441 3
13383.458 Sebastin Gmez 13383.458 1
13383.458 Sebastin Gmez 6922.525 4
12137.638 Felipe Abad 9723.523 3
12137.638 Felipe Abad 29598.441 2
12137.638 Felipe Abad 29598.441 3
12137.638 Felipe Abad 13383.458 1
12137.638 Felipe Abad 6922.525 4
12549.937 Julian Moreno 9723.523 3
12549.937 Julian Moreno 29598.441 2
12549.937 Julian Moreno 29598.441 3
12549.937 Julian Moreno 13383.458 1
12549.937 Julian Moreno 6922.525 4
T4
nombre AS nombreAutor, idArticulo
(
c odigo=idEscritor
(T3))
NombreAutor IdArtculo
Sebastin Gmez 1
7.10. SQL EL LENGUAJE DE CONSULTA DE LAS BASES DE DATOS 227
T5
id, nombre AS nombreArticulo
(ARTCULO)
Id NombreArtculo
1 Dispositivos mviles como lupa parlante
2 Espectro ensanchado por secuencia directa
3 Estndar DICOM en imgenes mdicas
4 El algoritmo Heapinsert
T6 T4 T5
NombreAutor IdArtculo Id NombreArtculo
Sebastin Gmez 1 1 Dispositivos mviles como lupa parlante
Sebastin Gmez 1 2 Espectro ensanchado por secuencia directa
Sebastin Gmez 1 3 Estndar DICOM en imgenes mdicas
Sebastin Gmez 1 4 El algoritmo Heapinsert
T7
nombreAutor, nombreArticulo
(
idArticulo=id
(T6))
NombreAutor NombreArtculo
Sebastin Gmez Dispositivos mviles como lupa parlante
El resultado de la consulta es el presentando en la relacin temporal T7.
7.10. SQL el lenguaje de consulta de las bases de
datos
La estructura bsica de una consulta SQL (Structured Query Language - Lenguaje
de Consulta Estructurado) consiste de tres clusulas: SELECT, FROM y WHERE. La clusu-
la SELECT se usa para listar los atributos deseados del resultado de una consulta. En la
clusula FROM se escriben las relaciones que deben ser analizadas en la evaluacin de la
consulta. En la clusula WHERE se coloca la condicin que deben cumplir algunos de los
atributos de las relaciones que aparecen en la clusula FROM.
Una consulta tpica en SQL tiene la forma:
SELECT Atributo
1
, Atributo
2
, Atributo
3
, . . . , Atributo
n
FROM Relaci on
1
, Relaci on
2
, . . . , Relaci on
m
WHERE Condici on;
Si se omite la clusula WHERE se asume que la condicin es siempre verdadera y que
por los tanto se cumple por defecto.
SQL hace el producto cartesiano (tambin conocido con el nombre de producto cruz)
entre las relaciones que han sido incluidas en la clusula FROM, para luego, aplicar la
seleccin con respecto a la lista de atributos de la clusula SELECT a partir de las tuplas
que cumplen la condicin de la clusula WHERE.
7.10.1. La clusula SELECT
Como sucede tambin en lgebra relacional, el resultado de una consulta SQL es
una relacin.
Un primer ejemplo de una consulta en SQL es: Listar el nombre de los profesores
que se encuentran presentes en la relacin PROFESOR (ver tabla 7.2).
SELECT nombre
FROM PROFESOR;
A diferencia del algebra relacional, SQL permite duplicados en los resultados de una
consulta. Por ejemplo si el profesor Hugo Morales se encuentra en varios registros en
la relacin PROFESOR, entonces ser mostrado en el resultado de la consulta tantas veces
como est.
En los casos donde se quiera exigir la eliminacin de registros duplicados, se tiene
que agregar la instruccin DISTINCT despus de la clusula SELECT. En la consulta an-
terior, esto sera:
SELECT DISTINCT nombre
FROM PROFESOR;
SQL permite usar la palabra clave ALL para especicar explcitamente que no se
eliminan los registros duplicados. De esta forma la consulta quedara:
SELECT ALL nombre
FROM PROFESOR;
El smbolo se puede usar en la clusula SELECT para indicar que se listan todos
los atributos que se encuentran presentes en las relaciones de la clusula FROM.
La clusula SELECT permite renombrar los nombres de los atributos en la relacin
7.10. SQL EL LENGUAJE DE CONSULTA DE LAS BASES DE DATOS 229
de resultado, de esta forma se puede renombrar el atributo nombre de la relacin de
resultado de la siguiente consulta por nombreProfesor:
SELECT nombre AS nombreProfesor
FROM PROFESOR;
7.10.2. La clusula FROM
La clusula FROM dene por s misma un producto cartesiano de las relaciones que
aparecen en ella. Por ejemplo, la siguiente consulta genera el mismo resultado de la
tabla 7.13:
SELECT *
FROM T2, PUBLICACIN;
7.10.3. La clusula WHERE
En la clusula WHERE se escribe la condicin que deben cumplir la tuplas o registros
del producto cartesiano generado entre las relaciones que se encuentran presentes en la
clusula FROM, de esta forma el resultado obtenido en la tabla 7.14 puede ser generado
con la siguiente consulta SQL:
SELECT nombre AS nombreAutor, idArticulo
FROM T2, PUBLICACIN
WHERE cdigo = idEscritor;
SQL en la clusula WHERE permite trabajar directamente con los nombres de los
conectivos lgicos and, or y not en lugar de utilizar los smbolos matemticos que
los representan: , y . Con el uso de estos conectivos lgicos se permite construir
condiciones cada vez ms complejas. De forma similar como en lgebra relacional, las
condiciones que deben cumplir los registros o tuplas pueden contener los operadores de
comparacin: <, <=, >, >=, = y <>.
Ejemplo 31:
La siguiente consulta SQL permite: Listar los nombres de los autores y de los artculos
escritos por estudiantes de Ing. Sistemas, generando exactamente el mismo resultado
de la tabla 7.17:
SELECT ESTUDIANTE.nombre AS nombreAutor, ARTCULO.nombre AS nombreArtculo
FROM ESTUDIANTE, PUBLICACIN, ARTCULO
WHERE ESTUDIANTE.cdigo = PUBLICACIN.idEscritor AND
PUBLICACIN.idArtculo = ARTCULO.id AND
ESTUDIANTE.programa = Ing. Sistemas;
7.10.4. Operaciones sobre relaciones
Las operaciones de unin, interseccin y diferencia de relaciones se pueden trabajar
en consultas de SQL. As como en el lgebra relacional, se necesita que las relaciones que
participan en las operaciones sean compatibles; esto es, deben tener, la misma cantidad
de atributos y el mismo nombre y tipo en el i-simo atributo de los resultados de las
consultas SQL que se estn trabajando.
7.10.5. La operacin de unin
La operacin de unin de relaciones se trabaja en SQL por medio de la clusula
UNION, la cual elimina los registros duplicados automticamente. Si por el contrario, se
desea conservar los registros duplicados, entonces se debe utilizar la clusula UNION ALL.
Ejemplo 32:
Previamente en la operacin de unin de algebra relacional se trabajo la consulta: Lis-
tar el nombre de todas las personas que son profesores, o estudiantes, o ambas cosas,
ahora, utilizando SQL, el mismo resultado se obtiene de la siguiente forma:
(SELECT nombre
FROM PROFESOR)
UNION
(SELECT nombre
FROM ESTUDIANTE);
7.10.6. La operacin de diferencia
La operacin de diferencia entre relaciones se representa en SQL por la clusula
EXCEPT.
Ejemplo 33:
El ejemplo que se trabajo en lgebra relacional para explicar la operacin de diferencia
de relaciones es: Listar los nombres de los profesores que no son estudiantes de la insti-
tucin. Utilizando el lenguaje SQL la consulta que permite obtener el mismo resultado
es:
(SELECT nombre
FROM PROFESOR)
EXCEPT
(SELECT nombre
FROM ESTUDIANTE);
7.11. EJERCICIOS 231
7.10.7. La operacin de interseccin
La operacin de interseccin entre relaciones se representa en SQL por intermedio
de la clusula INTERSECT.
Ejemplo 34:
La consulta SQL que permite obtener el listado de los nombres de los profesores que
actualmente son estudiantes de algn programa acadmico de la institucin, es:
(SELECT nombre
FROM PROFESOR)
INTERSECT
(SELECT nombre
FROM ESTUDIANTE);
consulta que permite generar exactamente el mismo resultado al obtenido en el ejemplo
de la operacin de interseccin de relaciones del algebra relacional.
En las ltimas secciones de ste captulo se han presentado slo unas pequeas
nociones del maravilloso mundo mgico de las bases de datos ... aqu no se presentado
ni un 5 % del tema de lgebra relacional y del SQL, se invita al lector a profundizar en
estos temas, una buena referencia bibliogrca para estos temas es el libro: Fundamentos
de Bases de Datos de Silberschatz, Korth y Sudarshan [SKS2002].
7.11. Ejercicios
1. Sean los conjuntos A = {2, 3, 4, 5, 6} y B = {15, 16, 17, 18, 19, 20}, listar los
elementos de la relacin R A B donde aRb si a divide (exactamente) a b.
2. Sea el conjunto A = {1, 2, 3, 4, 5, 6, 7} sobre el cual est denida la relacin
R = {(a, b) | a b es m ultiplo de 3}. Para la relacin R contestar las siguientes
preguntas
a.) Cules son los pares ordenados de |AA| que pertenecen a la relacin R?
b.) La relacin R tiene la propiedad de reexividad?
c.) La relacin R tiene la propiedad de simetra?
d.) La relacin R tiene la propiedad de antisimetra?
e.) La relacin R tiene la propiedad de transitividad?
3. Sean A y B conjuntos con |B| = 3. Si hay 4096 relaciones de A a B, cul es el
valor de |A|?
4. Sean los conjuntos A = {1, 3, 5} y B = {2, 4, 6, 8}, determinar
a.) A B
b.) |A B|
c.) El nmero de relaciones de A a B
d.) El nmero de relaciones binarias en A
e.) El nmero de relaciones de A a B que contenga (1, 2) y (3, 4)
f.) El nmero de relaciones de A a B que contenga exactamente cuatro pares
ordenados
g.) El nmero de relaciones binarias en A que contenga como mnimo cinco pares
ordenados
5. Sean las siguientes relaciones denidas en el conjunto A = {1, 2}
R
1
= {}
R
2
= {(1, 1)}
R
3
= {(1, 2)}
R
4
= {(2, 1)}
R
5
= {(2, 2)}
R
6
= {(1, 1), (1, 2)}
R
7
= {(1, 1), (2, 1)}
R
8
= {(1, 1), (2, 2)}
R
9
= {(1, 2), (2, 1)}
R
10
= {(1, 2), (2, 2)}
R
11
= {(2, 1), (2, 2)}
R
12
= {(1, 1), (1, 2), (2, 1)}
R
13
= {(1, 1), (1, 2), (2, 2)}
R
14
= {(1, 1), (2, 1), (2, 2)}
R
15
= {(1, 2), (2, 1), (2, 2)}
R
16
= {(1, 1), (1, 2), (2, 1), (2, 2)}
a.) Cules de las relaciones cumplen la propiedad de reexividad?
b.) Cules de las relaciones cumplen la propiedad de simetra?
c.) Cules de las relaciones cumplen la propiedad de antisimetra?
d.) Cules de las relaciones cumplen la propiedad de transitividad?
6. Sea el conjunto A = {1, 2, 3}.
a.) Cuntas relaciones hay en el conjunto A?
b.) Cuntas relaciones hay en el conjunto A que sean reexivas?
c.) Cuntas relaciones hay en el conjunto A que sean simtricas?
d.) Cuntas relaciones hay en el conjunto A que sean antisimtricas?
e.) Cuntas relaciones hay en el conjunto A que sean transitivas?
7.11. EJERCICIOS 233
7. Sea R una relacin del conjunto A al conjunto B. La relacin inversa de B a A,
denotada por R
1
, es el conjunto de los pares ordenados {(b, a) | (a, b) R}.
La relacin complemento R es el conjunto de pares ordenados {(a, b) | (a, b) no
pertenece a R}. Calcular R
1
y R para:
a.) R = {(a, b) | a < b} en el conjunto de los nmeros enteros.
b.) R = {(a, b) | a divide a b} en el conjunto de los nmeros enteros.
c.) R la relacin en el conjunto de todos los departamentos de Colombia, la
relacin R consiste de todos los pares ordenados (a, b) donde el departamento
a limita con el departamento b.
d.) R = {(a, b) | a + b 3} en el conjunto de los nmeros enteros.
e.) R = {(1, 2), (1, 3), (1, 4), (1, 5), (2, 3), (2, 4), (2, 5), (3, 4), (3, 5), (4, 5)},
en el conjunto A = {1, 2, 3, 4, 5}.
f.) R = {(1, 1), (1, 2), (2, 1), (2, 2), (3, 3), (4, 4), (4, 5), (5, 4), (5, 5), (6, 6)},
en el conjunto A = {1, 2, 3, 4, 5, 6}
8. Sea R la relacin en el conjunto {1, 2, 3, 4, 5} que contiene los pares ordenados
(1, 2), (1, 3), (2, 3), (2, 4), (3, 1), (3, 4), (3, 5), (4, 2), (4, 5), (5, 1), (5, 2) y
(5, 4). Calcular:
a.) R
2
b.) R
3
c.) R
4
d.) R
5
1. Sean A y B conjuntos no vacos, cuntas relaciones hay de A a B?
1
A.) |A| |B|
B.)
_
|A| |B|
2
_
C.) ( |A B| )
2
D.) 2
|A|+|B|
E.) 2
|A||B|
2. Sean A y B conjuntos no vacos, cuntas relaciones hay que contengan exacta-
mente tres pares ordenados de A a B?
A.) 0
B.)
_
|A| |B|
3
_
C.)
_
|A| +|B|
3
_
D.)
_
MAX(|A|, |B|)
3
_
E.) ( |A| |B| )
3
3. Para A = {1, 2, 3, 4, 5, 6}, sea la siguiente relacin R = {(1, 1), (1, 2), (2, 1), (2, 2),
(3, 3), (4, 4), (4, 5), (5, 4), (5, 5), (6, 6)} del conjunto A al conjunto A.
Cul es la nica respuesta correcta con respecto a la relacin R?
A.) R no es reexiva, no es simtrica y no es transitiva.
B.) R es reexiva, no es simtrica y es transitiva.
C.) R no es reexiva, es simtrica y es transitiva.
D.) R es reexiva, es simtrica y no es transitiva.
E.) R es reexiva, es simtrica y es transitiva.
4. Sea R = {(a, b) | a b es multiplo de 3}. Si R est denida sobre el conjunto
A = {1, 2, 3, 4, 5, 6, 7}, Cul es el conjunto de pares ordenados que pertenecen
a R?
A.) R = {(1, 1), (2, 2), (3, 3), (4, 4), (5, 5), (6, 6), (7, 7)}
1
B.) R = {(1, 4), (4, 1), (1, 7), (7, 1), (2, 5), (5, 2), (3, 6), (6, 3), (4, 7), (7, 4)}
C.) R = {(1, 1), (1, 4), (4, 1), (1, 7), (7, 1), (2, 2), (2, 5), (5, 2),
(3, 3), (3, 6), (6, 3), (4, 4), (4, 7), (7, 4)}
D.) R = {(1, 1), (1, 4), (4, 1), (1, 7), (7, 1), (2, 2), (2, 5), (5, 2),
(3, 3), (3, 6), (6, 3), (4, 4), (4, 7), (7, 4), (5, 5), (6, 6), (7, 7)}
E.) R = {}
5. Una relacin R es llamada asimtrica si (a, b) R implica que (b, a) / R. Sean
las siguientes relaciones en el conjunto de todas las personas del mundo:
R
1
= {(a, b) | a y b tienen la misma edad}
R
2
= {(a, b) | a y b tienen los mismos padres}
R
3
= {(a, b) | a y b tienen solo un padre en com un}
R
4
= {(a, b) | a y b se conocen}
Cul de las relaciones anteriores es asimtrica?
A.) nicamente R
1
B.) nicamente R
2
C.) nicamente R
3
D.) nicamente R
4
E.) Ninguna relacin
6. La relacin complemento denotada por R es el conjunto de pares ordenados
{(a, b) | (a, b) / R}. Cul es la relacin complemento R de R = {(a, b), (a, c), (b, c)}
en el conjunto A = {a, b, c}?
A.) R = { (b, a), (c, a), (c, b) }
B.) R = { (a, a), (b, b), (c, c) }
C.) R = { (a, a), (a, b), (b, b), (a, c), (b, c), (c, c) }
D.) R = { (a, a), (b, a), (b, b), (c, a), (c, b), (c, c) }
7. Sea la relacin R = {(1, 1), (2, 2), (3, 3), (4, 4), (5, 5), (1, 3), (3, 1), (1, 5),
(5, 1), (2, 4), (4, 2), (3, 5), (5, 3)}, que est denida sobre el conjunto
A = {1, 2, 3, 4, 5}.
Qu es R R?
A.) R R = R
B.) R R = {(1, 3), (3, 1), (1, 5), (5, 1), (2, 4), (4, 2), (3, 5), (5, 3)}
C.) R R = {(1, 1), (2, 2), (3, 3), (4, 4), (5, 5)}
D.) RR = {(1, 1), (2, 2), (3, 3), (4, 4), (5, 5), (1, 3), (1, 5), (2, 4), (3, 5)}
E.) RR = {(1, 1), (2, 2), (3, 3), (4, 4), (5, 5), (3, 1), (5, 1), (4, 2), (5, 3)}
8. Sea la relacin R = {(a, b) | a > b}, que est denida sobre el conjunto de los
enteros.
Qu es R R?
A.) R R = R
B.) R R = {(a, b) | a > b + 1}
C.) R R = {(a, b) | a b}
D.) R R = {(a, b) | a + 1 > b}
E.) R R = {}
Captulo 8
Relaciones de equivalencia
Denicin (Relacin de Equivalencia):
Una relacin en un conjunto A es llamada una relacin de equivalencia si sta es ree-
xiva, simtrica y transitiva.
Dos elementos que son relacionados por una relacin de equivalencia son llamados
equivalentes.
Ejemplo 1:
Supngase que R es una relacin en el conjunto de las cadenas escritas con el alfabeto
espaol tales que aRb si y nicamente si l(a) = l(b) donde l(x) es la longitud de la
cadena x. Es R una relacin de equivalencia?.
Para que R sea una relacin de equivalencia sta tiene que ser reexiva, simtrica y
transitiva.
Reexiva: l(a) = l(a), de sta forma aRa, por lo tanto R es reexiva.
Simtrica: aRb lo que indica que l(a) = l(b) como l(b) = l(a) esto indica que bRa por
lo tanto R es simtrica.
Transitiva: suponer que aRb y bRc, entonces l(a) = l(b) y l(b) = l(c), donde se obtiene
que l(a) = l(c), por lo tanto R es transitiva.
Como la relacin R es reexiva, simtrica y transitiva, entonces es una relacin de
equivalencia.
Ejemplo 2:
Sea R la relacin en el conjunto de los nmeros reales tales que aRb si y solo si, a b
es un entero. Es R una relacin de equivalencia?
Para que R sea una relacin de equivalencia sta tiene que ser reexiva, simtrica y
transitiva.
237
238 CAPTULO 8. RELACIONES DE EQUIVALENCIA
Reexiva: a a = 0 que es un nmero entero para todos los nmeros reales a. As
aRa. La relacin R si es reexiva.
Simtrica: Suponer que aRb, entonces a b es un nmero entero, tambin se tiene
que b a es un nmero entero y se obtiene entonces bRa, de sta forma se obtiene
la propiedad de simetra en la relacin R.
Transitiva : si aRb y bRc, entonces ab y bc son enteros, adems ac = (ab)+(bc)
que es tambin un entero, lo que conduce a tener aRc. Por lo tanto R es transitiva.
Como la relacin R es reexiva, simtrica y transitiva, entonces R es una relacin de
equivalencia.
Ejemplo 3: (Congruencia mdulo m)
Sea m un entero positivo con m > 1, mostrar que la relacin
R = {(a, b) | a b (mod m)} es una relacin de equivalencia en el conjunto de los
nmeros enteros.
Recordar que a b (mod m) si y solo si m divide exactamente a a b.
Reexiva: aRa, a a (mod m), a a = 0, cero es divisible exactamente por m por
lo tanto la relacin R es reexiva.
Simtrica: Ahora suponer que aRb, a b (mod m), a b = k m, de este modo a b
es divisible por m. entonces b a = (k) m, por lo tanto bRa (b a (mod m)).
De sta forma la relacin de congruencia mdulo m es simtrica.
Transitividad: Si aRb y bRc es porque a b (mod m) y b c (mod m), por lo tanto
el nmero entero m divide exactamente a a b y a b c, de esta forma:
a b = k m y b c = l m, donde k, l Z
a c = a c b + b
= (a b) + (b c)
= k m + l m
= (k + l) m
= j m, donde j = k + l, j Z.
como a c = j m entonces se cumple que a c (mod m), de sta forma se
cumple que la relacin R tiene la propiedad de transitividad.
Como la relacin R es reexiva, simtrica y transitiva entonces R es una relacin de
equivalencia.
8.1. CLASES DE EQUIVALENCIA 239
8.1. Clases de equivalencia
Denicin (Clase de equivalencia):
Sea R una relacin de equivalencia en un conjunto A. El conjunto de todos los elementos
que estn relacionados con el elemento a (para a A) es llamada la clase de equivalen-
cia de a. La clase de equivalencia de a con respecto a la relacin de equivalencia R es
denotada con [a]
R
.
En otras palabras, si R es una relacin de equivalencia en un conjunto A, la clase de
equivalencia del elemento a es:
[a]
R
= {s | (a, s) R}
Si b [a]
R
, entonces b es llamado representante de sta clase de equivalencia. Cualquier
elemento de una clase de equivalencia puede representarla.
Ejemplo 4:
Cul es la clase de equivalencia para el nmero 0 en la relacin a b (mod 4)?
La clase de equivalencia del 0 contiene todos los nmeros enteros a tales que
a 0 (mod 4), es decir, contiene todos los nmeros enteros a que son divisibles de
forma exacta por 4.
[0] = {. . . , 8, 4, 0, 4, 8, . . .}
8.2. Clases de equivalencia y particiones
Teorema:
Sea R una relacin de equivalencia en un conjunto A. Los siguientes tres tems son
equivalentes:
1. aRb
2. [a]
R
= [b]
R
3. [a]
R
[b]
R
=
Sea R una relacin de equivalencia en un conjunto A. La unin de todas las clases de
equivalencia de R da como resultado el conjunto A
aA
[a]
R
= A
Si [a]
R
[b]
R
= entonces [a]
R
= [b]
R
.
Las observaciones anteriores muestran que las clases de equivalencia forman una
particin del conjunto A, donde ellas fraccionan al conjunto A en subconjuntos disyun-
tos. Ms precisamente, una particin de un conjunto S es una coleccin de subconjuntos
no vacos disyuntos de S que tienen a S como su unin. En otras palabras, la coleccin
de subconjuntos A
i
, i I (donde I es el conjunto de ndices) forma una particin de
conjunto S si y solo si A
i
= para i I, A
i
A
j
= cuando i = j, y

iI
A
i
= S
Ejemplo 5:
Sea el conjunto S = {1, 2, 3, 4, 5, 6}. La coleccin de conjuntos A
1
= {1, 2, 3},
A
2
= {4, 5} y A
3
= {6} forman una particin del conjunto S, donde estos conjuntos
son disyuntos y su unin es el conjunto S.
Los subconjuntos en una particin son clases de equivalencia.
Dos elementos son equivalentes con respecto a la relacin si y nicamente si ellos estn
en el mismo subconjunto de la particin.
Teorema:
Sea R una relacin de equivalencia en un conjunto S. Entonces las clases de equivalencia
de R forman una particin de S. As mismo, dada una particin {A
i
| i I} del conjunto
S, hay una relacin de equivalencia R que tiene el conjunto A
i
, i I, como clase de
equivalencia.
Ejemplo 6:
Listar los pares ordenados en la relacin de equivalencia R producidos por la particin
A
1
= {1, 2, 3}, A
2
= {4, 5} y A
3
= {6} del conjunto S = {1, 2, 3, 4, 5, 6}
Los subconjuntos en la particin son clases de equivalencia de R, donde el par ordenado
(a, b) R si y solo si a y b estn en el mismo subconjunto de la particin.
8.3. CONJUNTOS PARCIALMENTE ORDENADOS 241
Pares ordenados que aparecen en la relacin de equivalencia R gracias a los ele-
mentos de la particin (o clase de equivalencia) A
1
: (1, 1), (1, 2), (1, 3), (2, 1),
(2, 2), (2, 3), (3, 1), (3, 2) y (3, 3).
2
: (4, 4), (4, 5), (5, 4) y (5, 5)
3
: (6, 6)
De esta forma la relacin de equivalencia R contiene nicamente los siguientes pares
ordenados:
R = {(1, 1), (1, 2), (1, 3), (2, 1), (2, 2), (2, 3), (3, 1), (3, 2), (3, 3), (4, 4),
(4, 5), (5, 4), (5, 5), (6, 6)}
Hay m diferentes clases de congruencia mdulo m, correspondientes a los m diferen-
tes residuos posibles cuando un entero es dividido por m. Estas m clases de congruencia
son denotadas por [0]
m
, [1]
m
, . . . , [m 1]
m
. Ellos forman una particin del conjunto
de los enteros.
Ejemplo 7:
Cuales son los conjuntos en la particin de los nmeros enteros para la relacin
a b (mod 4)4?
Hay cuatro clases de congruencia correspondientes a [0]
(mod 4)
, [1]
(mod 4)
, [2]
(mod 4)
y [3]
(mod 4)
, ellas son los conjuntos:
[0]
(mod 4)
= {. . . , 8, 4, 0, 4, 8, . . .}
[1]
(mod 4)
= {. . . , 7, 3, 1, 5, 9, . . .}
[2]
(mod 4)
= {. . . , 6, 2, 2, 6, 10, . . .}
[3]
(mod 4)
= {. . . , 5, 1, 3, 7, 11, . . .}
Las clases de congruencia son disyuntas, y cada nmero entero est exactamente una
sola de ellas.
8.3. Conjuntos parcialmente ordenados
Una relacin R S S genera un ordenamiento parcial en el conjunto S si sta
cumple las propiedades de reexividad, antisimetra y transitividad. Un conjunto S que
es parcialmente ordenado con respecto a la relacin R es denotado por (S, R).
Ejemplo 8:
La relacin mayor o igual que () genera un ordenamiento parcial en el conjunto de
los nmeros enteros?
Para dar respuesta a este interrogante primero se deben analizar las propiedades de
reexividad, antisimetra y transitividad de la relacin, para esto se tiene:
Reexiva: Sea a Z, como cualquier nmero entero es mayor o igual a l mismo
(a a) entonces aRa, de donde se concluye que la relacin R tiene la propiedad
de reexividad.
Antisimtrica: Sea a, b Z, si aRb es porque (a b) y si bRa es porque (b a), la
nica forma de que se presente al mismo tiempo aRb y bRa es cuando a = b, con
lo cual se cumple la propiedad de antisimetra en la relacin R.
Transitiva: Sea a, b, c Z, si aRb y bRc es porque (a b) y (b c) de donde se
obtiene que (a c) con lo cual se cumple que aRc, con lo cual se concluye que la
relacin R cumple la propiedad de transitividad.
Como la relacin mayor o igual que cumple las propiedades reexiva, antisimtrica
y transitiva entonces la relacin genera un ordenamiento parcial en el conjunto de los
nmeros enteros, o expresado de una forma equivalente (Z, ) es un conjunto parcial-
mente ordenado.
Ejemplo 9:
La relacin divisibilidad ( | ) genera un ordenamiento parcial en el conjunto de los
nmeros enteros positivos?
Sea R la relacin de divisibilidad, R = {(a, b) | a, b, m Z
+
b = m a}, en
palabras, aRb o (a, b) R si a divide de forma exacta a b. La relacin de divisibilidad
R genera un ordenamiento parcial en el conjunto de los nmeros enteros positivos si
cumple las propiedades de reexividad, antisimetra y transitividad. En el anlisis de
estas propiedades se tiene:
Reexiva: Sea el nmero a Z
+
, a divide de forma exacta a a y se obtiene como
resultado el nmero entero 1, sea cual sea el nmero entero positivo a, aRa, por
lo tanto la relacin de divisibilidad cumple la propiedad de reexividad.
Antisimtrica: Sean los nmeros a, b Z
+
, si aRb es porque a divide de forma exacta
a b y si bRa es porque b divide de forma exacta a a, la nica forma de que se
presente al mismo tiempo aRb y bRa es cuando a = b, con lo cual se cumple la
propiedad de antisimetra en la relacin de divisibilidad.
8.3. CONJUNTOS PARCIALMENTE ORDENADOS 243
Transitiva: Sean los nmeros a, b, c Z
+
, si aRb es porque b = m a para m Z
+
y
si bRc es porque c = n b para n Z
+
, como b = m a entonces c = n (m a) =
(n m) a = p a para p = n m donde p Z
+
, como c = p a entonces a divide de
forma exacta a c, es decir aRc, de esta forma la relacin de divisibilidad cumple
la propiedad de transitividad.
Como la relacin de divisibilidad cumple las propiedades reexiva, antisimtrica y
transitiva entonces la relacin genera un ordenamiento parcial en el conjunto de los
nmeros enteros positivos, o expresado de una forma equivalente (Z
+
, | ) es un conjunto
parcialmente ordenado.
Ejemplo 10:
Mostrar que la relacin de inclusin () genera un ordenamiento parcial en el conjunto
potencia de un conjunto S.
Recordar que el conjunto potencia de un conjunto S, es el conjunto que contiene todos
los subconjuntos que se encuentran presentes en el conjunto S, la notacin que se utiliza
para representar dicho conjunto es P(S).
Sea R = {(A, B) | A, B P(S) A B} para S que es un conjunto, la relacin R es
de orden parcial si cumple las propiedades de reexividad, antisimetra y transitividad.
En el anlisis de las propiedades se tiene:
Reexiva: Sea el conjunto A P(S), A A, el conjunto A esta contenido en el
conjunto A, por lo tanto se cumple la propiedad de reexividad donde (A, A) R.
Antisimtrica: Sean los conjuntos A, B P(S), si (A, B) R es porque A B y si
(B, A) R es porque B A, la nica posibilidad de que se presente al mismo
tiempo (A, B) R y (B, A) R es cuando A = B, con lo cual la relacin R
cumple la propiedad de antisimetra.
Transitiva: Sean los conjuntos A, B, C P(S), si (A, B) R y (B, C) R es
porque A B y B C de donde se deduce que A C lo que garantiza que
(A, C) R, con lo cual la relacin R cumple la propiedad de transitividad.
Como la relacin de inclusin cumple las propiedades de reexividad, antisimetra y
transitividad, entonces el conjunto potencia es un conjunto parcialmente ordenado con
respecto a la relacin de inclusin, o expresado de una forma equivalente (P(S), )
es un conjunto parcialmente ordenado.
Denicin:
Sea una relacin R SS, si la relacin R genera un orden parcial sobre el conjunto S,
para a, b S se dice que los elementos a y b son comparables si (a, b) R o (b, a) R.
Cuando (a, b) R y (b, a) R se dice que los elementos a y b son incomparables.
Ejemplo 11:
En un ejemplo anterior ya se demostr que la relacin de divisibilidad genera un orden
parcial sobre el conjunto de los nmeros enteros positivos, lo que es representado como
(Z
+
, | ). Son los nmeros 2 y 4 comparables en (Z
+
, | )?, son los nmeros 5 y 2
comparables en (Z
+
, | )?
Para dar respuesta a las preguntas se tiene:
Se cumple que 2, 4 Z
+
y que (2, 4) R porque el nmero 2 divide de forma
exacta al nmero 4, por este motivo los nmeros 2 y 4 son comparables sobre
(Z
+
, | ).
Se cumple que 5, 2 Z
+
, pero, (5, 2) R porque el nmero 5 no divide de
forma exacta al nmero 2 y (2, 5) R porque el nmero 2 no divide de forma
exacta al nmero 5, como (5, 2) R y (2, 5) R entonces los nmeros 2 y 5 son
incomparables sobre (Z
+
, | ).
Denicin:
Sea una relacin R S S. La relacin R genera un orden total en un conjunto
S cuando sta cumple las propiedades de reexividad, antisimetra y transitividad,
y adicionalmente, para cualquier par de elementos a, b S, a y b tienen que ser
comparables.
En esta denicin se exige que para que una relacin R genere un orden total sobre un
conjunto S, primero, la relacin tiene que generar un orden parcial sobre el conjunto S,
y luego se tiene que cumplir que cualquier par de elementos a y b del conjunto S sean
comparables.
Ejemplo 12:
La relacin de divisibilidad genera un orden total en el conjunto de los nmeros enteros
positivos?
En un ejemplo anterior ya se demostr que la relacin de divisibilidad genera un or-
den parcial sobre Z
+
, pero, no genera un orden total sobre Z
+
porque existen pares
ordenados de Z
+
Z
+
que son incomparables, por ejemplo los nmeros 3 y 10 son
incomparables.
Ejemplo 13:
La relacin mayor o igual que genera un orden total en el conjunto de los nmeros
enteros?
8.4. EJERCICIOS 245
En un ejemplo anterior ya se demostr que la relacin mayor o igual que genera un
orden parcial sobre Z, ahora lo que hace falta es analizar si para cualquier par de
nmeros a, b Z, a y b son comparables, para esto obligatoriamente se tiene que
cumplir que a b o b a, donde aRb o bRa con lo cual se cumple que cualquier par
de nmeros enteros a y b son comparables, por lo tanto la relacin mayor o igual que
genera un orden total sobre el conjunto de los nmeros enteros.
8.4. Ejercicios
1. Demostrar o refutar que la relacin R = {(a, b) | a b es par} es una relacin
de equivalencia en el conjunto de los nmeros enteros.
2. Demostrar o refutar que la relacin R = {(a, b) | a = b} es una relacin de
equivalencia en el conjunto de los nmeros enteros.
3. Sea R una relacin de equivalencia, Qu se obtiene como resultado de R R?.
4. Sea la siguiente relacin en el conjunto de todas las personas del mundo,
R = {(a, b) | a y b tienen el mismo ao de nacimiento}, es R una relacin
de equivalencia?, si R es una relacin de equivalencia, Cules y cuntas son las
clases de equivalencia?
R = {(a, b) | a y b tienen la misma fecha de cumpleaos }, es R una relacin
de equivalencia?, si R es una relacin de equivalencia, Cules y cuntas son las
Nota: El hecho de que dos personas tengan la misma fecha de cumpleaos no
indica que las dos personas tengan la misma fecha de nacimiento, por ejemplo
Carlos y Manuel cumplen aos el 22 de Julio, pero la fecha de nacimiento de
Carlos es el 22 de Julio de 1968 mientras la fecha de nacimiento de Manuel es el
22 de Julio de 1975.
R = {(a, b) | a y b tienen al menos un mismo padre en comn}, es R una
relacin de equivalencia?, si R es una relacin de equivalencia, Cules y cuntas
son las clases de equivalencia?
R = {(a, b) | a y b hablan un lenguaje en comn}, es R una relacin de
equivalencia?, si R es una relacin de equivalencia, Cules y cuntas son las
8. Demostrar o refutar que la relacin R en Z
+
es un relacin de equivalencia, donde
R es denida por a R b si y nicamente si (a) = (b), donde (a) es igual al
nmero de divisores positivos de a. Por ejemplo
2
R
3
y
4
R
25
.
9. Demostrar o refutar que la relacin R en N es un relacin de equivalencia, donde
nmero de cifras del nmero a. Por ejemplo
2
R
3
y
52
R
25
.
10. Demostrar o refutar que la relacin R en Z
+
es un relacin de equivalencia, donde
nmero de dgitos diferentes que conforman al nmero a. Por ejemplo (100) = 2,
(123) = 3, (1020) = 3 y (10000) = 2, por lo tanto
123
R
1020
y
100
R
10000
.
R es denida por a R b si y nicamente si (a) = (b), donde (a) devuelve el
dgito menos signicativo del nmero a. Por ejemplo (522) = 2, (43) = 3 y
(7) = 7, de esta forma,
52
R
112
y
1000
R
30
.
R es denida por a R b si y nicamente si (a) = (b), donde (a) devuelve la
suma de las cifras que componen al nmero a. Por ejemplo (522) = 9, (43) = 7
y (7) = 7, de esta forma,
52
R
142
y
1000
R
1
.
13. Sea R la relacin en el conjunto de pares ordenados de enteros positivos tales
que ((a, b), (c, d)) R si y nicamente si ad = bc. Es R una relacin de
equivalencia?, si es as, cul es la clase de equivalencia de (1, 2)?
14. Sea R la relacin en el conjunto de pares ordenados de enteros positivos tales que
((a, b), (c, d)) R si y nicamente si a + d = b + c. Es R una relacin de
((a, b), (c, d)) R si y nicamente si a d = b c. Es R una relacin de
((a, b), (c, d)) R si y nicamente si
a
d
=
c
b
. Es R una relacin de equivalencia?,
si es as, cul es la clase de equivalencia de (2, 5)?
((a, b), (c, d)) R si y nicamente si a = c. Es R una relacin de equivalencia?,
si es as, cul es la clase de equivalencia de (1, 4)?, y, cmo se representada
dicha clase de equivalencia en el plano cartesiano?
18. Demostrar o refutar que la relacin R = {(a, b) | a > b} genera un ordenamiento
parcial en el conjunto de los nmeros enteros.
19. Demostrar o refutar que la relacin R = {(a, b) | a < b} genera un ordenamiento
20. Demostrar o refutar que la relacin R = {(a, b) | a b} genera un ordenamiento
1. Una forma de representar relaciones es por medio de matrices
1
, M[x][y] = 1 si
(x, y) R y M[x][y] = 0 si (x, y) R. Segn esta denicin, cul de las
siguientes matrices representa una relacin de equivalencia?
A.)
_
_
_
_
1 0 0 1
0 1 1 1
0 1 1 0
0 1 0 1
_
_
_
_
B.)
_
_
_
_
1 1 0 0
1 1 0 1
0 0 1 0
0 1 0 1
_
_
_
_
C.)
_
_
_
_
1 1 0 0
1 1 1 0
0 1 1 1
0 0 1 1
_
_
_
_
D.)
_
_
_
_
1 1 0 1
1 1 0 1
0 0 1 0
1 1 0 1
_
_
_
_
E.)
_
_
_
_
1 0 0 1
0 1 1 1
1 1 1 0
1 0 0 1
_
_
_
_
2. Una relacin en un conjunto A es llamada una Relacin de Equivalencia si sta
es reexiva, simtrica y transitiva. Sean las siguientes relaciones en el conjunto de
todas las personas del mundo
2
:
R
1
= {(a, b) | a y b tienen la misma edad}
R
2
= {(a, b) | a y b tienen los mismos padres}
R
3
= {(a, b) | a y b tienen solo un padre en com un}
R
4
= {(a, b) | a y b se conocen}
Cules relaciones anteriores son relaciones de equivalencia?
A.) nicamente R
1
y R
2
B.) nicamente R
2
y R
3
1
ao 2007.
2
C.) nicamente R
3
y R
4
D.) nicamente R
1
y R
4
3. Sean las siguientes relaciones en el conjunto de los nmeros enteros:
R
1
= {(a, b) | a b es par}
R
2
= {(a, b) | a b es impar}
R
3
= {(a, b) | a b es multiplo de 3}
R
4
= {(a, b) | a = 3b}
Cules de las relaciones anteriores son relaciones de equivalencia?
A.) nicamente R
1
y R
2
B.) nicamente R
2
y R
3
C.) nicamente R
3
y R
4
D.) nicamente R
2
y R
4
E.) nicamente R
1
y R
3
4. Para A = {1, 2, 3, 4, 5, 6}, R = {(1, 1), (1, 2), (2, 1), (2, 2), (3, 3), (4, 4),
(4, 5), (5, 4), (5, 5), (6, 6)} es una relacin de equivalencia en A. Qu particin
en A origina R?
A.) A
1
= {1, 2}, A
2
= {3}, A
3
= {4, 5} y A
4
= {6}
B.) A
1
= {1, 2}, A
2
= {3} y A
3
= {4, 5}
C.) A
1
= {1}, A
2
= {2, 3}, A
3
= {4, 5} y A
4
= {6}
D.) A
1
= {1}, A
2
= {2}, A
3
= {3}, A
4
= {4}, A
5
= {5} y A
6
= {6}
E.) A
1
= {}, A
2
= {1, 2, 3} y A
3
= {4, 5, 6}
5. Para A = {1, 2, 3, 4, 5, 6}, R = {(1, 1), (1, 2), (2, 1), (2, 2), (3, 3), (4, 4),
(4, 5), (5, 4), (5, 5), (6, 6)} es una relacin de equivalencia en A. Cul es la
clase de equivalencia del 4 segn la relacin de equivalencia R?
A.) [4]
R
= {1, 2}
B.) [4]
R
= {3}
C.) [4]
R
= {3, 4}
D.) [4]
R
= {4}
E.) [4]
R
= {4, 5}
Captulo 9
Introduccin a la teora de nmeros
9.1. Los nmeros enteros y la divisin
9.1.1. Introduccin
Las matemticas discretas involucran a los nmeros enteros y sus propiedades dentro
de un campo que se llama Teora de Nmeros.
9.1.2. Divisin entre nmeros enteros
Cuando un nmero entero es dividido por un segundo nmero entero (diferente de
cero), el resultado puede ser o no ser un entero. Por ejemplo
10
2
= 5 es un nmero
entero, mientras que
13
2
= 6,5 no lo es. Esto conduce a la siguiente denicin.
Denicin: Si a y b son nmeros enteros con a = 0, se dice que a divide a b si hay
un nmero entero c tal que b = ac. Cuando a divide a b se dice que a es un factor de
b y que b es un mltiplo de a. La notacin a|b denota que a divide b. Se escribe a | b
cuando a no divide b.
Ejemplo 1:
Determinar si 4|9 y si 4|20.
Se tiene que 4 | 9 porque
9
4
= 2,25, y 2.25 no es un nmero entero.
Es cierto que 4|20 porque existe el numero c = 5 el cual hace que 20 = 4 5.
Ejemplo 2:
Sean n y d enteros positivos. Cuntos enteros positivos no exceden a n y son divisibles
por d?
249
250 CAPTULO 9. INTRODUCCIN A LA TEORA DE NMEROS
Los nmeros enteros positivos divisibles por d son todos los enteros de la forma d k,
donde k es un entero positivo. Por lo tanto, el nmero de enteros positivos divisibles
por d que no exceden a n es igual al nmero de enteros k con 0 < d k n, o con
0 < k
n
d
, por lo tanto, hay un total de
n
d
nmeros enteros positivos que no exceden
a n y que son divisibles por d.
Algunas de las propiedades bsicas de divisibilidad de los nmeros enteros son pre-
sentadas en el siguiente teorema.
Teorema:
Sean a, b y c nmeros enteros. Entonces:
1. Si a| b y a|c entonces a|(b + c)
2. Si a| b entonces a|bc para todo entero c
3. Si a| b y b|c entonces a|c
4. Si a| b y a|c entonces a|(mb + nc) donde m y n son enteros.
Para demostrar cada uno de los tems del teorema se har uso de la tcnica de de-
mostracin directa y de la denicin de divisin entre nmeros enteros, donde se tiene:
1. Si a| b y a|c entonces a|(b + c).
Si a| b es porque existe un nmero entero p tal que b = a p, si a|c es porque existe
un nmero q tal que c = a q, se tiene que b +c = a p +a q, b +c = a (p +q),
por lo tanto a partir de la denicin de divisin entre nmeros enteros se tiene
que a|(b + c) porque b + c = a (p + q).
2. Si a| b entonces a|bc para todo entero c.
Tenemos que si a| b es porque existe un nmero entero p tal que b = a p, de este
modo se tiene que a|bc puede transformarse en a|a p c con lo cual se obtiene que
b c es mltiplo de a por lo tanto b c puede dividirse por a.
3. Si a| b y b|c entonces a|c.
Si b| c es porque existe un nmero entero p tal que c = b p, como se tiene que a|b
entonces existe un nmero entero q tal que b = a q, reemplazando el valor de b
en c = b p se tiene que c = a q p donde c es un mltiplo de a, por lo tanto a|c.
4. Si a| b y a|c entonces a|(mb + nc) donde m y n son enteros.
Si a| b es porque existe un nmero entero p tal que b = a p, si a|c es porque existe
un nmero q tal que c = aq, entonces mb+nc = map+naq = a(mp+nq)
de donde se obtiene que m b + n c es mltiplo de a por lo tanto a|(mb + nc).
9.1. LOS NMEROS ENTEROS Y LA DIVISIN 251
9.1.3. El algoritmo de la divisin entre nmeros enteros
Cuando un nmero entero es dividido por un nmero entero positivo, hay un cociente
y un residuo. En el Algoritmo de la Divisin sea a un nmero entero y d un nmero
entero positivo, entonces hay unos nicos enteros q y r, con 0 r < d, tal que a = dq+r.
En la igualdad, d es llamado el divisor, a es llamado el dividendo, q es llamado el cociente
y r es llamado el residuo.
La notacin utilizada es:
q = a div d, el operador div sirve para calcular la parte entera de la divisin entre
nmeros enteros.
r = a mod d, el operador mod sirve para calcular el residuo de la divisin entre
nmeros enteros.
Ejemplo 3:
Cul es el cociente y el residuo cuando 233 es dividido por 20?
El nmero 233 puede obtenerse de la siguiente forma con respecto al divisor 20,
233 = 20 11 + 13
233 div 20 = 11, la cantidad de veces que se encuentra presente el 20 en el 233 es 11,
el cual es el cociente, de donde se obtiene que 20 11 = 220.
233 mod 20 = 13, el residuo de la divisin entera es igual a 13, el cual tambin se
obtiene de la siguiente manera 233 220 = 13.
9.1.4. Los nmeros primos
Cada nmero entero positivo mayor que 1 es divisible por al menos dos nmeros
enteros. Cuando un nmero entero mayor que 1 es divisible nicamente por uno (1) y
por l mismo entonces este nmero es llamado nmero primo.
Denicin (nmero primo): Un nmero entero positivo p ms grande que uno es
llamado nmero primo si nicamente los factores de p son 1 y p. Un nmero entero po-
sitivo que es ms grande que 1 y no es un nmero primo es llamado nmero compuesto.
Nota: El nmero entero n es compuesto si y nicamente si existe un nmero entero a
tal que a|n y 1 < a < n.
Ejemplo 4:
Los nmeros 8 y 11 son nmeros primos?
Los factores del 8 son 1, 2, 4 y 8, como se obtienen ms de dos factores entonces el
nmero 8 no es un nmero primo, pero 8 si es un nmero compuesto.
Los nicos factores del 11 son el 1 y el 11, por lo tanto el 11 es un nmero primo.
9.1.5. Teorema fundamental de la aritmtica
Cada nmero entero positivo mayor que 1 puede ser escrito nicamente con un
nmero primo o con el producto de dos o ms nmeros primos donde los factores pri-
mos son escritos en orden creciente con respecto a su tamao.
Ejemplos 5:
Utilizando el Teorema Fundamental de la Aritmtica la representacin prima de los
nmeros 100, 845, 999 y 1024 es la siguiente:
100 = 2 2 5 5 = 2
2
5
2
845 = 5 13 13 = 5
1
13
2
999 = 3 3 3 37 = 3
3
37
1024 = 2 2 2 2 2 2 2 2 2 2 = 2
10
Teorema:
Si n es un nmero entero compuesto, entonces n tiene un divisor primo menor o igual
a

n.
Se utilizar la tcnica de demostracin directa para demostrar la validez del teorema.
Si n es un nmero compuesto, ste tiene un factor a con 1 < a < n, por lo tanto,
n = a b, donde a y b son nmeros enteros positivos ms grandes que 1. Se tiene que
a

n o b

n, si no fuera as entonces a b >

n
n = n. Por lo tanto, n tiene

un divisor positivo que no excede a

n. Este divisor o es un nmero primo, o, es un
nmero compuesto, donde por el Teorema Fundamental de la Aritmtica dicho divisor
tiene un divisor primo. En cualquiera de los dos casos, n tiene un divisor primo que es
menor o igual a

n.
Del teorema anterior se tiene que un nmero entero n es primo si este no es divisible
por algn primo menor o igual a la raz cuadrada de n.
Ejemplo 6:
El nmero entero 169 es un nmero primo?.
Utilizando el teorema anterior se tiene que si 169 es un nmero compuesto entonces
tendr un factor primo menor o igual a

169, como

169 = 13 entonces dicho factor
primo es el nmero 13, porque 13 13 = 13
2
= 169. Por lo tanto el nmero 169 es un
nmero compuesto lo que le impide ser un nmero primo.
Ejemplo 7:
Utilizando de nuevo el teorema anterior se tiene que si 641 es un nmero compuesto
entonces tendr un factor primo menor o igual a

641

= 25,318 . Los nicos factores
primos que son menores o iguales a 25.318 son: 2, 3, 5, 7, 11, 13, 17, 19 y 23, pero, el
nmero 641 no es divisible por ninguno de estos factores primos, por lo tanto, el nmero
641 no es un nmero compuesto, pero, 641 si es un nmero primo.
El siguiente algoritmo est inspirado en el teorema anterior para determinar si
un nmero es primo.
Booleano EsNumeroPrimo(n : Entero Positivo)
1. d = 1
2. p = 3
3. Si (n = 2 o n = 3) Entonces
4. Retornar Cierto
5. Fin Si
6. Si (n > 3) Entonces
7. Si (n mod 2 = 0) Entonces
8. d = d + 1
9. Fin Si
10. Hacer Mientras (p
n y d = 1)
11. Si (n mod p = 0) Entonces
12. d = d + 1
13. Fin Si
14. p = p + 2
15. Fin Hacer Mientras
16. Si (d = 1) Entonces
17. Retornar Cierto
18. Fin Si
19. De Otro Modo
20. Retornar Falso
21. Fin Si
Ejemplo 8:
Utilizar el algoritmo EsNumeroPrimo para determinar si el nmero entero 169 es un
nmero primo?.
Al realizar el paso a paso del algoritmo se inicializan los valores de las variables d, p y
n en:
d = 1
p = 3
n = 169
como 169 es mayor que 3 entonces el algoritmo sigue en la lnea 7, donde el residuo de
dividir 169 en 2 no es cero, por lo tanto el algoritmo sigue al ciclo de repeticin hacer
mientras de la lnea 10, durante el cual siempre se tiene el siguiente valor:
n =
169 = 13 = 13
Iteracin 1:
Se cumple la condicin del ciclo de repeticin hacer mientras porque el 3 13 y d = 1.
El residuo de dividir 169 en 3 no es cero, por lo tanto no se incrementa el valor de la
variable d.
p = p + 2 = 3 + 2 = 5
Iteracin 2:
variable d.
p = p + 2 = 5 + 2 = 7
Iteracin 3:
variable d.
p = p + 2 = 7 + 2 = 9
Iteracin 4:
variable d.
p = p + 2 = 9 + 2 = 11
Iteracin 5:
variable d.
p = p + 2 = 11 + 2 = 13
Iteracin 6:
El residuo de dividir 169 en 13 es cero, por lo tanto
d = d + 1 = 1 + 1 = 2
p = p + 2 = 13 + 2 = 15
Iteracin 7:
No se cumple la condicin del ciclo de repeticin hacer mientras ya sea porque 15 13
o porque d = 1. El algoritmo continua en el condicional de la lnea 16.
Por ltimo:
Como d = 1 entonces no se cumple dicho condicional y la funcin termina retornando
el falso de la lnea 20, lo que indica que el nmero 169 no es un nmero primo.
Ejemplo 9:
Al realizar el paso a paso del algoritmo se inicializan los valores de las variables d, p y
n en:
d = 1
p = 3
n = 61
como 61 es mayor que 3 entonces el algoritmo sigue en la lnea 7, donde el residuo de
dividir 61 en 2 no es cero, por lo tanto el algoritmo sigue al ciclo de repeticin hacer
mientras de la lnea 10, durante el cual siempre se tiene el siguiente valor:
n =
61 = 7,810249676 = 7
Iteracin 1:
variable d.
p = p + 2 = 3 + 2 = 5
Iteracin 2:
variable d.
p = p + 2 = 5 + 2 = 7
Iteracin 3:
variable d.
p = p + 2 = 7 + 2 = 9
Iteracin 4:
No se cumple la condicin del ciclo de repeticin hacer mientras porque 9 7. El
algoritmo continua en el condicional de la lnea 16.
Por ltimo:
Como d = 1 entonces se cumple dicho condicional y la funcin termina retornando
cierto, lo que indica que el nmero 61 si es un nmero primo.
9.1.6. Procedimiento para generar la factorizacin prima de un
nmero entero
Gracias al Teorema Fundamental de la Aritmtica, se garantiza que todo nmero
entero n mayor que uno tiene una nica factorizacin prima, dicha factorizacin prima
se puede determinar con el siguiente algoritmo:
Procedimiento FactorizacionPrima(n : Entero Positivo)
1. i = 0
2. p = 2
3. Si (n > 1) Entonces
4. Hacer Mientras (p
n)
5. Si (n mod p = 0) Entonces
6. a
i
= p
7. n = n div p
8. i = i + 1
9. Fin Si
10. De Otro Modo
11. p = GenerarSiguientePrimo(p)
13. a
i
= n
14. Fin Si
La factorizacin prima del nmero n es a
0
a
1
a
2
. . . a
k
, donde se obtienen k factores
primos no necesariamente diferentes, donde a
0
a
1
a
2
. . . a
k
.
El procedimiento hace uso de la funcin GenerarSiguientePrimo, la cual se dene
a continuacin, dicha funcin lo que hace es generar el siguiente nmero que se obtiene
a partir de un nmero primo p.
Entero Positivo GenerarSiguientePrimo(p : Entero Positivo)
1. Si (p = 2) Entonces
2. Retornar 3
3. Fin Si
4. De Otro Modo Si (p > 2) Entonces
5. m = p + 2
6. Hacer Mientras (EsNumeroPrimo(m) = Cierto)
7. m = m + 2
9. Retornar m
10. Fin De Otro Modo
Ejemplo 10:
Utilizar el algoritmo para generar la factorizacin prima del nmero entero 100.
Al realizar el paso a paso del algoritmo (o prueba de escritorio) se inicializan los valores
de las variables i, p y n en:
i = 0
p = 2
n = 100
como 100 es mayor que 1 entonces el algoritmo sigue en el ciclo de repeticin.
Iteracin 1:
n =
100 = 10 = 10
Se cumple la condicin del ciclo de repeticin hacer mientras porque el 2 10.
El residuo de dividir 100 en 2 es cero, por lo tanto:
a
i
= a
0
= 2
n =
100
2
= 50
i = i + 1 = 0 + 1 = 1
Iteracin 2:
n =
50 = 7,071067812 = 7
a
i
= a
1
= 2
n =
50
2
= 25
i = i + 1 = 1 + 1 = 2
Iteracin 3:
n =
25 = 5 = 5
El residuo de dividir 25 en 2 no es cero, por lo tanto:
p = GenerarSiguientePrimo(2) = 3
Iteracin 4:
n =
25 = 5 = 5
Iteracin 5:
n =
25 = 5 = 5
a
i
= a
2
= 5
n =
25
5
= 5
i = i + 1 = 2 + 1 = 3
Iteracin 6:
n =
5 = 2,236067978 = 2
No se cumple la condicin del ciclo de repeticin y se sale de l porque el 5 2.
Por ltimo:
a
i
= a
3
= n = 5
La factorizacin prima del nmero cien, es 100 = a
0
a
1
a
2
a
3
= 2 2 5 5 = 2
2
5
2
.
Ejemplo 11:
Utilizar el algoritmo para generar la factorizacin prima del nmero entero 641.
Al realizar el paso a paso del algoritmo se inicializan los valores de las variables i, p y
n en:
i = 0
p = 2
n = 641
como 641 es mayor que 1 entonces el algoritmo sigue en el ciclo de repeticin.
Iteracin 1:
n =
641 = 25,3179778 = 25
Iteracin 2:
n =
641 = 25,3179778 = 25
Iteracin 3:
n =
641 = 25,3179778 = 25
Iteracin 4:
n =
641 = 25,3179778 = 25
Iteracin 5:
n =
641 = 25,3179778 = 25
Iteracin 6:
n =
641 = 25,3179778 = 25
Iteracin 7:
n =
641 = 25,3179778 = 25
Iteracin 8:
n =
641 = 25,3179778 = 25
Iteracin 9:
n =
641 = 25,3179778 = 25
Iteracin 10:
n =
641 = 25,3179778 = 25
No se cumple la condicin del ciclo de repeticin hacer mientras porque el 29 25.
Por ltimo:
a
i
= a
0
= n = 641
La factorizacin prima es 641 = a
0
= 641 = 641
1
.
Teorema:
Los nmeros primos son innitos.
Se probar este teorema utilizando la tcnica de demostracin por contradiccin. Se
asume que existe una cantidad nita de nmeros primos, los cuales son: p
1
, p
2
, p
3
, . . .,
p
n
. Sea Q = p
1
p
2
p
3
. . . p
n
+ 1. Por el Teorema Fundamental de la Aritmtica,
Q es un nmero primo o de otro modo puede ser escrito como el producto de dos o
ms nmeros primos. Sin embargo, ninguno de los primos p
j
divide a Q, por lo tanto
Q es un nmero primo y se llega a una contradiccin con respecto a que el conjunto
de los nmeros primos sea un conjunto nito. De esta forma queda demostrado que el
conjunto de los nmeros primos es innito.
9.1.7. El mximo comn divisor (MCD)
Sean a y b nmeros enteros diferentes de cero. El entero ms grande d tal que d|a y
d|b es llamado el Mximo Comn Divisor (MCD) de a y b. El mximo comn divisor
de a y b se denota por MCD(a, b).
Ejemplo 12:
Cul es el MCD(24, 36)?
Los divisores comunes de ambos nmeros son: 1, 2, 3, 4, 6 y 12, donde
MCD(24, 36) = MAX({1, 2, 3, 4, 6, 12}) = 12.
Ejemplo 13:
Cul es el MCD(17, 22)?
MCD(17, 22) = 1.
Denicin (primos relativos): Los nmeros enteros a y b son primos relativos si el
MCD es igual a 1.
Ejemplo 14:
17 y 22 son primos relativos porque MCD(17, 22) = 1.
Otra forma de encontrar el MCD de dos nmeros enteros es usando la factorizacin
prima de los dos nmeros a y b, donde:
a = p
a
1
1
p
a
2
2
. . . p
an
n
, b = p
b
1
1
p
b
2
2
. . . p
bn
n
se debe tener en cuenta que los exponentes son nmeros naturales.
El Mximo Comn Divisor de los nmeros enteros a y b se obtiene de la siguiente forma:
MCD(a, b) = p
min(a
1
, b
1
)
1
p
min(a
2
, b
2
)
2
. . . p
min(an, bn)
n
.
Ejemplo 15:
La factorizacin prima de 120 y 500 es: 120 = 2
3
3
1
5
1
, 500 = 2
2
3
0
5
3
MCD(120, 500) = 2
min(3, 2)
3
min(1, 0)
5
min(1, 3)
= 2
2
3
0
5
1
= 20
9.1.8. El mnimo comn mltiplo(MCM)
El Mnimo Comn Mltiplo de los nmeros enteros positivos a y b es el nmero en-
tero positivo ms pequeo que es divisible por ambos nmeros enteros a y b. El mnimo
comn mltiplo entre a y b es denotado por MCM(a, b).
La forma ms fcil de calcular el MCM entre dos nmeros enteros es utilizando la
factorizacin prima de dichos nmeros, donde:
a = p
a
1
1
p
a
2
2
. . . p
an
n
, b = p
b
1
1
p
b
2
2
. . . p
bn
n
se debe tener en cuenta que los exponentes son nmeros naturales.
El Mnimo Comn Mltiplo de los nmeros enteros a y b se obtiene de la siguiente
forma:
MCM(a, b) = p
max(a
1
, b
1
)
1
p
max(a
2
, b
2
)
2
. . . p
max(an, bn)
n
.
Ejemplo 16:
Cul es el MCM(95256, 432)?
La factorizacin prima de 95256 y 432 es: 95256 = 2
3
3
5
7
2
, 432 = 2
4
3
3
MCM(95256, 432) = 2
max(3, 4)
3
max(5, 3)
7
max(2, 0)
= 2
4
3
5
7
2
= 16 243 49 = 190512
Ejemplo 17:
Sean los nmeros enteros 50 y 25, MCD(50, 25) = 25 y MCM(50, 25) = 50, 50 25 =
MCD(50, 25) MCM(50, 25) = 25 50
9.1.9. El algoritmo de Euclides
La siguiente es una versin iterativa del algoritmo de Euclides para calcular el m-
ximo comn divisor de dos nmeros enteros positivos:
Procedimiento MCD(a, b : Enteros Positivos)
1. x = a
2. y = b
3. Hacer Mientras (y = 0)
4. r = x mod y
5. x = y
6. y = r
en el algoritmo x mod y es el residuo de la divisin entera de x por y.
Al nalizar el algoritmo el mximo comn divisor de los nmeros enteros x y y se en-
cuentra almacenado en la variable x.
La siguiente es una versin recursiva del algoritmo de Euclides para calcular el m-
ximo comn divisor de dos nmeros enteros positivos:
Euclides(x, y) =
_
_
y si y x y (x mod y) = 0
Euclides(y, x) si x < y
Euclides(y, (x mod y)) de otro modo
Lema (en el que se apoya el algoritmo de Euclides): Sea a = bq +r, donde a, b,
q y r son enteros. Entonces MCD(a, b) = MCD(b, r).
9.2. ARITMTICA MODULAR 263
Ejemplo 18:
Encontrar el MCD(662, 414) usando el algoritmo de Euclides.
Euclides(662, 414) = Euclides(414, (662 mod 414)) = Euclides(414, 248) =
Euclides(248, (414 mod 248)) = Euclides(248, 166) =
Euclides(166, (248 mod 166)) = Euclides(166, 82) =
Euclides(82, (166 mod 82)) = Euclides(82, 2) = 2
9.2. Aritmtica modular
En ocasiones lo nico que interesa es el residuo de un nmero al ser dividido por
otro. Por ejemplo, qu hora ser dentro de 100 horas a partir de este momento?, sabe-
mos que dentro de 24 horas ser exactamente la misma hora actual, lo mismo sucede
dentro de 48, 72 y 96 horas, donde tendremos exactamente la misma hora actual, como
simplemente faltan 4 horas para completar las 100 horas, entonces dentro de 100 horas
tendremos exactamente la misma hora actual ms cuatro horas.
Denicin (congruencia): Si a y b son nmeros enteros y m es un nmero entero
positivo, entonces a es congruente a b modulo m si m divide a (a b). Se usa la no-
tacin a b(mod m) para indicar que a es congruente a b modulo m. Si a y b no son
congruentes modulo m, se escribe a b(mod m).
Teorema (congruencia):
Sea a y b nmeros enteros y m un entero positivo. Entonces a b(mod m) si y nica-
mente si a mod m = b mod m.
Ejemplo 19:
Determinar si 17 es congruente a 5 modulo 6, es decir, 17 5(mod 6)?
Utilizando la denicin de congruencia se tiene que el 6 divide a 17 5 = 12, es decir
6|(17 5) = 6|(12) = 6|(6 2) = 2, de donde se concluye que 17 es congruente a 5
modulo 6.
Utilizando el teorema de congruencia se tiene 17 mod 6 = 5 mod 6, 5 = 5, como se
presenta la igualdad entonces es cierto que 17 es congruente a 5 modulo 6.
Ejemplo 20:
Determinar si 24 es congruente a 14 modulo 6, es decir, 24 14(mod 6)?
Utilizando la denicin de congruencia se tiene que el 6 no divide a 24 14 = 10, es
decir 6 |(2414) = 6 |(10), de donde se concluye que 24 no es congruente a 14 modulo
6, 24 14(mod 6).
Utilizando el teorema de congruencia se tiene 24 mod 6 = 14 mod 6, 0 = 2, como no se
presenta la igualdad entonces 24 no es congruente a 14 modulo 6.
Teorema:
Sea m un nmero entero positivo. Los nmeros enteros a y b son congruentes modulo
m si y nicamente si hay un entero k tal que a = b + k m.
Teorema:
Sea m un nmero entero positivo. Si a b(mod m) y c d(mod m) entonces
a + c b + d(mod m) y a c b d(mod m)
Ejemplo 21:
Se tiene que 7 2(mod 5) y que 11 1(mod 5) entonces con respecto al teorema
anterior se tiene que 7 +11 2 +1(mod 5), 18 3(mod 5) que efectivamente es cierto
y que 7 11 2 1(mod 5), 77 2(mod 5) lo cual tambin es cierto.
9.2.1. Aplicaciones de la aritmtica modular
La Aritmtica Modular tiene muchas aplicaciones en matemticas discretas y cien-
cias de la computacin. Algunas de la aplicaciones ms importantes son las siguientes:
Asignacin de localizaciones de memoria en el computador.
Generacin de nmeros pseudoaleatorios.
Criptosistemas basados en aritmtica modular.
9.2.2. Asignacin de localizaciones de memoria en el computa-
dor
Para la asignacin de localizaciones de memoria en el computador comnmente son
utilizadas las Funciones Hash (que al buscar en el espaol una traduccin adecuada
seran las funciones resumen). Las funciones hash son utilizadas cuando el dominio de
los elementos que se van a almacenar en el computador es muy grande y la cantidad
de elementos a guardar es muy poca o es muy pequea con respecto al dominio de los
elementos, tal es el caso de las nuevas cdulas de ciudadana en Colombia que utilizan
nmeros mayores a mil millones y donde los colombianos no somos ms que cincuenta
millones de habitantes.
9.2. ARITMTICA MODULAR 265
Sea h(k) la funcin hash denida como h(k) = k mod m, donde k es la llave que
representa al registro (en nuestro ejemplo k es el nmero de cdula de una persona y
donde la cdula se considera como llave principal porque permite diferenciar de forma
nica a cualquier colombiano con respecto a todos los colombianos) y m es la cantidad
de posiciones en memoria que se tienen para almacenar los registros, perfectamente en
el contexto universitario un valor adecuado de m podra ser 100000, para considerar
que se puede guardar como mximo la informacin de 100000 estudiantes.
Ejemplo 22:
En que posicin de memoria debera de quedar almacenada la informacin del estu-
diante de cdula 1456452525 si se considera un valor de m = 100000?
La informacin deber quedar almacenada en el registro ubicado en la posicin
52.525, el cual es el resultado que se obtiene con la funcin hash
h(1456452525) = 1456452525 mod 100000 = 52525
La funcin h no es inyectiva porque dos llaves (cdulas) pueden hacer referencia al mismo
registro para almacenar su informacin all, tal es el caso de las cdulas 1456452525 y
4987152525 que hacen referencia al registro ubicado en la posicin 52525, ste tipo de
problemas es solucionado utilizando manejo de colisiones, las cuales estn fuera del
alcance de este libro.
9.2.3. Generacin de nmeros pseudoaleatorios
El procedimiento ms comnmente utilizado en los computadores para generar
nmeros pseudoaleatorios es el de Congruencia Lineal.
El procedimiento de Congruencia Lineal utiliza cuatro nmeros enteros: el modulo m,
el multiplicador a, el incremento c y la semilla x
0
, con 2 a < m, 0 c < m
y 0 x
0
< m. Se genera una secuencia de nmeros pseudoaleatorios {x
n
}, con
0 x
n
< m para toda n, al usar sucesivamente la congruencia:
x
n+1
= (a x
n
+ c) mod m
Ejemplo 23:
Cul es la secuencia de nmeros que se generan al elegir el modulo m = 9, el multipli-
cador a = 7, el incremento c = 4 y la semilla x
0
= 3?
x
0
= 3
x
1
= (7 x
0
+ 4) mod 9 = (7 3 + 4) mod 9 = 25 mod 9 = 7
x
2
= (7 x
1
+ 4) mod 9 = (7 7 + 4) mod 9 = 53 mod 9 = 8
x
3
= (7 x
2
+ 4) mod 9 = (7 8 + 4) mod 9 = 60 mod 9 = 6
x
4
= (7 x
3
+ 4) mod 9 = (7 6 + 4) mod 9 = 46 mod 9 = 1
x
5
= (7 x
4
+ 4) mod 9 = (7 1 + 4) mod 9 = 11 mod 9 = 2
x
6
= (7 x
5
+ 4) mod 9 = (7 2 + 4) mod 9 = 18 mod 9 = 0
x
7
= (7 x
6
+ 4) mod 9 = (7 0 + 4) mod 9 = 4 mod 9 = 4
x
8
= (7 x
7
+ 4) mod 9 = (7 4 + 4) mod 9 = 32 mod 9 = 5
x
9
= (7 x
8
+ 4) mod 9 = (7 5 + 4) mod 9 = 39 mod 9 = 3
Donde x
9
= x
0
= 3 y cada trmino en la secuencia depende nicamente del trmino
previo, de esta forma la secuencia generada es: 3, 7, 8, 6, 1, 2, 0, 4, 5, 3, 7, 8, 6, 1, 2, 0,
4, 5, 3, ...
9.2.4. Criptosistemas basados en aritmtica modular
Una de las aplicaciones ms importantes de la aritmtica modular es la criptografa.
Para ilustrar este tema se presentar el mtodo como se encriptaban los mensajes en la
poca del Emperador Julio Cesar.
El Mtodo de Encriptacin del Emperador Julio Cesar consiste en seleccionar un al-
fabeto sobre el cual se va a escribir un mensaje, cada letra que conforma el mensaje
original es reemplazada por la letra que se encuentra m posiciones a la derecha en el
alfabeto. Se considera que el alfabeto es cclico, es decir que despus de la ltima letra
del alfabeto sigue la primer letra del alfabeto, de esta forma siempre se puede desplazar
m posiciones a la derecha del alfabeto sin importar la posicin que ocupa sta sobre
dicho alfabeto.
Ejemplo 24:
Considerar que se tiene el siguiente alfabeto: {a, b, c, d, e, f, g, h, i, j, k, l, m},
y que en el encriptamiento una letra se reemplaza por la que est tres posiciones a la
derecha de sta, en los casos en que se necesita seguir contando letras y stas se acaben
entonces se sigue contando desde la primer letra del alfabeto, es decir se debe considerar
que el alfabeto es cclico. Cmo se debe escribir la palabra magia encriptada de esta
forma?
Segn el alfabeto las letras de la palabra magia son reemplazadas por: m c, a d,
g j, i l y a d. Encriptar(magia)=cdjld.
Formalmente el proceso consiste en:
Si se estn utilizando todas las letras del alfabeto espaol entonces reemplazar
cada letra por un entero entre 0 y 26, donde a 0, b 1, . . ., z 26.
Para cada una de las posiciones de las letras calcular la nueva posicin apoyado
en la siguiente formula f(p) = (p + desplazamiento) mod 27
Para cada una de las nuevas posiciones, reemplazar dichas posiciones por la letra
que corresponde en el alfabeto para dicha ubicacin.
9.3. REPRESENTACIN DE LOS ENTEROS EN EL COMPUTADOR 267
Ejemplo 25:
Cul es el mensaje secreto producido por la palabra universidad teniendo un despla-
zamiento de 8 en el mtodo de Julio Cesar y considerando todo el alfabeto espaol?
Equivalencia de las letras a sus posiciones comenzando desde la posicin cero:
a 0, b 1, c 2, d 3, e 4, f 5, g 6, h 7,
i 8, j 9, k 10, l 11, m 12, n 13, n 14, o 15,
p 16, q 17, r 18, s 19, t 20, u 21, v 22, w 23,
x 24, y 25, z 26.
ReemplazarLetrasPosiciones(
universidad
) =

21 13 8 22 4 18 19 8 3 0 3
Los desplazamientos para cada una de las posiciones de las letras son:
f(21) = (21 + 8) mod 27 = 29 mod 27 = 2
f(13) = (13 + 8) mod 27 = 21 mod 27 = 21
f(8) = (8 + 8) mod 27 = 16 mod 27 = 16
f(22) = (22 + 8) mod 27 = 30 mod 27 = 3
f(4) = (4 + 8) mod 27 = 12 mod 27 = 12
f(18) = (18 + 8) mod 27 = 26 mod 27 = 26
f(19) = (19 + 8) mod 27 = 27 mod 27 = 0
f(8) = (8 + 8) mod 27 = 16 mod 27 = 16
f(3) = (3 + 8) mod 27 = 11 mod 27 = 11
f(0) = (0 + 8) mod 27 = 8 mod 27 = 8
f(3) = (3 + 8) mod 27 = 11 mod 27 = 11
PosicionesDesplazadas(
21 13 8 22 4 18 19 8 3 0 3
) =
2 21 16 3 12 26 0 16 11 8 11
PosicionesPorLetras(
2 21 16 3 12 26 0 16 11 8 11
) =

cupdmzaplil
De esta forma Encriptar(
universidad
) =

cupdmzaplil
.
9.3. Representacin de los enteros en el computador
La notacin que tpicamente utilizamos da a da es la de base 10, donde 913 es
realmente 9 10
2
+ 1 10
1
+ 3 10
0
. La notacin que utilizan los computadores es
base 2.
Teorema:
Sea b un entero positivo ms grande que 1. Entonces si n es un nmero entero positivo
este puede ser representado de forma nica como:
n = a
k
b
k
+ a
k1
b
k1
+ + a
1
b + a
0
donde k es un nmero entero no negativo, a
0
, a
1
, . . . , a
k
son nmeros enteros po-
sitivos menores que b y a
k
= 0. La representacin del nmero entero n en base b es
(a
k
a
k1
a
k2
a
1
a
0
)
b
.
Ejemplo 26:
Cul es la representacin decimal del nmero entero que tiene como representacin
binaria a (10111100)
2
?
(10111100)
2
= 1 2
7
+ 0 2
6
+ 1 2
5
+ 1 2
4
+ 1 2
3
+ 1 2
2
+ 0 2
1
+ 0 2
0
= 2
7
+ 2
5
+ 2
4
+ 2
3
+ 2
2
= 128 + 32 + 16 + 8 + 4
= 188
Ejemplo 27:
Cul es la representacin decimal del nmero entero que tiene como representacin
ternaria a (210112)
3
?
(210112)
3
= 2 3
5
+ 1 3
4
+ 0 3
3
+ 1 3
2
+ 1 3
1
+ 2 3
0
= 2 243 + 1 81 + 1 9 + 1 3 + 2 1
= 486 + 81 + 9 + 3 + 2
= 581
Ejemplo 28:
Cul es la representacin decimal del nmero entero que tiene como representacin en
base 6 a (310541)
6
?
(310541)
6
= 3 6
5
+ 1 6
4
+ 0 6
3
+ 5 6
2
+ 4 6
1
+ 1 6
0
= 3 7776 + 1 1296 + 5 36 + 4 6 + 1 1
= 23328 + 1296 + 180 + 24 + 1
= 24829
9.3.1. Representacin de nmeros enteros en base hexadecimal
La representacin de nmeros enteros en base hexadecimal o base 16 es utilizada
comnmente en ciencias de la computacin. En esta base 16 smbolos son requeridos,
stos son: 0, 1, 2, 3, 4, 5, 6, 7, 8, 9, A, B, C, D, E, F, donde las letras de la A a la F
representan respectivamente los nmeros decimales del 10 al 15.
Ejemplo 29:
Cul es la representacin decimal del nmero entero que tiene como representacin en
base hexadecimal a (BC024)
16
?
(BC024)
16
= B 16
4
+ C 16
3
+ 0 16
2
+ 2 16
1
+ 4 16
0
(BC024)
16
= 11 16
4
+ 12 16
3
+ 0 16
2
+ 2 16
1
+ 4 16
0
(BC024)
16
= 11 65536 + 12 4096 + 2 16 + 4 1
(BC024)
16
= 720896 + 49152 + 32 + 4 = (770084)
10
9.3.2. Cambio de base de un nmero entero escrito en base 10
Ahora se describe un algoritmo para obtener la representacin en base b de un
nmero entero n escrito en base 10.
Utilizando el algoritmo de la divisin se tiene que: n = b q
0
+ a
0
, donde 0 a
0
< b,
a
0
es el residuo de dividir n por b, q
0
es el cociente de dividir n por b, a
0
es el dgito
situado ms a la derecha en la representacin del nmero entero n. Luego se repite de
nuevo el proceso para q
0
, de esta forma se tiene: q
0
= b q
1
+ a
1
, donde 0 a
1
< b,
a
1
es el segundo dgito por la derecha de la representacin del nmero entero n en
base b. El proceso contina dividiendo el cociente sucesivamente por b, obteniendo
como residuos los dgitos de la representacin en base b. El proceso termina cuando se
obtiene un cociente igual a cero. La representacin del nmero entero n en base b es
(a
k
a
k1
a
k2
a
1
a
0
)
b
.
Ejemplo 30:
Cul es la representacin binaria (o representacin en base 2) del nmero entero 188
(el cual se sobre entiende que est en base 10 base decimal)?
188 = 2 94 + 0, q
0
= 94, a
0
= 0
94 = 2 47 + 0, q
1
= 47, a
1
= 0
47 = 2 23 + 1, q
2
= 23, a
2
= 1
23 = 2 11 + 1, q
3
= 11, a
3
= 1
11 = 2 5 + 1, q
4
= 5, a
4
= 1
5 = 2 2 + 1, q
5
= 2, a
5
= 1
2 = 2 1 + 0, q
6
= 1, a
6
= 0
1 = 2 0 + 1, q
7
= 0, a
7
= 1
como la presentacin en la base b es (a
7
a
6
. . . a
1
a
0
)
b
entonces el nmero entero 188 tiene
la representacin binaria (10111100)
2
.
Ejemplo 31:
Cul es la representacin en base 3 (o base ternaria) del nmero entero 581?
581 = 3 193 + 2, q
0
= 193, a
0
= 2
193 = 3 64 + 1, q
1
= 64, a
1
= 1
64 = 3 21 + 1, q
2
= 21, a
2
= 1
21 = 3 7 + 0, q
3
= 7, a
3
= 0
7 = 3 2 + 1, q
4
= 2, a
4
= 1
2 = 3 0 + 2, q
5
= 0, a
5
= 2
5
a
4
a
3
a
2
a
1
a
0
)
b
entonces el nmero entero 581 tiene
la siguiente representacin en base 3: (210112)
3
.
Ejemplo 32:
Cul es la representacin en base 6 del nmero entero 24829?
24829 = 6 4138 + 1, q
0
= 4138, a
0
= 1
4138 = 6 689 + 4, q
1
= 689 , a
1
= 4
689 = 6 114 + 5, q
2
= 114 , a
2
= 5
114 = 6 19 + 0 , q
3
= 19 , a
3
= 0
19 = 6 3 + 1 , q
4
= 3 , a
4
= 1
3 = 6 0 + 3 , q
5
= 0 , a
5
= 3
5
a
4
a
3
a
2
a
1
a
0
)
b
entonces el nmero entero 24829
tiene la siguiente representacin en base 6: (310541)
6
.
9.3.3. Algoritmo para construir la expansin de n en base b
Procedimiento RepresentacionEnBaseB(n, b : Enteros Positivos)
1. Si (b 2) Entonces
2. q = n
3. k = 0
4. Hacer Mientras (q = 0)
5. a
k
= q mod b
6. q = q div b
7. k = k + 1
9. Fin Si
La representacin del nmero entero n en base b es (a
k1
a
k2
a
k3
a
1
a
0
)
b
.
Ejemplo 33:
Utilizar el algoritmo RepresentacionEnBaseB para generar la representacin en base
4 del nmero 531.
Al realizar el paso a paso del algoritmo se inicializan los valores de las variables n y b
en:
n = 531
b = 4
como b es mayor o igual a 2 entonces el algoritmo sigue en la lnea 2, donde se le asignan
los siguientes valores a las variables q y k:
q = n = 531
k = 0
como la variable q tiene un valor diferente de cero, entonces el algoritmo entra al ciclo
de repeticin hacer mientras de la lnea 4, las siguientes son las iteraciones que realiza
el ciclo de repeticin:
Iteracin 1:
Se cumple la condicin del ciclo de repeticin hacer mientras porque q = 531 = 0, el
trabajo que se realiza dentro del ciclo es el siguiente:
a
k
= q mod b, a
0
= 531 mod 4, a
0
= 3
q = q div b, q = 531 div 4, q = 132
k = k + 1, k = 0 + 1, k = 1
Iteracin 2:
a
k
= q mod b, a
1
= 132 mod 4, a
1
= 0
q = q div b, q = 132 div 4, q = 33
k = k + 1, k = 1 + 1, k = 2
Iteracin 3:
a
k
= q mod b, a
2
= 33 mod 4, a
2
= 1
q = q div b, q = 33 div 4, q = 8
k = k + 1, k = 2 + 1, k = 3
Iteracin 4:
a
k
= q mod b, a
3
= 8 mod 4, a
3
= 0
q = q div b, q = 8 div 4, q = 2
k = k + 1, k = 3 + 1, k = 4
Iteracin 5:
a
k
= q mod b, a
4
= 2 mod 4, a
4
= 2
q = q div b, q = 2 div 4, q = 0
k = k + 1, k = 4 + 1, k = 5
Iteracin 6:
Ya no se cumple la condicin del ciclo de repeticin porque la variable q es igual a cero,
por lo tanto el algoritmo termina.
Por ltimo:
Como la representacin del nmero entero 531 en base 4 es (a
4
a
3
a
2
a
1
a
0
)
4
entonces dicha
representacin es (20103)
4
.
9.3.4. Algoritmos para operaciones de nmeros enteros en base
2
Algoritmo para la suma de nmeros enteros en base 2
Para el siguiente algoritmo las representaciones binarias de a y b son (a
n1
a
n2
. . . a
1
a
0
)
2
y (b
n1
b
n2
. . . b
1
b
0
)
2
, respectivamente.
Procedimiento SumaDeNumerosEnterosEnBaseBinaria(a, b : Enteros Positivos)
1. c = 0
2. n = MAX(CantidadBits(a), CantidadBits(b))
3. Para j = 0 Hasta n 1
4. d = (a
j
+ b
j
+ c)/2
5. S
j
= a
j
+ b
j
+ c 2d
6. c = d
7. Fin Para
8. S
n
= c
La representacin binaria de la suma es (S
n
S
n1
. . . S
1
S
0
)
2
Ejemplo 34:
Utilizar el algoritmo SumaDeNumerosEnterosEnBaseBinaria para sumar los nmeros
enteros positivos a y b que tienen respectivamente las siguientes representaciones bina-
rias (1101010)
2
y (111100)
2
.
Al realizar el paso a paso del algoritmo se inicializan los valores de las variables c, j y
n en:
c = 0
n = 7, donde n es la cantidad de bits del nmero ms largo de los dos que se van a
sumar, en el caso del nmero que tenga menos bits entonces ste se lleva a la misma
longitud del otro nmero rellenando de tantos ceros como sean necesarios en la parte
izquierda del nmero hasta alcanzar la longitud del nmero ms largo, por este motivo
el nmero b queda representado as: (0111100)
2
.
El algoritmo entra al ciclo de repeticin Para de la lnea 3, las siguientes son las
iteraciones que realiza el ciclo de repeticin:
Iteracin 1:
El ciclo de repeticin para comienza incializando su contador de ciclo j en cero, el
d =
a
0
+ b
0
+ c
2
, d =
0 + 0 + 0
2
, d = 0
s
0
= a
0
+ b
0
+ c 2d, s
0
= 0 + 0 + 0 2 0, s
0
= 0
c = d, c = 0
j = 1
Iteracin 2:
Se cumple la condicin del ciclo de repeticin para porque j = 1 6, el trabajo que se
realiza dentro del ciclo es el siguiente:
d =
a
1
+ b
1
+ c
2
, d =
1 + 0 + 0
2
, d = 0
s
1
= a
1
+ b
1
+ c 2d, s
1
= 1 + 0 + 0 2 0, s
1
= 1
c = d, c = 0
j = 2
Iteracin 3:
d =
a
2
+ b
2
+ c
2
, d =
0 + 1 + 0
2
, d = 0
s
2
= a
2
+ b
2
+ c 2d, s
2
= 0 + 1 + 0 2 0, s
2
= 1
c = d, c = 0
j = 3
Iteracin 4:
d =
a
3
+ b
3
+ c
2
, d =
1 + 1 + 0
2
, d = 1
s
3
= a
3
+ b
3
+ c 2d, s
3
= 1 + 1 + 0 2 1, s
3
= 0
c = d, c = 1
j = 4
Iteracin 5:
d =
a
4
+ b
4
+ c
2
, d =
0 + 1 + 1
2
, d = 1
s
4
= a
4
+ b
4
+ c 2d, s
4
= 0 + 1 + 1 2 1, s
4
= 0
c = d, c = 1
j = 5
Iteracin 6:
d =
a
5
+ b
5
+ c
2
, d =
1 + 1 + 1
2
, d = 1
s
5
= a
5
+ b
5
+ c 2d, s
5
= 1 + 1 + 1 2 1, s
5
= 1
c = d, c = 1
j = 6
Iteracin 7:
d =
a
6
+ b
6
+ c
2
, d =
1 + 0 + 1
2
, d = 1
s
6
= a
6
+ b
6
+ c 2d, s
6
= 1 + 0 + 1 2 1, s
6
= 0
c = d, c = 1
j = 7
Iteracin 8:
Ya no se cumple la condicin del ciclo de repeticin para porque j = 7 6, por lo tanto
el ciclo de repeticin termina y el algoritmo continua en la lnea 8.
Por ltimo:
s
7
= 1. El resultado de sumar los nmeros a y b en representacin binaria es
(s
7
s
6
s
5
s
4
s
3
s
2
s
1
s
0
)
2
, con respecto a los valores obtenidos en el paso a paso del algoritmo
el resultado es: (10100110)
2
.
Las representaciones en base diez de los nmeros a, b y el resultado s es:
a = (1101010)
2
= 1 2
6
+ 1 2
5
+ 0 2
4
+ 1 2
3
+ 0 2
2
+ 1 2
1
+ 0 2
0
= 1 64 + 1 32 + 1 8 + 1 2
= 64 + 32 + 8 + 2
= 106
b = (0111100)
2
= 0 2
6
+ 1 2
5
+ 1 2
4
+ 1 2
3
+ 1 2
2
+ 0 2
1
+ 0 2
0
= 1 32 + 1 16 + 1 8 + 1 4
= 32 + 16 + 8 + 4
= 60
s = (10100110)
2
= 1 2
7
+ 0 2
6
+ 1 2
5
+ 0 2
4
+ 0 2
3
+ 1 2
2
+ 1 2
1
+ 0 2
0
= 1 2
7
+ 1 2
5
+ 1 2
2
+ 1 2
1
= 1 128 + 1 32 + 1 4 + 1 2
= 128 + 32 + 4 + 2
= 166
y efectivamente 106 + 60 = 166.
Algoritmo para la multiplicacin de nmeros enteros en base 2
Para el siguiente algoritmo las representaciones binarias de a y b son (a
n1
a
n2
. . . a
1
a
0
)
2
y (b
n1
b
n2
. . . b
1
b
0
)
2
, respectivamente. Adicionalmente, c
0
, c
1
, . . ., c
n1
son los produc-
tos parciales.
Procedimiento MultiplicacionDeNumerosEnterosEnBaseBinaria(a, b : Enteros
Positivos)
1. n = CantidadBits(b)
2. Para j = 0 Hasta n 1
3. Si (b
j
= 1) Entonces
4. c
j
= (desplazar el nmero a j lugares a la izquierda)
5. De Otro Modo
6. c
j
= 0
7. Fin Para
8. p = 0
9. Para j = 0 to n 1
10. p = p + c
j
11. Fin Para
Al terminar el algoritmo en la variable p queda almacenado el resultado de multiplicar
los nmeros enteros a y b.
Ejemplo 35:
Utilizar el algoritmo MultiplicacionDeNumerosEnterosEnBaseBinaria para multiplicar
los nmeros enteros positivos a y b que tienen respectivamente las siguientes representa-
ciones binarias (1001)
2
y (1101)
2
.
Al realizar el paso a paso del algoritmo se inicia el valor de la variable n con el nmero
entero positivo 4, porque el nmero b en su representacin binaria tiene cuatro bits.
El algoritmo contina en la lnea 2 donde ingresa al ciclo de repeticin Para donde se
realizan las siguientes iteraciones:
Iteracin 1, ciclo para que comienza en la lnea 2:
El ciclo de repeticin para comienza inicializando su contador de ciclo j en cero, el
como b
0
= 1 entonces a c
0
se le asigna el nmero a desplazado j = 0 posiciones a la
izquierda, de esta forma se tiene que:
c
0
= (1001)
2
= 1 2
3
+ 0 2
2
+ 0 2
1
+ 1 2
0
= 8 + 1 = 9
j = j + 1 = 0 + 1 = 1, se incrementa el contador del ciclo.
Se cumple la condicin del ciclo de repeticin para porque j = 1 3, el trabajo que
se realiza dentro del ciclo es el siguiente:
como b
1
= 0 entonces a c
1
se le asigna el nmero 0 (lnea 6 del algoritmo), de esta forma
se tiene que c
1
= 0 y se incrementa el contador del ciclo, donde j = j + 1 = 1 + 1 = 2.
como b
2
= 1 entonces a c
2
c
2
= (100100)
2
= 1 2
5
+ 0 2
4
+ 0 2
3
+ 1 2
2
+ 0 2
1
+ 0 2
0
= 32 + 4 = 36
como b
3
= 1 entonces a c
3
c
3
= (1001000)
2
= 1 2
6
+ 0 2
5
+ 0 2
4
+ 1 2
3
+ 0 2
2
+ 0 2
1
+ 0 2
0
= 64 + 8 = 72
Ya no se cumple la condicin del ciclo de repeticin para porque j = 4 3, por
lo tanto el ciclo de repeticin termina y el algoritmo continua en la lnea 8 donde se
inicializa la variable p con el valor cero.
El algoritmo contina en la lnea 9 donde ingresa al ciclo de repeticin Para donde se
realizan las siguientes iteraciones:
El ciclo de repeticin para comienza inicializando su contador de ciclo j en cero, el
p = p + c
0
, p = 0 + 9, p = 9
j = j + 1, j = 0 + 1 = 1, j = 1
9.4. EJERCICIOS 277
p = p + c
1
, p = 9 + 0, p = 9
j = j + 1, j = 1 + 1 = 1, j = 2
p = p + c
2
, p = 9 + 36, p = 45
j = j + 1, j = 2 + 1 = 1, j = 3
p = p + c
3
, p = 45 + 72, p = 117
j = j + 1, j = 3 + 1 = 1, j = 4
Ya no se cumple la condicin del ciclo de repeticin para porque j = 4 3, por lo
tanto el ciclo de repeticin termina y el algoritmo tambin termina obtenindose como
resultado de la multiplicacin el nmero almacenado en la variable p, cuyo valor es 117.
Las representaciones en base diez de los nmeros a y b es:
a = (1001)
2
= 1 2
3
+ 0 2
2
+ 0 2
1
+ 1 2
0
= 1 8 + 1 1
= 8 + 1
= 9
b = (1101)
2
= 1 2
3
+ 1 2
2
+ 0 2
1
+ 1 2
0
= 1 8 + 1 4 + 1 1
= 8 + 4 + 1
= 13
y efectivamente 9 + 13 = 117.
9.4. Ejercicios
1. El nmero entero positivo 1327 es un nmero primo?, demostrar o refutar uti-
lizando las propiedades de los nmeros primos.
5. Escribir los siguientes nmeros como un producto de factores primos, teniendo en
cuenta que
p
n
1
1
p
n
2
2
. . . p
n
k
k
, 0 < n
i
, 1 i k, p
1
< p
2
< . . . < p
k
a.) 407125
b.) 184600
c.) 842570
d.) 945677
6. Cuntos divisores tiene el nmero 407125?
10. Apoyados en el Teorema Fundamental de la Aritmtica y utilizando la factoriza-
cin prima de los nmeros enteros, determinar el Mximo Comn Divisor (MCD)
y el Mnimo Comn Mltiplo (MCM) de las siguientes parejas de nmeros enteros:
a.) 225 y 350
b.) 254 y 896
c.) 425 y 789
d.) 486 y 964
e.) 487 y 765
f.) 504 y 540
g.) 1576, 8748 y 99500
h.) 1976, 4258 y 80275
i.) 6175, 8632 y 73853
j.) 9846, 5700 y 94567
11. Para cada n Z
+
, cul es el MCD(n, n + 1) y MCM(n, n + 1)?
9.4. EJERCICIOS 279
12. Para a, b, d Z
+
y d = MCD(a, b), demostrar que MCD(
a
d
,
b
d
) = 1
13. Para a, b, n Z
+
, demostrar que MCD(n a, n b) = n MCD(a, b)
14. Sea la relacin R en Z
+
, donde (a, b) R si MCD(a, b) = 1. Es la relacin R
reexiva?, es la relacin R simtrica?, es la relacin R antisimtrica?, y es la
relacin R transitiva?
15. Apoyados en el algoritmo de Euclides determinar el Mximo Comn Divisor
(MCD) de las siguientes parejas de nmeros enteros:
a.) 225 y 350
b.) 254 y 896
c.) 425 y 789
d.) 486 y 964
e.) 487 y 765
f.) 504 y 540
g.) 576 y 748
h.) 1976 y 80275
i.) 6175 y 73853
16. Sea m {2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12}. Para los valores de m presentados
anteriormente, cules seran todos los valores que serviran para que 30 y 35 sean
congruentes?
congruentes?
congruentes?
congruentes?
20. Cul es el mensaje original despus de desencriptar htwwjhyt utilizando en el
encriptamiento de Julio Cesar
1
un desplazamiento de cinco?
21. Cmo se representa el nmero (3213310)
4
en base 6?
1
En este caso trabajar con el alfabeto ingls, el cual es:
{A, B, C, D, E, F, G, H, I, J, K, L, M, N, O, P, Q, R, S, T, U, V, W, X, Y, Z}
5
en base 7?
6
en base 9?
24. Cul es el resultado de multiplicar los nmeros en base dos 10101111 y 10011011?,
justicar la respuesta al desarrollar la prueba de escritorio del algoritmo.
1. Se tiene el nmero 2593 (escrito en base diez), cul es la representacin de ste
en base ocho?
2
A.) 1405
B.) 5041
C.) 14050
D.) 2468
E.) 5014
2. Se tiene el nmero (2467)
8
(escrito en base ocho), cul es la representacin de
ste en base tres?
A.) (2011121)
3
B.) (12111020)
3
C.) (4002)
3
D.) (111121)
3
E.) (1211110)
3
3. Un nmero entero positivo es primo si y nicamente si ste es divisible por la
unidad y por el mismo, los nmero enteros que no son primos son llamados
nmeros compuestos, tener en cuenta que por el Teorema Fundamental de la
Aritmtica se tiene que cada entero positivo ms grande que 1 puede ser escrito
nicamente con un primo o con el producto de dos o ms primos, de sta forma
un nmero compuesto es el resultado de la multiplicacin de dos o ms primos,
adems, se tiene que un nmero entero positivo n es un nmero primo si ste
no es divisible de forma exacta por algn nmero primo menor o igual a la raz
cuadrada de n.
Con respecto al enunciado anterior para probar que un nmero entero positivo de
doce cifras es un nmero primo, entonces se deben buscar factores primos como
mximo hasta de tamao
3
:
A.) 100.000
B.) 1000.000
C.) 10000.000
D.) 100000.000
2
Las preguntas 1, 2, 4 y 5 son del autor.
3
ao 2006.
E.) 999.999999.999
4. Segn el Teorema Fundamental de la Aritmtica, cul es la factorizacin prima
del nmero 360?
A.) 2
3
3
2
5
1
B.) 2
3
3
2
5
2
C.) 2
2
3
2
5
1
7
1
D.) 2
1
4
1
3
2
5
1
E.) 2
2
3
2
7
1
A.) 6
B.) 12
C.) 18
D.) 20
E.) 24
Bibliografa
[B1988] Bustamente, Alfonso. 1988. Elementos de Algebra en Ciencias de la Com-
putacin. Serie de textos universitarios, Universidad ICESI, Cali.
[C1989] Caicedo, Xavier. 1989. Elementos de Lgica Matemtica y Calculabili-
dad. Universidad de los Andes, Bogot.
[C1970] Codd, E. F., 1970. A Relational Model for Large Shared Data Banks,
Communications of the ACM, volumen 13, nmero 6, pginas 377-387.
[CLRS2001] Cormen, T. H., Leiserson, C. E., Rivest, R. L., and Stein, C.. 2001. In-
troduction to Algorithms, second edition. The MIT Press, Cambridge,
Massachusetts.
[G1997] Grimaldi, R.. 1997. Matemticas Discreta y Combinatoria, tercera edi-
cin. Addison-Wesley Iberoamericana.
[J1997] Johnsonbaugh, R.. 1997. Matemticas Discretas. Prentice Hall.
[J2009] Jimnez Murillo, Jos A.. 2009. Matemticas para la Computacin. Al-
faomega.
[KBR1997] Kolman, B., Busby, R. C. y Ross, S.. 1997. Estructuras de Matemticas
Discretas para la Computacin. Prentice Hall.
[MI2010] Ministerio de Educacin Nacional Republica de Colombia - Icfes. 2010.
Gua de Orientacion: Examen de Estado de Calidad de la Educacin
Superior en Ingeniera de Sistemas (ECAES) [online]. ICFES, Bogot D.
C..
http://web2.icfes.gov.co/index.php?option=com_docman&task=
doc_view&gid=2807
[MIA2003] Ministerio de Educacin Nacional Republica de Colombia - Icfes - Aco.
2003. Exmenes de Calidad de la Educacin Superior, Ingeniera de Sis-
temas: Cuadernillos de Preguntas Primera y Segunda Sesin. ICFES.
[MIA2004] Ministerio de Educacin Nacional Republica de Colombia - Icfes -
Aco. 2004. Exmenes de Calidad de la Educacin Superior, Ingeniera
de Sistemas: Cuadernillo de Preguntas y Respuestas Segunda Sesin
283
284 BIBLIOGRAFA
[online]. ICFES.
http://200.14.205.63:8080/portalicfes/home_2/rec/arc_4237.xls
[M2010] Morales Pea, Hugo Humberto. 2010. El Algoritmo de Ordenamiento
por Comparaciones Heapinsert Sort. Quinto Congreso Colombiano de
Computacin (5CCC), Cartagena de Indias, Colombia.
[R2004] Rosen, K. H.. 2004. Matemtica Discreta y sus Aplicaciones, quinta edi-
cin. Mc Graw Hill Interamericana de Espaa.
[RW1990] Ross, K. A. y Wright, C. R. B.. 1990. Matemticas Discretas. Prentice
Hall.
[SKS2002] Silberschatz, A., Korth, H., y Sudarshan, S.. 2002. Fundamentos de Bases
de Datos, cuarta edicin. Mc Graw Hill Interamericana de Espaa.
[W1964] Williams, J. W. J.. 1964. Algorithm 232 (HEAPSORT). Communica-
tions of the ACM, 7:347-348.

5118M828

Cargado por

Información del documento

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

5118M828

Cargado por

Copyright:

Formatos disponibles

PROPUESTA DEL CONTENIDO PARA UN

PRIMER CURSO DE MATEMTICAS

). Cardinalidad del lenguaje universal (|

Representacin de la negacin utilizando nicamente el NOR:

), entonces, una cota inferior que

< Total de llamados de la funcion f al evaluarse en n < 2

+2, , n son todos hojas del rbol, donde cada hoja es

para calcular la cantidad mxima de nodos

programa=Ing. Sistemas programa=Ing. Electr onica

n = n. Por lo tanto, n tiene

De esta forma Encriptar(

También podría gustarte