Curso Matematica Discreta

Elementos de Matemtica Discreta
Antonio De Jess Bonilla Bonilla1

Universidad Autnoma de Santo Domingo
Facultad de Ciencias
Escuela de Matemtica
1 Profesor titular escuelas Matemtica e Informtica
Enero del 2016

Contenido
1 INTRODUCCIN
2 NOCIONES DE LGICA FORMAL

Introduccin
Clculo proposicional
Formas normales
Clculo de predicado
3 TEORA DE CONJUNTOS
Conceptos y definiciones
Operaciones con conjuntos
Propiedades de las operaciones con conjuntos
Conjuntos numricos
Divisibilidad y algoritmos de enteros
Algoritmo de Euclides
Antonio Bonilla Bonilla (UASD) Matemtica Discreta Enero del 2016 1 / 1194
Contenido
Funcin caracterstica
Sucesiones
Representacin de conjuntos en una computadora
lgebras booleanas
Producto cartesiano o conjunto producto
Induccin y recursin
4 TEORA DE NMEROS Y COMBINATORIA

Elementos de conteo
Permutaciones: Se toma en cuenta el orden
Combinaciones: No toma en cuenta el orden
Combinaciones con repeticin
5 CONGRUENCIA, RELACIONES Y FUNCIONES

Congruencia
Contenido
Ecuaciones diofnticas lineales
Congruencias lineales
Relaciones
Relaciones de equivalencia
Relaciones de orden
Funciones
Principio del palomar
6 INTRODUCCIN A LA PROBABILIDAD
Elementos de probabilidad
Probabilidad condicional e independencia
Variables aleatorias
7 NOCIONES DE LGEBRA ABSTRACTA

Grupos
Contenido
Subgrupos
Grupos cclicos
Homomorfismos de grupos
Isomorfismos de grupos
Anillos
Homomorfismos e isomorfismos de anillos
8 TEORA DE GRAFOS
Subgrafos
Complemento
Isomorfismos de grafos
9 INTRODUCCIN A LOS RBOLES

rboles binarios
Contenido
rboles de decisin
10 RELACIONES DE RECURRENCIA
Relaciones de recurrencia homogneas
Relaciones de recurrencia homogneas lineales de segundo
orden
11 INTRODUCCIN A LOS ALGORITMOS

Validez de un algoritmo
Complejidad de un algoritmo
Exponentes y Logaritmos
Ms sobre sucesiones, sumas y series
Algunas funciones especiales
Contenido
Notacin asinttica. Definiciones
12 LENGUAJES FORMALES Y TEORA DE AUTMATAS

Lenguajes formales
Gramtica formal
Ms sobre gramticas independientes del contexto
Ms sobre lenguajes regulares. Expresiones regulares
Autmatas finitos
Equivalencia entre AF N D y AF D
Introduccin
La matemtica discreta es la rama de la matemtica que tiene por

objeto el estudio de conjuntos discretos (finitos o infinitos numerables).
Es lo contrario a la matemtica continua, que se fundamenta en el
conjunto de los reales y que estudia conceptos como lmites,
continuidad, etc.
La matemtica discreta estudia objetos como grficas, lgica, etc.,
cuyos elementos pueden ser contados o tratados uno a uno,
separadamente. Es decir, la matemtica discreta tiene como base
fundamental al conjunto de los enteros.
El lenguaje que usamos a diario suele ser poco claro y de precisin

dudosa y nuestra forma de pensar a veces se hace confusa. De aqu
Introduccin
que la lgica desde sus inicios se ha convertido en una herramienta
que tiende a disciplinarnos en el uso del lenguaje y el pensamiento.
No es posible concebir el estudio de alguna actividad humana sin
entender la importancia de la lgica en dicho proceso.
La lgica junto la teora de conjuntos tocan transversalmente todas las
ramas del saber. La teora de conjuntos juega un papel importante en
la formacin bsica de los futuros profesionales de las reas de
ciencias y tecnologas.
Por qu estudiar Lgica?
EL lenguaje que usamos a diario nos conduce muchas veces a
ambigedades que permiten hacer interpretaciones distintas y desde
Introduccin
el punto de vista de la lgica, esto es inaceptable. Por esta razn, la
ciencia utiliza un lenguaje diferente que evite las ambigedades y que
sea universal. De aqu que la lgica viene a llenar este vaco, porque
aunque utiliza un lenguaje simblico, es ms preciso y exacto que el
lenguaje comn.
Contenido
1 INTRODUCCIN
Introduccin
Formas normales
Clculo de predicado
Conjuntos numricos
Sucesiones
lgebras booleanas
Antonio Producto cartesiano o conjunto
Bonilla Bonilla (UASD) producto
Matemtica Discreta Enero del 2016 10 / 1194
Introduccin
La palabra lgica proviene de la palabra griega LOGOS, que significa

pensamientos correctos. El adjetivo formal se refiere a que la lgica
trabaja en base a la razn pura, independientemente de la experiencia
que se tenga, es decir, prescindiendo del contenido del pensamiento.
El estudio de la informtica y/o matemtica para cualquier estudiante

es mucho ms interesante y provechoso, si previamente se le
introduce en el mundo de la lgica formal.
El manejo del lenguaje lgico y el uso de procedimientos eficientes de
razonamiento son elementos que contribuyen significativamente al
desarrollo de algoritmos computacionales de calidad.
La lgica tiene por objeto estudiar la validez de los razonamientos.
Contenido
1 INTRODUCCIN
Introduccin
Formas normales
Clculo de predicado
Conjuntos numricos
Sucesiones
lgebras booleanas
Empecemos ofreciendo algunas definiciones que sern tiles a

nuestros propsitos.
Un razonamiento es el proceso mental que nos permite obtener
conclusiones partiendo de declaraciones dadas previamente. La
lgica trabaja con dos tipos de razonamientos: el razonamiento
material que se basa en el estudio de la validez de los contenidos de
las expresiones tratadas; y el razonamiento formal que estudia la
validez de las expresiones construidas basada en la razn pura y
mediante reglas formales establecidas.
En el lenguaje ordinario utilizamos normalmente cuatro tipos de
oraciones: declarativas, interrogativas, exclamativas e imperativas. De
estas, nos interesa trabajar bsicamnete con las declarativas.
Una proposicin es una oracin declarativa, de la cual se pueda
afirmar que su contenido es verdadero o falso, pero no ambas cosas a
la vez. Es decir, las proposiciones tienen un nico valor de verdad. Se
llama valor de verdad de una proposicin a la verdad o falsedad de la
misma.
Por ejemplo, las oraciones siguientes son proposiciones:
1. Pedro es inteligente y estudioso
2. Bogot es la capital de Colombia
3. Hoy est lloviendo
Las proposicones pueden ser: simples (atmicas) o compuestas
(moleculares). Se llaman proposiciones simples aquellas que
constan de slo un sujeto y slo un predicado y debe ser afirmativa.
Se llaman proposiciones compuestas aquellas que estn formadas
por dos o ms proposiciones simples enlazadas entre si por medio de
ciertos elementos llamados operadores o conectivas lgicas (no,
y, o, si . . . , entonces . . . , si y slo si ).
Ejemplos de proposiciones simples.
1. Lima es la capital de Per.
2. 9 es un nmero primo.
3. Hoy est lloviendo.
4. Un tringulo tiene tres lados.
La proposicin Juan no es artista no es una proposicin simple por
ser un juicio de otro juicio.
Ejemplos de proposiciones compuestas.

1. 2 es un nmero primo y par.
2. Felipe es inteligente y afortunado.
3. Juan es profesor o artista.
4. Andrs y Antonio son deportistas.
5. Si un tringulo es equiltero, entonces es issceles.
6. O Luis es militar o es mdico.
variable proposicional: es un smbolo que contiene una proposicin
y generalmente se representa por letras minsculas como
p, q, r, s, t, etc.
Por ejemplo, consideremos las proposiciones:

p: 2 es un nmero primo
q: 2 es un nmero par
La proposicin: 2 es un nmero primo y par puede ser escrita como:
p y q.
De la misma manera, la proposicin: 2 no es un nmero primo ni par
puede escribirse como: no p y no q.
Operador mondico: es aquel que afecta solamente a una
proposicin atmica. La negacin es el nico operador mondico y lo
simbolizaremos por .
Operador didico: es aquel que afecta a dos proposiciones atmicas

o moleculares.
Tablas de verdad: Son arreglos de filas y columnas donde se

representan todas las combinaciones posibles de los valores de
verdad de las proposiciones simples que forman las proposiciones
compuestas y el valor de verdad de cada combinacin.
Negacin
La negacin de una proposicin se obtiene anteponiendo a la
proposicin las expresiones: Es falso que, No es verdad que o
insertando la partcula no en la proposicin cuando sea posible.
Si una proposicin es verdadera, su negacin es falsa y viceversa.

La tabla de verdad de la negacin es
p p
V F
F V
Conjuncin
La conjuncin es una proposicin compuesta formada por dos

proposiciones simples, enlazadas por el operador y () y que es
verdadera slo cuando las dos proposiciones son verdaderas; en
cualquier otro caso es falsa.
La tabla de verdad de la conjuncin es:
p q pq
V V V
V F F
F V F
F F F
Disyuncin inclusiva
La disyuncin inclusiva es una proposicin compuesta formada por

dos proposiciones simples, enlazadas por el operador o () y que es
falsa slo cuando ambas proposiciones son falsas; en cualquier otro
caso es verdadera. A esta disyuncin tambin se le llama disyuncin
dbil.
La tabla de verdad de la disyuncin inclusiva es:
p q pq
V V V
V F V
F V V
F F F
Disyuncin exclusiva
La disyuncin exclusiva es una proposicin compuesta formada por

dos proposiciones simples, enlazadas por el operador o...o (Y) y que
es falsa slo cuando ambas proposiciones tienen el mismo valor de
verdad; en cualquier otro caso es verdadera. A esta disyuncin se le
llama disyuncin fuerte.
La tabla de verdad de la disyuncin exclusiva es:
p q pYq
V V F
V F V
F V V
F F F
Condicional
La implicacin o condicional es una proposicin compuesta formada

por dos proposiciones simples, enlazadas por el operador Si ...
entonces ... (). En esta conectiva hay que distinguir dos partes:
Si ...: recibe el nombre de antecedente o hiptesis

entonces ...: recibe el nombre de consecuente o conclusin
En muchas ocasiones el Si y el entonces estn sobreentendidos o

sustituidos por otros trminos equivalentes. La condicional es falsa
slo cuando el antecedente es verdadero y el consecuente es falso;
en cualquier otro caso es verdadera.
La tabla de verdad de la condicional es:
p q pq
V V V
V F F
F V V
F F V
En p q decimos que p es condicin suficiente para q y que q es

condicin necesaria para p.
Bicondicional o doble condicional
La bicondicional o doble condicional es una proposicin compuesta
formada por dos proposiciones simples, enlazadas por el operador ...
si y slo si ... () y que es verdadera slo cuando ambas
proposiciones tienen el mismo valor de verdad; en caso contrario es
falsa.
La tabla de verdad de la bicondicional es:
p q pq
V V V
V F F
F V F
F F V
El nmero de filas en una tabla de verdad viene dado por 2n , donde n
es la cantidad de proposiciones simples en la proposicin compuesta.
Para construir todas las combinaciones posibles de valores de verdad
de las proposiciones simples, en la primera columna se alternan los
valores de verdad V y F en cantidad de 2n1 cada uno. En la segunda
columna, se alternan en cantidad de 2n2 , y as sucesivamente, hasta
llegar a la ltima columna en que se alternan en cantidad de 20 .
Ejemplo 1
La tabla de verdad de p p es
p p p p
V F V
F V V
Ejemplo 2
La tabla de verdad de (p q) q es
p q pq (p q) q
V V V V
V F F V
F V F V
F F F V
Ejemplo 3
La tabla de verdad de (p q) (p q) es
p q q pq (p q) (p q) (p q) (p q)
V V F V F F V
V F V F V V V
F V F V F F V
F F V V F F V
Ejemplo 4
La tabla de verdad de (p q) (p q) es
p q p (p q) (p q) (p q) (p q)
(p q)
V V F V V F F
V F F F F V F
F V V V V F F
F F V V V F F
Ejemplo 5
La tabla de verdad de (p q) (r Y q) es
p q r r (p q) (r Y q) (p q) (r Y q)
V V V F V V V
V V F V V F F
V F V F F F F
V F F V F V F
F V V F V V V
F V F V V F F
F F V F V F F
F F F V V V V
Tautologa: es una proposicin compuesta que siempre es verdadera,
independientemente de los valores de verdad de las proposiciones
simples que la forman. Los ejemplos 1, 2 y 3 son tautologas.
Contradiccin: es una proposicin compuesta que siempre es falsa,
independientemente de los valores de verdad de las proposiciones
simples que la forman. El ejemplo 4 es una contradiccin.
Utilizaremos el smbolo T para representar una tautologa cualquiera y
F para denotar una contradiccin cualquiera.
Contingencia: es una proposicin compuesta que no es tautologa ni
contradiccin. El ejemplo 5 es una contingencia.
Consistente: es una proposicin compuesta que es verdadera para
por lo menos una combinacin de los valores de verdad de las
proposiciones simples que la componen. Es evidente que las
contingencias son consistentes, pero las proposiciones consistentes
no necesariamente son contingencias. Las tautologas son
consistentes y no son contingencias.
Proposiciones lgicamente equivalentes: dos proposiciones

compuestas son lgicamente equivalentes , cuando tienen el mismo
valor de verdad para todas las posibles combinaciones de los valores
de verdad de las proposiciones simples que la componen. Es decir,
cuando tienen la misma tabla de verdad.
Ejemplos
Consideremos las siguentes proposiciones. Construyamos algunas
proposiciones compuestas.
p: El frio lleg.
q: El viento no sopla.
r: Luis est de vacaciones.
Entonces las proposicines:

1. El frio lleg y El viento no sopla, se escribe simblicamente p q.
2. Luis no est de vacaciones o El viento no sopla, se escribe
r q.
3. Es falso que (El frio lleg o El viento sopla), se escribe (p q).
4. El frio lleg, El viento sopla y Luis est de vacaciones, se
escribe p q r.
5. (El frio lleg y El viento no sopla) o (El frio no lleg y Luis no est
de vacaciones), se escribe (p q) (p r).
6. Si El frio lleg, entonces El viento no sopla, se escribe p q.
7. El frio lleg si y slo si El viento no sopla, se escribe p q.
8. No es cierto que EL frio lleg si y slo si El viento no sopla, se

escribe (p q).
9. Luis no est de vacaciones si y slo si El frio no lleg, se escribe
r p.
10. Si El frio no lleg o El viento no sopla, entonces El frio lleg y El
viento no sopla, se escribe (p q) (p q).
Ejemplos
Proposiciones simblicas escritas en lenguaje natural, utilizando p, q y

r anteriores :
p (q r) : EL frio lleg o el viento no

sopla o Luis est de vacio-
nes.
p r : El frio no lleg y Luis est de
vacaciones.
(p r) q : (El frio no lleg o Luis no es-

t de vacaciones) y El viento
sopla.
(p r) : No es cierto que (El frio lleg
y Luis est de vacaciones).
(p q) r : (El frio lleg y El viento so-
pla) o Luis no est de vaca-
ciones.
pr : Si El frio lleg, entonces Luis

est de vacaciones.
r p : Luis no est de vacaciones
si y slo si El frio no lleg.
(p q) (q p) : Si El frio lleg, entonces El
viento no sopla o si El vien-
to no sopla, entonces EL frio
lleg.
Ejercicios 1
1. Suponga que p es una proposicin falsa, q una proposicin
verdadera y r, una proposicin falsa. De termine el valor de
verdad de las siguientes proposiciones:
a. p q b. (p)
c. (p q) d. p (q)
e. {(p q) (p q)} f. (p q) r
g. {(p q) r} h. p (q r)
i. (p q r) (p q r) j. (p q) p
2. Considere las proposiciones:

p : El pavo es un cuadrpedo.
q : Per es un pas africano.
r : La yuca es un tubrculo.
Determine el valor de verdad de las proposiciones siguientes:
a. p q
b. q r
c (p q) (p r)
d. {p (q r)} {(p q) (p r)}
3. Construya la tabla de verdad de las siguientes proposiciones y

determine cules son tautologas, contradicciones y
contingencias:
a. (p q) q b. (p q) p
c. {p (p q)} p d. p (p q) p
e. (p q) (q p) f. (q p) (q p)
g. {(p q) r} p h. p {(p q) r}
i. (p q) (p q) j. (p q) (q q)
k. {(p (p q)} p l. {p (p q)} q
m. (p q) (p q) n. (p q) q
4. Pruebe las siguientes tautologas de uso comn ( reglas de
inferencia).
1. (p q) (p q) De DMorgan (DDM)
2. (p q) (p q) De DMorgan (DDM)
3. (p q) (q p) Conmutatividad (CONM)
4. (p q) (q p) Conmutatividad (CONM)
5. p p Doble negacin (DN)
6. (p q) (p q) Def. condicional (DEF)
7. (p q) [(p q) (q p)] Def. bicondicional (DEF)
8. (p q) [(p q) (p q)] Def. bicondicional (DEF)
9. [(p q) p] q Modus Ponens (MP)
10. [(p q) q] p Modus Tollens (MT)
11. [(p q) (q r)] (p r) Transitividad (T)

12. (p q) p q Silogismo disy. (SD)
13. [(p q)(r s)(pr)] (q s) Dilema const. (DC)
14. [(p q) (r s) (q s)] Dilema dest. (DD)
(p r)
15. (p q) p Simplificacin (SIMP)
16. p (p q) Adicin (AD)
17. p (p p) Tautologa (TAU)
18. [p (q r)] [(p q) r] Asociatividad (ASOC)
19. [p (q r)] [(p q) r] Asociatividad (ASOC)

20. (p q) (q p) Transposicin (TRANSP)
21. [(p q) r] [p (q r)] Exportacin (EXP)
22. [p (q r)] [(p q) (p r)] Distribucin (DIST)
23. [p (q r)] [(p q) (p r)] Distribucin (DIST)
24. (p q) (p q) Conjuncin (CONJ)
25. (p p) p Idempotencia (IDEM)
26. (p p) p Idempotencia (IDEM)
27. (p F ) p Identidad (IDEN)
28. (p T ) p Identidad (IDEN)
29. (p T ) T Dominacin (DOM)

30. (p F ) F Dominacin (DOM)
31. [p (p q)] p Absorcin (ABS)
32. [p (p q)] p Absorcin (ABS)
33. (p p) T Inversa (INV)
34. (p p) F Inversa (INV)
5. Aplique la distribucin a los enunciados siguientes

a. p (q s)
b. r (p q)
c. s (t p)
d. (r s) (q r)
e. (r s) (q r)
f. (r s) (p q)
g. [(p q) (r s)] p q
h. (p q) (r s) t (q r)
6. Convierta las siguientes proposiciones en condicionales y

despus aplquele la transposicin (literal y simblicamente).
a. O hace fro o voy de paseo.
b. Es falso que Lima sea la capital del Per y Madrid no sea la capital
de Espaa.
c. Pizarro conquist el Per y Corts conquist Mxico
d. Es falso que Alberto sea mdico o ingeniero
e. Es falso que Luis no tenga 25 aos y Carlos no tenga 27 aos.
Formas argumentales
En muchos casos se puede determinar, si un razomamiento es

correcto o no en base a experiencias vividas. Sin embargo, en otros
casos, decidir si un razonamiento es correcto o no, puede resultar muy
complejo. Por tanto, se requiere de una mayor precisin para
determinar cuando el razonamiento es correcto.
Una forma argumental es una proposicin de la forma
(p1 p2 p3 . . . pn ) = q
o
p1 , p2 , p3 , . . . , pn ` q,
donde p1 , p2 , p3 ,. . . ,pn y q son proposiciones.
Es decir, una forma argumental es la representacin simblica de un
razonamiento.
A las proposiciones
p1 , p2 , p3 , . . . , pn
se les llama premisas o hiptesis de la forma argumental y a la
proposicin q, se le llama conclusin.
Una forma argumental es vlida si y slo si, se obtiene la conclusin,
a partir de las premisas dadas previamente.
Es decir, si es una tautologa. En caso contrario, es una falacia.
Las tablas de verdad son instrumentos de fcil manejo y muy
poderosos para probar la validez de razonamientos, sin embargo, no
son prcticas cuando el nmero de proposiciones simples aumenta,
ya que el nmero de filas de la tabla aumenta exponencialmente.
Deduccin proposicional
Esto hace que se utilicen procedimientos ms prcticos en la prueba

de validez de razonamientos, aunque se requiera de mayor capacidad
de abstraccin. Uno de estos procedimientos es el de la deduccin
proposicional.
Las tautologas que fueron probadas en el ejercicio 4 se utilizan como
reglas de inferencias para permitirnos inferir lgicamente de un
conjunto de afirmaciones, otra afirmacin.
Es importante sealar que la conclusin debe deducirse del conjunto
de premisas aunque no sea directamente. Las premisas son
proposiciones que se consideran siempre verdaderas.
Los pasos que se dan en la prueba de validez de un razonamiento
deben estar siempre justificado por alguna de las reglas de
inferencias. Cabe decir que este procedimiento slo nos permite
probar la validez de razonamientos y el hecho de que no lo hayamos
probado, no quiere decir que no se pueda; simplemente que no hemos
encontrado la solucin.
Frmulas proposicionales
Una Frmula proposicional se define recursivamente de la siguiente
manera:
a. Una variable proposicional es una frmula proposicional.
b. Las proposiciones construidas de frmulas proposicionales
mediante las conectivas: , , , , y los smbolos auxiliares (,
); [,] y {, } son frmulas proposicionales.
Nota. Cuando no haya lugar a confusin, utilizar la palabra frmula
en lugar de frmula proposicional.
Para demostrar (probar) la validez de una forma argumental por
deduccin proposicional, los pasos aceptados como vlidos son:
1. En cualquier paso puede ser usado una premisa.

2. Todo paso puede ser sustituido por otro equivalente.
3. En todo paso se puede escribir la conclusin de una regla de
inferencia, si sus premisas son pasos previos.
4. Cualquier teorema o propiedad conocida ( reglas de inferencias )
puede ser usada en un paso.
Ejemplos
Probar los siguientes razonamientos mediante deduccin
proposicional.
1. p, p q, r q ` r
Prueba:
1) p P
2) p q P
3) r q P
4) q de 1) y 2) x SD
5) r de 3) y 4) x MT
6) r de 5) x DN
2. t s, q s, t ` q
Prueba:
1) ts P
2) q s P
3) t P
4) s de 1) y 3) x MP
5) q de 2) y 4) x MT
6) q de 5) x DN
3. p q, q r, r ` p
Prueba:
1) pq P
2) q r P
3) r P
4) p r de 1) y 2) x T
5) p de 3) y 4) x MT
4. (p q) (r s), s t, t ` p
Prueba:
1) (p q) (r s) P
2) st P
3) t P
4) s de 2) y 3) x MT
5) s r de 4) x AD
6) r s de 5) x CONM
Prueba (cont.)
7) (r s) de 6) x DDM
8) (p q) de 1) y 7) x MT
9) p q de 8) x DDM
10) p de 9) x SIMP
Pruebe la validez de los siguientes razonamientos mediante la

deduccin proposicional.
1. Juan no dice la verdad, o Pedro estuvo en casa cerca de las ocho.
Si Pedro estuvo en casa cerca de las ocho, el vio a su hermano.
Si Pedro vio a su hermano, sabe quien estuvo antes. Luego, si
Juan dice la verdad, entonces Pedro sabe quien estuvo antes.
Solucin
Consideremos las formas proposicionales:
p : Juan dice la verdad
q : Pedro estuvo en casa a las ocho
r : Pedro vio a su hermano
s : Pedro sabe quien estuvo antes
El razonamiento o forma argumental viene dado por:
p q, q r, r s ` p s
Prueba:
1) p q P
2) qr P
3) rs P
4) qs de 2) y 3) x T
5) pq de 1) x DEF
6) ps de 4) y 5) x T
2. No es cierto que Josefa est con Rosa y Mayra. Si Hoy es Lunes,
entonces Josefa est con Rosa. Hoy es Lunes. Luego, Josefa no
est con Mayra.
Solucin
p : Josefa est con Rosa
q : Josefa est con Mayra
r : Hoy es Lunes

(p q), r p, r ` q
Prueba:
1) (p q) P
2) rp P
3) r P
4) p de 2) y 3) x MP
5) p q de 1) x DDM
6) q de 4) y 5) x SD
3. Si Felipe es constructor de apartamentos y ngel compr un
apartamento, entonces Antonio ganar la causa. Antonio no
ganar la causa o ngel es responsable. Pero ngel no es
responsable. Por tanto, Felipe no es constructor de apartamentos
o ngel no compr un apartamento
Solucin
p : Felipe es constructor de apartamentos
q : ngel compr un apartamento
r : Antonio ganar la causa
s : ngel es responsable
(p q) r, r s, s ` p q
Prueba:
1) (p q) r P
2) r s P
3) s P
4) r de 2) y 3) x SD
5) (p q) de 1) y 4) x MT
6) p q de 5) x DDM
Ejercicios
Pruebe los siguientes razonamientos mediante deduccin

proposicional.
1. p q, q r, p ` r
2. (t s) r, r, t ` s
3. r s, p, q r, p q ` s
4. (p q), q t, p t, s t ` s
5. q t, t r, r ` q
6. (p q) (r s), (q s) t, t ` (p r)
7. (p q) r, r p ` q
8. (p q) (r s), p r, (p s) (r q) ` (q s)
Ejercicios
9. p q, r q, r s, p t, t r, p p ` s
10. p q, q r, s r ` p s
11. (p q) r, (q r) s, p ` s
12. p, q r, q p, t r ` t
13. s p, p t, t r ` s r
14. p, p q, p (q r) ` r
15. p (q r), p, r ` q
16. p q, q ` p
17. (p q) r, r, p ` q
18. p (q r), p, r ` q
Ejercicios
19. p q, p q ` p q
Pruebe la validez de los siguientes razonamientos mediante la
deduccin proposicional.
20. Si aumentan los precios, entonces aumenta la canasta familiar
bsica. Si aumenta la canasta familiar bsica, entonces disminuye
el poder adquisitivo del peso dominicano. Aumentan los precios.
Luego, disminuye el poder adquisitivo del peso dominicano.
21. Si contratan a Juan para desarrollar un sistema y lo desarrolla
bien, entonces le pagan buen sueldo. Contratan A juan para
desarrollar un sistema y lo desarrolla bien. Por tanto,le pagan
buen sueldo.
Ejercicios
22. Carlos es elegido si y slo si la votacin es numerosa. La votacin
es numerosa. Carlos no es elegido o Daniel ser nombrado. Por
tanto, Daniel ser nombrado.
23. Si no hay subsidio del gobierno para la agricultura, entonces hay
controles gubernativos sobre la agricultura. Si hay controles
gubernativos sobre la agricultura, entonces no hay depresin
agrcola. Hay depresin o superproduccin agrcolas. Es un
hecho que no hay sobreproduccin. Entonces hay subsidios del
gobierno para la agricultura.
24. El director no estudi bien la mocin o la aprueba. Estudi todo

muy bien, de modo que debe aprobar la mocin.
Ejercicios
25. Habiendo tenido la vctima dinero en el bolsillo, el robo no fue el
motivo del crimen. Pero el motivo del crimen fue el robo o la
venganza. Luego, el motivo del crimen fue la venganza.
26. Si Luis viaja a New york, encontrar a Pedro. Si encuentra a
Pedro, Luis recibir la noticia. Luego, Luis recibe la noticia o no
viaja a New york.
27. Carlos es Economista o mdico. Pero si Carlos es economista,

Carlos dominara las matemticas. Como no domina las
matemticas hay que inferir que Carlos es mdico.
Ejercicios
28. Es falso que Mara y Rosa sean buenas programadoras. Si Rosa
no es buena programadora, es rechazada para el trabajo. De la
misma forma, si Mara no es buena programadora, es rechazada
para el trabajo. Si Lily es buena programadora, no es rechazada
para el trabajo. Por tanto, Lily no es buena programadora.
29. Si Juan es ingeniero de sistemas, es programador. Pero no es

programador o es soporte tcnico. No es soporte tcnico. Por
tanto, no es ingeniero de sistemas.
30. Si Arturo se casa, entonces Mara se enferma. Mara se enferma
siempre y cuando Arturo no se haga sacerdote. Por tanto, si
Arturo se casa, entonces no se hace sacerdote.
Ejercicios
31. Tanto Juan como Pedro son matemticos. Como Juan es
matemtico se tiene que si Pedro es matemtico, entonces Luis
es fsico. Por tanto, Luis es fsico.
32. Si un 1GB de memoria es mejor que nada, comprar ms

memoria. Como un 1GB de memoria es mejor que nada,
comprar un nuevo computador. Por tanto, si un 1GB de memoria
es mejor que nada, entonces comprar un nuevo computador y
ms memoria.
33. Considere las siguientes formas proposicionales:
p : El dia est soleado.
q : Hace calor.
r : Luis est contento.
Ejercicios
Exprese verbalmente los razonamientos siguientes y pruebe la validez
de los mismos:
a. p q, p r ` r q
b. p q, p r ` r q
c. p (q r), q r ` p
d. p (q r), p q, p ` r
e. (p q) r, r p ` q
Contenido
1 INTRODUCCIN
Introduccin
Formas normales
Clculo de predicado
Conjuntos numricos
Sucesiones
lgebras booleanas
Formas normales
El procedimiento de la deduccin proposicional tiene la limitacin de

que slo nos permite probar la validez de un razonamiento, pero no la
invalidez. Esto sin embargo, no significa que un procedimiento que no
hayamos podido probar su validez sea invlido, sencillamente no lo
hemos podido lograr.
Para vencer la limitacin de la deduccin proposicional surgen las
llamadas formas normales.
Literal: Es una variable proposicional, negada o no negada.
Forma normal: es una frmula proposicional formada slo por
conjunciones, disyunciones, y negaciones que afecten a una sola
variable proposicional.
Las formas normales pueden ser:
Formas normales
- Forma normal disyuntiva (FND)
- Forma normal conjuntiva (FNC)
Forma normal disyuntiva (FND): es una frmula proposicional F
constituida por una disyuncin finita de conjunciones finitas puras.
Conjunciones finitas puras son aquellas cuyos componentes estn
formados por una sola variable proposicional negada o no negada
(literal). Es decir,
_n ^mi
Lij ,
i=1 j=1
donde cada Lij es un literal.
Formas normales
Por ejemplo,
(p q) (r p q) (r p q)
es una forma normal disyuntiva.

A las conjunciones finitas puras de la forma normal disyuntiva se les
llama sumandos.
Forma normal conjuntiva (FNC): es una frmula F constituida por
una conjuncin finita de disyunciones finitas puras. Disyunciones
Formas normales
finitas puras son aquellas cuyas componentes estn formados por una
sola variable proposicional negada o no negada (literal). Es decir,

^n mi
_
Lij ,
i=1 j=1
donde cada Lij es un literal.

Por ejemplo,
(p q r) (p q r) (r t r),
es una forma normal conjuntiva.
Formas normales
A las disyunciones finitas puras de la forma normal conjuntiva se les
llama factores.
Para hallar cualquiera de las formas normales de una frmula, el
procedimiento que se sigue es el siguiente:
1. Eliminar todo lo que no sea conjuncin o disyuncin mediante las

equivalencias
(p q) (p q) y (p q) (p q) (p q).
2. Eliminar las negaciones que afecten a los operadores o

conectivas lgicas mediante las leyes de DMorgan.
3. Aplicar las leyes de distribucin, si se necesita.
Formas normales
Definicin
El Dual de una proposicin p que contiene solamente , y ,
representado por pd , se obtiene al sustituir cada ocurrencia de () de
p por () y cada ocurrencia de T (F ) por F (T ).
Por ejemplo, las leyes de DMorgan , as como tambin las leyes
inversas son duales.
Principio de dualidad
Sean p y q proposiciones que slo contienen , y . Si p y q son
lgicamente equivalentes, entonces pd y q d son lgicamente
equivalentes.
Es decir, si p q entonces pd q d .
Formas normales
A una frmula constituida por p p ( afirmacin o negacin de una
variable) se le llama tercio excluido. Observe que es una tautologa.
Una frmula constituida por p p (afirmacin y negacin de una
variable al mismo tiempo ) se le llama contradiccin.
La forma normal disyuntiva (FND) nos permite determinar si un
razonamiento dado es consistente o contradictorio. Es consistente
si al menos en un sumando no hay contradiccin; en caso contrario, el
razonamiento es contradictorio.
Ejemplo
Determine si el siguiente razonamiento es consistente mediante la
FND:
[p (q r)] [(q p) r].
Formas normales
Solucin:
[p (q r)] [(q p) r] [p (q r)] [(q p) r]

[p (q r)] [(q p) r]
[p (q r)] [(q p) r]
[p (q r)] [q p r]
(p q r) q p r
Como no hay contradiccin en al menos uno de los sumandos, se

tiene que el razonamiento es consistente.
Formas normales
Ejemplo
Determine si el siguiente razonamiento es consistente mediante la
FND:
[(p (q r)) (s t)] [(p r) (q p)].
Solucin:
[(p (q r)) (s t)] [(p r) (q p)]
[(p (q r)) (s t)] [(p r) (q p)]
[(p (q r)) (s t)] [(p r) (q p)]
[(p (q r)) (s t)] [(p r) (q p)]
[(p (q r)) (s t)] [(p r) (q p)]
[(p (q r)) (s t)] [(p r) (q p)]
Formas normales
[(p q) (p r) (s t)] [((p r) q) ((p r) p)]
[(p q) (p r) (s t)]
[((p q) (r q)) ((p p) (r p))]
(p q) (p r) (s t)
(p q) (r q) (p p) (r p)
(p q) (p r) (s t) (r q) (p p) (r p) FND
Como no hay contradiccin en al menos uno de los sumandos, se

tiene que el razonamiento es consistente.
Ejercicios
Determine si los siguientes razonamientos son consistentes, mediante

la FND.
1. (p q) (p q)
2. [(p r) (r q)] (p q)
3. (p q) (p q)
4. [(p q) (q s)] (p q)
5. (q r) [(q p) (r p)]
6. [(p (q r)) (q (r p))] p
7. [(p r) s] [s (p r)]
8. [(p q) r] [(s t) (p q)]
Ejercicios
9. (p q) [(p r) (q r)]
Formas normales
Con la forma normal conjuntiva (FNC) podemos determinar si un

razonamiento es vlido (tautologa) o invlido. Una forma normal
conjuntiva es tautolgica, si en todos sus factores hay tercio excluido;
en caso contrario es invlida.
Ejemplo
Determinar mediante la FNC si el siguiente razonamiento es vlido o
invlido.
(p q) [(q r) p]
Formas normales
Solucin:
(p q) [(q r) p] (p q) [(q r) p]
(p q) [(q r) p]
(p q) [(q r) p]
(p q) [(q r) p]
(p q) p (q r)
[(p q p)] (q r)
(p q p q) (p q p r)
(p q) (p q r)
Formas normales
Como no hay tercio excluido en todos los factores, el razonamiento
(forma argumental) es invlido (falacia).
Ejemplo
Determinar mediante la FNC si el siguiente razonamiento es vlido o
invlido.
(p q) [(q r) p]
Solucin:
Formas normales
(p q) [(q r) p] (p q) [(q r) p]
(p q) [(q r) p]
(p q) p (q r)
(p q p) (q r)
(p q p q) (p q p r)
Como hay tercio excluido en todos los factores, el razonamiento es

vlido.
Ejercicios
Determine mediante la FNC si los siguientes razonamientos son

vlidos o invlidos
1. (p q) (p q)
2. [(p r) (r q)] (p q)
3. [(p q) (p s)] (q p)
4. [(p q) p] q
5. (p q) [(p q) q]
6. [p (q r)] [(p q) r]
7. (p q) (p q)
8. (p q) (q p)
Ejercicios
9. (p q) (r s)
10. (q r) [(p q) (p r)]
Contenido
1 INTRODUCCIN
Introduccin
Formas normales
Clculo de predicado
Conjuntos numricos
Sucesiones
lgebras booleanas
Clculo de predicado
Cuantificadores
Las herramientas lgicas que hemos visto hasta ahora no son

suficientes como para expresar en lenguaje lgico todas las
situaciones que se presentan en el lenguaje comn. Los
cuantificadores vienen a llenar este vaco porque permiten construir
proposiciones particularizadas o generalizadas a partir de funciones
proposicionales.
Clculo de predicado
Un smbolo que puede representar a cualquier objeto de una
coleccin dada de tales objetos se le llama variable.
Sea P (x) una oracin que depende de la variable x, donde los valores
de x pertenecen a un conjunto D. P recibe el nombre de funcin
proposicional o predicado sobre D, si para cada x D, P (x) es una
proposicin. Es decir, si al sustituir x por un objeto cualquiera de D, P
se convierte en una proposicin. Al conjunto D se le llama dominio
de discurso o dominio de referencia o dominio de definicin.
Por ejemplo, sea
P (x) : x es un entero primo,
donde D = Z .+
Clculo de predicado
Puesto que P (x) se convierte en una proposicin para cada valor de
x, ya que dependiendo de que x sea primo o no, P (x) es verdadera o
falsa. Entonces podemos decir que P (x) es una funcin proposicional.
Ejemplos
Los siguientes enunciados son funciones proposicionales
a. x2 + 7x + 12 = 0, donde D = R
b. x es un entero divisible por 3, donde D = Z+
c. x es un beisbolista que di 40 jonrones o ms en la campaa del
2009 en GL. D = conjunto de beisbolistas
Clculo de predicado
Sea P (x) una funcin proposicional con dominio de referencia D . Las
expresiones del lenguaje comn como:
Existe un x P (x), Para algn x P (x), corresponden a afirmaciones
cuantificadas existencialmente y se escriben como
x P (x).
EL smbolo significa existe y representa el cuantificador

existencial.
La expresin
x P (x)
es verdadera si P (x) es verdadera para al menos un x D y falsa si
P (x) es falsa para toda x D.
Clculo de predicado
Ejemplo
La afirmacin
x (2x + 3 = 10), D=R
7
es verdadera porque existe un nmero real x = para el cual la
2
proposicin es verdadera.
La afirmacin
x (x2 + 1 = 0), D=R
es falsa porque no existe un nmero real para el cual la proposicin
sea verdadera.
Expresiones como Para cualquier x P (x), Para todo x P (x) , Para
cada x P (x) representan afirmaciones cuantificadas universalmente y
Clculo de predicado
se escribe como x P (x). El smbolo significa para todo y
representa el cuantificador universal.
La afirmacin
x P (x)
es verdadera si P (x) es verdadera para cada x D y falsa si P (x) es
falsa para al menos un x D.
Ejemplo
La afirmacin
x (x2 + 1 > 0), D = R
es verdadera, porque x2 + 1 > 0 es verdadera para cada x D.
Clculo de predicado
La afirmacin
x 3
x 2
= , D=R
x +1 10
es falsa, porque
x 3
=
x2 +1 10
es falsa para por lo menos un x D, digamos para x = 2.
Equivalencia de cuantificadores
a. x P (x) x P (x)
b. x P (x) x P (x)
Clculo de predicado
Leyes de De Morgan para lgica
a. (x P (x)) x P (x)
b. (x P (x)) x P (x)
Muchas veces las expresiones del lenguaje comn tienen
interpretaciones diferentes, por ejemplo la afirmacin
No todo entero primo es impar
puede interpretarse como:
Todo entero primo no es impar.
Esta no es la interpretacin correcta.
La interpretacin correcta es:
Algn entero primo no es impar.
Clculo de predicado
Consideremos las siguientes funciones proposicionales:
P (x) : x es entero primo
Q(x) : x es impar.
La primera interpretacin se escribe como:
x (P (x) Q(x))
y la segunda se escribe
x (P (x) Q(x)).
Clculo de predicado
Observe que
x (P (x) Q(x)) x (P (x) Q(x)).
De la misma manera se observa que
x (P (x) Q(x)) (x (P (x) Q(x))).
Para indicar expresiones como: Existe un nico, Hay un solo, Hay

un nico, se utiliza otro cuantificador del cual no hemos hablado que
es:
!.
Cuando de escribe
! x P (x),
Clculo de predicado
se quiere decir que hay un nico elemento x tal que P (x).
La proposicin
! x P (x)
es verdadera, si y slo si, existe un nico objeto en el dominio de
definicin de x para el cual P (x) es verdadera. Es falsa cuando P (x)
es falsa para todos los valores de x dentro de su dominio de definicin
o cuando hay ms de un valor de x para los cuales P (x) es verdadera.
Ejercicios
1. Determine si el enunciado dado es una funcin proposicional. Si

lo es, encuentre el dominio de referencia.
a. 7n 1 es mltiplo de 6
Clculo de predicado
b. Elija un entero entre 3 y 19
c. Los medias rojas de Boston ganaron la serie mundial del 2007
d. 3x 5 = 2
2. Considere la funcin proposicional:
P (n): 3 divide a (2n 1), D = Z+ .
Escriba cada proposicin en palabras y diga el valor de verdad de
las siguientes proposiciones:
a. P (4) b. P (5) c. P (8) d. P (11) e.
n P (n)
3. Considere la funcin proposicional P (x): x es un golfista. El
dominio de referencia es el conjunto de deportistas. Escriba en
palabras cada proposicin.
Clculo de predicado
a. x P (x)
b. x P (x)
c. x P (x)
d. (x P (x))
4. Escriba la negacin de los ejercicios del punto 3 en smbolos y
palabras.
5. Considere las funciones proposicionales: P (x): x es un profesor
universitario y Q(x): x ensea matemtica. EL dominio de
referencia es el conjunto de todos los profesores. Escriba en
palabras y determine el valor de verdad de cada afirmacin.
a. x (P (x) Q(x))
b. x (P (x) Q(x))
c. x (Q(x) P (x))
Clculo de predicado
d. x (P (x) Q(x))
6. Escriba la negacin de los ejercicios del punto 5 en smbolos y
palabras.
7. Considere las funciones proposicionales
P (x): x es un abogado
Q(x): x tiene un yate.
Escriba en smbolos y en palabras las siguientes afirmaciones.
a. Todos los abogados tienen un yate
b. Algunos abogados tienen un yate
c. Todos los dueos de yate son abogados
d. Alguien que tiene un yate es abogado
Clculo de predicado
8. Escriba la negacin en smbolos y palabras de los ejercicios del
punto 7.
9. Determine el valor de verdad de cada afirmacin. EL dominio de
referencia es R.
a. x (x2 > x)
b. x (x2 > x)
c. x (x > 1 x2 > x)
d. x (x > 1 x2 > x)
e. x (x > 1 x/(x2 + 1) < 1/3)
10. Escriba la negacin en smbolos y en palabras de los ejercicios
del punto 9.
Clculo de predicado
En el clculo proposicional, las variables representan proposiciones
atmicas. Es decir, aquella en la que una propiedad determinada se le
atribuye a un sujeto. Es claro que a un mismo sujeto se le puede
atribuir distintas propiedades y una misma propiedad la pueden tener
varios sujetos.
Por ejemplo, de Pedro se puede decir que es gordo, alto, inteligente.
Del mismo modo, mamfero se le puede atribuir a una Vaca, un
caballo, un Perro, etc.
El clculo de predicados considera los diferentes elementos que
intervienen en las proposiciones, mientras que en el clculo
proposicional, las proposiciones se consideran como un todo.
En el clculo de predicados, llamamos trmino al sujeto del que se
predica algo y predicado, lo que se dice del sujeto.
Clculo de predicado
Los sujetos constantes, individuales o particulares se nombran
generalmente con letras minsculas como: a, b, c, etc., mientras que el
smbolo x, se utiliza para variables de sujetos o individuos.
Consideremos el argumento:
Todos los caballos son cuadrpedos. Santy es un caballo. Por tanto,
Santy es un cuadrpedo.
Sean
p : Todos los caballos son cuadrpedos.
q : Santy es un caballo.
r : Santy es un cuadrpedo.
Clculo de predicado
La forma argumental de este argumento, viene dada por:
(p q) r.
Esta forma argumental no es vlida, ya que la forma proposicional es

una contingencia.
Sin embargo, desde el punto de vista lgico intuitivo, este argumento
parece ser vlido. Esto nos lleva a pensar que la lgica proposicional
que hemos desarrollado hasta ahora no tiene las herramientas
suficientes que nos permita establecer la relacin entre las premisas y
la conclusin.
El clculo de predicados suple esta deficiencia.
Por ejemplo, tomemos la proposicin:
Clculo de predicado
Todos lo matemticos son cientficos
Podemos decir que si Jos es matemtico, entonces Jos es
cientfico. De la misma forma, si Pedro es matemtico, entonces Pedro
es cientfico. De modo ms general, podemos escribir: si x es
matemtico, entonces x es cientfico. Consideremos la funcin
proposicional:
P (x) : x es matemtico x es cientfico.
La expresin x P (x) se interpreta como: para todo x, si x es
matemtico, entonces x es cientfico. En lo adelante Cuando haya
posibilidad de confusin en la notacin, usaremos el smbolo : para
separar el cuantificador de la funcin proposicional. As escribiremos
x : P (x).
Clculo de predicado
En el caso del enunciado anterior, podemos escribir
x : x es matemtico x es cientfico.
Teorema
Si P (x) es una funcin proposicional y a un objeto del dominio de
definicin de x, entonces
x P (x) P (a)
es una tautologa.
Demostracin
Si suponemos que la condicional es falsa es porque x P (x) es
verdadera y P (a) es falsa. Ahora bien, si P (a) es falsa, entonces
Clculo de predicado
x P (x) es falsa y esto es contradictorio con el hecho de que x P (x)
es verdadera.
Para probar la validez de argumentos que incluyen proposiciones
universales se pueden aplicar las mismas reglas de inferencias ( o de
derivacin) del clculo proposicional. Tomemos como ejemplo el
argumento:
Todos los santiagueros son cibaeos. Todos los cibaeos son
emprendedores. Luego, todos los santiagueros son emprendedores.
Este argumento se escribe en forma simblica como:
Sean
P (x) : x es santiaguero.
Q(x) : x es cibaeo.
Clculo de predicado
R(x) : x es emprendedor.
Entonces el argumento lo escribimos como:
x : P (x) Q(x), x : Q(x) R(x) ` x : P (x) R(x)
Prueba
Como las premisas son verdaderas, tomemos un objeto particular
cualquiera del dominio de definicin de x, digamos x0 y hagamos
p : x0 es santiaguero.
q : x0 es cibaeo.
r : x0 es emprendedor.
Entonces el argumento se escribe:
Clculo de predicado
p q, q r ` p r
Es evidente que este argumento es vlido, segn la derivacin del
clculo proposicional porque corresponde a la regla de inferencia de
transitividad.
Todos los caballos son cuadrpedos. Santy es un caballo. Por tanto,
Santy es un cuadrpedo.
Sean
P (x) : x es un caballo.
Q(x) : x es un cuadrpedo.
P (x0 ) : Santy es un caballo.
Entonces el argumento se escribe como:
Clculo de predicado
x : P (x) Q(x), P (x0 ) ` Q(x0 )
Prueba
Como las premisas son ambas verdaderas, se puede aplicar la regla
de inferencia del Modus Ponens del clculo proposicional y se obtiene
la conclusin.
Ejercicios
Determine si los argumentos siguientes son vlidos o no.
1. Todos los Fsicos son analistas. Todos los analistas son
inteligentes. Luego, todos los Fsicos son inteligentes.
2. Toda persona cariosa es amada. Todos los que son amados son
dichosos. Juan es carioso. luego, Juan es dichoso.
Clculo de predicado
3. Toda figura es un cuadriltero. Un tringulo es una figura. Por
tanto, un tringulo tiene cuatro lados.
4. Todos los beisbolistas son atletas. Todos los futbolistas son
atletas. Por tanto, todos los beisbolistas son futbolistas.
5. Los guineos son frutas agradables y saludables. Toda fruta
agradable y saludable no se desarrolla en pantanos. Luego, los
guineos no se desarrollan en pantanos.
6. Todo el que ama es un enfermo. Pedro vive en la ciudad. Todo el
que vive en la ciudad no ama. Por tanto, Pedro no es un enfermo.
7. Toda persona inteligente es estudiosa. Toda persona estudiosa es
exitosa. Todo hombre es exitoso. Luego, Todo hombre es
inteligente.
Clculo de predicado
Algunos hombres son inteligentes. Todas las personas inteligentes
son sabias. Luego, Algunos hombres son sabios.
Sean
P (x) : x es un hombre.
Q(x) : x es inteligente.
R(x) : x es sabio.
El argumento en forma simblica se escribe como:
x : P (x) Q(x), x : Q(x) R(x) ` x : P (x) R(x)
Prueba
Clculo de predicado
Como suponemos que las premisas son verdaderas, existe por lo
menos un objeto x0 en el dominio de definicin de x para el cual la
proposicin es P (x0 ) Q(x0 ) y por tanto, ambas son verdaderas.
Como la segunda premisa es verdadera, se tiene que Q(x0 ) R(x0 )
es verdadera. Ahora bien, como Q(x0 ) es verdadera, se tiene que
R(x0 ) es verdadera. Luego, tenemos que P (x0 ) R(x0 ) es verdadera
y x : P (x) R(x) es una proposicin verdadera. Luego, el
argumento es vlido.
Este argumento es un caso particular del argumento del clculo
prosicional
p q, q r ` p r,
que es un argumento vlido.
Clculo de predicado
Ejercicios
Determine si los argumentos siguientes son vlidos o no.
1. Todos los filsofos son cientficos. Algunos hombres son filsofos.
Luego, hay hombres que son cientficos.
2. Si un hombre toca guitarra, entonces es msico. Hay hombres
que son msicos. Por tanto, hay hombres que tocan guitarra.
3. Algunos conductores son imprudentes. Los conductores
imprudentes son agresivos. Luego, Algunos conductores
imprudentes son agresivos.
4. Algunos seres vivos son parsitos. Los hombres son seres vivos.
Por tanto, Algunos hombres son parsitos.
Clculo de predicado
5. Los universitarios que estudian son exitosos. Hay universitarios
que no estudian. Por tanto, Hay universitarios que no son
exitosos.
6. Todos los msicos clsicos son artistas. Existen msicos que no
son artistas. Luego, existen msicos que no son clsicos.
Cuantificadores anidados
Los cuantificadores anidados se utilizan cuando necesitamos dos o
ms variables en una funcin proposicional. Por ejemplo, cuando
escribimos
xy(x2 + y 2 0), D = R,
Clculo de predicado
queremos significar que para cada x y para cada y, se tiene que
(x2 + y 2 0). Evidentemente que esta afirmacin es verdadera.
Si se escribe
xy (x + y = 0), D = R,
significamos que para cada x existe al menos una y tal que x + y = 0.
Esta afirmacin es verdadera.
Cuando se escribe
xy (x > y), D = Z+ ,
queremos decir que para toda x, existe una y tal que x > y.
Clculo de predicado
Esta afirmacin es falsa porque existe al menos una x, digamos x = 1
para la cual x > y es falsa para todo entero positivo y.
Consideremos la afirmacin
xy((x < 0) (y < 0) (xy = 15)), D = Z .
Esto significa que existe una x y existe una y, digamos x = 3 y

y = 5 tal que xy = 15, lo cual es verdadera.
Considere la afirmacin
xy (x y), D = Z+ .
Esta afirmacin es falsa.
Clculo de predicado
Negacin de cuantificadores en dos variables
La negacin de cuantificadores en dos variables se obtiene aplicando
las leyes de DMorgan repetidamente. De modo que
a. ( x y P (x, y)) x ( y P (x, y)) x y P (x, y)

b. ( x y P (x, y)) x ( y P (x, y)) x y P (x, y)
c. ( x y P (x, y)) x ( y P (x, y)) x y P (x, y)
d. ( x y P (x, y)) x ( y P (x, y)) x y P (x, y)
Ejercicios
Clculo de predicado
1. Considere la funcin proposicin P (x, y) : x y. EL dominio de
referencia es Z+ . Determine el valor de verdad de cada una de
las siguientes proposiciones.
a. xy P (x, y)
b. xy P (x, y)
c. xy P (x, y)
2. Escriba la negacin de cada uno de los ejercicios del punto 1.

3. Determine el valor de verdad de las siguientes proposiciones. El
dominio de referencia es D = R.
a. xy (x2 < y + 1)
b. xy (x2 < y + 1)
c. xy (x2 + y 2 = 9)
Clculo de predicado
d. xy (x2 + y 2 0)
e. xy (x2 + y 2 = 9)
f. xy ((x < y) (x2 < y 2 ))

g. xy ((x < y) (x2 < y 2 ))
h. xy ((x < y) (x2 < y 2 ))
i. xy (x2 + y 2 = 9)
j. yx (x2 < y + 1)
k. xy (x2 + y 2 0)
l. xy (x2 + y 2 0)
4. Escriba la negacin de cada uno de los ejercicios del punto 3.
Contenido
1 INTRODUCCIN
Introduccin
Formas normales
Clculo de predicado
Conjuntos numricos
Sucesiones
Contenido
lgebras booleanas
Induccin y recursin
4 TEORA DE NMEROS Y COMBINATORIA
Elementos de conteo
Permutaciones: Se toma en cuenta el orden
Combinaciones: No toma en cuenta el orden
5 CONGRUENCIA, RELACIONES Y FUNCIONES
Congruencia
Congruencias lineales
Relaciones
Relaciones de orden
Funciones
Contenido
6 INTRODUCCIN A LA PROBABILIDAD
Probabilidad condicional e independencia
7 NOCIONES DE LGEBRA ABSTRACTA
Grupos
Subgrupos
Grupos cclicos
Anillos
8 TEORA DE GRAFOS
Subgrafos
Complemento
Contenido
9 INTRODUCCIN A LOS RBOLES
rboles binarios
rboles de decisin
10 RELACIONES DE RECURRENCIA
Relaciones de recurrencia homogneas lineales de segundo
orden
11 INTRODUCCIN A LOS ALGORITMOS
Contenido
Algunas funciones especiales
12 LENGUAJES FORMALES Y TEORA DE AUTMATAS

Lenguajes formales
Gramtica formal
Ms sobre gramticas independientes del contexto
Ms sobre lenguajes regulares. Expresiones regulares
Autmatas finitos
Equivalencia entre AF N D y AF D
Contenido
1 INTRODUCCIN
Introduccin
Formas normales
Clculo de predicado
Conjuntos numricos
Sucesiones
lgebras booleanas
Conjuntos
Un conjunto es cualquier coleccin de objetos bien definidos en el
sentido de que se pueda determinar con precisin y sin ambiguedad
cuando un objeto pertenece o no al conjunto. A los objetos que
componenen un conjunto se les llama elementos o miembros del
conjunto. Por ejemplo, el conjunto de las letras del alfabeto castellano;
el conjunto de los numeros reales entre cero y uno, etc.. Los conjuntos
representan la base sobre la cual se construye toda la matemtica. De
aqu su importancia en todo estudio cientfico.
Los conjuntos se representan generalmente por letras maysculas
como A, B, C, S, T, . . . y sus elementos, por letras minsculas como
x, y, z, s, t, a, . . . .
Para indicar que el objeto x es elemento o miembro del conjunto A, se
escribe
xA
y para decir que x no pertenece al conjunto A se escribe
x 6 A
Los conjuntos se pueden describir por extensin o comprensin. Un

conjunto se define por extensin cuando sus elementos se enlistan
entre llaves, separados por comas.
Por ejemplo, el conjunto
{a, b, c, d},
est descrito por extensin. El orden de los elementos en un conjunto
no tiene importancia.
De aqu que los conjuntos
{d, c, b, a}, {b, a, c, d}, {c, a, d, b},
representan todos, al conjunto dado.
En un conjunto los elementos no se repiten, es decir, los elementos
repetidos, sencillamente se ignoran.
Un conjunto se describe por comprensin cuando se especifica una
propiedad comn que satisfacen los elementos del conjunto. Sea P (x)
una funcin proposicional referente al objeto x.
La forma de escribir el conjunto por comprensin es
{x | P (x)},
que significa la coleccin de todos los objetos x para los que P hace
sentido y es verdadera.
Por ejemplo,
{x | x es un entero positivo par menor que 10}
es el conjunto
{2, 4, 6, 8}.
En el primer caso, tenemos un conjunto definido por comprensin y
luego, el mismo conjunto, pero definido por extensin.
Ejemplo
El conjunto de todas las letras de la palabra bits se puede describir
como
{b, i, t, s}
o por
{x | x es una letra en la palabra bits}.
El conjunto que no tiene elemento se le llama conjunto vaco y se
representa por o { }.
Por ejemplo,
= {x | x es un nmero real y x2 + 1 = 0},
puesto que el cuadrado de un nmero real es siempre mayor o igual a
cero.
Subconjunto
Decimos que un conjunto A es subconjunto del conjunto B si todos
los elementos de A son tambin elementos de B, es decir, si cuando
x A, entonces x B o
x : [x A x B].
Se escribe
A B.
Si un conjunto A no es subconjunto de B, se escribe
A 6 B.
U
U U
A B
A B A B
A*B y B*A
A*B y B*A
AB
Por ejemplo, sean
A = {2, 4, 5}, B = {1, 2, 3, 4, 5, 6}, D = {3, 4, 5, 6, 7}.
Se observa que A B, A 6 D, B 6 D.
Las relaciones entre conjuntos pueden ser representadas mediante
los llamados diagramas de Venn en honor al lgico John Venn. As,
Si A es un conjunto cualquiera, entonces A A. Es decir, cualquier
conjunto es subconjunto de si mismo.
Es fcil probar que A para cualquier conjunto A.
Ejemplo
Consideremos un conjunto X y sea
T = {X, {X}}.
Es claro que X T y {X} T . Luego, podemos decir que
{X} T y {{X}} T.
Por otro lado, es evidente que X 6 T .

Notacin
Para algunos conjuntos de uso comn en este curso, usaremos la
siguiente notacin
a. N = {0, 1, 2, 3, . . . }
b. Z = {. . . , 4, 3, 2, 1, 0, 1, 2, 3, . . . }
c. Z+ = {1, 2, 3, . . . }
d. Z = {. . . , 3, 2, 1}
Notacin (cont.)
na o
e. Q = | a Z, b Z, b 6= 0
n b a o
f. I = x | x no se puede expresar como , a Z, b Z
b
g. R = Q I
h. R = R {, +} = conjunto de los reales extendidos.
Igualdad
Decimos que los conjuntos A y B son iguales, si y slo si, tienen
exactamente los mismos elementos. Se escribe
A = B.
Por ejemplo, los conjuntos
A = {x | x es un nmero entero y x2 1 = 0} y B = {1, 1},

son iguales. Es decir,
A = B.
Es fcil probar que
A = B, si y slo si, A B y B A.
Por ejemplo:
Consideremos los conjuntos
A = {r Z|r = 3m para algn entero m}
y
B = {s Z|s = 3n + 3 para algn entero n}.
Probemos que A = B.
Prueba:
Debemos probar que A B y B A.
Primero. Probemos que A B.
Sea x A, entonces existe un m Z tal que x = 3m. Ahora bien,
podemos escribir x = 3n + 3 donde n = m 1 es tambin un entero.
Por tanto, x B y A B.
Segundo. Probemos que B A.
Sea x B, entonces existe un n Z tal que x = 3n + 3. Ahora bien,
podemos escribir x = 3m donde m = n + 1 es tambin un entero. Por
tanto, x A y B A. Luego, A = B.
El conjunto que contiene todos los elementos con los cuales se

trabaja en el estudio se le llama conjunto universo o conjunto
universal y se representa por U . Esto es, todos los conjuntos con los
cuales trabajamos suponemos que son subconjuntos del conjunto
universo. Cuando no haya lugar a confusin en el contexto de trabajo,
obviaremos el conjunto universo. Un conjunto A es finito si posee n
elementos distintos, donde n N. Al nmero n se le llama cardinal
de A y lo representamos por |A|. Por ejemplo, los conjuntos
A = {1, 2, 3, 4, 5} y B = {x R|x2 1 = 0}
son finitos y tienen como cardinales |A| = 5 y |B| = 2.

Los conjuntos N y Z no son finitos.
Complemento de un conjunto
El complemento de un conjunto A se define como el conjunto de todos
los elementos del conjunto universal que no pertenecen a A. Se
representa por Ac . Por ejemplo, si U = {1, 2, 3, 4, 5, 6, 7, 8, 9} y
A = {1, 3, 6, 7, 9}, el complemento de A es
Ac = {2, 4, 5, 8}.
Conjunto potencia
Sea A un conjunto. Al conjunto de todos los subconjuntos de A se le
llama conjunto potencia de A y se representa por P (A) o 2A .
Por ejemplo, sea A = {a, b, c}.
El conjunto potencia de A viene dado por
P (A) = {{a}, {b}, {c}, {a, b}, {a, c}, {b, c}, , A}
El cardinal del conjunto potencia de un conjunto A se define como
|P (A)| = 2|A| .
As que el cardinal de P (A), donde A es el conjunto del ejemplo

anterior es
|P (A)| = 2|A| = 23 = 8
Una Familia de conjuntos es un conjunto cuyos elementos son a su
vez conjuntos. Por ejemplo, el conjunto
F = {{a}, {1, 2}, {c, b}, , {4, 5, 6}}
es una familia de conjuntos. El conjunto
G = {{b}, {3, 4, 5}, 3, {c, d}, 7}
no es una familia de conjuntos. El conjunto potencia de un conjunto A

es una familia de conjuntos.
Sea I un conjunto de ndices. Una familia de conjuntos tambin se
puede definir como
F = {Ai }iI , donde los Ai son conjuntos.
Contenido
1 INTRODUCCIN
Introduccin
Formas normales
Clculo de predicado
Conjuntos numricos
Sucesiones
lgebras booleanas
Sean A y B dos conjuntos cualesquiera de U .

La unin de A y B se define como el conjunto de todos los elementos
que pertenecen a A o a B o a ambos. Se representa por A B.
Simblicamnete, se escribe
A B = {x U |x A o x B}.
El diagrama de Venn para la unin es
A B
AB
Ejemplo
Sean los conjuntos A = {a, 5, q} y B = {3, a, 7}. Entonces
A B = {a, 5, q, 3, 7}.
La interseccin de A y B se define como el conjunto de todos los

elementos comunes a A y a B. Se representa por A B.
Simblicamnete, se escribe
A B = {x U |x A y x B}.
El diagrama de Venn para la interseccin es
A B
AB
Ejemplo
Sean los conjuntos A = {a, b, 7, d} y B = {3, b, c, 7}. Entonces
A B = {b, 7}.
Conjuntos disjuntos
Dos conjuntos A y B son Disjuntos si no poseen elementos comunes.
Es decir, si
A B = .
Ejemplo
Sean A = {2, 3, 4, 7} y B = {x R|x2 1 = 0}. Es claro que
A B = .
Generalizacin de la unin e interseccin
Sea I un conjunto de ndices. Suponga que para cada i I hay un
Ai U . Entonces generalizando, se tiene
Ai = {x|x Ai para algn i I}

iI
y
Ai = {x|x Ai , i I}.
iI
Si I = Z+ , entonces

Ai = A1 A2 A3 = Ai
iI i=1
y

Ai = A1 A2 A3 = Ai
iI i=1
Ejemplo
Sean U = R, I = R+ . Suponga que para todo n I se tiene que
An = [n, n]. Entonces
Ai = R y Ai = {0}
iI iI
La diferencia de A menos B se define como el conjunto de todos los

elementos que estn en A y que no estn en B. Se representa por
A B. Simblicamnete, se escribe
A B = {x U |x A y x 6 B}.
As que el complemento de A se puede escribir como Ac = U A.
El diagrama de Venn para la diferencia es
A B
AB
Ejemplo
Sean los conjuntos A = {4, 5, a, b, 7, d} y B = {3, 5, d, e, 7}. Entonces
A B = {4, a, b}.
La diferencia simtrica de A y B se define como el conjunto de todos

los elementos que estn en A B y que no estn en A B. Se
representa por A4B. Simblicamnete, se escribe
A4B = {x U |x (A B) y x 6 (A B)} = (A B) (A B).
El diagrama de Venn para la diferencia simtrica es
A B
AB
Ejemplo
Sean los conjuntos A = {3, 4, a, b, 7, d} y B = {2, 4, b, e, 5}. Entonces
A4B = {2, 3, a, 7, d, e, 5}.
Contenido
1 INTRODUCCIN
Introduccin
Formas normales
Clculo de predicado
Conjuntos numricos
Sucesiones
lgebras booleanas
Propiedades de las Operaciones con conjuntos
Conmutativas Asociativas
AB =BA A (B C) = (A B) C
AB =BA A (B C) = (A B) C
Distributivas Idempotencia
A (B C) = (A B) (A C) AA=A
A (B C) = (A B) (A C) AA=A
Complemento Complemento
(Ac )c = A A Ac = U
A Ac = c = U
Uc = c = U
Ley de De Morgan Ley de De Morgan

(A B)c = Ac B c (A B)c = Ac B c
Conjunto universal Conjunto universal
(A U ) = U (A U ) = A
Conjunto vaco Conjunto vaco
(A ) = A (A ) =
Para probar que los conjuntos A y B son iguales ( A = B), debemos

probar que A B y B A.
A modo de ejemplo, probemos una de las leyes de DMorgan
(A B)c = Ac B c .
Prueba
1. Probemos que (A B)c Ac B c .
Sea x (A B)c . Entonces x 6 (A B). De aqu que x 6 A y x 6 B.
Entonces x Ac y x B c . Por tanto, x Ac B c . Luego,
(A B)c Ac B c .
2. Probemos que Ac B c (A B)c .

Sea x Ac B c . Entonces x Ac y x B c . De aqu que x 6 A y
x 6 B. Entonces x 6 (A B) y por tanto, x (A B)c . Luego,
Ac B c (A B)c .
Hemos probado que (A B)c Ac B c y Ac B c (A B)c . Por
tanto,
(A B)c = Ac B c
Generalizacin de las Leyes de DMorgan
Sea I un conjunto de ndices. suponga que para cada i I hay un
Ai U . Entonces generalizando, se tiene
( Ai )c = Aci
iI iI
y
( Ai )c = Aci
iI iI
Teorema
Sean A y B dos conjuntos finitos. Entonces
|A B| = |A| + |B| |A B|.
La demostracin se bosqueja mediante los diagramas de Venn.
Teorema
Sean A, B, y C conjuntos finitos. Entonces
|A B C| = |A| + |B| + |C| |A B| |B C| |A C| + |A B C|.
Ejemplo
Suponga que una Universidad requiere 12 profesores de Matemtica y
8 de Fsica. De estos, 3 deben ensear ambas materias. Cuntos
profesores necesita la Universidad?
Solucin
Sea A el conjunto de los profesores de Matemtica. Entonces |A| = 12
y sea B el conjunto de los profesores de Fsica.
Entonces |B| = 8. Y |A B| = 3. Luego, la Universidad necesita
|A B| = |A| + |B| |A B| = 12 + 8 3 = 17 profesores.
Ejercicios
1. Sean los conjuntos:

A = {x|x N, x par, 0 < x < 8}
B = {x|x Q, x(x2 6) = 0}
C = {x|x N, x2 + x + 20 > 0}
a. Determine por extensin a A, B y C.
b. Encuentre P (A).
c. Determine si es verdero o falso y justifique su respuesta
4 A, 4 A, 3 6 B, 4 C, C, C,
{0} C
Ejercicios
2. Sean los conjuntos:
A = {x|x N, x2 + 5x 0}
B = {x|x N, 2x + 7 < 25}
C = {x|x N, x2 ; 0}
a. Determine los conjuntos por extensin.
b. Encuentre
A C, A C, (A C) (C A), B A, BAC
3. Cules de los conjuntos siguientes son iguales?

E = {r, t, s}, F = {s, t, r, s}, D = {t, s, t, r}, {s, r, s, t}
4. Cules de los siguientes conjuntos son finitos?
a. {x|x es un dia de las semana}
b. {x|x es un nmero natural impar}
c. {x|x es un ser humano de la tierra}
Ejercicios
d. {1, 2, 3, . . . , 1000}
e. {2, 4, 6, . . . }
5. Cules de los conjuntos siguientes son iguales?

{0}, {},
6. Determine los conjuntos que son vacos
a.{x|x2 = 9, 2x = 4}
b.{x|x 6= x}
c.{x|x + 3 = 3}
d.{x|x 2 < 0}

x + 3
e. x = 1/5 , x N
10
Ejercicios
7. Demuestre que A = {4, 5, 6, 7} no es subconjunto de
B = {x|x es par}
8. Demuestre que si A B y B C, entonces A C
9. Encuentre P (A), si A = {3, 4, 5}
10. Demuestre que si A , entonces A = .
11. Sean U = {1, 2, 3, 4, 5, 6, 7, 8, 9}, A = {1, 2, 3, 4}, B=
{2, 4, 6, 8}, C = {3, 4, 5, 6}. Encuentre
a. Ac , A C, B C
b. (A C)c , A B
Ejercicios
12. En un Hospital de Santo Domingo se tienen los datos siguientes
sobre 50 pacientes: 21 sufren de diabetes; 22 sufren del corazn;
10 sufren de diabetes y de la vista; 9 sufren de la vista y el
corazn; 6 sufren de diabetes y el corazn; 5 de la vista, diabetes
y el corazn. Determine el nmero de pacientes que:
a. Sufren de la vista
b. Sufren slo de la vista
c. Sufren de diabetes pero no del corazn
d. Sufren de la vista pero no de diabetes
13. Demuestre que (A B) B =

14. Sean A y B dos conjuntos cualesquiera. Demuestre que
(A B) A (A B)
Ejercicios
15. En la escuela Anacleto Prez de Anapulla hay una poblacin de
estudiantes con las siguientes caractersticas: 36 estudian Ingls;
23 estudian Francs; 13 estudian Portugus; 6 estudian Ingls y
Francs; 4 estudian Francs y Portugus; 11 estudian Ingls y
Portugus; y 1 estudia los tres idiomas. Cuntos estudiantes
tiene la escuela?.
16. Sean A, B y C tres conjuntos, de los cuales se conoce:

a. C (A B)
b. |A B C| = 3
c. |A B| = 3
d. |B C| = 5
e. |A C| = 4
f. |A| = 20
Ejercicios
g. |A C| = 35
h. |A B| = 40
Hallar el cardinal de los conjuntos B y C.
17. Dibujar un diagrama de Venn de tres conjuntos no vacos A, B y
C tales que satisfagan las propiedades:
a. A B, C B, AC =
b. A B, C 6 B, A C 6=
c. A C, A 6= C, BC =
d. A (B C), B C, C 6= B, A 6= C
18. Demuestre que si A B = , entonces A B c
19. Demuestre que si A B, entonces A (B A) = B
Ejercicios
20. Sean U = {a, b, c, d, e, f, g}, A = {a, b, c, d, e}
B = {a, c, e, g}, C = {b, e, f, g}. Encuentre
a. A C b. B A c. C B d. B c C
e. C c A f. (A C)c g. (A B c )c
h. (A Ac )c
Contenido
1 INTRODUCCIN
Introduccin
Formas normales
Clculo de predicado
Conjuntos numricos
Sucesiones
lgebras booleanas
Conjunto de los nmeros naturales (N)
Definicin
El conjunto de los nmeros naturales se define como
N = {0, 1, 2, 3, 4, . . . }.
El conjunto de los nmeros naturales se puede empezar en cero (0) o

en uno (1). Nosotros lo vamos a empezar en cero (0). El conjunto N es
infinito.
Definicin
Sea A un conjunto no vaco cualquiera. Decimos que una operacin ?
es Interna en A, si para cualesquiera a y b en A se sigue que
a ? b A. Suele decirse que el conjunto A es Cerrado con respecto a
la operacin ?.
Operaciones internas en N: suma (+) y multiplicacin (*)
Principio del buen orden
Todo subconjunto no vaco de nmeros naturales tiene un primer
elemento o elemento mnimo. Es decir, si A N, A 6= , entonces
existe m A 3 m n, n A.
Teorema
No hay nmero natural entre 0 y 1.
Demostracin
Supongamos que existe un nmero natural a, tal que 0 < a < 1.
Entonces hay un conjunto A 6= de nmeros naturales menores que
1.
Por el principio del buen orden, A tiene un primer elemento, digamos
m A. Entonces 0 < m < 1. Multiplicando todos los miembros de la
ltima desigualdad por m tenemos que 0 < m2 < m. Pero esto
contradice el hecho de que m era el elemento mnimo de A.
Por tanto, entre 0 y 1 no hay nmero natural.
Conjunto de los nmeros enteros (Z)
Definicin
El conjunto de los nmeros enteros se define como
Z = {. . . , 3, 2, 1, 0, 1, 2, 3, 4, . . . }.
El conjunto Z es infinito.
Operaciones internas en Z: suma (+), resta (-) y multiplicacin (*).
NZ
Contenido
1 INTRODUCCIN
Introduccin
Formas normales
Clculo de predicado
Conjuntos numricos
Sucesiones
lgebras booleanas
Divisibilidad
Definicin
Sean a, b Z. Se dice que a divide a b, escrito a | b, si existe k Z tal
que b = ka. Si a | b se dice que a es un divisor de b o que b es un
mltiplo de a
Ejemplo
2 | 6, 5 | 40, 11 | 55
Si a no divide a b, se escribe a6 | b.
Propiedades de la divisibilidad
Sean a, b, c, d Z.
a. 1 | a, a | a, a | 0.
Divisibilidad
b. Si a | b y b | a, entonces a = b.
c. Si a | b, entonces a | bc y ac | bc.
d. Si a | b y a | c, entonces a | b + c.
e. Si a | b y a | c, entonces a | bx + cy, x, y Z.
f. Si a | b y b | c, entonces a | c.
g. Si a | b y c | d, entonces ac | bd.
Divisibilidad
Divisin segn Euclides
Sean a, b Z con b 6= 0. Entonces existen enteros nicos q y r, tales
que a = bq + r, 0 r < |b|.
a es llamado dividendo.
b es llamado divisor.
q es llamado cociente.
r es llamado resto.
Definicin
Un factor o divisor es cada uno de los operandos de un producto.
Ejemplos
La expresin abc tiene como factores a a, b y c.
Divisibilidad
Los factores de 5x(a + b) son : 5, x y (a + b).
Los factores de (13)(37) son : 13 y 37.
Nmeros primos
Definicin
Un nmero p N, p > 1 es primo si sus nicos divisores en N son 1
y p. Si un nmero n N, n > 1 no es primo, decimos que es
compuesto
Ejemplos
2, 3, 5, 7, 11, 13, 17, 19, 23, 29, 31, . . .
El 2 es el nico primo par.
Ejemplos
6, 15, 42, 70 son compuestos.
Propiedad
Nmeros primos
Si n es un entero compuesto, entonces n tiene al menos un divisor

primo menor o igual a n.
El 0 , 1 y los enteros negativos no son primos ni compuestos por
definicin.
Teorema fundamental de la aritmtica
Sea n N, n > 1 no primo. Existen nmeros primos nicos
p1 , p2 , , pr y enteros no negativos nicos m1 , m2 , , mr , tales que
n se puede expresar de manera nica, excepto en el orden de los
factores, como
n = pm 1 m2 mr
1 p2 . . . pr .
Nmeros primos
A esta expresin se le llama Descomposicin factorial de n en
nmeros primos.
Ejemplos
Descomponer los nmeros 18, 70 y 56 en factores primos:
18 = 2 3 3 = 2 32 , 70 = 2 5 7, 56 = 2 2 2 7 = 23 7
Los factores en los que se descompone el nmero n se les llama
Divisores de n.
Mximo comn divisor
Definicin
Sean a, b Z. Decimos que c Z, c 6= 0, es un Divisor comn de a y
b, si c | a y c | b.
Definicin
Sean a, b Z, con al menos uno de ellos distinto de cero. Se dice que
c Z es el Mximo comn divisor de a y b, denotado por
c = M CD(a, b), si y slo si, se satisfacen las siguientes condiciones:
a. c | a y c | b.
b. c es el mayor divisor comn de a y b. Es decir, si d es otro divisor
comn de a y b, entonces d | c.
c. c > 0
Mximo comn divisor
Ejemplo
Calcular el M CD(24, 18).
El conjunto de los divisores de 24 es: {1, 2, 3, 4, 6, 8, 12, 24}.
El conjunto de los divisores de 18 es: {1, 2, 3, 6, 9, 18}.
El conjunto de los divisores comunes es: {1, 2, 3, 6}.
El mayor de los comunes es el 6. As que el
M CD(24, 18) = 6.
Propiedades
Sean a, b Z, con al menos uno de ellos distinto de cero. Entonces
Mximo comn divisor
a. M CD(a, b) 0
b. M CD(a, b) = M CD(b, a)
c. M CD(0, a) = |a|
d. M CD(ka, a) = |a|, k N
e. M CD(a, b) = M CD(a, b) = M CD(a, b) = M CD(a, b) =
M CD(|a|, |b|)
f. Si a = b = 0, entonces para todo c Z, c es un divisor comn de a
y b. Por tanto, no existe un M CD(a, b).
g. El M CD(a, b) es nico.
h. M CD(ka, kb) = |k| M CD(a, b), k 6= 0
Mximo comn divisor
Procedimiento para calcular el M CD(a, b)
Sean a, b N, a, b > 1.
Se descompone a y b en sus factores primos. Luego, el producto de
los factores comunes elevados al menor exponente es el M CD(a, b).
Es decir, suponga que
a = pk11 pk22 pk33 . . . pkr r
y
b = pl11 pl22 pl33 . . . plrr ,
donde ki , li 0.
Mximo comn divisor
Entonces
mn{k1 ,l1 } mn{k2 ,l2 } mn{k3 ,l3 } n{kr ,lr }
M CD(a, b) = p1 p2 p3 . . . pm
r
Ejemplo
Calcular M CD(2520, 4950).
2520 = 23 . 32 . 5 . 7
4950 = 2 . 32 . 52 . 11
Luego, el
M CD(2520, 4950) = 21 . 32 . 51 = 90.
Mximo comn divisor
Teorema
Sean a, b, q, r N, con a = bq + r, 0 r < b. Entonces
M CD(a, b) = M CD(b, r).
Ejemplo
24 = 18 1 + 6(a = 24, b = 18, q = 1, r = 6)
18 = 6 3 + 0
Luego,
M CD(24, 18) = M CD(18, 6) = 6.
Definicin
Mximo comn divisor
Sean a, b Z. Decimos que a y b son Primos relativos o coprimos o
primos entre si, si los nicos divisores comunes de a y b son 1 y -1.
Es decir, M CD(a, b) = 1.
Ejemplo
El 8 y el 35 son primos relativos.
Teorema
Sean a, b Z con al menos uno de ellos distinto de cero. Entonces a y
b son primos entre si, si y slo si, existen x0 , y0 Z, tales que
ax0 + by0 = 1.
Contenido
1 INTRODUCCIN
Introduccin
Formas normales
Clculo de predicado
Conjuntos numricos
Sucesiones
lgebras booleanas
Sean a, b N, a b > 0. Sea r0 = a, r1 = b. Aplicando en forma
sucesiva la divisin segn Euclides, se tiene
r0 = r1 q1 + r2 , 0 < r2 < r1
r1 = r2 q2 + r3 , 0 < r3 < r2

rk = rk+1 qk+1 + rk+2 , 0 < rk+2 < rk+1

rn2 = rn1 qn1 + rn , 0 < rn < rn1
rn1 = rn qn + rn+1 , rn+1 = 0
Luego, el M CD(a, b) = rn , donde rn es el ltimo resto no nulo.
Nota: La sucesin {rn }n1 es finita, puesto que
r1 > r2 > r3 > 0. (estrctamente decreciente)
Ejemplo
Calcular M CD(24, 18).
Solucin
En este caso r0 = a = 24, r1 = b = 18. Si se divide 24 entre 18, se
obtiene r0 = r1 q1 + r2 , 0 < r2 < r1 . Es decir,
24 = 18 1 + 6, 0 < 6 < 18. Como r2 6= 0, se divide r1 = 18 entre
r2 = 6 y se obtiene r1 = r2 q2 + r3 , donde r3 = 0. Como r2 es el ltimo
residuo distinto de cero, tenemos que
M CD(24, 18) = r2 = 6.
Ejemplo
Calcular M CD(25134, 19185).
Solucin
En este caso r0 = 25134, r1 = 19185
r0 = r1 q1 + r2 = 19185 1 + 5949
r1 = r2 q2 + r3 = 5949 3 + 1338
r2 = r3 q3 + r4 = 1338 4 + 597
r3 = r4 q4 + r5 = 597 2 + 144
r4 = r5 q5 + r6 = 144 4 + 21
r5 = r6 q6 + r7 = 21 6 + 18
r6 = r7 q7 + r8 = 18 1 + 3
r7 = r8 q8 + r9 = 3 6 + 0.
Luego,
M CD(25134, 19185) = r8 = 3 ltimo resto distinto de cero.
Ejercicios
1. Sean a, c Z y b N. Suponga que 2b est a la derecha de a;

que a su vez, est a la derecha de b. Suponga que c est a la
izquierda de 0. Cual de la siguientes afirmaciones es falsa?:
a. 2b > b b. c < 0 c. a > b d. b > 0 e. a < c
2. Si a y b son enteros consecutivos y a < b, entonces cul de las

siguientes afirmaciones es verdadera para b a?
a. 0 b. 1 c. 3a + 2 d. 1 e. a b
Ejercicios
3. Si a, b Z y b es el predecesor de a, y el sucesor de a es 9 ,
entonces cul de las siguientes afirmaciones es verdadera para
a + b?
a. 15 b. 17 c. 21 d. 20 e. 19
4. Si a es un entero par y b es un entero impar, entonces cul de

las siguientes afirmaciones es (son) siempre verdadera(s)?
a. Slo a2 es un nmero positivo

b. Slo b2 es un nmero positivo
c. Slo (a b)2 es un nmero impar positivo
d. Slo a. y c.
e. Slo b. y c.
f. Ninguna de las anteriores
Ejercicios
5. Aplique el algoritmo de Euclides para encontrar
M CD(1001, 275), M CD(687, 234).
6. Sea m Z+ . Pruebe que (k + 1)(k + 2)(k + 3) (k + m), k 0
es divisible por m!.
7. Sea n Z+ . Pruebe que (n!)2 divide a (2n)!.
8. Sean a, b, c, d Z+ , pruebe que si a | b y c | d, entonces ac | bd
9 Pruebe que el producto de tres (3) enteros consecutivos es

divisible por 6. Adems, 24 divide al producto si el primero es par.
10. Pruebe que 100 | (1110 1)
11. Sea n Z+ . Pruebe que 30 | (n5 n)
12. Pruebe que si n = st, s > 0, t > 0, entonces (s!)t | n!
Ejercicios
13. Sean n, m Z+ y a > 1. Pruebe que (an 1) | (am 1), si y slo
si n | m
14. Encuentre aplicando el algoritmo de Euclides:
a. M CD(72, 16)
b. M CD(80, 32)
c. M CD(848, 656)
d. M CD(93164, 5826)
e. M CD(279492, 17478)
f. M CD(3907853, 3802499)
15. Pruebe que M CD(a, b) es nico.
Mnimo comn mltiplo
Definicin
Sean a, b Z {0}. El Mnimo comn mltiplo de a y b,
representado por M CM (a, b), es el nico entero positivo c que
satisface las condiciones siguientes:
1. a | c y b | c ( esto dice que c es mltiplo comn).
2. Si a | d y b | d con d > 0, entonces c d ( significa esto que c es el
menor de los mltiplos positivos comunes de a y b).
Mnimo comn mltiplo
Definicin
Sean a, b Z {0}. El M CM (a, b) se define como
|ab|
M CM (a, b) = .
M CD(a, b)
Procedimiento para calcular el M CM (a, b)
1. Se descompone a y b en sus factores primos.

2. El M CM (a, b) es el producto de los factores comunes y no
comunes, con los factores comunes elevados a su mayor
exponente.
Mnimo comn mltiplo
Suponga que
a = pk11 pk22 pk33 . . . pkr r
y
b = pl11 pl22 pl33 . . . plrr ,
donde ki , li 0.
Entonces
ax{k1 ,l1 } m
m ax{k2 ,l2 } max{k3 ,l3 } ax{kr ,lr }
M CM (a, b) = p1 p2 p3 . . . pm
r
Ejemplo
Calcular el M CM (72, 16).
Mnimo comn mltiplo
Solucin
72 = 23 32
16 = 24
Luego,
M CM (72, 16) = 24 32 = 16 9 = 144.
Observe que se obtiene el mismo resultado si utilizamos la frmula
dada en la definicin.
Ejemplo
Calcular M CM (2520, 4950).
Mnimo comn mltiplo
2520 = 23 . 32 . 5 . 7
4950 = 2 . 32 . 52 . 11
Luego, el
M CM (2520, 4950) = 23 . 32 . 52 . 71 . 111 = 138600.
Ejercicios
1. Encuentre el Mnimo comn mltiplo de :

a. 15 y 18
b. 721 y 448
c. 424 y 328
2. Pruebe que M CM (a, b) es nico.
Contenido
1 INTRODUCCIN
Introduccin
Formas normales
Clculo de predicado
Conjuntos numricos
Sucesiones
lgebras booleanas
Definicin
Por el momento, asumamos que una funcin es una regla que asigna
un nico valor a cada elemento de un conjunto.
Sea A un subconjunto del conjunto universal U . La funcin
caracterstica fA del conjunto A se define como:
(
1, si x A
fA (x) =
0, si x 6 A
Como la funcin caracterstica es numrica, puede ser operada

aritmticamente.
Propiedades de las funciones caractersticas
Teorema
1. fAB (x) = fA (x) fB (x), x
2. fAB (x) = fA (x) + fB (x) fA (x) fB (x), x
3. fA4B (x) = fA (x) + fB (x) 2 fA (x) fB (x), x
Demostracin
Parte 1.
fA (x) fB (x) = 1 fA (x) = 1 y fB (x) = 1. Esto slo ocurre, si
x A y x B. Es decir, si x (A B).
Como fA (x) fB (x) = 1 en A B y 0 fuera de A B, se tiene que
fAB (x) = fA (x) fB (x)
Parte 2.
Si x A, se tiene que x (A B) y fA (x) = 1. Luego,
fAB (x) = fA (x) + fB (x) fA (x) fB (x) = 1 + fB (x) fB (x) = 1.
Del mismo modo, si x B, se tiene que x (A B) y fB (x) = 1.

Luego,
fAB (x) = fA (x) + fB (x) fA (x) fB (x) = fA (x) + 1 fA (x) = 1.
Si x 6 A y x 6 B.
Es decir, si x 6 (A B), entonces fA (x) = 0 y fB (x) = 0, por lo que
fA (x) + fB (x) fA (x) fB (x) = 0.
De modo que fA (x) + fB (x) fA (x) fB (x) = 1 en A B y 0 fuera de
A B, por lo que es igual a fAB (x).
Parte 3.
Si x A4B, se tiene que x (A B) y x 6 (A B). Esto quiere decir
que x A o x B, pero no de ambos al mismo tiempo.
Si x A entonces x 6 B, por lo que fA (x) = 1, fB (x) = 0 y
fA (x) + fB (x) 2fA (x) fB (x) = 1 + 0 2(0) = 1
Si x B entonces x 6 A, por lo que fA (x) = 0, fB (x) = 1 y

fA (x) + fB (x) 2fA (x) fB (x) = 0 + 1 2(0) = 1
Luego, fA (x) + fB (x) 2fA (x) fB (x) = 1 para x (A4B) y 0 fuera de
(A4B), por lo que es igual a fA4B (x).
Contenido
1 INTRODUCCIN
Introduccin
Formas normales
Clculo de predicado
Conjuntos numricos
Sucesiones
lgebras booleanas
Sucesiones
En los conjuntos el orden en que estn colocados los elementos ( se

entiende que son diferentes ) no tiene importancia.
Sucesin
Una sucesin es una lista de objetos, colocados uno despus del otro
y numerados segn el orden de Z+ . Si la sucesin se detiene despus
de un nmero finito de trminos, se dice que es finita. En caso
contrario, se dice que es infinita. Los trminos de una sucesin son
siempre elementos de un conjunto.
Por ejemplo, la lista
1, 3, 5, 7, . . . , (2n 1), . . . ,
donde n Z+ , es una sucesin infinita.
Sucesiones
El conjunto correspondiente a la sucesin es
{1, 3, 5, 7, . . . }
.Sea s una sucesin. EL nmero de objetos que forman la sucesin s

se le llama longitud de s y se representa por |s|. Por ejemplo, la
sucesin s = 2, 4, 6, 8, 10 es de longitud |s| = 5.
En una sucesin los elementos no tienen que ser diferentes. Por
ejemplo, la sucesin
1, 1, 1, 0, 0, 1, 1, 0, 0, 0, 1, 1
es finita y adems tiene elementos repetidos.
El conjunto correspondiente a esta sucesin es
{0, 1}.
Sucesiones
En general, las sucesiones se escriben como x1 , x2 , x3 , . . . o como
(xi )
i=1 . Observe que los xi no tienen que ser nmeros. Cuando la
sucesin es finita se puede escribir como (xi )ni=1 , donde n es el
nmero de trminos.
Por ejemplo, la palabra bcbbccbbbccc puede ser interpretada como
una sucesin finita o como la lista b, c, b, b, c, c, b, b, b,
c, c, c, cuyo conjunto es {b, c}.
Si se escribe la palabra abcabcabc... o a, b, c, a, b, c, a,

b, c,... decimos que se tiene una sucesin infinita. Su conjunto
correspondiente es {a, b, c}
Sucesiones
En trminos computacionales, a las sucesiones se les llama en
ocasiones arreglo lineal. Un arreglo en computacin es una lista de
posiciones que siguen el orden del conjunto Z+ .
Como a los trminos de una sucesin le corresponde un orden, se

puede establecer una correspondencia entre los trminos de la
sucesin y las posiciones del arreglo. De modo tal que el primer
trmino de la sucesin le corresponda la primera posicin del arreglo;
al segundo trmino, la segunda posicin del arreglo y as
sucesivamente.
Sucesiones
Si X es un arreglo, sus posiciones las representamos como
X(1), X(2), X(3), . . . o como X[1], X[2], X[3], . . . .
Si consideramos la sucesin X = x1 , x2 , x3 , . . . , podemos hacer que

sus trminos ocupen respectivamente las posiciones del arreglo X. De
modo que los elementos del conjunto correspondiente a una sucesin
X se pueden asignar a las posiciones del arreglo X. As el trmino xn
ocupar la posicin n del arreglo X, representada por X(n).
Un conjunto A es numerable o contable si es el conjunto
correspondiente a una sucesin. Es decir, si sus elementos se pueden
arreglar en una lista donde haya un primer elemento, segundo,
tercero,....
Sucesiones
Los conjuntos cuyos elementos no se pueden contar se les llama no
numerables o no contables.
Se puede probar que todo conjunto finito es numerable.
EL conjunto de nmeros reales en el intervalo (0, 1) es no numerable.
Contenido
1 INTRODUCCIN
Introduccin
Formas normales
Clculo de predicado
Conjuntos numricos
Sucesiones
lgebras booleanas
Se sabe que el orden de los elemntos en un conjunto carece de

importancia, sin embargo, para representarlo en una computadora
debemos suponer que sus elementos coresponden a una sucesin.
Es decir, que hay un primer, un segundo, un tercer elemento, etc.
Sea U = {x1 , x2 , . . . , xn } un conjunto universal finito. Sea A un
subconjunto de U . Entonces podemos definir la funcin caracterstica
de A como: (
1, si x A
fA (x) =
0, si x 6 A
De modo que todo subconjunto se puede representar como una
sucesin de longitud n, de ceros y unos.
Ejemplo
Sean U = {a, b, c, d, e, f }, A = {a, b}, B = {b, d, f }. Entonces fA (x)
est representada por la sucesin 1, 1, 0, 0, 0, 0. De la misma manera,
la sucesin 0, 1, 0, 1, 0, 1 representa a fB (x).
De manera que todo conjunto universal U , de cardinal finito n , puede

representarse en una computadora como un arreglo X, de tamao n.
Cualquier subconjunto de U se puede representar en la computadora
asignando a cada posicin de memoria X(n) un uno o un cero,
dependiendo de que el elemento pertenezca o no al subconjunto.
Ejemplo
Sea U = {a, b, c, d, e, f }, A = {b, c, e, f }. Entonces
U 1 1 1 1 1 1 A 0 1 1 0 1 1
O sea que
(
1, para i = 2, 3, 5, 6
A(i) =
0, para i = 1, 4
es el arreglo que representa al subconjunto A.
Contenido
1 INTRODUCCIN
Introduccin
Formas normales
Clculo de predicado
Conjuntos numricos
Sucesiones
lgebras booleanas
lgebras booleanas
lgebras booleanas
La unidad de informacin ms pequea dentro de un computador
digital es el bit ( 0 1). De aqu que exista una relacin directa
entre la lgica, que utiliza como caracterstica fundamental el valor de
verdad de las proposiciones ( verdadera (V ) o Falsa (F )) y una
lgebra booleana que tiene como elementos bsicos dos valores,
generalmente representados por 0 o 1.
lgebras booleanas
Las tablas lgicas correspondientes al Not(), AND () y OR () en
un lgebra booleana son:
p q pq p q pq
p p 1 1 1 1 1 1
1 0 1 0 0 1 0 1
0 1 0 1 0 0 1 1
0 0 0 0 0 0
Definicin
Un lgebra booleana B, es un conjunto S, junto con dos operaciones
binarias y una operacin unaria, generalmente representadas por + ,
y 0 , y que satisface las siguientes propiedades: Para todo x, y, z S
lgebras booleanas
a. Propiedades asociativas
(x + y) + z = x + (y + z)
(x y) z = x (y z)
b. Propiedades conmutativas
x + y = y + x, xy =yx
c. Propiedades distributivas
x (y + z) = (x y) + (x z)
x + (y z) = (x + y) (x + z)
lgebras booleanas
d. Propiedades de identidad (Elementos neutros)
0, 1 S, 0 6= 1, 3 x + 0 = x, x1=x
e. Propiedades de complementos
x + x0 = 1 x x0 = 0
Se escribe B = (S, +, , 0 )
Ejemplo
Sea S = {0, 1}. Se puede comprobar que B = (S, +, , 0 ) es una
lgebra booleana, donde las operaciones se definen como
lgebras booleanas
+ 0 1 0 1 x x0
0 0 1 0 0 0 0 1
1 1 1 1 0 1 1 0
Ejemplo
Sea U un conjunto no vaco y S = P (U ) el conjunto potencia de U ,
con la unin, interseccin y complemento de conjuntos como
operaciones internas en S. Se puede comprobar que B = (S, , , 0 )
es una lgebra booleana.
Aqu hace las veces de la operacin +, sustituye la operacin , y
los conjuntos y U ( conjunto universal) representan los elementos 0 y
1, respectivamente.
lgebras booleanas
Ejemplo
Sea S el conjunto de proposiciones representadas por las variables
proposicionales {p, q, r, . . . }, junto con las conectivas lgicas
Disyuncin, Conjuncin y Negacin del clculo proposicional. Se
puede comprobar que B = (S, , , ) es una lgebra booleana.
Aqu hace las veces de la operacin +, sustituye la operacin , y
toma el lugar de 0 . Los valores de verdad F y V representan los
elementos 0 y 1, respectivamente.
Definicin
lgebras booleanas
La frmula dual de una frmula F correspondiente a un lgebra
booleana se obtiene de F intercambiando entre si las operaciones
suma (+) y multiplicacin () y los elementos neutros 0 y 1.
Principio de dualidad (teorema)

Si la frmula F se deriva de los axiomas del lgebra de boole,
entonces la dual de F tambin se deriva de los axiomas del lgebra
de boole.
Demostracin
Si la frmula F se deriva aplicando una sucesin de los axiomas del
lgebra de boole, la frmula dual de F se obtiene mediante la
lgebras booleanas
aplicacin de una sucesin de los duales de los axiomas del lgebra
de boole.
Con fines de simplificar la notacin, la disyuncin debe interpretarse
como una suma booleana y la conjuncin como un producto booleano.
De la misma manera cuando haya posibilidad de confusin en la
notacin, utilizar el smbolo para la suma booleana y para el
producto booleano. Para el producto elemento a elemento, usar el
smbolo .
Contenido
1 INTRODUCCIN
Introduccin
Formas normales
Clculo de predicado
Conjuntos numricos
Sucesiones
lgebras booleanas
Pares o parejas ordenadas
Definicin
Un objeto matemtico de la forma (a, b) se le llama Par o Pareja
ordenada. a recibe el nombre de Primera componente del par
ordenado y b recibe el nombre de Segunda componente del par
ordenado.
Es claro que (a, b) 6= (b, a).
Definicin
Sean A y B dos conjuntos. EL Producto cartesiano o conjunto
producto de A y B se define como
A B = {(a, b)|a A, b B}.
Es claro que A B 6= B A.
Si A y B son finitos, se tiene que |A B| = |A||B|. Si alguno de los
conjuntos A o B es vaco, el conjunto A B es vaco.
Ejemplo
Sean A = {3, 4, 5} y B = {a, b}
A B = {(3, a), (3, b), (4, a), (4, b), (5, a), (5, b)}
B A = {(a, 3), (a, 4), (a, 5), (b, 3), (b, 4), (b, 5)}
De forma similar, si alguno de los conjuntos A o B es infinito y el otro
no es vaco, el producto cartesiano A B es infinito.
Generalizando a n conjuntos A1 , A2 , A3 , . . . , An , se tiene que
A1 A2 An = {(a1 , a2 , . . . , an )|ai Ai , i = 1, 2, . . . , n}.
Ejemplo
Sean A = {3, 4, 5}, B = {a, b} y C = {r, s}
A B C = {(3, a, r), (3, a, s), (3, b, r), (3, b, s),

(4, a, r), (4, a, s), (4, b, r), (4, b, s),
(5, a, r), (5, a, s), (5, b, r), (5, b, s)}
Conjunto de verdad
Definicin
El Conjunto de verdad de una proposicin p es el conjunto de
n-uplas de los valores de verdad de las proposiciones simples que la
forman que la hacen verdadera. Se representa por T (p). Por ejemplo,
consideremos la proposicin
(p q) (r Y q).
Su tabla de verdad es
p q r r (p q) (r Y q) (p q) (r Y q)
V V V F V V V
V V F V V F F
V F V F F F F
V F F V F V F
F V V F V V V
F V F V V F F
F F V F V F F
F F F V V V V
Conjunto de verdad
En este ejemplo
U = {(V, V, V ), (V, V, F ), (V, F, V ), (V, F, F ),

(F, V, V ), (F, V, F ), (F, F, V ), (F, F, F )}
y el conjunto de verdad es
T (p) = {(V, V, V ), (F, V, V ), (F, F, F )}.
Existe una estrecha relacin entre las operaciones entre conjuntos y

los operadores lgicos.
Teorema
Sean p y q proposiciones. Entonces
Conjunto de verdad
a. T (p q) = T (p) T (q)
b. T (p q) = T (p) T (q)
c. T (p) = (T (p))c
d. p = q si y slo si T (p) T (q)
Ejercicios
1. Sean D = {Luis, Pedro, Juan} y E = {Mara, Fifa} . Encuentre

D E y E D.
2. Si (x + y, 1) = (3, x y), encuentre x y y.
3. Sean A = {a, b, c}, B = {2, 4} y C = {3, 4, 5}. Encuentre
ABC
4. Sean A = {a, b}, B = {2, 3} y C = {3, 4}. Encuentre
a. A (B C)
b. (A B) (A C)
c. A (B C)
d. A B) (A C)
5. Demuestre que A (B C) = (A B) (A C).
Ejercicios
6. Sean A B y C D. Demuestre que (A C) (B D).
7. Encuentre el conjunto de verdad de p q.
8. Encuentre el conjunto de verdad de p q.
9. Encuentre el conjunto de verdad de (p q) r.
10. Suponga que la proposicin P = P (p, q, r, . . . ) es una tautologa.
Encuentre el conjunto de verdad T (P ).
11. Suponga que la proposicin P = P (p, q, r, . . . ) es una

contradiccin. Encuentre el conjunto de verdad T (P ).
12. Sean P = P (p, q, r, . . . ) y Q = Q(p, q, r, . . . ) proposiciones tales
que P Q es una contradiccin. Demuestre que los conjuntos
T (P ) y T (Q) son disjuntos.
Ejercicios
13. Demuestre que A (B C) = (A B) (A C)
14. Si (y 2, 2x + 1) = (x 1, y + 2). Encuentre x y y.

15. Encuentre el conjunto de verdad de p q
16. Encuentre el conjunto de verdad de p q
17. Encuentre el conjunto de verdad de (p q) (p r)
18. Sea A = B C. Determine cul de las expresiones siguientes es
verdadera.
a A A = (B B) (C C)
b A A = (B C) (C B)
Contenido
1 INTRODUCCIN
Introduccin
Formas normales
Clculo de predicado
Conjuntos numricos
Sucesiones
lgebras booleanas
Induccin
Induccin matemtica
Sea P (n) una funcin proposicional cuyo dominio de referencia es N.
Sea n0 N fijo. Se desea demostrar que P (n) es verdadera para toda
n n0 . Suponga que:
a. P (n0 ) es verdadera. (paso base o bsico).
b. n n0 : [P (n) P (n + 1)] (paso inductivo).
Entonces el Principio de induccin matemtica establece que
P (n) es verdadera para toda n n0 .
Induccin
Ejemplo
Demostrar por induccin matemtica que
n
X n(n + 1)
i= , n 1.
2
i=1
Demostracin
Aqu P (n) es la funcin proposicional
n
X n(n + 1)
i= y n0 = 1.
2
i=1
Induccin
a. paso bsico: comprobar que P (n) es verdadera para n = 1.
1(1 + 1)
1=
2
b. paso inductivo: Suponer que P (n) es verdadera, para probar
que P (n + 1) es verdadera. Es decir, suponer que
n
X n(n + 1)
i=
2
i=1
es cierta para algn n 1. Ahora probar que P (n + 1) es

verdadera.
Induccin
Consideremos la expresin
n+1
X n(n + 1)
i = 1 + 2 + 3 + + n + (n + 1) = + (n + 1)
2
i=1
n(n + 1) + 2(n + 1) (n + 1)(n + 2)

= = .
2 2
Esto prueba que P (n + 1) es verdadera. Por tanto, P (n) es
verdadera para toda n 1.
Induccin
Ejemplo
Sean A1 , A2 , A3 , . . . , An subconjuntos de un conjunto universal U .
c
n n
Ai = Aci , n 1
i=1 i=1
Demostracin
Aqu la funcin proposicional P (n) es la igualdad anterior.
a. Paso bsico: comprobar que P (n) es verdadera para n = 1.
Ac1 = Ac1
Induccin
b. Paso inductivo: suponer que P (n) es verdadera, para probar
que P (n + 1) es verdadera. Es decir suponer que
c
n n
Ai = Aci , n 1
i=1 i=1
es verdadera. Sean A1 , A2 , A3 , . . . , An , An+1 subconjuntos de U y

n
sea B = A1 A2 An = Ai . Entonces
i=1
c c
n+1 c c n
Ai = (B An+1 ) = B Acn+1 = Ai Acn+1
i=1 i=1

n n+1
= Aci Acn+1 = Aci .
i=1 i=1
Induccin
Luego, P (n + 1) es verdadera. Por tanto, P (n) es verdadera para
toda n 1.
Definicin
Sea n Z, n 0. Entonces n factorial se define como
(
1, n=0
n! =
n(n 1)(n 2) 3 2 1, n > 0
Ejemplos
3! = 3 2 1 = 6, 5! = 5 4 3 2 1 = 120, 1! = 1, 2! = 2 1 = 2
Note que n! = n(n 1)!.
Induccin
Ejemplo
n! 2n1 , n 1.
Demostracin
a. Paso base: Comprobar que P (n) es verdadera para n = 1.
1! 20 .
Induccin
b. Paso inductivo: suponer que P (n) es verdadera, para probar
que P (n + 1) es verdadera. Es decir suponer que
n! 2n1
es verdadera.
Debemos probar que
(n + 1)! 2n .
Observemos que
(n + 1)! = (n + 1)n! (n + 1)2n1 2 . 2n1 = 2n .
Luego, P (n + 1) es verdadera. Por tanto, P (n) es verdadera para

toda n 1.
Induccin
Ejemplo
7n 1
es divisible por 6 para toda n 1.

Demostracin
a. Paso base: comprobar que P (n) es verdadera para n = 1.
71 1 = 6
es divisible entre 6.
Induccin
b. Paso inductivo: Suponer que P (n) es verdadera, para probar
que P (n + 1) es verdadera. Es decir, debemos asumir que
7n 1, es divisible entre 6.
Ahora, tomemos la expresin
7n+1 1 = 7 . 7n 1 = 6 . 7n + 1 . 7n 1.
Como 6 . 7n y 1 . 7n 1 ( hiptesis inductiva) son divisibles entre 6,

su suma tambin lo es. Luego, P (n + 1) es verdadera. Por tanto,
P (n) es verdadera para toda n 1.
Induccin
Induccin matemtica fuerte
Sea P (n) una funcin proposicional, cuyo dominio de referencia es el
conjunto D = {n Z | n n0 }. Suponga que
a. P (n0 ) es verdadera.
b. n > n0 , si P (k) es verdadera k, 3 n0 k < n entonces
P (n) es verdadera.
Entonces P (n) es verdadera para todo entero n n0 .
Ejercicios
1. Pruebe por induccin matemtica.

a. 2n + 1 < 2n , n3
n
X
b. i(i + 2) = n(n + 1)(2n + 7)/6
i=1
n n
!2
X X
3
c. i = i
i=1 i=1
n
X
d. 2i = n(n + 1)
i=1
n
X n(2n + 1)(2n 1)
e. (2i 1)2 =
i=1
3
Ejercicios
n
X n(3n + 1)
f. (3i 1) =
i=1
2
n
X n(n + 1)(n + 2)
g. i(i + 1) =
i=1
3
2. Considere la sucesin de Fibonacci

Fi = Fi1 + Fi2 , i = 3, 4, . . . , F1 = 1, F2 = 1. Pruebe por
induccin
n2
X
a. Fi = Fn 1, n 3.
i=1
b. Fn < (5/3)n , n 1.

c. Fn < [(1 + 5)/2]n , n 1.
Ejercicios
n
X n(n + 1)(2n + 1)
a. i2 = 12 + 22 + 32 + + n2 =
i=1
6
n
X
b. (2i 1) = 1 + 3 + 5 + + (2n 1) = n2
i=1
n
X (1)n+1 n(n + 1)
c. (1)i+1 i2 = 12 22 + 32 + (1)n+1 n2 =
i=1
2
n
X 1 1 1 1 n
d. = + ++ =
i=1
(2i 1)(2i + 1) 1.3 3.5 (2n 1)(2n + 1) 2n + 1
e. n2 2n , n4
Ejercicios
a. 11n 6 es divisible entre 5 para toda n 1.
b. 6 . 7n 2 . 3n es divisible entre 4 para toda n 1.
c. Si n es impar, pruebe que 7n + 1 es divisible por 8.
d. Si n es par, pruebe que 5n 1 es divisible por 8.
Recursin
Recursin
La recursin es una tcnica muy poderosa, utilizada con mucha
frecuencia en ciencias computacionales y que facilita soluciones
simples a problemas de cierta complejidad. Recursin o
recursividad es el proceso en que un objeto de define en trmino de
si mismo. Es decir cuando el objeto se define en trmino de valores
previos del mismo objeto. Todo proceso recursivo genera una
sucesin. En ocasiones, los trminos de una sucesin se puede dar
recursivamnete, siempre que se definan los primeros trminos de la
sucesin y se de una frmula para calcular los dems en trmino de
los anteriores. Por ejemplo, la definicin de n! es recursiva, porque n!
de define en trmino de valores anteriores de si mismo.
Recursin
Otro ejemplo es la sucesin de Fibonacci, definida como
Fn = Fn1 + Fn2 , n = 3, 4, . . . , F1 = 1, F2 = 1.
En este caso, el objeto de define en trmino de dos valores previos del

mismo objeto.
En todo proceso recursivo, se requiere de dos pasos:
a. Paso base: es el paso donde se especifica el conjunto de los
primeros valores o valores iniciales del objeto.
b. Paso recursivo: es el paso donde se definen los dems valores
del objeto en trmino de los valores previos.
Recursin
En el caso del n! el paso base es 0! = 1 y el paso recursivo es
n(n 1)!. En la sucesin de Fibonacci, el paso base est formado por
F (1) = 1, F (2) = 1
y el paso recursivo por
F (i) = F (i 1) + F (i 2), i = 3, 4, 5, . . . , .
Todo proceso recursivo debe conducir al paso base; de lo contrario

puede haber problemas para la solucin del problema que trata de
resolverse. De aqu la importancia de analizar profundamente la
implementacin recursiva de la solucin de un problema.
La recursin se puede presentar de varias maneras:
Recursin
a. Directa: Esta ocurre cuando el objeto se define en trmino de si
mismo.
b. Indirecta: Se presenta cuando el objeto de define en trmino de
otro objeto, el cual a su vez de define en trmino del primero.
En trminos computacionales, algunos lenguajes de programacin
permiten la recursin, otros no. Utilice recursividad si conoce
perfectamente lo que est haciendo; en caso contrario, utilice la
iteratividad. En algoritmos computacionales se estudia a profundidad
la pertinencia de la iteratividad y la recursividad.
Recursin
Por ejemplo, el siguiente cdigo muestra una implementacin

recursiva para calcular n!. Suponga que n es un nmero natural.
Recursin
factorial_rec(n)
Si n = 0
entonces
factorial_rec = 1; \\paso base
si no
factorial_rec = n * factorial_rec (n - 1);\\p. rec
Fin del Si
Recursin
Una expresin matemtica para el cdigo anterior es la siguiente

(
1, n=0
f (n) = .
n f (n 1), n > 0
Recursin
Por ejemplo, si queremos calcular f (5), tenemos que
f (5) = 5 f (4) = 5 24 = 120

f (4) = 4 f (3) = 4 6 = 24
f (3) = 3 f (2) = 3 2 = 6
f (2) = 2 f (1) = 2 1 = 2
f (1) = 1 f (0) = 1 1 = 1
Luego,
f (5) = 120.
Recursin
Ejemplo
Consideremos la funcin recursiva definida por;
(
0, n=0
f (n) = 3
.
2 f (n 1) + n + 1, n > 0
Recursin
Para calcular f (4), tenemos que:
f (4) = 2f (3) + 43 + 1 = 2(54) + 64 + 1 = 173

f (3) = 2f (2) + 33 + 1 = 2(13) + 27 + 1 = 54
f (2) = 2f (1) + 23 + 1 = 2(2) + 8 + 1 = 13
f (1) = 2f (0) + 13 + 1 = 2
Luego,
f (4) = 173.
Recursin
Una implementacin iterativa para calcular n! sera como sigue:

Suponga que n es un nmero natural y nfact es una variable tipo
entera.
Recursin
factorial_ite(n)
nfact = 1;
Mientras (n > 0 )
nfact = n * nfact;
n = n - 1;
Fin del Mientras
Escribir nfact;
Ms sobre recursin
Se puede probar fcilmente que el orden de complejidad de ambas

implementaciones es la misma. Sin embargo, en el caso de la
sucesin de Fibonacci, la situacin es muy diferente, ya que la
implementacin recursiva tiene un orden de complejidad exponencial (
ineficiente e imprctica ), mientras que la implementacin iterativa
tiene una complejidad lineal, lo que la hace mucho ms eficiente.
Ejercicios
(
1, n1
1. si f (n) = . Encuentre f (5).
2 f (n 1) + 1, n > 1
(
1, n1
f (n/2) + 1, n > 1
(
1, n=0
n + f (n 1) + 1, n > 0
(
1, n=1
2 f (n 1) + n, n > 1
(
5, n=1
5. Si f (n) = . Encuentre f (4).
5 f (n 1), n > 1
Ejercicios
(
1, n=1
n + f (n 1), n > 1
(
7, n=0
f (n 1) + 1, n > 0
(
n, n<2
f (n 1) + f (n 2), n 2
(
m, n=0
9. Si f (m, n) = . Encuentre f (45, 18).
f (n, m %n), n > 0
(
m, n=1
m f (m, n 1), n > 1
Ejercicios
(
m, n=0
f (m, n 1) + 1, n > 0
(
m, n=0
f (m, n 1) + m, n > 0
(
m, n=0
f (m, n 1) + n, n > 0

n + 1,
m=0
14. Si A(m, n) = A(m 1, 1), m > 0, n = 0 . Encuentre

A(m 1, A(m, n 1)), m > 0, n > 0

A(3, 0) y A(2, 1). Esta es la conocida funcin de Ackermann.
Ejercicios
(
0, m<n
f (m n, n) + 1, m n
(
0, n=0
f (n/10) + (n %10), n > 0
17. Sea v un vector y n un entero no negativo.
(
v[n], n=0
Si f (v, n) = .
f (v, n 1) + v[n], n > 0
Encuentre f ([1, 3, 6, 9], 4).
Ejercicios
18. Sea v un vector y n un entero no negativo.
(
v[n], n=0
Si f (v, n) = .
v[n] f (v, n 1), n > 0
Encuentre f ([2, 5, 3, 6, 3], 5).
19. Escriba en seudocdigo una funcin recursiva que sume dos
nmeros enteros.
20. Escriba en seudocdigo una funcin recursiva que sume los
elementos de un arreglo.
21. Escriba en seudocdigo una funcin recursiva que calcule el
M CD de dos enteros.
Ejercicios
22. Escriba en seudocdigo una funcin recursiva que escriba un
entero invertido.
23. Escriba en seudocdigo una funcin recursiva que escriba el
trmino n de la sucesin de Fibonacci.
24. Escriba en seudocdigo una funcin recursiva que sume los
dgitos de un nmero entero.
25. Escriba en seudocdigo una funcin recursiva que convierta un
entero en base 10 a base 8.
26. Escriba en seudocdigo una funcin recursiva que encuentre los
factores primos de un nmero entero n.
27. Escriba en seudocdigo una funcin recursiva que convierta un
entero en base 10 a hexadecimal.
Ejercicios
28. Escriba en seudocdigo una funcin recursiva que divida dos
enteros por restas sucesivas.
29. Escriba en seudocdigo una funcin recursiva que multiplique los
elementos de un arreglo.
30. Escriba en seudocdigo una funcin recursiva que eleve un real x
al entero n 0.
31. Escriba en seudocdigo una funcin recursiva que determine si
un nmero x es positivo.
32. Escriba en seudocdigo una funcin recursiva que determine si
un nmero entero es impar.
33. Escriba en seudocdigo una funcin recursiva que determine el
elemento mximo de un arreglo.
Ejercicios
34. Escriba en seudocdigo una funcin recursiva que determine
sume los elementos de una matriz.
Contenido
1 INTRODUCCIN
Introduccin
Formas normales
Clculo de predicado
Conjuntos numricos
Sucesiones
lgebras booleanas
Elementos de conteo
Principio o regla de la suma

Supongamos que se desea realizar un trabajo que requiere de
ejecutar una de varias tareas: una primera tarea que puede llevarse a
cabo de n1 maneras o una segunda tarea que se puede realizar de n2
maneras o una tercera tarea que se puede ejecutar de n3 maneras; y
as sucesivamente, hasta una r-sima tarea que se puede realizar de
nr maneras, con la condicin de que dos tareas no se pueden llevar a
cabo al mismo tiempo, entonces el trabajo se puede realizar de
n1 + n2 + n3 + + nr maneras.
Ejemplo
Elementos de conteo
Suponga que un Dealer de vehculos tiene en venta 15 vehculos
Honda, 18 vehculos Toyota y 25 vehculos Ford. Un cliente llega y
quiere probar uno de los vehculos. Entonces este cliente tiene
15 + 18 + 25 = 58 maneras de escoger el vehculo a probar.
Ejemplo
Un estudiante tiene en su biblioteca 11 libros de Matemtica, 6 libros
de Fsica y 8 libros de Informtica. Un compaero le pide un libro
prestado. El estudiante puede seleccionar para prestar al compaero
uno cualquiera de los 11 + 6 + 8 = 25 libros que posee.
Principio o regla del producto
Elementos de conteo
Suponga que para realizar un trabajo, se requiere ejecutar varias
tareas. La primera de las cuales puede lograrse de n1 maneras, la
segunda de n2 maneras, y as sucesivamente, hasta una r-sima que
se puede llevar a cabo de nr maneras, entonces el trabajo se puede
realizar de n1 n2 . . . nr maneras.
A esta regla con frecuencia se le llama Principio fundamental de
conteo o principio de seleccin.
Ejemplo
Suponga que a un festival bailable en pareja (HombreMujer) se
presentan 8 hombres y 12 mujeres. Entonces hay 8 12 = 96
maneras de seleccionar las parejas.
Elementos de conteo
Ejemplo
Suponga que se desea confeccionar placas de vehculos de 7
caracteres, donde los 3 primeros caracteres deben ser letras y los 4
siguientes, dgitos numricos. Entonces se pueden construir
26 26 26 10 10 10 10 = 175760000 placas.
Si no se permite repeticin de letras, entonces se pueden construir
26 25 24 10 10 10 10 = 156000000 placas.
Si no se permite repeticin de letras ni de dgitos, entonces se pueden
construir 26 25 24 10 9 8 7 = 78624000 placas.
Elementos de conteo
Si se permite repeticin en las letras y stas deben ser slo vocales y
los dgitos slo deben ser impares, entonces se pueden construir
5 5 5 5 5 5 5 = 78125 placas.
Contenido
1 INTRODUCCIN
Introduccin
Formas normales
Clculo de predicado
Conjuntos numricos
Sucesiones
lgebras booleanas
Permutaciones
Definicin
Dado un conjunto de n elementos. Cualquier arreglo o disposicin de
los n elementos se le llama Permutacin de los n elementos del
conjunto. Por ejemplo, si se tiene el conjunto A = {1, 2, 3}, entonces
hay 6 diferentes maneras (permutaciones) de arreglar los elementos
de A que son:
123, 132, 213, 231, 312, 321.
Si en cambio, se quiere ordenar dos elementos cada vez, entonces

hay 6 maneras diferentes de hacerlo como son:
12, 21, 13, 31, 23, 32.
Permutaciones
Dado un conjunto de n elementos y r un entero, tal que 1 r n.
Entonces el nmero de disposiciones o permutaciones de tamao r
(tomados r a la vez) para los n elementos del conjunto y segn la
regla del producto, viene dado por
P (n, r) = n(n 1)(n 2) (n r + 1).
Ahora bien, podemos escribir la expresin anterior como:
P (n, r) = n(n 1)(n 2) (n r + 1) =
n(n 1)(n 2) (n r + 1)(n r)(n r 1) 3 2 1 n!

=
(n r)(n r 1)(n r 2) 3 2 1 (n r)!
Permutaciones
Observemos que para r = 0, se tiene que
n! n!
P (n, 0) = = = 1.
(n 0)! n!
As que
n!
P (n, r) = , 0 r n.
(n r)!
Si se desea encontrar la cantidad de disposiciones de tamao (r = n)
para los n elementos, entonces
n! n!
P (n, r) = P (n, n) = = = n!.
(n n)! 0!
Permutaciones
En caso de permitir repeticiones de los elementos en las
disposiciones, se tiene que hay nr disposiciones.
Nota.
Si r < n a las permutaciones P (n, r) se le suele llamar Variaciones y
se representan como V (n, r). Es decir, que V (n, r) = P (n, r) cuando
r < n.
Ejemplo
a. Sea A = {a}. El nmero de permutaciones de un (1) elemento

viene dado por P (n, 1) = P (1, 1) = 1. Esta es a.
b. Sea A = {a, b}. El nmero de permutaciones de dos (2)
elementos viene dado por P (n, 2) = P (2, 2) = 2. Estas son: ab, ba.
Permutaciones
c. Sea A = {a, b, c}. El nmero de permutaciones de tres (3)
elementos viene dado por P (n, 3) = P (3, 3) = 6. Estas son:
abc, acb, bac, bca, cab, cba
De la misma forma se puede obtener las permutaciones de cuatro o

ms elementos.
Ejemplo
La cantidad de palabras de 3 letras (variaciones ) que se pueden
construir, asumiendo que no se permiten repeticin de letras viene
dada por el nmero
V (26, 3) = P (26, 3) = 262524 =
Permutaciones
26 25 24 3 2 1 26!
= = 15600.
23 22 21 3 2 1 (26 3)!
Ejemplo
El nmero de permutaciones de tamao 5 que pueden tenerse con las
letras de la palabra BYTES es
5! 5!
P (5, 5) = = = 5!.
(5 5)! 0!
Si las palabras fueran de tamao 3, entonces el nmero de

permutaciones (variaciones) es
5! 5!
V (5, 3) = P (5, 3) = = = 60.
(5 3)! 2!
Permutaciones
Si se permite repeticiones de letras y queremos encontrar la cantidad
de permutaciones de tamao 7. Entonces el nmero de
permutaciones viene dado por
57 .
Esto as porque las permutaciones tienen la forma xxxxxxx y cada

posicin x tiene 5 posibilidades. Luego, se aplica la regla del producto
para obtener el resultado anterior.
Ejemplo
Una compaa constructora de semforos, tiene 5 tonalidades para el
color rojo, 8 tonalidades para el color verde y 4 tonalidades para el
Permutaciones
color amarillo. Cuntos semforos diferentes, segn sus tonalidades
puede construir la compaa?.
Solucin
La cantidad de semforos diferentes es 5 8 4 = 160.
Consideremos el caso de que se quiere encontrar la cantidad de

permutaciones que se pueden construir con las letras de la palabra
CASA. Supongamos que las letras A son diferentes y
diferencimoslas como A1 y A2 . As que la palabra ser CA1 SA2 .
Las diferentes permutaciones son :
Permutaciones
1. A1 A2 C S 1 13. C A 1 A2 S 7
2. A1 A2 S C 2 14. C A1 S A2 8
3. A1 C A2 S 3 15. C A 2 A1 S 7
4. A1 C S A2 4 16. C A2 S A1 8
5. A1 S A2 C 5 17. C S A2 A1 9
6. A1 S C A2 6 18. C S A1 A2 9
7. A2 A1 C S 1 19. S C A1 A2 10
8. A2 A1 S C 2 20. S C A2 A1 10
9. A2 C A1 S 3 21. S A2 C A1 11
10. A2 C S A1 4 22. S A 2 A1 C 12
11. A2 S C A1 6 23. S A 1 A2 C 12
12. A2 S A1 C 5 24. S A1 C A2 11
Las permutaciones que tienen el mismo nmero dentro del crculo se

consideran las mismas, si A1 y A2 son la misma letra (A). Esto indica
Permutaciones
que hay 12 permutaciones y se debe a que la letra A aparece
2! = 2 1 veces en la palabra CASA.
Supongamos ahora que dentro de los n elementos del conjunto, hay
n1 iguales, n2 iguales, n3 iguales, y as sucesivamente, hasta nr
iguales, de modo tal que n1 + n2 + n3 + + nr = n. En estas
condiciones la cantidad de permutaciones de los n elementos viene
dada por
n!
.
n1 !n2 !n3 ! nr !
Ejemplo
Permutaciones
El nmero de permutaciones que pueden obtenerse con las letras de
la palabra CABALLO es
7!
= 1260.
1!2!1!2!1!
Ejercicios
1. De cuntas formas pueden ordenarse los smbolos a, b, c, d, e?

2. De cuntas formas pueden ordenarse las letras de la palabra
ANACAONA?.
3. Cuntas disposiciones hay donde las A de la palabra
ANACAONA aparecen juntas?
4. De cuntas formas pueden ordenarse los smbolos
x, y, z, w, t, t, t, t, t de modo que ninguna t sea adyacente a otra?.
Ejercicios I
5. Determine el nmero de enteros de seis dgitos ( que no

empiecen con cero) de modo tal que:
a. No se repita ningn dgito.
b. Se puedan repetir dgitos.
c. No se repita ningn dgito y que sea par.
d. Se puedan repetir dgitos y que sea par.
e. No se repita ningn dgito y sea divisible por 4.
f. Se puedan repetir dgitos y sea divisible por 5 o 3.
Ejercicios II
6. Encuentre el o los valores de n en las siguientes expresiones:

a. P (n, 2) = 90, b. P (n, 3) = 3P (n, 2)), c.
2P (n, 2) + 50 = P (2n, 2)
7. Sean n y k enteros no negativos. Sea n + 1 > k. Demuestre que

n+1
P (n + 1, k) = P (n, k).
n+1k
Ejercicios III
8. Considere el siguiente segmento de programa:

for (i = 1; i <= 12; i++)
for (j = 5; j <= 10; j++)
for (k = 15; k >= 8; k--)
printf("\n, %d",(i-j)*k);
Cuntas veces se ejecuta la proposicin printf?.
Ejercicios IV
9. Cuntas permutaciones pueden construirse con las letras de la

palabra BIOLOGICA?
10. En cuntas permutaciones son adyacentes la A y la G de la
palabra del item 9?
11. En cuntas permutaciones son adyacentes todas las vocales?
Ejercicios V
12. Suponga que hay 4 lneas de transporte entre las paradas A y B y

3 lneas entre B y C.
a. De cuntas maneras puede una persona viajar de A a C pasando
por B?.
b. De cuntas maneras puede una persona hacer el viaje de ida y
regreso de A a C pasando por B?.
c. De cuntas maneras puede una persona hacer el viaje redondo
de A a C pasando por B, si no desea usar la misma lnea de
transporte ms de una vez?.
Ejercicios VI
13. Si no se permiten repeticiones, entonces

a. Cuntos nmeros de tres dgitos puede formarse a partir de los
dgitos 2, 3, 5, 6, 7, 9?.
b. Cuntos de los nmeros del item a. son menors de 400?.
c. Cuntos de los nmeros del item a. son pares?.
d. Cuntos de los nmeros del item a. son impares?.
e. Cuntos de los nmeros del item a. son mltiplos de 5?.
14. Resuelva el ejercicio 13, asumiendo que se permiten repeticiones
Ejercicios VII
15. De cuntas maneras puede organizarse una grupo de 7

personas :
a. En una fila de 7 asientos
b. Alrededor de una mesa redonda
16. De cuntas maneras pueden sentarse 3 nios y 2 nias en una
fila?. De cuntas maneras pueden ellos sentarse en una fila si
los nios y las nias deben sentarse juntos?. De cuntas
maneras pueden sentarse en una fila si solamente las nias
deben sentarse juntas?.
Ejercicios VIII
17. Cuntas seales diferentes, cada una consistente de 8 banderas

colgadas en una lnea vertical, pueden formarse con 5 banderas
rojas idnticas y con 3 banderas azules idnticas?.
18. Un byte es una secuencias de 8 bits adyacentes y considerado
como unidad. Cuntos bytes diferentes se pueden formar?
Ejercicios IX
19. De cuntas maneras se pueden sentar en una filas 3

dominicanos, 4 espaoles, 4 haitianos y 2 colombianos de
manera que todos los de la misma nacionalidad se sienten
juntos?.
20. Suponga que una urna contiene 8 bolas. Encontrar el nmero de
muestras ordenadas de magnitud 3 con reposicin. Resolver el
mismo problema, pero sin reposicin.
Ejercicios X
21. Cuntas selecciones distintas de presidente y vicepresidente se

pueden hacer de un club de 25 miembros?.
22. Si de los 25 miembros, hay 15 hombres y 10 mujeres, cuntas
selecciones distintas hay con la condicin de que el presidente y
vicepresidente sean de distinto sexo?.
23. Sea A = {1, 3, 5, 7}. Construya todas las permutaciones sin
repeticin de tamao 3.
24. Sea A = {a, e, i, o, u}. Construya todas las disposiciones sin
Ejercicios XI
25. Sea A = {a, b, c, d}. Construya todas las permutaciones con

26. Sea A = {a, b}. Construya todas las permutaciones con repeticin
de tamao 4.
27. Sea A = {a, b, c}. Construya todas las permutaciones con
28. De cuntas maneras se pueden repartir 7 juguetes entre 3 nios,
si el menor recibe 3 juguetes y los otros reciben 2 cada uno?.
Ejercicios XII
29. En una clase hay 12 estudiantes. De cuntas maneras pueden

los 12 estudiantes tomar 3 exmenes diferentes, si 4 estudiantes
deben tomar cada examen?.
30. De cuntas maneras se pueden repartir 12 estudiantes en 3
equipos, de modo que cada equipo contenga 4 estudiantes?.
Contenido
1 INTRODUCCIN
Introduccin
Formas normales
Clculo de predicado
Conjuntos numricos
Sucesiones
lgebras booleanas
Combinaciones sin repeticin
Combinaciones
Dado un conjunto de n objetos y 0 r n. El numero de selecciones
o combinaciones de tamao r (se toman r a la vez) de los n objetos
dados, donde el orden carece de importancia, se define por

n n!
C(n, r) = = .
r r!(n r)!
Ejemplo
Sea A = {1, 2, 3}. El nmero de combinaciones tomadas de 2 en 2
(r = 2) de los 3 objetos del conjunto A, viene dado por

3 3! 3!
C(3, 2) = = = = 3.
2 2!(3 2)! 2!1!
Observe que 12 es lo mismo que 21. As que las combinaciones son :
12, 13, 23.
Ejemplo
Sea A = {a, b, c, d}.
a. Cuntas combinaciones sin repeticin de un (1) elemento
(r = 1) se pueden construir?. Se pueden construir

4 4!
C(4, 1) = = =4
1 1!(4 1)!
combinaciones. Estas son
a, b, c, d
b. Cuntas combinaciones sin repeticin de dos (2) elementos

4 4!
C(4, 2) = = =6
2 2!(4 2)!
ab, ac, ad, bc, bd, cd
c. Cuntas combinaciones sin repeticin de tres (3) elementos

4 4!
C(4, 3) = = =4
3 3!(4 3)!
abc, abd, acd, bcd
d. Cuntas combinaciones sin repeticin de cuatro (4) elementos

4 4!
C(4, 4) = = =1
4 4!(4 4)!
combinacin. Esta es
abcd
Observemos que se trata de combinaciones sin repeticin, por lo que
no se puede seguir construyendo combinaciones de 5 o ms
elementos.
Ejemplo
El manager de un equipo de Beisbol tiene 26 peloteros disponibles
para el juego, pero slo debe seleccionar 9. De cuntas maneras
puede el Manager seleccionar el equipo de juego?.
Solucin

26 26!
Hay C(26, 9) = = = 3124550 maneras de seleccionar
9 9!(26 9)!
el equipo.
Ejemplo
Un estudiante toma un examen de sociologa que contiene 10
preguntas de las cuales debe responder 7. De cuntas maneras
puede responder el estudiante el examen?.
Solucin
Como el orden no tiene importancia, se tiene que el estudiante puede
responder el examen de

10 10!
C(10, 7) = = = 120
7 7!3!
maneras.
Si el estudiante debe responder 4 preguntas de las 5 primeras y 3 de
las ltimas 5, entonces la solucin es

5 5!
C(5, 4) = = =5
4 4!1!
maneras de responder las primeras cuatro preguntas y

5 5!
C(5, 3) = = = 10
3 3!2!
maneras de responder las restantes tres preguntas. De modo que
aplicando la regla del producto, el estudiante puede responder las 7
preguntas de

5 5
C(5, 4)C(5, 3) = = 5 10 = 50
4 3
maneras.
Ejemplo
Los jugadores de Domin del Club cabuya son 32. Se prepara un
campeonato con 4 equipos de 8 jugadores cada uno. De cuntas
maneras se pueden seleccionar los 4 equipos?.
Solucin
El primer equipo se puede seleccionar de

32 32!
C(32, 8) = = = 10518300
8 8!24!
maneras.
El segundo equipo se puede seleccionar de

24 24!
C(24, 8) = = = 735471
8 8!16!
maneras.
El tercer equipo se puede seleccionar de

16 16!
C(16, 8) = = = 12870
8 8!8!
maneras.
El cuarto equipo se puede seleccionar de

8 8!
C(8, 8) = = =1
8 8!0!
maneras.
Ahora aplicando la regla del producto, se tiene que los cuatro equipos
de pueden formar de

32 24 16 8
C(32, 8)C(24, 8)C(16, 8)C(8, 8) =
8 8 8 8
= 10518300 735471 12870 1
= 9.9561092450391 1016
maneras.
Teorema del binomio (Coeficiente binomial)
Sean a y b dos variables y n un entero positivo. Entonces

n n 0 n n1 1 n n2 2
(a + b)n = a b + a b + a b + +
0 1 2
n
n 1 n1 n 0 n X n nk k
+ a b + a b = a b
n1 n k
k=0
n
X n
= ank bk
nk
k=0
Ejemplo
Determinar el coeficiente del trmino a3 b4 en el desarrollo de
(2a + b2 )5 .
Solucin
El coeficiente es :

5 3 2 5 5!
(2) (1) = (2)3 (1)2 = (2)3 (1)2 = 80.
2 3 3!2!
Otra forma
Sabemos que el trmino general de a3 b4 es

5 5k 2 k 5 5k 5k 2k
(2a) (b ) = 2 a b .
k k
De donde
a5k b2k = a3 b4 .
Luego, k = 2 y el coeficiente es

5 5!
(2)3 = (8) = 80.
2 2!3!
Teorema del coeficiente multinomial

Sean n y r enteros positivos. Entonces el desarrollo de
(x1 + x2 + x3 + + xr )n tiene como coeficiente de
xn1 1 xn2 2 xn3 3 xnr r
la cantidad de

n n!
= ,
n1 , n2 , n3 , , nr n1 !n2 !n3 ! nr !
donde los ni son enteros, tales que
0 ni n, i = 1, 2, , r y n1 + n2 + n3 + + nr = n.
La suma de los coeficientes multinomiales viene dada por la frmula

X n
= rn .
n +n ++n =n
n , n
1 2 3, n , , nr
1 2 r
Por ejemplo, la suma de los coeficientes en el desarrollo de (a + b + c)5
es rn = 35 = 243. La cantidad de trminos en el desarrollo de
(x1 + x2 + + xr )n ,
viene dada por la expresin
n+r1 n+r1

CM (n, r) = = .
n r1
Por ejemplo, la cantidad de trminos en el desarrollo de (a + b + c)5 es

7 7
CM (n, r) = CM (5, 3) = = = 21.
5 2
Ejercicios
1. Sea A = {a, b, c, d, e}. Construya todas la combinaciones sin

2. Sea A = {a, b, c, d, e, f }. Construya todas la combinaciones sin
3. Sea A = {1, 2, 3, 4}. Construya todas la combinaciones sin
repeticin de tamao 3. Obtenga las permutaciones para cada
una de las combinaciones y deduzca la relacin que hay con las
permutaciones de tamao 3 de un conjunto de 4 elementos,
P (4, 3).
4. En una reunin familiar hay 5 hombres y 6 mujeres. Cuatro de las
personas van al supermercado a comprar los ingredientes de un
Sancocho.
Ejercicios
a. De cuntas maneras se pueden seleccionar las 4 personas que
van al supermercado?.
b. De cuntas maneras se pueden seleccionar las 4 personas que
van al supermercado, si tienen que ir 2 hombres y 2 mujeres?.
5. La directiva de la junta de vecinos del barrio Cuernavaca formada
por 14 miembros, ofrece un agasajo a 9 de sus miembros. De
cuntas formas puede seleccionar los 9 miembros?.
6. Demuestre que
n n
=
k nk
7. Demuestre que:

n n n n
a. + + + + = 2n
0 1 2 n
Ejercicios

n n n n
b. + + (1)n =0
0 1 2 n

2n 2n 1 2n + 2
c. + = , n Z+
n n1 2 n+1

n n n+1
d. + =
k1 k k

n n n
e. = =
n1 , n2 n1 n2
8. Se selecciona un comit de 12 personas de un grupo de 10
hombres y 10 mujeres. De cuntas maneras se puede realizar la
seleccin, si:
a. no hay restricciones.
b. debe haber 6 hombres y 6 mujeres
Ejercicios
c. debe haber un nmero par de mujeres
d. debe haber ms mujeres que hombres
e. debe haber ocho hombres como mnimo
9. De cuntas maneras se puede seleccionar un equipo de
baloncesto de 5 personas de entre 12 jugadores
posibles?.Cuntas selecciones incluyen al ms dbil y al ms
fuerte de los jugadores?.
10. De cuntas maneras se pueden distribuir 12 libros distintos
entre 4 niosde modo que:
a. cada nio recibe tres libros.
b. los dos nios mayores reciban 4 libros cada uno y los dos menores
2 cada uno.
Ejercicios
11. Cuntas permutaciones de las letras de la palabra
MISSISSIPPI no tienen S consecutivas?.
12. Cuntos tringulos determinan los vrtices de un polgono
regular de n lados?. Cuntos, si ningn lado del polgono se usa
como lado del tringulo?.
13. Determine el coeficiente de x9 y 3 en: a. (x + y)12 , b. (x + 2y)12 ,
c. (2x + 3y)12
14. Determine el coeficiente de xyz 2 en (x + y + z)4 , en (2x y z)4
y en (w + x + y + z)4 .
15. Determine el coeficiente de w3 x2 yz 2 en (2w x + 3y 2z)8 .
Ejercicios
16. Determine la suma de todos los coeficientes de:
a. (x + y)3 b. (x + y)10 c. (x + y + z)10
d. (w + x + y + z) 5 b. (x y)10 c. (2x 3y + z)10
17. De cuntas maneras puede formarse un equipo que consta de 4
hombres y 3 mujeres, de un grupo de 8 hombres y 6 mujeres?.
18. Suponga que dentro de una funda hay 6 bolas blancas y 5 bolas
negras. Encuentre el nmero de maneras en que se pueden
sacar 4 bolas de la funda.
a. si pueden ser de cualquier color.
b. si 2 deben ser blancas y 2 deben ser negras.
c. todas deben ser del mismo color.
19. Suponga que hay 12 puntos A, B, C, . . . en un plano dado, donde
no hay 3 puntos sobre la misma recta.
Ejercicios
a. Cuntas lneas se pueden construir sobre los puntos?.
b. Cuntas de las lneas pasan por el punto A?.
c. Cuntos tringulos se pueden construir con los puntos?.
d. Cuntos de los tringulos contienen el punto A como vrtice?.
20. Un estudiante debe responder 8 de 10 preguntas en un examen.
a. Cuntas posibilidades tiene?.
b. Cuntas posibilidades tiene, si debe responder las primeras 3
preguntas?.
c. Cuntas posibilidades tiene, si tiene que responder por lo menos
4 de las primeras 5 preguntas?.
21. Cuntas diagonales tiene un octgono?
22. Cuntas diagonales tiene un polgono regular de n lados?
Ejercicios
23. Qu polgono regular tiene el mismo nmero de diagonales que
de lados?
24. Cuntos comits de 5 personas con un director dado, pueden
formarse a partir de 12 personas?
25. Encuentre el nmero de subconjuntos de un conjunto A que
contiene n elementos.
26. De cuntas maneras se puede escoger uno o ms estudiantes a
partir de 6 que son elegibles?.
27. De cuntas maneras puede escogerse 3 o ms estudiantes a
partir de 12 que son elegibles?.
28. Qu polgono regular tiene 90 diagonales?
Contenido
1 INTRODUCCIN
Introduccin
Formas normales
Clculo de predicado
Conjuntos numricos
Sucesiones
lgebras booleanas
Dado un conjunto de n elementos, de los cuales se desea seleccionar

con repeticin, r elementos. El nmero de combinaciones con
repeticin de n elementos, tomados de r en r, viene dado por
n+r1 (n + r 1)!

C(n + r 1, r) = = .
r r!(n 1)!
Observe que en este caso, puede ocurrir que r n.

Ejemplo
Sea A = {a, b, c, d}.
a. Cuntas combinaciones con repeticin de un (1) elemento
(r = 1) se puedenconstruir?.
Se pueden construir
4
C(4 + 1 1, 1) = = 4 combinaciones. Estas son
1
a, b, c, d
b. Cuntas combinaciones con repeticin de dos (2) elementos

Se pueden construir
5
C(4 + 2 1, 2) = = 10 combinaciones. Estas son:
2
aa, ab, ac, ad, bb, bc, bd, cc, cd, dd
c. Cuntas combinaciones con repeticin de tres (3) elementos
Se pueden construir
6
C(4 + 3 1, 3) = = 20 combinaciones. Estas son:
3
aaa, aab, aac, aad, abb, abc, abd, acc, acd, add,
bbb, bbc, bbd, bcc, bcd, bdd, ccc, ccd, cdd, ddd
Se puede seguir construyendo combinaciones de cuatro o ms
elementos siguiendo el mismo procedimiento.
Ejemplo
Suponga que una librera especializada en Ciencia y Tecnologa tiene
disponible 27 tipos diferentes de libros. En la librera hay al menos 15
libros de cada tipo. Un Poltico que desea entregar a estudiantes de su
comunidad algunos libros, llega a la librera. El poltico puede
seleccionar 15 libros de

41 41! 41!
C(27 + 15 1, 15) = C(41, 15) = = = = 63432274896
15 15!(41 15)! 15!26!
maneras.
Ejemplo
Un Supermercado decide un da distribuir 12 libras de arroz y 10 libras
de habichuelas a 7 familias del vecindario, con la condicin de
entregar al menos una libra de arroz a cada familia. De cuntas
maneras se pueden distribuir el arroz y las habichuelas?.
Solucin
Como a cada familia se le entregar una libra de arroz, las libras
restantes de pueden distribuir de
C(7 + 5 1, 5) = C(11, 5) = 462 maneras.
Las libras de habichuelas se pueden distribuir de
C(7 + 10 1, 10) = C(16, 10) = 8008 maneras.
Aplicando la regla del producto, tenemos que el arroz y las

habichuelas se pueden distribuir de
462 8008 = 3699696 maneras.
Ejemplo
De cuntas maneras se puede distribuir 12 mangos entre 5
personas?.
Solucin
Es claro que se trata de un problema de seleccion de tamao 12 con
repeticin para una coleccin de 5. Entonces hay

16 16!
C(5 + 12 1, 12) = C(16, 12) = = = 1820
12 12!4!
maneras de hacer la distribucin.

Observe que este problema es equivalente a encontrar todas las
soluciones posibles enteras no negativas de las ecuacin
x1 + x2 + x3 + x4 + x5 = 12, xi Z, xi 0, i = 1, 2, 3, 4, 5.
Ejercicios
1. De cuntas formas se pueden distribuir 10 bolas idnticas entre

6 personas ?
2. De cuntas formas se pueden distribuir 12 monedas ( idnticas )
entre cinco nios:
a. si no hay restricciones.
b. si cada nio recibe una moneda como mnimo.
c. si el nio mayor obtiene al menos dos monedas.
3 De cuntas formas se pueden distribuir 15 caramelos (idnticos)
entre cinco nios, de modoque el menor obtenga slo uno o dos?.
Ejercicios
4 Determine el nmero de soluciones enteras de
x1 + x2 + x3 + x4 = 32, donde
a. xi 0, 1 i 4. b. xi > 0, 1 i 4.
c. x1 , x2 5, x3 , x4 7. d. xi 8, 1 i 4.
e. xi 2, 1 i 4. f. x1 , x2 , x3 > 0, 0 < x4 25.
5. Determine el nmero de soluciones enteras para
x1 + x2 + x3 + x4 + x5 < 40, donde
a. xi 0, 1 i 5. b. xi 3, 1 i 5.
6. De cuntas maneras se pueden distribuir 8 pelatas blancas
idnticas en 4 recipientes distintos, de modo que:
a. ningn recipiente quede vaco?.
b. que el cuarto recipiente contenga un impar de pelotas?.
Ejercicios
7. Halle el coeficiente de v 2 w4 xz en (3v + 2w + x + y + z)8 .
8. Cuntos trminos distintos tiene la expansin del item 7.
9. Cuntas maneras hay de colocar 12 bolas del mismo tamao en
5 recipientes distintos:
a. si todas las bolas son negras?.
b. si cada bola es de diferente color?.
10. Halle el nmero de soluciones enteras no negativas para
2x1 + x2 + x3 + x4 = 10.
11. De cuntas maneras se pueden colocar 9 libros iguales en 5
estantes?.
12. De cuntas maneras se pueden colocar 5 libros iguales en 9
estantes?.
Contenido
1 INTRODUCCIN
Introduccin
Formas normales
Clculo de predicado
Conjuntos numricos
Sucesiones
lgebras booleanas
Congruencia
Congruencia
Sea m Z+ y sean a y b dos enteros cualesquiera. Se dice que a es
Congruente con b mdulo m, denotado por a b ( mod m), si
m|(a b). Es decir, si a b = km para algn k Z. En otras palabras,
si el resto de dividir a y b entre m es el mismo.
Ejemplos
9 4 ( mod 5), 28 1 ( m
od 9), 17 7 ( m
od 8)
La operacin mod se define de la manera siguiente:
Sean a, b Z+ . Entonces a mod b se define como el resto de dividir a
entre b. Por ejemplo, 12 m
od 7 = 5
Congruencia
Observe que en caso de la congruencia, el m od se trata como una
relacin, mientras que en este ltimo caso, el mod es una operacin.
Nota: Otra forma de decir que a es congruente a b mdulo m, es
diciendo que existe un entero k, tal que a = b + km.
El concepto de congruencia es utilizado diariamente en nuestras
actividades, como por ejemplo, los das de la semana se cuentan
mdulo 7; las horas del da mdulo 24, etc.
Ejemplo
Suponga que en este instante son las cuatro(4) de la tarde. Qu hora
ser dentro de 250 horas?.
Solucin
Congruencia
Sea x la hora que se busca. Entonces
x 16 + 250 ( m
od 24).
De donde se obtiene que
x 2 ( m
od 24).
Luego, la hora x buscada es las 2 : 00a.m..

Si a y b no son congruentes mdulo m, se dice que son
Incongruentes y se escribe a 6 b ( m
od m).
Propiedades de las congruencias
Suponer que m es un entero positivo fijo.
Congruencia
1. Si a b ( mod m) y c Z, entonces:
a. a + c b + c ( m
od m)
Demostracin
Como a b ( m od m), se tiene que m | a b. Luego,
m | (a + c) (b + c) y por tanto,
a + c b + c ( m
od m).
b. ac bc ( m
od m)
Demostracin
Como a b ( mod m), se tiene que m | a b y por tanto, m | (a b)c.
Luego, m | ac bc y
ac bc ( m
od m).
Congruencia
Ejemplo
Si 10 1 ( mod 9), entonces 200 20 ( m
od 9).
Nota: El recproco del teorema anterior no es cierto en general.
Es decir, si ac bc ( m
od m), no se puede deducir que a b (
mod m).
Por ejemplo, 16 8 ( m
od 8). Sin embargo, 8 6 4 ( mod 8).
2. Si a, b, c, d Z y a b ( m
od m), c d ( m
od m), entonces
Congruencia
a. a + c b + d ( m
od m)
Demostracin
od m), existe k Z tal que a b = km. Del mismo
Si a b ( m
od m), existe h Z tal que c d = hm. Sumando
modo, si c d ( m
miembro a miembro ambas ecuaciones, se obtiene
(a b) + (c d) = (a + c) (b + d) = (k + h)m,
donde (k + h) Z. Luego,
a + c b + d ( m
od m).
Congruencia
b. ac bd ( m
od m)
Demostracin
od m), existe k Z tal que a b = km. Del mismo
Si a b ( m
modo,si c d ( mod m), existe h Z tal que c d = hm.
Multiplicando la primera ecuacin por c y la segunda por b y
sumando miembro a miembro, se obtiene
ac bd = (ck + bh)m,
donde (ck + bh) Z. Luego,
ac bd ( m
od m).
Congruencia
3. Congruencia de Polinomios.
Si
f (x) = cn xn + cn1 xn1 + cn2 xn2 + + c1 x + c0
es un polinomio con coeficientes ci Z, entonces,
si a b ( mod m), se tiene que
f (a) f (b) ( m
od m).
Demostracin
Como a b ( mod m) y aplicando los resultados del item 2, se
obtiene
ai bi ( m
od m), 1 i n.
Congruencia
Multiplicando por ci se tiene
ci ai ci bi ( m
od m).
Sumando todas las ecuaciones obtenemos

cn an + cn1 an1 + + c1 a + c0 cn bn + cn1 bn1 + + c1 b + c0 (
mod m).
Luego,
f (a) f (b) ( m
od m).
Congruencia
Teorema
Sean a, b Z . Sea k un entero positivo y d = M CD(k, m). Entonces si
m
ka kb ( mod m), se tiene que a b ( m
od d)
Demostracin
Como ka kb ( mod m), tenemos que m | k(a b). Luego,

m k(a b)
.
d d
Como M CD( m k
d , d ) = 1, se tiene necesariamente que
m
a b.
d
Congruencia
Por tanto,
m
ab mod .
d
Ejemplo
Consideremos la congruencia 32 24 ( m
od 8).
Es decir, 4 8 4 6 ( m
od 8). Como M CD(4, 8) = 4, tenemos que
8 6 ( m
od 2).
Corolario
Congruencia
Sea m primo y k un entero positivo, tal que M CD(k, m) = 1. Entonces
si
ka kb ( mod m), se tiene que a b ( mod m).
Ejercicios
1. Si hoy es Mircoles, qu da de la semana ser

a. dentro de 22 das?
b. dentro de 150 das?
2. Determine el valor de verdad de las siguientes afirmaciones:
a. 18 1( mod 5)
b. 86 1( mod 5)
c. 100 10( mod 9)
d. 62 6 2( m
od 8)
e. 103 1( mod 9)
f. 2a 6( mod 2)
g. s2 + s + 1 2( mod 2)
h. a(a + 1)(a + 2) 0( mod 3)
Ejercicios
3. Si hoy es 27 de Octubre de 1993, qu da de la semana ser el
27 de Octubre de 1994?.
4. Construya las tablas para las operaciones de suma y producto
mdulo 7.
5. Utilizando las tablas anteriores, resuelva las siguientes
congruencias
a. 2a 3 ( m
od 7)
a. 5a 4 ( m
od 7)
Congruencia
Definicin
Sea A = Z y a A. Se llama Clase de congruencia de a mdulo m,
representada por [a], al conjunto
od m)} = {x A | k Z, x a = mk}.
[a] = {x A | x a ( m
Ejemplo
Sea m = 7. Algunos casos de muestra son:
[0] = {. . . , 21, 14, 7, 0, 7, 14, 21, 28, . . . } = {7k | k Z}
[1] = {. . . , 20, 13, 6, 1, 8, 15, 22, 29, . . . } = {7k + 1 | k Z}
[2] = {. . . , 19, 12, 5, 2, 9, 16, 23, 30, . . . } = {7k + 2 | k Z}
Congruencia
Si se continua el proceso, observamos que
[0] = [7], [1] = [8], [2] = [9], . . . .
Esto quiere decir que cada entero pertenece exactamente a uno y

solo uno de los conjuntos
[0], [1], [2], [3], [4], [5], [6].
Generalizando, si s Z se tiene que [s] = [t], 0 t 6.

Entonces podemos decir que
Z = [0] [1] [2] [3] [4] [5] [6].
Congruencia
Y que todo s Z, se puede escribir como
s = 7m + t para algn m Z y 0 t 6.
El conjunto
{[0], [1], [2], [3], [4], [5], [6]}.
se representa por Z7 . Se escribe generalmente Z7 = {0, 1, 2, 3, 4, 5, 6}
cuando no hay lugar a confusin. En sentido general, se tiene que
Zm = {0, 1, 2, 3, . . . , m 1}.
A este conjunto se le llama Enteros mdulo m.
Congruencia
Ahora definamos las operaciones aritmticas bsicas ( + y ) en
trminos modular (en Zm ) de la siguiente manera:
Sean a, b Zm , m entero positivo. Entonces
1. a + b = a + b ( mod m)
2. a . b = a b ( mod m)
Otra forma de representar las ecuaciones anteriores es escribiendo:
1. [a] + [b] = [a + b]
2. [a] . [b] = [a b]
Congruencia
Es fcil probar que estas operaciones estn bien definidas.
Se puede comprobar que Zm es cerrado con respecto a estas
operaciones.
Adems las operaciones satisfacen las siguientes:
Propiedades
Sean a, b, c Zm , m 2.
a. Conmutativa: a + b = b + a, a b = b a.
b. Asociativa: (a + b) + c = a + (b + c), (a b) c = a (b c).
c. Identidades (Elementos neutros para suma y producto):
a + e = e + a = a, a e = e a = a.
d. Opuesto e Inverso: a + a0 = a0 + a = e, a a0 = a0 a = e.
Congruencia
e. Distributiva: a (b + c) = a b + a c.
Ejemplo
Sea m = 7. Entonces
5 + 4 = 5 + 4 ( mod 7) = 2
5 4 = 5 4 ( mod 7) = 6.
Ejemplo
Sea m = 5. Entonces
[36] + [47] = [83] = [3] = {x Z | x = 5k + 3, k Z} =
{. . . , 17, 12, 7, 2, 3, 8, 13, . . . }
[36] . [47] = [1692] = [2] = {x Z | x = 5k + 2, k Z} =
{. . . , 18, 13, 8, 3, 2, 7, 12, . . . }
Congruencia
Prueba de la propiedad c (suma)
Sea a Zm y sea e el elemento neutro de la suma. Entonces
a + e a (m
od m) e + a a (mod m)
e a a (mod m)
e 0 (m
od m)
Luego, la clase [e] = [0] 0 e = 0 es el neutro de la suma.

Prueba de la propiedad d (Opuesto)
Congruencia
Sea [a] Zm . Entonces el opuesto de [a] es [a0 ] = [a].
[a] + [a0 ] = [0] [a + a0 ] = [0]

a + a0 0 (m
od m)
a0 a (m
od m)
[a0 ] = [a]
Prueba de la propiedad c (producto)

Sea [a] Zm y [e] el elemento neutro del producto. Entonces
[e] [a] = [e a] = [a].
Congruencia
Luego, [e] = [1] e = 1. Por tanto, el elemento neutro del producto es
la clase [1].
Prueba de la propiedad d (Inverso)
Sea [a] Zm . Entonces [a] tiene Inverso, si y slo si, M CD(a, m) = 1.
Sea [a0 ] el inverso de [a] en Z. Entonces
[a0 ] [a] = [1] [a0 a] = [1]

a0 a 1 (m
od m)
a0 a = 1 + mq, q Z
aa0 mq = 1
Congruencia
Esta ltima ecuacin tiene solucin, si y slo si, M CD(a, m) = 1 (a y
m primos entre si).
Como 0 a m 1, puesto que [a] Zm , se tiene que:
1. Si m es primo, entonce M CD(a, m) = 1 para todo a 6= 0. Luego,
todo elemento de Zm tiene inverso, excepto el cero.
2. Si m no es primo, entonces slo tienen inverso, aquellos
elementos que sean primo con m.
Congruencia
Podemos decir que todo elemento de Zm tiene inverso, si y slo si, m
es primo.
Ejemplo
Hallar el inverso de 3 en Z7 .
Solucin
Sea x el inverso de 3 en Z7 . Entonces 3x = 1 en Z7 . Luego, 3x 1 (
od 7) en Z.
m
Por consiguiente, 7 | 3x 1 en Z. De aqu se deduce que
y Z : 3x 7y = 1.
Congruencia
Ahora obtenemos la solucin general de la ecuacin diofntica
anterior, aplicando el algoritmo de Euclides.
Tenemos que
M CD(3, 7) = 1.
1 = 723
= (2) 3 + (1)(7)
= 3 (2) + (7)(1).
De aqu que
(7)
x = 2 + k, k Z
1
= 2 7k = 5 7k.
Congruencia
Nota: el -2 es congruente con 5 en Z7 .
Luego, x = 5 en Z7 es el inverso de 3 en Z7 .
Ejemplo
Hallar el inverso de 7 en Z16 .
Solucin
Como 7 y 16 son primos entre si, el 7 tiene inverso en Z16 .
Congruencia
x es el inverso de 7 en Z16 7x = 1 en Z16

od 16) en Z
7x 1 (m
16 | 7x 1 en Z
y Z : 7x 16y = 1 en Z
Utilizamos el algoritmo de Euclides para obtener una solucin general

de la ecuacin diofntica anterior.
Tenemos que
M CD(7, 16) = 1.
Congruencia
16 = 2 7 + 2
7 = 32+1
2 = 21+0
Ahora
Congruencia
1 = 7 3 2 (despeje del resto 1)

= 7 3(16 2 7) (despeje y sust. del resto 2)
= 7 7 3 16
= 7 7 + 3 (16)
= 7 7 + (16) 3
De aqu que
(16)
x = 7+ k, k Z
1
= 16q + 7, q = k, q Z
Congruencia
Luego, x = 7 en Z16 es el inverso de 7 en Z16 .
Ley de cancelacin en Z
Sean a, b, c Z. Si ca = cb, con c 6= 0, entonces a = b
Ley de cancelacin en Zm
En Zm , la ley de cancelacin no siempre se cumple. Por ejemplo,
3 5 = 3 3 en Z6 .
Sin embargo,
5 6= 3.
Divisores de cero
Congruencia
Sea A un conjunto y sean a, b A. Decimos que a y b son Divisores
de cero, si se verifica que:
a b = 0, siendo a 6= 0 b 6= 0.
En Z no hay divisores de cero, porque si a b = 0, se tiene que a = 0

b = 0.
En Zm hay divisores de cero. Es decir, es posible encontrar a y b, tales
que a b = 0, siendo a 6= 0 y b 6= 0. Por ejemplo, en Z12 , se tiene que
3 8 = 0, siendo 3 6= 0 8 6= 0.
Ejemplo
Congruencia
Resolver el sistema en Z7 .
(1) 3x + 2y = 3
(2) x + 4y = 5
Solucin
Aplicando el mtodo de reduccin tradicional, se tiene:
Multiplicando la ecuacin (2) por 4, tenemos el sistema
3x + 2y = 3
4x + 2y = 6
Congruencia
Sumando ambas ecuaciones, obtenemos
4y = 2 4 2y = 2 2 y = 4.
Ahora sustituimos en cualquiera de las ecuaciones originales,

digamos en la ecuacin (1), para tener
3x + 1 = 3 3x + 7 = 3 + 6 = 2 3x = 2 3 5x = 2 5 x = 3.
Cualquiera de los mtodos tradicionales puede ser aplicado para

resolver el sistema.
Ejemplo
Resolver la ecuacin x2 + 5x + 1 = 0 en Z5 .
Congruencia
Solucin
Recuerde la frmula general para resolver una ecuacin de segundo
grado:
b b2 4ac
x= .
2a
p
5 52 4(1)(1) 5 25 4 5 21
x = = =
2(1) 2 2

5 20 + 1 5 0 + 1 5 1
= = =
2 2 2
5 1
=
2
Congruencia
Luego,
5 + 1 4 1 31 3
x1 = = = = = = 3 x1 = 3
2 2 2 32 1
5 1 6 4 34 2
x2 = = = = = = 2 x2 = 2
2 2 2 32 1
Nota: El 3 es el inverso de 2 en Z5 .
Congruencia
Funcin de Euler
Definicin
Sea m Z+ . La funcin de (m) de Euler se define como
(m) = {k Z+ | k m, M CD(k, m) = 1} .

Es decir, (m) es el nmero de enteros positivos menores o iguales a

m que sean primos relativos con m.
Ejemplo
(1) = 1, (2) = 1, (3) = 2, (4) = 2, (8) = 4.
Algunas propiedades
Congruencia
1. (m) = m 1, si m es primo.
2. (mk ) = (m 1)mk1 , si m es primo y k Z+ .
3. Si m y n son primos entre si, entonces (mn) = (m)(n) ( es
una funcin multiplicativa).
El valor de (m) se puede calcular haciendo uso del teorema

fundamental de la aritmtica:
m = pk11 pk22 pkr r ,
Congruencia
donde los pi son nmeros primos distintos. Entonces combinando las
propiedades 2 y 3, se tiene
(m) = (pk11 )(pk22 ) (pkr r )
= (p1 1)pk11 1 (p2 1)pk22 1 (pr 1)pkr r 1
Luego, con un poco de lgebra en la expresin anterior, se obtiene

r
Y 1
(m) = m 1 .
pi
i=1
Congruencia
Ejemplo
Calcular (700).
Solucin
Sabemos que 700 = 22 52 7.

1 1 1 1 4 6
(700) = 700 1 1 1 = 700
2 5 7 2 5 7
= 240
Teorema de Euler
Congruencia
Sea a Z, a 6 0 ( mod m). Si a y m son primos relativos
(M CD(a, m) = 1), entonces
a(m) = 1 en Zm .
Recuerde que esto quiere decir:
a(m) 1 ( m
od m).
Demostracin
Se deja como investigacin para el estudiante.
Teorema de Fermat (Pequeo teorema de Fermat)
Congruencia
Sea a Z a 6 0 ( mod m). Si a y m son primos relativos
(M CD(a, m) = 1), con m primo, entonces
am1 = 1 am = a en Zm .
Demostracin
La demostracin es sumamente sencilla, puesto que es un caso
particular del teorema de Euler, ya que m es primo ((m) = m 1).

Ejemplo
Encuentre el resto de dividir 232587 entre 7.
Congruencia
Solucin
Segn la divisin de Euclides, existen q, r Z, nicos, tales que
232587 = 7q + r, 0 r < 7
Entonces
232587 = r en Z7 .
Como M CD(23, 7) = 1, se tiene que el 23 es invertible en Z7 .
Adicionalmente, el 7 es primo. Por tanto, se tiene que
236 = 1 en Z7 .
Congruencia
Por otro lado, tenemos que
2587 = 6 431 + 1.
Entonces
232587 = 236431+1 = 236431 23 = (236 )431 23.
Como 236 = 1 y 23 = 2 en Z7 , se tiene
(236 )431 = 1 en Z7 .
Luego,
(236 )431 23 = 1 2 = 2 en Z7 .
Congruencia
Por tanto, el resto buscado es 2 en Z7 .
Ejemplo
Demostrar que el nmero (274 )9 (253 )6 es divisible por 37.
Solucin
Debemos probar que
(274 )9 (253 )6 = 0 en Z37 .
Entonces
(274 )9 (253 )6 = 2736 536 .
Congruencia
Sabemos que el 37 es primo. El 5 y 27 son primos relativos con 37.
Luego, el 5 y 27 son invertibles en Z37 . Aplicando el teorema de
Fermat, se tiene que
2736 = 1 en Z37 .
536 = 1 en Z37 .
Por tanto,
(274 )9 (253 )6 = 2736 536 = 0 en Z37 .
Luego, la cantidad (274 )9 (253 )6 es divisible por 37.
Ejercicios
Ejercicios
1. Determine los inversos de:

a. 5 en Z11 .
b. 7 en Z17 .
c. 3 en Z12 .
d. 7 en Z18 .
e. 2 en Z13 .
f. 6 en Z15 .
2. Construya las tablas de sumar y multiplicar en Z5 y Z6 . Calcule
opuesto e inverso de cada elemento segn sea el caso.
Ejercicios
3. Resuelva el siguiente sistema de ecuaciones en Z7 .
x + 2y = 4
4x + 3y = 4
4. Resueva la ecuacin x2 + 3x + 4 = 0 en Z11 .

5. Si p es primo, demostrar que en Zp se verifica la igualdad
(x + y)p = xp + y p .
6. Encuentre los divisores de cero en Z5 .
7. Encuentre los elementos invertibles en Z5 .
Ejercicios
8. Resuelva el siguiente sistema de ecuaciones en Z5 .
2x + 3y = 2
3x + 4y = 4
9. Encuentre (48), (104) y (137).

10. Calcule el resto de dividir 347 entre 23.
11. Demuestre que el resto de dividir 2340 entre 341 es 1.
12. Demuestre que si M CD(a, 35) = 1, entonces a12 1 ( mod 35).
13. Demuestre que 270 + 370 es divisible por 13.
14. Demuestre que 538 4 ( m
od 11)
15. Comprobar que 17 divide a 11104 + 1.
Contenido
1 INTRODUCCIN
Introduccin
Formas normales
Clculo de predicado
Conjuntos numricos
Sucesiones
lgebras booleanas
Definicin
Sean a, b, c Z. Una Ecuacin diofntica lineal es toda ecuacin de
la forma
ax + by = c,
donde x, y Z son incgnitas.
Ejemplo
1. 4x + 9y = 7
2. 8x 12y = 20
Teorema
Sean a, b, c Z. La ecuacin ax + by = c tiene soluciones enteras, si y
slo si, M CD(a, b) | c.
Ejemplo
1. La ecuacin 12x 16y = 6 no tiene solucin, puesto que

M CD(12, 16) = 4 6 | 6.
2. La ecuacin 9x + 15y = 12 tiene solucin, puesto que
M CD(9, 15) = 3 | 12.
Teorema (Bzout)
Sean a, b Z, donde al menos uno de ellos es distinto de cero.
Entonces existen x0 , y0 Z tales que
ax0 + by0 = M CD(a, b).
Clculo de una solucin particular de ax + by = c
1. Calcular d = M CD(a, b) = rn mediante el algoritmo de Euclides.

2. Verificar que d | c.
3. Calcular una solucin particular u0 , v0 de la ecuacin
au + bv = M CD(a, b) = d.
Segn el teorema de Bzout, existen u0 , v0 Z, tales que
au0 + bv0 = M CD(a, b) = rn .
Para calcular u0 y v0 procedemos despejando a M CD(a, b) = rn

de la penltima ecuacin en el desarrollo del algoritmo de
Euclides para obtener
rn = rn2 rn1 qn1 . (1)
Ahora despejamos a rn1 de la ecuacin antepenltima y
obtenemos la expresin resultante
rn1 = rn3 rn2 qn2 .
Sustituimos esta ecuacin en la ecuacin (1) para obtener
rn = rn2 (rn3 rn2 qn2 )qn1 .

= rn2 (1 + qn1 qn2 ) rn3 qn1
Si se continua el proceso, despejando los restos de las

ecuaciones anteriores y sustituyndolos en las ecuaciones
correspondientes, se llega a expresar a rn como una combinacin
lineal de a y b, con lo que se consigue a u0 y v0 . Es decir,
au0 + bv0 = rn .
4. Clculo de la solucin particular x0 , y0 Z de la ecuacin

ax + by = c.
Como rn divide a c, existe un k Z, tal que
c = krn .
Luego,
c = krn = a(ku0 ) + b(kv0 ).
De donde,
c
x0 = ku0 = u0
rn
c
y0 = kv0 = v0
rn
Solucin general de la ecuacin ax + by = c
Si la ecuacin diofntica ax + by = c tiene una solucin particular
x0 , y0 Z, entonces la solucin general viene dada por
b
x = x0 + t
M CD(a, b)
a
y = y0 t,
M CD(a, b)
donde t Z. Esto significa que la ecuacin ax + by = c tiene infinitas

soluciones.
Ejemplo
Encuentre la solucin general de la ecuacin
12378x + 3054y = 3642.
Solucin
Primero verifiquemos que la ecuacin tiene solucin, calculando el
d = M CD(12378, 3054) por el algoritmo de Euclides y comprobando
que d | 3642.
12378 = 4 3054 + 162

3054 = 18 162 + 138
162 = 1 138 + 24
138 = 5 24 + 18
24 = 1 18 + 6
18 = 3 6 + 0
Luego, d = M CD(12378, 3054) = 6 ( ltimo resto distinto de cero).

El d = M CD(12378, 3054) = 6 divide a 3642. Es decir, d | 3642. Por
tanto, la ecuacin tiene solucin.
Calculemos una solucin particular de la ecuacin
12378u + 3054v = d = 6.
Segn el teorema de Bzout, existen u0 , v0 Z, tales que
12378u0 + 3054v0 = 6.
El procedimiento empieza despejando en el algoritmo de Euclides, el

ltimo resto distinto cero; luego el penltimo, y as sucesivamente
hasta llegar al primer resto, con lo que se obtiene una combinacin
lineal de los coeficientes de la ecuacin. Los coeficientes que
acompaan a los coeficientes de la ecuacin en la combinacin lineal
representan la solucin particular u0 y v0 buscada. Recuerde que este
es el mismo procedimiento explicado en el paso 3 anterior. As
6 = 24 1 18
= 24 1 (138 5 24) = 6 24 1 138
= 6 (162 1 138) 1 138 = 6 162 7 138
= 6 162 7 (3054 18 162) = 132 162 7 3054
= 132 (12378 4 3054) 7 3054 = 132 12378 535 3054
Entonces 6 = 132 12378 535 3054 y la solucin particular buscada

es
u0 = 132, v0 = 535.
Construyamos ahora una solucin particular para la ecuacin original.
3642 = 607 6 = (607 132) 12378 (607 535) 3054.
La solucin particular es :
x0 = 607 132 = 80124, y0 = 607 535 = 324745.
Ahora encontramos la solucin general:
b 3054
x = x0 + t = 80124 + t = 80124 + 509t
d 6
a 12378
y = y0 t = 324745 t = 324745 2063t,
d 6
donde t Z.
Ejercicios
Ejercicios
1. Encuentre la solucin general de la ecuacin diofntica

6x + 10y = 72.
31x + 8y = 180.
87x 64y = 3.
3x + 6y = 18.
2x + 10y = 17.
Ejercicios
5x + 6y = 8.
7. Una empresa compr ciertos artculos a RD$17 c/u y vendi
algunos de ellos a RD$49 c/u. Si la cantidad comprada
originalmente es mayor que 50 y menor que 100 y la empresa
obtuvo una ganancia de RD$245. Cuntos artculos faltan por
vender?.
343x 51y = 735.
150x + 60y = 6000.
Ejercicios
10. Una mujer va a una tienda y compra 12 vestidos; unos blancos y
otros negros, por US$1200. Si los vestidos blancos valen US$30
ms que los negros y ha comprado el mnimo posible de estos
ltimos, cuntos vestidos ha comprado de cada color?
100x + 525y = 75.
550x + 66y = 88.
13. Halle los valores de c Z+ , con 10 < c < 20 para los cuales no
tiene solucin la ecuacin diofntica 84x + 990y = c. Determinar
la solucin para los restantes valores de c.
Ejercicios
14. Halle las soluciones enteras de la ecuacin
p
(x + y)(x y) + (2x + 2y 3)y 2(x 7) = x + y + 3.
15. Una persona compra 40 mangos por un valor total de US$10. Los
mangos son de 10 centavos de dlar, 40 centavos de dlar y 1.4
dlares. Cuntos mangos ha comprado de cada clase?.
Contenido
1 INTRODUCCIN
Introduccin
Formas normales
Clculo de predicado
Conjuntos numricos
Sucesiones
lgebras booleanas
Ecuaciones lineales de congruencias
Definicin
Sean a, b Z y m Z+ . Una ecuacin de la forma
a . x b ( m
od m), (1)
se le llama Ecuacin lineal de congruencia.

Definicin
Decimos que x0 Z es Solucin de la ecuacin (1), si y slo si,
m | (ax0 b).
Nota: Si x0 es solucin de (1) y x1 es otro entero tal que x1 x0 (
mod m), entonces x1 ser tambin solucin de la ecuacin. Si la
ecuacin (1) tiene solucin, posee infinitas.
Nos interesan solamente las soluciones que no sean congruentes
entre si. Es decir, las que estn dentro de Zm .
La ecuacin (1) puede ser expresada como una ecuacin diofntica
en las variables x y y, en la forma
a . x m . y = b, (2)
donde y es un entero que debe determinarse. Se supone que las

soluciones de (2) son enteras.
Teorema
La ecuacin lineal de congruencia
a . x b ( m
od m), (3)
posee solucin, si y slo si, d | b, donde d = M CD(a, m). Si x0 es una
solucin particular de (3), entonces la solucin general viene dada por
m
x x0 ( m
od ). (4)
d
Demostracin
La ecuacin (3) se puede expresar en la forma
a . x m . y = b. (5)
y sta es diofntica. Por tanto, segn teorema de las ecuaciones

diofnticas, estas tienen solucin, si y slo si, d | b, donde
d = M CD(a, m).
Aplicando la solucin general de estas ecuaciones para x, se tiene
m
x = x0 + t, t = 0, 1, 2, . . . , d 1.
d
El hecho de que el parmetro t tome slo esos valores, se debe a que
nicamente nos interesan las soluciones incongruentes entre si.
El nmero de soluciones incongruentes viene dado por
d = M CD(a, m).
Ejemplo
Resolver la ecuacin lineal de congruencia
30x 15 ( m
od 21)
Solucin
Verifiquemos que la ecuacin tiene solucin, calculando
d = M CD(30, 21) = 3. como 3 divide a 15, la ecuacin tiene solucin.
Hay exactamente d = 3 soluciones en Z21 .
Esta ecuacin puede ser escrita como
30x 21y = 15.
Nos interesa obtener una solucin particular de esta ecuacin y para

ello, aplicamos el algoritmo de Euclides y el teorema de Bzout a la
ecuacin 30u 21v = 3:
30 = 1 21 + 9
21 = 2 9 + 3
9 = 33+0
Teorema de Bzout
3 = 21 2 9
= 21 2(30 1 21)
= 3 21 2 30
= 2 30 + 3 21
= 2 30 (3)(21)
La solucin particular buscada es u0 = 2, v0 = 3.
Ahora multiplicamos la ecuacin por 5 y se obtiene
15 = (10)(30) (15)(21).
De aqu que
x0 = 10 = 11 ( m
od 21).
Aplicando la frmula para x, tenemos
(21)
x1 = x0 + t = 10 + (7)(1) = 3 = 18 (mod 21)
3
(21)
x2 = x0 + t = 10 + (7)(2) = 4 (m
od 21)
3
Es decir, las soluciones son: 4, 11, 18.
Otra forma
Observemos que la ecuacin se puede escribir como
3 10x 3 5 ( m
od 21).
Si aplicamos un resultado previo, la ecuacin se transforma en
10x 5 ( mod 7) y esta se puede simplificar como 3x 5 ( mod 7).
Como M CD(3, 7) = 1, se tiene que 3 es invertible en Z7 y por tanto,

tiene inverso que es 5.
Luego, multiplicando por 5, se tiene
x 25 ( mod 7), de donde x 4 ( mod 7).
Recordemos que la formula para encontrar las soluciones es

m
x = x0 + t, t = 0, 1, 2, , d 1,
d
donde x0 = 4 es la solucin particular.
Es importante observar que la ecuacin
3x 5 ( m
od 7)
slo tiene una solucin. Sin embargo, necesitamos las soluciones de
la ecuacin original, que son tres (3).
As que las soluciones son: 4, 4 + 7, 4 + 14.
Ejemplo
Resolver la ecuacin
51x 27 ( m
od 123).
Solucin
Calculemos d = M CD(51, 123) = 3. Luego, la ecuacin tiene solucin
y tiene 3 soluciones en Z123 .
Tomemos la ecuacin
51x 123y = 27.
Apliquemos el algoritmo de Euclides y el teorema de Bzout a la
ecuacin
51u 123v = 3.
para obtener una solucin particular.
123 = 2 51 + 21
51 = 2 21 + 9
21 = 2 9 + 3
9 = 33+0
Teorema de Bzout
3 = 21 2 9 = 21 2(51 2 21)
= 5 21 2 51
= 5(123 2 251) 2 51
= 5 123 12 51
= 12 51 (5) 123
Entonces la solucin particular buscada es u0 = 12, v0 = 5.

Ahora multiplicamos por 9.
9 3 = (12 9) 51 (5 9) 123.
O sea que
27 = (108)51 (45)123.
De donde una solucin particular es
x0 = 108 = 15 ( m
od 123).
Aplicando la frmula para x se obtienen las dems soluciones:

123
x1 = x0 + t = 108 + 41(1) = 67 = 56 (mod 123)
3
123
x2 = x0 + t = 108 + 41(2) = 26 = 97 (mod 123)
3
Teorema chino del resto
Si m1 , m2 , , mk son enteros positivos primos entre si dos a dos,
entonces el sistema de ecuaciones
x = a1 en Zm1
x = a2 en Zm2
x = a3 en Zm3

x = ak en Zmk
tiene solucin nica

k
X
x= ai bi yi ,
i=1
en Zm1 m2 m3 mk , donde los ai son los valores dados en las
ecuaciones; los bi son los productos de los mj , j 6= i y los yi son los
inversos de los bi en Zmi .
Demostracin
La demostracin se deja como investigacin para el estudiante.
Ejemplo
Hallar el menor nmero entero positivo que dividido por 3 da como
resto 2; dividido por 5 da como resto 3 y dividido por 7 da resto 2.
Solucin
Sea x el nmero que se busca. El sistema de ecuaciones que genera
el problema es:
x = 2 en Z3
x = 3 en Z5
x = 2 en Z7
Los nmeros 3, 5 y 7 son primos entre si, dos a dos. Aplicando el

teorema chino del resto, se tiene que la solucin en Z357 = Z105 viene
dada por
x = 2 5 7 y1 + 3 3 7 y2 + 2 3 5 y3
= 2 35y1 + 3 21y2 + 2 15y3 ,
donde los y1 , y2 , y3 son los inversos de 35, 21 y 15 en Z3 , Z5 , Z7 ,
respectivamente.
El inverso de 35 en Z3 es 2. Luego, y1 = 2. Observemos que
35 = 2 en Z3 .
21 = 1 en Z5 .
15 = 1 en Z7 .
Por tanto,
x = 2 35 2 + 3 21 1 + 2 15 1 = 233 en Z105 .
Luego,
x = 23 en Z105 .
x es el menor entero positivo que satisface las condiciones del
problema.
Los teoremas de Euler-Fermat ofrecen una frmula explcita para
resolver la congruencia
ax b ( m
od m),
cuando M CD(a, m) = 1. Esta frmula es
x = ba(m)1 .
Ejemplo
Resolver la congruencia 17x 9 (m
od 41).
Solucin
Como M CD(17, 41) = 1, se tiene que x = 9 1739 . Ahora debemos
calcular a 1739 (mod 41).
Convertimos el 39 como sumas de potencias de 2 y tenemos
39 = 20 + 21 + 22 + 25 .
Luego,
171 = 17 (m
od 41)
172 = 289 = 2 (m
od 41)
174 = (172 )2 = 22 = 4 (m
od 41)
178 = (174 )2 = 42 = 16 (m
od 41)
1716 = (178 )2 = 162 = 10 (m
od 41)
1732 = (1716 )2 = 102 = 18 (m
od 41)
Entonces
1739 = 1732 174 172 171 = 18 4 2 17 29 ( mod 41).
Luego,
x = 9 29 15 ( m
od 41).
Ejercicios
1. Resuelva las ecuaciones

a. 5x + 2 5 (mod 7) b. 8x 12 (m od 28)
c. 5x 7 (mod 15) d. 3x + 4 5 (m od 6)
e. 5x 1 (mod 11) f . 66x 42 (m od 168)
g. 12x 9 (mod 27) h. 4x 3 (m od 7)
i. 15x 18 (mod 30)
2. Sabiendo que M CD(a, 561) = 1, justifique las afirmaciones
siguientes:
El nmero a verifica que
a. 1) a2 1 (m
od 3), 2) a10 1 (m
od 11), 3) a16 1 (mod 17)
b. 1) a560 1 (m
od 2), 5) a560 1 (m
od 11), 3) a560 1 (mod 17)
Ejercicios
3. Resuelva el sistema
x = 32 en Z71
x = 84 en Z101
x = 1 en Z3
x = 2 en Z5
x = 3 en Z7
Ejercicios
x = 5 en Z11
x = 14 en Z29
x = 15 en Z31
6. Resuelva las ecuaciones siguientes en los conjuntos indicados:

a. 5x = 8 en Z6
b. 15x = 6 en Z21
c. 3x = 27 en Z6
d. 3x = 8 en Z6
e. 12x = 45 en Z3
Ejercicios
x = 2 en Z5
2x = 1 en Z7
3x = 4 en Z11
x = 2 en Z4
x = 1 en Z6
3x = 4 en Z11
9. Resuelva la ecuacin x2 = 1, en Z7
Ejercicios
10. Resuelva las siguientes ecuaciones por la forma explcita, si
satisfacen las condiciones:
a. 5x = 8 en Z6
b. 15x = 6 en Z23
c. 3x = 27 en Z6
d. 3x = 8 en Z7
e. 12x = 45 en Z5
Contenido
1 INTRODUCCIN
Introduccin
Formas normales
Clculo de predicado
Conjuntos numricos
Sucesiones
lgebras booleanas
Relaciones
Sean A y B dos conjuntos cualesquiera. Una Relacin R, de A en B,

es cualquier subconjunto del producto cartesiano A B. Se escribe
R : A B. Al conjunto A se le llama Conjunto de partida y al
conjunto B se le llama conjunto de llegada.
Cuando decimos que a A est relacionado con b B, mediante la
relacin R, escribimos (a, b) R o a R b. Cuando decimos que
a no
est relacionado con b mediante la relacin R, escribimos a R b.
Una relacin R, en A, es una relacin de A en A.
Ejemplo
Sean A = {a, b, c} y B = {3, 4, 5} dos conjuntos.
Una relacin R : A B es R = {(a, 4), (b, 3), (c, 4)}.
Relaciones
En este caso, decimos que
a R 4, b R 3, cR4
o que
(a, 4) R, (b, 3) R, (c, 4) R.
De la misma forma decimos que

a R 3, a R 5.
Se llama Dominio de una relacin R : A B, al subconjunto de A,

cuyos elementos se relacionan con algn elemento de B. Se
representa por DR . Se llama Codominio o Rango de una relacin
Relaciones
R : A B al subconjunto de B, cuyos elementos estn relacionados
con algn elemento de A. Se escribe CR .
En el caso del ejemplo, el dominio de R es
DR = {a, b, c} y el codominio es CR = {4, 3}.
Ejemplo
Sea A = {a, b, c} un conjunto.
Podemos definir una relacin R : A A como
R = {(a, c), (b, b), (b, a)}.
Aqu
DR = {a, b}, CR = {c, b, a}.
Relaciones
Definicin
Se llama Conjunto solucin de una relacin R : A B al conjunto
de pares ordenados que definen la relacin. Por ejemplo, el conjunto
solucin de la relacin del ejemplo anterior es R.
Definicin
La relacin Idntica o diagonal en A se define como una relacin
: A A tal que
= {(a, a)|a A}
Cuando tenemos una relacin R : A A, decimos que R es una
relacin sobre A.
Relaciones
Sean A y B dos conjuntos finitos, donde |A| = m y |B| = n. Entonces
|A B| = |A||B| = mn. As que el nmero de relaciones de A a B que
se pueden construir viene dado por
2mn ,
que es el nmero de subconjuntos de A B.

Definicin
Un enunciado formal es una cualidad o caracterstica comn que
satisfacen las componentes de los pares ordenados que definen una
relacin. Por ejemplo, sea A = {2, 3, 4, 6} y sea R : A A, cuyo
Relaciones
enunciado formal es x divide a y. Entonces la relacin viene definida
por
R = {(2, 2), (2, 4), (2, 6), (3, 3), (3, 6), (4, 4), (6, 6)}.
Ejemplo
Sea A = {1, 2, 3} y sea R : A A, cuyo enunciado formal
es 2x + y 5 . Entonces la relacin viene definida por
R = {(1, 1), (1, 2), (1, 3), (2, 1)}.
Ejemplo
Sea A el conjunto de personas que viven en una ciudad. Podemos
definir relaciones mediante enunciados formales como:
Relaciones
x es el padre de y
x es hermano de y
x es padrino de y
Relaciones: representacin matricial
Definicin
Consideremos los conjuntos A = {a1 , a2 , a3 , . . . , am } y
B = {b1 , b2 , b3 , . . . , bn }. Sea R una relacin de A en B. La
representacin matricial de R viene dada por la matriz booleana de
m filas y n columnas:
r1,1 r1,n

MR = ri,j ,

rm,1 rm,n
donde (
1, si (ai , bj ) R
ri,j =
0, si (ai , bj ) 6 R
Ejemplo
Sean los conjuntos A = {2, 3, 5} y B = {4, 6, 9, 10}. Sea R la relacin
de A en B, cuyo enunciado formal es x divide a y. El conjunto
solucin viene dado por
R = {(2, 4), (2, 6), (2, 10), (3, 6), (3, 9), (5, 10)}.
La representacin matricial de R viene dada por

1 1 0 1
MR = 0 1 1 0
0 0 0 1
Definicin
Consideremos los conjuntos A = {a1 , a2 , a3 , . . . , am } y
B = {b1 , b2 , b3 , . . . , bn }. Sean R y S dos relacines binarias de A en B,
cuyas representaciones matriciales son:
MR = (ri,j ) y MS = (si,j ).
Si consideramos las tablas de verdad de las operaciones lgicas en
trminos booleanos, se producen las siguientes propiedades:
a. MRS = MR MS = MR MS = rij + sij .
b. MRS = MR MS = rij . sij .
c. MRc = MR .
d. MRS = MR MS .
e. (R S) (MR MS ) i, j : ri,j si,j o
(R S) (MR MS ) rij sij , i, j.
f. R = S (MR MS ) (MS MR ) MR = MS .
Relaciones inversas
Definicin
Sean A y B dos conjuntos cualesquiera.
La relacin Inversa de una relacin R : A B, es la relacin
R1 : B A, cuyos pares ordenados se obtienen intercambiando las
componentes de los pares ordenados de la relacin R. Es decir,
R1 = {(b, a) B A|(a, b) R}.
Ejemplo
Sean A = {3, 4, 5} y B = {a, b, c} dos conjuntos.
Relaciones inversas
Consideremos la relacin R : A B, definida por
R = {(3, c), (5, a), (5, b)}. Entonces la relacin inversa R1 : B A
viene dada por
R1 = {(c, 3), (a, 5), (b, 5)}.
Definicin
La representacin matricial de la inversa, R1 , de una relacin
R A B, se define como la transpuesta de la representacin
matricial de la relacin R. Es decir,
MR1 = MRt .
Ejemplo
Relaciones inversas
La representacin matricial de la relacin R del ejemplo previo es

0 0 1 0 0 1
MR = 0 0 0 , MR1 = MRt = 0 0 1
1 1 0 1 0 0
Relaciones: composicin
Definicin
Sean A = (aij ) y B = (bij ) dos matrices boolenas de orden m k y
k n, respectivamente. El producto booleano de A y B se define
como la matriz C = A B, de orden m n, donde
k
X
cij = ail blj = ai1 b1j ai2 b2j ai3 b3j aik bkj .
l=1
Definicin
Sean A, B y C conjuntos no vacos. Sean R A B y S B C dos
relaciones. La Composicin de R y S, representada por R S es la
relacin T A C, definida por
T = R S = {(a, c) A C | b B (a, b) R (b, c) S}
La representacin matricial de R S viene dada por
M R S = MR M S .
Ejemplo
Sean A = {a, b, c}, B = {3, 4, 5}, C = {1, 2}. Sea R A B, tal que
R = {(a, 4), (a, 5), (c, 3)} y S B C, tal que S = {(4, 1), (3, 1), (3, 2)}.
Entonces
R S = {(a, 1), (c, 1), (c, 2)}.
Ahora bien,

0 1 1 1 1
M R = 0 0 0 , MS = 1
0
1 0 0 0 0

0 1 1 1 1 1 0
MR S = MR MS = 0 0
0 1
0 = 0 0
1 0 0 0 0 1 1
Relaciones: Potencias de una relacin
Definicin
Sea R una relacin sobre un conjunto dado A. Las potencias de R se
definen en forma recursiva como:
a. R1 = R
b. Rn+1 = R Rn
En trminos de la representacin matricial, se tiene
a. MR1 = MR
b. MRn+1 = MR MRn
Relaciones: Potencias de una relacin
Ejemplo
Sea A = {a, b, c, d} y R : A A tal que
R = {(a, b), (a, d), (c, a), (d, d), (b, c)}.
Entonces
R2 = R R = {(a, c), (a, d), (c, b), (c, d), (d, d), (b, a)}
R3 = R R2 = {(a, a), (a, d), (c, c), (c, d), (d, d), (b, b), (b, d)}
Propiedades de las Relaciones
Definicin
Una relacin R sobre un conjunto A es Reflexiva si para todo a A,
se tiene que (a, a) R.
Ejemplo
Sea A = {1, 2, 3} y R : A A, cuyo enunciado formal es x divide a
y. Es evidente que
(1, 1) R, (2, 2) R, (3, 3) R.
R es reflexiva R M MR . Es decir, si y slo si, tiene unos
(1s ) en todos los elementos de la diagonal principal. M es la
representacin matricial de la relacin diagonal.
Ejemplo
Sea A el conjunto de todas las personas que viven en una ciudad.
Sea R una relacin sobre A, cuyo enunciado formal es x tiene el
mismo nombre que y.
Solucin
Es claro que x tiene el mismo nombre que x para todo x A. Por
tanto, es reflexiva.
Definicin
Una relacin R sobre un conjunto A es Irreflexiva o antireflexiva si
para todo a A, se tiene que (a, a) 6 R.
Ejemplo
Sea A = {1, 2, 3} y R : A A, cuyo enunciado formal es x < y.
R = {(1, 2), (1, 3), (2, 3)}.
Es evidente que
(1, 1) 6 R, (2, 2) 6 R, (3, 3) 6 R.
R es irreflexiva R = MR M = M0 . Es decir, si y slo si,
no tiene unos (1s ) en todos los elementos de la diagonal principal. M0
es la matriz nula ( todos sus elementos cero ).
Si una relacin no es reflexiva, se dice que es no reflexiva. Las
relaciones irreflexivas son casos particulares de relaciones no
reflexivas. Las relaciones no reflexivas y no irreflexivas se caracterizan
de la siguiente manera:
No reflexivas a A 3 (a, a) 6 R.
No irreflexivas a A 3 (a, a) R
Definicin
Una relacin R sobre un conjunto A es Simtrica si cuando (a, b) R,
se tiene que (b, a) R.
Ejemplo
Sea A = {1, 2, 3} y R : A A, tal que R = {(1, 1), (2, 3), (3, 2), (3, 3)}.
Es claro que R es simtrica.
R es simtrica (R = R1 ) MR = MRt .
Ejemplo
Sea A = {x | x es una persona que vive en Santo Domingo} y
R : A A, cuyo enunciado formal es x tiene el mismo nombre que
y. Es evidente que si a tiene el mismo nombre que b; b tiene el mismo
nombre que a. De modo que si (a, b) R se tiene que (b, a) R y R
es simtrica.
Definicin
Una relacin R sobre un conjunto A es Antisimtrica si cuando
(a, b) R y (b, a) R, se tiene que a = b.
Ejemplo
Sea A = {1, 2, 3} y R : A A, tal que R = {(1, 1), (1, 2), (2, 3), (3, 3)}.
Es claro que R es antisimtrica.
R es antisimtrica (R R1 ) (MR MRt M ), donde M
es la representacin matricial de la relacin .
Definicin
Una relacin R sobre un conjunto A es Asimtrica si cuando
(a, b) R, se tiene que (b, a) 6 R y a A, se tiene que (a, a) 6 R.
Ejemplo
Sea A = {1, 2, 3} y R : A A, tal que R = {(1, 2), (1, 3), (2, 3)}. Es
claro que R es asimtrica.
R es asimtrica (R R1 = R ) MR MRt = M0 , donde M0 es
la matriz, cuyos elementos son todos cero y R es la relacin vaca.
Definicin
Una relacin R sobre un conjunto A es Transitiva si cuando (a, b) R
y (b, c) R, se tiene que (a, c) R.
Ejemplo
Sea A = {1, 2, 3} y R : A A, tal que
R = {(1, 1), (2, 3), (3, 2), (2, 2), (3, 3)}. Es claro que R es transitiva.
R es transitiva R R R MR MR MR .
Ejemplo
y. Es evidente que si a tiene el mismo nombre que b y b tiene el
mismo nombre que c, se tiene que a tiene el mismo nombre que c. De
modo que R es transitiva.
Cierres o clausuras
Cierre reflexivo
Sea R una relacin sobre un conjunto A. EL Cierre reflexivo de R es
la relacin reflexiva ms pequea que contiene a R como subconjunto
y se define como
CR(R) = R
o
MCR(R) = MR M .
Ejemplo
Sea A = {1, 2, 3, 4} y R una relacin sobre A, tal que
R = {(1, 2), (3, 4), (1, 1)}. El cierre reflexivo de R viene dado por
CR(R) = {(1, 2), (3, 4), (1, 1), (2, 2), (3, 3), (4, 4)}.
Es decir, se agrega la cantidad mnima de elementos que la haga

reflexiva.
Cierre simtrico
Sea R una relacin sobre un conjunto A. El Cierre simtrico de R es
la relacin simtrica ms pequea que contiene a R como
subconjunto y se define como
CS(R) = R R1
o
MCS(R) = MR MRt .
Ejemplo
Sea A = {1, 2, 3, 4} y R una relacin sobre A, tal que
R = {(1, 2), (3, 4), (1, 1)}. El cierre simtrico de R viene dado por
CS(R) = {(1, 2), (3, 4), (1, 1), (2, 1), (4, 3)}.
simtrica.
Cierre transitivo
Sea R una relacin sobre un conjunto A. EL Cierre transitivo de R es
la relacin transitiva ms pequea que contiene a R como
subconjunto y se define como
CT (R) = R R2 R3 Rk
o
MCT (R) = MR MR2 MR3 MRk .
Ejemplo
Sea A = {a, b, c, d} y R una relacin sobre A, tal que
R = {(a, b), (b, c), (c, d)}. Calculamos
R2 = RR = {(a, c), (b, d)}, R3 = RR2 = {(a, d)}, R4 = RR3 = .
Luego, el cierre transitivo de R viene dado por
CT (R) = R R2 R3
= {(a, b), (b, c), (c, d), (a, c), (b, d), (a, d)}.

transitiva.
Ejercicios
1. Sea A = {2, 3, 4, 5} y R una relacin en A, cuyo enunciado formal

es x es primo relativo con y.
a. Escriba a R como un conjunto de pares ordenados.
b. Haga el diagrama de coordenadas de R.
c. Determine a R1 .
2. Sea A = N y R una relacin en A, cuyo enunciado formal es
x + 2y = 8.
a. Escriba a R como un conjunto de pares ordenados.
b. Determine a R1 .
3. Sea A = {1, 2, 3, 4, 5} y R una relacin en A, cuyo enunciado
formal es x es primo relativo con y. Encuentre los cierres
reflexivo, simtrico y transitivo.
Contenido
1 INTRODUCCIN
Introduccin
Formas normales
Clculo de predicado
Conjuntos numricos
Sucesiones
lgebras booleanas
Definicin
Una relacin R sobre un conjunto A es una Relacin de equivalencia
sobre A si satisface las propiedades siguientes:
a. Reflexiva
b. Simtrica
c. Transitiva
Ejemplo
y. Es claro que esta relacin es reflexiva, simtrica y transitiva, por
tanto, es de equivalencia.
Ejemplo
Sea A = R y R : A A, cuyo enunciado formal es x = y. Es
evidente que esta relacin es reflexiva, simtrica y transitiva, por tanto,
es de equivalencia.
Ejemplo
Sea A = {a, b, c, d} y R : A A, tal que
R = {(a, a), (a, b), (b, a), (b, b), (c, d), (d, c), (c, c), (d, d)}.
Es fcil verificar que esta relacin es reflexiva, simtrica y transitiva,
por tanto, es de equivalencia.
Ejemplo
Sea A = y R : A A, tal que R = .
Es fcil verificar que esta relacin es reflexiva, simtrica y transitiva,
por tanto, es de equivalencia. Sin embargo, esta relacin no es de
equivalencia sobre un conjunto no vaco, ya que no es reflexiva.
Ejemplo
La congruencia mdulo n es una relacin de equivalencia.
Solucin
Debemos comprobar que se cumplen las tres propiedades: reflexiva,
simtrica y transitiva.
Reflexiva
a a ( mod n), puesto que a a = 0 . n.
Simtrica
Si a b (mod n), entonces a b = k . n, k Z. Pero
b a = (a b) = k . n, k Z. Por tanto, b a (mod n).
Transitiva
Si a b (mod n), entonces a b = k1 . n, k1 Z y
si b c (mod n), entonces b c = k2 . n, k2 Z.
Ahora bien, sumando miembro a miembro, se tiene que
a c = (k1 + k2 ) . n, (k1 + k2 ) Z. Por tanto, a c (mod n).
Clases de equivalencia
Definicin
Dado un conjunto A y una relacin de equivalencia R sobre el
conjunto A. Se llama Clase de equivalencia de un elemento a A al
subconjunto de A definido por
[a] = {x A | (x, a) R}.
Ejemplo
Sea A = {1, 2, 3} y R : A A, una relacin de equivalencia definida
por R = {(1, 1), (2, 3), (3, 2), (2, 2), (3, 3)}. Entonces
[1] = {1}
[2] = {3, 2}
[3] = {2, 3}
Ejemplo
Sea A = Z y R : A A, una relacin de equivalencia definida por
R = {(x, y) | x = y}. Entonces para a A se tiene que
[a] = {x A | x = a} = {a}
Ejemplo
R = {(x, y) | x = y x = y}. Entonces para a A se tiene que
[a] = {x A | x = a x = a} = {a, a}
Ejemplo
R = {(x, y) | x y ( mod 7)}. Entonces para a A se tiene que
[a] = {x A | a x ( mod 7)} = {x A | k Z, a x = 7k}.
Algunos casos de muestra son:
[0] = {. . . , 21, 14, 7, 0, 7, 14, 21, 28, . . . } = {7k | k Z}
[1] = {. . . , 20, 13, 6, 1, 8, 15, 22, 29, . . . } = {7k + 1 | k Z}
[2] = {. . . , 19, 12, 5, 2, 9, 16, 23, 30, . . . } = {7k + 2 | k Z}
Recordemos que este ejemplo fue tratado anteriormente.
Definicin
Al conjunto de todas las clases de equivalencia con respecto a la
relacin de equivalencia R sobre un conjunto A se le llama Conjunto
cociente de A por R y se representa generalmente por A/R. Es decir,
A/R = {[x] | x A}.
Ejemplo
Sea A = {1, 2, 3, 4, 5} y la relacin de equivalencia
R = {(1, 1), (2, 2), (3, 3), (4, 4), (5, 5), (1, 3), (3, 1), (2, 4)(4, 2)}. Entonces
[1] = {1, 3}, [2] = {2, 4}, [3] = {1, 3}
[4] = {2, 4}, [5] = {5}
As que A/R = {[1], [2], [3], [4], [5]} = {[1], [2], [5]} = {{1, 3}, {2, 4}, {5}}
Ejemplo
Sea A = Z y la relacin de equivalencia R = {(x, y) | x y ( mod 7)}.
EL conjunto cociente viene dado por
A/R = {[0], [1], [2], [3], [4], [5], [6]}}.
Ejercicios
1. Sea A = {1, 2, 3, 4}
a. Escriba un ejemplo de una relacin que sea reflexiva, simtrica y
no transitiva.
b. Escriba un ejemplo de una relacin que sea simtrica y transitiva
pero no reflexiva.
c. Escriba un ejemplo de una relacin que sea reflexiva y
antisimtrica pero no transitiva.
d. Escriba un ejemplo de una relacin que sea reflexiva, simtrica y
transitiva.
e. Escriba un ejemplo de una relacin que sea reflexiva, antisimtrica

y transitiva.
2. Usando el conjunto A del punto 1, encuentre el cierre reflexivo de
la relacin R = {(1, 2), (2, 3), (2, 4), (3, 1)}.
Ejercicios
3. Usando el conjunto A del punto 1, encuentre el cierre transitivo de
la relacin R = {(1, 1), (1, 3), (2, 1), (2, 3), (2, 4), (3, 2), (3, 4), (4, 1)}.
4. Cules de las relaciones del conjunto A = {a, b, c, d} son de
equivalencia y contienen los pares (a, b) y (b, d)?.
5. Sean los conjuntos A = {1, 2, 3, 4} y B = {1, 3, 5}. Sea R A B,

cuyo enunciado formal es x < y. Encuentre el conjunto solucin.
6. Sea A = N y R N N, definida por
R = {(1, 5), (4, 5), (1, 4), (4, 6), (3, 7), (7, 6)}.
Determine DR , CR y R1 .
Ejercicios
7. Sea A = {a, b, c, d} y R una relacin sobre A, cuya representacin
matricial es

0 1 0 1
1 1 0 1

0 0 1 0
0 1 0 0
Determine los conjuntos
Eb = {x A|(x, b) R}, Ed = {x A|(d, x) R}.
Ejercicios
8. Sea A = {1, 2, 3, 4, 5} y R A A, cuya representacin matricial
es

0 1 0 0 0
0 0 0 1 1

0 0 0 0 0

0 1 0 1 0
0 0 0 0 0
Determine DR , CR y R1 .
Ejercicios
9. Sea A = {1, 2, 3, 4} y R A A, definida por
R = {(1, 1), (2, 2), (1, 3), (3, 1)(3, 3), (3, 4)}.
Cules propiedades cumple y cules no?.

10. Sea A = {a, b, c, d}, R A A y S A A, definidas por
R = {(b, b), (b, c), (a, d), (d, b)} y S = {(a, b), (c, a), (d, a)}.
a. Encuentre la representacin de cada relacin.
b. Encuentre (R o S)1 , S o R, (R S)1 .
c. DR y CS 1 .
11. Sea A = N y R A A, cuyo enunciado formal es 2x + y = 16.

Cules propiedades cumple y cules no?.
Ejercicios
12. Sea A = {1, 2, 3, 4} y sean las relaciones sobre A,
R1 = {(1, 1), (1, 2)}, R2 = {(1, 1), (2, 3), (4, 1)}, R3 =
{(1, 3), (2, 4)}, R4 = {(1, 1), (2, 2), (3, 3)}, R5 = A A, R6 = .
Determine cules son reflexivas, simtricas y transitivas.
13. Sea A = {1, 2, 3, 4, 5, 6} y R A A, definida por R =

{(1, 1), (2, 1), (1, 2), (2, 2), (3, 3), (4, 4), (4, 5), (5, 4), (5, 5), (6, 6)}.
Es R un relacin de equivalencia?. Si es as, cul es su conjunto
cociente?.
14. Sean A1 = {1, 2}, A2 = {2, 3, 4}, A3 = {5}. Sea A = A1 A2 A3
. Sea R A A, cuyo enunciado formal es x y y estn en el
mismo conjunto Ai , i = 1, 2, 3. Es R una relacin de
equivalencia?.
Ejercicios
15. Sea A = R2 y R A A, cuyo enunciado formal
(x1 , y1 )R(x2 , y2 ) x1 = x2 . Verifique que R es una relacin de
equivalencia.
16. Sea A = {1, 2, 3, 4, 5, 6, 7} y R A A, cuyo enunciado formal es
x y es mltiplo de 3. Demuestre que R es una relacin de
equivalencia y calcule las clases de equivalencia generadas por
R.
17. Sea A = Z2 y R A A, cuyo enunciado formal

(x1 , y1 )R(x2 , y2 ) x1 y2 = y1 x2 . Verifique que R es una relacin
de equivalencia. encuentre [(4, 8)].
Ejercicios
18. Sea A = N2 y R A A, cuyo enunciado formal
(x1 , y1 )R(x2 , y2 ) x1 + y2 = y1 + x2 . Verifique que R es una
relacin de equivalencia. Encuentre [(3, 7)].
19. Sea A1 = {1, 2, 3, 4, 5}, A = A1 A1 y R A A, cuyo

enunciado formal (x1 , y1 )R(x2 , y2 ) x1 + y1 = x2 + y2 . Verifique
que R es una relacin de equivalencia. Encuentre [(1, 3)], [(2, 4)] y
[(1, 1)] . Encuentre la particin de A generada por R.
Particiones
Definicin
Sea A un conjunto. Una Particin de A es una familia {Ai }iI de
subconjuntos no vacos de A que satisface las siguientes propiedades:
a. A = Ai
iI
b. Ai Aj = , i 6= j
Ejemplo
Sea A = {1, 2, 3, 4, 5, 6, 7}. Las siguientes colecciones son particiones
de A.
a. A1 = {1, 3, 4}, A2 = {2, 7}, A3 = {5, 6}
b. A1 = {3, 4, 7}, A2 = {1, 2, 5}, A3 = {6}
Particiones
c. Ak = {k}, k = 1, 2, . . . , 7
Ejemplo
Sea A = Z. Las siguientes colecciones son particiones de A.
a. A1 = {x | x = 2k, k Z}, A2 = {x | x = 2k + 1, k Z}
b. A0k = {3k, 3k + 1, 3k + 2}, k N
A00k = {3k, 3k + 1, 3k + 2}, k Z+
Teorema
Sea R una relacin de equivalencia sobre un conjunto A y sean
x, y A. Entonces se verifican las siguientes propiedades:
a. x [x]
b. (x, y) R, si y slo si [x] = [y]
Particiones
c. [x] = [y] [x] [y] =
Demostracin
a. x A y como R es reflexiva, se tiene que (x, x) R y por tanto,

x [x]
b. Debemos probar los casos siguientes
1. Si (x, y) R, entonces [x] = [y].
2. Si [x] = [y], entonces (x, y) R.
Particiones
Caso 1. Sea (x, y) R. Debemos probar que [x] [y] y [y] [x].
Sea a [x]. Entonces (x, a) R. (a, x) R. (a, x) R (x, y) R.
(a, y) R. Luego, a [y] y [x] [y].
Sea a [y]. Entonces (y, a) R. (x, y) R (y, a) R. (x, a) R.
Luego, a [x] y [y] [x]. Por tanto,
[x] = [y].
Caso 2. Sea [x] = [y]. Como x [x], se tiene que x [y] y por tanto,
(x, y) R.
Particiones
c. Supongamos que [x] [y] 6= . Entonces existe a [x] [y].
a [x] a [y]. (x, a) R (y, a) R. (x, a) R (a, y) R.
(x, y) R. Luego, [x] = [y], segn el caso b.
De esta forma podemos concluir que
[x] = [y] [x] [y] = .
Particiones
Teorema
Si R es una relacin de equivalencia sobre el conjunto A, entonces R
genera una Particin de A.
Demostracin
Debemos probar que
A/R = {[x] | x A}
es una particin de A. Es decir, probar que este conjunto satisface las

dos condiciones de una particin.
Por definicin, se tiene que [x] 6= y [x] A.
Particiones
Sabemos que x, y A, [x] = [y] [x] [y] = .
Necesitamos probar que A = [x] y para ello debemos demostrar
xA
que
1. A [x]
xA
2. [x] A
xA
Prueba de 1.
Sea x A. Entonces x [x] y por tanto, x [x]. Luego,
xA
A [x]
xA
Particiones
Prueba de 2.
Sea x [x]. Entonces y A 3 x [y]. Como [y] A, se tiene que
xA
x A. Luego,
[x] A
xA
Teorema
Toda particin del conjunto A, define una relacin de equivalencia
sobre A.
Demostracin
Particiones
Sea {Ai | i I} una particin del conjunto A. Consideremos la
relacin R = {(x, y) | i I, x, y Ai }.
Debemos probar que R satisface las propiedades de una relacin de
equivalencia.
- Reflexiva
Si x A, entonces i I, tal que x Ai , puesto que A = Ai .
iI
Entonces i I, tal que x Ai x Ai y por tanto, (x, x) R.
- Simtrica
Sea (x, y) R. Entonces i I, tal que
x Ai y Ai = y Ai x Ai . Entonces (y, x) R. Por tanto, si
(x, y) R, se tiene que (y, x) R.
Particiones
- Transitiva
Sea (x, y) R (y, z) R. Entonces i I, tal que x Ai y Ai y
j I, tal que y Aj z Aj . Entonces i, j I, tal que
x Ai , y Ai Aj , z Aj . Como Ai Aj 6= , se sigue que Ai = Aj.
Entonces i I, tal que, x Ai , z Ai y (x, z) R. Por tanto, si
(x, y) R (y, z) R, se tiene que (x, z) R.
Ejercicios
1. Sea A = {a, b, c, d}. Considere las relaciones en A.

R1 = {(a, a), (a, b), R2 = {(a, c), (b, d)}, R3 = A A
R4 = {(a, a), (b, c), (d, a)}, R5 = {(a, a), (b, b), (c, c)}, R6 =
Determine cules son reflexivas, simtricas, transitivas.
2. Sea A el conjunto de todas las lneas en un plano y R una relacin
en A, cuyo enunciado formal es x es perpendicular a y. Determine, si
R es una relacin de equivalencia.
3. Sea A el conjunto de todos los tringulos de un plano y R : A A,
cuyo enunciado es x es semejante a y. Determine si es una
relacin de equivalencia.
Ejercicios
4. Sea A el conjunto de todos los crculos de un plano y R : A A,
cuyo enunciado es x tiene igual radio que y. Determine si es una
relacin de equivalencia.
5. Sea A = N y R : A A, cuyo enunciado es
x es el cuadrado de y. Determine si es una relacin de
equivalencia.
6. Sea A el conjunto de todos los polgonos de un plano y R : A A,
cuyo enunciado es x tiene el mismo nmero de vrtices que y.
Determine si es una relacin de equivalencia.
7. Sea A = R y R : A A, cuyo enunciado es x y. Determine si
es una relacin de equivalencia.
Ejercicios
8. Sea A una coleccin de conjuntos y R : A A, cuyo enunciado es
x y. Determine si es una relacin de equivalencia.
9. Sea A el conjunto de todas las lneas de un plano y R : A A, cuyo
enunciado es x || y. Determine si es una relacin de equivalencia.
10. Sea A = {a, b, c, d}. Determine las propiedades de las siguientes
relaciones:
a. R1 = {(a, b), (d, c), (b, b), (b, a), (c, a)}
b. R2 = {(b, b), (b, c), (c, b)}
c. R3 = {(a, c)}
11. Sea A el conjunto de todas las lneas de un plano y R : A A.
Demuestre que
a. R es reflexiva, si y slo si, RI R
b. R es simtrica, si y slo si, R = R1
Ejercicios
12. Sea A = N y R una relacin sobre A A, definida por
(a, b) = (c, d), si y slo si ad = bc.
Demuestre que R es una relacin de equivalencia.
13. Sea A = {1, 2, 3, 4, 5, 6, 7}. Cules de las siguientes familias son
particiones de A.
a. A1 = {1, 3, 5}, A2 = {2}, A3 = {4, 7}
b. B1 = {1, 5, 7}, B2 = {3, 4}, B3 = {2, 5, 6}
c. C1 = {1, 2, 5, 7}, C2 = {3}, C3 = {4, 6}
d. D1 = {1, 2, 3, 4, 5, 6, 7}
14. Sea A = {a, b, c, d}. Encuentre todas las particiones de A
15. Sea A = N y R una relacin en A A, definida por
(a, b)
= (c, d), si y slo si, a + d = b + c.
Ejercicios
a. Demuestre que R es una relacin de equivalencia
b. Encuentre [(2, 5)].
16. Sean R y S relaciones de equivalencia en un conjunto A.
Demuestre que R S es una relacin de equivalencia en A.
17. Sean R y S relaciones reflexiva y simtrica en un conjunto A.
Demuestre que R S es una relacin reflexiva y simtrica en A.
18. Presente un ejemplo de relaciones transitivas R y S para las
cuales R S no es transitiva.
19. Sean A y B subconjuntos de U . Pruebe que
A B, A B 0 , A0 B y A0 B 0 forman una particin de U .
Contenido
1 INTRODUCCIN
Introduccin
Formas normales
Clculo de predicado
Conjuntos numricos
Sucesiones
lgebras booleanas
Relaciones de orden
Definicin
Sea A un conjunto y R una relacin binaria sobre A. Decimos que R
es una relacin de orden , si satisface las siguientes propiedades:
a. Reflexiva
b. Antisimtrica
c. Transitiva
Relaciones de orden
Un conjunto sobre el cual se haya definido una relacin de orden R, se
llama ordenado respecto a dicha relacin y se representa por (A, R) o
de modo ms general, (A, ).
Ejemplo
Sea A = {1, 2, 3}. Consideremos la relacin de inclusin sobre el
conjunto potencia de A, P (A). Es claro que esta relacin, es una
relacin de orden por que satisface las propiedades reflexiva,
antisimtrica y transitiva.
Podemos ordenar el conjunto P (A) como
{} {1} {1, 2} {1, 2, 3}
Relaciones de orden
o de la siguiente forma
{} {3} {1, 3} {1, 2, 3}
Si hay elementos en el conjunto entre los cuales no se puede

establecer la relacin, decimos que el conjunto est parcialmente
ordenado, por ejemplo
{2} 6 {3} ni {3} 6 {2}.
Es evidente que la relacin < no es de orden en Z+ , puesto que no es

reflexiva.
Relaciones de orden parcial
Definicin
Sea A un conjunto y una relacin de orden sobre A. Los elementos
x y y en A son comparables mediante la relacin , si x y o y x.
En caso contario, se dice que no son comparables.
Definicin
Sea A un conjunto y una relacin de orden sobre A. Decimos que
es una relacin de orden parcial, si hay elementos en A que no son
comparables. Es decir, si x, y A 3 (x 6 y y 6 x).
Ejemplo
La relacin de inclusin es una relacin de orden parcial, ya que hay
por lo menos dos elementos en P (A) que no son comparables.
Relaciones de orden parcial
Ejemplo
Sea A = Z+ y la relacin de x|y ( x divide a y). Es claro que es
una relacin de orden parcial.
Relaciones de orden total
Definicin
es una relacin de orden total si todos los elementos de A son
comparables. Es decir, si
x, y A : x y y x.
En este caso, se dice que A est totalmente ordenado. Por ejemplo,
las relaciones y son relaciones de orden total en los conjuntos N,
Z y R.
Relaciones de orden densa
Definicin
es una relacin de orden densa si
x, y A : x y, x 6= y
existe otro elemento z A tal que
x z, x 6= z y z y, z 6= y.
Por ejemplo, si A = Q, la relacin hace del conjunto Q un conjunto
densamente ordenado.
Sea A = Z y la relacin de orden . Es evidente que este conjunto no
es densamente ordenado, porque entre dos elementos consecutivos
no hay otro elemento.
Ms sobre relaciones de orden
Sea una relacin de orden sobre un conjunto A. Entonces si

x y, se dice que x es anterior a y o que x precede a y.
Si x y, x 6= y , se escribe x y y se dice que x precede
estrictamente a y o que x es estrictamente anterior a y.
x y, se dice que x es posterior a y o que x sucede a y.
Si x y, x 6= y , se escribe x y y se dice que x sucede
estrictamente a y o que x es estrictamente posterior a y.
Ejemplo
Probar que la relacin de Z es de orden.
Prueba
Primeramente, definamos que
a b b a 0 b a N k N 3 b a = k
Reflexiva
Sea a Z. Entonces a = a, a a = 0, 0 N. Luego, a a y la
relacin es reflexiva.
Antisimtrica
Sean a, b Z. Entonces
a b k1 N 3 b a = k1
y
b a k2 N 3 a b = k2 .
Entonces k1 = k2 . Pero como k1 , k2 N, necesariamente
k1 = k2 = 0.
Por lo tanto, b a = 0 y a b = 0. Luego,
a=b
y la relacin es antisimtrica.
Transitividad
Sean a, b, c Z. Entonces
a b k1 N 3 b a = k1
y
b c k2 N 3 c b = k2 .
Entonces
b a + c b = c a = k1 + k2 = k N.
Luego, a c y la relacin es transitiva.
Definiciones
Sean X y A 6= dos conjuntos tales que A X. Sea una relacin
de orden sobre X.
1. Un elemento X, tal que x, para todo x A, se le llama
Cota inferior de A. Se dice que A est Acotado inferiormente.
2. Un elemento X, tal que x , para todo x A, se le llama
Cota superior de A. Se dice que A est Acotado
superiormente.
3. El conjunto A es Acotado, si lo es superior e inferiormente.
4. Un elemento a A, tal que x A : x a a = x, se le llama
Elemento minimal de A. Es decir, si no existe x A tal que
x a.
5. Un elemento a A, tal que x A : a x a = x, se le llama
Elemento maximal de A. Es decir, si no existe x A tal que
a x.
6. Un elemento a A, tal que a x, para todo x A, se le llama
Elemento mnimo de A.
7. Un elemento a A, tal que x a, para todo x A, se le llama
Elemento mximo de A.
8. Al elemento mximo del conjunto de todas las cotas inferiores de
A se le llama nfimo de A. Se escribe nf A.
9. Al elemento mnimo del conjunto de todas las cotas superiores de
A se le llama Supremo de A. Se escribe sup A.
Teorema
Si (A, ) es un conjunto ordenado y finito, entonces tiene al menos un
elemento maximal y un elemento minimal.
Demostracin
Supongamos que el conjunto (A, ) es ordenado con n elementos.
Sea a A.
Si a no es minimal, entonces
m n 3 am A am a.
Si am no es minimal, entonces
am1 A 3 am1 am a.
Puesto que A es finito, este proceso debe terminar en algn momento

y llegaremos a tener
a1 a2 am an a.
Luego, no es posible tener un elemento b A tal que b a1 . Por tanto,

a1 es un elemento minimal.
Para probar lo del elemento maximal, se procede de manera similar.
Teorema (Unicidad)
Si el conjunto ordenado y finito (A, ) tiene mnimo (mximo), este es
nico.
Demostracin
Supongamos que A tiene dos mnimos, m1 y m2 . Como m1 es
mnimo, se tiene que m1 m2 y como m2 es mnimo, se tiene que
m2 m1 . Luego, por la propiedad antisimtrica, se concluye que
m1 = m2 .
Y el mnimo es nico.
Para el mximo se procede de manera similar.
Diagramas de Hasse de un conjunto finito ordenado (X, )
Es una representacin grfica del mismo en la que cada elemento se
representa por un punto del plano, con las siguientes caractersticas:
1. Como la relacin es reflexiva, Se eliminan todos los bucles.

2. Si a b, se dibuja a por debajo de b y se une a con b por medio
de un segmento. En ocasiones, el segmento tiene flecha hacia b,
en cuyo caso no es necesario que se dibuje a por debajo de b.
3. Se suprimen los segmentos que corresponden a la propiedad
transitiva. Es decir, si a b b c,se elimina el segmento a c.
Ejemplo
Considere el conjunto ordenado X = {1, 2, 3, 4, 5}, segn el diagrama
de Hasse siguiente. Sea A = {1, 2, 5}.
4 3
Encontrar cotas inferiores y superiores, elementos minimales y

maximales, mnimos y mximos, nfimos y supremos.
Solucin
1. El 4 es una cota superior y a la vez supremo.
2. El 2 y 5 son elementos maximales.
3. No tiene mximo.
4. El 1 es cota inferior, nfimo, mnimo y es el nico elemento
minimal.
Ejemplo
Sean X = Z, A = {3, 4, 5, 6, 7, 8, 9, 10}. Sea R : A A una relacin
de orden, tal que x y x | y.
1. Encuentre los elementos minimales y maximales.
2. Halle los subconjuntos de A totalmente ordenados.
Solucin
R = {(3, 3), (3, 6), (3, 9), (4, 4), (4, 8), (5, 5), (5, 10), (6, 6), (7, 7),
(8, 8), (9, 9), (10, 10)}
1. El 3, 4, 5, 7 son elementos minimales y el 6, 7, 8, 9 y 10 son

elementos maximales.
2. Subconjuntos totalmente ordenados.
a. {x}xA .
b. {3, 6}, {3, 9}, {4, 8}, {5, 10}.
Ejemplo
Sean A = {a, b, c, d} y
R = {(a, a), (a, b), (b, b), (b, d), (a, c), (c, c), (c, d), (a, d), (d, d)}. Entonces
1. Compruebe que R es de orden.

2. Haga el diagrama de Hasse.
3. Analice si es orden total.
4. Determine si existen mnimo y mximo.
Solucin
1. Es fcil comprobar que es de orden
2. El diagrama de Hasse es :
c b
3. No es de orden total porque c 6 b y b 6 c.

4. a es el elemento mnimo y d es el elemento mximo.
Ejemplo
Sea S = {1, 2} y A = P (S). El diagrama de Hasse del conjunto
parcialmente ordenado (A, ) es
{1,2}
{1} {2}
0/
Definicin
Decimos que un conjunto ordenado X est Bien ordenado, si todo
subconjunto no vaco de X tiene un elemento mnimo.
Teorema
Todo conjunto bien ordenado est totalmente ordenado.
Relaciones de orden estricto
Definicin
Una relacin R sobre un conjunto A se dice que es de Orden estricto,
si satisface las propiedades siguientes:
a. Asimtrica
b. Transitiva
Ejemplo
Probar que la relacin < en Z es de orden estricto.
Prueba
Debemos empezar por dar la siguiente definicin
a < b b a > 0 b a Z+ k Z+ 3 b a = k
Asimtrica
Sean a, b Z. Entonces
a < b b a > 0 k Z+ 3 b a = k.
Entonces
a b = k, a b 6 Z+ , a b 6= k, k Z+ , b 6< a
y la relacin es asimtrica.
Transitividad
Sean a, b, c Z. Entonces
a < b k1 Z+ 3 b a = k1
y
b < c k2 Z+ 3 c b = k2 .
Entonces
b a + c b = c a = k1 + k2 = k Z+ .
Luego, a < c y la relacin es transitiva.
Orden del producto
Teorema
Si (A, 1 ) y (B, 2 ) son dos conjuntos parcialmente ordenados,
entonces el conjunto (A B, ) tambin es parcialmente ordenado,
con el orden definido por
(a1 , b1 ) (a2 , b2 ) a1 1 a2 b1 2 b2 .
Demostracin
Reflexiva
Orden del producto
Sea (a, b) A B. Entonces
(a, b) A B aAbB
a 1 a b 2 b
(a, b) (a, b)
Luego,
(a, b) : [(a, b) A B (a, b) (a, b)].
Antisimtrica
Orden del producto
Sean (a1 , b1 ), (a2 , b2 ) A B. Entonces

(a1 , b1 ) (a2 , b2 )
a1 1 a2 b1 2 b2

(a2 , b2 ) (a1 , b1 ) a2 1 a1 b2 2 b1

a1 1 a2 a2 1 a1
en A

b1 2 b2 b2 2 b1 en B

a1 = a2 b1 = b2 antisimetra de 1 y 2
(a1 , b1 ) = (a2 , b2 )
Orden del producto
Luego, (a1 , b1 ), (a2 , b2 ) A B :
[(a1 , b1 ) (a2 , b2 ) (a2 , b2 ) (a1 , b1 ) (a1 , b1 ) = (a2 , b2 )].
Transitiva
Sean (a1 , b1 ), (a2 , b2 ), (a3 , b3 ) A B. Entonces

(a1 , b1 ) (a2 , b2 )
a1 1 a2 b1 2 b2

(a2 , b2 ) (a3 , b3 ) a2 1 a3 b2 2 b3

Orden del producto

a1 1 a2 a2 1 a3
en A

b1 2 b2 b2 2 b3 en B

a1 1 a3 b1 2 b3 por transitividad de 1 y 2
(a1 , b1 ) (a3 , b3 )
Luego,
(a1 , b1 ), (a2 , b2 ), (a3 , b3 ) A B :
[(a1 , b1 ) (a2 , b2 ) (a2 , b2 ) (a3 , b3 ) (a1 , b1 ) (a3 , b3 )].
Ejemplo
Orden del producto
Consideremos el conjunto Z+ Z+ . Definimos la relacin
(a, b) (a0 , b0 ) a | a0 b b0 ,
donde | es la operacin de divisibilidad y es el orden comn.

Probar que la relacin es de orden.
Solucin
Reflexiva
Sea (a, b) Z+ Z+ . Entonces
Orden del producto
(a, b) (a, b) puesto que a | a por ser | reflexiva y b b por ser
reflexiva. Es decir,
(a, b) Z+ Z+ , (a, b) (a, b) y por tanto, reflexiva.
Antisimtrica
Sean (a1 , b1 ), (a2 , b2 ) Z+ Z+ . Entonces
Orden del producto

(a1 , b1 ) (a2 , b2 )
a1 | a2 b1 b2

(a2 , b2 ) (a1 , b1 ) a2 | a1 b2 b1

a1 | a2 a2 | a1
en Z+

b1 b2 b2 b1 en Z+

a1 = a2 b1 = b2 antisimetra de | y
(a1 , b1 ) = (a2 , b2 )
Orden del producto
Luego,
(a1 , b1 ), (a2 , b2 ) Z+ Z+ :
[(a1 , b1 ) (a2 , b2 ) (a2 , b2 ) (a1 , b1 ) (a1 , b1 ) = (a2 , b2 )].
Transitiva
Sean (a1 , b1 ), (a2 , b2 ), (a3 , b3 ) Z+ Z+ . Entonces

(a1 , b1 ) (a2 , b2 )
a1 | a2 b1 b2

(a2 , b2 ) (a3 , b3 ) a2 | a3 b2 b3

Orden del producto

a1 | a2 a2 | a3
en Z+

b1 b2 b2 b3 en Z+

a1 | a3 b1 b3 por transitividad de | y
(a1 , b1 ) (a3 , b3 )
Luego,
(a1 , b1 ), (a2 , b2 ), (a3 , b3 ) Z+ Z+ :
[(a1 , b1 ) (a2 , b2 ) (a2 , b2 ) (a3 , b3 ) (a1 , b1 ) (a3 , b3 )].
Orden lexicogrfico
El orden lexicogrfico es el orden utilizado en el diccionario y guas

tefefnicas. Es muy til en el procesamiento de cadenas. Aunque aqu
lo vamos aplicar a dos conjuntos, el mismo puede ser generalizado a
n conjuntos.
Teorema
Sean (A, 1 ) y (B, 2 ) dos conjuntos parcialmente ordenados. El
Orden lexicogrfico es una relacin de orden, , en el producto
A B, definida como:
(a1 , b1 ) (a2 , b2 ) a1 1 a2 (a1 = a2 b1 2 b2 ),
donde a1 1 a2 , si a1 1 a2 a1 6= a2 .
Orden lexicogrfico
Demostracin
Reflexiva
Sea (a, b) A B. Entonces
(a, b) (a, b) a 1 a (a = a b 2 b) (a = a b 2 b), por ser
2 reflexiva. Luego, (a, b) (a, b), y por tanto, reflexiva.
Antisimtrica
Sean (a1 , b1 ), (a2 , b2 ) A B. Entonces
Orden lexicogrfico

(a1 , b1 ) (a2 , b2 )
a1 1 a2 (a1 = a2 (b1 2 b2 )

(a2 , b2 ) (a1 , b1 ) a2 1 a1 (a2 = a1 b2 2 b1 )

a1 1 a2 a2 1 a1 contrad.

a1 1 a2 (a1 = a2 b1 2 b2 ) contrad.

(a1 = a2 b1 2 b2 ) a2 1 a1 contrad.

(a1 = a2 b1 2 b2 ) (a2 = a1 b2 2 b1 )

Orden lexicogrfico
(a1 = a2 b1 2 b2 ) (a2 = a1 b2 2 b1 )
a1 = a2 (b1 2 b2 b2 2 b1 )
a1 = a2 b1 = b2 por antisimetra de 2
(a1 , b1 ) = (a2 , b2 )
Transitiva
Sean (a1 , b1 ), (a2 , b2 ), (a3 , b3 ) A B. Entonces
Orden lexicogrfico

(a1 , b1 ) (a2 , b2 )
a1 1 a2 (a1 = a2 b1 2 b2 )

(a2 , b2 ) (a3 , b3 ) a2 1 a3 (a2 = a3 b2 b3 )

a1 1 a2 a2 1 a3

(a1 1 a2 ) (a2 = a3 b2 2 b3 )

(a1 = a2 b1 2 b2 ) (a2 1 a3 )

(a1 = a2 b1 2 b2 ) (a2 = a3 b2 2 b3 )

Orden lexicogrfico

(a1 1 a2 a2 1 a3 )

(a1 1 a3 b2 2 b3 )

(a1 1 a3 b1 2 b2 )

(a1 = a2 b1 2 b2 ) (a2 = a3 b2 2 b3 )

Orden lexicogrfico

(a1 1 a2 a2 1 a3 )

(a1 1 a3 ) (b2 2 b3 b1 2 b2 )

(a1 = a2 b1 2 b2 ) (a2 = a3 b2 2 b3 )

Orden lexicogrfico

a1 1 a3 transitividad de 1

a1 1 a3

a1 = a3 b1 2 b3 transitividad de 2

a1 1 a3 (a1 = a3 b1 2 b3 )
(a1 , b1 ) (a3 , b3 )
Nota:
Orden lexicogrfico
Si (A, 1 ) y (B, 2 ) son conjuntos totalmente ordenados, el orden
lexicogrfico en A B, es de la misma manera, totalmente ordenado.
Ejemplo
Sea (R, ), donde es el orden comn. Sea R2 = R R. El orden
lexicogrfico en R2 se define como:
(x1 , y1 ) (x2 , y2 ) x1 < x2 (x1 = x2 y1 y2 ),
donde (x1 , y1 ) y (x2 , y2 ) son las coordenadas de dos puntos, p1 y p2 en

R2 .
En este caso, p1 debe encontrarse en una recta vertical a la izquierda
de otra recta vertical que contiene a p2 o p1 debe encontrarse por
Orden lexicogrfico
debajo o en el mismo lugar de p2 en la misma recta vertical, porque en
cada lnea vertical se sigue el orden de R. Un punto p1 de una recta
vertical precede a cualquier punto p2 de una recta vertical que est a
la derecha.
Orden lexicogrfico
Definicin
El orden lexicogrfico extendido al producto cartesiano
A1 A2 An de define como:

a1 b1

a1 = b1 a2 b2

a = b a = b a b
1 1 2 2 3 3
(a1 , a2 , . . . , an ) (b1 , b2 , . . . , bn )

a1 = b1 a2 = b2 a3 = b3

a
n1 = bn1 an bn

Orden lexicogrfico
El orden de prioridad empieza con la primera coordenada. Si la
primera coordenada satisface la igualdad, se prueba la segunda. Si
sta tambin satisface la igualdad, se prueba la tercera y as
sucesivamente.
Ejemplo
Consideremos el conjunto A = {a, b, c, . . . , z} con el orden alfabtico
comn (orden total). El conjunto An (producto cartesiano) es el
conjunto de todas las cadenas de n caracteres (longitud = n). Este
concepto ser abordado con ms detalle en un prximo captulo.
Si p1 , p2 An y p1 p2 , entonces la palabra p1 debe anteceder a la
palabra p2 . Por ejemplo:
Orden lexicogrfico
andrgeno andrmeda,
porque los primeros cinco (5) caracteres son iguales, pero en el sexto
caracter ocurre que g m.
Es posible que las palabras p1 y p2 tengan diferentes longitudes, es
decir, que pertenezcan productos cartesianos Am y An ,
respectivamente. En este caso se usa el hecho de que toda palabra
es mayor o igual que cualquiera de sus prefijos. Por ejemplo,
pasa pasado.
Ejercicios
1. Sea A = {Pedro, Juan, Luis, Jorge} y R A A, definida por
R = {(Juan, Pedro), (Pedro, Pedro), (Juan, Juan),

(Juan, Luis), (pedro, Jorge), (Luis, Luis),
(luis, pedro), (Jorge, Jorge)}.
Determine si R es una relacin de orden.

2. Sea A = Z y R A A. Determine si las siguientes relaciones
son de orden y el tipo de orden (parcial o total).
a. R = {(x, y) | x = 2y}
b. R = {(x, y) | x2 | 2y}
c. R = {(x, y) | k Z+ , x = y k }
Ejercicios
3. Sea A = {1, 2, 3, 4, 5, 6} y R A A, definida por
R = {(1, 2), (1, 3), (2, 3), (1, 1), (2, 2), (3, 3), (4, 4), (4, 6),
(5, 6), (4, 5), (5, 5), (6, 6)}.
Determine si R es de orden. En caso afirmativo, verificar si es de

orden total o parcial.
4. Sea A = Z+ y R A A, definida por
R = {(x, y) | x + n = y, n N}. Pruebe que R es de orden total y
buena ordenacin. Si A = Z, pruebe que es de orden total, pero
no buena ordenacin.
5. Sea A = {a, b, c, 7, 11} y R A A, definida por
R = {(a, b), (b, c), (7, 11)}.
Ejercicios
a. Completar la relacin binaria R para que sea de orden.
b. Completar la relacin binaria R para que sea reflexiva y transitiva,
pero no simtrica ni antisimtrica.
c. Completar la relacin de b para que sea de equivalencia.
6. Sea A = {1, 2, 3, 4, 5, 6, 7, 8} y R A A, definida por
R = {(1, 1), (1, 2), (1, 3), (1, 4), (1, 5), (1, 6), (1, 7),
(1, 8), (2, 2), (2, 5), (2, 6), (2, 8), (3, 3), (3, 5), (3, 7),
(3, 8), (4, 4), (4, 6), (4, 7), (4, 8), (5, 5), (5, 8), (6, 6),
(6, 8), (7, 7), (7, 8), (8, 8)}
a. Compruebe que R es de orden en A.
Ejercicios
b. Calcule mximo y mnimo del conjunto A para R.
c. Calcule los maximales y minimales del conjunto ordenado
B = A {1, 8} para la relacin inducida por R.
d. Calcule las cotas superiores e inferiores del conjunto ordenado
B = A {1, 8} en A.
e. Represente grficamente los conjuntos A y B.
7. Sean S = {1, 2, 3} y A = P (S). Dibuje el diagrama de Hasse del
conjunto parcialmente ordenado (A, ).
8. Sea Dn = {x Z+ | x | n (x divide a n)}. Considere el conjunto
A = D30 .
a. Dibuje el diagrama de Hasse.
b. Encuentre los elementos minimales y maximales.
c. Halle los subconjuntos de A totalmente ordenados.
Ejercicios
9. Considere el conjunto ordenado (Z+ Z+ , ), donde es el
orden lexicogrfico. Determine el valor de verdad de las
siguientes proposiciones:
a. (3, 4) (5, 8)
b. (5, 4) (5, 7)
c. (2, 10) (2, 8)
d. (8, 9) (7, 3)
10. Sea A = {a, b, c, d} y
R = {(a, a), (a, b), (b, b), (b, d), (a, c), (c, c), (c, d), (a, d), (d, d)}.
Determine el diagrama de Hasse.
Ejercicios
11. Sea A = {1, 2, 3, 4, 5} y
R = {(1, 1), (2, 2), (3, 3), (1, 3), (3, 4), (3, 5), (1, 4),
(4, 4), (1, 5), (2, 3), (2, 4), (2, 5), (5, 5)}.
Determine el diagrama de Hasse.
Ejercicios
12. Describir las parejas ordenadas de la relacin determinada por el
diagrama de Hasse siguiente en el conjunto A = {a, b, c, d}.
b a
Ejercicios
13. Describir las parejas ordenadas de la relacin determinada por el
diagrama de Hasse siguiente en el conjunto A = {a, b, c, d}.
Ejercicios
14. Encuentre el diagrama de Hasse de la relacin en el conjunto
A = {1, 2, 3, 4, 5}, cuya representacin matricial es:

1 1 1 1 1
0 1 1 1 1

0 0 1 1 1

0 0 0 1 1
0 0 0 0 1
15. Encuentre los diagramas de Hasse de los conjuntos siguientes

ordenados por la relacin de divisibilidad y diga cules estn
totalmente ordenados.
a. A = {1, 2, 3, 5, 6, 10, 15, 30}
b. A = {2, 4, 8, 16, 32}
Ejercicios
c. A = {3, 6, 12, 36, 72}
d. A = {1, 2, 3, 4, 5, 6, 10, 12, 15, 30, 60}
Orden topolgico
El orden topolgico consiste en encontrar un orden total en un

conjunto parcialmente ordenado (A, ), preservando siempre el orden
parcial. Este concepto es sumamente importante en ciencias
computacionales cuando necesitamos introducir conjunto de datos a
la computadora, los cuales deben estar ordenados. Es importante
hacer notar que la extensin de un conjunto parcialmente ordenado a
un conjunto totalmente ordenado no es nica. Es decir, de un mismo
conjunto parcialmente ordenado se puede construir uno o ms
conjuntos totalmente ordenados. Por ejemplo, consideremos el
conjunto parcialmente ordenado:
A = {(a, b), (a, c), (a, d), (b, e), (d, e), (e, f ), (c, g), (g, f )}.
Orden topolgico
El conjunto B = {(a, b), (b, c), (c, d), (d, e), (e, g), (g, f )} es un conjunto
totalmente ordenado. De igual forma, los conjuntos
D = {(a, c), (c, g), (g, b), (b, d), (d, e), (e, f )} y
E = {(a, d), (d, b), (b, e), (e, c), (c, g), (g, f )}.
Algoritmo del orden topolgico
El objetivo es construir una cadena de la forma:
a1 a2 an ,
donde a1 , a2 , . . . , an son los elementos minimales de los conjuntos

considerados en cada paso.
Orden topolgico
El algoritmo empieza tomando cada elemento minimal del conjunto
original y luego se excluye del mismo. Luego, de sacar los elementos
minimales del conjunto inicial, se hace lo mismo con los elementos
minimales del conjunto que queda y as sucesivamente hasta concluir
con todos los elementos del conjunto.
Ejemplo
Sea A = {1, 2, 3, 4, 5}. Considere el orden parcial del conjunto (A, )
representado por el siguiente diagrama de Hasse:
Orden topolgico
1 2
4 5
Determine un orden total de este conjunto.

Solucin
Observemos que el 4 es un elemento minimal, se excluye y queda el
conjunto {1, 2, 3, 5}. El 5 es un elemnto minimal de este conjunto, se
excluye y queda el conjunto {1, 2, 3}. De este conjunto, el 3 es
Orden topolgico
minimal, se excluye y queda el conjunto {1, 2}. El 1 y 2 son minimales
de este timo conjunto. Por tanto, los rdenes totales son:
4 5 3 2 1.
y
4 5 3 1 2.
Ejercicios
1. Considere los conjuntos parcialmente ordenados del item 15 del

grupo de ejercicios anteriores. Encuentre un orden total en cada
uno.
2. Sea S = {a, b, c} y A = P (S). Considere el conjunto (A, ).
Encuentre un orden total.
Contenido
1 INTRODUCCIN
Introduccin
Formas normales
Clculo de predicado
Conjuntos numricos
Sucesiones
lgebras booleanas
Funciones
Definicin
Sean A y B conjuntos no vacos. Una Funcin f : A B es una
relacin de A a B que asigna a determinados elementos de A un
nico elemento de B. Es decir, si no hay primeras componentes
repetidas en los pares ordenados que forman la relacin.
Se escribe f (a) = b para indicar que (a, b) f . A b se le llama imagen
de a en f y a a se le llama precedente o antecedente de b.
El conjunto de los elementos x A que tienen imagen en B se le
llama Dominio de definicin de la funcin f y es claro que es
subconjunto de A. Cuando el dominio de definicin de f es igual a A,
se dice que la funcin es una Aplicacin.
Funciones
El conjunto de los elementos y B que son imgenes de elementos
x A se le llama Domino de imgenes o imagen de la funcin f y
es evidente que es subconjunto de B.
Ejemplo 1
Sean A = {a, b, c} y B = {3, 4, 5, 6}.
Entonces f = {(a, 3), (b, 4), (c, 4)} es una funcin. Ahora bien, la
relacin R1 = {(a, 3), (b, 3), (b, 4)} no es una funcin, ya que el mismo
precedente b tiene dos imgenes.
Observe que podemos escribir:
f (a) = 3, f (b) = 4, f (c) = 4, f (A) = {3, 4}
Ejemplo 2
Funciones
Sea f : R R tal que f (x) = x2 . Esta funcin tiene como dominio y
codominio al conjunto R. f asigna a cada nmero real su cuadrado.
En este caso, la imagen de f , f (R) = [0, +).
Sea f : R B, donde B = {1, 1}, tal que
(
1, si x Q
f (x) =
1, si x I
Entonces f (R) = B. En lo adelante a los conjuntos A y B en la

funcin f : A B les llamaremos Dominio de definicin o
simplemente Dominio y Codominio, respectivamente de la funcin
f . Al subconjunto de B formado por los elementos que aparecen
como segunda componente en los pares ordenados que definen a f
Funciones
se le llama Dominio de imgenes o simplemente Imagen de f y se
representa por f (A).
En el ejemplo 1 de esta seccin, se tiene que el dominio de f ,
Df = {a, b, c}, el codominio de f , Cf = {3, 4, 5, 6} y la imagen de f ,
f (A) = {3, 4}.
Sean A = {a1 , a2 , . . . , am } y B = {b1 , b2 , . . . , bn }. Entonces |A| = m y
|B| = n. Una funcin f : A B normalmente tiene la forma
{(ai , bj ) | 1 i m, 1 j n}. Para cada ai , i = 1, 2, . . . , m,
cualquiera de los bj , j = 1, 2, . . . , n es posible. Es decir que para cada
ai , hay como segunda componente, n posibilidades que son las n bj .
Funciones
Entonces por el principio del producto, se tiene que se pueden
construir
nm = |B||A|
funciones f : A B.
Para los conjuntos del ejemplo 1, se tiene que hay
|B||A| = 43 = 64
funciones f : A B.
Ejemplo 3
Funciones
Sean A = {a, b, c}, B = {3, 4}. Entonces hay |B||A| = 23 = 8
funciones f : A B. Estas funciones son:
{(a, 3), (b, 3), (c, 3)}, {(a, 3), (b, 3), (c, 4)}, {(a, 3), (b, 4), (c, 3)},
{(a, 3), (b, 4), (c, 4)}, {(a, 4), (b, 3), (c, 3)}, {(a, 4), (b, 3), (c, 4)},
{(a, 4), (b, 4), (c, 3)}, {(a, 4), (b, 4), (c, 4)}
Definicin
Dos funciones f y g son Iguales (f = g) si:
a. tienen el mismo dominio A.
b. f (a) = g(a), a A
Funciones
Ejemplo 4
Sean A = {2, 4, 6}, B = {1, 2, 3, 4}, f : A B tal que
f = {(2, 1), (4, 2), (6, 3)} y
g : A B tal que g(x) = 2|x. Es claro que f = g, puesto que tienen el
mismo dominio A y asignan el mismo elemento de B a cada elemento
de A.
Definicin
Sean A y B conjuntos. Una funcin f : A B se llama Constante, si
a cada elemento a A se le asigna el mismo elemento b B. Es
decir, si f (A) consta de un solo elemento.
Ejemplo 5
Funciones
Sean A = {a, b, c}, B = {3, 4, 5} y f : A B tal que
f = {(a, 4), (b, 4), (c, 4)}. Se observa que a cada elemento de A se le
asigna el mismo elemento de B. En este caso, el 4. Por tanto, f es
constante.
Definicin
Sean A y B conjuntos no vacos. Una funcin f : A B es Inyectiva
o Uno a Uno si elementos diferentes de A, tienen imgenes distintas.
Sean A y B conjuntos finitos . Si f : A B es inyectiva, entonces
|A| |B|.
Otra forma de caracterizar las funciones inyectivas es:
x, y A : x 6= y f (x) 6= f (y)
Funciones
o
x, y A : f (x) = f (y) x = y.
Ejemplo 6
Sean A = {3, 4, 5} y B = {3, 4, 5, 6, 7}. Entonces la funcin f : A B
tal que
f = {(3, 4), (4, 6), (5, 3)}
es inyectiva. Sin embargo, la funcin g : A B tal que
g = {(3, 3), (4, 5), (5, 3)}
no es inyectiva, por que siendo 3 6= 5 se tiene que g(3) = g(5).
Funciones
Existe la prueba de la Recta horizontal que dice que una funcin es
inyectiva, si su grfica no corta en ms de un punto esta recta.
Ejemplo 7
Sea f : R R una funcin definida por f (x) = 2x + 3. Probemos que
f es inyectiva.
Prueba
Probemos que si f (x1 ) = f (x2 ) , entonces x1 = x2 . Entonces
tomemos la expresin
2x1 + 3 = 2x2 + 3 2x1 = 2x2 x1 = x2 .
Luego, f es inyectiva.
Funciones
Ejemplo 8
Sea f : R R tal que f (x) = x3 . Esta funcin es inyectiva porque el
cubo de dos nmeros reales diferentes son diferentes.
Sean A = {a1 , a2 , . . . , am } y B = {b1 , b2 , . . . , bn } con m n. Entonces
|A| = m y |B| = n. Una funcin f : A B normalmente tiene la forma
{(ai , bj ) | 1 i m, 1 j n}. Entonces a1 se puede acompaar
de cualquiera de las n posibles selecciones de los bj (segunda
componente), a2 se puede acompaar de las n 1 posibles
selecciones de los bj que quedan y as sucesivamente hasta llegar a
que am se puede acompaar de n (m 1) = n m + 1 selecciones
Funciones
posibles de los bj . Entonces por el principio del producto, se tiene que
el nmero de funciones inyectivas f : A B viene dado por
n!
n(n 1)(n 2) (n m + 1) = = P (n, m) = P (|B|, |A|).
(n m)!
En el caso del ejemplo 6, se tiene que la cantidad de funciones

inyectivas es
5! 5!
P (5, 3) = = = 5 4 3 = 60.
(5 3)! 2!
Definicin
Funciones
Sean A y B conjuntos no vacos. Si f : A B y A1 A, entonces
f (A1 ) = {b B|f (a) = b para algn a A1 }.
Teorema
Sea A un conjunto no vaco. Sean A1 A y A2 A y sea f : A B.
Entonces
a. f (A1 A2 ) = f (A1 ) f (A2 ).
b. f (A1 A2 ) f (A1 ) f (A2 ).
c. f (A1 A2 ) = f (A1 ) f (A2 ), si f es inyectiva.
Funciones
Demostracin
Prueba del apartado a. Las dems se dejan como ejercicios.
Debemos probar que:
1. f (A1 A2 ) f (A1 ) f (A2 )
2. f (A1 ) f (A2 ) f (A1 A2 ).
Funciones
Prueba de 1.
Sea b f (A1 A2 ). Entonces
a A1 A2 3 (f (a) = b, a A1 ) o (f (a) = b, a A2 ). Entonces
b f (A1 ) o b f (A2 ). Entonces b f (A1 ) f (A2 ). Luego,
f (A1 A2 ) f (A1 ) f (A2 )
Prueba de 2.
Sea b f (A1 ) f (A2 ). Entonces b f (A1 ) o b f (A2 ).
Entonces a 3 (a A1 , f (a) = b) o (a A2 , f (a) = b).
Entonces a A1 A2 , f (a) = b f (A1 A2 ).
Luego,
f (A1 ) f (A2 ) f (A1 A2 ).
Funciones
Esto completa la prueba.
Definicin
Sea A un conjunto no vaco. Sea A1 A y sea f : A B. Se llama
Restriccin de f a A1 a la funcin f |A1 : A1 B tal que
f |A1 (a) = f (a), a A1 .
Definicin
Sea A un conjunto no vaco. Sea A1 A y sea f : A1 B. Si
g : A B y g(a) = f (a), a A1 , se dice que g es una Extensin de
f a A.
Ejemplo 9
Funciones
Sean A = {a, b, c, d}, B = {1, 2, 3, 4, 5}, y A1 = {a, c, d}. Sean
f : A B tal que f = {(a, 1), (b, 3), (c, 5), (d, 4)} y g : A1 B tal que
g = {(a, 1), (c, 5), (d, 4)}. Es claro que g = f |A1 es una restriccin de f
a A1 y f una extensin de g de A1 a A.
Definicin
Sean A y B dos conjuntos no vacos. Una funcin f : A B es
Sobreyectiva si f (A) = B. Es decir, si para cada elemento b B,
a A 3 f (a) = b.
Ejemplo 10
Sean A = {a, b, c, d}, B = {1, 2, 3} y f : A B tal que
f = {(a, 3), (b, 2), (c, 1), (d, 2)}. Es claro que esta funcin es
Funciones
sobreyectiva, porque cada elemento de B es imagen de al menos un
elemento de A.
La funcin g : A B tal que g = {(a, 1), (b, 1), (c, 2), (d, 2)} no es
sobreyectiva, porque hay elementos de B que no son imagen.
Ejemplo 11
La funcin f : R R tal que f (x) = x3 es sobreyectiva. Sin embargo,
la funcin g : R R tal que g(x) = x2 no es sobreyectiva, puesto que
g(R) = [0, +) R.
Si A y B son conjuntos finitos, debe ocurrir que |A| |B| para que
haya una funcin sobreyectiva f : A B.
Funciones
Si A y B son conjuntos finitos con |A| = m, |B| = n y m n, entonces
la cantidad de funciones sobreyectivas f : A B viene dada por
n
X n
(1)k (n k)m .
nk
k=0
Ejemplo 12
Sea B = {x N | x = 2k, k N} y sea f : N B tal que f (x) = 2x.
Esta funcin es sobreyectiva, ya que todo elemento de B es imagen.
Sin embargo, la funcin f : N N, tal que f (x) = 2x no es
sobreyectiva, puesto que hay elementos en N que no son imgenes
de algn elemento de N.
Funciones
Ejemplo 13
La funcin f : R [0, +), tal que f (x) = x2 es sobreyectiva.
Observe que la funcin f : R R, tal que f (x) = x2 no es
sobreyectiva.
Ejemplo 14
Sea f : R R, tal que f (x) = 3x 5. Probar que es sobreyectiva.
Tomemos y R. y = 3x 5 x = (y + 5)/3 R. Ahora comprobamos
que el x encontrado devuelve a y. f ((y + 5)/3) = 3(y + 5)/3 5 = y.
Esto demuestra que f es sobreyectiva.
Ejercicios
1. Sean A y B dos conjuntos finitos, tales que |A| 4 y |B| 4. Sea

f : A B. Escriba un ejemplo de:
a. f no sea inyectiva ni sobreyectiva
b. f sea inyectiva y no sobreyectiva
c. f sea sobreyectiva y no inyectiva
d. f sea sobeyectiva e inyectiva
2. Sea f : Z Z. Diga cules de las siguientes funciones son
inyectivas y cules son sobreyectivas. Determine la imagen f (Z)
de las que no son sobreyectivas.
a. f (x) = x + 7. b. f (x) = 2x 3. c. f (x) = x + 5.
d. f (x) = x2 . e. f (x) = x2 + x. f. f (x) = x3 .
Ejercicios
3. Sea f : R R. Diga cules de las siguientes funciones son
inyectivas y cules son sobreyectivas. Determine la imagen f (R)
de las que no son sobreyectivas.
a. f (x) = x + 7. b. f (x) = 2x 3. c. f (x) = x + 5.
d. f (x) = x2 . e. f (x) = x2 + x. f. f (x) = x3 .
4. Sean A = {a, b, c, d} y B = {a, b, c, d, e, f }. Responda las
siguientes preguntas:
a. Cuntas funciones hay de A a B?
b. Cuntas funciones inyectivas hay de A a B?
c. Cuntas funciones sobreyectivas hay de A a B?
d. Cuntas funciones hay de B a A?
e. Cuntas funciones inyectivas hay de B a A?
f. Cuntas funciones sobreyectivas hay de B a A?
Ejercicios
5. Si |A| = m = 2, 3, 4 y |B| = n = 5. Verifique que
n
X
k n
(1) (n k)m = 0.
nk
k=0
6. Un maestro constructor que desarrolla un proyecto habitacional,

tiene 5 ayudantes. Necesita realizar 9 tareas. De cuntas
maneras puede el maestro constructor asignar estas tareas a los
5 ayudantes para que cada uno trabaje al menos en una?.
7. Pruebe que f : (, 1] R, tal que
p
f (x) = 1 x2 4x 5
es inyectiva.
Ejercicios
8. Determine si f : R R, tal que f (x) = 2 4x x2 es inyectiva, si
no lo es, encuentre el intervalo para que lo sea.
9. Sea f una funcin definida por

1 2

2 x + 1, x [4, 2)
f (x) = 2 + x, x [2, 2] .

1 x2 , x (2, 6]

Determine si es inyectiva.
10. Cules de las siguientes funciones son sobreyectivas?

a. f : [0, +) R 3 f (x) = x
b. f : [1, 2] [0, 4] 3 f (x) = x2
c. f : R [0, +) 3 f (x) = |x|
Ejercicios
|x|
d. f : R {0} [1, 1] 3 f (x) =
x
x5
11. Determine si la funcin f : R {5} R, tal que f (x) = es
x+5
inyectiva.
12. Sea f : R B, tal que f (x) = |x 2| x una funcin
sobreyectiva. Encuentre el conjunto B.
Ms sobre funciones
Definicin
Ahora que conocemos el concepto de funcin, podemos redefinir
algunos conceptos previos. Sea A un conjunto. Una funcin
f : A A A se le llama Operacin binaria en A. Por ejemplo, la
funcin f : N N N definida por f (a, b) = a + b es una operacin
binaria en N.
Si A es un conjunto y f : A A A, entonces
a. f es Asociativa si a, b, c A, f (f (a, b), c) = f (a, f (b, c)).
b. f es Conmutativa si (a, b) A A, f (a, b) = f (b, a).
Ms sobre funciones
Definicin
Sean A y B dos conjuntos y D A B. La funcin A : D A
definida por A (a, b) = a se le llama Proyeccin de D sobre la
primera coordenada. De manera similar se puede definir B .
Es claro que si D = A B se tiene que tanto A como B son
sobreyectivas.
Generalizando, sean A1 , A2 , A3 , . . . , An conjuntos y sea
{k1 , k2 , . . . , km } {1, 2, 3, . . . , n} siendo k1 < k2 < < km , m n,
para D A1 A2 A3 An , la funcin
: D Ak1 Ak2 Ak3 Akm , definida por
(a1 , a2 , a3 , . . . , an ) = (ak1 , ak2 , ak3 , . . . , akm ) es una Proyeccin de D
sobre las k1 -sima, k2 -sima, k3 -sima, . . . , km -sima coordenadas.
Ms sobre funciones
Ejemplo
Consideremos la relacin R A1 A2 A3 A4 A5 A6 , donde
los conjuntos se definen de la manera siguiente:
a. A1 = Conjunto de cdigos de empleado.
b. A2 = Conjunto de cdigos de departamento.
c. A3 = Conjunto de nombres de empleado.
d. A4 = Conjunto de nombres de cargo.
e. A5 = Conjunto de cdigos de nivel.
f. A6 = Conjunto de cdigos de categora.
Ms sobre funciones
La relacin R est definida mediante la tabla
C.Empl C.Depto Nombre Cargo Nivel Cat
1000 2010 J. Valdez Supervisor 8 F
1010 2010 A. Prez Asistente 10 F
1020 2000 M. Bentoso Gerente 14 F
1030 3000 R. Montero Gerente 13 F
1040 3010 S. Puello Ayudante 9 T
1050 3010 M. Soto Asistente 10 C
1060 4000 E. Bueno Director 16 F
1070 4020 T. Torres Supervisor 7 C
1080 4020 P. Victoria Ing.Asesor 11 T
1090 4010 B. Basora Asistente 10 T
1100 5000 D. Piedra Director 18 F
Ms sobre funciones
El cuadro anterior es un ejemplo de lo que se llama Tabla de una
base de datos relacional. A los conjuntos A1 , A2 , A3 , A4 , A5 y A6 se
le suele llamar Dominios de la base de datos relacional . El nmero
de colunnas de la tabla representa lo que se llama el grado de la tabla.
A los elementos de R se les llama Lista.
Si queremos la proyeccin de R sobre A2 A4 A5 se tiene la tabla
Ms sobre funciones
C.Depto Cargo Nivel
2010 Supervisor 8
2010 Asistente 10
2000 Gerente 14
3000 Gerente 13
3010 Ayudante 9
3010 Asistente 10
4000 Director 16
4020 Supervisor 7
4020 Ing.Asesor 11
4010 Asistente 10
5000 Director 18
Ms sobre funciones
Definicin
Sean A y B conjuntos. Una funcin f : A B es Biyectiva, si es
inyectiva y sobreyectiva al mismo tiempo.
Ejemplo
Sean A = {a, b, c, d} y B = {3, 4, 5, 6}. La funcin f : A B definida
por
f = {(a, 3), (b, 4), (c, 5), (d, 6)}
es biyectiva.
Definicin
Ms sobre funciones
Sea A un conjunto. Una funcin IA : A A definida por
IA (a) = a, a A se le llama Funcin identidad. Esta funcin es
biyectiva para cualquier conjunto A. Es claro que si f : A A es
biyectiva, entonces f (A) = A y se dice que f = {(a, f (a))|a A} es
una Permutacin de A.
Definicin
Sean A, B y C conjuntos y f : A B, g : B C. La Funcin
compuesta de g y f , representada por g f : A C, se define como
(g f )(a) = g(f (a)), a A.
Ejemplo
Ms sobre funciones
Sean A = {a, b, c, d}, B = {1, 2, 3} y C = {5, 6, 7, 8}. Sean f : A B,
definida por f = {(a, 1), (b, 1), (c, 2), (d, 3)}, g : B C, definida por
g = {(1, 6), (2, 7), (3, 8)}. La funcin compuesta viene dada por
g f = {(a, 6), (b, 6), (c, 7), (d, 8)}.
Ejemplo
Sean f : R R y g : R R, definidas por f (x) = x 7 y g(x) = x3 .
Entonces
(g f )(x) = g(f (x)) = (x 7)3
y
(f g)(x) = f (g(x)) = x3 7.
Ms sobre funciones
Teorema
Sean A y B conjuntos y f : A B, g : B C. Entonces
a. Si f y g son inyectivas, se tiene que g f es inyectiva
b. Si f y g son sobreyectivas, se tiene que g f es sobreyectiva
Demostracin
a. Debemos probar que g f : A C es inyectiva. Sean x1 , x2 A, tal
que (g f )(x1 ) = (g f )(x2 ). Entonces
(g f )(x1 ) = (g f )(x2 ) g(f (x1 )) = g(f (x2 )) f (x1 ) = f (x2 ),
porque g es inyectiva. Como f es inyectiva, se tiene que
f (x1 ) = f (x2 ) x1 = x2 . Luego, g f es inyectiva.
Ms sobre funciones
b. Debemos probar que g f : A C es sobreyectiva. Sea t C.
Como g es sobreyectiva, s B, tal que g(s) = t. Como f es
sobreyectiva, x A tal que f (x) = s. Entonces
t = g(s) = g(f (x)) = (g f )(x). Como t es arbitrario en C, se tiene que
la imagen de g f es C y g f es sobreyectiva.
Definicin
Sea A un conjunto y f : A A. Las potencias de f se definen
recursivamente de la siguiente manera:
a. f 1 = f
b. f n+1 = f f n , para n Z+
Ms sobre funciones
Ejemplo
Sea A = {a, b, c, d} y f : A A, tal que f = {(a, b), (b, b), (c, a), (d, c)}.
Entonces
f 2 = f f = {(a, b), (b, b), (c, b), (d, a)}
f 3 = f f 2 = {(a, b), (b, b), (c, b), (d, b)}.
La composicin de funciones satisface la propiedad asociativa. De
modo que
((h g) f )(x) = (h g)(f (x)) = h(g(f (x)))
y
(h (g f ))(x) = h((g f )(x)) = h(g(f (x))).
Ms sobre funciones
Observacin: La notacin usada para la composicin de funciones es
ligeramente diferente a la utilizada en la composicin de relaciones, en
cuanto al orden de la simbologa.
Definicin
Sean A y B conjuntos. Sea f : A B una funcin. La Inversa de f ,
denotada por f 1 : B A se define como f 1 = {(b, a)|(a, b) f }. Es
claro que la inversa de una funcin no es necesariamente una funcin,
como lo muestra el siguiente ejemplo:
Sean A = {a, b, c} y B = {3, 4, 5}. Sea f : A B definida por
f = {(a, 3), (b, 4), (c, 4)}. Entonces f 1 : B A tal que
f 1 = {(3, a), (4, b), (4, c)} es una relacin, pero no una funcin.
Ms sobre funciones
Si la inversa de una funcin f es una funcin se le llama Funcin
inversa (f 1 ). Es evidente que
f 1 f = IA y f f 1 = IB .
Ejemplo
La inversa de la funcin f (x) = 2x + 3 es la funcin
x3
f 1 (x) = .
2
Ejemplo
Ms sobre funciones
2x 5
La inversa de la funcin f (x) = es la funcin
4
4x + 5
f 1 (x) = .
2
Ejemplo
La inversa de la funcin
x+3
f (x) =
x2
es la funcin
2x + 3
f 1 (x) = .
x1
Ejemplo
Ms sobre funciones
La funcin f (x) = x2 no tiene funcin inversa, ya que su inversa es

f 1 (x) = x
y esta no es funcin.
Ejemplo

3
La inversa de la funcin f (x) = x + 2 es la funcin
f 1 (x) = x3 2.
Definicin
Sean A y B conjuntos y f : A B. Decimos que f es invertible, si
existe una funcin g : B A tal que g f = IA y f g = IB .
Ms sobre funciones
Ejemplo
Sean f : R R y g : R R definidas por f (x) = 5x + 3 y
x3
g(x) = . Entonces
5
5x + 3 3
(g f )(x) = g(f (x)) = g(5x + 3) = =x
5
y
x3 x3

(f g)(x) = f (g(x)) = f =5 + 3 = x.
5 5
Luego, f g = IR y g f = IR . Por tanto, f y g son invertibles.
Teorema
Ms sobre funciones
Sean A y B conjuntos y f : A B. Si f tiene funcin inversa, sta es
nica.
Demostracin
Vamos a suponer que hay dos funciones inversas, g : B A y
h : B A. Entonces g f = IA , f g = IB y
h f = IA , f h = IB . Ahora tenemos que
h = h IB = h (f g) = (h f ) g = IA g = g. Luego, la inversa de
una funcin es nica.
Teorema
Sean A y B conjuntos. La funcin f : A B tiene funcin inversa, si y
slo si, es inyectiva y sobreyectiva.
Ms sobre funciones
Demostracin
a. Supongamos que f tiene la funcin inversa g : B A. Entonces
g f = IA , f g = IB . Sean x1 , x2 A tales que f (x1 ) = f (x2 ).
Entonces g(f (x1 )) = g(f (x2 )). Es lo mismo decir que
(g f )(x1 ) = (g f )(x2 ). Ahora bien, como g f = IA , se tiene que
x1 = x2 y f es inyectiva. Ahora probaremos que f es sobreyectiva.
Sea y B. Entonces g(y) A y por tanto, existe f (g(y)). Ahora bien,
como f g = IB , se tiene que y = IB (y) = (f g)(y) = f (g(y)), lo que
muestra que f es sobreyectiva.
b. Supongamos ahora que f es biyectiva. Debemos probar que f tiene
inversa.
Ms sobre funciones
Como f es sobreyectiva, b B, a A 3 f (a) = b. Luego,
definamos la funcin g : B A tal que g(b) = a, donde f (a) = b. Es
claro que g es nica. Como f es inyectiva, elementos diferentes en A
producen imgenes diferentes en B. Por tanto, como hemos definido a
g de modo tal que g f = IA , f g = IB , se tiene que g es la inversa
de f .
Contenido
1 INTRODUCCIN
Introduccin
Formas normales
Clculo de predicado
Conjuntos numricos
Sucesiones
lgebras booleanas

Si m objetos se colocan en n cajas, donde m > n, entonces hay al
menos una caja que contiene dos o ms objetos.
Ejemplo
En una empresa hay 32 empleados que cumplen ao en Enero.
Entonces hay al menos dos empleados que cumplen ao el mismo
da.
Ejemplo
Un Seor le pasa al limpiabotas una funda con 7 pares de zapatos,
donde cada par es de diferente color. Si se sacan al azar de la funda,
para obtener un par del mismo color, debe extraer por menos 8
zapatos.
Ejercicios
1. Sea A = {1, 2, 3, 4} y sea R : A A. Determine cules de las

relaciones siguientes son funciones.
a. R = {(2, 3), (1, 4), (2, 1), (3, 2), (4, 4)}
b. R = {(3, 1), (4, 2), (1, 1)}
c. R = {(2, 1), (3, 4), (1, 4), (2, 1), (4, 4)}
d. R = {(2, 3), (1, 6), (4, 2), (3, 4)}
2. Sean A = {1, 2, 3, 4, 5, 6}, B = {1, 2, 3, 4} y f : A B definida
por f = {(1, 2), (2, 4), (3, 3), (4, 1), (5, 2), (6, 4)}. Determine:
a. f (2), f (4), f (6)
b. f 1 (2), f 1 (3), f 1 (4)
c. {x|x A, f (x) < 3}
3. Qu se necesita para que el conjunto
f = {(1, 5), (3, 1), (4, 7), (2, 3)} sea una funcin de A a B?.
Ejercicios
4. Sea S = {1, 2, 3, 4} y f : S S, una funcin inyectiva y
sobreyectiva definida por f = {(1, 2), (2, 4), (3, 1), (4, 3)}.
Encuentre f 1 .
5. Sea A = {1, 2, 3, 4} y f, g : A A definidas por
f = {(1, 2), (2, 1), (3, 5), (4, 4), (5, 2)},
g = {(1, 1), (2, 3), (3, 5), (4, 3), (5, 1)}. Determine
a. f (3), g(5), f 1 (2), g 1 (1), f 1 (4), g f, f g
b. f 1 ({1, 2}), {x|f (x) 4}, {x|g(x) > 2}
6 Sea f : A B una funcin representada por medio de un
diagrama de coordenadas de A B. Qu propiedad geomtrica
tiene f , si :
a. f es inyectiva
b. f es constante
c. f es sobreyectiva
Ejercicios
d. Si f tiene una inversa f 1
7 Sombree en un sistema de coordenadas cartesiano cada una de
las siguientes regiones R:
a. R = {x| 3 < x 2} {x| 2 < x < 4}
b. R = {x||x| < 3} {x||x| 1}
c. R = {x||x| 2} {x|x > 3}
8. Represente grficamente cada una de las siguientes funciones
f : R R:
a. f (x) = 4x x2 b. f (x) = x+ 2|x|
( 3 x, x > 0
x2 , x 0
c. f (x) = d. f (x) = x, |x| 2
1 x, x < 0
2, x < 2

Ejercicios
9. Sean A = {Antonio, Pedro, Luis} y
B = {Pedro, David, Pablo, Juan}. Encunetre
a. A B b. B A c. A A.
10. Represente en un sistema de coordenadas cartesiano las reas
definidas por los siguientes productos:
a. [3, 3] [1, 2] b. ] 2, 3] [3, +[
c. [3, 1[] , 2]
11. Sean A = {2, 3}, B = {1, 3, 5}, C = {3, 4}. Construya el
diagrama en rbol de A B C y luego, determine A B C.
12. Sea |A| = 7. Calcule |A A|. Cuntas funciones f : A A A
hay?
Ejercicios
13. Considere las operaciones binarias definidas por las siguientes
funciones f : Z Z Z. Determine si f es conmutativa,
asociativa o ambas.
a. f (x, y) = x + y xy. b. f (x, y) = m ax{x, y}.
c. f (x, y) = x y d. f (x, y) = x + y 3.
14. Sea A un conjunto y sea f : A A A una operacin binaria. Un
elemento e A se le llama Identidad o Neutro de f , si
f (a, e) = f (e, a) = a, a A. Cules operaciones binarias
tienen identidad en el ejercicio 2.?
15. Pruebe que si f : A A A tiene identidad, esta es nica.
Ejercicios
16. Sean f, g, h : Z Z definidas por f (x) = x 1, g(x) = 3x y
(
0, x par
h(x) =
1, x impar
Determine
a. f g, g f, g h, h g, f (g h), (f g) h
b. f 2 , f 3 , g 2 , g 3 , h2 , h3 , h500
17. Sea U un conjunto universal y sean S, T U . Sea
g : P (U ) P (U ) definida por g(A) = T (S A) para A U .
Pruebe que g 2 = g.
Ejercicios
18. Sea g : N N definida por g(n) = 2n. Si A = {1, 2, 3, 4} y
f : A N definida por f = {(1, 2), (2, 3), (3, 5), (4, 7)}. Encuentre
g f.
19. Sean f, g : R R definidas por g(x) = 1 x + x2 , f (x) = ax + b.
Si (g f )(x) = 9x2 9x + 3, determine a y b.
20. Sean f : A B, g : B C. Pruebe que
a. Si g f : A C es sobreyectiva, entonces g es sobreyectiva
b. Si g f : A C es inyectiva, entonces f es inyectiva
21. Sean A, B U y R1 , R2 A B. Pruebe que
a. (R1 R2 )1 = R11 R21
b. (R1 R2 )1 = R11 R21
c. (R11 )1 = R1
Ejercicios
22. Determine si las funciones f : R R siguientes tienen inversa o
no. En caso afirmativo, encuentre f 1 .
a. f = {(x, y)|2x + 3y = 7}. b. f = {(x, y)|y = x3 }.
c. f = {(x, y)|ax + by = c, b 6= 0}.
d. f = {(x, y)|y = x4 x}.
23. Sea f : R R+ definida por f (x) = e2x+5
a. Halle la inversa f 1
b. Muestre que f f 1 = IR+ , f 1 f = IR
c. Represente f , f 1 en el mismo par de ejes de una grfica
24. Encuentre f 1 , para las funciones siguientes:
a. f : R R definida por f (x) = x
b. f : R2 R2 definida por f (x, y) = (y, x)
Ejercicios
c. f : R2 (R R+ ) definida por f (x, y) = (5x, ey )
25. Sea f : R R definida por f (x) = x2 . Determine f 1 (B) si
a. B = {0, 1} b. B = {1, 0, 1}. c. B = [0, 1].
d. B = [0, 1). e. B = [1, 1] f. B = [0, 4]
26. Sea f : R R definida por f (x) = sen x. Encuentre f 1 (B) si:
a. B = {0} b. B = {0, 1} c. B = [0, 1/2]
Contenido
1 INTRODUCCIN
Introduccin
Formas normales
Clculo de predicado
Conjuntos numricos
Sucesiones
lgebras booleanas
Introduccin
En matemtica el concepto de probabilidad es un nmero asociado a
la ocurrencia o no de un evento o suceso. Este nmero indica qu tan
frecuente puede ocurrir el suceso o evento. La probabilidad ofrece los
procedimientos necesarios para analizar eventos que se producen al
azar. En esta presentacin nos enfocaremos al tratamiento de las
probabilidades discretas, las cuales suelen estar relacionadas con la
teora de conteo. Suponga que una moneda no cargada, con lados C
(cara) y E (escudo), se lanza al aire. La probabilidad o posibilidad de
que el lado C quede hacia arriba es 1/2. El 1 se debe a que slo hay
una posibilidad de C y el 2, al nmero total de posibilidades al lanzar
la moneda. De la misma manera, suponga que lanza un dado, la
probabilidad de que salga un 3 en lado de arriba, es 1/6. La
probabilidad de que salga un nmero par es 3/6 = 1/2, ya que hay
tres posibilidades de nmeros pares, que son los elementos del
conjunto {2, 4, 6}.
Definiciones
Un Experimento es un proceso con el cual se obtiene un resultado.
Un Evento o suceso es el resultado o combinacin de resultados de
un experimento. Espacio muestral es el conjunto de todos los
resultados posibles al realizar un experimento. En el caso del
lanzamiento de la moneda, el espacio muestral es {C, E} y en el caso
del lanzamiento del dado, el espacio muestral es {1, 2, 3, 4, 5, 6}.
Cuando los resultados de un espacio muestral finito tienen las mismas
posibilidades de aparecer se dice que son equiprobables o igualmente
probables y al espacio muestral se le llama Espacio equiprobable.
Los experimentos pueden ser Deterministas o no deterministas
(aleatorios). Un experimento es Determinista si se produce el mismo
resultado cuando se realiza bajo las mismas condiciones. Es decir, se
puede predecir el resultado. Un experimento es No determinista
(aleatorio) si se puede producir resultados diferentes cuando se
realiza bajo las mismas condiciones.
Es claro entonces que los espacios muestrales estn asociados a
experimentos aleatorios.
Sea = {e1 , e2 , . . . , en , . . . } un espacio muestral. A los elementos ek
se les llama Sucesos elementales y a los subconjuntos de
Sucesos. El conjunto potencia P () es el conjunto de todos los
sucesos relacionados con un experimento aleatorio.
Al conjunto se le llama Suceso imposible y al espacio muestral
se le llama Suceso seguro.
Como un suceso es un conjunto, se pueden obtener nuevos sucesos
mediante las operaciones entre conjuntos. As, si A y B son sucesos,
se tiene
a. A B es el suceso que se produce, si y slo si ocurre A u ocurre
B (o ambos).
b. A B es el suceso que se produce, si y slo si ocurre A y ocurre
B.
c. Ac es el suceso que ocurre, si y slo si no ocurre A.
Definicin
Dos sucesos A y B son Mutuamente excluyentes o disjuntos o
incompatibles si no tienen elementos en comn, es decir, si
A B = .
Ejemplo
Sabemos que al lanzar un dado y observar la cara superior, se tiene
un espacio muestral
= {1, 2, 3, 4, 5, 6}
Sea A el suceso en que sale un nmero par; B el suceso en que sale
un nmero impar y D el suceso en que sale un nmero primo.
Entonces
A = {2, 4, 6}, B = {1, 3, 5}, D = {2, 3, 5}.
Ahora podemos generar los sucesos
A D = {2, 3, 4, 5, 6}, B D = {3, 5}, Dc = {1, 4, 6},
donde A D es el suceso de salir un nmero par o un nmero primo

B D es el suceso en que sale un primo impar
Dc es el suceso en que no sale un nmero primo
Se observa que A y B son mutuamente excluyentes.
Definicin
Sea A un suceso de un espacio muestral . La Probabilidad, P r(A),
del suceso A se define como
|A| Casos favorables
P r(A) = = .
|| Casos posibles
Esta frmula slo es vlida para un espacio equiprobable, es decir,

cuando cada suceso elemental tiene la misma probabilidad. Por
ejemplo, si el espacio muestral tiene n puntos, la probabilidad de
cada punto es 1/n. De modo que si tenemos un suceso A de k
1 k
puntos, la probabilidad P r(A) = k . = .
n n
Ejemplo
Suponga que se lanzan dos dados no cargados. Cul es la
probabilidad de que la suma de los nmeros en los dados sea 11?.
Solucin
El espacio muestral est formado por los pares del producto
cartesiano {1, 2, 3, 4, 5, 6} {1, 2, 3, 4, 5, 6} que tiene un cardinal de 36.
De estos pares ordenados, los que suman 11 son: (5, 6) y (6, 5). Por
tanto, la probabilidad es 2/36 = 1/18.
Ejemplo
En una comunidad mayoritariamente femenina, hay un club de 100
miembros ( 85 mujeres y 15 hombres). Sea desea elegir al azar una
comisin de 5 miembros. Cul es la probabilidad de que la comisin
est formada solo por mujeres?.
Solucin
Existen C(100, 5) maneras de elegir la comisin. Hay C(85, 5)
maneras de seleccionar la comisin formada slo por mujeres. Por
tanto, la probabilidad de que la comisin est formada por mujeres
solamente es
C(85, 5) 85 84 83 82 81
= = 0.43568332.
C(100, 5) 100 99 98 97 96
Definicin de probabilidad
Sea un espacio muestral asociado a un experimento aleatorio y A
un suceso. La Probabilidad se define como la aplicacin
P r : P () [0, 1],
tal que
a. P r(A) 0
b. P r() = 1
c. Si A1 , A2 , . . . , An son sucesos mutuamente excluyentes dos a dos
(Ai Aj = , i 6= j), entonces
n
n X
P r( Ak ) = P r(Ak ).
k=1
k=1
Definicin
Un Espacio de probabilidad es un par (, P r), donde es un
espacio muestral y P r una aplicacin de probabilidad definida sobre
P ().
Definicin
Sea A un evento del espacio muestral . La probabilidad de A se
define como X
P r(A) = P r(a).
aA
Tomemos como ejemplo, el lanzamiento del dado que presentamos al
inicio de la seccin. La probabilidad de obtener un nmero par viene
dada por
1 1 1 1
P r(A) = P r({2, 4, 6}) = P r(2) + P r(4) + P r(6) = + + = .
6 6 6 2
Teorema
Sean A, B y C eventos de un espacio muestral . Entonces se
verifican las propiedades siguientes:
a. P r(Ac ) = 1 P r(A)
b. P r() = 0 (evento imposible)
c. P r(A B) = P r(A) P r(A B). Si A B, entonces
P r(A) P r(B) y P r(B A) = P r(B) P r(A)
d. P r(A B) = P r(A) + P r(B) P r(A B)
e. P r(A B C) = P r(A) + P r(B) + P r(C) P r(A B) P r(A
C) P r(B C) + P r(A B C)
Demostracin
a. Sabemos que = A Ac . Entonces
P r() = P r(A Ac ) = P r(A) + P r(Ac ). De donde
1 = P r(A) + P r(Ac ) y por tanto,
P r(Ac ) = 1 P r(A).
b. Sabemos que = c . Entonces
P r() = P r(c ) = 1 P r() = 1 1 = 0. Luego,
P r() = 0.
c. Para probar la primera parte, descomponemos a A como

A = (A B) (A B), donde A B y A B son disjuntos. De
aqu que
P r(A) = P r(A B) + P r(A B). Por tanto,
P r(A B) = P r(A) P r(A B).

Para la segunda parte, procedemos de la siguiente manera:
Como A B, se tiene que B = A (B A), donde A y B A
son disjuntos. Entonces P r(B) = P r(A) + P r(B A). De aqu,
se obtiene que
P r(A) P r(B) y P r(B A) = P r(B) P r(A).
d. Sabemos que A B = A (B A) = A (B Ac ) y
B = B (A Ac ) = (B A) (B Ac ). Los conjuntos que forman
estas uniones son disjuntos. Entonces aplicando probabilidades
se tiene
P r(A B) = P r(A) + P r(B Ac ) y
P r(B) = P r(B A) + P r(B Ac ).
Si se resta miembro a miembro, se consigue que
P r(A B) = P r(A) + P r(B) P r(A B).
e. Para probar este resultado, se aplica el resultado del caso d
repetidamente.
Ejemplo
Sean A y B dos sucesos aleatorios, tales que
P r(A) = 3/8, P r(B) = 1/2, P r(A B) = 1/4.
Encuentre
a. P r(A B), P r(Ac ), P r(B c ), P r(Ac B c )
b. P r(Ac B c ), P r(A B c ), P r(B Ac )
Solucin
a. P r(A B) = P r(A) + P r(B) P r(A B) = 3/8 + 1/2 1/4 = 5/8
P r(Ac ) = 1 P r(A) = 1 3/8 = 5/8
P r(B c ) = 1 P r(B) = 1 1/2 = 1/2
P r(Ac B c ) = P r((A B)c ) = 1 P r(A B) = 1 5/8 = 3/8
b. P r(Ac B c ) = P r((A B)c ) = 1 P r(A B) = 1 1/4 = 3/4
P r(A B c ) = P r(A B) = P r(A) P r(A B) = 3/8 1/4 = 1/8
P r(B Ac ) = P r(B A) = P r(B) P r(B A) = 1/2 1/4 = 1/4
Ejemplo
Suponga que en una bolsa se tiene cuatro bolos de diferentes colores(
blanco, negro, verde y rojo). Se sacan dos bolos de la bolsa.
a. Cul es el espacio muestral si el primer bolo se devuelve a la
bolsa antes de sacar el segundo?.
= {BB, BN, BV, BR, N N, N B, N V, N R, V V, V B,

V N, V R, RR, RB, RV, RN }
b. Cul es el espacio muestral, si el primer bolo no se devuelve?.
= {BN, BV, BR, N B, N V, N R, V B, V N,

V R, RB, RV, RN }
Ejemplo
Suponga que una bolsa contiene 10 bolos blancos, 6 bolos negros y 8
bolos rojos. Se saca al azar un bolo. Calcular la probabilidad de
a. Sacar un bolo blanco.
10 5
P r(blanco) = =
24 12
b. Sacar un bolo rojo.
8 1
P r(rojo) = =
24 3
c. Sacar un bolo que no sea rojo.
8 1 2
P r(no rojo) = 1 P r(rojo) = 1 =1 =
24 3 3
Ejemplo
Suponga que se saca una baraja al azar de un juego de 52 barajas.
Sean los sucesos
A = {x | x es un diamante}, B = {x | x = J, Q, K}.
Determine P r(A), P r(B), P r(A B).

Solucin
cantidad de diamantes 13 1
P r(A) = = = .
cantidad de cartas 52 4
cantidad de J, Q, K 12 3
P r(B) = = = .
cantidad de cartas 52 13
cantidad de diamantes que son J, Q, K 3
P r(A B) = = .
cantidad de cartas 52
Ejemplo
Suponga que se sacan 3 artculos al azar de una caja que contiene 15
artculos, de los cuales 5 son defectuosos. Suponga que
A es el suceso en que los tres artculos son defectuosos.
B es el suceso en que los tres artculos no son defectuosos.

Determine P r(A), P r(B).
Solucin
El espacio muestral viene dado por = 15

3 = 455 maneras de
escoger 3 artculos de 15.
El suceso A ocurre de 53 = 10 maneras de escoger 3 artculos

defectuosos a partir de los 5 defectuosos.

El suceso B ocurre de 10

3 = 120 maneras de escoger 3 artculos no
defectuosos a partir de 10 artculos no defectuosos.
10 2
P r(A) = = .
455 91
120 24
P r(B) = = .
455 91
Ejemplo
En unas elecciones se presentan dos candidatos ( A, B ) y una
encuestadora selecciona una muestra de 200 personas para preguntar
por cul candidato van a votar. cmo definir el espacio muestral?.
Solucin
= {(e1 , e2 , , e200 ) | ei {A, B}, i = 1, 2, , 200}.

Ejemplo
Suponga que un dado se lanza 4 veces en forma consecutiva. cul
es el espacio muestral?.
Solucin
Suponga que ei , i = 1, 2, 3, 4 es el resultado de lanzar el dado la
i-sima vez. Entonces
= {(e1 , e2 , e3 , e4 ) | ei {1, 2, 3, 4, 5, 6}, i = 1, 2, 3, 4}.
Ejemplo
Suponga que se lanzan 4 dados simultaneamente. Cmo se define
el espacio muestral?.
Solucin
Suponga que ei , i = 1, 2, 3, 4, 5, 6 es la cantidad de veces que sale el
nmero i en cada lanzamiento. Entonces un posible espacio muestral
es
6
X
= {(e1 , e2 , e3 , e4 , e5 , e6 ) | ei {0, 1, 2, 3, 4}, ei = 4}.
i=1
Ejercicios
1. Sean A y B dos sucesos. Haga el diagrama de Venn y exprese

simblicamente los sucesos siguientes:
a. A ocurre pero no B ( slo A).
b. A o B, pero no ambos.
2. Sean A, B y C tres sucesos. Haga el diagrama de Venn y exprese
simblicamente los sucesos siguientes:
a. Ocurren los sucesos A y B, pero no C.
b. Slo ocurre el suceso A.
3. Suponga que se lanza una moneda y un dado. El espacio
muestral viene dado por
= {C1, C2, C3, C4, C5, C6, E1, E2, E3, E4, E5, E6}
Exprese los siguientes sucesos en forma conjuntista:
Ejercicios
a. El suceso A en que slo aparecen caras y un nmero par.
b. El suceso B en que aparece un nmero primo.
c. El suceso c en que aparecen escudos y un nmero impar.
d. El suceso en que ocurren A o B.
e. El suceso en que ocurren B y C.
f. El suceso en que slo ocurre B
g. Cules sucesos son mutuamente excluyentes?.
4. Sea = {e1 , e2 , e3 , e4 } un espacio muestral. Si es posible, qu
funciones define un espacio de probabilidad en .
a. P r(e1 ) = 1/2, P r(e2 ) = 1/3, P r(e3 ) = 1/4, P r(e4 ) = 1/5.
b. P r(e1 ) = 1/2, P r(e2 ) = 1/4, P r(e3 ) = 1/4, P r(e4 ) = 1/2.
c. P r(e1 ) = 1/2, P r(e2 ) = 1/4, P r(e3 ) = 1/8, P r(e4 ) = 1/8.
d. P r(e1 ) = 1/2, P r(e2 ) = 1/4, P r(e3 ) = 1/4, P r(e4 ) = 0.
Ejercicios
5. Sea = {e1 , e2 , e3 , e4 } un espacio muestral y P r una funcin de
probabilidad en .
a. Encuentre P r(e2 ), si P r(e1 ) = 1/2, P r(e3 ) = 1/6, P r(e4 ) = 1/9
b. Encuentre P r(e1 ) y P r(e2 ), si P r(e3 ) = P r(e4 ) = 1/4, y
P r(e1 ) = 2P r(e2 )
c. Encuentre P r(e1 ), si P r({e2 , e3 }) = 2/3, P r({e2 , e4 }) = 1/2 y
P r(e2 ) = 1/8
6. Suponga que una moneda cargada es lanzada, de modo que la
posibilidad de que aparezca una cara es el doble de la que
aparezca un escudo. Encuentre P r(escudo) y P r(cara).
7. Determine la probabilidad de cada suceso.
a. que salga un nmero impar al lanzar un dado normal.
b. que resulte un rey al sacar una sola baraja de un juego comn de
52 barajas.
Ejercicios
c. que salga por lo menos un escudo al lanzar tres monedas
normales.
d. que aparezca una bola blanca al sacar una sola bola de una caja
que contiene 5 bolas blancas, 4 bolas rojas y 3 bolas azules.
8. Suponga que se sacan al azar 2 cartas de una baraja comn de
52 cartas. Encuentre la probabilidad de que:
a. ambas sean diamantes.
b. una sea diamante y la otra sea un corazn
9. Suponga que se escogen tres bombillos al azar de 15, de los
cuales 5 estn defectuosos. Encuentre la probabilidad de que:
a. ninguno est defectuoso.
b. exactamente uno est defectuoso.
c. por lo menos uno est defectuoso.
Ejercicios
10. Suponga que se seleccionan al azar 2 cartas numeradas de 1 a
10. Encuentre la probabilidad de que la suma sea impar si:
a. las 2 cartas se sacan juntas.
b. se saca una, despus la otra, sin reposicin.
c. las 2 cartas se sacan una despus de la otra con reposicin.
Contenido
1 INTRODUCCIN
Introduccin
Formas normales
Clculo de predicado
Conjuntos numricos
Sucesiones
lgebras booleanas
Probabilidad condicional
Consideremos un suceso B de un espacio muestral , con P r(B) > 0.

La probabilidad de que ocurra un suceso A dado que ha ocurrido B o
sea la probabilidad condicional de A dado que ha sucedido B se
define como
P r(A B)
P r(A | B) = .
P r(B)
Si es un espacio equiprobable, se tiene que
|A B| |B|
P r(A B) = , P r(B) = .
|| ||
De modo que
P r(A B) |A B|
P r(A | B) = = .
P r(B) ||
Ejemplo
Sean A y B dos sucesos aleatorios tales que
P r(A) = 1/4, P r(B) = 1/3, P r(A B) = 1/5. Entonces
P r(A B) 1/5
P r(A | B) = = = 3/5
P r(B) 1/3
P r(B A) 1/5
P r(B | A) = = = 4/5
P r(A) 1/4
P r(A B) = P r(A) + P r(B) P r(A B)

= 1/4 + 1/3 1/5 = 23/60
P r(Ac B) P r(B) P r(A B)
P r(Ac | B) = =
P r(B) P r(B)
1/3 1/5
= = 2/5
1/3
P r(B c Ac ) P r((A B)c )

P r(B c | Ac ) = =
P r(Ac ) 1 P r(A)
1 P r(A B) 1 23/60
= =
1 P r(A) 1 1/4
37/60
= = 37/45
3/4
P r(B c A) P r(A) P r(A B)
P r(B c | A) = =
P r(A) P r(A)
1/4 1/5
= = 1/5
1/4
Ejemplo
Suponga que una fbrica produce tres tipos de artculos (A, B, C) en
dos turnos de trabajo (turno 1 y turno 2). En el turno 1 se produce 5
del tipo A, 4 del tipo B y 8 del tipo C y en el turno 2, se produce 7 del
tipo A, 3 del tipo B y 5 del tipo C. Si tabulamos estos datos se tiene:
XXX
Tipos
tipo A tipo B tipo C
XXX
Total
Turnos
XXX
XX
turno 1 5 4 8 17
turno 2 7 3 5 15
Total 12 7 13 32
a. Cul es el porcentaje de los artculos producidos en el turno 2?.
15
P r(turno 2) = = 0.47 = 47 %
32
b. Cul es el porcentaje de produccin de artculos del tipo B?.
7
P r(tipo B) = = 0.22 = 22 %
32
c. Cul es la probabilidad de que un artculo del tipo A se produzca
en el turno 1?.
5
P r(turno 1 | tipo A) = = 0.42
12
Ejemplo
Suponga que una clase de informtica tiene 20 alumnos ( 10 varones
y 10 hembras). De estos alumnos, 5 varones y 5 hembras escogieron
lenguajes formales como materia optativa.
a. Cul es la probabilidad de que un alumno elegido al azar sea
varon o estudie lenguajes formales?
15
P r(varn o lenguajes formales) = = 0.75
20
b. Cul es la probabilidad de que un alumno(a) elegido(a) al azar
sea hembra y no estudie lenguajes formales?
5
P r(hembra y no lenguajes formales) = = 0.25
20
Ejemplo
Suponga que se lanzan dos dados. Si la suma de los dos dados es 6,
hallar la probabilidad de que uno de los nmeros sea un 2.
Solucin
En este caso, tomemos el suceso B = {(1, 5), (2, 4), (3, 3), (4, 2), (5, 1)}
y el suceso A = {(x, y) | x = 2 o y = 2} = {(2, 4), (4, 2)}. Debemos
encontrar
P r(A B) |A B| 2
P r(A | B) = = = .
P r(B) |B| 5
Definicin
Una sucesin finita de experimentos donde cada experimento tiene un
nmero finito de resultados con sus probabilidades se le llama
Proceso estocstico finito. Normalmente se utiliza un diagrama de
rbol para describir un proceso estocstico.
Ejemplo
En un Liceo los estudiantes se deciden por hacer el cuarto de
matemtica o el cuarto de naturales. En un determinado ao, el 80 %
se decide por matemtica y el resto por naturales. EL 30 % de los que
se deciden por matemtica son varones y el 40 % de los que se
deciden por naturales son varones. Suponga que se elige al azar un
estudiante. Cul es la probabilidad de que sea hembra?.
Solucin
Consideremos el diagrama de rbol siguiente:
0.3 Varones
M Hembras
0.8 0.7
0.2 0.4 Varones

N
0.6 Hembras
P r(hembra) = 0.8 0.7 + 0.2 0.6 = 0.68.
Ejemplo
Suponga que se lanza una moneda cargada, tal que P r(cara) = 3/4 y
P r(escudo) = 1/4. Si sale cara, se selecciona al azar un nmero del 1
al 9. Si sale escudo, se selecciona al azar un nmero del 1 al 5. Cul
es la probabilidad de seleccionar un nmero par?.
Solucin
Observemos el diagrama de rbol siguiente:
5/9 Impar
C Par
3/4 4/9
1/4 3/5 Impar

E
2/5 Par
P r(par) = 3/4 4/9 + 1/4 2/5 = 13/30.
Si A, B y C son tres sucesos, se puede probar que
P r(A B C) = P r(A)P r(B | A)P r(C | A B).
En general se tiene el Principio de la multiplicacin para

probabilidad condicional
Sean A1 , A2 , A3 , , An sucesos. Entonces
P r(A1 A2 A3 An ) = P r(A1 )P r(A2 | A1 )

P r(A3 | A1 A2 )
P r(A4 | A1 A2 A3 )
P r(An | A1 A2 An1 )
Ejemplo
Suponga que una funda contiene 9 bolas azules y 3 bolas rojas. Si se
seleccionan al azar 3 bolas, cul es la probabilidad de que todas las
bolas sean azules?.
Solucin
La probabilidad de que la primera bola seleccionada sea azul es de
9/12. Si la primera bola seleccionada es azul, la probabilidad de que la
segunda sea azul es de 8/11, dado que slo quedan 8 bolas azules de
11 bolas. De la misma manera, si las primeras dos bolas
seleccionadas son azules, la probabilidad de que la tercera bola sea
azul es de 7/10, dado que quedan 7 bolas azules de 10 bolas. Luego,
segn el principio de la multiplicacin, la probabilidad de que las tres
bolas seleccionadas sean azules es de
9 8 7 21
P r(tres bolas azules) = . . = .
12 11 10 55
Independencia
Definicin
Se dice que los sucesos A y B son Independientes si la probabilidad
de que el suceso A ocurra no est influenciada por el hecho de que el
suceso B haya o no ocurrido. Es decir, si la probabilidad de A es igual
a la probabilidad condicional de A dado B (P r(A) = P r(A | B)). En
otras palabras, si
P r(A B) = P r(A) P r(B).
En caso contrario, se dice que los sucesos son dependientes.

Ejemplo
Independencia
Suponga que se lanzan dos dados: uno azul y uno rojo. Se observa
los nmeros que salen en la cara superior. Sea A el suceso la suma
de los dados es igual a 7 y B el suceso el dado rojo es par . Son
los sucesos A y B independientes?.
Solucin
El suceso A = {(1, 6), (2, 5), (3, 4), (4, 3), (5, 2), (6, 1)}. Entonces
6 1
P r(A) = = .
36 6
EL suceso B = {(x, y) | x = es un nmero del dado azul, y = 2, 4, 6}.
18 1
Entonces P r(B) = = . ( Observe que por cada nmero del dado
36 2
azul hay 3 nmeros pares del dado rojo).
Independencia
3 1
A B = {(5, 2), (3, 4), (1, 6)} Entonces P r(A B) = = .
36 12
1 1 1
Luego, P r(A B) = P r(A)P r(B) = . = y por tanto, los
6 2 12
sucesos son independientes.
Ejemplo
Suponga que la probabilidad de que el disparo, representando el
suceso A de en el blanco es 21 y la probabilidad de que el disparo,
representando al suceso B de en el blanco es 23 . Cul es la
probabilidad de que el blanco sea alcanzado si tanto A como B
disparan al blanco?.
Solucin
Independencia
1 2
Se tiene que P r(A) = , P r(B) = . Es claro que el suceso A no
2 3
tiene infuencia en el suceso B ni el suceso B en el A , por lo que son
1 2 1
independientes. Es decir que P r(A B) = P r(A)P r(B) = . = .
2 3 3
Ahora, tenemos
1 2 1 5
P r(A B) = P r(A) + P r(B) P r(A B) = + = .
2 3 3 6
Definicin
Los sucesos A, B y C son independientes si se satisfacen las
condiciones siguientes:
Independencia
a. P r(A B) = P r(A)P r(B), P r(A C) =
P r(A)P r(C), P r(B C) = P r(B)P r(C)
b. P r(A B C) = P r(A)P r(B)P r(C)
Ejemplo
Suponga que la probabilidad de que Juan viaje a la Vega es de 35 y la
probabilidad de que llueva en San Pedro es de 45 . Cul es la
probabilidad de que Juan viaje a la Vega y llueva en San Pedro?.
Solucin
Es claro que estos sucesos son independientes, por lo que
3 4 12
P r(A B) = P r(A)P r(B) = . = .
5 5 25
Ejercicios
1. Sean A y B dos sucesos aleatorios tales que

P r(A) = 1/2, P r(B) = 1/3, P r(A B) = 1/4. Encuentre
a. P r(A | B), P r(B | A)
b. P r(A B), P r(Ac | B c )
c. P r(Ac B c ), P r(B c | Ac )
2. Suponga que se lanzan dos dados. Encuentre la probabilidad de
que la suma sea 10 o mayor, si:
a. sale un 5 en el primer dado.
b. sale un 5 en por lo menos, uno de los dos dados.
3. Suponga que se lanzan 3 monedas. Encuentre la probabilidad de
que todas salgan caras, si:
a. la primera moneda resulta cara.
b. una de las monedas resulta cara.
Ejercicios
4. Suponga que lanzan dos dados. Si los dos nmeros que
aparecen son diferentes, encuentre la probabilidad de que:
a. la suma sea seis.
b. aparezca un uno.
c. la suma sea 4 o menos.
5. Se escogen dos dgitos al azar del 1 al 9. Si la suma es par,
encuentre la probabilidad de que ambos nmeros sean impares.
6. En una Universidad, el 25 % de los estudiantes quem
matemtica, el 15 % quem qumica, y el 10 % quem tanto
matemtica como qumica. Se selecciona un estudiante al azar.
a. Si quem qumica, cul es la probabilidad de que haya quemado
matemtica?.
b. Si quem matemtica, cul es la probabilidad de que haya
quemado qumica?.
Ejercicios
c. Cul es la probabilidad de que haya quemado matemtica o
qumica?.
7. Sean A y B dos sucesos, tales que
P r(A) = 3/8, P r(B) = 5/8, P r(A B) = 3/4. Encuentre
P r(A | B) y P r(B | A).
8. Sea = {1, 2, 3, 4, 5}, tal que P r(1) = P r(2) = 1/10, P r(3) = 1/5,
P r(4) = P r(5) = 3/16 y sea A = {1, 2, 3}, B = {3, 4, 5}, C =
{1, 3, 5}, D = {1, 5}, E = {2, 3, 4}. Encuentre
a. P r(A | E), P r(A | E)
b. P r(C | E), P r(D | E)
9. Se extraen tres cartas de una baraja comn de 52 cartas.
a. Cul es la probabilidad que salgan 3 As, si es con
reemplazamiento?
Ejercicios
b. Cul es la probabilidad que salgan 3 As, si es sin
reemplazamiento?
10. Sean A, B y C tres sucesos independientes. Si
P r(A) = 0.5, P r(B) = 0.1, P r(C) = 0.7 Encuentre las
probabilidades de los sucesos A (B c C) y A ((B C)c )
11. Una fbrica produce el 50 % de los artculos de tipo A, el 30 % de
los artculos de tipo B y el 20 % de los artculos de tipo C que se
producen en el pas. El porcentaje de los artculos defectuosos es
de 3 %, 4 % y 5 % respectivamente. Si se selecciona un artculo al
azar.
a. Desarrolle un diagrama de rbol.
b. Cul es la probabilidad de que el artculo est defectuoso?.
c. Cul es la probabilidad de que el artculo no est defectuoso?
Ejercicios
12. Suponga que una urna contiene tres monedas. una comn ( cara
y escudo), otra tiene dos caras y la tercera est cargada, de modo
que la probabilidad de obtener cara es de 31 . Se saca una moneda
y se lanza. Entonces
a. Haga un diagrama de rbol.
b. Cul es la probabilidad de obtener cara?.
13. Encuentre P r(B | A) si:
a. A es un subconjunto de B
b. A y B son mutuamente excluyentes.
Ejercicios
13. Suponga que A y B son dos cajas que contienen: 3 bolas rojas y
2 bolas blancas la caja A y 2 bolas rojas y 5 bolas blancas la caja
B. Se selecciona una de las cajas al azar; se toma una bola y se
coloca en la otra caja; luego, se saca una bola de la segunda
caja. Cul es la probabilidad de que ambas bolas sacadas sean
del mismo color?. Construya el diagrama de rbol.
14. Sea A el suceso en que un programador conoce dos lenguajes de
programacin (Java y C++) y sea B el suceso en que un
programador conoce por menos C++.
a. Demostrar que A y B son sucesos independientes, si un
programador conoce tres lenguanjes de programacin.
b. Demostrar que A y B son sucesos dependientes, si un
programador conoce dos lenguanjes de programacin.
Ejercicios
15. Demuestre que si A y B son sucesos independientes, entonces
Ac y B c son sucesos independientes.
16. Demuestre que si A y B son sucesos independientes, entonces A
y B c son sucesos independientes.
17. Sean A y B sucesos tales que
P r(A) = 1/4, P r(A B) = 1/3, P r(B) = p.
a. Encuentre p, si A y B son mutuamente excluyentes.
b. Encuentre p, si A y B son independientes.
c. Encuentre p, si A es un subconjunto de B.
18. Sean A y B sucesos independientes, tales que P r(A) = 1/2 y
P r(A B) = 2/3. Encuentre
a. P r(B).
b. P r(A | B).
Ejercicios
c. P r(B c | A).
19. Demuestre mediante un contraejemplo que si A, B y C son
sucesos independientes dos a dos, no implica que sean
independientes.
20. Demuestre que si A, B y C son sucesos independientes,
entonces A B y C son independientes.
21. Demuestre que un suceso A es independiente de si mismo si y
slo si su probabilidad es 0 o 1.
22. Suponga que una seccin de informtica consta de 10
estudiantes varones y 6 estudiantes hembras. Si se escoge un
comit de tres al azar, Considere el siguiente diagrama de rbol
para calcular:
a. la probabilidad de seleccionar tres varones.
Ejercicios
b. la probabilidad de seleccionar exactamente dos varones y una
hembra.
c. la probabilidad de seleccionar por lo menos un varn.
d. la probabilidad de seleccionar exactamente dos hembras y un
varn.
Ejercicios
8
14 V
9
15 V H
6
9 14
V 14 V
10 6 H
16 15 5 H
14
9
14 V
10 V
15 H
6 5
16 10 14
H 14 V
H
5 H
4
15
14
Contenido
1 INTRODUCCIN
Introduccin
Formas normales
Clculo de predicado
Conjuntos numricos
Sucesiones
lgebras booleanas
Las variables aleatorias representan el mecanismo fundamental para

modelar fenmenos aleatorios o estocsticos. Producen valores
reales casi siempre, ligados a resultados de un experimento aleatorio.
El nmero de caras que se observan al lanzar 10 monedas no
cargadas; la suma de los nmeros que quedan en la cara superior al
lanzar dos dados, son ejemplos de variables aleatorias.
Las variables aleatorias se clasifican segn el tipo de datos que
producen en : discretas, continuas y mixtas, las cuales a su vez
pueden ser : unidimensionales, bidimensionales, tridimensionales,
etc., dependiendo de la cantidad de caractersticas que se estudie.
Parece ser que el nombre de variable aleatoria produce uno de los
errores de nombre ms desafortunados que se han dado en toda la
matemtica, puesto que una variable aleatoria es una funcin definida
en un espacio muestral y no una variable. Esta terminologa es un
estndar en la literatura cientfica, por lo que se hace prcticamnete
imposible deshacerse de ella. De manera que nosotros tambin
seguiremos con ella en este pequeo estudio.
Definicin
Sea (, P r) un espacio de probabilidad. Una variable aleatoria se
define como una funcin
X : W (generalmente R)
Ejemplo
Suponga que se lanza dos monedas. El espacio muestral asociado a
este experimento es
= {CC, CE, EC, EE}.
Suponga que la variable aleatoria X, es el nmero de caras que se

observa en el lanzamiento. Entonces
X(CC) = 2, X(CE) = X(EC) = 1, X(EE) = 0.
Definicin
El conjunto
WX = {w W | e , X(e) = w}
se le llama Recorrido o rango de la variable aleatoria y se puede
decir que representa otro espacio muestral. El recorrido del ejemplo
anterior es
WX = {0, 1, 2}.
Ejemplo
Si suponemos que las monedas del ejemplo anterior no estn
cargada, tenemos que
1 1 1 1
P r(CC) = , P r(CE) = , P r(EC) = , P r(EE) = .
4 4 4 4
Ahora podemos escribir que
1 1 1
P r(X = 1) = , P r(X = 2) = , P r(X = 0) = .
2 4 4
Ejemplo
Sea el espacio muestral asociado al lanzamiento de dos dados. Sea
X : N la variable aleatoria que representa la suma de los
nmeros que se observan en las caras superiores. As que,
X[(1, 2)] = 3, X[(5, 5)] = 10, X[(4, 3)] = 7, X[(2, 3)] = 5
son algunos ejemplos. Sea A el evento en que la suma sea 9.
Entonces
A = {(3, 6), (4, 5), (5, 4), (6, 3)}.
As que P r(A) = 4/36 = 1/9. De manera que P r(X = 9) = 1/9. En
este caso se interpreta a X = 9 como un evento. En lugar de X = 9
tambin se puede escribir el conjunto
A = {e | X(e) = 9}.
Volviendo al ejemplo del lanzamiento de las dos monedas anterior.

Cul es la probabilidad de que X 1?. Es decir, Cul es la
P r(X 1)?.
Solucin
Consideremos el evento A = {CC, CE, EC}, cuyos elementos hacen
que la variable aleatoria X tome los valores de 1 0 2. As que
3 3
P r(A) = . Luego, P r(X 1) = .
4 4
Definicin
Funcin de distribucin de una variable aleatoria es una funcin
FX (x) que asigna a cada nmero real x la probabilidad de que la
variable aleatoria tome valores menores o iguales a x. Es decir,
FX (x) = P r(X x).
La funcin FX (x) debe satisfacer las siguientes condiciones:
a. FX (x) es montona no decreciente. Es decir, si x1 x2 , entonces
FX (x1 ) FX (x2 ).
b. lm FX (x) = 0.
x
c. lm FX (x) = 1.
x
d. FX (x) es continua por la derecha. Es decir, lm = FX (x0 ).
xx+
0
Como se observa en la definicin, la funcin de distribucin es la
probabilidad acumulada hasta el nmero x. A cada variable aleatoria
le corresponde una funcin de distribucin.
Ejemplo
La funcin de distribucin para el experimento del lanzamiento de las
dos monedas, donde la variable aleatoria es el nmero de caras es
como sigue:

0, si x < 0

1/4, si 0 x < 1
FX (x) = P r(X x) =

3/4, si 1 x < 2
si x 2

1,
La representacin grfica de la funcin de distribucin es siempre
escalonada.
Ejemplo
Suponga que se lanza un dado y sea X la variable aleatoria que
representa el nmero que sale en la cara superior. Entonces
P r(X = xi ) = 1/6, xi = i, i = 1, 2, 3, 4, 5, 6.
La funcin de distribucin FX (x) se define como:

0, si x<1

1/6, si 1x<2

2/6, si 2x<3

FX (x) = P r(X x) = 3/6, si 3x<4

4/6, si 4x<5

5/6, si 5x<6

1, si x6

Ejemplo
Se puede comprobar que la funcin
1
F (x) = , < x <
1 + ex
representa una funcin de distribucin. Basta con comprobar que se
satisfacen las condiciones de la funcin de distribucin.
Variable aleatoria discreta
Sea un espacio muestral y X : W una variable aleatoria. Si el
recorrido de X, WX , es finito o infinito numerable (un conjunto
discreto) , se dice que X es una Variable aleatoria discreta. Por
ejemplo, las variables aleatorias que hemos definido en los ejemplos
anteriores son discretas. En otras palabras, una variable aleatoria es
discreta si slo toma valores enteros.
Definicin
Sea X una variable aleatoria discreta ( recorrido finito o infinito
numerable) definida sobre un espacio muestral . Se llama Funcin
de probabilidad o funcin de probabilidad puntual de la variable
aleatoria X a la funcin P que asigna a cada valor xi de X su
probabilidad (P (xi ) = P r(X = xi )). Esta funcin debe satisfacer las
a. P (xi ) 0, i

P
b. P (xi ) = 1
i=1
A esta funcin tambin se le llama Funcin de densidad discreta o
funcin de cuanta
Ejemplo
Sea X una variable aleatoria discreta, cuya funcin de densidad es
x+1
P r(X = x) = , x = 0, 1, 2, 3, 4.
15
a. Probar que P r es una funcin de densidad.
Es claro que 0 P r(X = x) 1. Adems
4
X 1 2 3 4 5
P r(X = x) = + + + + = 1.
15 15 15 15 15
x=0
Luego, es una funcin de densidad.

b. Encuentre P r(X 3)
3 4 5 12 4
P r(X 2) = + + = = .
15 15 15 15 5
Definicin
Una variable aleatoria X se dice Continua si existe una funcin f ,
llamada Funcin de densidad de probabilidad de X, que satisface
las condiciones siguientes:
a. f (x) 0, x
Z +
b. f (x) dx = 1

Z b
c. P r(a X b) = f (x) dx, a, b 3 < a < b < +
a
En otras palabras, una variable aleatoria X es continua si puede tomar
todos los valores de un intervalo. Este intervalo puede ser (, +).
La estatura de los estudiantes de la clase de matemtica discreta; la
duracin en horas de un bombillo elctrico; el tiempo de
funcionamiento de un equipo en estado de prueba, son ejemplos de
una variable aleatoria continua.
Ejemplo
Sea X un variable aleatoria continua, cuya funcin de densidad de
probabilidad viene dada por:
(
2x, 0 < x < 1
f (x) =
0, para cualquier otro valor
Se observa claramente que f (x) es ciertamente una funcin de
densidad, puesto que:
a. f (x) 0
Z + Z 1
b. f (x) dx = 2x dx = 1
0

Si queremos calcular P r(X 13 X 32 ), podemos aplicar el
1

2
concepto de probabilidad condicional y decir que
1 1 2 P r( 13 X 21 )
P r(X X ) =
2 3 3 P r( 13 X 32 )
R 1/2
1/3 2x dx 5/36 5
= R 2/3 = =
1/3 12
1/3 2x dx
En el caso de las variables aleatorias continuas, la funcin de

distribucin se define como:
Z x
FX (x) = P r(X x) = f (s) ds.

De aqu y por el teorema fundamental del clculo se tiene
d
FX (x) = f (x).
dx
Las variables aleatorias continuas tienen la condicin de que la
probabilidad de un punto es siempre cero. Es decir que
P r(X = x) = 0.
De modo que:
P r(a X b) = P r(a < X b)

= P r(a X < b)
= P r(a < X < b).
Atendendiendo a las definiciones de las variables aleatorias continuas,
funcin de densidad y funcin de distribucin, se tiene las fmulas
siguientes:
Rb
a. P r(a < X b) = FX (b) FX (a) = a f (x) dx
R
b. P r(X > a) = 1 P r(X a) = 1 FX (a) = a f (x) dx
Rb R
c. P r(X b) = FX (b) = f (x) dx = 1 b f (x) dx
Ejemplo
Sea X una variable aleatoria continua, cuya funcin de distribucin es:
1
FX (x) = , < x < .
1 + ex
Entonces su funcin de densidad es:
d ex
f (x) = FX (x) = , < x < .
dx (1 + ex )2
Ejemplo
Sea X una variable aleatoria continua, cuya funcin de distribucin se
define como: (
0, x0
FX (x) =
1 ex , x > 0
Entonces
(
ex , x0
FX0 (x) = f (x) =
0, para cualquier otro valor
Variables aleatorias mixtas

Aunque hay casos en que aparecen las variables aleatorias mixtas, no
son los ms frecuentes en las aplicaciones. Las variables aleatorias
discretas y continuas son realmente las ms importantes en el estudio
de las aplicaciones. Las situaciones en que aparecen las variables
aleatorias mixtas se producen como una combinacin de las variables
discretas y continuas y estn fuera del alcance de este material.
Ejercicios
1. Suponga que se lanza un par de dados. Sea X la variable

aleatoria suma de los nmeros obtenidos. Encuentre la funcin
de probabilidad.
2. Sea X una variable aleatoria discreta, cuya funcin de
probabilidad viene dada por:
xi 0 1 2 3 4 5
P r(X = xi ) 0.1 0.2 0.1 0.4 0.1 0.1
a. Calcule y grafique la funcin de distribucin.
b. Calcule P r(X < 4.5), P r(X 3), P r(3 X < 4.5)
3. Suponga que lanza una moneda 3 veces. Sea X la variable
aleatoria que representa en nmero de caras.
a. Encuentre el espacio muestral .
Ejercicios
b. Cules son los posibles valores de X.
c. Encuentre la funcin de probabilidad de X.
d. Cul es la probabilidad de que salga al menos dos caras?.
e. Cul es la probabilidad de que el nmero de caras est entre 1 y
2?.
4. Sea X una variable aleatoria continua, cuya funcin de densidad
se define como:
(
42x(1 x)5 , 0<x1
f (x) =
0, para otros valores
Encuentre la funcin de distribucin FX (x).
Ejercicios
5. Suponga que la variable aleatoria X tiene la funcin de
probabilidad siguiente:
xi 1 2 3 4 5
P r(X = xi ) 0.05 0.20 0.05 0.45 0.25
a. Compruebe que es una funcin de probabilidad.
b. Calcule P r(X 3).
c. Calcule P r(X > 3).
d. Calcule P r(X = 1 o X = 3 o X = 5).
e. Represente la funcin de distribucin FX (x).
Ejercicios
6. Sea X una variable aleatoria continua, cuya funcin de densidad
de probabilidad se define como:
(
k(1 + x2 ), 0<x<3
f (x) =
a. Encuentre k y la funcin de distribucin FX (x).

b. Calcule P r(1 < X < 2).
c. Calcule P r(X < 1).
d. Calcule P r(X < 2 | X > 1).
Ejercicios
7. Sea X una variable aleatoria continua, cuya funcin de
distribucin se define como:

0, x < 2

0.4, 2 x < 0.5
FX (x) =

0.8, 0.5 x < 3
x3

1,
a. Represente grficamente a FX (x).

b. Calcule la funcin de probabilidad de X.
Ejercicios
8. Sea X una variable aleatoria, cuya funcin de probabilidad se
define como:
3 1

, k = 0, 1, 2, 3, 4
P (X = k) = 2 k!(4 k)!

a. Calcule P (X = 3)
b. Calcule P (1 X 2.5)
c. Calcule P (X 2.5)
Ejercicios
9. Sea X una variable aleatoria, cuya funcin de densidad se define
como:
0.2,
1 x 0
f (x) = 0.2 + ax, 0<x1


a. Determine el valor de a.
b. Encuentre la funcin de distribucin FX (x)
c. Calcule P r(0 X 0.5)
d. Calcule P r(X > 0.5 | X > 0.1)
Contenido
1 INTRODUCCIN
Introduccin
Formas normales
Clculo de predicado
Conjuntos numricos
Sucesiones
lgebras booleanas
Grupos
Introduccin
Cuando se estudia las estructuras algebraicas se observan que
ciertos sistemas matemticos particulares comparten las mismas
propiedades. La palabra Grupo en matemtica es un trmino que
dista mucho del concepto que se tiene de Grupo del lenguaje comn.
Definicin
Sea G un conjunto no vaco y una operacin binaria definida en G.
El par (G, ) recibe el nombre de Grupo si se satisfacen las
a. a, b G, a b G. (Cierre de G respecto a *.)
b. a, b, c G, a (b c) = (a b) c. (Propiedad asociativa.)
Grupos
c. e G 3 a e = e a = a, a G. (Existencia elemento
neutro o identidad.)
d. a G, a1 G 3 a a1 = a1 a = e. (Existencia de
simtrico.)
Es importante hacer notar que cuando la operacin del grupo es la
suma (+), el simtrico, a1 de un elemento a es a.
Si a, b G se tiene que a b = b a, al grupo G se le llama Grupo
conmutativo o abeliano.
Ejemplo 1
Los conjuntos Z, Q, R, C son grupos abelianos con la operacin suma
(+) ordinaria. Sin embargo, ninguno es grupo con la operacin de
multiplicacin ordinaria, puesto que 0 no tiene simtrico multiplicativo.
Grupos
Ahora bien, si excluimos el 0 de los conjuntos Q, R, C, se forman los
conjuntos Q , R , C , respectivamente, los cuales son grupos
abelianos multiplicativos.
Ejemplo 2
Sea G = {a, b, c, d, e} un conjunto y una operacin binaria definida
por la tabla siguiente:
a b c d e
a a b c d e
b b c d e a
c c d e a b
d d e a b c
e e a b c d
Grupos
Es claro que el conjunto G es un grupo con respecto a la operacin .
El elemento neutro de la operacin es a. El elemento simtrico de:
a es a
b es e
c es d
d es c
e es b
Ejemplo 3
Sea G = {4, 3, 2, 1, 0, 1, 2, 3, 4} un conjunto y la operacin
suma (+) ordinaria de Z. Este conjunto no es un grupo, porque
aunque el 0 es el elemento neutro, cada elemento tiene su simtrico y
es asociativa. Sin embargo, + no es una operacin binaria en G.
Grupos
Ejemplo 4
( )
1 + 3i 1 3i
Sea G = , , 1 . Se puede comprobar que G es
2 2
un grupo con respecto a la multiplicacin en C.
Ejemplo 5
Grupos
Sea G = Zn , n Z y + la operacin suma ordinaria. El conjunto G es
un grupo abeliano con respecto a +, como se puede comprobar en
siguiente tabla para n = 5:
+ 0 1 2 3 4
0 0 1 2 3 4
1 1 2 3 4 0
2 2 3 4 0 1
3 3 4 0 1 2
4 4 0 1 2 3
Ejemplo 6
Grupos
Sea G = {(0, 0), (0, 1), (1, 0), (1, 1)} y una operacin definida en G
como
(a, b) (c, d) = (a c, b d),
donde es la suma en Z2 . Entonces el par (G, ) es un grupo (grupo
4 de Klein). La siguiente tabla muestra la operacin :
(0, 0) (0, 1) (1, 0) (1, 1)

(0, 0) (0, 0) (0, 1) (1, 0) (1, 1)
(0, 1) (0, 1) (0, 0) (1, 1) (1, 0)
(1, 0) (1, 0) (1, 1) (0, 0) (0, 1)
(1, 1) (1, 1) (1, 0) (0, 1) (0, 0)
Definicin
Grupos
Sea (G, ) un grupo. Si G es un conjunto finito, a (G, ) se le llama
Grupo finito. Si (G, ) es un grupo finito al nmero de elementos de G
se le llama Orden de G y se representa por |G|.
Ejemplo 7
Si n Z+ se tiene que |(Zn , +)| = n.
Es comn representar la operacin del grupo en forma multiplicativa,
por lo que a partir de este momento utilizar esta forma. Es decir, en
lugar de escribir a b, se escribir ab.
Algunas propiedades de grupos
Sea G un grupo. Entonces
a. el elemento neutro (identidad) (e) en G es nico.
Grupos
b. sea a G. El simtrico de a es nico.
c. si a, b, c G y ab = ac, entonces b = c.
d. si a, b, c G y ba = ca, entonces b = c.
e. sean a, b G. G es abeliano, si y slo si, (ab)2 = a2 b2 .
f. a G, (a1 )1 = a.
g. si a, b G, (ab)1 = b1 a1 .
Sea a G y m Z+ . Entonces definimos
a. am = a a a a (m veces).
b. a0 = e (elemento neutro).
c. am = (a1 )m = a1 a1 a1 a1 ( m veces)
Grupos
Sean m, n Z. Entonces
a. am an = am+n
b. (am )n = amn
Sea a G. Se llama Orden de a al menor entero positivo n, si este
existe, tal que an = e (elemento neutro de G). Como ejemplo,
podemos ver que el elemento

1 + 3i
2
del ejemplo 4 es de orden 3, puesto que
!3
1 + 3i
= 1.
2
Grupos
Recuerde que el 1 es el elemento neutro de este grupo.
Contenido
1 INTRODUCCIN
Introduccin
Formas normales
Clculo de predicado
Conjuntos numricos
Sucesiones
lgebras booleanas
Subgrupos
Definicin
Sea (G, ) un grupo y sea G0 G no vaco. Si (G0 , ) es tambin un
grupo, se le llama Subgrupo de (G, ). Es claro que G0 = {e} y G son
subgrupos de G y se les llama subgrupos Triviales o impropios de G.
Observe que todo subgrupo de G contiene a e como elemento neutro.
Ejemplo
Considere el grupo G = {1, 1, i, i} con respecto a la multiplicacin.
Un subgrupo propio de G es G0 = {1, 1}
Ejemplo
Subgrupos
El grupo (Z6 , +) tiene como subgrupo el conjunto G0 = {0, 2, 4} con
respecto a la misma operacin de suma (+). Esto se puede observar
en la siguiente tabla
+ 0 2 4
0 0 2 4
2 2 4 0
4 4 0 2
Se puede comprobar que el conjunto S = {0, 3} es tambin un
subgrupo de (Z6 , +).
El grupo (Z, +) es un subgrupo de (Q, +). De la misma manera (Q, +)
es un subgrupo de (R, +).
Ejemplo
Subgrupos
Considere el grupo (Z10 , ). Aqu es la adicin en Z10 . Los
subgrupos de (Z10 , ) son
G0 = {0}, G00 = {0, 1, 2, 3, 4, 5, 6, 7, 8, 9}, G000 = {0, 5}, GIV = {
Teorema
Sea G0 un subconjunto no vaco de un grupo (G, ). G0 es un subgrupo
de G, si y slo si
a. G0 es cerrado con respecto a .
b. a G0 , a1 G0 .
Teorema
Sea G0 un subconjunto no vaco de un grupo (G, ). G0 es un subgrupo
de G, si y slo si, a, b G0 , a1 b G0 .
Contenido
1 INTRODUCCIN
Introduccin
Formas normales
Clculo de predicado
Conjuntos numricos
Sucesiones
lgebras booleanas
Grupos cclicos
Definicin
Un grupo (G, ) se le llama Cclico, si existe un a G tal que todo
elemento x G es de la forma x = am , m Z. Al elemento a se le
llama un Generador de G. Es lgico pensar que todo grupo cclico es
abeliano.
Ejemplo
El grupo (Z, +) es cclico con generador a = 1, puesto que
m Z, am = ma = m.
Contenido
1 INTRODUCCIN
Introduccin
Formas normales
Clculo de predicado
Conjuntos numricos
Sucesiones
lgebras booleanas
Definicin
Sean (G, ) y (G0 , ) dos grupos. Una funcin f : G G0 tal que
f (a b) = f (a) f (b), a, b G se le llama Homomorfismo de G en
G0 . Se dice que G y G0 son Homomorfos.
Si tanto como son las operaciones de adicin (+), se tiene que
f (a + b) = f (a) + f (b).
Si G = G0 , al homomorfismo se le llama Endomorfismo. Si el

homomorfismo es inyectivo, se le llama Monomorfismo y si es
sobreyectivo, se le llama Epimorfismo.
Ejemplo
Sean (R, +) y (R0 , ) los grupos aditivo y multiplicativo (R0 representa
los reales no nulos), respectivamente. La funcin f : R R0 definida
por f (x) = ex es un homomorfismo de R en R0 , puesto que
a, b R : f (a + b) = ea+b = ea eb = f (a) f (b).
Ejemplo
Sean (G = {1}, ) y (G0 = {0}, +) grupos multiplicativo y aditivo,
respectivamente. La funcin f : G G0 definida por f (x) = 0 es un
homomorfismo de G en G0 . De igual forma, la funcin f : G0 G
definida por f (x) = 1 es un homomorfismo de G0 en G. A estos se les
llama Homomorfismos triviales.
Ejemplo
Sea (G, ) un grupo. La funcin I : G G, definida por I(x) = x es un
homomorfismo y se le llama Homomorfismo idntico.
Ejemplo
Sean (G = Z, +) y (G0 = {1, 1, i, i}, ) grupos aditivo y
multiplicativo, respectivamente. La funcin f : G G0 definida por
f (x) = ix es un homomorfismo.
Ejemplo
Sea G un grupo abeliano cualquiera y sea f : G G, definida por
f (a) = a2 . Es claro que f es un homomorfismo, puesto que
f (ab) = (ab)2 = a2 b2 = f (a)f (b).
Ejemplo
Sean (G = Z, +) y (G0 = {1, 1}, ) dos grupos. La funcin f : G G0 ,
definida por f (n) = (1)n es un homomorfismo, puesto
f (m + n) = (1)m+n = (1)m (1)n = f (m) f (n).
Definicin
Sean (G, ) y (G0 , ) dos grupos. Sea f : G G0 un homomorfismo de
G en G0 y sea e0 el elemento neutro de G0 . Se llama Ncleo de f al
conjunto
ker(f ) = {x G | f (x) = e0 }.
Sea A G. Se llama Imagen de A mediante f al conjunto
f (A) = {y G0 | y = f (x), x A}.
Al conjunto f (G) se le llama Imagen del homomorfismo.

Sea B G0 . Al conjunto
f 1 (B) = {x G | f (x) B},
se le llama Imagen inversa de B mediante f .

Si todo g 0 G0 es imagen, se dice que G0 es una Imagen homomorfa
de G.
Teorema
Sean (G, ) y (G0 , ) dos grupos con sus identidades e y e0 ,
respectivamente. Si f : G G0 es un homomorfismo, entonces
a. f (e) = e0
b. f (a1 ) = [f (a)]1 , a G
c. A subgrupo de G, f (A) es un subgrupo de G0
La demostracin se deja como investigacin para el lector.
Contenido
1 INTRODUCCIN
Introduccin
Formas normales
Clculo de predicado
Conjuntos numricos
Sucesiones
lgebras booleanas
Definicin
Sean (G, ) y (G0 , ) dos grupos. Se dice que f : G G0 es un
Isomorfismo, si f es un homomorfismo biyectivo. En tal caso se dice
que G y G0 son grupos Isomorfos.
Ejemplo
Sean (R+ , ) y (R, +) los grupos multiplicativo y aditivo. La funcin
f : R+ R, definida por f (x) = ln(x) es biyectiva ( inyectiva y
sobreyectiva). Sean a, b R+ ,
f (ab) = ln(ab) = ln(a) + ln(b) = f (a) + f (b). Por tanto, f es un
isomorfismo.
Ejemplo
Sea (G, ) un grupo cclico de orden 3, donde G = {e, a, a2 } y la
operacin viene definida por la siguiente tabla:
e a a2
e e a a2
a a a2 e
a2 a2 e a
La funcin f : G G, definida por f (e) = e, f (a) = a2 , f (a2 ) = a

es un isomorfismo de G en si mismo. Comprobemos que es un
homomorfismo primeramente. f (ee) = f (e)f (e) = e2 = e
f (ea) = f (e)f (a) = ea2 = a2
f (ea2 ) = f (e)f (a2 ) = ea = a
f (aa2 ) = f (a)f (a2 ) = a2 a = e
Puede observarse que tambin es inyectiva y sobreyectiva. Por tanto,
es un isomorfismo de G en si mismo (Automorfismo).
Contenido
1 INTRODUCCIN
Introduccin
Formas normales
Clculo de predicado
Conjuntos numricos
Sucesiones
lgebras booleanas
Anillos
Definicin
Un conjunto no vaco A es un Anillo respecto a las operaciones
binarias de suma (+) y multiplicacin (), si para todo a, b, c A, se
satisfacen las siguientes propiedades:
a. a + b = b + a Prop. conm. de +.
b. a + (b + c) = (a + b) + c Prop. asoc. de +.
c. z A 3 a + z = z + a = a, a A Exist. ident. +.
d. a A, a0 A 3 a+ a0 = a0 +a=z Exist. inv. en +.
e. a (b c) = (a b) c Prop. asoc. de .
f. a (b + c) = a b + a c Prop. dist. de respecto a +.
g. (b + c) a = b a + c a Prop. dist. de respecto a +.
Anillos
Se escribe (A, +, ). Observe que las operaciones + y pudieran no
ser la suma y multiplicacin ordinarias.
Ejemplo 1
Los conjuntos Z, Q, R y C con las operaciones ordinarias de suma y
multiplicacin son anillos. La identidad de la adicin es el cero y el
inverso aditivo de un elemento cualquiera a es a.
Ejemplo 2
Sea A = {a, b}. Suponga que las operaciones + y se definen por las
siguientes tablas:
+ a b a b
a a b y a a a
b b a b a b
Anillos
Se puede comprobar que efectivamente es un anillo.
Ejemplo 3
Sea A = {a, b, c, d}. Suponag que las operaciones + y se definen
mediante las tablas siguientes:
+ a b c d a b c d
a a b c d a a a a a
b b a d c y b a b a b
c c d a b c a c a c
d d c b a d a d a d
Se puede comprobar que efectivamente es un anillo.
Ejemplo 4
Anillos
Sea A = Z22 el conjunto de todas las matrices de orden 2, cuyos
elementos pertenecen a Z. En este conjunto, la igualdad ocurre si y
slo si sus elementos respectivos son iguales. Suponga que las
operaciones de + y vienen dadas por:

a b e f a+e b+f
+ =
c d g h c+g d+h

a b e f ae + bg af + bh
=
c d g h ce + dg cf + dh
Con estas operaciones, el conjunto A es un anillo. El elemento
identidad aditivo es
0 0
z=
0 0
Anillos
El inverso de
a b a b
es
c d c d
Con frecuencia, en lugar de escribir a b se escribe ab.
Definicin
Sea (A, +, ) un anillo con elemento cero z. Entonces se dice que un
elemento a A, a 6= z es un Divisor de cero, si existe un elemento
b 6= z en A, tal que a b = z o b a = z.
Ejemplo
Los anillos Z, Q, R Y C no tienen divisores de cero, puesto que
siempre que ab = 0, ocurre que a = 0 o b = 0.
Anillos
Definicin
Sea (A, +, ) un anillo.
a. a, b A, si ab = ba, se dice que A es un anillo conmutativo.
b. A no tiene divisores propios de cero, si
a, b A, ab = z a = z o b = z.
c. Si u A 3 au = ua = a, a A, a u se le llama Unitario o
identidad multiplicativa de A. A A se le llama Anillo con
unitario.
Anillos
Los anillos del primer ejemplo de esta seccin son conmutativos con
unitario (1). No tienen divisores propios de cero. El ejemplo 4 no es
conmutativo. Tiene como unitario la matriz

1 0
0 1
y contiene divisores propios de cero.

Ejemplo
Sea U = {a, b} y A = P (U ). Sean S, T P (U ). Suponga que se
definen las operaciones + y como
S + T = ST = {x | x (S T ) y x 6 (S T )}
Anillos
S T = S T (interseccin)
Las tablas correspondientes a las operaciones se definen como:
+ {a} {b} U {a} {b} U
{a} {b} U
{a} {a} U {b} y {a} {a} {a}
{b} {b} U {a} {b} {b} {b}
U U {b} {a} U {a} {b} U
Se comprueba que A es un anillo conmutativo finito con unitario.
Como ejemplos de divisores de cero se tiene los elementos {a} y {b}.
Aqu el elemento es la identidad aditiva y cada elemento es su
propio inverso.
Anillos
Definicin
Sea A un anillo con unitario u. Sean a, b A. Si a b = b a = u, se dice
que b es el Inverso multiplicativo de a. A a se le llama Unidad de A.
Definicin
Sea A un anillo con unitario. Entonces se dice que:
a. A es un Dominio entero, si A no tiene divisores propios de cero.
b. A es un Campo, si todo elemento de A diferente de cero es una
unidad.
Atendiendo a esta definicin podemos decir que (Z, +, ) es un
dominio entero, pero no un campo. Los conjuntos Q, R, C con las
operaciones de suma y multiplicacin ordinarias son dominios enteros
y campos.
Propiedades de anillos
Sea (A, +, ) un anillo. Entonces

a. A es un grupo aditivo abeliano.
b. Existe un elemento neutro aditivo nico z.
c. Cada elemento tiene un simtrico aditivo nico.
d. Para la suma se cumple la ley de cancelacin.
e. (a) = a, (a + b) = (a) + (b), a, b A.
f. a z = z a = z
g. a (b) = (ab) = (a) b.
Subanillos
Definicin
Sea (A, +, ) un anillo. Un Subanillo de A es cualquier subconjunto no
vaco S de A que sea a su vez anillo respecto a las operaciones
binarias de A. Si S es un subanillo del anillo A, entonces S es un
subgrupo del grupo aditivo A.
Ejemplo
El conjunto Z es un subanillo de los anillos Q, R, C. De la misma forma
Q es un subanillo de R y C. R es un subanillo de C.
Los subanillos {z} y A mismo de un anillo A se dicen Impropios o
triviales. Si hay otros subanillos se les llama Propios
Subanillos
Sea (A, +, ) un anillo. Sea T un subconjunto propio de A. T es un
subanillo de A, si y slo si, se satisfacen las condiciones siguientes:
a. a, b T : (a + b) T, y a b T (Cerradura)
b. a T : a T
Definicin
Sea (A, +, ) un anillo con elemento cero z. Suponga que para todo
a A, existe un entero positivo k tal que ka = a + a + + a = z. Al
menor entero positivo k para el cual se cumple la ecuacin anterior se
le llama Caracterstica de A. Si el entero k no existe, se dice que A
tiene caracterstica cero.
Ejemplo
Los anillos Z, Q, R, C tienen caracterstica cero, puesto que ka = k a.
Contenido
1 INTRODUCCIN
Introduccin
Formas normales
Clculo de predicado
Conjuntos numricos
Sucesiones
lgebras booleanas
Definicin
Sean (A, +, ) y (B, , ) dos anillos. Un Homomorfismo de anillos
es una funcin f : A B tal que para toda a, b A se satisface las
siguientes condiciones:
a. f (a + b) = f (a) f (b).
b. f (a b) = f (a) f (b).
Es decir que esta funcin preserva las operaciones de anillos.
Definicin
Sean (A, +, ) y (B, , ) dos anillos. Suponga que f : A B es un
homomorfismos de anillos. Si f es inyectiva y sobreyectiva, se le llama
Isomorfismo de anillos y se dice que A y B son anillos Isomorfos.
Ejemplo
Sea A = {a, b, c, d, e} y definamos las operaciones + y mediante las
tablas:
+ a b c d e a b c d e
a a b c d e a a a a a a
b b c d e a b a b c d e
y
c c d e a b c a c e b d
d d e a b c d a d b e c
e e a b c d e a e d c b
Este conjunto junto a estas operaciones, es un anillo conmutativo finito
con unitario y sin divisores propios de cero. El elemento a es el cero
de A y b es el unitario. Todo elemento distinto de cero tiene un inverso
multiplicativo y xy = yx = b. c y d son inversos multiplicativos
recprocos y b es su propio inverso, al igual que e.
Considrese el anillo A anterior y el anillo Z5 . Entonces la funcin
f : A Z5 , definida por
f (a) = [0], f (b) = [1], f (c) = [2], f (d) = [3], f (e) = [4]
es un isomorfismo de anillos.
Observemos que
f (c + d) = f (a) = [0] = [2] + [3] = f (c) + f (d)
y
f (be) = f (e) = [4] = [1][4] = f (b)f (e).
De la misma manera se puede seguir comprobando las dems
igualdades ( son 25 ).
Ejemplo
Sea A{a, b, c, d} y definamos las operaciones + y mediante las tablas
siguientes:
+ a b c d a b c d
a a b c d a a a a a
b b a d c y b a b c d
c c d a b c a c d b
d d c b a d a d b c
Sea B = {p, q, r, s} y las operaciones y definidas mediante las
siguientes tablas:
p q r s p q r s
p r s p q p s p r q
q s r q p y q p q r s
r p q r s r r r r r
s q p s r s q s r p
La funcin f : A B, definida por
f (a) = r, f (b) = q, f (c) = s, f (d) = p
es un isomorfismo. Observe que
f (b + c) = f (d) = p = f (b) f (c) = q s
y
f (c d) = f (b) = q = f (c) f (d) = s p.
Se pueden comprobar las dems igualdades.
Ejercicios
1. Determine si el conjunto Z5 forma un grupo respecto a las

operaciones de adicin y multiplicacin. Si es as, encuentre el
neutro y simtrico de cada elemento.
2. Sean a, b, c G. Demuestre que si a b = a c, entonces b = c.
3. Sean a, b, c G. Demuestre que si b a = c a, entonces b = c.
4. Sean a, b G. Demuestre que las ecuaciones a x = b y y a = b
tienen soluciones nicas.
5. Sea A = Z y considrese la operacin + definida como sigue:
a + b = a + b 8.
Determine si (A, +) es un grupo conmutativo.
Ejercicios
6. Sea A = Z y considrese la operacin definida como sigue:
a b = a + b a b.
Determine si (A, ) es un subgrupo conmutativo.

7. Cules de los siguientes conjunto forman grupo, respecto a la
operacin indicada.
a. T = {x | x Z, x < 0} adicin.
b. T = {7x | x Z, } adicin.
c. T = {2, 1, 0, 1, 2} multiplicacin.
d. T = {1, 1, i, i} multiplicacin.
e. Zm adicin.
f. {1, 1} adicin.
g. {1, 1} multiplicacin.
Ejercicios
8. El conjunto {[1], [5], [8], [12]} es un subconjunto de Z13 . Determine
si es un grupo con respecto a la multiplicacin.
9. Sean a, b G. Pruebe que:
a. (a1 )1 = a
b. (a b)1 = b1 a1
10. Encuentre todos los subgrupos de (Z12 , +) y (Z11 , ) (no considera
el cero).
11. Compruebe que (Zp , ) es cclico para los primos 5, 7,y 11.
12. Encuentre los generadores de los grupos cclicos (Z12 , +) y
(Z16 , +).
13. Si G es un grupo de orden n y a G, demuestre que an = e.
Ejercicios
14. Sea Z22 el anillo de las cuadradas de orden 2, cuyos elementos
son enteros. Si

4 7 5 2
A= , B= ,
1 2 2 1
encuentre A1 , B 1 , (A B)1 , (B A)1 , B 1 A1

15. Pruebe que
a 0

T = a Z

0 0

es un subanillo de Z22 .
Ejercicios
16. Sea A el conjunto de los enteros pares. Considere las
operaciones de suma ordinaria (+) y definida como
ab
a b= .
2
Demuestre que (A, +, ) tiene estructura de anillo.
TEORA DE GRAFOS
La teora de grafos empieza a estudiarse formalmente en el siglo XVIII,

especficamnete a partir del ao 1736, a raz de un artculo escrito por
Leonhard Euler (1707 - 1783) sobre lo que hoy se conoce el problema
de los siete (7) puentes de Knigsberg (hoy Kaliningrado). Parece que
la inquietud que subyace en la cabeza de Euler al salir de su casa en
la margen derecha del ro Pregel, el cual tiene siete puentes que
comunican ambas mrgenes del ro con dos islas. La ms pequea se
comunica con ambos lados del ro a travs de dos (2) puentes; la ms
grande se comunica con ambas mrgenes por medio de cuatro (4)
puentes ( dos a ambos lados) y ellas que se comunican entre si a
travs de un puente. Euler caminaba con frecuencia a ambos lados
del ro, pasando por estos puentes y la pregunta que le surge es:
cmo regresar a su casa sin pasar dos veces por un mismo puente?.
TEORA DE GRAFOS
Cuando deseamos hacer un recorrido por varios pueblos del pas lo
primero que nos viene a la cabeza es tomar un mapa para observar
las rutas o carreteras que los comunican. Este es un problema propio
de la teora de grafos donde sobresalen dos conjuntos diferentes: el
conjunto de los pueblos a visitar y el conjunto de carreteras. Con estos
conjuntos podemos establecer una relacin: si a y b son pueblos,
entonces a est relacionado con b, si hay una carretera que los
comunica. Si adems la carretera es de doble va, entonces tambin
se tiene que b est relacionado con a. Si todas las carreteras son de
doble vas, se tiene que la relacin es simtrica.
La figura siguiente es una representacin grfica de esto ltimo.
TEORA DE GRAFOS
b
a c
f b
d
e
Definicin
Un Grafo dirigido o digrafo es un par G = (V, A), donde V es un
conjunto finito no vaco, llamado conjunto de Vrtices o nodos y
A V V , llamado conjunto de Aristas.
Ejemplo
TEORA DE GRAFOS
Sean V = {a, b, c, d, e, f } y A = {(c, b), (b, a), (c, c), (c, d), (d, e)}.
Entonces G = (V, A) es un grafo dirigido, representado por la figura
siguiente:
bb
a b
b
c
f b
b b
d
e
Definicin
TEORA DE GRAFOS
Se dice que un vrtice v y una arista a de un grafo G son Incidentes
si v es un extremo de a. EL Grado o valencia de un vrtice v es la
cantidad de aristas incidentes en v, es decir, el nmero de aristas que
tienen a v como extremo. El grado del vrtice v lo representamos por
gr(v). Un vrtice v se dice Aislado si gr(v) = 0. Un vrtice v se dice
Pendiente si gr(v) = 1. Cuando todos los vrtices de un grafo G
tienen el mismo grado, digamos m, decimos que el grafo es
m-regular.
Por ejemplo, en el grafo del ejemplo anterior, la arista (c, d) es
incidente con los vertices c y d, el grado del vrtice a, gr(a) = 1 (
pendiente) y el gr(f ) = 0 (aislado).
Teorema
TEORA DE GRAFOS
En todo grafo G el nmero de vrtices de grado impar es par.
Demostracin
Sea G = (V, A) un grafo. Sean Vi = {v V | gr(v) es impar} y
Vp = {v V | gr(v) es par}. Se sabe que toda arista es incidente en
dos vrtices, por tanto
X X X
2|A| = gr(v) = gr(v) + gr(v).
vV vVi vVp
De donde X X
gr(v) = 2|A| gr(v).
vVi vVp
TEORA DE GRAFOS
Esto nos dice que una suma de nmeros impares produce un nmero
par, ya que es la diferencia de dos pares, pero este caso slo puede
ocurrir si la cantidad de sumandos es par. Es decir, que |Vi | es par.
Esto completa la demostracin.
Definicin
Sea G = (V, A) un grafo. Se dice que los vrtices v1 y v2 son
Adyacentes si son extremos de la misma arista. Dos aristas son
Adyacentes si tienen un vrtice en comn. Un Lazo es una arista
donde ambos extremos coinciden. Los lazos se cuentan doble para
los fines de calcular el grado de un vrtice. Dos aristas son Paralelas
o mtiples si coinciden en ambos extremos. Un grafo es Simple o
sencillo si no tiene lazos ni aristas paralelas.
TEORA DE GRAFOS
Por ejemplo, observe el grafo siguiente:
b
d
Los vrtices b y d son adyacentes. Se dice que b es adyacente a d y
que d es adyacente desde b.
En el grafo
TEORA DE GRAFOS
bb
a b
b
c
f b
b b
d
e
La arista (c, c) es un lazo.
Si la direccin de una arista no tiene importancia, se dice que el grafo
es No dirigido. Por ejemplo, el siguiente grafo es no dirigido.
TEORA DE GRAFOS
b
a c
d
e
Debe entenderse en el grafo que las aristas se dan en ambas
direcciones, por ejemplo (a, b) y (b, a) son elementos del conjunto A
de aristas. En los grafos no dirigidos, las aristas suelen escribirse en
notacin de conjuntos, por ejemplo, escribir la arista {c, d} significa
{(c, d), (d, c)}. Un lazo en el vrtice c de un grafo no dirigido se escribe
{c, c}.
TEORA DE GRAFOS
Definicin
Sea G = (V, A) un grafo. La Matriz de adyacencia de G es la matriz
MA (G) de orden m m, donde m = |V |, definida por
(
0, (vi , vj ) 6 A
MA (G) = .
1, (vi , vj ) A
La Matriz de incidencia de G es la matriz MI (G), de orden m n,

donde m = |V | y n = |A| y definida por
(
0, si vi , aj no son incidentes
MI (G) = .
1, si vi , aj son incidentes
TEORA DE GRAFOS
Ejemplo
Sea G = (V, A) un grafo. Sean V = {a, b, c, d, e, f } y
A = {{a, a}, {a, b}, {a, e}, {b, c}, {b, e}, {c, d}, {d, e}, {d, f }}. Entonces
las matrices de adyacencia e incidencia son respectivamente
1 1 0 0 1 0 1 1 1 0 0 0 0 0

1 0 1 0 1 0 0 1 0 1 1 0 0 0

0 1 0 1 0 0 0 0 0 1 0 1 0 0

0 0 1 0 1 1 0 0 0 0 0 1 1 1

1 1 0 1 0 0 0 0 1 0 1 0 1 0
0 0 0 1 0 0 0 0 0 0 0 0 0 1
Definicin
TEORA DE GRAFOS
Sea G = (V, A) un grafo no dirigido y sean v, w V . Un Camino o
cadena de v a w en G es una sucesin finita no vaca de aristas
distintas
{v, x1 }, {x1 , x2 }, {x2 , x3 }, . . . , {xi1 , xi }, . . . , {xn1 , xn }, {xn , w}. Se
escribe v w. Si v = w, al camino se le llama Ciclo. La cantidad de
aristas de un camino se le llama Longitud del camino. Por ejemplo, en
el grafo de la primera grfica de esta seccin, {a, b}, {b, d}, {d, c} es un
camino de a a c. Un camino Simple es aquel en el cual se cruza slo
una vez por cada vrtice. Es decir, si dos vrtices cualesquiera son
unidos a lo ms por una sola arista. Cuando el grafo es dirigido, se
habla de camino dirigido. Es importante hacer notar que estos
conceptos son tambin vlidos para los ciclos.
Definicin
TEORA DE GRAFOS
Sea G = (V, A) un grafo no dirigido y sean v, w V, v 6= w. Decimos
que G es Conexo, si existe un camino entre v y w. Si el grafo no es
conexo, decimos que es No conexo. Por ejemplo, el grafo
b
a c
f b
d
e
es no conexo. El grafo de la figura siguiente es conexo.
TEORA DE GRAFOS
b
a c
d
e
Un grafo es conexo si consta de una sola parte. El grafo de la
siguiente figura es otro ejemplo de grafo no conexo porque est
formado por ms de una parte.
TEORA DE GRAFOS
b
g
a c
d f
e h
Definicin
Decimos que un grafo G = (V, A) es un Multigrafo, si hay
v, w V, v 6= w, unidos por dos o ms aristas de la forma (v, w) o de
la forma {v, w}, dependiendo de si el grafo es dirigido o no dirigido,
TEORA DE GRAFOS
respectivamente. Es decir, un multigrafo es un grafo donde hay pares
de vrtices unidos por ms de una arista ( tienen aristas mltiples). La
figura siguiente es un ejemplo de multigrafo.
b b
a b
b
b
c
d
TEORA DE GRAFOS
El nmero de aristas de v a w se le llama Multiplicidad de la arista
(v, w). As la arista (a, b) del grafo anterior es de multiplicidad 2 y la
arista (b, c) es de multiplicidad 3.
Sea n Z+ . Un n-grafo es un grafo donde ninguna arista tiene
multiplicidad mayor que n.
Para fines de notacin, si V y A son los conjuntos de vrtices y aristas
respectivamente, de un grafo G, usaremos tambin la simbologa
V (G) y A(G) para indicar conjunto de vrtices de G y conjunto de
aristas de G, respectivamente.
Ejercicios
1. Escriba un ejemplo de un grafo conexo G, en el que eliminando

cualquier arista de G se obtenga un grafo no conexo.
2. Suponga un grafo que satisface la condicin del ejercicio 1.
a. G tiene que ser un grafo sin lazos?.
b. Podra ser G un multigrafo?.
c. Si G tiene n vrtices, se puede determinar cuntas aristas tiene?.
3. Si G = (V, A) es un grafo no dirigido con |V | = n y |A| = m y sin
lazos, demuestre que 2m n2 n.
4. Sea G = (V, A) un grafo no dirigido. Defina una relacin R en V
donde aRb, si a = b o existe un camino en G de a en b. Demuestre
que R es una relacin de equivalencia.
Ejercicios
5. Si la suma de los grados de un grafo es 20, cuntas aristas tiene
el grafo?.
6. Suponga que los pueblos a, b, c, d, e, f, g estn unidos por un
conjunto de carreteras de la siguiente manera: la carretera C1 va
de a a c pasando por b; la carretera C2 va de c a d continuando
hacia f ; la carretera C3 va de d a a pasando por e; la carretera C4
va de f a b pasando por g; y la carretera C5 va de g a d.
a. Dibuje un grafo que represente el sistema planteado.
b. Exprese los caminos simples de g a a.
c. Cul es el menor nmero de segmentos que habra que cerrar
para interrumpir el paso de b a d?.
d. Es posible salir del pueblo c y regresar a l pasando una sola vez
por los otros pueblos?.
e. Es posible salir del pueblo c sin necesidad de regresar al l?.
Ejercicios
7. Cuntos caminos simples diferentes existen entre los vrtices f
y c del siguiente grafo?.
a b
b b
f g
b b
b b
e h
b b
d c
Contenido
1 INTRODUCCIN
Introduccin
Formas normales
Clculo de predicado
Conjuntos numricos
Sucesiones
lgebras booleanas
Subgrafos
Definicin
Sea G = (V, A) un grafo. Se llama Subgrafo de G al par
G0 = (V 0 , A0 ), donde V 0 6= , V 0 V Y A0 A y cada arista de A0 es
incidente con vrtices de V 0 .
Ejemplo
b
a c
f b
d
e
Subgrafos
b
a c
d
Observe que el segundo grafo es un subgrafo del primero.
Ejemplo
En este ejemplo tenemos un grafo G con dos subgrafos, como lo
muestra la figura siguiente:
Subgrafos
a b a b
b b b b
b b b b
d c d c
G G {b, d}
a
d c
G {b}
Subgrafos
Definicin
Sean H y G dos grafos. Decimos que H es un Subgrafo abarcador
de G, si
a. H es un subgrafo de G.
b. V (H) = V (G).
Definicin
Sean H y G dos grafos y sea V1 V (G). Decimos que H es un
Subgrafo inducido de G, si
a. V1 = V (H).
b. si v1 , v2 V1 y {v1 , v2 } A(G), entonces {v1 , v2 } A(H)
Subgrafos
Por ejemplo, consideremos el grafo G de la siguiente figura. En este
grafo, V (G) = {a, b, c, d, e} y
A(G) = {{b, c}, {c, d}, {d, e}, {e, a}, {b, d}, {b, e}}.
b
a c
e d
G
Subgrafos
Los grafos H1 , H2 , H3 y H4 de la siguiente figura son subgrafos de G.
H1 y H2 son subgrafos abarcadores de G. H3 y H4 son subgrafos
inducidos de G.
b b b b
a c a b
c c c
e d e d e d d
H1 H2 H3 H4
Subgrafos
Definicin
Sea V un conjunto de n vrtices. Se llama grafo Completo en V , al
grafo no dirigido y sin lazos en el que para cualesquiera
v, w V, v 6= w, existe una arista {v, w}. Se representa por Kn . Por
ejemplo, los grafos K1 , K2 , K3 son respectivamente
b b
a
b
a a c
K1 K2 K3
El grafo G de la figura anterior es el grafo completo K4 .
Contenido
1 INTRODUCCIN
Introduccin
Formas normales
Clculo de predicado
Conjuntos numricos
Sucesiones
lgebras booleanas
Complemento
Definicin
Sea G = (V, A) un grafo no dirigido sin lazos, donde V tiene n
vrtices. Se llama Complemento de G, al subgrafo de Kn formado
por los n vrtices de G y las aristas que no estn en G. Se representa
por Gc . Si G = Kn , entonces a Gc se le llama grafo Nulo, puesto que
tiene n vrtices y no tiene aristas.
Ejemplo
Sea V = {a, b, c, d} y K4 = (V, A1 ) tal que
A1 = {{a, b}, {a, c}, {a, d}, {b, c}, {b, d}, {c, d}} ( hace las veces de un
conjunto universal). Consideremos el grafo G definido por la figura:
Complemento
b
d
Es decir, G = (V, A2 ), donde A2 = {{a, b}, {a, c}, {a, d}}. Su
complemento es el grafo representado por la siguiente figura:
Complemento
b
a b
d c
Es decir, el complemento de G es el grafo Gc = (V, A3 ), donde

A3 = {{b, c}, {b, d}, {c, d}}.
Contenido
1 INTRODUCCIN
Introduccin
Formas normales
Clculo de predicado
Conjuntos numricos
Sucesiones
lgebras booleanas
Definicin
Sean G1 = (V1 , A1 ) y G2 = (V2 , A2 ) dos grafos no dirigidos. Un
Isomorfismo de grafos es una funcin biyectiva f : V1 V2 , tal que
para todo v, w V1 : {v, w} A1 , si y slo si, {f (v), f (w)} A2 . En tal
caso, se dice que G1 y G2 son Grafos isomorfos. En grafos isomorfos
se conservan las adyacencias.
Ejemplo
Considere los grafos siguientes:
bb p
b
a b b
c t b b
q
b b b b
e d s r
G1 G2
Ahora podemos definir la biyeccin :
f (a) = t, f (b) = p, f (c) = q, f (d) = r, f (e) = s.
Esto nos dice que G1 y G2 son isomorfos.
Dos grafos G1 = (V1 , A1 ) y G2 = (V2 , A2 ) son isomorfos, si y slo si,
existe una permutacin de vrtices y aristas para la cual sus matrices
de incidencias son iguales. Es fcilmente verificable que las matrices
de incidencia de los grafos anteriores son iguales. Veamos

1 1 0 0 0 1 1 0 0 0
0 1 1 0 0 0 1 1 0 0

0
MI (G1 ) = 0 1 1 0
, 0
MI (G2 ) = 0 1 1 0

0 0 0 1 1 0 0 0 1 1
1 0 0 0 1 1 0 0 0 1
Ejemplo
Consideremos los grafos de la figura siguiente:
a b p
b
s
b
d c r b b q
G1 G2
Podemos definir la biyeccin f (a) = p, f (b) = q, f (c) = s, f (d) = r.
Por tanto, los grafos G1 y G2 son isomorfos.
Ejemplo
Los grafos de la siguiente figura no son isomorfos:
a b r s
f c w t
e d v u
G1 G2
Definicin
Un grafo G = (V, A) se llama Bipartito, si existe una particin {V1 , V2 }
de V y cada arista {a, b} de G tiene un vrtice en V1 y el otro en V2 .
Cuando todo vrtice de V1 est unido a todo vrtice de V2 , a G se le
llama Bipartito completo y se representa por Km,n , si |V1 | = m y
|V2 | = n.
Ejemplo
Sea G = (V, A), donde V = {a, b, c, d, e}. Tomemos la particin, cuyos
elementos son los conjuntos V1 = {a, b} y V2 = {c, d, e}. La siguiente
grfica muestra un grafo bipartito y otro bipartito completo (K2,3 ).
a b a b
e d c d c
K2,3
Ejercicios
1. Considere los grafos siguientes:

b b
c c
a a
e d e d
G G2
a. Escriba la matriz de adyacencia correspondiente a los grafos G1 y
G2 .
Ejercicios
b. Suponga que A y B son las matrices de adyacencia que unen los
nodos etiquetados con b, e y a, definidas por

0 1 0 0 1 1
A = 1 0 1 B = 1 0 1
0 1 0 1 1 0
Encuentre los grafos asociados a dicha matrices de adyacencia.
c. Calcule BA AB.

2. Sea V = {1, 2, 3, 4, 5, 6, 7, 8} y A = {(x, y) x | y, x < y}. Escriba el

digrafo y la matriz de adyacencia asociada.
Ejercicios
3. Sea V = {1,2, 3, 4, 5, 6, 7, 8} y
A = {{x, y} x y y, tienen factor comn en V }. Escriba el grafo y

la matriz de adyacencia asociada.

4. Sea V = {1, 2, 3, 4, 5, 6} y
A = {{1, 2}, {1, 5}, {2, 3}, {2, 5}, {3, 4}, {4, 5}, {4, 6}}. Encuentre
a. Encuentre el grado de los nodos 1,2,3,y 4.
b. Encuentre los vrtices adyacentes.
c. Cuntos vecinos tiene cada vrtice?.
Ejercicios
5. Considere el grafo de la figura siguiente. Encuentre todos los
caminos de b a a y determine la longitud de cada uno.
b
a c
e d
G
Ejercicios
Ciclos y caminos de Euler
Decimos que un grafo o multigrafo no dirigido, G = (V, A), tiene un
Ciclo de Euler, si existe un ciclo simple en G que pasa por todo
vrtice v V y por toda arista a A solamente una vez. Un Camino
de Euler es un camino en G que va de u a w y que pasa por todo
vrtice v V y por toda arista a A solamente una vez.
Ejemplos
Consideremos los grafos de la figura siguiente:
Ejercicios
v1 v1
v3 v2 v4
v2 v3
G1 G2
El grafo G1 tiene un ciclo y un camino de Euler.
Ciclos y caminos de Hamilton
Ejercicios
Decimos que un grafo o multigrafo no dirigido, G = (V, A), tiene un
Ciclo de Hamilton, si existe un ciclo simple en G que contenga todo
vrtice v V . Si existe un camino simple en G que contiene todos los
vrtices v V , a ste se le llama Camino de Hamilton.
Contenido
1 INTRODUCCIN
Introduccin
Formas normales
Clculo de predicado
Conjuntos numricos
Sucesiones
lgebras booleanas
rboles
Definicin
Un grafo G = (V, A) no dirigido es un rbol si es conexo y acclico (
no tiene ciclos).
Un Bosque es un grafo acclico cuyas componentes son rboles.
Ejemplo
En la figura siguiente, G1 es un rbol, G2 no es un rbol porque tiene
un ciclo y G3 no es un rbol porque no es conexo. Sin embargo, G3 es
un bosque, donde cada parte es un rbol.
rboles
b b
a a
c c
e e
d d
f g f g
G1 G2
q i
u v
p j
r w
t k
s x m
y
G3
rboles
Al rbol G1 que es un subgrafo de G2 que contiene todos los vrtices
de G2 se le llama rbol abarcador de G2 .
rboles con raiz
Definicin
Un rbol dirigido es un grafo dirigido G que se convierte en rbol al
ignorar las direcciones de sus aristas. Un rbol con raz es un rbol
dirigido G que tiene exactamente un vrtice r, cuyo grado de entrada,
gr+ (r) = 0, y teniendo los dems vrtices v grado de entrada,
gr+ (v) = 1. Al vrtice r se le llama Vrtice raz.
Ejemplo
En la siguiente figura, el grafo G1 es un rbol que no tiene raz y G2 es
un rbol con raz r.
rboles con raiz
Contenido
1 INTRODUCCIN
Introduccin
Formas normales
Clculo de predicado
Conjuntos numricos
Sucesiones
lgebras booleanas
rboles binarios
En los rboles con raz se asume que las direcciones van desde el
vrtice raz hacia abajo, por lo que las flechas se pueden eliminar. Si
el grado de salida, de un vrtice v, gr (v), en un rbol con raz es cero
(0), al vrtice v se le llama Hoja o vrtice terminal. Por ejemplo, en el
rbol con raz G2 , de la figura anterior, los vrtices c, d, g, h y i son
hojas. Los dems vrtices se llaman internos o nodos de ramificacin.
El camino desde el vrtice raz hasta el vrtice e es de longitud 2 y se
dice que e est en el nivel dos (2) y asi sucesivamente. Al vrtice b se
le llama Padre de e y al vrtice e se le llama Hijo de b. A los vrtices h
y i se les llama Descendientes de los vrtices f , b y r, mientras que a
los vrtices f , b y r se les llama Antecesores de h y i. Dos vrtices
con el mismo padre se llaman Hermanos. Por ejemplo, los vrtices h
y i son hermanos porque tienen el mismo padre, f .
rboles binarios
Definicin
Sea T = (V, A) un rbol con raz y n Z+ . Decimos que T es un rbol
n-ario, si el grado de salida, gr (v), de cualquier vrtice interno v es
n. Si n = 2 se dice que el rbol es un rbol binario.
Ejemplo
La siguiente figura es un rbol binario.
rboles binarios
Ejercicios
1. Considere el rbol siguiente y responda las preguntas:
Ejercicios
a. Cules vrtices representan las hojas?
b. Cul es el vrtice raz?
c. Cul vrtice es el padre de g?
d. Cules vrtices son los descendientes de g?
e. Cules vrtices son hermanos de s?
f. Cul es el nmero de nivel del vrtice f ?
g. Cules vrtices tienen nmero de nivel 4?
h. Cul es la altura del rbol?
2. Sea T = (V, A) un rbol con raz ordenado por un sistema
universal de direcciones.
a. Si el vrtice v de T tiene direccin 2.1.3.6, cul es el menor
nmero de hermanos que debe tener v?.
b. Para el vrtice v del apartado a., hllese la direccin de su padre.
c. Cuntos antecesores tiene el vrtice v del apartado a.
Ejercicios
d. Qu otras direcciones debe haber en el sistema con la presencia
de v en T ?.
e. Escriba la expresin (w + x y)/( z 3 ) en notacin polaca,
utilizando un rbol con raz.
f. Cul es el valor de la expresin ( en notacin polaca):
a b c + d e f , si a = c = d = e = 2, b = f = 4?
Contenido
1 INTRODUCCIN
Introduccin
Formas normales
Clculo de predicado
Conjuntos numricos
Sucesiones
lgebras booleanas
rboles de decisin
En realidad, podemos definir un rbol de decisin de muchas

maneras. Vamos a decir que un rbol de decisin es un sistema que
clasifica un conjunto de entrada en una serie de clases predefinidas
utilizando un conjunto de preguntas secuenciales. Cada pregunta se
relaciona con una variable de entrada.
Los rboles de decisin se pueden usar para desarrollar estarategias
ptimas cuando el que toma las decisiones se les presentan casos
como:
a. Un conjunto de alternativas de decisin.
b. Incertidumbre o eventos futuros con riesgos.
rboles de decisin
Necesariamente un anlisis de decisiones bueno debe incluir un
estudio de riesgo.
Los componentes y estructura de los rboles de decisin son:
a. Alternativas de decisin en cada punto de decisin.
b. Los Eventos (Estados de la naturaleza) que pueden ocurrir
como resultado de cada alternativa de decisin.
c. Las Probabilidades de que ocurran los eventos posibles.
d. Los Resultados (Pagos) de las posibles interacciones entre las
alternativas de decisin y los eventos.
Los rboles de decisin se componen de :
a. Ramas: se representan con lneas.
rboles de decisin
b. Nodos de decisin: se representan con 2.
c. Nodos de incertidumbre: se representan por #.
Ejemplo
rbol de decisin
Contenido
1 INTRODUCCIN
Introduccin
Formas normales
Clculo de predicado
Conjuntos numricos
Sucesiones
lgebras booleanas
Relaciones de recurrencia
En una seccin anterior estuvimos tratando ligeramente de funciones y

algoritmos recursivos. Es decir, un concepto donde un objeto se define
en trminos de versiones anteriores del mismo objeto. As, podemos
tener el objeto an , n 0 definido en funcin de an1 , an2 , . . . , ank .
La expresin matemtica que formaliza este concepto es lo que se
llama un relacin de recurrencia o ecuacin de diferencias.
Definicin
Una relacin de recurrencia para la sucesin a0 , a1 , a2 , . . . es una
ecuacin que expresa an en trminos de algunos predecesores
a0 , a1 , a2 , . . . , an1 . Los valores dados en forma explcita para un
nmero finito de predecesores se les llama condiciones iniciales
para la sucesin a0 , a1 , a2 , . . . .
Ejemplo
Consideremos la sucesin 3, 8, 13, 18, 23, . . . . Si observamos y
analizamos esta sucesin, nos damos cuenta que sta puede ser
escrita como
an = an1 + 5, n 1, y a0 = 3 como condicin inicial.
Ejemplo
Consideremos la sucesin 1, 1, 2, 3, 5, 8, 13, . . . . La relacin de
recurrencia de esta sucesin viene dada por
an = an1 + an2 , n 3,
con condiciones iniciales
a1 = 1 y a2 = 1.
Esta sucesin se conoce con el nombre de sucesin de Fibonacci.

Definicin
Solucin de una relacin de recurrencia es una sucesin
a0 , a1 , a2 , . . . , cuyos trminos son generados por la frmula explicta
que define el trmino general (an ) de la relacin de recurrencia.
Existen varios mtodos para resolver relaciones de recurrencia, de los
cuales estudiaremos el de iteracines y un mtodo para dar solucin
a relaciones de recurrencia homogneas lineales con coeficientes
constantes.
Para resolver la relacin de recurrencia
an = an1 + 5, (6)
sujeta a la condicin inicial

a0 = 3,
mediante el mtodo de iteraciones, se procede de la siguiente manera:
Se sustituye n por n 1 en (6) para obtener la ecuacin
an1 = an2 + 5, (7)

Si ahora sustituimos la ecuacin (7) en (6), obtenemos la ecuacin
an = an2 + 5 + 5 = an2 + 2 . 5, (8)
Sustituyendo n por n 2 en (6) y luego, sustituir la expresin
resultante en (8) para obtener
an = an3 + 5 + 2 . 5 = an3 + 3 . 5 (9)
Si se continua el proceso, llegamos a la frmula general
an = ank + k . 5.
Haciendo k = n en la ecuacin anterior, se tiene
an = a0 + n . 5.
Como a0 = 3, obtenemos la frmula explcita
an = 3 + 5 n,
como solucin de la relacin de recurrencia (6).

Ejemplo
Resolver la relacin de recurrencia
an = 2 an1 ,
sujeta a condicin inicial

a0 = 1,
mediante iteraciones.
Solucin:
an = 2 an1 = 2 (2 an2 ) = 2 . 2 (2 an3 ) = 2k ank .

Haciendo k = n, se obtiene
an = 2n a0 .
Como a0 = 1, se obtiene la solucin mediante la frmula explcita
an = 2n .
Ejemplo
Resolver la relacin de recurrencia
an = 2 an1 + 1,
sujeta a condicin inicial

a1 = 1,
mediante iteraciones.
Solucin:
an = 2 an1 + 1
= 2 (2 an2 + 1) + 1
= 22 an2 + 2 + 1
= 22 (2 an3 + 1) + 2 + 1
= 23 an3 + 22 + 2 + 1
..
.
= 2n1 a1 + 2n2 + 2n3 + + 2 + 1
= 2n1 + 2n2 + 2n3 + + 2 + 1
= 2n 1.
Contenido
1 INTRODUCCIN
Introduccin
Formas normales
Clculo de predicado
Conjuntos numricos
Sucesiones
lgebras booleanas
Definicin
Sea k N. Una relacin de recurrencia homognea lineal de
orden k con coeficientes constantes tiene la forma
c0 an +c1 an1 +c2 an2 +c3 an3 + +ck ank = f (n), ck 6= 0, n k.
Si se ofrecen las condiciones iniciales
a0 = p0 , a1 = p1 , a2 = p2 , . . . , ak1 = pk1 ,
se define la sucesin a0 , a1 , a2 , . . . .
Si f (n) = 0, la relacin se le llama Homognea, en caso contrario, se
dice No homognea.
Ejemplo
Las relaciones de recurrencia
an = 2 an1 y an = an1 + an2
son homogneas lineales con coeficientes constantes, de primer y

segundo orden, respectivamente.
La relacin de recurrencia
an = 5 an1 an2
no es homognea lineal con coeficientes constantes, porque en una

relacin de recurrencia homognea lineal, los trminos deben ser de
forma c ak . La relacin dada se llama no lineal.
De forma similar, la relacin de recurrencia
an = an1 + 2n
no es homognea lineal con coeficientes constantes, porque el

trmino 3n la hace no homognea.
La relacin de recurrencia
an = 3 n an1
no es de coeficientes constantes, porque 3n no es constante.
Contenido
1 INTRODUCCIN
Introduccin
Formas normales
Clculo de predicado
Conjuntos numricos
Sucesiones
lgebras booleanas
Relaciones de recurrencia homogneas lineales de
segundo orden
Las relaciones homogneas de orden dos tienen la forma:
c0 an + c1 an1 + c2 an2 = 0, n 0
Suponga que la solucin de esta ecuacin tiene la forma
an = c tn , c 6= 0, t 6= 0.
Sustituyendo en c0 an + c1 an1 + c2 an2 = 0 se obtiene
c0 c tn + c1 c tn1 + c2 c tn2 = 0.
segundo orden
Simplificando, tenemos la ecuacin cuadrtica
c0 t2 + c1 t + c2 = 0,
llamada Ecuacin caracterstica. Las raices pueden ser: reales

diferentes o reales e iguales o complejas conjugadas.
Ejemplo
Resolver la relacin an = an1 + 6an2 , n 2, a0 = 1, a2 = 2.
Solucin
segundo orden
Si an = c tn , c, t 6= 0, se tiene que la ecuacin caracterstica es
t2 + t 6 = 0.
Las raices de esta ecuacin son:
t1 = 2, t2 = 3.
Luego, las soluciones de la ecuacin son:
an = 2n , an = (3)n .
Teorema
segundo orden
Consideremos la relacin de recurrencia homognea lineal con
coeficientes constantes de orden dos:
c0 an = c1 an1 + c2 an2 . (10)

Si U y V son soluciones de (10), existen dos constantes d1 y d2 tales
que S = d1 U + d2 V en una solucin de (10).
Si r es una raz de la ecuacin
c0 t2 c1 t c2 = 0 (ecuacin caracterstica), (11)

entonces rn , n = 0, 1, 2, . . . , es una solucin de (10). Sean a0 = p0 y
a1 = p1 condiciones iniciales y supongamos que r1 y r2 son races
segundo orden
de (11), siendo r1 6= r2 . Entonces existen constantes d1 y d2 tales que
an = d1 r1n + d2 r2n , n = 0, 1, 2, . . . .
Si r = r1 = r2 , existen constantes d1 y d2 tales que
an = d1 rn + d2 n rn , n = 0, 1, 2, . . . .
Demostracin
Dejamos la demostracin como ejercicio para los estudiantes.
Ejemplo
Supongamos que se desea resolver la relacin de recurrencia
segundo orden
an = 7 an1 12 an2 , (12)

sujeta a las condiciones iniciales a0 = 2 y a1 = 10.
Haciendo an = tn , se tiene que
tn 7 tn1 + 12 tn2 = 0.
Dividiendo por tn2 , obtenemos
t2 7 t + 12 = 0 (ecuacin caracterstica).
segundo orden
Las races de la ec. caracterstica son S1 = 3 y S2 = 4. Luego,
Un = 3n y Vn = 4n
son soluciones de (12). Segn el teorema (866), se tiene que
Sn = d1 Un + d2 Vn
es tambin una solucin.

Utilizando las condiciones iniciales, tenemos el sistema
segundo orden
2 = S0 = d1 30 + d2 40 = d1 + d2
10 = S1 = d1 31 + d2 41 = 3 d1 + 4 d2
Resolviendo este sistema se obtiene la solucin
d1 = 2 y d2 = 4.
Por tanto, la solucin de la relacin de recurrencia es
an = Sn = 2 . 3n + 4 . 4n .
Ejercicios
1. Encuentre la relacin de recurrencia, con condicin inicial, que

determine la serie geomtrica dada.
a. 2, 10, 50, 250, . . .
b. 1, 1/3, 1/9, 1/27, . . .
c. 6, 18, 54, 162, . . .
d. 3, 15, 75, 375, . . .
2. Halle la solucin general de las relaciones de recurrencia.
a. an 1.5an1 = 0, n 1, a0 = 2
b. 3an 4an1 = 0, n 1, a0 = 5
c. 2an 3an1 = 0, n 1, a4 = 81
3. Si an , n 0 es la solucin de la relacin de recurrencia
an c an1 = 0, a3 = 153/49, a5 = 1377/2401?. Qu valor
tiene c?.
Ejercicios
4. Halle a10 , si a3n = 7a3n1 , n 1, a0 = 3.
5. Resuelva la relacin de recurrencia
an+2 = an+1 + an , n 0, a0 = 0, a1 = 1
6. Resuelva las siguientes relaciones de recurrencia.
a. an 5an1 6an2 = 0, n 2, a0 = 1, a1 = 3
b. 3an 2an1 an2 = 0, n 2, a0 = 7, a1 = 3
c. an + an2 = 0, n 2, a0 = 0, a1 = 3
d. an 6an1 + 9an2 = 0, n 2, a0 = 5, a1 = 12
e. an = 7an1 10an2 , n 2, a0 = 3, a1 = 15
Contenido
1 INTRODUCCIN
Introduccin
Formas normales
Clculo de predicado
Conjuntos numricos
Sucesiones
lgebras booleanas
Algoritmos
Definicin
Un Algoritmo es un conjunto finito de pasos que conduce a la
solucin de un problema. Es decir, una secuencia de instrucciones
que representan un modelo de solucin para determinados tipos de
problemas. Los algoritmos son completamente independientes de los
lenguajes de programacin utilizados para su implementacin.
Por ejemplo, un programa de computadoras es un conjunto de
instrucciones ordenadas y codificadas en un lenguaje de
programacin de tal manera que representan los pasos de un
algoritmo para ser ejecutado en un computador.
Los algoritmos los podemos clasificar en cuatro grandes grupos:
Algoritmos
a. Computacionales: son aquellos que pueden ser ejecutados en
un computador.
b. No computacionales: son aquellos que no requieren de
computador para ser ejecutados.
c. Cualitativos: son aquellos que no involucran clculo numrico en
sus pasos.
d. Cuantitativos: son aquellos que involucran clculo numrico en
sus pasos.
Caractersticas de un algoritmo
a. Preciso: Cada uno de los pasos debe indicar de manera precisa
e inequvoca qu se debe hacer.
b. Finito: Debe tener un nmero limitado (finito) de pasos.
Algoritmos
c. Definido: Debe producir los mismos resultados para las mismas
entradas.
d. Puede tener cero (0) o ms entradas.
e. Debe producir un resultado.
Todo algoritmo posee las siguientes componentes:
a. Entrada de datos.
b. Proceso
c. Salida de resultados.
Los algoritmos se pueden representar mediante:
a. Diagramas de flujo.
Algoritmos
b. Diagramas Nassi-Shneiderman.
c. Pseudocdigos.
d. Lenguaje natural.
e. Frmulas matemticas.
Contenido
1 INTRODUCCIN
Introduccin
Formas normales
Clculo de predicado
Conjuntos numricos
Sucesiones
lgebras booleanas
La Validez formal de un algoritmo es un conjunto de tcnicas de

comprobacin formales que permiten demostrar sin un algoritmo
funciona correctamente. Un algoritmo funciona correctamente si
cumple con las reglas especificadas. Por Tcnicas de comprobacin
se entiende como un proceso de inferencia, donde cada sentencia
ejecutable posee una regla de inferencia. Para la representacin
formal, normalmente se usa las Ternas de Hoare.
Contenido
1 INTRODUCCIN
Introduccin
Formas normales
Clculo de predicado
Conjuntos numricos
Sucesiones
lgebras booleanas
La Complejidad de un algoritmo es una funcin que depende del

tamao de la entrada que utiliza y que determina la cantidad de
recursos ( tiempo, memoria, espacio, etc.) usada durante la ejecucin
del mismo. Un algoritmo es ms Eficiente comparado con otro si
consume menos recursos como el tiempo y el espacio de memoria
necesarios para ejecutarlo.
La complejidad de un algoritmo se puede clasificar en:
a. Temporal: cuando se mide el tiempo de proceso necesario para
ejecutarlo.
b. Espacial: cuando se mide la cantidad de memoria necesaria para
ejecutarlo.
El tiempo de ejecucin de un algoritmo se simboliza generalmente por
T (N ), donde N es el tamao de la entrada.
Contenido
1 INTRODUCCIN
Introduccin
Formas normales
Clculo de predicado
Conjuntos numricos
Sucesiones
lgebras booleanas
Exponentes
Recordemos algunas propiedades de los exponentes.
a. xm xn = xm+n
xm
b. n = xmn
x
c. (xm )n = xmn
d. xn + xn = 2xn
e. 2n + 2n = 2n+1
Logaritmos
En ciencia de la computacin, los logaritmos son de base 2
generalmente.
Definicin
Sea a > 0, a 6= 1.
an = b loga b = n, donde loga b = n se lee logaritmo base a de b es
igual a n
Algunas propiedades.
a. loga es una funcin creciente, si a > 1 y decreciente, si
0 < a < 1.
b. loga es inyectiva. Es decir, si loga x = loga y, entonces
x = y.
c. loga 1 = 0
d. loga a = 1
e. loga ab = b
f. loga (x y) = loga x + loga y

x
g. loga = loga x loga y
y
h. loga (xb ) = b loga x
i. xloga y = y loga x
logc b
j. loga b = , c > 0, c 6= 1
logc a
El log2 se representa por lg. As, log2 x = lgx. De la misma manera,
lg lg(x) = lg(lg(x)).
Y en general, lg (k) (x) significa k aplicaciones del logaritmo.
Contenido
1 INTRODUCCIN
Introduccin
Formas normales
Clculo de predicado
Conjuntos numricos
Sucesiones
lgebras booleanas
Una coleccin de elementos en un orden definido
x1 , x 2 , x 3 , . . . , x n , . . .
es una sucesin. Los elementos de una sucesin pueden estar

repetidos. El elemento x1 es el primer trmino, x2 es el segundo
trmino y de esa forma el elemento xn es el trmino n-simo. Si el
nmero de trminos de una sucesin es finito, se dice que la sucesin
es finita; en caso contrario es infinita. Una sucesin tambin se
puede definir como una funcin
f : Z+ R.
Sin embargo, en lugar de escribir f (n) como el valor de la sucesin en
n, se escribe xn y se llama trmino general de la sucesin. La
sucesin {x1 , x2 , x3 , . . . } se simboliza por
{xn } o {xn }
n=1 .
Tambin se puede usar parntesis en lugar de llaves para representar

una sucesin y as podemos escribir
(x1 , x2 , x3 , . . . ).
Y simbolizarla por
(xn )
n=1 .
Observe los ejemplos siguientes:
a. {2n} xn = 2n {2, 4, 6, . . . , 2n, . . . }

n n n
1 2 3 n
o
b. xn = 2 , 3 , 4 , . . . , n+1 , . . .
n+1 n+1
Cuando se suman los trminos de una sucesin {xn }n=1 , se consigue

la expresin
x1 + x2 + x3 + + xn +
A esta suma se le llama serie infinita y se simboliza por

X
xn .
n=1
P
Al smbolo se le llama sigma.
Algunas propiedades de la notacin sigma
n
X
c = nc
i=1
n
X n
X
cxi = c xi
i=1 i=1
n
X n
X n
X
(xi + yi ) = xi + yi
i=1 i=1 i=1
n
X n
X n
X
(xi yi ) = xi yi
i=1 i=1 i=1
Para cambiar el ndice en la sumatoria

n
X
f (i),
i=k
se procede de la siguiente manera:

Hacemos j = i k, de donde i = j + k.
Si i = k se tiene que j = 0.
Si i = n entonces j = n k.
Luego,
n
X nk
X
f (i) = f (j + k).
i=k j=0
Ahora consideremos la frmula

n
xn+1 1
X
i
ax = a .
x1
i=0
Si a = 1 y x = 2, entonces se tiene
n
X
2i = 2n+1 1
i=0
Si 0 < x < 1 se puede probar que
n
X 1
xi .
1x
i=0
Cuando n se tiene que la suma tiende a

1
(serie geomtrica de razn < 1).
1x
Es decir,

X 1
xi = .
1x
i=0
Por ejemplo, calculemos la suma

X i
.
4i
i=1
Escribamos
1 2 3 4 5
+ S=
+ + + +
4 42 43 44 45
multiplicando por 4, tenemos
2 3 4 5
4S = 1 + + 2 + 3 + 4 +
4 4 4 4
Restando ambas ecuaciones se obtiene
1 1 1 1 1
3S = 1 + + + + + +
4 42 43 44 45
Luego,
4
S= .
9
Se puede probar que
n
X n(n + 1) n2
i = .
2 2
i=1
n
X n(n + 1)(2n + 1) n3
i2 = .
6 3
i=1
n
X nk+1
ik , k 6= 1.
|k + 1|
i=1
Si k = 1, se tiene
n n n
X X X 1
ik = i1 = ln(n) + ,
i
i=1 i=1 i=1
donde = 0.577 y se le llama constante de Euler. A estos nmeros

se les llaman armnicos.
Otras frmulas importantes son:
n
X
f (n) = n f (n).
i=1
n
X n
X k1
X
f (i) = f (i) f (i).
i=k i=1 i=1
n
X n
= 2n .
i
i=0
Supongamos que cada trmino 2i representa un bit 1 en binario.

Entonces
Xn
2i = 111 . . . 1.
i=0
En esta expresin hay (n + 1) bits 1. Este nmero ms 1 produce el
resultado
1000 . . . 0 = 2n+1 .
n
X 1 1
= 2 n.
2i 2
i=0
Contenido
1 INTRODUCCIN
Introduccin
Formas normales
Clculo de predicado
Conjuntos numricos
Sucesiones
lgebras booleanas
Funcin Techo
La funcin Techo se define como:
d e : R Z 3 dxe = mn{k Z/x k}.
Ejemplos:
d3.6e = mn{k Z/3.6 k} = 4
d4.2e = mn{k Z/ 4.2 k} = 4
d7e = mn{k Z/7 k} = 7
propiedades
a. x R se tiene que dxe x
b. x Z dxe = x
Funcin Techo
c. La funcin techo es discontinua en Z
Funcin Piso
La funcin Piso se define como:
b c : R Z 3 bxc = m
ax{k Z/k x}.
Ejemplos:
b3.6c = max{k Z/k 3.6} = 3
b4.2c = max{k Z/k 4.2} = 5
b7c = max{k Z/k 7} = 7
propiedades
a. x R se tiene que bxc x
b. x Z bxc = x
Funcin Piso
c. La funcin piso es discontinua en Z
d. bx + nc = bxc + n, n Z, x R
e. dx + ne = dxe + n, n Z, x R
f. dxe = bxc + 1, x 6 Z
jnk n1
g. = , n Z, n impar
2 2
lnm n+1
h. = , n Z, n impar
2 2
Ejercicios
1. Determine el valor de:

a. bxc + bxc
b. dxe + dxe
c. Es cierto que -dxe = dxe?
d. Es cierto que -bxc = bxc?
2. Demuestre las siguientes propiedades
2
n n2 1
a. = , n Z, n impar
4 4
2
n n2 + 3
b. = , n Z, n impar
4 4
Ejercicios
lnm jnk
c. + = n
2 2
d. dxe = bxc
Funcin Parte entera
La funcin Parte entera se define como:

bxc , si
x1
[ ] : R Z 3 [x] = 0, si 1<x<1

dxe , si x 1

Contenido
1 INTRODUCCIN
Introduccin
Formas normales
Clculo de predicado
Conjuntos numricos
Sucesiones
lgebras booleanas
La notacin asinttica es una herramienta muy usada cuando

necesitamos comparar la tasa de crecimiento de funciones. Se habla
de notacin asinttica porque nos interesa conocer el comportamiento
de las funciones cuando su argumento crece arbitrariamente.
Notacin O (O-grande)
O(f (n)) = {g : N R+ | c > 0, n0 N, g(n) c f (n), n n0 }
Observemos que O(f (n)) es un conjunto de funciones. Sin embargo,

es costumbre tomar una representacin para la funcin f . A f (n) se le
llama cota superior del conjunto de funciones g(n). Es decir, O(f (n))
es el conjunto de funciones que no crecen ms rpidamente que f (n).
En lugar de escribir g(n) O(f (n)), se suele usar la expresin
g(n) = O(f (n)) y decir g(n) es o-grande de f (n). Si g(n) no es
O(f (n)) se escribe g(n) 6 O(f (n)).
Otra forma de escribir que g(n) O(f (n)) es usando el concepto de
lmite de la siguiente manera:
g(n)
g(n) O(f (n)), si lm = c < ,
n f (n)
donde c puede ser 0.
Si
g(n)
lm = ,
n f (n)
decimos que g(n) crece ms rpidamente que f (n) y se escribe

g(n) 6 O(f (n)).
Ejemplo
1 3
Sean f (n) = n y g(n) = 21n2 + 19n + 7 . Probemos que
2
g(n) O(f (n)).
Si graficamos ambas funciones en un mismo sistema de coordenadas,
observamos que para n 43, g(n) < c f (n), donde c = 1 y n0 = 43;
lo que significa que g(n) O(f (n)). Lo mismo puede ser probado
mediante el uso de lmite, donde
g(n)
lm = 0.
n f (n)
De la misma forma, tenemos que:
17n3 +8n O(n3 ), 13n2 +2n+11 O(n3 ), 3n2 +7n+78 O(n2 ).
En ocasiones, para calcular el lmite es necesario uitlizar la regla de

LHopital que dice:
Si f (n) y g(n) son diferenciables con f 0 (n) y g 0 (n) como sus derivadas
respectivas y si
lm f (n) = lm g(n) = ,
n n
entonces
g(n) g 0 (n)
lm = lm 0 .
n f (n) n f (n)
La figura siguiente muestra una imagen de O-grande:
O-grande (O)
y
c f (n)
g(n)
0 n0 n
Ejemplo
Sean las funciones f (n) = n3/2 y g(n) = n lg n. probemos mediante
lmite que g(n) O(f (n)).
g(n) n lg n lg n ln n
lm = lm 3/2
= lm 1/2 = lm
n f (n) n n n n n (ln 2) n1/2

1 ln n
= lm 1/2
ln 2 n n

1 1/n
= lm , por LHopital
ln 2 n 1/2 n

1 2 1
= lm = (0) = 0.
ln 2 n n ln 2
Luego, g O(f (n)).
Propiedades de O (O-grande)
a. Reflexiva: f (n) O(f (n)).
b. Transitiva: Si
g(n) O(f (n)) y f (n) O(h(n)), entonces g(n) O(h(n)).
Otras propiedades de la notacin O (O-grande):
Regla de la constante
Sea c una constante cualquiera. Entonces
c. f (n) + c O(f (n)).
d. c f (n) O(f (n)).
Regla de la suma
e. Si g1 (n) O(f1 (n)) y g2 (n) O(f2 (n), entonces
g1 (n) + g2 (n) O(m
ax{f1 (n), f2 (n)}).
Regla del producto
f. Si g1 (n) O(f1 (n)) y g2 (n) O(f2 (n), entonces
g1 (n) g2 (n) O(f1 (n) f2 (n)),
Notacin (Omega)
(f (n)) = {g : N R+ | c > 0, n0 N, g(n) c f (n), n n0 }
En este caso decimos que f (n) es una cota inferior del conjunto de
funciones g(n).
La tcnica de los lmites nos permite definir la notacin como:
g(n)
g(n) (f (n)), si lm = c > 0,
n f (n)
donde c puede ser .

Ejemplo
n2
(n2 ), 5n3 + 2n (n2 ), pero n2 6 (n3 ).
2
La figura siguiente muestra una ilustracin de la notacin .
Omega ()
y
g(n)
c f (n)
0 n0 n
Propiedades de (Omega)
a. Reflexiva: f (n) (f (n))
b. Transitiva: Si
g(n) (f (n)) y f (n) (h(n)), entonces g(n) (h(n))
Otras propiedades de la notacin :
c. f (n) + c (f (n)).
d. c f (n) (f (n)).
Regla de la suma
e. Si g1 (n) (f1 (n)) y g2 (n) (f2 (n), entonces
g1 (n) + g2 (n) (m
ax{f1 (n), f2 (n)}).
Regla del producto
f. Si g1 (n) (f1 (n)) y g2 (n) (f2 (n), entonces

g1 (n) g2 (n) (f1 (n) f2 (n)).
g. g(n) O(f (n)) f (n) (g(n)).
Notacin (Theta)
(f (n)) = {g : N R+ | c1 , c2 > 0, n0 N,
c1 f (n) g(n) c2 f (n), n n0 }
= O(f (n)) (f (n)).
La tcnica de los lmites nos permite definir la notacin como:
g(n)
g(n) (f (n)), si lm = c, donde 0 < c < .
n f (n)
Ejemplo
5n2 n (n2 ), 7n + 2000 (n), pero n 6 (n2 ).

La figura siguiente es una ilustracin de la notacin :
Theta ()
y
c2 f (n)
g(n)
c1 f (n)
0 n0 n
Propiedades de (Theta)
a. Reflexiva: f (n) (f (n)).
b. Simtrica: g(n) (f (n)) f (n) (g(n).
c. Transitiva: Si
g(n) (f (n)) y f (n) (h(n)), entonces g(n) (h(n)).
Esto significa que la notacin define una relacin de equivalencia
sobre las funciones. El conjunto (f ) representa una clase de
equivalencia, al cual se le llama clase complejidad.
Otras propiedades de la notacin :
d. f (n) + c (f (n)).
e. c f (n) (f (n)).
Regla de la suma
f. Si g1 (n) (f1 (n)) y g2 (n) (f2 (n), entonces
g1 (n) + g2 (n) (m
ax{f1 (n), f2 (n)}).
Regla del producto
g. Si g1 (n) (f1 (n)) y g2 (n) (f2 (n), entonces
g1 (n) g2 (n) (f1 (n) f2 (n)).
Es costumbre indicar la clase de complejidad de un algoritmo,
escogiendo la funcin ms simple dentro de la clase. Si la funcin de
complejidad de un algoritmo viene dada por T (n) = n3 + 2n + 27, se
dice que la complejidad del algoritmo es de orden (n3 ) o est en
(n3 ). Cuando f (n) (n), se dice que f (n) es lineal; cuando
f (n) (n2 ), se dice que f (n) es cuadrtica y as sucesivamente.
Notacin o (o-pequea)
o(f (n)) = {g : N R+ | c > 0, n0 N, g(n) < c f (n), n n0 }
= O(f (n)) (f (n))
El uso de los lmites nos permite definir la notacin o como:
g(n)
g o(f ), si lm = 0.
n f (n)
Notacin (omega)
(f (n)) = {g : N R+ | c > 0, n0 N, g(n) > c f (n), n n0 }
= (f (n)) (f (n))
El uso de los lmites nos permite definir la notacin como:
g(n)
g(n) (f (n)), si lm = .
n f (n)
La figura siguiente muestra una comparacin de la tasa de crecimiento
de funciones comunes en el anlisis de complejidad algortmica.
Comparacin tasa de crecimiento de funciones comunes
f (n)
2000 2n
n3
n2
1500
n)
2(
og
nl
1000
n
500
log2 (n)
Const
0 10 20 30 40 50 60 n
Lenguajes formales y teora de autmatas
En la ciencia de la computacin juegan un papel importante las
cadenas o palabras ( conjunto de smbolos o caracteres ). Por ejemplo,
un programa de computadora es un conjunto de sucesiones finitas de
caracteres, que necesitan ser manipuladas algebraicamente a travs
de reglas y/o procedimientos definidos para tales fines. En este
sentido, los lenguajes formales representan un subcampo importante
en el estudio de ciencia de la computacin. El estudio de la teora de
lenguajes formales se inicia a mediado de la decada de 1950.
Definicin
Se llama Alfabeto o vocabulario a un conjunto finito no vaco de
smbolos indivisibles. Se representa por
X
.
Ejemplos
X X X
1
= {a, b}, 2
= {0, 1}, 3
= {begin, end, for}.
El conjunto A = {a, b, c, ab, bb, abc} no es un alfabeto, porque en un

alfabeto no puede haber elementos que resulten de la yuxtaposicin
de otros elementos bsicos de alfabeto.
P
Si es un alfabeto, definimos,
X2 n Xo X3 n X X2 o
= xy | x, y , = xy | x ,y .
P P
A los elementos de 2 y 3 se les llama Cadenas o palabras de
longitud 2 y 3, respectivamente. De forma recursiva definimos
Xn+1 n X Xn o
= xy | x ,y , n 1,
P1 P
donde = .
La cadena o palabra vaca ( nula ) es la que no est formada por algn
smbolo del alfabeto y se representa por . As que
X0
= {}.
Es importante aclarar que la cadena vaca no es el espacio en blanco.

P P
Recordemos que P . Tambin debemos saber que {}
6 ,
puesto que 6 . De la misma manera, {} = 6 , ya que
|{}| = 1, || = 0.
Ahora definimos
X Xn X+ Xn
= y = .
n=0 n=1
Por ejemplo, si consideramos el alfabeto
X
2
= {0, 1},
tenemos que
X
2
= {, 0, 1, 11, 001, 1101, 111111, 00000, . . . }
y X+
2
= {0, 1, 11, 001, 1101, 111111, 00000, . . . }.
Observemos que X X+
= {}.
A los elementos de X X+
y
P P
se les llama Cadenas o palabras sobre el alfabeto P .A se le
llama con frecuencia Universo sobre el alfabeto .
P P
. El conjunto es infinito contable. Es decir, su
P
El alfabeto
cardinal es infinito.
Si n Z+ , se tiene que | n | = | |n . Sea n Z+ yP w, v n , tales
P P P
que w = x1 x2 xn y v = y1 y2 yn , siendo xi , yi , 1 i n.
Decimos que w = v, si xi = yi , 1 i n.
La Longitud de una cadena w , w 6= , w = x1 x2 xn se define
P
como el nmero de smbolos que contiene w y se representa por |w|.
En este caso, |w| = n. La longitud de la cadena vaca es || = 0. Es
claro que toda cadena de + es de longitud positiva.
P
P
Por ejemplo, la palabra w = 1000110101 sobre el alfabeto 2 tiene
longitud |w| = 10.
Concatenacin
Definicin
Sean x, y . La Concatenacin de x y y es otra palabra de
P P
definida como x.y = x y. Es decir,
P los smbolos de x seguidos de los
smbolos de y. Por ejemplo, si P= {a, b} y x = abbaabbb y
y = bbbaabaaa son palabras de , entonces tenemos que
x y = abbaabbbbbbaabaaa.
Propiedades de la concatenacin
P
1. Es una operacin cerrada sobre .
P
2. Es asociativa : (x y) z = x (y z), x, y, z
3. Elemento neutro : x = x = x .
4. |x y| = |x| + |y|, x, y
P
5. No es conmutativa
Potencias de una palabra
Sea x , k Z+ . La Potencia xk se define como la

P
concatenacin de x consigo misma k veces. Es decir,
xk = x x} .
| x {z
k veces
Por ejemplo, Si x = abba entonces x2 = x x = abbaabba y

x3 = x x x = abbaabbaabba.
propiedades de la potencia
Sean m, n Z+ .
1. x1 = x
2. xm+n = xm xn .
Potencias de una palabra
3. |xm | = m |x|
4. x0 =
5. |xm+n | = (m + n)|x| = m |x| + n |x| = |xm | + |xn |
Inversa o reflexin de una palabra
Sea x P . La Inversa de la palabra x, representada por x1 es otra

P
palabra de que contiene los mismos smbolos de x, pero
dispuestos en orden inverso.
Por ejemplo, si x = abab entonces x1 = baba.
Propiedades
1. |x| = |x1 |
2. 1 =
Inversa o reflexin de una palabra
Definicin
Si x y = w, a x se le llama Prefijo de w y a y se le llama Sufijo de w.
Puesto que w = w = w , decimos que es prefijo y sufijo trivial de
cualquier palabra. De la misma forma decimos que w es prefijo y sufijo
trivial de si misma.
Propiedades
1. Si x es prefijo de w, entonces |x| |w|.
2. Si y es sufijo de w, entonces |y| |w|.
Ejercicio
1. Si x es prefijo de w y y es sufijo de w con x = y, entonces qu
puede decirse de x = y = w?.
Contenido
1 INTRODUCCIN
Introduccin
Formas normales
Clculo de predicado
Conjuntos numricos
Sucesiones
lgebras booleanas
Lenguajes formales
Definicin
es cualquier subconjunto L de (
P P
Sea un alfabeto. Un Lenguaje
P
Universo ). Es decir, L .
Ejemplos
El conjunto L = es llamado el Lenguaje vaco y |L | = 0.
El conjunto L = {} es el lenguaje que slo contiene la palabra vaca
y |L | = 1.
A estos lenguajes se les llama Triviales y son independientes del
alfabeto. Por tanto, son lenguajes sobre cualquier alfabeto.
Ejemplo
Lenguajes formales
P
Sea = {a, b}. Los conjuntos siguientes representan lenguajes:
1. L1 = {, a, b}.
2. L2 = {xn y n | x, y , n N}.
P
3. L3 = {x x1 | x } ( Palndromos )
P
4. L4 = {xn | x , n Z+ }
2 P
5. L5 = {x |x| = 5, x }
P
6. L6 = {x | x no contenga un nmero par de a0 s}

Definicin
P
Un lenguaje L se dice Finito si |L| es un nmero natural. Es
decir, si |L| < .
Operaciones con lenguajes
P
Sean L, L1 , L2 , L3 lenguajes de .
Unin
L1 L2 = {w | w L1 o w L2 }.
Propiedades
1. Es conmutativa: L1 L2 = L2 L1
2. Es asociativa: (L1 L2 ) L3 = L1 (L2 L3 )
3. Idempotencia: L L = L
4. L = L = L
5. L = L =
P P P
Interseccin
L1 L2 = {w | w L1 y w L2 }.
Propiedades
1. Es conmutativa: L1 L2 = L2 L1
2. Es asociativa: (L1 L2 ) L3 = L1 (L2 L3 )
3. Idempotencia: L L = L
4. L = L =
5. L = L = L
P P
Complemento
X
Lc = {w | w y w 6 L}.
Propiedades
1. (L1 L2 )c = Lc1 Lc2 (Ley de DMorgan)

2. (L1 L2 )c = Lc1 Lc2 (Ley de DMorgan)
Utilizando P
las operaciones que se acaban de definir, se puede probar
que B = ( , , , c ) forma una lgebra booleana.
Diferencia
L1 L2 = {w | w L1 y w 6 L2 }.
Propiedades
P
1. Lc1 = L1
2. L1 L2 = L1 Lc2
Concatenacin
L1 L2 = L1 . L2 = {w | w = w1 w2 , w1 L1 , w2 L2 }.
Propiedades
1. No conmutativa
2. L . = . L = L
3. L . {} = {} . L = L
Potencia
Sea k Z+ .
Lk = L
| L {z
. . . L}
k veces
Propiedades
1. L0 = {}
2. Recursividad: Lk+1 = L Lk = Lk L
Clausura positiva

L+ = Li = L1 L2 L3 . . . .
i=1
Clausura de Kleene

L = Li = L0 L1 L2 L3 . . . .
i=0
Propiedades
1. L+ = L {}
P Pi
2. =
i=0
Inverso o reflexin
L1 = {w1 | w L}
Recordatorio sobre conceptos previos
que una Relacin binaria sobre
P P
Sea un alfabeto. Recordemos
P P
es cualquier conjunto R . Los elementos de R se
representan como (x, y) o x y o x R y.
Sean R y S dos relaciones sobre . Entonces
P
n X o
RS = (x, y) | z : x R z, z S y
n X o
R0 = (x, x) | x (identidad)
Rn+1 = R Rn
Ahora definimos,

R = Rn
n=0

R+ = Rn .
n=1

Es decir, x R y o x y, si x = y o z1 , z2 , . . . , zn tales que
P
x R z1 , z1 R z2 , . . . , zn1 , zn R y.
un alfabeto. Recordemos que una relacin R es de
P P P
Sea
equivalencia si es:
a. Reflexiva : x : x R x. Es decir que R0 R.
b. Simtrica : si x, y : x R y y R x
c. Transitiva : si x R y, y R z x R z
En este sentido tenemos que R es refleviva y transitiva. A R se le
llama Clausura reflexiva y transitiva de R. A R+ se le llama
Clausura transitiva de R. Si R es reflexiva, entonces R+ es tambin
reflexiva. R+ y R son simtricas, si R es simtrica.
Contenido
1 INTRODUCCIN
Introduccin
Formas normales
Clculo de predicado
Conjuntos numricos
Sucesiones
lgebras booleanas
Gramtica formal. Definiciones
Definicin (Produccin )
P
Sea Palfabeto. Una Produccin o regla definida sobre el P
un
alfabeto es un par ordenado de palabras (x, y), donde x, y .
Se dice que x es la parte izquierda de la produccin y y es la parte
derecha de la produccin. Las producciones tambin reciben el
nombre de Reglas de derivacin. Se representan normalmente por
x y o x ::= y .
Definicin (Produccin compresora)
Decimos que una produccin es Compresora si la longitud de la parte
derecha es menor que la longitud de la parte izquierda.
Definicin (Derivacin directa)
P
Sea un alfabeto,

x1 y1

x2 y2

P =

xn yn

o
P = {x1 y1 , x2 y2 , . . . , xn yn }
y v, w . Se dice
P P
un conjunto de producciones definidas sobre
que v produce directamente a w o que w deriva directamente de v, si
existen 1 , 2 y una produccin xi yi tal que v = 1 xi 2 y
P
w = 1 yi 2 . Para decir que v produce directamente a w se escribe
v w. Por ejemplo, si se tiene la palabra v = 0A1 y la produccin
A B, entonces se deriva la palabra w = 0B1.
De la misma manera, si se tiene las producciones 000 110 y
10 01, de la palabra 1000 se pueden derivar las palabras w1 = 1110
y w2 = 0100, aplicando la primera y segunda produccin,
respectivamente.
Definicin (Derivacin)
P P
Sea Palfabeto, P un conjunto de producciones definidas sobre
un
y v, w P que v produce a w o que w deriva de v, si existen
. Se dice
w0 , w1 , . . . , wm tales que
v = w0 w1
w1 w2

wm1 wm = w.

En este caso se usa la notacin v w. Es decir, w deriva de v cuando
se aplica una secuencia de derivaciones directas de un conjunto de
producciones. Se define como Longitud de una derivacin al
nmero de producciones aplicadas.
Definicin
Una Gramtica formal es una cudrupla
X X
G= , , P, S ,
N T
donde
P
a. es un alfabeto finito de smbolos no terminales o variables.
PN
b. T es un alfabeto finito de smbolos terminales.
c. P es un conjunto finito de producciones.
P
d. S es el smbolo de inicio o axioma y pertenece a N.
P P P P P
e. N T = , N T =
Durante el desarrollo de este estudio, utilizar letras maysculas para
los smbolos no terminales o variables. Letras minsculas para los
smbolos terminales. Las cadenas de terminales se representarn por
las ltimas letras del alfabeto en minsculas. Las cadenas de variables
y smbolos terminales se representarn por letras griegas en
minsculas.
Definicin
El Lenguaje generado por la gramtica G se define como

X
L(G) = {w | w T
, S w}.
Es decir, w L(G), si :
a. w slo contiene smbolos terminales.
b. w puede ser derivado de S.
Decimos que una cadena de smbolos terminales y no terminales es

una Forma sentencial si S .
Dos gramticas G1 y G2 son Equivalentes si L(G1 ) = L(G2 ).
Definicin (Recursividad)

Una Derivacin
P recursiva Pes aquella que tiene la forma A 1 A2 ,

donde A N , 1 , 2 .
P P
Una gramtica G = ( N , T , P, S) es Recursiva si tiene

derivaciones recursivas. Es decir, derivaciones del tipo A 1 A2 . Si
1 = se dice que G es recursiva por la izquierda y si 2 = se dice
que G es recursiva por la derecha.
Si en P hay producciones de la forma A 1 A2 , es claro que G es
recursiva.
Teorema
Un lenguaje L(G) es infinito, si y slo si, G es recursiva.
Ejemplo 1
P P
Sea G = ( N , T , P, S) una gramtica, donde
X X
= {S}, = {a, b}, P = {S aSb, S ab}.
N T
Solucin
Si aplicamos la primera produccin n 1 veces y despus la segunda
produccin , se obtiene
S aSb aaSbb a3 Sb3 an1 Sbn1 an bn .
Luego, el lenguaje generado por la gramtica G es
L(G) = {an bn | n 1}.
Ejemplo 2
P P
X X
= {S}, = {a, b}, P = {S , S aS, S bS}.
N T
Solucin
Si aplicamos la segunda produccin n veces y despus la primera
S aS aaS an .
Si aplicamos la tercera produccin m veces y despus la primera

S bS bbS bm .
Si aplicamos la segunda produccin n veces y despus la tercera
produccin m veces , se obtiene
S aS aaS an S an bS an bbS an bm .
Si aplicamos la tercera produccin m veces y despus la segunda

produccin n veces , se obtiene
S bS bbS bm S bm aS bm aaS bm an .
Si se alternan la segunda y tercera producciones, se obtienen

palabras del tipo
(ab)n , (ba)n .
Luego, el lenguaje generado por la gramtica G es
L(G) = {w | w = an , bm , an bm , bm an , (ab)n , (ba)n , m, n N}.
Observe que siendo P finito puede generar lenguajes infinitos.

Ejemplo 3
P P
X X
= {S}, = {0, 1}, P = {S , S 0, S 1}.
N T
Solucin
Es claro que el lenguaje generado por G es
L(G) = {, 0, 1}.
Ejemplo 4
P P
X X
= {S}, = {0, 1}, P = {S , S 0S1}.
N T
Solucin
Es claro que el lenguaje generado por G es
L(G) = {0n 1n | n N}.
Forma normal de BACKUS (FNB)
Es una notacin que consiste en agrupar las producciones que tienen
igual sus partes izquierdas, utilizando | para separar sus partes
derechas. Por ejemplo, el conjunto P del ejemplo anterior puede ser
escrito de la siguiente forma:
P = {S | 0S1} .
Ejemplo 5
Crear una gramtica que genere el lenguaje
L(G) = {1, 11, 111} = {1n | n = 1, 2, 3}.
Solucin
La gramtica genera 3 palabras solamente y slo tienen el smbolo 1.
Por tanto, una solucin posible es
X X
G= , , P, S ,
N T
P P
donde N = {S}, T = {1}, P = {S 1 | 11 | 111}.
Ejemplo 6
Crear una gramtica que genere el lenguaje
L(G) = {1, 11, 111, 1111, . . . } = {1n | n > 0}.
Solucin
La gramtica genera palabras de uno o varios 1s. Por tanto, una
solucin posible es
X X
G= , , P, S ,
N T
P P
donde N = {S, A}, T= {1}, P = {S A, A 1 | 1A}. o
X X
G= , , P, S ,
N T
P P
donde N = {S}, T = {1}, P = {S 1 | 1S}.
Ejemplo 7
P P
X X
= {S, A}, = {a}, P = {S | A, A AA | a}. Encuentre L(G
N T
Solucin
S A AA AAA aAA aAAA aaAA aaAAA
aaaAA . . . Es claro que el lenguaje generado por G es
L(G) = {, a, aa, aaa, . . . } = {, an | n > 0}.
Ejemplo 8
P P
X X
= {S, A}, = {a, b}, P = {S | A, A aAb | ab}. Encuentre
N T
Solucin
S A aAb aaAbb aaaAbbb aaaaAbbbb
aaaaaa . . . bbbbbb . . . Es claro que el lenguaje generado por G es
L(G) = {, ab, aabb, aaabbb, . . . } = {, an bn | n > 0}.
Ejercicios
P P
1. Encuentre el lenguaje generado si G = ( N , T , P, S) es una
gramtica, donde
X X
= {S, A, B, C}, = {a, b, c},
N T

S , S ABC, A ,
P = A aA, B , B bB, .
C , C cC

Ejercicios
P P
gramtica, donde
X X
= {S, B, C}, = {a, b, c},
N T

S aSBC, S aBC, CB BC,
P = aB ab, bB bb, bC bc, .
cC cc

Ejercicios
P P
gramtica, donde
X X
= {S, A, B, C}, = {a, b, c},
N T

S ,
S aAbc, Ab bB,
P = Bb bB, Bc Ccc, bC Cb, .
aC aaAb, A

Ejercicios
P P
gramtica, donde
X X
= {S, A, B}, = {a, b, c},
N T

S , S aAbc, Ab bA,
P = Ac Bbcc, bB Bb, aB aaA, .
aB aa

P P
gramtica, donde
X X
= {S}, = {a, b}, P = {S ab, S aSb}.
N T
Ejercicios
P P
gramtica, donde
X X
= {S, A, B}, = {a, b, c, d}
N T
y
S ASB, A b, aaA aaBB,
P = .
S d, A aA, B dcd
P P
gramtica, donde
X X
= {S}, = {0, 1}, P = {S 000S111, 0S1 01}.
N T
Ejercicios
P P
gramtica, donde
X X
= {S}, = {0, 1}, P = {S 000S111, S 01}.
N T
9. Dadas las palabras siguientes de un lenguaje. Determinar las

producciones que las generan:
yxxyx, x, xyyx, (xyy)n x, (yxxy)n x
10. Dado el lenguaje L(G) = {0n 1n | n 1}. Determine las reglas de
produccin que lo generan.
11. Crear una gramtica que genere el lenguaje
L(G) = {, 1, 11, 111, 1111, . . . } = {1n | n 0}.
Ejercicios
12. Crear una gramtica que genere el lenguaje
L(G) = {, 1, 11, 111} = {1n | n = 0, 1, 2, 3}.
P P
gramtica, donde
X X
= {S, A}, = {a}, P = {S | A, A AaA | a}.
N T
P P
gramtica, donde
X X
= {S, A, B}, = {a, b},
N T
P = {S aA, A b | aA | Bb, B Bb | b}.
Ejercicios
P P
gramtica, donde
X X
= {S, A}, = {a, b}, P = {S | A, A Ab | aA | a | b}.
N T
Tipos de gramticas
Jerarqua de Chomsky
Segn Noam Chomsky las gramticas se pueden clasificar en cuatro
(4) tipos, atendiendo a restricciones que se les imponen a las
producciones. Estas son las llamadas gramticas tipo 0, tipo 1, tipo 2 y
tipo 3. A continuacin tenemos definicin y caractersticas sobre cada
una de ellas.
a. Gramticas TipoP0 o P
sin restricciones (libres): Son gramticas
generales G = ( N , T , P, S) libres de restricciones. Las
gramticas que hemos tratado hasta el momento son de Tipo 0.
Tipos de gramticas
b. Gramticas Tipo P 1 o dependientes
P del contexto (GDC): Son
gramticas G = ( N , T , P, S), donde cada produccin x y
de P satisface la condicin |x| |y|. Por ejemplo, las gramticas
del ejemplo 1 y la del ejercicio 2 son de Tipo 1. En estas
gramticas, muchas veces se requiere que P las producciones sean
de la formaP 1 A2 1 2 , donde A N y
1 , 2 , , 6= y slo se permite el reemplazo de A por
en el contexto de 1 y 2 . Es posible que P posea la regla S .
Ejemplo
Dado el lenguaje L(G) = {a(bc)n | n 1}. Construir la gramtica
de tipo 1 que lo genera.
Solucin
Tipos de gramticas
G = ({S, B}, {a, b, c}, P, S},

donde
P = {S aB, B bcB, B bc}.
Ejemplo
P P
Sea G = ( N , T , P, S), donde
X X
= {S, B, C}, = {a, b, c}
N T
Tipos de gramticas
y
P = {S aSBC | abC, CB BC, bB bb, bC bc,

cB Bc, cC cc}.
Verificar si la cadena w = aabbcc es generada por G.

Solucin
S aSBC aabCBC aabcBC aabBcC aabbcC aabbcc.
Luego, la cadena es vlida.

Derivemos la cadena w = a3 b3 c3 .
Tipos de gramticas
Solucin
S aSBC aaSBCBC aaabCBCBC aaabBCCBC

aaabBCBCC aaabBBCCC aaabbBCCC
aaabbbCCC aaabbbcCC aaabbbccC
aaabbbccc = a3 b3 c3 .
Tipos de gramticas
c. Gramticas Tipo P 2 o independientes
P del contexto (GIC): Son
gramticas G = ( N , T , P, S), donde cada produccin x y
de P satisface la condicin de que x es una variable y y cualquier
cadena diferente de .
En estas gramticas, las producciones son de la forma A y
permiten que la variable A sea reemplazada por la cadena
independientemente del contexto
P P en que aparece la A. Por
ejemplo, la gramtica G = ( N , T , P, S),donde
X X
= {S, X, Y }, = {a, b}
N T
Tipos de gramticas
y

P = S aY | bX, X a | aS | bXX, Y b | bS | aY Y ,
es una gramtica de Tipo 2.

Ejemplo
Dado el lenguaje L(G) = {0n 1n | n 1}. Encontrar las reglas de
produccin que lo genera.
Solucin
P = {S 0S1, S 01}.
Ejemplo
Tipos de gramticas
Dado el lenguaje L(G) = {a(bc)n | n 1}. Encontrar una
gramtica tipo 2 que lo genere.
Solucin
G = ({S, B}, {a, b, c}, P, S},
donde
P = {S aB, B bcB, B bc}.
La mayora de los lenguajes de programacin pueden ser
representados por gramticas del tipo 2.
Ejemplo
Tipos de gramticas
P P
Consideremos la gramtica G = ( N , T , P, S), donde
X X
= {S, E}, = {+, , (, ), a, b, 0, 1}
N T
y
S E | S + S | S S | (S),
P = .
E a | b | Ea | Eb | E0 | E1
Derivar la cadena a (a + b00).
Solucin
Tipos de gramticas
La derivacin ms a la izquierda es
S S S E S a S a (S) a (S + S)
a (E + S) a (a + S) a (a + E)
a (a + E0) a (a + E00) a (a + b00)
La derivacin ms a la derecha es
S S S S (S) S (S + S) S (S + E)
S (S + E0) S (S + E00) S (S + b00)
S (E + b00) S (a + b00) E (a + b00)
a (a + b00)
Tipos de gramticas
P PTipo 3 o regulares (GR): Son gramticas

d. Gramticas
G = ( N , T , P, S), donde cada produccin x y de P es de la
forma:
1. Lineal por la derecha: X aY o X a.
2. Lineal por la izquierda: X Y a o X a.
Con X y Y variables y a un terminal. Se permiten tambin
producciones de la forma S .
Ejemplo
P P
La gramtica G = ( N , T , P, S), donde
X X
= {S, A}, = {0, 1}, P = {S A1 | 1, A S0}.
N T
Tipos de gramticas
es lineal por la izquierda y genera el lenguaje
L(G) = {1, 101, 10101, . . . } = {1(01)n | n 0}
Ejemplo
P P
X X
= {S, A}, = {0, 1}, P = {S 1A | 1, A 0S}.
N T
es lineal por la derecha y genera el mismo lenguaje del ejemplo

anterior
L(G) = {1, 101, 10101, . . . } = {1(01)n | n 0}
Tipos de gramticas
Ejemplo
La siguiente
P Pgramtica es lineal por la derecha
G = ( N , T , P, S), donde
X X
= {S, A, B}, = {a, b}
N T
y
S aA, S bB, A aA,
P = A aS, A bB, B bB, .
B b, B a, Sa

Tipos de gramticas
Cada gramtica lineal por la izquierda tiene una gramtica lineal por la
derecha equivalente que genera el mismo lenguaje y viceversa.
Observemos que toda gramtica regular es independiente del
contexto; toda gramtica independiente del contexto es dependiente
del contexto y toda gramtica dependiente del contexto es de Tipo 0.
Los lenguajes generados por gramticas Tipo 0 se les llama
Lenguajes Tipo 0. De forma similar, los lenguajes generados por
gramtica dependiente del contexto, independiente del contexto o
regular, se les llama respectivamente lenguajes dependiente del
contexto, independiente del contexto o regular.
Contenido
1 INTRODUCCIN
Introduccin
Formas normales
Clculo de predicado
Conjuntos numricos
Sucesiones
lgebras booleanas
rboles de derivacin
Definicin
Los rboles de derivacin son rboles utilizados para mostrar
grficamente la aplicacin de las producciones que derivan cualquier
cadena de un lenguaje a partir del smbolo de inicio o axioma de la
gramtica.
Los rboles de derivacin satisfacen las propiedades siguientes:
a. El smbolo de inicio o axioma de la gramtica es el vrtice raz del
rbol y se coloca en la parte superior del rbol.
P P
b. Todo vrtice v est etiquetado con un smbolo de N T {}.
c. Los vrtices internos estn
P etiquetados con smbolos no
terminales (smbolos de N ).
rboles de derivacin
d. Si un vrtice est etiquetado con A y sus m hijos estn
etiquetados con X1 X2 . . . Xm (ledos de izquierda a derecha),
entonces A X1 X2 . . . Xm es una produccin de la gramtica.
e. Si un vrtice est etiquetado con , entonces es el nico hijo de
un vrtice.
Si todas las hojas son smbolos terminales o , entonces el rbol est
Completo y su frontera es una palabra de L(G).
El proceso de buscar un rbol de derivacin para una cadena v T
P
se le llama Anlisis sintctico de v. Los rboles de derivacin se les
llama tambin rboles sintcticos o rboles de anlisis
sintcticos.
rboles de derivacin
Derivacin a la izquierda significa que la sustitucin empieza por el
smbolo de ms a la izquierda y Derivacin a la derecha, por el
smbolo de ms a la derecha.
rboles de derivacin
Ejemplo 1
P P
X X
= {S, A, B}, = {a, b}
N T
P = {S | ASB, A aAb | , B bBa | ba}.

Solucin
La derivacin
S ASB aAbSB aaAbbSB aabbSB aabbB aabbba tiene
como rbol de derivacin a
rboles de derivacin
A S B
a b a
A b

a b
A
rboles de derivacin
Ejemplo 2
P P
X X
= {S}, = {a, b, c}
N T
P = {S SbS | ScS | a}.

Solucin
La derivacin
S ScS SbScS abScS abacS abaca
tiene como rbol de derivacin a la izquierda a
rboles de derivacin
S c S
S b S
a
a a
rboles de derivacin
Ejemplo 3
P P
X X
= {S}, = {a, b, c}
N T
P = {S SbS | ScS | a}.

Solucin
La derivacin
S SbS abS abScS abacS abaca
tiene como rbol de derivacin a la izquierda a
rboles de derivacin
S b S
a S S
c
a a
Ejercicios
1. Determine el tipo de gramtica segn la jerarqua de Chomsky.

P P
a. G = ( N , T , P, S), donde
X X
= {S, A, B}, = {a, b},
N T

S aA, A bB, A aA,
P = .
A a, B
P P
2. Compruebe que la gramtica G = ( N , T , P, S), donde
X X
= {S, A}, = {a, b, c}, P = {S A, A aAa | bAb | c}
N T
P
genera el lenguaje L(G) = {wcw1 | w T }.
Ejercicios
P P
X X
= {S, A, B, C}, = {0, 1, 2, 3}, P = {S ABC | AC | BC |
N T
genera el lenguaje L(G) = {0i 1i+k 2K 3n+1 | i, kn 0}.

P P
4. Sea G = ( N , T , P, S) una gramtica, donde
X X
= {S}, = {a, b}, P = {S ab | aSb}.
N T
Derive la cadena aaabbb y encuentre el rbol de derivacin.
Ejercicios
P P
X X
= {S, A, B}, = {a, b},
N T
P = {S AB | AaB, A aA | a, B bBa | b}.

Derive la cadena abba de dos formas diferentes, pero con el
mismo rbol de derivacin ( encuntrelo ).
P P
X X
= {S, A, B, C}, = {a, b},
N T
P = {S BAa, A bBC | a, B bB | b | , C aB | aa}.

Derive la cadena bbbaa y encuentre el rbol de derivacin.
Ejercicios
P P
X X
= {S, A, B}, = {a, b},
N T
P = {S aS | AaB, A aA | a, B bBbB | b}.

Encuentre la derivacin de la cadena aaaabbb y encuentre el rbol
de derivacin.
Ejercicios
P P
X X
= {S, A, B, C}, = {a, b, c},
N T
P = {S ABC, | BaC | aB, A Aa | a, B BAB | bab, C cC | }

Halle las derivaciones de las cadenas
w1 = abab, w2 = babacc, w3 = ababababc y encuentre los rboles
de derivaciones.
P P
X X
= {S}, = {a, b, c}, P = {S aSa | bSb | c}
N T
P
genera el lenguaje L(G) = {wcw1 | w T }.
Ejercicios
P P
X X
= {S}, = {a, b}, P = {S aSa | bSb | }
N T
genera el lenguaje L(G) = {ww1 | w T }.

P
P P
X X
= {S}, = {a, b}, P = {S aSb | }
N T
genera el lenguaje L(G) = {an bn | n 0}.
Ejercicios
P P
X X
= {S}, = {a, b}, P = {S aSbb | }
N T
genera el lenguaje L(G) = {an b2n | n 0}.

P P
X X
= {S, B}, = {a, b, c}, P = {S aSc | B, B bB | b}
N T
genera el lenguaje L(G) = {ai bk ci | i 0, k 1}.
Ejercicios
P P
X X
= {S, A}, = {0, 2, 4, 6, 8},
N T
P = {S A | AS, A 0 | 2 | 4 | 6 | 8}.
Derive la cadena 480 y encuentre el rbol de derivacin.
15. Sea P = {S (A) | a, A A, S | S}. Halle
P P
a. N y T
b. Cul es smbolo inicial?.

c. Encuentre los rboles de derivacin de (a, a), (a, (a, a)) y
(a, ((a, a), (a, a)))
16. Encuentre el lenguaje generado por las siguientes gramticas
Ejercicios
P P
a. G = ( N , T , P, S) donde,
X X
= {S, A, B}, = {a},
N T
P = {S | aA, A aB | a, B aA}.
P P
b. G = ( N , T , P, S) donde,
X X
= {S, C, D}, = {a},
N T
P = {S | Ca, C Da | a, D Ca}.
Ambigedad
Definiciones
Una cadena o palabra w L(G) es Ambigua si hay ms de una
derivacin para w en la gramtica.
P P
La gramtica G = ( N , T , P, S) es Ambigua, si existe w L(G)
con dos rboles de derivaciones diferentes o con al menos, dos
derivaciones a la izquierda. Por ejemplo, la gramtica del ejemplo 2 es
ambigua.
No existe un algoritmo que permita saber con certeza si una gramtica
es o no ambigua.
Ejemplo 1
Ambigedad
P P
X X
= {S}, = {0, 1, +, , (, )}
N T
P = {S S + S | S S | (S) | 0S | 1S | 0 | 1}
es ambigua porque la cadena
1 + 1 0 tiene las siguientes derivaciones diferentes a la izquierda:
S S+S 1+S 1+SS 1+1S 1+10
S S S S + S S 1 + S S 1 + 1 S 1 + 1 0.
Construya los rboles de derivacin.
Ambigedad
La ambigedad puede eliminarse con el uso de parntesis en las
producciones como
S (S + S), S (S S),
aunque esto genera el inconveniente de muchos parntesis, lo que

dificulta el anlisis sintctico.
Ejemplo 2
P P
X X
= {S, A}, = {a, b}
N T
P = {S aSA | , A bA | }
Ambigedad
aab tiene dos derivaciones diferentes a la izquierda:
S aSA aaSAA aaAA aaA aabA aab
S aSA aaSAA aaAA aabAA aabA aab

Construya los rboles de derivacin.
Ejemplo 3
P P
X X
= {S, A}, = {1}
N T
Ambigedad
P = {S 1A | 11, A 1}
11 tiene dos derivaciones diferentes:
S 11 y S 1A 11
Ejemplo 4
P P
X X
= {S, A}, = {1}
N T
P = {S 11}
Ambigedad
No es ambigua.
Tipos de ambigedad
La ambigedad la podemos clasificar en dos tipos:
a. Ambigedad inherente
b. Ambigedad transitoria
Ambigedad
Ambigedad inherente
Las ambigedades inherentes tienen la caracterstica de que no se
pueden eliminar completamente, no importa la cantidad de
transformaciones que se realicen sobre ellas. Estas gramticas no
pueden utilizarse para lenguajes de programacin.
Un lenguaje L(G) es Inherentemente Ambiguo si todas las
gramticas que generan el lenguaje son ambiguas. Por ejemplo, los
lenguajes
L(G) = {ai bj ck | i = j o j = k}
y
L(G) = {ai bi cj dj | i, j 1} {ai bj cj di | i, j 1}
Ambigedad
La gramtica que genera el ltimo de estos lenguajes es :
X X
G= , , P, S ,
N T
donde X X
= {S, A, B, C, D}, = {a, b, c, d},
N T

S AB | C, A aAb | ab, C aCd | aDd,
P =
B cBd | cd, D bDc | bc
La cadena aabbccdd (i = j = 2) tiene las siguientes derivaciones a la
izquierda :
Ambigedad
S AB aAbB aabbB aabbcBd aabbccdd.

Su rbol de derivacin es
A B
a b c
A B d
a b
c d
Ambigedad
S C aCd aaDdd aabDcdd aabbccdd.

Su rbol de derivacin es
a d
C
a D d
b D c
b c
Ambigedad
En realidad, cualquier cadena donde i = j tendr dos derivaciones.

Por qu son ambiguas todas estas gramticas?.
Si existe al menos una gramtica G no ambigua para el lenguaje
L(G), entonces L(G) es no ambiguo.
Ambigedad transitoria
Estas ambigedades tienen la caracterstica de que pueden ser
eliminadas aplicando una serie de transformaciones sobre la
gramtica original.
Gramticas bien formadas
Definicin
Una Gramtica est Limpia, si carece de los elementos siguientes:
1. Producciones innecesarias : A A
P innaccesibles: W A donde
2. Smbolos
W N , W 6= S (smbolo de inicio) no aparece en el lado
derecho de algunaPproduccin. W es accesible, si y slo si,

S xW y, x, y
3. Producciones suprfluas: Para no ser superflua debe satisfacer
+
que W x, x .
P
P
4. Smbolos no generativos: Cada A N debe generar al menos
una cadena.
5. Producciones de redenominacin: reglas de la forma A B y
B XP se sustituyen por la produccin A X, donde
A, X N .
6. Producciones no generativas: A . Si L(G) no contiene a se
pueden eliminar todas. En caso contrario, se pueden eliminar
P
todas, excepto la produccin S , donde cada A N , A 6= S

tal que A y por cada produccin de la forma B xAy se
aadir otra produccin de la forma B xy, excepto si x = y = .
7. Ciclos : S A, S a, A S.
8. Producciones que producen caminos alternos:
S A, S B, A B.
9. Producciones recursivas en que las variables no recursivas de la
produccin pueden derivar a la cadena vaca:
{S ABS, S s, A a | , B b | }
Definicin
Una Gramtica bien formada es aquella que est Limpia y no
contiene producciones .
Ejemplo
Verificar si la gramtica siguiente est bien formada. De lo contrario,
convertirla a bien formada.
P P
G = ( N , T , P, S), donde
X X
= {S, A, B, C}, = {0, 1}
N T
P = {S AB | 0S1 | A | C, A 0AB | , B B1 | }
Solucin
1. Observamos que C es un smbolo no generativo, porque no
aparece alguna regla que derive una palabra desde C. Por tanto,
se puede sacar la produccin S C de P . Entonces la gramtica
se convierte en
P P
G = ( N , T , P, S), donde
X X
= {S, A, B, C}, = {0, 1}
N T
P = {S AB | 0S1 | A, A 0AB | , B B1 | }
2. Eliminar las producciones de la forma X . Entonces la
gramtica se convierte en
P P
G = ( N , T , P, S), donde
X X
= {S, A, B, C}, = {0, 1}
N T
P = {S AB | 0S1 | A | B | , A 0AB | 0B | 0A | 0, B B1 | 1}
3. Eliminar reglas de redenominacin S A | B. De modo que la
gramtica se convierte en
P P
G = ( N , T , P, S), donde
X X
= {S, A, B, C}, = {0, 1}
N T

S AB | 0S1 | 0AB | 0A | 0B | B1 | 0 | 1 | ,
P = A 0AB | 0B | 0A | 0,
B B1 | 1

Esta gramtica es ya una gramtica bien formada.
Ejercicios
P P
1. Muestre que la gramtica G = ( N , T , P, S), donde
X X
= {S}, = {a, b}, P = {S aSbS | bSaS | }
N T
es ambigua.
P P
2. Muestre que la gramtica G = ( N , T , P, S), donde
X X
= {S}, = {a, b, c}, P = {S abS | abScS | }
N T
es ambigua.
Ejercicios
P P
3. Considere la gramtica ambigua G = ( N , T , P, S), donde
X X
= {S}, = {+, , (, ), 1, . . . , 9},
N T
P = {S S + S | S S | (S), | 1 | . . . | 9}
Obtenga dos derivaciones para la cadena S + S S y encuentre
sus rboles de derivacin.
Ejercicios
P P
X X
= {S}, = {a},
N T
P = {S aS | Sa | a}
Obtenga dos derivaciones para la cadena aa y encuentre sus
rboles de derivacin.
P P
X X
= {S}, = {+, , (, ), 1, . . . , 9},
N T
P = {S S + S | S S | (S), | 1 | . . . | 9}
Ejercicios
a. Encuentre dos rboles de derivacin para la cadena 5 + 7 3.
b. Obtenga una gramtica no ambigua que derive la cadena 5 + 7 3.
P P
X X
= {S}, = {a},
N T
P = {S aS | Sa | a}
a. Encuentre dos rboles de derivacin para la cadena aa.

b. Obtenga una gramtica no ambigua que derive la cadena aa.
Contenido
1 INTRODUCCIN
Introduccin
Formas normales
Clculo de predicado
Conjuntos numricos
Sucesiones
lgebras booleanas
Ms sobre lenguajes regulares
Los lenguajes regulares se utilizan en la construccin de analizadores

P
lxicos. EL conjunto de los lenguajes
P regulares sobre un alfabeto
es el menor conjunto sobre que es cerrado respecto a las
operaciones de concatenacin, unin y cerradura de Kleene.
Antes de definir el conjunto de lenguajes regulares, enunciar dos
teoremas sobre los tamaos de y del conjnto de sublenguajes de
P
este.
Teorema
P
El conjunto es infinito numerable (contable).
Teorema
P
El conjunto de sublenguajes de es infinito no numerable (no
contable).
Definicin
P
Dado un alfabeto . Definimos el conjunto de lenguajes regulares
recursivamente como:
a. = {} es un lenguaje regular.
b. {} es un lenguaje regular.
P
c. {a} es un lenguaje regular para todo a .
d. Si L1 y L2 son lenguajes regulares, entonces L1 L2 , L1 L2 , L1
son lenguajes regulares.
P
e. Ningn otro lenguaje sobre es regular.
Ejemplo
P
Sea = {a, b} un alfabeto. Las expresiones siguientes representan
lenguajes regulares.
1. y {}.
2. {a} y {b}.
3. {a, b} por la unin (item 2.).
4. {ab} por con concatenacin (item 2.).
5. {aa, ab, ba, bb} por con concatenacin (item 3.).
6. {a, ab, b} por unin (items 3. y 4.).
7. {ai | i 0} por concatenacin ( item 2.).
8. {bj | j 0} por concatenacin ( item 2.).
9. {ai bj | i 0, j 0} por concatenacin ( items 7. y 8.).
10. {(ab)i | i 0} por concatenacin ( item 4. ).
11. {bb} por concatenacin (item 2.).
12. {a, b} por cerradura de Kleene (item 3.).
13. {a, b} {bb} {a, b} por concatenacin. Es el conjunto de cadenas
que contiene la subcadena bb.
14. {a} {a, b} {b} {a, b} {a} por concatenacin. Es el conjunto de
cadenas que empiezan y terminan en a y tiene al menos una b.
Ejemplo
P
El lenguaje sobre = {a, b} que consiste de todas las cadenas que
contienen exactamente una a.
Solucin
L = {b} {a}{b}
Ejemplo
P
comienzan con b.
Solucin
L = {b}{a, b}
Ejemplo
P
contiene la subcadena ba.
Solucin
L = {a, b} {ba}{a, b}
Ejemplo
P
Describir el lenguaje sobre = {a, b} que consiste de las cadenas
que contienen la subcadena bb.
Solucin
L = {a, b} {bb}{a, b}
Ejemplo
P
que empiezan con aa o terminan con bb.
Solucin
L = {aa}{a, b} {a, b} {bb}
Ejemplo
P
que contienen las subcadenas aa o bb o ambas subcadenas.
Solucin
L = {a, b} {aa}{a, b} {a, b} {bb}{a, b}
Expresiones regulares
Definicin
Una Expresin regular es una abreviatura para simplificar la
descripcin de un lenguaje regular. Por simplicidad se acostumbra a
usar la siguiente notacin:
1. El lenguaje {a} se representa por a.
2. {a} {b} se representa por a b.
3. {ab} se representa por ab.
4. {a} se representa por a .
5. {a}+ se representa por a+ .
El orden de precedencia para las operaciones es: (primero), .

(segundo) y (ltimo). De este modo, expresiones como:
1. {bba} {a, b} se escribe como (bba) (a b).
2. {b} {ba} se escribe como b ba.
3. ({a} {b}) {c} se escribe como a b c.
4. {a, ba} ({bb} {aab, }) se escribe como
(a ba) ((bb) aab ).
5. {a} {a, b} {b} {a, b} {a} se escribe como a(a b) (b)(a b) a.
P definicin recursiva de una expresin regular sobre el alfabeto

La
viene dada del modo siguiente:
1. y son expresiones regulares.
P
2. Para toda a , a es una expresin regular.
3. Si s y t son expresiones regulares, entonces s t, s t y s son
tambin expresiones regulares.
4. Ninguna otra secuencia de smbolos es una expresin regular.
Recordemos que tanto la unin como la concatenacin son

asociativas y adems observe que
s+ = ss .
Ejemplo
Encuentre
P una expresin regular que represente el lenguaje definido
sobre = {a, b} de todas las cadenas que empiezan con b y
terminan con a.
Solucin
b(a b) a.
Ejemplo
Encuentre
sobre = {a, b} de todas las cadenas que tienen exactamente dos
(2) a0 s.
Solucin
b ab ab .
Ejemplo
Encuentre
sobre = {a, b} de todas las cadenas que tienen un nmero par de
smbolos (palabras de longitud par).
Solucin
(aa ab ba bb) .
Ejemplo
Encuentre
sobre = {a, b} de todas las cadenas que tienen un nmero impar
de smbolos (palabras de longitud impar).
Solucin
a(aa ab ba bb) b(aa ab ba bb) .

Ejemplo
Encuentre
sobre = {a, b} de todas las cadenas que tienen un nmero par de
a0 s.
Solucin
b (ab a) b (ab a b) (b ab ab ) b b (b ab ab ) b .
Ejemplo
P
Sea = {a, b, c} un alfabeto. La expresin regular
(a b )a (bc)
representa el lenguaje
({a} {b} ){a} {bc} .
Ejemplo
P
Sea = {a, b} un alfabeto. La expresin regular
( a) (a b) (ba)
representa el lenguaje
({} {a}) {a, b} {ba} .
Ejemplo
P
Sea = {a, b} un alfabeto. Probar que el conjunto
{bawab | w {a, b} } es un lenguaje regular.
Prueba
Paso Conjunto Expresin Justificacin

1. {a} a Base
2. {b} b Base
3. {a}{b} = {ab} ab Conc.
4. {a} {b} = {a, b} ab Unin de 1. y 2.
5. {b}{a} = {ba} ba Conc. de 2. y 1.
6. {a, b} (a b) Cerr. Kleene de 4.
7. {ba}{a, b} ba(a b) Conc. de 5. y 6.
8. {ba}{a, b} {ab} ba(a b) ab Conc. de 7. y 3.
Ejemplo
Escriba
P una expresin regular para el lenguaje sobre el alfabeto
= {a, b} que consiste de las cadenas en las que no hay dos
smbolos iguales contiguos. Es decir, las a0 s y las b0 s se alternan.
Solucin
(ab) (ba) a(ba) b(ab) o
( b)(ab) ( a) o
( a)(ba) ( b)
Ejemplo
Escriba
P una expresin regular para el lenguaje sobre el alfabeto
= {a, b} que consiste de las cadenas que contienen dos (2) o ms
b0 s.
Solucin
{a} {b}{a} {b}{a, b} {a, b} {b}{a} {b}{a} {a, b} {b}{a, b} {b}{a, b}
Para indicar que L es el lenguaje representado por la expresin

regular r se escribe L(r)
Equivalencias
1. Una cadena pertenece al lenguaje representado por una

expresin regular, si y slo si, sigue el patrn definido por la
expresin regular.
2. Las expresiones regulares que representan lenguajes deben
cumplir con las siguientes condiciones:
a. Correcta: Todas las cadenas representadas por la expresin
regular deben pertenecer al lenguaje.
b. Completa: Toda palabra del lenguaje debe ser representada por la
expresin regular.
3. La concatenacin indica orden de los smbolos, la cerradura de
Kleene permite repeticin y la unin indica seleccin.
4. Si dos expresiones regulares r y s representan el mismo lenguaje,
es decir, si L(r) = L(s), se dice que r y s son Equivalentes.
Si w es una cadena generada por la expresin regular r, se escribe
que w L(r). Cuando r y s son equivalentes se puede escribir r = s.
Si L(r) L(s) se puede escribir r s.
Nota:
La representacin de lenguajes regulares mediante expresiones
regulares no es nica. Es decir, es posible que existan expresiones
regulares distintas para el mismo lenguaje.
Ejemplo
Las expresiones regulares
b(a b) y b(b a)
representan el mismo lenguaje.
Ejemplo
Las expresiones
(a b) y (a b )
representan el mismo lenguaje.
Ejemplo
(a b) y (a b) b
representan el mismo lenguaje. Este es el lenguaje que tienen 0
ms a0 s y b0 s. Entonces se puede escribir
(a b) = (a b) b.
Identidades
P
Sean r, s y t expresiones regulares sobre el alfabeto . Entonces
1. r = r = .
2. r = r = r.
3. = .
4. = .
5. r s = s r.
6. r = r = r.
7. r r = r.
8. (r s) t = r (s t).
9. (rs)t = r(st).
10. r(s t) = rs rt y (r s)t = rt st.
11. r = r = r r = ( r) = r (r ) = (r )r = rr .
12. (r s) = (r s ) = (r s ) = (r s) r = r (sr ) .
13. r(sr) = (rs) r.
14. (r s) = (r s) s.
15. (rs ) = r(r s) .
16. s(r ) (r ) s = sr .
17. rr = r r.
Ejemplo
Simplicar la expresin regular b (ab ) b (ab ) a sobre el alfabeto
P
= {a, b}.
Solucin
b (ab ) b (ab ) a = b (ab ) ( a) (ident 10)

= (b a) ( a) (ident 12)
Ejemplo
Simplicar laPexpresin regular a a(b aa)(b aa) b a(aa b) sobre
el alfabeto = {a, b}.
Solucin
a a(b aa)(b aa) b a(aa b) =
= a a(b aa)(b aa) a(aa b) (ident 12)

= a( (b aa)(b aa) ) a(aa b) (ident 10)
= a(b aa) a(aa b) (ident 11)
= a(aa b) a(aa b) (ident 5)
= a(aa b) (ident 7)
Ejemplo
Simplicar laPexpresin regular 1 O1 O(O1 O1 O 1) O1 1 sobre
el alfabeto = {0, 1} de modo que slo aparezca una operacin .
Solucin
1 O1 O(O1 O1 O 1) O1 1 =
= 1 O1 O(1 O1 O1 O) O1 1 (ident 5)
= 1 O1 O(1 O1 O1 O) 1 O1 1 (ident 12)
= (1 O1 O 1 O) 1 O1 O1 O1 1 (ident 13)
= ((1 O1 O1 O) 1 O1 O1 O )1 (ident 10)
= (1 O1 O1 O) 1 (ident 11)
= (1 O1 O1 O) (ident 12)
Ejercicios
1. Considere los lenguajes L1 = {bb} y L2 = {, bb, bbbb}. Qu

caractersticas tienen las cadenas de L1 y L2 ?.
P
2. Encuentre la expresin regular sobre = {a, b} que representa
el lenguaje de todas las cadenas que tengan a la subcadena aa o
a la subcadena bb o a ambas subcadenas.
P
el lenguaje de todas las cadenas que contengan exactamente dos
(2) b0 s.
P
el lenguaje de todas las cadenas que contengan un nmero par
de b0 s.
Ejercicios
P
el lenguaje de todas las cadenas en las que aparezca una a
inmediatamente antes de toda b.
P
el lenguaje de todas las cadenas en las que aparezca
exactamente una vez dos (2) b0 s contiguas.
P
7. Qu caractersticas tienen las cadenas sobre = {a, b}
representada por {aa, bb, ab, ba}?.
8. P
Qu caractersticas tienen las cadenas del lenguaje sobre
= {a, b} representado por {a, b} {aa, bb, ab, ba} ?. Es un
lenguaje regular?.
Ejercicios
9. P
Qu caractersticas tienen las cadenas del lenguaje sobre
= {a, b} representado por c (b ac ) ?.
10. Encuentre
P una expresin regular que represente las cadenas
sobre = {a, b} de longitud igual a 6.
11. Encuentre una Pexpresin regular que represente el lenguaje
definido sobre = {a, b} de todas las cadenas que tienen la
subcadena ab un nmero par de veces.
definido sobre = {a, b} de todas las cadenas que tienen un
nmero impar de a0 s.
Ejercicios
nmero par de a s o un nmero impar de b0 s.
0

definido sobre = {a, b, c} de todas las cadenas que tienen un
nmero par de smbolos.
definido sobre = {a, b, c} de todas las cadenas que tienen un
nmero impar de smbolos.
definido sobre = {a, b, c} de todas las cadenas que comienzan
con c y terminan con b.
Ejercicios
definido sobre = {a, b, c} de todas las cadenas que no
contienen la subcadena cc.
18.(*) Encuentre una Pexpresin regular que represente el lenguaje
nmero par de a s y un nmero impar de b0 s.
0
19. Simplifique la expresin regular c c c .

20. Simplifique la expresin regular c c .
Ejercicios
Nota:
P
No todos los lenguajes sobre un alfabeto son regulares.
Ejemplo
El lenguaje
L = {an bn | n 0}
P
sobre = {a, b} no puede ser representado por una expresin
regular. Por tanto, no es un lenguaje regular.
Contenido
1 INTRODUCCIN
Introduccin
Formas normales
Clculo de predicado
Conjuntos numricos
Sucesiones
lgebras booleanas
Autmatas finitos
Definicin
Un Autmata finito o mquina de estado finito M es un modelo
matemtico de un sistema que recibe de entrada una cadena formada
por smbolos de un alfabeto y de dependiendo de los estados que
asuma en cada momento el autmata determina si la cadena
pertenece o no al lenguaje que ste reconoce. Los autmatas finitos
son utilizados para reconocer lenguajes regulares. El objetivo de los
autmatas finitos es saber si una cadena dada pertenece o no al
lenguaje regular reconocido por el autmata.
Si la cadena es reconocida como vlida por el autmata se dice que
es Aceptada (legal). En caso contrario, se dice que es Rechazada
(ilegal).
Autmatas finitos
Formalmente, un autmata finito (AF ), M , es una 5-tupla, tal que
X
M = Q, , q0 , , F ,
donde
1. Q es un conjunto finito no vaco de estados.
P
2. es un alfabeto de entrada.
3. q0 Q es un estado inicial.
4. F Q es un conjunto de estados finales o de aceptacin.
P
5. : Q Q es una funcin asociada a M , llamada Funcin
de transicin.
Autmatas finitos
Tipos de autmatas finitos
Los autmatas finitos se clasifican en:
1. Deterministas (AFD):
P son aquellos donde cada par
(q, a), q Q, a , de entrada a la funcin de transicin ,
produce un solo estado. En otras palabras, el autmata slo
puede estar en un estado en un momento determinado.
2. No deterministasP(AFND): son aquellos donde cada par definido
(q, a), q Q, a , de entrada a la funcin de transicin ,
puede producir varios estados. Adems se permiten las
transiciones-. Es decir, el autmata puede estar en varios
estados al mismo tiempo.
Autmatas finitos
Representacin
Los autmatas finitos se pueden representar por medio de:
1. Tablas de transicin o matrices de estados: son aquellas
formadas por filas y columnas, donde las filas estn encabezadas
por los estados y las columnas por los smbolos del alfabeto. La
interseccin de una fila q (estado) con una columna a ( smbolo
de entrada ) corresponde al estado (q, a).
2. Diagramas de transicin: son grafos dirigidos con las
caractersticas siguientes:
a. Los vrtices son etiquetados con los elementos de Q (estados). P
b. Las aristas (transiciones) son etiquetadas con los smbolos de
(alfabeto).
Autmatas finitos
c. q0 (estado inicial) se marca con una .
d. Los estados finales se marcan con doble crculo o con .
Autmatas finitos deterministas (AF D)
Ejemplo
Consideremos el autmata finito determinista
X
M = (Q, , q0 , , F ),
P
donde Q = {q0 , q1 , q2 }, = {a, b}, F = {q0 } y , definida por medio
de la tabla de transicin:
a b
q0 q1 q2
q1 q2 q0
q2 q2 q2
Esta tabla significa que:
(q0 , a) = q1 , (q0 , b) = q2 , (q1 , a) = q2 ,
(q1 , b) = q0 , (q2 , a) = q2 , (q2 , b) = q2 .

Es decir, la funcin de transicin produce el estado al que se desplaza
el autmata desde un par estado-smbolo de entrada.
Ejemplo
Verificar si la cadena ababab es aceptada por el autmata anterior.
Solucin
Para que la cadena sea aceptada, el estado que produce la ltima b
debe pertenecer a F . En este caso, debe ser q0 . Veamos
(q0 , a) = q1 , (q1 , b) = q0 , (q0 , a) = q1 ,

(q1 , b) = q0 , (q0 , a) = q1 , (q1 , b) = q0 .
Como la ltima b produjo el estado q0 ( estado final ), la cadena es
aceptada. En realidad, este autmata acepta la expresin regular
(ab) . Es claro que este autmata es determinista.
Ejemplo
Verificar si la cadena abbb es reconocida o rechazada por el autmata
anterior.
Solucin
(q0 , a) = q1 , (q1 , b) = q0 , (q0 , b) = q2 , (q2 , b) = q2 .

Como q2 6 F , la cadena es rechazada.
Autmatas finitos determinista (AF D)
Ejemplo
El diagrama de transicin que representa el autmata del ejemplo
anterior es:
b
q0 q1
a
b a
q2
a, b
Ejemplo
P
Dado el autmata finito determinista M = (Q, , q0 , , F ), donde
X
Q = {q0 , q1 , q2 }, = {a, b}, F = {q1 }
y definida como
(q0 , a) = q1 , (q0 , b) = q2 , (q1 , a) = q1 ,
(q1 , b) = q2 , (q2 , a) = q2 , (q2 , b) = q2 .

Encontrar su tabla de transicin y diagrama de transicin.
Solucin
Tabla de transicin: Diagrama de transicin:
a
a b q0 q1 a
q0 q1 q2
q1 q1 q2 b b
q2 q2 q2 q2
a, b
Ejemplo
P
Consideremos el autmata finito determinista M = (Q, , q0 , , F ),
donde X
Q = {q0 , q1 , q2 }, = {0, 1}, F = {q1 }.
La funcin de transicin se define por medio de la tabla o diagrama
de transicin siguientes:
1 0
0 1
q0 0 q2 1 q1
q0 q2 q0 0, 1
q1 q1 q1
q2 q2 q1
Observacin:
existen transisicones .
En los autmatas finitos deterministas no P
Adems, para toda q Q y para todo a , se tiene que (q, a) es
nica.
P
Note que para cada q Q y cada a , la funcin (q, a) produce
otro estado de Q, que se combina con el prximo smbolo de la
cadena de entrada para generar otro estado de Q y as
sucesivamente. Es decir, la aplicacin de la transicin es recursiva
sobre los smbolos de la cadena de entrada.
Por ejemplo, supongamos que q0 es el estado inicial de un autmata
finito M . Si la cadena de entrada es abc, la aplicacin recursiva de
sera
(((q0 , a), b), c).
Definicin (funcin de transicin asociada a cadena)

P
Si M = (Q, , q0 , , F ) es un AF D, definimos la funcin de transicin
asociada a cadena como
X
0 : Q Q,
donde
a. 0 (q, ) = q
b. 0 (q, a) = (q, a)
c. 0 (q, aw) = 0 ((q, a), w)
P P
con w , a , q Q.
Definicin
Decimos que los AF D M1 y M2 son Equivalentes si L(M1 ) = L(M2 ).
Es decir, si reconocen el mismo lenguaje.
Recordemos que
X
L(M ) = {w 0 (q0 , w) F }.
P
P formal, una cadena w
De manera
0
es Aceptada por el autmata
M = (Q, , q0 , , F ), si y slo si, (q0 , w) F . En caso contrario, la
cadena w es Rechazada
Ejemplo
Los autmatas sobre el alfabeto {1}, representados por los diagramas
de transicin siguientes son equivalentes.
1 1
q0 1 q1 q0 1 q1
M1 M2
Estos autmatas aceptan el lenguaje 1+ .
Ejemplo
Construir tabla y diagrama de transicin para un AF D que reconozca
variables que empiecen con letra y siga con letra y/o dgito.
Solucin
letra | dgito
letra dgito
q1
q0 q1 q2
q1 q1 q1 letra
q2 q2 q2 q0 q2 letra | dgito
dgito
Ejemplo
Considere el autmata finito dado por el siguiente diagrama de
transicin. Determine si el autmata reconoce o rechaza la cadena
aabbaba.
a
q1
a b
q0 b q2 a, b
Solucin
Si el autmata parte del estado q0 y recibe el smbolo a, pasa al
estado q1 . Si recibe el smbolo a de nuevo, se mantiene en el estado
q1 . Si ahora recibe el smbolo b, pasa al estado q2 . Si recibe el smbolo
b de nuevo, se queda en el estado q2 . Si ahora recibe el smbolo a, se
queda en el estado q2 . Si recibe el smbolo b, se queda en el estado
q2 . Si recibe el smbolo a, se mantiene el estado q2 . Como el ltimo
smbolo dej el autmata en el estado q2 y q2 no es estado final, se
dice que la cadena no es reconocida por el autmata y por tanto, es
rechazada.
Ejemplo
Consideremos el AF D definido por el diagrama de transicin
0 1
1 0
q0 q1 q2
0, 1
Cul es la secuencia de estados que se genera con la entrada 011?

Solucin
La secuencia es (q0 , q0 , q1 , q1 ).
Minimizacin de (AF D) por conjunto cociente
Minimizacin de AF D por conjunto cociente

Este proceso consiste en encontrar un AF D con la menor cantidad de
estados posibles y equivalente a un AF D dado.
Definicin
P
Sea M = (Q, , q0 , , F ) un AF D. Entonces
a. q0 es Alcanzable o accesible
P
b. Si q Q es alcanzable o accesible, entonces a , se tiene
que (q, a) es Alcanzable.
Es decir, un estado p Q es Alcanzable
P o accesible desde un
estado q Q, si (q, a) = p, a . En caso contrario, se dice que p
es Inalcanzable o inaccesible desde q.
Definicin
Se dice que un estado q P Q es Accesible o alcanzable desde el
estado inicial (q0 ), si 3 0 (q0 , ) = q. En caso contrario, se
dice que q es Inaccesible o inalcanzable desde el estado inicial.
Definicin
Un AF D es Conexo si todos sus estados son accesibles desde el
estado inicial. En caso contrario, se dice que es No conexo.
Ejemplo
En el siguiente autmata el estado q3 es inaccesible. Por tanto, el
AF D es no conexo.
a q1
q0
b a
b b
q2
q3
a
a
si se elimina el estado inaccesible q3 y todas sus transiciones, se

obtiene el AF D conexo siguiente, que es equivalente al anterior.
a q1
q0
b a
b
q2
Definicin
P
Sea M = (Q, , q0 , , F ) un AF D. Decimos que los estados p, q Q
son Equivalentes , si
X
: (p, ) F (q, ) F.
Se escribe p E q. Observe que esta es la definicin de una relacin de

equivalencia.
Es decir, si para toda secuencia de entrada, ambos producen la
misma salida, sin importar cul sea el estado inicial. En otras
palabras, si al unirse en un solo estado reconocen el mismo lenguaje
regular, tal como si estuvieran separados. Esto incluye la unin de sus
transiciones tanto de entrada como de salida.
El conjunto de estados del AF D mnimo corresponde al conjunto
cociente (Q/E) de esta relacin de equivalencia de estados.
Definicin
Dados p, q Q y k N. Se dice que p y q son Equivalentes en
longitud k o k-equivalentes, si
X
, || k : (p, ) F (q, ) F.
Se escribe p Ek q.
Para cada k, Ek es una relacin de equivalencia. Es claro que
p E q p Ek q, k 0.
Definicin
P
Sea M = (Q, , q0 , , F ) un AF D. Decimos que Plos estados p, q Q
son No equivalentes si existe una palabra, , para la cual,
ambos producen salidas diferentes, sin importar cul sea el estado
inicial.
Definicin
P
Sea M = (Q, , q0 , , F ) un AF D. Decimos que los estados p, q Q
son Compatibles si ambos, o pertenecen a F ( conjunto de estados
finales ) o pertenecen a Q F ( conjunto de estados no finales). En
caso contrario, se dice que son Incompatibles.
Nota: Un estado final y un estado no final nunca sern equivalentes.
Decimos que un AF D est Minimizado si todos sus estados son
distinguibles y alcanzables.
Algoritmo para determinar el conjunto cociente
a. Eliminar todos los estados inaccesibles, junto a todas sus

transiciones.
Sabemos que (q, ) = q. Ahora aplicamos recursividad sobre k.
b. Para k = 0.
Los estados q1 y q2 son equivalentes de orden 0, solamente si,
q1 , q2 F ( estados finales) o slo si, q1 , q2 F c (estados no
finales). De este modo, el conjunto cociente de la relacin de
equivalencia E0 ser
Q/E0 = {C01 = F, C02 = F c }.
c. Suponga que se ha calculado el conjunto cociente para la
relacin de equivalencia de estados de orden k:
Q/Ek = {Ck1 , Ck2 , Ck3 , . . . , Ckm }.
d. Encontrar Q/Ek+1 .
Para cada Cki Q/Ek , i {1, 2, 3, . . . , m} se presenta uno y slo
uno de los casos siguientes:
P
1. Para todo a , existe j {1, 2, 3, . . . , m} tal que (Cki , a) Ckj .
En este caso se incluye Cki en Q/Ek+1 .
P
2. Existe a , tal que para cada
j {1, 2, 3, . . . , m}, (Cki , a) 6 Ckj . En este caso se hace
Cki = Cki1 Cki2 ( una particin de Cki ), de modo que para cada
uno de los subconjuntos creados existan j y m, tales que
(Cki1 , a) Ckj y (Cki2 , a) Ckm . En este caso se incluye Cki1 y
Cki2 en Q/Ek+1 y se elimina Cki .
e. Si Q/Ek = Q/Ek+1 se termina el proceso y Q/E = Q/Ek . En
caso contrario, se repite el procedimiento desde el paso d.
P
Sea M = (Q, , q0 , , F ) un AF D. Existe un AF D nico equivalente
mnimo (autmata del conjunto cociente)
X
Mm = (Qm , , q0m , m , Fm ),
donde
a. Qm = Q/E.
P
b. a , m (Ci , a) = Cj , si q1 Ci , q2 Cj 3 (q1 , a) = q2 .
c. q0m = C0 si q0 C0 y C0 Qm .
d. Fm = {Ci | q Ci , q F }
Ejemplo
Minimizar el AF D M = ({q0 , q1 , q3 , q4 , q5 }, {a, b}, q0 , , {q2 , q6 }),
definido por
a b
q0 q1 q5 q1 a q2 a, b
q1 q2 q4 a b
q2 q2 q2 q0 a q3 b q4
o a, b
q3 q0 q4 b b
q4 q4 q4 q5 a q6 a, b
q5 q6 q4
q6 q6 q6
Solucin
Empezamos con Q/E0 = {C01 = {q2 , q6 }, C02 = {q0 , q1 , q4 , q5 }}
({q2 , q6 }, a) = {q2 , q6 } C01 .
({q2 , q6 }, b) = {q2 , q6 } C01 .
({q0 , q1 , q4 , q5 }, a) = {q1 , q2 , q4 , q6 } 6 C0j , j {1, 2}.
C02 = C021 C022 , C021 = {q0 , q4 }, C022 = {q1 , q5 }
Q/E1 = {C11 = {q2 , q6 }, C12 = {q0 , q4 }, C13 = {q1 , q5 }}
Como Q/E0 6= Q/E1 , el proceso contina.

(C11 , a) = {q2 , q6 } C11
(C11 , b) = {q2 , q6 } C11
(C12 , a) = {q1 , q4 } 6 C1j , j {1, 2, 3}
C12 = C121 C122 , C121 = {q0 }, C122 = {q4 }
(C13 , a) = {q2 , q6 } C11
(C13 , b) = {q4 } C12
Q/E2 = {C21 = {q2 , q6 }, C22 = {q0 }, C23 = {q4 }, C24 = {q1 , q5 }}
Como Q/E1 6= Q/E2 , el proceso sigue.

(C21 , a) = {q2 , q6 } C21
(C21 , b) = {q2 , q6 } C21
Las clases que tienen un solo elemento no es necesario comprobarla.
(C24 , a) = {q2 , q6 } C21
(C24 , b) = {q4 } C23
Q/E3 = {C31 = {q2 , q6 }, C32 = {q0 }, C33 = {q4 }, C34 = {q1 , q5 }}
Como Q/E2 = Q/E3 , se tiene que Q/E = Q/E2 . Luego,
Q/E = {C3 = {q2 , q6 }, C0 = {q0 }, C2 = {q4 }, C1 = {q1 , q5 }}.
y el AF D mnimo es
m a b
C0 C1 C1 a, b a, b
C1 C3 C2 o C0
a, b
C1
b
C2 C3
C2 C2 C2 a
C3 C3 C3
El proceso anterior tambin se puede describir mediante una tabla
como:
a b
{q2 , q6 } {q2 , q6 } C01 {q2 , q6 } C01
{q0 , q1 , q4 , q5 } {q1 , q2 , q4 , q6 } 6 C0j
{q0 , q4 } {q1 , q4 } 6 C1j
{q0 } {q1 } C24 {q5 } C24
{q4 } {q4 } C23 {q4 } C23
{q1 , q5 } {q2 , q6 } C21 {q4 } C23
De manera formal el AF D mnimo equivalente se expresa como:
X
Mm = (Qm , , q0m , m , Fm ),
donde
X
Qm = Q/E, = {a, b}, q0m = C0 , Fm = {C3 }
y m como se defini anteriormente.
Ejemplo
Minimizar el autmata finito M = ({q0 , q1 , q2 , q3 , q4 }, {a, b}, q0 , , {q4 }),
definido por
a b a
q0 q1 q2 a q1
q0 a
q1 q1 q3 a b
b
a
q2 q1 q2 q3
b q2
q3 q1 q4 b
b
q4
q4 q1 q2
Solucin
Observamos que todos los estados son accesibles. Empezamos el
proceso con:
Q/E0 = {C01 = {q4 }, C02 = {q0 , q1 , q2 , q3 }}
(C02 , a) = {q1 } C02 .
(C02 , b) = {q2 , q3 , q4 } 6 C0j , j {1, 2}.
C02 = C021 C022 , C021 = {q0 , q1 , q2 }, C022 = {q3 }
Q/E1 = {C11 = {q4 }, C12 = {q3 }, C13 = {q0 , q1 , q2 }}
Como Q/E0 6= Q/E1 , el proceso contina.

(C13 , a) = {q1 } C13
(C13 , b) = {q2 , q3 } 6 C1j , j {1, 2, 3}
C13 = C131 C132 , C131 = {q0 , q2 }, C132 = {q1 }
Q/E2 = {C21 = {q4 }, C22 = {q3 }, C23 = {q1 }, C24 = {q0 , q2 }}

Como Q/E1 6= Q/E2 , el proceso sigue.
(C24 , a) = {q1 } C23
(C24 , b) = {q2 } C24
Recuerde que las clases que tienen un solo elemento no es necesario
comprobarla.
Q/E3 = {C31 = {q4 }, C32 = {q3 }, C33 = {q1 }, C34 = {q0 , q2 }}
Como Q/E2 = Q/E3 , se tiene que Q/E = Q/E2 . Luego,
Q/E = {C0 = {q0 , q2 }, C1 = {q1 }, C2 = {q3 }, C3 = {q4 }.
Por tanto, la tabla y el diagrama de transicin del AF D mnimo

equivalente son:
m a b a
b
C0 C1 C0 a C1
C0 b
C1 C1 C2 a
a
C2 C1 C3 b C2
C3
b
C3 C1 C0
Ejercicios
1. Qu lenguaje reconoce el AF D dado por el diagrama de

transicin siguiente?:
b b
a
q0 q1
a
Ejercicios
P
2. Minimice el AF D M = (Q, , q0 , , F ), definido por la tabla de
transicin
a b
q0 q2 q1
q1 q2 q1
q2 q3 q4
q3 q2 q4
q4 q4 q1
q5 q5 q0
Ejercicios
P
transicin
a b
q0 q4 q1
q1 q1 q2
q2 q3 q1
q3 q3 q3
q4 q4 q5
q5 q4 q6
q6 q6 q5
Ejercicios
P
transicin
a b
q0 q1 q0
q1 q2 q0
q2 q1 q0
q3 q0 q0
q4 q2 q4
Autmatas finitos no deterministas (AF N D)
Definicin
Un autmata finito no determinista (AF N D), M , es una 5-tupla, tal
que X
M = (Q, , q0 , , F ),
donde
1. Q es un conjunto finito no vaco de estados.
P
2. es un alfabeto de entrada.
3. q0 Q es un estado inicial.
4. F Q es un conjunto de estados finales o de aceptacin.
P
5. : Q ( ) P (Q) es una funcin asosciada a M , llamada
Funcin de transicin.
Notas:
1. P (Q) es el conjunto potencia de Q.
P
2. Si q Q y a , (q, a) puede llevar a uno o varios estados.
Ejemplo 1
Consideremos el diagrama de transicin del AF N D siguiente:
a, b a, b
b a, a, b
q0 q1 q2 q3
Observe que
1. Hay dos opciones posibles con el smbolo b desde el estado q0 .
2. Existe la posibilidad de moverse desde el estado q1 sin leer
smbolo alguno ().
Suponga que se tiene la entrada aba. Las posibles secuencias de
estados son:
1. (q0 , q0 , q0 , q0 ).
2. (q0 , q0 , q1 , q2 ).
3. (q0 , q0 , q1 , q2 , q3 ).
Es claro que todas estas secuencias de estados son vlidas. Ahora
bien, acepta el autmata la entrada aba?. S, la acepta porque alguna
de las secuencias de estados conduce al estado final q3 .
La entrada ababba es tambin aceptada por el autmata, porque una
de las posibles secuencias de estados nos lleva al estados final q3 . Sin
embargo, la entrada ab es rechazada, porque no hay secuencias de
estados que lleve al estado final.
El lenguaje que acepta este autmata es aquel cuyas cadenas tienen
al menos un smbolo b que no es el ltimo smbolo.
Observacin: No determinismo del autmata significa que en cada
momento ( para cada estado y cada smbolo de entrada) pueden
existir varias posibilidades de transicin o incluso, ninguna.
Ejemplo 2
Considere el AF N D dado por el siguiente diagrama de transicin
a, b
b a, b a, b
q0 q1 q2 q3
Este autmata acepta el lenguaje, cuyas cadenas tienen el smbolo b
como antepenltimo smbolo.
Ejemplo 3
a, b
b a, b, a, b,
q0 q1 q2 q3
Este autmata acepta el lenguaje, cuyas cadenas tienen el smbolo b

como ltimo, penltimo o antepenltimo smbolo.
Ejemplo 4
a q2
q1
a
a
q0 q3
q5
a
q4 a
Este autmata acepta el lenguaje, cuyas cadenas tienen la forma de la

expresin regular (aa) (aaa) .
Ejemplo 5
a
q0 b q1

a a, b
q2
Este autmata acepta el lenguaje, cuyas cadenas tienen la forma de la

expresin regular (a ba ba) . Estas cadenas tienen un nmero par
de b0s y despus de cada b par tienen una a y la cadena vaca.
Ejemplo 6
Consideremos el AF N D M = ({q0 , q1 , q2 }, {0, 1}, q0 , , {q2 }), donde la
funcin de transicin se define como
(q0 , 0) = {q0 , q1 } (q1 , 0) = (q2 , 0) =
(q0 , 1) = {q0 } (q1 , 1) = {q2 } (q2 , 1) =
(q0 , ) = (q1 , ) = {q0 , q1 } (q2 , ) =
o mediante su tabla de transicin
0 1
q0 {q0 , q1 } {q0 }
q1 {q2 } {q0 , q1 }
q2
Su diagrama de transicin es
0, 1
0 1
q0 q1 q2

El lenguaje aceptado por el autmata M es
L(M ) = { {0, 1} | termina en 01}.
P de autmata finito no determinista (AF N D) es

Otro ejemplo
M = (Q, , q0 , , F ), donde
X
Q = {q0 , q1 , q2 , q3 }, = {a, b, }, F = {q0 }
y definida como
(q0 , a) = {q1 } (q1 , a) = (q2 , a) = (q3 , a) =

(q0 , b) = (q1 , b) = {q0 , q2 } (q2 , b) = {q0 , q3 } (q3 , b) =
(q0 , ) = (q1 , ) = {q3 } (q2 , ) = {q2 , q3 } (q3 , ) = {q2 }
La tabla de transicin es El diagrama de transicin es:
a
a b q0 q1
q0 {q1 } b
b
q1 {q0 , q2 } {q3 } b
q2 {q0 , q3 } {q2 , q3 } q2 q3
b,
q3 {q2 }

Observacin:
En los autmatas finitos no deterministas, las no determinaciones
cuando falten transiciones para algunas entradas se resuelven
incluyendo un estado nuevo, llamado Estado de absorcin o muerto
al cual se envan todas las transiciones no definidas.
Los AF N D reconocen los mismos lenguajes que los AF D.
Ejemplo 7
P
Consideremos el autmata finito no determinista M = {Q, , q0 , , F },
donde X
Q = {q0 , q1 , q2 }, = {0, 1}, F = {q1 }.
La funcin de transicin se define por medio de las tablas o
diagrama de transicin siguientes:
Tabla de transicin Diagrama de Nueva tabla de

transicin transicin
0 1
q0 1 q2
q0 {q1 } {q2 } 0 1
0
q1 0 1 q0 {q1 } {q2 }
q2 {q1 } q1 M 0, 1 q1 M M
0, 1
q2 {q1 } M
M M M
Funcin de transicin asociada a cadenas
Definicin
La extensin de la funcin de transicin a cadenas es la funcin
X
0 : Q P (Q),
definida como sigue:

q Q, x , a , w = xa, se tiene que:
P P
1. Paso base: 0 (q, ) = {q}.

2. Paso inductivo:
Suponer que
k
0 (q, x) = {q1 , q2 , . . . , qk } y (qi , a) = {r1 , r2 , . . . , rm }.
i=1
3. Entonces 0 (q, w) = {r1 , r2 , . . . , rm }.
La funcin 0 puede extenderse para operar sobre conjuntos de

estados, de tal modo que
P Q : 0 (P, x) = 0 (p, x).

pP
Ejemplo 8
Consideremos el AF N D M = ({q0 , q1 , q2 }, {0, 1}, q0 , , {q2 }), cuya
tabla y diagrama de transicin vienen dados por
0 1
q0 {q0 , q1 } {q0 }
q1 {q2 }
q2
y
0, 1
q0 0 q1 1 q2
El lenguaje aceptado por el AF N D M es
L(M ) = { {0, 1} | termina en 01}.
Ahora, suponga que queremos procesar la cadena 00101. Los pasos

que debemos dar son:
1. 0 (q0 , ) = {q0 }
2. 0 (q0 , 0) = (q0 , 0) = {q0 , q1 }
3. 0 (q0 , 00) = (q0 , 0) (q1 , 0) = {q0 , q1 } = {q0 , q1 }
4. 0 (q0 , 001) = (q0 , 1) (q1 , 1) = {q0 } {q2 } = {q0 , q2 }
5. 0 (q0 , 0010) = (q0 , 0) (q2 , 0) = {q0 , q1 } = {q0 , q1 }
6. 0 (q0 , 00101) = (q0 , 1) (q1 , 1) = {q0 } {q2 } = {q0 , q2 }
Como 0 (q0 , 00101) tiene al menos un estado de aceptacin (final), se

tiene que la cadena es aceptada. Es decir, 0 (q0 , 00101) F 6= .
Ejercicios
1. Considere el AF N D definido por la tabla de transicin
0
q0 {q1 , q4 }
q1 {q2 }
q2 {q3 }
q3
q4 {q5 }
q5 {q4 }
Qu palabras acepta este AF N D?.
Ejercicios
a b
q0 {q1 }
q1 {q1 , q2 , q3 } {q0 , q2 } {q3 }
q2 {q0 , q3 } {q2 , q3 }
q3 {q2 }
Acepta este AF N D la palabra a?.
Autmatas finitos no deterministas
Definicin (-clausura)
La Clausura de un estado q respecto a (C (q)) se define
recursivamente como:
1. q C (q)
2. Si r C (q) y s (r, ) entonces s C (q)
En otras palabras, es el conjunto de estados que se pueden alcanzar
desde el estado q, sin consumir smbolos.
Si P Q, entonces C (P ) = C (p).
pP
Ejemplo 9
Consideremos el AF N D definido por la siguiente tabla de transicin.
Encuentre la clausura respecto a de cada uno de los estados
q0 , q1 , q2 , q3 .
a b
q0 {q1 }
q1 {q1 , q2 , q3 } {q0 , q2 } {q3 }
q2 {q0 , q3 } {q2 , q3 }
q3 {q2 }
Solucin
C (q0 ) = {q0 }
C (q1 ) = {q1 }, (q1 , ) = {q3 }, C (q1 ) = {q1 , q3 }
(q3 , ) = {q2 }, C (q1 ) = {q1 , q2 , q3 }, (q2 , ) = {q2 , q3 } C (q1 )
Luego, C (q1 ) = {q1 , q2 , q3 }
C (q2 ) = {q2 }, (q2 , ) = {q2 , q3 }, C (q2 ) = {q2 , q3 }
(q3 , ) = {q2 } C (q2 )
Luego, C (q2 ) = {q2 , q3 }
C (q3 ) = {q3 }, (q3 , ) = {q2 }, C (q3 ) = {q2 , q3 }
(q2 , ) = {q2 , q3 } C (q3 )
Luego, C (q3 ) = {q2 , q3 }
Funcin de transicin asociada a cadenas: clausura
Definicin
La extensin de la funcin de transicin a cadenas es la funcin
X
0 : Q {} P (Q),
definida como sigue:

q Q, x , a , w = xa, se tiene que:
P P
1. Paso base: 0 (q, ) = C (q).

2. Paso inductivo:
Suponer que:
k
0 (q, x) = {q1 , q2 , . . . , qk } y (qi , a) = {r1 , r2 , . . . , rm }.
i=1
m
3. Entonces 0 (q, w) = C (ri )
i=1
La funcin 0 puede extenderse para operar sobre conjuntos de

estados, de tal modo que
P Q : 0 (P, x) = 0 (p, x).

pP
Ejemplo
Considere el AF N D definido por el diagrama de transicin siguiente:
0, 1, . . ., 9 0, 1, . . ., 9
, +, . 0, 1, . . ., 9
q0 q1 q2 q3 q5
.
0, 1, . . ., 9
q4
La tabla de transicin del autmata anterior es:
+, . 0, 1, . . . , 9
q0 {q1 } {q1 }
q1 {q2 } {q1 , q4 }
q2 {q3 }
q3 {q3 } {q5 }
q4 {q3 }
q5
Verificar si la cadena 7.58 es aceptada por el autmata. Es decir, si
0 (q0 , 7.58) F 6= .
(q0 , ) = C (q0 ) = {q0 , q1 }

(q0 , 7) (q1 , 7) = {q1 , q4 } = {q1 , q4 }
0 (q0 , 7) = C (q1 ) C (q4 ) = {q1 } {q4 } = {q1 , q4 }
(q1 , .) (q4 , .) = {q2 } {q3 } = {q2 , q3 }
0 (q0 , 7.) = C (q2 ) C (q3 ) = {q2 } {q3 , q5 } = {q2 , q3 , q5 }
(q2 , 5) (q3 , 5) (q5 , 5) = {q3 } {q3 } = {q3 }
0 (q0 , 7.5) = C (q3 ) = {q3 , q5 }
(q3 , 8) (q5 , 8) = {q3 } = {q3 }
0 (q0 , 7.58) = C (q3 ) = {q3 , q5 }
Como {q3 , q5 } F 6= , la cadena 7.58 es aceptada por el autmata.
Ejercicios
1. Verifique si la cadena 56 34 es aceptada por el autmata.

2. Verifique si la cadena 3.2 + 4.8 es aceptada por el autmata.
La ventaja de los AF N D es que son ms sencillos y simples que los

AF D. La ventaja de los AF D es que son ms fciles de analizar y
simplificar que los AF N D.
Definicin (reconocimiento de lenguajes)
P
Sea M = (Q, , q0 , , F ) un AF N D. El lenguaje reconocido por M es
el conjunto de palabras que pueden hacer caminar el autmata desde
el estado q0 hasta un estado final. Es decir,
n X o
L(M ) = | , 0 (q0 , ) F 6= .
Ejemplo 10
Consideremos el AF N D M1 = ({q0 , q1 , q2 }, {0, 1}, q0 , , {q2 }), donde la
funcin de transicin se define como
(q0 , 0) = {q0 , q1 } (q1 , 0) = (q2 , 0) =
(q0 , 1) = {q0 } (q1 , 1) = {q2 } (q2 , 1) =
o mediante su tabla de transicin
0 1
q0 {q0 , q1 } {q0 }
q1 {q2 }
q2
Su diagrama de transicin es
0, 1
q0 0 q1 1 q2
El lenguaje aceptado por el AF N D M es
L(M ) = { {0, 1} | termina en 01},
como vimos anteriormente.

Ejemplo 11
Consideremos el AF N D M = ({q0 , q1 }, {a, b}, q0 , , {q1 }), donde el
diagrama de transicin es:
a, b b
q0 b q1
Este autmata reconoce el lenguaje, cuyas palabras terminan en b. Es

decir, el lenguaje regular definido por la expresin regular {a b} b+ .
Definicin (equivalencia)
Los autmatas M1 y M2 son Equivalentes (M1 M2 ) si reconocen el
mismo lenguaje. Es decir, si
L(M1 ) = L(M2 ).
Ejercicios
1. Considere el AF N D definido por el diagrama de transicin

siguiente:
q1 q2 q5

q0
b
q3 q4 q6
a
Encuentre la clausura con respecto a de cada uno de los

estados del autmata.
2. Considere el AF N D del ejemplo 9 para encontrar los valores de
0 (q0 , b), 0 (q1 , b), 0 (q0 , a), 0 (q0 , ba), 0 (q0 , aa), 0 (q0 , aab), 0 (q2 , ).
3. Considere el AF N D del ejemplo 10 para encontrar los valores de
0 (q0 , 00100), 0 (q0 , 001001), 0 (q0 , 0101).
Conversin de un AF N D a un AF N D
Las transiciones vacas se eliminan con el siguiente algoritmo:
1. Calcular C (q0 ). Este conjunto es el estado inicial del nuevo

autmata.
P
2. a , se obtienen los estados alcanzables q Q desde algn
estado de C (q0 ) y se calcula C (q). Si las C (q) producen nuevos
conjuntos diferentes de C (q0 ), estos sern nuevos estados a los
que se acceder a partir de C (q0 ) y del smbolo correspondiente.
3. Se repite el paso 2 para cada conjunto nuevo, hasta P
que no
existan transiciones posibles para algn smbolo de .
Ejemplo
P
Considere el AF N D M = (Q, , q0 , , F ) dado por el diagrama de
transicin siguiente:
q1 q2 q5

q0
b
q3 q4 q6
a
Para obtener el AF N D, empezamos calculando C (q0 ).
C (q0 ) = {q0 , q1 , q2 , q3 , q5 } = E0
Observemos que para los smbolos a y b desde los estados
q0 , q1 , q2 , q5 de C (q0 ) no hay estados alcanzables (no hay transiciones
posibles). Sin embargo, desde el estado q3 con el smbolo a se
alcanza el estado q4 . Con el smbolo b, no hay transiciones posibles.
Ahora, calculamos C (q4 ).
C (q4 ) = {q4 , q6 } = E1 . Este es un nuevo conjunto, por tanto, un
estado nuevo.
Para los smbolos a y b desde el estado q6 , no hay estados
alcanzables ( no hay transiciones posibles ). Sin embargo, desde el
estado q4 con el smbolo b, se alcanza el estado q5 .
Ahora, calculamos C (q5 ).
C (q5 ) = {q5 } = E2 . Este es un nuevo conjunto, por tanto, un nuevo
estado. Desde este estado, para los smbolos a y b, no hay estados
alcanzables (no hay transiciones posibles).
Luego, el AF N D sin transiciones vacas consta de los estados
E0 = {q0 , q1 , q2 , q3 , q5 }, E1 = {q4 , q6 }, y E2 = {q5 }.
Su diagrama de transicin es:
a b
E0 E1 E2
Nota: Cuando la nica razn del no determinismo es la presencia de

transiciones , el AF N D resulta ser un AF D como en el caso
anterior.
Contenido
1 INTRODUCCIN
Introduccin
Formas normales
Clculo de predicado
Conjuntos numricos
Sucesiones
lgebras booleanas
Equivalencia entre AF N D Y AF D
Todo AF N D tiene un AF D equivalente. Es decir, todo lenguaje que

se pueda describir mediante un AF N D, se puede describir tambin
mediante un AF D. En otras palabras, reconocen el mismo lenguaje.
Teorema
P
Dado un AF N D M1 = (Q, , q10 , 1 , F1 ) existe un AF D M2 , tal que
L(M1 ) = L(M2 ).
Demostracin
P
Consideremos el AF D M2 = (P (Q), , q20 , 2 , F2 ), donde
1. q20 = 1 (q10 , ) = C (q10 )
2. F2 = {c | c P (Q) y c F1 6= }
3. 2 (ci , a) = 1 (p, a)
pci
P
Observemos que para todo x , x L(M1 ), si y slo si,
x L(M2 ). Es decir,
x L(M1 ) 10 (q10 , x) F1 6= (Leng. reconocido por AF N D)

10 (q10 , x) F2 (Por def. de F2 )
20 (q20 , x) F2 (Por def. de q20 y 2 )
x L(M2 )
Por tanto, M2 = M1 .
Ejemplo
Consideremos el AF N D del ejemplo anterior. Construyamos un AF D
equivalente.
Observemos que el conjunto de estados del AF D es P (Q) (conjunto
potencia de Q), que en este caso tiene 23 elementos. Los smbolos de
entrada son los mismos. El estado de inicio es el conjunto, cuyo nico
elemento es q0 . El conjunto de estados finales es el conjunto de los
elementos de P (Q), cuya intercepcin con el conjunto de estados
finales del AF N D es no vaca.
As que la tabla de transiciones del AF D equivalente al AF N D dado
es :
2 0 1

{q0 } {q0 , q1 } {q0 }
{q1 } {q2 }
{q2 }
{q0 , q1 } {q0 , q1 } {q0 , q2 }
{q0 , q2 } {q0 , q1 } {q0 }
{q1 , q2 } {q2 }
{q1 , q2 , q3 } {q0 , q1 } {q0 , q2 }
Esta tabla de transiciones corresponde a un AF D, aunque sus
elementos sean conjuntos. Lo que ocurre es que estos conjuntos se
consideran como un estado individual y pueden ser renombrados con
otros smbolos. Por ejemplo, el conjunto se le puede llamar E , el
conjunto {q0 } se puede renombrar por E0 y as sucesivamente. De
este modo la tabla de transiciones toma la forma:
2 0 1
E E E
E0 E3 E0
E1 E E2
E2 E E
E3 E3 E4
E4 E3 E0
E5 E E2
E6 E3 E4
Este AF D no tiene por qu ser mnimo, incluso puede tener una gran
cantidad de estados inaccesibles (no conexo). Si vemos el AF D
anterior nos damos cuenta de que desde el estado inicial E0 slo se
puede alcanzar los estados E0 , E3 y E4 . Los dems estados se
pueden eliminar, obtenindose el AF D:
2 0 1
2 0 1
E0 E3 E0
o {q0 } {q0 , q1 } {q0 }
E3 E3 E4
{q0 , q1 } {q0 , q1 } {q0 , q2 }
E4 E3 E0
{q0 , q2 } {q0 , q1 } {q0 }
El diagrama de transicin del AF D anterior es el siguiente:
1 0
0 1
E0 E3 E4
0
1
Teorema
P
Dado un AF D M1 = (Q, , q0 , 1 , F ), existe un AF N D M2 , tal que
L(M1 ) = L(M2 ).
Demostracin
Esta demostracin es sencilla, puesto que todo AF D puede
Pa un AF N D. Consideremos el AF N D
extenderse
M2 = (Q, , q0 , 2 , F ), de modo que
1. 2 (q, ) = , q Q.
P
2. 2 (q, a) = {1 (q, a)}, q Q, y a .
Es claro que L(M1 ) = L(M2 ) y por tanto, M1 M2 .
Mtodo para hallar un AF D desde un AF N D sin
-transiciones (evaluacin perezosa)
una tabla con una columna para 2 y una columna para

1. Construir P
cada a .
fila y primera columna, escribir {q0 } y en cada
2. En la primeraP
columna a , escribir 1 ({q0 }, a). Es decir, todos los estados
que se pueden alcanzar desde q0 con entrada a.
3. Copiar los resultados que estn en las celdas de la fila anterior
como inicio de nuevas filas.
4. Para cada filaPR pendiente, rellenar la fila R, escribiendo en cada
columna a , 1 (R, a). Es decir, todos los estados a los que se
puede alcanzar desde algn estado de R con entrada a.
6. Repetir los pasos 4 y 5 hasta que no queden filas por rellenar.
-transiciones
Ejemplo
Considere el AF N D definido por el siguiente diagrama de transicin:
a, b
b a, b a, b
q0 q1 q2 q3
-transiciones
Aplicando el mtodo descrito anteriormente, obtenemos la siguiente
tabla de transicin del AF D equivalente:
2 a b
{q0 } {q0 } {q0 , q1 }
{q0 , q1 } {q0 , q2 } {q0 , q1 , q2 }
{q0 , q2 } {q0 , q3 } {q0 , q1 , q3 }
{q0 , q1 , q2 } {q0 , q2 , q3 } {q0 , q1 , q2 , q3 }
{q0 , q3 } {q0 } {q0 , q1 }
{q0 , q1 , q3 } {q0 , q2 } {q0 , q1 , q2 }
{q0 , q2 , q3 } {q0 , q3 } {q0 , q1 , q3 }
{q0 , q1 , q2 , q3 } {q0 , q2 , q3 } {q0 , q1 , q2 , q3 }
-transiciones
Esta tabla fue generada por los clculos siguientes:
1 (q0 , a) = {q0 }, 1 (q0 , b) = {q0 , q1 }
1 ({q0 , q1 }, a) = 1 (q0 , a) 1 (q1 , a) = {q0 } {q2 } = {q0 , q2 }

1 ({q0 , q1 }, b) = 1 (q0 , b) 1 (q1 , b) = {q0 , q1 } {q2 } = {q0 , q1 , q2 }
1 ({q0 , q2 }, a) = 1 (q0 , a) 1 (q2 , a) = {q0 } {q3 } = {q0 , q3 }

1 ({q0 , q2 }, b) = 1 (q0 , b) 1 (q2 , b) = {q0 , q1 } {q3 } = {q0 , q1 , q3 }
-transiciones
1 ({q0 , q1 , q2 }, a) = 1 (q0 , a) 1 (q1 , a) 1 (q2 , a)
= {q0 } {q2 } {q3 } = {q0 , q2 , q3 }
1 ({q0 , q1 , q2 }, b) = 1 (q0 , b) 1 (q1 , b) 1 (q2 , b)
= {q0 , q1 } {q2 } {q3 } = {q0 , q1 , q2 , q3 }
1 ({q0 , q3 }, a) = 1 (q0 , a) 1 (q3 , a) = {q0 } = {q0 }

1 ({q0 , q3 }, b) = 1 (q0 , b) 1 (q3 , b) = {q0 , q1 } = {q0 , q1 }
-transiciones
1 ({q0 , q1 , q3 }, a) = 1 (q0 , a) 1 (q1 , a) 1 (q3 , a)
= {q0 } {q2 } = {q0 , q2 }
1 ({q0 , q1 , q3 }, b) = 1 (q0 , b) 1 (q1 , b) 1 (q3 , b)
= {q0 , q1 } {q2 } = {q0 , q1 , q2 }
1 ({q0 , q2 , q3 }, a) = 1 (q0 , a) 1 (q2 , a) 1 (q3 , a)

= {q0 } {q3 } = {q0 , q3 }
1 ({q0 , q2 , q3 }, b) = 1 (q0 , b) 1 (q2 , b) 1 (q3 , b)
= {q0 , q1 } {q3 } = {q0 , q1 , q3 }
-transiciones
1 ({q0 , q1 , q2 , q3 }, a) = 1 (q0 , a) 1 (q1 , a) 1 (q2 , a) 1 (q3 , a)
= {q0 } {q2 } {q3 } = {q0 , q2 , q3 }
1 ({q0 , q1 , q2 , q3 }, b) = 1 (q0 , b) 1 (q1 , b) 1 (q2 , b) 1 (q3 , b)
= {q0 , q1 } {q2 } {q3 } = {q0 , q1 , q2 , q3 }
El diagrama de transicin es
-transiciones
a q0 , q3
b
a
b
q0 , q2 q0 , q1 , q3 a
a a
q0 b q0 , q1 b
b b
a q0 , q1 , q2 q0 , q2 , q3
a
a
b
q0 , q1 , q2 , q3
-transiciones
A veces es conveniente cambiar el nombre de los estados para
obtener un diagrama ms claro, como el siguiente:
a
4
b
a
b
2 5 a
a a
b b
0 1 b b
a 3 a 6
a
b
7
Mtodo para hallar un AF D desde un AF N D con
una tabla con una columna para 2 y una columna para

1. Construir P
cada a .
2. En la primera fila y primera columna, escribir C (q0 ). Es decir,
todos los estados aPlos que se puede llegar desde q0 con ; y en
cada columna a , escribir C (1 (r, a)). Es decir, todos
rC (q0 )
los estados que se pueden alcanzar desde C (q0 ) con entrada
a .
4. Para cada fila R pendiente, rellenar la fila R, escribiendo en cada
columna a, C (1 (r, a)). Es decir, todos los estados a los que
rR
se puede alcanzar desde algn estado de R con entrada a .
6. Repetir los pasos 4 y 5 hasta que no queden filas por rellenar.
-transiciones
Ejemplo
Considere el AF N D definido por el siguiente diagrama de transicin:
q0 b q1

a a, b
q2
-transiciones
Aplicando el mtodo descrito anteriormente, se tiene que:
C (q0 ) = {q0 }, 1 (q0 , ) = {q2 }. Luego, C (q0 ) = {q0 , q2 }.
C (1 (r, a)) = C (1 (q0 , a)) C (1 (q2 , a)) = C ({q0 })

r{q0 ,q2 }
= {q0 , q2 } = {q0 , q2 }.
C (1 (r, b)) = C (1 (q0 , b)) C (1 (q2 , b))

r{q0 ,q2 }
= C ({q1 }) = {q1 }.
-transiciones
C (1 (r, a)) = C (1 (q1 , a)) = C ({q1 , q2 })
r{q1 }
= C ({q1 }) C ({q2 }) = {q1 } {q2 } = {q1 , q2 }.
C (1 (r, b)) = C (1 (q1 , b)) = C ({q2 }) = {q2 }.

r{q1 }
C (1 (r, a)) = C (1 (q1 , a)) C (1 (q2 , a)

r{q1 ,q2 }
= C ({q1 , q2 }) C ({q0 })
= C ({q1 }) C ({q2 }) C ({q0 })
= {q1 } {q2 } {q0 , q2 } = {q0 , q1 , q2 }.
-transiciones
C (1 (r, b)) = C (1 (q1 , b)) C (1 (q2 , b)
r{q1 ,q2 }
= C ({q2 }) C () = {q2 } = {q2 }.
C (1 (r, a)) = C (1 (q2 , a)) = C ({q0 }) = {q0 , q2 }.

r{q2 }
C (1 (r, b)) = C (1 (q2 , b)) = C () = .

r{q2 }
-transiciones
C (1 (r, a)) = C (1 (q0 , a)) C (1 (q1 , a) C (1 (q2 , a)
r{q0 ,q1 ,q2 }
= C () C ({q1 , q2 }) C ({q0 })
= {q1 , q2 } {q0 , q2 } = {q0 , q1 , q2 }.
C (1 (r, b)) = C (1 (q0 , b)) C (1 (q1 , b) C (1 (q2 , b)

r{q0 ,q1 ,q2 }
= C ({q1 }) C ({q2 }) C ()
= {q1 } {q2 } = {q1 , q2 }.
Luego, la tabla de transicin del AF D equivalente es :
-transiciones
2 a b
{q0 , q2 } {q0 , q2 } {q1 }
{q1 } {q1 , q2 } {q2 }
{q1 , q2 } {q0 , q1 , q2 } {q2 }
{q2 } {q0 , q2 }
{q0 , q1 , q2 } {q0 , q1 , q2 } {q1 , q2 }

Ejercicios
Encuentre el AF D equivalente en cada uno de los siguientes

ejercicios:
0
q0 {q1 , q4 }
q1 {q2 }
q2 {q3 }
q3
q4 {q5 }
q5 {q4 }
Ejercicios
a b
q0 {q1 }
q1 {q1 , q2 , q3 } {q0 , q2 } {q3 }
q2 {q0 , q3 } {q2 , q3 }
q3 {q2 }
0 1
q0 {q1 } {q1 }
q1 {q0 , q2 } {q1 } {q2 }
q2 {q1 }
Ejercicios
0 1
q0 {q1 , q3 }
q1 {q2 } {q1 }
q2 {q1 } {q2 }
q3 {q3 } {q4 }
q4 {q4 } {q3 }
5. Considere el AF N D definido por el diagrama de transicin

siguiente:
Ejercicios
1
q1
0 1
q0 0 q3
q2 0
a b c
q0 {q1 }
q1 {q1 } {q2 }
q2
Ejercicios
a b
q0 {q1 }
q1 {q1 } {q1 }
a b
q0 {q0 , q1 } {q0 }
q1 {q2 }
q2 {q2 } {q2 }
Ejercicios
0 1
q0 {q0 , q1 } {q0 }
q1 {q2 }
q2 {q3 }
q3 {q4 }
q4 {q5 }
q5 {q6 }
q6 {q6 } {q6 }

Curso Matematica Discreta

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

Curso Matematica Discreta

Cargado por

Copyright:

Formatos disponibles

Elementos de Matemtica Discreta

Antonio De Jess Bonilla Bonilla1

Enero del 2016

2 NOCIONES DE LGICA FORMAL

4 TEORA DE NMEROS Y COMBINATORIA

5 CONGRUENCIA, RELACIONES Y FUNCIONES

7 NOCIONES DE LGEBRA ABSTRACTA

9 INTRODUCCIN A LOS RBOLES

11 INTRODUCCIN A LOS ALGORITMOS

12 LENGUAJES FORMALES Y TEORA DE AUTMATAS

La matemtica discreta es la rama de la matemtica que tiene por

El lenguaje que usamos a diario suele ser poco claro y de precisin

La palabra lgica proviene de la palabra griega LOGOS, que significa

El estudio de la informtica y/o matemtica para cualquier estudiante

La lgica tiene por objeto estudiar la validez de los razonamientos.

Empecemos ofreciendo algunas definiciones que sern tiles a

Ejemplos de proposiciones compuestas.

Por ejemplo, consideremos las proposiciones:

Operador didico: es aquel que afecta a dos proposiciones atmicas

Tablas de verdad: Son arreglos de filas y columnas donde se

Si una proposicin es verdadera, su negacin es falsa y viceversa.

La conjuncin es una proposicin compuesta formada por dos

La disyuncin inclusiva es una proposicin compuesta formada por

La disyuncin exclusiva es una proposicin compuesta formada por

La implicacin o condicional es una proposicin compuesta formada

Si ...: recibe el nombre de antecedente o hiptesis

En muchas ocasiones el Si y el entonces estn sobreentendidos o

En p q decimos que p es condicin suficiente para q y que q es

Proposiciones lgicamente equivalentes: dos proposiciones

Entonces las proposicines:

8. No es cierto que EL frio lleg si y slo si El viento no sopla, se

Proposiciones simblicas escritas en lenguaje natural, utilizando p, q y

p (q r) : EL frio lleg o el viento no

(p r) q : (El frio no lleg o Luis no es-

pr : Si El frio lleg, entonces Luis

2. Considere las proposiciones:

3. Construya la tabla de verdad de las siguientes proposiciones y

11. [(p q) (q r)] (p r) Transitividad (T)

19. [p (q r)] [(p q) r] Asociatividad (ASOC)

29. (p T ) T Dominacin (DOM)

5. Aplique la distribucin a los enunciados siguientes

6. Convierta las siguientes proposiciones en condicionales y

En muchos casos se puede determinar, si un razomamiento es

Esto hace que se utilicen procedimientos ms prcticos en la prueba

1. En cualquier paso puede ser usado una premisa.

Pruebe la validez de los siguientes razonamientos mediante la

El razonamiento o forma argumental viene dado por:

Pruebe los siguientes razonamientos mediante deduccin

24. El director no estudi bien la mocin o la aprueba. Estudi todo

27. Carlos es Economista o mdico. Pero si Carlos es economista,

29. Si Juan es ingeniero de sistemas, es programador. Pero no es

32. Si un 1GB de memoria es mejor que nada, comprar ms

El procedimiento de la deduccin proposicional tiene la limitacin de

donde cada Lij es un literal.

es una forma normal disyuntiva.

donde cada Lij es un literal.

es una forma normal conjuntiva.

1. Eliminar todo lo que no sea conjuncin o disyuncin mediante las

2. Eliminar las negaciones que afecten a los operadores o

[p (q r)] [(q p) r] [p (q r)] [(q p) r]

Como no hay contradiccin en al menos uno de los sumandos, se

Como no hay contradiccin en al menos uno de los sumandos, se

Determine si los siguientes razonamientos son consistentes, mediante

Con la forma normal conjuntiva (FNC) podemos determinar si un