Mate Disc

Matematicas discretas
(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
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
Matematicas discretas (M. Mata)
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 . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
4. Producto cartesiano y matrices

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

4.2.6. Operaciones entre matrices* . . . . . . . . . . . . . . . . .
5. Relaciones y funciones
5.1. Relaciones . . . . . . . . . . . . . . . . . . . . .
5.1.1. Representacion grafica de una relacion .
5.1.2. Representacion matricial de una relacion
5.1.3. Dominio y rango de una relacion . . . .
5.1.4. Relacion inversa . . . . . . . . . . . . . .
5.2. Relaciones de equivalencia y relaciones de orden
5.2.1. Relaciones de orden . . . . . . . . . . . .
5.2.2. Relaciones de equivalencia . . . . . . . .
5.2.3. Particiones . . . . . . . . . . . . . . . . .
5.2.4. Relaciones de equivalencia y particiones
5.3. Funciones . . . . . . . . . . . . . . . . . . . . .
5.3.1. Grafica de una funcion . . . . . . . . . .
5.3.2. Composicion de funciones . . . . . . . .
5.3.3. Funciones inyectivas y sobreyectivas . . .
5.3.4. Funcion inversa . . . . . . . . . . . . . .
5.3.5. Funcion identidad . . . . . . . . . . . . .
6. Recursividad
6.1. Sucesiones . . . . . . . . . . . . . . . . . .
6.1.1. Sucesiones crecientes y decrecientes
6.1.2. Subsucesiones . . . . . . . . . . . .
6.2. Funciones recursivas . . . . . . . . . . . .
6.3. Notacion Sigma . . . . . . . . . . . . . . .
6.4. Induccion matematica . . . . . . . . . . .
7. Combinatoria
7.1. Conteo . . . . . . . . . . . . . . . . . . .
7.1.1. Principio fundamental del conteo
7.2. Permutaciones . . . . . . . . . . . . . . .
7.2.1. Permutaciones con repeticion . .
7.3. Combinaciones . . . . . . . . . . . . . .
7.4. Diagramas de arbol . . . . . . . . . . . .
7.5. Coeficientes binomiales . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
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
7.5.1. Triangulo de Pascal . . . . . . . . . . . . . . . . . . . . . .

7.5.2. Teorema del binomio . . . . . . . . . . . . . . . . . . . . .
8. Teora de grafos
8.1. Grafos . . . . . . . . . . . . . . . . . . . .
8.2. Definiciones basicas . . . . . . . . . . . . .
8.2.1. Incidencia y adyacencia . . . . . . .
8.2.2. Cadenas, caminos, ciclos y circuitos
8.3. Algunos tipos de grafos . . . . . . . . . . .
8.3.1. Grafos completos . . . . . . . . . .
8.3.2. Grafos conexos . . . . . . . . . . .
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
Incidencia en los planes de estudio

Seg
un los programas vigentes, la materia de ((Matematicas discretas)) forma
parte de los planes de estudio de las siguientes carreras:
IAS (401): 2.o semestre. Materia obligatoria.
IAS: 3.er semestre. Materia obligatoria.
ITS: 3.er semestre. Materia obligatoria.
IMTC (401): 5.o semestre. Materia optativa.
Bibliografa
R. Johnsonbaugh. Matematicas discretas. 6.a edicion. Editorial Pearson
Educacion. Mexico, 2005.
S. Lipschutz. Matematicas finitas. McGraw-Hill. Mexico, 1966.
R. Grimaldi. Matematicas discretas y combinatoria. 3.a edicion. Editorial
Addison-Wesley Iberoamericana. Estados Unidos, 1997.
Captulo 1
L
ogica
La ((logica)) es una ciencia formal que estudia el ((razonamiento)) correcto. Suele
ser confundida con el ((sentido com
un)).
Por ello, antes de comenzar, iniciemos con un peque
no examen de logica. 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
Una proposicion es un enunciado que puede ser calificado como verdadero o

falso.
Ejemplo 1.1. Las siguientes son proposiciones simples:
1. Pars esta en Inglaterra.
1 2.
2. 1
3. x2
1 0.
4. Las violetas son azules.

En cambio, expresiones como ((Hola, que hace?)), ((Cierra la puerta)) o ((Viva
Mexico!)) no son proposiciones.
Denotaremos las proposiciones simples con letras min
usculas: p, q, r, . . .
1.2.
Operadores l
ogicos
Las proposiciones simples pueden combinarse para formar proposiciones mas

complejas mediante algunos operadores logicos. Las proposiciones compuestas las
denotaremos, en ocasiones, con letras may
usculas.
1.2.1.
Negaci
on
Dada una proposicion p la negacion de p es tambien una proposicion. La

denotaremos p y se lee ((no p)). Su valor de verdad sera el contrario al de p.
Ejemplo 1.2. Algunos ejemplos de negacion:
1.
p: Pars esta en Inglaterra,

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

s: Las rosas no son rojas.
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.
3. p : Las rosas son rojas,

q: Las violetas son azules,
p ^ q: Las rosas son rojas y las violetas son azules.
1.2.3.
Disyunci
on
Dadas dos proposiciones p y q la disyuncion de p con q es tambien una 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.
3. Si apruebas matematicas te compro una bicicleta.
1.2.5.
Doble implicaci
on
Dadas dos proposiciones p y q la doble implicacion de p y q es tambien una

proposicion, la denotaremos p q y se lee ((p si y solo si q)) o ((p siempre y cuando
q)). Su valor de verdad sera verdadero solo cuando p y q tengan el mismo valor de
verdad.
1.2.6.
Precedencia
Cuando se escriben sin parentesis, los operadores se ejecutan con la siguiente

precedencia: , ^, _, , . De esta manera, la expresion p _ q ^ r _ s p _ s
es equivalente a rp _ pq ^ p rqq _ ss rp _ p sqs.
1.3.
Representaciones
Los valores de verdad de las proposiciones se representan simbolicamente de

diversas maneras:
Verdadero:
Falso:
V, T,
F, F,
J, 1.
K, 0.
En este curso, usaremos los valores binarios 1 y 0.
1.3.1.
Tablas de verdad
Las tablas de verdad de los operadores son como sigue:

p q p^q
p q p_q
p q pq
p
p
1 1
1
1 1
1
1 1
1
1 0
1 0
0
1 0
1
1 0
0
0 1
0 1
0
0 1
1
0 1
1
0 0
0
0 0
0
0 0
1
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.
Ejemplo 1.6. Calcular la tabla de verdad de pp _ q q ^ r.

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

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

p
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
Existe una representacion de redes de los operadores binarios , _ y ^. Suele ser u

til en la comprension de circuitos o redes electricas, y en diagramas de
comunicacion y conmutadores.
Imaginemos que hay un emisor T0 y un receptor T1 . El flujo debe pasar por
algunos puertos que pueden estar abiertos (valor de 1) o cerrados (valor de 0).
6
p
T0
T1
En este caso, el flujo sera recibido en el receptor si p toma el valor de 1, y no

sera recibido si toma el valor de 0.
La red toma la siguiente forma para el disyuntivo p _ q:
p
T0
T1
q
La red toma la siguiente forma para el conjuntivo p ^ q:

p
T0
T1
Ejemplo 1.9. Dibujar la red de decision para rp ^ p r _ sqs _ rq ^ ts:

r
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
Ejercicio 1.13. p _ rp ^ pq _ rqs.

p
1
1
1
1
0
0
0
0
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
Ejercicio 1.14. Calcular la tabla de verdad de la siguiente proposicion:

r p _ pq ^ rqs _ rp ^ p q _ rqs.
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
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
Observamos que el valor de verdad de la expresion anterior es verdadero, sin

importar los valores de verdad de p, q y r. Este tipo de expresiones, en las que su
u
nico valor posible es verdadero, son de particular interes en matematicas y se les
llama tautologas.
1.4.1.
Implicaci
on tautol
ogica
Cuando una proposicion es una implicacion y es una tautologa se llama 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.
Ejercicio 1.15. Verifique que: rp pq ^ rqs ^ r

p
1
1
1
1
0
0
0
0
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
Cuando una proposicion es una doble implicacion y es una tautologa se llama

equivalencia. Esta estructura es importante porque, si A B es una tautologa,
entonces A tiene el mismo valor de verdad de B. Es decir, tenemos una estructura
que es equivalente para todas las variables.
Cuando A es equivalente a B se escribe A B.
Ejercicio 1.16. Verifique que:
pA B q pA ^
Bq
Ejercicio 1.17. Verifique que: pA B q rpA B q ^ pB
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
Ejemplo 1.19. Sean A : pienso, B : existo.

1. Implicacion: ((Pienso, luego existo)).
2. Inversa: Existo, entonces pienso.
11
3. Conversa: No pienso, entonces no existo.

4. Contrapuesta: No existo, entonces no pienso.
Ejercicio 1.20. ((Si dos rectas son paralelas, no se intersectan, e inversamente)).
En este caso, que es ((inversamente))?
Algunas leyes mas que involucran la implicacion:
10
11
12
13
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
Una opcion sera verificar mediante su tabla de verdad que:
rpp _ qq ^ pr qq ^ ps ^ rq ^ pt
pqs
pt ^ rq
Afortunadamente hay una alternativa.

Notaci
on 1.25. El argumento P1 , P2 , . . . , Pn
calmente de la forma
$ Q tambien suele denotarse verti-
P1
P2
..
.
Pn
Q
1.5.1.
12
Reglas de inferencia
Existen modelos de argumentos ya establecidos. Son llamados reglas de inferencia:
Modus ponendo ponens:
AB
A
B
Modus tollendo tollens:
AB
B
A
Modus tollendo ponens:
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
Prueba por casos:
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
Cuantificador universal: Empleamos el smbolo @, el cual se lee para todo:

@x, ppxq.
Cuantificador existencial: Empleamos el smbolo D, el cual se lee existe:
Dx, ppxq.
Ejemplo 1.27. .
1. Todos los n
umeros 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
La negacion de un cuantificador universal es uno existencial con la propiedad

negada. De la misma forma, la negacion de un cuantificador existencial es uno
universal con la propiedad negada:
r@x, ppxqs Dx, ppxq.

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

2. Es cierto que @n P N con 1 n 14 y n impar, n es primo?
R= No es cierto, pues existe el 9 que no es primo.
14
3. Cual es la negacion de la oracion ((si todos estudian, entonces nadie reprueba))?

R= Todos estudian y alguien reprueba.
4. Es cierto que a todos las personas de 140 a
nos les gustan los xoconostles?
5. Si S es el conjunto de estudiantes de este salon, ppxq es ((x repasa en casa)) y
q pxq es ((x aprueba sus materias)), que significa @x P S, ppxq ^ q pxq? Cual
sera su negacion?
1.6.2.
Cuantificadores anidados
Son de la forma:
@x, @y, P px, yq.

@x, Dy, P px, yq.
Dx, @y, P px, yq.
Dx, Dy, P px, yq.
Ejemplo 1.29. .
1. Todos los n
umeros pares se pueden escribir de la forma 2m para alg
un
n
umero entero m:
@n par, Dm P Z, n 2m.
2. Todos aman a alguien:
@x, Dy, x ama a y.
3. Existe un n
umero natural que divide a todos los n
umeros enteros:
Dn P N, @z P Z, n divide a z.
Captulo 2
Conjuntos
Un conjunto es una coleccion de objetos.
Ejemplo 2.1. Las siguientes son descripciones de conjuntos.
1. El conjunto A de objetos en mi mochila, en este momento.
tarbol, ave, zapato, chancletau

C t1, 3, 5, 7, 9u
C tn P N | n es un n
umero dgito imparu
D tn P Z | n es un n
umero dgitou
D t0, 1, 2, . . . , 9u
E t11, 12, 13, . . . u
E tn P N | n 10u
F tx P R | x2 3x 2 0u
F t1, 2u
2. B
3.
4.
5.
6.
7.
8.
9.
10.
2.1.
(forma explcita)
(forma descriptiva)
(forma explcita abreviada)
Relaci
on de pertenencia
Sea A un conjunto y a un elemento de A, entonces se dice que ((a pertenece a

A)) y se escribe a P A. Si b no pertenece a A escribimos b R A.
15
2.2.
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.
Conjunto universal y conjunto vaco
No existe un conjunto que contenga a todos los objetos. En cualquier aplicacion

de la teora de conjuntos, todos los posibles conjuntos a investigar se consideran
subconjuntos de un conjunto dado. Llamamos a ese conjunto el conjunto universal.
En nuestro estudio lo denotaremos por U .
Ejemplo 2.9. .
1. En geometra, U es el plano.
2. En estudios poblacionales, U es toda la gente del mundo.
17
Por otra parte, en ocasiones deberemos estudiar conjuntos que no tienen

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

nos. C
?
Ejercicio 2.11. Demuestre que, si A es un conjunto cualquiera, A.
2.4.
Cardinalidad
Dado A un conjunto, se define la cardinalidad de A, y se denota |A|, como la

cantidad de elementos que pertenecen a A.
Ejemplo 2.12. .
1. Dado A ta, e, i, o, uu, |A| 5.
2. Dado B el conjunto de las letras del alfabeto espa
nol, cuanto vale |B|?
3. Dado C el conjunto de consonantes del alfabeto espa
nol, cuanto vale |C|?
Ejercicio 2.13. .
1. Si S
, cuanto vale |S|?
2. Cual es la cardinalidad de N?
3. Si A B, |A| |B|?
4. Si A B, |A| |B|?
2.5.
18
Conjunto potencia
Ejercicio 2.14. Sea S
ta, b, cu, escribir todos sus posibles subconjuntos.
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.
Operaciones con conjuntos

Uni
on
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
Ejemplo 2.24. Demostrar (por las definiciones) que:

1. pA X B qc
2.
Ac Y B c
B zA B X Ac
2.6.5.
1
2
3
4
5
6
7
8
9
20
Propiedades de los conjuntos

AYAA
AXAA
AYB BYA
AXB BXA
A Y pB Y C q pA Y B q Y C
A X pB X C q pA X B q X C
A Y pB X C q pA Y B q X pA Y C q
A X pB Y C q pA X B q Y pA X C q
pA Y B qc Ac X B c
pA X B qc Ac Y B c
pAcqc A
A Y Ac U
A X Ac
AYA
AXU A
AYU U
AX
Leyes idempotentes
Leyes conmutativas
Leyes asociativas
Leyes distributivas
Leyes de De Morgan
Ley de involucion
Leyes de complementacion
Leyes de identidad
Leyes de dominacion
Ejercicio 2.25. Demostrar, por medio de las propiedades, que:

1. pAzB qc
2.
3.
4.
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.
Propiedades de las cardinalidades
1. || 0.
2. Si A B, entonces |A| |B|.
3. |A Y B| |A|
|B| |A X B|.
4. |A Y B| maxt|A|, |B|u.
5. |A X B| mnt|A|, |B|u.
21
Ejercicio 2.26. Demostrar por medio de las propiedades que:

1. Si A B, entonces |A| |B|.
2. Si A X B
3.
4.
, entonces |A Y B| |A|
|A| |Ac | |U |.
|AzB| |A| |A X B|.
2.7.
|B|.
Diagramas de Venn
Propuestos por John Venn (1834-1923) para calculos logicos, en la actualidad

se emplean para representar graficamente los conjuntos y sus relaciones.
U
A
Figura: Representaci
on de dos conjuntos mediante un diagrama de Venn.
Ejemplo 2.27. Representar mediante el diagrama de Venn las siguientes condiciones:

1. A y B no se intesectan
2. A B
Ejemplo 2.28. Representar mediante el diagrama de Venn los siguientes conjuntos:
1. A Y B
2. A X B
3. Ac
4. Ac X B
Ejercicio 2.29. Verificar mediante un diagrama de Venn: A B
A X B A.
2.7.1.
22
Conteo mediante diagramas de Venn
Ejemplo 2.30. En una empresa trabajan 20 personas de las cuales 13 son casadas
y 11 son profesionistas; de las profesionistas 5 no son casadas. Cuantas personas
no son casadas ni profesionistas y cuantas son casadas y profesionistas?
R = Dos y seis.
Ejercicio 2.31. En una encuesta a 200 alumnos se encontro que 68 tienen 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.
Ejercicio 3.4. Investigar sobre los siguientes alfabetos:

1. ASCII.
2. ISO 8859-1 (Latn 1).
3. UTF-8.
23
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.
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.
P B , a que conjunto pertenece ?

Si || n y || m, cual es el valor de ||?
3.2.2.
Subcadenas, prefijos y sufijos
Definici
on 3.18. Se dice que una cadena es una subcadena de la cadena si
y solo si existen dos cadenas y tales que .
Ejercicio 3.19. .
1. En los siguientes casos, decir si es una subcadena .
a) ab y cabad.
b) 011 y 001011.
x10z9y13, cuales de las siguientes son una subcadena de ?

1 x2 y 3 .
2 x10 z 10 .
3 zy.
2. Dado
a)
b)
c)
Ejercicio 3.20. Demostrar que toda cadena es subcadena de s misma.

Definici
on 3.21. Se dice que una cadena es un prefijo de la cadena si y solo
si existe una cadena tal que .
Similarmente, se dice que una cadena es un sufijo de la cadena si y solo
si existe una cadena tal que .
Ejercicio 3.22. Demostrar que los prefijos y sufijos son subcadenas.
3.2.3.
26
Potencia de una cadena
Definici
on 3.23. Dados
reiterada n veces:
P A y n P N, se define n como la concatenacion de

n

.
loooomoooon
n veces
Notaci
on 3.24. Por convencion, suele definirse 0
.
Ejercicio 3.25. Sea una cadena, demuestre las siguientes:
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
f ime, entonces R emif .
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
Operaciones entre lenguajes
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.
Captulo 4
Producto cartesiano y matrices
4.1.
4.1.1.
Producto cartesiano
Pares ordenados
Un par ordenado o pareja ordenada es una asociacion de dos elementos a y b

tales que el primer elemento es a y el segundo es b. El par ordenado se escribe
pa, bq.
Definici
on 4.1. Formalmente, un par ordenado se define mediante el siguiente
conjunto:
pa, bq ttau, ta, buu.
La definicion anterior se debe a Kuratowski (1896-1980).
Ejemplo 4.2. .
1. Observe que p2, 3q p3, 2q.
2. De hecho pa, bq pc, dq si y solo si a c y b d.

3. Ambos elementos del par ordenado puede ser el mismo: pa, aq.
4.1.2.
Conjunto producto
Definici
on 4.3. Sean A y B dos conjuntos, el conjunto producto o producto
cartesiano de A y B, denotado por A B, consta de todos los pares ordenados
pa, bq tales que a es elemento de A y b es elemento de B, esto es:
AB
tpa, bq | a P A ^ b P B u.
28
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
t1, 2, 3u, escribir explcitamente el conjunto A B.
2. Si un conjunto A tiene n elementos y un conjunto B tiene m elementos,

cuantos elementos tiene A B?
3. Sean A t0, 1, 2, 3u y B
pA B q X pB Aq.
4.1.3.
t2, 3, 4u,
escribir explicitamente el conjunto
Conjunto producto en general
El concepto de producto cartesiano se puede generalizar: Sean A1 , A2 , . . . , An

conjuntos, el producto cartesiano de ellos se define por
A1 A2 An
tpa1, a2, . . . , anq | a1 P A1, a2 P A2, . . . , an P Anu

donde a cada elemento pa1 , a2 , . . . , an q se le llama n-upla ordenada.
De igual manera, dado A un conjunto,
An
4.1.4.
tpa1, a2, . . . , anq | a1, a2, . . . , an P Au.
Conjuntos de verdad de proposiciones
Supongamos que una proposicion P tiene tres variables p, q y r, cada una de

ellas toma un valor de verdad en el conjunto B t1, 0u, por lo cual cada posible
combinacion de valores de verdad puede estar dada por una terna pb1 , b2 , b3 q P B 3 ,
donde b1 es el valor de verdad de p, b2 el valor de q y b3 el de r.
Con lo anterior, todas las posibles combinaciones para evaluar P estaran dadas
por B 3 tp1, 1, 1q, p1, 1, 0q, p1, 0, 1q, p1, 0, 0q, p0, 1, 1q, p0, 1, 0q, p0, 0, 1q, p0, 0, 0qu.
Observaci
on 4.6. Recordemos que, seg
un la notacion usada, el conjunto de valores de verdad tambien puede ser B tV, F u o B tJ, Ku.
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
rqq tp1, 1, 1q, p0, 1, 1q, p0, 0, 1q, p0, 0, 0qu.
Ejercicio 4.9. .
1. T pp q q.
2. T p pq.
3. Es evidente que siempre T pP q B n pero, puede T pP q B n ?

4. Existe la posibilidad de que T pP q ?
Teorema 4.10. Sean P y Q proposiciones. Entonces:

1. T pP
2.
3.
4.
_ 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

..
.
...
am1 am2 am3
amn
Notaci
on 4.12. Una matriz m n, A, es usualmente denotada por paij q, donde
cada aij es el elemento situado en la i-esima fila y la j-esima columna de A.
Ejemplo 4.13. Considere la matriz 2 3
donde, por ejemplo, a21
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 .
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
..
.
am1 am2 am3

...
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.
Matriz diagonal y matriz identidad
Definici
on 4.18. Se define la diagonal principal de una matriz cuadrada a los
elementos de la forma aii , es decir, a los elementos a11 , a22 , . . . , ann .
Definici
on 4.19. Una matriz cuadradad paij q se dice que es diagonal si y solo si
los elementos que no pertenecen a la diagonal principal son cero, es decir, aij 0
si i j.
Ejercicio 4.20. Cuales de las siguientes son matrices diagonales:
5
0
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.
32
Ejemplo 4.22. La matriz identidad 3 3:

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
Operaciones entre matrices*
Las matrices se pueden sumar y multiplicar entre s, bajo ciertas condiciones,

se puede multiplicar una matriz por un escalar y se pueden transformar por medio
de operaciones elementales, pero todas estas operaciones escapan al enfoque de
este material de estudio. Dicha teora puede leerse en cualquier texto de Algebra
Lineal.
Captulo 5
Relaciones y funciones
5.1.
Relaciones
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.
t1, 2, 3u y R tpa, 2q, pa, 3q, pb, 3qu

Sean A t1, 2, 3, 4u, B t3, 4, 5, 6, 7, 8u y R tpa, bq P A B | b 2au.
Sean A t1, 2, 3u y R tpa, bq P A2 | a bu.
Cuando una relacion R esta definida del conjunto A al conjunto A, es decir,

cuando R A2 , se dice simplemente que R esta definida sobre A.
Notaci
on 5.3. Algunos autores usan la siguiente notacion. Si pa, 2q P R denotan
a R 2 y se lee ((a esta en relacion con 2)) o ((a se relaciona con 2)). Tambien, si
pb, 1q R R denotan b R{ 1 y se lee ((b no esta en relacion con 1)) o ((b no se relaciona
con 1)). Este es un abuso de notacion, puesto que entonces R es, al mismo tiempo,
un subconjunto de A B y un operador binario entre los elementos de A y B,
pero, salvo por el rigor, no suele haber oposicion en su uso, puesto que no hay
peligro de ambig
uedad.
5.1.1.
Representaci
on gr
afica de una relaci
on
Una relacion puede representarse graficamente en un sistema de coordenadas

cartesiano o por medio de un grafo.
34
35
Ejemplo 5.4. Dados A t1, 2, 3u, B ta, b, cu y la relacion de A a B dada

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

R tp1, 2q, p1, 4q, p3, 3q, p4, 1q, p4, 2qu. La representacion de R en un grafo se puede
hacer replicando el conjunto A, resultando un ((grafico bipartito)) como el del caso
anterior, pero tambien se puede usar el conjunto A una u
nica vez, resultando un
((grafico dirigido)).
4
3
2
1
1
Ejercicio 5.6. Dados A

representacion grafica.
5.1.2.
t1, 2, 3, 4, 5u y R tpa, bq P A2 | a bu. Hacer su
Representaci
on matricial de una relaci
on
Dados A ta1 , a2 , . . . , am u y B tb1 , b2 , . . . , bn u dos conjuntos y R una

relacion de A a B, entonces R se puede representar por una matriz m n, prij q,
de tal manera que
#
1 si pai , bj q P R,
rij
0 si pai , bj q R R.
Ejemplo 5.7. Dados A t1, 2, 3u, B ta, b, c, du y la relacion de A a B dada

por R tp1, aq, p1, bq, p2, aq, p2, cq, p3, cq, p3, dqu. La representacion matricial de R
es:

1 1 0 0
A 1 0 1 0
0 0 1 1
Ejercicio 5.8. Dado A t1, 2, 3, 4u y la relacion definida sobre A definida por
R tp1, 2q, p1, 4q, p3, 3q, p4, 1q, p4, 2qu. Encontrar la representacion matricial de R.
5.1.3.
36
Dominio y rango de una relaci

on
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.
Ejemplo 5.10. Sean A t1, 2, 3, 4u, B

b 2au. Encontrar Dom R y Ran R.
t3, 4, 5, 6, 7, 8u y R tpa, bq P A B |
Ejercicio 5.11. Si R es una relacion de A a B, diga si las siguientes afirmaciones

son verdaderas o falsas:
1. Dom R A
4. Dom R A
7. Ran R B
2. Dom R B
5. Ran R B
8. Ran R B
3. Dom R A
6. Ran R A
9. Ran R Dom R
Notaci
on 5.12. Algunos autores dan otros nombres al rango de R, como 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
tpb, aq | pa, bq P Ru.
Ejemplo 5.14. .
1. R tp1, 2q, p1, 3q, p2, 3qu.

R1 tp2, 1q, p3, 1q, p3, 2qu.
2. Sea A el conjunto de alumnos del salon y R definida sobre A como sigue:
R tpa, bq | a es mas alto que bu, entonces R1 tpb, aq | b es mas bajo que au.
3. Sea R tpp, q q
pq 2q{3u.
P Q2 | q 3p
2u, entonces R1
tpq, pq P Q2 | p
Ejercicio 5.15. Sea R tp1, 2q, p1, 3q, p2, 1q, p2, 3qu:
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.
Relaciones de equivalencia y relaciones de

orden
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
t1, 2, 3, 4, 5, 6u, la siguiente es una particion:

tt1, 2, 4u, t3, 5u, t6uu.
Ejemplo 5.27. Sea X el intervalo cerrado r0, 1s, cuales de las siguientes es una
Ejemplo 5.26. Sea X
particion de X?:

1.
2.
3.
4.
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.
Relaciones de equivalencia y particiones
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:
ras tx | pa, xq P Ru.

Ejemplo 5.29. Sea A t1, 2, 3, 4, 5, 6u y R tp1, 1q, p1, 2q, p1, 4q, p2, 2q, p2, 1q,
p2, 4q, p3, 3q, p3, 5q, p4, 1q, p4, 2q, p4, 4q, p5, 3q, p5, 5q, p6, 6qu. Es R una relacion de
equivalencia?
Ejercicio 5.30. En el ejemplo anterior calcular r1s, r2s, r3s, . . . , r6s.
Observaci
on 5.31. Las clases de equivalencia ras son subconjuntos de A.
Teorema 5.32. Sea R una relacion de equivalencia sobre A. Entonces el conjunto
S de las clases de equivalencia son una particion de A. Es decir:
S
tras | a P Au es una particion de A.
Ejercicio 5.33. En el ejemplo anterior escribir S y verificar el teorema anterior.

Ejemplo 5.34. Graficar, como un grafo dirigido, la relacion del ejemplo anterior.
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
Para cada elemento a P A, el elemento de B asignado a a se denota f paq.

Ejemplo 5.39. .
1. Sean A t1, 2, 3u y B
2.
ta, b, cu. Sea f tp1, aq, p2, cq, p3, cqu.

Sean A Z y B N. Sea f pz q z 2 1.
Ejercicio 5.40. Diga si las siguientes son funciones:

1. Sean A ta, b, c, d, eu y B
2.
3.
4.
5.
6.
A. Sea f tpa, bq, pb, cq, pc, dq, pe, aqu.

Sean A ta, b, c, d, eu y B A. Sea f tpa, eq, pb, eq, pc, eq, pd, eq, pe, equ.
Sean A ta, b, c, d, eu y B A. Sea f tpa, bq, pb, cq, pc, dq, pb, eq, pe, aqu.
Sean A Z y B N. Sea f pz q z 4 .
Sean A Z y B t0, 1u. Sea f definida como: f pz q 0 si z es par y
f pz q 1 si z es impar.
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?
Ejercicio 5.45. Se define el piso de un n

umero real x, denotado por txu, como
el mayor n
umero entero menor o igual a x. Analogamente, se define el techo de
un n
umero real x, denotado por rxs, como el menor n
umero entero mayor o igual
a x.
Sean f : R Z y g : R Z definidas por f pxq txu y g pxq rxs.
1. Son f pxq y g pxq funciones?
2. Son f pxq y g pxq iguales?
Observaci
on 5.46. En la mayora de las implementaciones computacionales se
define la funcion de truncamiento como
Truncpxq
#
txu
rxs
si x 0,
si x 0,
y la funcion de redondeo como

Roundpxq
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.
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
Sean f : A B y g : B C dos funciones. Dado que para cada a P A, f paq

es un elemento de B, y puesto que B es el dominio de g, entonces tiene sentido
calcular g pf paqq, el cual es un elemento de C, ya que C es el contradominio de g.
Definici
on 5.50. Dadas f : A B y g : B C dos funciones, la funcion
compuesta de f con g, denotada por g f es la funcion de A en C tal que g f paq
g pf paqq.
f
A
g
B
43
Ejemplo 5.51. Sean A ta, b, cu, B t1, 2, 3u y C tx, y, z u. Sean f : A B

y g : B C las siguientes: f tpa, 2q, pb, 3q, pc, 2qu y g tp1, xq, p2, z q, p3, xqu.
Son f y g funciones? Quien es g f ?
Ejemplo 5.52. Sean f : R R y g : R R definidas como sigue: f pxq
g pxq x 3. Son f y g funciones? Quien es g f ? Quien es f g?
Observaci
on 5.53. Se debe tener cuidado de no confundir g f con f
el ejemplo 1 ni siquiera existe f g).
5.3.3.
x2 y
g. (En
Funciones inyectivas y sobreyectivas
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
Ejercicio 5.57. Decir si las siguientes funciones son inyectivas, sobreyectivas,

biyectivas o ninguna:
1. Sea A ta, b, c, d, eu y f : A A, f
2. f : Z Z,
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.
Ejercicio 5.58. Demostrar las siguientes afirmaciones:

1. La composicion de dos funciones inyectivas es inyectiva.
2. La composicion de dos funciones sobreyectivas es sobreyectiva.
g es inyectiva, entonces g es inyectiva.

Si f g es sobreyectiva, entonces f es sobreyectiva.
3. Si f
4.
5.3.4.
44
Funci
on inversa
Dada una funcion f , puesto que f es una relacion, la relacion inversa f 1

definida antes siempre existe, pero es siempre f 1 una funcion?
Ejemplo 5.59. Dados A B ta, b, c, d, eu y f tpa, bq, pb, cq, pc, dq, pd, cq, pe, aqu,
entonces f 1 tpa, eq, pb, aq, pc, bq, pc, dq, pd, cqu no es una funcion.
Ejemplo 5.60. Dados A B ta, b, c, d, eu y f tpa, bq, pb, dq, pc, eq, pd, aq, pe, cqu,
entonces f 1 tpa, dq, pb, aq, pc, eq, pd, bq, pe, cqu s es funcion.
Observaci
on 5.61. Para que f 1 sea una funcion, es necesario que f sea biyectiva.
Ejercicio 5.62. Sea f : Q
biyectiva?, cual su inversa?
Ejercicio 5.63. Dada f
Q dada por f pxq
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
B es una funcion biyectiva y f 1 : B A su
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
identidad IA es la matriz identidad In .
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
Sucesiones crecientes y decrecientes
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
Nomenclaura 6.5. Una sucesion se dice monotona si es creciente, decreciente, no

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

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.
ps2, s4, s6, . . . q
Teorema 6.9. Toda sucesion de n

umeros reales tiene una subsucesion monotona.
6.2.
Funciones recursivas
Ejercicio 6.10. En la biblioteca se cobran $ 5.00 por el prestamo de un libro que

debe devolverse al da siguiente. Si un estudiante desea llevarse el libro por mas
tiempo, pagara una cantidad de $ 1.50 por cada da adicional.
Sea cn el costo que el alumno debe pagar el da n por haber pedido prestado
un libro. Cuanto se debe pagar por conservarlo un da mas?
cn
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.
Nomenclaura 6.12. Una funcion recursiva es una funcion f : N R tal que el

valor de f pnq depende de un conjunto de valores anteriores, los cuales deben ser
conocidos o pueden ser calculados.
En terminos simples, una funcion recursiva es aquella que se invoca a s misma.
Notaci
on 6.13. Con frecuencia escribimos fn como equivalente de f pnq.
Ejemplo 6.14. .
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
Ejercicio 6.15. Expresar las siguientes sumas en su notacion desarrollada:

1.
bi
i 3
2.
cj
j 1
3.
a2k1
k 1
Ejercicio 6.16. Calcular el resultado de las siguientes sumas:
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
La induccion matematica es un metodo que permite demostrar que cierta

propiedad se cumple para todos los elementos de un conjunto infinito numerable.
La idea fundamental se basa en que, si una propiedad P es valida para un
n
umero k0 P N y que si siempre que dicha propiedad sea verdadera para un
n
umero k tambien lo para su sucesor k 1; entonces se puede asegurar que la
propiedad P es valida para todos los n
umeros naturales mayores o iguales que k0 .
La demostracion por induccion matematica se basa, por tanto, en dos pasos:
Paso inductivo (paso de la muerte): Suponiendo que la propiedad deseada
es verdadera para un n
umero k, demostrar que lo es para su sucesor k 1.
50
Paso base: Demostrar que existe un n

umero inicial k0 para el cual se cumple
la propiedad deseada.
Ejemplo 6.18. Considere la siguiente sucesion. Sea Sn
Demuestre que, para todo n P N se cumple que:
Sn
1
npn2 1q .
Ejercicio 6.19. Demostrar por induccion las siguientes afirmaciones:

1.
i2
npn
i 1
1qp2n
6
1q
2. n! 2n cual es la base?
3.
4.
5.
@n P N se cumple que 5n 1 es divisible por 4.

n
rn 1 1
ri
r1
i0
n
p2k 1q n2
k 1
6.
7.
@n P N se cumple que n3 n es divisible por 3.

n
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
10. Si h 1, entonces p1
hqn
3n 1q
nh (desigualdad de Bernoulli).
n.
Captulo 7
Combinatoria
7.1.
Conteo
Ejemplo 7.1. Un estudiante tiene 6 playeras, 4 pantalones y 2 pares de tenis.

De cuantas formas distintas puede combinar su ropa al vestir?
7.1.1.
Principio fundamental del conteo
Si un suceso puede ocurrir de n1 formas distintas, un segundo suceso puede

ocurrir de n2 formas distintas, y as sucesivemente hasta un k-esimo evento que
puede ocurrir de nk formas distintas, entonces el n
umero de formas distintas en
que los sucesos pueden ocurrir es
n1 n2 nk .
Ejercicio 7.2. Las placas de automovil contienen 3 letras seguidas de 4 n
umeros.
Cuantas placas diferentes pueden fabricarse?
Ejercicio 7.3. Si se eligen en el salon un presidente, un secretario y un tesorero,
de cuantas formas diferentes puede hacerse esta seleccion?
7.2.
Permutaciones
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
Ejercicio 7.6. Sea A ta, b, c, du.

1. Cuantas son todas las posibles permutaciones de los elementos de A? Enliste algunos ejemplos.
2. Cuantas son todas las posibles permutaciones tomadas de 3 a la vez? Enliste
algunos ejemplos.
3. Cuantas son todas las posibles permutaciones tomadas de 2 a la vez? Escriba algunos ejemplos.
4. Cuantas son todas las posibles permutaciones tomadas de 1 a la vez? Enliste
algunos ejemplos.
Notaci
on 7.7. El n
umero de permutaciones de n en r se representa por Prn .
Otros autores tambien usan P pn, rq, n Pr o Pn,r .
Definici
on 7.8. Se define el factorial de un n
umero n P N0 , y se denota n!, como
1 si n 0 y como el producto de todos los n
umeros naturales menores o iguales
a n para el resto de los casos. Es decir,
n!
Teorema 7.9. Prn
1
si n 0,
1 2 . . . n si n P N.
npn 1qpn 2q pn r
1q
n!
pn rq!
Ejercicio 7.10. Calcular P47 .

Ejercicio 7.11. Demostrar que Pnn
7.2.1.
n!.
Permutaciones con repetici

on
En ocasiones deseamos encontrar el n

umero de permutaciones de objetos, algunos de los cuales son iguales.
Teorema 7.12. El n
umero de permutaciones de n objetos de los cuales n1 son
iguales, n2 son iguales, . . . , nk son iguales (n n1 n2 nk ) es
n!
n1 !n2 ! nk !
Ejemplo 7.13. Cuantos cadenas distintas de longitud 7 pueden formarse con
los elementos de la cadena cananea?
7.3.
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.
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
Teorema 7.17. Crn
Pr!r r!pnn! rq!
Ejemplo 7.18. .
1. Cuantos comites de 3 personas pueden hacerse de un grupo de 8?
2. Cuantas manos de poquer distintas pueden tomarse de la baraja inglesa?
Ejercicio 7.19. Demostrar que C1n
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
Ejercicio 7.22. Un hombre jugara a la ruleta. El hombre inicia con un peso y en

cada juego gana o pierde un peso. El hombre teminara de jugar si se queda sin
dinero, cuando termine el quinto juego, o cuando tenga una ganacia de tres pesos
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
Ejemplo 7.25. Demostrar que
7.5.1.
r!pnn! rq!
n
r
n r
Tri
angulo de Pascal
El triangulo de Pascal es una disposicion de n

umeros ordenados en forma
triangular, de tal manera que cada n
umero interior tiene un n
umero superior
derecho y un n
umero superior izquierdo, tales que dicho n
umero es igual a la
suma de sus n
umeros superiores.
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
Teorema del binomio
El teorema del binomio, que puede demostrarse por induccion matematica,

establece la expresion general para el desarrollo de pa bqn .
Teorema 7.27. pa
bq
r 0
Ejemplo 7.28. Desarrollar pa
pa
bq6
a6
6a5 b
n nr r
a b.
r
bq6 .
15a4 b2
20a3 b3
15a2 b4
6ab5
b6 .
Ejercicio 7.29. Desarrollar p2x 3y q5 .

Ejemplo 7.30. Demostrar que
Ejercicio 7.31. Demostrar que
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
Un grafo no dirigido si el conjunto E esta formado por parejas no ordenadas

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

t3, 3u, t3, 4u, t4, 5uuq:
pt1, 2, 3, 4, 5u, tt1, 2u, t2, 4u, t2, 5u,
Ejemplo 8.6. Sea V el conjunto de pasajeros de cierto vuelo transatlantico y E

el conjunto de pares pu, v q de pasajeros tales que el pasajero u habla un idoma
com
un con v y u es mas joven que v.
Ejercicio 8.7. En el grafo del ejemplo anterior:
1. Si pu, v q esta en el grafo, es posible que pv, uq tambien este en el grafo?
2. Si existen pasajeros u, v y w tales que pu, v q y pv, wq estan en el grafo,
entonces pu, wq tambien pertenece al grafo?
8.2.
Definiciones b
asicas
8.2.1.
Incidencia y adyacencia
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.
Cadenas, caminos, ciclos y circuitos
Definici
on 8.12. Una sucesion de aristas (o arcos) adyacentes que empieza en v
y termina en w se llama una cadena de v a w.
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.
Algunos tipos de grafos

Grafos completos
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?
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.
Predecesores, sucesores y grados
Definici
on 8.37. El conjunto de vertices predecesores de un vertice v se define
por
pv q tu | pu, v q P E u.
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
si el vertice i es el vertice inicial del arco j,

eij 1 si el vertice i es el vertice terminal del arco j,
'
%
0
en otro caso.
Observaci
on 8.42. La suma de cada columna de la matriz de incidencia es cero.
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.
Ejemplo 8.45. Dados V

1.
piq.
2. Escribir la matriz de incidencia.

3. Escribir la matriz de adyacencia.

Mate Disc

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

Mate Disc

Cargado por

Copyright:

Formatos disponibles

Matematicas discretas

Matematicas discretas (M. Mata)

4. Producto cartesiano y matrices

Material en construccion! (version: 2016.09.02)

Matematicas discretas (M. Mata)

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

Material en construccion! (version: 2016.09.02)

Matematicas discretas (M. Mata)

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

Material en construccion! (version: 2016.09.02)

Matematicas discretas (M. Mata)

Material en construccion! (version: 2016.09.02)

Matematicas discretas (M. Mata)

Incidencia en los planes de estudio

Material en construccion! (version: 2016.09.02)

Matematicas discretas (M. Mata)

Una proposicion es un enunciado que puede ser calificado como verdadero o

4. Las violetas son azules.

Las proposiciones simples pueden combinarse para formar proposiciones mas

Dada una proposicion p la negacion de p es tambien una proposicion. La

p: Pars esta en Inglaterra,

s: Las rosas son rojas,

Material en construccion! (version: 2016.09.02)

Matematicas discretas (M. Mata)

3. p : Las rosas son rojas,

3. Si apruebas matematicas te compro una bicicleta.

Material en construccion! (version: 2016.09.02)

Matematicas discretas (M. Mata)

Dadas dos proposiciones p y q la doble implicacion de p y q es tambien una

Cuando se escriben sin parentesis, los operadores se ejecutan con la siguiente

Los valores de verdad de las proposiciones se representan simbolicamente de

En este curso, usaremos los valores binarios 1 y 0.

Las tablas de verdad de los operadores son como sigue:

Material en construccion! (version: 2016.09.02)

Matematicas discretas (M. Mata)

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

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

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

Existe una representacion de redes de los operadores binarios , _ y ^. Suele ser u

Material en construccion! (version: 2016.09.02)

Matematicas discretas (M. Mata)

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

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

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

Material en construccion! (version: 2016.09.02)

Matematicas discretas (M. Mata)

Ejercicio 1.13. p _ rp ^ pq _ rqs.

Material en construccion! (version: 2016.09.02)

Matematicas discretas (M. Mata)

Ejercicio 1.14. Calcular la tabla de verdad de la siguiente proposicion:

Observamos que el valor de verdad de la expresion anterior es verdadero, sin

Material en construccion! (version: 2016.09.02)

Matematicas discretas (M. Mata)

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

Cuando una proposicion es una doble implicacion y es una tautologa se llama

Ejercicio 1.17. Verifique que: pA B q rpA B q ^ pB

Material en construccion! (version: 2016.09.02)

Matematicas discretas (M. Mata)

Ejemplo 1.19. Sean A : pienso, B : existo.

Material en construccion! (version: 2016.09.02)

Matematicas discretas (M. Mata)

3. Conversa: No pienso, entonces no existo.

Una opcion sera verificar mediante su tabla de verdad que:

Afortunadamente hay una alternativa.

tarbol, ave, zapato, chancletau

, cuanto vale |S|?

ta, b, cu, escribir todos sus posibles subconjuntos.

P B , a que conjunto pertenece ?

x10z9y13, cuales de las siguientes son una subcadena de ?

P A y n P N, se define n como la concatenacion de

f ime, entonces R emif .