Inducci on Matematica

Coaquira Rafael Hugo Luque Quispe Maria del Carmen Pacheco Talavera Jos e Erix on Ramos Quispe Lidia Fiorella 23 de Abril del 2010

 Indice general
1. Introducci on 2. El Principio de la Inducci on 2.1. Principio simple de inducci on (PSI) . . . . . . . . . . . . . . . 2.2. Principio de inducci on por curso de valores . . . . . . . . . . . 2.3. Principio del buen orden . . . . . . . . . . . . . . . . . . . . . 5 7 8 8 8

3. Demostraci on de proposiciones por inducci on 11 3.1. Inducci on . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11 3.2. La inducci on matem atica . . . . . . . . . . . . . . . . . . . . . 11 4. Aplicaci on de la inducci on 5. Demostraci on por recursividad 5.1. Demostraci on por recursividad . . . . . . . . . . . . . 5.2. Consideraciones en la demostraci on por recursividad . 5.3. El principio de la demostraci on por recursividad . . . 5.4. Deniciones recursivas . . . . . . . . . . . . . . . . . 6. Clonclusi on 15 17 17 18 18 18 23

. . . .

. . . .

. . . .

. . . .

. . . .

Cap tulo 1

Introducci on
Todos los matem aticos y personajes relacionados con esta a rea, saben hoy en d a que las armaciones matem aticas y otras conjeturas deben de ser demostrados, para ello es necesario utilizar herramientas que nos permitan esto, una de ellas es la inducci on matem atica. Sera posible conocer m as aun algo conociendo primero su lado opuesto?. Sera posible conocer un valor conociendo primero su contravalor? Antes que nada los miembros que hicieron posible este trabajo, desean esbozar, que existen principios fundamentales que ayudan a cada ser humano a evolucionar permanente. El conocimiento es parte de esta inquietud de querer alcanzar la esencia los oca del conocimiento y la verdad. Dentro de estos principios fundamentales, estudiantes de carreras anes a la computaci on ignoran seguramente temas relacionados con el buen orden que debe de existir este mundo. El objetivo de este trabajo es introducirlos en este fascinante mundo, en la presente monograf as, se ha de mostrar el desarrollo de los conceptos b asicos para la adquisici on de herramientas que nos permitan determinar el buen orden como es la inducci on Matem atica, que es, una de las herramientas b asicas u tiles en la algoritmia, quiz a no haya ninguna m as importante que la inducci on matem atica. No solo nos permite demostrar propiedades interesantes acerca de la correcci on y ecacia de los algoritmos, sino que adem as que se puede incluso utilizarse para determinar que propiedades es preciso probar. La inducci on matem atica es una herramienta de uso pr actico y te orico en las matem aticas y ciencias computacionales lo que hace que su estudio, sea de vital importancia en el desarrollo de nuestra preparaci on. 5

6 El principio de Inducci on Matem atica es un m etodo que se utiliza para demostrar propiedades, formulas, validarlas y probar que son verdaderas. Es un m etodo simple que consta de tres pasos fundamentales en los cuales se debe demostrar la propiedad reemplazando su inc ognita por 1, luego por k y nalmente por k+1. En cualquier ciencia experimental, la inducci on es el proceso de obtener un resultado general a partir del an alisis de casos particulares. De esta forma, observando la ca da de una serie de cuerpos pesados, se induce que cualquier cuerpo m as pesado que el aire cae por la acci on de la gravedad. Este hecho se considerara valido mientras no se encuentre un cuerpo m as pesado que el aire que no caiga. G. Peano (1858-1932) propuso cinco propiedades fundamentales que caracterizan a los n umeros naturales, Axiomas de Peano. Una de ellas conocida como el Principio de Inducci on Matem atica es actualmente una herramienta de uso pr actico y te orico principalmente para matem aticos y personas que trabajan en Ciencias Computacionales. El principio lo enunciaremos para los enteros positivos N+, pero bien se puede ampliar a los n umeros naturales o a cualquier subconjunto de los enteros mayores o iguales a un entero jo. La inducci on matem atica es el equivalente al m etodo cient co. Pero para lo cual no se puede generalizar. Los pasos para desarrollar la Inducci on Matem atica se detallan en el contenido del presente trabajo de investigaci on. El area de la programaci on es muy amplia y con muchos detalles. Los programadores necesitan ser capaces de resolver todos los problemas que se les presente a trav es del computador aun cuando en el lenguaje que utilizan no haya una manera directa de resolver los problemas. En el lenguaje de programaci on C, as como en otros lenguajes de programaci on, se puede aplicar una t ecnica que se le dio el nombre de recursividad por su funcionalidad. Esta t ecnica es utilizada en la programaci on estructurada para resolver problemas que tengan que ver con el factorial de un n umero, o juegos de l ogica. Las asignaciones de memoria pueden ser din amicas o est aticas y hay diferencias entre estas dos y se pueden aplicar las dos en un programa cualquiera.

Cap tulo 2

El Principio de la Inducci on
La inducci on matem atica se usa a menudo para vericar o probar, una conjetura obtenida mediante inducci on no matem atica. Hablando con precisi on, el axioma de inducci on dice: si M es un conjunto de enteros positivos, con las siguientes propiedades IA. M Contiene al entero 1, y, IIA. Si M contiene al entero n, se puede demostrar que M contiene adem as al entero n+1, entonces M contiene a todos los enteros positivos. La primera parte del axioma de inducci on, IA suele llamarse base, y la segunda parte, IIA parte inductiva. El axioma de inducci on es u til para demostrar ciertas expresiones matem aticas. Suponiendo que la proposici on P(n) es verdadera o falsa dependiendo solo del valor de la n, el axioma de inducci on se puede utilizar para demostrar que si IB. P(1) es verdadera, y IIB. El saber que P(n) es verdadera, implica que P(n+1) es tambi en verdadera, entonces P(n) se cumple para cualquier n. Usamos inducci on sobre los naturales para: Demostrar que todos los n umeros naturales tienen una cierta propiedad. Ejemplo. n n(n + 1) S (n) : k= 2 k=1 7

8 Denir diversos objetos asociados a los n umeros naturales : Deniciones inductivas/recursivas de funciones relaciones etc. Ejemplo: n! = 1, (n + 1)! = (n + 1) n! La inducci on nos permite demostrar que existe una u nica funci on: NN que satisface las ecuaciones de arriba. Hay al menos tres principios de inducci on para los naturales que son equivalentes.

2.1.

Principio simple de inducci on (PSI)

Dado un subconjunto S de N (S N), si se cumple que (I) 0 S; (II) Dado cualquier n N, si n S entonces (n+1) S; entonces S=N.

2.2.

Principio de inducci on por curso de valores

Dado un subconjunto S de N (S N), si se cumple que para todo n N: {k N : k < n S S }, () entoces S=N. Aqu vemos que no hay una base.explicita: solo hay un paso inductivo, y en este la HI es {k N : k < n} S S y la TI es n S.

2.3.

Principio del buen orden

El principio del buen orden implica. El principio de inducci on matem atica Sea A un subconjunto de n umeros naturales tal que,

9 (1) Contiene al 1, y (2) Si contiene a n entonces contiene a n+1. Supongamos que A = N. Sea B=N-A el conjunto de n umeros naturales que no est an en A. Si A = N, entonces B= . Luego por el principio del buen orden, B tiene un elemento mas peque no. Sean m B el elemento mas peque no de B. Observar que m = 1 porque 1 A. Por lo tanto, m>1 y podemos escribir m=(m-1)+1, y m-1 N. Observar que m-1 no existe B porque el numero mas peque no en B es m. Por lo tanto, m-1 A y entonces m=(m-1)+1 A . Esto contradice la suposici on m es el elemento mas peque no de B. El principio de inducci on matem atica implica El Principio Del Buen Orden Sea A un subconjunto de n umeros naturales. El principio del buen orden dice: A = m A, n A, m < n Esto dice P Q, lo cual es equivalente a Q o P. Es decir, m A, n A, m < noA = Supongamos que Q. Es decir, que, m A, n A, m n Sea B el subconjunto de N tal que 1,2,3,. . .,k, no pertenecen a A. Observar que 1 B. (Porque 1 A n A, 1 < n). Por el principio de inducci on matem atica, B=N. Por lo tanto A=vacio. Es decir, P

10 P V V F F P V V F F P V V F F Q PyQ V V F F V F F F Q PoQ V V F V V V F F Q PQ V V F F V V F V

Como dijimos al principio, todos estos principios son equivalentes: cada una se puede demostrar a partir de cualquiera de los otros. A veces uno es m as apropiado que otro, seg un el problema donde se quiera aplicar.

Cap tulo 3

Demostraci on de proposiciones por inducci on

3.1. Inducci on

En el a mbito de la l ogica, el razonamiento inductivo, que es una modalidad del razonamiento no deductivo consistente en obtener conclusiones generales a partir de premisas que contienen datos particulares. Principio de inducci on completa es un razonamiento que permite demostrar una innidad de proposiciones, o una proposici on a un tipo de razonamiento en donde se obtienen conclusiones tan s olo probables (concepci on m as moderna).

3.2.

La inducci on matem atica

La inducci on matem atica es un caso especial, donde se va de lo particular a lo general y, no obstante, se obtiene una conclusi on necesaria. T picamente, el razonamiento inductivo se contrapone al razonamiento deductivo, que va de lo general a lo particular y sus conclusiones son necesarias. La inducci on matem atica es un m etodo de demostraci on muy u til empleado corrientemente en la matem atica. Principio de inducci on nita o principio de inducci on matem atica. Sea S(n) una proposici on matem atica abierta(o un conjunto de tales proposiciones abiertas), en la que aparece una o varias veces la variable n, que representa a un entero positivo. El m etodo, consta de dos partes o teoremas parciales: Teorema 1 o base de la demostraci on 11

12

Es la demostraci on deductiva de que la proposici on se verica para alg un n umero natural dado a: Proposici on f(a). . . es verdadera Entonces : a Si S(1) es verdadera;y Teorema 2 o paso de inducci on Es la demostraci on, de car acter tambi en deductivo, de que si la proposici on se supone cierta para un n umero natural k, tambi en ha de ser cierta para el n umero sucesor de k, para el n umero (k+1). Proposici on f(k) es verdadera f(k+1) tambi en debe ser verdadera.(Esto es lo que se quiere demostrar) b Siempre que S(k) sea verdadera(para alg un k Z + particular, pero elegido al azar);entonces S(k+1)ser a verdadera; Entonces S(n) es verdadera para todo nZ + . De lo cual se inere que la proposici on es verdadera para el n umero natural a y para todos los n umeros naturales siguientes al n umero a, es decir es cierta para el conjunto de n umero naturales [a, ). Evidentemente, si a es el primero de los n umero naturales, la proposici on ser a cierta para todo conjunto N. Ambos paso parciales son procesos deductivos, por lo que cabr a decir que, realmente, el m etodo de inducci on matem atica es, en realidad, un proceso de deducci on. En realidad, el nombre de inducci on matem aticase debe simplemente a que lo asociamos a nuestra conciencia con los razonamientos inductivos que realizamos, a pesar de que el paso inductivo de la demostraci on es una proposici on general que se demuestra como un riguroso proceso deductivo, sin necesidad de ninguna hip otesis particular. Si nZ + , se establece la validez de la proposici on abierta

n2 + n + 2 S (n) : i = 1 + 2 + 3 + ... + n = 2 i=1 Paso inductivo. Si suponemos la verdad de la proposici on:

13

S (k ) :
i=1

i = 1 + 2 + 3 + ... + k =

k2 + k + 2 2

Para alg un k Z + ,(particular), queremos ver si podemos inferir la verdad de la proposici on

k+1

S (k +1) :
i=1

i = 1+2+3+. . .+k +(k +1) =

k 2 + 3k + 4 (k + 1)2 + (k + 1) + 2 = 2 2

Como lo hicimos anteriormente, usemos la hip otesis de inducci on y hacemos el c alculo siguiente:

k+1

i = 1 + 2 + 3 + . . . + k + (k + 1) =
i=1 i=1

i + (k + 1)

n2 + n + 2 n2 + n + 2 (2k + 2) k 2 + 3k + 4 + (k + 1) = + = 2 2 2 2

Entonces para cualquier k Z + , se tiene que S(k)(k+1). Entonces concluimos que

n

n(n + 1) n = 2

n2 + n + 2 i= 2 i=1

Indagaci on de cu ales son los n umeros naturales para los que se verica la desigualdad: 2n > 2.n + 1 Proceso: Teorema 1: Para n = 0 : 20 > 2,0 + 1 = 1, no se verica Para n = 1 : 21 > 2,1 + 1 = 3, no se verica

14 Para n = 2 : 22 > 2,2 + 1 = 5, no se verica Para n = 3 : 23 > 2,3 + 1 = 7, se verica Teorema 2: Sea cierta para n = K : 2k > 2.k + 1 Y veamos, entonces, que tambi en se verica para n = k + 1 : 2k+1 > 2.(k + 1) + 1 En efecto: 2(k+1) = 2k ,2 > (2k 1),2 = 4k + 2 = 2(k + 1) + 1 + 2k 1 > 2(k + 1) + 1 Lo cual es cierto para k >2. As , pues, podemos armar que la proposici on es cierta en el conjunto [3, ). Existen algunos casos donde la inducci on da conclusiones falsas. Pero aunque a veces esto suceda no se puede despreciar. Por lo general no se puede conar en el resultado del razonamiento inductivo. Mientras que existan casos que no han sido considerados, sigue siendo posible que la regla general inducida sea incorrecta. Ac a tenemos un ejemplo dado por Leonhard Euler (1707-1783) Consideramos el polinomio cuadr atico P(n) =n2+n+41 y determinemos su valor para ciertos n que pertenecen a los naturales N. N n2 + n + 41 1 43 2 47 3 53 4 61 5 71 6 83 7 97 8 113

Todos los n umeros generados son primos, pero para n = 40, se tiene 1681 =412, Entonces la proposici on que n2 + n + 41 es un n umero primo resulta completamente falsa.

Cap tulo 4

Aplicaci on de la inducci on
G. Peano propuso cinco propiedades llamados Axiomas de Peano, una de ellas conocida como el Principo de Inducci on Matem atica es una herramienta de uso pr actico y te orico para matem aticos y personas que trabajan en Ciencias Computacionales. La inducci on matem atica es un m etodo que se utiliza para demostrar proposiciones. Adem as puede usarse en una variedad de situaciones en la ciencia de la computaci on. Algunas aplicaciones son muy matematicas, como vericar que todo entero positivo satisface cierta f ormula. Otra aplicaci on frecuente es la vericaci on de programas (demostrar que un programa de computaci on o que un algoritmo con ciclos funciona como se espera). El m etodo de inducci on matem atica tiene una particular aplicabilidad en la geometr a plana y del espacio. Aunque la aplicaci on m as com un del m etodo en geometr a es la dedicada a los procesos de resoluci on de problemas de c alculo, lo mismo, evidentemente, que en la teor a de n umeros o en el Algebra, es, sin embargo, muy utilizada la inducci on matem atica en la construcci on de guras geom etricas de n elementos a partir de la gura an aloga elemental mediante la generalizaci on correspondiente. Es tambi en muy utilizada la inducci on en la determinaci on de lugares geom etricos o en la generalizaci on del n umero de dimensiones para obtener guras an alogas en mayor n umero de dimensiones (paso de la circunferencia a la esfera, por ejemplo). La inducci on matematica tambi en es utilizada en la criptograf a .La Criptolograf a se ocupa no solamente de la escritura secreta sino tambi en de otros aspectos relacionados con las nuevas tecnolog as y las comunicaciones. As , la Criptograf a se encarga de problemas relacionados con la seguridad de las comunicaciones y el Criptoan alisis de la rotura de dicha seguridad. La Criptograf a de clave privada, en la que se permite la comunicaci on 15

16 secreta entre dos usuarios que comparten una clave de trabajo. La misma clave se usa para cifrar y para descifrar los mensajes, y el emisor y el receptor han de acordar la clave secreta a trav es de un canal de comunicaci on seguro. Esta es la principal dicultad de los sistemas de clave privada. Por ejemplo, en una red de comunicaci on con n usuarios, el n umero de claves secretas es n(n1) , y as , en una red de 1000 usuarios se requerir an 499.500 conexiones 2 totalmente seguras para poder distribuir las claves.

Cap tulo 5

Demostraci on por recursividad

5.1. Demostraci on por recursividad

Son demostraciones inductivas no necesariamente relacionadas con los n umeros naturales Es mas general que la inducci on matem atica de los n umeros naturales Se puede aplicar para la evaluaci on de expresiones l ogicas de c alculo de predicados, ya que las proposiciones l ogicas cumplen con ciertas propiedades P. ejem. Puede emplearse para mostrar que todas las expresiones l ogicas pueden evaluarse por medio de su tabla de verdad. Para ello, se toma cualquier expresi on l ogica x y se demuestra que tiene un valor de verdad. Si x es at omica, su valor de verdad est a dado por asignaci on (caso base) Si x es molecular, se divide en sus componentes y si cada uno de ellos tiene un valor de verdad, entonces x tambi en lo tiene. De esta forma, el problema se reduce recursivamente a subproblemas (hasta alcanzar el caso base) 17

18

5.2.

Consideraciones en la demostraci on por recursividad

Para demostrar por recursividad hay que tomar en cuenta los siguientes puntos: Es crucial que la recursividad llegue a su n Se debe introducir la noci on de sucesi on descendiente (sucesi on de elementos cada vez m as peque nos) Si todas las sucesiones descendientes es nita se denomina dominio bien fundado. P. ejem. Al utilizar recursividad en programaci on, se debe reducir el problema a cada llamada recursiva; en caso contrario, el programa podr a no terminar.

5.3.

El principio de la demostraci on por recursividad

Para demostrar que x P(x) es necesario efectuar los pasos: Dominio bien fundado Base inductiva Hip otesis inductiva Paso inductivo Conclusi on Seleccionar un predicado G y demostrar las sucesiones nitas de G Si x es m nima,demostrar P(x) Se selecciona un x y se asume que P(x) para todos los y que satisfagan G(x,y) Se demuestra P(x) x P(x)

5.4.

Deniciones recursivas

El principio de inducci on va a usarse de dos maneras: para demostrar que una denici on recursiva dada satisface cierta denici on expl cita, o inversamente para encontrar una denici on recursiva correspondiente a una

19 denici on expl cita dada. Veamos esto con un ejemplo: Sea f denida recursivamente f 0 = 0 f (i + 1) =f i + 2 i + 1 Queremos demostrar que f satisface (i N / f i = i2 ) Caso base f0 = 0 (denici on de f ) 2 = 0 (aritmetica)

Paso inductivo f(i + 1) = fi + 2 i + 1 (denici on de f ) 2 = i + 2 i + 1 (hip otesis inductiva) 2 = (i + 1) (aritmetica)

Por lo tanto f satisface (i N / f i = i2 ). Lo que hemos hecho se llama vericacion de programa, dado que estamos comprobando que un programa dado (una denicion recursiva), satisface su especicacion. Si bien la tecnica de vericacion es muy util, ya que permite tener certeza sobre la construccion correcta del programa, todavia queda la tarea de encontrar tal programa. Por otro lado, la demostracion de que un programa satisface una especicacion dada no es una tarea trivial, por lo que es conveniente realizarla, al menos en parte, a medida que se construye el programa. Esta construccion conjunta de programa y demostracion, permite guiar la construccion del programa. Volviendo al ejemplo anterior, tomemos la propiedad demostrada a modo de especicacion de f : (i N / f i = i2 ) Obviamente existe una forma trivial de encontrar una funcion que satisfaga la especicacion: fx = x x Si bien es inmediato que esta denicion satisface la especicacion y que ademas es una denicion extremadamente eciente, a modo de ejemplo, trataremos de encontrar una denicion recursiva de f. Puede pensarse que una especicacion de una funcion f es una ecuacion a resolver en la inc ognita f, como ya vimos en cap tulos anteriores. Luego, el proceso que ilustraremos a

20 continuaci on, consistir a en despejar f para saber qu e valor toma. El proceso de despejar nos asegura que si ahora reemplazamos el valor obtenido en la ecuaci on original obtenemos un enunciado verdadero. Entonces: Caso base f0 = 02 (especicaci on de f ) = 0 (aritmetica)

Paso Inductivo f(i + 1) = (i + 1)2 (especicaci on de f ) 2 = i + 2 i + 1 (aritmetica) = fi + 2 i + 1 (hip otesis inductiva)

Por lo tanto, deniendo recursivamente f0 = 0 f(i + 1) = fi + 2 i + 1 se satisface la propiedad requerida. Lo que acabamos de hacer se llama derivaci on de programas,dado que hemos constru do un programa que satisface la especicaci on y la demostraci on de que lo hace. Observemos que esta u ltima demostraci on, no es m as que la anterior invirtiendo los pasos de atr as para adelante, a partir del segundo paso de la derivaci on.En general, nos concentraremos en el problema de la derivaci on de programas m as que en la vericaci on de los mismos. Veamos otro ejemplo, sea fac una funci on que satisface la propiedad
n

(n N/fac(n) = (
i<0

i)),

es decir, fac calcula el factorial de un n umero. Se desea una denici on recursiva de fac. Caso base
0

fac(0) =
i<0

i (especicaci on de fac )

= 1 (rango vacio) Paso inductivo

n+1

fac(n + 1) =
i<0

i (especicaci on de fac )

21
n n+1

=
i<0

i
n<i n

i (partici on de rango) i (n + 1) (hip otesis inductiva; rango unitario)

i<0

= fac(n)

Por lo tanto la denici on recursiva de fac es: fac(0) = 1 fac(n + 1) = (n + 1) fac(n) Del mismo modo que hicimos anteriromente, consideremos la funci on factorial, que habitualmente notamos n!, que se dene recursivamente por: 0! = 1 n! = n (n 1) si n > 0
n

V amos a probar que = 1 2 . . . n = (

i=1 n

i).Entonces P (n) resulta : i)

P (n) = n! = (
i=1

Caso base Podemos reducirlo asi:

0 f also

0! = (
i<0

i) =

i=1

Paso inductivo Probaremos P(n + 1) suponiendo la hip otesis de inducci on P(n): (n + 1)! = (n + 1) n! (denici on de factorial)
n

= (n + 1)
i=1 n+1

i (hip otesis inductiva)

=
i=1

i (n + 1) (aritmetica)

Nuestro siguiente ejemplo, concierne a los n umeros de Fibonacci. Estos n umeros son interesantes cuando trabajamos con inducci on matem atica, pero son muy interesantes tambi en por s solos. Fueron introducidos por Leonardo Fibonacci (1202) a quien se le debe el nombre. Los primeros 8 n umeros de Fibonacci son 0, 1, 1, 2, 3, 5, 8, 13, y a excepci on de los primeros dos, los

22 siguientes n umeros se consiguen sumando los dos anteriores. Los n umeros de Fibonacci, se denen recursivamente del siguiente modo: b(0) = 0 b(1) = 1 b(n + 2) = b(n + 1) + b(n) Como ya dijimos, esta sucesi on de n umeros tiene propiedades muy interesantes, algunas de las cuales se presentan en los ejercicios. Vamos a demostrar ahora, una muy simple: (n/0 n/b(n) < 2n ) Dada la denicion de b, parece conveniente considerar dos casos base, cuando n = 0 y cuando n = 1. El paso inductivo podra considerarase entonces para n 2. Caso base n = 0 b(0) = 0 (denici on de b ) < 1 (0<1) = 20 (20 = 1) El caso base cuando n = 1 es similar al anterior Paso inductivo Sea P(n) : b (n) < 2n, vamos a partir de b (n + 2) y probaremos que es menor que 2(n+2) b(n + 2) = < < < = b(n) + b(n + 1) (denici on de b ) n 2 + b(n + 1) (hip otesis inductiva P(n)) n (n+1) 2 +2 (hip otesis inductiva P(n+1)) n+1 (n+1) 2 +2 (la funci on 2x es creciente) 2n+2 (propiedad de la funci on exponencial)

Cap tulo 6

Clonclusi on
La inducci on matem atica es muy utilizada en el an alisis y dise no de algoritmos. No solo nos permite demostrar propiedades interesantes acerca de la correcci on y eciencia de algoritmos, sino que adem as puede incluso utilizarse para determinar que propiedades es preciso probar. En la ciencia hay 2 enfoques opuestos fundamentales: inducci on y deducci on. La inducci on consiste en inferir una ley general a partir de casos particulares, mientras que una deducci on es una inferencia de lo general a lo particular. Aunque a veces la inducci on nos da conclusiones falsas, no se puede despreciar. La deducci on por otra parte siempre es v alida con tal de que sea aplicada correctamente. En general no se puede conar en el resultado del razonamiento inductivo. Mientras haya casos que no hayan sido considerados, sigue siendo posible que la regla general inducida sea incorrecta. Por ejemplo, si se observa que: 13 13 + 23 13 + 23 + 33 13 + 23 + 33 + 43 13 + 23 + 33 + 43 + 53 = = = = = 1 = 12 9 = 32 36 = 62 100 = 102 225 = 152

Nos podemos convencer inductivamente que la suma de los cubos de los n umeros enteros positivos es siempre un cuadrado perfecto. En este caso el razonamiento inductivo proporciona una ley correcta. 23

24 Un ejemplo de inducci on matem atica incorrecta es el siguiente polinomio. P(n)= n2 +n +41 Y observe que: P (0) P (1) P (2) P (3) P (4) P (5) P (6) P (7) P (8) P (9) P (10) = = = = = = = = = = = 41 43 47 53 61 71 83 97 113 131 151 (es un numero primo) (es un numero primo) (es un numero primo) (es un numero primo) (es un numero primo) (es un numero primo) (es un numero primo) (es un numero primo) (es un numero primo) (es un numero primo) (es un numero primo)

Por lo tanto es natural inferir por inducci on que P(n) para todos los valores de n. Pero de hecho P (40)=1681=(41) no es primo. Entonces nos preguntaremos porqu e es importante utilizar inducci on si es proclive a errores, en lugar de utilizar deducci on que es aprueba de bombas. Por ejemplo los f sicos precisan utilizar el enfoque inductivo para determinar las leyes fundamentales que gobiernan el universo a partir de datos reales obtenidos de experimentos. Por ejemplo, Halley predijo el retorno de su cometa hom onimo por razonamiento inductivo, y tambi en por razonamiento inductivo Mendeleev predijo no solo la existencia de elementos qu micos todav a no descubiertos, sino tambi en sus propiedades qu micas. No es infrecuente que un matem atico descubra una verdad matem atica considerando varios casos especiales e inriendo a partir de ellos por inducci on una regla general que parece plausible. Sin embargo independientemente de lo tentadora que sea la evidencia, esa verdad matem atica no se puede aceptar bas andonos en la evidencia inductiva solamente. La diferencia entre la matem atica y las ciencias inherentemente experimentales es que una vez que se haya descubierto por inducci on una ley matem atica general, debemos demostrarla rigurosamente aplicando el proceso deductivo. As , el proceso inductivo tiene su lugar en las matem aticas. En caso contrario, c omo podr amos esperar comprobar rigurosamente un teorema cuyo

25 enunciado ni siquiera ha sido formulado? Por lo tanto, la inducci on es necesaria para formular conjeturas, y la deducci on es igualmente necesaria para demostrarlas, o a veces para demostrar su falsedad. Ninguna de estas t ecnicas puede ocupar el lugar de la otra. La deducci on solo es suciente para las matem aticas muertas, tal como los elementos de Euclides (que quiz as sea el mayor monumento de la historia a las matem aticas deductivas, cuando no cabe duda de que gran parte de su material fue descubierto por razonamiento inductivo). Pero se necesita la inducci on para mantener vivas las matem aticas. Tal como Polya dijo una vez las matem aticas presentadas con rigor son una ciencia deductiva sistem atica, pero las matem aticas que se est an haciendo son una ciencia inductiva experimental. Una de las t ecnicas deductivas mas u tiles que est an disponibles en matem aticas, tiene la mala fortuna de llamarse inducci on matem atica .esta terminolog a resulta confusa pero, tenemos que vivir con ella. Por ejemplo: Imagin emonos subiendo una escalera, sin n. Como usted puede saber si ser a capaz de alcanzar una grada arbitrariamente alta. Suponga que Ud. Tiene las siguientes armaciones sobre sus habilidades de subir escaleras: 1. Usted puede alcanzar la primera grada. 2. si Ud. puede alcanzar una grada, Ud. puede siempre pasar la grada siguiente. Si la sentencia 1 como la condicional 2 son verdaderas; entonces, por la sentencia 1 Ud. puede llegar a la primera grada y por la sentencia 2 Ud. puede llegar a la segunda; nuevamente por 2 Ud. puede llegar a la tercera y as sucesivamente, Ud. puede subir tan alto como Ud. quiera. En este caso, ambas aserciones son necesarias. Si apenas la sentencia 1 es verdadera, Ud. no tiene garant as de que podr a mas all a de la primera grada y si apenas la segunda sentencia es verdadera, Ud. no podr a llegar a la primera grada a n de poder iniciar el proceso de subida de la escalera. A este tipo particular de deducci on, en general se le llama principio de inducci on matem atica. En una proposici on P(n) enunciada en t erminos de n, con n Z + se cumple 2 condiciones: a P(1) es verdadera.

26 b P(k) es verdadera para k1 implica que P(k+1) sea verdadera.

Entonces para todo P(n) es verdadera. En la vericaci on de programas: La construcci on de programas se basa en argumentos racionales y por lo tanto es necesario aplicar t ecnicas de comprobaci on formales que demuestran si un programa funciona correctamente. Las t ecnicas formales son rentables pues reduce el n umero de errores lo que a su vez reduce el esfuerzo que se necesita en la depuraci on, lo esencial en la vericaci on de programas son las precondiciones y las postcondiciones. Las precondiciones indican las condiciones que deben satisfacer los datos de entrada para que el programa pueda cumplir su tarea. Las postcondiciones, indican que condiciones de salida son aceptables como soluciones correctas del problema en cuesti on. Por ejemplo, en el programa que calcule una ra z cuadrada, la precondici on es que el argumento de la ra z cuadrada no debe ser negativo y la postcondicion es que el resultado nal sea la ra z cuadrada deseada. Para demostrar que las diferentes partes del c odigo funcionan correctamente, se deben asociar las precondiciones y las postcondiciones que corresponden a cada parte del c odigo. Despu es, se debe demostrar que las precondiciones y las postcondiciones de todas partes dl c odigo son compatibles entre s , y a su vez con las precondiciones y las postcondiciones de todo el programa. De hecho cuando el programa es ejecutado, las postcondiciones de cada parte del c odigo deben incluir en esencia las precondiciones de la siguiente parte. Esto debe establecerse sin importar lo largas que resulten las partes del c odigo. Estas consideraciones son todav a m as importantes en la construcci on y correcci on de programas grandes: en los programas grandes hay una posibilidad mayor de cometer errores y es mas dif cil localizar estos errores. Cuando se realiza vericaci on de programas, es necesaria una regla de inferencia para tratar con cada tipo de sentencia ejecutable. Concretamente nos encontramos con una regla para las sentencias de asignaci on, otra regla para sentencias if y otra para sentencias while, en la que no solo hay que probar que el programa es correcto, si termina y cuando termina, sino tambi en hay que probar que el programa realmente termina. Los programas se dividen en partes de un programa que son secuencias

27 de sentencias que transforman el estado inicial en un estado nal. El estado inicial es el estado anterior a la ejecuci on de la parte de un c odigo. El estado del sistema a su vez viene dado por los valores de las variables tal y como aparecen en las declaraciones. Cada sentencia l ogica relativa a un estado se denomina aserci on. Las dos aserciones m as importantes son las precondiciones y las postcondiciones. Una precondici on es una aserci on que hace referencia al estado inicial de la parte de un c odigo y una postcondicion es una aserci on de su estado nal. Invariablemente, las postcondiciones de un trozo de c odigo describen lo que ha de ser ejecutado y las precondiciones proporcionan las condiciones que han de ser satisfechas para que el c odigo termine con las postcondiciones estipuladas. La parte de un c odigo se considera correcta si una vez que el c odigo ha sido ejecutado, todos los estados que satisfacen las precondiciones llevan a estados que satisfacen las postcondiciones. Sin embargo, las precondiciones y las poscondiciones no siempre satisfacen lo que realmente quiere el programador. Adem as, dado que el dise no esta cada vez m as formalizado, a menudo es posible obtener unas precondiciones y postcondiciones rigurosamente denidas. Se supone que el lenguaje para escribir un c odigo, contiene todos los operadores aritm eticos, una amplia biblioteca de funciones, palabras para el inicio y el nal de los bloques del c odigo, las construcciones if-them y if-them-elsey la construcci on del lazo while. El tipo de variables se deduce del contexto. Adem as no se utilizan sentencias de entrada-salida. La entrada puede tener lugar antes de la primera sentencia de c odigo que se est e considerando y la salida puede tener lugar tras la u ltima sentencia. Las partes de c odigo son funciones que proyecta el estado inicial, sobre el estado nal, que es el estado al nalizar la parte del c odigo. Varias partes de c odigo pueden estar concatenadas, lo que simplemente signica que se ejecutan secuencialmente. Concretamente, si C1 y C2 son dos partes del programa, su concatenaci on se representa como C1 ; C2 . La concatenaci on es realmente composici on de funciones. La concatenaci on de dos o mas partes del c odigo tambi en constituyen una parte del c odigo. Si C es un c odigo en la precondici on P y la postcondicion Q, entonces PQ se dice que es parcialmente correcto si el estado nal de C satisface Q,siempre que el estado inicial satisfaga P. C tambi en ser a parcialmente

28 correcto si no hay estado nal debido a que le programa no termina. Si P Q es parcialmente correcto y C termina, entonces se dice que P C Q es totalmente correcto. En otras palabras un c odigo no es totalmente correcto si existen algunos estados iniciales que satisfacen P que conducen a un bucle innito. Sin embargo, tales programas pueden ser parcialmente correctos. El c odigo sin bucles siempre termina y la correcci on parcial entonces implica correcci on total. Entonces la distinci on entre correcci on parcial y total es solo esencial en c odigos que contengan bucles o procedimientos recursivos. Como se ha indicado anteriormente, las precondiciones y portcondiciones son importantes para realizar vericaci on. Sin embargo, la importancia de estas condiciones es todav a m as general. Estas le ayudan a uno a claricar los objetivos del c odigo que se est e investigando. Adem as insertando precondiciones y postcondiciones en las partes del c odigo de un programa, la vericaci on se puede realizar de una manera mas sistem atica: si se han satisfecho las precondiciones de alg un c odigo, pero sin haberse cumplido las postcondiciones, entonces el error debe haberse producido dentro de ese c odigo en cuesti on. Eso permite simplicar la b usqueda de errores. La manera de vericar un c odigo que contenga una sentencia while es estudiando la correcci on parcial, es decir demostraremos que si el c odigo termina su estado nal satisface la postcondicion. Las caracter sticas que no var an son capturadas por un invariante, el invariante del bucle. La negaci on de la condici on de entrada es la condici on de salida. Una vez que se ha satisfecho la condici on de salida, el bucle termina. La variante del bucle es una expresi on que mide el progreso realizado hasta satisfacer la condici on de salida. Como vemos en el siguiente algoritmo: Entrada: M, N enteros no negativos Salida: X

1. 2. 3. 4.

Producto (M,N) J=1 X=N WHILE(J<=M) a. X=X+N b. J=J+1

29 5. RETURN (X) 6. END producto La condici on de entrada de este bucle es J=M. Si esta expresi on es falsa al comienzo del bucle termina. Por esta raz on, a la negaci on de la condici on de entrada se le llama condici on de salida. En nuestro caso, la condici on de salida es -(J=M) o J=M. Al nal de la parte del c odigo. X=MN, y esta condici on es la postcondicion. Al nal de cada iteraci on, se tiene X=JN, esta aserci on resulta ser el invariante del bucle. La variante del bucle es M-J. La variante del bucle decrece con cada iteraci on y tan pronto como llega a cero el bucle termina. A la salida del bucle, J=M y JN=MN. Por lo tanto, despu es de su terminaci on X=MN que es la postcondicion. Ahora demostraremos por inducci on el algoritmo del producto. I(n)=X =J N , n0 Paso base: I (0) = X = 0 = 0N = J N Paso Inductivo: Supongamos que para alg un valor jo k>0 , I(k) es verdadera, es decir: X =J N Ahora debemos demostrar que I(k+1) es verdadera: I (k + 1) = X = = = = X +N J N + N (por hip otesis de inducci on) (J + 1) N J N

(,es verdadera)

Entonces, I(k+1) es verdadera. Por lo tanto I(n) es verdadera, para todo n0 es decir II. Lo cual da por permitida la vericaci on de correcci on parcial del algoritmo producto.

30 A menudo es dif cil hallar el invariante del bucle. Lo m as habitual es que el invariante del bucle sea precursor de la postcondicion, lo que signica que de alguna manera debe ser parecido a la postcondicion. Adem as de esto, en cada iteraci on debe progresarse hacia la postcondicion, lo que signica que el invariante del bucle debe contener todas las variables que son modicadas dentro del bucle.

Bibliograf a
[1] RALPH P. GRIMALDI. MATEMATICAS DISCRETA Y COMBINATORIA. [2] LUIS DISSET.APUNTES DE MATEMATICA DISCRETA. ez , Iva n Sa ntos.Inducci [3] Eduardo Sa on Matematica. [4] J. Rey Pastor, Americana, 1948 Puig Adam.Metodolog a matem atica.,Ibero-

[5] R. Moreno Castillo.Fibonacci, el primer matem atico medieval.,Nivola, 2004 [6] J. M. Ruiz.Programaci on Modular. [7] J. E. Thompson.Aritm etica para todos.,Hispanoamericana de M exico, 1949 tica y Estad [8] Dep. de Informa stica.Apuntes de Programaci on Recursividad.,Universidad Nac. del Comahue [9] Fernando Berzal.Recursividad - Java. [10] Inducci on y Recursividad

31