Documentos de Académico
Documentos de Profesional
Documentos de Cultura
(apoyo de clase)
Dr. Miguel Mata
miguel.matapr@uanl.edu.mx
FIME-UANL
2 de septiembre de 2016
Indice general
Introducci
on
1. L
ogica
1.1. Proposiciones . . . . . . . . . . . . . . .
1.2. Operadores logicos . . . . . . . . . . . .
1.2.1. Negacion . . . . . . . . . . . . . .
1.2.2. Conjuncion . . . . . . . . . . . .
1.2.3. Disyuncion . . . . . . . . . . . .
1.2.4. Implicacion . . . . . . . . . . . .
1.2.5. Doble implicacion . . . . . . . . .
1.2.6. Precedencia . . . . . . . . . . . .
1.3. Representaciones . . . . . . . . . . . . .
1.3.1. Tablas de verdad . . . . . . . . .
1.3.2. Redes de decision . . . . . . . . .
1.3.3. Diagrama de decision binario . .
1.4. Tautologas . . . . . . . . . . . . . . . .
1.4.1. Implicacion tautologica . . . . . .
1.4.2. Equivalencias . . . . . . . . . . .
1.4.3. Leyes del algebra de proposiciones
1.4.4. Mas sobre la implicacion . . . . .
1.5. Argumentos . . . . . . . . . . . . . . . .
1.5.1. Reglas de inferencia . . . . . . . .
1.6. Cuantificadores . . . . . . . . . . . . . .
1.6.1. Negacion . . . . . . . . . . . . . .
1.6.2. Cuantificadores anidados . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
1
2
2
2
3
3
3
4
4
4
4
5
6
8
8
9
9
10
11
12
13
13
14
2. Conjuntos
2.1. Relacion de pertenencia . . . . . . . . . . . . . . . . . . . . . . .
15
15
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
ii
2.2.
2.3.
2.4.
2.5.
2.6.
Subconjuntos e igualdad . . . . . . . . . . .
Conjunto universal y conjunto vaco . . . . .
Cardinalidad . . . . . . . . . . . . . . . . .
Conjunto potencia . . . . . . . . . . . . . .
Operaciones con conjuntos . . . . . . . . . .
2.6.1. Union . . . . . . . . . . . . . . . . .
2.6.2. Interseccion . . . . . . . . . . . . . .
2.6.3. Diferencia . . . . . . . . . . . . . . .
2.6.4. Complemento . . . . . . . . . . . . .
2.6.5. Propiedades de los conjuntos . . . . .
2.6.6. Propiedades de las cardinalidades . .
2.7. Diagramas de Venn . . . . . . . . . . . . . .
2.7.1. Conteo mediante diagramas de Venn
3. Alfabetos, cadenas y lenguajes
3.1. Alfabetos . . . . . . . . . . . . . . .
3.2. Cadenas . . . . . . . . . . . . . . . .
3.2.1. Concatenacion . . . . . . . . .
3.2.2. Subcadenas, prefijos y sufijos
3.2.3. Potencia de una cadena . . .
3.2.4. Reflexion de una cadena . . .
3.3. Lenguajes . . . . . . . . . . . . . . .
3.3.1. Operaciones entre lenguajes .
3.3.2. Concatenacion de lenguajes .
3.3.3. Reflexion de un lenguaje . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
16
16
17
18
18
18
18
18
19
20
20
21
22
.
.
.
.
.
.
.
.
.
.
23
23
24
25
25
26
26
26
27
27
27
.
.
.
.
.
.
.
.
.
.
28
28
28
28
29
29
30
31
31
31
32
iii
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
32
33
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
34
34
34
35
36
36
37
38
38
38
39
40
41
42
43
44
44
.
.
.
.
.
.
46
46
46
47
47
48
49
.
.
.
.
.
.
.
51
51
51
51
52
53
53
55
iv
8.3.3. Arboles
. . . . . . . . . . . . . . .
8.3.4. Grafos bipartitos . . . . . . . . . .
8.4. Predecesores, sucesores y grados . . . . . .
8.5. Representaciones matriciales . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
55
56
57
57
59
59
59
60
60
60
61
61
61
62
Introducci
on
Respecto a estas notas
Este material ha sido preparado como material de apoyo para la materia de
((Matematicas discretas)) que se imparte a nivel licenciatura en la Facultad de
Ingeniera Mecanica y Electrica de la Universidad Autonoma de Nuevo Leon.
No es propiamente el material del curso, y su elaboracion esta a
un en construccion por lo que el infortunado lector podra encontrar que a
un hay partes no
desarrolladas, otras inacabadas e incluso otras a
un ausentes.
A
un con lo anterior, el material se encontrara en desarrollo continuo y esperamos sinceramente que, eventualmente, sea de utilidad.
Competencias especficas
De acuerdo al programa analtico de la materia, las competencias de la
materia son:
((Modelar problemas por metodos analticos y/o computacionales, generando alternativas de solucion basadas en lenguaje matematico y computacional de
tal manera que permite identificar el fundamento matematico que sustenta a la
computadora.
))Implementar soluciones tecnologicas a problemas de ingeniera en software y
hardware de tal forma que este basada en algoritmos matematicos y computacionales)).
Unidades tem
aticas
De acuerdo a la academia, este curso debe cubrir:
vi
Logica
Combinatoria
Grafos
Seg
un los ejercicios del programa analtico, este curso debe cubrir:
Tablas logicas
Induccion matematica
Leyes, propiedades y operaciones con conjuntos
Tipos de sucesiones
Tipos cadenas y alfabetos
Relaciones de recurrencia mediante graficas y matriz de relaciones
Representacion de funciones
Seg
un un miembro de la academia, el material se debera organizar de la
siguiente manera:
L
ogica: representacion digital, expresiones booleanas, tablas de verdad, inferencia, arboles de decision, circuitos.
Combinatoria: induccion, sucesiones, funciones, conjuntos.
Grafos y
arboles: recorridos, modelos, problemas y algoritmos fundamentales, optimizacion combinatoria.
Otro miembro de la academia propuso un orden distinto pero similar. En este
material hemos hecho una fusion de todo lo anterior ordenado en una secuencia
logica de acuerdo al contenido.
Calificaci
on
De acuerdo a la academia, esta materia debe ser evaluada de la siguiente
manera:
Ex
amenes: 40 %.
Actividades: 50 %.
Proyecto: 10 %.
vii
Bibliografa
R. Johnsonbaugh. Matematicas discretas. 6.a edicion. Editorial Pearson
Educacion. Mexico, 2005.
S. Lipschutz. Matematicas finitas. McGraw-Hill. Mexico, 1966.
R. Grimaldi. Matematicas discretas y combinatoria. 3.a edicion. Editorial
Addison-Wesley Iberoamericana. Estados Unidos, 1997.
Captulo 1
L
ogica
La ((logica)) es una ciencia formal que estudia el ((razonamiento)) correcto. Suele
ser confundida con el ((sentido com
un)).
Por ello, antes de comenzar, iniciemos con un peque
no examen de logica. Responda a lo siguiente:
1. Es verdadera la afirmacion ((algunos de los alumnos de este salon tienen
menos de 80 a
nos))?
2. Si estudio, apruebo. No estudio. Cual es la conlusion?
3. La afirmacion ((Madrid esta en Espa
na o Londres esta en Inglaterra)) es
verdadera o falsa?
4. ((Si dos rectas son paralelas no se intersectan e inversamente)), en este caso,
que es ((inversamente))?, es decir, cual es la afirmacion ((inversa))?
5. El siguiente, es un razonamiento correcto? ((Si estudio aprendo mas)), ((Estudio))
y ((No aprendo mas)), por lo tanto ((Soy un genio)).
6. El padre dijo a su hijo, ((Si sacas buenas notas te compro una bicicleta)), el
ni
no saco malas notas, cuando el padre las vio el hijo le pregunto, ((Papa,
me vas a comprar una bicicleta?)). Hizo el ni
no una pregunta logica?
Las respuestas correctas son: 1. S. 2. Se puede concluir cualquier cosa. 3.
Verdadera. 4. Si dos rectas no se intersectan son paralelas. 5. S. 6. S.
Si contesto incorrectamente a mas de una de las preguntas anteriores, no puede
obviar este captulo.
1.1.
Proposiciones
2. 1
3. x2
1 0.
1.2.
Operadores l
ogicos
1.2.1.
Negaci
on
2.
q: 2
q: 2
3.
r: x2
r: x2
4.
2 4,
2 4.
1 0,
1 0.
1.2.2.
Conjunci
on
Dadas dos proposiciones p y q la conjuncion de p con q es tambien una proposicion, la denotaremos p ^ q y se lee ((p y q)). Su valor de verdad sera verdadero
solo cuando ambas proposiciones p y q sean verdaderas.
Ejemplo 1.3. Algunos ejemplos de conjuncion:
1. p: Pars esta en Inglaterra,
q: Madrid esta en Espa
na,
p ^ q: Pars esta en Inglaterra y Madrid esta en Espa
na.
2. p: |x| ,
q: x2 16 0,
p ^ q: |x| y x2 16 0.
1.2.3.
Disyunci
on
Dadas dos proposiciones p y q la disyuncion de p con q es tambien una proposicion, la denotaremos p _ q y se lee ((p o q)). Su valor de verdad sera falso solo
cuando ambas proposiciones p y q sean falsas.
Ejemplo 1.4. Algunos ejemplos de disyuncion:
1. p: Pars esta en Inglaterra, q: Madrid esta en Espa
na,
p _ q: Pars esta en Inglaterra o Madrid esta en Espa
na.
2. Sacas buenas calificaciones o no vas a la fiesta.
1.2.4.
Implicaci
on
Dadas dos proposiciones p y q la implicacion de p con q es tambien una proposicion, la denotaremos p q y se lee ((p implica q)) o ((si p entonces q)) (entre
otras expresiones). Su valor de verdad sera falso solo cuando p sea verdadera pero
q sea falsa.
Ejemplo 1.5. Algunos ejemplos de implicacion:
1. p: Pars esta en Francia, q: Madrid esta en Inglaterra,
p q: Si Pars esta en Francia, Madrid esta en Inglaterra.
2. Si x 2 entonces x2
4.
1.2.5.
Doble implicaci
on
1.2.6.
Precedencia
1.3.
Representaciones
V, T,
F, F,
J, 1.
K, 0.
1.3.1.
Tablas de verdad
p
1
1
0
0
q pq
1
1
0
0
1
0
0
1
Con estas tablas podemos calcular los valores de verdad de expresiones mas
complejas.
q
1
1
0
0
1
1
0
0
r
1
0
1
0
1
0
1
0
pp _ q q A
1
1
1
1
1
1
0
0
B
0
1
0
1
0
1
0
1
A^B
0
1
0
1
0
1
0
0
q
1
1
0
0
1
1
0
0
r
1
0
1
0
1
0
1
0
r
0
1
0
1
0
1
0
1
pq _ rq A rp ^ As B
1
1
0
1
1
1
0
1
1
1
0
1
0
0
0
0
p_B
1
1
1
1
0
0
0
0
1.3.2.
q
1
1
0
0
1
1
0
0
r
1
0
1
0
1
0
1
0
p q ^ rq A pq ^ rq B rA _ B s C
0
0
1
0
0
0
1
0
0
1
0
0
0
1
0
0
0
1
1
0
0
1
1
0
p^C
0
1
1
0
0
0
0
0
Redes de decisi
on
6
p
T0
T1
T1
q
T0
T1
T0
q
T1
Ejercicio 1.10. Dibujar la red de decision para rrp ^pq _ rqs_rpq _ sq^ tss^ s:
1.3.3.
Diagrama de decisi
on binario
Arbol
de decision binario y diagrama (reducido) de decision binario.
Ejemplo 1.11. pp ^ q q _ pp ^ rq _ pq ^ rq
p
1
1
1
1
0
0
0
0
q
1
1
0
0
1
1
0
0
r
1
0
1
0
1
0
1
0
pp ^ qq A pp ^ rq B pq ^ rq C
1
1
0
0
0
0
0
0
1
0
1
0
0
0
0
0
1
0
0
0
1
0
0
0
A_B_C
1
1
1
0
1
0
0
0
r
0
q
r
p p ^ q ^ r q _ pp ^ q q _ pq ^ r q
p p ^ q ^ rq A pp ^ qq B pq ^ rq C
Ejemplo 1.12.
p
1
1
1
1
0
0
0
0
q
1
1
0
0
1
1
0
0
r
1
0
1
0
1
0
1
0
0
0
0
0
0
0
0
1
1
1
0
0
0
0
0
0
1
0
0
0
1
0
0
0
r
1
r
1
r
0
q
1
1
0
0
1
1
0
0
r
1
0
1
0
1
0
1
0
pq _ rq A rp ^ As B
1
1
0
1
1
1
0
1
q
r
A_B_C
1
1
0
0
1
0
0
1
1
1
0
1
0
0
0
0
p_B
1
1
1
1
0
0
0
0
r
0
r
1
1.4.
r
1
r
1
r
0
Tautologas
q
1
1
0
0
1
1
0
0
r
1
0
1
0
1
0
1
0
pq ^ rq A r p _ As B p q _ rq C rp ^ C s D
0
1
0
0
0
1
0
0
0
1
0
0
1
1
1
1
1
0
1
1
1
0
1
1
1
0
1
1
0
0
0
0
B_D
1
1
1
1
1
1
1
1
1.4.1.
Implicaci
on tautol
ogica
Cuando una proposicion es una implicacion y es una tautologa se llama implicacion tautologica. Esta estructura es importante porque, si A B es una
tautologa, entonces B es cierta si A lo es, sin importar los valores de verdad de
las variables simples. Es decir, tenemos una estructura que es siempre valida para
todas las variables.
Cuando A implica tautologicamente a B se escribe A B.
1.4.2.
q
1
1
0
0
1
1
0
0
r
1
0
1
0
1
0
1
0
pq ^ rq A rp As B
1
0
0
0
1
0
0
0
p
B^ rC
1
0
0
0
1
1
1
1
0
0
0
0
0
1
0
1
1
1
1
1
1
1
1
1
Equivalencias
pA B q pA ^
Bq
1.4.3.
Aqs
Leyes del
algebra de proposiciones
Todas las siguientes son equivalencias tautologicas, por lo cual pueden enunciarse como leyes.
1
2
3
4
5
6
7
8
9
10
p_pp
p^pp
p_q q_p
p^q q^p
p _ pq _ rq pp _ q q _ r
p ^ pq ^ rq pp ^ q q ^ r
p _ pq ^ rq pp _ q q ^ pp _ rq
p ^ pq _ rq pp ^ q q _ pp ^ rq
pp _ qq p ^ q
pp ^ qq p _ q
p pq p
p_ p1
p^ p0
p_0p
p^1p
p_11
p^00
Leyes idempotentes
Leyes conmutativas
Leyes asociativas
Leyes distributivas
Leyes de De Morgan
Doble negacion
Leyes de complementacion
Leyes de identidad
Leyes de dominacion
Ejercicio 1.18. Demostrar, mediante las leyes de las proposiciones, las siguientes
equivalencias:
1. pp _ q q ^ p
2.
3.
p^q
p _ pp ^ q q p
pp _ qq _ p p ^ qq
1.4.4.
M
as sobre la implicaci
on
AB
BA
A B
B A
Implicacion
Inversa
Conversa
Contrapuesta
11
1.5.
pq q p
pq p_q
pp qq p ^ q
p q pp q q ^ pq
pq
Contrapuesta
Euivalencia a la implicacion
Negacion de la implicacion
Doble implicacion
Argumentos
Definici
on 1.21. Un argumento es la deduccion de una conclusion Q a partir de
un conjunto de premisas P1 , P2 , . . . , Pn .
Un argumento, denotado por P1 , P2 , . . . , Pn $ Q, es valido si la conclusion Q
es verdadera cuando todas las premisas son verdaderas.
Observaci
on 1.22. El argumento P1 , P2 , . . . , Pn $ Q es valido si y solo si la
proposicion pP1 ^ P2 ^ ^ Pn q Q es una tautologa.
Ejemplo 1.23. Verificar si el siguiente es un argumento valido: ((Todos los hombres son mortales)), ((Homero es hombre)), por lo tanto, ((Homero es mortal)).
Ejemplo 1.24. Verificar si el siguiente es un argumento valido:
p _ q, r
q, s ^ r, t
pt ^ r q
rpp _ qq ^ pr qq ^ ps ^ rq ^ pt
pqs
pt ^ rq
P1
P2
..
.
Pn
Q
1.5.1.
12
Reglas de inferencia
AB
A
B
AB
B
A
A_B
B
A
Simplificaci
on:
A^B
A
Conjunci
on:
A
B
A^B
Adici
on:
A
A_B
Silogismo hipot
etico:
AB
BC
AC
AC
BC
A_B
C
Ejercicio 1.26. Demostrar, por medio de las reglas de inferencia, que los siguientes argumentos son validos:
1.
p ps _ tq,
$ s_t
13
s, s ^ p $ r
q s, p _ q, r ^ p $ s _ t
p _ q, r q, s ^ r, t p $
pt ^ r q
p _ q, t ^ p, q s $ s m
m n, q _ m, p n, p _ r, q $ r
A, A $ B (regla de contradiccion)
2. r
3.
4.
5.
6.
7.
1.6.
Cuantificadores
Dx, ppxq.
Ejemplo 1.27. .
1. Todos los n
umeros racionales son n
umeros reales: @x P Q, x P R.
2. Existen n
umeros reales que no son racionales: Dx P R, x R Q.
3. Es cierto que @n P N, n R Q?
1.6.1.
Negaci
on
14
1.6.2.
Cuantificadores anidados
Son de la forma:
3. Existe un n
umero natural que divide a todos los n
umeros enteros:
Dn P N, @z P Z, n divide a z.
Captulo 2
Conjuntos
Un conjunto es una coleccion de objetos.
Ejemplo 2.1. Las siguientes son descripciones de conjuntos.
1. El conjunto A de objetos en mi mochila, en este momento.
2. B
3.
4.
5.
6.
7.
8.
9.
10.
2.1.
(forma explcita)
(forma descriptiva)
Relaci
on de pertenencia
15
2.2.
16
Subconjuntos e igualdad
Definici
on 2.2. Sean A y B dos conjuntos, se dice que A es un subconjunto de B,
y se escribe A B, si y solo si todos los elemento de A pertenecen a B. Tambien,
si A B, se dice que B contiene a A y se escribe B A.
Observaci
on 2.3. Si A
entonces: @x P A, x P B.
B, entonces: x P A x P B. Tambien, si A B,
Cual es la negacion de A B?
Se dice que A no es subconjunto de B, o que B no contiene a A, si existe a P A
tal que a R B, y se escribe A
{ B.
Ejemplo 2.4. Sean A tn P Z | n es paru y B tn P Z | n es m
ultiplo de cuatrou.
Demuestre que B A. (Recuerde que n es m
ultiplo de k si existe m P Z tal que
n km).
Ejercicio 2.5. Sean A tn P N | 1
13, n es primou. A B o B A?
n 14, n es imparu y B tn P N | n
Definici
on 2.6. Sean A y B dos conjuntos, se dice que A es igual a B, y se
escribe A B, si y solo si A B y B A.
Definici
on 2.7. En caso de que A B pero A B, se dice que A es subconjunto
propio de B y se escribe A B.
Notaci
on 2.8. Algunos autores escriben simplemente A B cuando A es subconjunto de B, pero deben escribir A B cuando A es subconjunto propio de B.
2.3.
17
16, n es imparu .
B tx P R | x2 1 0u .
?
2.4.
Cardinalidad
2. Cual es la cardinalidad de N?
3. Si A B, |A| |B|?
4. Si A B, |A| |B|?
2.5.
18
Conjunto potencia
Definici
on 2.15. El conjunto de todos los posible subconjuntos de un conjunto
A es llamado conjunto potencia de A, y se denota por P pAq.
Ejemplo 2.16. Sea A ta, b, cu, entonces
P pAq t, tau, tbu, tcu, ta, bu, ta, cu, tb, cu, Au.
Ejercicio 2.17. Si A es un conjunto finito con n elementos, cuantos elementos
tiene el conjunto P pAq?
Ejercicio 2.18. Calcular P pq.
Observe que tu .
2.6.
2.6.1.
Definici
on 2.19. La union de dos conjuntos A y B, expresada por A Y B, es el
conjunto de todos los elementos que pertenecen a A o a B:
AYB
2.6.2.
tx | x P A _ x P B u.
Intersecci
on
Definici
on 2.20. La interseccion de dos conjuntos A y B, expresada por A X B,
es el conjunto de todos los elementos que pertenecen a A y a B:
AXB
2.6.3.
tx | x P A ^ x P B u.
Diferencia
Definici
on 2.21. La diferencia entre dos conjuntos A y B, expresada por AzB,
es el conjunto de todos los elementos que pertenecen a A pero que no pertenecen
a B:
AzB tx | x P A ^ x R B u.
2.6.4.
19
Complemento
Definici
on 2.22. El complemento de un conjunto A, expresado por Ac , es el
conjunto de todos los elementos que no pertenecen a A:
tx | x P U ^ x R Au.
Ejercicio 2.23. Sea U t0, 1, 2, 3, . . . , 13u. Calcular:
1. A tx P U | x es paru
2. B tx P U | x es m
ultiplo de 3u
3. C tx P U | x es primou
4. Ac Y C
5. B c X C
6. C zA
7. AzC
8. B zpA Y C q
Ac
Ac Y B c
B zA B X Ac
2.6.5.
1
2
3
4
5
6
7
8
9
20
Leyes idempotentes
Leyes conmutativas
Leyes asociativas
Leyes distributivas
Leyes de De Morgan
Ley de involucion
Leyes de complementacion
Leyes de identidad
Leyes de dominacion
Ac Y B.
A Y pA X B q A.
pAzB q X B .
A X pB zC q pA X B qzpA X C q.
2.6.6.
1. || 0.
2. Si A B, entonces |A| |B|.
3. |A Y B| |A|
|B| |A X B|.
4. |A Y B| maxt|A|, |B|u.
5. |A X B| mnt|A|, |B|u.
Material en construccion! (version: 2016.09.02)
21
, entonces |A Y B| |A|
|A| |Ac | |U |.
|AzB| |A| |A X B|.
2.7.
|B|.
Diagramas de Venn
Figura: Representaci
on de dos conjuntos mediante un diagrama de Venn.
A X B A.
2.7.1.
22
Ejemplo 2.30. En una empresa trabajan 20 personas de las cuales 13 son casadas
y 11 son profesionistas; de las profesionistas 5 no son casadas. Cuantas personas
no son casadas ni profesionistas y cuantas son casadas y profesionistas?
R = Dos y seis.
Ejercicio 2.31. En una encuesta a 200 alumnos se encontro que 68 tienen excelente conducta, 138 son inteligentes, 160 son muy sociables, 120 son muy sociables
e inteligentes, 20 tienen excelente conducta pero no son inteligentes, 13 tienen excelente conducta pero no son muy sociables, y 15 tienen excelente conducta, son
muy sociables y no son inteligentes. Identificar en un diagrama de Venn.
Captulo 3
Alfabetos, cadenas y lenguajes
3.1.
Alfabetos
Definici
on 3.1. Un alfabeto es un conjunto finito no vaco de elementos que
llamaremos smbolos.
Notaci
on 3.2. En teora de computacion se suele denotar con a un alfabeto
cualquiera.
Ejemplo 3.3. Determinar si los siguientes son alfabetos:
1. Sea el conjunto de letras, tanto may
usculas como min
usculas, del idioma
espa
nol.
2. Sea el conjunto de letras, tanto may
usculas como min
usculas, del idioma
griego.
3. Sea A ta, b, c, du.
t0, 1u.
Sea N.
4. Sea B
5.
3.2.
24
Cadenas
Definici
on 3.5. Una cadena o palabra sobre un alfabeto A es una secuencia finita
de elementos de A.
Ejemplo 3.6. .
1. Sea A ta, b, c, du, las siguientes son tres posibles cadenas sobre A: babc,
dcbbbbad y a.
2. Sea B
y 01.
t0, 1u, las siguientes son posibles cadenas sobre B: 10010, 001, 10
Observaci
on 3.7. En las cadenas el orden de los smbolos es importante, de tal
manera que aab aba.
Notaci
on 3.8. Las repeticiones de un elemento se pueden denotar con un superndice. Por ejemplo, baaaccbbbd puede escribirse como ba3 c2 b3 d.
Definici
on 3.9. La cadena sin elementos se llama cadena nula y se denota por .
Definici
on 3.10. Sea A un alfabeto, se define A como el conjunto de todas las
posibles cadenas sobre A, incluyendo la cadena nula.
Ejercicio 3.11. Responder lo siguiente:
1. Si A es un conjunto finito, A es finito?
2. Sea A tau, cual es el conjunto A ?
Definici
on 3.12. La longitud de una cadena , denotada por ||, es el n
umero
de smbolos que conforman .
Ejercicio 3.13. Calcular la longitud de las siguientes cadenas:
aabcad
015 08 1
1.
2.
3.
Material en construccion! (version: 2016.09.02)
3.2.1.
25
Concatenaci
on
Definici
on 3.14. Sea A un alfabeto y sean y dos cadenas sobre A, la concatenacion de con es la cadena formada por seguida de , y se escribe .
Observaci
on 3.15. Observe que la concatenacion de con tambien es una
cadena sobre A.
Ejercicio 3.16. .
1. Sean aab y
acad, escribir y .
0110, escribir y .
Sean x10 z 9 y 13 y y 8 x7 , escribir y .
2. Sea
3.
Ejercicio 3.17. .
1. Si P A y
2.
3.2.2.
Definici
on 3.18. Se dice que una cadena es una subcadena de la cadena si
y solo si existen dos cadenas y tales que .
Ejercicio 3.19. .
1. En los siguientes casos, decir si es una subcadena .
a) ab y cabad.
b) 011 y 001011.
2. Dado
a)
b)
c)
3.2.3.
26
Definici
on 3.23. Dados
reiterada n veces:
.
loooomoooon
n veces
Notaci
on 3.24. Por convencion, suele definirse 0
.
n m.
| n | n||.
| n m | | n |
1. n m
2.
3.
3.2.4.
| m |.
Reflexi
on de una cadena
Definici
on 3.26. La reflexion de una cadena es la cadena formada por los
mismos smbolos dispuestos en orden inverso y se denota R .
Ejemplo 3.27. Sea
Notaci
on 3.28. Algunos autores denotan la cadena inversa con 1 .
Ejercicio 3.29. Demuestre que p qR
3.3.
R R .
Lenguajes
Definici
on 3.30. Un lenguaje L sobre un alfabeto es un subconjunto de .
Observaci
on 3.31. Todo lenguaje L cumple que L , y puede ser finito
o infinito.
Ejemplo 3.32. Sean:
ta, b, c, . . . , z, a, e, , o, u
, u
u
t, a, aenyz, rotulo, . . . u
L t P | esta en el diccionario de la RAEu
3.3.1.
27
Dado que los lenguajes son conjuntos, todas las operaciones de conjuntos pueden aplicarse a ellos.
Ejemplo 3.33. Sean A y B dos lenguajes sobre , entonces los siguientes tambien
son lenguajes:
1. A Y B.
2. A X B.
3. AzB.
4. Ac
3.3.2.
zA.
Concatenaci
on de lenguajes
Definici
on 3.34. Dados dos lenguajes A y B, la concatenacion de A con B,
denotada por AB, se define como
AB
t | P A, P B u
.
Observaci
on 3.35. Observe que, en general, AB
3.3.3.
BA.
Reflexi
on de un lenguaje
Definici
on 3.36. Dado L un lenguaje, la reflexion de L, denotada por LR , se
define como
LR t R | P Lu
.
Ejercicio 3.37. Sean A y B dos lenjguajes sobre , decir si las siguientes afirmaciones son verdaderas:
1. pAB qR
2.
3.
4.
B R AR .
pA Y B qR AR Y B R .
pA X B qR AR X B R .
pAR qR A.
Material en construccion! (version: 2016.09.02)
Captulo 4
Producto cartesiano y matrices
4.1.
4.1.1.
Producto cartesiano
Pares ordenados
4.1.2.
Conjunto producto
Definici
on 4.3. Sean A y B dos conjuntos, el conjunto producto o producto
cartesiano de A y B, denotado por A B, consta de todos los pares ordenados
pa, bq tales que a es elemento de A y b es elemento de B, esto es:
AB
tpa, bq | a P A ^ b P B u.
28
29
Notaci
on 4.4. Al producto cartesiano de un conjunto A con s mismo, es decir
A A, lo denotamos tambien por A2 .
Ejercicio 4.5. .
1. Sean A ta, bu y B
4.1.3.
t2, 3, 4u,
4.1.4.
Definici
on 4.7. El conjunto de verdad de una proposicion P que contiene n
variables proposicionales, denotado por T pP q, esta formado por aquellos elementos
de B n para los cuales la proposicion P es verdadera.
30
Ejemplo 4.8. .
1. T pp _ q q tp1, 1q, p1, 0q, p0, 1qu.
2. T ppp q q ^ pq
Ejercicio 4.9. .
1. T pp q q.
2. T p pq.
_ Qq T pP q Y T pQq.
T pP ^ Qq T pP q X T pQq.
T p P q T pP qc .
P Q si y solo si T pP q T pQq.
4.2.
Matrices
Definici
on 4.11. Una matriz de m n es un arreglo rectangular de elementos
de un conjunto (normalmente numerico) de la forma
a11
a
21
..
.
a12
a22
..
.
a13
a23
..
.
a1n
a2n
..
.
...
amn
Notaci
on 4.12. Una matriz m n, A, es usualmente denotada por paij q, donde
cada aij es el elemento situado en la i-esima fila y la j-esima columna de A.
Ejemplo 4.13. Considere la matriz 2 3
A
2 y a13
?1
2
5.
3
0
5
2
Observaci
on 4.14. Observe la estrecha relacion que hay entre una matriz y el
producto cartesiano. De hecho, cuando cada uno de los elementos de la matriz
m n, A, estan en un conjunto F, se suele denotar A P Fmn .
Material en construccion! (version: 2016.09.02)
4.2.1.
31
Matriz traspuesta
Definici
on 4.15. La traspuesta de una matriz m n, A, denotada por At , es la
matriz n m tal que el elemento aij de At es igual al elemento aji de A, es decir,
a11
a12
a22
..
.
a
21
..
.
a13
a23
..
.
...
a1n
a2n
..
.
amn
Observaci
on 4.16. Observe que pAt qt
4.2.2.
a11 a21
a
12 a22
a13 a23
..
..
.
.
a1n a2n
am1
am2
am3
..
.
...
amn
A.
Matrices cuadradas
Definici
on 4.17. Una matriz se dice que es cuadrada si y solo si tiene la misma
cantidad de filas que de columnas, es decir si es de dimension n n.
4.2.3.
Definici
on 4.18. Se define la diagonal principal de una matriz cuadrada a los
elementos de la forma aii , es decir, a los elementos a11 , a22 , . . . , ann .
Definici
on 4.19. Una matriz cuadradad paij q se dice que es diagonal si y solo si
los elementos que no pertenecen a la diagonal principal son cero, es decir, aij 0
si i j.
Ejercicio 4.20. Cuales de las siguientes son matrices diagonales:
5
0
A
0
0
3
C 0
0
0
8
0
0
3
0
0
0
0
2
0
6
0
0
1
0 0
B 0 0
0 0
0 0
0 0
2 0
?0
0
0
1
Definici
on 4.21. Se define la matriz identidad, y se denota In como la matriz
diagonal n n cuyos elementos de la diagonal principal son todos 1.
Material en construccion! (version: 2016.09.02)
32
1 0 0
I3 0 1 0
0 0 1
4.2.4.
Matriz sim
etrica
Definici
on 4.23. Se dice que una matriz cuadrada paij q es simetrica si y solo si
todos sus elementos cumplen que aij aji .
Ejemplo 4.24. La siguiente es una matriz simetrica:
3
4
5
8
4
1
0
3
5
8
0 3
1 2
2 12
Observaci
on 4.25. Una matriz A es simetrica si y solo si A At .
4.2.5.
Matrices triangulares
Se dice que una matriz cuadrada es triangular si todos sus elementos por
encima o por debajo de la diagonal principal son cero.
Definici
on 4.26. Se dice que una matriz cuadrada paij q es triangular superior si
y solo aij 0 para i j.
Definici
on 4.27. Se dice que una matriz cuadrada paij q es triangular inferior si
y solo aij 0 para i j.
Ejemplo 4.28. La siguientes son una matrices triangulares inferior y superior,
respectivamente:
3
4
A
5
9
0
7
0
3
0
0
1
2
0
0
B
0
6
1
0
0
0
4
2
0
0
5
3
1
0
8
0
2
6
Observaci
on 4.29. Si una matriz A es triangular superior (inferior), entonces
t
A es una matriz triangular inferior (superior).
4.2.6.
33
este material de estudio. Dicha teora puede leerse en cualquier texto de Algebra
Lineal.
Captulo 5
Relaciones y funciones
5.1.
Relaciones
Definici
on 5.1. Sean A y B dos conjuntos, una relacion R definida del conjunto
A al conjunto B es un subconjunto de A B.
Ejemplo 5.2. .
1. Sean A ta, b, cu, B
2.
3.
5.1.1.
Representaci
on gr
afica de una relaci
on
34
35
2
1
1
5.1.2.
Representaci
on matricial de una relaci
on
5.1.3.
36
Definici
on 5.9. Dada una relacion R de A a B, el dominio y el rango de R estan
definidos por:
Dom R : ta P A | Db P B, pa, bq P Ru,
Ran R : tb P B
| Da P A, pa, bq P Ru.
t3, 4, 5, 6, 7, 8u y R tpa, bq P A B |
4. Dom R A
7. Ran R B
2. Dom R B
5. Ran R B
8. Ran R B
3. Dom R A
6. Ran R A
9. Ran R Dom R
Notaci
on 5.12. Algunos autores dan otros nombres al rango de R, como contradominio, imagen o recorrido. Por la misma razon, al conjunto Ran R lo denotan
de otra manera, por ejemplo Im R.
5.1.4.
Relaci
on inversa
Definici
on 5.13. Sea R una relacion de A a B, la inversa de R, representada
por R1 , es una relacion de B a A que se define como sigue:
R1
Ejemplo 5.14. .
P Q2 | q 3p
tpq, pq P Q2 | p
Ejercicio 5.15. Sea R tp1, 2q, p1, 3q, p2, 1q, p2, 3qu:
Material en construccion! (version: 2016.09.02)
37
1. Expresar R1 .
2. Hacer la representacion matricial de R y de R1 .
3. Es posible establecer alguna relacion entre las representaciones matriciales
de R y de R1 ?
5.2.
Definici
on 5.16. Sea R una relacion sobre A:
1. Se dice que R es reflexiva si y solo si para todo a P A, pa, aq P R.
2. Se dice que R es transitiva si y solo si se cumple que, si pa, bq P R y pb, cq P R,
entonces pa, cq P R.
3. Se dice que R es simetrica si y solo si se cumple que, si pa, bq P R, entonces
pb, aq P R.
4. Se dice que R es antisimetrica si y solo si se cumple que, si pa, bq
a b, entonces pb, aq R R.
PRy
Ejercicio 5.17. Para cada una de las relaciones siguientes, diga si es reflexiva,
transitiva, simetrica o antisimetrica.
1. R tp1, 2q, p1, 3q, p2, 3qu.
2. R tpa, bq P Z | a bu.
3. Sea A el conjunto de alumnos del salon y R definida sobre A de tal forma
que a R b si y solo si a es amigo de b.
Ejercicio 5.18. Sea R una relacion sobre A. Decir si la representacion matricial
de R tiene alguna caracterstica en cada caso:
1. Si R es reflexiva.
2. Si R es transitiva.
3. Si R es simetrica.
4. Si R es antisimetrica.
5.2.1.
38
Relaciones de orden
Definici
on 5.19. Sea R una relacion sobre A, se dice que R es una relacion de
orden si y solo si R es reflexiva, transitiva y antisimetrica.
Ejemplo 5.20. Precisamente en los conjuntos numericos, las relaciones ((menor
o igual)) () y ((mayor o igual)) () son relaciones de orden. Se llaman as porque
definen un orden (de menor a mayor o viceversa) entre los elementos del conjunto.
5.2.2.
Relaciones de equivalencia
Definici
on 5.21. Sea R una relacion sobre A, se dice que R es una relacion de
equivalencia si y solo si R es reflexiva, transitiva y simetrica.
Ejemplo 5.22. Sea Pn pxq el conjunto de los polinomios de grado menor o igual
a n. Sean ppxq y q pxq dos polinomios en Pn pxq y sea R la relacion que se define
mediante la regla ((ppxq R q pxq si y solo si ppxq y q pxq tienen el mismo grado)).
Entonces R es una relacion de equivalencia.
Ejemplo 5.23. Sea n P N, para cada a P Z se define el valor de a modulo n como
el residuo que queda al dividir a entre n. Suponiendo que el residuo de dividir a
entre n es r, se denota a mod n r.
Se dice que p es congruente a q modulo n, y se denota p q pmod nq, si y
solo si p q mod n 0 mod n.
La relacion ((p R q si y solo si p q pmod nq)) es una relacion de equivalencia.
5.2.3.
Particiones
Definici
on 5.24. Una particion de un conjunto X es una division de los elementos
de X de tal manera que cada elemento pertenece solo una parte de la division.
Formalmente, tX1 , X2 , X3 , . . . , Xn u es una particion de X si y solo si X X1 Y
X2 Y Y Xn y para cada par de conjuntos Xi y Xj (con i j) se cumple que
Xi X Xj .
Nomenclaura 5.25. Dos conjuntos que cumplen que Xi
disjuntos.
X Xj se llaman
particion de X?:
39
tr0, 21 s, r 12 , 1su
tr0, 21 q, r 12 , 1su
tr0, 21 s, p 12 , 1su
tr0, 21 q, p 12 , 1su
5.2.4.
Definici
on 5.28. Sea R una relacion de equivalencia sobre A. Para un elemento
a P A se define la clase de equivalencia de a, y se denota ras, como el conjunto de
todos los elementos de A que se estan relacionados con a, es decir:
40
Observaci
on 5.35. El grafo obtenido de la relacion de equivalencia R esta dividido en los subconjuntos de la particion definida por R y cada uno de esos
subgrafos es completo.
Ejercicio 5.36. .
Cuantos arcos se conectan a cada nodo en cada parte del grafo?
Cuantos arcos hay en total en cada parte del grafo?
Cual es su representacion matricial?
5.3.
Funciones
Definici
on 5.37. Sean A y B dos conjuntos. Una funcion de A en B es una
relacion f tal que a cada elemento de A se le asigna uno y solo un elemento de B.
Notaci
on 5.38. Si f es una funcion de A en B, la denotamos:
f :AB
o tambien
A B.
f
41
Observaci
on 5.41. Dado que las funciones son un caso particular de las relaciones, todo lo que hemos estudiado de las relaciones es valido para las funciones.
Observaci
on 5.42. Si f es una funcion, entonces Dom f
riamente Ran f B (aunque forzosamente Ran f B).
A, pero no necesa-
Observaci
on 5.43. Dos funciones f y g, son iguales si y solo si f paq g paq para
todo a P A. Cuando dos funciones son distintas?
Ejercicio 5.44. Sean f pxq x y g pxq
x2 . Son f y g iguales?
#
txu
rxs
si x 0,
si x 0,
5.3.1.
Truncpx 0.5q si x 0,
Truncpx 0.5q si x 0.
Gr
afica de una funci
on
Dado que una funcion es una relacion, la grafica de una funcion es en realidad
su representacion en producto cartesiano.
Algunos autores dan la siguiente definicion formal de grafica (que, en nuestro
caso, coincide con la definicion de funcion).
42
Definici
on 5.47. Sea f : A B una funcion, la grafica de f , denotada por pf q,
es el subconjunto de A B definido por:
pf q tpa, f paqq | a P Au.
Ejemplo 5.48. Graficar las siguientes funciones:
1. Sean A ta, b, c, d, eu y B
2.
3.
A. Sea f tpa, bq, pb, cq, pc, dq, pd, cq, pe, aqu.
Sean A Z y B Z. Sea f pz q 2z 1.
Sean A Z y B N. Sea f pz q z 2 1.
e
d
c
10
3 2 1
b
a
1
2
3
4
5
3 2 1
Gr
aficas de los ejemplos 1, 2 y 3, respectivamente.
Observaci
on 5.49. En la grafica de una funcion cada recta vertical que pasa por
un elemento del dominio intersecta con uno y solo un punto de la grafica.
5.3.2.
Composici
on de funciones
g
B
43
5.3.3.
x2 y
g. (En
Definici
on 5.54. Se dice que una funcion f : A B es inyectiva si y solo si
diferentes elementos del dominio tienen diferentes imagenes, esto es:
a b f paq f pbq
o equivalentemente
f paq f pbq a b.
Definici
on 5.55. Se dice que una funcion f : A B es sobreyectiva si y solo si
todo b P B es imagen de alg
un a P A, esto es:
@b P B, Da P A, f paq b
o equivalentemente
Definici
on 5.56. Se dice que una funcion f : A
inyectiva y sobreyectiva.
Ran f
B.
B es biyectiva si y solo si es
tpa, bq, pb, cq, pc, dq, pd, cq, pe, aqu.
f pz q 2z 1
3. f : R R0 ,
4. f : R R,
f p xq x2
f pxq xp donde p es un n
umero natural impar.
3. Si f
4.
5.3.4.
44
Funci
on inversa
1
2
2. Es funcion?, es
f 1
3x
tp1, bq, p2, dq, p3, eq, p4, aq, p5, cqu, graficar f y f 1.
Observaci
on 5.64. Dada f una funcion, la grafica de la funcion inversa f 1 es
la grafica de f reflejada sobre un eje de 45 .
5.3.5.
Funci
on identidad
Definici
on 5.65. Dado A un conjunto, la funcion IA : A A definida por
IA paq a se llama funcion identidad en A. Es decir, IA asigna cada elemento a
s mismo.
45
Observaci
on 5.66. Dada f : A B cualquier funcion, entonces:
IB f
Observaci
on 5.67. Si f : A
funcion inversa, entonces:
f 1 f
f I f.
A
f 1 I .
Observaci
on 5.68. Si f es biyectiva, pf 1 q1 f .
Observaci
on 5.69. Si |A| n, entonces la representacion matricial de la funcion
I
Observaci
on 5.70. Si f es una funcion biyectiva y F es la representacion matricial de f , entonces la representacion matricial de f 1 es F t .
Captulo 6
Recursividad
6.1.
Sucesiones
Definici
on 6.1. Una sucesion S es una funcion f : N A. Si f pnq sn solemos
denotar S ps1 , s2 , s3 , . . . q, S psn q8
n1 , S psn qnPN o simplemente S psn q.
Los elementos sn son llamados terminos de la sucesion.
Notaci
on 6.2. La mayora de los autores denotan las sucesiones por S tsn u.
Nosotros las denotaremos con parentesis como una n-upla y no con llaves como
un conjunto, ya que el orden de los elementos es importante.
Ejemplo 6.3. .
#
1. f pnq
n
2
n 1
2
si n es par,
si n es impar.
2. f pnq p1qn
3. p2, 4, 6, 8, . . . q
4.
n2 n
2
6.1.1.
n N
Definici
on 6.4. Sea S psn q una sucesion, entonces:
Se dice que S es creciente si y solo si sk sk 1 para todo k P N.
Se dice que S es decreciente si y solo si sk sk 1 para todo k P N.
Se dice que S es no creciente si y solo si sk sk 1 para todo k P N.
Se dice que S es no decreciente si y solo si sk sk 1 para todo k P N.
46
47
np ,
1
2.
pp 1q
n n N
nn 1
S p2, 4, 6, 8, . . . q
sn p1qn
3. sn
4.
5.
6.
n n2
2
7. pn2 2n qn1
6.1.2.
Subsucesiones
Definici
on 6.7. Sea psn q una sucesion y pnk q una sucesion de elementos de N tales
que n1 n2 n3 . Entonces, la sucesion psnk q es llamada una subsucesion
de psn q.
Ejemplo 6.8. Sea S psn q una sucesion, la sucesion ps2n qnPN
es una subsucesion de S.
6.2.
Funciones recursivas
cn
1.5
con
c1
5.
48
Observaci
on 6.11. La anterior es una formula recursiva. En este caso es posible
hallar una expresion alternativa que no dependa del valor anterior:
cn
5
1.5pn 1q.
n fn1.
Dado a 0, ga p0q 1 y ga pnq a ga pn 1q.
F0 0, F1 1 y Fn Fn1 Fn2 .
1. f0
2.
3.
1
6.3.
y fn
Notaci
on Sigma
Una suma de terminos se puede escribir en forma mas compacta y mas concisa
mediante la notacion sigma:
n
ai
a1
a2
a3
an .
i 1
bi
i 3
2.
cj
j 1
3.
a2k1
k 1
1.
49
3i
i 2
2.
pj
1q2
j 1
5
3.
p2k 1q
k 1
4.
888
p1qi
i 1
5.
i 1
Teorema 6.17. Sean pan q y pbn q dos sucesiones y c una constante, entonces las
siguientes propiedades se cumplen:
1.
c ai
c
i 1
2.
pai
bi q
i 1
3.
i 1
6.4.
ai
i 1
n
ai
i 1
ai
i 1
ai
bi
i 1
n
ai
i m 1
Inducci
on matem
atica
50
1
npn2 1q .
i2
npn
i 1
1qp2n
6
1q
2. n! 2n cual es la base?
3.
4.
5.
rn 1 1
ri
r1
i0
n
p2k 1q n2
k 1
6.
7.
npn 1qpn 2q
k pk 1q
3
k 1
8.
i3
i 1
9.
i 1
i4
2
2
n pn4 1q
npn
1qp2n
1qp3n2
30
hqn
3n 1q
nh (desigualdad de Bernoulli).
n.
Captulo 7
Combinatoria
7.1.
Conteo
7.1.1.
7.2.
Permutaciones
Definici
on 7.4. Sea A un conjunto de n elementos. Una ((permutacion de esos
n elementos tomados de r a la vez)) (r n) es un arreglo de r elementos de A
en un orden determinado. En otras palabras, una ((permutacion de n en r)) es un
posible ordenamiento de r de los elementos de A.
Nomenclaura 7.5. Cuando se permutan todos los elementos A se dice simplemente permutacion en vez de ((permutacion de n en n)).
51
52
1
si n 0,
1 2 . . . n si n P N.
npn 1qpn 2q pn r
1q
n!
pn rq!
7.2.1.
n!.
7.3.
53
Combinaciones
Definici
on 7.14. Sea A un conjunto de n elementos. Una ((combinacion de esos
n elementos tomados de r a la vez)) es cualquier seleccion de r elementos de A sin
importar el orden. En otras palabras, una ((combinacion de n en r)) es cualquier
subconjunto de r elementos del conjunto A.
Ejercicio 7.15. Sea A ta, b, c, du.
1. Enliste todas las posibles combinaciones tomadas de 3 a la vez.
2. Enliste todas las posibles combinaciones tomadas de 2 a la vez.
3. Enliste todas las posibles combinaciones tomadas de 1 a la vez.
4. Enliste todas las posibles combinaciones tomadas de 4 a la vez.
Notaci
on 7.16. El n
umero de combinaciones de n en r se representa por Crn .
Otros autores tambien usan C pn, rq, n Cr o Cn,r .
n
Ejemplo 7.18. .
1. Cuantos comites de 3 personas pueden hacerse de un grupo de 8?
2. Cuantas manos de poquer distintas pueden tomarse de la baraja inglesa?
Ejercicio 7.19. Demostrar que C1n
7.4.
Cnn1 n.
Diagramas de
arbol
Un diagrama de arbol es un recurso grafico que se puede emplear para enumerar todas las posibilidades logicas de una secuencia finita de sucesos.
Ejemplo 7.20. Un estudiante tiene 3 camisetas, 2 pantalones y 2 pares de tenis.
De cuales formas puede combinar su ropa al vestir?
Denotemos por el conjunto C tc1 , c2 , c3 u las tres camisetas, por P tp1 , p2 u
los dos pantalones y por T tt1 , t2 u los dos pares de tenis. Las posibles formas
de combinar la ropa se ilustran en el siguiente diagrama:
54
t1
p1
t2
c1
t1
p2
t2
t1
p1
t2
c2
t1
p2
t2
t1
p1
t2
c3
t1
p2
t2
Ejemplo 7.21. Marcos y Enrique van a jugar frontenis. El primero en ganar dos
juegos seguidos o que gane un total de tres juegos sera el ganador del encuentro.
El siguiente diagrama ilustra las posibles formas en que termine el encuentro:
M
M
M
M
M
E
M
E
M
E
E
E
55
(es decir, si acumula cuatro pesos). Realice un diagrama de arbol que represente
todas las posibilidades.
4
4
3
2
2
2
1
0
2
4
3
2
1
2
1
0
7.5.
Coeficientes binomiales
Definici
on 7.23. Se define el ((coeficiente binomial de n en r)) (con n y r n
umeros
naturales o cero tales que r n) como
n
r
Observaci
on 7.24.
n
r
Crn
7.5.1.
r!pnn! rq!
n
r
n r
Tri
angulo de Pascal
56
1
1
1
1
1
1
3
4
5
6
1
1
1
3
10 10
15 20 15
21 35 35 21
6
0
7
1
6
1
5
1
7
2
1
0
7
0
5
0
4
0
3
0
2
0
2
1
3
1
4
1
0
0
5
2
6
2
7
3
4
2
6
3
1
1
3
2
2
2
4
3
5
3
5
4
6
4
7
4
3
3
7
5
4
4
6
5
5
5
6
6
7
6
7
7
Los n
umeros del triangulo de Pascal estan ntimamente relacionados con los
coeficientes binomiales, como se muestra en la figura, y con el teorema del binomio.
Para establecer la relacion entre el triangulo de Pascal y los coeficientes
bino1.
miales observe que el k-esimo elemento de la n-esima fila es nk
1
As, la propiedad de que cada elemento del triangulo es igual a la suma de los
elementos superiores a el se puede demostrar en el siguiente teorema.
n
r
Teorema 7.26.
7.5.2.
n1
.
r
n1
r1
bq
r 0
pa
bq6
a6
6a5 b
n nr r
a b.
r
bq6 .
15a4 b2
20a3 b3
15a2 b4
6ab5
b6 .
n
0
n
0
n
1
n
1
n
2
n
2
n
n
2n.
p1qn
n
n
0.
Captulo 8
Teora de grafos
Los grafos, tambien llamados graficas, son herramientas muy u
tiles en la comprension, construccion y resolucion de modelos y metodos matematicos para la
solucion de diversos problemas teoricos y practicos de diversas areas del conocimiento.
La teora de grafos a
un no es una disciplina uniformada, por lo que las definiciones y conceptos varan de un autor a otro (ya sea en relacion al problema
a resolver o la imaginacion del autor) en forma casi anarquica. Las definiciones
que se proporcionan en este captulo han sido constituidas en forma mas o menos
generalizada.
8.1.
Grafos
Definici
on 8.1. Un grafo G pV, E q es una pareja ordenada constituida por
un conjunto V de vertices o nodos y
un conjunto E de parejas de elementos de V .
Observaci
on 8.2. La mayora de los autores suele definir a V como un conjunto finito y no vaco. Por su parte, el conjunto E puede ser definido de parejas
ordenadas o de parejas no ordenadas de elementos de V .
Definici
on 8.3. Se dice que un grafo G pV, E q es:
Un grafo dirigido si el conjunto E esta formado por parejas ordenadas de
elementos de V , es decir, E V V . En este caso, los elementos de E son
llamados arcos.
57
58
8.2.
Definiciones b
asicas
8.2.1.
Incidencia y adyacencia
59
Definici
on 8.8. Dado un arco a pu, v q, el vertice u es llamado vertice inicial
de a y v es llamado vertice terminal de a; tambien u y v seran llamados vertices
extremos de a.
Definici
on 8.9. Un vertice v y un arco a son incidentes si v es un vertice extremo
de a.
Definici
on 8.10. Dos arcos son adyacentes si tienen un mismo vertice extremo.
Dos vertices son adyacentes si existe un arco que los une.
Definici
on 8.11. Un arco de la forma pv, v q es llamado bucle. Una arista de la
forma tv, v u es llamado lazo.
8.2.2.
Definici
on 8.12. Una sucesion de aristas (o arcos) adyacentes que empieza en v
y termina en w se llama una cadena de v a w.
Definici
on 8.13. En un grafo dirigido, un camino es una cadena tal que cada
par de arcos adyacentes en la cadena, el vertice final de un arco es el vertice inicial
del otro arco.
Ejemplo 8.14. Poner un par de ejemplos. . .
Definici
on 8.15. Una cadena (o camino) simple es aquella que no pasa mas de
una vez por la misma arista (o arco). Una cadena (o camino) elemental es aquella
que no pasa mas de una vez por el mismo vertice.
Observaci
on 8.16. Toda cadena (o camino) elemental es simple.
Definici
on 8.17. Un ciclo es una cadena que inicia y termina en el mismo vertice.
60
Definici
on 8.18. En un grafo dirigido, un circuito es un camino que inicia y
termina en el mismo vertice.
Definici
on 8.19. Todo circuito es un ciclo.
Ejemplo 8.20. Poner un par de ejemplos. . .
Definici
on 8.21. Un camino euleriano (o cadena euleriana) es un camino (cadena) simple que pasa por todos los arcos (aristas). Un ciclo euleriano (o circuito
euleriano) es un ciclo (circuito) simple que pasa por cada arista (arco).
Definici
on 8.22. Un camino hamiltoniano (o cadena hamiltoniana) es un camino
(cadena) elemental que pasa por todos los vertices. Un ciclo hamiltoniano (o
circuito hamiltoniano) es un ciclo (circuito) elemental que pasa por cada vertice.
8.3.
8.3.1.
Definici
on 8.23. Un grafo es completo si para cada par de vertices distintos
existe una arista (un arco) que los une.
Observaci
on 8.24. Un grafo completo no contiene bucles o lazos.
Notaci
on 8.25. El grafo completo de n vertices suele denotarse por Kn .
Ejercicio 8.26. Hacer la representacion grafica de K6 .
Teorema 8.27. El n
umero de aristas (arcos) de Kn es igual a
npn 1q
.
2
8.3.2.
Grafos conexos
Definici
on 8.28. Un grafo es conexo si para cada par de vertices distintos existe
una cadena que los une.
Ejercicio 8.29. Cual es la menor cantidad de aristas que contiene un grafo
conexo de n vertices?
Material en construccion! (version: 2016.09.02)
8.3.3.
61
Arboles
Definici
on 8.30. Un arbol es un grafo conexo sin ciclos.
Teorema 8.31. Sea G un grafo con n vertices, entonces las siguientes afirmaciones
son equivalentes:
G es un arbol.
G tiene n 1 arcos y es conexo.
G tiene n 1 arcos y no tiene ciclos.
Definici
on 8.32. Un bosque es un grafo en el cual cada componente conexa es
un arbol.
8.3.4.
Grafos bipartitos
Definici
on 8.33. Un grafo G pV, E q es bipartito si existe una particion de V ,
tV1, V2u, tal que para todo pu, vq P E se cumple que u P V1 y v P V2, o bien u P V2
y v P V1 .
Observaci
on 8.34. Recordemos que tV1 , V2 u es una particion de V si y solo si
V V1 Y V2 y V1 X V2 .
Definici
on 8.35. La cardinalidad de una cadena es el n
umero de arcos que la
componen.
Teorema 8.36. Un grafo es bipartito si y solo si no contiene ciclos de cardinalidad
impar.
8.4.
Definici
on 8.37. El conjunto de vertices predecesores de un vertice v se define
por
pv q tu | pu, v q P E u.
62
Definici
on 8.38. El conjunto de vertices sucesores de un vertice v se define por
pv q t w
| pv, wq P E u.
Definici
on 8.39. El grado entrante de v se define por g pv q | pv q|. El grado
saliente de v se define por g pv q | pv q|. El grado de v se define por g pv q
g pv q g pv q.
Observaci
on 8.40. En el calculo del grado, un bucle se cuenta dos veces.
8.5.
Representaciones matriciales
Definici
on 8.41. La matriz de incidencia de un grafo G pV, E q, con |V |
y |E| m es una matriz n m tal que cada elemento eij esta dado por:
n
$
'
& 1
Observaci
on 8.42. La suma de cada columna de la matriz de incidencia es cero.
Definici
on 8.43. La matriz de adyacencia de un grafo G pV, E q, con |V | n
es una matriz n n tal que cada elemento aij esta dado por:
aij
1 si el arco pi, j q P E,
0 si el arco pi, j q R E.
Observaci
on 8.44. La suma de cada fila de la matriz de adyacencia es g
t1, 2, 3, 4, 5u y E tp1, 2q, p2, 5q, p3, 2q, p3, 4q, p5, 1q, p5, 4qu:
Graficar G pV, E q.
piq.