Documentos de Académico
Documentos de Profesional
Documentos de Cultura
DISCRETA
Y
COMBINATORIA
U na introducción con aplicaciones
T E R C E R A ED IC IÓ N
RALPH R GRIMALDI
Rose-Hulm án Instrtute o f Technology
© 1997 por A d d is o n - W e s l e y I b e r o a m e r ic a n a , S .A .
Wilmington, Delaware, E.U.A.
ISBN 0-201-65376-1
1 2 3 4 5 6 7 8 9 10-DOC-01 00 99 98 97
A tnia madre
alia memoria di mió padre
con affetto e stima
Prefacio
os avances tecnológicos de los últimos veinticinco años han producido varios cambios
L en el currículum d e licenciatura. Estos cambios han apoyado el desarrollo de m uchos
cursos de uno o varios semestres en los que se presenta lo siguiente:
Una de las principales razones para el estudio de las materias de cualquiera d e esos
cuatro grandes temas es la abundancia de aplicaciones que se encuentran en las ciencias de
la computación; en particular, en las áreas de las estructuras de datos, la teoría d e los
lenguajes de computación y el análisis de algoritmos. También existen aplicaciones en
ingeniería y en las ciencias físicas y biológicas, así como en la estadística y las ciencias
sociales. En consecuencia, las matemáticas discreta y combinatoria proporcionan un va
lioso material para los estudiantes de otras áreas, n o sólo para quienes se especializan en
matemáticas o en ciencias d e la computación.
El propósito principal de esta nueva edición es seguir ofreciendo una introducción a las
matemáticas discreta y combinatoria. El material incluido está dirigido a los principiantes,
por lo que se ofrece una gran cantidad de ejemplos con explicaciones detalladas. (Los
ejem plos se numeran por separado y se ha utilizado una línea gruesa para denotar el final
de cada ejemplo.) Además, cuando se dan demostraciones, éstas también s e presentan con
el suficiente detalle (pensando en los principiantes).
El texto tiene los siguientes objetivos:
v
Prefacio
las posibilidades lógicas. Incluso podría tratarse de una cuestión de existencia en algu
nos casos. Al seguir ese análisis cuidadoso, veremos con frecuencia que la solución de
un problem a necesita técnicas sencillas para contar los resultados posibles que surgen
de la descomposición del problema dado en subproblemas menores.
2. Presentar una amplia gama de aplicaciones. En este aspecto, donde se necesiten las
estructuras del álgebra abstracta, sólo se desarrollará la teoría básica necesaria p ara la
aplicación. Además, las soluciones de algunas aplicaciones conducen p or s í mismas a
procedimientos iterativos que llevan a algoritmos específicos. L a aplicación del enfo
que algorítmico a la solución de los problemas es fundamental en la matemática discre
ta, además de que refuerza los estrechos lazos entre esta disciplina y el área de ciencias
de la computación.
3. Desarrollar la madurez m atemática del estudiante a través del estudio de un área
muy diferente de lo que tradicionalmente se incluye en el cálculo y las ecuaciones
diferenciales- Aquí, por ejemplo, se presenta la oportunidad de establecer resultados al
contar cierto grupo de objetos en más de una forma. Esto proporciona lo que se conoce
como identidades combinatorias; también se introduce una nueva técnica de demostra
ción. En esta edición, la naturaleza de la demostración, junto con lo que constituye un
argumento válido, se desarrolla en el capítulo 2 , que también incluye las leyes de la lógica
y las reglas de inferencia. El análisis es en este caso más amplio que el d e la segunda
edición. Las demostraciones por inducción m atem ática (junto con las definiciones
recursivas) se presentan en el capítulo 4 y después se utilizan en todos los capítulos
posteriores.
Respecto a los teoremas y sus demostraciones, en m uchos casos se ha intentado
derivarlos a partir d e la observación de ejemplos específicos. A sí m ismo, cuando una
situación finita da como resultado algo que no es cierto en el caso infinito, se ha hecho
hincapié en ella para que se examine con atención. Se han omitido las demostraciones
demasiado largas o muy especializadas; sin embargo, se proporcionan referencias para
el lector interesado en revisar la validación de los resultados de las escasas demostra
ciones omitidas. (El énfasis puesto en las demostraciones dependerá de los objetivos de
cada profesor y de sus estudiantes.)
4. Presentar un análisis adecuado de los temas para el estudiante de ciencias de la
computación, quien tomará cursos m ás avanzados en áreas como las d e estructuras de
datos, teoría de lenguajes de computación y anáfisis d e algoritmos. El estudio de los
grupos, anillos, cuerpos y álgebras booleanas también proporcionará una introducción
aplicada para los estudiantes de la carrera de matemáticas que deseen continuar su
estudio del álgebra abstracta.
El lector de este libro debe contar, en prim era instancia, con una base sólida en matemá
ticas d e nivel bachillerato y un interés por abordar y resolver distintos tipos de problemas.
Si bien no se requiere una capacidad particular para la programación, en la obra aparecen
varios segmentos de programas (presentados principalmente en Pascal), diseñados y ex
plicados para reforzar algunos ejemplos particulares. Respecto al cálculo, más adelante en
este prefacio mencionaremos su alcance en los capítulos 9 y 10.
M i principal motivación para escribir la primera y segunda ediciones d e este libro fue
el apoyo recibido, durante varios años, de m is alumnos y colegas, así como de los estu
diantes y profesores que usaron la primera edición del texto en diferentes universidades.
Esas dos ediciones reflejaban m is intereses y los de m is alumnos, así como las recomenda-
Prefacio vii
C a ra c te r ís tic a s
En los 17 capítulos hay más d e 1700 ejercicios. Los que aparecen al final de cada
sección siguen, por lo general, el orden en que se desarrolló el m aterial de la sección.
Estos ejercicios están diseñados para (a) repasar los conceptos básicos d e la sección:
(b) enlazar las ideas presentadas en las primeras secciones del capítulo; y (c) presentar
conceptos adicionales relacionados con los temas de la sección. Algunos ejercicios pi
den el desarrollo d e un algoritmo, o la escritura d e un programa de computador; con
frecuencia, para resolver cierta particularización de un problem a general. Norm alm en
te esto sólo requiere un mínimo de experiencia en programación.
Cada capítulo concluye con un conjunto de ejercicios complementarios. Estos pro
porcionan un repaso adicional de las ideas presentadas en el capítulo y también utilizan
material desarrollado en capítulos anteriores.
Al final del texto se proporcionan las soluciones de casi todas las partes de los ejer
cicios de número impar.
O r g a n iz a c ió n
Las áreas de matemáticas discreta y combinatoria son en cierta m edida nuevas para el
currículum de licenciatura, de modo que existen varias opciones acerca de los temas que
deben estudiarse en los cursos. Cada profesor y estudiante puede tener diferentes intere
ses. En consecuencia, los aspectos que se abarcan en esta obra son bastante amplios, como
corresponde a un curso general. Aun así, siempre habrá más temas que algunos lectores
desearían incluir; a sí mismo, habrá diferencias de opinión respecto al orden en que se
presentan algunos temas en este texto.
En todo el texto se hace énfasis en la naturaleza e importancia del enfoque algorítmico
para la solución de problemas. Las ideas y puntos de vista acerca de la resolución de
problemas se ven reforzados aún m ás por las interrelaciones entre la enumeración y la
estructura, dos de los temas principales que proporcionan un enlace para el material desa
rrollado en el libro.
E l material se subdivide en cuatro áreas principales. Los prim eros siete capítulos for
man el núcleo del libro y presentan los fundamentos de las matemáticas discretas. Aquí se
presenta el materia] suficiente para un curso de matemáticas discretas con duración de un
trimestre o un semestre. El material del capítulo 2 puede ser revisado por los estudiantes
que y a tengan conocimientos de lógica. Para los interesados en el desarrollo y escritura de
demostraciones, este material debe examinarse con cuidado. U n segundo curso, que haga
hincapié en la combinatoria, debe incluir los capítulos 8 , 9 y 10 (y si el tiempo lo permite,
las secciones 1 ,2 ,3 ,9 ,1 0 y 11 del capítulo 16). En el capítulo 9 se usan algunos resultados
del cálculo; a saber, los fundamentos de la diferenciación y la descomposición en fraccio-
Prefacio ix
nes simples. Sin embargo, aquellos que deseen saltarse este capítulo, podrán estudiar las
secciones 1 , 2 , 3 , 6 y 7 del capítulo 10. A partir de los capítulos 1 1,1 2 y 13 puede desarro
llarse u n curso que ponga el énfasis en la teoría y las aplicaciones d e los grafos finitos.
Esos capítulos forman la tercera subdivisión principal del texto. Para un curso de álgebra
aplicada, los capítulos 14, 15, 16 y 17 (la cuarta y última subdivisión) versan sobre las
estructuras algebraicas (grupo, anillo, álgebra booleana y cuerpo) e incluyen aplicaciones
relativas a las funciones de conmutación, la teoría algebraica de códigos, y los diseños
combinatorios. Por último, un curso acerca del papel de las estructuras discretas en la
ciencia de la computación puede desarrollarse con el material de los capítulos 11, 12, 13 y
15, y las secciones 1 a 8 del capítulo 1 6 . En esta parte hay aplicaciones acerca de las
funciones de conmutación y la teoría algebraica de códigos, así com o una introducción a
la teoría de grafos y los árboles, y su papel en la optimización.
Otros posibles cursos pueden desarrollarse con base en las siguientes relaciones de
dependencia entre los capítulos.
C a m b io s e n la te rc e ra e d ic ió n
• Esta edición incluye una introducción al uso de la notación para la suma (sigma) en el
capítulo 1, así como para la notación del producto (pi) en el capítulo 4. Las ediciones
anteriores presuponían que el lector estaba familiarizado con este material.
• Los números armónicos aparecen (por prim era vez) en la sección 4.1 y se h a amplia
do el estudio de los números de Catalan en la sección 10.5.
• Se han incluido tres apéndices como ayuda al lector: los dos prim eros son un repaso
de las funciones exponencial y logarítmica, y una introducción a las m atrices. El lector
verá que la exposición en esta parte es adecuada para comprender el material del texto
donde surgen esos conceptos. El último apéndice estudia los conjuntos numerables y
no numerables, para los que quieren algo m ás de conjuntos y funciones, es decir, quie
nes deseen ampliar las ideas presentadas en los capítulos 3 y 5.
• M uchos de los resúmenes y repasos históricos que aparecen al final d e los capítulos
han sido ampliados, y la lista de referencias ha sido actualizada. Además, cada resumen
y repaso histórico incluye ahora al m enos una ilustración del matemático mencionado
en el repaso.
Prefacio
A g r a d e c im ie n t o s
R.P.G.
Terre Haute. Indiana
C o n te n id o
PARTE 1
F u n d a m e n t o s d e las
m a t e m á t ic a s d is c r e t a s 1
2 Fu n d a m e n to s d e ló gica 51
2.1 C onectivas básicas y tablas de verdad 51
2 .2 Equivalencia lógica: Las leyes d e la lógica 61
2 .3 Im plicación lógica: Reglas de inferencia 77
2 .4 E l uso de cuantificadores 98
2.5 Cuantificadores, definiciones y la dem ostración d e teorem as 121
2.6 Resum en y repaso histórico 137
PARTE 2
T e m a s a d ic io n a le s
d e c o n te o 401
PARTE 3
Teoría d e g r a t o s y
a p lic a c io n e s 527
12 Á rb o le s 607
12.1 D efiniciones, propiedades y ejem plos 607
12.2 Á rboles con raíz 614
12.3 Á rboles y ordenaciones 634
12.4 Á rboles ponderados y códigos prefijo 638
12.5 Com ponentes biconexas y puntos de articulación 644
12.6 R esum en y repaso histórico 650
PARTE 4
je b ra m o d e r n a a p lic a d a 699
1
FUNDAMENTOS
DE LAS
MATEMÁTICAS
DISCRETAS
1
Principios
fu n d a m e n ta le s
del co n te o *
1.1
R e g la s d e la s u m a y d e l p r o d u c t o
Nuestro estudio de las matemáticas discreta y combinatoria comienza con dos principios
básicos del conteo: las reglas de la suma y del producto. Los enunciados y aplicaciones
iniciales de estas reglas parecen sencillos. Al analizar problemas más complejos, a menudo
podemos descomponerlos en panes que pueden resolverse mediante estos principios bási
cos. Queremos desarrollar la capacidad de “descomponer" dichos problemas y acomodar
* E n e ste tex to s e han u tiliza d o lo s té rm ino s "co n te o " . " re c u e n to " y “c o n ta r" p a ra tra d u c ir e l térm in o
c o u n tin g . (iV. d e l T.)
Capitulo 1 Principios fundam entales del conteo
nuestras soluciones parciales para llegar a la respuesta final. Una buena forma d e hacerlo
consiste en analizar y resolver muchos problemas distintos de enumeración, tomando nota,
todo el tiempo, de los principios utilizados en la solución. Éste es el método que seguiremos.
Nuestro prim er principio del conteo puede expresarse de la forma siguiente:
Regla d e la sum a: Si una primera tarea puede realizarse de m formas, mientras que
una segunda tarea puede realizarse de n form as, y no es posible realizar am bas tareas de
m anera simultánea, entonces, para llevar a cabo cualquiera de ellas pueden utilizarse
cualquiera de m + n formas.
Observe que cuando decimos que una ocurrencia particular, com o una prim era tarea, pue
de realizarse de m formas, se supone que estas m formas son distintas, a m enos que se
indique lo contrario. Esto será a sí a lo largo de todo el texto.
L a regla puede ampliarse a más de dos tareas, siempre que ninguna pareja de tareas pueda
ocurrir en forma simultánea. Por ejemplo, un instructor de ciencias de la computación que
tiene, digamos, cinco libros de nivel introductorio acerca de APL, BASIC, FORTRAN y
Pascal puede recomendar cualquiera de estos 20 libros a un estudiante interesado en aprender
un primer lenguaje de programación.
E l instructor de ciencias de la computación del ejemplo 1.2 tiene dos colegas. U no de ellos
tiene tres libros de texto acerca del análisis de algoritmos y el otro cuenta con cinco libros.
Si n denota el número máximo d e libros diferentes sobre el tema que el instructor puede
pedirles prestados, entonces 5 £ n £ 8 , ya que ambos profesores podrían tener copias del
m ismo libro (o libros).
bro del com itéA el lunes y el m anes con un miembro del comité B. M ediante el siguiente
principio, vemos que puede elegir a esos dos empleados d e 5 x 7 = 35 formas.
E l club de teatro de la Universidad Central realiza ensayos para una obra que se m ontará
en primavera. Si seis hombres y ocho mujeres ensayan para los papeles principales (mas
culino y femenino), por la regla del producto, el director puede elegir a la pareja principal
de 6 x 8 = 48 formas.
t,7 ! En la mem oria principal d e un computador, la información se alm acena en celdas d e me-
' moría. Para identificar las celdas de m em oria principal d el computador, cada celda tiene
asignado un nombre único conocido como su dirección. En algunos computadores, una
dirección se representa m ediante una lista ordenada de ocho símbolos, en la que cada
símbolo es uno de los bits (de óínary digirs. dígitos binarios) 0 o 1. E sta lista de ocho bits
se denomina byte. M ediante la regla del producto, vemos que existen 2 x 2 x 2 x 2 x 2
X 2 x 2 x 2 = 2 8 = 256 de esos bytes. Por lo tanto, tenemos 256 direcciones para las celdas
de mem oria en las cuales es posible almacenar información.
Algunas máquinas (incluyendo la familia de la PDP l l f utilizan direcciones de dos
bytes. Tal dirección se forma con dos bytes consecutivos, o 16 bits consecutivos, de modo
que es posible almacenar hasta 256 x 256 = 2‘ x 2 * = 2 16 = 65,536 piezas de información.
Otros computadores (incluyendo el IBM PC/RT?) utilizan sistemas d e direccionamiento
de cuatro bytes. En este caso, se dispone de hasta 2s x 2 ! x 2 ' x 2 ' = 2 2 = 4,294,967,296
direcciones para almacenar información en las celdas de m em oria de la máquina.
1 .2
P e r m u t a c io n e s
Para seguir con el análisis de las aplicaciones de la regla del producto, contaremos ahora
disposiciones lineales de objetos, también conocidas como permutaciones cuando los ob
jetos son distintos. Desarrollaremos algunos m étodos sistemáticos para el estudio de las
disposiciones lineales, partiendo de un ejemplo bastante común.
En un grupo d e 10 estudiantes, se escogerá a cinco y se les sentará en fila para una foto.
¿Cuántas disposiciones lineales son posibles?
La palabra clave aquí esdisposición. que indica la importancia del orden. Si A, B, C......
1, J denotan a los 10 estudiantes, entonces BCEFI, CEFIB yABCFG son tres disposiciones
diferentes, aunque las dos primeras están formadas por los mismos cinco estudiantes.
Para responder la pregunta, analizamos las posiciones y el número posible de estudian
tes que podemos elegir para ocupar cada posición. La ocupación de una posición es una
etapa de nuestro procedimiento.
1 0 x 9 x 8 x 7 x 6
primera segunda tercera cuarta quinta
posición posición posición posición posición
Cualquiera de los 10 estudiantes puede ocupar la primera posición de la fila. Puesto que
aquí no son posibles las repeticiones, sólo podemos elegir a uno de los demás estudiantes
para que ocupe la segunda posición. Continuando de esta manera, sólo tenemos seis estu
diantes de donde elegir para que ocupen la quinta y última posición. Esto produce un total
de 30,240 disposiciones posibles d e cinco estudiantes seleccionados del grupo de 10.
Se obtiene exactamente la misma respuesta si las posiciones se ocupan en el orden
inverso (6 x 7 x 8 x 9 x 10). Si el orden seguido es 3°, Io, 4o, 5° y 2° (es decir, se ocupa
primero la tercera posición, luego la primera, luego la cuarta, luego la quinta y por último
la segunda), entonces la respuesta es 9 x 6 x 10 x 8 x 7.
1.2 Perm utaciones 7
Como en el ejemplo 1.9, con frecuencia el producto de cienos enteros positivos conse
cutivos interviene en los problemas de enumeración. En consecuencia, la siguiente nota
ción resultará útil al trabajar con dichos problemas, ya que a menudo nos permitirá expre
sar las respuestas en forma más conveniente.
D e fin ición 1.1 Para un entero n > 0, n factorial (que se denota con r¡!) se define como
0 != 1 ,
n i = (n)(rt — l)(n - 2)- - -(3)(2)(1), para n> 1.
Debemos tom ar nota d e la rapidez con que crecen los valores de ni. A si que. antes de
proseguir, intentaremos tener una idea m ás clara de la velocidad con que crece ni. Pode
mos calcular que 10! = 3,628,800, y éste es precisamente el número de segundos que hay
en seis semanas. En consecuencia, 11! es superior al número de segundos que tiene un
año, 12! supera el número que hay en 12 años, y 13! sobrepasa la cantidad de segundos
que tiene un siglo.
Y ahora, si utilizamos la notación factorial, veremos que la respuesta del ejemplo 1.9 se
puede expresar en forma más compacta:
1 0 x 9 x 8 x 7 x 6 = 1 0 x 9 x 8 x 7 x 6 x -5 x 4 x 3 x 2 x 1 101
5x4x3x2xl 5!'
Definición 1.2 D ida una colección de n objetos distintos, cualquier disposición (lineal) de estos objetos
se denomina permutación de la colección.
Si partimos de las letras a, b, c, veremos que hay seis formas de disponerlas, o permu
tarlas: abe, acb, bac, bea, cab, cba. Si sólo estamos interesados en colocar dos letras a la
vez, habrá seis permutaciones de tamaño dos para la colección: ab, ba, ac, ca, be, cb.
n x ( n - 1 ) x ( n - 2 ) x ••• x ( n - r - 1- 1 ) =
primera segunda tercera r-ésima
posición posición posición posición
Denotamos este núm ero con P(n. r). Para r = 0, P(n. 0) = 1 = n!/(n - 0)!, de modo que
P(n, r )- n M ( n - r ) \, donde 0 < r < n. Un caso particular de este resultado es el ejemplo 1.9,
donde n = 10, r = 5 y P( 10,5) = 30,240. Cuando permutamos los n objetos de la colección,
tenemos r - n y vemos que P{n, n) = nll0! = n!.
Observe, por ejem plo, que s in > 2, entonces P{n, 2) = n!/(n -2 )1 = n ( n - 1). Cuando
n > 3, se tiene que P(n, n - 3) = n!/[n - (n - 3)]! = n!/3! = (n)(n - l)(n - 2)---(5)(4).
El número de permutaciones de tamaño r. donde 0 < r < n. de una colección de n
objetos es Pin, r) = «!/(/! - r)!. (Recuerde que Pin, r) cuenta disposiciones (lineales) en las
que los objetos no pueden repetirse.) Sin embargo, si se permiten las repeticiones, enton
ces, por la regla del producto, existen n’ disposiciones posibles, con r > 0 .
A diferencia del ejemplo 1.10, el número de disposiciones (lineales) de las cuatro letras de
la palabra BALL es 12, no 4!, o 24. L a razón es que no tenemos que ordenar cuatro letras
distintas. Para obtener las 12 disposiciones, podemos enumerarlas como se m uestra en la
tabla 1. 1 (a).
Si las dos letras L se distinguen como Li, Lo, entonces podemos utilizar nuestras ideas
anteriores relativas a las permutaciones de objetos distintos: con los cuatro símbolos dis
tintos B, A. L i, Lo, tenemos 4! = 24 permutaciones. Éstas se enumeran en la tabla 1.1 (b).
T a b la 1 .1
A B L L A B L, Lo U L,
A L B L A L¡ B Lo B L,
A L L B A L¡ Lo B L, B
B A L L B A L L L2 Ll
B L A L B L, A L,
B L L A B L, U A
L A B L L, A B L
L A L B Li A L¡ B
L B A L Li B A L
L B L A L, B U A B L,
L L A B L iL ¡ A B L, A
L L B A L L B A U L, B
(a)
L a tabla 1.1 revela que a cada disposición en la que las letras L son indistinguibles le
corresponde una pareja de permutaciones con letras L distintas. En consecuencia.
y la respuesta al problema original de encontrar todas las disposiciones de las cuatro letras
que hay en BALL es 41/2 = 12.
de modo que el número de disposiciones de las seis letras de PEPPER es 6!/(2! 3!) = 60.
Antes de enunciar un principio general para disposiciones con símbolos repetidos, ob
serve que en los dos ejemplos previos resolvimos un nuevo tipo de problema relacionándo
lo con los principios de enumeración anteriores. Esta práctica es común en las m atemáti
cas en general y aparece con frecuencia en la deducción de fórm ulas discretas y
combinatorias.
en las que están juntas las cuatro letras A. Para obtener este último resultado, considera
mos todas las disposiciones de los siete símbolos AAAA (un símbolo), S, S. S, M, U . G.
1 6 7 1 4 6 7
Figura 1 . 1
L a trayectoria de la parte (b) de la figura también está formada por 5 letras R y 3 letras
U. En general, el recorrido de (2 ,1 ) a (7 ,4 ) necesita de 7 - 2 = 5 movimientos horizontales
a la derecha y 4 - 1 = 3 movimientos verticales hacia arriba. En consecuencia, cada trayec
toria corresponde a una lista de 5 letras R y 3 letras U , y la solución para el número de
trayectorias resulta ser el número de disposiciones de estas letras, que es 81/(5! 31) = 56.
E je m p lo 1 ,1 5 ; Haremos ahora algo más abstracto y demostraremos que si n y k son enteros positivos con
n = 2k, entonces n'./2‘ es un entero. Como nuestro argumento se basa en la enumeración, es
un ejemplo de demostración combinatoria.
Consideremos los n símbolos x¡, x¡, x2, x2, ..., xt , x¡. El número de formas en que pode
m os ordenar estos n = 2 k símbolos es un entero igual a
n! _ n\
2 !2 ! - --2 ! _ 2*'
i factores de 2 \
1.2 Perm utaciones 11
Por último, aplicaremos lo desarrollado hasta ahora a una situación en la que las dispo
siciones no son lineales.
Si seis personas, designadas como A, B , ..., F, se sientan en torno de una mesa redonda,
¿cuántas disposiciones circulares diferentes son posibles, si las disposiciones se conside
ran iguales cuando una puede obtenerse de otra mediante una rotación? (En la figura 1.12.
las disposiciones (a) y (b) se consideran idénticas, mientras que (b), (c) y (d) son tres
disposiciones distintas.)
Figura 1 . 2
Como en m uchas circunstancias nuevas, hemos intentado relacionar este problem a con
otros anteriores con los que ya nos hemos topado. Partiendo de las figuras 1.2 (a) y (b).
desde la parte superior de la circunferencia y moviéndonos en el sentido de las manecillas
del reloj, enumeramos las disposiciones lineales diferentes ABEFCD y CDABEF, que co
rresponden a la m isma disposición circular. Además de estas dos, otras cuatro disposicio
nes lineales (BEFCDA, DABEFC, EFCDAB y FCDABE) también corresponden a la mis
m a disposición circular, como en (a) y (b). Así, puesto que cada disposición circular co
rresponde a seis disposiciones lineales, tenemos 6 x (Número de disposiciones circulares
de A, B F) = (Número de disposiciones lineales d e A, B F) = 6 !.
En consecuencia, existen 6!/6 = 5! = 120 disposiciones de A , B , .... F en tom o a la mesa
redonda.
Supongamos ahora que las seis personas del ejemplo 1.16 son tres parejas casadas y que
A, B y C son las m ujeres. Deseamos colocar a las seis personas en tom o a la m esa redonda
de modo que los sexos se alternen. (De nuevo, las disposiciones se consideran idénticas si
una se puede obtener de la otra m ediante una rotación.)
Antes de ocupamos de este problema, resolveremos el ejemplo 1.16 mediante un m éto
do alternativo, el cual nos ayudará en la solución de nuestro problema actual. Si coloca
m os a A en la mesa como se muestra en la figura 1.3(a), faltan por llenar cinco lugares (en
el sentido de las manecillas del reloj a partir de A). El hecho de ocupar estos lugares con B,
C, ...,F, es el problema de permutar B, C , ..., F d e m anera lineal, y esto puede hacerse de 5!
= 12 0 formas.
12 Capitulo 1 Principios fun dam entales del c onteo
Para resolver el nuevo problema de alternar los sexos, consideremos el m étodo que se
muestra en la figura 1 .3(b). A (una mujer) se coloca como antes. L a siguiente posición, en
el sentido de las manecillas del reloj a partir de A, se marca como M I (hombre 1) y puede
ocuparse de tres formas. Si continuamos en la misma dirección, a partir de A. la posición
F2 (mujer 2) puede ocuparse de dos formas. Siguiendo d e esta forma y, por la regla del
producto, existen 3 x 2 x 2 x 1 x 1 = 12 formas en las que estas seis personas pueden
ordenarse sin que dos hombres o dos mujeres se sienten juntos.
E JERCICIO S 1.1 1. Durante una campaña local, ocho candidatos republicanos y cinco demócratas se nominan
Y 1.2 para presidentes del consejo escolar.
a) Si el presidente va a ser alguno de estos candidatos, ¿cuántas posibilidades hay para el
posible ganador?
b) ¿Cuántas posibilidades hay para que una pareja de candidatos (uno de cada partido) se
opongan entre sí en la elección final?
c) ¿Qué principio del conteo se usó en la parte (a)?, ¿en la parte (b)?
2 . Responda la parte (c) del ejemplo 1.6.
3. Los automóviles Buick se fabrican en 4 modelos, 12 colores, 3 tamaños de motor y 2 tipos de
transmisión.
a) ¿Cuántos Buick distintos se pueden fabricar?
b) Si uno de los colores disponibles es el azul, ¿cuántos Buick azules diferentes se pueden fabricar?
4. a) El consejo directivo de una empresa farmacéutica tiene 10 miembros. Se ha programado
una próxima reunión de accionistas para aprobar una nueva lista de ejecutivos (elegidos
entre los 10 miembros del consejo). ¿Cuántas listas diferentes, formadas por un presidente,
un vicepresidente, un secretario y un tesorero, puede presentar el consejo a los accionistas
para su aprobación?
b) Tres miembros del consejo de directores (de la parte a) son médicos. ¿Cuántas listas de la
parte (a) tienen
i) un médico nominado para la presidencia?
¡i) exactamente un médico en la lista?
iii) al menos un médico en la lista?
5. Un sábado, cuando iban de compras, Juana y Teresa vieron a dos hombres alejarse en automó
vil de la fachada de una joyería, justo antes de que sonara una alarma contra robos. Aunque
todo ocurrió muy rápido, cuando fueron interrogadas las dos jóvenes, pudieron dar a la policía
la siguiente información acerca de la placa (que constaba de dos letras seguidas de cuatro
1.2 Perm utaciones 13
dígitos) del automóvil que huyó. Teresa estaba segura de que la segunda letra de la placa era
una O o una Q. y que el último dígito era un 3 o un 8. Juana dijo que la primera letra de la placa
era una C o una G y que el primer dígito era definitivamente un 7. ¿Cuántas placas diferentes
tendrá que verificar la policía?
6 . Con el fin de juntar fondos para una nueva alberca municipal, la cámara de comercio de cierta
ciudad patrocina una carrera. Cada participante paga una cuota de inscripción de S5 y tiene la
probabilidad de ganar uno de los trofeos de distinto tamaño que se entregarán a los primeros
ocho corredores que lleguen a la meta.
a) Si 30 personas entran a la carrera, ¿de cuántas formas será posible entregar los tro
feos?
b ) Si Roberta y Clara son dos de los participantes en la carrera, ¿de cuántas formas se pueden
otorgar los trofeos de modo que ellas queden entre los tres primeros lugares?
7. Un anuncio de hamburguesas indica que un cliente puede ordenar su hamburguesa con alguno,
con ninguno de los siguientes ingredientes o con todos: catsup, mostaza, mayonesa, lechuga,
tomate, cebolla, pepinillos, queso o champiñones. ¿Cuántas órdenes diferentes de hamburgue
sa se pueden servir?
8 . Matías trabaja como operador de computador en una pequeña universidad. Una tarde. ¿I ve
que durante el día se han enviado 12 programas para su procesamiento por lotes. ¿De cuántas
formas puede ordenar Matías el procesamiento de estos programas si: (a) no existen restriccio
nes? (b) él considera que cuatro de los programas tienen prioridad sobre los otro ocho y desea
procesarlos antes? (c) primero separa los programas en los cuatro de máxima prioridad, cinco
de menor prioridad y tres de mínima prioridad, y desea procesar los 12 programas de modo que
los de máxima prioridad se procesen primero y los tres programas de mínima prioridad se
procesen al final?
9. La cafetería Paty tiene ocho tipos diferentes de pasteles y seis tipos diferentes de bollos.
Además de las piezas de pastelería, es posible adquirir vasos pequeños, medianos o grandes
de las siguientes bebidas: café (negro, con crema, con azúcar, o con crema y azúcar), té
(solo, con crema, con azúcar, con crema y azúcar, con limón, o con limón y azúcar), choco
late caliente y jugo de naranja. Cuando Carolina va a la cafetería Paty. ¿de cuántas formas
puede ordenar
a) una pieza de pastelería y una bebida mediana para elia?
b ) una pieza de pastelería y un vaso de café para ella, y un bollo y un vaso de té para su jefe,
la señora Dueñas?
c) una pieza de pastelería y un vaso de té para ella, un bollo y un vaso de jugo de naranja para
la señora Dueñas y una pieza de pastelería y un vaso de café para cada uno de sus asistentes,
el señor Torres y la señora Gil?
1 0. Pamela tiene 15 libros distintos. ¿De cuántas formas puede colocar sus libros en dos repisas de
modo que haya al menos un libro en cada una? (Tenga en cuenta que los libros, en cualquier
disposición, están ordenados uno junto a otro, y el primer libro de cada repisa queda en el lado
izquierdo de la misma.)
11. Tres pueblos, designados como A, B y C. están intercomunicados por un sistema de carreteras
de doble sentido, como se muestra en la figura 1.4.
a) ¿De cuántas formas puede Elena ir del pueblo A al pueblo C?
b ) ¿Cuántos trayectos puede hacer Elena del pueblo A al pueblo C y de regreso al pueblo A?
c) ¿Cuántos de los trayectos completos de la pane (b) son tales que el viaje de regreso (del
pueblo C al pueblo A) es diferente, al menos parcialmente, de la ruta que toma Elena del
pueblo A al pueblo C? (Por ejemplo, si Elena viaja del pueblo A al pueblo C por las
carreteras R, y R5. para regresar podría tomar las carreteras R6 y Rj, o las carreteras R. y
R„ o la R, y la R,. o la R9. entre otras posibilidades. Dero no viajando por las carreteras R,
>R,.)
14 C a p ítu lo 1 P rin cip io s fu n d a m e n ta le s del co n te o
deben alternar?, (c) si todos los libros de FORTRAN deben estar juntos?, (d) si todos los libros
de FORTRAN deben estar juntos y los libros de BASIC también?
20. ¿Qué nombre de estado implica más disposiciones de las letras de su nombre: PENNSYLVANIA
o MASSACHUSETTS?
21. a) ¿De cuántas maneras se pueden colocar las letras de VISITING?
b ) Para las disposiciones de la parte (a), ¿cuántas de ellas tienen las tres letras I juntas?
2 2 . ¿De cuántas formas se pueden colocar las letras de la palabra POLYUNSATURATED de modo
que se mantenga el orden en que aparecen las vocales?
23. a) ¿Cuántas disposiciones hay de todas las letras de la palabra SOCIOLOGICAL?
b ) ¿En cuántas de las disposiciones de la parte (a) están juntas la A y la G?
c) ¿En cuántas de las disposiciones de la parte (a) están juntas todas las vocales?
24. ¿Cuántos enteros positivos n se pueden formar con los dígitos 3 ,4 ,4 ,5 ,5 . 6 .7 si queremos que
n sea mayor que 5,000,000?
25. Doce platillos (con forma idéntica) se or
denan en cuatro columnas verticales, como
se muestra en la figura 1.5. Hay cuatro de
color rojo en la primera columna, tres de
color azul en la segunda columna, dos gri
ses en la tercera columna y tres blancos
en la cuarta. Para entrar al equipo de tiro
de su universidad, Dora debe romper los
1 2 platillos (con su pistola y sólo 12 ba
las) y, para esto, siempre debe romper el
platillo que queda en la parte inferior de
la columna. En estas condiciones, ¿de
cuántas formas puede disparar (y romper)
los 12 platillos? Figura 1.5
26. Muestre que. para cualquier pareja de enteros n, r > 0, si n + 1
27. Determine el valor (oíos valores) den en cada uno de los siguientes casos: (a)P(n, 2) = 90. (b)
P(n, 3) = 3P(n. 2), y (c) 2/>(n, 2) + 50 = P(2n, 2).
28. ¿Cuántas trayectorias distintas hay de (0,0) a (7,7) en el planoxy si una trayectoria se constru
ye paso a paso, yendo ya sea un espacio a la derecha (R) o un espacio hacia arriba (U)? ¿Cuán
tas de estas trayectorias hay de (2,7) a (9,14)? ¿Puede hacerse un enunciado genera! que incor
pore estos dos resultados?
29. a) ¿Cuántas trayectorias diferentes hay de (-1 , 2, 0) a (1, 3, 7) en el espacio euclídeo
tridimensional si cada movimiento es de uno de los siguientes tipos?
3 0 . a ) D eterm ine el valo r d e la variable en tera co u n ter después de la ejecución del siguiente seg
m ento d e program a en Pascal. (A quí. i , j y k son variables enteras.)
c o u n te r : = 0 ;
F o r i := 1 to 12 do
c o u n te r := c o u n te r + 1;
F o r j : = 5 t o 1 0 do
c o u n te r := c o u n te r + 2;
F o r k : = 15 d o w n to 8 d o
c o u n te r := c o u n te r + 3 ;
3 1 . C onsidere el siguiente segm ento d e program a en Pascal, donde i j y k son variables enteras.
F o r i : = 1 t o 12 d o
F o r j : = 5 t o 10 d o
F o r k : = 15 d o w n to 8 d o
W rite ln ( ( i - j ) * k ) ;
3 3 . a) D eterm ine el núm ero de en tero s d e seis dígitos (que no com iencen c o n cero) en los q u e (a)
ningún dígito se pueda repetir; (b) se pueden repetir los dígitos. R esponda las partes (a) y
(o) con la condición adicional d e que ei entero d e seis dígitos sea (i) par; (ii) div isib le entre
5; (iii) divisible entre 4.
3 4 . a ) Proporcione u n argum ento com binatorio para m ostrar que si n y k son enteros positivos con
n = 3k. entonces n \K 3!)* es un entero,
b ) G eneralice el resultado d e la p an e (a).
39. Una implementación particular del sistema operativo UNIXf proporciona la estructura de
archivos que se modela en la figura 1.7. En este caso, el i-nodo del archivo contiene, entre
otras informaciones, los permisos de acceso para el archivo. Esto va seguido de datos que
contienen información acerca de la posición del archivo en el dispositivo de almacenamiento.
Las primeras 10 entradas son las direcciones de los bloques donde se almacenan los datos
reales del archivo. Si un bloque contiene 512 bytes de información, estos 10 bloques directos
pueden almacenar hasta 512 x 10 = 5120 bytes de datos.
Cuando el tamaño del archivo es mayor que los 10 bloques, el dato número 11 proporciona
el acceso, o apunta, a un bloque indirecto. Este bloque indirecto contiene las direcciones de
otros 128 bloques donde se guardan los datos. Si se usa este bloque indirecto, el tamaño del
archivo puede ser de hasta 10+ 128= 138 bloques y contener hasta 512 x 138 = 70,656 bytes
de información.
a) Se necesita una entrada número 12 si hay que utilizar más de 138 bloques para el archivo.
Esta entrada contiene la dirección de un bloque doblemente indirecto que, a su vez. contie
ne las direcciones de 128 bloques indirectos. Como ya se señaló, cada uno de estos bloques
indirectos contiene las direcciones de 128 bloques donde se almacenan los datos. Si un
archivo usa 12 entradas en su i-nodo, ¿cuál es su tamaño máximo en tórminos de bloques y
bytes?
b ) Si el archivo debe ser mayor que el espacio proporcionado por 12 entradas, se necesita una
entrada número 13. Ésta proporciona la dirección de un bloque triplemente indirecto que
apunta a 128 bloques doblemente indirectos, como se muestra en la figura 1.7. Determine
el tamaño máximo de archivo, en términos de bloques y bytes, para la implantación de este
sistema operativo UNIX en estas condiciones.
40. Escriba un programa (o desarrolle un algoritmo) para calcularn! para cualquier entero n > 0.
41. Escriba un programa (o desarrolle un algoritmo) para calcular Pin, r) para cualquier pareja de
e n te r o s ti,tí 0.
42. Escriba un programa (o desarrolle un algoritmo) para determinar si existe un entero de tres
dígitos abe ( = 100a + 10b + c) donde abe = a! + b\ + el
F ig u r a 1 .7
1.3 C o m b in acio n e s: El te o re m a del b in o m io ly
1 .3
C o m b in a c io n e s: El te o re m a
del b in o m io
5 2 x 51 x 50 = — = P ( 5 2 , 3)
49! '
( 3 ! ) X ( N ú m e r o d e s e le c c io n e s d e ta m a ñ o tr e s d e u n a b a ra ja d e 5 2 )
= N ú m e ro d e p e rm u ta c io n e s d e ta m a ñ o 3 p a r a la s 5 2 c a n a s
= r < 5 2 .3 > . § .
P o r lo ta n to , d e u n a b a ra ja e s tá n d a r s e p u e d e n s a c a r tre s c a n a s , sin re e m p la z o , d e 5 2 !/
( 3 !4 9 ! ) = 2 2 .1 0 0 fo rm as.
E n g e n e ra l, s i p a r tim o s d e n o b je to s d is tin to s , c a d a s e le c c ió n , o c o m b in a c ió n , d e r d e
e s to s o b je to s , s in h a c e r r e f e r e n c ia a l o r d e n , c o rre s p o n d e a r ! p e rm u ta c io n e s d e ta m a ñ o
r d e lo s n o b je to s . A s í. e l n ú m e ro d e c o m b in a c io n e s d e ta m a ñ o r d e u n a c o le c c ió n d e
ta m a ñ o n , q u e s e d e n o ta C (n , r ), d o n d e 0 < r < n s a tis f a c e ( r ! ) x C (/i, r ) = P (n , r ) y
r\ r \ ( n — r)!
A d e m á s d e C (n , r ) , ta m b ié n s e u s a c o n f re c u e n c ia e l s ím b o lo ("). T a n to C (n . r)
c o m o (?) s e le e n c o m o “c o m b in a c io n e s d e n e n r " . O b s e r v e q u e C (/i, 0 ) = 1.
¡U n b u e n c o n s e jo ! C u a n d o s e tr a ta d e u n p ro b le m a d e c o n te o , d e b e m o s p re g u n ta rn o s
a c e r c a d e la im p o rta n c ia d e l o rd e n e n e l p ro b le m a . C u a n d o e l o rd e n e s n e c e s a rio , p e n s a
m o s en té rm in o s d e p e rm u ta c io n e s y d is p o s ic io n e s y e n la r e g la d e l p ro d u c to . C u a n d o el
o rd e n n o s e a n e c e s a rio , la s c o m b in a c io n e s p o d ría n te n e r u n p a p e l im p o r ta n te e n la s o lu
c ió n d e l p ro b le m a .
20 Capitulo 1 Principios fundam entales del com eo
M iriam quiere dar una fiesta para algunos miembros de su comité d e caridad. Debido al
tam año de su casa, sólo puede invitar a 11 de los 20 miembros de su comité. El orden no es
importante, de modo que puede invitar a los “ 11 afortunados” de C (20,11) = (??) = 201(11 !9!)
= 1 67,960 formas. Sin embargo, una vez que lleguen ¡os 1 1 , la forma en que ella los siente
en tom o de su m esa rectangular es un problema de disposiciones. Por desgracia, ninguna
parte de la teoría de combinaciones y permutaciones puede ayudar a la anfitriona con los
“9 ofendidos" que no fueron invitados.
b) Si el estudiante debe responder tres preguntas de las primeras cinco y cuatro d e las
últimas cinco, puede elegir tres preguntas de las primeras cinco de (J) = 10 formas,
y elegir las otras cuatro preguntas de (1) = 5 formas. De modo que, por la regla del
producto, el estudiante puede realizar el examen (!)(!) = 10 x 5 = 50 formas.
c) Por último, si las indicaciones del examen dicen que debe responder siete de las 10
preguntas, de las cuales al m enos tres deberán ser d e las primeras cinco, hay mes
casos por considerar:
i) El estudiante responde tres de las primeras cinco preguntas y cuatro de las
últimas cinco: por la regla del producto, esto puede ocurrir de (j)(J) = 1 0 x 5 =
50 formas, como en la pane (b).
ii) El estudiante elige cuatro de las primeras cinco preguntas y tres d e las últimas
cinco: esto puede nacerse de (’)(;) = 5 x 10 = 50 formas, d e nuevo, usando la
regla del producto.
ii¡) E l estudiante decide responder las cinco primeras preguntas y dos d e las últi
m as cinco: la regla del producto indica que este último caso puede ocurrir (^)(5)
= 1 x 1 0 = 1 0 formas.
Si combinamos los resultados de los casos (i), (ii) y (iii). por la regla de la suma tene
mos que el estudiante puede hacer ( |)(í) + (')(;) + ( |)( |) = 50 + 50 + 10 = 11 0 selecciones
de siete (de 10 ) preguntas, cada una de las cuales incluye al m enos tres de las primeras
cinco preguntas.
c ) P a r a c ie r to to rn e o , e l e q u ip o d e b e te n e r c u a tr o e s tu d ia n te s d e s e g u n d o y c in c o d e
te rc e r o . L a m a e s tr a p u e d e e le g ir a la s c u a tr o e s tu d ia n te s d e s e g u n d o d e ( ? ) fo rm a s .
P a r a c a d a u n a d e e s ta s s e le c c io n e s , e lla tie n e ( ? ) f o rm a s d e e le g ir a la s c in c o e s tu
d ia n te s d e te rc e r o . P o r lo ta n to , p o r la r e g la d e l p r o d u c to , p u e d e e le g ir s u e q u ip o d e
( ? X ? ) = 1 ,0 8 7 ,8 3 6 ,7 5 0 fo rm a s p a r a e s e to r n e o p a rtic u la r.
A lg u n o s p ro b le m a s s e p u e d e n a n a liz a r d e s d e e l p u n to d e v is ta d e la s d is p o s ic io n e s o d e
la s c o m b in a c io n e s , s e g ú n l a fo rm a e n q u e s e e x a m in e l a s itu a c ió n . E l s ig u ie n te e je m p lo
d e m u e s tr a e sto .
L a m a e s tr a d e l e je m p lo 1 .2 0 d e b e f o r m a r c u a tro e q u ip o s d e v o le ib o l, d e n u e v e m u je re s
c a d a u n o , c o n la s 3 6 e s tu d ia n te s d e p r im e r a ñ o d e s u c u r s o d e e d u c a c ió n fís ic a . ¿ D e c u á n
ta s f o rm a s p u e d e e l e g ir e s o s c u a tro e q u ip o s ? L o s e q u ip o s s e lla m a n A , B , C y D .
a ) P a r a f o rm a r e l e q u ip o A , p u e d e e le g ir a n u e v e m u je r e s d e la s 3 6 , d e ( ? ) fo rm a s.
P a r a e l e q u ip o B , e l p ro c e s o d e s e le c c ió n p r o p o rc io n a ( ? ) p o s ib ilid a d e s . E sto d e ja
( ? ) y ( 9 ) fo rm a s p o s ib le s d e s e le c c io n a r lo s e q u ip o s C y D , r e s p e c tiv a m e n te . A sí,
p o r l a r e g la d e l p r o d u c to , lo s c u a tro e q u ip o s s e p u e d e n e l e g ir d e
Ia 2a 3a 35a 36a
e s tu d ia n te e s tu d ia n te e s tu d ia n te e s tu d ia n te e s tu d ia n te
36!
c o m o e n l a p a r te (a).
9! 9! 9! 9 ! 7
N u e s tr o s ig u ie n te e je m p lo m u e s tra q u e a lg u n o s p ro b le m a s n e c e s ita n lo s c o n c e p to s d e
d is p o s ic io n e s y c o m b in a c io n e s p a r a o b te n e r la s s o lu c io n e s .
E l n ú m e r o d e d is p o s ic io n e s d e la s le tra s d e T A L L A H A S S E E e s
3! 2! 2! 2! 1! 1! " 8 3 1 ,6 0 °-
¿ C u á n ta s d e e s ta s d is p o s ic io n e s n o tie n e n le tra s A a d y a c e n te s ?
C a p ítu lo 1 Principios fu n d a m e n ta le s del conteo
C u a n d o n o to m a m o s e n c u e n ta la s le tra s A , e x is te n
8!
5040
2 ! 2 ! 2 ! 1! 1!
f o r m a s d e a r r e g la r la s le tra s re s ta n te s . U n a d e e s ta s 5 0 4 0 f o rm a s s e m u e s tr a e n la s ig u ie n te
fig u ra , d o n d e la s fle c h a s q u e v a n h a c ia a rrib a in d ic a n n u e v e p o s ic io n e s p o s ib le s p a r a la s
tre s le tra s A .
E E . S f Tf Lf L S .H
! ;
T re s d e e s ta s p o s ic io n e s s e p u e d e n e le g ir d e (? ) = 8 4 f o rm a s ; y d e b id o a q u e e s to ta m b ié n
e s p o s ib le p a r a la s r e s ta n te s 5 0 3 9 d is p o s ic io n e s d e E , E . S . T . L . L . S , H . p o r la r e g la del
p r o d u c to e x is te n 5 0 4 0 x 8 4 = 4 2 3 ,3 6 0 d is p o s ic io n e s d e la s le tr a s d e T A L L A H A S S E E sin
le tra s A c o n s e c u tiv a s .
A n te s d e c o n tin u a r n e c e s ita m o s in tr o d u c ir u n a fo rm a c o n c is a p a r a e s c r ib ir la s u m a d e
u n a lis ta d e n + 1 té rm in o s c o m o a n, a n „ ¿2^ . ...........a * .* , d o n d e m y n s o n e n te r o s y n > 0.
E s ta n o ta c ió n se c o n o c e c o m o n o ta c ió n s ig m a d e b id o a q u e u tiliz a la le tra m a y ú s c u la
g r ie g a X; u s a m o s d ic h a n o ta c ió n p a r a r e p r e s e n ta r u n a s u m a d e la s ig u ie n te m a n e ra ;
m + n
a m + a m. j -f- a m. 2 + • • • + a m. K = Z a¡.
i « m
A q u í. l a le tra i s e d e n o m in a ín d ic e d e la s u m a y r e p r e s e n ta to d o s lo s e n te r o s q u e c o m ie n
z a n c o n e l lím ite in fe r io r m y c o n tin ú a n h a s ta e l lím ite s u p e r io r m + n (in c lu s iv e ).
P o d e m o s u s a r e s ta n o ta c ió n c o m o sig u e .
7 7
1) Z = 03 + a* + a 5 + 0 $ + = Z o , , y a q u e la le tra i n o tie n e n a d a d e e s p e c ia l.
i-3 ;-3
4 4
2) 2 12 = l 2 + 22 + 32 + 42 = 30 = 2 k 2, y a q u e 02 = 0.
¿-I *-0
10C 101 99
4) 2 2 i = 2 (7 ) + 2 (8 ) + 2 (9 ) + 2 (1 0 ) = 6 8 = 2 (3 4 ) = 2 (7 + 8 + 9 + 10) = 2 ^
í= 7 í-7
3 4 2
6 ) Z a , = a - + a6 + a9 + a 10 = Z a,-.7 = Z ^ = Z <*10- /.
/= 7 /-o ;= 1 /-O
5 4 7
7) 2 = ¿>2-3 + ¿>2*4 + ¿>2-5 “ ¿6 + + ¿>10 = Z &2/+2 = 2 ¿>2*-4-
•=3 ;= 2 *=5
1 .3 C o m b in a c io n e s : El t e o r e m a d e l b in o m io 23
5
8 ) ^ a = a + a + a + a + a = 5a.
i= 1
A d e m á s , u s a n d o la n o ta c ió n d e s u m a v e m o s q u e p o d e m o s e x p r e s a r l a r e s p u e s ta d e la
p a r te ( c ) d e l e je m p lo 1 .1 9 c o m o
V e re m o s e l u s o d e e s ta n u e v a n o ta c ió n e n e l s ig u ie n te e je m p lo , a s í c o m o e n m u c h a s
o tra s p a r te s d e l r e s to d e l lib ro .
E n lo s e s tu d io s d e la te o r ía a lg e b r a ic a d e c ó d ig o s y la te o r ía d e le n g u a je s d e c o m p u ta c ió n ,
c o n s id e ra m o s c ie r ta s d is p o s ic io n e s , lla m a d a s c a d e n a s ,* fo rm a d a s a p a r tir d e u n a lfa b e to
p r e s c rito d e s ím b o lo s . S i e l a lfa b e to y a d e te r m in a d o c o n s ta d e lo s s ím b o lo s 0 . 1 y 2 . p o r
e je m p lo , e n to n c e s 0 1 , 11, 2 1 , 12 y 2 0 so n c in c o d e la s n u e v e c a d e n a s d e lo n g itu d d o s .
E n tre la s 2 7 c a d e n a s d e lo n g itu d tre s e s tá n 0 0 0 . 0 1 2 , 2 0 2 y 110.
E n g e n e ra l, s i n e s u n e n te ro p o s itiv o , p o r la r e g la d e l p r o d u c to , e x is te n 3" c a d e n a s d e
lo n g itu d n p a r a e l a lfa b e to 0 . 1 y 2 . S i x = X\ x 2 x ¡ • • • x n e s u n a d e e s a s c a d e n a s , d e fin im o s
e l p e s o d e x , q u e se d e n o ta w t(x ), c o m o w t(* ) = x¡ + x 2 + *3 + ■• * + P o r e je m p lo , w t( 12)
= 3 y w t(2 2 ) = 4 , s i n = 2; w t(1 0 1 ) - 2 , w t(2 1 0 ) = 3 y w t(2 2 2 ) - 6 p a r a n = 3.
T a b la 1 .2
4 ( ,i ’) 2 6 8 0 ? )2 *
6 002* 10 (®
E n c o n s e c u e n c ia , p o r la r e a la d e la s u m a , e l n ú m e ro d e c a d e n a s d e lo n g itu d 10 q u e
tie n e n p e s o p a r e s 2 '» + (V )28 + ( ‘. V + ( 6°)2‘ + ('g°)2: + ( g ) = I L ( S » » - 2*.
C o n fre c u e n c ia , d e b e m o s te n e r c u id a d o c o n el r e c u e n to e x c e s iv o . s itu a c ió n q u e p a re c e
s u rg ir en p r o b le m a s d e c o m e o a p a re n te m e n te s e n c illo s . E l s ig u ie n te e je m p lo d e m u e s tr a la
f o r m a e n q u e p u e d e s u rg ir e l r e c u e n to e x c e siv o .
“ a ) S u p o n g a m o s q u e E le n a s a c a c in c o c a n a s d e u n a b a ra ja e s tá n d a r d e 5 2 c a rta s . ¿ D e
c u á n ta s fo rm a s p u e d e r e s u lta r q u e s u s e le c c ió n n o te n g a tr é b o le s ? A q u í e s ta m o s
in te re s a d o s e n c o n ta r to d a s la s s e le c c io n e s d e c in c o c a n a s c o m o
i) a s d e c o ra z o n e s , tre s d e e s p a d a s , c u a tro d e e s p a d a s , s e is d e d ia m a n te s y la s o ta
d e d ia m a n te s .
ii) c in c o d e e s p a d a s , s ie te d e e s p a d a s , d ie z d e e s p a d a s , s ie te d e d ia m a n te s y e l rey
d e d ia m a n te s .
iii) d o s d e d ia m a n te s , tre s d e d ia m a n te s , s e is d e d ia m a n te s , d ie z d e d ia m a n te s y la
s o ta d e d ia m a n te s .
S i a n a liz a m o s e s to m á s d e c e rc a , v e re m o s q u e E le n a d e b e e le g ir s u s c in c o c a rta s de
la s 3 9 c a rta s d e la b a r a ja q u e n o s o n tré b o le s . E n c o n s e c u e n c ia , p u e d e h a c e r su
s e le c c ió n d e ( ? ) fo rm a s.
b) S u p o n g a m o s a h o ra q u e q u e re m o s c o n ta r e l n ú m e ro d e s e le c c io n e s q u e h a c e E le n a
d e c in c o c a n a s q u e c o n tie n e n a l m e n o s u n tré b o l. É s ta s s o n p r e c is a m e n te la s s e le c
c io n e s q u e n o s e c o n ta ro n e n la p a n e ( a ) . Y c o m o e x is te n ( ? ) m a n o s p o s ib le s d e
c in c o c a n a s e n to ta l, te n e m o s q u e
- ( 3.9 j = 2 , 5 9 8 , 9 6 0 - 5 7 5 , 7 5 7 = 2 , 0 2 3 , 2 0 3
1 3 ) ( 541 ) = 1 3 x 2 4 9 , 9 0 0 = 3 , 2 4 8 , 7 0 0 .
e l tre s d e tré b o le s
y d e s p u é s e lig e
e l c in c o d e tré b o le s,
e l re y d e tré b o le s,
el s ie te d e c o ra z o n e s
y la s o ta d e e s p a d a s .
y d e s p u é s s e le c c io n a
e l tre s d e tré b o le s,
re y d e tré b o le s ,
e l s ie te d e c o ra z o n e s
y la s o ta d e e s p a d a s .
¿ e s e s ta s e le c c ió n r e a lm e n te d if e r e n te d e la a n te r io r ? P o r d e s g ra c ia , ¡no! Y e l c a so
e n q u e e lla e lig e p rim e ro
e l re y d e tré b o le s
y d e s p u é s s e le c c io n a
e l tre s d e tré b o le s ,
e l c in c o d e tré b o le s,
e l s ie te d e c o ra z o n e s
y la s o ta d e e s p a d a s
n o e s d is tin to d e la s o tr a s d o s s e le c c io n e s m e n c io n a d a s a n te s .
E n c o n s e c u e n c ia , e s te p u n to d e v is ta e s in c o r r e c to y a q u e e s ta m o s c o n ta n d o en
e x c e s o , e s d e c ir, c o n s id e ra n d o s e le c c io n e s s e m e ja n te s c o m o s i f u e r a n d is tin ta s .
d ) ¿ P e ro e x is te o tra fo rm a d e lle g a r a la re s p u e s ta d e la p a r te (b )? ¡S í! C o m o la s m a n o s
d e c in c o c a rta s d e b e n c o n te n e r al m e n o s u n tré b o l, d e b e m o s c o n s id e r a r c in c o c a s o s .
É s to s a p a re c e n en la ta b la 1.3. A p a rtir d e lo s r e s u lta d o s d e la ta b la v e m o s , p o r
e je m p lo , q u e h a y C f H f ) m a n o s d e c in c o c a r ta s q u e c o n tie n e n e x a c ta m e n te d o s tr é
b o le s . S i e s ta m o s in te re s a d o s e n te n e r e x a c ta m e n te tre s tr é b o le s e n la m a n o , e n to n
c e s lo s r e s u lta d o s d e la ta b la in d ic a n q u e h a y ( * /) ( ? ) d e ta le s m a n o s .
T a b la 1 .3
(13) /3 9 \
1 4 l -
V I/ \ 4 /
/1 3 \ /3 9 \
2 3
( 2 ) ( 3 )
3 2
( ? ) ( ? )
(U \ /3 9 \
4 1
\ 4 / V i/
/1 3 \ /3 9 \
5 0
( s ) v o j
26 C apitulo i Principios fundam entales del conteo
Puesto que ninguna pareja de los casos de la tabla 1.3 tiene una mano de cinco
cartas en común, el número de manos que Elena puede seleccionar con al m enos un
trébol es
T a b la 1 .4
1. 1,2 6 . 2 ,4 1. 3 ,4 ,5 6. 1 ,3 ,5
2. 1,3 7. 2 ,5 2. 2 .4 ,5 7. 1,3., 4
3. 1,4 8. 3 ,4 3. 2 ,3 ,5 8. 1 ,2 ,5
4. 1,5 9. 3 ,5 4. 2 ,3 .4 9. 1 ,2 ,4
5. 2 ,3 10. 4 ,5 5. 1 ,4 ,5 10. 1 ,2 ,3
T E O R E M A 1.1 (El teorema del binomio) Si x y y son variables y n es un entero positivo, entonces
es el número de formas en que podemos seleccionar dos d e las cuatro x, una de las cuales
está disponible en cada factor. (Aunque las x son iguales en apariencia, las distinguimos
1 . 3 C o m b in a c io n e s : El t e o r e m a del b in o m i o 27
c o m o la x d e l p r im e r fa c to r, la x d e l s e g u n d o f a c t o r . .... y la x d e l c u a r to fa c to r. T a m b ié n
o b s e rv a m o s q u e . c u a n d o s e le c c io n a m o s d o s x , u s a m o s d o s fa c to re s , l o q u e n o s d e ja o tr o s
d o s f a c to r e s d e lo s q u e p o d e m o s s e le c c io n a r la s d o s y n e c e s a ria s .) P o r e je m p lo , e n tr e la s
p o s ib ilid a d e s , p o d e m o s s e le c c io n a r ( 1) x d e lo s d o s p r im e r o s f a c to re s y y d e lo s d o s ú lti
m o s . o (2 ) x d e lo s f a c to re s p rim e ro y te rc e ro y y d e l s e g u n d o y c u a r to . L a ta b la 1.5 re su m e
la s s e is o p c io n e s p o s ib le s .
Tabla 1.5
F acto res seleccionados F a c to re s seleccionados 1
p a ra x p a ra )
(i) 1 .2 (1 ) 3 ,4
(2 ) 1 ,3 (2 ) 2 ,4
(3 ) 1 ,4 (3 ) 2 ,3
(4 ) 2 ,3 (4 ) 1 ,4
(5 ) 2 ,4 (5 ) 1 ,3
(6 ) 3 ,4 (6 ) 1 ,2
fa c to r fa c to r fa c to r fa c to r
E n v is ta d e e s te te o r e m a . (*} s e c o n o c e c o n f re c u e n c ia c o m o c o e fic ie n te b in o m ia l. O b s e rv e
q u e ta m b ié n e s p o s ib le e x p r e s a r e l r e s u lta d o d e l te o re m a l . I c o m o
a ) (o ) + ( í ) + (5) + • • • + O = 2", y
b ) (o) “ (? ) + ( 2) ---------+ ( “ l ) " (3 ) = 0 .
D e m o s tra c ió n : C o m o e n la d e m o s tr a c ió n d e l te o r e m a d e l b in o m io , e l c o e f i c ie n te d e
x x ? x p • * • x " ' e s e l n ú m e ro d e fo rm a s en q u e p o d e m o s e le g ir * , d e n , d e lo s n fa c to re s ,
x 2 d e n 2 d e lo s n - n l fa c to re s re sta n te s , *3 d e n } d e lo s n - n , - n 2 fa c to re s r e s ta n te s a h o r a ,. .
. , y x, d e n, d e lo s ú ltim o s n - n, - n 2 - n y nh.x = n , f a c to re s r e s ta n te s . E s to s e p u e d e
re a liz a r, c o m o e n la p a rte ( a ) d e l e je m p lo 1 .2 1 , d e
n \ / / i - n A I n - n , - « 2' n - rij - n 2 - n x, -- i
*2 )\ *3 / V nt
fo rm a s . D e ja m o s al le c to r lo s d e ta lle s d e la d e m o s tr a c ió n d e q u e e s to e s ig u a l a
n\
1*3! /j2! n3! • • • n¡\ *
q u e ta m b ié n s e e s c r ib e c o m o
n
v/ l i , n 2 y n 3 ,
y s e d e n o m in a c o e fic ie n te m u ltin o m ia l.
EJERCICIOS 1.3 1 . C alcule ( 5 ) y verifique su respuesta enum erando todas las selecciones d e tam año d o s que se
pueden hacer c o n las letras a. b. c. d , e y f.
2 . C om o D iana d eb e hacer un viaje de cuatro horas en autobús d e regreso a su escu ela, decide
llevar consigo cinco revistas d e la s 12 que su herm ana A na M aría acaba d e adquirir. cDe
cuántas form as puede D iana hacer su selección?
3 . E valúe cada uno de los siguientes casos.
1• -4 • • • • • • • • • • • •
2- •5 • • • • • • • •
3• »6 • • • • • • • • • • • •
(a) (b) "c " (c) "m " (d) -r (e) "th e " (f) "ow~ <g)
F ig u ra 1 .8
11. Un estudiante debe responder siete de las 10 preguntas de un examen. ¿De cuántas formas
puede hacer su selección si (a) no hay restricciones? (b) debe contestar las dos primeras pre
guntas? (c) debe responder al menos cuatro de las primeras seis preguntas?
12. Al ordenar la comida del día. un cliente puede elegir entre tres entradas y dos de seis verduras
disponibles.
a) ¿Cuántas comidas diferentes puede elegir si (i) debe seleccionar dos verduras diferentes?
(ii) se le permite tener dos porciones de la misma verdura?
b ) Responda las partes (i) y (ii) de la pane (a) si también puede elegir entre jugo de tomate-
jugo de naranja o sopa de lentejas como aperitivo.
13. ¿De cuántas formas es posible distribuir 12 libros diferentes entre cuatro niños de modo que
(a) cada niño reciba tres libros? (b) los dos niños mayores reciban cuatro libros cada uno y tos
dos menores reciban dos libros cada uno?
14. En la pizzería de Pedro, las pizzas se sirven en cuatro tamaños: pequeña, mediana, grande y
colosal. Un cliente puede ordenar una pizza sencilla de queso o pedir cualquier combinación
de los siguientes siete ingredientes adicionales: anchoas, pepinillos, champiñones, aceitunas,
cebolla, pepperoni y salchicha. Determine la cantidad de pizzas diferentes (a) de tamaño me
diano y que tengan exactamente dos ingredientes adicionales; (b) exactamente con dos ingre
dientes adicionales: (c) grandes o colosales y exactamente con tres ingredientes adicionales.
15. ¿Cuántas disposiciones de las letras de MISS1SSIPP1 no tienen letras S consecutivas?
16. Un entrenador debe elegir 11 estudiantes de tercer año para jugar en un equipo de fútbol. Si
puede elegir entre 12,376 formas, ¿cuántos estudiantes de tercero son elegibles?
17. a) En un plano se tienen quince puntos, de los cuales no hay tres que estén alineados. ¿Cuán
tas rectas determinan?
b) Se tienen veintincinco puntos en el espacio, de forma que cuatro de ellos no son coplanares.
¿Cuántos triángulos determinan? ¿Cuántos planos? ¿Cuántos tetraedros (sólidos piramidales
con cuatro caras triangulares)?
18. Determine el valor de cada una de las sumas siguientes.
*) S (>2 + 1) b) ¿ O ” - 1) c) Í Ü [ l + ( - l ) ' ]
f l í p '-í ) e) 2 ( - l ) ‘
/-o k- 2
2 0 . P ara las cadenas d e longitud 10 d el ejem plo 1.23. ¿cuántas tien en (a ) cuatro ceros, tres unos y
tres doses?; (b) al m enos ocho unos?; (c) peso 4?
2 1 . C onsidere la colección d e todas las cadenas d e longitud 10 que se form an con el alfabeto 0, 1, 2
y 3. ¿C uántas de estas cadenas tienen peso 3? ¿C uántas tienen peso 4 ? ¿C uántas tienen peso par?
2 2 . E n las cuatro p a n e s d e la figura 1.9. se han m arcado ocho puntos equidistantes so b re la circun
ferencia d e un círculo dado.
a ) Para las p a n e s (a) y (b) de la figura 1.9. tenem os d o s triángulos d iferen tes (aunque c o n
gruentes). E sto s dos triángulos (que se distinguen m ediante su s vértices) surgen d e dos
selecciones d e tam año tres d e los vértices A. B . C . D. E . F. G . H. ¿C uántos triángulos
diferentes (congruentes o n o ) podem os in scrib ir d e e sta form a en el círculo?
b) ¿C uántos de los triángulos d e la p an e (a) son isósceles?
c) ¿C uántos cuadriláteros diferentes podem os inscribir en el círcu lo usando los vértices m ar
cados? (U n o d e tales cuadriláteros aparece en la parte (c) d e la figura 1.9.)
d) ¿C uántos d e los cuadriláteros d e la parte (c) son cuadrados? ¿C uántos d e ello s son rectán
gulos (no cuadrados)?
e) E n la parte (d) d e la figura 1.9 tenem os un pentágono inscrito en n uestro círculo. ¿C uántos
pentágonos podem os inscribir en el círculo d ad o usando los vértices m arcados?
0 ¿C uántos polígonos diferentes, de tres o m ás lados, podem os inscribir en el círculo dado
usando tres o m ás d e los vértices m arcados?
2 3 . ¿C uántos triángulos quedan determ inados p o r los vértices d e un polígono regular d e n lados?
¿C uántos si ninguno d e los lados d el polígono debe ser u n lado d e alguno d e los triángulos?
2 4 . a ) E n e l desarrollo com pleto d e (a + b + c + d)(e + / + g + h)(u + v + w + x + y + z), obtenem os
la sum a d e térm inos com o agw , cfx y dgv. ¿C uántos de eso s térm inos aparecen en este
desarrollo com pleto?
b ) ¿C uáles d e los térm inos siguientes no aparecen en e l desarrollo com pleto d e la parte (a)?
r2n \ I 2n \ l Í 2 n + 2
kn ) \ n - 1/ 2\n + 1
3 2 . P ara cu alq u ier n entero positivo, determ ine
1 „ v ( - 1)'
b)
,-o í! ( n - i) ! i- o / )!
■ (;)+ ■ — i( :)■
+ ( - i r f ¡ ) ( * + ir-
3 7 . a ) Si Oo, a¡, a a y es una lista d e cu atro núm eros reales, ¿a qué es igual ^ ( a , - i)?
í = i
b) D ada una lista a$, a , , a : . . . . , a Kde n + 1 núm eros reales, donde n es u n entero positivo,
determ ine ¿V— J i"m ( a . - a , . , ) .
1
a) 2 ¿ 9 b) 2 Z ( i + / + l ) c) 2 S í
« - 0 / - 1 / - I 1 - 0
3 9 . E scriba un program a (o desarrolle un algoritm o) p ara calcular C(n, r) p ara cualesquiera enteros
n. r > 0.
4 0 . a ) E scriba un program a (o desarrolle un algoritm o) que enum ere todas las selecciones de
tam año 2 d e los objetos 1, 2, 3. 4. 5 . 6 .
1 . 4 C o m b i n a c i o n e s c o n re p e tic ió n : D is t r ib u c io n e s 33
1.4
C o m b in a c io n e s c o n repetición:
D istrib u c io n e s
A l r e g r e s a r a c a s a d e s p u é s d e u n a p rá c tic a d e c a rr e r a e n p is ta , s ie te e s tu d ia n te s d e b a c h ille
ra to s e d e tie n e n en u n r e s ta u ra n te d e c o m id a rá p id a , d o n d e c a d a u n o p u e d e c o m e r lo s i
g u ie n te : u n a h a m b u rg u e s a c o n q u e s o , u n h o t d o g , u n ta c o o u n s a n d w ic h d e a t ú n . ¿ C u á n ta s
c o m p ra s d ife re n te s s o n p o s ib le s?
S ean q , h . t y p la h a m b u rg u e s a c o n q u e s o , el h o t d o g , el ta c o y e l s a n d w ic h d e a tú n ,
re s p e c tiv a m e n te . A q u í n o s in te re s a el n ú m e ro d e a rtíc u lo s c o m p ra d o s y n o e l o rd e n e n q u e
se a d q u irie ro n , d e m o d o q u e el p ro b le m a e s d e s e le c c io n e s o c o m b in a c io n e s c o n re p e tic ió n .
E n la ta b la 1.6 e n u m e r a m o s a lg u n a s c o m p ra s p o s ib le s e n la c o lu m n a ( a ) y o tro m e d io
d e r e p r e s e n ta r c a d a f o r m a e n la c o lu m n a (b).
Tabla 1 .6
1. q , q , h , h , t , t, p 1. x x | x x | x x x
2. q . q , q . q . h , t , p 2. x x x x | x | x X
3. q , q , q , q , q , q , p 3. x x x x x x X
4. h , t, t,p ,p ,p ,p 4. X I X X I X X X X
5. t , t , t , t , t , p , p 5. X X X X X X X
6. t , t , t , t , t , t , t 6. xxxxxxx|
7 . P ,P ,P ,P ,P « P ,P 7. xxxxxxx
(al (b)
P a r a u n a c o m p r a d e la c o lu m n a (b ) d e la ta b la 1.6. v e m o s q u e c a d a x a la iz q u ie rd a d e
l a p r im e r a b a r r a ( | ) r e p r e s e n ta u n a q , c a d a x e n tr e la p r im e r a y la s e g u n d a b a rra s re p re s e n ta
u n a h , la s x e n tr e la s e g u n d a y te rc e r a b a rra s r e p r e s e n ta n t y to d o x a l a d e r e c h a d e la
te r c e r a b a r r a re p re s e n ta u n a p. P o r e je m p lo , l a te rc e r a c o m p r a tie n e tr e s b a rra s c o n s e c u ti
v a s , p o rq u e n a d ie c o m p ró u n h o t d o g n i u n ta c o ; la b a r r a q u e e s tá a l p rin c ip io d e l a c u a r ta
c o m p r a in d ic a q u e n o s e a d q u irie ro n h a m b u rg u e s a s c o n q u e s o .
D e n u e v o , s e h a e s ta b le c id o u n a c o r r e s p o n d e n c ia e n tr e d o s c o le c c io n e s d e o b je to s , en
l a q u e s a b e m o s c ó m o c o n ta r e l n ú m e ro d e u n a c o le c c ió n . P a r a la s r e p r e s e n ta c io n e s d e la
c o lu m n a (b ) d e l a ta b la 1 .6 , e s ta m o s e n u m e ra n d o to d a s la s d is p o s ic io n e s d e 1 0 s ím b o lo s
q u e c o n s ta n d e s ie te le tra s x y tre s b a rra s | . d e m o d o q u e . p o r n u e s tra c o r r e s p o n d e n c ia , e l
n ú m e r o d e ó rd e n e s d if e r e n te s p a r a l a c o lu m n a (a ) es
34 C a p í t u l o 1 P r in c ip io s f u n d a m e n t a l e s d e l c o n t e o
E n e s te e je m p lo o b s e rv a m o s q u e la s s ie te le tr a s x ( u n a p a r a c a d a e s tu d ia n te ) c o rre s p o n
d e n al ta m a ñ o d e la s e le c c ió n y q u e la s tre s b a rra s s o n n e c e s a ria s p a r a s e p a r a r lo s 3 + 1 =
4 a lim e n to s q u e s e p u e d e n elegir.
( » + r — 1) ! _ / n + r — l \
r \ { n — 1) ! \ r )'
E n c o n s e c u e n c ia , e l n ú m e r o d e c o m b in a c io n e s d e n o b je to s to m a d o s d e r en r , c o n
r e p e tic io n e s , e s C {n + r - 1, r).
(E n e l e je m p lo 1 .2 7 , n = 4 , r = 7 , d e m o d o q u e e s p o s ib le q u e r s e a m a y o r q u e n c u a n d o se
p e r m ite n la s re p e tic io n e s .)
U n a tie n d a o f r e c e 2 0 tip o s d e d o n a s (d o n u ts ). S i s u p o n e m o s q u e a l m e n o s h a y u n a d o c e n a
d e c a d a tip o c u a n d o e n tra m o s a l a tie n d a , p o d e m o s e le g ir u n a d o c e n a d e d o n a s d e C (20 +
1 2 - 1 , 12) = 0 ( 3 1 . 1 2 ) = 1 4 1 ,1 2 0 ,5 2 5 fo rm a s . (E n e s te c a so . n = 20, r = 12.)
a ) S i s e a d m ite el c a s o en q u e u n a o m á s d e la s v ic e p r e s id e n ta s n o o b te n g a n a d a , la
p re s id e n ta E le n a h a c e u n a s e le c c ió n d e ta m a ñ o 10 ( u n o p o r c a d a u n id a d d e S I 0 0 )
d e u n a c o le c c ió n d e ta m a ñ o 4 ( c u a tro v ic e p re s id e n ta s ), c o n re p e tic ió n . E s to p u ed e
h a c e r s e d e C (4 + 1 0 — 1, 10) = 0 ( 1 3 , 1 0 ) = 2 8 6 fo rm a s.
b ) S i d e se a q u e n o h a y a rese n tim ien to s, c a d a v ic e p re sid e n ta d e b e re c ib ir a l m e n o s $ 100.
C o n e sta re stric c ió n , la p re sid e n ta E le n a d e b e h a c e r a h o ra u n a se le c c ió n d e ta m añ o 6
(las re sta n te s se is u n id ad es d e $ 1 0 0 ) d e la m is m a c o le c c ió n d e ta m a ñ o 4 , y la s o p cio n es
s o n a h o ra C (4 + 6 - 1 , 6 ) = C (9 . 6 ) = 84. [P o r e je m p lo , e n e s te c a so , l a o p c ió n 2 , 3 , 3 . 4 ,
4 , 4 s e in te rp reta así: B e atriz n o re c ib e n ad a a d ic io n a l, y a q u e n o h a y n in g ú n 1 en la
o p c ió n . E l 2 d e la se le c c ió n in d ic a q u e C a rm e n recib e S I 0 0 ad ic io n a le s. M a ría L u isa
recib e $ 2 0 0 ad icio n ales, $ 100 p o r c a d a u n o d e los d o s 3 q u e h a y e n la se lec ció n . D ebido
a los tres 4 . el c h e q u e d e g ra tific a c ió n d e M ó n ic a e s d e $ 1 0 0 + 3 ($ 1 0 0 ) = $400.]
c ) S i c a d a v ic e p re s id e n ta d e b e r e c ib ir a l m e n o s $ 1 0 0 y M ó n ic a , v ic e p re s id e n ta e je c u
tiv a , re c ib e al m e n o s $ 5 0 0 , e n to n c e s e l n ú m e r o d e f o rm a s e n q u e la p re s id e n ta
E le n a p u e d e d is trib u ir lo s c h e q u e s d e g r a tif ic a c ió n e s
C (3 t 2 - 1 ,2 ) + C (3 + 1 - 1 ,1 ) + C ( 3 + 0 - 1 ,0 ) = 10 = C ( 4 + 2 - 1 ,2 )
V ^ ^ ^ ^ . —y
M ó n i c a r e c ib e M ó n i c a r e c ib e M ó n ic a recibe U s a n d o la
e xa cta m e n te S500. e xa cta m e n te SóOO. e x a c t a m e n t e $700. t é c n ic a d e la p a r t e tb).
1 . 4 C o m b in a c io n e s c o n re p e t ic ió n : D is t r ib u c io n e s 35'
H a b ie n d o tr a b a ja d o y a c o n e s to s e je m p lo s d e c o m b in a c io n e s c o n re p e tic ió n , a n a liz a r e
m o s a h o r a d o s e je m p lo s r e la tiv o s a o tro s p rin c ip io s d e c o n te o .
¿ D e c u á n ta s fo rm a s p o d e m o s d is trib u ir s ie te m a n z a n a s y s e is n a r a n ja s e n tr e c u a tr o n iñ o s ,
d e m o d o q u e c a d a u n o re c ib a al m e n o s u n a m a n z a n a ?
A l d a r a c a d a n iñ o u n a m a n z a n a , te n e m o s C (4 + 3 - 1 . 3 ) = 2 0 fo rm a s d e d is tr ib u ir la s
o tr a s tre s m a n z a n a s y C (4 + 6 - 1 , 6 ) = 8 4 fo rm a s d e d is tr ib u ir la s s e is n a ra n ja s . A s í. p o r la
r e g la d e l p r o d u c to , h a y 2 0 x 8 4 = 1 6 8 0 fo rm a s d e d is tr ib u ir la fru ta e n la s c o n d ic io n e s
d a d a s.
TFT' rrrrz
E n el s ig u ie n te e je m p lo s e in tro d u c e u n a id e a q u e p a re c e te n e r m á s q u e v e r c o n l a te o ría
d e n ú m e ro s q u e c o n la s c o m b in a c io n e s o la s d is p o s ic io n e s . S in e m b a rg o , la s o lu c ió n d e
e s te e je m p lo s e rá e q u iv a le n te a l c o n te o d e la s c o m b in a c io n e s c o n re p e tic ió n .
D e te rm in e to d a s la s s o lu c io n e s e n te ra s d e l a e c u a c ió n
U n a s o lu c ió n d e la e c u a c ió n e s jc, = 3, .r: = 3 , = 0, = 1. ( E s to e s d if e r e n te d e u n a
s o lu c ió n d e l t i p o * : = l , x 2 = 0 , x 3 = 3 .x¿ = 3 . a u n q u e s e u tilic e n lo s m is m o s c u a tr o e n te r o s .)
U n a p o s ib le in te rp re ta c ió n d e la s o lu c ió n x x = 3, = 3, .r: = 0 , x A = 1 e s q u e e s ta m o s
d is trib u y e n d o s ie te m o n e d a s (o b je to s id é n tic o s ) e n tre c u a tr o n iñ o s ( r e c ip ie n te s d if e r e n
te s ), y q u e h e m o s d a d o tre s m o n e d a s a c a d a u n o d e lo s d o s p rim e ro s n iñ o s , n a d a a l te rc e ro
y la ú ltim a m o n e d a a l c u a r to n iñ o . S i s e g u im o s c o n e s ta in te rp r e ta c ió n , v e m o s q u e c a d a
s o lu c ió n e n te ra n o n e g a tiv a d e la e c u a c ió n c o r r e s p o n d e a u n a s e le c c ió n , c o n re p e tic ió n , d e
ta m a ñ o 7 ( la s m o n e d a s id é n tic a s ) d e u n a c o le c c ió n d e ta m a ñ o 4 (lo s n i ñ o s d is tin to s ) , d e
m o d o q u e h a y C (4 + 7 - 1, 7 ) = 1 2 0 s o lu c io n e s .
36 C a p ítu lo 1 Principios fu n d a m e n ta le s del conteo
1 n e s te m o m e n to es im p re s c in d ib le r e c o n o c e r la equivalencia d e l o siguiente:
a ) t i n ú m e ro d e s o lu c io n e s e n te r a s d e la e c u a c ió n
x , + x 2 + * * * + x . = r, x .^ 0 , 1s is n .
| E je m p lo I 3 | j | ¿ D e c u á n ta s f o rm a s s e p u e d e d is tr ib u ir 10 c a n ic a s b la n c a s ( id é n tic a s ) e n s e is r e c ip ie n te s
d if e r e n te s ?
L a s o lu c ió n d e e s te p ro b le m a e s e q u iv a le n te a d e te r m in a r e l n ú m e ro d e s o lu c io n e s
e n te r a s n o n e g a tiv a s d e la e c u a c ió n x , + x 2 + ••• + x 6 = 10. E s e n ú m e r o e s l a c a n tid a d d e
s e le c c io n e s d e ta m a ñ o 1 0 , c o n re p e tic ió n , d e u n a c o le c c ió n d e ta m a ñ o 6 . P o r lo ta n to , la
r e s p u e s ta e s C ( 6 + 1 0 - 1 , 1 0 ) = 3 0 0 3 .
A h o r a a n a liz a r e m o s d o s e je m p lo s m á s r e la c io n a d o s c o n e l te m a d e e s t a s e c c ió n .
Xj + X2 + • • • + x 6 < 10 (1 )
y la s s o lu c io n e s e n te r a s de
E l n ú m e ro d e s o lu c io n e s d e ( 2 ) e s e l m is m o q u e e l n ú m e ro d e s o lu c io n e s e n te r a s n o
n e g a tiv a s d e y , + y 2 + ••• + y 6 + y 7 = 9 . d o n d e y , = x , p a r a 1 < z < 6 , v y - = . t 7 - 1. e s d e c ir, C (7
+ 9 - 1 ,9 ) = 5 0 0 5 .
E n e l d e s a r ro llo b in o m ia l d e (x + y Y , c a d a té r m in o e s d e la fo rm a d e m o d o q u e el
n ú m e ro to ta l d e té rm in o s q u e h a y en e l d e s a r ro llo e s e l n ú m e ro d e s o lu c io n e s e n te ra s no
n e g a tiv a s d e / t t + /z2 = n (w, e s e l e x p o n e n te d e .r , n : e s e l e x p o n e n te d e y ) . E s te n ú m e r o es
C (2 + n - \ , n ) = n + 1.
T al v e z p a re z c a q u e h e m o s u tiliz a d o u n a r g u m e n to m u y r e b u s c a d o p a r a o b te n e r este
re s u lta d o . M u c h o s d e n o s o tr o s e s ta r ía m o s d is p u e s to s a c r e e r e n e s te r e s u lta d o c o n b a s e en
n u e s tra e x p e rie n c ia a l d e s a r ro lla r (x + y Y p a r a v a rio s v a lo re s p e q u e ñ o s d e n .
A u n q u e l a e x p e r ie n c ia e s ú til e n e l re c o n o c im ie n to d e p a tro n e s , n o s ie m p r e e s s u fic ie n
te p a r a d e te r m in a r u n p r in c ip io g e n e ra l. E n e s te c a s o s e r ía d e p o c o v a lo r s i q u is ié ra m o s
d e te r m in a r l a c a n tid a d d e té rm in o s q u e h a y e n e l d e s a rro llo d e (vv + x + y + z ) !0.
C a d a té r m in o d is tin to e s d e la f o r m a J w ^ x ^ y ^ z ”4, d o n d e 0 < n, p a r a 1 < / < 4
y n x + n 2 + n 3 + n d = 10. E s ta ú ltim a e c u a c ió n p u e d e re s o lv e rs e d e C (4 + 1 0 - 1 , 1 0 ) = 2 8 6
fo rm a s , d e m o d o q u e h a y 2 8 6 té rm in o s e n e l d e s a r ro llo d e (>v + x + y + z ) 10.
Y a h o r a e n tr a r á d e n u e v o e n j u e g o e l d e s a r ro llo b in o m ia l. y a q u e u s a re m o s la p a r te (a)
d e l c o r o la rio 1.1.
iT
• f
. ♦*•j»
«VV f
5 — A <jkV. a) D e te rm in e m o s to d a s la s fo rm a s p o s ib le s e n la s q u e p o d e m o s e s c r ib ir e l n ú m e ro 4
c o m o u n a s u m a d e e n te r o s p o s itiv o s , e n la q u e e l o r d e n d e lo s s u m a n d o s s e c o n s id e
r a n e c e s a rio . E s ta s re p re s e n ta c io n e s se d e n o m in a n c o m p o s ic io n e s d e 4 y pueden
e n u m e ra rs e c o m o sig u e :
1) 4 5) 2 + 1 + 1
2) 3+ 1 6) 1 + 2 + 1
3) 1 + 3 7) 1 + 1 + 2
4) 2 + 2 8) 1 + 1 + 1 + 1
A q u í in c lu im o s la s u m a q u e c o n s ta d e u n s o lo s u m a n d o , a s a b e r, 4 . V erem o s q u e
p a r a e l n ú m e ro 4 h a y o c h o c o m p o s ic io n e s en to ta l. (S i e l o rd e n d e lo s s u m a n d o s n o
n o s p r e o c u p a , e n to n c e s la s re p r e s e n ta c io n e s e n ( 2 ) y (3 ) y a n o s e c o n s id e ra rá n d if e
re n te s , a s í c o m o ta m p o c o la s r e p r e s e n ta c io n e s d e ( 5 ), ( 6 ) y (7 ). E n e s ta s c irc u n s ta n
c ia s , v e re m o s q u e h a y c in c o p a r tic io n e s d e l n ú m e ro 4 ; a s a b e r. 4 : 3 + 1: 2 + 2 ; 2 +
1 + 1 y 1 + 1 + 1 + 1. A p re n d e r e m o s m á s a c e r c a d e la s p a r tic io n e s d e e n te ro s
p o s itiv o s e n la s e c c ió n 3 d e l c a p ítu lo 9 .)
b) S u p o n g a m o s a h o r a q u e q u e re m o s c o n ta r el n ú m e ro d e c o m p o s ic io n e s p a r a e l n ú
m e r o 7 . E n e s te c a s o n o q u e re m o s e n u m e r a r to d a s la s p o s ib ilid a d e s , q u e in c lu y e n el
7 ; 6 + 1 , 1 + 6 ; 5 + 2 , 1 + 2 + 4 ; 2 + 4 + 1 y 3 + 1 + 2 + 1. P a r a c o n ta r to d a s e s ta s
c o m p o s ic io n e s , c o n s id e r e m o s e l n ú m e ro d e s u m a n d o s p o s ib le s .
38 C a p ítu lo 1 Principios fu n d a m e n ta le s del conteo
i) P a ra u n s u m a n d o s ó lo e x is te u n a c o m p o s ic ió n , a s a b e r, 7 .
ü ) S i e x is te n d o s s u m a n d o s (p o s itiv o s ), q u e r e m o s c o n ta r e l n ú m e ro d e s o lu c io n e s
e n te r a s de
w l + w2= 7, d o n d e w lt w 2 > 0.
E s to e s ig u a l a l n ú m e r o d e s o lu c io n e s e n te r a s d e
Xi + x 2 = 5 , d o n d e x u x 2 ^ 0.
E l n ú m e ro d e s o lu c io n e s d e e s te tip o e s (2 * J ~ ‘) = ( 5)-
iii) E n n u e s tro s ig u ie n te c a s o a n a liz a re m o s la s c o m p o s ic io n e s c o n tr e s s u m a n d o s
(p o s itiv o s ). A s í q u e a h o ra q u e re m o s c o n ta r e l n ú m e ro d e s o lu c io n e s e n te r a s
p o s itiv a s d e
É s te e s ig u a l a l n ú m e ro d e s o lu c io n e s e n te r a s n o n e g a tiv a s d e
z¡ + z2+ 23 = 4 ,
y e s e n ú m e ro e s (3♦ i " ' ) = ($).
R e s u m im o s lo s c a s o s (i), ( ii) y (iii). y lo s o tr o s c u a tro c a s o s , e n l a ta b la 1.7. en
la q u e re c o rd a m o s q u e 1 = (£) p a r a e l c a s o (i).
Tabla 1.7
(i) n = 1
» 0
(ü ) n = 2
« 0
(iü ) n =3
( iv ) n = 4 \
( iv ) y
( 6\
(v ) * = 5
« ©
( v i) n = 6
(v ¡) 0
(0)
1
K
II
(v ü )
E n c o n s e c u e n c ia , lo s r e s u lta d o s d e l la d o d e r e c h o d e l a ta b la in d ic a n q u e el
n ú m e r o (to ta l) d e c o m p o s ic io n e s d e 7 e s
1 .4 C o m b in a c io n e s c o n repetición: D istribuciones 39
Í6\
+
W
E n g e n e ra l, p a r a c a d a e n te ro p o s itiv o m . e x is te n ^ T - o C V 1) = 2 * '1 c o m p o s ic io n e s .
L o s d o s ú ltim o s e je m p lo s d e e s ta s e c c ió n s o n a p lic a c io n e s d e l á r e a d e c ie n c ia s d e la
c o m p u ta c ió n . A d e m á s , e l ú ltim o e je m p lo c o n d u c e a u n a im p o rta n te f ó r m u la p a r a la s u m a
q u e u tiliz a re m o s e n m u c h o s c a p ítu lo s p o ste rio re s .
C o n s id e r e m o s e l s ig u ie n te s e g m e n to d e u n p r o g ra m a e n P a sc a l, d o n d e i . j y k s o n v a ria b le s
e n te ra s.
F o r i : a 1 t o 20 do
F o r j : = 1 to i do
F o r k := 1 to j do
W riteln (i*j + k);
¿ C u á n ta s v e c e s s e e je c u ta la p ro p o s ic ió n W rite ln e n e s te s e g m e n to d e p ro g ra m a ?
E n tr e la s o p c io n e s p o s ib le s d e i , j y k (en e l o rd e n i p rim e ro , j s e g u n d o y k te rc e ro ) q u e
n o s c o n d u c e n a la e je c u c ió n d e la p ro p o s ic ió n W rite ln , e n u m e r a m o s (1 ) 1. 1. 1: (2 ) 2 . 1. 1:
( 3 ) 15, 10, 1 y ( 4 ) 15. 10. 7 . O b s e rv a m o s q u e i = 10. j = 12. k = 5 n o e s u n a d e las
s e le c c io n e s q u e d e b e rá n c o n s id e ra rs e , y a q u e j = 12 > 10 = i: e s to v io la la c o n d ic ió n
e s ta b le c id a en e l s e g u n d o c ic lo F o r. C a d a u n a d e la s c u a tr o s e le c c io n e s a n te r io re s e n las
q u e s e e je c u ta la p ro p o s ic ió n W rite ln s a tis fa c e la c o n d ic ió n 1 < k < j < i < 2 0 . D e h e c h o .
c u a lq u ie r se le c c ió n a , b , c (a < b < c ) d e ta m a ñ o 3 . c o n rep eticio n e s, d e l a lis ta 1 . 2 . 3 ...........
2 0 p ro d u c e u n a d e la s s e le c c io n e s c o rre c ta s : e n e s te c a s o , k = a . j = b . i = c. E n c o n s e c u e n
c ia . e l e n u n c ia d o W rite ln s e e je c u ta
A q u í u s a re m o s e l s ig u ie n te s e g m e n to d e p r o g ra m a e n P a s c a l p a r a o b te n e r u n a f ó rm u la
p a r a l a s u m a . E n e s te s e g m e n to d e p ro g ra m a , la s v a ria b le s i. j . n . y c o u n t e r s o n v a r ia b le s
e n te r a s . H e m o s s u p u e s to q u e . e n u n a s e c c ió n a n te r io r d e l p ro g ra m a , e l u s u a rio p ro p o rc io
n ó u n e n te r o p o s itiv o ; e s te d a to e s ta b le c e e l v a lo r d e n.
counter := 0 ;
F o r i : = 1 t o n do
F o r j : = 1 t o i do
c o u n te r := c o u n t e r + 1;
C a p it u lo 1 P r in c ip io s f u n d a m e n t a le s d e l c o n t e o
(* ) counter := counter + 1
s e e je c u ta .)
E s te r e s u lta d o ta m b ié n p u e d e o b te n e r s e c o m o s ig u e : c u a n d o i: = 1 v a r ía d e 1 a 1 y
(* ) s e e je c u ta u n a v e z ; c u a n d o i re c ib e el v a lo r d e 2 . e n to n c e s j v a ría d e 1 a 2 y ( * ) s e
e je c u ta d o s v e c e s ; j varía d e 1 a 3 c u a n d o i tie n e e l v a lo r 3 y ( * ) s e e je c u ta tre s v e c e s ; en
g e n e ra l, p a r a 1 < k < n , c u a n d o 1 : = k . e n to n c e s j v a r ía d e 1 a k y ( * ) s e e je c u ta /: v e c e s . E n
to ta l, l a v a r ia b le c o u n te r s e in c re m e n ta (y l a p ro p o s ic ió n ( * ) s e e je c u ta ] 1 + 2 + 3 + • • • + «
v eces.
E n c o n s e c u e n c ia .
Zv í - = 1l-b. 2 + -9 n + 1 )-.
3 + --- + n = ll n + A ) = n—( ------
i«i \ 2 2
14 1 • ¿D e cuántas form as es posible distribuir 10 m onedas (idénticas) entre cinco niños si (a) no hay
restricciones? (b) cad a niño recibe al m enos una m oneda? (c) el n iñ o m ayor recibe al m enos
dos m onedas?
2 . ¿D e cuántas form as es posible distribuir 15 barras de chocolate (idénticas) entre cinco niños,
d e m odo q u e el m ás pequeño sólo reciba u n a o dos?
3 . D eterm ine las form as en que se pueden elegir 20 m onedas d e cuatro grandes recipientes que
contienen m onedas de diferente denom inación. (C ada recipiente contiene un solo tip o d e m o
neda.)
4 . U na tien d a de helados tiene d isp o n ib les 31 sab o res d e helado. ¿ D e cu án tas form as se puede
o rd en ar una docena d e conos de h elad o s i (a) no querem os el m ism o sab o r m ás de una vez?
(b) un sa b o r puede ordenarse h asta 12 veces? (c) un sab o r no puede o rd en arse m ás d e II
veces?
5 . a ) ¿D e cuántas form as es posible seleccionar cinco m onedas de una colección d e 10. form ada
p o r una m oneda d e 1 centavo, una m oneda d e 5 centavos, u n a de 10 centavos, una d e 25
centavos, otra d e 50 centavos y cinco dólares (idénticos)?
b) ¿D e cuántas form as podem os seleccionar n objetos de una colección d e tam año l n que
consta d e n objetos distintos y n objetos idénticos?
6 . R esuelva e l ejem plo 1.31 pero, en e ste caso, los 12 sím bolos que se van a tran sm itir son cuatro
letras A. cuatro B y cuatro C.
7 . D eterm ine el núm ero de soluciones enteras no negativas d e x : + x : + x y + xt = 32. donde
a) * 5 : 0 , 1 S / S 4 . b) x¡ > 0 , 1 S / S 4 .
c) x , .. r 2 > 5 . * 3, * s e 7 . d) x, 2 8 , l s / s 4 .
e) X . S . - 2 , 1 S / S 4 . f ) x ¡ , x :, X i > 0 , 0 < í . s 2 5 .
1 .4 C o m b i n a c i o n e s c o n re p e t ic ió n : D is t r ib u c io n e s 41
8 . ¿D e cuántas form as puede distribuir un m aestro ocho donas d e chocolate y siete donas glaseadas
entre tres estudiantes si cada uno desea al m enos una dona d e cada tipo?
9 . C olum ba tiene dos docenas de colecciones de r. piedrecillas de colores diferentes. Si puede
seleccionar 20 (perm itiendo repeticiones d e colores) d e 230,230 form as, ¿cuál es el valor d e n ?
1 0 . ¿D e cuántas form as puede tirar L isa 100 dados (idénticos), de m odo que caigan al m enos tres
dados de cada cara diferente?
1 1 . D os enteros de n dígitos (se perm iten cero s al principio) se consideran equivalentes si uno es
una redisposición de otro. (P o r ejem plo, los en tero s d e cinco dígitos 12033, 20331 y 01332 se
consideran equivalentes.)
a ) ¿C uántos enteros d e cin co dígitos no son equivalentes?
b ) Si los dígitos 1. 3 y 7 pueden aparecer cu an d o m ucho una vez. ¿cu án to s enteros no equiva
lentes de cinco dígitos existen?
1 2 . D eterm ine el núm ero d e soluciones enteras de x t + x 2 + jc3 + Xj +*5 < 4 0 . donde
a ) x, > 0 , ls/< 5 . b) l< /< 5.
13. ¿D e cuántas form as se pueden d istribuir ocho bolas blancas idénticas en cuatro recipientes
distintos d e m odo q u e (a) ningún recipiente quede vacío? (b) el cuarto recipiente contenga un
núm ero im par d e bolas?
( 1 ) x x + x 2 + x 3 + ■■■+ = n, y
(2) yj + y 2 + y5 + • • • +>•« - n
F o r i : = 1 t o 2 0 do
F o r j := 1 to i do
F o r k : = 1 to j do
F o r m : = 1 t o k do
Writeln ( ( i * j ) + ( k*m) ) :
C apítulo 1 Principios fundam entales del c onteo
22. En el siguiente segmento de programa en Pascal, i, j , k y counter son variables enteras. Deter
mine el valor de counter después de ejecutarse el segmento de programa.
c o u n te r : = 10;
F o r i : = 1 t o 15 do
F o r ó : = i t o 15 do
F o r k : = j t o 15 do
c o u n t e r : = c o u n te r + 1 ;
in c r e m e n t : = 0 ;
sum ; = 0 ;
F o r i : = 1 t o 10 do
F o r j : = 1 t o i do
F o r k : = 1 t o j do
B e g in
in c r e m e n t : = in c r e m e n t + 1 ;
sum : = sum + in c r e m e n t
End;
24. Considere el siguiente segmento de programa en Pascal, donde i,j, k,n y counter son variables
enteras. En una parte anterior del programa, el usuario ba dado el entero positivo que establece
el valor de n para esa ejecución particular del programa.
c o u n te r : = 0 ;
F o r i : = 1 t o n do
F o r j : = 1 t o i do
F o r k : = 1 t o j do
c o u n te r : = c o u n te r + 1 :
c o u n te r : = c o u n t e r + 1
se ejecuta. (Éste es también el valor de counter después de la ejecución del segmento de progra
ma.) A partir del resultado del ejemplo 1.37, sabemos que la proposición se ejecuta ("*1"') =
("J3) veces. Para un valor fijo de i, los ciclos For relativos aj y k producen Cj') ejecuciones de
la proposición donde se incrementa counter. En consecuencia, ("33) = Use este
resultado para deducir una fórmula para la suma de l 3 + 2J + 3! + ••• + n! = f >-
25. a) Use las ideas del ejemplo 1.38 y el ejercicio 24 para explicar por qué (”JS) = J " _ )-
b) Use el resultado de la parte (a) para obtener una fórmula para la suma *“
l 3 + 23 + 33 + • • • + n3 = X i3-
26. Muestre que el número de formas de colocarn objetos distintos en r recipientes diferentes, con
los objetos ordenados en cada recipiente, es P(r + n - 1, r - 1).
27. a) Dados m, n enteros positivos con m 5: n, muestre que el número de formas de distribuir m
objetos idénticos en n recipientes distintos, sin que quede un recipiente vacio, es C(m - 1 .
m - n) = C(m —1, n —1).
1.5 U n a aplicación o las ciencias físicas (opcional) 43
b) Muestre que el número de distribuciones de la pane (a), donde cada recipiente contiene al
menos r objetos (m £ nr), es C(m - 1 + (1 - r)n, n - 1).
28. Escriba un programa (o desarrolle un algoritmo) para calcular las soluciones enteras de
Xi + * i + jc3 = 10, O s* /, ls j£ 3 .
29. Escriba un programa (o desarrolle un algoritmo) para calcular las soluciones enteras de
* i + * 2 + * s + *í = 15, O s* /, 1£¿S4.
30. Escriba un programa (o desarrolle un algoritmo) para calcular las soluciones enteras de
*, + *2 + *3 + *4 = 4, -2 s * / , 1 s i s 4.
1.5
U n a a p lic a c ió n a la s cie n c ia s
físic a s (o p c io n a l)
E n esta sección analizaremos una aplicación d e las técnicas para contar desarrolladas en
este capítulo. Esta aplicación surge en m ecánica estadística y term odinám ica estadística.
E n estas áreas, nos hemos interesado en el número de formas en que r partículas subatómicas
pueden distribuirse entre n estados d e energía distintos.
E n el m odelo de M axwell-Boltzm ann se supone que las partículas son distintas y que
cualquier cantidad de ellas puede estar en cualquier estado d e energía. Obtenemos i f dis
tribuciones posibles debido a que existen n estados de energía posibles para cada una de
las r partículas. (La teoría moderna de m ecánica cuántica h a demostrado que este modelo
no es adecuado para las partículas subatómicas conocidas hasta el momento.)
Otros dos modelos con más éxito son los de Bose-Einstein y Fermi-Dirac, que se basa
ron en un principio en los momentos angulares intrínsecos de las partículas.
E l m odelo de Bose-Einstein requiere que las r partículas sean idénticas, y cualquier
cantidad d e ellas puede estar en cualquier estado d e energía. El núm ero de distribuciones
diferentes en este caso es el número de soluciones enteras no negativas d e* , + * , + •■•+*,
= r, igual a C(n + r - 1, r). Las partículas con espín entero (en unidades de (hl2si). donde h
es la constante de Planck) siguen este modelo. Dichas partículas, llam adas bosones, inclu
yen a los fotones, los mesones pi y las parejas de electrones de conducción en el material
superconductor, como el plomo o el estaño.
Para las partículas con espín semientero, como los protones, electrones y neutrones, el
m odelo de Fermi-Dirac es más adecuado, y las partículas se conocen como ferm iones. En
este modelo, las r partículas son de nuevo idénticas, pero un estado de energía puede
contener al menos una partícula. E n consecuencia, en este caso r < n y el número de
distribuciones posibles es (?). (Este m odelo es bastante útil en el estudio de la teoría de
bandas semiconductoras.)
44 C a p ítu lo 1 P r in a p io s fu n d a m e n ta le s del conteo
1.6
R e su m e n y re p a so h istó ric o
E n e s te p r im e r c a p ítu lo p r e s e n ta m o s lo s f u n d a m e n to s d e l c o n te o d e c o m b in a c io n e s ,
p e rm u ta c io n e s y d is p o s ic io n e s e n m u c h o s tip o s d e p r o b le m a s . L a d e s c o m p o s ic ió n d e lo s
p r o b le m a s e n c o m p o n e n te s q u e re q u ie re n fó rm u la s ig u a le s o d if e r e n te s p a r a s u s o lu c ió n
p r o p o rc io n ó u n a c e rc a m ie n to c la v e a la s á re a s d e m a te m á tic a s d is c r e ta y c o m b in a to ria .
E s to e s s im ila r al e n fo q u e d e s c e n d e n te p a r a el d e s a r ro llo d e a lg o ritm o s e n u n le n g u a je d e
p r o g ra m a c ió n e s tru c tu r a d a c o m o P a s c a l. E n e s te c a s o , s e d e s a r r o lla e l a lg o r itm o p a r a re
s o lv e r u n p r o b le m a d ifíc il a b o rd a n d o p rim e ro a lg u n o s s u b p r o b le m a s p r in c ip a le s q u e d e
b e n re s o lv e rs e . D e s p u é s , e s to s s u b p ro b le m a s s e re fin a n (se s u b d iv id e n e n ta r e a s d e p ro
g r a m a c ió n m á s m a n e ja b le s ). C a d a n iv e l d e r e f in a m ie n to m e jo r a l a c la rid a d , p r e c is ió n y el
o b je tiv o d e l a lg o ritm o , h a s ta q u e s e p u e d e tr a d u c ir f á c ilm e n te a l c ó d ig o d e l le n g u a je d e
p ro g ra m a c ió n . ( H a b la r e m o s m á s d e lo s a lg o ritm o s e n c a p ítu lo s p o s te rio re s .)
L a ta b la 1.8 r e s u m e la s p r in c ip a le s f ó rm u la s p a r a c o n ta r d e s a r ro lla d a s h a s ta a h o ra . E n
e s te c a s o u tiliz a m o s u n a c o le c c ió n d e n o b je to s d is tin to s . L a s f ó rm u la s c u e n ta n e l n ú m e ro
d e f o rm a s p a r a s e le c c io n a r, u o rd e n a r, c o n o s in re p e tic io n e s , r d e e s to s n o b je to s . L o s
r e s ú m e n e s d e lo s c a p ítu lo s 5 y 9 in c lu y e n o tr a s ta b la s s im ila re s q u e a p a re c e rá n c o n fo rm e
v a y a m o s a m p lia n d o n u e s tro e s tu d io d e o tr o s m é to d o s d e c o n te o .
Tabla 1.8
Sí No P e rm u ta c ió n P ( n , r ) = n 'J ( n - r ) ! , P á g in a 8
0
Sí Sí D isp o sic ió n n r, n yr > 0 P á g in a 8
No No C o m b in a c ió n C { n , r) = n \ \ r \ ( n — r ) ! ] = ( ” ) , P á g in a 19
O rSrSn W
No Sí C o m b in a c ió n c o n P á g in a 34
re p e tic ió n
estudia algo del material analizado en este capítulo fue Ars Coujectandi, del matemático
suizo Jakob Bemoulli (1654-1705), uno de los ocho destacados matemáticos de la familia
Bemoulli. E l texto fue publicado en forma postuma, en 1713, y contiene una reimpresión
del prim er tratado formal de probabilidad. Este tratado fue escrito en 1657 por Christiaan
Huygens (1629-1695), físico, matemático y astrónomo holandés que descubrió los anillos
de Saturno.
E l teorema binomial para n = 2 aparece en la obra de Euclides (300 a.C.); no obstante, el
térm ino “coeficiente binom ial" fue introducido en realidad por M ichel Stifcr (14 8 6 -
1567) en el siglo xvi. En su A rithm etica Integra (1544), S tifer da los coeficientes
binomiales hasta el orden n = 17.), En sus investigaciones acerca de la probabilidad,
Blaise Pascal (1623-1662) publicó, en la década de 1650, un tratado acerca de las relacio
nes entre los coeficientes binomiales, las combinaciones y los polinom ios. Estos resulta
dos fueron utilizados por Jakob B em oulli para demostrar la forma general del teorema
del binomio, en una forma sim ilar a la presentada en este capítulo. El uso del símbolo
(¡I) se inició en el siglo xix, cuando fue utilizado por Andreas von Ettinghausen (1796—
1878).
B la is e P a sc a l ( 1 6 2 3 - 1 6 6 2 )
Sin embargo, sólo en el siglo xx, con el advenimiento de los computadores, fue posible
el análisis sistemático de los procesos y algoritmos utilizados para generar permutaciones
y combinaciones. En la sección 10.1 examinaremos uno de esos algoritmos.
E l p rim er lib ro de texto que tra ta am pliam ente los tem as de com binaciones y
permutaciones fue escrito por W. A. Whitworth [10]. E l material d e este capítulo también
se analiza en el capítulo 2 de D. C ohén [2], el capítulo 1 de C . L. Liu [4], el capítulo 2 de
E S. Roberts [6 ], el capítulo 4 de K. H. Rosen [7], el capítulo 1 de H. J. Ryser [ 8] y el
capítulo 5 deA . Tucker [9]. Para m ás información acerca de las ideas de mecánica estadís
tica y termodinámica estadística, consulte el libro de texto de R. Reed y R. Roy [5].
46 C a p ít u lo 1 P r in c ip io s f u n d a m e n t a le s d e l c o n t e o
B IB L IO G R A F IA
1. B iggs. N orm an L .. 'T h e R oots o f Combinatorics**. H istoria M aihem atica 6 . 1979. páes. 109—
136.
2. C ohén. Daniel I. A., B asic Techniques o f C om binatorial Theory. N ueva York. W iley. 1978.
3. Heath. T hom as Little. A H istory o f G reek M aihem atics, vol. 1. reim presión d e la edición de
1921. N ueva York. D over P ublications, 1981.
4 . Liu. C . L .. Introduction to C om binatorial M aihem atics, N ueva York. M cG raw -H ill. 1968.
5. R ecd . R o b e n D . y R . R. Roy. Statistical P hysics f o r S tu d a a s o f S cien ce a n d Engineering.
Scranton. Pa., Intext Educational Publishers, 1971.
6. Robcrts. Fred S.. A p p lied C om binatorics. Englew ood C liffs. N .J., P rentice-H all. 1984.
7 . Rosen. K enncth H.. D iscrete M aihem atics a n d lis A pplications, 2* ed .. N u ev a York. M cG raw -
Hill. 1991.
8. Ryser. H. J .. Com binatoria! M aihem atics. publicado p o r la M athem atical A ssociation o f America.
N ueva York. W iley. 1963.
9. Tucker. A lan. A p p lied C om binatorics. 2* ed.. N ueva York. W iley. 1985.
10. W hitw orth, W. A .. C hoice a n d Chance, reim presión de la edición de 1901. N ueva York. Hafner.
1965.
nom bres de archivo, el com putador lee todas las letras com o
E J E R C IC IO S m ayúsculas, sin im p o n a r si se escriben com o m ayúsculas o
C O M P L E M E N T A R IO S m inúsculas.) Tam bién es posible añadir al nom bre del ar
■
chivo una extensión d e archivo opcional. É sta se obtiene al
escribir u n punto y de uno a tres caracteres alfanum éricos
1. E n la fabricación de cierto tipo d e autom óvil, pueden más. P o r lo tan to , se is ejem plos d e nom bres d e archivo son
ap arecer cuatro tipos d e d efecto s m ayores y siete tipos de (1) TAXI. (2) PR ESPTO . (3) A 13B 4781. (4 ) IN G R ESO .87.
d efectos m enores. Para las situaciones en las q u e realm ente (5) CA LEFJU N , y (6) Z 35.P72. L o s últim os tres ejem plos
se presentan los defecto s, ¿d e cuántas form as puede haber utilizan la extensión de archivo opcional.
el doble d e d efecto s m enores que d e m ayores? a ) ¿C uántos nom bres d e archivo utilizan solam ente
2 . U na m áquina tiene n ueve diferentes d isco s, cada uno los 36 caracteres alfanum éricos. sin extensión?
con cinco parám etros etiquetados com o 0 . I. 2 . 3 y 4. b ) ¿C uántos de los nom bres de archivo de la parte (a)
a ) ¿D e cu án tas form as se pueden co n fig u rar todos los com ienzan c o n d o s letras A?
discos d e la m áquina? c) ¿C uántos nom bres d e archivo usan extensiones con
b> Si los nueve d isco s se ordenan en una línea en la tres caracteres alfanum éricos exactam ente?
parte superio r d e la m áquina, ¿cuántas d e las con 4. L a directora d e un co ro debe eleg ir seis him nos p ara el
figuraciones de la m áquina no tienen d o s discos servicio religioso dom inical. E lla tiene tres libros d e him
adyacentes c o n el m ism o parám etro? nos. cada uno d e los cuales contiene 25 him nos (en total
c) ¿C uántos d e los parám etros d e la p a n e (b) só lo uti hay 75 him nos distintos). ¿D e cuántas form as puede elegir
lizan 0. 2 y 4 com o parám etros en los discos? los him nos si desea elegir (a) d o s him nos de cada libro? (b)
3. El so ftw are para procesam iento d e palabras en cierto al m enos u n him no d e cad a libro?
m icrocom putador perm ite archivos cuyos nom bres tengan 5 . ¿D e cuántas form as e s posible colocar 25 banderas di
d e uno a ocho caracteres. C ad a carácter puede se r alguno de ferentes en 10 astas num eradas si e l orden de las banderas
los 3 6 caracteres alfanum éricos (26 letras y 10 dígitos) o en un asta (a) no es significativo? (b) s í lo es? (c) s í es signi
cu alquiera de otros 15 sím bolos determ inados. (P ara los ficativo y en cad a asta ondea al m enos una bandera?
Ejercicios C o m p lem en ta rio s 47
A 8 F G 1 J
J C E H H A
1 D D 1 G 8
H E C J F C
G F 8 A E D
(a) (W (c)
Figura 1 . 1 0
b) ¿ E n c u á n ta s d e la s d is p o s i c io n e s d e l a p a r t e ( a ) q u e 2 3 . S e a n u n n ú m e ro im p a r. ¿ D e c u á n ta s f o rm a s p o d e m o s
d a n A y B s e n ta d o s e n l o s l a d o s m á s la r g o s d e la o r d e n a r n u n o s y r c e r o s c o n u n a f ila ( lis ta d e sím b o lo s
m e s a , u n o e n f r e n t e d e l o tr o ? c o n s e c u tiv o s id é n tic o s ) d e e x a c ta m e n te k u n o s , c o n * < n<
20 . a) D e t e r m in e e l n ú m e r o d e s o lu c io n e s e n t e r a s n o n e
2 *?
g a t i v a s d e l a p a r e j a d e e c u a c io n e s 2 4 . D a d o s n o b j e t o s d i s t i n t o s , d e t e r m i n e d e c u á n ta s f o r
m a s e s p o s ib l e o r d e n a r r d e e s t o s o b j e t o s e n u n c í r c u l o ; d o s
d is p o s i c io n e s s e c o n s i d e r a n ig u a le s s i u n a s e p u e d e o b te n e r
r , 2 0. Is ís 5 . 2 5 . P a ra c u a lq u ie r e n te r o p o s itiv o n , m u e s tr e q u e
b) R e s p o n d a la p a rte ( a ) , r e e m p la z a n d o la s d o s
e c u a c i o n e s p o r l a s d o s d e s ig u a l d a d e s
26. a) ¿ D e c u á n ta s fo rm a s s e p u e d e n o r d e n a r la s le tr a s d e
UNUSUAL?
x , + x ¡ + x } £ 6 , ------- x ¡ + x 2 + ------- 1- * 5 £ 15, b) P a r a l a s d i s p o s i c i o n e s d e la p a r t e ( a ) , ¿ c u á n t o s d e
-
2 1 . ¿ D e c u á n ta s f o r m a s e s p o s i b l e d i s t r i b u i r u n a d o c e n a d e 2 7 . F r a n c is c a t ie n e 20 l i b r o s d if e r e n t e s p e r o e n l a r e p is a d e
m a n z a n a s e n t r e c i n c o n i ñ o s d e m o d o q u e n in g ú n n iñ o t e n g a s u d o r m i t o r i o s ó l o c a b e n 1 2 d e e llo s .
m á s d e s ie te m a n z a n a s? a) ¿ D e c u á n ta s f o r m a s p u e d e c o l o c a r F r a n c is c a 12 d e
2 2 . E n c u a lq u ie r s e t d e u n t o r n e o d e t e n is , e l o p o n e n t e A e s t o s l i b r o s e n la r e p is a ?
p u e d e v e n c e r a B d e s ie te f o r m a s d if e r e n te s . ( E n 6 - 6 j u e g a n b) ¿ C u á n t a s d e l a s d i s p o s i c io n e s d e l a p a n e ( a ) i n c l u
a m u e r t e s ú b i t a .) E l p r im e r o p o n e n t e e n g a n a r t r e s s e t s g a n a y e n l o s t r e s l i b r o s d e te n is d e F r a n c is c a ?
e l t o r n e o , ( a ) ¿ D e c u á n t a s f o r m a s s e p u e d e n r e g i s t r a r io s 2 8 . D e t e r m in e e l v a l o r d e la v a r ia b le e n t e r a c o u r n e r d e s
m a r c a d o r e s e n q u e A g a n a e n c i n c o s e t s ? ( b ) ¿ D e c u á n ta s p u é s d e l a e je c u c i ó n d e l s i g u i e n t e s e g m e n t o d e p r o g r a m a d e
f o rm a s p u e d e n r e g is tra r s e m a rc a d o re s e n q u e e l to r n e o n e P a s c a l. ( E n e s te c a s o , i, j , k , I, m y n s o n v a r i a b l e s e n te r a s .
c e s it e a l m e n o s c u a t r o s e ts ? L a s v a r ia b le s r.syt ta m b i é n s o n v a r ia b le s e n t e r a s : s u s v a lo -
E jercicio s C o m p le m e n ta r io s 49
c o u n t e r : = 10;
F o r i : = 1 t o 1 2 do
F o r j := 1 t o r d o
c o u n t e r : = c o u n t e r + 2;
F o r k : = 5 t o s do
F o r I := 3 t o k d o 1 2 3 4 5 6 7
c o u n t e r : = c o u n t e r -r 4;
F ig u r a 1.11
For m : = 3 t o 12 d o
c o u n t e r : = c o u n t e r + 6;
For n : = t d o w n t o 7 do
counter := counter + 8;
c) R e s p o n d a la s p a n e s (a ) y (b ) si s e p e rm ite u n te r
29. a) E n c u e n tre e l n ú m e ro d e fo rm a s e n q u e se p u ed e
c e r tip o d e m o v im ie n to (D ): (x. y) —» (x + 1. y + 1).
e s c rib ir 17 c o m o u n a s u m a d e u n o s y d o se s si el
o rd e n e s s ig n ific a tiv o . 34. E l sig u ie n te e je rc ic io m u e s tra u n im p o n a n te m é to d o p ara
b) R e s p o n d a la p a rte (a) p a ra 18 e n v e z d e 17. c o n ta r, c o n o c id o c o m o p r in c ip io d e re fle x ió n . E n e s te c a so ,
c) G e n e ra lic e lo s re s u lta d o s d e la s p a n e s (a ) y (b) para u n a p a rtíc u la s e m u e v e e n e l p la n o xy d e a c u e rd o c o n los
n im p a r y p a ra n par. sig u ie n te s m o v im ien to s:
d e n e x tra e rs e lo s v o to s d e la u m a , d e u n o e n u n o , m a g e n e ra l lla m a d o , e n fo rm a a d e c u a d a , e l p ro b le
d e m o d o q u e s ie m p re h a y a m á s v o to s e n fa v o r d e m a d e l a u m a . E s te p r o b le m a f u e r e s u e lto p o r
C a ta lin a ? É s te e s u n c a s o p a rtic u la r d e u n p ro b le J o s e p h L o u is F ra n p o is B e rtra n d ( 1 8 2 2 - 1 9 0 0 ) .
2
Fundamentos
de lógica
E
n e l ejemplo 1.38 (sección 1.4) del prim er capítulo obtuvimos una fórm ula para la suma.
E sta fórmula se obtuvo contando la m isma colección de objetos (las proposiciones que
ejecutamos en cierto segmento de programa) de dos formas distintas e igualando luego los
resultados. En consecuencia, decimos que la fórmula fue establecida mediante una demos
tración combinatoria. Ésta es una de las múltiples técnicas para obtener una demostración
con las que trabajaremos en todo el texto.
En este capítulo daremos un vistazo a lo que es un argumento válido y una demostra
ción más convencional. Cuando un matemático desea ofrecer una demostración de una
situación dada, debe utilizar un sistema de lógica. Esto también es cierto para un científico
de la computación que desarrolla los algoritmos necesarios para un programa o sistema de
programas. La lógica de las matemáticas se aplica para decidir si una proposición se sigue
o es consecuencia lógica de una o más proposiciones.
Algunas de las reglas que rigen este proceso se describen en este capítulo. Usaremos
después estas reglas en las demostraciones (proporcionadas en el texto y solicitadas en los
ejercicios) que aparecen en los siguientes capítulos. Sin embargo, en ningún momento
hemos pensado llegar a un punto en el que apliquemos las reglas de m odo automático.
Como ha ocurrido con la aplicación de las ideas de la enumeración analizadas en el capí
tulo 1, siempre deberemos analizar y tratar d e comprender la situación dada. Esto pide
atributos que no podemos aprender en un libro, como la inspiración o la creatividad. El
solo hecho de aplicar las fórmulas o utilizar las reglas no nos perm itirá avanzar en la
demostración de resultados (como es el caso de losteoremas) ni resolver problemas de
enumeración.
2.1
C o n e ctiva s b á sica s
y t a b la s d e ve rd a d
51
52 C apitulo 2 Fun dam entos d e lógica
El número x es un entero
no es una proposición ya que su valor de verdad (verdadero o falso) no puede determinar
se si no se asigna un valor numérico a x Si asignamos a x el valor de 7, el resultado sería
una proposición verdadera. Sin embargo, si a a le asignamos valores como Vi, -J2 o n ,
tendríamos una proposición falsa. En las secciones 2.4 y 2.5 de este capítulo encontrare
m os de nuevo este tipo de situación.
T a b la 2 .1 T á b la 2 .2
A hora que hemos presentado algunos conceptos, estudiaremos con m ás detalle estas
ideas iniciales acerca de las conectivas. Nuestros primeros dos ejem plos serán útiles para
nuestro estudio.
Las siguientes oraciones ofrecen algunas traducciones posibles para las proposiciones
compuestas simbólicas dadas.
a ) (r A -■«) —» s: Si la luna está brillando y no está nevando, entonces Felipe sale a dar
un paseo.
b) / —> ( -'u —> s): Si la luna está brillando, entonces si no está nevando, Felipe sale a
dar un paseo. [Así, —» s se entiende como ( —1ii) - i j y n o como -> (« —» ¡)~]
c) - '( j <-> (u V r)): N o ocurre que Felipe salga a dar un paseo si y sólo si está nevando
o la luna está brillando.
d) "Felipe saldrá a dar un paseo si y sólo si la luna está brillando”. Aquí, las palabras
“si y sólo si” indican que estamos trabajando con una bicondicional. En forma sim
bólica, esto se convierte en r «-»t.
e) “Si está nevando y la luna no está brillando, entonces Felipe no saldrá a dar un
paseo”. Esta proposición compuesta es una implicación, en la que la hipótesis es a
su vez una proposición compuesta. Podríamos expresar esta proposición en forma
sim bólica como (a A ->») —> ->s.
f) “Está nevando pero, aun así, Felipe saldrá a dar un paseo”. Ahora nos encontramos
con una nueva conectiva: pero. E n nuestro estudio de la lógica, seguiremos la con
vención de que las conectivas pero e y tienen el m ismo significado. En consecuen
cia, esta frase puede representarse como n A ¡ ,
Ahora regresemos a los resultados de la tabla 2.2; en particular, la sexta columna. Por
que si es ésta la primera vez que el lector se encuentra con la tabla de verdad de la implicación
p —*q, entonces podría ser difícil que acepte los datos de dicha tabla, particularm ente los
resultados de los dos primeros casos (donde p tiene el valor d e verdad 0). El siguiente
ejemplo puede ayudarle a comprender y aceptar estas asignaciones de valores d e verdad.
fiestas podrían tener con su figura, ha decidido lo siguiente para el día 26: “Si peso m ás de
60 kilogramos, entonces m e inscribiré en una clase de educación física".
Aquí haremos que p y q denoten las proposiciones (primitivas)
Los casos de las filas 1 y 2 podrían no coincidir inmediatamente con nuestra intuición,
pero el ejemplo nos ayudará a aceptar los resultados.
2*3:1;] En las ciencias de la computación, aparecen las estructuras d e decisión si-entonces y si-
entonces -0 en lenguajes como BASIC y Pascal. L a hipótesis p es con frecuencia una ex
presión relaciona! como x > 2. Esta expresión se convierte entonces en una proposición
(lógica) que tiene el valor de verdad 0 o 1 , según el valor de la variable x en ese punto del
programa. L a conclusión q podría ser un "enunciado ejecutable” para que el programa
tome otra dirección o para una impresión. (Así, q no es una de las proposiciones lógicas
que hemos estado analizando.) Al trabajar con “Si p entonces q", en este contexto, el
56 C apítulo 2 Fundam entos d e lógica
Antes de continuar, una advertencia: tenga cuidado al usar los símbolos —» y <->. La
implicación y la bicondicional no son iguales, como lo m uestran las últimas dos columnas
de la tabla 2 .2 .
Sin embargo, en el lenguaje cotidiano, con frecuencia se utiliza una implicación con la
intención real de una bicondicional. Por ejemplo, consideremos las siguientes implicaciones
que un padre dirige a su hijo.
Antes de continuar daremos un paso atrás. AI resum ir el material que produjo las tablas
2 .1 y 2 .2 , tal vez no pusimos suficiente énfasis en que los resultados son ciertos para
cualquier par de proposiciones p , q, y no sólo para proposiciones primitivas p, q. Los
ejemplos 2.4 a 2.6 nos ayudarán a reforzar esto.
l a b i a 2 .3
p 1 r ~r -ir-> p ? A (-ir-* p )
0 0 0 1 0 0
0 0 1 0 1 0
0 1 0 1 0 0
0 1 1 0 1 1
1 0 0 1 1 0
1 0 1 0 1 0
1 1 0 1 1 1
1 1 1 0 1 1
Ejemplo 2.5 • En la tabla 2.4 desarrollamos las tablas de verdad de las proposiciones com puestas p V
(q A r) (columna 5) y (p V q) A r (columna 7).
T a b la 2 .4
Como los valores de verdad de las columnas 5 y 7 difieren (en las filas 5 y 7), debemos
evitar escribir una proposición compuesta como p V q A r. Si no disponemos de los
paréntesis que indiquen cuál de las conectivas lógicas A u V debe aplicarse primero, no
tendremos idea de si estamos trabajando con p V (q A r)o con (p V q ) A r.
Ejemplo 2.6 i Los resultados de las columnas 4 y 7 de la tabla 2.5 muestran que la proposición p -> (p V <7)
es verdadera y que la proposiciónp A (->p A q) es falsa en el caso de todas las asignaciones
de valores de verdad para las proposiciones componentes p , q.
58 Capitulo 2 Fundam entos d e lógica
Tabla 2.5
0 0 0 1 1 0 0
0 1 1 1 1 1 0
1 0 1 1 0 0 0
l 0 0 0
1
1 1
Definición 2.1 Una proposición compuesta es una tautología si es verdadera para todas las asignaciones
de valores d e verdad para sus proposiciones componentes. Si una proposición compuesta
es falsa para todas estas asignaciones, entonces es una contradicción.
En este capítulo usaremos el símbolo T0 para denotar una tautología y el símbolo F<¡
para denotar una contradicción.
Podem os usar las ideas de tautología e implicación para describir lo que entendemos
por un argumento válido. Esto tendrá un interés primordial para nosotros en la sección 2.3,
y nos ayudará a desarrollar la capacidad necesaria para demostrar teoremas matemáticos.
En general, un argumento comienza con una lista de proposiciones dadas llamadas premisas
y una proposición que se conoce como la conclusión del argumento. Debemos examinar
estas premisas, pi, p 2, p ¡ .. . . . p , e intentar demostrar que la conclusión q se sigue lógica
mente d e estas proposiciones dadas; es decir, intentamos demostrar que si cada una de las
premisas p¡, p 2. p ¡ ,. . . ,p„ es una proposición verdadera, entonces la proposición q tam
bién es verdadera. Una forma de hacer esto consiste en analizar la implicación
( p , A p 2A p ¡ A - - • A p „ ) t - * q,
donde la hipótesis es la conjunción de las n premisas. Si cualquiera de las prem isas p¡, p¡,
p¡, . . . . pn es falsa, entonces no importa el valor de verdad de q, pues, en este caso, la
implicación (p, A p 2 A p¡ A - - A pr) -> q es verdadera. E n consecuencia, si partimos de
las premisas p¡, p 2, p 3, . . . , p , (cada una con valor de verdad 1 ) y vemos que en estas
circunstancias q también tiene el valor 1 , entonces la implicación
( P i A p 2 A p 3A - - - A p „ ) - » ?
t En este momento, sólo trabajamos con la conjunción de dos proposiciones, así que debemos señalar que
la conjunción A p2 A p¡ A - - - A p, de n proposiciones es verdadera si y sólo si cadap¡, 1 £ i < n, es
verdadera. Analizaremos con detalle esta conjunción generalizada en el ejemplo 4.14 de la sección 4.2.
2.1 Conectivas básicas y tablas d e verdad 59
13. a) Si la proposición q tiene el valor de verdad 1. determine todas las asignaciones de valores
de verdad para las proposiciones primitivas p, r y s para las que el valor de verdad de la
proposición
( q - > [( - r p V f ) A n s D A h s - * (-> r A 9 )]
es igual a 1 .
b) Responda la parte (a) si q tiene el valor de verdad 0.
14. Al inicio de cierto programa en Pascal, la variable entera n recibe el valor de 7. Determine el
valor de n después de encontrar cada uno de los siguientes enunciados sucesivos durante la
ejecución del programa. [En este caso, el valor de n después de la ejecución del enunciado de
la parte (a) se convierte en el valor de n para el enunciado de la parte (b), etcétera, hasta el
enunciado de la parte (e). La operación Div en Pascal devuelve la parte entera de un cociente;
por ejemplo, 6 Div 2 = 3 ,7 Div 2 = 3 y 8 Div 3 = 2.)
a) I f n > 5 th en n := n + 2;
b ) I f ( (n + 2 = 8 ) o r (n —3 = 6 )) th en n := 2»n + l ;
c) I f ( (n - 3 = 16) and (n Div 6 = 1 )) th en n : = n + 3;
d ) I f ( (n < > 2 1 ) and ( n - 7 = 15)) th en n := n - 4 ;
e) I f (<n Div 5 = 2) o r (n + l = 20)) th en n := n + 1 ;
15. Las variables enteras m y n reciben los valores de 3 y 8 , respectivamente, durante la ejecución
de cierto programa en Pascal. Durante la ejecución del programa, se encuentran los siguientes
enunciados sucesivos. [Aquí, los valores de m, n después de la ejecución del enunciado de la
parte (a) se convierten en los valores dem, n para el enunciado de la parte (b). etcétera, hasta el
enunciado de la parte (g).] ¿Cuáles son los valores de m, n después de encontrar cada uno de
estos enunciados?
a) I f n —m= 5 then n := n - 2 ;
b) I f ( ( 2 *m = n) and (n Div 4 = 1 )) th en n := 4 * n - 3 > '
c) I f ( ( n < 8 ) o r (m Div 2 = 2 )) th en n := 2 «n
e ls e m : = 2 *n;
d ) I f ((m < 2 0 ) and (n Div 6 = 1 )) th e n n := n —n —5;
e) I f ((n = 2* a ) o r (n Div 2 = 5 ) ) th e n a ;= n + 2;
f ) I f ( <n Div 3 = 3) and (n Div 3 0 1 )) th en n := n;
g) I f m*n < > 35 th en n ;= 3»m + 7;
16. En el siguiente segmento de un programa en Pascal, i,j, m y n son variables enteras. El usuario
proporciona los valores de m y n en una parte anterior de la ejecución (total) del programa.
F o r i : = 1 t o n do
F o r j : = 1 t o n do
If i o j th e n
W r ite ln ("T h e su n o f i a n d j i s i + j);
¿Cuántas veces aparece el enunciadoWriteln en el segmento ejecutado cuando (a)m = 10,n = 10;
(b) m = 20 , n = 20 ; (c) m = 10 , n = 20 ; (d) m = 20, n = 10 ?
17. Para el siguiente programa en BASIC, ¿cuántas veces se ejecuta la proposición PRINT de la
línea 40?
10 X = 10
2 0 FOR I = 1 TO 7
30 FOR J = 1 TO 1 + 3
40 I F ( ( X > 8 ) OR ( I > 5 AND J < 1 0 ) ) THEN PRINT X
50 NEXT J
NE¡
60 XX== X - 1
7 0 NEXT I
8 0 END
2.2 Equivalencia lógica: Las leyes d e la lógica 61
En el caso de cada una de las siguientes asignaciones para las variables x, y .w y t, determine si
termina o no el ciclo.
a) x = 7, y = 2, w = 5, t = 3 b) x = 0, y = 2, iv = - 3 , t = 3
c) x = 0 ,y = - 1, w = l , í = 3 d ) x = l , y = -l,M > = l ,» = 3
19. Después de hornear un pastel para sus dos sobrinas y dos sobrinos que vienen a visitarla, la tía
Natalia deja el pastel en la mesa de la cocina para que se enfríe. Luego, ella va al centro
comercial para cerrar su tienda durante el resto del día. Al regresar, descubre que alguien se ha
comido una cuarta parte del pastel (e incluso tuvo el descaro de dejar su plato sucio junto al
resto del pastel). Puesto que nadie estuvo en su casa ese día (excepto los cuatro visitantes), la
tía Natalia se pregunta cuál de sus sobrinos se comería esa parle del pastel. Los cuatro “sospe
chosos” le dicen lo siguiente:
Carlos: Jimena se comió el trozo de pastel.
Delia: Yo no me lo comí.
Jimena: Toño se lo comió.
Toño: Jimena mintió cuando dijo que yo me había comido el pastel.
2.2
E quivalen cia ló g ic a :
Las leyes d e la ló gic a
En todas las áreas de las matemáticas, necesitamos saber cuándo las entidades que estudia
mos son iguales o esencialmente las mismas. Por ejemplo, en aritmética y álgebra sabe
m os que dos números reales distintos d e cero son iguales cuando tienen la m isma magni
tud y signo algebraico. Por lo tanto, para dos números reales cualesquiera x, y, distintos de
cero, tenem os que x = y si | x | = | >• | y x y > 0 , y viceversa (es decir, si x = y , entonces
| x | = | y | y x y > 0). Cuando analizamos triángulos en geometría, surge el concepto de
congruencia. En este caso, el triángulo A B C y el triángulo DEF son congruentes si, por
ejemplo, sus lados correspondientes son iguales (es decir, la longitud del lado A B es igual
a la longitud del lado DE, l a longitud del lado B C es igual a la del lado EF, y la del lado CA
es igual a la del lado FD).
Nuestro estudio de la lógica se conoce con frecuencia como álgebra de proposiciones
(en oposición al álgebra de los números reales). Aquí utilizaremos las tablas de verdad de
los enunciados, o proposiciones, para desarrollar una idea acerca de cuándo las dos entida
des son esencialmente la misma. Comencemos con un ejemplo.
2.7 I Para las proposiciones pnm itivasp y q, la tabla 2.6 proporciona las tablas de verdad de las
proposiciones compuestas - ¡p V q y p —* q. Aquí vemos que las tablas de verdad corres
pondientes de las dos proposiciones ->p V q y p -» q son exactamente iguales.
62 Capítulo 2 Fundam entos de lógica
T a b la 2 .6
p 1 -p -p \jq p -* q
0 0 1 1 1
0 1 1 1 1
1 0 0 0 0
1 1 0 1 1
Definición 2.2 Dos proposiciones s,, s, son lógicamente equivalentes, y escribimos s, <=> s; , cuando la
proposición s, es verdadera (respectivamente, falsa) si y sólo si la proposición s, es verda
dera (respectivamente, falsa).
Observe que cuando s¡ <=> s2, las proposiciones s, y s2 dan lugar a las mismas tablas de
verdad ya que s¡, s2 tienen los mismos valores de verdad para todas las opciones de valores
de verdad de sus componentes primitivas.
Com o resultado de este concepto, vemos que podemos expresar la conectiva para la
implicación (de proposiciones primitivas) en términos d e la negación y la disyunción; es
decir, ( p - » q) <=> -<p V q. D e la m isma m anera, el resultado d e la tabla 2.7 indica que
( p r > í ) « ( p - í ? ) A (q -> p); esto ayuda a validar el uso del término bicondicional. Si
usamos la equivalencia lógica de la tabla 2 .6 , vemos que también podemos escribir (p *-»<?)»
(~'P V q) A (~'q V p). En consecuencia, si así lo queremos, podemos eliminar las conectivas
-> y <-> de las proposiciones compuestas.
Si examinamos la tabla 2.8, tenemos que la negación y las conectivas A y V son todo
lo que necesitamos para reemplazar la conectiva o exclusiva,y . De hecho, podríamos
incluso elim inar una de las conectivas A y V . Sin embargo, para las aplicaciones relaciona
das con este tema y que queremos estudiar m ás adelante en este texto, necesitaremos tanto
A y V como la negación.
T a b la 2 .7
0 0 1 1 1 1
0 1 1 0 0 0
1 0 0 1 0 0
1 1 1 1 1 1
T a b la 2 .8
0 0 0 0 0 1 0
0 1 1 1 0 1 1
1 0 1 1 0 1 1
1 1 0 1 1 0 0
2.2 Equivalencia lógica: Las leyes d e la lógica 63
Ahora usaremos la idea de equivalencia lógica para examinar algunas de las propieda
des importantes que se cumplen en el álgebra de las proposiciones.
Para cualquier par de números reales a, b , sabemos que - ( a + b) = ( - a ) + (-b ). ¿Existe
un resultado sim ilar para las proposiciones primitivas p , q l
2 .8 ' En la tabla 2.9 hem os construido las tablas de verdad para las proposiciones -~(p A q),
-ip V ~'q, ->(p V q) y -<p A -'q , donde p , q son proposiciones primitivas. Las columnas
T a b la 2 .9
p 4 pA , -i(pAq) ~
>P -19 PV9 - K /’ V ? ) -\pA-iq
0 0 0 1 1 1 1 0 1 1
0 1 0 1 1 0 1 1 0 0
1 0 0 1 0 1 1 1 0 0
1 1 1 0 0 0 0 1 0 0
4 y 7 muestran que -¡(p A q) ->p V -•q-, las columnas 9 y 10 muestran que —(p V q) <=>
~'p A ~'q. Estos resultados se conocen como las Leyes de D e Morgan. Son similares a la
conocida propiedad correspondiente de los números reales,
ya comentada, que m uestra que el negativo de una suma es igual a la sum a de los negati
vos. Sin embargo, aquí surge una diferencia crucial: la negación d e la conjunción de dos
proposiciones prim itivas p, q produce la disyunción de sus negaciones -'p , -<q, mientras
que la negación de la disyunción de las mismas proposiciones p, q es lógicamente equiva
lente a la conjunción de las negaciones ->p, ->q.
Aunque en el ejemplo anteriorp , q eran proposiciones prim itivas, pronto veremos que
las leyes de D e M organ son válidas para cualquier par de proposiciones.
a x (b + c) = {a x b) + (a x c).
El siguiente ejemplo muestra una propiedad similar para las proposiciones primitivas.
También existe otra ley relacionada con esto (para las proposiciones primitivas) que n o .
tiene su contrapartida en la aritmética de los números reales.
|j |||§ ] L a tabla 2.10 contiene las tablas de verdad de las proposiciones p A (q V r), ( p A q) V
(p A r), p V (q A r) y (p V q) A (p V r). De la tabla se sigue que para p , q y r
proposiciones primitivas.
Capitulo 2 Fundam entos d e lógica
p 9 r p A (?v r) (p A q )v (p A r) P V iq A r ) (P V í)A (p V r )
0 0 0 0 0 0 0
0 0 1 0 0 0 0
0 1 0 0 0 0 0
0 1 1 0 0 1 1
1 0 0 0 0 1 1
1 0 1 1 1 1 1
1 1 0 1 1 1 1
1 1 1 1 1 1 1
L as leyes d e la lógica
t Observemos que. debido a las leyes asociativas, no hay ambigüedad en las proposiciones de la forma
p V q V r o p A q A r.
2.2 Equivalencia lógica: Las leyes d e la lógica 65
5) p V ( ? A r ) o ( p v ? ) A ( p V ^ ) Leyes distributivas
p A ( q \/r )< $ (p A q )\/(p A r )
6) p V p O p Leyes idempotentes
p A p tó p
7) p V ft» P Leyes d e neutro
p A r 0« p
8) pV-ip<F>To Leyes inversas
p A -ip < 5 f,
9) p \ Z T 0^ T 0 Leyes de dominación
p A F 0O F 0
10) p V (P A ? )« p Leyes de absorción
p A {p y q )< E > p
Ahora vamos a demostrar todas estas propiedades. Al hacerlo nos daremos cuenta de
que simplemente podríamos construir las tablas de verdad y comparar los resultados de los
valores de verdad correspondientes en cada caso, como lo hicimos en los ejem plos 2.8 y
2.9. Sin embargo, antes de comenzar a escribir, revisemos de nuevo esta lista de 19 leyes,
las cuales, excepto por la ley de la doble negación, se agrupan naturalmente por pares.
Esta idea del apareamiento nos ayudará después de analizar el siguiente concepto.
Definición 2.3 Sea s una proposición. Si s no contiene conectivas lógicas distintas de A y V , entonces el
dual de s, que se denota como sd, es la proposición que se obtiene de s al reem plazar cada
ocurrencia de A y V con V e A , respectivamente, y cada ocurrencia de T0 y F¡, con F,¡ y
To, respectivamente.
TEO R EM A 2.1 (E l principio de dualidad) Sean s y t proposiciones como las descritas en la definición 2.3.
Si s o t , entonces r í » F.
Como resultado, las propiedades 2 a 10 de nuestra lista pueden ser establecidas mediante
la demostración de una de las propiedades de cada par y recurriendo luego a este principio.
C apitulo 2 Fun dam entos d e lógica
También vemos que es posible obtener m uchas otras equivalencias lógicas. Por ejem
plo, si q, r, s son proposiciones primitivas, los resultados de las colum nas 5 y 7 de la tabla
2 . 1 1 nos muestran que
(rA s )- * í« - i(r A s ) V ?
o que [(r A s) - * q] «-a [->(r A s) V q] es una tautología. Sin embargo, en vez de construir
cada vez más tablas de verdad (y, por desgracia, cada vez m ás grandes) sería buena idea
T a b la 2 .1 1
recordar el ejemplo 2.7, en el cual se establece que para q, p proposiciones prim itivas, la
proposición compuesta
es una tautología. Si reemplazamos cada ocurrencia de esta proposición p rim itiva/; por la
proposición compuesta r A s, entonces obtendríamos la tautología anterior
P¡: - t[ (r A s ) V ? ] ^ h ( ^ A s ) A n 9]
2.2 Equivalencia lógica: Las leyes de la lógica 67
P2: - i [ ( r A s ) v ( í - i « ) ] w h ( ' ’A s ) A - i ( / - » k ) ] ,
y, por lo tanto, por las observaciones que aparecen un poco después del ejemplo
2.9, la equivalencia lógica
-i[(r A s ) v ( t —* « ) ] « [ - i ( r A s ) A - i ( r —» u )].
b) la segunda ley de dominación indica que, para cualquier proposición prim itiva p . la
proposición compuesta
P-- ( p A F 0) « F „
es una tautología. Si reem plazamosp por la proposición [(q V r) s], entonces la
misma primera regla de sustitución produce la nueva tautología
[ ( ? V r ) - * s ] A F o < :>Fo.
c) Para las proposiciones primitivas p , q, vimos en la última columna de la tabla 2.12
que la proposición compuesta [p A (p —>q)]—>q es una tautología. En consecuen
cia, si r, j , r, u son cualesquiera proposiciones arbitrarias, entonces, por la primera
regla de sustitución obtenemos la nueva tautología
Tabla 2 . 1 2
(-> - 'p V q), obtenida al reemplazar ambas apariciones de p por -> ->p, tam bién es
lógicamente equivalente a P.]
y consideremos la implicación
p —» q: Si Juan va al lago George, entonces María
pagará las compras de Juan.
Aquí queremos escribir la negación d e p —* q de una forma distinta a - |(p —»q). Quere
m os evitar escribir la negación como “no es cierto que si Juan v a al lago George. entonces
M aría pagará las compras de Juan”.
Para hacer esto, consideram os lo siguiente. Com o p - » q e=> ->p V q , se sigue que
->(p q) <=> -'(-■ p V q). Entonces, por la ley de De Morgan, tenemos que - ’( _,p V } ) »
-’ - ’p A -~q y, a partir de la ley de la doble negación y la segunda regla de sustitución, se
sigue q u e - ’ - 'p A -■q<=>p A ~^q. En consecuencia,
->(P - » 9 ) V ? ) «•/> A n q ,
(Nota: L a negación de una proposición si-entonces no comienza con la palabra si, porque
no es otra implicación.)
jjjftB g fp 2 . 1 4 j En la definición 2.3, el dual sdde una proposición s sólo se definió para proposiciones con
negación y las conectivas básicas V e A . ¿Cómo se determina el dual de una proposición
como s : p - * q , donde p, q son primitivas?
Como ( p - i j j t s - ' f V j . f ' e s lógicamente equivalente a la proposición ( - 7 ? V q)J, que
es igual a - 'p A q.
La tabla 2.13 d a los valores d e verdad para las proposiciones p - » q, ~'q^> -'p , q - » p y
->p —> -•q. La tercera y cuarta columnas de la tabla revelan que
( p -►<?)•» (->9
T a b la 2 .1 3
p í p -* q -iq ^ n p q -> p - ip -» n 9
0 0 1 1 1 1
0 1 1 1 0 0
1 0 0 0 1 1
1 1 1 1 1 1
Hay que tener cuidado con la recíproca y la inversa. Consideremos cualquier jueves del
m es de mayo. En cada uno de estos días, la proposición p es falsa pero la proposición q es
verdadera y cada una de las proposiciones q - * p y ->p - * -<q es falsa. A hora considere
mos cualquier jueves. Para cada uno de estos días, ambas proposiciones p , q son falsas,
pero las proposiciones q —* p y “’p —> son verdaderas.
r
0 0 0 0 1 1 1
0 0 1 0 1 1 1
0 1 0 0 1 0 1
0 1 1 0 1 1 1
1 0 0 0 1 1 1
1 0 1 0 1 1 1
1 1 0 1 0 0 0
1 1 1 1 1 1 1
comparaciones hechas en cada uno de estos dos casos, el segmento de programa que aparece
en la parte (b) es más eficiente que el segmento de programa que aparece en la parte (a).
z : = 4:
F o r i : = 1 t o 1 0 do
B egin
x := z — i ;
y := z + 3 * i;
I f ( ( x > 0 ) a n d (y > 0 )) t h e n
W r i t e l n ( 1 E l v a l o r d e l a suma x + y e s ' . x + y)
End;
(a)
z : = 4;
For i := 1 t o 10 do
B egin
x := z - i;
y := z + 3 * i;
If x > 0 th e n
If y > 0 th e n
W r i t e l n ( ' E l v a l o r d e l a suma x + y e s ' . x + y)
End:
(b )
F ig u r a 2.1
Para las proposiciones primitivas p , q, ¿existe una forma más sencilla de expresar la pro
posición compuesta (p V q) A A q)?; es decir, ¿podemos encontrar una proposición
más sencilla que sea lógicamente equivalente a la dada?
A quí vemos que
( p V « )A -i(-ip A ? )O p ,
2 Capítulo 2 fu n d am e n to s d e lógica
- ’h [ ( / , V ? ) A r ] V _i$] Razones
Ley de D e Morgan
* ^ [( P V 9 ) A r ] A <7 Ley de la doble negación
(P V 9 ) A ( r A q ) Ley asociativa de A
^ ( P V ? ) A ( í A r) Lev conmutativa de A
^ [ ( P V ? ) A í? ]A r Ley asociativa de A
w ?A r Leyes de absorción (al igual que
las leyes conmutativas d e A y V )
donde sólo tenemos dos proposiciones primitivas, ningún símbolo de negación y sólo una
conectiva.
Observe además que, a partir del ejemplo 2.7, tenemos
- 1H (P V •?) A r ] - » -!<?] O # A r.
Cerramos esta sección con una aplicación de la form a en que las ideas de los ejemplos
2.17 a 2.18 pueden utilizarse para simplificar las redes de conmutación.
Una red d e conmutación está formada por cables e interruptores que conectan dos termi
nales 7j y T¡. E n dicha red, cualquiera de los interruptores puede estar abierto (0), de modo
que no pase corriente por é l, o cerrado ( 1 ), de modo que la corriente pueda pasar por él.
En la figura 2.2 tenemos, en la parte (a), una red con un interruptor. Cada una d e las
partes (b) y (c) contiene dos interruptores independientes entre sí.
Para la red de la parte (b), la corriente fluye de T¡ a T-, si cualquiera de los interruptores
p, q está cerrado. Llamamos a esto una red en paralelo y la representamos com op V q. La
2.2 Equivalencia lógica: Las leyes d e la lógica 73
F ig u r a 2 .2
red de la p an e (c) necesita que cada uno de los interruptoresp , q estén cerrados para que la
corriente fluya de T, a T¡. En este caso, los interruptores están en serie y esta red se repre
senta como p A q.
Los interruptores de la red no tienen que ser independientes entre sí. Consideremos la
red de la figura 2.3(a). En este caso, los interruptores t y ~-t no son independientes. Hemos
acoplado los dos interruptores de modo que t esté abierto (cerrado) si y sólo si —*r está
cerrado (abierto) en forma simultánea. Lo mismo ocurre con los interruptores que están en
q, -iq. (Tampoco, por ejemplo, los tres interruptores p no son independientes.)
Esta red se representa mediante la proposición correspondiente (p V q V r) A (p V t V -'q ) A
(p V ->t V r). Por medio de las leyes de la lógica simplificaremos esta proposición, que
representa la red, de la m anera siguiente:
(p V 9 V ^ )A (p V fV - ií)A ( p V - íV f ) Razones
« P V [ (? V »■)A (r V ->?) A (-i í V f)] Ley distributiva de V
sobre A
» P V [ (? V r ) A ( i f V r ) A (r V i ) ] L ey conmutativa de A
<*PV K (í A-if) v r) A (r V i ) ] Ley distributiva de V
sobre A
» P V [((9 A - i t) v r ) A (-i-ir V - i? ) ] Ley d e la doble negación
<=>P V [((9 A - i t) V r )A ~ i(-if A q )] Ley d e De Morgan
< = > P V h ( - i íA ? ) A ( ( - i r A 9 ) v r ) ] Léy conmutativa de A
(dos veces)
« ■ P V [ ( - i ( - if A g ) A ( - if A 9 ) ) v ( n ( - i f A ? ) A r ) ] Ley distributiva de A
sobre V
« P V [* ro V '(-'(-ií'A ? ) A r ) ] -*s A r «=>F& para cualquier
proposición s
» P V [ ( - ( “ 'A ? ) ) A r ] F0 es el neutro para V
O p V [ r A i ( - i f A 9 )] Ley conmutativa de A
<= > P V [^A ( í \ / - i í )] Ley de D e M organ y
Ley de la doble negación
Capitulo 2 Fundam e ntos d e lógica
i) p - * ( ? A r ) 0 ( p -* q ) A ( p - > r )
ü) [ ( p V ? ) - >r ] o [ ( p - * r ) A ( q - . r ) ]
ü¡) [ p - >( ? V r ) ] » [ - 'r - » ( p - * 4 ) ]
b) Use las reglas de sustitución para ver que [p - » (q V r)] <=>[(p A ~-q) -» r].
2 . Verifique la primera ley de absorción mediante una tabla de verdad.
3. Use las reglas de sustitución para verificar que cada una de las siguientes proposiciones es una
tautología. (En este caso p, q y r son proposiciones primitivas.)
*) l> V ('? A r)]v ~ '[p V (< ? A r)]
b) [ (P V ? ) —* r ]« h r - * -i(p V < ? )]
c) l I ( p V 9 ) - >r ] v ( í A f ) ] « [ [ [ ( p v ? ) - * r ] v i ] A [ [ ( p V 9) - 'r ] V t I l
4. Para las proposiciones primitivas p, q, r y s, simplifique la proposición compuesta
a) p / \ ( q \ S r ) A { - .p \ / ^ q \ / r ) b) (p A q )-* r
c) p —’ í p q A r ) d) pyqV ^pA nqA r)
7. a) Sip, q son proposiciones primitivas, demuestre que (->p V q) A (p A (p A q)) <=» (p A q).
b) Escriba el dual de la equivalencia lógica de la parte (a).
8 . Escriba el dual de (a) q -> p , (b) p -» (q A r). (c) p « p y (d) p v q, donde p, q y r son
proposiciones primitivas.
9. Escriba la recíproca, la inversa y la contrapositiva de cada una de las siguientes implicaciones.
Para cada implicación, determine su valor de verdad, así como el valor de verdad de la recípro
ca, la inversa y la contrapositiva correspondientes.
a) Si boy es el día del trabajo, entonces mañana es martes.
b) Si -1 < 3 y 3 + 7 = 10, entonces (-y-) = -1.
c) Si Paco vive en Nueva Inglaterra, entonces Paco vive en Vermont.
1 0. Determine si lo siguiente es verdadero o falso. Aquí, p, q y r son proposiciones arbitrarias.
a) Una forma equivalente para expresar la recíproca de "p es suficiente para q" es "p es nece
saria para q'\
b) Una forma equivalente para expresar la inversa de "p es necesaria para q” es "->q es sufi
ciente para _,p”.
c) Una forma equivalente para expresar la contrapositiva de “p es necesaria para q" es " ~ q es
necesaria para - 'p".
d) Una forma equivalente para expresar la recíproca dep —>(<?—» r) es ( -'q V r) —*p.
11. Seanp . q y r proposiciones primitivas. Encuentre una forma de la contrapositiva de p - » (q -> r)
con (a) sólo una aparición de la conectiva (b) sin que aparezca la conectiva
12. Escriba la recíproca, la inversa, la contrapositiva y la negación de la siguiente proposición: "Si
Sandra termina su trabajo, entonces irá al juego de baloncesto, a menos que nieve”.
13. Considere los dos segmentos de programa en Pascal de la figura 2.1 (ejemplo 2.16). Determine
el número total de comparaciones ejecutadas en cada segmento si, en vez de asignarle el valor
4, z toma el valor (a) 2; (b) 6 ; (c) 9; (d) 10; (e) 15; (f) n. un entero mayor que 10.
14. Muestre que para p, q proposiciones primitivas.
15. Verifique que [(p <-> q) A (q r) A (r <->p) «=> (p -» q) A (q -» r) A (r -> p)J, para las
proposiciones primitivas p .q y r .
16. Para las proposiciones primitivas p, q.
a) verifique quep —> [q —>(p A ?)] es una tautología.
b ) verifique que (p V q) -> [q -» q] es una tautología, usando el resultado de la parte (a), las
reglas de sustitución y las leyes de la lógica.
c) ¿es (p V q) -» [q - » (p A p)J una tautología?
17. Defina la conectiva “Nand” o “no. . . y . . . " como (p f q) <=> “’Cp Aq). para las proposiciones
p, q. Represente lo siguiente utilizando solamente esta conectiva.
a) -.p b) pV 9 £) Pa 9
d) p - r q e) p **q
Figura 2.4
2.3 Im plicación lógica: Reglas d e inferencia 77
2 .3
Im p lic a c ió n ló g ic a :
R e g la s d e in fe r e n c ia
( P i A p , A p 3 A • - • A p „ ) ->• q.
Aquí, n es un entero positivo, las proposiciones p ¡.p 2, p ; ......... p* se denominan premisas
del argumento y la proposición q es la conclusión del argumento.
El argumento anterior es válido si cada vez que las premisas p¡, p 2, p 3, . . . , p„ sean
verdaderas, entonces la conclusión q también lo es. [Observe que si alguna de las premisas
Pi. P 2, p 3 P« es falsa, entonces la hipótesis p , A p 2 A p 3 A • • ■ A p„ es falsa y la
implicación (p, A p 2 A p 3 A ■■■ A p r) —r q automáticamente es verdadera, sin importar el
valor de verdad deq.] En consecuencia, una vía para establecer la validez de un argumento
dado es demostrar que la proposición (p , A p , A p 3 A • - - A p„) - » q es una tautología.
Los siguientes ejemplos ilustran este particular método para establecer la validez de un
argumento.
p: Rogelio estudia.
q: Rogelio juega tenis.
r: Rogelio aprueba matemáticas discretas.
[ ( P - * r) A (-19 - > p ) A - i r ] - * q
que aparece en la tabla 2.15. Como la columna final de la tabla 2.15 contiene únicamente
unos, la implicación es una tautología. Por lo tanto, podemos decir que (p, A p 2 A p ;) -> q
es un argumento válido.
78 C apítulo 2 Fundam entos d e lógica
T a b la 2 .1 5
p¡ Pr p> (P iA p iA p j)—>9
[ p A ( ( p A r ) - » i ) ] —» ( r - * s )
T a b la 2 .1 6
P
< p1 1 (ptAp2
)->q
P r s pAr (p A r)-» s r—
*s [pA ((pA r ) - » s ) ] — <■( r - * r )
0 0 0 0 1 1 1
0 0 1 0 1 1 1
0 1 0 0 1 0 1
0 1 1 0 1 1 1
1 0 0 0 1 1 1
1 0 1 0 1 1 1
1 1 0 1 0 0 1
1 1 1 1 1 1 1
D e fin ición 2.4 S ip. q son proposiciones arbitrarias tal q u ep -> q es una tautología, entonces decimos que
p implica lógicamente q y escribimos p => q para denotar esta situación.
2.3 Im plicación lógica: Reglas d e inferencia 79
A partir los resultados del ejemplo 2.8 (Tabla 2.9) y la primera regla de sustitución, sabe
m os que para cualesquiera proposiciones p, q,
- \( p A q ) € > n p \/- iq .
En consecuencia,
- i( p A tf ) - » ( - ip V - i< ? ) y ( ip V « ) - » i ( í A í)
es una tautología, podemos escribir también
[(p r) A s) A ( í V ~ s ) A ( i i V “) A - i u ] - » -ip
es una implicación lógica (o que representa u n argumento válido), la tabla necesaria re
queriría 25 = 32 filas. Como el número de premisas crece y nuestras tablas de verdad llegan
80 C apitulo 2 Fun dam e ntos d e lógica
a tener hasta 64,128,256, o más filas, esta primera técnica para establecer la validez de un
argumento pierde rápidamente su encanto.
Además, si observamos de nuevo la tabla 2.15, nos damos cuenta de que para estable
cer que
[ ( p — r) A (-< j ^ > p ) A i r ] - , q
es un argumento válido, necesitamos considerar sólo aquellas filas de la tabla donde cada
una de las tres prem isasp -± q , -•q —»p y - r tenga el valor de verdad 1. (Recuerde que si
la hipótesis, form ada por la conjunción de todas las prem isas, es falsa, entonces la
implicación es verdadera, sin importar el valor de verdad de la conclusión.) Esto sucede
únicamente en la tercera fila, por lo que en realidad no necesitamos gran parte de la tabla
2.15. (No siempre ocurre que una sola fila tenga todas las prem isas verdaderas. Observe
que en la tabla 2.16 nos interesarían los resultados de las filas 5, 6 y 8 .)
En consecuencia, lo que indican estas observaciones es que podríamos prescindir de
p a n parte del esfuerzo de construcción de las tablas de verdad que aparecen en las tablas
2.15 y 2.16. Y como no queremos hacer tablas aún más grandes, desarrollaremos una lista
de técnicas llamadas reglas d e inferencia que nos ayudarán de la siguiente forma:
1) El uso de estas técnicas nos permitirá considerar únicamente los casos en que todas
las prem isas sean verdaderas. Por lo tanto, analizaremos la conclusión sólo para
aquellas filas de la tabla de verdad donde cada premisa tenga el valor verdadero 1 .
sin construir dicha tabla de verdad.
2) Las reglas de inferencia son fundamentales en el desarrollo de una justificación
paso por paso de cómo la conclusión q se sigue lógicamente d e las prem isas p,„ p,,
p3 p , en una implicación de la forma
( p , A p 2A p 3 A • • • A p„) -»<?.
Dicho desarrollo establecerá la validez del argumento dado, pues mostrará la forma
de deducir la verdad de la conclusión a partir de la verdad de las premisas.
Cada regla de inferencia tiene su origen en una implicación lógica. En algunos casos, la
implicación lógica se establece sin demostración. (Sin embargo, se presentarán varias de
mostraciones en la sección d e ejercicios.)
En el estudio de la lógica surgen muchas reglas de inferencia. N os concentraremos en
las que nos permiten justificar los argumentos que surgen en nuestro estudio de la lógica.
Estas reglas también nos ayudarán más adelante, cuando estudiemos los métodos para la
demostración de teoremas en el resto del texto. La tabla 2.20 (de la página 88 ) resume las
reglas que empezaremos a analizar.
Com o prim er ejemplo, consideremos la regla de inferencia llamada M odus Ponens, o re
gla de separación. (Modus Ponens viene del latín y puede traducirse como "el m étodo de
afirmación”.) En forma simbólica, podemos expresar esta regla mediante la implicación
lógica
[p A (p ^ ? )]-» í,
2.3 Im plicación lógica: Reglas d e inferencia 81
que verificamos en la labia 2.17, donde vemos que la cuarta fila es la única donde ambas
premisas p y p —> q {y la conclusión q ) son verdaderas.
T a b la 2 .1 7
0 0 1 0 1
0 1 1 0 1
1 0 0 0 1
1 1 1 1 1
P
P~*<1
••• <¡
donde los tres puntos (-'•) representan las palabras “por lo tanto", e indican que q es la
conclusión de las prem isasp y p —» q, las cuales aparecen por encima de la línea horizontal.
Esta regla surge cuando argumentamos que si (1) p es verdadera y (2) p —><j es verda
dera (o p => q), entonces la conclusión q también debe ser verdadera. (Después de todo, si
q fuera falsa y p fuera verdadera, entonces n o podría ocurrir que p —>q fuese verdadera.)
Antes de terminar el análisis de nuestra primera regla de inferencia haremos una última
observación. Los ejemplos (a) y (b) podrían indicar que el argumento válido [p A ( p —»q)}
- ♦ 9 es apropiado sólo para proposiciones primitivasp, q. Sin embargo, como [p A (p-><?)] —>
q es una tautología para las proposiciones primitivas p, q, la primera regla de sustitución
im plica que podemos reem plazar (todas las apariciones de) p o q con proposiciones com
puestas, y la implicación resultante será también una tautología. En consecuencia, si r, s, t
y u son proposiciones, primitivas, entonces
r \y s
( r y s ) — ( i r A tr)
: .- tA u
es un argumento válido, por Modus Ponens-, también, [(r V s) A [(r V s) A «]] —» (_,f
A u) es una tautología.
Capítulo 2 Fundam entos d e lógica
[ (p - » q) A (q - > / ) ] - » ( p - » r),
p —*q
q -* r
Esta regla, conocida como la ley del silogismo, surge en muchos argumentos. Por ejemplo,
podemos usarla como sigue:
1) Si el entero 35,244 es divisible entre 396, entonces
el entero 35,244 es divisible entre 66 p —» q
2) Si el entero 35,244 es divisible entre 66 , entonces
el entero 35,244 es divisible entre 3. q —■»r
3) Por lo tanto, si el entero 35,244 es divisible entre 396,
entonces el entero 35,244 es divisible entre 3. : . p —* r
El siguiente ejemplo tiene un argumento un poco m ás largo que usa las reglas de
inferencia desarrolladas en los ejem plos 2.23 y 2.24. De hecho, veremos aquí que puede
haber más d e una forma de establecer la validez de un argumento.
(*) P~*nq
Ya no necesitamos preocupamos por lo que representen realmente las proposiciones. Nuestro
objetivo es usar las dos reglas de inferencia que hemos estudiado hasta ahora para deducir la
verdad de la proposición - v a partir de la verdad de las tres premisasp . p —* ~ 'q y ~ 'q -* -'r.
2 .3 Im plicación lógica: Reglas d e inferencia 83
Pasos Razones
1) p-*~>q Premisa
2) - i q —*~ir Premisa
3) p - * n r Esto se sigue d e los pasos
y de la ley del silogismo
4) p Premisa
5) . - . i r Esto se sigue de los pasos
(4) y del Modus Ponens.
Antes de pasar a una tercera regla de inferencia, mostraremos que el argumento presen
tado como (*) puede justificarse de otra forma. En este caso, reduciremos nuestras "razo
nes” a la forma que usaremos para el resto de la sección. Sin embargo, siempre enumera
remos lo necesario para demostrar de dónde surge un argumento o cómo cada paso se
sigue de pasos anteriores.
Una segunda forma de justificar el argumento es la siguiente.
Pasos Razones
1) p Premisa
2) p —>~,q Premisa
3) -i q Pasos (1) y (2) y Modus Ponens
4) - ,q - * - i r Premisa
5) -ir Pasos (3) y (4) y Modus Ponens
Esto se obtiene de la implicación lógica [ p - * q ) A -'<7] -» -<p. Modus Tollens viene del
latín y puede traducirse como "método de negación”. Este nombre se debe a que negamos
la conclusión, q, para demostrar -<p. (Observemos que también podemos obtener esta
regla m ediante el Modus Ponens, usando el hecho de que p —» q <=> ~~q —» ~,p.)
El siguiente es un ejemplo del uso del Modus Tollens para hacer una inferencia válida:
Ahora usaremos el Modus Tollens para demostrar que el siguiente argumento es válido
(para las proposiciones primitivas p, r, s, t y u).
t\y - \s
-i r v «
-tu
-ip
Aquí utilizamos el Modus Tollens y la ley del silogismo, junto con la equivalencia
lógica del ejemplo 2.7.
Pasos Razones
1) p —*r, r - * s Premisas
2) p -* í Paso (1) y la ley del silogismo
3) / V -1* Premisa
4) -is V 1 Paso (3) y la propiedad conmutativa d e V
5) s-* / Paso (4) y el hecho de que ->s V
6) p -* t Pasos (2) y (5) y la ley del silogismo
7) U V « Premisa
8) Paso (7) y el hecho de que ->»V u <=> r -» «
9) p-+ u Pasos (6 ) y ( 8 ) y la ley del silogismo
10) Premisa
11) np Pasos (9) y (10) y M odus Tollens
No hemos usado las leyes de la lógica, como en la sección 2.2, para expresar la proposi
ción
Analizaremos ahora una forma tabular de las reglas de inferencia Modus Ponens y
M odus Tollens.
L a razón por la que queremos hacer esto es que podrían surgir otras form as tabulares en
algún momento, similares en apariencia pero que representan argumentos no válidos, en
los que cada una d e las premisas es verdadera pero la conclusión es falsa.
En este caso, vemos que [(p -» q) A ->p] - * ~ 'q n o e s una tautología. De nuevo,
los valores de verdad p: 0 y q: 1 muestran que las premisas p -+ q y -*p pueden ser
ambas verdaderas pero que la conclusión ~<q es falsa. L a falacia que subyace en
este argumento no válido viene de nuestro intento de argumentar p or la inversa, ya
que efectivamente [(p -» q) A -•<}] =v ->p, pero de aquí no se sigue que ((p - ± q ) A
- p ] => q.
Antes de proseguir, mencionaremos una regla de inferencia sencilla pero importante.
P
S __
p í\q
Prosigamos nuestro estudio de las reglas de inferencia examinando otra regla muy sen
cilla pero importante.
Capitulo 2 Fundam entos d e lógica
L a siguiente regla de inferencia, que podría servir para ilustrar el sentido común, es la del
silogismo disyuntivo. Esta regla proviene d e la implicación lógica
[ ( P V 9 ) A - p ] - > 9,
que podemos obtener mediante Modus Ponens, observando que p V q <=> (-•p —» q).
Podemos escribirla en forma de tabla:
PV?
~P
■q
Esta regla de inferencia se usa cuando hay que analizar exactamente dos posibilidades y
podemos descartar una de ellas si no es verdadera. Entonces la otra posibilidad es la que
tiene que ser verdadera. El siguiente caso muestra una aplicación de esta regla:
Hasta el momento hemos analizado cinco reglas de inferencia. Antes de intentar justifi
car más argumentos, como el del ejemplo 2.26 (con 1 1 pasos), analizaremos una regla
más. la cual contiene un método de demostración que se confunde algunas veces con el
método (de demostración) por contrapositiva dado en el M odus Tollens. La confusión
surge debido a que ambos métodos implican la negación de una proposición. Sin embargo,
pronto veremos que son dos métodos distintos. (Al final de la sección 2.5 compararemos y
contrastaremos de nuevo ambos métodos.)
T a b la 2 .1 8
1 0 0 1 1
0 1 0 0 1
ciona la regla de inferencia llamada regla de contradicción. Podemos escribir esta regla en
forma de tabla:
~P~*Fq
: .p
2.3 Im plicación lógica: Reglas d e inferencia 87
Esta regla indica que si p es una proposición y - 'p - * F t es verdadera, entonces ->p debe
ser falsa, puesto que F0 es falsa. Así, tenemos que p es verdadera.
La regla de contradicción es la base de un método para establecer la validez de un
argumento: el m étodo de demostración por contradicción o reducción al absurdo. La idea
que está detrás de este método es demostrar una proposición (la conclusión de un argu
mento) mostrando que, si esa proposición fuera falsa, entonces llegaríamos a deducir una
consecuencia imposible. El uso de este m étodo surge en ciertos argumentos que describi
rem os a continuación.
En general, cuando queremos establecer la validez del argumento
( p i A p j A • • • A p „ A ~ iq ) —* F<j.
Tabla 2.19
0 0 0 0 1 1 1
0 1 0 0 1 1 1
1 0 0 1 0 0 1
1 1 0 0 1 1 1
Ahora que hemos analizado seis reglas de inferencia, haremos un resumen d e éstas e
introduciremos otras en la tabla 2 .2 0 .
T a b la 2 .2 0
.-.-i p
4) p Regla de la conjunción
:.p A q
5) p \ j q {{p\/q)A -xp]-> q Regla del silogismo
->P disyuntivo
Los siguientes cinco ejem plos presentan argumentos válidos. Estos ejem plos nos mues
tran la forma de aplicar las reglas enumeradas en la tabla 2 .2 0 junto con otros resultados,
como las leyes de la lógica.
2.3 Im plicación lógica: Reglas de inferencia 89
P~*
~p-
q~*
Pasos Razones
1 ) p —*r Premisa
2 ) - ir - » - i p P a s o ( l ) y p —*/-<=> ->r —* ->p
3) i p - * q Premisa
4) i r - * q Pasos (2) y (3) y la ley del silogismo
5) q ~ * s Premisa
6) -ir -* s Pasos (4) y (5) y la ley del silogismo
Pasos Razones
1) p -* r Premisa
2) q —* s Premisa
3) -ip - * q Premisa
4) P M 1 P ^ 0 ( 3 )y ( “"P - » q) <=» f -1 ~'P V <?)<=> (p V q), donde la
segunda equivalencia lógica se sigue de la ley d e la doble
negación
5) r \ J s Pasos (1), (2) y (4) y la regla del dilem a constructivo
ó) ~ ir - * s Paso (5) y (r V s) <=> V s) <=> ( - ’r - » s). donde
usamos la ley de la doble negación en la primera
equivalencia lógica.
p —*q
q ~ > ( r / \s )
irv í-irV " )
p / \ t ______
Pasos Razones
1) p —* q Premisa
2) q - * ( r / \ s ) Premisa
3) p - » ( r A s ) Pasos (1) y (2) y la ley del silogismo
4) p A t Premisa
5) p Paso (4) y la regla de la simplificación conjuntiva
6) r A .s Pasos (5) y (3) y Modus Ponens
90 Capítulo 2 Fundam entos d e lógica
r —»r
n t ________________
••• P
Pasos Razones
1 ) r —* t Premisa
2 ) -ir Premisa
3) i r Pasos (1), (2) y M odus Tollens
4) Paso (3) y la regla de la amplificación disyuntiva
,J
J
<
• ( r A s) Premisa
>
f
6)
7) V Pasos ( 6 ), (5) y Modus Tollens
8) p A q Paso (7), leyes de D e M organ y la ley de la
doble negación
9) P Paso ( 8 ) y la regla de la sim plificación conjuntiva
2.3 Im plicación lógica: Reglas d e inferencia 91
np<r*q
q~*r
~i r
P
Para establecer la validez de este argumento, hemos supuesto la negación ->p de la
conclusión p como otra prem isa El objetivo ahora es usar las cuatro premisas para obtener
una contradicción /o- H e aquí una forma de obtenerla.
Pasos Razones
1) np ^q Premisa
2) ( - / > - * 4 ) A ( ? - : .-ip ) Paso (1) y ( “’p ?)<=> [(“'p —> (?) A (<}—»
3) n p - > q Paso (2) y la regla de la simplificación
conjuntiva
4) q -* r Premisa
S) ->p — r Pasos (3), (4) y la ley del silogismo
6) -'P Premisa (que hemos supuesto)
7) r Pasos (5), ( 6 ) y Modus Ponens
8) ~\T Premisa
9) r A - i r ( » F 0) Pasos (7), ( 8 ) y la regla de conjunción
10 ) ■ P Pasos (6 ), (9) y el método de demostración
por contradicción
Esto requiere que el valor de verdad de [(—'p <->q) A (q -> r) A - r A ->p] sea 0. Como
- • p «-» q, q —> r y r son las premisas dadas, cada una de estas proposiciones tiene el valor
de verdad 1. En consecuencia, para que [(—-p <-» q) A (q - » r) A ->r A - |p] tenga el valor
de verdad 0, la proposición --p debe tener el valor de verdad 0. Por lo tanto, p tiene el
valor de verdad 1 y la conclusión p del argumento es verdadera.
Antes de analizar nuestro siguiente ejemplo, necesitamos recordar el resultado del ejem
plo 2.16: para las proposiciones primitivas arbitrarias p , q. r.
M ediante la prim era regla de sustitución, reemplazaremos cada aparición de p por la pro
posición compuesta (p¡ A p 2 A • • - A p„). Luego obtenemos el nuevo resultado
[(ib A p 2A • • •A p „)—» (<?-* r ) ] » [ ( p , A p 2A • • •A p„ A ,? ) ! - >r].
Este resultado indica que si queremos establecer la validez del argumento (*) podemos
hacerlo estableciendo la validez del argumento correspondiente (**).
C) Px (**) Px
Px Px
Pn P-
: .q - * r q_
r
Después de todo, si queremos m ostrar que q -» r tiene el valor de verdad 1, cuando p¡, p2,
. . . , p . también tienen valor 1 y si el valor de verdad de q es 0 , entonces no hay nada que
hacer, ya que el valor de verdad de q - » r es 1 en este caso. Entonces, el verdadero proble
ma es m ostrar que q —* r tiene el valor de verdad 1 , cuando p¡, p 2, . . . , p , y q también lo
tienen; es decir, necesitamos mostrar que cuando p „ p ¡ ,. . . , p„ q tienen valor de verdad 1 ,
entonces el valor de verdad de r es 1 .
Demostraremos este principio en el siguiente ejemplo.
(*) u -r
( r A s ) -* ( p v O
q -*(u A s)
2 £ _______________
•••<?-* p
consideramos el argumento correspondiente
(**)
(r A s )-* (p \J t)
q -* (u A s)
-it
9 __________________
: .p
[Observe que q es la hipótesis de la conclusión q - » p para el argumento (*) y que se
convierte en otra premisa del argumento (**) donde la conclusión es p.]
Para justificar el argumento (**) procederemos de la m anera siguiente:
Pasos Razones
1) 9 Premisa
2) q -* (u A s) Premisa
3) uAs Pasos (1), (2) y Modus Ponens
4) u Paso (3) y la regla de la sim plificación conjuntiva
5) u —* r Premisa
6) r Pasos (4), (5) y M odus Ponens
7) s Paso (3) y la regla de la sim plificación conjuntiva
8) rA s Pasos ( 6), (7) y la regla de conjunción
9) Premisa
>
<
[(‘‘ - * ^ ) A [ ( r A j ) - . ( p \ / l ) ] A [ ? ^ ( u A s ) ] A - i t ] ^ ( ? ^ p ) .
Los ejemplos 2.30 a 2.34 nos dan una idea de la forma de establecer la validez de un argu
mento. Después del ejemplo 2.26 analizaremos dos situaciones en las que un argumento no es
válido: cuando intentamos argumentar mediante la recíproca o la inversa. Ahora vamos a apren
der algo más acerca de la forma de determinar cuándo un argumento no es válido.
Dado un argumento
P\
Pt
Pi
P.
9
decimos que el argumento no es válido si puede ocurrir que cada una de las prem isasp¡, p~.
Pj, . . . ,p„ sea verdadera (con valor de verdad 1 ), y que la conclusión q sea falsa (con valor
de verdad 0).
El siguiente ejemplo ilustra un método indirecto para m ostrar que un argumento que
intuimos que no es válido (tal vez porque no podemos encontrar la form a de dem ostrar
que es válido) realmente no lo es.
P
PV 9
q -* (r-* s)
t —* r
Para m ostrar que este argumento no es válido, necesitamos uno asignación d e valores de
verdad para cada una de las proposicionesp . q ,r ,s y t á e modo que la conclusión ~'s —>~'t
sea falsa (que tenga el valor de verdad 0 ) mientras que las cuatro premisas sean verdaderas
(tengan el valor d e verdad 1 ). El único caso en que la conclusión -•s —» -<t es falsa se
presenta cuando - ’í es verdadera y ->r es falsa. Esto implica que el valor de verdad de s es
0 y el valor de verdad de t es 1 .
Com o p es una de las premisas, su valor de verdad debe ser 1. Para que la premisa p V
q tenga el valor de verdad 1, q puede ser verdadera (1) o falsa (0). Consideremos la premisa
t -» z donde sabemos que t es verdadera. Si t -* r debe ser verdadera, entonces r debe ser
verdadera (tener el valor de verdad 1). Ahora bien, si r es verdadera (1) y s es falsa (0),
tenemos que r -* s es falsa (0 ) y el valor de verdad de la premisa q -» (r - » s) será 1
únicamente cuando q sea falsa (0 ).
Capitulo 2 Fundam entos d e lógica
tiene el valor de verdad 0. En este caso, hemos mostrado que el argumento dado no es
válido.
Oí Ap2A p¡ A - • •A p„)-*q
representa un argumento válido, necesitamos considerar rodos los casos en que las premisas
p h p 2, . . . , p r. sean verdaderas. [Cada uno de esos casos es una asignación de valores de
verdad para las proposiciones primitivas (que conforman las premisas) en quep¡.p:.ps p„
son verdaderas.] Para lograr esto (analizar todos los casos sin escribir las tablas de ver
dad), hemos utilizado las reglas de inferencia junto con las leyes de la lógica y otras equi
valencias lógicas. Para analizar todos los casos necesarios, no podemos recurrir a un solo
ejemplo (o caso) específico como m edio para establecer la validez del argumento (para
todos los casos posibles). Sin embargo, cuando queremos m ostrar que una implicación (de
la forma anterior) no es una tautología, todo lo que debemos hacer es encontrar un caso
para el que la implicación sea falsa; es decir, un caso en el que todas las premisas sean
verdaderas pero que la conclusión sea falsa. Este caso proporciona un contraejemplo para
el argumento y m uestra que no es válido.
Veamos un segundo ejemplo en el que utilizaremos el método indirecto del ejemplo 2.35.
;6 i ¿Es válido o no el siguiente argumento? (En este caso,p, q. r y s son proposiciones primitivas.)
p~* q
q -* s
r~*~is
- ip v r
np
¿Podría ser falsa la conclusión --/> si las cuatro premisas fueran verdaderas? La conclusión
-•p e s falsa si p tiene el valor de verdad 1. Así, para que la premisa p - * q sea verdadera, el
valor de verdad de q debe ser 1. Como la premisa q —»s también es verdadera, la verdad de
q implica la verdad de s. En consecuencia, las proposiciones p, q y s tienen el valor de verdad
1. Si analizamos ahora la premisa r —» -•s, tenemos que, cornos tiene el valor de verdad I, el
valor de verdad de r debe ser 0. Por lo tanto, r es falsa. Pero si -•p es falsa y la premisa - 'p y
r e s verdadera, también debemos tener r verdadera. Por lo tanto, tenemos q u e p => (->r A r).
2.3 Im plicación lógica: Reglas d e inferencia 95
Esta introducción a las reglas de inferencia está lejos de ser exhaustiva. Varios de los
libros citados en la bibliografía del final de este capítulo ofrecen material adicional para el
lector que desee profundizar en el estudio de este tema. En la sección 2.5 aplicaremos las
ideas desarrolladas en esta sección a proposiciones de una naturaleza m ás matemática, ya
que queremos aprender a desarrollar la demostración de un teorema. En el capítulo 4,
agregaremos otra importante técnica de demostración, la inducción matemática, a nuestro
arsenal para la demostración de teoremas matemáticos. Sin embargo, prim ero el lector
deberá resolver cuidadosamente los ejercicios de esta sección.
EJERCICIOS 2.3 1. Los siguientes tres argumentos son válidos. Establezca la validez de cada uno por medio de
una tabla de verdad. En cada caso, determine las filas de la tabla que son cruciales para evaluar
la validez del argumento y las que pueden dejarse de lado.
a) [ p A ( p - * 4) A r ] - > [ ( p v ? ) - * r ]
b) tt(p A 9 )-> r]A -> < 7A (p -»-ir)]-> (-ip V -19)
c) Q >V (<?V '')]A->9] - * ( í > V ')
2. Use tablas de verdad para verificar que cada una de las siguientes proposiciones es una
implicación lógica:
») [(P~»?)A(?-»r)]--
b) [ 0 -*?)A -i?]-< -> p
c) [ f p V ? )A -ip ]- * 9
d) [(p-»r)A(? -.r)]-*[(pV í)-*tl
3. Verifique que cada una de las siguientes proposiciones es una implicación lógica, mostrando
que es imposible que la conclusión tenga el valor de verdad 0 mientras la hipótesis tenga el
valor de verdad 1 .
a) ( p A ? ) - » p
b) P - * ( P V « )
c) [(pV<?)A->p]-*<7
<*) Kp-»g)A(r-»f)A(pvr)]->(?Vi)
e) [(p - * ? )A (r - » s ) A (- u y v -> í) ]- * ( - ’P V T )
4. Para cada uno de los siguientes pares de proposiciones, use el Modus Ponens o el Modus
Toliens para completar la línea en blanco con un argumento válido.
a) Si Juana tiene problemas para arrancar su automóvil, entonces su hija Angela verificará las
bujías.
Juana tiene problemas para arrancar su automóvil.
b) Si Braulio resolvió el primer problema correctamente, entonces la respuesta que obtuvo es 137.
La respuesta de Braulio al primer problema no es 137.
c) Si éste es un ciclo repeat-until, entonces el cuerpo de este ciclo se ejecuta al menos una vez.
d) Si Tomás juega baloncesto después de mediodía, entonces no verá el televisor por la tarde.
[ p A ( p ^ 9) A ( s V ') A ( r - n 9) H ( r V í )
y P, la proposición [p A (q V /)] V - [ p V (q V /)].
a) Use las reglas de inferencia para mostrar que q A r=>q V r.
b) ¿Es cierto que P => P¡?
7. Justifique cada uno de los pasos necesarios para mostrar que el siguiente argumento es válido.
P aso s R azones
1) P
2) p —rq
3) q
4)
5) q -* n r
6) -ir
7) s \y r
8) r
9) .-. j y t
2 .3 Im plicación lógica: Reglas d e inferencia 97
(-|P V ? ) - >r
r-» (* V » )
- ií A -iu
1 U -* 1 t
••• P
Pasos R azones
1) - i s A - , u
2) i u
3)
4) ~¡t
5) ->j
6) -iíA -ií
7) r —>(s v 0
8) - i( s V < ) -» ir
9) ( -iíA -it)-» -ir
10) i r
11) ( - .p \ J q ) - * r
12) n r - . - i( - , p V í)
13) - r - * ( p A - . q )
14) p A - t q
15) p
9. a) Dé las razones para los pasos que justifican el argumento
P aso s R azones
1) -.(->9 -» s)
2) i q A is
3) is
4) ir \y s
5) ir
6) p -* q
9) p \ j r
10) r
11) -ir A r
12 ) /. - ? -» s
a) [ (p A -iq ) A r ] —> [ (p A r) V 9 ]
b ) [ p A ( p —» q ) A ( - i <j v r
c) p — q d) p -> q e) p - » ( q - > r )
iq r —* i q
_______ f p ________
••• ~ ( P V r ) : .ip r
Capitulo 2 Fundam e ntos d e lógica
f) pAq g) p - * ( q - * r ) h) p y q
p -* (r A q ) p \/s i p \J r
r -» ( * V Ó *~*9 ____
2 £__________
/. f - i r —» —ir
11 - Muestre con un contraejemplo que ninguno de los siguientes argumentos es válido; es decir, dé
una asignación de valores de verdad a las proposiciones primitivas p, q, r y s de modo que
todas las premisas sean verdaderas (tengan el valor de verdad 1 ) y que la conclusión sea falsa
(tenga el valor de verdad 0 ).
a) [ ( p A - iq ) A [ p - » ( q - * r ) ] ] - * - i r b) H ( p A q ) - * r ] A ( i q
c) p+*q d) p
q -> r p -> r
ryns ?-* (? V n r)
i s-* q - iq y - is
s s
12. Escriba cada uno de los siguientes argumentos en forma simbólica. Establezca después la
validez del argumento o dé un contraejemplo para mostrar que no es válido.
a) Si Rosa María obtiene el puesto de supervisor y trabaja mucho, entonces obtendrá un au
mento. Si obtiene el aumento, entonces comprará un auto nuevo. Ella no ha adquirido un
auto nuevo. Por lo tanto, Rosa Mana no ha obtenido el puesto de supervisor o no ha traba
jado mucho.
b) Si Domingo va a la carrera de autos, entonces Elena se enojará. Si Rafael juega cartas toda
la noche, entonces Carmen se enojará. Si Elena o Carmen se enojan, le avisarán a Verónica
(su abogado). Verónica no ha tenido noticias de estas dos clientes. En consecuencia, ni
Domingo fue a las carreras ni Rafael jugó cartas toda la noche.
c) Si Norma va a su reunión del martes por la mañana, entonces deberá levantarse muy tem
prano ese día. Si va al concierto de rock el lunes por la noche, entonces llegará a su casa
después de las 11:00 p.m. Si Norma llega a su casa a esa hora y se levanta temprano al día
siguiente, entonces tendrá que ir a trabajar después de dormir menos de siete horas. Por
desgracia, Norma no puede trabajar con menos de siete horas de descanso. Norma no debe
rá ir al concierto de rock o deberá faltar a su reunión del martes por la mañana.
d) Si hay cierta probabilidad de lluvia o pierde su cinta roja para el cabello, entonces Loreta no
cortará el césped. Siempre que la temperatura está por arriba de los 80°F, no hay probabili
dad de lluvia. Hoy la temperatura es de 85°F y Loreta está usando su cinta roja. Por lo tanto
(en algún momento del día), Loreta cortará el césped.
2 .4
E l u s o d e c u a n t if ic a d o r e s
E n la sección 2.1 mencionamos el hecho de que los enunciados que contienen una variable
com o x no necesariamente son proposiciones. Por ejemplo, la frase "El núm erox + 2 es un
entero par” no necesariamente es verdadera o falsa, a m enos que conozcamos el valor que
sustituirá a * . Si restringimos nuestra elección a los enteros, entonces, al reem plazar* por
- 5 , -1 o 3, por ejemplo, la proposición resultante será falsa. De hecho, es falsa siempre
que sustituyamos * con un entero impar. No obstante, cuando un entero p ar sustituye a *,
la proposición resultante es verdadera.
2 .4 El u s o d e c uantificadores 99
Nos referiremos a la frase “El número * + 2 es un entero par” como una proposición
abierta, concepto que definimos formalmente como sigue.
En el caso de q(x, y), cada una de las variables*, y aparece más de una vez. Se sobreentien
de que cuando reemplazamos una de las letras * por un elem ento de nuestro universo,
reem plazamos la o tra* con el mismo valor. De la m isma forma, cuando se sustituye y (con
un valor d e su universo), se hace la m isma sustitución para todas las apariciones de la
variabley.
Con p(x) y q(x, y ) como antes, y un universo en el que los enteros siguen siendo las
m ism as opciones permisibles, obtenemos los siguientes resultados cuando hacemos algu
nos reemplazos de las variables*,)'.
p(5): E l número 7 (= 5 + 2) es un entero par. (FALSO)
—<g>(7): El número 9 no es un entero par. (VERDADERO)
<y(4,2): Los números 4, 2 y 8 son enteros pares. (VERDADERO)
También observamos, por ejemplo, que q(5,2) y <?(4,7) son proposiciones falsas, mientras
que - ’<?(5,2) y ~^q(A,l) son verdaderas.
En consecuencia, vemos que para ambas expresiones p(x) y q(x, y), según los valores
dados, algunas sustituciones producen proposiciones verdaderas y otras producen propo
siciones falsas. Po lo tanto, podemos construir las siguientes proposiciones verdaderas.
Observe que en este caso, las proposiciones “Para algún x, - ,p(x)” y “Para algunos x, y,
-<q(x, y )” también son verdaderas. [Puesto que las proposiciones “Para algún x, p (x)" y
“Para algún x , ->p(x)" también son verdaderas, vemos que la segunda proposición no es la
negación de la primera, aunque la proposición abierta -,p(x) es la negación de la proposi
ción abierta p(x). Ün resultado similar es verdadero para las proposiciones que implican
■?(*. y) y y)-]
Las frases “Para algún x" y "Para algunos x, y” cuantifican las proposiciones abiertas
p(x) y q(x, y ), respectivamente. M uchos postulados, definiciones y teorem as de m ate
m áticas implican proposiciones que son proposiciones abiertas cuantificadas. E sto sur
ge d e dos tipos d e cuantificadores, el cuanlificador existencial y el cuanlificador u ni
versal.
La proposición (1) utiliza el cuanlificador existencial “Para algún x", que también se
puede expresar como "Para al menos un x" o “Existe un x tal que". En forma simbólica,
este cuanlificador se representa como 3x. Por lo tanto, la proposición “Para algún x . p(x)"
se expresa, en forma simbólica, como 3 x p(x).
En form a simbólica, la proposición (2) se escribe así: 3 x 3 y q(x, y). Podemos usar la
notación 3x, y para abreviar 3x 3 y q(x. y) de mdo que quede como 3x,y q(x. y).
E l cuanlificador universal se denota con Vx y se lee como "Para todo x” , “Para cada x"
o "Para cualquier x”. “Para todo x, y” o "Para todos x y y " se denota con VxVy, que puede
abreviarse com o Vx, y.
Si p(x) es como lo definimos antes y usamos el cuantificador universal, podemos cam
biar la proposición abiertap(x) por la proposición (cuantificada) Vx p(x), una proposición
falsa.
Si consideramos la proposición abierta r(x): “2x es un entero par" con el m ismo univer
so (de los enteros), entonces la proposición (cuantificada) Vx r(x) es una proposición ver
dadera. Cuando decimos que Vx r(x) es verdadera, queremos decir que no importa con
qué entero (de nuestro universo) sustituyamos a x en r(x), la proposición resultante es
verdadera. También hay que notar que la proposición 3 x r(x) es una proposición verdade
ra. m ientras que Vx - r ( x ) y 3 x - 'r ( x ) son falsas.
L a variable x de cada una de las proposiciones abiertas p (x) y r(x) es una variable
libre (de la proposición abierta). Si x varía en el universo de una proposición abierta, el
valor de verdad de la proposición (que se obtiene al reem plazar cada aparición de x)
puede variar. P or ejem plo, en el caso dep(x), vemos q u e p (5) es falsa, m ientras que p( 6 )
es una proposición verdadera. Sin embargo, la proposición abierta r(x ) se convierte en
una proposición verdadera con cualquier reemplazo (dex) tomado del universo de todos
los enteros. En contraste con la proposición abierta p(x), 3 x p(x) tiene un valor de ver
dad fijo: verdadero. Y en la representación sim bólica 3 x p(x), la variable x es una varia
ble acolada, acotada por el cuantificador existencial 3 . Esto ocurre también en las pro
posiciones Vx r(x) y Vx - ,r(x); en cada caso, la variablex está acotada por el cuantificador
universal V.
Para la proposición abierta q(x, y), tenemos dos variables libres, cada una de las cua
les está acotada por el cuantificador 3 en cualquiera de las proposiciones 3x 3 y q(x. y) o
3x. y q(x, y).
El siguiente ejem plo m uestra la form a en que estas nuevas ideas acerca de ios
cuantificadores se pueden usar en conjunción con las conectivas lógicas.
2.4 El u s o d e cuantificadores 101
En este caso, el universo comprende todos los números reales. Las proposiciones abiertas
p(x), q(x), r(x) y s(x) están dadas por
p(x): xaO
r(x): x 2 - 3 x —4 = 0
s(x): x 2— 3 > 0 .
1)
Esto se debe a que el número 4, por ejemplo, es un miembro del universo tal que las dos
proposiciones p(4) y r(4) son verdaderas.
2) V x [ p (x ) - * q (x ) ]
Si. enp(x), reemplazamos x por un número real negativo a, entonces p(a) es falsa; pero
p(a) —» q(a) es verdadera independientemente del valor de verdad d e q(a). AI reemplazar
x, en p(x), por un número real no negativo b, vemos quep(b) y q(b) son ambas verdaderas,
al igual que p(b) -» q{b). E n consecuencia, p(x) —> q(x) es verdadera para todas las susti
tuciones de x tomadas del universo de todos los números reales y la proposición (cuantifi-
cada) Vx[p(x) —* q(x)] es verdadera.
Esta proposición puede traducirse de las siguientes maneras:
2 ') V x [r(x )V s (x )]
A quí hay m uchos valores de x, entre ellos 1, i , - 2 , y 0, que son contraejemplos de esta
proposición. Sin embargo, al cambiar los cuantificadores, vemos que la proposición Hx(r(x)
V s(x)] es verdadera.
3’) V x [r (x )-rp (x )]
02 C apítulo 2 Fundam entos d e lógica
Haremos ahora las siguientes observaciones. Seap(x) cualquier proposición abierta (en
la variable x) con un universo predeterminado no vacio (es decir, el universo contiene al
menos un miembro). Entonces, si V r p(x) es verdadera, también lo es 3 r p(x). o
V x p (x )= p 3 x p (x ).
Cuando escribimos V i p(x) => Bx p(x), estamos diciendo que la implicación V r p(x) —»
3 x p(x) es una implicación lógica; es decir, 3 x p(x) es verdadera siempre que V r p(x) sea
verdadera. También observamos que la hipótesis de esta implicación es la proposición
cuantificada V r p(x) y la conclusión es 3 x p(x), otra proposición cuantificada. Por otro
lado, si 3 x p(x) es verdadera, no se sigue que Vx p(x) deba ser verdadera. Por lo tanto, en
general, 3 * p{x) no implica lógicamente Vx p(x).
V * [ p ( * )- » ? (* )].
b) Para el universo de todos los triángulos del plano, la frase
V t [e (í)* » «(<)]•
También podemos optar por evitar las proposiciones abiertas e(r), a(l) y simple
mente volver a escribir la fiase dada con el cuantificador universal (explícito) "Para
todo” como
Para todo triángulo ABC. A B = BC = CA
si y sólo si cada uno de los ángulos A. B y C es un ángulo de 60°.
c) En un libro de texto de trigonometría común y corriente encontramos con frecuen
cia la identidad trigonométrica
sen!x + c o slr = 1 .
3 m 3n[41 = m 2 + n 2].
F o r n : = 1 t o 20 do
A[n] : = n*n - n;
V n (A [n ]a O ).
2) El entero A [20] es la entrada más grande de la tabla:
3 n ( A [ n + l] = 2A[n]).
4) Las entradas de la tabla están ordenadas en forma (estrictamente) ascendente:
Tabla 2 .2 1
Proposición ¿Cuándo es verdadera? ¿Cuándo es falsa?
Definición 2.6 Sean píx), q(x) proposiciones abiertas definidas para un universo dado.
Las proposiciones abiertas píx) y q(x) son (lógicamente) equivalentes, y escribimos
V.t[p(x) <=>qOcfl, cuando la bicondicional pía) «-» q(a) es verdadera para cada reemplazo
a del universo dado. Si la implicación p ía ) - » q(a) es verdadera para cada a del universo,
entonces escribimos V r[p(x) => <?(.<:)] y decimos que p{x) implica lógicamente qix).
Para el universo de todos los triángulos del plano, sean píx), q(x) las proposiciones
abiertas
p(x): x es equiangular.
qíx): x es equilátero.
Entonces, para cualquier triángulo particular <2 [reemplazo de x], sabemos q u ep (a) <-» q(a)
es verdadera. En consecuencia, 'ix[p{x) <=> <?(cc)] -
Observe que aquí, y en general, V x[plx) » q(x)] si y sólo si Vx[p(x) q(x)] y V.r[p(.c)
=>PW I-
También observamos que se puede dar una definición sim ilar a la definición 2.6 para
dos proposiciones abiertas que tengan dos o más variables.
Daremos ahora otro vistazo a la equivalencia lógica de las proposiciones (no proposicio
nes abiertas) conform e analicemos la recíproca, la inversa y la contrapositiva de una pro
posición de la form a V.i[p(z) —> qíx)].
Definición 2 .7 Para las proposiciones abiertas p íx), qíx), definidas en un universo dado, y la proposición
cuantificada en forma universal V r[p(z) - » qíx)], definimos:
06 Capítulo 2 Fundam e ntos d e lógica
Para el universo de todos los cuadriláteros del plano, sean s(x) y e(x) las proposiciones
abiertas
j(x): x es un cuadrado; e(x): x es equilátero.
a) L a proposición
V x [s(x )-> e (x )]
es una proposición verdadera y es lógicamente equivalente a su contrapositiva
Vx[-ie(xr)-*-is(xr)]
ya que [s(a) —» e(a)] <=> [~'e(a) —> - ’j(a)) para cada reemplazo a. Por lo tanto,
V x [s(x )-» e (x )]« V x h e (x )-* n s(x )].
b) La proposición
V x [e (x )-* s(x )]
es una proposición falsa y es la recíproca de la proposición verdadera
V x [s(z)-> « (* )].
L a proposición falsa
V * h í(x )-> n e (* )]
se conoce como la inversa de la proposición dada Vx[s(x) —» e(x)].
Com o [e(a) -> s(a)] <=> ( - 'i ( a ) -> ~'e(á)] para cada cuadrilátero específico a,
tenemos que la recíproca y la inversa son lógicamente equivalentes; es decir.
En forma simbólica, esta proposición verdadera se representa como Vx[^(j:) -> p(x)\.
c ) L a inversa de la proposición dada también es una proposición verdadera. En forma
simbólica, tenemos V x[-p O c) —> —>^(x)], que se puede expresar como
V * [ p ( x ) « ( r ( x ) V 4 (*))]
es verdadera y también observamos que
V x p ( x ) » V x [r(x ) V ■?(*)]•
Ahora usaremos de nuevo los resultados de la tabla 2.21 para analizar el siguiente
ejemplo.
En este caso, el universo consta de todos los enteros y las proposiciones abiertas rí,x). s(x)
están dadas por
r(x ): 2x + 1 = 5
s (.t): x 2 = 9.
Vemos que la proposición 3x[r(x) A s(x)] es falsa, ya que no existe un entero a tal que
2 a + l = S y a 2 = 9. N o obstante, existe un entero b (= 2 ) tal que 2b + 1 = 5 y existe un
segundo entero c (= 3 o -3 ) tal que c 2 = 9. P or lo tanto, la proposición 3 * fix) A 3x s(x)
es verdadera. En consecuencia, el cuantificador existencial 3 x no distribuye sobre la
conectiva lógica A . Este contraejemplo es suficiente para m ostrar que
3 x [ r( x )A s (x )]q é .[3 x r ( r ) A 3 r s ( r ) ] ,
108 C apítulo 2 Fundam entos d e lógica
donde <p>se lee como “no es lógicamente equivalente a”. El ejemplo también demuestra que
[Ex r(x ) A S i í W h 3 * 0 ( r ) A s (x )]
no es una tautología.
Sin embargo, ¿qué podemos decir de la recíproca de una proposición cuantificada de
esta forma? En este momento, presentamos un argumento general para cualesquiera pro
posiciones abiertas (arbitrarias) p(x), q(x) y cualquier universo prescrito (arbitrario).
Si analizamos la proposición
Ex [p (x ) A q ( x ) ] - * [S x p (x ) A E x q (x )],
vemos que, cuando la hipótesis Ex [p(x) A q(x)] es verdadera, entonces existe al menos un
elem ento c en el iniverso para el que la proposición p(c) A <j(c) es verdadera. Por la regla
de simplificación conjuntiva (véase la Sec. 2.3), [p(c) A q(c)] => p(c). Com o p (c) es verda
dera, obtenemos la proposición verdadera Ex p(x). D e m anera similar, obtenemos 3 x q(x),
otra proposición verdadera. Así, Hx p(x) A Ex q(x) es una proposición verdadera. Como
Ex p(x) A Ex q(x) es verdadera siempre que Ex[p(x) A q(x)J lo sea, esto im plica que
Ex [ p (x ) A q (x )] => [3 x p (x ) A S x q (x )].
Otros argumentos similares al del ejemplo 2.43 muestran las equivalencias lógicas y las
implicaciones lógicas enumeradas en la tabla 2.22. E s posible obtener muchas otras equi
valencias e implicaciones lógicas además de las que aparecen en esta tabla.
Nuestro siguiente ejemplo enumera algunas de éstas y demuestra cómo se pueden veri
ficar dos de ellas.
T a b la 2 .2 2
E q u i v a l e n c i a s e im p l i c a c i o n e s ló g ic a s p a r a p r o p o s ic io n e s
c u a n t i f i c a d a s d e u n a v a r i a b le
Sean p(x), q(x) y r(x) proposiciones abiertas para un universo dado. Encontramos las si
guientes equivalencias lógicas. (Son posibles muchas más.)
1) Vx [p (x ) A (q{x) A r(x ))] O Vx [(p (x ) A q(x)) A r(x)]
Para mostrar que esta proposición es una equivalencia lógica procedemos de la
m anera siguiente:
Para cada a del universo, consideramos las proposiciones p(a) A (q(a) A r(a)) y
(p (a ) A q(a)) A r(a). Por la ley asociativa de A , tenemos que
p ( a ) A (q(<z) A r ( a ) ) O ( p ( a ) A q ( a ) ) A r(a ).
2 .4 El u s o d e cuantificadores 109
En consecuencia, para las proposiciones abiertas p (x) A (q(x) A r(x)) y (p(x) A q(x))
A r{x), se sigue que
[ p ( c ) - » q ( c ) ] O h p ( c ) V ?(c)].
3 x [ p ( x ) - » q ( x ) ] o 3 x h p ( x ) V <?(*)]•
3) Otras equivalencias lógicas que encontraremos con frecuencia son las siguientes.
a) V x - - p ( x ) O V xp(x)
b) V x ~ i[p (x )A ? (r)]« V x [m p (x )V ^ (* )]
c) V x - i [ p ( x ) V ? ( x ) ] » V x [ - p ( x ) A - q ( x ) ]
4) Los resultados para las equivalencias lógicas de 3(a), (b) y (c) siguen siendo válidos
cuando todos los cuantificadores universales se reemplazan por cuantificadores
existenciales.
Los resultados de las tablas 2.21 y 2.22 y de los ejemplos 2.43 y 2.44 nos ayudarán
ahora con un concepto muy importante. ¿Cómo negamos las proposiciones que implican
una sola variable?
Consideremos la proposición Vx p(x). Su negación, -> [Vx p(x)], puede enunciarse como
“No ocurre que para todo x se cumpla p(x)". Ésta no es una observación muy útil, así que
volveremos a analizar -'[V x p(x)]. Cuando esta proposición es verdadera, entonces Vx
p(x) es falsa, por lo que, para algún reemplazo a del universo, -'p{a) es verdadera y 3x
->p(x) es verdadera. En forma recíproca, siempre que la proposición 3 x ~'p(x) sea verda
dera, sabemos que - ,p(b) es verdadera para algún elem ento b del universo. Por lo tanto, Vx
p(x) es falsa y ^[V x p(x)] es verdadera. Así, la proposición ^[V x p(x)] es verdadera si y
sólo si la proposición 3 x _,p(x) es verdadera. (Un análisis sim ilar muestra también que
-'[V x p(x)] es falsa si y sólo si 3 x -’p(x) es falsa.)
Estas observaciones conducen a la siguiente regla para negar la proposición Vx p(x):
- i[ V x p ( x ) ]o 3 x - ip ( x ) .
D e m anera similar, la tabla 2.21 nos muestra que la proposición 3 x p(x) es verdadera
(falsa) precisamente cuando la proposición Vx -'p tx ) es falsa (verdadera). Esta observa
ción da lugar a una regla para negar la proposición 3 x p(x):
Estas dos reglas de negación, junto con otras dos que se siguen de ellas, aparecen en la
tabla 2.23 como una referencia que le resultará d e utilidad.
T a b la 2 .2 3
R e g la s p a r a n e g a r p r o p o s ic io n e s
c o n u n c u a n tific a d o r
m [V a :p (a :)]o 3 a :-p (a :)
~ [ 3 r p O ) ] » V .> : - p O )
-[V a: -i_p(ac)] <=>3a: ~ ~ \p (x) • » 3 * p ( x )
i [3 * - ip (x)] O V m p j r ) O Va: p (x)
Usaremos estas reglas para negar las proposiciones cuantificadas del siguiente ejemplo.
r(x): 2a:+ 1 = 5.
s(x): x2 = 9.
L a proposición cuantificada 3x[r(a) A s(a:)] es falsa, y a que asegura la existen
cia de al menos un entero a tal que 2a + 1 = 5 (a = 2 ) y a2 = 9 (a = 3 o - 3 ). En
consecuencia, su negación
—
'[3a: (r(a ) A s ( x ) ) ] » V x [ - (r(x ) A s ( x ) ) ] « V a [ir(a :) V ns(a:)]
es verdadera. Esta negación puede expresarse como “Para cada entero a , 2x + 1 ?= 5
o x 2± 9 " .
2 .4 6 Aquí tenemos dos variables reales x, y, por lo que el universo consiste en todos los núme
ros reales. L a ley conmutativa para la sum a de números reales puede expresarse como
V xV y ( x + y = y -Ex).
Esta proposición también puede expresarse como
V y V x (x + y = y + x ) .
A sí mismo, en el caso de la m ultiplicación de números reales, podemos escribir
Vx Vy (xy = y x ) o Vy Vx (xy = yx).
Estos dos ejemplos indican el siguiente resultado general. S ip(x, y ) es una proposición
abierta en las dos variables x, y (con el mismo universo prescrito p arax y para y; o bien, un
prim er universo parax y otro para y), entonces la proposición Vx Vy p(x, y ) y Vy Vx p(x, y)
son lógicamente equivalentes; es decir, la proposición Vx Vy p(x, y ) es verdadera (respec
tivamente, falsa) si y sólo si la proposición Vy Vx p(x, y) es verdadera (respectivamente,
falsa). D e aquí que
Vx Vy p ( x ,y ) O V y Vx p(x,y).
Cuando analizamos la ley asociativa para la suma de números reales, encontramos que
para cualesquiera números reales x, y, z,
x + ( y + z) = ( x + y ) + z.
Al usar los cuantificadores universales (con el universo de todos los números reales),
podemos expresar esto como
V x V y V z [x + ( y + z ) = (x + y) + z ] o
Vy Vx Vz [x + ( y + z) = (x + y) + z].
V x,y,z p ( x ,y ,z ) o V y ,x ,z p (x ,y ,z )» V x,z,y p (x ,y ,z ),
Los resultados de los dos ejem plos anteriores aparecen con frecuencia en los textos de
álgebra superior y en m uchos libros de cálculo, sin cuantificadores (en palabras o en for
m a simbólica). Por lo tanto, si vemos, por ejemplo, la propiedad asociativa de la suma para
los números reales, dada simplemente como
x + (y + z ) = (x + y ) + z.
212 C a p ít u lo 4 P r o p ie d a d e s d e lo s e n te ro s: In d u c c ió n m a te m á tic a
10. Para cualquier x e R ,|jt| = ^ > ’= < 5 }- y “ 1*1 £ x - 1*1- Por 1° tanl°- |x + y|! =
{ x + y ? ^ ^ * 2 x y * f £ ^ + ^ * 2 \x \\y \* -/= |*|2 + 2 |* ||y | + |y |* = (|* | + |y |)J, y |x + y |2<
(1*1 + |y |)í ^ | x + y |£ | x | + |y |, p a r a cualesquiera * y £ R.
Demuestre que si n £ Z * , i > 2 y *1, x¡,. . . , x, £ R, entonces
+ •** + F, = 2 F = Fm*2 ~ 1 -
i-0
¿ í + ¿ | + ¿ I + ••• + 1£ = L*Ln +1 —2 .
19. Si n £ N, demuestre que 5F„Z= L ,^ - L ,.
20. Dé una definición recursiva del conjunto de
a) los enteros pares positivos. b) los enteros pares no negativos.
21. Uno de los usos más comunes de la definición recursiva de los conjuntos ocurre en la defini
ción de las fórmulas bien formadas en distintos sistemas matemáticos. Por ejemplo, en el
estudio de la lógica podemos definir las fórmulas bien formadas como sigue:
1) Cualquier proposición primitiva p. la tautología T0y la contradicción F0 son fórmulas bien
formadas; y,
2) Si p. q son fórmulas bien formadas, entonces también lo son
i) ( ip ) ü) O V « ) üi) ( p A q )
lv) ( p - > 9 ) v) (p * * q )
Mediante esta definición recursiva vemos que, para las proposiciones primitivas p. q. r, la
2 .4 El u s o d e cuantificadores 113
Ejemplo 2.50 Sean p(x, y), q(x. y) y r(x, y) tres proposiciones abiertas, y las variables x, y se reemplazan
de cierto(s) universo(s) prescrito(s). ¿Cuál es la negación de la siguiente proposición?
V r 3 y [ ( p ( r ,y ) A q (x ,y ))~ * r(x,y)]
Tenemos que
V* 3 y [(p (x ,y ) A q (x ,y )) - » r (x ,y)]
3 x Vy [(p (x ,y ) / \q ( x ,y ) ) A-ir(*,y)].
:io 2.51 En cálculo, se estudian las propiedades de las funciones reales de una variable real. (Ana
lizaremos las funciones en el capítulo 5 de este libro.) Entre estas propiedades está la
existencia de límites; al respecto, encontramos la siguiente definición: l í n v ^ / f r ) = L si (y
sólo si) para cada e> 0 existe u n a 8 > 0 tal que, para cad a.t (d o n d e/fr) esté definida), (0 <
\ x - a | < 8 ) - » ( |A * ) - £ | < «).
114 Capitulo 2 Fundam entos d e lógica
[En este caso, el universo comprende los números reales, y sólo consideramos aquellos
valores reales de x para los que f(x ) esté definida. Además, los cuantificadores V e > 0 y
3 8 > 0 contienen ahora alguna información restrictiva.] Entonces, para negar esta defini
ción, haremos lo siguiente (hemos resumido algunos pasos):
lúnf(x)=f=L
« • -i[V e > 0 38 > 0 Vx [(0 < |x —a | < 8 ) —* ( |/( x ) ~ ¿ | < e)]]
O 3e>0 V 8>0 3 x - ¡ [ ( 0 < |x - a | < 8 ) - » (|/( x ) — ¿ | < e)]
O 3e>0 VS>0 3 x - .[ - i ( 0 < |x - a [ < 8 ) V ( |/ W - L |< e ) ]
O 3e>0 V 8>0 3 x [ - r .( 0 < |x - a |< 8 ) A - i ( |/( * ) - Z .|< e ) ]
» 3e>0 V 8>0 3 x [ ( 0 < |x - a |< 8 ) A ( |/ ( x ) - ¿ |2 : e ) ]
Si el universo consta de lodos los enteros, ¿cuáles son los valores de verdad de las siguientes
proposiciones?
a) Í>(1 ) b) 9 ( 1 ) c) -,p (3)
d | ? ( 6) e) p(7)v<?(7) f) p (3 )A ? (4 )
g) P(4) h) ~ ( p ( - 4 ) V 4 ( - 3 ) ) i) - ip ( -4 ) A -, 9 ( -3 )
2. Sean p(x). q(x) las proposiciones definidas en el ejercicio 1. Sea r(x) la proposición abierta
"x > 0”. De nuevo, el universo está formado por todos los enteros.
a) Determine los valores de verdad de las siguientes proposiciones.
0 P (3 )V [9 (3 )V M 3 )] H) -9 > (3 )A [< 7 (3 )vr(3 )]
iii) p (2) —»[q (2) -* r(2)] iv) [p(2) A<?(2)]->r(2)
v) p(0 )—*[-i 9 ( —l)«-*r(l)] vi) [ p ( - l ) « ? ( - 2 ) ] « r ( - 3 )
b) Determine todos los valores de x para los cuales [p(x) A <j(x)] A r(x) da como resultado
una proposición verdadera.
c) Encuentre los cinco enteros positivos x más pequeños para los que la proposición abierta
p(x) —»[~’q(x') A r(x)] da como resultado una proposición verdadera.
3. Sea p(x) la proposición abierta “x ‘ = 2x", donde el universo comprende todos los enteros.
Determine si cada una de las siguientes proposiciones es verdadera o falsa.
a) P( 0) b) p ( l) c) p(2)
d) P (~ 2) e) 3x p { x ) f) V xp (x)
4. Considere el universo de lodos los polígonos con tres o cuatro lados y defina las siguientes
proposiciones abiertas para este universo.
2 .4 El uso de c uantificadores 115
Traduzca cada una de las siguientes proposiciones en una frase en español, y determine si la
proposición es verdadera o falsa.
a) Vx\_q(x) y ; (at)] b) V*[i(»)- « ( * ) ]
c) a r[ r( A :) A p ( x ) ] d) Vx[a(*)->e(x)]
e) V*[(a(*)A*(x))«*«G:)] f) 3x[9(x)A -.r(x)]
g) 3 x [r(* )A n ,(r)] h) Vxlh(x)^e(x)]
i) Va:[(/i (a:) A q (a:)) —*s (a:)] j) 3x[?(x)A p(x)]
k) VAr[r(Ar)-»-.p(A:)] 0 V x [a(x )-* (e(x )lir(x ))]
m) Vx[í(x)«'(a(xr)AA (x))] n) V x [r(x )-* (a (x )« ñ (x ))]
El grupo de mecánica cuántica del Profesor Olmedo está formado por 29 estudiantes, de los
cuales exactamente
1 ) tres estudiantes de física están en su penúltimo año;
2 ) dos estudiantes de ingeniería eléctrica están en su penúltimo año;
3) cuatro estudiantes de matemáticas están en su penúltimo año;
4) doce estudiantes de física están en su último año;
5) cuatro estudiantes de ingeniería eléctrica están en su último año;
6) dos estudiantes de ingeniería eléctrica son de posgrado; y
7) dos estudiantes de matemáticas son de posgrado.
c(at): El estudiante x está en la clase (es decir, l a clase de mecánica cuántica del
profesor Olmedo ya descrita).
¡(xy. El estudiante x está en su penúltimo año.
s(x): El estudiante x está en su último año.
g(x): El estudiante x es de posgrado.
p(x): El estudiante x está en la especialidad de física.
e(x): El estudiante x está en la especialidad de ingeniería eléctrica.
m(x): El estudiante x está en la especialidad de matemáticas.
Escriba cada una de las siguientes proposiciones en términos de cuantificadores y las proposi
ciones abiertas c(x), j(x), s(x), g(x), p(x). e(x) y m(x), y determine cuáles de las siguientes
proposiciones son verdaderas o falsas. En este caso, el universo está formado por los 12.500
estudiantes inscritos en la universidad donde imparte clases el profesor Olmedo. Además, en
esta universidad cada estudiante tiene solamente una especialidad.
a) En la clase existe un estudiante de matemáticas que está en su penúltimo año.
b) En la clase existe un estudiante del último año que no está en la especialidad de matemáticas.
116 Capítulo 2 Fundam e ntos d e lógica
P « x 2 - 8x 4 1 5 = 0
<?(*) x es impar
r(x) x>0
Para el universo de los enteros, determine la verdad o falsedad de cada una de las siguientes
proposiciones. Si una proposición es falsa, dé un contraejemplo.
a) V x [ p ( x ) - 9 (x )] b ) V x [9 ( x ) - p ( x ) ]
c) 3 x [ p ( x ) —>9 (x )] d) 3 x [q(x)—>p(x)]
e) 3 x [ r ( x ) A p ( x ) í f) Vx [ p ( x ) - » r ( x ) j
g) 3 x [ r ( x ) - > p ( x ) ] h) V x h « (x )-» -ip (x )]
0 3 x [ P W -*(<?(x) A r(x))] j) V x [(p (x )V p (x ))—>r(x)]
Seanp(x), q(x) y r(x) las siguientes proposiciones abiertas.
pW x 2 - 7 i 4 10 = 0
«W x 2 - 2x - 3 = 0
r(x) x <0
2 .4 El uso de c uantificadores 117
a) Determine la verdad o falsedad de las siguientes proposiciones, en las que el universo está
formado por todos los enteros. Si una proposición es falsa, dé un contraejemplo o explicación.
i) V x [p (x )--ii-(* )] H) V*[9 (*)->r(*)]
üi) 3x[q(x)-*r(x)] iv) Hx [p(x)->r(x)]
b) Determine las respuestas de la pane (a) cuando el universo consta de todos los enteros
positivos.
c) Determine las respuestas de la parte (a) cuando el universo consta únicamente de los ente
ros 2 y 5.
10. Para el siguiente segmento de programa en Pascal.m y n son variables enteras. La variable/! es
una tabla de dos dimensiones ,4 [1.1], A [1,2] A [1,20],... ,A [10,1] A [10.20], con
10 filas (indexadas de 1 a 10 ) y 20 columnas (indexadas de 1 a 20 ).
P o r m : = 1 t o 10 do
F o r n : = 1 to 20 do
A[ar,n] : - a + 3 * n :
Escriba las siguientes proposiciones en forma simbólica. (El universo de la variable m contie
ne únicamente los enteros del 1 al 10 inclusive; para n, el universo consta de los enteros del I
al 20 inclusive.)
a) Todas las entradas de A son positivas.
b ) Todas las entradas de A son positivas y menores o iguales que 70.
c) Algunas de las entradas son mayores que 60.
d) Las entradas de cualquier fila de A tienen un orden (estrictamente) ascendente.
e) Las entradas de cualquier columna de A tienen un orden (estrictamente) ascendente.
f) Las entradas de las primeras tres filas de A son distintas.
g) Las entradas de cualesquiera tres filas consecutivas de A son distintas.
h) Para dos filas consecutivas cualesquiera de A, la suma de las entradas de la segunda fila
(aquella que tiene el índice de fila más grande) es 20 unidades mayor que la suma de las
entradas de la fila anterior.
1 1. Identifique las variables acotadas y las variables libres de cada una délas siguientes expresio
nes (o proposiciones). En la parte (a), el universo comprende todos los números reales, excep
t o . . . -5rt/2, -3rt/2, -rt/2, rc/2 ,3n/2, Srt/2, ... En los demás casos, el universo está formado por
todos los números reales.
a ) VxVy[secJ x - s e c 2>' = tanI j r - t a n 2y]
b) Vy3z[cos (x + y) = sen(z - x)]
c) 3x3y[x 2 - y 2 = z]
d) 3x[xy = y]
12. a) Sea p(x, y) la proposición abierta "x divide a y"; el universo para cada una de las variables
x, y es el conjunto de todos los enteros. (En este contexto, "divide” significa "divide exac
tamente”.) Determine el valor de verdad de cada una de las proposiciones siguientes; si una
proposición cuantificada es falsa, proporcione una explicación o un contraejemplo,
i) p (3 ,7 ) ü) p ( 7 ,3) lii) p ( 3 ,27)
iv) V y p ( l.y ) v) Vxp(x, 0) vi) V x p (x ,x )
vii) Vy 3 x p (x ,y ) viü) 3y V x p (x ,y )
ix ) V x V y [(p (x ,y )A p (y ,x ))—*(x = y )]
x) Vx Vy V z[(p(x,y) A p (y , z ))-» p (x , z)]
b ) Determine cuáles de las 10 proposiciones de la parte (a) cambiarán su valor de verdad si el
universo de cada una de las variables x, y se restringe solamente a los enteros positivos.
c) Determine el valor de verdad de cada una de las siguientes proposiciones. Si la proposición
es falsa, proporcione una explicación o contraejemplo. [El universo para cada x, y es como
en la pane (b).]
i) Vx3y p ( x , y ) ü) V y 3 x p (x ,y )
”” w.. ..\ ¡vi q„ v , T(r vy
118 Capitulo 2 Fun dam e ntos d e lógica
13. Suponga quep(x, y) es una proposición abierta en la que el universo para cada x, y está forma
do solamente por tres enteros: 2 , 3 y 5. Entonces, la proposición cuantificada 3y p( 2, y) es
lógicamente equivalente ap(2,2) V p(2,3) V p{2,5). La proposición cuantificada 3* Vyp(x, y)
es lógicamente equivalente a [p(2 , 2 ) A p( 2 , 3) A p (2 .5)1 V [p(3 , 2 ) A p (3 ,3) A p (3 .5)1 V
[p(5,2) A p(5, 3) A p(S, 5)]. Use conjunciones o disyunciones para expresar las siguientes
proposiciones sin cuantificadores.
a) 3xp(x, 5) b) V x p (x, 3) c) V yp(2,y)
d) 3x 3yp(x, y) e) VxV vp(x.y) f) Vy 3 x p (x ,y )
14. Sean p(«). q(n) las proposiciones abiertas
en el universo de ios enteros. ¿Cuáles de las siguientes proposiciones son lógicamente equiva
lentes entre sí?
a) Si el cuadrado de cualquier entero es impar, entonces el entero es impar.
b) Vn [p(n) es necesaria para <?(«)]
c) El cuadrado de cualquier entero impar es impar.
d) Existen algunos enteros cuyos cuadrados son impares.
e) Dado cualquier entero cuyo cuadrado sea impar, ese entero también es impar.
f) Vn[-p(n) -> -<j(rt)]
g) Todo entero con un cuadrado impar es impar.
h ) Todo entero con un cuadrado par es par.
i) Vn[p(n) es suficiente para ij(n)]
15. Para cada una de las siguientes parejas de proposiciones, determine si la negación propuesta es
la correcta. Si es correcta, determine cuál es verdadera: la proposición original o la negación
propuesta. Si la negación propuesta es incorrecta, escriba una versión corregida de la negación y
determine a continuación si la proposición original o la versión corregida de la negación es
verdadera.
a) Proposición: Para todos los números reales x, y, si x*> y2. entonces x > y.
Negación propuesta: Existen números reales x. y tales que x1> y3 pero x < y.
b) Proposición: Existen números realesx, y tales que x y y son racionales perox+y es irracional.
Negación propuesta: Para todos los números realesx, y, si x + y es racional, entonces x y v
son racionales.
c) Proposición: Para todo número realx, si x no es 0. entoncesxtiene un inverso mutiplicativo.
Negación propuesta: Existe un número real distinto de cero que no tiene un inverso
multiplicativo.
d) Proposición: Existen enteros impares cuyo producto es impar.
Negación propuesta: El producto de cualesquiera dos enteros impares es impar.
e) Proposición: El cuadrado de todo número racional es racional.
Negación propuesta: Existe un número real x tal que si x es irracional, entonces x2 es
irracional.
16. Escriba la negación de cada una de las siguientes proposiciones como una frase en español sin
notación simbólica. (En este caso, el universo consta de todos los estudiantes de una universi
dad donde imparte clases el profesor Linares.)
a) Todo estudiante de! grupo de Pascal del profesor Linares está en la especialidad de ciencias
de la computación o matemáticas.
b) Al menos un estudiante del grupo de Pascal del profesor Linares está en la especialidad de
historia.
c) Un estudiante del grupo de Pascal del profesor Linares ha leído todos sus artículos de
investigación sobre estructura de datos.
2.4 El uso d e cuantificadores 11 9
17. Escriba la negación de cada una de las siguientes proposiciones verdaderas. Para las partes (a),
(b) y (c). el universo consta de todos los enteros; para las partes (d) y (e), el universo abarca
todos los números reales.
a) Para todo entero n, si n no es (exactamente) divisible entre 2. entonces n es impar.
b) Si el cuadrado de un entero es impar, entonces el entero es impar.
c) Si k. m, n son enteros tales que k - m y m - n son impares, entonces k - n e s par.
d) Si x es un número real tal que x?> 16, entonces x < - 4 o x > 4.
e) Para todo número real x, si | x - 3 1 < 7 , entonces - 4 < x < 10.
18. Niegue y simplifique lo siguiente.
a) 3x[p(x)V<?00] b) V x [p (x )A ^ (x )]
c) Vx[p(x)-><?(x)] d) 3x [(p (x) V 9 (•*)) -» r(x)]
19. Para cada una de las siguientes proposiciones (y universos) enuncie la recíproca, la inversa y la
contrapositiva. Determine también el valor de verdad de cada proposición dada, así como los
valores de verdad de su recíproca, su inversa y su contrapositiva. (En este caso, "divide" signi
fica “divide exactamente" y “divisible" significa "divisible exactamente” )
a) [El universo comprende todos los enteros positivos.]
Si m > n, entonces m-> n!.
b) [El universo comprende todos los enteros.]
Si a > fe, entonces <r > fe2.
c) [El universo comprende todos los enteros.]
Si m divide a n y n divide a p. entonces m divide a p.
d) (El universo comprende todos los números reales.]
V x((x> 3)-»(x! >9)]
e) [El universo comprende todos los enteros.]
Todo entero que es divisible entre 12 también es divisible entre 4.
f) [El universo comprende todos los números reales.]
Para todo número real x, si _r+ 4 x - 2 1 > 0 ,entonces x > 3 o x < - 7 .
20. Vuelva a escribir cada una de las siguientes proposiciones (con los universos dados) como una
implicación de la forma si-entonces. Escriba después la recíproca, la inversa y la contrapositiva
de la implicación. Para cada resultado de las partes (a) y (d). dé el valor de verdad de la
implicación y los valores de verdad de la recíproca, la inversa y la contrapositiva (En la parte
(a), “divisibilidad" significa tener un resto 0 .)
a) [El universo comprende todos los enteros positivos.]
La divisibilidad entre 21 es una condición suficiente para la divisibilidad entre 7.
b) [El universo abarca todos los residentes actuales de Estados Unidos.]
Contar con un paquete considerable de acciones en la bolsa es una condición necesaria para
que una persona sea feliz.
c) [El universo comprende todas las serpientes que reptan actualmente en las selvas de Asia.]
El hecho de ser una cobra es una condición suficiente para que una serpiente sea peligrosa.
d) [El universo está formado por todos los números complejos.]
Para cada número complejo z, el hecho de que z sea real es necesario para que z2 sea real.
21. Para las siguientes proposiciones, el universo abarca todos los enteros distintos de cero. Deter
mine el valor de verdad de cada proposición.
22. Repita el ejercicio 21 para el universo de todos los números reales diferentes de cero.
120 C apítulo 2 Fundam entos d e lógica
23. En la aritmética de los números reales, existe un número real. 0, llamado el neutro de la suma,
puesto que a + 0 = 0 + a = a para cada número real a. Esto se puede expresar en forma'
simbólica como
3 z Va [a + z = z + a = a].
Esta definición indica que “una demostración de existencia y unicidad” requiere "una demos
tración de la existencia”, que con frecuencia se realiza construyendo un ejemplo que satisfaga
pix)yy “una demostración de la unicidad".
a) Escriba lo siguiente en forma simbólica, usando este nuevo cuantificador. (El universo
consta de todos los números reales.)
i) Todo número real diferente de cero tiene un único inverso multiplicativo,
ü) La suma de dos números reales cualesquiera es única.
iii) Para cada coordenadax, la coordenaday correspondiente en la rectay = 3x + 7 es única.
b) Seap(x, v) la proposición abierta “y = -2x”; el universo está formado por todos los enteros.
Determine cuáles de las proposiciones siguientes son verdaderas o falsas.
i) [Vx 3!yp(x,y)]—>[3!y Vxp(x,y)]
U) [3!y Vxp(x,y)j—>[Vx 3!yp(x,y)]
c) Responda la parte (b) para la proposición abierta p(x, y): x + y es par.
d) Considere la proposición 3 lx (x > 1). Dé un ejemplo de un universo en el que p sea verda
dera y un ejemplo de otro universo donde p sea falsa.
2 .5 Cuantificadores, definiciones y la dem ostración de teorem as
- 27. En cálculo, la definición del límite L de una sucesión de números reales r„ r2, r}. . . . puede
darse como
lím r„ = L
si (y sólo si) para cada € > 0 existe un entero positivo k tal que para todo entero n, si n > k,
entonces |r „ - í , | < €.
En forma simbólica, esto puede expresarse como
2.5
C uantificadores, d e fin ic io n e s
y la d e m o stra c ió n d e te o re m a s
En esta sección combinaremos algunas d e las ideas que acabamos de estudiar en las dos
anteriores. Aunque la sección 2.3 presentó reglas y métodos para establecer la validez de
un argumento, por desgracia los argumentos presentados parecen tener poco que ver con
algo matemático. [Las raras excepciones están en el ejemplo 2.24 y el argumento erróneo
en la parte (b) del material anterior al ejemplo 2.27.] L a mayoría de los argum entos trataba
de algunos individuos y predicamentos que estaban a punto de surgir.
Pero una vez aprendidas algunas de las propiedades de los cuantificadores y de las
proposiciones cuantificadas, estamos en mejores condiciones para manejar argumentos
que nos ayudarán a demostrar teoremas m atemáticos. Sin embargo, antes d e pasar a los
teoremas, examinaremos la forma usual en que aparecen las definiciones matemáticas en
las obras científicas.
Después del ejemplo 2.3 d e la sección 2.1, había un análisis relativo a la forma en que
una implicación podría ser utilizada en vez de una bicondicional en una conversación
cotidiana. Pero se hizo notar que en las obras científicas debíamos evitar las situaciones en
que pudiera surgir una interpretación ambigua; en particular, no debería usarse una
implicación cuando se necesitara una bicondicional. Sin embargo, hay una excepción fun
damental a esta regla y se refiere a la forma en que las definiciones matemáticas se presen
tan comúnmente en los libros de texto de matemáticas y otras obras de carácter científico.
El ejemplo 2.52 demuestra esta excepción.
a) Comencemos con el universo de todos los cuadriláteros que hay en el plano e inten
temos identificar los que se denominan rectángulos.
Una persona podría decir que
(En este caso, ambas personas están haciendo proposiciones cuantificadas en forma
implícita, con un cuantificador universal.)
Dadas las proposiciones abiertas
p(x): x es un rectángulo q(x): x tiene cuatro ángulos iguales,
podemos expresar lo que dice la primera persona como
V x [ p ( x )- » ? (* )],
m ientras que para la segunda escribiríamos
V x f o ( r) - * p (* ) ].
Así, ¿cuál de las proposiciones (cuantificadas) anteriores identifica o define a un
rectángulo? Tal vez nos parezca que ambas lo hacen. Pero ¿cómo puede ser, si una
proposición es la recíproca de la otra y, en general, la recíproca de una implicación
no es lógicamente equivalente a la implicación ?
En este caso, el lector debe tener en cuenta lo que se pretendía, no sólo lo que
dijo cada una de las dos personas, o las expresiones simbólicas que hemos escrito
para representar estas proposiciones. En esta situación, cada persona está usando
una implicación con el sentido de una bicondicional. Am bas pretenden decir (aun
que no lo establecen)
V x [ p ( r) ~ 9 (*)]
es decir, cada una de ellas está diciendo realmente que
“Un cuadrilátero es un rectángulo si y sólo si tiene cuatro ángulos iguales”.
b) Dentro del universo de los enteros, podemos distinguir los enteros pares por medio
de cierta propiedad y de este modo definirlos com o sigue:
Para cada entero n, decimos que n es p ar si es divisible entre 2.
(La expresión "divisible entre 2” significa “exactamente divisible entre 2": es decir,
no hay resto al dividir el dividendo n entre el divisor 2 .)
Si consideramos las proposiciones abiertas
p(n): n es un entero par q(n): n es divisible entre 2 ,
entonces parece que la definición anterior se podría escribir en form a simbólica como
V » f a ( n )- » p (» ) ] .
Después de todo, la proposición cuantificada dada (en la definición anterior) es una
implicación. Sin embargo, esta situación es muy sim ilar a la de la parte (a). Lo que
parece establecerse no es lo que se pretendía. L a intención es que el lector interprete
la definición dada como
V n fa (n )* * p (ii)],
es decir,
"Para todo entero n, decimos que n es par si y sólo s i n es divisible entre 2”.
(Nótese que la proposición abierta “n es divisible entre 2” también puede expresar
se m ediante la proposición abierta “n = 2k, para algún entero k '\ N o debe confun
2.5 Cuantificadores. definiciones y la dem ostración de teorem as 123
dim os el cuantificador "para algún entero £” , ya que la expresión 3 k[n = 2k] sigue
siendo una proposición abierta en la que n es una variable libre.)
Hasta ahora hemos visto el uso de los cuantificadores en los enunciados de las definicio
nes matemáticas, y que la forma tradicional que adopta dicha definición es la de una impli
cación. Sin embargo, tenga cuidado y recuerde: solamente en las definiciones, una implicación
puede leerse (equivocadamente) e interpretarse correctamente com o una bicondicional.
Observe ahora la definición del concepto de límite en el ejemplo 2.51. A hí escribimos
“si (y sólo si)” ya que queríamos que el lector conociera nuestra intención. A hora tenemos
la libertad de reemplazar “si (y sólo si)” por un sencillo “si”.
Una vez desarrollado nuestro análisis acerca de la naturaleza de las definiciones m ate
máticas, continuaremos ahora con el estudio de algunos argumentos relacionados con las
proposiciones cuantificadas.
Supongamos que partimos del universo que abarca solamente los 13 enteros 2 , 4 . 6 . 8 , . . . ,
24, 26. Entonces podemos establecer la proposición:
Para todo n (lo que significa n = 2, 4, 6 , — , 26),
podemos escribir n como la sum a de cuando mucho tres cuadrados perfectos.
Los resultados de la tabla 2.24 proporcionan una verificación caso por caso que m ues
tra que la proposición (cuantificada) dada es verdadera. (Podríamos llam ar teorem a a esta
proposición.)
T ab la 2 .2 4
2 = 1 + 1 10 = 9 + 1 2 0 = 16 + 4
4= 4 12 = 4 + 4 + 4 22 = 9 + 9 + 4
6= 4+ 1+ 1 14 = 9 + 4 + 1 24=16 + 4 + 4
8= 4+ 4 16=16 26 = 25 + 1
18 = 16 + 1 + 1
Esta lista exhaustiva es un ejemplo de una demostración que usa la técnica que llama
mos, apropiadamente, método exhaustivo. E l uso de este m étodo es razonable cuando
trabajamos con un universo pequeño. Si nos enfrentamos a una situación en la que el
universo es grande pero dentro del alcance de un computador disponible para nosotros,
entonces podríam os escribir un program a que verifique todos los casos individuales para
no cansarnos con este m étodo de exhaustivo.
(Observe que, para algunos casos d e la tabla 2.24, se puede dar más de una respuesta.
Por ejemplo, podríamos escribir 18 = 9 + 9 y 2 6 = 16 + 9 + 1. Pero esto está bien. Se nos
ha dicho que cada entero positivo par m enor o igual que 26 puede escribirse com o la suma
de uno, dos o tres cuadrados perfectos. N o se nos ha dicho que tal representación tenga que
ser única, por lo que puede haber m ás de una posibilidad. L o que teníamos que verificar en
cada caso era que hubiera al menos una posibilidad.)
124 Capitulo 2 Fundam entos d e lógica
Esta regla indica que la verdad de una proposición abierta en un caso particular se sigue
(como caso particular) de la verdad más general (para todo el universo) de esa proposición
abierta cuantificada universalmente. Los siguientes ejemplos nos m ostrarán cóm o aplicar
esta id ea
V x [m (x )-* c (x )]
m(l)_____
■c(D
Aquí, las dos proposiciones que quedan arriba d e la línea son las prem isas del
argumento y la proposición c(í) que está abajo de la línea es su conclusión. Esto es
2.5 Cuantrficadores, definiciones y la d em ostración d e teorem as 125
comparable a lo que se dijo en la sección 2.3, excepto que ahora tenemos una premisa
dada por una proposición cuantificada universalmente. Como en el caso de la sec
ción 2.3, hemos supuesto que todas las premisas son verdaderas y debemos tratar de
establecer que, en estas circunstancias, la conclusión también es verdadera. Ahora
bien, para establecer la validez de un argumento dado, procederemos como sigue.
Pasos Razones
1) V x [m (x )—»c(x)] Premisa
2) m ( t) Premisa
3) c(¿) Paso (1) y la regla de especificación universal
4) :.c { l) Paso (2) y (3) y M odus Ponens
Observe que las proposiciones de los pasos (2) y (3) no son proposiciones cuan-
tificadas. Son los tipos de proposiciones que estudiamos al principio del capítulo.
En particular, podemos aplicar las reglas de inferencia que aprendimos en la sec
ción 2.3 a estas dos proposiciones para deducir la conclusión d el paso (4).
Aquí vemos que la regla de especificación universal nos perm ite tom ar una
premisa cuantificada universalmente y deducir de ésta una proposición ordinaria
(es decir, no cuantificada). Esta proposición (ordinaria), llamada m(¡) - » c(í), es un
caso verdadero específico de la premisa verdadera cuantificada universalmente
Vx(m(x) - > c(x)].
b) Para un ejemplo de naturaleza más matemática, consideremos el universo d e todos
los triángulos que hay en el plano, junto con las proposiciones abiertas
p(t): t tiene dos lados de igual longitud
q(t): t es un triángulo isósceles
r(t): x tiene dos ángulos de igual medida.
Vamos a centramos en un triángulo específico que no tenga dos ángulos de igual
ícedida. Este triángulo se llamará XYZ y se designará con c. Entonces vemos que el
argumento
En el triángulo X YZ no hay dos ángulos d e igual -i r(c )
medida.
Si un triángulo tiene dos lados d e igual longitud, V r[p (t) —* <j(r)]
entonces es un isósceles.
Si un triángulo es isósceles, entonces tiene dos V í[g (t)—* KOI
ángulos de igual medida. _____ _________
Por lo tanto, el triángulo X YZ no tiene dos lados :.~ ip (c)
de igual longitud.
es válido, como se m uestra a continuación.
Pasos Razones
1) V r[p (r)-» ,?(/)] Premisa
2 ) p(c)-» < ? (c ) Paso (1) y la regla de especificación universal
3) Vr[9 ( r ) - * r ( í) ] Premisa
4) 9 ( c ) - > r( c ) Paso (3) y la regla de especificación universal
5) p ( c ) - > r ( c ) Pasos (2)y (4) y la ley del silogismo
6 ) -ir(c ) Premisa
7) - .- p ( c ) Pasos (5)y ( 6 ) y M odus Tollens
1 26 Capitulo 2 Fundam entos d e lógica
v * [ ( / 0 ) V í ( * ) ) -* -/> (* )]
P("0__________
Los pasos (y razones) siguientes establecen la validez de este argumento.
Pasos Razones
1 ) V * ( a ( r ) V s ( * ) ) -> -/> (* )] Premisa
2) p ( m ) Premisa
3) ( ,K " i ) \ / s ( m ) ) - * ^ p ( m ) Paso (1) y la regla de especificación
universal
4) p ( m ) - * - i ( / ( m ) V J ( m ) ) Paso (3), (q - » r) <=» (->r -> -■q) y la ley d e la
doble negación
5) p ( m ) - > ( - ij( m ) A m ( m ) ) Paso (4) y la ley de De Morgan
6 ) - \j ( m ) A - i s ( m ) Pasos (2) y (5) y la regla de separación
(o M odus Ponens)
7) .-.-is (m ) Paso ( 6 ) y la regla de simplificación
conjuntiva.
En el ejemplo 2.54 tuvimos nuestra prim era oportunidad de aplicar la regla de especifi
cación universal. Usando esta regla junto con las de M odus Ponens (o regla de separación)
y Modus Tollens, podemos establecer las siguientes analogías correspondientes, cada una
de las cuales implica una premisa cuantificada universalmente. En cada caso, considere
mos un universo fijo con un elemento específico c, y usaremos las proposiciones abiertas
p(x), q(x) definidas para este universo.
2 .5 Cuantificadores. definiciones y la d em ostración d e teorem as 127
Estos dos argumentos válidos se presentan aquí por la misma razón que los presentamos
para las reglas de inferencia, Modus Ponens y Modus Tollens, en la sección 2.3 (durante el
análisis que aparece entre los ejemplos 2.26 y 2.27). Queremos analizar algunos posibles
errores que pueden surgir cuando no se usan correctamente los resultados ( 1 ) y (2 ).
Comenzaremos con el universo de todos los polígonos que hay en el plano. Dentro de
este universo, denotamos con c a un polígono específico, el cuadrilátero EFGH, cuyo
ángulo E mide 91°. Para las proposiciones abiertas
v * [ p ( * ) - » <?(*)]
-P ie) (2*)
■'■-qic)
128 Capitulo 2 Fundam entos d e lógica
~ip(c)
Observemos de nuevo las tres partes del ejemplo 2.54. Aunque los argumentos presen
tados ahí tem an como prem isas proposiciones cuantificadas universalmente, en ningún
caso apareció com o conclusión una proposición cuantificada universalmente. Ahora que
rem os rem ediar esta situación, ya que m uchos teoremas de matemáticas tienen la forma de
una proposición cuantificada universalmente. Para hacer esto necesitam os considerar lo
siguiente.
Empecemos con un universo dado y una proposición abierta p(x). Para establecer la
verdad de la proposición Vx p(x), debemos establecer la validez de p(c) para cada elemen
to c del universo dado. Pero si el universo tiene muchos elementos o, por ejemplo, contiene
a todos los enteros positivos, entonces esta exhaustiva (o extenuante) tarea de validación
de cadap (c) se tom a difícil, si no es que imposible. Para evitar esta situación, demostrare
m os que p(c) es verdadera, pero lo haremos para el caso en que c denota u n elemento
específico pero arbitrario del universo prescrito.
Si la proposición abierta anteriorp(x) tiene la forma g(x) —» r(x), para las proposiciones
abiertas q(x) y r(x), entonces debemos suponer, como premisa adicional, que q(c) es ver
dadera e intentar deducir la verdad de r(c), usando definiciones, axiomas, teoremas de
mostrados con anterioridad y los principios lógicos que hemos estudiado. Ya que cuando
q(c) es falsa, la implicación q(c) —> r(c) es verdadera, independientemente d el valor de
verdad de r(c).
La razón por la que el elem ento c debe ser arbitrario (o genérico) es para garantizar que
lo que hagamos y demostremos de c sea aplicable a todos los demás elementos del univer
so. Por ejemplo, si trabajamos con el universo de todos los enteros, no podemos elegir c de
m anera arbitraria como 4, o como un entero par. E n general, no podemos adoptar hipótesis
acerca de la elección de c, a menos que esas hipótesis sean válidas para todos los elemen
tos del universo. Aplicamos la palabra genérico al elemento c para indicar que nuestra
elección (de c) debe compartir todas las características comunes de los elementos del uni
verso dado.
El principio que hemos descrito en los tres párrafos anteriores es el siguiente.
V xb(x)A (9(x)Ar(x))]»Vx[(p(*)Ag(*))Ar(x)]
anticipaba lo que ahora hemos descrito con detalle como las reglas de la especificación y
la generalización universales.
Ahora pasaremos a un ejemplo que es estrictamente simbólico. Este ejemplo nos ofrece
una oportunidad de aplicar la regla de la generalización universal.
Sean p(x), q(x) y r(x) proposiciones abiertas definidas para un universo dado. Mostrare
m os que el argumento
V *[p(*)-í(*)]
V x f o ( s ) - » r f r )1
•■•V*[p(x) —r(x)]
es válido considerando lo siguiente.
Pasos Razones
1 ) V x[p 0 O - * ? ( * ) ] Premisa
2) p ( c ) - » « (c ) Paso (1) y la regla de la especificación universal
3) V x [ q ( x ) ^ r ( x ) ] Premisa
4) q (c ) ~ * r (c) Paso (3) y la regla de la especificación universal
5) P ( c ) —* r(c ) Pasos (2) y (4) y la ley del silogismo
6 ) ■■ V x [ p ( x )- » r (x ) ] Paso (5) y la regla de la generalización universal
En este caso, el elemento c introducido en los pasos (2) y (4) es el mismo elemento
específico pero elegido arbitrariamente del universo. Puesto que este elem ento no tiene
propiedades especiales o distintivas sino que comparte todas las características comunes
de cualquier otro elemento del universo, podemos usar la regla d e la generalización uni
versal para ir del paso (5) al paso ( 6 ).
De este modo, finalmente tenemos un argumento válido en el que una proposición
cuantificada universalmente aparece como conclusión, así como entre las premisas.
L a pregunta que podría venir a la mente del lector se referiría al aspecto práctico: ¿cuándo
necesitaríamos utilizar el argumento del ejemplo 2.55? De hecho, y a lo hemos utilizado
(tal vez en forma inconsciente) en cursos anteriores de álgebra y cálculo, como lo demues
tra el siguiente ejemplo.
V x [p (* )V 9 (* )]
V * [(-p (* )A g (x ))-» r(x )l
.-.V z [ -ir( z )^ p ( x )]
son los siguientes. [El elemento c está en el universo asignado al argumento. Además,
como la conclusión es una implicación cuantificada universalmente, podemos suponer
--r(c ) como una premisa adicional, como ya mencionamos al presentar la regla de la
generalización universal.]
Pasos Razones
1) V x [p (x )V « (* )] Premisa
2) p W V ? (c ) Paso (1) y la regla d e la especificación
universal
3) V * [ ( tp ( x ) A 9 ( * )) - * r ( x ) ] Premisa
4) h p ( c ) A 9 (c )]-» r(c ) Paso (3) y la regla de la especificación
universal
5) -r(c )- » n [ ip ( c )A q (c ) ] Paso (4) y s —* i <=> ->r —» ->s
6) ^ r(c )-» [p (c )V ^ (c )] Paso (5), ley de D e M organ y la ley de la
doble negación
7) M e)
8) p ( c ) \/- iq ( c ) Premisa (supuesta)
9) [p (c )V « (c )]A [p (c )V -i? (c )] Pasos (7) y ( 6 ) y Modus Ponens
Pasos (2) y ( 8 ) y la regla de la conjunción
10) p (c )v [? (c )A -q (c )] Paso (9) y la propiedad distributiva de
V sobre A
11) p (c ) Paso (10), q(c) A ~'q(c) «=> F0
y p (c) V F0 t=s p(c)
12) .-. V z [ - .r (z ) -» p ( z )] Pasos (7) y (11) y la regla de la
generalización universal
2.5 Cuantificadores, definiciones y la dem ostración de teorem as 131
Antes d e proseguir, queremos mencionar un convenio que tal vez no agrade al lector
pero al que deberá acostumbrarse. Se refiere a nuestro tratamiento de las reglas de la
especificación y generalización universales. En el primer caso, partimos de la proposición
Vxp (x) y después trabajamos conp{c) para algún elemento especifico c de nuestro univer
so. Para la regla de la generalización universal, utilizamos la proposición verdadera p(c)
para deducir la verdad d e Vx p(x) a partir de la de p(c), donde c es un elem ento arbitrario
del universo. Por desgracia, usaremos con frecuencia la letra x en vez de c para denotar el
elem ento arbitrario, pero mientras comprendamos lo que ocurre, pronto veremos que el
convenio es bastante fácil de usar.
Los resultados del ejemplo 2.55 y, en particular, del ejemplo 2.57, nos indican que
podemos utilizar las proposiciones cuantificadas universalmente y las reglas de inferencia,
incluyendo las reglas d e especificación y generalización universal, para form alizar y de
m ostrar muchos tipos de argumentos y (esperamos) teoremas. Cuando hacemos esto, pa
rece que la validación incluso de argumentos cortos requiere varios pasos, ya que hemos
sido muy meticulosos e incluido todos los pasos y razones: hemos dejado poco, por no
decir nada, a la imaginación. El lector puede estar seguro de que al comenzar a demostrar
teoremas matemáticos, presentaremos las demostraciones en un estilo de texto corrido
más convencional. Ya no mencionaremos todas y cada una de las aplicaciones de las leyes
de la lógica, el resto de las tautologías o las reglas de inferencia. En algunos casos, subra
yaremos alguna regla de inferencia, pero nos centraremos principalmente en el uso de
definiciones, axiomas y principios matemáticos (distintos de los que aparecen en el estu
dio de la lógica) y los demás teoremas (anteriores) que hayamos podido demostrar. ¿Para
qué estudiar entonces todo este material de validación de argumentos? Porque esto nos
proporciona un marco de referencia al cual recurrir cuando dudemos de un intento de
demostración. Si surge una duda, tenemos nuestro estudio de la lógica, que nos proporcio
na los medios (un tanto mecánicos, pero estrictamente objetivos) para ayudarnos a decidir.
Ahora presentaremos algunas demostraciones con un estilo de texto corrido para algu
nos resultados relativos a los enteros. (Estos resultados pueden considerarse casi obvios;
de hecho, encontraremos algunos que ya hemos visto y usado. Sin embargo, nos propor
cionan un marco excelente para escribir algunas demostraciones simples.) Las demostra
ciones utilizan las siguientes ideas, que definiremos formalmente. [La prim era idea fue
mencionada antes, en la parte (b) del ejemplo 2.52.]
Definición 2.8 Sea n un entero. Decimos que n es par si n es divisible entre 2 ; es decir, si existe un entero
r tal que n = 2r. Si n no es par, entonces decimos que n es impar, para este caso, existe un
entero s tal que n = 2s + 1 .
TEOREM A 2.2 Para todos los enteros k y I, si k, l son impares, entonces k + l es par.
Demostración: En esta demostración numeraremos los pasos para referirnos a ellos en
comentarios posteriores. Después y a no los numeraremos.
2) Entonces
* + / = (2a + 1 ) + (2b + 1 )
= 2{a + b + 1 ),
C om entarios
Por último, cerramos la sección con tres resultados que muestran cóm o escribiremos
las demostraciones en el resto del texto.
2.5 Cuantificadores. definiciones y la d em ostración d e teorem as 133
T E O R E M A 2 .3 Para todos los enteros k y /, si k y l son impares, entonces también su producto k l es impar.
Demostración: Como k y / son impares, por la definición 2.8, podemos escribirlos como k
= 2 a + \ y l = 2 b + \ , para algunos enteros a, b. Entonces el producto k l = (2 a + 1)(2í> + 1)
= 4ab + 2a + 2b + l = 2(2ab + a + b) + 1, donde 2a b + a + b es un entero. Por lo tanto, una
vez m ás p o r la definición 2 .8 , se sigue que kl es impar.
L a segunda y tercera demostraciones del teorema 2.4 son m uy similares. Esto se debe a
que la contradicción obtenida en la tercera demostración surge de la hipótesis del teorema
y su negación. Más adelante veremos (en el siguiente capítulo) que también podemos
obtener una contradicción al llegar a la negación de un hecho conocido, un hecho que no
sea la hipótesis del teorema que se intenta demostrar. Sin embargo, por ahora, pensemos
un poco m ás en esta analogía. Supongamos que partimos de las proposiciones abiertas
p(m) y q(m), para un universo dado, y consideremos un teorema de la forma Vm[p(m)
q{m)]. Si intentamos demostrar este resultado por el m étodo de la contrapositiva, entonces
estaremos demostrando la proposición lógicamente equivalente V m [-'p(m ) -> - ’p(m)].
Para hacer esto, suponemos que ->q{m) es verdadera (para cualquier m específico, pero
elegido en forma arbitraria del universo) y mostramos que esto im plica que -■p(m ) es
134 Capítulo 2 Fundam entos d e lógica
verdadera. Por otro lado, si queremos demostrar el teorema Vm[p(m) —» q(m)] por el mé
todo de demostración por contradicción, entonces suponemos que la proposición Vm[p(mj
—» q(m)] es falsa. Esto equivale al hecho d e que p(m) - a q{m) sea falsa para al m enos un
reemplazo de m del universo; es decir, existe algún elem ento m en el universo para el que
p(m) es verdadera y q(m) es falsa [o bien, - ¡q(m ) es verdadera]. Usamos este hecho (la
verdad d e p(m ) y ~'q(m)) para obtener una contradicción. [En la tercera demostración de!
teorema 2.4 obtenemos p(m) A ->p(m).] Estos dos métodos pueden compararse simbóli
camente como sigue, cuando el m elegido para el m étodo d e contradicción es específico
pero elegido arbitrariamente.
T E O R E M A 2.5 Para todos los números reales positivos x y y, si el producto xy es m ayor que 25, entonces
x > 5 o y > 5.
Demostración: Consideremos la negación d e la conclusión; es decir, supongamos que 0 <
x < 5 y 0 < y < 5 . En estas circunstancias, tenemos que 0 < x ■y £ 5 - 5 = 25, por lo que
el producto x y rto e s superior a 25- (Este m étodo indirecto de demostración establece ahora
la proposición dada, y a que sabemos que una implicación es lógicamente equivalente a su
contrapositiva.)
5. Para cada uno de los siguientes universos y parejas de proposiciones, utilice la regla de espe
cificación universal, así como el Modus Ponens o Modus Tollens, para llenar la línea en blanco
y obtener un argumento válido,
a) [El universo comprende todos los números reales.]
Todos los enteros son números racionales.
El número real p no es un número racional.
6 . Determine cuáles de los siguientes argumentos son válidos y cuáles no. Explique cada respues
ta. (El universo consta de todas las personas que residen actualmente en Estados Unidos.)
a) Todos los carteros llevan una lata de aerosol irritante.
El señor Beltrán es cartero.
Por lo tanto, el señor Beltrán lleva una lata de aerosol irritante.
b) Todos los ciudadanos respetuosos de la ley pagan sus impuestos.
El señor Pérez paga sus impuestos.
Por lo tanto, el señor Pérez es una persona que obedece la ley.
c) Todas las personas que se preocupan por el ambiente reciclan sus recipientes de plástico.
Margarita no se preocupa por el ambiente.
Por lo tanto. Margarita no recicla sus recipientes de plástico.
d) Ningún estudiante consciente deja las tareas inconclusas.
Antonieta no deja inconclusas sus tareas.
Por lo tanto. Antonieta es una estudiante consciente.
7. Para un universo dado y cualesquiera proposiciones abiertas p(x), q(x) en la variable x. de
muestre que
a) 3i[p(x)v?(*)]«’3*p(»0v3*'?(x)
b) V x [p (x )A 9 (x )]» V x p (x )A V x q (x )
8 . a) Sean p(x), qix) proposiciones abiertas en la variable x, con un universo dado. Demuestre
que
V x p (x )v V x <?(x)=>Vx [ p (x )v « M ]-
[Es decir, demuestre que si la proposición Vx p(x) V Vx q(x) es verdadera, entonces la
proposición Vx[p(x) V g(x)] es verdadera.]
b) Encuentre un contraejemplo para la recíproca de la pane (a). Es decir, encuentre proposi
ciones abiertas p(x), q(x) y un universo tal que Vx[p(x) V q(x)] sea verdadera y Vx p(x) V
Vx q(x) falsa.
36 Capítulo 2 Fundam entos d e lógica
9. Dé las razones para los pasos de verificación del siguiente argumento. (En este caso, a denota
un elemento arbitrario pero específico del universo dado.)
10. Escriba las razones que faltan para los pasos de verificación del siguiente argumento:
V r [ p ( ') V ? W ]
3m p ( r )
«*[->«(*)vK*H
» z [s ( z )- .- r (z ) ]
.•.3*(h í (x ))
Pasos Razones
1 ) Vx[p(z)v?M] Premisa
2) a*-.?(*) Premisa
3) -p (fl) Paso (2) y definición de verdad para
3x -■p(z). [En este caso, o es un elemento
(reemplazo) del universo para el cual
-■p(x) es verdadera] La razón que justifica
este paso también se conoce como la
regla de la especificación exisiencial.
4) p (a )V 9 (o )
5) q(a)
6) Vx[~q(x)\jr(x)]
7) -!?(<!) vK«)
8) q(a)->r(a)
9) r(a)
10) Vx[s(x)-»nr(x)]
1 1 ) í(a)-*-nr(a)
12 ) r (a )-* -s {a )
13) u ( a )
14) ..3 x (-*(*)) Paso 13 y la definición de verdad para
3z(^s(z)). La razón de este paso también
se conoce como regla de generalización
existencia!.
11. Escriba el siguiente argumento en forma simbólica. Verifique entonces la validez del argumen
to o explique por qué no es válido. [Supongamos que el universo abarca a todos los adultos
2.6 Resum en y repaso histótico 137
(mayores de 18) que residen actualmente en la ciudad de Las Cruces. Nuevo México. Dos de
estas personas son Roxana e Inés.]
Todos los empleados de una unión de crédito deben saber COBOL. Todos los empleados de la
unión de crédito que se encargan de las solicitudes de préstamos deben conocer Quattro. Roxana
trabaja para la unión de crédito, pero no sabe usar Quattro. Inés sabe Quattro pero no COBOL.
Por lo tanto, Roxana no se encarga de solicitudes de préstamos e Inés no trabaja para la unión
de crédito.
12. Dé una demostración directa (como en el teorema 2.3) de lo siguiente.
a) Para todos los enteros k y I, si k, I son pares, entonces k * les par.
b) Paratodos los enteros k y I. si k. l son pares, entonces kl es par.
13. Realice una demostración indirecta [como en la parte (z) del teorema 2.4] para cada una de las
siguientes proposiciones; hágalo estableciendo y demostrando la contrapositiva de cada pro
posición,
a) Paratodos los enteros k y /, si kl es impar, entonces tanto k como I sonimpares.
b) Paratodos los enterosk y /. si k + 1es par, entonces k y / son los dos pares o los dos impares.
14. Demuestre que para cualquier entero n. si n'- es impar, entonces n es impar.
15. Realice una demostración por contradicción de lo siguiente; Para cualquier entero n. si n2 es
impar, entonces n es impar.
16. Demuestre que para todo entero n, n! es par si y sólo si n es par.
17. Demuestre el siguiente resultado de tres formas (como en el teorema 2.4): Si n es un entero
impar, entonces n + 1 1 es par.
18. Sean m, n dos enteros positivos. Demuestre que si m, n son cuadrados perfectos, entonces el
producto mn también es un cuadrado perfecto.
19. Demuestre, o demuestre que es falso: Si m, n son enteros positivos y m, n son cuadrados per
fectos, entonces m + n es un cuadrado perfecto.
20. Demuestre, o demuestre que es falso: Existen enteros positivos m, n tales que m, n y m + n son
cuadrados perfectos.
21. Demuestre que para todos los números reales x, y, si x + y > 100 , entonces x a 50 o y > 50.
2 .6
R e su m e n y r e p a s o h is t ó ric o
Después de la obra de Leibniz, hubo pocos cambios hasta el siglo xix, cuando el mate
m ático inglés George Boole (1815-1864) creó un sistema de lógica m atemática que pre
sentó en 1847, en el panfleto The M athematicalAnalysis ofLogic, Being an Essay Towards
a Calculas o f Deductive Reasoning. En el mismo año, el también inglés Augustus De
Morgan (1806-1871) publicó Formal Logic; or, the Calculas oflnference, N ecessary and
Probable. Su obra extendió considerablemente el trabajo de Boole en varias direcciones.
Después, en 1854, Boole expuso en detalle sus ideas y sus posteriores investigaciones en
su notable obra An Investigation in the Laws o f Thought, on Which Are Founded the
Mathematical Theories o f Logic and Probability. (Es interesante observar que, además de
su trabajo en el área de lógica, Boole también escribió libros de texto para el estudio de las
ecuaciones diferenciales y de las ecuaciones en diferencias. Estos libros de texto se usaron
en Inglaterra hasta el final del siglo xtx.) E l lógico norteamericano Charles Sanders Peirce
(1839-1914), quien también era ingeniero y filósofo, introdujo el concepto formal de
cuantificador en el estudio de la lógica simbólica.
Los conceptos formulados por Boole fueron ampliamente examinados en la obra de
otro estudioso alemán, Em st Schróder (1841-1902). Estos resultados se conocen co
lectivamente como Vorlesungen über die Algebra d er LogUc. se publicaran entre 1890 y
1895.
Los desarrollos posteriores en el área consideraban un enfoque incluso más moderno
que se vio en el trabajo del lógico alemán Gottlieb Frege (1848-1925) entre 1879 y 1903.
Esta obra influyó en forma significativa sobre los monumentales Principia Mathematica
(1910-1913) de los ingleses Alffed North Whitehead (1861-1947) y Bertrand Russell
(1872-1970). Aquí rindió sus frutos la obra de Boole. Gracias a este enorme esfuerzo y a
las obras de otros matemáticos y lógicos del siglo xx, en particular, la am plia Grundlagen
derM athematik{ 1934-1939)de David Hilbert (1862-1943) y Paul Bemays (1888-1977).
disponemos de las refinadas técnicas de la lógica matemática contemporánea.
2.6 Resum en y repaso histótico 139
G e o r g e B o o le (1 8 1 5 - 1 8 6 4 )
máticas de bachillerato a las técnicas primarias que se utilizan para desarrollar demostra
ciones matemáticas.
BIBLIOGRAFIA
1. Barwise, Jon (editor), Handbook o f Mathematical Logic, Amsterdam, North Holland, 1977.
2. Delong, Howard. A Profile o f Mathematical Logic, Reading, Mass., Addison-Wesley, 1970.
3. Epp, Susanna S., Discrele Maihematics with Applications, Belmont. Calif., Wadsworth, 1990.
4. Eves, Howard y Carroli V. Newsom, An Introduction to the Poimdations and Fundamental
Concepts o f Maihematics, edición corregida, Nueva York, Holt, 1965.
5. Fendel, Daniel y Diane Resek, FoundationsofHigher Maihematics, Reading, Mass.. Addison-
Wesley, 1990.
6 . Kleene, Stephen C., Mathematical Logic. Nueva York, Wiley, 1967.
7. Mendelson, Elliott. Introduction to Mathematical Logic, 3* ed., Monterey, Cali!., Wadsworth
and Brooks/Cole, 1987.
8 . Morash, Ronald P., Bridge toAbstrae: Maihematics: Mathematical Proofand Structures, Nue
va York, Random House/Birkhaliser, 1987.
9. Ross, Kenneth A., y Charles R.B. Wright, Discrete Maihematics, 3* ed.. Englewood Cliffs.
N J., Prentice-Hall, 1992.
10. Solow, Daniel, How to Read and Do Proofs, 2* ed., Nueva York, Wiley, 1990.
11. Stanat, Donald F. y David F. McAllister, Discrete Maihematics in Computer Science, Englewood
Cliffs, N.J., Prentice-Hall, 1977.
12. Stoll, Robert R., Set Theory and Logic, San Francisco, Freeman, 1963.
13. Wilder, Raymond L„ Introduction to the Foundations o f Maihematics, 2" ed , Nueva York.
Wiley, 1965.
a) La recíproca de la inversa de p -» q es la 0 0 0 1 0
______________________________ de p -> q. 0 1 0 0 1
b ) La recíproca de la inversa de p -» q es la 1 0 0 0 0
____________________ de 1 1»p.
q— 1 1 1
c) La inversa de la recíproca de p —» q es la
__________ de p —* q.
d) La inversa de la recíproca de p —» q es la 14. Establezca la validez del argumento
_______________________________ de q -* p .
e) La recíproca de la contrapositiva de p -> q es la [(p -* < ?)A [(q A r)— s ]A r ]- > (p - * s ) .
dep -><?.
15. Pruebe la verdad o falsedad de lo siguiente (p .q .r son
f) La recíproca de la contrapositiva de p -> q es la
proposiciones arbitrarias).
_______________________________ de q -* p .
g) La inversa de la contrapositiva de p —* q es la a) t(P 9) v r]4=>[^ v (9 v r)]
______________________________ de p -» q. b) [ p l ( ? ^ r ) ] 0 [ ( f ! ? ) - * ( p l ') ]
c) [ p - * ( q v r ) ] = > [ ( p - * ? ) v ( p - > r ) ]
0. Para las proposidones primitivas p, q. r. verifique que
as proposiciones compuestasp A (q-> —r) y - 'O p V q) 16. Escriba cada uno de los siguientes argumentos en for
I -'(-’p V r) son lógicamente equivalentes ma simbólica. Establezca después la validez del argumento
a ) utilizando tablas de verdad
o proporcione un contraejemplo para mostrar que no es vá
b) recurriendo a las leyes de la lógica, las reglas de lido.
sustitución y cualquier otra equivalencia lógica que a ) Si hace frío el viernes, entonces Cristóbal utilizará
3.1
C o n ju n t o s y s u b c o n j u n t o s
Tenemos cierta "noción intuitiva" en el sentido de que un conjunto debe ser una colección
bien definida de objetos. Estos objetos se llaman elementos y se dice que son miembros del
conjunto.
El adjetivo bien definido implica que para cualquier elemento que consideremos, pode
mos determinar si está en el conjunto observado. En consecuencia, evitaremos trabajar
con conjuntos que dependan de las opiniones, como el conjunto de los mejores lanzadores
de las ligas mayores de béisbol en la década de 1980.
143
144 Capítulo 3 Teoría de conjuntos
Un conjunto puede designarse enumerando sus elementos dentro d e llaves. Por ejemplo,
si A es el conjunto formado por los cinco primeros enteros positivos, escribimos A = j 1,2,
3 , 4 ,5 ) . En este caso, 2 £ A pero 6 A.
Otra notación común para este conjunto es A = { x |z es un entero y 1 < x < 5 ¡ . En este
caso, la línea vertical | que aparece dentro de las llaves se lee com o "tal que". Los símbolos
{ x |. ..} se leen como “el conjunto de todos los x tales que...” Las propiedades que van
después d e | nos ayudan a determinar los elementos del conjunto descrito.
iTenga cuidado! L a notación {x| 1 á x 2 5} no es una descripción adecuada del conjun
to A, a menos hayamos acordado previamente que ios elementos considerados son ente
ros. Al adoptar esa convención, decimos que estamos especificando un universo, o univer
so de discurso, que por lo general se denota com o3!!; así, sólo elegiremos elem entos de ii
para form ar nuestros conjuntos. En este problema particular, si *11 denota el conjunto de
todos los enteros o el conjunto de todos los enteros positivos, entonces {x| 1 < x < 5} es
una descripción adecuada de A. Si i ! es el conjunto de todos los números reales, {x 11 < x
< 5} contendría todos los números reales entre 1 y 5 inclusive; si i! está formado solamen
te por enteros pares, los únicos miembros de ¡x | 1 < x < 5} serían 2 y 4.
D efin ició n 3.1 Si C .D son conjuntos del universo'!(, decimos que C es un subconjunto de D y escribimos
C C D, o D 2 C, si cada elemento de C es un elem ento de D. Si, además, D contiene un
elem ento que no está en C, entonces C es un subconjunto propio de D y se denota como
C C D o D D C.
3.1 C o n ju n to s y s u b c o n ju n t o s 145
V i[rG C ^ re í> ],
y si Vx[x G C = i j £ 0 ] , entonces C C D.
Aquí el cuantificador universal Vx indica que debemos considerar cada elem ento x del
universo dado *U. Sin embargo, para cada reemplazo c (elemento d e % ) tal que la propo
sición c 6 C sea falsa, sabemos que la implicación c G C - » c G D e s verdadera, indepen
dientemente del valor de verdad de la proposición c S D . E n consecuencia, realmente sólo
necesitamos considerar aquellos reem plazóse'(elem entos d e 3!!) en los que la proposición
c ' e C sea verdadera. Si para cada c' tenemos que la proposición c ’ G f l e s verdadera,
entonces sabemos que Vx[x G C => x G D] o, en forma equivalente. C C D.
Además, para todos los subconjuntos C, D d e *11,
C C D ^ -C C D ,
y cuando C, D son finitos,
C C £ ) ^ |C |s |£ > |, y
C C D ^ |C |< I D |.
El nombre de una variable en el ANSI FORTRAN (ANSI son las siglas del American
National Standards Institute, Instituto Nacional de Estándares de Estados Unidos) consta
de una sola letra seguida a lo sumo de cinco caracteres (letras o dígitos). Si *U es el conjun
to de todos estos nombres de variables, entonces, por las reglas de la suma y el producto,
13U | = 26 + 26(36) + 26(36)2 + - • • + 26(36)s = 2 6 ¿ 036i = 1,617,038.306, d e modo que
es un conjunto grande, aunque finito. U na variable entera en este lenguaje de program a
ción debe comenzar con una de las letras I, J, K, L, M, N . Así, si A es el subconjunto de
todas las variables enteras en ANSI FORTRAN, entonces | A \ = 6 + 6(36) + 6(36)2 H +
6(36)5 = 6 2 . ^ 3 6 ' = 373,162,686.
Para un universo dado *U, los conjuntos C y D (tomados de *11) son ¡guales, y esto se
escribe C = D, cuando C C D y D C C.
146 C apitulo 3 Teoría d e conjuntos
A partir de estas ideas de igualdad entre conjuntos, vemos que el orden o la repetición
no son significativos para un conjunto en general. Así. tenemos, por ejemplo: (1 , 2, 3} =
{ 3 ,1 ,2 } = {2, 2 ,1 , 3} = { 1 ,2 , 1, 3, 1}.
Ahora que hemos establecido los conceptos de subconjunto e igualdad entre conjuntos,
usaremos los cuantificadores de la sección 2.4 para analizar las negaciones de estas ideas.
Para un universo dado ^U, sean A, B conjuntos tomados de Al. Entonces podemos escribir
A C f i o V r [ r e ^ ^ r G 5 ],
A ± B » - i ( A C B A S C A ) O i ( A C B ) \/- \( B C A ) A £ B y B <¿A.
Por lo tanto, dos conjuntos A y B no son iguales si y sólo si (1) existe al m enos un elemento
x G tal que r G A pero x £ B, o (2) existe al menos un elemento y G tal que y G B
pero y ? A ; o tal vez ocurran (1) y (2).
También observamos que para cualesquiera conjuntos C, D £ 3(1 (es decir, C £ 11 y
D £ H ),
C C D O C C D A C ^D .
Ahora que hemos presentado las cuatro ideas de pertenencia, igualdad entre conjuntos,
subconjunto y subconjunto propio, examinaremos un ejemplo m ás para ver que lo no
indican estos conceptos. Después de este ejemplo, la demostración del prim er teorema de
este capítulo será casi directa, y a que se sigue sin dificultad de algunas d e estas ideas.
i) A C % H) A C U ; iii) A < = %
iv) { A } C U ; v) { A } C U ; pero vi) { A } é U .
i) A B B ; ii) { A } C B ;y , iü ){ A } C B .
3.1 C o n ju n to s y s u b c o n ju n t o s 1 47
Pero
iv) { A } é B :
v) A ¿ B (es decir, A no es subconjunto d e B); y
vi) A < t B (es decir, A no es subconjunto propio de B).
a) A C C b) A CC
c) B C C d) ACA
e) B £ A f) A C A (es decir, A no es un subconjunto propio de A)
148 Capítulo 3 Teoría de conjuntos
Los conjuntos A, B son sólo dos de los subconjuntos de C. Nos interesa determinar
cuántos subconjuntos tiene C en total. Sin embargo, antes de responder esto, necesitamos
presentar el conjunto sin elementos.
Definición 3.3 El conjunto vacío, o nulo, es el (único) conjunto que no contiene elementos. Se denota
como 0 o {}.
Si volvem os al ejem plo 3.6, determ inarem os el núm ero d e subconjuntos del conjunto
C = {1, 2, 3 ,4 }. Al construir un subconjunto de C, tenemos dos opciones diferentes para
cada elem ento* de C: * está incluido en el subconjunto o no está incluido. En consecuen
cia, existen 2 x 2 x 2 x 2 opciones, lo que produce 2“= 16 subconjuntos de C. Esto incluye
el conjunto vacío 0 y el propio conjunto C. Si necesitamos el número de subconjuntos de
C que tengan exactamente dos elementos, el resultado es igual al número de form as en que
podemos seleccionar dos objetos de un conjunto de cuatro objetos, es decir. C(4 , 2 ) o ( í) .
Como resultado, el número total de subconjuntos de C, 2 \ es también la suma (o) + (?) + ( í) +
( j ) + ( j ) . en la que el primer sumando corresponde al conjunto vacío, el segundo suman
do corresponde a los subconjuntos de un elemnto, el tercer sumando a los seis subconjuntos
de tamaño dos, etcétera. Así, 24 = 2 » „ o (i )•
•efinición 3.4 Si A es un conjunto del universo % , el conjunto potencia, que se denota-?(A), es la colec
ción (o conjunto) d e todos los subconjuntos de A.
3.1 C on ju n to s y subconjuntos 149
I Ejemplo 3 ,8 ■ P arael conjunto C d el ejemplo 3.7,3>(C) = { 0.{ 1 }, {2}, {3}, {4), {1,2}, { 1 , 3 ) . { !, 4},
{2 , 3}, { 2,4}, {3, 4 ), {1, 2, 3}, { 1 ,2 ,4 } , {1, 3 ,4 } , {2, 3 .4 } , C}.
Esta identidad ya fue establecida en el corolario l.l(a ) . Esta presentación es otro ejem
plo de una demostración combinatoria, ya que la identidad se establece contando la misma
colección de objetos (los subconjuntos de A) d e dos formas diferentes.
L a capacidad para contar algunos, o todos, los subconjuntos de un conjunto dado pro
porciona un segundo método para la solución d e dos de nuestros ejem plos anteriores.
F ig u r a 3 .1
Capítulo 3 Teoría d e c onjuntos
En la parte (b) del ejemplo 1.36 de la sección 1.4, aprendimos que existen 26 composicio
nes del entero 7; es decir, hay 26formas de escribir 7 como una suma de uno o más enteros
positivos, donde el orden de los sumandos es significativo. El resultado obtenido utilizaba
el teorema del binomio junto con las respuestas de siete casos resumidos en la tabla 1.7.
A hora podemos obtener este resultado en una form a un tanto diferente y m ás sencilla.
Primero consideremos la siguiente composición de 7:
l + l + l + l + l + l + l
/ V i \
1 " signo 2o signo . . . 5° signo 6° signo
más m ás más más
A quí tenemos siete sumandos, cada uno de los cuales es 1, y seis signos m ás (+).
Para el conjunto { 1 ,2 , 3 ,4 , 5 , 6 }, existen 2Ssubconjuntos. ¿Pero qué tiene e sto q u e ver
con las composiciones de 7?
Consideremos un subconjunto de { 1 ,2 ,3 ,4 ,5 , 6 ), digamos { 1 ,4 , 6 ¡. Formemos ahora
la siguiente composición d e 7:
(1 + 1 ) + 1 + (1 + 1 ) + (1 + 1)
En este caso, el subconjunto {1, 4, 6 } indica que debemos colocar paréntesis entre los
unos que aparecen a los lados del primero, cuarto y sexto signos m ás. Esto produce la
composición
2 + 1 + 2 + 2.
De la misma forma, vemos que el subconjunto { 1 ,2 ,5 . 6 ) indica el uso del primero, segun
do, quinto y sexto signos más, lo que da
(1 + 1 + 1) + 1 + (1 + 1 + i)
/ i i i
t " signo 2° signo 5o signo 6 o signo
más más más más
o la composición 3 + 1 + 3 .
En sentido contrario, vemos que la composición 1 + 1 + 5 proviene de
1 + 1 + (1 + 1 + 1 + 1 + 1)
3.1 C o n ju n to s y s u b c o n ju n t o s 151
Tabla 3.1
Composición de 7 Subconjunto determinado de {1,2,3,4,5,6}
(i) l+ l+ l+ l+ l+ l+ l (i) 0
(ü) 2+1+1+1+1+1 (ü) {1}
(Üi) 1+2+1+1+1+1 (iü) {2}
(iv) 1+1+3+1+1 (iv) {3,4}
(V) 1+2+1+3 (V) {2,5,6}
(vi) 2+ 3+ 2 (vi) { 1 ,3 ,4 ,6 }
(vii) 4+ 3 (vii) { 1 ,2 ,3 ,5 ,6 }
(viii) 7 (viii) { 1 ,2 ,3 ,4 ,5 ,6 }
Los ejem plos obtenidos hasta ahora muestran una correspondencia entre las composicio
nes de 7 y los subconjuntos de { 1 ,2 ,3 ,4 ,5 , 6 }. Por lo tanto, de nuevo tenemos que existen
2 6 composiciones d e 7.
ln + l \ (in\ ( n \
V r / = V.r ! +\ r - lJj -
Aunque podemos establecer este resultado en form a algebraica a partir de la definición
de (" ) como n!/(r!(/t - r)l), usaremos un enfoque combinatorio. S ea A = [x, a¡, a: , . . . ,a„)
y consideremos todos los subconjuntos de A que contienen r elementos. H ay ) de tales
subconjuntos. C ada uno de ellos cae exactamente en uno de los dos casos siguientes:
aquellos subconjuntos que contienen el elem ento* y los que no lo contienen. Para obtener
un subconjunto C de A, donde x G C y | C | = r , colocam os x e n C y después elegim os
r - 1 elementos de los a ,, a2, . . . , a,. Esto se puede hacer de ( ^ , ) formas. Para el otro caso,
queremos un subconjunto B de A con | B | = r y x £ B . Así. podemos elegir r elem entos de
los a¡, a¡ a „ lo que podemos hacer d e l”) formas. D e la regla de la sum a se sigue que
( ? ) - ( : ) ♦ (¿ >
A ntes de continuar, volvamos a analizar el resultado del ejemplo 3.11, pero esta vez a la
luz de lo aprendido en el ejemplo 3.9.
De nuevo, sean n, r enteros positivos tales que n > r > 1. Entonces ( ”* ') cuenta el
número de trayectorias (escalonadas) en el plano xy, de ( 0 , 0 ) a (n + 1 - r , r), donde, como
en el ejemplo 3.9, cada una de las trayectorias tiene
Analizaremos ahora la forma en que la identidad del ejemplo 3.11 nos puede ayudar a
resolver el ejemplo 1.34, donde buscábamos el número de soluciones enteras no negativas
de la desigualdad + x2 + - - • + x6< 1 0 .
Para cada entero k, 0 < k < 9, el número de soluciones de + x-, + ■■■ + = k es
( 6*»-i) _ A sí que el número de soluciones enteras no negativas p a ra r, + x 2 + • • - +
Xf< lO es
■0*0 ♦-♦(?)
(K )-
(?)-[© ♦©]■
/ L 4\
0 -0 ='5005.
En la figura 3.2 tenemos parte de una útil e interesante disposición de números llamada el
triángulo de Pascal.
(n = 0)
(n - 1)
(n = 2)
<n = 3)
<n = 4)
Observe que, en esta lista parcial, los dos triángulos que se muestran satisfacen la condi
ción d e que el coeficiente binomial de la parte inferior del triángulo invertido es la suma
de los otros dos términos del triángulo. Este resultado se sigue de la identidad del ejemplo
3.11.
Cuando reemplazamos cada uno de los coeficientes binomiales por su valor numérico,
el triángulo de Pascal toma la apariencia que se m uestra en la figura 3.3.
Existen algunos conjuntos de números que aparecen con frecuencia en todo el libro. En
consecuencia, cerraremos esta sección asignándoles los siguientes nombres.
b) ¿ C u á n t o s s u b c o n ju n to s d e s e is e le m e n to s ( d e A ) c o n t i e n e n c u a t r o e n t e r o s p a r e s y d o s e n t e
ro s im p ares?
c) ¿ C u á n t o s s u b c o n ju n to s d e A s ó l o c o n tie n e n e n te r o s i m p a r e s ?
d) ¿ C u á n t o s d e l o s s u b c o n ju n to s d e l a p a r t e ( c ) c o n t i e n e n l o s e n t e r o s 3 y 7?
1 3 . S e a 5 = { 1 . 2 , 3 , . . . , 2 9 . 3 0 ) . ¿ C u á n t o s s u b c o n ju n to s A d e S s a tis f a c e n
a ) |A |= 5 ?
b) |A | = 5 y q u e e l m ín i m o e l e m e n t o d e A sea 5 ?
c) |A | = 5 y q u e e l m í n i m o e le m e n to d e A sea m enor q u e 5?
1 4 . a ) ¿ C u á n t o s s u b c o n ju n to s d e { 1 , 2 , 3 , . . . . 11} c o n t i e n e n a l m e n o s u n e n te r o p a r ?
b) ¿ C u á n t o s s u b c o n ju n to s d e { 1 , 2 , 3 , . . . . 1 2 } c o n t i e n e n a l m e n o s u n e n t e r o p a r ?
c ) G e n e r a l i c e l o s r e s u l t a d o s d e l a s p a r te s ( a ) y ( b ).
1 7 . C o m p le t e l a d e m o s tr a c ió n d e l t e o r e m a 3 .1 .
1 8 . P a r a l o s c o n ju n t o s A , B. C £ ^ U , d e m u e s t r e l a v e r d a d o f a ls e d a d ( c o n u n c o n tr a e j e m p l o ) d e lo
s ig u i e n te : S i A C B, B £ C, e n t o n c e s A SE C.
19. En la p a r t e ( i ) d e l a f ig u r a 3 . 4 , te n e m o s l a s p r im e r a s s e i s f i l a s d e l tr i á n g u l o d e P a s c a l, e n lo s
q u e a p a r e c e u n h e x á g o n o c e n t r a d o e n 4 , e n la s ú lti m a s t r e s f ila s . S i c o n s i d e r a m o s l o s s e is
n ú m e r o s ( q u e r o d e a n a 4 ) c o m o l o s v é r ti c e s d e l h e x á g o n o , te n e m o s q u e l a s d o s t e m a s a l te r n a
d a s ( 3 , 1 . 1 0 y 1 , 5 , 6 ) sa tis f a c e n q u e 3 - 1 1 0 = 3 0 = 1 ■S - 6 . L a p a r t e ( i i ) d e l a f i g u r a c o n tie n e
l a s f i l a s 4 a 7 d e l m is m o t r iá n g u lo , d o n d e v e m o s u n h e x á g o n o c u y o c e n tr o e s t á e n 1 0 ; l a s t e r n a s
a l t e r n a d a s d e l o s v é r ti c e s ( 4 , 1 0 , 15 y 6 , 2 0 , 5 ) s a t i s f a c e n 4 - 1 0 -1 5 = 6 0 0 = 6 - 2 0 - 5 .
a ) C o n j e tu r e e l r e s u l ta d o g e n e r a l a l q u e a p u n ta n e s t o s d o s e je m p l o s .
b) V e r if iq u e l a c o n je tu r a d e la p a r t e ( a ) .
20. a ) A lg u n a s d e l a s s u c e s i o n e s e s tr ic ta m e n te c r e c i e n t e s d e e n t e r o s q u e c o m i e n z a n c o n 1 y t e r m i
n a n c o n 7 so n ;
i) 1 ,7 ; ii) 1 ,2 ,7 ; iii) 1 ,4 ,7 ;
iv ) 1 ,3 ,4 ,7 ; v) 1 ,2 ,3 ,4 ,7 ; v i) 1 ,2 ,4 ,5 ,6 ,7 .
¿ C u á n t a s d e e s ta s s u c e s io n e s e s tr ic ta m e n te c re c ie n te s d e e n te r o s c o m ie n z a n c o n 1 y te rm in a n e n 7 ?
b) ¿ C u á n t a s d e e s t a s s u c e s i o n e s e s tr ic ta m e n te c r e c ie n te s d e e n t e r o s c o m i e n z a n c o n 3 y te r m i
nan en 9?
156 Capítulo 3 Teoría d e conjuntos
25. En la teoría abstracta general de conjuntos, formulada por Georg Cantor (1845-1918). un
conjunto se definía como "cualquier colección de un todo de objetos definidos y separados en
nuestra intuición o pensamiento”. Por desgracia, en 1901, esta definición condujo a Bertrand
Russell (1872-1970) al descubrimiento de una contradicción, un resultado que se conoce aho
ra como la paradoja de Russell, lo cual fue un golpe al centro de la teoría de conjuntos. (Pero,
desde entonces, se han encontrado varias vías para definir las ideas básicas de la teoría de
conjuntos de modo que esta contradicción ya no aparezca.)
La paradoja de Russell surge cuando nos preguntamos si un conjunto puede ser un elemen
to de sí mismo. Por ejemplo, el conjunto de todos los enteros positivos no es un entero positi
vo; es decir, Z ' i Z '. Pero el conjunto de todas las abstracciones es una abstracción.
Ahora bien, para desarrollar la paradoja de Russell, sea 5 el conjunto de todos los conjuntos
A que no son miembros de sí mismos; es decir, S = {A|A es un conjunto A A í A|.
a) Muestre que si S E S, entonces 5 £ S.
b) Muestre que si S £ S, entonces S E S .
Los resultados de las partes (a) y (b) muestran que debemos evitar definir conjuntos como S.
Para hacer esto, debemos restringir los tipos de elementos que pueden ser miembros de un
conjunto. (Hablaremos más de esto en el resumen y repaso histórico de la sección 3.5.)
26. Sea A = {1, 2,3 .........39,40j.
a) Escriba un programa (o desarrolle un algoritmo) que genere los subconjuntos de seis ele
mentos de A.
b) Para B = {2,3,6,7,11,13,17,19,23,29,31.37}, escriba un programa de computadora (o
desarrolle un algoritmo) que genere un subconjunto de seis elementos de A y después deter
mine si es un subconjunto de B.
27. Sea A = ( 1 ,2 ,3 ,___7}. Escriba un programa (o desarrolle un algoritmo) que enumere todos
los subconjuntos B de A, tales que 18 1=4.
28. Escriba un programa (o desarrolle un algoritmo) que imprima todos los subconjuntos de (1.2.
3..........«}, donde 1 < n < 10. (El valor de n debe proporcionarse durante la ejecución del
programa.)
3 .2
O p e ra c io n e s d e c o n ju n to s y la s
le ye s d e la te o ría d e c o n ju n to s
Después de aprender a contar, el estudiante por lo regular se enfrenta a los métodos para
combinar los números contados. E l prim er m étodo es la suma. Generalmente, el mundo
3.2 O peraciones d e c onjuntos y las leyes d e la teoría d e c onjuntos 157
a) A nB = {3,4,5} b) A U B = { 1 ,2 ,3 ,4 ,5 ,6 ,7 }
c) 8 DC = {7} d) A n c = 0
e) A A 8 = { 1 ,2 ,6 ,7 } f) A U C = { 1 ,2 ,3 ,4 ,5 ,7 ,8 ,9 }
g) A AC = { 1 ,2 ,3 ,4 ,5 ,7 ,8 ,9 }
x G A C B ^ (x G A A x G B )í-x G A
r e A ^ ( r G A V r 6 B ) ^ r e A U 8
D e las partes (d), (f) y (g) del ejemplo 3.14, presentamos las siguientes ideas generales.
D efin ició n 3 .6 Sean S, T Q 'U . Los conjuntos S y T son disjuntos o mutuamente disjuntos si S f l T = 0.
x e s A T (= S U T ).
xéSA T.
Al demostrar la prim era parte del teorema 3.3, mostramos que si 5, T son conjuntos
cualesquiera, entonces S A T Q S U T. E l hecho de que los conjuntos fueran disjuntos sólo
fue necesario para la inclusión opuesta.
finición 3.7 Para un conjunto A C A ! , el complemento de A, que se denota con Al - A o A, está dado
por {*1 x e Al A r í A).
•finición 3.8 Para A, B C A l, el complemento (relativo) de A en B, que se denota con B - A está dado por
[ x \ x G B A x <£ A ).
a) B - A = {6 ,7} b) A - 5 = {1,2} c) A - C = A
d) C - A = C e) A —A = < i f)A l-A =A
Nuestro siguiente resultado, que hará uso nuevamente de la definición 3.2, proporciona
un enlace entre las nociones de subconjunto, unión, intersección y complemento.
EOREMA 3 .4 Para cualquier universo *!! y cualesquiera conjuntosA, B C A l, las siguientes proposicio
nes son equivalentes:
a) A CB b) A U B = B
c) A (~lB = A d) B Q A
Dem ostración: Demostraremos que (a) => (b), (b) => (c), (c) = e (d) y (d) => (a). [La
razón por la que esto basta para demostrar este teorema se basa en la idea presentada en el
ejercicio 15 que aparece al final de la sección 2.2.]
iv) (d) => (a) Por último, w A =>w £ A y com o B C A, iv (£ A = > w £ B . Entonces
w £ S a w E Í , por lo que A Q B.
xB A JB ^> x £ A U S
í> x £ A y x < £ B
3 - x B A y x_G.B
= > x E .A n B ,
ie A n B ^ iE /(y ie í
= > x£A yx£B
3> x£A U B
4 > i£ A U B .
x E A n (B U C )» (iE A )y (rE B U C )
0 ( r E A ) y (x G B o x E C )
0 (r£ A y iE B )o (rE A y rE C )
0 ( j:E A n B )o ( iE A n C )
« r E ( A n B ) U ( A n C).
Como todas las proposiciones son equivalentes, hemos establecido ambas relaciones de
contenido en forma simultánea, por lo que A fl (B U C ) = (A Í1 B) U (A O C). (La
equivalencia de la tercera y cuarta proposiciones se sigue del principio comparable en las
leyes de la lógica dado por la propiedad distributiva de la conjunción sobre la disyunción.)
Sin duda, el lector espera que el emparejamiento de las propiedades en los puntos 2 a 10
tenga alguna importancia. Como con las leyes de la lógica, estas parejas de proposiciones
se llaman duales. Una proposición puede obtenerse de la otra al reemplazar todas las
ocurrencias d e U por f l y viceversa, y todas las ocurrencias de *i( por 0 y viceversa.
Esto nos lleva a la siguiente idea formal.
Definición 3.9 S e a s una proposición (general) que trata de la igualdad de dos expresiones con conjuntos.
Cada una de estas expresiones puede contener una o más ocurrencias de conjuntos (como
A, A, B. B. etcétera), una o más ocurrencias de 0 y Al y solamente los sím bolos de las
operaciones con conjuntos n y U. E l dual de s , que se denota con srf. se obtiene de s al
reem plazar ( 1 ) cada ocurrencia de 0 y % (en s) por % y 0 , respectivamente; y ( 2 ) cada
ocurrencia de fl y U (en s) por U e fl, respectivamente.
TEOREMA 3.5 E l principio de dualidad. Sea s un teorema relativo a la igualdad de dos expresiones con
conjuntos (como en la definición 3.9). Entonces sd, el dual de s. es también un teorema.
El uso de este principio reduce nuestro trabajo en form a considerable. Para cada pareja
de proposiciones en los puntos 2 al 10 , sólo hay que demostrar una de las proposiciones y
utilizar entonces el principio para obtener la otra proposición del par.
>2___________________Capítulo 3 Teoría d e conjuntos
Debemos tener cuidado al aplicar el teorema 3.5. Este resultado no se puede aplicar a
situaciones particulares, sino a resultados (teoremas) relativos a conjuntos en lo general.
Por ejemplo, consideremos la situación particular donde = { 1 ,2 ,3 ,4 ,5( y A = { 1 ,2 ,3 ,4 ),
8 = { 1 ,2 , 3 ,5 ) , C = {1,2} y D = {1,3}. En este caso,
A n B = { 1 ,2 ,3 } = C LID.
Dado que en la definición 3.9 y el teorema 3.5 no mencionamos nada acerca de los
subconjuntos, ¿podemos encontrar un dual de la proposición A £ B (donde A, B £ >U)?
A quí tenemos la oportunidad de usar alguno de los resultados del teorem a 3.4. En
particular, podemos trabajar con la proposición A £ B mediante la proposición equivalen
te A U B = B.
El dual de A U B = B produce Afl B = B. Pero A D B = B<= >B £ A . En consecuencia, el
dual de la proposición A £ B es la proposición 8 £ A. (También podríamos haber obtenido
este resultado usando A £ B « Afl B = A. En los ejercicios de esta sección pediremos al
lector que verifique este caso.)
Cuando analizamos las relaciones que pueden existir entre los conjuntos implicados en
una proposición de igualdad o contenido entre conjuntos, podemos estudiar la situación de
m anera gráfica.
Un diagrama de Verm (llamado así en honor del lógico inglés John Venn, 1834-1923)
se construye de la m anera siguiente: Ti aparece como el interior de un rectángulo, m ien
tras que los subconjuntos d e “U se representan mediante los interiores d e círculos y otras
curvas cerradas. L a figura 3.5 muestra dos diagramas de Venn. L a región sombreada de la
figura 3.5(a) representa el conjunto A, mientras que A queda representado por el área no
sombreada. L a región sombreada de la figura 3.5(b) representa A U B. El conjunto A O B
es el área cuadriculada de la figura.
En la figura 3.6, usamos los diagramas de Venn para establecer la segunda ley de De Morgan.
L a figura 3.6(a) tiene sombreado todo excepto el área A f l B, de modo que la parte sombreada
representa A f l g . Ahora utilizaremos un diagrama de Venn para mostrar A U 8 . E n la figura
3.2 O p e ra c io n e s d e c o n ju n t o s y las leyes d e la te oría d e c o n ju n to s
3.6(b), A es la región representada por las líneas que van desde la parte inferior izquierda
a la superior derecha; las líneas que van de la partesuperior izquierda a la inferior derecha
sombrean la región que representas. Por lo tanto, A U S está dada por la región sombreada
de la figura 3.6(b). Puesto que el área sombreada de la parte (b) es la m isma que la de la
parte (a), se sigue que A O B = A U B.
Figura 3.6
Podemos seguir ilustrando el uso de estos diagramas para m ostrar que si A, S. C C >||.
(A U B ) n C = (A n B ) ü C.
En vez de las regiones sombreadas, otro enfoque que también utiliza los diagramas de
Venn numera las regiones, como se muestra en la figura 3.7, donde, por ejemplo, la región 3
es A fl B f l C y la región 7 es A f l B ("1 C. Cada región es un conjunto d e la forma D S-
D S-„ donde S¡ se reemplaza por A o A, S2 p o rB o B y S3 por C o C. Por lo tanto, por la regla
del producto, existen ocho regiones posibles.
Al consultar la figura 3.7, vemos que A U B abarca las regiones 2, 3 , 5 , 6 ,7 , 8 y que las
regiones 4 , 6 ,7 , 8 conforman el conjunto C. Por lo tanto, (A U B) f l C comprende las regiones
comunes a A U B y a C; es decir, las regiones 6 ,7 , 8 . JLn consecuencia, (A U B) fl C está
formado por las regiones 1, 2, 3, 4, 5. El conjunto A consta de las_ regiones 1, 3, 4, 6 .
mientras que las regiones 1 ,2 ,4 , 7 conforman B. En consecuencia, A H S comprende las
regiones 1 y 4. Com o las regiones 4 , 6 ,7 ,8 comprenden C, el conjunto C está formado por
las regiones 1 ,2 ,3 ,5 . A hornarla unión deÁ fl B con C, obtenemos las regiones 1 .2 ,3 ,4 ,5 ,
como en el caso de (A U B) O C.
Figura 3.7
Otra técnica para establecer las igualdades entre conjuntos es la tabla de pertenencia.
(Este método es sim ilar al uso de la tabla de verdad presentada en la sección 2.1.)
Capitulo 3 Teoría d e conjuntos
a) x £ A ,x £ B b) x £ A ,x e B
c) x e A ,x £ B d) r £ A ,i 6 S .
T a b la 3 .2
A B a ne A U 8 A A
0 0 0 0 0 1
0 1 0 1 1 0
1 0 0 1
1 1 1 1
(a) (b)
Por medio de las tablas de pertenencia podemos establecer la igualdad de dos conjuntos
si comparamos sus columnas respectivas en la tabla. La tabla 3.3 demuestra esto para la
propiedad distributiva de la unión sobre la intersección. Vemos ahora cómo cada una de
las ocho filas corresponde exactamente a una de las ocho regiones del diagrama de Venn
de la figura 3.7. Por ejemplo, la fila 1 corresponde a la región 1: A f l B fl C y la fila 6
corresponde a la región 7: A n S fl C.
T a b la 3 .3
Antes de continuar debemos señalar dos cosas: (1) un diagrama de Venn es simplemen-
te una representación gráfica de una tabla de pertenencia; ( 2 ) el uso de los diagramas de
Venn o las tablas de pertenencia podría ser atractivo, en particular, para el lector que por el
momento no se interesa por la escritura de demostraciones. Sin embargo, ninguna de estas
3.2 O p e ra c io n e s d e c o n ju n to s y las leyes d e la te oría d e c o n ju n t o s 165
A \J B = A C B , y
a n (B u C) = {A n B ) u ( A n c ) .
Simplifique la expresión (A U B) n C U B.
(A U B j n C U g Razones
= ((A U B )n c )n fl Ley de D e Morgan
= ((A u s ) n c ) n B Ley del doble complemento
= (a u B ) n (C n B ) Propiedad asociativa de la intersección
= (A u B ) n (B n c) Propiedad conmutativa de la intersección
= [(A u B ) n s ] n c Propiedad asociativa de la intersección
= s n c Ley d e absorción
El lector debe notar la analogía entre los pasos y las razones de este ejemplo y los pasos
y razones utilizados para simplificar la proposición
?A r
en el ejemplo 2.18.
Exprese A - B en términos d e U y ~ .
De la definición de complemento relativo, A - B = [ x \ x S A A x £ B) = A f i f i . Por lo
tanto.
A - B = A nfl Razones
= AUB Ley de D e M organ
= AUB Ley del doble complemento
66 C apítulo 3 Teoría de conjuntos
A A B = (A U 8 ) fl (A n 8 ) Razones
= (A U B ) U (-4 n B) Ley de D e Morgan
= ( A Ü S )U (A 0 8 ) Ley del doble complemento
= ( A 0 8 ) U (A U 8 ) Propiedad conmutativa de U
= (A O 8 ) U (A O 8 ) Ley de De M organ
= [(A O 8 ) U Á ] O [(A O 8 ) U 8 ] Propiedad distributiva d e U sobre O
= [(A U A ) 0 ( 8 U A ) ] n Propiedad distributiva de U sobre O
[(A U 8 ) O ( 8 U 8 )]
= [ % n ( B u A )] n [ ( a u 8 ) n %] Propiedad del inverso
= (8 U A )0 (A U S) Propiedad del neutro
= (A U 8 ) O (A U 8 ) Propiedad conmutativa de U
= (Á U 8 ) O (A O 8 ) Ley de De M organ
=ÁA8
= (A U 8 ) O (A U 8 ) Propiedad conmutativa d e O
= (A U 8 ) O (A O 8 ) Ley de De M organ'
= A AB
definición 3.10 Sea / un conjunto no vacío y ‘U un universo. Para cada i E I, s e a A C 'Al. E n to n ces/es un
conjunto índice (o conjunto de índices) y cada í E / es un índice.
U A , = { r | r 6 A¡ para al menos un i £ /} , y
f l A , = { x|x £ A¡ para todo i S /}.
x £ U A ,o 3 í E / ( r e A ,)
x e ñ A ,» V ¿ e / (r£ A ¡)
¡er '
S e a n = R e / = R*. Si para cada r G R*, Ar= [-r, r], entonces IJ ^ Ar = R y fl ,E, A = {0}.
Por desgracia, al trabajar con uniones e intersecciones generalizadas, las tablas de per
tenencia y los diagramas de Venn son casi inútiles; sin embargo, podemos seguir utilizan
do la definición rigurosa de pertenencia, como aparece en la primera parte de la demostra
ción del teorema 3.3.
DREMA 3.6 Leyes de De Morgan generalizadas. S e a I un conjunto de índices, donde para cada i G /. A.
C , Entonces
a) L U , = f l A¡ b) f l A ,= U A ,
1 9 . a ) ¿ C u á n t a s f i l a s s e n e c e s i t a n p a r a c o n s t r u i r l a t a b l a d e p e r t e n e n c i a p a r a A t~ l(B U C ) f l
( D U £ U ? )?
b ) ¿ C u á n t a s f i l a s s e n e c e s ita n p a r a c o n s t r u i r l a t a b la d e p e r te n e n c ia p a r a u n c o n j u n t o f o r m a d o
p o r lo s c o n ju n to s A . . . , A „ u san d o n . U y ~?
c ) D a d a s l a s ta b l a s d e p e r te n e n c ia p a r a d o s c o n j u n t o s A , B , ¿ c ó m o p u e d e r e c o n o c e r s e l a r e la
c ió n A Q B t ________
d ) U t ili c e la t a b la d e p e r te n e n c ia p a r a d e te r m i n a r s i (A n B ) U ( B H C ) 2 A U B .
20. P r o p o r c i o n e l a j u s t i f i c a c i ó n ( a p a r t i r d e l a s p r o p ie d a d e s d e l a te o r í a d e c o n j u n t o s ) d e l o s
p a s o s n e c e s a r i o s p a r a s im p l i f i c a r e l c o n j u n t o (A f l B ) U [B H ( ( C f l D ) U ( C n 5 ) ) ] . d o n d e A.
B, C ,D C S U .
P asos R azones
2 1 . M e d ia n t e l a s le y e s d e la te o r í a d e c o n ju n to s , s i m p lif iq u e l o s ig u i e n te :
a) A n ( B - A ) b) (a n _ B ) u ( A n s n c n D ) u ( A n B )
c) ( A - B ) U ( A n B ) _ d) A U 3 U ( A n í n Q
e) A u ( A n £ ) u ( A n s n c ) u ( A n B n c n D ) u - - -
2 2 . P a ra c a d a n E Z * . sea A , = ( 1 ,2 ,3 , n - 1 , n). ( A q u í 15! ! = Z ' y e l c o n j u n t o í n d i c e e s / = Z ~ .)
D e t e r m in e ( J A , , f l • U A , y D ' V d o n d e m e s u n e n te r o p o s it iv o fijo .
24. S e a % = R y s e a / = Z ’ . P a r a c a d a n E Z \ s e a A „ = [ - 2 / t , 3 n ) . D e t e r m in e l o s ig u i e n te :
a) A 3 b) A. c) A 3-A 4 d) A ,A A ,
e) U a , f) H a , g) U _a „ h) H a ,
25. D a d o u n u n i v e r s o % y u n c o n ju n to í n d ic e / , p a r a c a d a i E / , s e a B , C "‘U . D e m u e s t r e q u e p a r a
A C l , A n < U ^ ,« ) = U ¡ e /W n B .) yA u < n « B, ) = f l , a W U Í , ) . ( P ro p ie d a d e s
d i s t r i b u t i v a s g e n e r a li z a d a s )
2 6 . P r o p o r c i o n e l o s d e ta ll e s p a r a l a d e m o s tr a c ió n d e l t e o r e m a 3 .6 { b ).
3 .3
Técnicas d e c o n t e o y d ia g r a m a s
de Venn
Figura 3.8
F ig u r a 3.9
F ig u ra 3 .1 0
3.3 T é c n ica s d e c o n te o y d ia g ra m a s d e V enn 171
Esta situación se extiende al caso de tres conjuntos, como lo ilustra el siguiente ejemplo.
■ B Un chip lógico de 14 pins tiene cuatro puertas AND, cada una con dos entradas y una
salida. (Véase la Fig. 3.11) La primera puerta AND (la puerta de los pins I, 2, 3) puede
tener cualquiera o todos los defectos siguientes;
Figura 3.11
Para una muestra de 100 de estos chips lógicos, sean A B y C los subconjuntos que tienen
los defectos D,, D; y Dj, respectivamente. Si | A | = 23, | B \ = 26, [ C | = 30, | A H B \ = 7,
|A fl C | = 8 , \B n C | = 10 y \A fl B fl C | = 3 , ¿cuántos chips de la muestra tienen una
prim era puerta AND con defecto?
Si trabajamos en dirección contraria, de |A fl B fl C | = 3 a | A \ = 2 3 , etiquetamos las
regiones como se muestra en la figura 3.12 y vemos que | A U 6 U C | = 5 7 = | A | + | S | +
F ig u r a 3 .1 2
! Capítulo 3 Teoría de conjuntos
Un estudiante visita un salón de juegos al salir de la escuela y juega Láser Man, M¡llipede
o Space Conquerors. ¿De cuántas formas puede ju g ar una de las opciones al día. de modo I
que juegue al m enos una vez durante una semana de clases?
Aquí hay un cierto giro. El conjunto-“ll consta de todos las disposiciones de tamaño cinco I
tomadas del conjunto de tresjuegos, con repeticiones. El conjuntoA representa el subconjunto I
de todas las series de cinco juegos practicados durante la semana sin ju g a r Láser Man. En I
forma análoga, los conjuntos 8 y C se definen dejando fuera Millipede y Space Conquerors, I
respectivamente. Las técnicas de conteo del capítulo 1 dan como resultado |% | = 3S, | A | =
|S | = |C | = 25, |A n S | = ]A n_C| =_|B n C | = 15= 1 y |A n 8 n C | = 0, así que, p or la
fórmula anterior, existen |A fl 8 n C | = 35- 3 - 2S+ 3 • l 5- 0 = 150 maneras en que el
estudiante puede seleccionar sus juegos diarios durante una semana de clases y jugar cada
opción al m enos una vez.
Este ejemplo también puede expresarse en forma de distribución, y a que buscamos el I
número de maneras de distribuir cinco objetos distintos (lunes, m artes,. . . , viernes) entre
tres recipientes distintos Oos juegos de computador) sin dejar uno vacío. Diremos más
acerca de esto en el capítulo 5.
3.4
U n a s p a l a b r a s e n c u a n t o a la
p r o b a b ilid a d
Cuando uno realiza un experimento, como tirar un solo dado o seleccionar dos estudiantes
de una clase de 20 para trabajar en un proyecto, la lista d e todos los posibles resultados
para esta situación se llama espacio muestral. En consecuencia, { 1 , 2, 3, 4, 5, 6 ) sirve
como un espacio muestral para el primer experimento mencionado, mientras que {{a„ a,}
1 1 < i < 2 0 , 1 < j < 20 , i * j ) puede utilizarse para el segundo experimento, si denotamos
con a, el í-ésimo estudiante, para cada 1 < i 2 20 .
Por desgracia, un experimento puede tener m ás de un espacio muestral. Si tiramos una
moneda tres veces y analizamos los resultados, un posible espacio muestral para nuestro
experimento es {0, 1,2, 3 (, donde el número i, para 0 2 i < 3, se refiere al número de caras
3 .4 U n a s p a la b ra s en c u a n to a la p ro b a b ilid a d 173
que aparecen en tres tiradas. Los resultados pueden darse también mediante el espacio
muestral •3’ = {cara, cara, cara; cruz, cara, cara; cara, cruz, cara; cara, cara, cruz; cruz,
cruz, cara; cruz, cara, cruz; cara, cruz, cruz; y cruz, cruz, c ru z), donde intuimos que cada
uno de los ocho posibles resultados tienen la misma probabilidad de ocurrir. Esto no suce
de en nuestro prim er espacio muestral {0, 1,2, 3 ), donde creemos que hay más oportuni
dad de obtener una cara en los tres tiros que de no obtenerla.
En este texto usaremos siempre un espacio muestral en el que cada elemento tiene la
misma probabilidad d e ocurrir. Sobre esta suposición de probabilidad idéntica, usaremos
la definición de probabilidad dada por el matemático francés Pierre-Simon de Laplace
(1749-1827) en su libro Théorie anaiitique des possibilités.
3 .2 7 Si tiramos una m oneda cuatro veces, ¿cuál es la probabilidad de obtener dos caras y dos
cruces?
En este caso, el espacio muestral está formado p or todas las sucesiones de la forma x,,
Xj, x4, donde cada x h 1 < i < 4, se reemplaza por una cruz, o una cara, así que \ í f \ = 2‘
= 16. E l suceso A que nos interesa contiene todos las disposiciones de los cuatro símbolos
cara, cara, cruz, cruz, por lo que | A | = 41/(2! 2!) = 6 . E n consecuencia, PriA) = 6/16 = 3/8.
Para el ejemplo 3.27, cada tirada es independiente del resultado de cualquier tirada
anterior. Este caso se conoce como prueba de Bemoulli. En un prim er curso de probabili
dad, estas pruebas se analizan junto con la distribución binomial, un ejemplo importante
de distribución de probabilidad discreta. Regresaremos a esto en la sección 16.4 del capí
tulo 16, cuando estudiemos la aplicación de los grupos abelianos en teoría de códigos.
174 Capítulo 3 Teoría de conjuntos
¡.28 | El acrónimo WYSIW YG (siglas en inglés de “lo que ves es lo que obtienes”) se usa para
describir una interfaz con el usuario. Esta interfaz presenta material en una VD T (iniciales
en inglés para terminal de pantalla de vídeo) precisamente en el m ismo formato en que
aparece el material en una copia impresa.
Hay 7!/(2! 2!) = 1260 form as en que pueden ordenarse las letras del acrónimo
WYSIWYG. D e estas, 120( = 5!) disposiciones tienen las letras W y las letras Y consecu
tivas. Así, si ordenamos las letras de este acrónimo d e una m anera aleatoria, entonces la
probabilidad de que la disposición tenga las letras W y Y consecutivas es 120/1260 = 0.0952.
L a probabilidad de que una disposición aleatoria de estas siete letras comience y termi
ne con la letra W es [(5!/2!)]/[(7!/(2! 2!))] = 60/1260 ¿0 .0 4 7 6 .
En una encuesta realizada a 120 pasajeros, una línea aérea descubrió que a 48 les gustaba
el vino (V) con sus alimentos, a 78 les gustaban las bebidas preparadas (P) y a 66 el té
helado (T). Además, a 36 les gustaba cualquier par d e estas bebidas y a 24 pasajeros les
gustaba todo. Si se seleccionan dos pasajeros aleatoriamente de la m uestra examinada de
12 0 , ¿cuál es la probabilidad d e que
F ig u ra 3.11
E J E R C IC IO S 3 .3 1. ¿Cuántas permutaciones de 26 letras diferentes del alfabeto contienen (a) el patrón “OUT" o el
( 3 .4 patrón "D 1 G”; (b) ninguno de los patrones "MAN” o "ANT’?
2 . Un nombre de variable de seis caracteres en ANSI FORTRAN empieza con una letra del alfa
beto. Cualquiera de los otros cinco caracteres puede ser una letra o un dígito. (Se permiten
3 .4 U n a s p a la b ra s en c u a n to a la p ro b a b ilid a d 175
\A\ = 8 |B | = 13 |C |- 1 3
¡A ng| = 5 |A n c | = 3 |s n c | = 6
|A n s n c |= 2
(a) ¿Cuántos libros incluyen el material de exactamente uno de estos temas? (b)¿Cuántos no
tratan ninguno de estos temas? (c)¿Cuántos no tienen material sobre compiladores?
5- Darío tira un dado tres veces. ¿Cuál es la probabilidad de que
a) su segundo y tercer tiros sean ambos mayores que su primer tiro?
b ) el resultado de su segundo tiro sea mayor que el de su primer tiro, y el resultado de su tercer
tiro sea mayor que el del segundo?
6. Al seleccionar un computador nuevo para su centro de cálculo, el responsable del mismo exa
mina 15 modelos diferentes, considerando: (A) el dispositivo para cinta magnética, (8 ) la terminal
para mostrar gráficas. ( O la memoria semiconductora (además de la memoria principal). El
número de computadores con cualquiera o todas estas características es el siguiente: | A | = [6 1=
|C | = 6, |A n f l| = |B n C | = 1 , |A fl C | = 2 , |A n 6 n C| = 0. (a)¿Cuántosmodelos tienen
exactamente una de estas características? (b)¿Cuántos no tienen ninguna de estas característi
cas? (c) Si se selecciona un modelo al azar, ¿cuál es la probabilidad de que tenga exactamente
dos de estas características?
7. En la comunidad femenina Gamma Kappa Phi, las 15 estudiantes de último año se forman de
una manera aleatoria para una fotografía de fin de curso. Dos de ellas son Columba y Paty.
¿Cuál es la probabilidad de que en la fotografía
a) Paty quede en la posición central de la fila?
b) Paty y Columba queden juntas?
c) queden cinco estudiantes entre Paty y Columba?
d) Columba quede en algún lugar a la izquierda de Paty?
8 . El grupo de primer ingreso en una escuela de ingeniería tiene 300 estudiantes. Se sabe que 180
pueden programar en Pascal, 120 en FORTRAN, 30 en APL, 12 en Pascal y APL, 18 en
FORTRAN y APL, 12 en Pascal y FORTRAN y 6 en los tres lenguajes.
a) Se elige un estudiante al azar. ¿Cuál es la probabilidad de que pueda programar en exacta
mente dos lenguajes?
b ) Seleccionamos dos estudiantes en forma aleatoria. ¿Cuál es la probabilidad de que
i) ambos puedan programar en Pascal?
i!) ambos puedan programar sólo en Pascal?
9. En una estantería hay ocho libros diferentes, tres de física y cinco de ingeniería eléctrica,
colocados aleatoriamente. Encuentre la probabilidad de que queden juntos los tres libros de
física.
10 . Un cargamento de 24 autos nuevos contiene 15 en excelentes condiciones, seis con defectos
mínimos y tres con defectos mayores. Si se seleccionan dos automóviles del cargamento, ¿cuál
es la probabilidad de que (a) ambos se encuentren en excelentes condiciones? (b) ambos ten-
76 Capítulo 3 leoria de conjuntos
gan defectos menores? (c) a lo más uno tenga un defecto mínimo? (d) al menos uno tenga un
defecto mínimo? (e) exactamente uno tenga un defecto mínimo? (f) ninguno tenga un defecto
mínimo?
¿Qué relación tienen los resultados de los apartados (b). (e) y (f)?
1 1 . De manera aleatoria se selecciona un entero entre 3 y 7 inclusive. Si A es el suceso de que sea
elegido un número divisible entre 3 y 8 es el suceso de que el número sea mayor que 10,
determine Pr(A), Pr(B). Pr(A n B) y Pr(A U B). ¿Cómo se relaciona Pr(A U B) con Pr(A),
Pr(B) y Pr(A D B)?
12. a) Si las letras del acrónimo WYSIWYG se ordenan de manera aleatoria, ¿cuál es la probabi
lidad de que la disposición comience y termine con la misma letra?
b) ¿Cuál es la probabilidad de que una disposición aleatoria de las letras de WYSIWYG no
tenga un par de letras idénticas consecutivas?
13. a) ¿Cuantas disposiciones de las letras de MISCELLANEOUS no tienen una pareja de letras
idénticas consecutivas?
b) Si se genera una disposición de estas letras en forma aleatoria, ¿cuál es la probabilidad de
que no haya parejas de letras idénticas consecutivas?
14. ¿Cuántas disposiciones de las letras de CHEMIST tienen la H antes de la E, la E antes de laT.
o T antes de la M? (Aquí, “antes" significa cualquier lugar antes, y no inmediatamente antes.
15. Si las letras de la palabra CORRESPONDENT se arreglan en orden aleatorio, ¿cuál es la
probabilidad de que la disposición comience y termine con la misma letra?
3.5
R e s u m e n y r e p a s o h is t ó ric o
En la década de 1870, cuando Cantor estaba estudiando las series trigonométricas y las
series de números reales, necesitaba una forma para comparar el tamaño de los conjuntos
infinitos de números. Su estudio del infinito como una realidad, que está en el m ismo nivel
que lo finito, fue realmente revolucionario. Parte de su trabajo fue rechazado ya que resultó
ser mucho más abstracto de lo acostumbrado por muchos m atemáticos d e su tiempo. Sin
embargo, su trabajo ganó la suficiente aceptación para que en 1890 la teoría de conjuntos,
tanto finita como infinita, fuera considerada una rama de las matemáticas por derecho
propio.
Si bien, al terminar el siglo, la teoría era aceptada ampliamente, en 1901 la paradoja
ahora conocida como la paradoja de Russell (que fue analizada en el ejercicio 25 de la
sección 3.1) m ostró que la teoría de conjuntos propuesta originalm ente ten ía una
inconsistencia interna. L a dificultad parecía residir en la falta de restricciones al definir los
conjuntos; la idea de que un conjunto pudiera ser elemento de sí mismo fue considerada
particularmente sospechosa. En su trabajo Principia M athematica, los matemáticos bri
tánicos L ord Bertrand Arthur W illiam Russell (1872-1970) y Alfred North W hitehead
(1861-1947) desarrollaron una jerarquía en la teoría de conjuntos conocida como la teo
ría de tipos. Esta teoría axiomática de los conjuntos, entre otras formulaciones del siglo
veinte, evitaba la paradoja de Russell. Además de su trabajo en matemáticas, Russell escri
bió libros sobre filosofía, física y sobre sus opiniones políticas. Su gran talento literario
fue reconocido en 1950 cuando ganó el premio Nobel de literatura.
El descubrimiento de la paradoja d e Russell, aun cuando se pudo remediar, tuvo un
profundo impacto en la comunidad matemática, ya que m uchos comenzaron a preguntarse
si habría otras contradicciones ocultas. E n 1931, el matemático (y lógico) austríaco' Kurt
Godel (1906-1978) formuló la idea de que "en una condición de consistencia dada, cual
quier sistema axiomático formal suficientemente fuerte debe contener una proposición tal
que ni ésta ni su negación sea demostrable y tal que cualquier demostración de consisten
cia del sistema debe usar ideas y m étodos que están más allá de los propios del sistema en
L o r d B e r t r a n d A r t h u r W illía m R u s s e ll ( 1 8 7 2 - 1 9 7 0 )
Por último, aunque la probabilidad surgió con los juegos de azar y los problemas de
enumeración, la mencionamos en este punto debido a que la teoría de conjuntos evolucio
nó como el medio necesario para establecer y resolver problemas de esta importante área
contem poránea de las matemáticas aplicadas.
Gran parte de la historia y desarrollo de la teoría de conjuntos aparece en el capítulo 26
de C. Boyer [ 1 ], El desarrollo formal de la teoría de conjuntos, incluyendo los resultados
relativos a los conjuntos infinitos, se puede encontrar en H. Enderton [3], P. Halm os [4],
J. Henle [5] y P. Suppes [7]. Una interesante historia de los orígenes d e las ideas en proba
bilidad y estadística, hasta la época de Newton, aparece en F. N. David [2]. Los capítulos
1 y 2 de P. M eyer [ 6 ] son una fuente excelente para los interesados en aprender m ás acerca
de la probabilidad discreta.
B IB L IO G R A F ÍA
a) ¿Cuántos subconjuntos de A contienen todos los exactamente iguales, por lo que esta tabla de pertenencia
enteros impares de A? muestra que A C B = - A U B = B.
b) ¿Cuántos subconjuntos de ,4 contienen exactamente Utilice las tablas de pertenencia para verificar lo siguiente:
tres enteros impares?
c) ¿Cuántos subconjuntos de A de ocho elementos a) A Q B ^ > A r \ B = A
contienen exactamente tres enteros impares? b) [ ( A n B = A ) A ( B U C = C ) ] = >
d) Escriba un programa (o desarrolle un algoritmo) AUBUC=C
para generar un subconjunto de ocho elementos de c) C C B c A = M A n B ) U ( B n C ) =
A e imprimir el número de estos elementos que sean AflC
impares. d) A A 8 = C ^ A A C = B y 8 A C = A
'. Sean 4 . B .C Q *11. Demuestre que (A fl fi) U C = A H
U C) si y sólo si C £ A. 16. Enuncie el dual de cada teorema del ejercicio 15. (Aquí
I. Para cualesquiera A, B.CQ ’U, demuestre que (A - B) - se usa el resultado del ejemplo 3.17 junto con el teorema
= (A - C) - ( B - C). 3.5.)
. Para cualesquiera A, B,C Q Al, demuestre que (a) A U 17. a) Determine la cantidad de disposiciones lineales de
= ’U si y sólo si Á £ 8 ; (b); A n 8 = 0 si y sólo si A 3 B. m unos y r ceros sin que haya unos adyacentes.
(Establezca las condiciones necesarias para m. r.)
I. Sea Al un universo dado con A, 8 £ Al, | A fl 8 1 = 3, b) Si Al={l, 2.3 n }, ¿Cuántos conjuntos A £ Al
UBI = 8 y |A l| = 12. son tales que | A J = k y A no contiene enteros con
a) ¿Cuántos subconjuntos C £ 'Al satisfacenA 0 8 £
secutivos? (Establezca las condiciones necesarias
C £ A U B? ¿Cuántos de estos subconjuntos C
para n. k.)
contienen un número par de elementos? ____
b) ¿Cuántos subconjuntos D Q Al satisfacen A U 8 18. Sea A = {n|n e Z ' . l S í S 100). Si B C A, y ningún
Q D Q A U B? ¿Cuántos de estos subconjuntos D elemento de B es el triple de otro elemento de B, ¿cuál es el
contienen un número par de elementos? máximo valor posible de |B|?
Sea Al = R y consideremos el conjunto índice I = Q'. 19. En una exposición científica de una escuela secunda
ra cada q S Q*. sean A = [0, 2q) y B = (0,3q]. Determine ria, 34 estudiantes recibieron premios por sus proyectos cien
siguiente: tíficos. Se dieron 14 premios por proyectos de biología, 13
de química y 21 de física. Si tres estudiantes recibieron pre
a) An b) Byí c) A , - B, d) A jA B , mios en las tres áreas temáticas, ¿cuántos recibieron pre
e) U
q€J
A, f) U
qSI
B, g) P lA ,
qGI
h) f l B,
qGJ mios por exactamente (a) un área temática? (b) dos áreas
temáticas?
\. Para un universo Al y conjuntos A .B Q Al, demuestre 20. Si las letras de la palabra BOOLEAN se ordenan al
siguiente: azar, ¿cuál es la probabilidad de que las dos letras O queden
a) A A S = B A A b) A A A = Al juntas en la disposición?
c) AA A l = A 2 1 . Si se distribuyen 16 galletas con chispas de chocolate
d) A A 0 =A, por lo que 0 es el neutro paraA, al igual entre cuatro niños, ¿cuál es la probabilidad de que cada
que para U niño reciba (a) al menos una galleta? (b) al menos dos ga
i. Consideremos la siguiente tabla de pertenencia (Tabla lletas?
t). Si tenemos como condición que A C 8 , entonces sólo 2 2 . Cincuenta estudiantes, cada uno con 75 centavos, visi
bemos tener en cuenta las filas de la tabla para las que taron el salón de videojuegos del ejemplo 3.25. De ellos. 17
to es verdadero (las filas 1 ,2 y 4, que se indican mediante jugaron los tres videojuegos y 37 jugaron al menos dos de
a flecha. Para estas filas, las columnas de B y A U B son ellos. Ningún estudiante practicó otro del salón, ni tampoco
el mismo juego más de una vez. Cada juego cuesta 25 cen
labia 3.4 tavos y el total obtenido de la visita de los estudiantes fue
de $24.25. ¿Cuántos estudiantes optaron por ver y no jugar
A B AUB
ninguno de los juegos?
-> 0 0 0
23. ¿De cuántas formas puede asignarse trabajo a 15 ayu
-» 0 1 1 dantes de laboratorio en uno, dos o tres experimentos dife
1 0 1 rentes, de modo que en cada experimento haya al menos
-* 1 1 1 una persona al pendiente de él?
I ____________________ Ejercicios c o m p le m e n ta rio s 181
a que hemos oído d e los enteros desde nuestros primeros encuentros con la aritmética,
Y en este capítulo examinaremos una propiedad particular que se halla presente en el
subconjunto de los enteros positivos. Esta propiedad nos permitirá establecer algunas fór
mulas y teoremas matemáticos mediante una técnica llamada inducción matemática. Este
m étodo d e demostración tendrá un papel central en m uchos de los resultados que obten
dremos en capítulos posteriores de este texto. Además, este capítulo presenta tres conjun
tos de números que son muy importantes en el estudio de las m atemáticas discreta y
combinatoria: los números armónicos, los números de Fibonacci y los números de Lucas.
Cuando x, y 6 Z, sabemos que x + y , x y , x - y 6 Z. Así, decimos que el conjunto Z es
cerrado en (las operaciones binarias de) suma, multiplicación y resta. Sin embargo, al
pasar al caso de la división, vemos, por ejemplo, que 2 . 3 G Z pero que el número racional
f no es un elemento de Z. De modo que el conjunto Z de los enteros no es cerrado en la
operación binaria d e división entre números distintos de cero. Para enfrentar esta situa
ción, presentaremos una forma un poco restringida de división para Z y nos concentrare
m os en algunos elementos particulares de Z ‘ llamados primos. Estos primos serán como
los "bloques de construcción” de los enteros, y nos darán el prim er ejemplo de un teorema
de representación; en este caso, el teorema fundamental de la aritmética.
4 .1
El p r in c ip io d e l b u e n o rd e n :
In d u c c ió n m a t e m á tic a
Dados dos enteros diferentes x , y , sabemos que x < y o y < x. Sin embargo, esto también es
cierto si, en vez de ser enteros, x y y son números racionales o números reales. ¿Q ué hace
especial a Z en este caso? Supongamos que tratamos de expresar el subconjunto Z* de Z,
m ediante los símbolos d e desigualdad > y í . Vemos que podemos definir el conjunto de
los elementos positivos de Z como
183
N o obstante, cuando intentamos hacer lo mismo con los números racionales y reales, ve
mos que
pero no podemos representar Q‘ o R" con > como lo hicimos con Z*.
El conjunto Z* es diferente de los conjuntos Q* y R* por el hecho de que todo subconjunto
no vacío X de Z" contiene un entero a £ X tal que a < x, para todo x £ X \ es decir, X
contiene un elemento m enor (o mínimo). Esto no ocurre para Q~ o R*. Estos conjuntos en sí
mismos no contienen elementos mínimos: no existe un número racional positivo ni un nú
m ero real positivo mínimo. Si q es un número racional positivo, entonces, como 0 < ql2 < q,
tendríam os un número racional positivo m ás pequeño, ql2.
Estas observaciones dan lugar a la siguiente propiedad del conjunto Z* C Z.
Este principio sirve para distinguir a Z* de Q ‘ o R* Pero, ¿conduce a algo que sea
interesante o útil desde el punto de vista matemático? L a respuesta es un rotundo “ ¡Sí!” Es
la base de una técnica de demostración conocida como inducción matemática. E sta técnica
nos ayudará con frecuencia para demostrar una proposición matemática general relacio
nada con los enteros positivos, cuando algunos casos d e esa proposición sugieran un pa
trón general.
Ahora estableceremos la base de esta técnica de inducción.
E O R E M A 4.1 Principio de inducción fin ita o principio d e inducción matemática. Sea S{rí) una proposi
ción m atemática abierta (o un conjunto de tales proposiciones abiertas), en la que aparece
una o varias veces la variable n, que representa a un entero positivo.
a ) Si S (l) es verdadera; y
b) siem pre que S(k) sea verdadera (para algún k e Z~ particular, pero elegido al azar),
entonces S{k + l)será verdadera;
entonces S(n) es verdadera para todo n £ Z*.
D em ostración: S ea S(n) una proposición abierta con las condiciones (a) y (b), y sea F = {t I
£ Z * | S(t) es falsa}. Queremos m ostrar que F = 0, así que para obtener una contradicción
suponemos que F 0. Entonces, por el principio del buen orden, F tiene un elemento ;
m ínim o s. Com o S (l) es verdadera, s 1 , por lo que s > 1 y, en consecuencia, r - 1 £ Z‘.
C ornos - 1 £ F , tenem os queS(s - 1 ) es verdadera. Así, por la condición (b), se sigue que
S((s - 1) + 1) = S(s) es verdadera, lo que contradice que s £ F. La contradicción surge de
la hipótesis F 4= 0. Por lo tanto, F = 0.
Hemos utilizado el principio del buen orden en la demostración del principio de inducción
matemática. También es cierto que el principio de inducción matemática nos sirve para demos
trar el principio del buen orden. Sin embaigo, no nos detendremos en este punto por ahora. En
esta sección, nuestro principal objetivo es comprender y utilizar el principio de inducción ma
temática. (Sin embargo, en los ejercicios de la sección 4.2 analizaremos la forma en que se usa
el principio de inducción matemática para demostrar el principio del buen orden.)
En el enunciado del teorem a 4.1, la condición de la parte (a) se conoce como la base de
¡a inducción, m ientras que la parte (b) se conoce como el paso inductivo.
La elección d e 1 en la primera condición del teorema 4.1 no es obligatoria. Lo único
que se necesita es que la proposición abierta S(n) sea verdadera para un prim er elemento
^ E Z para que el proceso de inducción tenga un lugar de inicio. Necesitamos que S(n„)
sea verdadera como base de la inducción. El entero n0 podría ser 5 o 1. Incluso podría ser
0 o negativo, puesto que el conjunto Z* junto con {0} o cualquier conjunto finito de ente
ros negativos sigue siendo bien ordenado. (Si hacemos una demostración por inducción y
partimos de «o < 0 , nos fijamos en el conjunto de todos los enteros negativos consecutivos
> /¡o, unido con {0} y Z ‘.)
En estas circunstancias, podemos expresar el principio de inducción finita, usando
cuantificadores, como
F ig u ra 4.1
L a parte (c) de la figura indica que la verdad de S(n<¡) proporciona el empuje (a la derecha)
de la prim era ficha (en no). Esto proporciona la base de la inducción y pone en movimiento
el proceso. Com o 5(fe) es verdadera, S(fe + 1) es verdadera, lo que nos proporciona el paso
inductivo y continúa el proceso de caída de las fichas. Entonces, podemos inferir el hecho
de que S(n) es verdadera para toda n>/¡o si imaginam os rodas las fichas sucesivas cayendo
(hacia la derecha).
* £. ( k + l) ( f e + 2 )
¡-t 2
Hacemos lo siguiente.
Ahora que hemos obtenido la fórm ula para la sum a 2 ¡Ui de dos formas (véase el ej.
1.38), nos desviaremos un poco del tem a principal y estudiaremos un ejem plo que usa esta
fórmula de la suma.
/
U na ruleta tiene números d el 1 al 36 pintados en ella d e m anera aleatoria. Mostraremos
que, independientemente de la posición de los números, hay tres números consecutivos
(en la ruleta) que suman 55 o más.
S eazi cualquier número de la ruleta. Contamos en dirección de las m anecillas del reloj
a partir de y llamamos a los demás números x2, x3, . . . , xx . Para que el resultado sea
falso, debemos tener x, + x2 + x¡ < 55, x¡ + x¡ + x¡ < 55.......... x u + x 35 + x * < 55, x35 + xx +
Xi < 5 5 yxjs + x, +x¡ < 55. E n estas 36 desigualdades, cada uno de los térm inosx,, x; , . . . , x»
aparece exactamente tres veces, por lo que cada uno de los enteros 1 ,2 .........36 aparece tres
veces. Si sumamos las 36 desigualdades, tenemos q u e 3 2 x, = 3 2 í i ' < 36(55) = 1980.
Pero 2 *,¿ = (36)(37)/2 = 666 y esto nos d a la contradicción 1998 = 3(666) < 1980.
La siguiente fórm ula para una suma nos lleva de la primera potencia a los cuadrados.
S (n ): 2 ¡2 = (n )(n + l)(2 n + l ) / 6 .
1=1
2 i 2 = l 2 = ( 1 ) ( 1 + 1 )( 2 ( 1 ) + l) / 6 ,
i-l
por lo que 5(1) es verdadera.
Paso inductivo: Supongamos ahora la verdad de S(k) para un i 6 Z ‘ (particular), es
decir, supongamos que
k
2 i 2 = k ( k + 1 )( 2 & + l )/6
Í=1
es una proposición verdadera (al reemplazar n por k). D e esta hipótesis queremos deducir
la verdad de
*4-1
S ( k + 1 ): 2 i 2 = (k + 1 )((fe + 1 ) + l ) ( 2 (fc + 1 ) + l )/6
= (fe + l)()c + 2 )(2 k + 3 )/6 .
*+i *
2 ¡2 = i 2 + 22 + • • • + fe2 + (fe + 1 ) 2 = 2 i2 + (* + 1 ) 2
i= l ¡=l
= [(fe)(fe + l ) ( 2 fe + l ) / 6 ] + (fe + l ) 2.
k* 1
2 i 2 = (fe + l)[(fe)( 2 fe + l ) / 6 + (fe + 1 )] = (fe + l)[(2fe 2 + 7fe + 6 ) / 6]
= (fe + l)(fe + 2)(2fe + 3 )/6 ,
S (n ): £ ¿ = 1 + 2 + 3 + • •• + n = (n2 + n +2)12.
r=l
= (fc2 + 3* + 4)/2.
Por lo tanto, para cualquier k e Z*\ se tiene que S{k) => S(k + 1 ). Pero antes de decidir
si aceptamos la proposición Vn 5(n) como verdadera, reconsideremos el ejemplo 4 . 1 , don
de aprendimos que £ ¿ = n(n + l)/2 , para todo n € Z*. Por lo tanto, podemos usar estos
t»l
dos resultados (el ejem plo 4.1 y el recién “establecido”) para concluir que
Vn [ n ( n + l)/2 = £ ¿ = (n2 + n + 2 ) n \ .
del resultado del ejemplo 4.1, tenemos ¿ i = n0(u0 + l)/2 , por lo que nuevamente tendría
mos 0 = 2 ; así, no tenemos un punto de inicio.
Este ejemplo debe indicar al lector la necesidad d e establecer la base d e la inducción;
sin im portar lo fácil que sea verificarla.
P r o g r a m Sum O f S q u a r e s l ( i n p u t , o u t p u t ) ;
V ar
i,n ,S : in te g e r;
B e g in
W r i t e l n ( • Q u e re m o s e n c o n t r a r l a su m a d e lo s cu a d ra d o s de lo s
p rim e ro s ') ;
W rite C n e n te ro s p o s itiv o s , cuando n = ') ;
R e a d (n );
s := 0 ;
i := 0 ;
R epeat
i := i + 1;
S := s + s q r(i)
U n t i l i ' = n.-
W r i t e l n t 'L a su m a d e lo s cu a d ra d o s d e lo s p rim e ro s ', n :0 );
W rite C e n te ro s p o s itiv o s e s s :0 )
End.
Q u e re m o s e n c o n t r a r la sum a d e lo s cu a d ra d o s de lo s p rim e ro s
n e n t e r o s p o s i t i v o s , c u a n d o n = 17
L a sum a d e l o s c u a d ra d o s d e l o s p r im e r o s 17
e n te ro s p o s itiv o s es 1785
F ig u ra 4 .2
P ro g ram S u m O fS q u aresl (in p u t, o u tp u t)
V ar
n ,s : in te g e r;
B e g in
W r i c e l n l 'Q u e r e r o s e n c o n t r a r l a sum a d e l o s c u a d ra d o s d e l o s ’ );
W r i t e ( 'p r i m e r o s n e n t e r o s p o s i t i v o s , cuando n = ’ );
R e a d ( n ) ,-
s := (n ) * ( n + 1 ) * ( 2 * n + 1 ) D iv 6 ;
W r i t e l n ( 'L a s u m a d e lo s c u a d ra d o s de lo s p rim e ro s n :0 );
W r ite (• e n te ro s p o s itiv o s es s :0 )
End.
Q u e re m o s e n c o n tr a r l a sum a d e l o s c u a d ra d o s d e lo s p rim e ro s
n e n te ro s p o s i t i v o s , c u a n d o n = 17
L a sum a d e l o s c u a d r a d o s d e l o s p r i m e r o s 17
e n te ro s p o s itiv o s e s 1785
Figura 4.3
1) 1 = 1 (= 1 2)
2) 1+ 3 = 4 (= 2 2)
3) 1+ 3+ 5 = 9 (= 32)
4) 1+ 3+ 5+ 7 = 16 (= 42)
S) 1+ 3+ 5+ 7+ 9 = 25 (= 52)
6) 1+ 3+ 5 + 7 + 9 + 11 = 36 (= 6 2)
D e estos primeros seis casos conjeturamos el siguiente resultado: la sum a de los prime-
ros n enteros positivos impares consecutivos es n2, es decir, para todo n S Z",
S (n ): 2 ( 2 ¿ — 1 ) = n 2.
Ahora que hemos desarrollado una posible fórmula correcta para la suma, utilizaremos
el principio de inducción m atemática para verificar que es verdadera para todo « 1 1 .
D e los cálculos anteriores, vemos que 5(1) es verdadera [al igual que 5(2), 5(3), 5(4),
5(5) y 5(6)], por lo que ya tenemos una base para la inducción. Para el paso inductivo,
suponemos que S(k) es verdadera y tenemos
4
Deducimos ahora que S(k + 1) es verdadera: £ (2i - 1 ) = (¿ + l)2. Com o suponemos
que S(k) es verdadera (nuestra hipótesis de inducción) escribimos
Jr-rl k
2 (2 i — 1 ) = X ( 2i — 1 ) + [2 (fc + 1 ) - 1 ] = fc2 + [2 (fc + 1 ) - 1 ]
¿-1 i- 1
= lc2 + 2 k + l = (k + l ) 2.
Ahora es el momento para analizar algunos resultados que no son fórm ulas para sumas.
¡ Ejemplo 4 .6 | En la tabla 4.1 hemos enumerado en columnas adyacentes los valores de 4n y n2 - 7 para
los enteros positivos n, donde 1 < n < 8 .
Tabla 4.1
n 4n n2- 7 n 4n n2 —7
1 4 -6 5 20 18
2 8 -3 6 24 29
3 12 2 7 28 42
4 16 9 8 32 57
Por lo tanto, por el principio de la inducción matemática, 5(n) es verdadera para todo n > 6 .
Entre las varias sucesiones interesantes de números que aparecen en las matemáticas dis
creta y combinatoria, están los números armónicos H¡, H .. H , , . . . . donde
H ,= 1
H 2= 1 + \
H 3= 1 + í + i ,
S (k ): s 1 + k.
_ + 2 3 + + 2 ‘] + [( 2 * + l ) + (2 ‘ + 2 ) + ~ ( 2 * + 2 *)j
= H 2Í + [( 2 i + l ) ‘" ( 2 ‘ + 2 ) + + (2 * + 2 *)]'
f f í - s ^ + ( 2 ‘ ) ( | ) = ü z< + l .
+ 1 s ( 1 + k ) + 1 = 1 + (* + 1 ),
por lo que el resultado S(n) es verdadero para todo n e N, en virtud del principio de
inducción matemática.
b) Si n G Z \ entonces 2 H¡ = (n + 1 )H „ — n.
i-i
D em ostración: Como lo hemos hecho en los ejemplos anteriores (es decir, los ejemplos
4.1 ,4 .3 y 4.5), verificamos la base de inducción en n = 1 para la proposición abierta S'(n):
^ H j = (n + ! ) / /„ - n. Este resultado se sigue fácilmente de
/=i
2 H i = H i = 1 = 2 - 1 - 1 = (1 + l ) H i - 1.
Para verificar el paso inductivo, supondremos que S'(*) es verdadera; es decir,
k
2 H j = (,k + l ) H k - k .
;=i
W h ile n o 0 do
B e g in
x := x*y;
n := n - 1
End;
A nsw er := x ;
Figura 4.4
El diagrama de flujo para este segmento de program a aparece en la figura 4.5. Mientras
desarrollamos nuestra demostración será conveniente hacer referencia a dicho diagram a
Prim ero consideremos S(0), la proposición para el caso n = 0. En este caso, el programa
llega a la parte superior del ciclo W hile, pero como n = 0, se sigue a la ram a No en el
diagrama de flujo y se asigna el valor x = x (l) = x(y°) a la variable real Answer. Por lo
tanto, la proposición 5(0) es verdadera y se establece la base de inducción de nuestro
argumento.
Ahora supondremos que S(k~) es verdadera, para algún entero k no negativo. Esto nos
proporciona la hipótesis d e inducción.
S(k): Para cualquier*, y E R , si el program a llega a la parte superior del ciclo W hile con
k £ N , después de evitar el ciclo (para k = 0) o ejecutar las dos instrucciones del ciclo &(>0)
veces, entonces el valor de la variable real Answ er es * ( /) .
Si seguimos con el paso inductivo de la demostración, al trabajar con la proposición S(k + 1 ),
observam os que, com o 1 + 1 2 1, el program a no seguirá la ram a No ni evitará las instruc-
Figura 4.5
ciones del ciclo While. Las dos instrucciones (en el ciclo W hile) se ejecutarán al menos
una vez. Cuando el program a llegue a la parte superior del ciclo W hile por prim era vez.
n = k + 1 > 0 , de modo que las instrucciones del ciclo se ejecutan y el program a regresa a
la parte superior del ciclo While, donde ahora vemos que
• El valor de y no h a cambiado.
• El valor de x es a:, = x(y') = xy.
• E l valor de n es (k + 1) - 1 = k.
Pero ahora, por nuestra hipótesis de inducción (aplicada a los números reales x¡, y), sabe
mos que después de evitar el ciclo (para k = 0 ) para x,, y y n = k, o ejecutar las dos
instrucciones del ciclo £(>0) veces, entonces el valor de la variable real Answer es
* . ( / ) = to O (y * ) = * ( / • ' ) .
[ Ejemplo 4.10 , De la ecuación 14 = 3 + 3 + 8 vemos que podemos expresar el número 14 usando solamente
treses y ochos como sumandos. Pero lo que parece soiprendente es que para cualquier n > 14,
S(n): n se puede escribir como una suma de treses y ochos (sin importar el orden).
Com o comenzaremos a verificar S(n) para todo n > 14. la frase introductoria anterior
muestra que la base de inducción S(14) es verdadera. Para el paso inductivo, suponemos
que S(k) es verdadera para algún k G Z*, donde k~> 14 y veremos lo que ocurre con S(k +
1). Si existe al menos un ocho en la suma (de treses y ochos) que sea igual a k , entonces
podemos reemplazar este ocho por tres treses y obtener k + 1 como una sum a de treses y
ochos. Pero supongam os que 8 no aparece com o sumando de k. Entonces, el único su
m ando utilizado es un 3 y, como k 2 14, debem os tener al m enos cinco treses como
sum andos. Y ahora, si reem plazamos cinco de esos treses por dos ochos, obtenemos la
sum a k + 1 , donde los únicos sumandos son treses y ochos. P or lo tanto, hem os mostrado
que S(k) =s S(k + 1); el resultado se sigue para todo n 2:14 por el principio de inducción
m atemática.
Ahora que hemos visto varias aplicaciones del principio d e inducción matemática, ce
rraremos esta sección presentando otra forma de inducción m atemática. Esta segunda for
m a se conoce a veces como la fo rm a alternativa de la inducción, el m étodo de inducción
completa o el principio de inducción matemática fuerte.
De nuevo, consideremos una proposición de la forma Vn > nc¡ S(n), donde no 6 Z*;
ahora estableceremos una base de inducción y un paso inductivo. Sin embargo, esta vez, la
base de inducción requiere la demostración de algo más que el prim er caso, cuando n = rv,
En el paso inductivo, supondremos que todas las proposiciones S(n0), S(«o + 1 ) ,. .. , S ( k - 1)
y S(k) son verdaderas, para establecer la verdad de la proposición S(k + 1). En el siguiente
teorem a presentam os form alm ente este segundo principio d e inducción matemática.
"EOREMA 4 .2 Principio de inducción finita, fo rm a alternativa. Sea S(n) una proposición matemática
abierta (o un conjunto de tales proposiciones abiertas) donde la variable n, que representa
un entero positivo, aparece una o m ás veces. Además, sean n0, n, e Z* con n 0 < n t
Com o en el teorem a 4.1, la condición (a) se denomina base de inducción y la condición (b)
paso inductivo.
L a demostración del teorema 4.2 es sim ilar a la del teorem a 4.1; pediremos al lector que
la realice en los ejercicios de esta sección. También en estos ejercicios veremos que las dos
formas de inducción matemática (dadas en los teoremas 4.1 y 4.2) son equivalentes, ya
que cada una puede ser una técnica de demostración válida si suponemos la verdad de la
otra.
Antes de dar ejemplos de aplicación del teorema 4.2, m encionarem os, como lo hicimos
para el caso del teorem a 4.1, que no es necesario que n0 sea un entero positivo; en realidad,
podría ser 0 o incluso un entero negativo. Ahora que hemos vuelto a señalar este punto,
veamos cóm o aplicar esta nueva técnica de demostración.
Nuestro prim er ejemplo resultará conocido ya que simplemente aplicaremos el teorema
4.2 para obtener el resultado del ejemplo 4.10 en otra forma.
4.11 Los siguientes cálculos indican que es posible escribir (sin im portar el orden) los enteros
14, 15,16 usando como sumandos sólo treses y ochos.
14 = 3 + 3 + 8
15 = 3 + 3 + 3 + 3 + 3
16 = 8 + 8
D em ostración: Está claro que las proposiciones 5(14), 5(15) y 5(16) son verdaderas; esto
establece la base de inducción. (En este caso, = 14 y n¡ = 16.)
Para el paso inductivo, suponemos que las proposiciones
son verdaderas para algún k G Z*, donde k > 16. [La hipótesis d e que estas (k - 14) + 1
proposiciones son verdaderas constituye nuestra hipótesis de inducción.] Y ahora, si n = k
+ 1, entonces n > 17 y i + 1 = ( k - 2 ) + 3. Pero como 14 < k - 2 < k y ya que S(k - 2 ) es
verdadera, sabemos que (k - 2 ) puede escribirse com o una sum a d e treses y ochos; así,
(k + 1) = (k - 2) + 3 también puede escribirse de esa forma. Por lo tanto, 5(n) es verdadera
para todo n > 14 por la forma alternativa del principio de inducción m atemática.
En el ejem plo 4.11 vimos que el hecho d e que S (k + 1) sea verdadera se dedujo de la
verdad d e un resultado anterior S(k - 2). Nuestros dos ejem plos siguientes m uestran que
hay situaciones en las que se necesita que m ás de un resultado anterior sea verdadero.
ao = l , a i = 2 ,f l 2 = 3 , y
a„ = o„-i + Or- 2 + a„- 3. para todo n G Z* tal que a a 3.
i) a0 = l = 3 ° £ 3 ° ;
ü) a, = 2 £ 3 = 3!; y
iii) a 2 = 3 £ 9 = 32.
Por lo tanto, sabemos que S'(0), 5'(1), 5'(2) son proposiciones verdaderas.
Ahora analicemos el paso inductivo, en que suponemos que las proposiciones S'(0),
S ’( l) ,5 '( 2 ) ,. . . ,S '(k - 1) ,S ’(¿) son verdaderas, para algún i E Z * donde k 2 2. Para el caso
en que n = k + 1 > 3 vemos que
Antes de analizar el último ejemplo de esta sección, revisarem os los dos resultados
anteriores. En los ejemplos 4.11 y 4.12 establecimos la base de inducción verificando la
verdad de tres proposiciones: S( 14), S( 15) y S(16), en el ejemplo 4 . 1 1 ; y S’(0), S ’( 1) y S ’(2) en
el ejemplo 4.12. Sin embargo, para deducir la verdad d e S(k + 1) en el ejemplo 4.11, en
realidad utilizamos solamente una de las (k - 1 4 ) + 1 proposiciones de la hipótesis de inducción;
a saber, la proposición S ( k - 2). Para el ejemplo 4.12 usamos tres de las * + 1 proposiciones
de la hipótesis de inducción; en este caso, las proposiciones S'(k - 2),S'(k - 1) y S'(k).
p 0= 3, p i = 7, y p» = 3 p „ -i — lp n - 2 , p a r a n S Z * donde n a 2.
[Así, por ejemplo, p2= 3p, - 2p0= 3(7) - 2(3) = 15 y p ¡ = 3 p ,—2p ,= 3(15) - 2(7) = 31.)
Usaremos la forma alternativa de la inducción matemática para m ostrar que p„ = 2“~J - 1
para todo n £ N.
D em ostración: A quí tenemos la proposición abierta
S(n): p „ = 2 "+2 - l ,
S( 0 ): po = 3 = 20*2 — 1 , y
S ( l) : P i = 7 = 2 1*2— 1
son verdaderas.
Si suponemos que las proposiciones 5(0), S( 1 ) , . . . , S(£ - 1) y S(k) son verdaderas para
algún k G Z" donde ¿ 2 1 , consideremos a continuación el caso en que n = k + 1 > 2 .
Tenemos que
[En este caso, la sustitución dept y p¡ _i se basa en las proposiciones S(k) y S ( k - 1 ), las dos
últim as de la lista de k + 1 proposiciones de la hipótesis de inducción.]
Así, por la forma alternativa del principio d e inducción m atemática, S(n) es verdadera
para todo n > 0. (En el capítulo 10 haremos una incursión en los m étodos para obtener las
soluciones explícitas a dichas ecuaciones.)
c) ¿ T 7 ^ = - 1 7 d) ¿ 2 - = 2 2 -= 2" - 1
¡-i ¡(i + 1 ) n + 1 ¡-i ¡-o
10 FOR I = 1 T0 123
20 FOR J = 1 T0 I
30 PRINT I*J
40 NEXT J
50 NEXT I
60 END
V (n + ( 1 / 2))2
2 , i- = -<
Demuestre que la verdad de S(k) implica la verdad de S(k + 1) para cualquier k G Z '. ¿Es
verdadera S(n) para todo n G Z*?
16. Consideremos las cuatro ecuaciones siguientes:
(1 ) 1 = 1
(2) 2+3+ 4= l + 8
(3) 5 + 6 + 7 + 8 + 9 = 8 + 27
(4) 10 +11 + 12 + 13 + 14 + 15 + 16 = 27 + 64
Conjeture la fórmula general sugerida por estas cuatro ecuaciones y demuéstrela.
17. Consideremos las seis ecuaciones siguientes:
(1) 12 + 02 = 12 (3) 52 + 122= 132 (5) 92 + 402 = 412
(2) 32 + 42 = 52 (4)72 + 242= 252 ( 6) 112 + 602 = 612
Conjeture la fórmula general sugerida por estas seis ecuaciones y demuéstrela.
18. Sean S, y S, tales que |S ,| =m, |S¡i = r, param, r S Z ’ v los elementos deS,.S; están en orden
ascendente. Se puede demostrar que los elementos de S, y 5; se pueden agrupar en orden
ascendente sin hacer más de m + r - 1 comparaciones. (Véase el lema 12.1) Use este resultado
para establecer lo siguiente:
Para n 2 0, sea S un conjunto con | S [ = 2 ”. Demuestre que el número de comparaciones
necesarias para colocar los elementos de S en orden ascendente está acotado por n • 2*.
19. Si n G Z*. demuestre que si sen 9 * 0, entonces
£
b) eos 0 + eos 30 + eos 50 + • • • + cos(2n —1)0 = -
20. En el segmento de programa en Pascal que se muestra en la figura 4.6. x, y y Answer son
variables reales y n es una variable entera. Antes de la ejecución de este ciclo While. el usuario
proporciona los valores reales á e x y y , así como un valor entero no negativo paran. Demuestre
por inducción matemática que para cualesquiera x, y G R, si el programa llega a la parte
superior del ciclo While con « G N después de evitar el ciclo (para n = 0) o ejecutando las dos
instrucciones del ciclo n(>0) veces, entonces el valor asignado a Answer es x + ny.
W hile n o 0 do
B egin
x : = x + y;
n := n - 1
End;
Answer : = x;
F ig u r a 4 . 6
2 1. Durante la ejecución de un programa en Pascal, el usuario asigna a las variables enteras x y n
ciertos enteros positivos (posiblemente diferentes). El segmento en Pascal que se muestra en la
figura 4.7 va inmediatamente después de estas asignaciones. Si el programa llega a la pane
superior del ciclo While, enuncie y demuestre (por inducción matemática) cuál será el valor
asignado a Answer después de ejecutarse las dos instrucciones del ciclo n(>0) veces.
Figura 4.7
22 . a) Sea n € Z ', con n * 1 , 3. Demuestre que n puede expresarse como una suma de doses.
cincos o ambos.
b) Para cualquier n £ Z*. muestre que si n > 24, entonces n puede expresarse como una suma
de cincos y/o sietes.
23. Para n e Z*. sea p, el número (aproximado) de bacterias que hay en un cultivo, al final de n
horas (después de iniciado un experimento). Sip, = 1000.p2= 2000 y p.=p,., +p, . :. para todo
n > 2 , muestre que
4.2
D e f in ic io n e s r e c u r s iv a s
Comenzaremos esta sección analizando la sucesión de enteros b0, b¡, b¡, b s donde b, =
2 n para todo « £ N. Tenemos que b0= 2 ■0 = 0, b¡ = 2 -1 = 2, b2= 2 ■2 = 4 y b,= 2 • 3 = 6 .
Si, por ejemplo, necesitamos determinar b6, simplemente calculamos bt = 2 ■6 = 12, sin
necesidad d e calcular el valor de br, para cualquier otro n G N. Podemos realizar estos
cálculos y a que tenemos una fórmula explícita, br_=2n, que nos dice cómo determinar b,
conociendo n (solamente).
Sin embargo, en el ejemplo 4.12 de la sección anterior, examinamos la sucesión de
enteros ao, a„ a2, a ¡ ,. . . , donde
Oo = l , 4i = 2, a2 = 3,
= a„ - 1 + a ,. 2 + a„-3 para todo n £ Z* tal que n a 3.
* A quí no tenemos una fórm ula explícita que defina cadaa„ en términos de n, p ara todo n S
N. Si queremos conocer el valor de a6, por ejemplo, necesitamos los valores de a5, a - y a,.
Y estos valores (los d e a 5, a 4 y a¡) requieren que conozcamos también los valores d ea* a,
y a0. A diferencia de la situación m ás fácil en que determinamos b6= 2 - 6 = 12, para
calcular a s tendríamos que escribir
Os = a¡ + a¡ + a 3
= (a 4 + a-¡ + a 2) + + a2 + at) + (a 2 + o, + oo)
= [(a 3 + a 2 + a¡) + (a 2 + a¡ + Oo) + a j + [(a 2 + a, + a,,) + a 2 + a ,] + (a 2 + a i + ao)
= [ [ ( « 2 + ai + Oo) + a2 + a ,] + (a2 + a , + ao) + a 2]
+ [(a2 + a , + Oo) + a2 + a j + (a2 + a, + ao)
= [[(3 + 2 + 1 ) + 3 + 2] + (3 + 2 + 1) + 3] + [(3 + 2 + 1) + 3 + 2] + (3 + 2 + 1 )
= 37.
o bien, de una m anera más sencilla, podríamos haber ido en la dirección opuesta, con estas
consideraciones:
a3 = a2 + a i + ao = 3 + 2 + l = 6
34 = a3 + 02 + ai = 6 + 3 + 2 = 11
a< = a4 + a3 + a2 = 11 + 6 + 3 = 20
Oo = Os + a¡ + a3 = 20 + 11 + 6 = 37.
Sin importar cóm o lleguemos a as, vemos que las dos sucesiones de enteros (bo, b¡, b¡, b¡,
. . . , y Oo, a i, 02, 03, . . . ) n o sólo son numéricamente diferentes. Los enteros b0, b¡, b¡, b¡.
. . . , se pueden enumerar fácilmente como O, 2, 4 , 6 , . . . y para cualquier « 6 N tenemos
la fórmula explícita b„ = 2n. Por otro lado, tal vez sea difícil (si no es que imposible)
determ inar tal fórmula explícita para los enteros ao, a i, a 2, a3, . . .
Lo que ocurre aquí p ara esta sucesión de enteros puede ocurrir también para otros
conceptos matemáticos: conjuntos y operaciones binarias, así como funciones (en el capí
tulo 5), lenguajes (en el capítulo 6 ) y relaciones (en el capítulo 7). A veces es difícil definir
un concepto m atemático d e m anera explícita. Pero, como en el caso de la sucesión a<¡, a¡,
a2, a-i, . . . , podríamos definir lo que necesitamos en términos de otros resultados anteriores
similares. (Examinaremos lo que esto significa en los distintos ejem plos de esta sección.)
Cuando hacemos esto, decimos que el concepto está definido en form a recursiva, usando
el m étodo o proceso de recursión. D e esta m anera obtenemos el concepto que nos intere
saba estudiar, por m edio de una definición recursiva. Por lo tanto, aunque no tengamos
una fórm ula explícita en el caso de la sucesión ao, Ot, a2, a 3, . . . . sí tenemos una forma de
definir los enteros a , para « E N , por recursión. Las asignaciones
ao = 1, ai = 2, a2 = 3
proporciona el proceso recursivo; indica la form a de obtener nuevos elem entos de la suce
sión a partir de los resultados anteriores y a conocidos (o que se pueden calcular). [Nota:
los enteros calculados a partir de la ecuación (*) también pueden calcularse a partir de la
ecuación a^¡ = a „.2 + a„. 1 + a„ para n G N.]
/>i A (p 2A p 3) » (p , A pz) A p 3,
y, por lo tanto, podemos escribir p¡ A p 2 A p 3 sin ambigüedad. E sto se debe a que el valor
de verdad de la conjunción de las tres proposiciones no depende de los paréntesis introdu
cidos p ara indicar el orden d e formación d e la conjunción d e los pares d e proposiciones
(dadas o resultantes). Pero nos interesaba el significado que podríamos atribuir a una ex
presión com o p i A p 2 A p 3 A p4. E l siguiente ejemplo aclara ahora esta cuestión.
L a conectiva lógica A se definió (en la sección 2.1) solam ente para dos proposiciones a la
vez. ¿Cóm o trabaja uno entonces con una proposición como p t A p , A p} A p4, donde p u
p2, p 3 y p 4 son proposiciones? Para responder esta pregunta, introducimos la siguiente
definición recursiva, en la que el concepto de cierta etapa [la (n + l)-ésim a] se desarrolla
a partir del concepto comparable de una etapa anterior [la n-ésima].
Dadas cualesquiera proposiciones p ,, p ly . . . , p„, p,*i, definimos
1) la conjunción d e p ,, p 2 como p¡ A p , (com o lo hicimos en la sección 2.1) y
2 ) la conjunción d e p ,, p , p„, p„*i, para n > 2 , como
p ,A p 2A • • ■A p„ A p„4i< ^ (p iA p 2A - • • A p „) A p „tl.
[El resultado d e (1) establece la base de la recursión, m ientras que la equivalencia lógica
de (2) se usa para proporcionar el proceso recursivo. Observe que la proposición que
aparece en el lado derecho de la equivalencia lógica en (2 ) es la conjunción de dos propo
siciones: p„*i y la proposición (p¡ A p 2 A - • • A p ,) determinada con anterioridad.]
Por lo tanto, definimos la conjunción de p i,p 2, p-„ p¡ como
p , A p j A p 3A p 4O (p , A p 2A p 3) A p 4.
( Pi A p 2A p 3) A p 4» [ ( p , A p 2) A p 3] A p 4
<=>(PiAp2) A ( p 3A p 4)
*>Pi A [p 2A ( p 3A p 4)]
•» P iA [ (p 2A p 3)A p 4]
O p , A ( p 2A p 3Ap„).
S ( * ) : ( p , A p 2A • • • A p ,) A ( p „ , A • • • A p * ) « p , A p 2 A • • • A p , A p „ , A • • • A p * .
Entonces, m ostramos que S(it) => S(it + 1). Cuando consideramos k + 1 proposiciones,
entonces debemos tener en cuenta que 1 < r < k + 1 .
1 ) Si r = k, entonces
( P i A p 2A - • - A p * ) A p * ,., O p , A p 2A • • • A p * A p * „ ,
( P i A p 2 A • • • A p r) A ( p , , , A • • • A p * A p * , . , )
O ( p , A p 2 A • • • A p , ) A [ ( p „ , A • • ■A p * ) A p * , J
« [ ( p , A p 2 A - • ■A p , ) A ( p „ , A - • ■A p * ) ] A p * „
O ( p , A p 2A • • • A p , A p „ , A • • • A p * ) A p * , ,
O p , A p 2A - - - A p , A p „ , A - - - A p * A p * * , .
Así, del principio de inducción matemática (Teorema 4.1), se sigue que la proposición
abierta S(n) es verdadera para todo n S Z* tal que n > 3 .
Nuestro siguiente ejemplo ofrece una segunda oportunidad p ara generalizar una pro
piedad asociativa, pero esta vez con conjuntos en vez de proposiciones.
A , U A ¡ U - ” U A , U A , „ = (A , U A 2 U • • • U A .) U A „ „
donde el conjunto del lado derecho de esta igualdad entre conjuntos es la unión de dos
conjuntos. A, U A¡ U ■• ■U A .y A ,„. (Aquí tenemos el proceso recursivo necesario para
term inar nuestra definición recursiva.)
D e esta definición obtenemos la siguiente “propiedad asociativa generalizada de U”.
Si n, r S Z*, con n > 3 y 1 ¿ r < n , entonces
S(n): ( A j U A z U - '- U A J U C A ^ i U - '- U A . )
= A , U A 2U • •• L M , U A „ i U •• •U A „
donde A, £ ^Upara todo 1 < i < n.
D em ostración: L a verdad de S(n) p aran = 3 se sigue de la propiedad asociativa de U , con
lo que obtenemos la base necesaria para esta demostración inductiva- Si suponemos la
verdad d e S(k) para algún k £ Z ’, tal que fc > 3 y 1 < r < k , establecemos ahora nuestro
paso inductivo, m ostrando que S(k) => S{k + 1 ). Al trabajar con k + 1 (£ 4 ) conjuntos,
necesitam os considerar que 1 £ r < k + 1. Tenemos que
1) Para r = k tenemos
(A , U A 2U ••• U A , ) U ( A „ i U • ••U A t U AM )
= ( A ¡ U A 2U ••- U A , ) U [ ( A „ , U •- •U A , ) U A i ( ,]
= [ ( A 1U A 2U • - •U A , ) U (A rtl U ••• U A t) ] U A w
= (A¡ U A ¡ U - - • U A , U A h U ••• U A t ) U A t „
= A 1U A 2U ” - U A r U A „ I U - - ' U A i U A w .
Así, se sigue del principio d e inducción m atemática que S(n) es verdadera para todos los
enteros n > 3.
En forma análoga al resultado del ejemplo 4.15, la intersección de los n + 1 conjuntos A,,
A j,. . . ,A„,AWI, (cada uno tomado del mismo universo^!) se define de manera recursiva como:
A i n A 2 n - - - n A „ n A „ <.i = ( A i n A 2 n - - - n A , ) n A „ i ,
Vemos que las definiciones recursivas para la unión e intersección de cualquier número
finito de conjuntos proporcionan el m edio p or el cual podemos extender las leyes de De
M organ de la teoría de conjuntos. M ediante la inducción matemática, estableceremos una
de estas extensiones en el siguiente ejemplo y solicitaremos una demostración d e la otra
extensión en los ejercicios de la sección.
A , n A 2n - - - n A „ = a ,u a 2 u ••• u a „.
A , n A 2n - - - n A * = a , u a ¡ u ••• u a *.
Y cuando consideramos k + 1 (> 3), usamos la hipótesis de inducción para obtener la terce
ra igualdad entre conjuntos en lo siguiente:
A i n A 2r \ - - - n A k n A M = ( x , n A 2 n - - - n 2i t ) n A 4+1
= ( A i r M 2n - - - n A i ¡ ) u a * + i = (A i u a 2u ••• u a * )u a * + i
= A i U A 2U • •• U Í i U Í 1H.
Esto establece entonces el paso inductivo en nuestra demostración, con lo que obtenemos
esta ley generalizada de De Morgan para todo « 2 2 por el principio de inducción matemá
tica.
A hora que hemos visto las dos definiciones recursivas (en los ejem plos 4.14 y 4.15), al
continuar estudiando situaciones en las que aparezca este tipo de definición, generalmente
nos abstendrem os de nombrar las partes d e la base y la recursión. D e la m isma forma, no
siem pre designaremos la base y los pasos inductivos en una demostración por inducción
matemática.
Si analizamos los ejemplos 4.14 y 4.15, las definiciones recursivas de ambos ejemplos
parecen similares, y a que si intercambiamos la proposición p, con el conjunto A,-, para todo
1 < ; < n + 1 y si intercambiamos cada ocurrencia de A con U y reemplazamos <=>con =,
entonces podemos obtener la definición recursiva en el ejemplo 4.15 mediante la defini
ción dada en el ejemplo 4.14.
D e m anera similar, podemos definir de m anera recursiva la suma y producto de n nú
m eros reales, donde n € Z* y « 2 2. Entonces, podemos obtener (por el principio de
inducción m atemática) propiedades asociativas generalizadas p ara la sum a y multiplica
ción de números reales. (En los ejercicios de la sección, pediremos al lector que lo haga)
Queremos estar al tanto de dichas propiedades asociativas generalizadas ya que las hemos
estado utilizando y seguiremos utilizándolas. E l lector podría sorprenderse de ver que ya
hemos utilizado la propiedad asociativa generalizada de la suma. Por ejemplo, en cada uno
de los ejemplos 4.1 y 4.3 se utilizó la propiedad asociativa generalizada para establecer el
paso inductivo (en la demostración por inducción matemática). Además, ahora que nos
hemos percatado d e ella d e m anera más cabal, podemos utilizar la propiedad asociativa
generalizada de la sum a (por lo general, de manera implícita) en las definiciones recursivas;
ya que ahora no habrá ambigüedad si deseamos sumar cuatro o m ás sumandos. Por ejem
plo, podríamos definir la sucesión d e números armónicos H¡, H2, , como
1 ) H¡= 1 ; y
1 ) 0 1 = 1 ; y,
2) Para n > 0, (« + 1)! = (n + l)(n!).
(Esto fue sugerido en el párrafo que sigue a la definición 1.1 en la sección 1.2.)
A sí mismo, la sucesión de enteros ¿>0, b¡, í>2, * 3 , . . . , dada explícitamente (al comienzo de esta
sección) por la fórmula br= 2 n, « E N , puede ser definida ahora en form a recursiva como
1 ) f-o= 0 ; y,
2) P a ra n > 0, b„.,= br. + 2.
Ejem plo 4 .17 En la sección 4.1 presentam os la sucesión de números racionales llam ados números armó
nicos. A hora presentamos una sucesión entera que es importante en combinatoria y teoría
de grafos (temas que estudiaremos m ás adelante en los capítulos 5, 10, 11 y 12). Los
números d e Fibonacci se definen en forma recursiva como
1) F0 = 0 , *1 = 1; y
2) F„ = F„.i + F„-2, para n E Z * c o n n a 2.
F 2 = F 1 + F„ = 1+ 0=1
F 3 = F 2 + F] = 1+ 1= 2
F, = F¡ + F2 = 2+ 1= 3
F¡ = Ft + F¡ = 3+ 2 = 5.
También vemos que Fs= 8 , F ,= 13, F8= 21, F , = 34, F,0= 55, F „ = 89 y F¡,= 144.
L a definición recursiva de los números de Fibonacci se puede utilizar (junto con el
principio de inducción m atemática) para establecer muchas d e las propiedades interesan
tes que exhiben estos números. Analizaremos ahora dos de estas propiedades.
V nE Z * 2 F ? = F„x F „ „
¡-o
D em ostración: P a r a n = l , e l resultado de la ecuación (1) nos demuestra que la conjetura
es verdadera en este prim er caso.
Si suponemos que la conjetura es verdadera para algún k S 1, se obtiene por la hipóte
sis d e inducción:
£ f 2 = F * x F*(1.
i-X
Si pasamos ahora al caso en que n = k + 1 ( 2 2 ), tenemos que
i* i t
2 F¡ = 2 F f + F l t i = (Ft x Fk,¡) + Fl+i = Fk-i x (Ft + Fi¡+¡) = Fw l x Fk+2-
i=0 i=0
Por lo tanto, la verdad del caso n = k + 1 se sigue del caso n = i . A sí, la conjetura dada es
verdadera para todo n 6 Z*, por el principio de inducción matemática. (Tal vez el lector
observe que el cálculo anterior utiliza la ley asociativa generalizada para la suma. Además,
empleamos la definición recursiva de los números de Fibonacci, que nos permite reempla
zar F, + F,_, por FM .)
b) Una segunda propiedad de los números de Fibonacci establece que F , < (5/3)* para
todo « E N . Para establecer esta desigualdad, utilizamos la form a alternativa del
principio de inducción matemática.
Se sigue entonces de la form a alternativa del principio de inducción matemática, que F, <
(5/3)" para todo n S N.
L a sucesión de los números de Lucas está estrechamente relacionada con los números de
Fibonacci. Esta sucesión se define en forma recursiva como
1 ) Lo = 2 , L , = 1 ; y,
2) L„ = L „ - 1 + L „ - 2, para todo n E Z * con 2.
Tabla 4.2
n L. n L. n L. n L.
0 2 3 4 6 18 9 76
1 1 4 7 7 29 10 123
2 3 5 11 8 47 11 199
Aunque no son tan famosos como los de Fibonacci, los números de Lucas también
poseen muchas propiedades interesantes, d e las que ahora presentaremos dos.
* a ) Para n £ N , Lo + ¿ i + ¿ 2 + • • • + L„ = ¿ L¡ = L „ + 2 — 1.
;-o
D em ostración: Si n = 0 tenemos que
o
L o = S L / = 2 = 3 - 1 = L 2- 1 = L o« - 1 ,
i=0
por lo que la afirmación es verdadera en este prim er caso.
Para algún k G N , donde k > 0, suponemos que
k
Lo + L \ + L 2 + •••+ -L* = 2 L¡ = L*+2— 1-
i=0
= £ -4 + 3 _ 1 = £ -(4 + l)+ 2 _ 1 .
por lo que el hecho de que la proposición sea verdadera para n = k implica lo mismo para
k + 1. Por lo tanto, la fórmula para la suma es válida para todo n G N por el principio de
inducción matemática. [Observe que para las ecuaciones (*), la prim era igualdad se sigue
de la propiedad asociativa generalizada de la suma, y la cuarta igualdad se basa en la
definición recursiva dada de los números de Lucas puesto que k + 3 > 3 (2 2 ).]
b) Una de las relaciones entre los números de Fibonacci y los números de Lucas es
Vn G Z* L„ = F„-i + iv-i-
Por lo tanto, se sigue de la forma alternativa del principio de inducción matemática que L,=
Fc - 1 + F ^ i para todo n G Z*. [El lector debe observar cómo utilizamos las definiciones
recursivas de los números de Lucas y de Fibonacci en los cálculos de la parte (*)’.]
proposición en el sentido d e que ningún elem ento puede estar en X, excepto los dados en
la colección inicial o los que se formaron mediante las reglas dadas en el proceso recuisivo.
Demostraremos estas ideas en el siguiente ejemplo.
1 ) 1 6 X ;y
2) Para cualquier a £ X, a + 2 i X.
Entonces afirmamos que X consta (precisamente) de todos los enteros impares positivos.
D em ostración: Si Y denota el conjunto de todos los enteros impares positivos (es decir, f=
{2n + 1 | n E N }, entonces querem os demostrar que Y = X. E sto significa, como ya apren
dim os en la sección 3.1, que debemos verificar Y C X y X C Y.
Para establecer que Y Q X. debemos demostrar que todo entero im par positivo está en
X. Realizaremos esto m ediante el principio de inducción matemática. Comencemos por
considerar la proposición abierta
S (n ): 2n + l £ X ,
que está definida para el universo N. L a base de la inducción [es decir, S(0)] es verdadera,
ya que 1 = 2(0) + 1 £ X por la parte (1) de la definición recursiva de X. Para el paso
inductivo, suponemos la verdad de S(k) para algún k Z 0; esto indica que 2k + 1 es un
elem ento de X. Si 2k + 1 6 X, se sigue de la parte (2) de la definición recursiva de X que
(2k + 1) + 2 = (2k + 2)+ 1 = 2(k + 1 J + 1 6 Í , por lo que S(k + 1 ) también es verdadera. Por
lo tanto, S(n) es verdadera para todo n £ N (por el principio de inducción matemática) y
tenemos Y Q X .
Para la demostración de la inclusión opuesta (a saber, X Q Y), -usamos la definición
recursiva de X. Prim ero consideramos la parte (1) de la definición. Com o 1(= 2 - 0 + 1) es
un entero im par positivo, tenemos que 1 E Y. Para terminar la demostración, debemos
verificar que cualquier entero que esté en X y que resulte de la parte (2 ) de la definición
recursiva tam bién esté en Y. Esto se hace m ostrando que a + 2 E Ksiem pre que el elemento
a de X sea tam bién un elemento de Y. Ya que si a £ Y, entonces a = 2 r + 1, donde r 6 N (por
la definición de un entero impar positivo). Así, a + 2 = (2 r + 1) + 2 = ( 2r + 2) + 1 =
2 (r + 1) + 1, donde r + 1 £ N (en realidad, Z*) y por lo tanto a + 2 es un entero impar
positivo. Esto coloca a a + 2 en Y y muestra que X C Y.
De las dos inclusiones anteriores (es decir, Y C X y X C y), se sigue que X = Y.
JERCICIOS 4 .2 1. La sucesión de enteros a ,, a}, ay ------definida explícitamente por la fórmula a =5n para n £
Z* también puede definirse en forma recursiva como
1) a , = 5;:y
2) a„., = a„ + 5, para n a l .
Para la sucesión de enteros b¡, b¡, b¡,. . . , donde b,= n(n + 2) para todo n £ Z*, también
podemos dar la siguiente definición recursiva:
4 .2 D e f in ic io n e s re c u rsiv a s
1 )' bi = 3; and,
2 )' b„+¡ = ¿>„ + 2n + 3, for n a 1.
Dé una definición recursiva para cada una de las siguientes sucesiones de enteros C|, c¡, c5 _
donde para cada n S Z" tenemos
a) c„ = 7n b) c„ = T
c) c„ = 3n -r 7 d ) c„ = lln - 8
e) c„ = 7 f ) c„ = n!
g) c„ = (n + l)(n + 2 ) h) c„ = 2 -(-l)"
2 . a) Dé una definición recursiva para la disyunción de proposiciones p2, p ¡ ,. ...p „ p * .,.n 2 1.
b) Muestre que si n, r e Z*. n a 3 y 1 S r< r¡. entonces
P V ( ? i A ( } 2 A - - - A q „ ) o ( p v ? i ) A ( p V q 2 ) A - - - A ( p V 9 n)-
b) Para n S Z '. n > 2, y las proposiciones p, q¡, q:....q,. demuestre que
p A ( í . V ? ! V " - V ? . ) « ( p A ? , ) V ( p A ? 2) V - V ( p A « . ) .
4. Para » £ Z ' , « > 2 demuestre que para cualesquiera proposiciones p¡, p2, . . . , p„
¡>) (pr VPr V ' ■• V P J O p jA j* A - - - Ap;.
b) (p i A /) 2A - • - A p „ ) O p í V p J V " ' VPü-
5. a) Dé una definición recursiva para la intersección de los conjuntos A,. A2......... A„. A*., C
n 2 1.
b) Use el resultado de la parte (a) para mostrar que para cualesquiera n. r e Z \ n 2 3 y 1 < r < n.
(A i d a 2 n --- r t/ i, ) n ( y U i n r M „ ) = /l i c a 2 n - - ■ n / i , r M , . 1 n - - - n A , .
A i i ) A 2u - - - u A „ = A i r \ A 2n - - - n A „ .
7. a) Use el resultado del ejemplo 4.15 para mostrar que si los conjuntos B,. fl:......... B„ C 3|i y n
a 2 , entonces
a n (B, u b 2 u ■• • u b„) = (A n Bi) u (A n 82) u • • • u (A n b„).
b) Para n £ Z ', n a 2 y los conjuntos A, B„ B, B, C % , demuestre que
A u ( B , n B ; n - n B „ ) = ( A u B i ) n ( A u g 2) n - - - n ( A U B„).
8 . a) Desarrolle una definición recursiva para la suma de n números reales x„x2, . . . , x„ donde
n a 2.
b) Para cualesquiera números reales x„ -r2 y x¡, la propiedad asociativa de la suma establece
que a:, + (x2+ x-¡) = (x, + x¡) + x¡. Demuestre que si n, r £ Z*. n 2 3 y 1 < r < n. entonces
(íi + 1 2 + t- x,) + (x,-.i + h x„) = * 1 + x 2 H t-xr + x,+¡ + b x„.
9. a) Desarrolle una definición recursiva para la multiplicación de n números reales x t,x 2.........
a:., donde n a 2 .
b) Para cualesquiera números reales x¡, x2 y x¡, la propiedad asociativa de la multiplicación
establece que x.fo*,) = (x,xjx,. Demuestre que si n. r £ Z*. n 2 3 y 1 < r < n. entonces
(.X,X2- - • X r) ( X „ , • • X „ ) = X , X 2 - - X r X „ ¡ - X „.
4.3 El algoritmo de la división: Números primos 213
p r o p o s i c i ó n c o m p u e s t a ( ( p A ( - ’ ? ) ) —> ( r V 7 i ) ) e s u n a f ó r m u l a b i e n f o r m a d a . P o d e m o s
o b t e n e r e s ta f ó r m u l a b i e n f o r m a d a c o m o s ig u e :
P a so s R a zo n es
1 ) P , 9 . A To P a r t e ( 1 ) d e l a d e f in i c ió n
2 ) ( -iq ) P a s o ( 1 ) y p a r t e ( 2 i ) d e l a d e f in i c ió n
3) (p Á (-iq )) P a s o s ( 1 ) , ( 2 ) y p a r t e ( 2 i i i ) d e l a d e f in i c ió n
4) (r V To) P aso ( 1) y p a r t e ( 2 ii) d e l a d e f in i c ió n
5) ( ( P A ( ~ ? ) ) —* ( r V T i) ) P a s o s ( 3 ) , ( 4 ) y p a r t e ( 2 iv ) d e la d e f in i c ió n
P a r a l a s p r o p o s ic io n e s p r i m i t i v a s p , q , r y s , d e s a r r o l l e l a s d e r i v a c i o n e s q u e m u e s t r a n q u e
c a d a u n a e s u n a f ó rm u la b ie n fo rm a d a .
a) « P V í) -* ( 3 5 A (- .r ) ))
b) ( (( - ip ) * * 9 )- » ( rA (,V « )))
c) ( (P -* '-)A (0 > V 9 ) - » s))
2 2. a) P aran > 2, si p ¡ ,p i.p ¡ ,. . . ,p „ p ..i son proposiciones, demuestre que ¡(pi —» p¡) A (p ¡—* pj)
A • - - A (p„ p „ ,)] => [(Pi A p , A p ¡ A ■■• A p„) -> p ,.i].
b) D e m u e s t r e q u e e l t e o r e m a 4 . 2 i m p l ic a e l t e o r e m a 4 . 1 .
c ) U s e e l t e o r e m a 4 .1 p a r a e s t a b l e c e r l o s ig u i e n te : si 0 4 S C Z - y n S S , p a r a a l g ú n n S Z \
e n to n c e s S c o n t i e n e u n e l e m e n to 'm ín im o .
d) M u e s t r e q u e e l t e o r e m a 4 .1 i m p l i c a e l t e o r e m a 4 .2 .
4 .3
El a lg o r it m o d e la d iv is ió n :
N ú m e r o s p r im o s
Definición 4.1 Si a, b G Z y b 4=0, decimos que b divide a a , y lo denotamos b | a, si existe un entero n tal
que a = bn. Cuando esto ocurre, decimos que b es un divisor de a, o que a es u n múltiplo
de b .
Con esta definición, podemos hablar de la división dentro de Z sin pasar a Q . Además,
cuando ab = 0 para a, b E Z, entonces £2 = 0 o b = 0; decimos entonces que Z no tiene
divisores propios de 0. Esta propiedad nos permite cancelar, como en el caso 2 x= 2 y= > x=
y parax, y S Z, y a q u e 2x = 2 y = í 2 ( x - y ) = 0 = > 2 = 0 o x - y = 0 = ó x = y. (Observe que
en ningún m omento mencionamos la m ultiplicación de ambos lados d e la ecuación 2x =
2y por j . E l número j está fuera del sistema Z.)
« A hora resumiremos algunas propiedades de esta operación de división. Cuando divida
mos entre un entero a, supondremos que a 4=0.
:14 C a p it u lo 4 P r o p ie d a d e s d e lo s e n t e ro s : In d u c c ió n m a t e m á tic a
¿Existen enteros x, y, z (positivos, negativos o cero) tales que 6x + 9y + 15z = 107? Supon
gamos que existen dichos enteros. Entonces, como 3 16 , 3 19 y 3 115, la parte (g) del teo
rem a 4.3 implica que 3 es un divisor de 107, lo cual es falso. Por lo tanto, no existen tales
enteros x, y, z.
Las partes (d), (e) y (f) del teorem a 4.3 nos ayudarán en la siguiente situación.
Sean a , b £ Z tales que 2a + 3b sea un múltiplo de 17. (Por ejemplo, podríam os tener que
a = 7 y fe = 1 ; o bien, a = 4, fe = 3.) Demuestre que 17 divide a 9a + 5fe.
D em ostración: Observamos que 17 | (2a + 3fe) => 171( —4)(2a + 3fe). Además, 1 7 1(17a +
17fe). Por lo tanto, 171(17a + 17fe) + ( - 4)(2a + 3fe). En consecuencia, 1 7 1[(17 - 8 )a*
(17 - 12)fe], o bien 1 7 1(9 a + 5fe).
Con esta operación binaria de división entre enteros, estamos dentro del área de las
matemáticas llam ada teoría de números. S i seguimos analizando el conjunto Z \ observa
rem os que para todon 6 Z*. n >1, el enteran tiene al m enos dos divisores positivos; 1 y el
mismo n. Algunos números, com o 2, 3, 5, 7, 11, 13, 17 tienen exactamente dos
divisores positivos. Estos enteros reciben el nombre d e primos. Todos los demás enteros
positivos (mayores que 1 y que no sean primos) se llaman compuestos. E l lem a siguiente
expresa una conexión inmediata entre los números primos y los compuestos.
4.3 El a lgoritm o d e la d ivisión: N ú m e ro s p rim o s 215
¿Por qué llamamos al resultado anterior lema en vez de teorema? Después de todo,
debía demostrarse al igual que todos los teoremas de este libro vistos hasta el momento. La
razón es que aunque un lem a es en sí mismo un teorema, su papel principal es el de ayudar
a la demostración de otros teoremas.
Al enumerar los prim os, nos inclinamos por pensar que existe una infinidad de tales
números. Verificaremos ahora que esto es cierto.
Sí, éste es el m ismo Euclides del siglo rv a . c ., cuyos Elementos, escritos en 1 3 rollos de
pergam ino, constituyeron el prim er análisis organizado de la geometría que estudiamos en
el bachillerato. Sin embargo, uno puede ver que estos 13 libros también abordan la teoría
de números. E n particular, los libros V II, VIII y IX tratan estos tem as. El teorem a anterior
(con demostración) aparece en el libro IX.
Pasemos ahora a la idea principal de esta sección. Este resultado nos permite trabajar
con la división entre números distintos de cero en Z cuando esa división no es exacta.
que a = q¡¡) + r¡>con 0 £ r,< b y a = q2b + r2, con 0 < r, < b. Entonces q,b + r, = q p + r,=>
^i ~ i = I r 2 ~ r i I < b, ya que 0 < r,, r2 < b. Si <j, í 5 ,, tenem os la contradio
fe j - q21< b. Por lo tanto, q. = q 2, r¡ = r2 y tanto el cociente como el resto son únicos.
A pesar de la demostración del teorema 4.5 y los resultados del ejemplo 4.22, realmente
no tenem os una m anera sistemática de calcular el cociente q y el resto r cuando dividimos
un entero a (el dividendo) entre el entero positivo b (el divisor). La demostración del
teorem a 4.5 garantiza la existencia de tales enteros q y r, pero la demostración no es cons
tructiva, esto es, no parece indicar cómo se calculan q y r ni m enciona nada acerca de la
capacidad para utilizar tablas de m ultiplicación o para realizar grandes divisiones. A fin de
rem ediar esta situación proporcionamos el program a en Pascal de la figura 4.8. [En este
program a, abs(a) es el valor absoluto de a.] N uestro siguiente ejemplo ilustra la idea pre
sentada en parte de este programa.
4.23 Dado que es posible ver la m ultiplicación de enteros positivos como sumas repetidas,
también podemos ver la división (entera) como restas repetidas. Vemos que la resta sí
cum ple un papel en la definición del conjunto S en la demostración del teorema 4.5.
Cuando, por ejem plo, calculamos 5 • 7, podemos pensar en términos de sumas repeti
das y escribir
P ro g ram I n te g e r D iv is io n ( in p u t, o u tp u t);
V ar
a .b .q .r : in te g e r;
B e g in
W r i t e l n ( ' Q u e re m o s d e t e r m i n a r e l c o c ie n te q ■ ');
W rite ln ( 1y e l r e s t o r c u a n d o e l e n t e r o a 1 ) ;
W rite ln ( 's e d iv id e e n tr e e l e n te r o p o s itiv o b . ') ;
W rite ( 'a = ' );
R e a d .( a ) ;
W rite ( 'b = ' );
R ead ( b ) :
I f a = 0 th e n
W r i t e l n ( 'E n e s te caso, a = 0, p o r lo que q = 0 y r = 0 . ')
E lse
B e g in
r : = a b s(a );
q : = 0;
W h ile ( r > = b ) do
B e g in
r : = r - b;
q : = q -i-1
End;
I f a > 0 th e n
B e g in
W rite ln ( ' C uando d iv id im o s ' , a :0 , ' e n t r e 1, b : 0 , ', ') ;
W rite ln ( 'e l c o c ie n te q = '. q :0 , 'y ') ;
W rite ln ( 'e l re s to r = ', r:0 . '. ')
End
E ls e i f r = 0 th e n
B e g in
W rite ln ( ' C uando d iv id im o s '. a :0 , ' e n tr e ' , b : 0 . ' . ') ;
W rite ln (' e l c o c ie n te q = '. -q :0 , ' y ') ;
W rite ln ( 'e l re s to r = 0 . ')
End
E ls e
B e g in
W r i t e l n ( 'C u a n d o d i v i d i m o s ' , a : 0 , ' e n t r e , ' . 1 ) ;
W rite ln ( ' e l c o c ie n te q = ' , ( - q - l ) : 0 , ' y ' ) ; ) ;
W rite ln ( 'e l re s to r = ', (b -r):0 ,
End;
End;
End.
Q u e re m o s d e t e r m i n a r e l c o c i e n t e q
y e l r e s to r cuando e l e n te ro a
s e d iv id e e n tre el e n te ro p o s itiv o b.
a = 37
b = 8
C uando d iv id im o s 37 e n tre 8,
e l c o c ie n te q = 4 y
e l re s to r = 5.
F ig u r a 4 .8
217
C a p it u lo 4 P r o p ie d a d e s d e lo s e n t e ro s : In d u c c ió n m a t e m á tic a
2 -7 = 7 + 7 = 14
3 -7 = ( 2 + 1 ) - 7 = 2 - 7 + 1 - 7 = ( 7 + 7 ) + 7 = 1 4 + 7 = 21
4 -7 = (3 + 1 ) - 7 = 3 - 7 + 1 - 7 = ( ( 7 + 7 ) + 7 ) + 7 = 2 1 + 7 = 28
5 -7 = (4 + 1 ) - 7 = 4 - 7 + 1 - 7 = (((7 + 7 ) + 7 ) + 7 ) + 7 = 28 + 7 = 35.
Si, por otro lado, deseamos dividir 37 entre 8 , entonces debemos pensar que el cociente?
es el número d e ochos contenidos en 37. Al eliminar cada uno d e estos ochos (esto es, al
restarlos) y cuando ya no se puede elim inar otro 8 sin obtener un resultado negativo,
entonces el entero que queda (restante) es el resto r. Así, podemos calcular q y r e n térmi
nos d e restas sucesivas como sigue:
37 - 8 = 29 a 8 ,
29 - 8 = (37 - 8 ) - 8 = 37 - 2 - 8 = 21 > 8 ,
21 - 8 = ((37 - 8) - 8 ) - 8 = 37 — 3 - 8 = 13 a 8 ,
13 - 8 = (((3 7 —8) —8 ) —8 ) —8 = 37 —4 • 8 = 5 < 8.
L a última línea m uestra que podemos restar cuatro ochos de 37 antes de obtener un resul
tado no negativo (5) que es m enor que 8. Por lo tanto, en este ejemplo tenemos que q = 4
y r= 5 .
Escribimos 6137 en el sistema octal (base 8 ). A quí buscamos enteros no negativos r0i rh
r2 rt , con rt > 0, tales que 6137 = (rt , . . r 2j r u r0)r
Con 6137 = r0+ r, ■8 + r2• 8 2+ - - - + rt - 8 *= r0+ 8 (r, + r2- 8 + - - • + rt - 8*~'). r0 es el resto
obtenido en el algoritm o de la división al dividir 6137 entre 8 .
En consecuencia, ya que 6137 = 1 + 8-767, tenemos r„= 1 y 767 = r¡ + r2 ■8 + ■ •■+
r, • 8 *‘ 1 = r, + 8 (r 2 + r¡ • 8 + • • • + r¡ ■8*"2). Esto implica que r, = 7 (el resto de la división de
767 entre 8 ) y 95 = r2+ r3- 8 + • • - + rt - 8 ‘ *2. Si continuamos de esta m anera veremos que
r2= 7, r3= 3, u = 1 y r ¡ - 0 para todo i 2 : 5, por lo que
6137 = l - 84 + 3 - 8 3 + 7 - 8 2 + 7 - 8 + l = (13771)s .
Restos
8 16137
8 1767 1 fa)
8 [95 7 (r.)
8 [11 1 (rt)
8 11 3 (ri)
0 1 (ri)
Tabla 4.3
B a s e 10 B ase 2 B a s e 10 B ase 2
0 0 0 0 0 8 1 0 0 0
1 0 0 0 1 9 1 0 0 1
2 0 0 1 0 10 1 0 10
3 0 0 11 11 1 0 11
4 0 1 0 0 12 1 1 0 0
5 0 1 0 1 13 1 1 0 1
6 0 1 1 0 14 1 1 1 0
7 0 1 1 1 15 1 1 1 1
Hem os incluido los ceros no significativos y encontramos que se necesitan cuatro bits
debido al prim er 1 de las representaciones de los enteros de 8 a 15. Podem os continuar con
cinco bits hasta el 31 (= 32 - 1 = 2 5- 1 ) ; se necesitan seis bits para llegar al 63 (= 64 - 1 =
2e- 1 ). En general, si i 6 Z y 0 £ x< 2", p a ra n e Z ’, entonces podemos escribir x en base
2 usando n bits. Los ceros no significativos aparecen cuando 0 s r £ 2,_ l - 1 y para
2” - 1 < x < 2 ' - 1 el prim er bit (más significativo) es el 1 .
Generalmente, la información d e las m áquinas se alm acena en unidades d e ocho bits
llam adas bytes; así, para las m áquinas con celdas de mem oria d e un byte, podemos al
m acenar en una sola celda cualquiera de los equivalentes binarios de los enteros desde 0
a 2®- 1 = 2 5 5 . Para una máquina con celdas de dos bytes, cualquiera de los enteros entre
0 y 216- 1 = 65,535 puede alm acenarse en forma binaria en cada celda. U na máquina con
celdas de cuatro bytes puede proporcionam os hasta 2B - 1 = 4,294,967,295.
Cuando un humano trabaja con secuencias grandes de ceros y unos, el trabajo se vuelve
m uy tedioso y la probabilidad de error se incrementa con el tedio. En consecuencia, es
común (especialmente en el estudio de lenguajes de m áquina y ensamblador) representar
esas secuencias grandes d e bits en otra notación. U na de estas notaciones es la notación
hexadecimal (base 16). A quí necesitamos 16 símbolos; como sólo tenemos 10 símbolos
en el sistema estándar en base 10 , introducimos los siguientes símbolos adicionales:
En la tabla 4.4, los enteros entre 0 y 15 están dados en términos del sistema binario y del
sistem a hexadecimal.
Tabla 4.4
0 0000 0 8 1 00 0 8
1 000 1 1 9 1 0 0 1 9
2 0 0 1 0 2 10 10 10 A
3 00 1 1 3 11 1 0 1 1 B
4 0 1 0 0 4 12 1 1 0 0 C
5 0 1 0 1 5 13 1 1 0 1 D
6 0 1 1 0 6 14 1 1 1 0 E
7 0 1 1 1 7 15 1 1 1 1 F
C a p ít u lo 4 P r o p ie d a d e s d e lo s e n t e ro s : In d u c c ió n m a t e m á tic a
Restos
16 113.874,945
16 1867.184 1 ('•o)
16 154,199 0 Ol)
16 13,387 7 (rz)
16 1 2 1 1 11 (= B ) W
16 [13 3 to
0 13 ( = D ) to
En consecuencia, 13,874,945 = (D3B701) i6.
Sin embargo, existe un m étodo más sencillo para convertir de base 2 a base 16. Por
ejemplo, si queremos convertir el entero binario 0 1 0 0 1 1 0 1 (un byte) a base 16, descompo
nemos el núm ero en bloques d e cuatro bits:
0 10 0 110 1
4 D
Después convertim os cada bloque de cuatro bits a su representación en base 16 (como se
muestra en la tabla 4.4) y tenemos que (01001101)2= (4D)16. Si partimos del número
(A13F)16 (de dos bytes) y queremos hacer la conversión en la otra dirección, reemplaza
m os cada símbolo hexadecimal p or su equivalente binario (de cuatro bits, que también se
muestra en la tabla 4.4):
A 1 3 F
10 10 0001 0 0 11 1111
Esto im plica que (A13F)-6= ( 1 0 1 0 0 0 0 1 0 0 1 1 1 1 1 1 )2-
E je m p lo 4 .2 6 Necesitamos los enteros negativos para realizar la operación binaria de resta en términos
de la suma [es decir, (a - b) = a + ( - b)]. Cuando trabajamos con la representación binaria
de los enteros, podemos utilizar un m étodo popular que nos permite realizar la suma, resta,
multiplicación y división (entera): el método d e complemento a dos. L a popularidad del
m étodo se basa en su implantación con sólo dos circuitos electrónicos, uno para negar y
otro para sumar.
E n la tabla 4.5, los enteros del - 8 al 7 se representan m ediante el patrón de cuatro bits que
s e m uestra. Los enteros no negativos se representan como en las tablas 4.3 y 4.4. Para
obtener los resultados para - 8 S » S - 1 , consideremos primero la representación binaria
de |n |, el valor absoluto d e n. Entonces hacemos lo siguiente:
1) Reemplazamos cada 0(1) en la representación binaria de |n | por 1(0); este resulta
do se llam a complemento a unos de (la representación dada de) | n | .
2) Sumamos 1 (= 0001 en este caso) al resultado del paso 1. Este resultado se llama
complemento a dos de n.
4.3 El algoritm o d e la división: Números primos
Tabla 4.5
Notación del complemento a dos
Valor representado Patrón de cnatro bits
7 0 1 1 1 <-
6 0 1 1 0
5 0 1 0 1 «-
4 0 1 0 0
3 0 0 1 1
2 0 0 1 O -i
1 0 0 0 1
0 0 0 0
°*1
-1 1 1 1 1*1
-2 1 1 1 0
-3 1 1 0 l *-1
-4 1 1 0 0
-5 1 0 1 1
-6 1 0 1 o«-
-7 1 0 0 1
-8 1 0 0 0 *—
También podemos obtener los patrones de cuatro bits de los valores - 8 < n < -1
usando los patrones de cuatro bits de los enteros 0 a 7 y complementando (intercambiando
los ceros y los unos) estos patrones como se m uestra, en la tabla 4.5 mediante cuatro de
estas parejas. Observe, en esta tabla, que los patrones de cuatro bits de los enteros no
negativos comienzan en 0 , mientras que 1 es el prim er b it de los enteros negativos de la
tabla.
E jeá sp íó 4 .2 7 ¿Cómo realizamos la resta 33 - 15, en base 2, m ediante el m étodo de complemento a dos
con patrones d e ocho bits (= un byte)?
Queremos determinar 33 - 15 = 33 + (-15). Tenemos que 33 = (00100001 )2 y 15 =
(00001111)2. Por lo tanto, representamos -1 5 como
sum a binaria común, excepto que todos los resultados deben tener patrones del mismo
tamaño. Esto significa que cuando se suman dos enteros p o r el m étodo de complemento*
dos, cualquier bit adicional que aparece en el lado izquierdo d e la respuesta (por un aca
rreo final) se debe descartar. Ilustramos esto en los siguientes cálculos.
33 , 00100001
-1 5 +11110001
|------------- » 1 0 0 0 10 0 10
Este bit se Respuesta - (00310010)2 = 18
d e sca rta . t-E ste bit indica que la
respuesta es no negativa.
11101110
1) Tomamosel complemento 1
a unos. 0 0 0 10 0 0 1
2) Sumamos 1 al resultado ¿
anterior. 0 0 0 10 0 10
Com o (00010010),= 18, la respuesta es -1 8 .
Un problem a que hemos evitado en los dos cálculos anteriores implica el tamaño de los
enteros que podemos representar con patrones de ocho bits. Independientem ente del ta
m año de patrón que usemos, el tamaño de los enteros que podemos representar es limita
do. Cuando sobrepasamos ese tamaño, ocurre un error de desbordamiento. Por ejemplo, si
trabajam os con patrones de ocho bits e intentamos sumar 117 y 88 , obtenemos
117_________ ^ 01110101
+ 88 + 01011000
11001101
t
* Este bit indica que la
,respuesta es negativa.
Este resultado muestra cómo podemos detectar un error de desbordamiento cuando suma
mos dos números. En este caso se indica un error de este tipo: la suma de los patrones de
ocho bits para dos enteros positivos produce el patrón de ocho bits de un entero negativo.
En forma análoga, cuando la suma de (los patrones d e ocho bits de) dos enteros negativos
produce un patrón de ocho bits de un entero positivo, se detecta un error de desbordamiento.
Para ver por qué funciona en general el procedimiento del ejemplo 4.27, sean x,y £ Z*
con x > y.
___________ 4 .3 El a lg o r it m o d e la d ivisió n : N ú m e ro s p rim o s____________________________________22 3
Sea x < 2". Entonces, la representación binaria de x está formada por n bits (con
un 1 en el lugar m ás significativo). L a representación binaria de 2" consta de n + 1 bits: un
1 en el lugar m ás significativo seguido de n ceros. L a representación binaria de 2 " - 1
consta de n unos.
Al restar y de 2 " - 1, tenemos
(2 " - 1 ) —y = 1 1 . . . 1 —y , el complemento a unos de y.
donde el térm ino final, - 2 ”, da como resultado la eliminación del bit adicional que surge en
el lado izquierdo d e la respuesta.
Cerraremos esta sección con un último resultado acerca de los enteros compuestos. (Este
resultado se utilizará posteriormente en el programa en Pascal que se muestra en la figura 8.3.)
E JE R C IC IO S 4 . 3 1. V e r if iq u e l a s p a n e s r e s t a n t e s d e l t e o r e m a 4 .3 .
3. S i p, q so n p r im o s , d e m u e s t r e q u e p ]q si y s ó lo si p = q.
4. S i a , b. c £ Z ' y a \be, ¿ im p lic a e s to q u e a | b o a | c?
5. P a r a c u a l e s q u i e r a e n t e r o s a , b y c , d e m u e s t r e q u e s i a ( b e , e n to n c e s a f b y a \ c .
7 . a ) E n c u e n t r e tr e s e n t e r o s p o s i t i v o s a , b , c t a l e s q u e 31 | ( 5 a + I b + 1 l e ) .
b ) S i a, b, c e Z y 3 1 1 ( 5 a + I b + 1 1 c ), d e m u e s t r e q u e ( i) 3 1 1 ( 2 1 a + 17fc + 9 c ) y ( i i ) 3 1 1( 6 a +
2 7 b + 7 c ).
8. U n a t i e n d a d e c o m e s t ib le s r e a liz a u n c o n c u r s o s e m a n a l p a r a p r o m o v e r s u s v e n ta s . C a d a c lie n te
q u e a d q u ie r a m á s d e S 2 0 e n m e r c a n c ía r e c ib e u n a t a t j e t a d e j u e g o c o n 1 2 n ú m e r o s e n e lla ; si
c u a lq u ie r a d e e s t o s n ú m e r o s s u m a n e x a c ta m e n te 5 0 0 , e n to n c e s e l c lie n t e r e c i b e u n b o n o d e
c o m p r a d e S 5 0 0 ( e n l a tie n d a d e c o m e s t ib le s ) . D e s p u é s d e c o m p r a r a r tí c u lo s p o r S 2 2 .8 3 e n la
tie n d a , L e o n o r r e c ib e s u t a r j e ta d e ju e g o e n l a q u e e s tá n i m p r e s o s l o s s ig u i e n te s 1 2 n ú m e r o s : 1 4 4 ,
3 3 6 , 3 0 , 6 6 , 1 3 8 , 1 6 2 ,3 1 8 ,5 4 , 8 4 ,2 8 8 .1 2 6 y 4 5 6 . ¿ G a n a L e o n o r u n b o n o d e S 5 0 0 d e c o m p ra ?
9. S e a n a , b £ Z ". S i b | a y b | ( a + 2 ), d e m u e stre q u e b = 1 o b = 2 .
* 1 0 . S i n S Z ' y n e s i m p a r , d e m u e s t r e q u e 8 | ( n ! - 1).
1 1 . S i a. b £ Z - y a m b o s s o n im p a r e s , d e m u e s t r e q u e 2 | ( a ! + b !) p e r o q u e 4 | ( a ! + b 2).
24 C a p ít u lo 4 P r o p ie d a d e s d e lo s e n t e ro s : In d u c c ió n m a te m á tic a
1 2 . Determine el cociente q y el resto r para cada uno de los siguientes casos, donde a es d
dividendo y ó el divisor.
a) o = 23, ¿>= 7 b) o = -1 1 5 , 6 = 12
c) o = 0, ¿>=42 d) o = 37, ¿> = 1
e) 0 = 434, ¿>= 31 f) o = - 6 4 4 , ¿> = 85
13. Si n e N, demuestre que 3 1(7' - 4").
14. Escribacada uno de los siguientes números (dados en base 10) enbase 2, base 4 y base 8.
a) 137 b) 6243 c) 12,345
15. Escriba cada uno de los siguientes enteros (dados en base 10) en base 2 y base 16.
a) 22 b) 527 c) 1234 d) 6923
16. Convierta cada uno de los siguientes números hexadecimales a base 2 y a base 10.
a) A7 b) 4C2 c) 1C2B d) A2DFE
17. Convierta cada uno de los siguientes números binarios a base 10 y a base 16.
a) 1 1 0 0 1 1 1 0 b) 0 0 110 0 0 1 c) 11 110 0 0 0 d) 0 10 10 11 !
18. Escribalos siguientes enteros en larepresentación de complemento a dos. En este caso, los
resultados son patrones de ocho bits.
a) 15 b) -1 5 c) 100
d) - 6 5 e) 127 f) -128
19. Si una máquina guarda los enteros mediante el método de complemento a dos, ¿cuáles son los
enteros máximo y mínimo que puede guardar si utiliza patrones de bits de (a) 4 bits? (b) 8 bits?
(c) 16 bits? (d) 32 bits? (e) 2" bits, » £ 2 ?
20. En cada uno de los siguientes problemas estamos usando los patrones de cuatro bits para las
representaciones de complemento a dos de los enteros - 8 a 7. Resuelva cada problema (de ser
posible) y después convierta los resultados a base 10 para verificar sus respuestas. Tenga cui
dado con los errores de desbordamiento.
a) 0 10 1 b) 110 1 c) 0 111
+ 0001 + 1110 + 1000
d) 110 1 e) 10 11 f) 0 10 1
+ 10 10 + 0 10 1 + 0100
2 1 . Si a, x, y £ Z y s > 0 . demuestre que ax = ay =$ x = y.
22. Escriba un programa (o desarrolle un algoritmo) para convertir un entero positivo de base 10 a
base b, donde 2 < b < 9.
23. El algoritmo de la división se puede generalizar de la manera siguiente: para a. b e Z y ¿>í 0,
existen q, r e Z con a = qb + r, 0 £ r < | ¿>|. Use el teorema 4.5 para verificar esta forma
generalizada del algoritmo para ¿>< 0 .
24. Escriba un programa (o desarrolle un algoritmo) para convertir un entero positivo de base 10 a
base 16.
25. Para n S Z ', escriba un programa (o desarrolle un algoritmo) que imprima todos los divisores
positivos de n.
26. Defina el conjunto X C Z* en forma recursiva, como sigue:
1) 3 € X; y
2 ) Si a, b e X, entonces a t í E I
Demuestre que X = {3k | k e Z*}, el conjunto de todos los enteros positivos divisibles entre 3.
27. Sea n e Z* con n = r,- 10*+ - ■■+ r¡- 10í + r, • 10 + r„ (la representación en base 10 de n).
Demuestre que (a) 2 | n si y sólo si 2 | r0;(b )4 | n si y sólo si 4 | (rr 10 + r0);y (c) 8 | n
si y sólo si 8 | (r¡-102+ r ,-10 + r0).
Establezca un teorema general sugerido por estos resultados.
4 .4 El m áxim o c o m ú n divisor: El a lgoritm o d e Euclides 225
4 .4
El m á x im o c o m ú n d iv iso r :
El a lg o r it m o d e E u c lid e s
El resultado d el ejemplo 4.29 satisface estas condiciones. Sin embargo, este ejemplo
trabaja con dos enteros pequeños. ¿Q ué haríamos con dos enteros de 20 dígitos cada uno?
Consideremos las siguientes preguntas:
T E O R E M A 4.6 Para cualesquiera a ,b E Z*, existe un único c £ Z ’ que es el máximo común divisor de a, b.
D e m ostración: Dados a, b £ Z \ s e a S = { a j + b /|s , i £ Z , a s + í ? ! > 0 ). C om oS = 0 , por
el principio del buen orden, S tiene un elem ento mínimo c. Afirmamos que c es el máximo
común divisor de a, b.
Como c £ S, c = ax + by, para algunos x, y £ Z. En consecuencia, s i d £ Z y d | a y
d | b, entonces por el teorema 4.3(f) d | (ax + by), por lo que d \ c.
Si c \a , podemos usar el algoritm o de la división para escribir a = qc + r, con q, r £ Z*
y 0 < r < c. Entonces r = a - q c = a - q { a x + by) = (1 - qx)a + ( -qy)b, por lo que r £ S, lo
que contradice la elección de c como el elemento m ínimo de S. En consecuencia, c | a, y
por un argumento similar, c | b.
A sí, cualesquiera a, b £ Z* tienen un máximo común divisor. Si c,, c2 satisfacen las dos
condiciones de la definición 4.3, entonces, con c, como el máximo común divisor y c2
«
t G re a te st C o m m o n d iv is o r (g cd ). E n e sp añ o l rae d . (N . d e l E .)
C a p it u lo 4 P r o p ie d a d e s d e l o s e n t e ro s : In d u c c ió n m a t e m á tic a
como un divisor común, se sigue que c, ¡c¡. Si invertimos los papeles, vemos que c, | c2; y,
por el teorema 4.3(b), tenemos que c, = c2, ya que c,, c2 6 Z \
D em ostración: Para verificar que rt = mcd(í¡, b), establecemos las dos condiciones de la
definición 4.3.
Comenzaremos con el prim er proceso de división enumerado arriba. Si c |a y c \b .
entonces com o a = q lb + r¡, se sigue que c \ r,. Después, [(c ¡ b) A (c | r¡)] => c | r2, ya que
b = q2r, + a . Continuando hacia abajo por los procesos de división, llegamos hasta donde
c | r ,_ 2 y c | rt _¡. Por la penúltima ecuación, concluimos que c | rt, lo que verifica la condi
ción (b) en la definición 4.3.
Para establecer la condición (a), seguimos un orden inverso. D e la última ecuación, r¡ |
r,_ ,por lo que rt | r,_2, ya que rt _¡= q,r,_¡+ r¡. Continuando hacia arriba por las ecuaciones,
llegamos hasta donde r, | r , y r, | r¡, por lo_que r, | r¡. Entonces [(rt | r2) A (rt | r,)] => r, 16
y finalmente [(r, | r¡) A (r, | ó)] => r, | a. De aquí que r, = m cd(a. b).
Hemos usado ahora la palabra algoritmo para describir las proposiciones establecidas
en los teoremas 4.5 y 4.7. Este término aparecerá con frecuencia en los demás capítulos de
este texto, por lo que sería buena idea mencionar lo que denota.
En prim er lugar, un algoritmo es una lista de instrucciones precisas diseñadas para
resolver un tipo de problema particular, no solamente un caso especial. En general, espe
ram os que todos nuestros algoritmos reciban una entrada y nos proporcionen el resultado
(o resultados) necesario como salida. De igual modo, un algoritmo debe proporcionar el
mismo resultado si repetimos el valor (o valores) para la entrada. Esto sucede cuando la
lista de instrucciones es tal que cada resultado intermedio proveniente d e la ejecución de
cada instrucción es único y sólo depende de la entrada (inicial) y d e cualquier resultado
que se pudiera haber obtenido en cualquiera de las intrucciones precedentes. Para lograr
esto hay que eliminar toda vaguedad del algoritmo; las instrucciones deben describirse de
forma simple, pero no ambigua, de modo que pueda ser ejecutada por una m áquina. Por
último, nuestro algoritmo no puede continuar por siempre. Debe terminar después de la
ejecución de un número fin ito de instrucciones.
En el teorema 4.7 determinamos el máximo común divisor de dos enteros positivos
cualesquiera. Por lo tanto, este algoritmo recibe los dos enteros positivos a, b como entra
da y genera su máximo común divisor como salida.
E l uso de la palabra algoritmo en el teorema 4.5 se basa en la tradición. Tal como está
establecido, no proporciona las intrucciones precisas para determinar la salida deseada.
(Mencionamos este hecho antes del ejemplo 4.23.) Para eliminar esta desventaja del teore
m a 4.5, indicaremos las instrucciones en el programa en Pascal de la figura 4.8.
Así, 1 es el último resto distinto d e cero. Por lo tanto, m cd (2 5 0 ,111) = 1, y así, 250y
111 son primos relativos. S i trabajamos hacia atrás en la tercera ecuación, tendremos 1 =
28 - 1(27) = 28 - 1(111 - 3(28)] = ( -1)(111) + 4(28) = (-1 )(1 1 1 ) + 4(250 - 2(111)] =
4(250) -9 (1 1 1 ) = 250(4) + 111 ( - 9), una combinación lineal de 250 y 111.
Esta expresión de 1 como combinación lineal de 250 y 111 no es única, ya que 1 =
250(4 - l i l i ] + 111[ - 9 + 250i], para cualquier k <= Z.
Tam bién tenem os que m cd (- 250, 111) = m cd(250, -1 1 1 ) = m c d (- 250, -111) =
m cd (2 5 0 ,111) = 1.
Nuestro siguiente ejemplo es un poco más general, ya que se trata del m áximo común
divisor d e un número infinito d e parejas d e enteros.
Por lo tanto, el último resto distinto d e cero es 1, por lo que m cd( 8 n + 3 , 5n + 2) = 1. Pero
tam bién podríamos haber llegado a esta conclusión si observamos que
( 8 n + 3 )(—5) + (5b + 2) ( 8 ) = - 1 5 + 16 = 1.
U na vez determinado el máximo común divisor del ejem plo 4.31, usarem os ahora el
algoritm o d e Euclides para escribir un program a que determinará mcd(o, b) para a, b €
Z*. L a salida de este program a se muestra mediante la evaluación de mcd(456, 624) y
mcd(116, 641).
El program a en Pascal d e la figura 4.9 utiliza la operación binaria M od; p a ra r, y e Z*,
x M od y es el resto después de dividir x entre y . Por ejemplo, 7 M od 3 es 1 y 18 Mod 5 es
3. (En el capítulo 14 trabajaremos con m ás detalle “la aritmética de los restos” .)
4 . 4 El m á x im o c o m ú n divisor: El a lg o rit m o d e E u d id e s____________________________2 2 9
Q u e r e m o s d e t e r m i n a r e l m á x im o c o m ú n
d iv is o r d e d o s e n te ro s p o s itiv o s a , b .
a = 456
b = 624
E l m á x im o c o m ú n d i v i s o r de 456 y
624 i s 24
Q u e r e m o s d e t e r m i n a r e l m á x im o c o m ú n
d iv is o r de d o s e n te ro s p o s itiv o s a , b .
a = 116
b = 641
E l m á x im o c o m ú n d i v i s o r d e 1 1 6 y
641 i s 1
Figura 4.9
| Ejemplo 4.34 j Jorge tiene dos recipientes no marcados. Un recipiente contiene 17 onzas y el otro 55
onzas. Explique cómo puede usar Jorge los dos recipientes para medir exactamente una
onza.
Por el algoritmo de Euclides tenemos que
55 = 3 (1 7 )+ 4 , 0 < 4 < 17
17 = 4(4) + 1, 0<1<4.
Por lo tanto, 1 = 1 7 - 4(4) = 17 - 4[55 - 3(17)] = 13(17) - 4(55). Por lo tanto, Jorge debe
llenar el recipiente pequeño (de 17 onzas) 13 veces y vaciar el contenido (las primeras
doce veces) en el recipiente mayor. (Jorge vacía el recipiente m ayor cada vez que esté
230 Capítulo 4 Propiedades d e los en tero s: Inducción m atem ática
lleno-) A ntes de llenar el recipiente pequeño la 13*. vez, Jorge tiene 12(17) - 3(55) =
204 - 165 = 39 onzas d e agua en el recipiente m ayor (de 55 onzas). Después de llenar el
recipiente pequeño por 13*. vez, él vaciará 16(= 55 - 39) de este recipiente, y llenará el
recipiente grande. Quedará exactamente una onza en el recipiente pequeño.
Ejem plo 4 .35 Al ayudar a los estudiantes en sus cursos de programación, Juan observa que en promedio
puede ayudar a un estudiante a depurar un programa en Pascal en 6 m inutos, pero tarda 10
m inutos en depurar un programa escrito en APL. Si trabajó en form a continua durante
104 m inutos y no desperdició tiempo, ¿cuántos programas depuró en cada lenguaje?
En este caso buscamos enteros r y > 0 tales que 6x + lOy = 104, o 3 x + 5y = 52. Como
mcd(3, 5) = 1, podemos escribir 1 = 3(2) + 5 ( - 1), por lo que 52 = 3(104) + 5( - 52) =
3(104 - 5*) + 5( - 52 + 3*), k £ Z. Para obtener 0 < x = 104 - 5* y 0 s y = - 52 + 3*
debemos tener (52/3) < k < (104/5). A sí, * = 1 8 ,1 9 ,2 0 y existen tres posibles soluciones:
L a ecuación del ejemplo 4.35 es un ejemplo de una ecuación diofántica: una ecuación
lineal que requiere soluciones enteras. Este tipo de ecuación fue estudiada p o r primera vez
por el algebrista griego Diofanto, que vivió en el siglo m d .c .
Una vez resuelta una de estas ecuaciones, veamos ahora si podemos determinar cuándo
tiene solución una ecuación diofántica. L a demostración se deja al lector.
Cerram os esta sección con un concepto relacionado con el m áximo común divisor.
El último resultado d e esta sección une los conceptos d e máximo común divisor y el
m ínim o común m últiplo. Además, nos proporciona una forma de calcular mcm(o, b ) para
cualquier a, b G Z*. La demostración d e este resultado se deja al lector.
(250)(111) = 27,750.
b) El ejemplo de la parte (a) es un caso particular de u n resultado m ás general: para
cualesquiera a, b S Z*, si a, b son prim os relativos, entonces mcm (a, b) = ab.
c) El prim er cálculo (después del programa) de la figura 4.9 establece el hecho de que
m cd(456,624) = 24. Como resultado tenemos que
EJERCICIOS 4 .4 1. Para cada uno de los pares siguientes a. b S Z*. determine mcd(a, b) y expréselo como una
combinación lineal de a, b.
a) 231,1820 b) 1369,2597
c) 2689,4001 d) 7982,7983
2. Para a, b e Z" y s, t e Z, ¿qué podemos decir de mcd(a,¿) si
a) as + bt = 2? b) as + fct = 3?
c) os + bt = 4? d) as + iir = 6 ?
4 3. P a ra a , 6 £ Z 'y d= m c d (a b), d e m u e s t r e q u e m c d (a /d , bld) = 1.
5. Para a, fe, c £ Z ', demuestre que si d = a + bc, entonces mcd(fe, d) = mcd(a fe).
6. Sean a, b, c £ Z‘ con mcd(a, b) = 1. Si a | c y b | c, demuestre que ab\c. ¿Vale este resultado si
mcd(¡¡, b) * 1 ?
7. Sean a. b £ Z, donde al menos uno de ellos es distinto de cero.
a) Utilice cuantificadores para restablecer la definición de c = media, b), donde c £ Z'.
b) Use el resultado de la parte (a) para decidir cuando c * medfa, b) para algún c £ Z".
8 . Si a, b son primos relativos y a > b. demuestre que mcd(t¡ - b, a + b) = 1 o 2.
9. Sean a, b, c £ Z* con mcd(a, b) = 1. Si a ¡be, demuestre que ¡¡ ¡c.
10 . Sean a, b £ Z~ con a par y fe impar. Demuestre que medfe fe) = mcd(a/2, ti).
1 1 . Sean « , i E Z~ donde a > fe. Demuestre que mcd(o, ti) = mcd(a - b, b).
12. Sean a, b, c. d enteros positivos fijos. Si (a d -b c )\a y <ad-bc)\c. demuestre que medían+b,
en + 4)=1 para cualquier n S. Z'
13. Demuestre que para cualquier n £ Z‘, mcd(5n + 3, 7n + 4) = 1.
14. Una ejecutiva compra S249.00 de juguetes para los niños de sus empleados.Para cada niña,
compra una muñeca de S3.30; cada niño recibe un conjunto de soldados que cuestan $2.90.
¿Cuántos juguetes de cada tipo compró?
15. Determine los valores de c £ Z~. 10 < c < 20. para los que la ecuación diofántica 84i 990v = c
no tiene solución. Determine las soluciones para los valores restantes de c.
16. a) Determine los enteros w, x. y £ Z que satisfagan el siguiente sistema de ecuaciones
diofánticas:
w + x + y = 50
w + 13* + 31y = 116
b) ¿Existe una solución en la parte (a) tal que w, x. y > 0 ?
c) ¿Existe una solución en la parte (a) tal que w > 10, x > 28 y y > - 15?
17. Verifique el teorema 4.8.
18. Verifique el teorema 4.10.
19. Si a, fe £ Z’ con a = 630, mcd(a, fe) = 105 y mcm(a, fe)=242,550, ¿cuál es elvalor de fe?
2 0 . Para cada pareja a. fe del ejercicio 1, determine mcm(a, fe).
2 1 . Para cualquier n £ Z \ ¿cuánto valen mcd(n, n + 1) y mcm(n. n + 1)?
2 2 . Demuestre que mcm(na, nb) = n mcm(a, fe) para n, a, fe £ Z \
4 .5
El t e o r e m a f u n d a m e n t a l d e la
a r it m é tic a
En esta sección extenderemos el lem a 4.1 y mostraremos que para cualquier ti E Z*, n > 1 ,
n es prim o o n puede escribirse como producto d e primos, donde la representación como
producto de primos es única, excepto por el orden de los factores. Este resultado, conocido
como el teorema fundam ental d e la aritmética, puede encontrarse en una form a equiva
lente en el libro IX de los Elementos de Euclides.
Los siguientes dos lemas nos ayudarán a lograr nuestro objetivo.
[Lema 4 .3 Sea a € Z* para todo 1 < i < n. Si p es primo y p \ a ,a 2 entoncesp \ a. para algún
1 < i < n.
Demostración: Dejamos la demostración d e este resultado al lector.
Con el lem a 4.2, tenemos otra oponunidad para establecer un resultado mediante el
m étodo de la demostración por contradicción.
Antes de pasar al resultado principal d e esta sección, observemos que el entero 2 del
ejem plo anterior no tiene un papel especial. Pediremos al lector que, en la sección de
ejercicios, demuestre el hecho de que J p es irracional para cada primo p. Ahora que he
mos mencionado este hecho, es hora de presentar el teorema fundamental de la aritmética.
Teorema 4 .1 1 Cada entero n > 1 puede escribirse como un producto de primos d e forma única, excepto
por el orden de éstos. (En este caso, un solo primo se considera un producto de un factor.)
D em ostración: La demostración consta de dos partes: la primera demuestra la existencia
de una factorización con primos y la segunda se refiere a la unicidad.
Si la prim era parte no fuera verdadera, sea m > 1 el entero más pequeño que no puede
expresarse como un producto de primos. Com o m no es primo, podemos escribir m =
m,m 2, donde 1< m ,< m, 1 < m2< m. Pero entonces m2 pueden escribirse como produc
tos de primos, ya que son m enores que m. En consecuencia, usamos la representación m =
m,m 2 para obtener una factorización de m con primos.
Para establecer la unicidad de una factorización como producto de primos, usaremos la
forma alternativa de la inducción matemática (Teorema 4.2). Para el entero 2, tenemos una
única factorización com o producto d e primos y, suponiendo verdadera la unicidad de la
representación para 3 ,4 ,5 n - 1, suponemos q u e n = p!' p ‘2‘ p',’ = g¡: qp q,’,
donde cadap„ 1 < i < Ay cada q:. 1 < ; £ r, es un primo. También suponemos q u e p ,< p 2<
■■- < p , y q¡ < q2< ■■■< q, y s ,> 0 para 1 < i < k , r,> 0 para 1 < j < r .
C om o p¡ \ n, tenemos que p¡ \ q’{ q j ■■■q; . Por el lem a 4.3, p , | q. para algún 1 < j < r.
« Como p, y q¡ son primos, tenemos que p¡ = qr De hecho, j = 1, ya que de lo contrario, q-: \ n
=> <y, - p , para algún 1< e < A y p,< p ,= q¡< q¡= p¡. Usam os p , = q„ para v er que n , =
34 C a p it u lo 4 P r o p ie d a d e s d e lo s e n t e ro s : In d u c c ió n m a t e m á tic a
(e, + l )( e 2 + l ) - - - ( e t + l ) .
Por ejemplo, como 29,338,848,000 = 28355373 11, vemos que 29,338,848,000 tiene
(8 + 1)(5 + 1)(3 + 1)(3 + 1)(1 + 1) = (9)(6)(4)(4)(2) = 1728 divisores positivos.
Si queremos saber cuántos de estos 1728 divisores son múltiplos d e 360 = 23325, enton
ces debemos darnos cuenta de que queremos contar los enteros de la forma 2 1' 2'- 51’ T ' 1 1'5
donde
3 s r,< 8 , 2 < r2 < 5, 1 s r 3£ 3 , 0 s r 4£ 3 , 0 s r 5s l .
Para determinar cuántos de los 1728 divisores positivos de 29,338,848,000 son cuadrados
perfectos, necesitam os considerar todos los divisores de la forma 2 ’1 3’! ó 51 T ' 11‘:, donde
cada i ,, r¡, s3, s4, s¡ es un entero par no negativo. En consecuencia, tenemos en este caso
4.5 El teo re m a fu n d am e n ta l d e la aritm ética 23 5
Se sigue entonces que e! número d e divisores positivos de 29,338,848,000 que son cua
drados perfectos es (5)(3)(2)(2)(1) = 60. [De m anera análoga, tenem os que existen
(3)(2)(2)(2)(1) = 24 divisores positivos de 29,338,848,000 que son cubos perfectos y
(3)(2)(1)(1)(1) = 6 que son potencias cuartas perfectas.]
f l ci = - 1)!); y,
Si m, n G Z \ sean m = p¡' p 'f • • • p '1 y n = p f p{‘ p ¡ ', donde cadap. es primo y 0 < e
y 0 £ f para todo 1 < i < í. Entonces, si a. = mín {e , f.} , el mínimo (o más pequeño) de e. y
f y b. = m á x je , f ] , el máximo (o más grande) de e y f f para todo 1 < i < t, tenemos que
4 .4 3 1 A quí buscam os una respuesta para la siguiente pregunta. ¿Podemos encontrar tres enteros
positivos consecutivos cuyo producto sea un cuadrado perfecto? E s decir, ¿existen m, n 6
Z ' tales que m (m + l)(m + 2) = n2?
Supongamos que existen dichos enteros m, n. Recordem os que mcd(m, m + 1) = 1 =
mcd(m + 1 , m + 2 ), por lo que, para cualquier primo p , si p | (m + 1 ), entonces p \ m y p \(m +
2). Además, si p | (m + 1 ), se sigue que p \ ti2. Y como n 2 es u n cuadrado perfecto, por el
teorem a fundamental de la aritmética, vemos que los exponentes d e p en las factorizaciones
com o producto de primos d e m + 1 y n2 deben ser el mismo entero p a r. Esto es cierto para
cualquier divisor primo de m + 1, por lo que m + 1 es un cuadrado perfecto. Como n2y m +
1 son cuadrados perfectos, concluimos que el producto m(m + 2 ) también es un cuadrado
perfecto. Sin embargo, el producto m(m + 2) es tal que m2 < n ? + 2 m = m(m + 2) < n r + 2m +
1 = (/Ti + l)2. En consecuencia, vemos que m(m + 2) está entre dos cuadrados perfectos
consecutivos y no es igual a ninguno de ellos. Así, m(m + 2) no puede ser un cuadrado perfecto,
y no existen tres enteros positivos consecutivos cuyo producto sea un cuadrado perfecto.
ERCICIOS 4 .5 1 . Escriba cada uno de los siguientes números como un producto de primos
p í ' p ? " ’Pk', donde 0 < ti, para l & i s k y p¡ < p ¡< ■■■< p k.
a)148,500 b ) 7,114,800 c) 7,882,875
2. Determine el máximo común divisor y el mínimo común múltiplo para cada pareja de números
del ejercicio anterior.
3. Sean r 6 Z" arbitrario y p¡,p2, P i.- .- .P , primos distintos. Si m e Z* y la factorización como
producto de primos de m es p¡ p { p” • • ■p’’, ¿cuál es la factorización como producto de pri
mos (a) de 77í2? (b)de m3?
4. Determine la factorización como producto de primos de lo siguiente:
a ) 8! b) 10! c) 12! d) 15!
5. Encuentre el valor del entero positivo más grande tal que T divida a 22!.
6 . Verifique el lema 4.3.
7. Demuestre que J p es irracional para cualquier primo p.
8 . Si p es cualquier primo, demuestre que ¡fp es irracional.
9. a) Demuestre que log,o2 es irracional.
b ) Para cualquier primo p. demuestre que Iog,0 P es irracional.
10. Encuentre el número de divisores positivos para cada uno de los siguientes enteros.
4.5 El teo re m a fundam ental de la aritm ética 237
c) n (-D V d o n d e n C Z *
e) n f) f[ t ------ , donde n 6 Z*
10 - i + 1 i-„ 2n — i + 1
C a p ít u lo 4 P r o p ie d a d e s d e lo s e n t e ro s : In d u c c ió n m a t e m á tic a
23. a) Evalúe f l 2 ¡ y f j r .
M M * *
b) S i a S R y n e Z -, encuentre una fónnula para J J o ' y O 0'
27. Sean e Z ‘. Decimos que n es un entero perfecto si 2n es igual a la suma de todos sus divisores
positivos. Por ejemplo, como 2(6) = 1 2 = l + 2 - r 3 - r 6 . se sigue que 6 es un entero perfecto.
a) Verifique que 28 y 496 son enteros perfectos.
b) S i j í E Z* y 2~ - 1 es primo, demuestre que 2 " ',(2”- 1 ) es un entero perfecto. [El resultado
de la parte (d) del ejercicio 1 de la sección 4.1 puede ser de utilidad.]
28. Se puede utilizar el principio del buen orden para dar otra demostración del hecho de que->/2
es irracional. Supongamos que -J2 es racional y consideremos el conjunto (distinto del vacío)
S C Z ' dado por S = [a \ a i/2 £ Z '}. Utilice este conjunto S para obtener una contradicción.
4 .6
R e s u m e n y r e p a s o h is t ó ric o
Según el m atemático prusiano Leopold Kronecker (1823-1891), “Dios creó los enteros, y
lo demás es obra del h om bre.. . Todos los resultados d e la investigación matemática más
profunda deben poderse expresar en última instancia en la forma sim ple de propiedades de
los enteros”. En el espíritu de esta cita, vimos en este capítulo cómo la obra del Todopode
roso ha sido desarrollada ampliamente por el hombre en los últimos 24 siglos.
Si empezamos en el siglo cuarto [A.C.], en los Elementos de Euclides no sólo encontra
mos la geometría que aprendimos en el bachillerato, sino también las ideas fundamentales
de la teoría de números. Las proposiciones 1 y 2 del libro VII de Euclides incluyen un
ejem plo de algoritmo para determinar el máximo común divisor de dos enteros positivos
utilizando una técnica eficiente para resolver, en un número fin ito de pasos, un tipo espe
cífico de problema.
El térm ino algoritmo, com o su predecesor algorism, era desconocido para Euclides. De
hecho, este término figuró en el vocabulario d e la m ayoría de la gente sólo a finales de
la década de 1950, cuando la revolución d e la computación comenzó a tener efectos en la
sociedad. La palabra viene del nombre del famoso m atemático, astrónomo y escritor de
libros de texto islámico Abu Ja'far M ohammed ibn M úsa al-Khow lrizm l (cerca de 780 -
e 850). L a última parte de su nombre, al-Khow irizm í, que se traduce com o “un hombre
de la ciudad de Khowárizm”, dio lugar al término algorism. L a palabra álgebra viene de
4 . 6 Resum en y repaso histórico 239
al-jabr, que está contenida en el título del libro de texto de al-K how árizm í Kitab al-jabr
w 'a l muquabala. Traducido al latín durante el siglo trece, este libro tuvo un efecto profun
do en los m atemáticos d e la época del renacimiento europeo.
Com o lo mencionamos en la sección 4.4, el uso que damos a la palabra algoritmo tiene
la connotación d e un m étodo preciso, que se sigue paso a paso, para resolver un problema
en un número finito de pasos. La primera persona a quien se atribuye el m érito d e haber
desarrollado el concepto d e un algoritmo de computador fue Augusta Ada Byron (1815—
1852), condesa de Lovelace. H ija única del fam oso poeta Lord B yron y Annabella
M illbanke, Augusta A da fue criada por su madre, quien estimuló sus talentos intelectuales.
Con una enseñanza en matemáticas impartida por personajes de la talla d e Augustus De
M organ (1806-1871), continuó sus estudios ayudando al talentoso matemático inglés
Charles Babbage (1792-1871) en el desarrollo del diseño de una de las primeras máquinas
de cálculo, la “m áquina analítica”. Los apuntes m ás completos sobre esta máquina se
encontraron en sus escritos, donde también puede encontrarse un gran talento literario y la
esencia d e los algoritmos m odernos para los computadores. En el capítulo 2 del libro de
S. Augarten [1] s e pueden encontrar m ás detalles acerca de la obra de Charles Babbage y
Augusta A da Byron Lovelace.
En el siglo posterior a Euclides, encontramos algo d e teoría de números en la obra de
Eratóstenes. Sin embargo, fue cinco siglos después cuando Diofanto de Alejandría obtuvo
los prim eros grandes logros en este campo. E n su obra Arithmetica, sus soluciones enteras
de ecuaciones lineales (y d e orden superior) fueron como un faro matemático que guiaba
hacia la teoría de números, hasta que el matemático francés Pierre de Fermat (1601-1665)
entró en escena.
E l problem a que presentamos en el teorema 4.8 fue investigado por Diofanto y analiza
do posteriormente, durante el siglo vn, por los matemáticos de la India, pero sólo hasta la
década de 1860 fue resuelto completamente por Henry John Stephen Smith (1826-1883).
Si desea conocer más detalles acerca de la obra de éstos y otros matemáticos que se han
dedicado al área de la teoría de números, consulte L. Dickson [4]. El capítulo 5 de I. Niven
240 C a p ít u lo 4 P r o p ie d a d e s d e lo s e n te ro s: In d u c c ió n m a t e m á tic a
y H. Zuckerman [10] trata de las soluciones de las ecuaciones diofánticas y d e sus aplica
ciones.
En la obra Formulario Matemático, publicada en 1889, Giuseppe Peano (1858-1932)
form uló el conjunto de los enteros no negativos con base en tres términos indefinidos:
cero, número y sucesor. Su formulación es la siguiente:
a ) Cero es un número.
b) Para cualquier número n, su sucesor es un número.
c) Ningún número tiene a cero como su sucesor.
d) Si dos números m, n tienen el m ismo sucesor, entonces m = n.
e) Si T es un conjunto de números donde 0 6 T, y donde el sucesor de n está en T
siempre que n esté en T, entonces T es el conjunto d e todos los números.
1 . Augarten, Stan, BIT by BIT. An lllustrated History o f Computen. Nueva York, Ticknor &
Fields, 1984.
2 . Bussey, W. H., “Origins of Mathematical Induction", American Mathematica! Monthly 24.
1917, pp. 199-207.
3. Collison. Maiy Joan, "The Uñique FactorizationTheorem: From Euclid to Gauss",Mathematics
Magazine 53, 1980. pp. 96-100.
4. Dickson, L., History o f ¡he Theory o f Numbers. Washington, D.C., Camegie Institution of
Washington, 1919. Reimpreso por Chelsea. en Nueva York, 1950.
5. Hardy, Godfrey Harold, y Edward MaitlandWright, An Introduction lo the Theory o f Numbers.
5*. ed., Oxford, Oxford Univeisity Press, 1979.
6 . Lamey, Violet Hachmeister. Abstract Algebra: A First Course, Boston, Prindlc, Weber &
Schmidt. 1975.
7. LeVeque, William J., Elementary Theory o f Numbers, Reading, Mass.. Addison-Wesley, 1962.
8 . LeVeque, William J.. Topics in Number Theory, vols. I y II. Reading, Mass., Addison-Wesley,
1956.
9. LeVeque, William J. (editor), Studies in Number Theory, MAA Studies in Mathematics, vol. 6 ,
Englewoods Cliffs, N.J., Prentice-Hall, 1969. Publicado por la Mathematical Association of
America.
10. Niven, Ivan y Herbert S-, Zuckerman. An Introduction to ¡he Theory o f Numbers, 4‘. ed„
Nueva York, Wiley, 1980.
11. Rosen, Kenneth H., Elementary Number Theory, 3*. ed„ Reading, Mass., Addison-Wesley.
1993.
12. Wand, Mitchel!, Induction, Recursion. and Programming, Nueva York, Eisevier North Holland,
1980.
13. Youse, Bevan K., Mathematical Induction, Englewoods Cliffs, N.J., Prentice-Hall, 1964.
2 C a p ít u lo 4 P r o p ie d a d e s d e lo s e n t e ro s : In d u c c ió n m a t e m á tic a
n2 n9
End; 1 30 + sen 56 + - • • + sen (2n - 1)6 = -
ite l n CS1 v a lo r de n e s ■, n :0 ,
Consideremos las siguientes seis ecuaciones. 11. Si n £ Z’ y n > 2, demuestre que 2" < ( ; ') < 4'.
1) 1= 1
12. Si n £ Z-, demuestre que 57 divide a 7"*2+ 82" 1.
2) l - 4 = - ( l + 2) 13. Para cualquier n £ Z*. muestre que
3) l- 4 + 9= l + 2+ 3 a) si n > 64, entonces n puede escribirse como u
4) 1 - 4 + 9 - 1 6 = -(1 + 2 + 3 + 4) suma de múltiplos de 5, de 17 o de ambos.
5) 1 - 4 + 9 - 1 6 + 25 = 1 + 2 + 3 + 4 + 5 b) si n a 108, entonces n puede expresarse como u
6) 1 - 4 + 9 - 1 6 + 25 - 3 6 = - ( l + 2 + 3 + 4 + 5 + 6) suma de números 10 y 13.
njeture la fórmula general sugerida por estas seis 14. Si n £ Z-, demuestre que 2 -------= 2 ( - l)‘
aciones y demuestre su conjetura. i - i n + i i-i
Para n E Z -, demuestre lo siguiente por inducción 15. Dadon £ Z ‘ escribamosr = r0 + r, • 10 + r2- lO2* ---*
temática: r . • 10", donde 0 s r s 9 para 1 < i < n - 1 y 0 < r £ 9.
a) Demuestre que 9 1r si y sólo si 9 1(r + r^, + • • - +
a) 5 1 (n 5 - n) b) 6 [(n 3 + 5n) '■, + '■, + Xj).
b) Demuestre que 3 1r si y sólo si 3 1(r + r^, + • • • +
Para todo n £ Z ', sea S(n) la proposición abierta: n! +
r 2 + r, + g .
41 es primo.
c) Si r = 137486x225, donde x es un solo dígito, de
a) Verifique que S(n) es verdadera para todo 1 £ n £ 9.
termine el valor o valores de x de modo que 3 1 1.
b) Si S(£) es verdadera, ¿implica esto que S(k + 1) es
¿Qué valores de x hacen a / divisible entre 9?
verdadera para todo k £ Z ‘?
16. Francisco gasta $6.20 en dulces para darlos como pre
Para n £ Z‘, defina la suma sr mediante la fórmula
mio en un concurso. Si una caja de 10 onzas de estos dulces
cuesta S0.50 y una caja de 3 onzas cuesta $0.20, ¿cuántas
1 2 3 (n - 1 ) n
$ —----1----- i----- h-.-H ------------)------------ . cajas compró de cada tamaño?
2! 3! 4! n! (n + 1)!
17. a) ¿Cuántos enteros positivos podemos expresar como
un producto de nueve primos (se permiten repeti
a)* w -r
Venfique que s, = -1 , í5, = - y í 3= —
23 .
ciones y no importa el orden), si los primos pue
b) Calcule s4, ss y st . den elegirse del conjunto (2, 3, 5, 7,11}?
c) Con base en los resultados de las partes (a) y (b), b) ¿Cuántos de los enteros positivos de la parte (a)
4 conjeture una fórmula general para la suma de los tienen al menos una ocurrencia de cada uno de los
términos de s . cinco primos?
Ejercicios com plem entarios 243
I c) ¿Cuántos de los resultados de la parte (a) son 21. Evalúe las siguientes cantidades.
divisibles entre 4? ¿Cuántos de los resultados de la
parte (b)? b)2(n(<+2)) c)n(fi/)
18. Sean a b, c, d, m, n, s, 1 £ Z*con a d -b c = 1, s = am +
k y t= c m + dn. 22. ¿Cuándo tiene un entero positivo n exactamente 15 di
a) Determine m, n en términos de s, t. visores positivos?
b) Demuestre que mcdfe í) = mcd(m, ri).
23. Consideremos el conjunto {1,2,3). En este caso, pode
9. a) Diez estudiantes entran a unos vestuarios que con mos escribir {1,2, 3} = {1,2} U {3}, donde 1 + 2 = 3. Para
tienen 10 gavetas. El primer estudiante abre todas el conjunto {1 , 2 ,3 ,4 } , tenemos que { 1 , 2 , 3 , 4 } = {1 , 4 } U
las gavetas. El segundo estudiante cambia el esta {2,3}. donde 1 + 4 = 2 + 3. Sin embargo, las cosas cambian
do (de cerrado a abierto o viceversa) de cada gave cuando analizamos el conjunto {1,2,3,4,5}. Si C C {1 , 2 ,
ta en forma alternada, a partir de la segunda gave 3 ,4 , 5} y sc denota la suma de los elementos de C, vemos
ta. El tercer estudiante cambia entonces el estado que no hay forma de escribir {1,2,3,4,5} =A U BconA D
de cada tercera gaveta, a partir de la tercera. En 8 = 0 y s ’ = s„.
general, para 1 < k < 10 , el á-ésimo estudiante a) ¿Para cuáles n £ Z ', n > 3, podemos escribir
cambia el estado de cada k gavetas, a partir de la {1,2,3.........» } = A U 8 , con A n 8 = 0 y s ,= j„ ?
it-ésima. Después de que el décimo estudiante ha (Como antes, s, y sBdenotan las sumas de los ele
pasado por todas las gavetas, ¿cuáles de ellas con mentos de A y 8 , respectivamente.)
tinúan abiertas? b) Sea n 6 Z*. n > 3. Si podemos escribir {1, 2, 3,
b) Responda la parte (a) si reemplazamos 10 por n € . . . , » } = A U 8 , con A O 8 = 0 y s,= ss. describa
Z‘, n a 2. cuántos de estos conjuntos A y 8 podemos deter
20. SeaA = {a,, a,, ay a4, as¡ £ Z'. Demuestre que A con minar.
tiene un subconjunto no vacío 5 tal que la suma de los ele
mentos de 5 es un múltiplo de 5. (Es posible tener una suma
oiré conste solamente de un sumando.)
5
Relaciones
y fun cio ne s
n este capítulo extenderemos la teoría de conjuntos del capítulo 3 para incluir los con
E ceptos de relación y función. Las funciones intervienen en el álgebra, la trigonometría y
el cálculo. Aquí, sin embargo, estudiaremos las funciones desde el punto de vista de la
teoría de conjuntos (incluyendo las funciones finitas), y presentaremos algunas ideas nue
vas que deberán tenerse en cuenta en el estudio d e este tema. Además, examinaremos el
concepto de complejidad de una función y su papel en el estudio del análisis de algoritmos.
Tomaremos una ruta a lo largo de la cual encontraremos las respuestas de los siguientes
seis problemas (muy relacionados entre sí).
245
Capitulo 5 Relaciones y funciones
¿Nota la relación entre los primeros cuatro problemas? Los prim eros tres son el mismo
problema pero en diferentes contextos. Sin embargo, no queda tan claro que los último; ¡
dos problem as se relacionen o que exista alguna conexión entre ellos y los primeros coi- [
tro. No obtante, estas identidades se establecerán mediante las m ismas técnicas de come;I
que desarrollaremos para resolver los primeros cuatro problemas.
5.1
P r o d u c t o s c a r t e s ia n o s
y r e la c io n e s
D e fin ic ió n 5.1 Para los conjuntos A, B C 3(1, el producto cartesiano, d e A y B se denota con A x B y es
igual a {(a. b) | a S A, b £ 6 ).
Decimos que los elementos d e A x f i son pares ordenados. Para (a, b), (c, d) £ .4 x 8 ,
tenemos que (a, b) = (c. di si y sólo si a = c y b = d.
Si .4. S so n fin ito s.se sigue de la regla del producto que \ A x B \ = \ A \ - \ B |! Aunque
generalmente no ocurre que A x B = B x A. tendremos que | A x B | = | B x A |. Así
mismo, aunque A. B C no es necesario que .4 x B C '((, por lo que a diferencia de la
unión y la intersección. ) no necesariamente es cerrado en esta operación binaria.
Podem os extender la definición del producto cartesiano para más de dos conjuntos. Si
n e Z‘, n> 3 y 4 ,,4 ¡ A„C , entonces el producto (de orden n) de A,, 4 - , . . . , 4 , se
denota con A, x 4 . x • • - x A, y es igual a {(a¡. a*, . . . . a ,) | a, £ A., 1 s i s n } .t A los
elementos d e A ,x A; x - - - x 4 „ se les llam an-uplas ordenadas, aunque generalmente usemos
el término lem a en lugar de 3-upla. Como en el caso de los pares ordenados, si <a,,a; , . . . ,a„),
(b¡. b , . . . . , b,) £ A, x A; x ■• • x A ,. entonces (o,. a z, . . . . o„) = é2, . . . , br) si y sólo si
a¡ = b,. para todo ! < / < « .
a) A x B = {(2 ,4 ), (2 ,5 ), (3 ,4 ), (3 ,5 ), (4 .4 ), (4,5)}.
b) B x A = {(4.2), ( 4 ,3 ), (4 .4 ), (5 ,2 ), (5 .3 ). (5,4)}.
c) B 2 = B X B = { ( 4 .4 ) ,( 4 ,5 ) ,( 5 ,4): (5,5)}.
d) £ ! = S x S x g = {(a, b, c) | a, b, c E B}; por ejemplo, ( 4 ,5 ,5 ) £ B 3.
Además de su estrecha relación con los productos cartesianos, los diagramas de árbol
también aparecen en otras situaciones.
248 C apítulo 5 Relaciones y fun ciones
E n el campeonato de tenis de Wimbledon, las mujeres juegan como máximo tres sets en ib I
encuentro. La ganadora es la primera que gana dos sets. Si denotamos con N y E a dos |
jugadoras, el diagram a de árbol de la figura 5.2 indica las seis formas en que puede ganas! j
este encuentro. Por ejemplo, el segmento de línea con un asterisco (arista) indica queii"
jugadora E ganó el prim er set. L a arista con doble asterisco indica que N ha ganado el
ju ego al ganar el prim er y el tercer set.
P rim er c o n ju n to Segundo le rc e r c o n ju n to
c o n ju n to (e n c a s o n e c e sa rio )
Figura 5.2
Los diagramas de árbol son ejemplos de una estructura general llamada árbol. Los
árboles y los grafos son estructuras importantes que aparecen en la ciencia de la computa
ción y la teoría de optimización, que analizaremos en capítulos posteriores.
Volvamos al producto cartesiano de dos conjuntos para ver que los subconjuntos de
esta estructura son d e gran interés.
a) 0 b ) {(2,4)}
c) {(2 ,4 ), ( 2 ,5)} d ) {(2.4), (3 .4 ), (4,4)}
e) {(2,4), (3 ,4 ), (4,5)} f) A X B
Ejemplo 5.7 C o n A = % = Z * , podemos definir una relación b inaria® en el conjunto.4 como {(x,y) | x
£ y}. Ésta es la conocida relación “es m enor o igual que para el conjunto de enteros
positivos. Puede representarse gráficamente como el conjunto d e puntos, con componen
tes enteras positivas, localizadas en o arriba de la linca y = x en e! plano enclídco.t como
se m uestra parcialm ente en la figura 5.3. Aquí no podemos enumerar la relación completa
como lo hicim os en el ejemplo 5.6. pero notamos, por ejemplo, que (7, 7), (7. 11) £ 35.
pero ( 8 , 2) £ 3 i. El hecho d e que (7, 1 1 ) S 3? también puede s e r denotado con 7 ® 11;
( 8 , 2) £ ® se expresa como 8 9! 2. En este caso. 7 ® 11 y 895 2 son ejem plos de la
notación infijo para una relación.
F ig u ra 5 .3
Nuestro último ejemplo nos ayudará a revisar la idea de un conjunto definido en forma
recursiva.
1 ) (0 , 0 ) e ® ; y
2) Si.(s, t) e ® , entonces (s + 1, t + 7) £ ®.
Usam os la definición recursiva para m ostrar que el par ordenado (3,21) (d eN x N )estáei
9?. Nuestra form a de obtenerlo es la siguiente: Por la parte (1) d e la definición recursivi
partimos d e (0 .0 ) B SU. Entonces la parte (2) d e la definición nos da
i) ( 0 , 0 ) e a ^ ( 0 + l , 0 + 7 ) = ( l , 7 ) e t ;
ü) (1 ,7 ) £ 3 t ^ > ( l + 1 ,7 + 7) = (2 ,1 4 ) e 9 t ; y,
iii) ( 2 , 14) B » => (2 + 1 ,1 4 + 7) = (3 ,2 1 ) e &.
D em ostración: Demostraremos el teorema 5.1 (a) y dejaremos las demás partes al lector
Usaremos el m ismo concepto de igualdad de conjuntos (como en la definición 3.2 de la
sección 3.1), aunque en este casólos elementos son pares ordenados. Para a, b B % , (a, b
B A x ( B n C ) < = z a B A y b B B r \C < = > a B A y b B B , C< =baBA, b B B , y a B A ,b
B C e=e (a. b) B A x B y (a, b) B A x C « (a, b) B (A x B) fl (A x C).
e x a c t a m e n t e c i n c o p a r e s o r d e n a d o s ; y <f) e l n ú m e r o d e r e la c i o n e s b i n a r i a s e n A q u e c o n tie n e n
a l m e n o s s i e t e e le m e n to s .
6. ¿ P a r a c u á l e s c o n j u n t o s A , B C >U e s v e r d a d e r o q u e A x 8 = B x A ?
7. P a r a u n u n iv e r s o d a d o >U, s e a n A , B . C , D s u b c o n ju n to s n o v a c ío s d e >U.
a ) D e m u e s t r e q u e .4 x 6 Q C x D s i y s ó l o si A £ C y B C D .
b ) ¿ Q u é l e s u c e d e a l r e s u l t a d o e n la p a n e ( a ) s i c u a lq u ie r a d e l o s c o n j u n t o s A , B . C , D e s
v a c ío ?
8. L a f in a l m a s c u l i n a e n W im b le d o n e s g a n a d a p o r e l p r i m e r j u g a d o r q u e g a n e tr e s d e c in c o s e ts
e n u n j u e g o . S i C y M d e n o t a n a l o s ju g a d o r e s , d i b u j e u n d i a g r a m a d e á r b o l q u e m u e s tr e t o d a s
l o s f o r m a s p o s i b l e s e n q u e s e p u e d e d e c i d i r e l ju e g o .
10. Se s a c a n a l g u n o s m i c r o c i r c u i t o s l ó g i c o s d e u n c o n te n e d o r , s e p r u e b a n in d iv i d u a lm e n te y s e
e t i q u e t a n c o m o d e f e c t u o s o s o b u e n o s . E l p r o c e s o d e p r u e b a c o n tin ú a h a s t a q u e s e e n c u e n tr a n
d o s d e f e c t u o s o s o h a s t a h a c e r p r o b a d o c i n c o m i c r o c i r c u i t o s e n to ta ! . U t ili c e u n d i a g r a m a d e
á r b o l y p r e s e n t e u n e s p a c i o m u e s tr a l p a r a e s te p r o c e s o .
1 1 . C o m p le t e l a d e m o s t r a c i ó n d e l t e o r e m a 5 .1 .
1 2 . U n r u m o r s e d i f u n d e c o m o s i g u e . E l q u e lo o r i g i n a lla m a a d o s p e r s o n a s p o r t e lé f o n o . C a d a
u n a d e e s t a s p e r s o n a s te l e f o n e a a tr e s a m ig o s , c a d a u n o d e l o s c u a l e s a s u v e z lla m a a o tr o s
c i n c o m á s . S i n a d ie r e c i b e m á s d e u n a l la m a d a y n a d i e l l a m a a l q u e l o o r ig in ó , ¿ c u á n ta s p e r s o
n a s c o n o c e n a h o r a e l r u m o r ? ¿ C u á n t a s l l a m a d a s te l e f ó n i c a s f u e r o n h e c h a s ?
1 3 . P a r a A , B , C C H t, d e m u e s t r e q u e A x (B - C ) = ( A x B ) - (A x C ) .
1 4 . Sean A, B c o n ju n to s c o n | B| = 3 . S i e x is te n 4096 r e la c i o n e s d e A e n B . ¿ c u á n to v a l e | A |?
15. Sea S C N x N d o n d e (m , n ) £ S i s i ( y s ó l o s i ) n = 5 m + 2 .
a ) D é u n a d e fin ic ió n re c u rs iv a p a ra ¿k.
b ) U t ilí c e l a d e f i n i c i ó n r e c u r s i v a d e l a p a r te ( a ) p a r a m o s t r a r q u e ( 4 . 2 2 ) £ 3 i .
5 .2
F u n c io n e s; e n g e n e r a l
e in y e c t iv a s
En esta sección nos concentraremos en un tipo especial de relación llamada función. Uno
encuentra m uchas funciones en el medio matemático y en el de las ciencias de ia compu
tación. Sin embargo, como en el caso de las relaciones, no hay razón para tem er; no las
estamos abandonando, sino que reaparecerán en el capítulo 7, donde las examinaremos
con m ás cuidado.
Definición 5.3 Para los conjuntos no vacíos A. B. anz/unción. o aplica ció n ,/d e A e n B . que se denota con
/ : A —»B. es una relación de A en B en la que cada elemento de A aparece exactamente una
vez como la prim era componente de un par ordenado en la relación.
única b £ B; denotamos este proceso con f (a) = b. En consecuencia, (a, b), (a, c) 6 j |
implica b = c.
Una representación gráfica de estas ideas aparecen en la figura 5.4. Este diagrama su
giere que a puede verse como una entrada que es transformada p o r/ en la salida corres
pondiente,/(a). En este contexto, puede pensarse en un com pilador de FORTRAN como
una función que transform a un program a fuente (la entrada) en su correspondiente progra
ma objeto (la salida).
b) Una segunda función, relacionada con la función suelo de la parte (a) y que cumple
un papel en el estudio de las ciencias de la computación es la función techo. Esta
función g: R —> Z está definida por
1 2 • • ■ n » + l n + 2 - ” 2 n 2 n + l - - - ( i — 1 ) /*+/••• (n —l ) n + « ( = / i 2)
Podemos utilizar las funciones de suelo y techo de las partes (a) y (b). respectivamente, del
ejemplo 5.10 para formular de nuevo algunas de las ideas que examinamos en el capítulo 4.
a) Al estudiar el algoritmo de la división, aprendimos que para cualesquiera a, b £ Z,
con b > 0, fue posible encontrar o, r £ Z únicos tales que a = qb + r y 0 < r < b .
Ahora podemos añadir que q = \ a ! b \ y r = a - \ a lb \ b.
254 C apítulo 5 Relaciones y funciones
- „ . . m paip±s|ppim «
sores positivos que son cuadrados perfectos. También tiene 24 = (3)(2)(2)(2)(1)
r(8+Qi r<5+i)i r(3+i)i ro + D i r a + d i „
= —j— | — -— | j — 2— —^ ^ j— divisores positivos que son cu
n = p í'P 2 2" - P k ‘
donde k E Z ', p¡ es primo para todo 1 < i < k, p, = p. para todo 1 < í < j < k, y e,
E Z ' para todo 1 S i s k. Esto se debe al teorema fundamental de la aritmética F
Entonces si r e Z*, vemos que el número de divisores positivos de n que son poten
E je m p lo 5 .1 2 En la sección 4.2 presentamos el concepto de sucesión junto con nuestro análisis de las
definiciones recursivas. Nos daremos cuenta ahora de que una sucesión de números reales
r,_, r„ r . , . . . puede pensarse como una función/: Z ’ —» R d on d e/(n ) = r . para todo n E Z‘.
D e la m isma forma, una sucesión de enterosa0, a., a:, . . . puede definirse por medio de una
función g : N -> Z donde g(n) = ar, para todo n E Ñ ,
En el ejem plo 5.9, existen 2 " = 4096 relaciones de .4 en B. Hemos examinado una
función entre todas estas relaciones; ahora queremos contar el núm ero total de funciones
de A en B.
Por lo tanto p a ra .4, B del ejemplo 5.9, existen 4-’= | B \ I* I = 64 funciones deA en B, y
3‘ = | A 11' 1 = 8 ! funciones de B en A. En genera], no esperamos que [A | ls | sea igual a
¡ B | l-'l. A diferencia d e la situación para el caso de las relaciones, no siempre podemos
obtener una función de B en A intercambiando simplemente los componentes de los pares
ordenados de una función de A en B.
5.2 Funciones: en general e inyectivas 255
Ahora que tenemos el concepto de función como un tipo especial de relación, centrare
mos nuestra atención en un tipo especial de función.
Definición 5.5 Una función/ : A —» B se denomina uno a uno, o inyectiva. si cada elem ento de B aparece
como máximo una vez como la imagen de un elem ento de .4.
S i / : A —» B es uno a uno, con A, B finito, debemos tener que | A | < | B \ . Para conjuntos
arbitrarios A, B , s i / : 4 - t f i e s uno a uno, entonces paraa¡. a , S A ,f(a ¡) - f(a ¡) => a,= a2.
/ = {(1,1), (2 .3 ), (3.4)}
g = {(1,1), (2 ,3 ), (3,3)}
Para A, B como en el ejemplo 5.14 existen 2 15 relaciones deA en B y 5-’ de éstas son funcio
nes d e A en B. Queremos saber ahora el número de fu n cio n es/: A —>B que son inyectivas
o uno a uno. De nuevo argumentaremos para el caso d e conjuntos finitos generales.
n (n — 1) ( n - 2 ) • • • ( n - m + 1) = n \l{ n - m ) \ = P (n , m) = B (| B |, | A |).
256 Capítulo 5 Relaciones y funciones
En consecuencia, para ,4, B como los del ejemplo 5.14, existen 5 - 4 - 3 = 60 funciones
inyectivas / : A —» B.
D e fin ic ió n 5 .6 S i f : A —* B y A . Q A , entonces
Para A = { 1 ,2 ,3 ,4 .5 } y B = {w; x, y, z ) , s e a /: A - » B dada p o r /= { (!,« ’), (2. x). (3. x), (4, y),
(5, y)}-Entonces p ara A ,= {1}, A2 = (1, 2 ), A .= { 1 ,2 , 3}, A .= {2, 3 ) ,y A ; = { 2 ,3 ,4 , 5),
encontramos las siguientes imágenes m ediante/:
a) Sea j : R - s R dada por g(x) = x2. Entonces g(R ) = imagen de g = [0, + ®=). La
imagen d e Z m e d ia n te g e sg (Z ) = { 0 ,1 , 4 ,9 , 1 6 .. .. ¡ y para A, = [-2 .1 ] obtenemos
g(A,) = [0, 4].
b) Sea i i Z x Z ^ Z definida como A(x, y) = 2x + 3y. En este caso, el dominio de h es
Z x Z (no Z). y el codominio es Z. Vemos, por ejemplo, que h{0 .0 ) = 2(0) + 3(0) - 0.
h( 1 .3 ) = 2(1) + 3(3) = 11, y h ( -3. 7) = 2 (-3 ) -i- 3(7) = 1 5 . Además. h(2. - 1 ) = 2(2) +
3 ( - l ) = I . y para cada n E Z, A(2n. - n ) = 2(2n) + 3 (-n ) = 4n - 3n = n. En conse
cuencia. /¡(Z x Z ) = imagen de A= Z. Para A ,= {(O.n) | n E Z * ) = ¡0 ) x Z ‘ C Z x Z ,
la imagen de A, m ediante h es h(A¡) = {3. 6 . 9. . . .} = {3n | n E Z*}.
Definición 5.8 Sea A. C A y / : A, - » B. Si g: A -> 8 y g (a) = / a ) para todo a £ A., entonces £ es una
e x ten sió n d e f a A .
fee ffip ío S.17 - Para A = { 1 . 2, 3. 4, 5}, s e a / : A —» R definida c o m o /= {(1, 10). (2, 13), (3. 16). (4, 19).
(5, 2 2)). Sea,?: Q -» R tai que g(q) = 3<? + 7 para todo ? 6 Q . Por último, sea />: R -» R tal
que h(r) = 3 r + 7 para todo r 6 R. Entonces
i) g es una extensión d e /( d e A) a Q;
ii) / es la restricción de g (de Q ) a A;
iii) h es una extensión d e /( d e A) a R:
iv) f e s la restricción de h (de R ) a A;
v) k es u na extensión de g (de Q ) a R; y
vi) g es la restricción d e /; (de R) a Q.
Ejem plo 5 .1 8 Sean A = (w, x, y, ?}, B = {1, 2, 3, 4, 5} y A, = ¡»; y, j ) . Sean / : A —» B . g t: A, —>B las
funciones representadas por ios diagramas d e la figura 5.5. Entonces g = f \ A y / e s una
extensión de g de A, a A. Observemos que para la función dada g: A t —> B , existen cinco
formas de extender g de A, a .4.
25 8 Capitulo 5 Relaciones y fun ciones
EJERCICIOS 5 .2 1 . Determine si cada una de las siguientes relaciones función. Si una relación es aa
función, determine su imagen.
a ) {(*. >') | *. v £ Z. v = x! + 7), una relación de Z en Z.
b) |(x, y) [ x, y £ R, / = x}, una relación de R en R.
e) {(*, y) | x, y 6 R. y = 3x + !}. una relación de R en R.
d) ((x. y) | x, y E Q, x2+ >- = 1}, una relación de Q en Q.
e) 3t es una relación de A en B tal que | A | = 5, | £ | = 6 | y = 6.
i) A C \B ü) í n c Íii) A UC iv) F u e
b) ¿Cómo afecta las respuestas de (i) a (iv) si A, B. C Q Z ' x Z ' ?
7. Determine lo siguiente:
a) 12.3-1.6J b) 12.3J-L1.6J c) L2.3J-fl.6J
d) L3.7J + r? .3 J e) f3.4lL6.2J f) L3.4Jf6.21
g) 12-rrJ h) 2ftrJ i) 2f«l
8 . Determine si cada una de las proposiciones siguientes es verdadera o falsa. Si es falsa, propor
cione un contraejemplo.
LaJ = f°l P * r a lodo o £ Z. b) LaJ = Tal para todo a £ R.
e) LflJ —fflj —1 para todo a £ R —Z. d) LajffcJ —[flló j para todo fl. 6 £ R.
e) - f a l = f - o l para todo a £ R . f ) - f a l = f - a j para todo a £ R.
15. Para cada una de las siguientes funciones, determine si es uno a uno y determine también su
imagen.
a) / : Z —»Z, f(x ) = 2 r -t-1 b) / : Q - Q . / M = 2x + 1
c) f : Z ^ Z . f ( x ) = x s - x d) f : R — R ./(* ) = e*
*) / : [ _ rr/2,rr/2]—»R ,/(*) = sen x f) / : [O.rr]—» R ,/(x ) = sen i
16. Sea/ : R -» R donde/(i) = x1. Determinef(A ) para ios siguientes subconjuntos A tomados del
dominio R.
a) A = {2,3} b) A = { - 3 . -2 ,2 ,3 }
c) -4 = ( - 3 ,3 ) d) A = ( -3 ,2 ]
e) A = [ - 7 ,2 ] f ) A = ( - 4 ,- 3 ] U [ 5 ,6 ]
17. Sean A = { 1,2.3.4,5}. 8 = [w,x,y, z),A ,= {2, 3.5) C A y g: .4, ->B. ¿De cuántas formas se
puede extender g a una función f : A —• B1
18. Dé un ejemplo de una función/: A ->ByA¡,A-_CA páralos cuales/(A, D A:) í/(A ,) fl/(A 2).
[Así, ¡a inclusión en el teorema 5.2{b) puede ser propia.)
19. Demuestre las partes (a) y (c) de! teorema 5.2.
2 0 . Si A = { 1.2. 3 .4 .5 ) y existen 6720 funciones inyectivas/: A -> B, ¿cuánto vale | 8 |?
21. Determine la función de acceso fía,,) conforme lo descrito en el ejemplo 5.l0(d). para una
matriz A = (o¡,)„„„ tal que (a) m = 12. n = 12; (b) m = 7. n = 10: (c) m = 10. n = 7.
22. Para la función de acceso desarrollada en el ejemplo 5.10 (d). la matriz A = (a, s e guardó
en una tabla unidimensional mediante el método de ¡a fila principal. También es posible guar
dar esta matriz usando el método de ¡a columna principal, por el que cada elemento a„, 1 < i < m
de la primera columna de A se guarda en las posiciones 1.2, 3 , . . . . m. respectivamente, de la
tabla, dondeo,, se guarda en la posición 1 . Entonces, los elementos a , 1 < i < m de la segunda
columna de A se guardan en las posiciones m + \.m + 2, m -t-3..........2m, respectivamente, de
la tabla: etcétera. Encuentre una fórmula para la función de acceso g{a,¡) en estas condiciones.
23. a) SeaA una rp.atrizm X n que se desea guardar 'de forma adyacente) en una tabla unidimensional
de r entradas. Determine una fórmula para la función de acceso si au debe guardarse en la
posición k(> 1) de la tabla [en vez de la posición 1. como en el ejemplo 5.10(d)] con (i) el
método de la fila principal; (ii) el método de la columna principal.
b) Establezca las condiciones que deben satisfacer m. n, r y k para que ios resultados de la
parte (a) sigan siendo válidos.
24. El siguiente ejercicio proporciona una demostración combinatoria para la fórmula de la suma
que ya hemos visto en dos resultados anteriores: (1) el ejercicio 26 de la sección 1.4; y (2) el
ejemplo 4.3.
Sean A = [a, b .c },B = { 1,2. 3........ n ,n * 1 ). S = (/: A 8 |/(a ) = /(c) y f(b) < /(c » .
a) Si 5, = [f: A —» 8 ¡/ £ 5 y f(c ) = 2.) ¿cuánto vale | S-, 1?
b) Si 5. = {f: A -» 8 jf E S y fíe ) = 3.) ¿cuánto vale | S: ¡?
c) Para 1 < i < n. sea S = {/: A -> 8 | f E S y fíe) - i + 1, ¿cuánto vale | S, | ?
d) Sea 7 j = ( / : A - » B | / £ S y fia ) = /(&)}. Explica por qué | T, \ = ( rf ).
el Sean T,= Í.¿.A^>B L.Í£ 5 Y(la) < ffb) \ y T,= {(: A -> B [_( e 5 y ((a) > (ib )\. Explique
por qué I F; ] = | 7", | = ( %').
fl ¿Qué podemos concluir acerca de ¡os conjuntos S¡ U S2 U 5= U . . . U S,. y T. U T¡ U
g) Use los resultados de las partes (c), (d), (e) y (f) para verificar que £ "=, i ' = n[n + l)(2n + 1 )/6 .
25. Una versión de la función de Aekennann A(m.n) se define en forma recursiva para m. n e N
con las siguientes propiedades:
A ( 0 ,n ) = n + 1 ,1 1 * 0 ;
A (m .0) = A(m —l . l ) , m > 0 ; y,
A (m ,n ) = A (m - 1, A ( m . n - 1)), m ,n > 0.
260 Capítulo 5 Relaciones y fun ciones
[Tales funciones fueron definidas en la década de 1920 por el matemático y lógico aleona
Wilhelm Ackermann (1896-1962), quien fue alumno de David Hilbert (1862-1943). Esta
funciones tienen un pape! importante en las ciencias de la computación, en la teon'a de fundo
nes recursivas y en el análisis de algoritmos que implican la unión de conjuntos.]
a) Calcule .4(1, 3) y A = (2, 3).
b) Demuestre que A( 1, n) = n + 2 para todo n E N.
c) Para todo « E N , muestre que .4(2, n) = 3 + 2n.
d) Verifique que A(3ut) = 2"_í- 3 para todo n E N.
5 .3
F u n c io n e s s o b r e y e c t iv a s :
N ú m e r o s d e S t ir lin g
d e l s e g u n d o t ip o
Los resultados que desarrollamos en esta sección nos darán la respuesta a los primeros
cinco problemas planteados al principio del capítulo. Veremos que las funciones sobreyecmc
son la clave para todas las respuestas.
3* + 1 = 8
se pueda resolver con facilidad para obtener * = 7/3. Pero ése es el problema, ya que el
número racional 7/3 no es entero: así, no ex iste* en el dominio Z tal q u e /(* ) = 8 .
5.3 F u n d o n e s Sobreyectivas: N ú m e ro s d e Stirling del s e g u n d o tipo 261
1) g- Q - » Q donde f ( x ) = 3x + 1 para r £ Q ; y
2) h: R —» R don d e/fx ) = 3x + 1 para j E R ,
es sobre. Además, 3a:, + 1 = 3a:, + 1 => 3a, = 3a, = >x, = x,, sin importar el hecho de que a,
y a 2 sean números enteros, racionales o reales. En consecuencia, las tres fu n cio n e s/ g y h
son uno a uno.
/ , = { ( l , 2) ,( 2 , y ) ,( 3 ,x ) ,( 4 ,y)} y / 2 = { ( l ,a ) ,( 2 ,a ) ,( 3 ,y ) ,( 4 ,2)}
son, ambas, funciones deA sobre B. Sin embargo, la función g = { (l,a ), (2 ,a), (3 ,y), (4 ,y)}
no es sobre, y a que g(A) = {a, y} C B.
Si A, B son conjuntos finitos, entonces para que exista una función sobre / : A —» B
debem os tener que IAI a IB I. Si el lector recuerda el desarrollo de las dos primeras sec
ciones de este capítulo, pensará que nuevamente hay que usar la regla del producto y
contar el número de funciones s o b re /: A - » B, donde |A | = m 2 n = I B \. Por desgracia, la
regla del producto no es adecuada en este caso. Obtendremos el resultado necesario para
algunos ejem plos específicos y después conjeturaremos una fórm ula general. En el capítu
lo 8 demostraremos la conjetura por medio del principio d e inclusión y exclusión.
Ejem plo 5 .2 2 j Si A = {x, y, z} y B = { 1 , 2 ), entonces todas las fu n cio n e s/: A - » B son sobre excepto/, =
” {(x, 1), (y, 1), (z> 1)} y í = {(x, 2), (y, 2), (z, 2 )), las funciones constantes. Por lo tanto,
existen |B |i-' 1 - 2 = 23- 2 = 6 funciones sobre de A en B.
Los últimos dos ejemplos sugieren un patrón que estableceremos ahora, sin demostra
ción, com o fórmula general.
- j'-'K . - > -* r
funciones sobre d e A en B.
í)4'—
W3’+h)2’-li)1’- ‘-11V i ) (4 ■^
4
= 2 ( —1)‘ ( 4 _ ^ )(4 — k)7 = 8400 funciones de A sobre 8 .
E l resultado del ejem plo 5.24 es tam bién la respuesta a las primeras tres preguntas del
principio del capítulo. Una vez que eliminamos el vocabulario innecesario, reconocemos
que en estos tres casos queremos distribuir siete objetos diferentes en cuatro recipientes
distintos sin que quede ningún recipiente vacío. Podem os hacerlo en términos de las fun
ciones sobre.
Para el problema 4, tenemos un espacio muestral S f que consta de las 47= 16,384 formas
en que las siete personas pueden elegir alguno de los cuatro pisos. (Observe que 4’ es
también el número total de funciones/: A —>B donde | A | = 7 , | B | = 4.) El suceso que nos
interesa contiene 8400 de estas selecciones, de modo que la probabilidad de que el ascen
sor se detenga en cada piso es 8400/16834 = 0.5127, un poco m ás de la mitad del tiempo.
Por último, para el problem a 5, como 2 t=o(~ l)*(„-t )(” ~ k )“ es el número de funcio
nes so b re / : A - » B p a ra \A \= m ,\B \= n, para el caso en que m < n no existen tales
funciones y la sum a es 0 .
Analizaremos el problem a 6 en la sección 5.6.
N o obstante, antes de pasar a algo nuevo, examinaremos un problem a más.
5.3 Fun ciones Sobreyectivas: N ú m e ro s d e Stirling del s e g u n d o tipo 263
En la em presa CH, Susana, la supervisora, tiene una secretaria, Teresa, y otras tres auxilia
res administrativos. Si hay que procesar siete cuentas, ¿de cuántas formas puede Susana
asignar las cuentas de modo que cada asistente trabaje al m enos en una cuenta y que el
trabajo de Teresa incluya la cuenta m ás cara?
En prim er lugar, la respuesta no es 8400 como en el ejemplo 5.24. Aquí debemos con
siderar dos subcasos disjuntos y después aplicar la regla de la suma.
a) Si Teresa, la secretaria, solamente trabaja con la cuenta más cara, entonces hay que
d is trib u ir la s o tra s se is cu en tas e n tre las tre s a sis te n te s ad m in istrativ o s
de 2 ( - 1)‘ ( )(3 —k)6 = 540 formas. (540 es el número de funciones sobre / :
A —» B con ]A | = 6 , | B | = 3.)
b) Si Teresa trabaja con otras cuentas además de la m ás cara, la asignación de tareas
puede hacerse d e 2 í o ( — = '5 6 0 formas. (1560 es el número de
funciones g: C —* D con | C | = 6 , | D \ = 4.)
Así, el numero d e formas en que podemos distribuir los m objetos distintos en n reci
pientes idénticos, sin que quede ninguno vacío, es
E sta sum a se denota como S(m. n) y se denomina número de Stirling del segundo tipo.
Observemos que si [A | = m > n = |B |, existen n! • S(m, n) funciones sobre de A en B.
Tabla 5.1
Continuamos ahora con la derivación de una identidad relacionada con los números de
Stirling. La demostración es de naturaleza combinatoria.
S (m + 1, n) = S (m , n - 1 ) + n S (m , n).
entre los n recipientes idénticos, sin que quede ningún recipiente vacío, con lo que obtene
m os S{m, n) distribuciones. Sin embargo, para cada una de estas S(m, n) distribuciones, los
n recipientes quedan distinguidos por su contenido. Si seleccionamos uno de los n reci
pientes idénticos paran,..,,, tenemos nS(m, n) distribuciones del total S(m + 1, n); a saber,
aquellas distribuciones para las que a „ , , está en el mismo recipiente que otro objeto de A .
El resultado se sigue entonces d e la regla de la suma.
Para ilustrar el teorem a 5.3, consideremos el triángulo que aparece en la tabla 5.1. En
este caso, el número más grande corresponde con S{m + 1, n), para m = 7 y n = 3 y vemos
que 5(7 + 1, 3) = 966 = 63 + 3(301) = 5(7, 2) + 3S(7, 3). L a identidad del teorema 5.3
puede usarse para extender la tabla 5.1 en caso necesario.
Si multiplicamos el resultado del teorema 5.3 por (n - 1)1 tenemos
Esta nueva form a de la ecuación relaciona algunas ideas del número d e funciones sobre,
ya que si A = {t¡¡, a2, . . . , am a„+ ,} y B = {f>i, bi, — , - 1, bn) con m > n - 1, entonces
Ésta es la razón por la que la relación observada al final del ejemplo 5.25 no es simplemen
te una coincidencia.
Cerraremos esta sección con una aplicación que trata d e un problem a de conteo en el
que los números de Stirling del segundo tipo se usan junto con el teorem a fundamental de
la aritmética.
Los resultados dados en (i), (ii) y (iii) demuestran tres d e las form as de distribuir los seis
objetos distintos 2, 3 ,5 , 7, 11, 13 en dos recipientes idénticos sin que quede un recipiente
vacío. Así, los prim eros tres ejem plos son tres de las S( 6 , 2) = 31 factorizaciones no orde
nadas de 30,030 con dos factores; es decir, existen 5(6, 2) formas de factorizar 30030
como mn donde m, n £ Z* para 1 < m, n< 30,030 y donde no im porta el orden. De la
m isma forma, los resultados d e (iv) y (v) son dos de las 5(6, 3) = 90 formas no ordenadas
de factorizar 30,030 con tres factores enteros, cada uno de los cuales es m ayor que 1. Si
queremos al menos dos factores (mayores que 1 ) en cada una de estas factorizaciones no
166 Capítulo 5 Relaciones y funciones
EJERCICIOS 5.3 1. Dé un ejemplo de conjuntos finitos A y B con | A |, [B | 2 4 y una función/: A —>B tal que (a)
/ no sea uno a uno ni sobre; (b)/sea uno a uno pero no sobre; (c)/ sea sobre pero no uno a uno;
(d) / sea sobre y uno a uno.
2. De cada una de las siguientes funciones/ : Z - * Z , determine cuáles de ellas son uno a uno y
cuáles son sobre. Si la función no es sobre, determine la im ag en /® .
a )/(x )= x + 7 b) f(x ) = 2x - 3 c) f(x ) = - x + 5
d) f(x) = x- e) f(x ) = xs + x f ) f(x ) = x 3
3. De cada una de las siguientes funciones g: R -» R, determine cuáles de ellas son uno a uno y
cuáles son sobre. Si la función no es sobre, determine la imagen g(R).
a) g (x )= x + 7 b) g(x) = 2z - 3 c) g(x) = - x + 5
d) g (x )= x 2 e) g(x) = x 2 + x f) g (x )= x 3
4. Sean A = (1, 2 ,3 ,4 ) y B = {1, 2 ,3 ,4 , 5 , 6 }.
a) ¿Cuántas funciones de A en B existen? ¿Cuántas de ellas son uno a uno? ¿Cuántas son
sobre?
b) ¿Cuántas funciones de B en A existen? ¿Cuántas de ellas son sobre? ¿Cuántas son uno a
uno?
5. Verifique que 2 l ^ ( ~ 0*(„”«)(" — k)m = 0 para n = 5 y m = 2 ,3,4.
6 . a) Verifique que 57 = 2 io(f)< ‘ !) 5 (7 ,0 -
b) Proporcione un argumento combinatorio para demostrar que para todos m, n € Z',
1 1 . Determine las dos filas siguientes (m = 9,10) de la tabla 5.1 para los números de Stirling S(m,
n), donde 1 £ n £ m,
1 2 . a) ¿De cuántas formas puede factorizarse 31,100,905 en tres factores, cada uno mayor que 1 ,
si no importa el orden de los factores?
b) Resuelva la parte (a) si el orden de los factores es significativo.
c) ¿De cuántas formas puede factorizarse 31,100,905 en dos o más factores, cada uno mayor
que 1 , si no importa el orden de los factores?
d) Resuelva la parte (c) teniendo en cuenta el orden de los factores.
13. a) ¿Cuántas factorizaciones no ordenadas de dos factores, cada uno mayor que 1, tiene 156,009?
b) ¿Cuántas factorizaciones no ordenadas de 156,009 tienen al menos tres factores, cada uno
mayor que 1 ?
c) ¿De cuántas formas se puede factorizar 156,009 en dos o más factores, cada uno mayor que
1 , si no importa el orden de los factores?
d) Seanpi,p 2,P 3, • • •, p , n primos distintos. ¿De cuántas formas puede factorizarse el produc-
to ]”[ "=ípl en dos o más factores, cada uno mayor que 1 , si no importa el orden de los
factores?
14. Escriba un programa (o desarrolle un algoritmo) para calcular los números de Stirling S(m, n)
para \ £ m £ \ 2 y \ £ n £ m.
5 .4
F u n c io n e s e s p e c ia le s
En la sección 2 del capítulo 3 m encionamos que la suma es una operación binaria cerrada
en el conjunto Z*. mientras que O es una operación binaria cerrada en S’C'U) para cual
quier universo Al dado. También observamos que “tomar el negativo” de un entero es una
operación uñaría en Z. A hora es tiempo de precisar estas nociones de operaciones binaria
y unaria (cerradas) en términos d e funciones.
Definición 5.10 Para cualesquiera conjuntos A, B no vacíos, cualquier fu n ció n /: A x A -> B es una opera
ción binaria en A. Si B C A , entonces se dice que la operación binaria es cerrada {en A).
[Cuando B £ A también podemos decir que A es cerrado m ediante f ]
Sea % un universo y sean A, 8 C «U. (a) S i/: S / 3!!) x3>( 3U) - » & (M ) e stá dada por/A , 8 )
= -4 U 8 , e n to n c e s/e s una operación binaria cerrada en ;?(% ). (b) L a fiincióng: 3*(%)-»
; / ( 3U.) dada p or ¿(A) = A es una operación unaria en S / 3!!)._________________________
L a operación binaria del ejemplo 5.30 es conmutativa y asociativa, mientras que la opera
ción binaria de la parte (a) del ejemplo 5.29 no cumple ninguna de estas condiciones.
por lo q u e /e s conmutativa.
Para determinar s i / e s asociativa, consideremos a, b, c £ Z. Entonces
g (3 .2 , g ( 4 .7 ,6.4)) = g (3 .2 , R .7 + 6.41) = g (3 .2 , r i l . H ) = * (3 .2 ,1 2 )
= [3.2 + 121 = r 15.21= 16.
Como g(g(3.2, 4.7), 6.4) = 15 ± 16 = g(3.2, g(4.7, 6.4)), este contraejemplo basta
para indicam os que g no es asociativa. Por lo tanto, para ciertos números reales a. b,
c, vemos que no ocurre que
Ha + ¿>1 + e l = fa + [b -r cü-
En las partes (a) y (c) del ejemplo 5.34 analizamos dos operaciones binarias (cerradas),
cada una con un elem ento neutro. L a parte (b) d e ese ejemplo mostraba que una operación
de ese tipo no necesariamente tiene un elemento neutro. ¿Podría tener una operación binaria
más de un elem ento neutro? En el siguiente teorem a veremos que la respuesta es no.
EOREMA 5 .4 Sea / : A x A - » B una operación binaria. Si / ti e n e un elem ento neutro, entonces dicho
elem ento es único.
D em ostración: S i/tie n e más d e un elem ento neutro, sean x¡, x2 G A, tales que
Consideremos a Jt, como elemento de .4 y a x¡ com o elem ento neutro. Entonces/(* ,, x¡) =
x,. A hora invirtamos los papeles de x¡ y x2: es decir, consideremos a x2 com o elemento de
A y a x i como elem ento neutro. Tenemos q ue/(xi, x2) = x¡. P or lo tanto, x, = x , y /tie n e a lo
sumo un elem ento neutro.
Ahora que hemos aclarado el punto d e la unicidad del elem ento neutro, veamos cómo
interviene este tipo de elemento en otro problema de conteo.
Tabla 5.2
f x a b c d
X x a b c d
a a _
b b
i
c c _
i
d d _
i
Después de ver varios ejem plos d e funciones (en los ejemplos 5.29, 5.30, 5.32, 5.34 y
5.35) donde el dominio es u n producto cartesiano de conjuntos, analizaremos ahora fun
ciones en las que el dominio es un subconjunto de un producto cartesiano.
lefinición 5 .1 4 P áralos conjuntos A y B, s iD Q A x B , entonces nA: D —>A dada por tt^ a , b )= a , se llama
la proyección en la prim era coordenada.
y y
• 4 — • • 4 -
• 3 — • 3 -
• 2 — • • 2 — •
• 1 - • 1 — •
- 4 - 3 - 2 -1 1 2 3 4 -4 -3 - 2 -1 1 2 3 4
(a) <b)
F ig u ra 5 .6
C apítulo 5 Relaciones y fun ciones
Si A [w, x, y ] y B = { 1 ,2 , 3 ,4 } , sea D = {(jc, 1), (*, 2), (x, 3), (y, 1), (y, 4)}. Entoncesli
proyección D —>A satisface 7ta(a:, 1) = 7ta(x, 2) = k á (x , 3) = x y n ¿ y , 1) = ltA( y , 4) =y
Como JtÁ(D) = {x, >} C A, esta función no es sobre.
Para el caso d e tts : D - » B, tenemos que x B(x, l) = ~s (y, 1 ) = 1, ns(r, 2 ) = 2 . tc b(x , 3)=
3 y ?ts(y, 4) = 4. por lo que irs(D) = B y esta proyección es una función sobre.
T a b la 5 .3
Los conjuntos A], A2,A-„ A¡ son los campos de la base de dalos relacional, y se dice que
la labia D tiene grado 4. C ada elem ento de D se conoce como registro.
La proyección de D en A, x A 2x x A, se presenta en la tabla 5.4. La tabla 5.5 muestra
los resultados de la proyección de D e n A ,x A-¡.
Las tablas 5.4 y 5.5 son otra forma de representar los m ismos datos que aparecen en la
tabla 5.3. Con las tablas 5.4 y 5.5 podemos volver a form ar la tabla 5.3.
T a b la 5 . 4 T a b la 5 .5
EJERCICIOS 5.4 1 . Para A = [a, b, c¡, s e a /: A x A - » A la operación binaria cerrada dada en la tabla 5.6. Dé un
ejemplo para mostrar que/ no es asociativa.
T a b la 5 .6
/ a______ b_____ c_
a b a c
b a c b
c e b a
a) f( x ,y ) = x + y - x y b ) f ( x , y ) = m á x { ;c , >•}, e l m á x im o ( o m á s g r a n d e ) d e x , y
c) f ( x ,y ) = x ’ d) f( x ,y ) = x + y - 3
4. ¿ C u á l e s d e l a s o p e r a c i o n e s b i n a r i a s c e r r a d a s d e l e je r c i c i o 3 t i e n e n e l e m e n t o n e u tr o ?
5. S e a | A | = 5 . ( a ) ¿ C u á n t o v a l e | A x A | ? ( b ) ¿ C u á n t a s f u n c i o n e s f : A x A —> A e x is te n ? (c)
¿ C u á n t a s o p e r a c io n e s b in a r i a s c e r r a d a s e n A e x i s t e n ? ( d ) ¿ C u á n t a s d e e s t a s o p e r a c i o n e s binarias
c e r r a d a s s o n c o n m u ta t iv a s ?
6. S e a A = {x. a, b. c, d ).
a) ¿ C u á n ta s o p e ra c io n e s b in a ria s c e r r a d a s / e n A sa tis f a c e n / ( a , b ) = c ?
b) ¿ C u á n t a s d e l a s f u n c i o n e s / d e l a p a r t e ( a ) t i e n e n a x c o m o e l e m e n t o n e u tr o ?
c ) ¿ C u á n t a s d e l a s f u n c i o n e s / d e l a p a r t e ( a ) t i e n e n Un e l e m e n t o n e u tr o ?
d ) ¿ C u á n t a s d e l a s f u n c i o n e s / d e l a p a r t e ( c ) s o n c o n m u ta t iv a s ?
7- S e a / : Z * X Z * —> Z " l a o p e r a c i ó n b i n a r i a c e r r a d a d e f i n i d a c o m o / ( a , b ) = m e d í a , b ).
a) ¿ E s / c o n m u ta tiv a ?
b ) ¿ E s / a s o c ia tiv a ?
c ) ¿ T i e n e / u n e l e m e n t o n e u tr o ?
8. S e a A = { 2 , 4 , 8 , 1 6 , 3 2 } y c o n s i d e r e m o s l a o p e r a c i ó n b i n a r i a c e r r a d a / : A x A - » A ta l que
/ ( a , b ) = m e d f a , b ) . ¿ T i e n e / u n e le m e n to n e u tr o ?
9. P a r a p , q p r im o s d is tin to s , s e a 4 = { p"q“ | 0 < m < 3 ! , 0 < n < 3 7 ) .
a ) ¿ C u á n to v a le | A |?
b ) S i / : A X A —» A e s l a o p e r a c i ó n b i n a r i a c e r r a d a d e f i n i d a p o r / ( a , b ) = m c d ( a , b ) , ¿ t i e n e / u n
e l e m e n t o n e u tr o ?
1 0 . E s t a b l e z c a u n r e s u l ta d o q u e g e n e r a li c e l o s r e s u l t a d o s d e l o s d o s e j e r c i c io s a n te r io r e s .
1 1 . P a ra 0 ? A C Z \ s e a n f g: A x A -> A la s o p e ra c io n e s b in a ria s c e r ra d a s d a d a s p o r j{ a , b ) -
m ín f a , b ) , y g(a, b ) = m á x f a , b }. ¿ T i e n e / u n e l e m e n t o n e u t r o ? ¿ T t e n e g u n e l e m e n t o n e u tro ?
12. a) XZ
D e f in a l a o p e r a c i ó n b i n a r i a c e r r a d a / : Z Z d a d a p o r / ( a , b ) = [ a ] + { ¿ ]. (i) ¿ E s /
c o n m u t a t i v a ? ( ¡ i ) ¿ E s / a s o c i a t i v a ? ( iii) ¿ T i e n e / u n e l e m e n t o n e u tr o ?
b) C o n s i d e r e l a o p e r a c i ó n b i n a r i a c e r r a d a g: R x R —> R d a d a p o r g (r, s ) = [ r j + [ s ] . ( i ) ¿ E s g
c o n m u t a t i v a ? ( i i ) ¿ E s g a s o c i a t i v a ? ( i ii) ¿ T i e n e g u n e l e m e n t o n e u tr o ?
1 3 . S e a A = R - Z . C o n s i d e r e l a o p e r a c i ó n b in a r i a h : A x A —* Z d a d a p o r h ( a , b) = [_aj + |" b ] . ¿E s
h c o n m u ta t iv a ?
1 4 . S e a n A = B = R . D e t e r m in e ttS( D ) y x s (D ) p a ra c a d a u n o d e l o s c o n ju n to s s ig u i e n te s D C A x B .
a) D = { (x ,y ) \x =f ) b) £>= ((x, y) [ y = s e n x) c) D = {(x. y) | x 2+ y 2= 1}
1 5 . S e a n A , , 1 < i < 5 , l o s c a m p o s ? d e u n a t a b la D C X ¡ . 1Ai , d o n d e A , = { U , V , W , X , Y , Z ) (que
s e u t i l i z a n c o m o l o s n o m b r e s e n c l a v e d e v a r io s c e r e a l e s e n u n a p r u e b a ) , y A 2- A 2 = A i = A 5 =
Z \ L a t a b la D a p a r e c e e n l a t a b l a 5 .7 .
T a b la 5 .7
T a b la 5 .8
i A 10,000 1 100
i D 400 1 100
i E 30 1 100
2 A 4,000 1 250
2 D 400 1 250
2 E 15 1 250
e UI = Unidades internacionales
5 .5
El p r in c ip io d e l p a l o m a r
Ahora bien, ¿qué tienen que ver las palomas que descansan en los nidos con las m ate
m áticas (discretas, combinatorias, etc.)? En realidad, este principio puede aplicarse en
varios problem as donde buscamos establecer si puede ocurrir cierta situación. Ilustrare-
< m os este principio en los siguientes ejemplos y veremos su utilidad en la sección 5.6 y en
otros puntos del texto.
76 Capitulo 5 Relaciones y fun ciones
Una oficina em plea a 13 oficinistas de archivo, por lo que al m enos dos de ellos deben
cumplir años durante el m ismo m es. Aquí tenemos 13 palomas (los oficinistas de archivo)
y 1 2 nidos (los m eses del año).
Juan regresa de la lavandería con 12 pares de calcetines (cada par de distinto color) en una
bolsa. Al sacarlos de la bolsa aleatoriamente, tendrá que sacar cuando mucho 13 de ellos
para obtener un par.
A partir de este punto, la aplicación del principio del palom ar puede ser m ás sutil.
Vilma opera un computador con una unidad d e cinta m agnética. Un día le dan una cinta
que contiene 500,000 “palabras” de cuatro o menos letras minúsculas. (En la cinta, las pala
bras consecutivas se separan con un carácter en blanco.) ¿Puede suceder que las 500,000
palabras sean distintas entre sí?
A partir d e las reglas de la sum a y el producto, el número total de palabras posibles
diferentes, que utilizan cuatro o menos letras, es
26a + 26! + 262+ 26 = 475,254.
Estas 475,254 palabras son los nidos y las 500,000 palabras de la cinta son las palomas,
por lo que al m enos una palabra s e repite en la cinta.
Sea S C Z*, donde | S | = 3 7 . Entonces S contiene dos elem entos que tienen el mismo
resto al dividirse entre 36.
Aquí las palomas son los 37 enteros positivos de S. Por el algoritm o de la división
(teorem a 4.5), sabemos que al dividir cualquier entero positivo n entre 36, existen un
cociente único q y un resto único r, tales que
n = 36 q + r, 0 S r < 36.
Los 36 valores posibles de r son los nidos y el resultado se demuestra por el principio del
palomar.
R¡: el interior del triángulo BCD junto con los puntos del segmento BD, excluyendo
B y D.
R2: el interior del triángulo ABE.
R¡: el interior del triángulo B D F junto con los puntos de los segmentos B F y DF,
excluyendo B ,D y F.
R-: el interior del triángulo FDE.
Ahora aplicamos el principio del palomar. Los cinco puntos del interior del triánglo
A C E deben ser tales que al m enos dos de ellos estén en una d e las cuatro regiones R„ 1 £
i < 4, donde cualesquiera dos puntos están separados por una distancia m enor que 1/2.
E F ig u r a 5 .7
E je m p lo 5 .4 7 j Sea S un conjunto d e seis enteros positivos cuyo m áximo es 14. Demostraremos que no
todas las sumas de los elementos de todos los subconjuntos no vacíos de S pueden ser
distintas.
Para cualquiera de los subconjuntos no vacíos A de 5, la sum a de los elementos de A,
denotada como s„ satisface 1 < sÁ£ 9 + 1 0 + - - + 1 4 = 69, y existen 26- 1 = 63 subconjuntos
no vacíos de S. Nos gustaría obtener la conclusión del principio del palom ar haciendo que
las sum as posibles, del 1 al 69, sean los nidos, y que los 63 subconjuntos no vacíos d e 5
sean las palomas, pero entonces tenemos muy pocas palomas.
Así, en vez de considerar todos los subconjuntos no vacíos d e 5, examinaremos sola
mente los subconjuntos no vacíosA de 5 tales que j A j < 5 . Entonces, para cada subconjunto
« A se sigue que 1 < 5, < 10 + 11 + • • • + 14 = 60. Existen 62 subconjuntos no vacíos A de
5 con | A | < 5; a saber, todos los subconjuntos d e S excepto 0 y el m ismo conjunto S. Con
78 Capítulo 5 Relaciones y fun ciones
62 palomas (los subconjuntos n o vacíos A d e 5 tales que | A | < 5) y 60 nidos (las sumas
y, posibles), se sigue del principio del palom ar que los elem entos de al m enos dos de estos
62 subconjuntos deben dar la m isma suma.
Sea m £ Z* con m impar. Demuestre que existe un entero positivo n tal que m divide a 2*-1.
Considere los m + 1 enteros positivos 2 ' — 1, 2a — 1, 23- 1 , . . . , 2 " - 1, 2"*' - 1. Porel
principio del palomar y el algoritmo de la división, existen j , / 6 Z ‘ con 1 < s < i £ § + 1,
tales que 2 ' - 1 y 2 ' - 1 tienen el m ismo resto al dividirlos entre m. D e aquí tenemos que
2’- 1 =q¡m + r y 2 ' - l = q2m + r, p a ra g t, q2 S N, y ( 2 '- l ) - ( 2 ‘ - 1) = (q2m + r)-(q ,m + r),
por lo que 2 ' - 2‘= (q2 - q¡)m. Pero 2' - 2! = 2* (2'~' - 1); y como m es impar, tenemos que
mcd( 2 ‘, m) = 1. De aquí m \ (2'_¡ - 1), y el resultado se sigue con n = t - s .
En sus próximas vacaciones d e cuatro semanas, Heberto ju g ará al menos un set de tenis
cada día, pero no más de 40 sets en total durante este tiempo. Demuestre que independien
tem ente de cóm o distribuya sus sets durante las cuatro semanas, hay varios días consecu
tivos durante los cuales jugará exactamente 15 sets.
Para I < i < 28, seax. el número total de sets que Heberto jugará desde el comienzo de
sus vacaciones hasta el final del i-ésim o día de las mismas. Entonces 1 < x, < x ¡ < ■• • <xa
£ 40, y x, + 15 < • - • < Xjs+ 15 £ 55. A hora tenemos 28 números distintos x¡, x ¡ ,. . . ,Xj¡
y los 28 números distintos x, + 15, x2 + 1 5 ,. . . , x 28 + 15. Estos 56 números sólo pueden
tom ar 55 valores diferentes, por lo que al m enos dos de ellos deben ser iguales; de aquí
concluimos que existe 1 < j < i s 28 con x, = x,+ 15. Así. desde el comienzo del día j +1
hasta el final de! d ía i, Heberto jugará exactamente 15 sets d e tenis.
ERC IC IO S 5.5 1. En el ejemplo 5.41, ¿quiénes desempeñan el papel de las palomas y el de los nidos en nuestra
aplicación del principio del palomar?
2 . Demuestre que si ocho personas están en un cuarto, al menos dos de ellas cumplen años el
mismo día de la semana.
3. ¿Cuántas veces debemos tirar un solo dado para obtener el mismo resultado (a) al menos dos
veces? (b) al menos tres veces? (c) al menos n veces, para n > 4?
4. Dados 8 libros de Pascal, 17 de FORTRAN. 6 de APL, 12 de COBOL y 20 de BASIC, ¿cuán
tos de estos libros deben seleccionarse para asegurar que tendremos 10 libros que tratan del
mismo lenguaje de programación?
5. Un auditorio tiene capacidad para 800 personas. ¿Cuántos asientos deben ocuparse para garan
tizar que al menos dos personas sentadas en el auditorio tienen las mismas iniciales del nombre
y del primer apellido?
6 . a) SeaSCZ*. ¿Cuál es el valor mínimo de I S I para garantizar la existencia de dos elementos
x. y € S tales que x y y tengan el mismo resto al dividirlos entre 1000 ?
5 .5 El principio del palom ar 279
b) ¿Cuál es el valor mínimo de n tal que si S C Z ' y | S | = rc, entonces existen tres elementos
x, y, z e S tales que los tres tienen el mismo resto al divirios entre 1000 ?
c) Escriba una proposición que generalice los resultados de las panes (a) y (b) y el ejemplo
5.43.
7 . a)Demuestre que si se seleccionan 151 enteros de { 1 , 2 , 3 , . . . , 300). entonces la selección
debe incluir dos enteros x, y tales que x \ y o y \ x.
b) Escriba una proposición que generalice los resultados de la pane (a) y el ejemplo 5.44.
8 . Demuestre que si seleccionamos 101 enteros del conjunto 5 = { 1 .2 ,3 ..... 200), existen m, n
en la selección tales que mcd(m, n) = 1 .
9. a ) Muestre que si se seleccionan cualesquiera 14 enteros del conjunto 5 = {1, 2 , 3 , . . . . 25).
existen al menos dos enteros en esa selección cuya suma es 26.
b) Escriba una proposición que generalice los resultados de la parte (a) y el ejemplo 5.45.
10. SeaS= { 3 ,7 ,1 1 ,1 5 ,1 9 ,... ,95,99,103). ¿Cuántos elementos de 5 debemos seleccionar para
asegurar que existen al menos dos cuya suma es 1 1 0 ?
1 1 . a) Si se seleccionan 11 enteros de { 1 ,2 , 3 .. .. , 100), demuestre que existen al menos dos, x
y y, tales que 0 < |- / t - V y j < l .
b) Escriba una proposición que generalice el resultado de la parte (a).
12. Sea A8 C un triángulo equilátero, con AB = 1 . Demuestre que si seleccionamos lOpuntosenel
interior de este triángulo, existen al menos dos cuya distancia es menor de 1/3.
13. Sea ABCD un cuadrado con AB = 1 . Demuestre que si seleccionamos cinco puntos en el inte
rior de este cuadrado, existen al menos dos cuya distancia entre sí es menor que 1 1^2.
14. Sea A £ { 1 ,2 ,3 ,... ,25} donde | A \ = 9. Para cualquier subconjunto B de A, denotamos con
s, la suma de los elementos en B. Demuestre que existen subconjuntos distintos C, D de A tales
que | C | = | D | = 5 y s, = s„.
15. Sea S un conjunto de cinco enteros positivos, tales que el máximo de ellos es 9. Demuestre que
no todas las sumas de los elementos de todos los subconjuntos no vacíos de S pueden ser
distintas entre sí.
16. Andrea tiene 46 piezas de papel rectangulares. Si l, w (medidos en centímetros) denotan el
largo y el ancho, respectivamente, de cada pieza rectangular, entonces para esta situación tene
mos que l, w son enteros positivos, donde 1 < » < í < 90. De entre estos 46 rectángulos,
demuestre que Andrea puede seleccionar dos, digamos R, y R2, de tal forma que P¡ cubra
completamente a R, al colocarlo encima de R¡.
17. ¿Cuántos enteros positivos entre 1 y 30 (inclusive) debemos seleccionar para garantizar que
dos de ellos, digamos x, y, son tales que su máximo común divisor es mayor que 1 ?
18. Durante las primeras seis semanas de su último año de escuela, Braulio realiza al menos un
resumen diario, pero no más de 60 resúmenes en total. Muestre que hay un periodo de días
consecutivos durante los cuales realiza exactamente 23 resúmenes.
19. a) Si 5 £ Z* y | S | > 3, demuestre que existen x, y e S distintos tales que x + y es par.
b) Sea S £ Z 'x Z '. Encuentre el valor mínimo de | S | que garantiza la existencia de distintos
pares ordenados (x., x:), (y,, y¡ ) £ S tales que x>+ y, y x,+ y¡ son ambos pares.
c) Extendiendo las ideas de las partes (a) y (b), consideremos S £ Z ' x Z* x Z*. ¿De que
tamaño debe ser | S | para garantizar la existencia de distintas temas ordenadas (x,, x2, x3),
(y,, y¡, y¡) S S tales que x, + y,, x¡ + y¡, x, + y; sean todos pares?
d) Generalice los resultados de las partes (a), (b) y (c).
e) Un punto P(x, y) en el plano cartesiano es un pumo del retículo si x. y e Z. Dados distintos
puntos del retículo F\x,, y¡), P(x2, y2) ......... P„(x„ y j , determine el valor más pequeño de n
que garantice la existencia de P,{x„ yJ.P/x,. yj),l £ i < j £ n , tales que el punto medio del
segmento de línea que une P,(x,.y,) con P/x^yj) sea también un punto del retículo.
280___________________ Capítulo 5 Relaciones y fun ciones
20. S e a í E Z*. Demuestre que existe un entero positivon tal queün y los tínicos dígitos den»!
cero y tres.
5 .6
C o m p o s ic ió n d e f u n c io n e s
y f u n c i o n e s in v e r s a s
Al hacer cálculos con los elementos d e Z, vemos que la operación (binaria cerrada) deis
sum a proporciona un método para combinar dos enteros, digamos a y b, en un tercer
entero, llam ado a + b. Además, para cualquier entero c hay un segundo entero d tal que
c + d - d - r c = 0\ llamamos a d el inverso aditivo de c. (También es cierto que c es el
inverso aditivo de d.)
En el caso d e los elementos de R y la operación (binaria cerrada) de la multiplicación,
tenemos un m étodo para combinar cualesquiera^ s E R m ediante su producto rs. Además,
para cualquier r E R tal que i * 0 existe un número real u tal que ur=ru = 1. Al número real
u se le llama el inverso multiplicativo de t. (El número real t es también el inverso
multiplicativo d e a).
En esta sección estudiaremos primero un método para combinar dos funciones en una
sola función. Después desarrollaremos el concepto del inverso (de una función) para fun
ciones con ciertas propiedades. Para esto, necesitaremos las siguientes ideas preliminares.
Ya hemos analizado funciones que son uno a uno y funciones sobre; veremos ahora
funciones con ambas propiedades.
D e fin ic ió n 5 .1 5 S i / : A —>B. entonces se dice que/ es biyectiva, o es una correspondencia biyectiva, si/es
inyectiva y sobre.
Si A = {1, 2, 3, 4) y B = {w; x, y, j ) , entonces / = {( 1 , w), (2, x), (3, y), (4, z)} es una
correspondencia biyectiva de A (en) a B, y g = ¡(iv, 1 ), (*, 2), (y, 3), (z, 4 )) es una corres
1^ “ J “ pondencia biyectiva de B en (sobre) A.
D e fin ic ió n 5 .1 6 La función 1A: A —>A , definida como l A(a) = a para todo a E A. es la función identidad
para A.
5.6 Composición de funciones y funciones inversas
Definición 5 .1 7 S i / g: A - » B, decimos q u e /y g son iguales y e scrib im o s/= g. s i/( a ) = g(a) para todo a
£ .4 .
Un error común al trabajar con la igualdad de funciones sucede cuando/ g son funcio
nes con un dom inio común .4 y / ( a ) = g(a) para todo a £ A. Podría no ser el caso que/ = g.
El error ocurre al no poner atención a los codominios de las funciones.
Si x e Z, entonces/(x) = x = f c l = g(x).
Para x £ R - Z . escribimos x = n + r donde « £ Z y O < r < 1 . (Por ejemplo, si x = 2.3,
escribimos 2.3 = 2 + 0.3. con n = 2 y r = 0.3; para x = -7 .3 tenemos -7 .3 = - 8 + 0.7, con n
= - 8 y r = 0.7.) Entonces
/<x) = [x j + 1 = n + 1 = M = gW -
En consecuencia, aunque las fu n cio n es/ g están definidas por fórm ulas diferentes, nos
damos cuenta de que son la misma función, ya que tienen el m ismo dominio, el mismo
codominio y /(x ) = g(x) para todo x del dominio R.
Ahora que contamos con los antecedentes necesarios, es tiempo de analizar una opera
ción para com binar dos funciones apropiadas. Hemos visto operaciones que combinan
enteros y otras que operan en conjuntos. Ahora presentam os una forma de combinar dos
funciones apropiadas.
Por lo que
2
* • / = { ( ! , * ) , (2 .*), (3 , y ) , (4 , )}.
( s » / ) t t = * ( / M ) = g ( * 2) = * 2 + 5 ,
mientras que
Al analizar nuestro siguiente teorema, veremos que el resultado del ejemplo 5.55 es
verdadero en general.
mientras que
Para obtener ® ' de ® , simplemente intercambiamos las componentes de cada par orde
nado e n ® . Así, si A = {1, 2, 3 , 4 } , B = {u-; x, y) y ® = {(1, tv), (2, w), (3,x)}. entonces®'
= ((iv, 1), (w, 2), (x, 3)}, una relación de 6 a A.
Para los mismos conjuntos anteriores A, B. s e a /: A —*B dada por/ = { 1 , w), (2. x), (3, y),
(4, je)}. Entonces / 1 = {(w, 1), (x , 2), (y, 3), (x, 4)}, una relación, pero no una función, deB
en A. Queremos analizar las condiciones en las que la inversa de una función da como
resultado una función; pero antes de pasar a un nivel demasiado abstracto, consideremos
el ejem plo siguiente.
D e fin ic ió n 5.21 S i / : A —>B. entonces se dice q u e /e s invertible si existe una función g: B - » A tal que g o f
= i„ y / » ? = ', ■
Habiendo visio algunos ejem plos de funciones invertidles, deseamos ahora mostrar
que la función g de la definición 5.21 es única. Por lo tanto, encontraremos los medios
para identificar una función invertible.
I (g = /)-'•=/-'•
286 C apítulo 5 Relaciones y fun ciones
Habiendo visto algunos ejemplos de funciones y sus inversas, nos preguntamos si exis
te un método algebraico para determinar la inversa de una función invertidle. Si la función
es finita, simplemente intercambiamos las componentes de los pares ordenados dados.
¿Pero qué sucede si la función está definida por una fórmula, como en el ejemplo 5.59?
Afortunadamente, el álgebra demuestra ser un poco m ás que un análisis cuidadoso de
“intercam bio de componentes de pares ordenados". Esto se demuestra en los siguientes
ejemplos.
F ig u r a 5.9
5.6 C om p o sic ió n de fun ciones y fu n cio n e s inversas 287
Aun cuando una función / : A - i B no sea invertible. el símbolo / “' tiene uso en el
siguiente sentido.
. { 3* - 5 , x >0
/W = l —3* + l , j < 0.
a) /(O ) = - 3 ( 0 ) + 1 = 1 /( 5 /3 ) = 3(5/3) - 5 = 0
/ ( 1 ) = 3 (1) - 5 = - 2 / ( - 5 / 3 ) = 3( 5/3) + 1 = 6
/ ( —1) = —3 (—1) + 1 = 4 /(2 ) = 3 ( 2 )- 5 = 1
/ (— 2) = —3 (—2) + 1 = 7
b) / " '( O ) = ( r 6 R! f ( x ) e {0}} = {x e R ¡/ ( x ) = 0}
= {x e R í a : > 0 y 3x - 5 = 0} U { x S R | x s 0 y - 3 x + 1 = 0}
= { x e R j x > 0 y x = 5 / 3 } U { x e R |x = = 0 y x = l/3}
= {5/3} U 0 = {5/3}
y
,
\ 6
( - 4 / 3 , 5> k 5 9 (1 0 /3 , 5)
/ (3. 4)
( - 1 / 3 . 2)1» f (7/3, 2)
(o. D J a . i)
l i l i l í
/
i I\ \ i i i
y~|
-6 -5 -4 -3 -2 -1 1 A 5 /3 . 0) 4 5 6
-1
-2 -
-3 - i
-4 y
- 5; - ( 0 . - 5 )
-6 -
/ - * ( 1) = {x e R i / ( x ) «E{1}} = {x e R i / ( x ) = 1}
= { x e R | x > 0 y 3 x - 5 = l } U { x £ R ¡ x £ 0 y - 3 x + 1 = 1}
= { x e R ¡ x > 0 y x = 2 } u { x e R [ x s 0 y x = 0}
= {2 } U {0 } = {0 , 2 }
/ - ’( - l ) = {x G R U > 0 y 3* - 5 = - l j u í x e R U £ 0 y - 3 x + 1 = - 1 }
= {x G R | x > 0 y x = 4/3} U { x £ R | x s O y x = 2/3}
= {4/3} U 0 = {4/3}
T a b la 5 .9 T a b la 5 .1 0
B__________ r \ B ) B g '\ B )
{6 } { -1 . 1} {6 } { - 1 . 1}
[6 .7 ] { -1 ,1 } [6 ,7 ] [ - V 2 , - 1 ] U [ 1 , V 2]
[6 , 1 0 ] { - 2 . - 1 , 1 , 2} [ 6 , 10 ] [ —V 5 , - 1 ] U [ 1 , V 5 ]
[-4 ,5 ) 0 [-4 ,5 ) 0
[-4 .5 ] {0} [ -4 .5 ] {0 }
[5 .+ x ) Z [ 5 .+ * ) R
En nuestro siguiente resultado aparece el concepto d e preimagen junto con las opera
ciones de conjuntos (intersección, unión y complemento). El lector debe notar la diferen
cia entre la pane (a) d e este teorema y la pane (b) del-teorema 5.2.
29 0 C apitulo 5 Relaciones y fun ciones
TEOREMA 5.11 S e a / : A —a B una función para los conjuntos finitos A y B, donde | A | = | B |. Entonces
las siguientes proposiciones son equivalentes: ( a ) / e s inyectiva; (b ) f e s sobre; y (c)/es
invertible.
D e m o s tr a c ió n : Ya hemos demostrado en el teorema 5.8 que (c) => (a) y (b), y que (a),
(b) => (c ) . En consecuencia, este teorema quedará demostrado si vemos que para estas
condiciones sobre A, B, (a) <=>(b). Si suponemos (b) y / n o es inyectiva, entonces existen
elem entos a,, a : £ A , con a, * a 2, tales que f(a ¡ ) = f(a f). Entonces | A | > |/(A ) | = [ B |,
lo que contradice el hecho de que | A | = ¡ B | . Por el contrario, si / n o es sobre, entonces
\f( A ) | < | B |. Si | A | = | B | tenemos que | A \ > \f(A ) |. y el principio del palomar
implica q u e /n o es inyectiva.
b(a,c) = (/(a),g(c)).
*«={!’
[ , xx
pimpar.
1ar
Determine (a) /= g, g <=/. g = h. k = g, f ° (g = h), (fo g) o h\
( b g'. g \ h'. h1. h™.
3. Si At es un universo dado con S .T C Al (fijos), defina g: íl/Al) -» S’CHt) por g(A) = T n (5 U
A) para A Q Al. Demuestre que g! = g.
5.6 C om p o sic ió n d e fu n c io n e s y fu n cio n e s inversas 291
4. Sea g: N —>N definida por g(/t) = 2n. Si A = {!, 2. 3 .4 ) v / : .4 -» N está dada por/ = {(1, 2).
(2, 3). (3, 5). (4, 7)}, encuentre g ■-}.
5. Sean/g: R - » R, donde g(;t) = 1- x + x 1yf(x )= a x+b. Si (g °f)(x) = 9x:- 9 x + 3. determine a,b.
6 . Sean / g: R -» R donde f{x) = ax + b y gCO = ex + d para cualquier x e R. con a, b, c, d
constantes reales. ¿Qué relación(es) deben satisfacer o. b,c. d si ( f o g)(x) = (g °f)(x) para todo
i£R?
7. a) Para A = ¡ 1. 2. 3.........7). ¿cuántas funciones biyectivas f: A - > A satisfacen / ( 1 ) # 1 ?
b) Responda la parte (a) paraA = {x | x 6 Z~. 1 S x < n¡.
8 . a) Para A = {-2. 7] C R, defina ias funciones/ j : < t - t R por
/ ( * ) - 2 r —4 y
Verifique q u e / = g.
b) ¿Se afecta el resultado de la parte (a) si cambiamos A por [-7, 2)?
9. Si -4. B C <¡u y a „ s¡: C A x S, demuestre que (a) (Si-, U Sí;)' = SSf U 9& (b) (SISn 9W' =
9t\ n Sí;; y (c) (S=ff = 31,.
1 0 . Para cada una de las siguientes funciones/: R -» R. determine si / es invertible. y si lo es,
determ ine/'1.
a) /={(ar.y)|2r-i-3>- = 7} b) / = {(x,>-)|ax + by = c,b #0}
c) / = { (x y ) i> - = 4 5} d) f= i( x ,y ) \y = x ‘ - x ]
11. a) Encuentre la inversa de la función/ : R -» R ' definida p o r / » =
b) Demuestre q u e /o f~' = 1K. y f " = /= 1K.
1 2 . Determine/'■ para (a)/ : R -> R, /(*) = -r: (b)/: Rs-» R \f(x , y) = (y. -c): (c) / : R;- s ( R x R-).
/Cjt. y) = (5x.S).
13. Demuestre el teorema 5.9.
14. Si A, B C Z -conA = {1. 2. 3 .4 , 5, 6 . 7) y B= (2 .4 , 6 . 8 , 10. 12), y f : A -* B donde/ =
{(1.2). (2. 6 ), (3. 6), (4, 8 ). (5 . 6 ).(6 , 8 ). (7.12)}. determine lapreimagen de B: mediante/en
cada uno de los siguientes casos.
a) e ¡ = {2} b) B, ={ 6} c) B, = {6 . 8 )
d) B- = {6 , 8 ,10} e) B, ={ 6 . 8 ,10,12) f) ={10.12}
15. Sea/: R —» R definida por
r x + 1, is O
f ( x ) = \ - 2x + 5, 0< x< 3
L x -1 , 3^x
18. Sea/ : R -» R definida por f(x ) = |x j, el mayor entero menor o igual que x. Encuentre/"(# I
para cada uno de los siguientes subconjuntos B de R.
a) S = {0, 1 } b) fl « { -1 ,0 ,1 } c) B = [0,1)
d) B = [0,2) e) B = [ —1,2) f) B = [0,1]
g) B = [—1,2] h) f l = [ - l , 0 ) U ( l , 3 ]
19- Sean f g: Z* —' Z‘ donde para todo a: E Z \f[ x ) = x + 1y g(x; = máx{l, x - 1}, el máximo de
lyx-I.
a) ¿Cuál es la imagen d e /? b) ¿Es / una función sobre? c) ¿Es la función/ uno a uno?
d) ¿Cuál es la imagen de g? e) ¿Es g una función sobre? f) ¿Es la función g uno a uno?
g) Pruebe que £ ° / = 1z-, h) Determine ( f o g)(x) para .t = 2, 3,4, 7, 12 y 25.
i) ¿Las respuestas de las partes (b), (g) y (h) contradicen los resultados del teorema 5.8?
2 0 . Sean/ . g, h. k: Z’ x Z~ -» Z~ las operaciones binarias cerradas definidas para todos (a, b) 6
Z 'x Z * por
f( a ,b ) = a + b , g(a,b) = ab,
h{a, b) = mín{íi, ft}, k(a, b) = máx{a, b}.
. j*2 x - l , s ii>0
'( * > “ 1 —2x, s i x < 0.
a) Demuestre q ue/es inyectiva y sobre. b) D eterm ine/'1.
26. Si | A | = | S | = 5, ¿cuántas funciones/ : A -* B son invértibles?
5.7 C om plejidad c om putacional 293
2 7 . Seanf g . h , !c N - » N t a le s q u e / ( n ) = 3 r¡. g { n ) = [ n / 3 j , A (n ) = [ ( n + 1 ) / 3 J . y k ( n ) = [ ( « + 2 ) /3 J ,
p a ra c a d a u e N . a ) P a ra c a d a n E N ¿ c u á n to v a le n ( g o / ) ( n ) , (ft = / ) ( n ) , y ( k o / ) ( « ) ? b )
¿ C o n t r a d i c e n l o s r e s u l t a d o s d e l a p a r te ( a ) e l t e o r e m a 5 . 7 ?
5 .7
C o m p le jid a d c o m p u t a c i o n a p
E n la s e c c ió n 4 .4 p r e s e n ta m o s el c o n c e p to d e a lg o ritm o , s ig u ie n d o lo s e je m p lo s e s ta b le c i
d o s p o r el a lg o ritm o d e la d iv is ió n ( d e la S e c . 4 .3 ) y e l a lg o ritm o d e E u c lid e s ( d e la S e c .
4 .4 ) . E n e s o s e je m p lo s tr a ta m o s c ie r ta s p r o p ie d a d e s d e u n a lg o ritm o g e n e ra l.
• L a p re c is ió n d e la s in s tru c c io n e s in d iv id u a le s p a s o p o r p a so
• L a c a p a c id a d d e l a lg o ritm o p a r a r e s o lv e r c ie r to s tip o s d e p r o b le m a s , n o s ó lo c a so s
e s p e c íf ic o s d e l p r o b le m a
• L a u n ic id a d d e lo s r e s u lta d o s in te r m e d io s y f in a le s , b a s a d o s e n la e n tra d a
1) ¿ P o d e m o s m e d ir d e a lg u n a m a n e r a lo q u e ta r d a e l a lg o r i tm o e n r e s o l v e r u n p r o b le
m a d e c ie r to ta m a ñ o ? S i lo g r a m o s h a c e rlo , e s to p u e d e d e p e n d e r, p o r e je m p lo , d e l
c o m p ila d o r u tiliz a d o , p o r lo q u e q u e re m o s d e s a r r o lla r u n a m e d id a q u e n o d e p e n d a
d e a s p e c to s c o m o e l tip o d e c o m p ila d o r, la v e lo c id a d d e e je c u c ió n u o tr a s c a r a c te
r ís tic a s d e u n c o m p u ta d o r d a d o .
P o r e je m p lo , s i q u e re m o s c a lc u la r n \ p a ra n E Z ", ¿ c o n q u é r a p id e z p o d e m o s
h a c e rlo ? S i q u e re m o s c a lc u la r p a ra a £ R y n E Z*, ¿ e x i s t e a lg u n a “ f u n c ió n d e n"
q u e n o s d e s c r ib a la r a p id e z c o n la q u e u n a lg o ritm o d a d o p a r a ta l e x p o n e n c ia c ió n
lle v a a c a b o e s ta ta re a ?
2) S u p o n g a m o s q u e p o d e m o s c o n te s ta r p r e g u n ta s c o m o la p la n te a d a a n te s e n e l p u n to
1. E n to n c e s , s i te n e m o s d o s ( o m á s ) a lg o ritm o s q u e r e s u e lv e n u n p r o b le m a d a d o ,
¿ h a b r á ta l v e z u n a f o rm a d e d e te r m in a r s i u n a lg o ritm o e s “ m e jo r " q u e o tro ?
De fin ición 5 .2 3 S ean/, g: Z* - » R. Decimos que g domina a f ( o f es dominada por g) si existen constantes
m e R + j t e Z * tales que |/ ( n ) | < m |g (n )| para todo n G Z ’, donde n > k .
S e a n / g: Z*-» R dadas p o r/(n ) = 5n ,g (n ) = n2, paran G Z*. Si calculam os/(n) y g(n) para
1 < n < 4, encontramos q u e /( l ) = 5, g ( l ) = l ; / ( 2 ) = 10, g(2) = 4 ;/( 3 ) = 15, g(3) = 9; y,
/(4 ) = 20, g(4) = 16. Sin embargo, n > 5 => n2 > 5n, y tenemos que | f(n ) | = 5n < n2 =
| g(n) | . Así, si m = 1 y k = 5, tenemos que n > k, \ f{n ) \ < m |g(t¡) |. En consecuencia, g
dom ina a / y / G 0 (g ). [Observe que |/(n )/g (n )| está acotado por 1 para todo n > 5.)
También nos damos cuenta de que para cualquier n G Z*, | / ( n ) | = 5n S 5n2= 5 |g(n)[.
A quí s e m uestra el dominio d e /p o rg , con k = 1 y m = 5. Esto es suficiente para demostrar
que las constantes k y m de la definición 5.23 no necesitan ser únicas.
Además, podemos generalizar este resultado si consideramos ahora las funciones/i, g¡:
Z *—» R definidas p or f ( n ) = an, g¡(n) = bn2, donde a, b son números reales distintos de
cero. S i m G R *y m |í>| > | a | , entonces para todo n > 1 ( = k), | / ( n ) | = |a n | = | a | n £
m \ b \ n S m \ b \ n 2= m \b n 2\ = m \ g ,(n )|, y a s í/, 6 0(g¡).
U na vez m ás, sean/ g: Z~—> R definidas por/ ( « ) = 5n, g(n) = n2, para n £ Z*.
Si g £ 0 (í), entonces en términos d e cuantificadores, tendríamos que
3 m £ R + 3fe £ Z + Vn £ Z* [(« a *) l«(«)| £ m \f(n )\].
n - = | g (n )\ s m \ f ( n ) \ = m n
para todo n > k, donde k es algún entero fijo positivo y m es una constante (real). Pero
entonces, de n2 S mn deducimos que n < m. Esto es imposible ya que n ( £ Z ’) es una
variable que puede crecer sin límite mientras que m es constante.
;:233¡1¡ a ) S e a n / g: Z ' -» R dadas porf(n ) = Srí1+ 3n + 1 y g(n) = n2. Entonces | f(n ) \ = | 5n2+
3n + 1 | = 5n2+ 3n + 1 < 5n2+ 3n2+ n2= 9/ri= 9 |g ( n ) |. De aquí tenemos que para
todo « 2 1 ( = k), | /(« ) | £ m |g (n )| para cualquier m > 9, y / £ O(g). En este caso
también podemos escribir g £ 0 (n 2).
Además, |g (« )| = n2 £ 5rí2 < 5n2+ 3n + 1 = |/ ( « ) | para todo n > 1. Por lo que
| g(n) I £ m \f(ri) \ para cualquier «i > 1 y para todo n > k > 1. E n consecuencia, g
£ 0 (f). [De hecho, 0 (g ) = 0 (f)\ es decir, cualquier función de Z* a R dominada por
/ o g está también dom inada por la otra función. Examinaremos este resultado para
el caso general en la sección de ejercicios.]
b) Consideremos ahora f g: Z - -» R con / ( « ) = 3«J + 7«! - 4« + 2 y g(n) = n!. Aquí
tenemos que | / ( n ) | = |3n 5+ 7n! - 4 n + 2 | < [3«51+ |7«J | + |- 4 n | + |2 | < 3« 3 + 7 «3
+ 4n 3 + 2 «3= 16«3= 1 6 |g (n )|, para todo n > 1 . Así, si m = 16 y k = 1, tenemos q u e /
está dom inada por g, y / £ Ó(g), o f £ 0(n?).
Com o 7« - 4 > 0 para todo n > 1. podemos escribir n1 < 3n 3 £ 3n 3 + (7n - 4)« +
2 s in > 1. Entonces |g (n )| £ |/ ( « ) | para todo n > 1, y g £ 0 ( f) . (Como en la pane
(a), también tenemos 0 ( J ) - 0 (g ) = 0 (n3) en este caso.]
Generalizaremos los resultados del ejemplo 5.67 como sigue. S e a /: Z*—» R tal que/(n) =
a,n'+ a,_!«'■' + • • • + a2n2+ a,n + ao, para a„ a, . , , . . . , a2, a u a0 S R , a, # 0 , r £ N. Entonces
Ahora que hemos analizado varios ejem plos de dominio d e funciones, cerraremos esta
sección con dos últimas observaciones. E n la siguiente sección aplicaremos la idea de
dominio d e una función en el análisis de algoritmos.
1) Al analizar el concepto de dominio d e una función, buscamos la mejor cota (o la
m ás fina) en el siguiente sentido. Supongamos que/ g, h: Z ' —> R son tres funcio
nes tales q u e /G 0 (g ) y g G Olh). Entonces también tenemos q u e /G 0{h). (Pedi
rem os la demostración de este hecho en los ejercicios.) Sin embargo, si h £ O(g), la
proposición / G 0 (g ) es una “mejor” cota sobre | f (n ) \ que la proposición / G
Olh). Por ejemplo, sif(n ) = 5.g(n) = 5 n yh (n ) =n2, para todo n G Z \ entonces/G 0(g),
g G 0 ( h ) y f G 0 (h ) pero h $ 0 (g ). Por lo tanto, nos interesa m ás la proposición
/ G O(g) q u e /G 0(h).
2) Ciertos órdenes, como O(n) y 0 (n 2), aparecen con frecuencia cuando estudiamos el
dom inio de funciones. Por lo tanto, se designan con nombres particulares. Algunos
de los más importantes de estos órdenes se enumeran en la tabla 5.11.
T a b la 5 .1 1
0 (1 ) Constante
0 ( lo g 2n) Logarítmica
0 (n ) Lineal
0 ( n log 2 «) n log2 n
0 ( n 2) Cuadrática
0 ( n 2) Cúbica
= 0 ,1 ,2 ,3 ,...
0 ( n m) , m Polinomial
0 ( 0 ,0 1 Exponencial
0 (n !) Factorial
5.8 Análisis d e algoritm os 297
CIOS 5.7 1. Use los resultados de la tabla 5.11 para determinar la mejor forma “O mayúscula" para cada
una de las siguientes funciones/ : Z ' -> R.
a) /(" ) = 3n + 7
b) f(n ) = 3 +sen(l/n)
c) f(n ) = ri>- 5n2 + 25n - 165
d) f(n ) = 5n2 + 3n log¡/i
e ) f(n ) = n2 + ( n ~ l ) 3
f) /(n ) = (n)(n + lX» + 2)/(» + 3)
g) /(n ) = 2 + 4 + 6 + --- + 2/¡
2. Sean / g: Z’ R las funciones tales que /(n) = n y g(n) = n + (Un), para n E Z~. Use la
definición 5.23 para mostrar que / E 0(g) y { 6 0 (/)
3. En los siguientes incisos,/ g: Z~—> R Use la definición 5.23 para mostrar que g domina af
a ) / ( n ) = 100 lo g a n , g ( n ) = (i) n
b) /(n ) = 2", g ( n ) = 2 2" - 1 0 0 0
c) f(n ) = 3n2, g(n) = T + 2n
4. Sean/ g: Z ' - » R las funciones tales que/(n) = n + 100 y g(n) = n:. Use la definición 5.23 para
mostrar que / e 0(g) pero g $ 0 (f).
5. Seanf g: Z —>R las funcionesf(n )= n !+ n y g(n) = (j)n !, paran S Z '. Use la definición 5.23
para mostrar q u e / 6 O(g) pero g £ 0 (f).
6. Sean f j : Z '- > R dadas por
n, para n impar
/(" ) = 1, paran par
1, para n impar
n, para n par
5.8
A n á li s is d e a lg o r it m o s
Ahora que ya hemos presentado al lector el concepto de dom inio de una función, es el
m omento de ver la forma en que se usa esta idea en el estudio de los algoritmos. En esta
sección presentaremos nuestros algoritmos como programas o segmentos de programas
Capítulo S Relaciones y funciones
B e g in
i := 1; (In ic ia liz a e l c o n ta d o r}
F a c to ria l := 1; (In ic ia liz a e l v a lo r d e F a c to ria l}
W h ile i < = n d o
B e g in
F a c to ria l : i" F a c to ria l;
i := i + 1
End;
Figura 5.11
Por último, hay otra comparación. Esta se realiza cuando i = n + 1, de modo que el ciclo
W hile se term ina y las otras cuatro operaciones (de los pasos 2 y 3 anteriores) no se llevan
a cabo.
Por lo tanto,/(n) = 2 + 5n + 1 = 5n + 3, por lo q u e /G O(n). En consecuencia, decimos
que este program a implementa un algoritmo O(n) o que el algoritmo tiene una compleji
dad lineal en tiempo. Si todas las operaciones implicadas tardan el m ismo tiempo en eje
cutarse, podemos ver que la fu n ció n /“mide” el tiempo de ejecución. Sin embargo, si sólo
supiéram os q u e / G O(n), entonces sabríamos que (1) el térm ino dominante e n /e r a n y (2)
el tiempo d e ejecución es aproximadamente en, donde c es una constante que depende de
consideraciones como las características específicas del sistema de cálculo.
5.8 A n á lisis d e algoritm o s 299
Nuestra principal preocupación en este caso es que el término dominante sea n, y que,
en consecuencia,/ £ O(n). Ya que si n es cada vez m ás grande, el “orden de m agnitud" de
5n + 3 depende principalmente del valor n, el número de veces que se ejecuta el ciclo
W hile. Por lo tanto, podríamos haber o b te n id o /£ 0 (n ) contando sim plem ente el número
de veces que se ejecutó el ciclo While. Usaremos este tipo de atajos en los cálculos de los
siguientes ejemplos.
En el ejem plo 4.17 de la sección 4.2 presentamos los números de Fibonacci F0, F v F„ Fy
. . . , los cuales se definen en forma recursiva como
1) F0 = 0 , f i = l ; y ,
2) Fr. = F„_] + Fn- 2, para n a 2.
E l program a en Pascal de la figura 5.12 puede usarse para obtener el valor de F„ para un
entero no negativo n dado. En este algoritmo iterativo calculamos Fr (en el caso donde n >
2) asignando o calculando primero todos los valores anteriores F0, F¡, F2, , F,..¡. Aquí
definimos la función de complejidad / : N - » R d e forma que f(n ) cuente el número de
V ar
i , n , F i b , L a s t , N e x t to L a s t , T em p: i n t e g e r ;
B e g in
W rite ln l' ¿ P a ra q u é e n c e ro no n e g a tiv o n 'l
W r i t e l n t 'd e s e a e n c o n t r a r e l n ú m e ro d e F i b o n a c c i ? ')
W rite ( ’ n = ' ):
R e a d ln (n );
If n = 0 th e n
F ib := 0 ;
I f n = l th e n
F ib : = 1 ;
If n > = 2 th e n
B e g in
L a s t := 1;
N e x tto L a s t := 0;
~For i := 2 to n ao
Begin
Temp := last;
Last := Last + NexttoLast;
NexttoLast := Temp
End;
F ib := L a st
End;
W r i t e l n ( ' P a r a n = ' , n , ' e l n - é s i m o n ú m e ro d e F i b o n a c c i e s ', F ib , '. ')
E nd.
F ig u ra 5 .1 2
10___________________Capítulo 5 Relaciones y fun ciones__________________________________________________________
Nuestro siguiente ejemplo presenta una situación en que se determinan tres tipos de
complejidad. A estas medidas se les llama complejidad del mejor caso, complejidad del
peo r caso y complejidad del caso promedio.
B e g in
i := 1; { I n i c i a l i z a e l c o n ta d o r)
Found := fa ls a ; { C a m b ia a v e r d a d e r o s i s e e n c u e n t r a K e y )
W h ile ( i < = n ) a n d ( n o t F o u n d ) do
I f K ey = A [i] t h e n
Found := tru e
E ls e i := i + 1 ; {S e in c re m e n ta e l c o n ta d o r)
{ s ó lo s i s e e n c u e n t r a K ey)
I f F ound = t r u e th e n
W r ite ln ( 'E l v a l o r K ey, ' s e lo c a liz a en
l a p o s ic ió n i , '. ')
E ls e
W rite ln ( 'E l v a l o r K ey, ' no a p a re c e en
la l i s t a . ')
End;
F ig u r a 5 .1 3
5.8 A n á lisis d e algoritm o s 301
/( « ) = ( 1 - p + 2 - p + 3 - p + - - + n p ) + n q = p ( 1 + 2 + 3 + ------h rí) + nq
= p n (n + 1 ) ^ + nq.
¡§¡¡¡111 En algunos lenguajes d e programación, como Pascal estándar y C , no existe una función
integrada para la exponenciación. E l algoritmo implementado en el segmento del progra
m a en Pascal de la figura 5.14 tiene como salida los valores de a", donde a es un número
real y n es un entero positivo. En este caso, los valores de a y n están dados antes de la
ejecución del segmento de programa. La variable real x se inicializa como 1.0 y después se
utiliza para alm acenar los valores de a, a 1, a \ . .., a" durante la ejecución del ciclo For. La
función de complejidad en tiempo yin) para el algoritmo se determina m ediante el número
de multiplicaciones que hay en el ciclo For. Por lo tanto, fin ) = n E 0 (n ).
02 Capítulo 5 Relaciones y f u n d o n e s
B e g in
x ;= 1 .0 ;
F o r i : = 1 t o n do
x : = x*a;
W rite ln CE 1 v a lo r d e ' a, 1 e le v a d o a l a p o t e n c i a ‘ ,
End;
Figura 5.14
En la figura 5.15 tenemos un segundo segmento de program a en Pascal para evualuar <f
para cualquier a S R, n £ Z '. En este caso usamos la operación (predefinida) división
entre un entero distinto d e cero Div. El valor de (c Div d) es simplemente la parte entera
(cociente) d e c /d donde c, d e Z, y d * 0 . Por ejemplo, 7 D iv 3 es 2 (= [7/3J = [7/3] - I),
y 3 Div 4 es 0 ( = [3/4J = f3/4] - 1).
B egin
x : = 1 .0 ;
i : = n;
W h ile i > 0 do
B e g in
I f i O 2 * ( i D iv 2 ) t h e n { i e s im p a r)
x : - x*a;
i : = i D iv 2 ;
I f i > 0 th e n
a := a*a
End;
W r i t e l n ( ‘E l v a l o r d e ' , a , ' e le v a d o a l a p o t e n c i a
n, ' es x , • .')
End;
Figura 5.15
i : = i D iv 2). Si n = 7, entonces, como 22 < 7 < 23, tenemos 2 < log27 < 3. En este caso, el
ciclo W hile se ejecuta tres veces y
3 = Llog2 7 J + l < l o f c 7 + l ,
4 = Hog2 8J + 1 = log28 + 1,
ya que log28 = 3.
durante el prim er paso por el ciclo While, el valor de i cambia por j Com o 1
,
veces, donde g II-—
+ , |* + 1 | ,
M < log, I ■
—— I + 1.
)4 C apítulo 5 Relaciones y fun ciones
log2 2 + 1] = log2(fe + 1) + 1
Para la función d e complejidad en tiem po del ejemplo 5.72, encontramos que /(n ) £
0 (n ). A quí tenemos queg(n) E 0 (lo g 2n). Puede verificarse queg está dom inada por/pero
/ n o está dominada porg. Por lo tanto, paran grande, consideramos que este segundo algoritmo
es más eficiente que el primero (del ejemplo 5.72). (Sin embargo, observe que el código
del segmento de programa de la figura 5.14 es m ás sencillo que el d e la figura 5.15.)
Para cerrar esta sección, resumiremos lo aprendido haciendo las siguientes observaciones.
X) Los resultados que establecimos en los ejemplos 5.69 al 5.73 son útiles cuando
trabajamos con valores de n de moderados a grandes. Para los valores pequeños de
n, tales consideraciones acerca de las funciones de complejidad en tiempo tienen
poca utilidad.
2) Suponga que los algoritmos A, y A2 tienen funciones de complejidad en tiempo/(n)
y g(n) respectivamente, donde / (n ) E 0 ( n ) y g ( n ) E O ( n - ) . A quí debemos tener
cuidado. Podríamos esperar que un algoritmo con complejidad lineal sea “tal vez
m ás eficiente” que uno con complejidad cuadrática, pero realmente necesitamos
m ás información. Sif ( n ) = lOOOn y g(n) = n 2, entonces el algoritm oA2esm ejo rsi el
tam año del problema n no es superior a 1000. Si el tamaño del problem a nunca es
mayor que 1000, entonces el algoritm o A2 es la m ejor opción. Sin embargo, como
mencionamos en la observación 1, si n crece, el algoritm o de complejidad lineal se
convierte en la m ejor alternativa.
3) En la figura 5.17 hemos hecho una gráfica semilogarítmica para las funciones aso
ciadas con algunos de los órdenes dados en la tabla 5.11. [En este caso hemos reem-
F ig u ra 5 .1 7
5.8 Análisis d e algoritm o s 305
plazado la variable entera (discreta) n por la variable real n (continua).] Esto debe
ría ayudamos a desarrollar la intuición para sus tasas d e crecimiento relativas (es
pecialmente para valores grandes d e rí).
Los datos de la tabla 5.12 proporcionan estimaciones de ios tiempos de ejecución de los
algoritmos para ciertos órdenes de complejidad. En este caso tenemos los tamaños de
problema n = 2, 16 y 64 y suponemos que el computador puede realizar una operación
cada lO-6 segundos = 1 microsegundo (en promedio). Entonces las entradas de la tabla
estiman los tiempos de ejecución en microsegundos. Por ejemplo, cuando el tamaño del
problem a es 16 y el orden de complejidad es n log?n, entonces el tiem po de ejecución es
muy breve (16 Iog: 16 = 16 - 4 = 64 microsegundos); para el orden de complejidad 2", el
tiem po de ejecución es 6.5 x 101microsegundos = 0.065 segundos. Ya que ambos interva
los de tiem po son muy cortos, es difícil para un humano observar gran diferencia entre los
tiempos de ejecución. Los resultados parecen ser instantáneos en cada caso.
Tabla 5.12
Orden de complejidad
Tamaño del problema n log2n n n log¡n n 2 T ni
2 1 2 2 4 4 2
16 4 16 64 256 6 .5 x l O 4 2.1 x 1013
64 6 64 384 4096 1.84 x 10” >10®*
Sin embargo, tales estimaciones pueden crecer rápidamente. Por ejemplo, suponga que
utilizamos un program a cuya entrada es un conjunto A de n enteros diferentes. Los resul
tados d e este program a se generan en dos partes:
E je rcid o s 5.8 1. En cada uno de los segmentos de programa en Pascal, las variables enteras i. j, n y sum se
declaran al principio del programa. El valor de n (un entero positivo) es proporcionado por el
usuario antes de la ejecución del segmento. En cada caso definimos la función de complejidad
en tiempo/(n) como el número de veces que se ejecuta la instrucción sum: = sum + 1. Deter
mine la mejor forma "O mayúscula” de/
306 C apítulo 5 Relaciones y fun ciones
a) Begin
sum : = 0:
For i : = 3 to n do
For j := 1 to n do
sun := sun + 1
End;
b) Begin
sum := 0;
For i := 1 to n do
For j := 1 to n*n do
sum : = sum + 1
End;
c) Begin
sum : = 0 ;
For i : = 1 to n do
For i : - i to n do
sum := sum + 1
E nd;
d) Begin
sum ;= 0 ;
B h ile i > 0 do
Begin
sum ;= sum + 1 ;
i : = i Di» 2
End
End;
e) B e g in
sum : = 0;
For i : = 1 t o n do
Begin
4 := n;
While j > 0 do
Begin
sum : = sum + 1 ;
j : = j Di» 2
End
End
End;
B e g in
Max : = A [l];
F o r i := Z to n do
I f A [i] > Max t h e n
Max : = A [i]
End;
a) Si la función de complejidad del peor casof ( n ) para este segmento está determinada por el
número de veces que se ejecuta la comparación A[i] > Max, encuentre la forma apropiada
"O mayúscula” d e /
b) ¿Qué podemos decir acerca de las complejidades del mejor caso y el caso promedio para
esta implementación?.
3. a) Escriba un programa (o desarrolle un algoritmo) que localice las primeras apariciones del
valor máximo en un conjunto A[l], -4(2], 4(3].........A[r¡] de enteros. (En este caso, n e Z ‘;
los elementos del conjunto no tienen que ser distintos.)
b) Determine la función de complejidad del peor caso para la implementación desarrollada en
la parte (a).
4. a) Escriba un programa (o desarrolle un algoritmo) que determine los valores mínimo y máxi
mo en un conjunto 4(1], A[2], A[3],___ A[n) de enteros. (En este caso, n e Z" con n > 2;
los elementos del conjunto no tienen que ser distintos.)
b) Determine la función de complejidad del peor caso para la implementación desarrollada en
la parte (a).
5. La siguiente función y el siguiente segmento de programa en Pascal se utilizan para evaluar el
polinomio
La función Power se utiliza para determinar el valor de r* para la variable real r y la variable
entera k, donde k > 0. En el segmento de programa, Sum es una variable real mientras que) es
una variable entera; el valor de la variable real x (previamente definida) se asigna ai comienzo
de la ejecución. Además, la variables (previamente definida) tiene las siguientes componentes
enteras.
4 0 ] = 8, 41 ] = -1 0 , 4 2 ] = 7, 43] = -2 , 4 4 ] = 3, y 4 5 ] = 12.
F u n c tio n Pow er ( r : r e a l ; k ; i n t e g e r ) : r e a l ;
V ar
i : in te g e r;
p ro d u o t: r e a l;
B e g in
p r o d u o t := 1;
F o r i := 1 t o k do
p ro d u o t : = p ro d u o t * r;
Pow er : = p ro d u o t
E nd;
Sum : = a [0 ]:
F o r j ; = 1 t o 5 do
Sum : = S u m - r a t j ] * P o w e r ( x , j ) ;
08 C apítulo 5 Relaciones y funciones
6. Primero observemos que el polinomio del ejercicio anterior puede escribirse mediante el méto
do de multiplicación anidada'.
Sum : — a[5];
F o r j : = 4 d o s r n to 0 do
Sum := a [j] + x * Sum;
Responda las preguntas de las partes (a) y (b) del ejercicio 5 para este nuevo segmento de
programa.
7. Sea a„ a¡, a¡,. . . una sucesión de enteros definida recursivamenie como
1) a, = 0 ; y,
2) Para n > 1, a ,= 1 + a ^ j .
Demuestre que a, = [logvij para todo n € Z*.
8. Sea au a2, a¡,. . . una sucesión de enteros definida recursivamente por
1) “ 1 = 0; y,
2) Para n > 1, a„= 1 + ar*il.
Encuentre una fórmula explícita para a, y demuestre que la fórmula es correcta.
5 .9
R e s u m e n y r e p a s o h is t ó r ic o
G o t t f r i e d W ilh e lm L e ib n iz ( 1 6 4 6 - 1 7 1 6 )
presión algebraica formada por constantes y una variable. Las ecuaciones o fórmulas con
constantes y variables surgieron posteriormente con Leonhard Euler (1707-1783). Su de
finición de "función” es la que generalmente se encuentra en los libros de matemáticas
de nivel bachillerato. Además, hacia 1734. encontramos en el trabajo de E uler y Alexis
Clairaut (1713-1765) la n otación/(x), que sigue en uso actualmente.
L a idea de Euler permaneció intacta hasta la época de Jean Baptiste Joseph Fourier
(1768-1830), quien encontró la necesidad de un tipo más general d e función en su estudio
de las series trigonométricas. En 1837, Peter Gustav Lejeune Dirichlet (1805-1859) esta
bleció una formulación más rigurosa de los conceptos de variable, función y la correspon
dencia entre la variable independiente x y la variable dependiente y, cuando y = f(x ). El
trabajo de Dirichlet enfatizaba la relación entre dos conjuntos de números y no pedía la
existencia de una fórmula o expresión que relacionara los dos conjuntos. Con los desarro
llos de la teoría de conjuntos ocurridos durante los siglos xtx y xx se llegó a una generali
zación de la función como un tipo particular d e relación.
Además de su trabajo fundamental respecto a la definición de una función, Dirichlet
también hizo m ucho en las matemáticas aplicadas y la teoría de números, donde le pareció
necesario, y formuló por prim era vez de m anera formal el principio del palomar. En
consecuencia, este principio se conoce a veces como el principio de distribución de Dirichlet
o el principio d e la caja de Dirichlet.
Los siglos xtx y xx vieron el uso de la función especial, la correspondencia uno a uno,
en el estudio del infinito. Cerca de 1888, Richard Dedekind (1831-1916) definió un con
ju n to infinito com o aquel que podía ponerse en correspondencia uno a uno con un
subconjunto propio de s í mismo. [Galileo (1564-1642) observó esto para el conjunto Z ‘ .)
Si dos conjuntos infinitos pueden ponerse en correspondencia uno a uno entre sí, se dice
que tienen el m ismo número cardinal transfinito. En una serie de artículos, Georg Cantor
(1845-1918) desarrolló la idea de los niveles de infinito y m ostró que | Z | = | Q | pero
| Z | < | R |. Un conjunto/lcon | A | = | Z | es contable o numerable y escribimos | Z | =
X0 como lo hizo Cantor, usando la letra hebrea áleph, con el subíndice 0, para designar el
C ap ítu lo 5 Relaciones y fun cione s
P e t e r G u s t a v L e je u n e D ir ic h le t ( 1 0 8 5 - 1 8 5 9 )
prim er nivel de infinito. A fin de m ostrar que | Z | < | R | , o que los números reales eran
no numerables, Cantor diseñó una técnica que ahora se conoce como el m étodo diagonal
de Cantor. (En el apéndice 3 se puede encontrar más información acerca de la teoría de los
conjuntos numerables y no numerables.)
Los números d e Stirling d e la sección 5.3 llevan el nombre de James Stirling (1692-
1770), pionero en el desarrollo de las funciones generatrices, tem a que analizaremos pos
teriormente. Estos números aparecen en su obra M ethodus Differentialis, publicada en
Londres en 1730. Stirling era ayudante de Sir Issac Newton (1642-1727) y utilizaba la
serie d e M aclaurin en su trabajo 25 años antes de Colir, M aclaurin (1698-1746). Sin em
bargo, aunque su nombre no aparece ligado a esta serie, s í aparece en la aproximación
conocida como la fórmula de Stirling: n i = (2m ) ''2 e~" n", la cual, es justo decirlo, fue
desarrollada realmente por Abraham DeM oivre (1667-1754).
Con los principios d e conteo desarrollados en la sección 5.3, los resultados d e la tabla
5.13 extienden las ideas resumidas en la tabla 1.8. En este caso contam os el número de
formas en que podemos distribuir m objetos en n recipientes, en las condiciones prescritas
en las tres primeras columnas de la tabla. (Los casos en que ni los objetos ni los recipientes
son distintos serán analizados en el capítulo 9.)
Por último, la notación "O mayúscula" de la sección 5.7 fue introducida por Paul Gustav
Heinrich Bachmann (1837-1920) en su libro Analytische Zahlentheorie. una obra impor
tante en la teoría de números, publicada en 1892. Esta notación se h a vuelto m uy impor
tante en la teoría de aproximación, en áreas como el análisis num érico y el análisis de
algoritmos. En general, la notación / £ O(g) indica que no conocemos la función / de
m anera explícita pero s í una cota sobre su orden de magnitud. El sím bolo "O mayúscula”
se conoce a veces como el símbolo de Landau. en honor de Edmund Landau (1877-1938),
quien usó esta notación a lo largo de su obra.
En el capítulo 4 de D. I. A . Cohén [3] y en el capítulo 6 del texto de R. L. Graham, D. E.
Knuth y O. Patashnik [7] aparecen más propiedades de los números d e Stirling del según-
5 .9 A n á lisis d e algoritm o s 311
T a b la 5 .1 3
No Sí Sí
r r 1)
(n + (m - n ) — 1 \ _
No Sí No
l. (m -n ) C:3
/
C-í)
do tipo. Para más información acerca de los conjuntos infinitos y el trabajo de Georg
Cantor, consulte el capítulo 8 de H. Eves y C . V. Newsom [6], o el capítulo TV d e R. L.
W ilder [ 10]. L a obra de J. W. Dauben [5] analiza la controversia de principios de siglo en
torno a la teoría de conjuntos y m uestra cómo algunos aspectos de la vida personal de
C antor cumplieron un papel esencial en su comprensión y defensa de la teoría d e con
juntos.
E n el artículo de A. Soifer y E. Lozansky [9] se incluyen más ejem plos que demuestran
la form a de aplicar el principio del palomar. En el artículo de D. S. Clark y J. T. Lewis [2]
se analizan otros resultados y extensiones de problemas que surgen de este principio. Du
rante el siglo xx se han realizado muchas investigaciones dedicadas a las generalizaciones
del principio del palomar, que culminan en el tema de la teoría de Ramsey, la cual recibe su
nombre d e Frank Plumpton Ramsey (1903-1930). En el capítulo 5 de D . X. A. Cohén [3]
aparece una interesante introducción a la teoría de Ramsey. E l texto de R. L. Graham, B. L.
Rothschild y J. H. Spencer (8] proporciona más información importante.
En el libro de C. J. D ate [4] se estudia en forma amplia el tem a de las bases d e datos
relaciónales. P or último, el texto de S. Baase [1] es una excelente obra para continuar el
estudio del análisis de algoritmos.
B IB LIO G R A F ÍA
1. Baase, Sara, Computer Algorilhmi: ¡ntroduction lo Design and Analysis. 2". ed., Reading,
Mass., Addison-Wesley, 1988.
2. Clark, Dean S., y James T. Lewis, "Herbert and the Hungarian Mathematician: Avoiding
Certain Subsequence Sums”, The College Mathematics Journal, 21, no. 2, Marzo 1990,
págs. 100-104.
12 Capítulo 5 Relaciones y fun cione s
3. Cohén, Daniel I.A., Basic Techniques o f Combinatoriai Theory, Nueva York; Wiley, 1978.
4. Date, C.J., An Introduction to Database Systems, 3a. ed., Reading, Mass., Addison-Wesley,
1982.
5. Dauben, Joseph Warren, George Cantor. His Mathematics and Philosophy o f the Infinite,
Lawrenceville. N.J., Princeton University Press, 1990.
6. Eves, Howard, y Carroll V. Newson. An Introduction to the Foundations and Fundamental
Concepts o f Mathematics, edición revisada, Nueva York, Holt, 1965.
7. Graham, Ronald L„ Donald E., Knuth, y Oren Patashnik. Concrete Mathematics, Reading,
Mass., Addison-Wesley, 1989.
8. Graham, Ronald L., Bruce L. Rotschild. y Joel H. Spencer, Ramsey Theory, 2a. ed., Nueva
York, Wiley, 1980.
9. Soifer, Alexander y Edward Lozansky,”Pigeons in Every Pigeonhole”. Quantum (Enero 1990),
págs. 25-26, 32.
10. Wilder, Raymond L„ Introduction to the Foundations o f Mathematics, 2a. ed., Nueva York,
Wiley, 1965.
:s pueden usarse después para el almacenamiento y con- a) Sea n = P?P?P? ' ’' P?. donde p ,,p 2, P¡ p,
>1 de ciertos subconjuntos de JU.) son primos distintos y ei es un entero positivo para
todo 1 < i S k. ¿Cuánto vale T(n)?
Si A = jx, y, z), sean/ g: A -» A dadas p o r/= {(x, y),
b) Determine los tres valores más pequeños de n G
. z). (z. *)}, g = {(x, y), (y, x), (z, z)). Determine lo si-
Z ‘ para los cuales x(n) = k, donde k = 2 ,3 ,4,5,6.
liente-./» g, g ° g-‘, (g - f r ' . f - ' • r ' . y r ' ■>/''•
c) Para cualquier k £ Z ‘, k > l , demuestre que x~\k)
!. a ) S i/:R -» R se d e fm e c o m o /(x ) = 5x + 3,encuen- es infinito.
d) Si a, b 6 Z" con medía, b) = 1, demuestre que
b) Sig: R -> R, donde g(x) = |x2+ 3x + 11, encuentre T(ab) = x(a)T(fe).
r 'U ) . 34. Sean a, b, c £ R con a2 + b e * 0. S i/(x) = (ax + b)I
c) Para h: R -» R. dada por
(ex - a), verifique que (f °f)(x) = x para todo i £ R , x í ale.
35. a ) ¿Cuántos subconjuntos A = {a, b, c, d] Q Z ' , don
de a, b, c, d > 1, satisfacen la propiedad a • b • c • d = 2*3-
h{x) 5 - 7 - 11 - 13- 17- 19?
b) ¿Cuántos subconjuntos ,4 = (a,, ar a ,) C Z‘,
encuentre V ( 4). donde a. > 1, 1 £ i £ m, satisfacen la propiedad
= f l P,' donde los p , 1 £ j £ n, son
). Si A = { 1 ,2 , 3 ,. .. , 10), ¿cuántas funciones/: A - » A
primos distintos y n > m?
tisfacen (simultáneamente)/-'(íl, 2,3}) = 0, /''( { 4 ,5)) =
.3 .7 } y /-'({ 8 . 10}) ={8, 10}? 36. Dé un ejemplo de una función f : Z" —> R tal que / S
). Sea bv bv by . . . la sucesión entera definida 0(1) y que/sea uno a uno. (Por lo tanto,/no es constante.)
cursivamente por 37. Sean/ g: Z '—» R, donde
1) «>,= i; y
, 1 _ Í 2, paran par . . _ í 3, paran par
2) Para n > 1,6.= ^ +^ 11, para n impar _ |4 , paran impar
icuentre una fórmula explícita para i , y demuestre que su
rmula es correcta. Verifique si se cumple lo siguiente: (a) / e CKg), ( b ) j €
1. En el lenguaje de programación Pascal, las funciones 0 (/).
ed y succ (predecesor y sucesor, respectivamente) son fuñ 38. Para/, g: Z*—>R,defm im os/+g: Z '—* R como(f*g)
ones de Z a Z tales que pred(x) = n(x) = x -1 y succfx) = (n) =/(n) + g(n), para n £ Z \ [Vom: El signo + e n /+ g es la
;x )= x + i. suma de las fundones/ y g, mientras que el signo + en/(n) +
a) Determine (tt°a)(x),(o «tt)(x). g(n) se usa para la suma de los números reales /(n) y g(n).)
a) Sean /,, g,: Z‘ -> R, con f e 0(/,),g e 0(g,). Si
b) Determine rt2, Jt!, Jt”(n 2 2), o*, o5,C (n ¿ 2).
/(n ) 2 0, gj(n) 2 0 para todo n £ Z’. demuestre
c) Determine ti-2, n -5, rt-"(n > 2), o -2, o -J, o "(n 2 2), q u e / + g £ 0 (/, + g,).
donde, por ejemplo, o ' 2 = <r- , °cr- , = (<7°tr) = b) Si las condiciones de la parte (a),/,(n) 2 0, g,(n) 2
(O-2)-1. (Véase el ejercicio complementario 32.) 0 para todo n £ Z \ no se satisfacen, proporcione
2. Sea/ : A -* A una función invertible. Para n € Z ‘, de- un contraejemplo para mostrar que/ E 0 </,), g £
uestre que (/*)"' = ( / “')"- (Este resultado puede usarse para 0<g,)=¡!>(f+g) £<?(/, + g,).
¡finir f-" así como ( /') - ' o (/'')"•) 39. Sean a, £ R*. con a, b > 1. Sean/ g: Z* -» R dadas
3. Para n € Z", defina r: Z* —>Z‘ como T(n) = el número por/(n) = logan, g(n) = logsn. Demuestre q u e / £ O(g) y
; divisores enteros positivos de n. g £ 0 (f). (Por lo tanto. 0(logon) = 0(log4n).]
6
Lenguajes:
M á q u in a s
de e sta d o s fin ito s
315
6 C apítulo 6 Lenguajes: M á q u in a s d e estad os finitos
6.1
e n g u a je : La t e o ría d e c o n ju n t o s
d e la s c a d e n a s
Ahora que hemos examinado X” para n £ Z*, veremos una potencia más de X.
D efinición 6 .2 Para cualquier alfabeto X definimos Xo = {X}, donde X denota la cadena vacía, es decir, la
cadena que no consta d e ningún símbolo tomado d e X.
Sin embargo, aunque X e Z, ocurre que 0 £ Z, por lo que en este caso es necesario ser
cuidadosos. Observamos que
1) { \} <£ Z y a q u e X g X, y
2) { \ } * 0 y a q u e |{ J . } | = l * O = | 0 | .
Para hablar colectivamente de los conjuntos Z°, Z 1, Z 2 presentaremos la siguiente
notación de las uniones d e tales conjuntos.
a ) 2 + = U Í - i 2 ', = U »=z*2'’, y
i1 b ) Z ‘ = u:-o2".
Vemos que la única diferencia entre los conjuntos Z* y Z* es la presencia del elemento
ya que X £ Z " sólo cuando n = 0. Además, Z* = Z* U 2 1.
Además d e usar el término cadena, también nos referiremos a los elementos de Z* o Z '
como palabras y a veces como enunciados. Para Z = (0 , 1, 2 ), encontramos palabras
como 0, 01, 102 y 1112 tanto en 2 ' como en Z*.
Por último, observemos que aunque los conjuntos Z* y Z" son infinitos, los elementos
de estos conjuntos son cadenas finitas de símbolos.
'll e tn p i o 6 .2 | P a r a Z = { 0 ,1}, el conjunto Z ' consta de todas las cadenas finitas de ceros y unos junto con
la cadena vacfa. Para un n razonablemente pequeño, sí podríamos enumerar todas las ca
denas de Z".
Si Z = {|3, 0, 1, 2 , . . . , 9 , +, - , x , /, (,)} , donde P denota el espacio en blanco, es más
difícil describir Z '; para n > 2, Z” tiene demasiadas cadenas para enumerarlas. En Z ' en
contramos expresiones aritméticas que nos son familiares, como (7 + 5)/(2 x (3 - 1 0 )) , así
como disparates de tipo +)((7/ x + 3/(.
A hora nos enfrentamos a una situación conocida. Como en el caso de las proposiciones
(Cap. 2), los conjuntos (Cap. 3) y las funciones (Cap. 5), una vez más necesitamos poder
decidir cuándo debe considerarse que dos objetos bajo estudio, en este caso cadenas, son
iguales. Analizaremos este asunto a continuación.
D efinición 6 .4 S in ',, wa£ Z * , entonces podemos escribir w t = x l,x 2 . . . r . y v * ', = y ,, y2 • . .y„, param , n £
Z*, y jc,, x1 . . . xm, y,, ya . . . y„ £ Z. Decimos que las cadenas w, y son iguales, y
escribim os w, = w2, si m = n, y x¡ = y, para todo 1 < i < m.
Se sigue de esta definición que dos cadenas de Z* son iguales sólo cuando cada una está
formada por el m ismo número de símbolos de Z y los símbolos correspondientes en las
dos cadenas coinciden idénticamente.
También necesitamos el número de símbolos de una cadena para definir otra d e sus
propiedades.
18 C apítulo 6 Lenguajes: M á q u in a s d e estados finitos
definición 6 .5 Si w £ Z ', entonces w = x tx 2. . . xr, donde x .E X para todo 1 < i <n. Definimos la longitud
de w. que se denota con || iv||, como el valor n. Para el caso de X, tenemos que ||X || = 0 .
le fin ic ió n 6 .6 Sean r , y £ X* con x = x, x , . . ,x my y = y í y 1. . .}„, tales que cada x., para 1 < i< m , y cada
y , para 1 < j < n , está en X. La concatenación d e x y y , que escribimos como xy, es la cadena
*1*1- • • V i l ! ' •
L a concatenación de x y X es
x \ = x ¡ x 2. . . x „ \ = x ¡x 2. . . x m = x ,
y la concatenación de X y x es
\ x = Xx,x2. . = x ¡ x 2. . . x m = x.
Finalmente, la concatenación de X y X es XX = X.
Arriba hemos definido una operación binaria cerrada en X * (y X*). Esta operación es
asociativa pero no conmutativa (a m enos que |X| = 1), y como x'h = Xx = x para cualquier
x £ X *, el elem ento X £ X * es el neutro para la operación d e concatenación. Las ideas de
las últimas dos definiciones (la longitud de una cadena y la operación de concatenación)
están relacionadas con el resultado
D efin ició n 6 .7 Para cualquier x £ X*. definimos las potencias de x com o x° = X, x1 = x , x2 = x x , ¿ = xx1,
. . . . x"*1= xx? , . . . , donde n E N.
6.1 Lenguajes: La teoria d e c onjuntos d e las cadenas___________________________________ 3 1 9
Ahora estam os listos para enfrentar el tem a principal de esta sección, el concepto de
lenguaje. Sin embargo, antes de hacerlo necesitamos saber más acerca de otras tres ideas.
Estas ideas se refieren a subsecciones especiales de cadenas.
Sea 2 = {a, b, c ), y consideremos la cadena w = abbcc. Entonces cada una de las cadenas
X, a, ab, abb, abbc, y abbcc es un prefijo de iv, y, excepto la m isma abbcc, cada una es un
prefijo propio. Por otro lado, cada una de las cadenas X, c, cc, bcc, bbcc y abbcc es un
sufijo d e iv, y las primeras cinco cadenas son sufijos propios.
E n general, para cualquier alfabeto 2 , si n G Z* y x, G 2 para todo 1 < i < n, entonces
cada una de las cadenas X, je,. x .x 2, x ,x 2x3......... y x ¡ x ,X j. . . x„ es un prefijo de la cadena
x = x ,x 2x ¡ . . ,x„. P or otro lado, X, x,., x ^¡ x„, x ^ x ^ x . , . . . , y x,x2x i . . ,x , son sufijos de esta
cadena. Así, x tienen + 1 prefijos, n de los cuales son propios; la situación es la misma para
los sufijos.
i) a es un prefijo d e c, o c es un prefijo d e a: y,
¡i) b es un sufijo d e d, o d es un sufijo de b.
20 C apitulo 6 Lenguajes: M á q u in a s d e estad os finitos
Para £ = {0, 1}, sea w = 00101110 €E X*. Las siguientes son subcadenas de w.
1) 1011: Esto surge solamente de una forma: cuando w = xyz, con x = 00, y = 1011 y
z = 10 .
2) 10: Este ejemplo surge de dos formas:
a) w = xyz donde x = 00, y = 10 y z = 1110, y
b) w = xyz para x = 001011, y = 1 0 y z = X.
En el caso (b) la subcadena también es un sufijo (propio) d e w.
A hora que estam os familiarizados con las definiciones necesarias, es hora de pensar en
el concepto d e lenguaje.
Cuando consideramos el alfabeto común, incluyendo el espacio en blanco, muchas
cadenas com o qxio, el wxxy rojo atzl, y aeytl no representan palabras o partes de enuncia
dos del español, aunque sean elementos deX*. En consecuencia, para considerar solamen
te las palabras y expresiones que tienen sentido en el idioma español, nos concentraremos
en un subconjunto de X*. Esto nos lleva a la siguiente generalización.
lefinición 6 .10 Para un alfabeto dadoX, cualquier subconjunto d e £ * es un lenguaje sobre X. Esto incluye
el subconjunto 0, al que llamaremos lenguaje vacío.
Ya que los lenguajes son conjuntos, podemos formar la unión, intersección y diferencia
sim étrica de dos lenguajes. Sin embargo, para poder trabajar, es m ás útil una extensión de
la operación binaria cerrada definida (en la Def. 6.6) para cadenas.
le fin ición 6.11 Para un alfabetoX y los lenguajes A, B C X*. la concatenación de A y B, denotada con AB,
es [ a b \a 6 A, b £ B}.
6.1 Lenguajes: La teoría de conjuntos d e las cadenas 321
Sean Z = [x, y, z ), y sean A, B los lenguajes finitos A = {x, xy. z |, B = {X, y ). Entonces
AB = {x, xy, z, xyy, z y } y BA = [x, xy, z, yx, yxy, yz}, por lo que
1) |A B | = 5 # 6 = \B A \, y
2) |A B | = 5 # 6 = 3 - 2 = |A ||B |.
Las diferencias surgen debido a que hay dos formas de representar xy: (1) x y para x £
A, y £ B y (2)xyX donde x y £ A y X £ B. (El concepto de unicidad de la representación es
algo que no podemos dar por hecho. Aunque no se cumple en este caso, es la clave del
éxito de m uchas ideas matemáticas, como lo vimos en el teorema fundamental de la arit-
m élica (Teorema 4.11) y como lo veremos d e nuevo en el capítulo 15.)
El ejemplo anterior sugiere que para lenguajes finitos A y B, \A B \ < \ A ||B |. Podemos
m ostrar que esto es cieno en general.
Análogamente a los conceptos de Z \ Z*, Z ', damos las siguientes definiciones para un
lenguaje arbitrario A £ Z*.
22 C apítulo 6 lenguajes: M á q u in a s d e estad os finitos
Si X = {x, y, z ) y A = (x), entonces (1) A °= (X); (2) A "= {X”} para n £ N ; (3) A*= {x*|
n > 1} y (4)A * = { jr-|n > 0 } .
a) Si A = {xx. xy, yx, yy) = X2, entonces A* es el lenguaje de todas las cadenas
tales que la longitud de w es par.
b) Con A como en la parte (a) y B = {x, y}, el lenguaje BA* contiene todas las cadenas
de X* de longitud impar y también vemos que, en este caso, BA* = A *B y queX* =
A* U SA *.
c) El lenguaje {x¡{x, y}* (la concatenación de los lenguajes (x ¡ y {x, y )* ) contiene
cada cadena d e X* para la cual x es un prefijo.
El lenguaje que contiene todas las cadenas de X* para las cuales y y es un sufijo
puede definirse como [x, y}* {>y¡.
Cada cadena del lenguaje [x, y}*{xxy}{x, y}* tiene a xxy como una subcadena.
d ) Cualquier cadena del lenguaje {x} * (y (* consta de un número finito (tal vez igual a
0) de x seguido por un número finito (que también puede ser cero) de y. Y aunque
{x|*{y}* C {x, y}*, la cadena iv =xyx está en {x, y}* pero no en {x}*{yj*. Por lo
tanto, {x)*{y¡* C {x, y j* .
Continuaremos esta sección con un lema y un segundo teorema que tratan acerca de las
propiedades de los lenguajes. El lema proporciona otra situación en que utilizamos el
principio de inducción matemática.
a) A CAB” b) A C B * A
c) A CB C B+ d) A C B ^ A ' C B *
e) A A " =A *A = A + f ) A*A* = A * = (A *)* = (A * )t = (A*)*
g) ( A U B ) ’ = (A * U B * )* = (A*B*)*
Para cerrar esta primera sección analizaremos la idea de un conjunto definido en forma
recursiva (dada en la sección 4.2), como lo demuestran los siguientes cuatro ejemplos.
Con esta definición, el siguiente análisis m uestra que la palabra 1011 está en A.
i Capitulo 6 Lenguajes: M á q u in a s d e e stad os finitos
i) 01 G A, puesto que O C A ;
ii) 011 G A, ya que 01 6 A ; y
i i i ) como 011 £ A , tenemos que 1011 6 A.
Para Z = {(,)), el alfabeto que contiene a los paréntesis izquierdo y derecho, queremos
examinar el lenguaje A C X * que consta de todas las cadenas no vacias d e paréntesis que
son gramaticalmente correctas como expresiones algebraicas. Entonces tenemos, por ejem
plo, las tres cadenas ( ()), ( ( ( ) ())); y ( ) ( ) ( ) d e este lenguaje, pero no tenemos cadenas
como ( ( ) ( ) ; ( ) ) (O ; o ) ( ) (())). Vemos que para que una cadena x (distinta de X) esté en
A, entonces
i) debemos tener el mismo número de paréntesis izquierdos que derechos; y
ii) el número de paréntesis izquierdos (siempre) debe se r m ayor o igual que el número
de paréntesis derechos, al examinar cada uno de los paréntesis en x, leyéndolos de
izquierda a derecha.
El lenguaje A puede definirse de m anera recursiva como sigue:
1) ( ) está en A; y
2) Para cualesquiera x, y G A, tenemos (i) xy G A y (ii)(x) G A.
[Como m encionamos antes del ejemplo 4.19, también tenemos una restricción implícita,
que ninguna otra cadena de paréntesis está en A, a m enos que se obtenga mediante los
pasos ( 1 ) y (2) anteriores.]
Con esta definición recursiva mostraremos la forma de establecer que la cadena (()
( )) G Z* está en el lenguaje A.
Pasos Razones
1) ( ) está en A. Parte (1) de la definición recursiva
2) () ( ) está en A. Paso (1) y parte (2i) d é la definición
3) ( ( ) ( ) ) está en A - Paso (2) y parte (2i¡) de la definición
6.16 Para Z = {0,1}, la siguiente es una definición recursiva del lenguaje A C Z* tal que x G A
si el número de ceros de x es igual al número de unos.
1) X G A; y
2) si x G A, entonces cada uno de los siguientes también está en A:
EJERCICIOS 6.1 1. Sea Z = [a, b, c, d, e). (a) ¿Cuánto valen |ZJ1 y |Z>|? (b) ¿Cuántas cadenas de Z* tienen una
longitud de al menos cinco?
2. Para Z = {w, x, y. z], determine el número de cadenas en Z* de longitud cinco (a) que comien
zan con iv; (b) con precisamente dos iv; (c) sin w-, (d) con un número par de w.
3. Si x £ Z* y llx3!! = 36, ¿cuánto vale ||x||?
4. SeaZ = {¡5, x, >; z), donde ¡5 denota un espacio en blanco, de modo que xjJjfx, ¡¡¡S* ¡Sy xfly *
xy, pero xXy = xy. Calcule lo siguiente:
a) INI b) ||\X1| c) IIPII d) PPII e) \\&\\ f) ||xPPy|| g) ||px|| h) ||X,0||
5. Sea Z = {v, w. x, y, z] y A = Uj,, Z”. ¿Cuántas cadenas en A tienen a xy como prefijo propio?
6. Sea Z un alfabeto. Sea x ,€ Z para 1 < / < 100 (donde x,*x¡ para cualquier 1 £ ¡ < j < 100).
¿Cuántas subcadenas no vacías existen para la cadena s = x , x ¡ . . . xlcD?
7. Para el alfabeto Z = [0,1}, sean A ,B ,C C Z* los siguientes lenguajes:
A = {0,1,00,11,000,111,0000,1111},
B = {w e Z * |2 s l|iv ||} ,
C = {m' S 2 1 2 £ | | h-||}.
a) A H B b) A - B c) A A B
d) A Í1C e) s n c f) S U C
g) ( Á ñ T ) B J n f i) J n B
326 Capítulo 6 Lenguajes: M á q u in a s d e estad os finitos
8. Sean A = {10, 11}, B = {00, 1} lenguajes para el alfabeto X = {0, 1}. Determine lo siguiente:
( a ) D e t e r m in e c u a t r o p a la b r a s d if e r e n te s d e A \ d o s d e l o n g i t u d 3 y d o s d e l o n g it u d 5 .
( b ) U s e la d e f i n i c i ó n r e c u is iv a d a d a p a r a m o s t r a r q u e 0 0 0 1 1 1 1 e s t á e n A .
( c ) E x p l i q u e p o r q u é 0 0 0 0 1 1 1 1 n o e s tá e n A .
24. P a r a e l a lf a b e t o Z = { 0 , 1 } , s e a A C £ * e l l e n g u a je f o r m a d o p o r t o d a s l a s p a la b r a s q u e no
c o n t i e n e n l a s u b c a d e n a 1 0 . E n to n c e s , l a s p a l a b r a s c o m o X . 0 . 0 0 , 0 0 0 . 0 0 0 0 , 0 1 , 0 0 1 , 0 0 1 1 ,
0 1 1 1 , 1 , 1 1 , 1 1 1 e s t á n e n A , p e r o n i n g u n a d e la s p a la b r a s 1 0 . 1 0 1 , 1 0 0 . 0 1 0 , 0 0 1 0 o 1 1 1 1 0
e s t á n e n e s te le n g u a je .
a ) D é u n a d e fin ic ió n re c u rsiv a d e l le n g u a je A .
b) U s e la d e fin ic ió n d e la p a n e (a) p a r a d e te r m in a r s i 00 1 1 1 e s tá e n A .
25. U s e l a d e f in i c ió n r e c u r s i v a d e l e j e m p l o 6 . 1 5 p a r a v e r if ic a r q u e c a d a u n a d e l a s s ig u i e n te s
c a d e n a s e s t á e n e l l e n g u a j e A d e e s e e je m p l o .
a) (())() b) ( ( ) ) ( ) ( ) c) ( ) ( ( ) ( ) )
26. P r o p o r c i o n e u n a d e f i n i c i ó n r c c u r s i v a d e c a d a u n o d e l o s s ig u i e n te s l e n g u a je s A Q X * , d o n d e
Z = { 0 , 1 ).
a ) x E A s i ( y s ó l o s i) e l n ú m e r o d e c e r o s d e x e s p a r.
b) x S A s i ( y s ó l o s i) s ó l o a p a r e c e u n c e r o e n x.
c ) x £ A s i (y s ó lo s i) to d o s lo s u n o s d e x p r e c e d e n a to d o s l o s c e r o s .
6 .2
Máquinas d e estad o s finitos:
Un prim er encuentro
ío ít h h U
E stado (1)30 (4) 3, (5(0 (7) 3, (100) (10) s¡ (200) (13)30
E n tra d a (2) 50 (5 )5 0 (8) 100 (11)W
Salida (3) Nada (6) Nada (9) Nada (12) RB
L o s núm eros (1). (2 )........ (12). (13) de esta tabla indican el orden de sucesos en la com pra de la cerveza de
raíz de M aría- Para cada entrada en el instante 0 £ i S 3, existe eneseínstam eu na salida correspondiente y
luego un cambio de estado. E l siguiente estado , depende de la entrada y el estado (presente) en el instante t„
28 C apítulo 6 Lenguajes: M á q u in a s d e estad os finitos
La máquina está en un estado de espera en el estado s0. Espera que un cliente comience
a insertar monedas con un total d e 20 centavos o más y oprima un botón p ara obtener un
refresco- Si en cualquier momento el total d e monedas insertadas excede los 20 centavos,
la máquina proporciona el cambio necesario (antes de que el cliente oprima el botón para
obtener su refresco).
En el instante f0, M aría inserta en la máquina su primera entrada, 5 centavos. No recibe
nada en ese momento, pero en el tiem po siguiente t,, la m áquina está en el estados,, donde
ésta recuerda su total de 5 centavos y espera una segunda entrada (de 5 centavos en el
instante t¡). Nuevamente, la máquina (en el instante f,) sigue sin proporcionar una salida,
pero al siguiente instante, t2, está en el estado s¡, recordando un total de diez centavos, que
es igual a 5 centavos (recordados en el estado s,) m ás cinco centavos (insertados en el
instante r,). Al introducir la m oneda de diez centavos (en el instante t2) como siguiente
entrada a la máquina, M aría todavía no recibe el refresco y a que la máquina no “sabe” el
tipo que ella preñere, pero ahora “sabe” (t¡) que ha insertado el total necesario de 20
centavos = 10 centavos (recordados en el estado s2) m ás 10 centavos (insertados en el
instante tf). Por último, M aría oprime el botón blanco y en el instante t¡ la máquina entrega
la salida (su lata de cerveza de raíz) y después regresa, en el instante ía, al punto de partida
So,justo a tiem po para que Rodrigo, el amigo de María, deposite una m oneda de 25 centa
vos, reciba una m oneda de 5 centavos como cambio, oprima el botón negro y obtenga la
lata de refresco de cola que desea. L a compra hecha por Rodrigo se analiza en la tabla 6.2.
T a b la 6 .2
h t, ‘i
E stado (1) So (4) s i (202) (7) ío
Lo que ha ocurrido en el caso de esta máquina puede abstraerse para ayudar en el análisis
de ciertos aspectos de los computadores digitales y los sistemas de comunicación telefónica
Las principales características d e esta máquina son las siguientes:
1) La máquina sólo puede estar en uno de una cantidad fin ita de estados en un instante
dado. Estos estados son los estados internos de la máquina y, en un instante dado, la
mem oria total disponible de la máquina es el conocim iento del estado interno en el
que se encuentra en ese instante.
2) La máquina aceptará como entrada sólo un número finito de símbolos, que se conocen
en conjunto como el alfabeto de entrada En el ejemplo de la máquina expendedo
ra, el alfabeto de entrada es (moneda de 5 centavos, m oneda de 10 centavos, moneda
de 25 centavos, blanco, negro), y cada elemento se reconoce por su estado interno.
3) M ediante cada combinación de entradas y estados internos se determina una salida
y un estado siguiente. El conjunto finito de todas las salidas posibles constituye el
alfabeto de salida £ d e la máquina.
4) Suponemos que los procesos secuenciales de la m áquina están sincronizados por
pulsos de reloj separados y distintos y que la máquina opera de m anera determinista,
ya que la salida queda completamente determinada por la entrada total proporcio
nada y el estado inicial de la máquina.
inición 6 .1 3 Una máquina de estados finitos es una 5-upla Ai = (S, 3, C, v, co), donde 5 es el conjunto de
estados internos d e M ;3 e s el alfabeto de entrada de M; C es el alfabeto de salida de M\ v:
5 x $ —>S es la función siguiente estado; y CO: S x í - í C es la función d e salida.
pío 6 .18 C onsiderém osla máquina de estados finitos M = (S, 3, C. v. co), donde 5 = {s0, s v s ¿ . 3 =
{C) = {0, 1} y v, (0 aparecen en la tabla de estados de la tabla 6.3. La primera columna de
la tabla enumera los estados (presentes) de la máquina. Las entradas de la segunda fila son
los elem entos del alfabeto de entrada 3 , que se enumeran una vez bajo v y otra vez bajo co.
Los seis números d e las últimas dos columnas (y las últimas tres filas) son elementos del
alfabeto de salidaC.
T a b la 6 .3
V o
0 1 0 1
So So Si 0 0
s, s2 Si 0 0
S2 So Si 0 1
Por ejemplo, para calcular v(s¡, 1), encontramos s, en la columna de estados presentes y
procedemos en horizontal sobre s,, hasta estar debajo de la entrada 1 en la sección de las
tablas de v. Esta entrada da v(s,, 1) = s,. D e la m isma forma vemos que co(s,, 1) = 0.
Si so indica el estado inicial y la entrada proporcionada a M es la cadena 1010, entonces
la salida es 0010. como lo demuestra la tabla 6.4. En este caso, la máquina se queda en el
T a b la 6 . 4
Entrada 1 0 1 0 0
estado s¡, de modo que si tuviéramos otra cadena de entrada, proporcionaríamos el primer
carácter de esa cadena, 0 en ese caso, en el estado s, a m enos que se vuelva a arrancar la
máquina para iniciar de nuevo en s0.
Figura 6.1
Figura 6.2
Tabla 6.5
V <0
5c lOe 25e B w 5c 10c 25c B W
So Si S; S4 So So n n 5C n n
Si s2 s3 s4 Si Si n n 10c n n
S2 S3 s4 s4 S3 Sí n n 15c n n
s3 Si S4 s4 S3 S3 n 5C 20C n n
s4 S4 Sj S4 So So 5C 10c 25C C RB
Com o observam os en el análisis anterior al ejemplo 6.19, para una máquina de estados
finitos general M - {5, .9, C, v, to}, la entrada puede pensarse como un elemento de &*, y
la salida como uno de 0*. En consecuencia, podemos extender los dom inios de v y to de S
x í a S x $ * . Para co ampliamos el codominio aC *, recordando que, de ser necesario,
tanto como 0 * contienen la cadena vacía X. Con estas extensiones, si x¡ x, . . . x , G $■*,
para k £ Z ' , y si partimos de cualquier estado s, 6 S, tenemos
V(il,*l)=*2t
v ( S l , * l * í ) = v M í j . X i ) , ^ ) = v ( s 2, X 2) = S 3
v ( í i , X i X 2 X 3) = v ( v ( v ( s 1 , x , ) >x 2) , x 3) = v ( í 3 , x 3) = s 4
l * J
v ( S 2 , X 2) = S 3
v ( s ¡ , x ¡ x 2 . . , x k) = v ( s k , x t ) = s M , y
u(.s¡,xi)=yi
I ü ( s ¡ ,x ¡ x 2) = (d (s2, x , ) í ü ( v ( s , , X i ), x 2) = w ( s , , x , ) t e ( í 2, x 2) = y , y 2
í ú Í S l x . x j X j ) = <o(s, , x , ) t a ( s 2 ,X 3) = y ¡ y 2y3
E je m p lo 6 . 2 0 : j Seanx =J<5x4xi x2x] = 00111 y y = >’syJy .y 2)’1= 01101 números binarios, dondex, y y , son
los bits m enos significativos. Los ceros restantes en x y y aparecen para que las dos cade
nas x y y sean d e igual longitud y garanticen el espacio suficiente para completar la suma.
t El estado r2esá determinado por s, y x,. No es solamente el segundo de una lista predeterminada de
estados.
32 Capítulo 6 Lenguajes: M á q u in a s d e estados finitos
►z —z5z4z?z?z.
y = ysy.ysYzy,-
Figura 6.3
Un sumador binario en serie es una máquina de estados finitos que podemos usar para
obtener * + y. El diagrama de la figura 6.3 ilustra esto, donde z = zíztz3z2zt tiene el dígito
menos significativo en el b itz,.
En la sum a z = * + y, tenemos
* = 0 0 1 1 1
+y = +0 1 1 0 1
z= 1 0 1 0 0
s
tercera primera
suma suma
Observamos que para la primera sum a*, = y, = 1 y z, = 0, mientras que para la tercera
suma tenem os*; = y¡= 1 y z3 = 1 por acarreo de la suma de*2 y y2 (y el acarreo d e * , +y,).
En consecuencia, cada salida depende d e la suma de dos entradas y d e la habilidad para
recordar un acarreo de 0 o 1, lo que es crucial cuando el acarreo es 1.
El sum ador binario en serie se m odela m ediante una m áquina de estados finitos M =
(5, C, v, <o) como sigue. El conjunto S = {% s , ), donde s, indica un acarreo de i; § =
{00, 01, 10, 11); así, existe un par de entradas, dependiendo de si buscamos 0 + 0 ,0 + 1,
1 + 0 o 1 + 1, respectivamente; y C = { 0 ,1 }. Las funciones v y co están dadas en la tabla de
estados (Tabla 6.6) y el diagrama de estados (Fig. 6.4).
T a b la 6 . 6
V co
00 01 10 11 00 01 10 11
So So So So Si 0 1 1 0
Si So Si Si Si 1 0 0 1
En la tabla 6.6 encontramos, por ejemplo, que v(s,, 01) = s, y cú(Si, 01) = 0, y a que s,
indica un acarreo de 1 desde la suma de los bits anteriores. La entrada 01 indica que
estam os sumando 0 y 1 (y acarreando un 1). De aquí que la suma sea 10 y cu(s,, 01) = 0
para el 0 de 10. El acarreo se recadena otra vez en s, = v(r,, 01).
Del diagrama de estados (Fig. 6.4) vemos que el estado inicial debe ser s0 ya que no hay
acarreo anterior a la suma de los bits m enos significativos.
6.2 M á q u in a s d e estado finito: U n prim er encuentro 333
Los diagramas de estados de las figuras 6.2 y 6.4 son ejem plos de grafos dirigidos
etiquetados. Veremos más de la teoría d e grafos en este libro, ya que esta teoría no sólo
tiene aplicaciones en las ciencias de la computación y la ingeniería eléctrica, sino también
en la teoría d e códigos (códigos de prefijo) y optimización (redes d e transporte).
EJERCICIOS 6 .2 1. Con la máquina de estados finitos del ejemplo 6.18, determine la salida para cada una de las
siguientes entradas* e í ’ . así como el último estado interno en el proceso de transición. (Suponga
que siempre partimos del estado s„.)
a) * = 1 0 1 0 1 0 1 b) * = 10 0 10 0 1 c) * = 101001000
2. Para la máquina de estados finitos del ejemplo 6.18, una cadena de entrada* produce la cadena
de salida 00101. si partimos del estado s¡, Determine *.
3. Sea M = (S, d, C, v, to) una máquina de estados finitos donde S = (r0. íi, s2, s3), 4 = {a, b. c).
C = {0, 1), y v y tu están determinados por la tabla 6.7.
Tabla 6.7
V o>
a b c a b c
So So s, S; 0 1 1
Si Si Si S3 0 u 1
S2 Si s, S3 1 1 0
s3 S2 s3 So 1 u 1
9. a) Encuentre la tabla de estados para la máquina de estados finitos de la figura 6.8, donde > =
0 = { 0 ,1 ).
0,0
1.0
Figura 6 . 8
b) S e a * £ con ||* || = 4. Si 1 es un sufijo de toísj, *), ¿cuáles son las posibilidades para la
cadena*?
c) Sea á £ {0, 1}* el lenguaje tal que (úCs0, i ) tiene 1 como un sufijo para todo * de A.
Determine^.
d) Encuentre el lenguaje^ C (0,1)* tal que oi(s0, *) tiene a 111 como un sufijo para todo* de
A.
6 .3
M á q u in a s d e e s t a d o s fin it o s :
U n s e g u n d o e n c u e n tro
En este caso, # = C = { 0 , l ) y queremos construir una máquina que reconozca cada apari
ción de la secuencia 111 al encontrarla en cualquier cadena de entrada* £ $ * . Por ejemplo,
si * = 1110101111, entonces la salida correspondiente debe ser 0 0 10 0 0 0 0 11 , donde un 1 en
la posición t-ésima de la salida indica que aparece un 1 en las posiciones i, i - 1, e i - 2 de*.
En este caso, las secuencias 111 pueden solaparse, por lo que podemos pensar que algunos
caracteres en la cadena de entrada son caracteres de más de una tem a de unos.
Si s0 denota el estado inicial, vemos que debemos tener un estado que recuerde 1 (el
posible comienzo de 111) y un estado que recuerde 11. Además, cada vez que nuestro
sím bolo d e entrada sea 0, regresamos a s0 para comenzar de nuevo la búsqueda de tres
unos consecutivos.
En la figura 6.9, s, recuerda un único 1, y recuerda la cadena 11. Si se llega a s2,
entonces un tercer “1” indica la presencia de la tem a en la cadena de entrada, y la salida 1
reconoce esta presencia. Pero también este tercer “ 1” significa que tenemos los primeros
dos unos de otra posible tem a que sigue dentro d e la cadena (com o sucede en 11101011
36 Capítulo 6 Lenguajes: M á q u in a s d e estados finitos
Figura 6.9
"1” 1). Así. después de reconocer la presencia de 111 con una salida de 1, volvemos al
estado s2 para recordar las dos entradas d e 1 “ 1”.
Si nos interesa reconocer todas las cadenas que term inen en 111, entonces para cual
quier x 6 $ * , la máquina reconocerá tal secuencia con una salida final de 1. Esta máquina
es entonces un reconocedor del lenguaje A = {0, !}*{ 111).
En la figura 6.10 aparece otra máquina de estados finitos que reconoce la misma tema
111. Las máquinas de estados finitos representadas por los diagramas de estados de las
figuras 6.9 y 6.10 realizan la m isma tarea y se dice que son equivalentes. El diagrama de
estados de la figura 6.10 tiene un estado más que el de la figura 6.9, pero por el momento
no nos interesa obtener una máquina de estados finitos con un número m ínimo de estados.
En el capítulo 7 desarrollaremos una técnica que tom a una máquina de estados finitos dada
M y encuentra otra máquina equivalente a ésta, con el número m ás pequeño de estados
internos necesarios.
Figura 6.10
Ahora no sólo querem os reconocer la presencia de 111 sino también queremos reconocer
únicam ente aquellas ocurrencias que terminen en una posición múltiplo de tres. En conse
cuencia, si & = C = {0, 1} y x 6 $ * , donde x = 1110111, entonces queremos que co(s0, x) =
0010000, y no 0010001. Además, para x 6 # * , donde x = 111100111, la salida co(s0, x) es
001000001, y no 001100001, y a q u e, considerando la longitud, no se permite el
solapamiento de las sucesiones 111.
O tra vez comenzamos en s0 (Fig. 6.11), pero ahora s, debe recordar un prim er 1 sólo si
éste ocurre e n x en la posición 1 , 4 , 7 , . . . Si la entrada en s0es 0, simplemente no podemos
regresar a s0 como en el ejem plo 6.21. Debemos recordar que este 0 es el primero de los
tres sím bolos que no nos interesan. De aquí que de s0 vamos a y luego a s-, procesando
1,0 R g u ra6 . 1 1
L a figura 6.12 m uestra los diagramas de estados para una máquina de estados finitos que
reconocerá la ocurrencia de una secuencia de 0101 en una cadena de entrada x G <)•*,
donde § = C = { 0 ,1 ). L a máquina de la figura 6 .12(a) reconoce con una salida de 1 cada
ocurrencia de 0101 en una cadena de entrada, sin importar dónde ocurra. En la figura
6 .12(b) la máquina reconoce con una salida d e 1 solamente aquellos prefijos de x cuya
longitud es un múltiplo de cuatro y cuyo final es 0101. (Por lo tanto, en este caso no se
perm ite el solapamiento.) En consecuencia, p a ra r = 01010100101, co(s0, x) = 00010100001
para (a), mientras que para (b), oy(s0, x ) = 00010000000.
F ig u ra 6 .1 2
C apítulo 6 Lenguajes: M á q u in a s d e estad os finitos
Ahora que ya hemos analizado algunas máquinas de estados finitos que reconocen
sucesiones, es el momento de examinar un conjunto de sucesiones que no pueden ser
reconocidas por cualquier máquina de estados finitos. Este ejemplo nos da otra oportuni
dad para aplicar el principio del palomar.
Sean 3 = C = {0, 1}. ¿Podremos construir una máquina de estados finitos que reconozca
con precisión las cadenas del lenguaje<4 = { 0 1 ,0 0 1 1 ,0 0 0 1 1 1 ,...) = {0il i | i E Z - }? Si lo
logramos y s 0 denota el estado inicial, esperaríamos que co<í0, 0 1 ) = 0 1 , co(s0, 0 0 1 1 ) =
0011, y, en general, co(s0, 0 1 0 = 0'1', para cualquier i E Z*. [Nota: En este caso, por
ejemplo, querem os <ü(s0, 0 0 1 1 ) = 0 0 1 1 , donde el prim er 1 es la salida para reconocer la
subcadena 0 1 y el segundo 1 es para reconocer la cadena 0 0 1 1 .]
Suponga que existe una máquina de estados finitos M = (S. 3-, C, v, co) que puede reco
nocer precisamente las cadenas deA . S eas 0 E S, donde s0 es el estado inicial, y sea |S | =
n > 1. Consideremos ahora la cadena O” 1 1**' del lenguaje A. Si nuestra máquina de estado
M opera correctamente, entonces <o(s0, 0” ' l ”*1) = O*"1 1**1. Por lo tanto, en la tabla 6.8
vemos la forma en que esta máquina d e estados finitos procesará los n + 1 ceros, comen
zando en el estado % para después continuar con los n estados s¡ = v(s0, 0 ), s¡ = v(r„ 0 ) y
s, = 0). Com o | S | = n, aplicando el principio del palom ar a los n + 1 estados s<¡, s„
s2, . . . , V i , s „, nos damos cuenta de que hay dos estados s¡y s¡ donde i < j pero s, = sr
t a b l a 6 .8
E n tra d a 0 0 0 0 0 1 1 1
S a lid a 0 0 0 0 0 1 1 1
En la tabla 6.9 vemos cóm o la elim inación de lasy - i colum nas (para los estados r„,,
. . . . Sj) d a como resultado la tabla 6.10. Esta tabla nos m uestra que la máquina de estados
finitos Ai reconoce la cadena* = 0 "*'>-o-a l"*1, donde n + 1 - ( j - 0 < n + 1. Por desgracia,
x e A, de modo que M reconoce una cadena que supuestamente no debe reconocerse. Esto
T a b la 6 .9
E n tra d a 0 0 0 0 0 0 0 0 1 1 1
S a lid a 0 0 0 0 0 ... 0
0 0 1 1 1
T a b la 6 .1 0
E s ta d o So Si s2 s, S /-I s„ S „ -i su S>*1
E n tra d a 0 0 0 0 0 0 1 1 1
S a lid a 0 0 0 0 0 0 1 1 1
6.3 M á q u in a s d e estad o finito: U n se g u n d o e ncuentro 339
demuestra que no podemos construir una máquina de estados finitos que reconozca preci
sam ente las cadenas del lenguaje A = {(Kl j i S Z~).
Sean $ = C = {0,1}. Con el estado inicial s0, cú( s 0, x) = 0 para x = 0 o 1 ya que la primera
salida es 0; los estados s, y s2 (en la Fig. 6.13) recuerdan una entrada anterior de 0 y 1,
respectivamente. En la figura, podemos etiquetar, por ejemplo, el arco que va de r, a s2 con
1, 0, y a que con una entrada de 1 necesitamos ir a donde se recuerdan las entradas de 1
en el momento r. para que se puedan convertir en salidas de 1 en el momento tM. El 0 en la
etiqueta 1, 0 es la salida, ya que el inicio en s, indica que la entrada anterior fue 0, que se
convierte en la salida actual. Las etiquetas de los otros arcos se obtienen con el m ismo tipo
de razonamiento.
F ig u r a 6 .1 3
F ig u r a 6 .1 5
6.3 M á q u in a s de estado finito: U n s e g u n d o e ncuentro 341
lefinición 6 .1 5 Para una máquina de estados finitos Ai, sean s , s. dos estados distintos en S. L a cadena de
entrada m ás corta x G es una secuencia de transferencia (o transición) desde s. a s. si
a) v(s„x) = s/, y
b) con v(*í.)’) = 'S / :> W a IWI-
Puede haber m ás de una secuencia de este tipo para dos estados s„ s¡.
6 .2? Encontraremos una secuencia de transferencia desde el estado s0 hasta el estado s2para la
m áquina de estados finitos M dada por la tabla de estados de la tabla 6.11, donde & = 6 =
( 0 ,1 ) .
Tabla 6.11 Figura 6.16
V co
0 1 0 1
ío S6 Si 0 1
s1 Sí So 0 1
¡2 S¡ Si 0 1
S} st So 0 1
Se s2 Si 0 1
Ss s¡ Ss 1 1
S6 s3 s6 1 1
y utilizamos la tabla de estados para etiquetar las ramas, como se m uestra en la figura 6.16.
Por lo tanto, para x = 0000, v(so, x ) = s2 con co(í0, x ) = 0100. (En este caso, x es único.)
JERCICIOS 6 .3 1. Sean $= C = (0, 1), (a) Construya un diagrama de estados para una máquina de estados fini
tos que reconozca cada ocurrencia de 0000en una cadena* e £*. (Se permite el solapamiemo.) (b)
Construya un diagrama de estados para una máquina de estados finitos que reconozca cada cadena
* € .4* que termine en 0000 y que tenga una longitud de i k , k e Z*. (No se permite el solapamiento.)
2. Resuelva el ejercicio 1 para cada una de las sucesiones 0110 y 1010.
3. Construya un diagrama de estados para una máquina de estados finitos con .4 = C = {0,1 ¡ que
reconozca todas las cadenas del lenguaje {0,1 )*{00) U {0,1 )*{ 11).
4. Para 4 = C = {0, 1}, una cadena * £ tiene paridad par si contiene un número par de unos.
Construya un diagrama de estados para una máquina de estados finitos que reconozca todas las
cadenas no vacías de paridad par.
5. La tabla 6.12 define vy topara una máquina de estados finitos M donde é = 0 = (0,1).
T a b la 6 .1 2
V 0,
0 1 0 i
S
o So Si 0 0
Si So Si i i
6. Muestre que no es posible construir una máquina de estados finitos que reconozca precisamen
te aquellas secuencias del lenguaje A = { f f , V \ i , j e Z \ i >j ) . (El alfabeto de A, en este caso,
es X = {0, 1 ).)
7. Para cada una de las máquinas de la tabla 6.13, determine los estados transitorios, los estados
de sumidero, las submáquinas (donde = {0, 1}) y las submáquinas fuertemente conexas
(donde 4 , = { 0,1».
T a b la 6 .1 3
V tu V OI
- *
0 1 0 1 0 1 0 1 0 1 0 1
So Sí Si 0 0 So So Si 1 0 So Si s2 0 1
s, s. S2 0 i Si So Si U 1 Si So S2 1 1
¡2 Si S¡ 0 0 s2 Si Si 0 0 S2 s2 Si 1 1
Si S2 Sí 1 0 Si so Sí u u s3 Se Sí u Ü
s« s. Sí 1 i Sí Sí Sí 1 1 Sí Sí Sí 1 0
S¡ S2 Si 0 i Sí Si Sí 1 0
se Se Se 0 0
(a) (b) (c)
6 .4 Resum en y repaso histórico
6 .4
R e s u m e n y r e p a s o h is t ó r ic o
En este capítulo vimos una introducción a la teoría de lenguajes y a una estructura discreta
llamada máquina de estados finitos. Con nuestro desarrollo anterior de la teoría elemental
de los conjuntos y las funciones finitas, pudimos conjuntar algunas nociones abstractas y
m odelar dispositivos digitales como los reconocedores y retardadores de secuencias. Un
tratamiento sim ilar de este material aparece en el capítulo 1 de L. D om hoff y F. Hohn [3],
así como en el capítulo 2 de D . F. Stanat y D. F. M cAllister [14].
L a m áquina de estados finitos que hemos desarrollado se basa en el m odelo planteado
en 1955 por G . H . M ealy en [11], por lo que se conoce como la “máquina d e M ealy". El
modelo se basa en conceptos anteriores que aparecen en la obra de D. A. Huffman [8] y E.
F. M oore [12]. Para profundizar en el estudio de los prim eros trabajos relacionados con
diferentes aspectos y aplicaciones de la m áquina de estados finitos, consulte el material
editado por E. F. Moore [ 13). En los capítulos 9 al 15 de Z. Kohavi [9] puede encontrarse más
información acerca de la síntesis actual d e tales máquinas y las consideraciones relativas a
ellas en hardware, junto con un análisis amplio de muchas ideas relacionadas con el tema.
Para m ás detalles acerca d e los lenguajes y su relación con las máquinas de estados
finitos, hay que analizar el m ódulo UMAP de William J. Bam ier [1], los capítulos 7 al 10
de J. L. Gersting [4] y los capítulos 7 y 8 de A. Gilí [5]. Una amplia cobertura de estos
temas (y otros relacionados con ellos) aparece en los textos de J. G. Brookshear [2], J. E.
Hopcroft y J. D. U llman [7], H. R. Lewis y C. H . Papadimitriou [10], y D. Wood [15].
Uno podría sorprenderse al saber que las ideas básicas de la teoría de autómatas se
desarrollaron para resolver cuestiones mas bien teóricas de los fundamentos de las m ate
m áticas, como lo estableció en 1900 el matemático alemán David H ilbert (1862-1943).
En 1935, el matemático y lógico inglés Alan M athison Turing (1912-1954) se interesó en
¡44 C apítulo 6 Lenguajes: M á q u in a s d e estados finitos
B IB L IO G R A F ÍA
1. Bamier, Wiliiam J„ “Finite-State Machines as Recognizers” (Módulo UMAP 671), The UMAP
Journal 7. núm. 3 (1986), págs. 209-232.
2. Brookshear, J. Glenn, Theory o f Computation: Formal Languages, Autómata, and Complexiry\
Reading, Mass., Benjamin/Cummings, 1989.
3. Domhoff, Lany L. y Franz E. Hohn, Applied Modem Algebra, Nueva York, Macmillan, 1978.
4. Gersting, Judith L., Mathematical Structures fo r Computer Science, San Francisco, W. H.
Freeman, 1982.
5. Gil!, Arthur, Applied Algebra fo r the Computer Sciences, Prentice-Hall Series in Automatic
Computation, Englewood Cliffs, N.J., Prentice-Hall, 1976.
6. Hodges, Andrew, Alan Turing: The Enigma, Nueva York, Simón and Schuster, 1983.
7. Hopcroft, John E. y Jeffrey D. UUman, Introduction to Autómata Theory, Languages and
Computation, Reading, Mass., Addison-Wesley, 1979.
Ejercicios c om plem entarios 345
8. Huffman, D. A., "The Synthesis of Sequential Switching Circuits”, Journal o f ¡he Franklin
Institute 257 (Marzo de 1954), págs. 161-190; (Abril de 1954), págs. 275-303. Reimpreso en
Moore (13).
9. Kohavi, Zvi, Switching and Finile Autómata Theory, 2* ed.. Nueva York, Me Graw-Hill, 1978.
10. Lewis, Hany R. y Christos H. Papadimitriou, Elements o f the Theory o f Computation, Englewood
Cliffs, N.J., Prentice-Hall, 1981.
11. Mealy, G. H , “A Method for Synthesizing Sequential Circuits”, Bell System Technical Journal
34 (Septiembre de 1955), págs. 1045-1079.
12. Moore, E. F„ "Gedanken-experiments on Sequential Machines”, Autómata Studies, Armáis of
Mathematical Studies, núm. 34, págs. 129-153, Princeton, N.J., Princeton University Press,
1956.
13. Moore, E. E. editor, Sequential Machines. Selected Papers, Reading, Mass., Addison-Wesley,
1964.
14. Stanat, Donald E y David F. McAllister, Discrete Mathematics in Computer Science, Englewood
Cliffs, N.J., Prentice-Hall, 1977.
15. Wood, Derick, Theory o f Computation, Nueva York, Wiley. 1987.
s, S4 s3 0 0
Sz Sz s« 0 1
S} Si Sz 1 ü
F ig u r a 6 .1 9
s. Si s. 1 1
| a) Encuentre una tabla de estados para la máquina cribir un programa (o desarrolle un algoritmo) que simule
M. la máquina de la tabla 6.18.
b) Determinelacadenadesalidaparalacadenadeentra-
da 1101. ¿En qué estado está cada una de las má Tabla 6.18
quinas y M2después de procesar esta cadena?
V co
14. Aunque el diagrama de estados parece más conveniente
i que la tabla de estados cuando trabajamos con una máqui- 0 1 0 1
j na de estados finitos M = (5. C, v, co), si las cadenas de
i entrada son cada vez más largas y los tamaños de S, í y C Si S2 S, 0 0
se incrementan, la tabla de estados es útil para simular la S2 s¡ s, 0 0
máquina en un computador. La forma de bloque de la tabla S3 S} s, 1 1
: sugiere el uso de una matriz o una tabla de dos dimensio
nes para almacenar v. co. Utilice esta observación para es
7
Relaciones:
La se gu n d a vuelta
7.1
R e p a s o d e re la c io n e s:
P r o p ie d a d e s d e la s re la c io n e s
Ahora analizaremos algunas de las propiedades que puede satisfacer una relación.
D ecir que la relación 31 es reflexiva significa sim plem ente que cada elem ento x de A
se relaciona consigo mismo. Todas las relaciones de los ejemplos 7.1 y 7.2 son reflexivas.
La relación general de accesibilidad del ejem plo 7.3(b) y todas las relaciones mencionadas
7.1 R e p a s o d e re la c io n e s: P r o p ie d a d e s d e las re la c io n e s 351
en la p an e (c) de ese ejemplo también son reflexivas. [¿Qué tienen de malo las relaciones
del primer y segundo niveles de accesibilidad dadas en las partes (a) y (b) del ejemplo 7.3?]
Para A = [1, 2, 3, 4 ), una relación ® C A x A es reflexiva si y sólo si 35 2 {(1, 1), (2, 2),
(3, 3), (4, 4)}. En consecuencia, SU, = {(1, 1), (2, 2), (3, 3)} no es una relación reflexiva
sobre A, mientras que S?, = (O , y ) \ x, j 6 A , i < y) es reflexiva sobre A.
[ E jem p lo 7 .5 Dado un conjunto finito A con U [ = n, tenemos que 1A X A | = n1, por lo que hay 2 ”1
relaciones sobre A. ¿Cuántas de ellas son reflexivas?
S i A = [a ,, a2......... ar) una relación 3l sobre A es reflexiva si y sólo si ¡(a „ a,) \ 1 < i
< n( C a . Si consideramos los demás n2- n pares ordenados de A x A [los de la form a (a,,
a,-), donde i 4=j para 1 £ t, j S n], conforme construimos una relación reflexiva SI sobre A
podemos incluir o excluir cada uno de estos pares ordenados, así, p or la regla del produc
to, existen relaciones reflexivas sobre A.
D efinición 7 .3 La relación íí sobre el conjuntoA es rimé/rica si (x, y) GS) =>(y, x) G 9t para todos x, y G A.
Si A = [1, 2, 3 ), tenemos:
a) ® i = ((1 ,2 ), (2,1), (1 ,3 ), ( 3 , 1)¡ es una relación sim étrica (pero no reflexiva) sobre
A;
b) ® j = {(1,1), (2,2), (3,3 ), (2 ,3 )) es una relación reflexiva (pero no sim étrica) sobre
A;
c) = {(1. 1), (2, 2), (3, 3)1 y Sb = [(1. 1), (2, 2), (3, 3), (2. 3),(3, 2)) son dos
relaciones sobre A que son reflexivas y simétricas; y
d) S?5= { (1 , 1), (2, 3),(3, 3)) es una relación sobre A que no es sim étrica ni reflexiva.
Para contar las relaciones simétricas sobre A = ( a ,,a 2......... a„) escribimosA x A como A,
U A j, donde A, = ((a ,,a ,)| 1 S i £ «} y A; = (a„a,} 11 £ i , j £ n, y i 4=j 1, por lo que cada
par ordenado de A x A está exactamente en uno de los conjuntos Ai, A2. Para A2, IA21 =
IA x A I—I A, I = n2- n = n(n - 1), un entero par. El conjunto A2 contiene (l/2 )(n ! - n )
subconjuntos de la forma ((í¡„ a¡), (a,, a,)} donde I < i < j ¿ n. Para construir una
relación sim étrica® sobre A, para cada par ordenado de A, tenemos nuestra elección usual
de exclusión o inclusión. Para cada uno de los (1/2)(n: - njsubconjuntos S,, (1 < i < j < n )
de A : tenemos las mismas dos opciones. Así, por la regla del producto, existen 2 ' •
relaciones simétricas sobre A.
Para contar las relaciones sobre A que son reflexivas y simétricas, tenemos sólo una
opción para cada par ordenado de A,, por lo que tenemos 2"/7>:":'") relaciones sobre A que
son reflexivas y simétricas.
152 Capítulo 7 Relaciones: La segunda vuelta
>ef¡n¡eión 7.4 Para un conjunto <4, una relación 9t sobre A es transitiva si para todos x, y, z £ A, (x, y),
(y. z) £ 31 =s (x, z) £ Sft. (Así, si x “está relacionado con” y , y y “está relacionado con” z,
queremos que x “esté relacionado con” z, donde y tiene el papel de "intermediario”.)
Todas las relaciones de los ejemplos 7.1 y 7.2 son transitivas, al igual que las del ejemplo
7.3(c).
Si A = {1, 2, 3, 4}, entonces SU, = {(1, 1), (2, 3), (3, 4), (2, 4)} es una relación transitiva
sobre A, m ientras q u e % = ((1 ,3 ), (3,2)} no es transitiva, y a que (1 ,3 ), ( 3 ,2 ) £ 3t, pero
( l , 2 ) g S ? 2.
En este momento, es probable que el lector esté listo para contar el número de relacio
nes transitivas sobre un conjunto finito. Pero esto no es posible ya que, a diferencia de los
casos de las propiedades reflexivas y simétricas, no existe una fórmula general conocida
para el número total de relaciones transitivas sobre un conjunto finito. Sin embargo, en
una sección posterior de este capítulo, tendremos los conceptos necesarios para contar las
relaciones 31 sobre un conjunto finito que son (al mismo tiempo) reflexivas, sim étricas y
transitivas.
Examinemos una última propiedad de las relaciones.
•efinición 7 .5 D ada una relación 9! sobre un conjunto A, 31 e s antisim étrica si para todos a, b £ A,
( a r h b y b 3 ta ) =s a = b. (En este caso, la única forma en que podríamos te ñ e ra “relacio
nado con” b y b “relacionado con” a es cuando a y b son el mismo elem ento de A.)
7.1 Rep aso d e relaciones: Propiedades d e las relaciones 353
Para un universo dado5!!, definimos la relación ® s o b re d i5!!) como (A, B) £ ® siA C fi,
para A, £ C q t . Así, ® es la relación de subconjunto del capítulo 3 y si AS) 6 y £5? A,
entonces A C B y B C A , de lo que obtenemos A = B. En consecuencia, esta relación es
antisimétrica, así como reflexiva y transitiva, pero no simétrica.
Antes de comenzar a pensar que “no simétrico” es sinónimo de “antisim étrico", consi
deremos lo siguiente.
Para nuestro siguiente ejemplo regresaremos al concepto de dom inio de una función,
que definimos por primera vez en la sección 5.7.
En este momento hemos visto las cuatro propiedades principales que surgen en el estu
dio de las relaciones. Antes de terminar esta sección, definiremos dos conceptos m ás, cada
uno d e los cuales utiliza tres de estas cuatro propiedades.
Definición 7.6 Una relación ® sobre un conjunto A es un orden parcial, o una relación de orden parcial,
si ® es reflexiva, antisimétrica y transitiva.
554___________________C apitulo 7 Relaciones: La se g u n d a vuelta
L a relación del ejemplo 7.1 (a) es un orden parcial, pero la relación de la parte (b) de ese
ejemplo no lo es, ya que no es antisimétrica. Todas las relaciones del ejemplo 7.2 son
órdenes parciales, al igual que la relación d e subconjunto del ejemplo 7.11.
Nuestro siguiente ejemplo nos permite relacionar esta nueva idea de orden parcial con
resultados que estudiamos en los capítulos 1 y 4.
& = {(1,1), (1 ,2 ), (1 ,3 ), (1 ,4 ), (1 ,6 ), (1 ,1 2 ), (2 ,2 ), ( 2 ,4 ), (2 ,6 ),
(2 ,1 2 ), (3 ,3 ), (3 .6 ), (3 ,1 2 ), (4 ,4 ), (4 ,1 2 ), (6 ,6 ), (6 ,1 2 ), (12,12)}
De esta manera, vemos que hay 18 pares ordenados en la relación. Pero si quisiéramos
analizar el mismo tipo de orden parcial para el conjunto de divisores enteros positivos de
1800, definitivamente nos desanimaría el m étodo de simplemente enum erar todos los pa
res ordenados. A sí que analicemos la relación £3 con más detalle. Por el teorema funda
m ental d e la aritmética, podemos escribir 12 = 2! • 3: vemos entonces que si (c, d ) G S!,
entonces
c = 2m • 3" y d = 2 ’’ - y ,
donde m, n, p, q £ N con 0 < m £ p < 2 y 0 £ n £ q < 1.
Si tenemos en cuenta el hecho de que 0 £ m £ p < 2 , vemos que cada opción para ni, p
es simplemente una selección de tamaño 2 de un conjunto de tamaño 3 (el conjunto ) 0 , 1,
2 () donde se permiten las repeticiones. (En cualquiera de este tipo de selecciones, si existe
un entero no negativo más pequeño, entonces se le asigna a ni.) En el capítulo 1 aprendimos
que dicha selección puede hacerse de |3*| "') = (¿j = 6 formas. Y, de m anera similar, podemos
seleccionar n y q de (! *; ‘ ') = (}j = 3 formas. Así, por la regla del producto, deben existir
(6)(3) = 18 pares ordenados en 33, como y a vimos antes cuando las enumeramos.
Supongamos ahora que analizamos una situación similar, el conjunto de divisores ente
ros positivos d e 1800 = 2- • 3- • 5: . Aquí trabajamos con (4)(3)(3) = 36 divisores y un par
ordenado usual para este orden parcial (dado por la división) se ve com o (2 '- 3‘ - 5', 2“■3"
• 5“), donde r. s, t, u, -o, w G N, con 0 < r < u < 3 , 0 < s < u < 2 y 0 < r < i v < 2 . Así,
el número de pares ordenados d e la relación es
n = P i P r P ? - - p l\
donde k G Z", p , < p 2 < p: < ■• • < pt y p, es primo, e, G Z* para cada 1 £ i < k. Entonces
n tiene ní=i(e¿ + divisores enteros positivos. Y cuando consideramos el m ismo tipo de
orden parcial para este conjunto (de divisores enteros positivos de n). vemos que el núme
ro de pares ordenados en la relación es
^(fe + l ) + 2 - ‘) - ^ ( s + 2)
Definición 7.7 Una relación de equivalencia Si sobre un conjunto A es una relación que es reflexiva,
simétrica y transitiva.
a) La relación del ejemplo 7 ,](b) y todas las del ejemplo 7.3(c) son relaciones de
equivalencia.
b) Si A = ! 1, 2, 3}. entonces
JERC IC IO S 7.1 1. S i A = ( 1 . 2 , 3 . 4 ) , d é u n e j e m p l o d e u n a r e la c i ó n 3 ¡ s o b r e A q u e s e a
a) r e f l e x i v a y s im é tr ic a , p e r o n o t r a n s itiv a
b ) r e f l e x i v a y t r a n s itiv a , p e r o n o s im é tr ic a
c ) s i m é t r i c a y t r a n s i t i v a , p e r o n o r e f le x iv a
2. P a r a l a r e l a c i ó n ( b ) d e l e j e m p l o 7 .1 , d e t e r m i n e c i n c o v a l o r e s d e x p a ra lo s c u a le s ( i , 5 )
3. P a r a l a r e l a c i ó n ® d e l e je m p l o 7 .1 3 . s e a / : Z ‘ - > R d o n d e J \ n ) = n .
a) D e t e r m in e tr e s e le m e n to s f , í , f } e S7 t a l e s q u e / ® / y / ® / p a r a to d o 1 < x < 3.
b) E n c u e n t r e tr e s e l e m e n t o s g , . g:, g¡ e 3 t a l e s q u e g , 3 ¡ f p e r o f í f t g , p a r a to d o 1 < i < 3 .
4. a ) F o r m u l e d e n u e v o l a s d e f i n i c i o n e s d e la s p r o p ie d a d e s r e f l e x i v a , s i m é t r i c a , t r a n s i t i v a y
a n ti s i m é t r i c a d e u n a r e la c i ó n 3 t ( s o b r e u n c o n j u n t o A ) , u s a n d o c u a n tif ic a d o r e s .
b) U s e lo s r e s u lta d o s d e la p a rte ( a ) p a ra e s p e c if ic a r c u á n d o u n a re la c ió n 3 ) ( s o b re u n c o n
ju n to A ) ( i) n o e s r e f le x iv a ; (ii) n o e s s im é tr ic a ; ( iii) n o e s tr a n s itiv a ; y ( iv ) n o es
a n tis im é tr ic a .
5. P a r a c a d a u n a d e l a s s ig u i e n te s r e la c i o n e s , d e t e r m i n e s i la r e l a c i ó n e s r e f l e x i v a , s im é tr ic a ,
a n ti s i m é t r i c a o tr a n s itiv a .
a ) ® Q Z ~ X Z \ d o n d e a 3 b s i a ! b ( s e l e e " a d i v i d e a b " , c o m o s e d e f i n i ó e n la s e c c ió n
4 .3 ) .
b ) 3 t e s l a r e la c i ó n s o b r e Z ta l q u e a® b si a I b.
c) P a r a u n u n iv e r s o d a d o % y u n s u b c o n ju n to f i j o C d e . d e f in i m o s 9 t s o b r e íP f'U )
c o m o s ig u e : P a r a c u a l e s q u i e r a A , B C % te n e m o s A 5 t B s i A f l C = B f l C .
d) E n e l c o n ju n to A d e t o d a s la s r e c t a s d e R \ d e fin im o s la r e la c i ó n 51 p a r a d o s r e c t a s C¡ , !,
c o m o 1, 31(2 s i (i e s p e r p e n d i c u l a r a
e ) 3 ¡ e s la r e la c i ó n s o b r e Z t a l q u e x 3 t y s i x + y e s p a r ( im p a r ) .
f ) ® e s la r e la c i ó n s o b r e Z t a l q u e x 3 t y s i x - y e s p a r ( im p a r ) .
g ) 3 ¡ e s la r e la c i ó n s o b r e Z ' ta l q u e x 3 t y s i m c d ( a , b ) = 1 ; e s d e c i r , si a y b s o n p r im o s
r e la tiv o s .
h) S e a T e l c o n j u n t o d e t o d o s l o s tr iá n g u lo s d e R : . D e f in im o s 3 t s o b r e T c o m o t , ¡ k i: si
y 12t i e n e n u n á n g u lo c o n la m is m a m e d id a .
i) ® e s la r e la c ió n s o b re Z x Z ta l q u e (a . b)3. ( c , d ) s i a £ c . [ N o ta : SS C (Z x Z ) X
( Z x Z ) .]
j ) ® e s la r e l a c i ó n s o b r e Z * d a d a p o r x 3 t y s i j t + y 2 e s p a r.
6. ¿ C u á l e s d e l a s r e la c i o n e s d e l e je r c i c i o 5 s o n ó r d e n e s p a r c i a l e s ? ¿ C u á l e s s o n r e l a c i o n e s d e
e q u iv a le n c i a ?
7. a ) S e a n 3 t , . 3 , r e la c i o n e s s o b r e u n c o n j u n t o A . D e m u e s t r e o p r u e b e q u e e s f a ls o q u e a , .
r e f le x iv a s = » 5 ) , f l 3 , r e f le x iv a ,
b) R e s u e lv a la p a r t e ( a ) , s u s t i t u y e n d o c a d a o c u r r e n c ia d e " r e f l e x i v a " p o r ( i ) s i m é t r i c a ; (ii)
a n tis im é tr ic a y ( i ii) t r a n s itiv a .
8. R e s u e l v a e l e je r c i c i o 7 r e e m p la z a n d o c a d a o c u r r e n c i a d e f l p o r U .
9. P a r a c a d a u n a d e la s s i g u i e n t e s p r o p o s i c i o n e s a c e r c a d e l a s r e l a c i o n e s s o b r e u n c o n j u n t o A .
!A i = n , d e te r m in e s i la p r o p o s ic ió n e s v e rd a d e r a o f a ls a . S i e s f a ls a , d é u n c o n tra e je m p lo .
a) S i 3 t e s u n a r e la c i ó n r e f l e x i v a s o b r e .4, e n t o n c e s I ® I > n.
b ) S i 5 ) e s u n a r e la c i ó n s o b r e A y \ 3 ¡ I > n , e n t o n c e s S i e s r e f le x iv a .
c ) S i 5 ) i , ® , s o n r e la c i o n e s s o b r e A y 3 ¡ ¡ 2 S t i. e n t o n c e s ® , r e f l e x i v a ( s im é tr ic a , a n tis im é tr ic a ,
tr a n s itiv a ) = 4 r e f l e x i v a ( s im é tr ic a , a n t i s i m é t r i c a , tr a n s itiv a ) .
7.2 Reconocim iento por com putador: M atrices cero-uno y g ra fo s dirigidos 357
d) Si a , . Sí, son relaciones sobre A y S¡2 3 entonces 3¡¡ reflexiva (simétrica, antisimétrica,
transitiva) => 9!, reflexiva (simétrica, antisimétrica, transitiva).
e) Si a es una relación de equivalencia sobre A, entonces n < | a | < n1.
10. Si A - {w, x, y. z), determine el número de relaciones sobre A que son (a) reflexivas; (b)
simétricas; (c) reflexivas y simétricas; (d) reflexivas y contienen a (x, y); (e) simétricas y con
tienen a (x. y); (0 antisimétricas; (g) antisimétricas y contienen a (x, y); (h) simétricas y
antisimétricas; e (i) reflexivas, simétricas y antisimétricas.
11. Sea n £ Z ' con n > 1 y sea A el conjunto de los divisores enteros positivos de n. Defina la
relación S? sobre A como x3i y si x divide (exactamente) a y. Determine la cantidad de pares
ordenados que hay en la relación 3¡ cuando n es (a) 10; (b) 20; (c) 40; (d) 200; (e) 210; y (f)
13860.
12. Suponga que p„ p.. p¡ son primos distintos y que n, k £ Z \ con p \pi p¡. Tome A como el
conjunto de los divisores enteros positivos den y defina la relación 55 sobre A como x a y si x
divide (exactamente) a y. Si existen 5880 pares ordenados en 3!, determine k y IA | .
13. ¿Qué tiene de incorrecto el siguiente argumento?
Sea A un conjunto y 3? una relación sobre A. Si 3? es simétrica y transitiva, entonces i<¡ es
reflexiva.
Demostración: Sea (x, y) £ 3t. Por la propiedad de simetría, (y, x) £ 51. Entonces, como
(x. y), (y, x) £ ¡ft. se sigue de la propiedad transitiva que (x, x) E 3!. En consecuencia, 9! es
reflexiva.
14. Sea A un conjunto tal que - 1A | = n y sea 3t una relación sobre A antisi métrica. ¿Cuál es el
máximo valor de l a I ? ¿Cuántas relaciones anlisimétricas pueden tener ese tamaño?
15. Sea A un conjunto tal que | A | - n y sea® una relación de equivalencia sobreA tal que l a l =
r. ¿Por qué r - n siempre es par?
16. Una relación a sobre un conjunto A es irreflexiva si para todo a 6 A. (a. a ) í 3t.
a) Dé un ejemplo de una relación S! sobre Z tal que S! sea irreflexiva y transitiva pero no
simétrica.
b) Sea 31 una relación no vacía sobre un conjunto A. Demuestre que si satisface dos cuales
quiera de las siguientes propiedades (irreflexiva, simétrica y transitiva) entonces no puede
satisfacer la tercera.
c) Si | A ! = r > 1, ¿cuántas relaciones diferentes sobre A son irreflexivas? ¿Cuántas no son
reflexivas ni irreflexivas?
7.2
R e c o n o c im ie n t o p o r c o m p u t a d o r :
M a t r ic e s c e r o - u n o y g r a f o s
d ir ig id o s
Puesto que nuestro interés se centra en las relaciones sobre conjuntos finitos, dirigiremos
nuestra atención a las formas de representarlas de m odo que podamos verificar fácilmente
las propiedades de la sección 7.1. Por esta razón, desarrollaremos ahora las herramientas
necesarias: la composición de relaciones, las matrices cero-uno y los grafos dirigidos.
>ef inición 7.8 Si A. 8 y C son conjuntos y 3t, Q A x B y 3:-_ C B x C, entonces la relación compuesta 31,
o 9t, es una relación d e A en C definida como SS, = Sí2 = {(*, z) U S A , z S C y existe y £
fi tal que (x, >■) £ 2¡t„ (y. z) £ S¡t2) .
¡Definición 7.9 Dado un conjunto A y una relación 3! sobre A, definimos las potencias de 9¡ en forma
recursiva como (a) 9!1= SU; y (b) para n E Z \ 9 r " = °K °3 i\
Conforme el conjunto<4 y la relación 31 crecen, los cálculos parecidos a los del ejemplo
7.19 se vuelven tediosos. Para evitarlo, la herramienta que necesitamos es el computador,
una vez que encontremos la forma de indicar a la máquina la información relativa al con
junto A y la relación 31 sobre A.
Definición 7.10 Una matriz cero-uno m x n E = (e¡¡)„ , „ es una disposición rectangular de números en m
filas y n columnas, donde cada e,,, para 1 < i ¿ m y 1 < j < n, denota la entrada de la i-
ésima fila y la j-ésim a columna de £ y cada una de dichas entradas es 0 o 1. [También
podemos escribir m atriz (0,1) para este tipo de matriz.)
La matriz
1 0 0 1'
E = 0 1 0 1
1 0 0 0.
Al trabajar con estas matrices usamos las operaciones comunes de suma y m ultiplica
ción de matrices suponiendo que 1 + 1 = 1. (Por lo tanto, la suma es booleana.)
Consideremos los conjuntos A. B y C y las relaciones 3!,. 5í: del ejemplo 7.17. Si el orden
de los elementos de cada uno de estos conjuntos se fija como en ese ejemplo, definimos las
matrices de relación de 3)¡, 9t2 como sigue:
Al construir A/(9?,), trabajamos con una relación d e A en B, de modo que los elementos
de A se usan para señalar las filas de .4/(3?,) y los elem entos de i? indican las columnas. Así,
por ejemplo, para indicar el hecho de que (2, x ) 6 3t„ colocamos un 1 en la fila marcada
con (2) y la colum na m arcada con (.r). Cada 0 de esta m atriz indica un par ordenado en
A X 8 que se om ite en3?,. Por ejemplo, com o (3, w) £.9?,. hay un 0 en la entrada de la fila
(3) y la columna (w) de la m atriz A /(a,). El mismo proceso se usa para obtener A/(3í,).
Si m ultiplicamos las m atricesí, vemos que
0 1 0 0 1 0 0 0 1 0
0 1 0 0 0 1 0 0 1 0
M fd l,) ■M {dlj) = = A í ( a , o a 2),
0 0 1 1 0 0 0 0 0 0
.0 0 0 0. 0 0 0. .0 0 0.
y en general tenemos que si 31, es una relación de A en B y 3?, es una relación d e B en C,
entonces A/(9?¡) •A/(3¡; ) = Es decir, el producto de las matrices de relación para
9),, 9):, en ese orden, es igual a la m atriz de relación de la relación compuestas?, o3?,. (Ésta
es la razón p or la que la composición de dos relaciones se escribió en el orden dado en la
definición 7.8.)
En los ejercicios 9 y 10 (que aparecen al final de esta sección) se pedirá al lector que
demuestre el resultado general del ejemplo 7.21, junto con algunos resultados d e nuestro
siguiente ejemplo, en el que se muestran más propiedades de las matrices de relación.
E je m p lo 7 .2 2 Sean A = {1, 2, 3, 4 ¡ y 9t = |(1 . 2), (1, 3), (2, 4), (3, 2)}, com o en el ejem plo 7.19. Si
conservamos fijo el orden de los elementos de A, definimos la matriz de relación para 3.
como sigue: Aí(9¡) es ia matriz (0, 1) 4 x 4 cuyos elementos mip para 1 < i , j < 4, están
dados por
si (i,/) e a,
en caso contrario
En este caso tenemos que
0 1 1 0
0 0 0 1
MW) =
0 1 0 0
0 0 0 0
Ahora bien, ¿cómo podemos utilizar esto? Si calculamos (A /O ))3 con el convenio de
que 1 + 1 = 1, entonces tenemos que
0 1 0 1
0 0 0 0
m m '-= 0 0 0 1
0 0 0 0
' E l le c to r n o fam ilia riz ad o c o n la m u ltip lic ac ió n d e m a trice s o q u e só lo d e see h a c e r u n b rev e repaso
de b e rá c o n su lta r e l A p én d ice 2.
7.2 Reconocim iento por com putador: M atrices cero-uno y gra fo s dirigidos 361
0 0 0 0
0 0 0 0
(A*( » ))* = 0 0 0 0
0 0 0 0.
Lo que ocurre aquí puede aplicarse a la situación general. Ahora estableceremos algu
nos resultados acerca de las matrices de relación y su uso en el estudio de las relaciones.
Usaremos la m atriz (0, 1) de una relación para reconocer las propiedades reflexiva,
simétrica, antisim étrica y transitiva. Para esto, necesitamos los conceptos de las siguientes
tres definiciones.
D efinición 7.11 Sean E = (e¡¡)„ x „, F = (f¡,)„ x „ dos matrices (0, l ) ni X n. Decimos que £ precede, o es
m enor que, F. y escribimos E £ F. si e, ¡ p a r a todos l < i £ m, 1 S j S n .
fcjem pio Si £ = [¿ q }] y F = [ ¿ ® ¡J, tenemos que E < F. De hecho, existen ocho m atrices (0, 1)
G para las cuales £ < G.
íl, si ¿ = / ,
" lO, s i/* /.
D efin ició n 7 .1 3 Sea A = (<z4)„ x „ una matriz (0, l ). La traspuesta de /I. que se escribe A'-', es la matriz (a',), * „
tal que a", = a,., para todos 1 < / < n, 1 < i £ m.
Capitulo 7 Relaciones: La segunda vuelta
0 1
Si A = 0 0 , cntoncesi A " =
ro o n
1 1.
Li o íJ
Com o muestra este ejemplo, la t'-ésima fila (r-ésima colum na) deA es igual a la ¡-ésima
colum na (í-ésima fila) de A". Esto indica un m étodo que podemos utilizar para obtener la
m atriz A" de la m atriz A.
ÍEOREMA 7 .2 Dado un conjunto A con IA [ = n y una relación Si sobre A, sea M la m atriz de relación
para 2ft. Entonces
Demostración: Los resultados se siguen de las definiciones de las propiedades de una rela
ción y de la matriz (0,1). Demostraremos esto para la parte (c), usando los elementos deA
para designar las filas y columnas d e M, como en los ejem plos 7.21 y 7.22.
Sea A/2 < M. Si (x. y), (y, z) € 91. entonces existen unos en la fila (x), columna (y) y en
la fila (>■). columna (z) de Ai. En consecuencia, en la fila (x), colum na (z) de A/2 hay un 1.
Este 1 también debe aparecer en la fila(x), columna (z) de Ai ya que Ai2 < Ai. Por lo tanto,
(x. z) e 31 y 3? es transitiva.
Recíprocamente, s i S e s transitiva y Ai es la matriz de relación de¡ft, s e a s ,; el elemento
de la fila (x), columna (z) de Ai2, con s , : = 1. Para que s ,. sea igual a 1 en Ai2, debe existir
al menos un y 6 A tal que m , , = m ,; = 1 en Ai. Esto ocurre sólo si x 9ty y y 3 tz . Si 3t es
transitiva, entonces se sigue que x 9, z- Así, m ,z = 1 y Ai2 < Ai.
La demostración de las partes restantes se deja al lector.
La m atriz de relación es una herram ienta útil para el reconocim iento d e ciertas pro
piedades de las relaciones por parte del computador. A lm acenando inform ación como
ya lo hemos descrito, esta m atriz es un ejem plo de una estructura d e datos. También es
interesante la form a en que se usa la m atriz de relación en el estudio de la teoría de
g rafosf y la m anera en que esta teoría se usa para reconocer cieñ as propiedades de las
relaciones.
En este momento presentaremos algunos conceptos fundamentales de la teoría de grafos.
Con frecuencia daremos estos conceptos dentro de los ejemplos y no en términos de defi
niciones formales. Sin embargo, en el capítulo 11. la exposición no dará por hecho lo dado
aquí y será más rigurosa y amplia.
t Puesto que la terminología de la teoría de grafos no es estándar, e l lector podría encontrar algunas
diferencias entre nuestras definiciones y las de otros textos.
7 .2 Reconocim iento por com putador: M atrices c ero-uno y g ra fo s dirigidos 363
E jem p lo 7 . 2 6 Los programas pueden procesarse más rápidamente si ciertas instrucciones del programa
“ i— , - se ej ecU[an en fonn a concurrente. Pero, para esto, debemos estar conscientes de que algu
nas instrucciones dependen de instrucciones anteriores del programa, puesto que no pode-
m os ejecutar una instrucción que necesita resultados de otras proposiciones que no han
sido ejecutadas todavía.
En la figura 7.3(a) tenemos ocho instrucciones de asignación que conforman el princi
pio de un programa. Representamos estas instrucciones mediante los ocho vértices co
rrespondientes s¡, s¡, s¡ i* de la parte (b) de la figura, donde una arista dirigida como (s,, s¡)
indica que la instrucción s¡ no puede ejecutarse antes de que se ejecute la instrucción s,. El
grafo dirigido resultante es el grafo de precedencia de las líneas dadas del programa.
Observe cómo este grafo indica, por ejemplo, que la instrucción s, se ejecuta después que
las instrucciones s¡, s¡, s¡ y s4. A sí mismo, vemos que una instrucción como s, debe ejecu
tarse antes que cualquiera de las instrucciones s¡, s-, s¡, s, o s¡. En general, si un vértice
(instrucción) s es adyacente de otros m vértices (y sólo de ellos), entonces las instruccio
nes correspondientes para estos m vértices deben ejecutarse antes de que pueda ejecutarse
la instrucción s. En forma análoga, si un vértice (instrucción) s es adyacente a otros n
vértices, entonces cada una de las instrucciones correspondientes de estos vértices necesi
ta la ejecución de la instrucción s antes de poder ejecutarse. Por último, del grafo de prece
dencia vemos que las instrucciones s¡,s, y s6 pueden procesarse en form a concurrente. De
acuerdo con ello, las instrucciones s:, s4 y s¡ pueden ejecutarse al mismo tiempo, para
después ejecutar las instrucciones s¡ y s1. (O bien, podríamos procesar las instrucciones s¡
y s4 en forma concurrente, y después las instrucciones ss, s- y s¡.)
s,
fe) bc =
(í / x /
3;
fe) =b + 2:
fe) a =1: 15
fe) d = a *b +5; A
< x M A
¿8
fe) e = d —1 ; /
fe) f = 7; A V
v
fe) e
g
=
=
o = d:
b * f;
\ A
fe)
O) (b)
F ig u r a 7 .3
Ahora querem os considerar la forma en que las relaciones y los grafos dirigidos se
relacionan entre sí. Para comenzar, dado un conjunto A y una relación ;S sobre A, podemos
construir un grafo dirigido G con el conjunto de vértices A y conjunto de aristas £ C A x
A, donde (a, b) € E si a, b € A y aS: b. Esto se demuestra en el siguiente ejemplo.
camino simple consiste en una sucesión finita de aristas no dirigidas, de modo que las
aristas (1 ,2 } , {2,4} proporcionan un camino simple de l a 4 , y las aristas { 3,4¡, (4 ,2 ) y
{2,1) ofrecen un camino simple de 3 a 1. La sucesión d e aristas{3,4}, {4,2} y { 2 ,3 ) propor
cionan un camino simple de 3 a 3. Este camino simple cerrado se conoce como ciclo. Éste es
un ejemplo de un ciclo no dirigido de longitud tres, ya que tiene tres aristas en él.
Cuando trabajamos con caminos simples (en grafos dirigidos y no dirigidos), no deben
repetirse los vértices. Por lo tanto, la sucesión de aristas [a, b }, {b, e ), [ e .f] , { / b ), [b. d)
de la figura 7.4(c) no se considera un cam ino sim ple (de a a d ) ya que pasa por el vértice
b más de una vez. En el caso d e los ciclos, el camino simple comienza y termina en el
mismo vértice y tiene al menos tres aristas. La sucesión de aristas ( b ,f), (f, é), {e. d ), (d, c),
(c, b) presenta un ciclo dirigido de longitud cinco en la figura 7.4(d). Ninguna de las seis
aristas (b, / ) , ( f e), (e, b), (¿, d ), (d, c), (c, b) produce un ciclo dirigido en la figura, debido
a la repetición del vértice b. Si hacemos caso omiso de sus direcciones, las seis aristas
correspondientes, en la parte (c) de la figura, pasan igualmente por el vértice b más de una
vez. En consecuencia, no se considera que estas aristas formen un ciclo para el grafo no
dirigido de la figura 7.4(c).
Ahora bien, puesto que hemos pedido que un ciclo tenga una longitud de al menos tres,
no consideraremos a los lazos como ciclos. También observamos que los lazos no tienen
nada que ver con la conexión de los grafos.
Definición 7 . 1 5 Un grafo dirigido G sobre V es fuertemente conexo si para todos x, y G V, tales que x 4 y,
existe un camino simple (en G) de aristas dirigidas de x a y; es decir, o bien la arista
dirigida (x, y) está en G o, para algún t i E Z ’ y vértices distintos o ,, t)2 t>„ G V, las
aristas dirigidas (x, b ,) (u,, tbj),. . . , (t>„, y) están en G.
F ig u r a 7 .5 F ig u ra 7 .6
Ejem plo 7 .28 Para el conjunto A = { 1 ,2 , 3 ,4 ) , considerem os las relaciones® , = {(1, 1), (1, 2), (2 ,1 ),
(2, 2), (3, 3), (3, 4), (4, 3), (4, 4)} y ®2 = {(2, 4), (2, 3), (3, 2), (3, 3), (3. 4)}. Com o lo
muestra la figura 7.6, los grafos de estas relaciones son disconexos. Sin embargo, cada
grafo es la unión de dos grafos conexos llamados componentes del grafo. Para® ,, el grafo
está formado por dos componentes fuertemente conexas. Para® 2, una componente consta
de un vértice aislado y la otra componente es conexa pero no fuertemente conexa.
Los grafos de la figura 7.7 son ejemplos de grafos no dirigidos sin lazos y que tienen una
arista p or cada par d e vértices distintos. Estos grafos ilustran los grafos completos de n
vértices que se designan por K,.. En la figura 7.7 tenemos ejem plos de los grafos completos
con tres, cuatro y cinco vértices, respectivamente. El grafo completo K2 consta de dos
vértices x, y y una arista que los une, mientras que K. consta solamente de un vértice, sin
aristas, debido a que no se permiten los lazos.
En se cruzan dos aristas, { 3 ,5 ) y {1,4}. Sin embargo, ningún punto de intersección
crea un nuevo vértice. Si intentamos evitar el cruce de las aristas m ediante otro trazo del
grafo, volveremos a tener el mismo problema una y otra vez. Esta dificultad será analizada
en el capítulo 11 cuando hablemos de la planaridad de los grafos.
7.2 Reconocim iento p or com putador: M atrices c ero-uno y gra fo s d irigido s 367
Para un grafoG sobre un conjunto de vértices V, el grafo da lugar a una relación® sobre
V tal que x® y si (x, y) es una arista de G. En consecuencia, existe una m atriz (0, 1) para G,
y como esta m atriz de relación proviene de las adyacencias de los pares de vértices, se le
conoce com o matriz de adyacencia de G y como m atriz de relación d e® .
Si A = {1,2,3} y 31= {(1,1), (1,2), (2,2), (3,3), ( 3 ,1)¡, entonces® es una relación reflexiva
y antisimétrica sobre A, pero no es simétrica ni transitiva. El grafo dirigido asociado a 31
consta de cinco aristas, tres de las cuales son lazos que resultan de la propiedad reflexiva de
31. (Véase la Fig. 7.8.) En general, si 3t es una relación sobre un conjunto finito A, entonces
51 es reflexiva si y sólo si su grafo dirigido posee un lazo en cada vértice (elemento de A).
ij’Í L a relación® = {(1,1), (1,2), (2,1), (2 , 3), ( 3 , 2)} es simétrica sobre A = { 1 . 2 . 3), pero no
es reflexiva, antisimétrica ni transitiva. El grafo dirigido de Sit aparece en la figura 7.9. En
genera], una relación® sobre un conjunto finito A es simétrica si y sólo si su grafo dirigido
contiene solamente lazos y aristas no dirigidas.
Para A = { 1,2, 3}. considerem os® = {(1, 1), (1 ,2 ), (2 ,3 ), (1, 3)}. El grafo dirigido d e ®
aparece en la figura 7.10. En este caso,® es transitiva y antisimétrica, pero no reflexiva ni
simétrica. El grafo dirigido indica que una relación sobre un conjunto A es transitiva si y
sólo si su grafo dirigido satisface lo siguiente: para cualesquiera x, y £ A, si existe un
camino simple (dirigido) de x a y en el grafo asociado, entonces también existe una arista
(x, y). (En este caso, (1, 2), (2, 3) es un camino sim ple (dirigido) de 1 a 3, por lo que
también tenemos, por transitividad, la arista (1, 3).] Observe que el grafo dirigido de la
figura 7.3 del ejemplo 7.26 también tiene esta propiedad.
L a relación ® es antisimétrica debido a que no existen pares ordenados en ® de la
forma Ce, y) y (y, x) con x t y . Para usar el grafo dirigido de la figura 7.10 en la caracteri
zación de la simetría, debemos notar que para cualesquiera dos vértices x, y con x 4 y . el
grafo contiene como máximo una de las aristas (x, y) o (y, x). Por lo tanto, no existen
aristas no dirigidas distintas de los lazos.
V
F ig u r a 7 .8
0 — 0 Q— P
Q— O Y)
Q Q — P
a,
F ig u r a 7 .1 1
% = {(1,1), (1 ,2 ), ( 2 ,1 ), (2 ,2 ), (3 ,3 ), (3 ,4 ), (4 ,3 ), (4 ,4 ), (5,5)},
f t , = {(1, 1), (1, 2), (1 , 3), ( 2 , 1), (2 ,2 ), ( 2 , 3), (3 ,1 ), (3 ,2 ), (3 ,3 ),
( 4 ,4 ), ( 4 ,5 ), (5 ,4 ), (5.5)}.
Sus grafos asociados aparecen en la figura 7.11. Si pasamos por alto los lazos de cada
grafo, vemos que el grafo se descompone en componentes, como K¡, K 2 y K}. En general,
una relación sobre un conjunto finito .4 es una relación de equivalencia si y sólo si su grafo
asociado es un grafo completo aumentado con los lazos en cada vértice o si consta de la
unión disjunta de grafos completos aumentada con lazos en cada vértice.
EJERCICIOS 7.2 1. Para A = { 1,2,3.4), sean® y i f las relaciones sobre A definidas como® = ((1.2). (1.3). (2,
4), (4.4)) y í f = ((1.1). (1,2). (1.3). (2.3). (2.4)). Determine ® =íf . í f • 3t, ®3, ®’-.í/’3y íf3.
2. Si® es una relación reflexiva sobre un conjunto A. demuestre que®3también es reflexiva sobre A.
3. Proporcione la demostración de la inclusión opuesta del teorema 7.1.
4. Para los conjuntosA, B y C. consideremos las relaciones®, CA x 6 , ® , C 8 x C y 5¡-, £ 8 x
C. Demuestre que (a) ®, ■ (®, U ®,) = (® ,. ®2) U <®, ° ®,); y (b) ®, • (®, n ®,) C <a,»®,)
n (® i=®,). (Dé un ejemplo para mostrar que la inclusión propia puede ocurrir en la parte (b).)
5. Para una relación ® sobre un conjunto A, defina ®° = {(¿¡, a) \ a G A}. Si | A | = n, demuestre
que existen s. l S N, con 0 < s < í < 2 '\ tales que Sf¡‘ =
6. Si A = { 1, 2. 3 .4 ). sea ® = {(1. 1), (1. 2). (2, 3), (3. 3). (3, 4), (4. 4 » una relación sobre A.
Encuentre dos relaciones.^, 9'sobreA tales queif + ífpero®«¿/’_=®'>cí= {(1.1). (1,2). (1.4)).
7. ¿Cuántas matrices (0.1) de 6 x 6 cumplen que A = A"?
1 0 1 l‘
8. Si E = 0 1 0 1 , ¿cuántas matrices (0. 1)F satisfacen E < F?
[ l 0 0 oj
9. Considere los conjuntosA = {¿r¡,¿r;. . . . ,a„¡, 8 = {b,.8, bn) y C = {c¡. c2c ,). dond
.
los elementos de cada conjunto permanecen fijos en el orden dado. Sea ® iuna relación de A a
B y sea ®, una relación de B a C. La matriz de relación de ®, es A/(®,), donde / = 1,2. Las filas
y columnas de estas matrices están indexadas por los elementos de los conjuntos adecuados A.
7 .2 Reconocim iento p o r com putador: M atrices cero-uno y g ra fo s d irigido s 369
B y C , d e a c u e r d o c o n l o s ó r d e n e s y a d a d o s . L a m a tr iz d e a , = 3 , e s l a m a tr iz n t x p M & t ¡ ° &,¡),
ta l q u e l o s e le m e n to s d e A ( e n e l o r d e n d a d o ) c o n s titu y e n u n í n d i c e d e l a s f i l a s , y l o s e le m e n to s
d e C ( ta m b ié n e n e l o r d e n d a d o ) s o n u n í n d i c e p a r a l a s c o lu m n a s .
M u e s tr e q u e p a r a to d o 1 £ i S my 1 £ j £ p, lo s e le m e n to s d e l a i - é s im a f i l a y la y '-é sim a
c o lu m n a d e M&t,) • M faj y MlgA, « 9 ¡ ) s o n i g u a le s . [ P o r l o t a n to , = M (9 ) , ° S¡¡).]
1 0 . S e a A u n c o n ju n to t a l q u e I A I = n , y c o n s id e r e m o s q u e e l o r d e n d e l a l i s t a d e s u s e l e m e n t o s e s
f ijo . P a r a S C . 4 X J , s e a M ( 3 t ) l a m a t r i z d e r e l a c i ó n c o r r e s p o n d i e n te .
a ) D e m u e s tr e q u e M ( S t ) = 0 ( la m a tr iz n x n c o n to d o s s u s e le m e n to s i g u a l e s a 0 ) s i y s ó l o si
5!= 0.
b ) D e m u e s tr e q u e M<~k) = 1 ( la m a tr iz n x n con to d o s s u s e le m e n to s i g u a l e s a 1 ) s i y s ó l o si
31 = A X A .
c ) U s e e l r e s u l ta d o d e l e j e r c i c io 9 . ju n c o c o n e l p r i n c i p i o d e in d u c c ió n m a te m á ti c a , p a r a d e
m o s t r a r q u e A Í(S ¡") = [ M ( 9 ) ] * p a t a to d o m € Z * .
11. P r o p o r c i o n e la s d e m o s tr a c io n e s d e l te o r e m a 7 . 2 ( a ) . ( b ) y ( d ).
1 2 . U s e e l t e o r e m a 7 .2 p a r a e s c r i b i r u n p r o g r a m a ( o p a r a d e s a r r o l l a r u n a l g o r i tm o ) q u e r e c o n o z c a
la s r e la c i o n e s d e e q u iv a l e n c i a s o b r e u n c o n j u n t o f in ito .
1 5 . P ara A = (a . b, c. d. e .f}. c a d a g t a f o o d ig r a f o d e l a f ig u r a 7 .1 3 r e p r e s e n ta u n a r e la c i ó n S í s o b r e
.4. D e t e r m in e la r e l a c i ó n í í Q A x A e n c a d a c a s o , a s í c o m o s u m a tr iz d e r e la c i ó n a s o c ia d a W (3H .
1 6 . P a r a A = { u , iv, x . y . z } . c a d a u n a d e l a s s ig u i e n te s e s l a m a tr iz ( 0 . 1 ) d e u n a r e l a c i ó n S i s o b r e A .
E n e s te c a s o , l a s f ila s ( d e a r r ib a h a c i a a b a jo ) y l a s c o l u m n a s ( d e iz q u ie r d a a d e r e c h a ) e s tá n
in d e x a d a s e n e l o r d e n u w , x , y . z . D e t e r m in e l a r e l a c i ó n 24 C A x A e n c a d a c a s o y t r a c e e l
g r a f o d ir i g i d o G a s o c ia d o c o n 9 .
0 1 1 0 0 0 1 1 1 0
1 0 1 1 1 1 0 1 0 0
0 0 0 0 1 b) .«(») = 1 1 0 0 1
0 0 0 0 1 1 0 0 0 1
0 0 0 0 0 0 0 1 1 0
Capítulo 7 Relaciones: La segunda vuelta
1 9 . P a ra A= ( 1 . 2 . 3 . 4 ) , s e a ® = { ( 1 .1 ) . ( 1 . 2 ) . ( 2 . 3 ) . ( 3 .3 ) , ( 3 ,4 )} u n a re la c ió n s o b re A. T r a c e el
g r a f o d ir i g i d o G s o b r e A a s o c i a d o c o n S i . H a g a l o m is m o c o n 3 t : . 3 ¡ ! y
2 0 . P a r a IA I = 5 . ¿ c u á n ta s r e l a c i o n e s ; ? s o b r e A e x is te n ? ¿ C u á n t a s d e e s t a s r e l a c i o n e s s o n s im é tr i
cas?
2 1 . S e a | A | = 5 . ( a ) ¿ C u á n t o s g r a f o s d ir i g i d o s p u e d e n c o n s t r u i r s e s o b r e A ? ( b ) ¿ C u á n t o s d e e sto s
g r a f o s d e la p a r t e ( a ) s o n e n r e a lid a d n o d ir ig id o s ?
2 2 . ¿ C u á n t a s a r is ta s ( n o d i r ig id a s ) e x is te n e n l o s g r a f o s c o m p le t o s K „. K, y K ,, d o n d e n E Z "?
23. a) M a n te n i e n d o f i j o e l o r d e n d e l o s e l e m e n t o s c o m o 1 , 2 , 3 . 4 . 5 . d e t e r m i n e l a s m a tr ic e s d e
r e la c i ó n ( 0 . 1 ) p a r a l a s r e la c i o n e s d e e q u iv a le n c i a d e l e j e m p l o 7 .3 3 .
b ) ¿ C o n d u c e n l o s r e s u l ta d o s d e l a p a r t e ( a ) a a lg u n a g e n e r a li z a c ió n ?
24. a) S e a 5K l a r e la c i ó n s o b r e A = ( 1 , 2 . 3 . 4 . 5 . 6 , 7 | , ta l q u e e l g r a f o d i r i g i d o a s o c i a d o c o n 91
c o n s t a d e l a s c o m p o n e n te s q u e s e m u e s tr a n e n l a f i g u r a 7 . 1 4 . c a d a u n a d e l a s c u a l e s e s u n
c i c l o d ir ig id o . E n c u e n tr e e l e n te r o n > i m á s p e q u e ñ o , ta l q u e 3 C = 3 i . ¿ C u á l e s e l v a lo r
m ín i m o d e n > I p a r a e l q u e e l g r a f o d e c o n tie n e a l g u n o s l a z o s ? ¿ O c u r r e e n a lg ú n
m o m e n to q u e e l g r a f o d e c o n s te ú n ic a m e n te d e la z o s ?
b ) R e s p o n d a l a s m is m a s p r e g u n ta s d e la p a r t e ( a ) p a r a la r e l a c i o n a s o b r e .4 = { 1 . 2 . 3 _____.9 .
1 0 ) . s i e l g r a f o d ir ig id o a s o c i a d o c o n a s e m u e s t r a e n la f i g u r a 7 .1 5 .
c ) ¿ I n d i c a n a l g ú n h e c h o g e n e r a l l o s r e s u l t a d o s d e la s p a r t e s ( a ) y ( b ) ?
7.3 Ó rdenes parciales: Diagra m a s d e H asse 371
4 3 7 6
F ig u ra 7 .1 4 F ig u ra 7 .1 5
(s.) a = 1:
(S2) b = 2;
(ir) a = a + 3;
(s.) c “ b;
fe) a = 2 .a - l;
(* ) b = a * o;
M <= = 7:
(* ) a = o + 2;
7.3
Ó r d e n e s p a rciale s:
D ia g r a m a s d e H a s s e
Si pedimos a algunos niños que reciten los números que conocen, oiremos una respuesta
uniforme d e “ 1, 2, 3 ,. . Sin prestar atención al hecho, dan una lista de los números en
orden creciente. En esta sección analizaremos más de cerca esta idea de orden, algo que tal
vez hemos dado por sentado. Comenzaremos por señalar algo acerca de los conjuntos N,
Z , Q , R y C.
El conjunto N es cerrado en las operaciones binarias de suma y m ultiplicación (ordina
rias), pero si buscamos la respuesta a la ecuación x + 5 = 2, vemos que ningún elem ento de
N es una solución. Así, extendemos N a Z, donde podemos realizar la resta, a sí como la
suma y la m ultiplicación. Sin embargo, pronto encontramos problemas al tratar de resol
ver la ecuación 2x + 3 = 4. Si nos extendemos a Q, podemos realizar la división entre
números distintos de cero, además de las otras operaciones. Pero esto también demuestra
ser inadecuado; la ecuación x2- 2 = 0 necesita que introduzcamos los números reales, pero
irracionales ±-j2. Incluso después de ampliar Q a R, surgen m ás problemas al intentar
resolverx*+ 1 = 0 . Por último, llegamos a C, el sistema de los números complejos, donde
podemos resolver cualquier ecuación polinomial de la forma c_r" + c,.,*"-1 +• • •+ c o r +
c,x + c0= 0, donde c , 6 C para 0 < i < n, n > 0 y c„ r 0. (Este resultado se conoce como
el teorema fundamental del álgebra. Su demostración requiere material relativo a las fun
ciones d e variable compleja, por lo que no la incluiremos aquí.) Durante este proceso de
construcción de N a C. para tener una mayor capacidad de resolver ecuaciones poiinomiales,
algo se perdió al pasar de R a C. En R , dados dos números r¡, r2, con r, ¿ r¡, sabemos que
< r¡ o r2 < r,. Sin embargo, en C tenemos que (2 + i) ¿ (1 + 2i), pero ¿qué significado
podemos dar a una proposición como "(2 + i) < (1 + 2/)”? ¡Hemos perdido la capacidad de
"ordenar” los elementos en este sistema numérico!
3 7 2 __________________ Capitulo 7 Relaciones: la segunda vuelta
Consideremos los diagramas de la figura 7.16. Si (a) fuera parte del grafo dirigido
asociado con una relación 28, entonces, como (1 ,2 ), (2, 1) e 9) con 1 2,3! no podría ser
Figura 7.16
7.3 Ó rd e n e s parciales: D iagra m a s d e H asse 373
antisimétrica. Para (b), si el diagrama fuera parte del grafo de una relación transitiva 31
entonces (1 ,2 ), (2 ,3 ) £ 9 . = 5 ( 1 , 3) 6 9 . Como (3 ,1 ) 6 9 y 1 4=3 ,9 ! no es antisimétrica,
por lo que no puede ser un orden parcial.
A partir de estas observaciones, si tenemos una relación SUsobre un conjunto A, y G es
el grafo dirigido asociado con 3!, veremos que:
entonces la relación S/t no puede ser antisimétrica, por lo que (A, 9!) no es un orden
parcial.
Consideremos el grafo dirigido para el orden parcial del ejemplo 7.35. L a figura 7.17(a) es
la representación gráfica de 91. En la parte (b) de la figura, tenemos un diagrama un poco
más sencillo, que se llama diagrama de H asse de 91.
Cuando sabemos que una relación 3! es un orden parcial sobre un conjunto A, podemos
eliminar los lazos de los vértices de su grafo dirigido. Puesto que 91 también es transitiva,
basta con tener las aristas (1,2) y (2 ,4 ) para garantizar la existencia de la arista (1,4), así que
no necesitamos incluir dicha arista. De esta forma obtenemos el diagrama de la figura 7 .17(b).
F ig u ra 7 .1 7
En la figura 7.18 tenemos los diagramas de Hasse de los cuatro conjuntos parcialmente
ordenados siguientes, (a) Si % = (1 ,2 , 3 ) y A = 3 ’(l5U.), 9? es la relación de inclusión sobre
Á. (b) E n este caso,3t es la relación "divide exactamente” aplicada aA = { 1 ,2 ,4 , 8 ). (c) y
(d) Aquí tenemos la misma relación que en la parte (b), aplicada a {2, 3, 5, 7 ) en la parte
Capítulo 7 Relaciones: La segunda vuelta
(c) y a {2, 3, 5, 6, 7, 11, 12, 35, 385} en la parte (d). En la parte (c) observamos que un
diagrama de Hasse puede tener todos sus vértices aislados; también puede tener dos (o
más) componentes conexas, como se muestra en la parte (d).
Sea A = {1, 2, 3, 4, 5}. La relación .9! sobre A, definida como x ® y si x < y , es un orden
parcial. Esto hace de A un conjunto parcialm ente ordenado que podem os designar por
(A ,< ).S iB = { 1 ,2 ,4 } C A , entonces el c o n ju n to (B x 8 ) 0 9 5 = {(1, 1), (2. 2), (4,4),
(1, 2), (1, 4), (2, 4)} es un orden parcial sobre S.
En general, si® es un orden parcial sobre A, entonces para cualquier subconjunto B de
A, (B x B) fl 5? hace de B un conjunto parcialmente ordenado, si el orden parcial sobre B
se induce de ®.
efinición 7.16 Si (A, 91) es un conjunto parcialmente ordenado, decimos que A es totalmente ordenado si
para todos x, y £ A ocurre que x 9?_y o ySftx.
En este caso, decimos q ue® es un orden total.
G F D
C
A
B E F ig u r a 7 .1 9
nuevo juguete hay que realizar siete tareas. A, B, C ,. . . , G, que deben ejecutarse en el orden
parcial dado por el diagrama de Hasse de la figura 7.19. Aquí vemos, por ejemplo, que B, A
y E deben terminarse antes de realizar la tarea C. Puesto que el conjunto de instrucciones
debe ser una lista de estas tareas, numeradas 1 ,2 ,3 .........7, ¿cómo puede escribir esta lista el
fabricante y asegurarse de conservar el orden parcial de! diagrama de Hasse?
Lo que realmente nos estamos preguntando en este caso es si podemos tomar el orden
parcial Sft dado por el diagrama de H asse y encontrar un orden total ’Ef sobre estas tareas,
para el cual 5? C £T. La respuesta es sí, y la técnica que usaremos se llama ordenación
topológica.
que contiene a 9 t
Si k < n, entonces eliminamos de H, el vértice v , y todas las arist
m ente dirigidas) de H¡ que terminan en v t. Llamam os al resultado HM . A
e n 1 y regresam os al paso Z
En este caso, hemos presentado nuestro algoritmo como una lista precisa de instruccio
nes, sin hacer referencia a su implementación en un lenguaje de programación particular.
A ntes de aplicar este algoritm o a nuestro problema, debem os observar el uso delibe
rado de la palabra "un” antes de la palabra "vértice" en el paso 2. E sto im plica que la
selección no tiene que ser única y que podemos obtener varios órdenes totales rS que
contengan a 55. A sí mismo, en el paso 3. p á ra lo s vértices t)^, tales que 2 < i < n . usamos
la notación u , < t)w y a que sugiere m ejor la idea "u, antes de que la notación v,
d.-i-
En la figura 7.20, mostramos los diagramas de Hasse que surgen al aplicar el algoritmo
de ordenación topológica al orden parcial de la figura 7.19. Debajo de cada diagrama
mostramos cómo se va obteniendo el orden total.
176 Capítulo 7 Relaciones: La segunda vuelta
<
k=2) H¡ (* = 4 ) H¿
7?
&=1) H, » = 3) M, < * = 5) Hj (k=7 ) H,
II
V \I
G F D G F G
AA
c
A
' c
A
XA A •
O •
B E B E B E 8 E B E E
T
D F< 0 G < F< D C < G A < C< G B < A < C E< 8 < A < C
< F< D < F< D < G < F< D < G < F< D
Figura 7.20
Si el fabricante de juguetes escribe las instrucciones en una lista, com o 1-E, 2-B, 3-A,
4-C, S-G, 6-F, 7-D, tendrá un orden total que conserva el orden parcial necesario para el
montaje correcto. Este orden total es una de 12 respuestas posibles.
Com o es usual en las matemáticas discretas y combinatorias, este algoritmo ofrece un
procedimiento que reduce el tamaño del problema con cada aplicación sucesiva.
>efinic¡ón 7 .1 7 Si (A, 3!) es un conjunto parcialmente ordenado, entonces un elem ento x G A es un ele
m ento maximal de A si p arato d o a G A, a £ x= > xtft a. Un elem ento y G A es un elemento
minimal de A si para todo b G A, b 4= y. entonces b ‘xfí y.
Sean °U = { 1 ,2 , 3) y A = .í(% ).
a) Sea 5! la relación de inclusión sobre A. Entonces 'U es maximal y 0 es minimal para
el conjunto parcialmente ordenado (A, C).
b) Para B. la colección de subconjuntos propios de {1, 2, 3 ). sea 31 la relación de
inclusión sobre B. En el conjunto parcialm ente ordenado (B, C ), los conjuntos
{ 1 ,2 ), {1,3) y {2, 3 ( son elementos maximales; 0 sigue siendo el único elemento
minimal.
7 .3 Ó r d e n e s p a r d a le s : D ia g ra m a s d e H asse 377
Después de volver a analizar los órdenes parciales de las partes (b), (c) y (d) del ejemplo
7.38, podemos hacer las observaciones siguientes.
1) El orden parcial de la parte (b) tiene el elemento maximal único 8 y el elemento
minimal único 1.
2) Cada uno de los cuatro elementos ( 2 ,3 ,5 y 7) es un elem ento maximal y un elemen
to minimal para el conjunto parcialmente ordenado de la pane (c) del ejem plo 7.38.
3) En la pane (d), los elementos 12 y 385 son maximales. Cada uno de los elementos
2, 3, 5, 7 y 11 es un elem ento minimal para este orden parcial.
¿Existen condiciones que nos indiquen cuándo un conjunto parcialmente ordenado debe
tener un elem ento maximal o minimal?
rfinición 7 .18 Si (A ,.5 ?) es un conjunto parcialmente ordenado, entonces decimos que i £ A es un ele
m ento mínimo si x Sft a para todo a £ A . El elem ento y £ A es un elem ento máximo si a SJt
y para todo a £ A.
Capítulo 7 Relaciones: La segunda vuelta
Hemos visto que es posible que un conjunto parcialmente ordenado tenga varios elemen
tos maximales y minimales. ¿Qué podemos decir de los elementos mínimo y máximo?
ÍEOREMA 7 .4 Si el conjunto parcialmente ordenado (A, .31) tiene un elemento m áximo (mínimo), enton
ces ese elem ento es único.
Demostración: Supongamos que x. y S A y que ambos son elementos máximos. Como x es
un elemento máximo, y 3 tx . De la m isma forma, x 9 iy , puesto que y es un elem ento máxi
mo. Com o 9! es antisimétrica, se sigue que x - y.
La demostración para el caso del elemento m ínimo es análoga.
D efinición 7 .1 9 Sea (A, 31) un conjunto parcialmente ordenado con B C A. Un elem entox £ A es una cora
inferior de B si x 3) b para todo 1 6 8 . De m anera similar, un elem ento y G A es una cota
superior de B si b 31 y para todo I E S .
Un elemento x ' £ A es una máxima cota inferior o ínfimo (ínf) de B si es una cota
inferior d e B y si para todas las demás cotas inferiores x" de B tenemos que x " 3 tx '. En
forma análoga, y ’ 6 A es una mínima cota superior o supremo (sup) de B si es una cota
superior de B y si y 'íR y " para todas las demás cotas superiores y" de B.
SeaS! la relación "menor o igual que" para el conjunto parcialmente ordenado (A, SS).
a ) Si A = R y fl = [0, 1], entonces B tiene ínfimo 0 y supremo 1. Observemos que 0. 1
£ B. Para el conjunto C = (0 ,1 ], C tiene ínfimo 0 y supremo 1,1 e C pero 0 f C.
b) Sea A = R de nuevo, y 6 = { ^ S Q | ^ < 2 ) . Entonces B tiene a -¡2 como supremo
y —J 2 como ínfimo; ninguno de estos números reales está en B.
c) Ahora, sea A = Q , con B como en la parte (b). Entonces B no tiene ínfimo ni supremo.
Definición 7 .2 0 El conjunto parcialmente ordenado (A, 5!) es un retículo si para cualesquiera x, y G A. los
elementos supjx, y ) e fnf{r. y) existen en A.
Para el conjunto parcialmente ordenado del ejemplo 7.44(a), si S, T Q -U, con sup{S, T}=
S J T e ínffS. T ) = S n r , entonces (¿?(°U.), C ) es un retículo.
Ejem plo 7.50 Consideremos el conjunto parcialmente ordenado del ejemplo 7.38(d). En este caso ve
mos, por ejemplo, que
sup{2, 3) = 6, sup)3, 6) = 6, sup{5, 7) = 35, sup{7, 1 1 )= 385, sup( 11, 35) = 385 e
Sin embargo, aunque sup{2, 3) exista, no existe un ínfimo para los elementos 2 y 3.
Además, tampoco tenemos (entre otras cosas) ínf{5, 7 ), ínf{ 11, 3 5). ín f|3 , 35) y sup{3,
35). En consecuencia, este orden parcial no es un retículo.
EJERCICIOS 7.3 1. Trace el diagrama de Hasse para el conjunto parcialmente ordenado (-?<%). Q , tal que TI = (I.
2,3 ,4 ).
2. Sea A = { 1 ,2,3,6.9,18) y defina SS sobre A porxSüy sixly. Trace el diagrama de Hasse para
el conjunto parcialmente ordenado (A. 91).
380 Capítulo 7 Relaciones: La segunda vuelta
3. S e a n (A , ( B , a ¡ ) d o s c o n ju n to s p a r c ia l m e n t e o r d e n a d o s . E n A x B. d e f i n a l a r e la c i ó n S¡
c o m o (a , b ) 3 t( x , y ) s i a 9 ¡ , x y b 9 ) ¡ y . D e m u e s tr e q u e 9> e s u n o r d e n p a r c ia l .
4. S i l a s r e l a c i o n e s 9 ¡ , , 9 t i d e l e je r c i c i o 3 s o n ó r d e n e s t o t a l e s , ¿ e s 3 t u n o r d e n t o ta l?
5. O r d e n e t o p o l ó g i c a m e n t e e l d i a g r a m a d e H a s s e d e l a p a r t e ( a ) d e l e j e m p l o 7 .3 8 .
6. P a r a A = [ a , b , c , d , e ¡ , e l d i a g r a m a d e H a s s e d e l c o n j u n t o p a r c i a l m e n t e o r d e n a d o ( A , 3t)
a p a r e c e e n l a f i g u r a 7 .2 1 .
a) D e t e r m i n e l a m a tr iz d e r e la c i ó n d e a .
b) C o n s t r u y a e l g r a f o d ir i g i d o G ( so b re A ) a s o c ia d o a a .
c ) O r d e n e t o p o l ó g i c a m e n t e e l c o n j u n t o p a r c ia l m e n t e o r d e n a d o (A . a ) .
7. E l g r a f o d ir i g i d o G d e u n a r e la c i ó n a s o b r e e l c o n ju n to A = { 1 , 2 , 3 , 4 ) a p a r e c e e n l a f ig u ra
7 .2 2 . ( a ) V e r if iq u e q u e ( A , a ) e s u n c o n j u n t o p a r c ia l m e n t e o r d e n a d o y e n c u e n t r e s u d ia g r a m a
d e H a s s e . ( b ) O r d e n e t o p o l ó g i c a m e n t e ( A , a ) , ( c ) ¿ C u á n t a s a r i s t a s d ir i g i d a s m á s s e n e c e s ita n
e n l a f ig u r a 7 .2 2 p a r a e x t e n d e r (A , a ) a u n o r d e n to ta l?
8. S e a 9 t u n a r e l a c i ó n t r a n s i t i v a s o b r e u n c o n j u n t o A . D e m u e s tr e q u e Sb e s u n o r d e n p a r c i a l s o b r e
A s i y s ó lo si a O 3 ? = {(*r. <¡) I a 6 A ).
9. D e m u e s t r e q u e u n c o n ju n to p a r c i a l m e n t e o r d e n a d o f in ito (A . a ) t ie n e u n e l e m e n t o m in im a l.
1 0 . D e m u e s t r e q u e s i u n c o n j u n t o p a r c ia l m e n t e o r d e n a d o ( A , a ) t i e n e u n e le m e n to m ín i m o , é s te e s
ú n ic o .
1 1 . D e m u e s tr e e l t e o r e m a 7 .5 .
1 2 . D é u n e je m p l o d e u n c o n j u n t o p a r c ia l m e n t e o r d e n a d o c o n c u a t r o e l e m e n t o s m a x i m a l e s p e ro
q u e n o t e n g a e l e m e n t o m á x im o .
1 3 . S i (A , a ) e s u n c o n ju n to p a r c ia l m e n t e o r d e n a d o p e r o n o e s u n o r d e n to ta l y 0 í B , ¿ im p lic a e s to
q u e (B x B ) f l 3 ¡ c o n v ie r te a B e n u n c o n ju n to p a r c ia l m e n t e o r d e n a d o p e r o n o e n u n o r d e n to ta l?
1 4 . S i a e s u n a r e l a c i ó n s o b r e A , y G e s e l g r a f o d ir i g i d o a s o c ia d o , ¿ c ó m o p o d e m o s r e c o n o c e r a
p a r t i r d e G q u e ( A , SU) e s u n o r d e n to ta l?
1 5 . S i G e s e l g r a f o d ir ig id o d e u n a r e la c i ó n a s o b r e A , c o n | A í = n , y ( A , a ) e s u n o r d e n to ta l,
¿ c u á n ta s a r i s t a s ( i n c l u y e n d o l o s la z o s ) h a y e n G ?
1 6 . S e a M (S h ) l a m a t r i z d e r e la c i ó n d e l a r e l a c i ó n Sb s o b r e A , c o n | A l = n . S i ( A , S i ) e s u n o r d e n
t o t a l , ¿ c u á n t o s u n o s a p a r e c e n e n A fí.9 ;)?
17. a) D e s c r ib a la e s tr u c t u r a d e l d ia g r a m a d e H a s s e d e u n c o n j u n t o t o ta lm e n te o r d e n a d o (A , a ) ,
d o n d e IA I = n a 1.
b) P a r a u n c o n j u n t o A ta l q u e 1A | = n > 1 , ¿ c u á n t a s r e la c i o n e s s o b r e A s o n ó r d e n e s to ta le s ?
1 8 . a ) P a r a A = { a „ a , . . . . , a „ ) , s e a (A , a . ) u n c o n j u n t o p a r c ia l m e n t e o r d e n a d o . S i M { 3 t) e s la
m a t r i z d e r e la c i ó n c o r r e s p o n d i e n te , ¿ c ó m o p o d e m o s r e c o n o c e r u n e l e m e n t o m in i m a l d e l
c o n j u n t o p a r c ia l m e n t e o r d e n a d o a p a r t i r d e A /g it) ?
b ) R e s p o n d a l a p r e g u n ta d e la p a r t e ( a ) r e e m p la z a n d o e l a d j e t i v o “ m i n i m a l " p o r e l a d je ti v o
" m a x i m a l” .
c ) ¿ C ó m o p o d e m o s r e c o n o c e r l a e x i s t e n c i a d e u n e l e m e n t o m á x im o o m í n i m o e n ( A . a
p a r t i r d e la m a t r i z d e r e l a c i ó n A í(3 !)?
7 .3 Ó r d e n e s p a rc ia le s : D ia g ra m a s d e H a s s e 381
19. Sea ‘í l = { 1,2,3.4). con A = í?(3l) y sea© la relación de inclusión sobre4. Para cada uno de
los siguientes subconjuntos B (de A), determine el ínfimo y el supremo de B.
a) B = {{1},{2}} b) B = {{1},{2},{3},{1,2}}
1,2}} c) B = {0,{1},{2},{1,2}}
d) B = {{!},{!,2},{1,3},{1,2,3}} e) B = {{1},{2},{3},{1,2},{1,3},{2,3}}
f) B = {{1}, {2}, {3}, { 1 , 2 } , { 1 , 3 } , { 2 ,3 } , { 1 ,2 ,3 } }
2 0 . S e a 5! ! = { 1 , 2 . 3 . 4 , 5 . 6 , 7 } , c o n A = í ? ( 3 i ) y s e a S i l a r e la c i ó n d e i n c l u s i ó n s o b r e 4 . P a r a 5 =
{ { 1 } , { 2 ¡ , { 2 , 3 ) } Q 4 , d e t e r m í n e l o s ig u i e n te :
a ) E l n ú m e r o d e c o ta s s u p e r i o r e s d e B q u e c o n tie n e n ( i) t r e s e l e m e n t o s d e 'U ; (¡i) c u a tr o
e l e m e n t o s d e °U,; ( i ii) c i n c o e le m e n to s d e °U..
b ) E l n ú m e ro d e c o ta s s u p e rio re s p a ra B c) E l su p rem o d e B
d) E l n ú m e r o d e c o t a s in f e r i o r e s p a r a B e ) E l ín f i m o d e B
2 1 . D e f in a l a r e la c i ó n 3 t s o b r e e l c o n ju n to Z d e l a f o r m a s ig u i e n te : a 3 t b s i a - b es u n e n te r o p a r
n o n e g a tiv o . V e r if iq u e q u e ¡f¡ d e f in e u n o r d e n p a r c ia l e n Z . ¿ E s e s te o r d e n p a r c i a l u n o r d e n
t o ta l?
2 2 . P a r a 4 = { 2 . 3 . 4 ........... 1 9 9 8 . 1 9 9 9 , 2 0 0 0 } , d e f i n a l a r e l a c i ó n ® s o b r e 4 c o m o x 9 t y s i x d i v i d e
( e x a c ta m e n te ) a y . ¿ C u á n t o s e l e m e n t o s m a x im a le s e x i s t e n p a r a e l o r d e n p a r c i a l ( 4 , 3 1 ) ?
2 3 . a ) S i 4 = {x , y ) , ¿ c u á n t o s ó r d e n e s p a r c ia l e s s o b r e 4 t i e n e n a x c o m o e l e m e n t o m in i m a l ?
b) Si B= {x, y, z ) , ¿ c u á n to s ó r d e n e s p a r c ia l e s s o b r e B ti e n e n a x c o m o e le m e n to m in l m a l ?
2 4 . P a r a X = ( 0 , 1 } , s e a 4 = X x X . D e f i n a la r e la c i ó n 3 t s o b r e 4 c o m o (a , ¿>)31( c, d) si ( i) a < c \ o
b ie n ( i i ) a = c y b £ d .
a ) D e m u e s tr e q u e 31 e s u n o r d e n p a r c ia l p a r a 4 .
b ) D e t e r m in e t o d o s l o s e le m e n to s m a x im a le s y m in i m a l e s p a r a e s t e o r d e n p a r c ia l .
c ) ¿ E x i s te u n e le m e n to m ín i m o ? ¿ E x i s t e u n e le m e n to m á x im o ?
d ) ¿ E s e s te o r d e n p a r c ia l u n o r d e n t o ta l?
2 5 . S e a X = { 0 . 1 , 2 } y 4 = X x X . D e f in a l a r e l a c i ó n © s o b r e 4 c o m o e n e l e j e r c i c i o 2 4 . R e s p o n d a
l a s m is m a s p r e g u n ta s d e d ic h o e j e r c i c io p a r a e s ta r e l a c i ó n © y e l c o n j u n t o 4 .
2 6 . P a r a n e Z ', s e a X = ( 0 ,1 , 2 n - l . n } y 4 = X x X . D e f in a l a r e l a c i ó n © s o b r e 4 c o m o
e n e l e je r c i c i o 2 4 . R e c u e r d e q u e c a d a e le m e n to d e e s te o r d e n t o t a l © e s u n p a r o r d e n a d o c u y a s
c o m p o n e n te s s o n a s u v e z p a r e s o r d e n a d o s . ¿ C u á n t o s e le m e n to s t i e n e © ?
2 7 . S e a ( 4 , © ) u n c o n ju n to p a r c ia l m e n t e o r d e n a d o . D e m u e s tr e o r e f u te l a s s ig u i e n te s p r o p o s ic io n e s .
a ) S i ( 4 , 5 1 ) e s u n r e tí c u l o , e n t o n c e s e s u n o r d e n to ta l.
b ) S i ( 4 , © ) e s u n o r d e n to ta l, e n to n c e s e s u n r e tí c u lo .
28. S i ( 4 , 3 5 ) e s u n r e tí c u lo y 4 e s f in ito , d e m u e s t r e q u e ( 4 , 3 1 ) t ie n e u n e l e m e n t o m á x i m o y u n
e le m e n to m ín im o .
29. S i 4 = [a . b . c . d . e , u , h : x . y , z } , c o n s id e r e e l c o n j u n t o p a r c i a l m e n t e o r d e n a d o ( 4 . SS) c u y o
d i a g r a m a d e H a s s e s e m u e s t r a e n l a f i g u r a 7 .2 3 . E n c u e n tr e
a) ín f f b , c ) b ) ín f(f> . iv } c ) ín f je . x ) d ) su p fc. b )
e) sup{d, x } 0 sup{c, e ) g ) sup{o, u )
F ig u ra 7 .2 3
82 C apitulo 7 Relaciones: La se gund a vuelta
¿Es (A,®) un retículo? ¿Existe un elemento maximal? ¿Un elemento minimal? ¿Un elemento
máximo? ¿Un elemento mínimo?
30. Sea (A, a ) un conjunto totalmente ordenado. Si para todo 0 ± 8 C A el conjunto totalmente
ordenado (8, (8 x B) f l 3!) tiene un elemento mínimo, entonces se dice que (A. 31) está bien
ordenado. (Vimos esta idea en la sección 4.1, donde usamos el buen orden de (Z'. <) para
establecer el principio de inducción matemática.)
Para cada uno de los siguientes conjuntos totalmente ordenados, determine si el conjunto
está bien ordenado.
a) (N. £ ) b) ( Z ,s ) c) ( Q .s )
d) (Q‘ , s ) e) (P, s ) , donde P e s el conjunto de todos los primos.
f) (A, <). donde A es un subconjunto no vacío de Z"
g) (A.< ),donde 0 £ A C Z y A e s fin ito
7 .4
R e la c io n e s d e e q u iv a le n c ia
y p a r tic io n e s
lefinición 7.21 Dado un conjunto A y un conjunto de índices /. sea 0 * A, £ A para cada i £ /. Entonces
{A,¡/s/ es una partición de A si
a) A = U Ai y b) A , f l A ¡ = 0, para todos i , j £ I tales que i # j.
tei
Cada subconjunto A, es una celda o bloque de la partición.
Si A = ( l , 2, 3........... 10), entonces en cada uno de los siguientes casos se determina una
partición de A:
a) A t = { 1 ,2 ,3 ,4 ,5 } , A ¡ = { 6 ,7 ,8 ,9 ,1 0 }
b) A ¡ = { 1 ,3 ,5 ,7 ,9 } ,A 2 = { 2 ,4 ,6 ,8 ,1 0 }
c) A i = {1,2,3}, A 2 = {4. 6 ,7 ,9 } ,A ¡ = {5, 8 , 10}
d) A , = {i, i + 5}, 1 s i s 5
7 .4 Relaciones d e equivalencia y particiones 383
17 .5 2 Sea A = R y para cada i £ Z, sea A, = [i, i + 1). Entonces {A¡}*=z es una partición de R.
lefinición 7 .2 2 Sea 31 una relación de equivalencia sobre un conjunto A. Para cualquier* £ A, la clase de
equivalencia de x, que se denota con [*], se define como [*] = {y £ A I y 91 *}.
1 Ejem plo 7 .5 3 Definimos la relación Sfl sobre Z como x ® y si 4 1(x - y). Para esta relación de equivalen-
cía, tenemos que
[0] = - , - 8 , - 4 , 0 , 4 , 8 , 1 2 , ,.} = { 4 fc |* e Z }
M = {.- , - 7 , - 3 , 1 , 5 , 9 , 1 3 , ..} = {4fc + i | f c e z }
[2] = {- , - 6 , - 2 , 2 , 6 , 1 0 , 1 4 . . . } = {4k + 2 \ k £ Z }
[3] = {• • , - 5 , - 1 , 3 , 7 , 1 1 , 1 5 . . . } = {4k + 3 \ k £ Z } .
A sí m ismo, tenemos, por ejemplo, que [6] = [2] = [-2 ], [51] = [3] y [17] = [1]. Lo que es
más importante, {[0], [1], [2], [3]) es una partición de Z.
[Ñola: En este caso, el conjunto de índices de la partición está implícito. Si, por ejemplo,
A„ = [0], A, = [1], A, = [2] y A, = [3], entonces un conjunto posible de índices / (como en la
definición 7.21) es ( 0 ,1 ,2 ,3 ) . Cuando aú n a colección de conjuntos se le llama partición (de
un conjunto dado) sin que se especifique un conjunto de índices, el lector deberá entender
que esa situación se parece a ésta, en la que el conjunto de índices está implícito.]
1 ^ 0 7 .5 4 Definim os la relación 9¡ sobre el conjunto Z com o a Sfl b si <r = Ir (o a = ±b). Para todo
a £ Z, tenemos que i r = a-, por lo que a 3! a. y Sfl es reflexiva. Si a, b £ Z con a 3tb,
entonces a- = tr. lo que implica que b! = a1 o b 3 ta . En consecuencia, la relación 28 es
simétrica. P or último, si a. b. c £ Z, con a S h b y b S R c . entonces a? = tr y tr = cr. por lo que
o2 = c2 y a S? c. Esto hace que la relación sea transitiva. Una vez establecidas las tres
propiedades necesarias, ahora sabemos que ;R es una relación de equivalencia.
¿Q ué podemos decir de la partición correspondiente de Z?
En este caso tenemos que [0] = [0 ], [1] = [-1] = [ -1 , 1 ), [2] = [-2] = [-2 . 2} y, en
general, para cualquier n £ Z*, [«] = [-n] = ( - « , n j. Además, tenemos la partición
Z= Ü [n] = U [ n ] = { 0 } u ( ü { - n , n } ) = { 0 } u ( u {—n ,n } ).
Demostración:
a) Este resultado se sigue de la propiedad reflexiva de 35.
b) S ix3)y, sea w £ [x]. Entonces ivSSx; y, c o m o íí es transitiva, w5!y. Por lo tanto, w £
[>'] y M £ [y]- C om o5? es simétrica, x 3 ty => y 9 tx . Así, si l £ [y], entonces t9 ty
y. por la propiedad transitiva, tSHx. Por lo tanto, t £ [x] y (y) C (x]. En consecuencia, [x]
= [y]-
Recíprocamente, sea [x] = [y]. Com o x £ [x] por la parte (a), entonces x £ [y] o
xSfly.
c) Esta propiedad indica que dos clases de equivalencia sólo pueden relacionarse en
una de dos formas: o son idénticas o son disjuntas.
Supongamos que [x] 4= [y]; mostraremos que esto implica que [x] n [y] = 0. Si
(x) fl (y] 4 0, entonces existe ó £ A tal que o £ (x) y t> £ [y]. Entonces o 35x,x> 9t
y y, como 3t es simétrica. xSft v . Ahora bién, (x 3! t) y t> 3t y) => x 3¡ y, por la
propiedad transitiva. Además, xS^v =s> [x] = [y] por la parte (b). Esto contradice la
hipótesis de que [x] 4=[y], por lo que debemos rechazar la hipótesis de que [x] O [y]
4=0, de donde se sigue el resultado.
Observe que si 3? es una relación de equivalencia sobre A, entonces, por las partes (a) y
(c) del teorema 7.6, las distintas clases de equivalencia determinadas por3! nos proporcio
nan una partición de A.
a) Si A = (1, 2. 3. 4, 5 ¡ y 35= {(1, 1), (2, 2), (2, 3). (3, 2), (3, 3). (4. 4), (4, 5). (5,4),
(5, 5 )), entonces 35 es una relación de equivalencia sobre A. En este caso, [1] = (1},
[2] = (2. 3 | = [3], [4] = { 4 .5 ] = [5] y A = [I] U [2] U [4] con [1] U [2] = 0. [1] fl
[4] = 0 y [2] O [4] = 0. Así, {(i), [2], [4]} determina una partición deA.
b) Consideremos de nuevo la parte (d) del ejemplo 7.16. Tenemos que A = ¡ 1,2, 3,4,
5, 6, 7 ), 8 = |x , y, z¡, y / : A —» B es la función sobre
Con A = [1] U [4] U [2] = / '(x) U /- '( y ) U /-'(z ), vemos que { /- '(x ) ,/- |(y),/-'(z)}
determina una partición de A.
De hecho, para cualesquiera conjuntos no vacíos A, B, si f \ A -* B es una función
sobre, entonces A = U 6eB/~ l(í>) y { f '(b) | b £ B) nos proporcionan una partición de
A.
Una vez que hemos visto algunos ejemplos de la forma en que una relación de equivalen
cia induce una partición de un conjunto, podemos volver atrás. Si una relación d e equiva
lencia SUsobre A = {1. 2, 3, 4, 5, 6, 7) induce la partición A = ( 1 ,2 ) U {3} U (4 , 5, 7} U
(6 ), ¿qué e s 91?
Consideremos el subconjunto (1,2} de la partición. Este subconjunto im plica que [ I ] =
{1, 2} = [2], por lo que (1, 1), (2 .2 ), (1, 2), (2, 1) £ 3!. (Los primeros dos pares ordenados
son necesarios debido a la propiedad reflexiva de 31; los otros preservan la simetría.)
De m anera similar, el subconjunto {4, 5, 7 ) implica que m ediante 5 ?, [4] = [5] = [7] =
{4, 5, 7} y que, com o relación de equivalencia, 91 debe contener a (4, 5, 7 ( X (4, 5, 7 j .
86 Capítulo 7 Relaciones: La segunda vuelta
Los resultados de los ejemplos 7.53, 7.54, 7.55 y 7.58 nos llevan a lo siguiente.
Con base en este teorema y los ejemplos analizados, enunciamos el siguiente resultado,
cuya demostración se esboza en el ejercicio 18 del final de esta sección.
EOREMA 7 .8 Para cualquier conjunto A, existe una correspondencia uno a uno entre el conjunto de
relaciones d e equivalencia sobre A y el conjunto de particiones de A.
Ejem plo 7 .59 ; a) Si A = { 1 ,2 ,3 ,4,5 ,6 }. ¿cuántas relaciones sobreA son relaciones de equivalencia?
Resolveremos este problema contando las particiones de A, observando que una
partición de A es una distribución de los elementos (distintos) d e A en recipientes
idénticos, sin que quede ninguno vacío. De la sección 5.3 sabemos, por ejemplo,
que existen 5(6, 2) particiones de A en dos recipientes idénticos no vacíos. Si usa
mos los números de Stirling del segundo tipo, como el número de recipientes varía
de 1 a 6, tenemos _ 5(6, i) = 203 particiones diferentes de A. En consecuencia,
existen 203 relaciones de equivalencia sobre A.
b) ¿Cuántas de las relaciones de equivalencia de la parte (a) satisfacen que 1 ,2 e [4]?
Si identificamos 1, 2 y 4 como el “mismo” elem ento en esta relación de equiva
lencia, contamos, como en la parte (a), para el conjunto B = { 1,3, 5 ,6 } y tenemos
que existen S(4, i) = 15 relaciones d e equivalencia sobre A para las que [1] =
12] = [4],
EJERCICIOS 7.4 1. D e t e r m in e s i c a d a u n a d e l a s s ig u i e n te s c o le c c i o n e s d e c o n j u n t o s e s u n a p a r ti c ió n p a r a e l
c o n j u n t o d a d o A . S i la c o le c c i ó n n o e s u n a p a r ti c ió n , i n d iq u e p o r q u é .
a) A = {1, 2 , 3 , 4 , 5 , 6 , 7 , 8}: A¡ = { 4 , 5 , 6 } , A 2 = {1,8}, A j = { 2 , 3 , 7 } .
b) A = {a,b,c,d,e,f,g,h}: A¡ = {d,e}. A 2 = {a,c, d], A , = { / h } .A ; = {b,g}.
c) /1 = <1,2,3,4,5,6,7,8}: A , = { 1 ,3 ,4 ,7 } ,A2= <2,6},A , = {5,8}-
2. S e a A = { 1 . 2 , 3 , 4 , 5 , 6 . 7 , 8 } . ¿ D e c u á n t a s f o r m a s p o d e m o s d i v i d i r a A c o m o A i U A : U A ,, d e
m odo que
a) 1 ,2 £ A ,, 3 ,4 E A t, y 5 , 6 , 7 £ A 3?
b) 1 , 2 S A ¡ , 3 , 4 £ A 2, 5 , 6 £ A 3 , y |A ,|= 3 ?
c) 1 ,2 £ A „ 3 , 4 £ A 2, y 5 , 6 e A s?
3. Si A = { 1 .2 , 3 ,4 ,5 } y a e s la r e la c ió n d e e q u iv a le n c ia s o b r e A q u e in d u c e la p a rtic ió n A =
( 1 .2 ) U { 3 , 4 | U { 5 } ,¿ q u é e s a ?
4. P a ra A = { 1 , 2 , 3 , 4 . 5 , 6 } ,9 ¡ = { ( 1 ,1 ) ,( 1 ,2 ) , ( 2 ,1 ) . ( 2 .2 ) , ( 3 ,3 ) , ( 4 . 4 ) , ( 4 , 5 ) , ( 5 ,4 ) , ( 5 . 5 ) . ( 6 ,
6 ) | e s u n a r e la c i ó n d e e q u iv a l e n c i a s o b r e A .
a) ¿ Q u é s o n [ 1 ] .[ 2 ] y [ 3 ] e n e s t a r e la c i ó n d e e q u iv a le n c i a ?
b) ¿ Q u é p a r t i c i ó n d e A in d u c e S3?
5. S i A = A , U A : U A ,, d o n d e A , = { 1 . 2 ) . A ¡ = ( 2 . 3 , 4 ) y A ¡ = ( 5 ) , d e f in a l a r e l a c i ó n 3 ! s o b r e A
c o m o x 3 ) y s i x y y e s t á n e n e l m i s m o s u b c o n ju n to A ,, p a r a 1 < i < 3 . ¿ E s 55 u n a r e l a c i ó n d e
e q u iv a le n c i a ?
7 . T o m e A = ( 1 , 2 , 3 , 4 . 5 ) X { 1 , 2 , 3 , 4 . 5 ) y d e f i n a 3 i s o b r e A c o m o <jci. y i ) S ! f e j j ) s i x ¡ + y ¡ =
+ )'J.
a) V e r if iq u e q u e & e s u n a r e la c i ó n d e e q u iv a l e n c i a s o b r e A .
b) D e t e r m in e l a s c l a s e s d e e q u iv a l e n c i a [ ( 1 , 3 ) ) . [ ( 2 . 4 ) ] y [ ( 1 , 1 ) ) .
c ) D e t e r m in e l a p a r t i c i ó n d e A i n d u c id a p o r 91.
8. S i A = ( 1 , 2 , 3 . 4 . 5 . 6 . 7 ) , d e fin a a s o b re A c o m o (x, y ) G 3 t s i x - y e s u n m ú l t i p l o d e 3.
a ) M u e s t r e q u e 3 ¡ e s u n a r e la c i ó n d e e q u iv a le n c i a s o b r e A .
b) D e t e r m in e l a s c l a s e s d e e q u iv a l e n c i a y p a r t i c i ó n d e A i n d u c id a p o r 3 t.
9. P a ra A = { ( - 4 .- 2 0 ) , ( - 3 , - 9 ) . ( - 2 , - 4 ) , ( - 1 . - 1 1 ) , ( - 1 , - 3 ) , ( 1 .2 ), ( 1 ,5 ), ( 2 ,1 0 ) ,( 2 ,1 4 ) ,( 3 ,6 ) ,
( 4 , 8 ) , ( 4 , 1 2 » , d e f i n a la r e l a c i ó n a s o b r e A c o m o ( c , í>)S5(c, d ) s i a d = b c .
a ) V e r if iq u e q u e Sft e s u n a r e la c i ó n d e e q u i v a l e n c i a s o b r e A .
b) E n c u e n t r e l a s c l a s e s d e e q u iv a le n c i a ( ( 2 . 1 4 ) ]. [ ( - 3 , 9 ) ] y ( ( 4 . 8 ) ] .
c ) ¿ C u á n t a s c e l d a s t ie n e la p a r ti c ió n d e A i n d u c id a p o r 5 !?
1 0 . D e f i n a l a r e l a c i ó n S i s o b r e Z " c o m o r . 9! y s i x J y = T p a r a a lg ú n « 6 Z .
a ) V e r if iq u e q u e 9 ! e s u n a r e l a c i ó n d e e q u iv a le n c i a s o b r e Z ‘ .
b) ¿ C u á n t a s c l a s e s d e e q u iv a l e n c i a d is t in ta s e n c o n tr a m o s e n t r e [ 1 ] , [ 2 ] , [ 3 ] y [ 4 ] ?
c ) ¿ C u á n t a s c l a s e s d e e q u iv a l e n c i a d i s t i n t a s e n c o n tr a m o s e n t r e [ 6 ] , ( 7 ) . [ 2 1 ] , [ 2 4 ] , [ 2 8 J , ( 3 5 ),
[ 4 2 ] y [ 4 8 ]?
11. S e a A u n c o n ju n to n o v a c ío y B u n c o n j u n t o f i j o ta l q u e B £ A . D e f i n a l a r e l a c i ó n M s o b r e <?(A )
c o m o X 5! Y . p a ra X , Y Q A si 8 f l X = B n Y.
a) V e r if iq u e q u e 95 e s u n a r e l a c i ó n d e e q u i v a le n c ia s o b r e t? (A ) .
b ) S i A = ( 1 . 2 , 3 ) y B = { 1 , 2 ) , e n c u e n t r e la p a r t i c i ó n d e i f ( A ) i n d u c id a p o r 9 !.
c ) S i A = ( 1 , 2 , 3 , 4 , 5 ) y B = ( 1 , 2 , 3 ] , e n c u e n t r e [X ] s i X = ( 1 , 3 , 5 ) .
d ) P a r a A = { 1 , 2 , 3 . 4 . 5 ) y B = ( 1 , 2 , 3 ) . ¿ c u á n ta s c l a s e s d e e q u iv a l e n c i a h a y e n la p a r ti c ió n
in d u c id a p o r 95?
12. D e f in im o s l a r e la c i ó n 35 £ Z * c o m o a 95 b si m c m ( a . 1 6 ) = m c m ( í ', 16 ).
a) V e r if iq u e q u e 9 t e s u n a r e la c i ó n d e e q u iv a le n c i a s o b r e Z '
58 Capítulo 7 Relaciones: La se g u n d a vuelta
b) D e t e r m in e c a d a u n a d e l a s s ig u i e n te s c la s e s d e e q u i v a l e n c i a : [ I ] , [ 2 ] . ( 3 ] , [ 1 0 ] , [ 1 6 ] , [25],
[ 3 2 ] , [ 3 3 ] , [ 4 8 ] y [ 6 4 ],
1 3 . ¿ C u á n t a s d e la s r e l a c i o n e s d e e q u iv a l e n c i a s o b r e A = (<¡, b. c. d. e, f ) t i e n e n ( a ) e x a c ta m e n te
d o s c l a s e s d e e q u iv a l e n c i a d e t a m a ñ o 3? ( b ) e x a c t a m e n t e u n a c l a s e d e e q u i v a l e n c i a d e ta m a ñ o
3 ? ( c ) u n a c l a s e d e e q u iv a le n c i a d e t a m a ñ o 4 ? ( d ) a l m e n o s u n a c l a s e d e e q u i v a l e n c i a c o n tres
o m á s e le m e n to s ?
1 4 . S e a A = ( v . k ; x, y . ; ) . D e t e r m in e e l n ú m e r o d e r e la c i o n e s s o b r e A q u e s o n ( a ) r e f le x iv a s y
s i m é t r i c a s ; ( b ) r e l a c i o n e s d e e q u i v a le n c i a ; ( c ) r e f l e x i v a s y s im é tr ic a s p e r o n o tr a n s itiv a s : (d)
r e l a c i o n e s d e e q u iv a le n c i a q u e d e te r m in a n e x a c t a m e n t e d o s c l a s e s d e e q u i v a l e n c i a ; ( e ) r e la c io
n e s d e e q u iv a le n c i a t a le s q u e w e [ x ] ; ( 0 r e la c i o n e s d e e q u i v a l e n c i a e n l a s q u e u , w € [* ]; (g)
r e l a c i o n e s d e e q u iv a l e n c i a e n l a s q u e w e [x ] e v £ [ z ] ; y ( h ) r e la c i o n e s d e e q u iv a l e n c i a e n las
que w £ [ * ] . y € [ z ] y [ x ] * [* ].
1 5 . S i I A I = 3 0 y l a r e l a c i ó n d e e q u iv a l e n c i a Sft s o b r e A d i v i d e a A e n l a s c l a s e s d e e q u iv a le n c ia
( d i s ju n ta s ) 4 , , 4 , , v 4 ;, d e m o d o q u e | 4 , l = ] 4 , | = 14 , | , ¿ c u á n t o v a l e I s f c l?
16. S e a 4 = ( 1 , 2 . 3 . 4 , 5 , 6 , 7 ) . P a r a c a d a u n o d e l o s s ig u i e n te s v a l o r e s d e r . d e t e r m i n e u n a re la c ió n
d e e q u i v a l e n c i a ^ s o b r e .4 ta l q u e | ^ | = r , o e x p liq u e p o r q u é n o e x is te d i c h a r e la c i ó n , ( a ) r=
6 ; (b ) r = 7 ; ( c ) r = 8 ; ( d ) r = 9 ; ( e ) r = I I ; ( 0 r = 2 2 ; (g ) r = 2 3 ; (h ) r = 3 0 : ( i) r = 31.
1 7 . P r o p o r c i o n e l o s d e t a l l e s d e la d e m o s t r a c i ó n d e la p a r t e ( b ) d e l t e o r e m a 7 .7 .
18. P a r a c u a lq u ie r c o n j u n t o A é 0, s e a P ( 4 ) e l c o n ju n to d e t o d a s l a s p a r ti c io n e s d e A, y E(A) el
c o n j u n t o d e t o d a s l a s r e l a c i o n e s d e e q u iv a le n c i a s o b r e 4 . D e f in im o s l a f u n c ió n / : £ ( 4 ) - 4 P ( 4 )
c o m o s ig u e : S i ¡A e s u n a r e la c i ó n d e e q u iv a l e n c i a s o b r e A, e n t o n c e s _ /( a ) e s la p a r ti c ió n d e A
i n d u c id a p o r a . D e m u e s tr e q u e / e s u n o a u n o y s o b r e , c o m o e s t a b l e c e e l t e o r e m a 7 .8 .
7 .5
M á q u in a s d e e s t a d o s fin ito s:
El p r o c e so d e m in im iz a c ió n
En la sección 6.3 vimos dos máquinas d e estados finitos que realizaban la misma tarea
pero con diferente número de estados internos. (Véanse las Figs. 6.9 y 6.10.) La máquina
con el m ayor número de estados finitos contiene estados redundantes, esto es, estados que
pueden eliminarse debido a que otros estados realizarán sus funciones. Puesto que la
m inimización del número de estados en una máquina reduce su complejidad y su costo,
buscamos un proceso para transformar una máquina dada en otra que no tenga estados
internos redundantes. Este proceso se conoce como proceso d e m inimización, y su desa
rrollo se basa en los conceptos de relación d e equivalencia y partición.
Si partimos de una máquina de estados finitos M = (5, 3 . C, v , to), definimos la relación
E, sobre S como s : E, r , si Có(Si. x) = co(s; , x ) para todo ¡ E j . Esta relación E, es una
relación de equivalencia sobre 5, y divide a S en subconjuntos tales que dos estados están
en el mismo subconjunto si producen la misma salida para cada i £ ■'f. En este caso, los
estados s, y s- son /-equivalentes.
Para cualquier k £ Z ‘. decimos que los estados s,, r , son k-equivalentes si CiXri. x) =
co(sj, x ) para todo x £ En este caso, to es la extensión de la función d e salida dada a
5 x ¿T. L a relación de ^-equivalencia también es una relación de equivalencia sobre S;
divide a S en subconjuntos de estados ¿-equivalentes. Escribimos s, E, r , para denotar que
s¡ y 5 - son ¿-equivalentes.
Por último, si s¡. s¡ £ 5 y s,. j , son ¿-equivalentes para todo ¿ 2 1, decim os que s, y s2
7 .4 Relaciones d e equivalencia y particiones 389
nuestra máquina, entonces s, será redundante y puede eliminarse. Así, nuestro objetivo es
determinar la partición de 5 inducida por E y seleccionar un estado de cada clase de equi
valencia. Entonces tendremos una realización m ínima de la máquina dada.
Para esto, comenzaremos con las siguientes observaciones.
a) Si dos estados de una máquina no son 2-equivalentes, ¿podrían ser 3-equivalentes?
(o ¿-equivalentes, para ¿ > 4?)
La respuesta es no. Si s,, s2 G S y s> £ 2s2 (es decir, s, y s2 no son 2-equivalentes),
entonces existe al m enos una cadena xy- 6 3 2 tal que a is ,, xy) = u , t)2 ^ w, w2 =
a i s 2, xy), donde t),, u 2, w,, w2 G Así, respecto de E3, tenemos que r, $ 3r 2 ya que
para cualquier z S 3 , cois,, xyz) = t), u 2 n 5 ¿ iv, vv2 » '3 = <o(s2, xyz).
En general, para encontrar estados que son (¿ + l)-equivalentes, buscaremos
estados que sean ¿-equivalentes.
b) Supongamos ahora que s „ s 2 G S v s ,E ,í;. Queremos determinar sis , E ,s ; . Es decir.
¿se cumple co(s„ x¡x¡x}) = a is ,, XiXjX,) para todas las cadenas x ,x 2x 3 G 3 }r! Exam i
nemos lo que ocurre. Primero obtenemos tofo, x,) = ia{s2, x¡), y a que s, => s, E!
s2. Entonces existe una transición a los estados v(s,, x,) y v(s2, x,). En consecuencia,
cofo, x,x,x;) = 0)(sj, X|XjX}) si oXv(íi,Xi),x,xs) = co(v(s2, X|), XjXj) [es decir, si v (s,, x,)
E , v(s2, x,)]-
En general, para s,, s , G S tenemos que s, E ,., s2 si (y sólo si) (i) s, Et s¡ y (ii)
v(s¡, x) Et v(s2, x) para todo x G 3 .
Con estas observaciones como guía, presentamos ahora un algoritmo para m inimizar una
máquina de estados finitos Ai.
Con 3 = 0 = { 0 ,1 ), sea M dada por la tabla de estados que se muestra en la tabla 7.1. S i
observamos las filas de salida, vemos que s¡ y s¡ son 1-equivalentes, al igual que s¡, s¡ y v
En este caso, E, divide a S de la forma siguiente:
T a b la 7.1
V co
0 1 0 1
S¡ s4 *3 0 1
J2 S¡ Sz 1 u
S2 s4 0 0
J4 Ss Si 0 0
s¡ Sz S¡ 1 u
S
6 Si S6 1 u
Com o j 3E ,j4, existe cierta probabilidad de que tengamos J 3 E. J 4. En este caso, v (j3, 0) =
jo , v (j4, 0) = s ¡ con j ,E , j 5 y v ( j3, 1) = j 4, v(s4, 1) = j 3 con j 4 E , j 3. P or lo tanto, v(s3, x)E|
v (j4, x ) para todo i £ 5 y j , E: j 4 . En forma similar, v(s2. 0) = s „ v (j5, 0 ) = s2 con j s E, s¡ y
v( j o , 1) = s2, v(ss, 1) = j , con j 2 E, s5. Asf, j 2 E j j 5. Por último. v ( js, 0 ) = s, y v (j6, 0) = s , pero
J ;E , j |, por lo que j s É 2j 6. (¿Por qué no analizamos la posibilidad de que j 2E 2j 6?) La
relación d e equivalencia E2 divide a 5 como sigue:
T ab la 7 .2
V u>
0 1 0 1
Si Í3 S3 0 1
Sz Sz Sz 1 u
Ss Sz S2 0 0
s6 Si s6 1 (J
Tal vez piense ¿cómo sabemos que podemos detener el proceso cuando P ; ~ PS! Des
pués de todo, ¿no podría ocurrir, por ejemplo, que P. ± P-,o que P4= P, pero P . =£ P-? Para
demostrar que esto no ocurre, definimos la siguiente idea.
7 .5 M á q u in a s d e e stados finitos: El proceso d g m inim ización 391
En el proceso de minimización del ejemplo 7.60. tenemos que Ps - P; < P¡. Siempre
que apliquem os el algoritm o, al obtener P,.¡ de P, tenem os que PM £ P¡, puesto que la
(k + 1(-equivalencia implica laí-equivalencia. Así, cada partición sucesiva refina la parti
ción anterior.
Concluiremos esta sección con la siguiente idea relacionada con lo anterior. Sea M una
máquina de estados finitos con s 3 G S y s¡, s2 no equivalentes. Entonces debe existir un
mínimo entero k > 0 tal que s, E¡s: pero r¡ $t ., s:. Para k = 0, tenemos que s, y s2 producen
diferentes filas de salida en la tabla de estados de M. En este caso, es fácil determ inar un
x G i tal que (a(s,,x) £ üXs: , x), el cual distingue los estados no equivalentes. Para k > 1,
Si y s2 producen las m ismas filas de salida en la tabla. Ahora bien, si queremos distinguir
estos estados, necesitamos determinar una cadenax = x ,x 2. . -x ,x k., G tal que (Oís,, x)
£ CiXí;, x) aunque co(s,, x , x :. . . x() = oX.s2, x, x; . . . x¡). Dicha cadena x es una cadena
característica para los estados s¡ y s~. Pueden existir m ás de una de estas cadenas, pero
cada una tiene longitud (minimal) k + 1.
Antes de intentar encontrar una cadena característica para dos estados no equivalentes
en una máquina de estados finitos específica, vamos a analizar la idea principal en este
caso. Así, supongamos que í ,, s, 6 S y que para algún Í 6 Z ‘ (fijo) tenemos que s, E ,s 2
pero j , x2. ¿Q ué podemos concluir?
Tenemos que
Esta última proposición acerca de los estados v (s,, x ,x 2... x¡) y v(s2, x¡x2... xt), que no
son 1-equivalentes, implica que podemos encontrar Ar¡., S 3 tal que
Las particiones que se muestran abajo se tomaron del ejemplo 7.60. En este caso, s2E,s6,
pero s2í 2s6. Así, buscamos una cadena de entrada x de longitud dos tal que to(s2, a:) 4=cois», x).
1) Comenzamos con P-_. donde para s2, tenemos que oXs2, 0 ) = 1 = co(s6, 0), pero
v(s2, 0 ) = s, y v(st . 0) = s¡ están en diferentes celdas de P ,; es decir,
s5 = v(s2,0 ) g , v ( s 6, 0 ) = s 1.
(La entrada 0 y la salida 1 nos proporcionan las etiquetas para las flechas que salen
de las celdas de P2 hacia las de P¡.)
2) Si trabajamos con s¡ y s¡ en la partición f t vemos que
f t : t i } , f e , s¡, í j , f e , s4}
0 ,0 0 ,1
E j« t > p fo f.6 2 j Si aplicamos el proceso de minimización a la máquina dada por la tabla de estados de la
parte (a) de la tabla 7.3, obtenemos las particiones de la parte (b) de la tabla. (En este caso,
f t = f t . ) Encontramos que los estados s, y s4 son 2-equivalentes pero no 3-equivalentes.
Para construir una cadena característica (de longitud 3) para estos dos estados, procede
mos como sigue:
( v f e , l ) = j 2) £ 2f e = v f e , 1)).
7.5 M á q u in a s d e e stados finitos: El proceso de m inim ización__________________________ 3 9 3
2) Entonces v (s„ 1) v(s4, 1) => 3 x, £ $ (en este caso. x2= 1) con (v (s„ 1), I)
(V(s4, I). 1 ) 0 v(s,. 11) v(s4, 11). Usamos las particiones P, y P, para obtener que
x2= 1.
3) Ahora usamos la partición P¡ donde vemos que para x¡= 1£ i ,
En la pane (b) de la tabla 7.3, vemos cómo hemos llegado a la cadena caracterís
tica minimal x = 111 de estos estados. (Observe también cómo esta parte de la tabla
indica que 11 es una cadena característica minimal para los estados s 2y s5, que son
1 -equivalentes pero no 2-equivalentes.)
Tabla 7.3
w f e , *3}, fe} , fe } , fe}
0 1 0 1 \l,l
*1 s4 s2 0 1 P: f e , s 3, s4}, f e U ís }
*2 4s s2 0 0
1 ,0 / t ó )
s, s4 S2 0 1
S4 Si ss ü 1 P, f e , S3, 4*}, f e , ís}
*5 S2 SS 0 0
l.li i 1 ,0
(a) (b)
Se puede seguir trabajando con las máquinas de estados finitos. E ntre otras omisiones,
hemos evitado dar una explicación o demostración rigurosa de la razón por la que funcio
na el proceso de minimización. El lector interesado deberá consultar las referencias del
capítulo para conocer m ás detalles acerca de este tema.
EJERCICIOS 7.5 1. Aplique el proceso de minimización a cada una de las máquinas de la tabla 7.4.
Tabla 7.4
v di
0 1 0 1
Si Se ÍJ 0 0
S2 s3 Si 0 0
S3 s2 Sa (I 0
Sa S? Sa 0 0
Ss 5h S? 0 0
S* S s. S2 1 0
Sr Sa S, 0 0
2. Para la máquina de la tabla 7.4<c), encuentre una cadena característica para cada uno de los
siguientes pares de estados:
(a) s„ s¡. (b) s¡, i,; (c) ss. j,.
)4 Capitulo 7 Relaciones: La segunda vuelta
3. Sea M la máquina de estados finitos dada en el diagrama de estados que se muestra en la figura
7 .2 4 .
a) Minimice la máquina M.
b) Encuentre una cadena característica para cada uno de los siguientes pares de estados: ( i) í j ,
s6; (ii) í;. j«; y (iii) s2.
7 .6
R e s u m e n y r e p a s o h is t ó ric o
El concepto de relación surge de nuevo. En el capitulo 5 presentamos esta idea como una
generalización del concepto de función. En el capítulo 7 nos concentramos en las relaciones
y las propiedades especiales: reflexiva, simétrica, antisimétrica y transitiva. Com o resulta
do, nos centramos en dos tipos particulares de relaciones: los órdenes parciales y las rela
ciones de equivalencia.
Una relación SU sobre un conjunto A es un orden parcial, lo que hace d e A un conjunto
parcialmente ordenado, s¡.9¡ es reflexiva, antisimétrica y transitiva. Tal relación generaliza
la conocida relación “m enor o igual que” en los números reales. ¡Trate de imaginar el
cálculo, o incluso el álgebra elemental, sin ella! O bien, tome un programa sencillo y vea
lo que ocurre cuando el programa entra al computador en forma azarosa, permutando el
orden d e las proposiciones. El orden está siempre cerca de nosotros. Hem os crecido tan
acostumbrados a él que a veces lo damos como un hecho. Para un conjunto parcialmente
ordenado finito, el diagrama de Hasse. un tipo especial de grafo dirigido, proporciona una
representación gráfica del orden definido en el conjunto: también es útil cuando se necesi
ta un orden total, que incluya el orden parcial dado. Estos diagramas reciben el nombre del
especialista alemán en teoría de números Helmut Hasse (1898—1979), quien los introdu
jo en su libro de texto Hóhere Algebra (publicado en 1926) como una ayuda para el estu
dio de las soluciones de ecuaciones polinomiales. El m étodo utilizado para obtener un
orden total a partir de un orden parcial es el algoritmo de ordenación topológica adecuado
en la solución de redes PERT (siglas en inglés de técnica de evaluación y revisión de
programas). Com o ya hemos mencionado, este m étodo fue desarrollado y utilizado por
vez primera por la M arina de Estados Unidos.
7.6 Resum en y repaso histórico 395
Aunque la relación de equivalencia difiere del orden parcial sólo en una propiedad, es
bastante diferente en estructura y aplicación. No intentaremos bosquejar el origen de la
relación de equivalencia, pero las ideas que subyacen en las propiedades reflexiva, simé
trica y transitiva pueden encontrarse en I Principii d i Geometría (1889), obra d el m ate
mático italiano Giuseppe Peano (1858-1932). L a obra de Cari Friedrich Gauss (1777-1855)
relacionada con la congruencia, desarrollada por él en la década de 1790, también utiliza
estas ideas en esencia, aunque no en nombre.
Básicamente, una relación de equivalencia® sobre un conjunto A generaliza la igual
dad; induce una característica de “ser lo m ismo" entre los elementos deA . Esta noción de
“ser lo mismo” hace entonces que el conjunto se separe en subconjuntos llamados clases
de equivalencia. Recíprocamente, vemos que una partición de un conjunto A induce una
relación de equivalencia sobre A. La partición de un conjunto surge en m uchas partes de
las m atemáticas y las ciencias de la computación. En éstas últimas, m uchos algoritmos de
búsqueda se basan en una técnica que reduce en forma sucesiva el tamaño de un conjunto
dado A cuya búsqueda se realiza. Al dividir A en subconjuntos cada vez más pequeños,
aplicamos el procedimiento de búsqueda en forma m ás eficiente. C ada partición sucesiva
refina la anterior, lo que es fundamental, por ejemplo, en el proceso de minimización para
las m áquinas de estados finitos.
En todo el capítulo hemos hecho hincapié en la interconexión entre las relaciones, los
grafos dirigidos y las matrices (0, 1). Estas matrices proporcionan una disposición rectan
gular d e información acerca de una relación, o grafo, y son útiles en ciertos cálculos. El
almacenamiento de la información de esta forma, en disposiciones rectangulares y en po
siciones consecutivas de la memoria, ha sido practicado en las ciencias de la computación
desde finales d e la década de 1940 y principios de la década de 1950. Para más detalles
acerca del fundamento histórico de estas consideraciones, consulte las páginas 456 a 462
de D. E. Knuth [3]. Otra forma de almacenar la información acerca de un grafo es la
representación de lista de adyacencia. (Véase el ejercicio complementario 13.) En el estu
dio de las estructuras de datos, las listas enlazadas y las listas doblemente enlazadas son
muy importantes para la implementación de tales representaciones. Para más detalles, con
sulte el texto de A. V. Aho, J. E. Hopcroft y J. D. Ullman [1].
G iu s e p p e P e a n o (1 8 5 8 -1 9 3 2 ) C a ri F r ie d r ic h G a u s s ( 1 7 7 7 - 1 8 5 5 )
36 Capitulo 7 Relaciones: La segunda vuelia
Respecto a la teoría de grafos, estamos en un área de las matemáticas que data de 1736,
cuando el m atemático suizo Leonhard Euler (1707-1783) resolvió el problem a de los siete
puentes de Kónigsberg. Desde entonces, esta área ha evolucionado en form a considerable,
particularmente junto con las estructuras de datos en la ciencia de la computación.
Para una exposición similar de algunos de los temas de este capítulo, véase el capítulo
3 de D. F. Stanat y D. F. M cAllister [6]. Una presentación interesante del "problema de
equivalencia" aparece en las páginas 353-355 de D. E. Knuth [3], para los que deseen más
información acerca del papel del computador junto con el concepto de relación de equiva
lencia.
Los prim eros trabajos acerca del desarrollo del proceso de minimización aparecen en el
artículo de E. F. Moore [5], que se basa en ideas anteriores de D. A. Huffman [2], El
capítulo 10 d e Z. Kohavi [4] abarca el proceso de minimización para diferentes tipos de
máquinas de estados finitos e incluye algunas consideraciones de hardware en su diseño.
BIBLIOGRAFÍA
1. Aho, Alfred V.. John E. Hopcroft y Jeffrey D. Ullman. Data Siructures and Algorithms, Rea
ding, Mass.. Addison-Wesley, 1983.
2. Huffman. D. A.. "The Synthesis of Sequential Switching Circuits”. Journal o f ¡he Franklin
Instílate 257. núm 3. págs. 161-190; núm. 4, págs. 275-303, 1954.
3. Knuth, Donald E.,The Art o f Computer Programming. 2 \ ed.. vol. 1. Fundamental algoritluns.
Reading. Mass.. Addison-Wesley. 1973.
4. Kohavi, Zvi, Switching and Finite Autómata Theory. 2*. ed., Nueva York. Me Graw-Hill. 1978.
5. Moore. E. F., "Gedanken-experiments on Sequential Machines”. Autómata Studies, Annals of
Mathematical Studies, núm. 34, págs. 129-153. Princeton, N.J.. Princeton University Press.
1956.
6. Stanat. Donald F. y David F. McAllister. Discreto Mathematics in Computer Science. Englewood
Cliffs, N.J., Prentice-Hall. 1977.
d) S e a A = ( 1 , 2 , 3 , 4 , 5 , 6 , 7 } . D e f in a m o s 3 ; s o b r e A
c o m o x 3 ¡ y s i x y S 10.
e) D e f in im o s 3? s o b r e Z c o m o a 3¡ b si 7 1( a - A).
f) P a r a / I = ( 1 , 2 , 3 , 4 } X ( 1 , 2 , 3 . 4 ) . d e f in a m o s 31
s o b r e A c o m o ( x , . y , ) SS ( x ¡ , y ¡ ) s i ( y , - -f, ) =
± ( > b - x ,) .
7 . D é u n e j e m p l o d e u n c o n j u n i o p a r c ia l m e n t e o r d e n a d o
con 5 e le m e n to s m in i m a l e s ( m a x i m a l e s ) p e r o s i n e le m e n to
m ín im o ( m á x i m o ) .
8 . P a r a u n c o n ju n to A , s e a C = { P , \ P¡ e s u n a p a r ti c ió n d e
A ¡. D e f in a m o s la r e la c ió n .9 ¡ s o b r e C c o m o P ,55 P , s i P , < Pr
e s d e c ir , P , e s u n r e f in a m ie n t o d e Pr
a) V e r if iq u e q u e 3 t e s u n o r d e n p a r c i a l s o b r e C .
b) P a ra A = ( 1 - 2 . 3 . 4 , 5 ) , s e a n P„ 1 < i £ 4 la s F ig u r a 7 .2 5
p a r t i c i o n e s s ig u i e n t e s : P , \ ( 1 . 2 ) , ¡ 3 , 4 , 5 ) : P : :
( 1 . 2 ) . ( 3 . 4 ) . ( 5 ) : P ¡: ( 1 ) . ( 2 ) . ( 3 . 4 . 5 ) ; P j : ( 1 .
2 ) , ( 3 ) . ( 4 ) . ( 5 } - T ra c e e l d ia g ra m a d e H a s s e p a ra
13. H e m o s v is to q u e p o d e m o s u tiliz a r la m a tr iz d e
C = {P , 1 1 < i < 4 ) . d o n d e C e s tá p a r c ia l m e n t e
a d y a c e n c i a p a r a r e p r e s e n t a r u n g r a f o ; e s t o e s i n e f i c ie n te
o r d e n a d o p o r e l r e f in a m ie n t o .
c u a n d o h a y m u c h o s c e r o s p r e s e n te s . U n m e j o r m é to d o p a r a
9 . S i e l g r a f o c o m p l e t o /» , t i e n e 4 5 a r is ta s , ¿ c u á l e s e l v a e l a l m a c e n a m ie n to d e d ic h o g r a f o s e lo g r a m e d i a n t e l a r e
lo r d e n ? p r e s e n ta c ió n d e lis ta d e a d y a c e n c ia . q u e s e f o rm a c o n u n a
1 0 . S e a /» = ( 1 . 2 . 3 . 4 . 5 . 6 ) x ( I . 2 . 3 . 4 . 5 . 6 ) . D e f i n a l i s t a d e a d y a c e n c i a p a r a c a d a v é r ti c e o y u n a li s t a d e ín d i
c e s . P a r a e l g r a f o q u e s e m u e s tr a e n l a f i g u r a 7 . 2 6 . l a r e p r e
m o s 3 ¡ s o b r e A c o m o ( x ,. y ,) á » ( x ¡ , y ¡ ) si x , y , = x ¿y;.
s e n ta c ió n a p a r e c e e n l a s d o s l i s t a s d e l a t a b l a 7 .5 .
a) V e r if iq u e q u e 5 ¡ e s u n a r e la c i ó n d e e q u iv a le n c i a
s o b re A.
b) D e t e r m i n e l a s c l a s e s d e e q u i v a l e n c i a [ ( 1 . 1 )).
[ (2 . 2 ) ]. [(3 . 2 ) ) y [ (4 . 3 )].
12. S i A = ( 2 . 4 . 8 , 2 0 . 2 8 .5 6 ,1 1 2 . 2 2 4 .3 3 6 .6 7 2 . 1 3 4 4 . 3. P a r a c a d a v é r t i c e u d e l g r a f o . e n u m e r a m o s ( d e p r e f e r e n c ia ,
9 . 1 5 . 4 5 , 1 3 5 . 4 0 5 . 6 7 5 ) , la r e l a c i ó n s o b r e A d a d a p o r x e n o r d e n n u m é r i c o ) c a d a v é r ti c e w a d y a c e n te d e s d e o . A s í.
3 t y si x | y e s u n o r d e n p a r c i a l c u y o d i a g r a m a d e H a s s e e s tá p a ra 1. e n u m e r a m o s 1 . 2 . 3 c o m o l a s p r i m e r a s tr e s
e s tr u c tu r a d o c o m o s e m u e s t r a e n l a f ig u r a 7 .2 5 . E tiq u e te lo s a d y a c e n c ia s e n n u e s tr a li s t a d e a d y a c e n c ia . A c o n tin u a c ió n
v é rtic e s d e l d i a g r a m a p a r a m o s t r a r e l o r d e n p a r c ia l . ¿ D e d e l 2 d e la lis ta d e ín d ic e s c o l o c a m o s u n 4 . l o q u e in d ic a
c u á n ta s f o r m a s d if e r e n te s p o d e m o s o r d e n a r to p o ló g i c a m e n i e d ó n d e c o m e n z a r a b u s c a r la s a d y a c e n c i a s d e 2 en la li s t a d e
3 ¡ p a ra o b te n e r u n o r d e n t o t a l 7¡ t a l q u e 31 C ■/? ( A v e c e s s e a d y a c e n c ia . P u e s to q u e h a y u n 5 a la d e r e c h a d e 3 e n l a l is ta
d ic e q u e ÍA e s tá i n m e r s o e n 7T.) d e í n d ic e s , s a b e m o s q u e la ú n i c a a d y a c e n c i a d e s d e 2 e s 6.
398 Capitulo 7 Relaciones: La segunda vuelta
Tabla 7 .6
F ig u r a 7 .2 6 1 2 1 1
2 3 2 4
3 6 3 5
4 3 4 5
De la misma forma, el 7 a la derecha de! 4 en la lista de 5 3 5 8
índices nos indica que vayamos a ia séptima entrada de la 6 4 6 10
lista de adyacencia (a saber. 3). para ver que el vértice 4 es 7 5 7 10
adyacente a los -értices 3 (el séptimo vértice en la lista de 8 3 8 10
adyacencia) y 5 (el octavo vértice en la lista de adyacencia). 9 6
Nos detenemos en el vértice 5 debido al 9 a la derecha del 5
en la lista de índices. Los nueves de la lista de índices que
aparecen junto ai 5 y al 6 indican que no hay vértices adya
centes desde el vértice 5. De forma análoga, los onces próxi 15. Sea G un grafo no dirigido con conjunto de vértices V.
mos a 7 y 8 en la lista de índices indican que el vértice 7 no Defina la relación dt sobre V como t>Zh w si o = w o si existe
es adyacente a ningún vértice en el grafo dirigido dado. un camino simple de o a w (o de w a u, puesto que G no está
En general, este método nos permite determinar con fa dirigido), (a) Demuestre que Sñ es una relación de equiva
cilidad los vértices adyacentes desde un vértice u Éstos apa lencia sobre V. (b) ¿Qué se puede decir acerca de la parti
recen en las posiciones índice(t)), índice(t>)+ 1 índicelu ción asociada?
+ 1 ) - I. de la lista de adyacencia. 16. a) Para la máquina de estados finitos dada en la tabla
Finalmente, la última pareja de elementos de la lista de 7.7. determine una máquina minimal equivaientea
índices, 8 y 11, es un “fantasma" que indica de dónde arran ella.
caría la lista de adyacencias; hubiera un octavo vértice en el b) Encuentre una cadena minimal que distinga los
grafo. estados sA y s„.
F ig u r a 7 27
Ejercicios com plem entarios 399
T a b la 7 .7 c) ¿ C u á n t a s c l a s e s d e e q u iv a l e n c i a e x i s t e n e n la p a r
t i c ió n d e A i n d u c id a p o r S i ? ¿ C u á n t o s e le m e n to s
V <0
d e A h a y e n c a d a c la s e d e e q u iv a le n c ia ?
0 1 0 1 d) G e n e r a lic e l o s r e s u l ta d o s d e l a s p a r te s ( a ) , (b) y (c ).
2 0 .a ) P a r a 9 1 = { 1 , 2 , 3 ) , s e a A = ^ ( « U ) . D e f in a la r e la
Si Sj S6 1 0
s7 Si 0 0 c ió n S i s o b r e A c o m o B & C %\ B Q C. ¿ C u án to s
Sr
p a r e s o r d e n a d o s h a y e n l a r e la c i ó n 3 )1
S3 Sv S2 1 0
S. 0 0 b) R e s p o n d a l a p a r te ( a ) p a r a % = { 1 . 2 . 3 , 4 } .
S2 S3
0 0 c) G e n e r a lic e l o s r e s u l ta d o s d e l a s p a r t e s ( a ) y ( b ) .
S5 S) Si
s6 S4 Si 0 0 2 1 . P a ra n e Z ' . s e a 9 1 = { 1 , 2 , 3 .................n ¡ . D e f in a la
s7 s3 s¡ 1 0 r e la c i ó n S i s o b r e S í ( 9 l ) c o m o A S f i s i A 2 f i y 8 2A .
se Sr Ss 0 0 ¿ C u á n t o s p a r e s o r d e n a d o s h a y e n e s ta r e la c i ó n ?
2 2 . S e a A u n c o n ju n to f in ito n o v a c ío t a l q u e 8 £ A ( B f i j o )
y [A | = n , \ b \ = m . D e f i n a l a r e la c i ó n S é s o b r e ? ( A ) c o m o
1 7 . E n e l c e n t r o d e c á l c u l o . M a n a t ie n e q u e e j e c u t a r 10
X Sft Y, p a r a X, Y C A , si X f l B = Y f l B. E n t o n c e s Sé e s una
p ro g ra m a s q u e , d e b i d o a l a s p r io r id a d e s , e s t á n r e s t r in g i d o s
a la s s ig u i e n te s c o n d i c i o n e s : ( a ) 1 0 > 8 , 3 ; ( b ) 8 > 7 ; ( c ) 7 >
r e la c i ó n d e e q u iv a le n c i a , c o m o s e v e r if ic ó e n e l e je r c i c i o 11
d e l a s e c c ió n 7 .4 .
5 ;( d ) 3 > 9 . 6 ; ( e ) 6 > 4 . 1 ; ( f ) 9 > 4 , 5 ; ( g ) 4 , 5 , 1 > 2 ; d o n d e ,
a) ¿ C u á n t a s c l a s e s d e e q u i v a l e n c i a h a y e n la p a r ti
po r e je m p lo , 1 0 > 8 , 3 s i g n i f i c a q u e e l p r o g r a m a 1 0 s e d e b e
c ió n d e í t l A ) i n d u c id a p o r S i ?
q e c u ta r s e a n t e s q u e l o s p r o g r a m a s 8 y 3 . D e t e r m in e u n o r
b) ¿ C u á n t o s s u b c o n ju n to s d e A h a y e n c a d a c l a s e d e
den p a r a la e je c u c i ó n d e e s t o s p r o g r a m a s d e m o d o q u e s e
e q u iv a le n c i a d e ¡ a p a r ti c ió n i n d u c i d a p o r Sé?
sa tisfag a n l a s p r io r id a d e s .
2 3 . P a r a A = 0 . s e a ( A , 3 5 ) u n c o n j u n t o p a r c ia l m e n t e o r d e
18. a ) T r a c e e l d i a g r a m a d e H a s s e p a r a e l c o n j u n t o d e
d iv is o re s e n te r o s p o s itiv o s d e l e n te r o n d o n d e n es nado y 0 í B C A ta l q u e 5 )' = ( 8 X 8 ) f l 3 !. S i (B , 3 0 e s tá
( i ) 2 ; ( i i ) 4 ; ( i ii) 6 ; ( i v ) 8 ; ( v ) 1 2 ; ( v i) 1 6 ; ( v i i ) 2 4 ; t o ta lm e n te o r d e n a d o , d e c im o s q u e ( B , 3 ! ') e s u n a c a d e n a e n
l a s p a r t e s ( a ) y ( b ) i m p l ic a n q u e s i l o s d ia g r a m a s tr e d o s c a d e n a s m a x im a le s d e d if e r e n t e l o n g it u d .
de H asse d e S, T s o n e s tr u c tu r a l m e n te ig u a le s , e n ¿ C u á l e s l a lo n g it u d d e u n a c a d e n a m a x im a l d e lo n
to n c e s r ( m ) = t ( n ) . ¿ E s c i e r t o e l r e c íp r o c o ? g i t u d m á x im a p a r a e s t e c o n ju n to p a r c i a l m e n t e o r
d) M u e s t r e q u e c u a l q u i e r d i a g r a m a d e H a s s e d e la denado?
p a r t e ( a ) e s u n r e t í c u l o s i d e f in i m o s i n f | x , y ) = c) S e a n 9 l = ( 1 , 2 , 3 , 4 ) y A = 9 ’( 9 i ) . P a r a e l c o n ju n to
m c d (x , y ) y s u p j x , y ) = m c m f x , y ). p a r c ia l m e n t e o r d e n a d o (A , C ) , e n c u e n t r e d o s c a
d e n a s m a x im a le s . ¿ C u á n t a s c a d e n a s m a x im a le s tie
19. P a ra . # = { 0 ,1 ) .s e a A = { x ,x ,x ,x ,x 5 U - e . í . l £ / £ 5 } .
n e e s te c o n j u n t o p a r c ia l m e n t e o r d e n a d o ?
a) ¿ C u á n t o v a le | A i ?
d) Si 91 = {1, 2, 3.................. n ) , ¿ c u á n ta s c a d e n a s
b) P a ra x £ A , d e f in i m o s e l p e s o d e x , q u e s e d e n o ta
m a x im a le s h a y e n e l c o n j u n t o p a r c ia l m e n t e o r d e
c o n w t( x ) . c o m o w t( x ) = £ m x , . IP o r 10 !a n I 0 >WIM
n a d o ( 9 > (9 í), £ ) ?
e s e l n ú m e r o d e u n o s q u e a p a r e c e n e n x .] D e f i n a la
r e la c i ó n S i s o b r e A c o m o x S i y s i w t( x ) = w t( y ). 2 4 . P a r a 0 ¿ C C A , s e a ( C , 3 1 ') u n a c a d e n a m a x im a l e n e l
V e r if iq u e q u e S i e s u n a r e la c i ó n d e e q u iv a le n c i a c o n ju n to p a r c ia l m e n t e o r d e n a d o ( A , S é ), d o n d e ’3 t = ( C x Q
so b re A. n 31. S i l o s e le m e n to s d e C s e o r d e n a n c o m o c , 2 é ' c ¡ S é '. . . 3 1 '
400 Capítulo 7 Relaciones: La segunda vuelta
c„ demuestre quec, es un elemento minimal en (A,Si) y que el elemento 6. Determine una anticadena de longi
c„ es maximal en (.4,3». tud máxima para este conjunto parcialmente orde
25. Sea (A, 3t) un conjunto parcialmente ordenado en el nado.
que la longitud de una cadena maximal de longitud máxima b) Si <’U, = { 1 ,2 ,3 ,4 j. sea A = S'jíl). Encuentre dos
es n a 2. Sea M el conjunto de todos los elementos anticadenas diferentes para el conjunto parcialmen
maximales de (A, S?) y B = A - M. Si 9 ' = ( 8 x í ) n a , te ordenado (A. C). ¿Cuántos elementos aparecen
demuestre que la longitud de la cadena de longitud máxima en una anticadena de longitud máxima para este
en (B, 9t') es n - 1. conjunto parcialmente ordenado?
c) Demuestre que en cualquier conjunto parcialmen
26. Sea (A. 3t) un conjunto parcialmente ordenado y 0 ¿ C
te ordenado (A, a ) , el conjunto de todos los elemen
C A. Si (C X C) fl 3¡ = 0, entonces para cualesquiera x, y
tos maximales y el conjunto de todos los elementos
e C distintos, tenemos que x f f y y y x. Decimos que los
minimales son anticadenas.
elementos de C forman una anticadena en el conjunto par
cialmente ordenado (A, 3¡). 27. Sea (A, 9!) un conjunto parcialmente ordenado en el
a) Encuentre una anticadena con tres elementos en el que la longitud de una cadena de longitud máxima es n.
conjunto parcialmente ordenado dado en el Utilice la inducción matemática para demostrar que los ele
diagrama de Hasse de la figura 7.18(d). Determine mentos de A pueden separarse en n anticadenas C „ C2, . . . ,
una anticadena de longitud máxima que contenga C, (tales que G n C¡ = 0 para 1 < i < / < n).
P A R T E
2
TEMAS
ADICIONALES
DE CONTEO
4
8
El principio
d e in clusió n
y exclusión
8.1
El p r in c ip io d e in c lu s ió n
y e x c lu s ió n
En esta sección desarrollaremos algo de notación para enunciar nuestro nuevo principio
de conteo. Después estableceremos el principio m ediante un argumento combinatorio.
Los ejem plos m ostrarán la forma en que se aplica dicho principio.
Sea 5 un conjunto tal que | S | = N y sean c ,,c ¡ , c, una colección de condiciones o
propiedades satisfechas p o r algunos, o todos, los elementos de S. Algunos elementos de S
podrían satisfacer m ás de una de las condiciones, mientras que otros podrían no satisfacer
ninguna. Para todo 1 < i < í, N(c¡) denota el número de elementos de S que satisfacen la
condición c¡. (Los elem entos de S se cuentan cuando satisfacen solamente la condición c, y
también cuando satisfacen c, y otras condiciones c¡, para j ± /.) Para cualesquiera i, j e { 1,
2, 3 , . . . . r}, tales que i £ j , N(c¡ c¡) denotará el número de elementos de S que satisfacen
ambas condiciones c¡, c¡ y tal vez otras más. [W(c, c¡) no cuenta los elem entos de S que sólo
satisfacen c¡, c,.] Continuando de esta forma, si 1 £ i ,j . k £ t son tres enteros distintos,
entonces >V(c, c.c¡) denota el número de elementos de 5 que satisfacen, tal vez entre otras,
cada una de las condiciones c, c, y c¡.
Para cada 1 < i £ t, N (c,) = N - N(c,) denota el número de elementos de S que no
satisfacen la condición c,. Si 1 < i , j £ t , con i £ j , N[c-:c¡) denota el número de elementos
de 5 que no satisfacen alguna de las condiciones c, o c¡. [Esto no es lo m ismo que N(c¡cJ).]
Del diagrama de Venn de la figura 8.1, vemos que si N(c:) denota el número de elemen
tos del círculo del lado izquierdo y N(c,) denota el número de elem entos del círculo del
403
404 C apítulo 8 El principio d e inclusión y exclusión
A partir del patrón sugerido en estos dos casos, establecemos el siguiente teorema.
T E O R E M A 8.1 E l principio d e inclusión y exclusión. Consideremos un conjunto S tal que ISI = N y las
condiciones c,. 1 < ¡ < i satisfechas por algunos de los elementos de S. El número de
elem entos de S que no satisfacen ninguna de las condiciones c„ 1 £ i s t, se denota con
Ñ = N ( c ¡c2c , . .. c , ) , donde
1) una vez en N.
COROLARIO 8.1 Según las hipótesis del teorema 8.1, el número de elem entos de S que satisfacen al menos
una de las condiciones c„ donde 1 < i < r, está dado por N(c, o c , o . . . o c , ) = .V - 77.
Antes d e resolver algunos ejemplos, analizaremos una notación adicional para simpli
ficar el enunciado del teorema 8.1.
Escribimos
S0 = N ,
S< - [77(C[) + N ( c2) + • ■• + iV(c,)],
S2 = [A7(c, c2) + N (c¡ c3) + • - - + N (c , c,) + N (c 2<*) + • •• + N ( c ,. ¡ c,)],
y, en general,
4 S i = 2 <V(C¿; ■• ■C¡t) , l S Í S t ,
06 Capitulo 8 El principio de inclusión y exclusión
donde la suma se tom a sobre todas las selecciones d e tamaño k de la colección de í condi
ciones. Por lo tanto, St tiene (ii sumandos en ella.
Ahora veremos cómo se aplica este principio para resolver algunos problemas de conteo.
Determinaremos el número de enteros positivos n tales que 1 < n < 100 y n n o es divisible
entre 2, 3 o 5.
En este caso, 5 = { 1,2, 3 , . . . , 100) y N = 100. Para n £ S, n satisface
N ( c ,c 2) = [100/10J = 10;
íV(c2c3) = L100/15J = 6;
y, N(c¡c2c¡) = [100/30J = 3.
Así, de las 1330 soluciones enteras no negativas d e* , + x2 + x;, + x ,= 18, sólo 246 de ellas
satisfacen x, £ 7 para todo 1 £ i £ 4.
Nuestro siguiente ejemplo establece la fórmula que conjeturamos en la sección 5.3 para
contar las funciones sobreyectivas.
= f-o
± (-!)'(Vn ”- 1\/ n -ir -
Capítulo 8 El principio de inclusión y exclusión
N ( c , c2c ¡ . . . c„)
¿ ( - 1 ) ' (?-,)(7 - i f = (?) T3 - (?) 6 3 + (s)5 3 - (I) 43 + (?) 33 - (?) 2 3 + (?) I 3 - (?) O3
= 3 4 3 - 1 5 1 2 + 2625 - 2240 + 9 4 5 - 1 6 8 + 7 - 0 = 0.
Resolveremos ahora un problem a sim ilar a los del capítulo 3, relacionado con los
diagramas de Venn.
¿De cuántas form as pueden permutarse las 26 letras del alfabeto de tal m anera que ningu
no d e los patrones sea car, dog, pun, o byte'!
Sea S el conjunto de todas las permutaciones d e 26 letras. Entonces ISI = 26!. Para
todo 1 £ i £ 4, una permutación d e S satisface la condición c, si la permutación contiene
car, dog, pun o byte, respectivamente.
Para calcular N(c,), por ejem plo, contam os el núm ero de form as en que pueden
perm utárselos 24 sím bolos car, b, d, e . f . . . ,p , q, s, t , . . . ,x , y, z- Así, A'(c,) = 24! y de una
m anera sim ilar obtenemos
Además,
A sí, el núm ero de permutaciones d e 5 que no contienen ninguno de los patrones dados
es M c ,c 2c 3c4) = 26! - [3(24!) + 23!] + [3(22!) + 3(21)!] - [20!) + 3(19)!] + 17.
Para « e Z * , í > 2 , sea ó(n) el número d e enteros positivos m , tales que 1 < m < n y
mcd(m, n) = 1, esto es, m, n son primos relativos. Esta función es \afunción p h i de Euler y
surge en varias situaciones del álgebra abstracta relacionadas con la enumeración. Encon
tram os que t¡>(2) = 1, <K3) = 2, <t>(4) = 2, 0(5) = 4 y <K6 ) = 2. Para cualquier primo p , <Kp) =
p - 1 . Queremos obtener una fórmula para <¡>(n) relacionada con n para no tener que hacer
una comparación caso por caso para todo m, 1 < m < n , con el entero n.
L a deducción de nuestra fórmula usará el principio d e inclusión y exclusión, como en
el ejem plo 8.1. Procedem os como sigue: para n > 2, usamos el teorem a fundamental de la
aritmética y escribim os p'] p 'j ••• p 'i , dondep¡, pt , . . . ,p , son prim os distintos y q > 1 ,
para todo 1 £ i £ t. Consideremos el caso en que r = 4. Esto será suficiente para demostrar
la idea general.
Si 5 = (1, 2, 3 n }, tenemos N = | s l y para todo 1 < i < 4, decimos que Í E S
satisface la condición c¡ si k es divisible entre p,. Para 1 < k < n , mcd(<:, n ) = 1 si k no es
divisible entre cualquiera de los primosp,, donde 1 < i < 4 . Por lo tanto <|>(n) =M ciC 2 C3 c4).
Para todo 1 < i < 4 , tenemos N(c,) = nlp-, N(.c,c¡) = nl(p,p¡¡. para todo 1 < i < j < 4.
Tam bién,N{c,c,c,) = n/(p,p,p,), para todos 1 < ! < _ / < ? < 4, y Ñ (c ,c 2 c3 c4) =n/(,p,p,p¡pA).
. Así,
<i>(n) = 5 o — S i + —S 3+ St
ni í 11 n n 1
=n - - +
LPi P t\ I P 1P2 P1P1 PiP>\
n n 1 n
[ P tP iP i
+•••+
,. __ 1
P iP iP/ ii
1 \
+------
1
PiPiPiP*
1
1 _______ 1________ . ,
Í 1 + .. - + - Í - )
V pi p j \ P 1P 2 P 1P 3 P iP J
( - Í - + -
' P 1P 2P 3 P lP lP j PlPtPlP*!
- [P<P2P¡P> ~ (P lP lP t + PlPlP* + P \P lP l + P \P lP l)
P\PlP*Pl
+ ( P lP ‘ + PlP* + P2P3 + P\P* + PlP3 + PlP2)
~ ( P 4 + P 3 + P 2 + P l ) + 1]
L P1 P2 P3 P» J i-l\ Pi
no Capitulo 8 El principio d e inclusión y exclusión
E l v a l o r d e r. e s 1 3 1
P a ra n = 131 e x is te n 130 n ú m ero s m e n o re s q u e 131
y p rim o s r e l a t i v o s a é l.
E l v a l o r d e n e s 31500
P a ra n = 31500 e x is te n 7200 n ú m ero s m e n o re s q u e 31500
y p rim o s re la tiv o s a é l.
E l v a lo r de n e s 198000
P a ra n = 198000 e x is te n 48000 n ú m e ro s m e n o re s q u e 198000
y p rim o s r e l a t i v o s a é l .
F ig u r a 8 .3
8.1 El principio d e inclusión y exclusión 411
E n general, ó(n) = n (1 —(1/p)), donde el producto se tom a sobre todos los primos
p que dividen a n. Cuando n = p , un primo, 6(n) = 4>(/>) = p[ 1 - (1/p)] = p - 1, como
observamos antes. Para n = 23,100 encontramos que
E l program a en Pascal de la figura 8.3 evalúa ó0 0 para n > 3. En este caso, usamos la
estructura de control Repeat-Until para determinar si el entero i es un primo. La condición
para term inar la ejecución d e este ciclo se sigue del resultado del ejem plo 4.28.
Usamos este programa para encontrar ó(n) en los casos n = 131, n = 31,500 y n =
198,000.
L a función phi de E uler tiene muchas propiedades interesantes, algunas de las cuales
serán analizadas en los ejercicios d e esta sección y en los ejercicios complementarios.
8 .6 i E n cierta región hay cinco villas. Un ingeniero tiene que diseñar un sistema de carreteras
de dos sentidos de m odo que al terminar el sistema, ninguna villa quede aislada. ¿De
cuántas form as puede hacerlo?
Si llamamos a las villas a, b, c, d y e, buscamos el número de grafos no dirigidos sin
lazos sobre estos vértices, de modo que no haya vértices aislados. E n consecuencia, quere
mos contar situaciones com o las que se ilustran en las partes (a) y (b) de la figura 8.4, pero
no com o la que se m uestra en la parte (c).
12 C apítulo 8 El principio d e inclusión y exclusión
Sea S el conjunto de grafos no dirigidos sin lazos G sobre V = [a, b, c, d e}. Entonces
IS I = 2 10 pues hay ( , ) = 1 0 carreteras posibles de dos sentidos entre estas cinco villas y
cada canetera puede incluirse o excluirse.
Para cada 1 £ i £ 5, sea c, la condición d e que un sistema de estas carreteras aislé las
villas a, b, c, d y e, respectivamente. Entonces la respuesta al problem a es N fa ífo c .c ,).
Para la condición c¡, la villa a está aislada, por lo que tenemos que analizar las seis
aristas (carreteras) {b, c ), (¿>, d ), {b. e j, {c , d }, {c, e ), {d, e }. Tenemos dos opciones para
cada arista (a saber, poner la arista en el grafo o dejarla fuera), por lo que N(c¡) = 26. Por
sim etría, N(c,) = 2Spara todo 2 £ i £ 5, y S, = (5)26.
Cuando se aíslan las villas a y b, cada una d e las aristas {c, d ), [d, e ), {c, e } puede
ponerse o no en el grafo. Esto produce 2 5 posibilidades, por lo que N(c¡ c2) = 2! y S2 - ( 2) 23.
Usamos argum entos sim ilares para obtenerM c, c ,c3) = 2 1 y S , = ( f) 2 '; N(c, c2c 3 c4) = 2o
y S4 = (J)2°; y N(c, c ,c 3 c .c s) = 2°y S 5 = (|)2®.
En consecuencia,/*/(?,e 2e 3c4c,) = 2 10- (J)2 S+ (*)23- ( |) 2 '+ ( * )2 ° - ( s5)2°= 768.
J E R C IC IO S 8 .1 1. D e t e r m i n e e l n ú m e r o d e e n te r o s p o s i t i v o s n , 1 < n < 2 0 0 0 , ta le s q u e
a) n o s o n d i v is ib le s e n t r e 2 , 3 n i 5 . b ) n o s o n d iv is ib le s e n t r e 2 ,3 , 5 n i 7 .
c) n o s o n d i v is ib le s e n t r e 2 ,3 n i 5 , p e r o s í s o n d i v i s i b l e s e n t r e 7 .
2. D e t e r m i n e e l n ú m e r o d e s o lu c io n e s e n t e r a s d e x , + x 2 + x ¡ + x , = 1 9 , si
a) 0 £ x , p a r a to d o 1 < i £ 4 b ) 0 £ x ¡ < 8 p a r a to d o 1£ i £ 4
c) 0 £ x , £ 5 , 0 £ x2 £ 6 . 3 £ * , £ 7 , 3 £ x , £ 8.
3. ¿ D e c u á n ta s f o r m a s s e p u e d e n c o l o c a r t o d a s l a s l e t r a s d e l a p a la b r a I N F O R M A T I O N d e tal
m a n e r a q u e n i n g ú n p a r d e l e t r a s c o n s e c u tiv a s a p a r e z c a m á s d e u n a v e z ? [ A q u í q u e r e m o s c o n
ta r d is p o s ic io n e s c o m o IIN N O O F R M T A y F O R T M A IIN O N p e ro n o IN F O R IN M O T A (d o n d e
" I N " a p a r e c e d o s v e c e s ) o N O K T F N O I A M I ( d o n d e “ N O ” a p a r e c e d o s v e c e s ) .]
4. D e t e r m i n e e l n ú m e r o d e s o lu c io n e s e n te r a s p a r a x , + x 2 + x 3 + x 4 = 1 9 d o n d e - 5 £ x ¡ S l O p a r a
to d o 1 £ i £ 4 .
5. E n c u e n t r e e l n ú m e r o d e e n t e r o s p o s i t i v o s * t a l e s q u e * £ 9 ,9 9 9 , 9 9 9 y l a s u m a d e l o s d í g it o s d e
x s e a ig u a l a 3 1 .
6. E l p r o f e s o r B a l l e s t e r o s a c a b a d e e s c r i b i r e l e x a m e n f i n a l p a r a s u c u r s o d e m a te m á t i c a s a v a n z a
d a s p a r a i n g e n ie r ía . E s t e e x a m e n t i e n e 1 2 p r e g u n t a s , q u e e n t o t a l v a le n 2 0 0 p u n t o s . ¿ D e c u á n
t a s m a n e r a s p u e d e a s i g n a r e l p r o f e s o r B a lle s te r o s l o s 2 0 0 p u n to s s i ( a ) c a d a p r e g u n ta d e b e
v a l e r a l m e n o s 1 0 , p e r o n o m á s d e 2 5 p u n t o s ? , ( b ) c a d a p r e g u n t a d e b e v a l e r a l m e n o s 1 0 . p e ro
n o m á s d e 2 5 p u n to s y e l v a l o r d e l o s p u n t o s p a r a c a d a p r e g u n t a d e b e s e r m ú lt ip lo d e 5 ?
7. E n s u t i e n d a d e f lo r e s , M a r g a r i ta d e s e a c o l o c a r 1 5 p l a n t a s d if e r e n t e s e n c in c o a n a q u e le s d e l
e s c a p a r a t e . ¿ D e c u á n ta s f o r m a s p u e d e c o lo c a r l a s d e t a l m a n e r a q u e c a d a a n a q u e l te n g a a l
m e n o s u n a p l a n t a , p e r o n o m á s d e c u a tr o ?
8. ¿ D e c u á n ta s f o r m a s p u e d e s e l e c c i o n a r C a m i l o n u e v e c a n i c a s d e u n a b o l s a c o n d o c e ( id é n tic a s
e x c e p to p o r e l c o l o r ) , d o n d e t r e s s o n r o j a s , tr e s a z u l e s , t r e s b l a n c a s y t r e s v e r d e s ?
9. E n c u e n t r e e l n ú m e r o d e p e r m u t a c io n e s d e a , b, c , ..., x, y, z, d e m o d o q u e n o a p a r e z c a n lo s
p a tro n e s spin, gome, path. o net. f
1 0 . R e s p o n d a l a p r e g u n t a d e l e je m p l o 8 . 6 p a r a e l c a s o d e s e is v ill a s .
1 1 . S i s e tir a n o c h o d a d o s d i s t in to s , ¿ c u á l e s l a p r o b a b il id a d d e q u e a p a r e z c a n s e is n ú m e r o s d is tin to s ?
1 2 . ¿ C u á n t o s n ú m e r o s d e la s e g u r i d a d s o c i a l ( s e c u e n c ia s d e n u e v e d í g i t o s ) t i e n e n a l m e n o s u n a
v e z c a d a u n o d e l o s d íg i t o s 1 , 3 y 7 ?
1 3 . ¿ D e c u á n ta s f o r m a s s e p u e d e n c o l o c a r t r e s x, t r e s y y t r e s z d e m o d o q u e n o a p a r e z c a l a m is m a
l e t r a tr e s v e c e s c o n s e c u tiv a s ?
1 5 . S i Z a c a r í a s t i r a u n d a d o c i n c o v e c e s , ¿ c u á l e s l a p r o b a b i l i d a d d e q u e l a s u m a d e s u s c in c o
tir a d a s s e a 2 0 ?
1 6 . E n u n c u r s o d e m a te m á ti c a s d e 1 2 s e m a n a s , S o l e d a d e n c o n t r ó a s i e t e d e s u s a m i g a s d e l c o l e
g i o . D u r a n t e e l c u r s o , e l l a e n c o n tr ó a c a d a a m i g a 3 5 v e c e s d u r a n t e l a c o m id a , a c a d a p a r d e
e lla s 16 v e c e s , a c a d a t e m a o c h o v e c e s , a c a d a c u a t e r n a c u a t r o v e c e s , a c a d a c o n j u n t o d e c in c o
d o s v e c e s , y a c a d a c o n j u n t o d e s e is u n a v e z , p e r o n u n c a a l a s s i e t e a l m is m o tie m p o . S i c o m ió
d u r a n t e l o s 8 4 d í a s d e l c u r s o , ¿ c o m ió a l g u n a v e z s o l a ?
1 7 . C a l c u l e <¡>(n) p a r a n i g u a l a ( a ) 5 1; ( b ) 4 2 0 ; ( c ) 1 2 3 0 0 .
1 8 . C a lc u le p a ra n ig u a l a ( a ) 5 1 8 6 ; (b ) 5 1 8 7 ; (c ) 5 1 8 8 .
1 9 . S e a n € Z * . ( a ) D e t e r m i n e $ ( 2 " ) . ( b ) D e t e r m i n e 4>(2"p), d o n d e p e s u n p r i m o im p a r .
2 0 . ¿ P a ra c u á le s « 6 Z * e s ó (n )im p a r?
2 1 . ¿ C u á n to s e n te r o s p o s itiv o s n m e n o re s q u e 6 0 0 0 (a ) s a tis f a c e n m c d (n , 6 0 0 0 ) = 1? ( b ) c o m p a r
te n u n d i v i s o r p r i m o c o n 6 0 0 0 ?
2 2 . S i m . n £ Z ‘, d e m u e stre q u e 0 ( n " ) =
2 3 . E n c u e n t r e tr e s v a l o r e s p a r a » 6 Z ’ t a le s q u e $ ( n ) = 1 6 .
2 4 . ¿ P a r a q u é e n t e r o s p o s i t i v o s n o c u r r e q u e (ji(n) e s u n a p o t e n c i a d e 2 ?
2 5 . ¿ P a ra q u é e n te ro s p o s itiv o s n o c u rre q u e 4 d iv id e a 0 ( n ) ?
2 6 . E x t i e n d a e l p r o g r a m a d e l a f ig u r a 8 .3 d e ta l m a n e r a q u e f u n c i o n e p a r a e l c a s o n = 2 y q u e
i m p r i m a u n r e s u l t a d o g r a m a t i c a l m e n t e c o r r e c to .
2 7 . P a r a e l p r o g r a m a d e l a f i g u r a 8 .3 , ¿ c u á l e s e l p r o p ó s i t o d e l o s t r e s c i c l o s W h i l e d e d o s lín e a s ?
¿ P o r q u é i s e i n c r e m e n t a e n 2 ( y n o e n 1 ) e n l a l ín e a i: = i + 2 ? ( ¿ S e o b s e r v a a lg u n a d if e r e n c ia
s i i s e i n c r e m e n t a e n 1?)
8 .2
G e n e r a liz a c io n e s d e l p r in c ip io
y aunque estos resultados no nos ayudan tanto como quisiéramos, serán u n punto de par
tida útil cuando examinemos los diagramas de Venn para los casos r = 3 y 4.
En la figura 8.5, do n d e r= 3, colocamos una condición num erada al lado del círculo que
representa los elem entos de S que satisfacen una condición particular. Entonces E¡ es igual
al número d e elementos en las regiones 2, 3 y 4. Pero también podemos escribir
En V(c,) + N(c2) + N(c¡) contamos los elementos de las regiones 5 , 6 y 7 dos veces y los de
la región 8 tres veces. En el siguiente término, los elementos de las regiones 5, 6 y 7 se
elim inan dos veces. Q uitam os los elem entos de la región 8 seis veces en 2[A(c, c2) +
7V(c, c¡) + V(c 2 c3)], y después los añadimos en el término 3N(c, c 2c3); por último, no con
tamos ninguno de los elementos d e la región 8 . Por lo tanto, tenemos E, = S, - 25¡ + 3S¡ =
S ,- t f lS 2 + ll¡S3.
E n el caso de Ei, n u e s t r a e c u a c i ó n a n t e r i o r i n d i c a q u e q u e r e m o s c o n t a r l o s e le m e n to s
d e S e n la s r e g io n e s 5, 6 y 7. D e l d ia g ra m a d e V e n n ,
E 2 = N (c , c 2) + j V ( c , c 3) + N ( c 2 c 3) - 3 N (c¡ c2 c 3) - S 2 ~ 3 5 3 = S 2 - ( i) 5 3,
y
E¡ = N ( c , c2 c 3) = S 3.
E n l a f i g u r a 8 . 6 , l a s c o n d i c i o n e s c , , c 2, c , e s t á n a s o c i a d a s c o n s u b c o n j u n t o s c i r c u l a r e s d e
S , m i e n t r a s q u e c , e s t á a s o c i a d a c o n e l á r e a d e f o r m a b a s t a n t e i r r e g u l a r c o n s t i t u i d a p o r la s
r e g io n e s 4 , 8 , 9 , 1 1 , 1 2 ,1 3 , 1 4 y 16. P a r a c a d a 1 < t < 4 , £ , e s t á d e t e r m i n a d a c o m o s ig u e :
E¡ [ r e g i o n e s 2, 3 , 4, 5]:
E , = [ A ( c .) + N (c 2) + < V (c 3) + A ( c 4)1
+ 3 [ N ( c , c 2 c 3) + A ( c , c 2 c 4) + A ( c a c 3 c 4) + N ( c 2 c 3 c » )]
- 4 N ( c , c 2 c -.c¡ )
F ig u ra 8 .6
£ ¡ [regiones 6 - 1 1 ]:
De la figura 8 .6, £ 2 = S2 - 3S¡ + 6 S4 = S2 - (í¡53 + (2 |S4. Para m ás detalles sobre esta
fórmula, examinemos los resultados que aparecen en la tabla 8 . 1 , donde junto a cada su
m ando de S2, S3 y S4 enumeramos las regiones cuyos elementos se cuentan para determinar
ese sumando en particular. Para calcular S2- 3S3+ 6S-. encontramos los elementos d e las
regiones 6 a 1 1 , que son precisamente los que se cuentan para £ 2.
l a b i a 8 .1
s* S, S4
<V(c,c2) : 7 , 13, 15, 16 N ( c , c2c 3) : 15, 16 N(c¡c2c3ct): 16
N ( c, c3): 10, 14, 15, 16 N ( c , c 2c4) : 13, 16
N(c¡ ct): 1 1 ,1 3 ,1 4 , 16 t f (c ,c 3c4) : 1 4,16
N ( c2c3): 6 ,1 2 , 15, 16 A Í( c 2c 3c 4) : 12, 16
N(c2c,): 8, 12, 1 3,16
N(c¡ct): 9 , 12, 14, 16
rEO R EM A 8.2 De acuerdo con las hipótesis del teorem a 8.1, para cada 1 £ m £ í, el núm ero de elementos
de 5 que satisfacen exactamente m condiciones c¡,c2 c, está dado por
+ r \ (m + fc)! r!
I k l \ m + k) k\m \ {m + K )\(r -m —<k)!
_ r\ 1 r! (r - m)\
m\ k\(r - m - k)\ k\(r —m - k)\
- O - 'i — ü - 0-0—
con lo que se verifica la fórmula.
Con base en este resultado, si Lmdenota el número de elementos de S (según las hipóte
sis del teorem a 8 . 1 ) que satisfacen a l menos m de las/condiciones, obtenemos la fórmula
siguiente.
C O R O L A R IO 8 . 2 Lm=sm- + (;;¡)smi2 - • • • +
Demostración: La demostración se bosqueja en los ejercicios del final de esta sección.
8.2 G eneralizaciones del principio 417
= S , - S 2 + S3 + ( - l ) ' - ‘ S,.
Si comparamos esto con el resultado del teorema 8.1, encontramos que
L¡ = N - Ñ = \ S \ - Ñ .
2 . a) ¿ D e c u á n t a s f o r m a s s e p u e d e n c o l o c a r l a s le tr a s d e A R R A N G E M E N T d e m o d o q u e h a y a
e x a c t a m e n t e d o s p a r e s d e le tr a s id é n t i c a s c o n s e c u t i v a s ? ¿ a l m e n o s d o s p a r e s d e l e t r a s i d é n
t i c a s c o n s e c u tiv a s ?
b) R e s p o n d a l a p a r t e ( a ) , r e e m p la z a n d o d o s c o n tr e s .
3. ¿ D e c u á n ta s f o r m a s p o d e m o s c o l o c a r l a s l e t r a s d e C O R R E S P O N D E N T S d e m o d o q u e ( a ) n o
h a y a u n p a r d e l e t r a s id é n t i c a s c o n s e c u tiv a s ? ( b ) h a y a e x a c t a m e n t e d o s p a r e s d e l e tr a s i d é n tic a s
c o n s e c u t i v a s ? ( c ) h a y a a l m e n o s t r e s p a r e s d e l e tr a s id é n t i c a s c o n s e c u t i v a s ?
5. ¿ D e c u á n t a s f o r m a s s e p u e d e n d i s t r i b u i r d i e z p r e m i o s d i s t i n t o s e n t r e c u a t r o e s tu d ia n te s d e
m o d o q u e e x a c t a m e n t e d o s e s tu d ia n te s n o r e c ib a n n i n g u n o ? ¿ D e c u á n t a s f o r m a s p u e d e h a c e r s e
e s t o d e m o d o q u e a l m e n o s d o s e s t u d i a n t e s n o r e c ib a n p r e m i o ?
6. S i lv ia o r g a n iz a u n a lm u e r z o p a r a e lla y n u e v e d e l a s m u j e r e s d e s u c l u b d e t e n i s . E n l a m a ñ a n a
d e l a lm u e r z o , c o l o c a l a s t a r j e t a s c o n l o s n o m b r e s e n l o s d i e z l u g a r e s d e s u m e s a y s a l e s ó lo p o r
d i e z m in u t o s . S u e s p o s o H e b e r t o l l e g a a c a s a d e s p u é s d e s u ju e g o d e t e n is y , p o r d e s g r a c i a ,
d e j a l a p u e r t a a b ie r ta . U n v ie n to r e p e n tin o h a c e v o l a r l a s d i e z t a r j e ta s . ¿ D e c u á n ta s f o r m a s
p u e d e H e b e r t o v o l v e r a c o l o c a r l a s d i e z t a r j e t a s e n l o s l u g a r e s d e l a m e s a d e m o d o q u e e x a c ta
m e n t e c u a t r o d e l a s m u j e r e s s e s ie n te n d o n d e S i lv ia q u e n a ? ¿ D e c u á n ta s f o r m a s o c u r r i r á q u e a l
m e n o s c u a tr o d e e lla s s e s ie n te n d o n d e d e b e r ía n ?
7. S i s e e x t r a e n 1 3 c a r t a s d e u n a b a r a j a c o m ú n d e 5 2 , ¿ c u á l e s l a p r o b a b i l i d a d d e q u e e s t a s 13
c a r t a s ( a ) in c l u y a n a l m e n o s u n a c a r t a d e c a d a p a lo ? ( b ) e x c l u y a n e x a c t a m e n t e u n p a lo ( p o r
e j e m p l o , tr é b o l e s ) ( c ) e x c l u y a n e x a c t a m e n t e d o s p a lo s ?
4 8. E l s ig u i e n te e s u n b o s q u e jo d e la d e m o s tr a c ió n d e l c o r o la r io 8 .2 . E s c r ib a lo s d e ta ll e s n e c e s a r io s ,
a) P r i m e r o o b s e r v e q u e £ , = U = S ,.
118 C apítulo 8 El principio d e inclusión y exclusión
8 .3
D e s ó r d e n e s : N a d a e stá
e n el lu g a r c o r r e c t o
e '= l + * + - + - + - - - = ¿ - ,
2! 3! Zon\
de modo que
En un hipódromo, Rafael apuesta que cada uno de los diez caballos de una carrera llegará
a la m eta precisamente como dicen los pronósticos. ¿De cuántas formas podrán llegar a la
m eta los caballos de modo que pierda todas sus apuestas?
Si quitamos las palabras caballos y carrera del problema, lo que realmente queremos
saber es el número de formas en las que podemos colocar los números 1 ,2 , 3 , . . . . 10 de
m odo que el 1 no esté en el prim er lugar (su lugar natural), 2 no esté en el segundo (su
posición n atural),. . . y 10 no esté en el décimo lugar (su posición natural). Estas disposi
ciones son los desórdenes de 1 ,2 , 3 , . . . , 10.
El principio de inclusión y exclusión es la clave para calcular el número de desórdenes.
Para cada 1 < i < 10, un orden de 1 ,2 ,3 .........10 satisface la condición c¡ si el entero i está
en el lugar i-ésimo. Obtenemos el número de desórdenes, d ,0, como sigue:
dio = N (c , c2c , . . . c10) = 10! - (‘?)9! + (‘2°)S! - (?)7! + • • • + (¡8)0!
= 10![1 - (‘fK W lO !) + (‘°)(8!/10!) - (?)(7 !/1 0 !) + • • • + (¡8)(0!/10!)]
= 10![1 - 1 + (1 /2 !) - (1 /3 !) + • • • + (1/10!)] = (10!)(e*‘).
El espacio muestral consta en este caso d e las 10! formas en que pueden terminar los
caballos la carrera. Así, la probabilidad de que Rafael pierda todas sus apuestas es aproxi
madam ente igual a ( 1 0 !)(<r‘)/( 1 0 !) = r ' . Esta probabilidad es (casi) la m isma si el número
de caballos en la carrera es 11, 1 2 , .. . Por otro lado, para n caballos, donde n £ 10, la
probabilidad de que nuestro apostador gane al m enos una apuesta es, aproximadamente,
■* 1 - e-‘ = 0.63212.
8.3 Desordenes: Nada está en el lugar correcto 419
; E jem plo 8 .1 0 j Patricia tiene que revisar siete libros para la empresa C -H , por lo que contrata a siete
* ..................... personas para hacerlo. D esea dos revisores por cada libro, así que, la primera sem
a cada persona un libro para que lo lea y después los redistribuye al inicio de la segunda
semana. ¿De cuántas formas puede hacer las dos distribuciones de m odo que tenga dos
revisiones (por personas diferentes) de cada libro?
Ella puede distribuir los libros de 7! formas la prim era semana. Si numeramos los libros
y los revisores (de la primera semana) como 1 , 2 , . . . . 7, para la segunda distribución ella
debe ordenar estos números de modo que ninguno d e ellos esté en su posición natural, lo
que puede hacer d e d Tformas. Por la regla del producto, puede hacer las dos distribuciones
de formas.
EJERCICIOS 8 .3 1 . ¿De cuántas formas se pueden colocar los enteros 1,2, 3 , . . . . 10 en una línea de modo que
ningún entero par quede en su posición natural?
2 . a) Enumere los desórdenes de 1 ,2 ,3 ,4 ,5 de modo que los tres primeros números sean 1,2 y
3. en algún orden.
b) Enumere los desórdenes de 1 , 2 , 3 ,4 ,5 ,6 de modo que los tres primeros números sean 1,2
y 3, en algún orden.
3. ¿Cuántos desórdenes de 1, 2, 3.4, 5 existen?
4. ¿Cuántas permutaciones de 1 , 2 , 3.4, 5, 6 , 7 no son desórdenes?
5. a) Sea A = {1, 2, 3 , . . . , 7). Una función/: .4 4 tiene un pumo fijo sipara algún j g A.
¡(x) = x. ¿Cuántas funciones inyectivas/ : 4 —>.4 tienen al menos un punto fijo?
b) ¿De cuántas formas podemos diseñar un código secreto asignando a cada letra del alfabeto
una letra diferente que la represente?
6 . ¿Cuántos desórdenes de 1, 2 ,3.4, 5 . 6 ,7 , 8 comienzan con (a) 1 .2 ,3 y 4, en algún orden? (b)
5. 6, 7 y 8 , en algún orden?
7. Para los enteros positivos 1, 2, 3 n - 1, n, existen 11,660 desórdenes tales que 1,2, 3 ,4
y 5 aparecen en las primeras cinco posiciones. ¿Cuál es el valor de n?
o Capitulo 8 El principio d e inclusión y exclusión
8. C u a tr o a s p ir a n te s a u n p u e s t o te n d r á n e n t r e v i s t a s d e 3 0 m in u t o s c a d a u n o : 15 m in u t o s c o n c a d a
u n a d e l a s s u p e r v i s o r a s , N a n c y y Y o la n d a . ( L a s e n t r e v i s t a s s o n e n o f i c i n a s in d e p e n d ie n te s y
c o m ie n z a n a l a s 9 :0 0 a . m .) ( a ) ¿ D e c u á n t a s f o r m a s s e p u e d e n p r o g r a m a r e s t a s e n t r e v i s t a s d u
r a n t e u n p e r io d o d e u n a h o r a ? ( b ) U n a a s p i r a n t e . J o s e f i n a , l l e g a a l a s 9 :0 0 a . m . ¿ C u á l e s la
p r o b a b il id a d d e q u e t e n g a s u s d o s e n t r e v i s t a s c o n s e c u tiv a s ? ( c ) R e g i n a , o t r a a s p i r a n t e , l le g a a
la s 9 :0 0 a.m . y e s p e r a te r m i n a r a ti e m p o p a r a s a l i r a l a s 9 :5 0 a .m . a o t r a c ita . ¿ C u á l e s la
p r o b a b i l i d a d d e q u e R e g i n a s a l g a a t ie m p o ?
9. ¿ D e c u á n ta s f o r m a s p u e d e la s e ñ o r a F e r n á n d e z d i s t r i b u i r d i e z l i b r o s e n t r e s u s d i e z n iñ o s (u n o
p o r c a d a n iñ o ) y d e s p u é s r e c o g e r lo s y r e d i s t r i b u i r l o s d e m o d o q u e c a d a n i ñ o t e n g a l a o p o r tu n i
d a d d e e x a m i n a r d o s l i b r o s d if e r e n te s ?
10. a) C uando n b o la s , n u m e r a d a s 1 , 2 , 3 , . . . . n , s e s a c a n d e u n r e c ip ie n te , s e p r o d u c e u n e n c u e n tr o
c a s u a l s i l a m - é s im a b o l a q u e s e s a c a t i e n e e l n ú m e r o m , p a r a a lg ú n 1 < m £ n . E n c u e n tr e
la p r o b a b i l i d a d d e q u e ( i) n o h a y a e n c u e n t r o s c a s u a l e s ; ( i i ) h a y a e x a c t a m e n t e u n e n c u e n tr o
c a s u a l ; ( i i i ) a l m e n o s u n e n c u e n tr o c a s u a l; y ( iv ) r e n c u e n t r o s c a s u a l e s , p a r a l á r S f l .
b) A p r o x i m e l a s r e s p u e s ta s a l a s p r e g u n t a s d e la p a r t e ( a ) .
1 1 . D i e z m u j e r e s a s is te n a u n d e s a y u n o d e n e g o c io s . C a d a u n a d e j a e n e l g u a r d a r r o p a s u a b r ig o y
s u p o r ta f o l i o s . A l s a l i r , c a d a u n a r e c i b e u n a b r i g o y u n a b o l s a a l a z a r, ( a ) ¿ D e c u á n t a s f o r m a s s e
p u e d e n d i s t r i b u i r l o s a b r ig o s y l o s p o r t a f o l i o s d e m o d o q u e n i n g u n a d e e l l a s r e c i b a a lg u n a d e
s u s p e r t e n e n c i a s ? ( b ) ¿ D e c u á n ta s f o r m a s s e p u e d e n d i s t r i b u i r d e m o d o q u e n i n g u n a r e c i b a sus
d o s p e r te n e n c ia s ?
1 2 . L a s e ñ o r a P o z o s e n s e ñ a g e o m e t r í a y b i o l o g í a a u n g r u p o d e 1 2 e s t u d i a n t e s a v a n z a d o s e n un
a u la q u e s ó l o t i e n e 1 2 p u p itr e s . ¿ D e c u á n t a s f o r m a s p u e d e a s i g n a r l o s p u p i t r e s a l o s e s tu d ia n te s
d e m o d o q u e ( a ) n in g u n o d e e l l o s s e s ie n te e n e l m i s m o p u p i t r e e n a m b a s c l a s e s ? ( b ) e x a c ta
m e n t e s e is e s t u d i a n t e s s e s i e n t e n e n e l m i s m o l u g a r e n a m b a s c la s e s ?
13. D é u n a r g u m e n to c o m b in a t o r i o p a r a v e r i f i c a r q u e p a r a c a d a n £ Z‘,
- +(n)*“á(*K
( P a r a c a d a 1 < k < n , d t e s e l n ú m e r o d e d e s ó r d e n e s d e 1 , 2 , 3 , . . . , k', d ¡ = 1.)
14. a) ¿ D e c u á n t a s f o r m a s s e p u e d e n c o l o c a r lo s e n t e r o s 1 , 2 , 3 , . . . . n e n u n a l í n e a d e m o d o q u e
n o a p a r e z c a n lo s p a tro n e s 1 2 , 2 3 , 3 4 , . . . . ( n - l) n ?
b) M u e s t r e q u e e l r e s u l t a d o d e l a p a r t e ( a ) e s ig u a l a d , . , + d , ( d , e s e l n ú m e r o d e d e s ó r d e n e s
d e 1 .2 , 3 . n ).
1 5 . R e s p o n d a l a p a r t e ( a ) d e l e je r c i c i o 1 4 s i l o s n ú m e r o s s e c o lo c a n e n u n c í r c u l o y , a l c o n t a r e n el
s e n tid o d e l a s m a n e c illa s d e l r e lo j a lr e d e d o r d e l c írc u lo , n o a p a r e c e n lo s p a tr o n e s 1 2 , 2 3 . 3 4 ...........
( n -l)n .n l.
1 6 . ¿ C u á l e s l a p r o b a b i l i d a d d e q u e e l j u g a d o r d e l e je m p l o 8 . 8 g a n e ( a ) e x a c t a m e n t e c i n c o d e su s
a p u e s ta s ? ( b ) a l m e n o s c i n c o d e s u s a p u e s ta s ?
8 .4
P o l in o m io s d e to rr e
P aral: 6 Z*. queremos determinar el número de formas en que i torres pueden colocar
se en este tablero d e ajedrez de tal m anera que ningún par de ellas pueda capturarse entre
sí; es decir, no puede haber dos de ellas en la m isma fila o colum na del tablero. Este
núm ero se denota con rt, o con r,(C ) si deseamos especificar que estamos trabajando en un
tablero C en particular.
Para cualquier tablero d e ajedrez, r, es el número de cuadrados que hay en el tablero.
En este caso, r, = 6. Podem os colocar dos torres sin capturarse en los siguientes pares de
posiciones: (1, 4), (1, 5), (2, 4), (2, 6), (3, 5), (3, 6), (4, 5) y (4, 6), por lo que r2= 8. Si
continuamos, vemos que r3= 2, usando los lugares (1, 4, 5 ) y (2, 4, 6); r, = 0, para k > 4.
Si r„= 1, el polinom io torre, r(C , x ), para el tablero de la figura 8.7 se define como
r(C . jc) = 1 + 6 x + 8rr+2X3. Para cualquier k > 0, el coeficiente de . r e s el número de formas
en que podemos colocar k torres en el tablero d e ajedrez C sin que se capturen entre sí.
Lo que hemos hecho aquí (usando un análisis caso por caso) pronto se hará tedioso.
Conforme crezca el tam año del tablero, tendremos que considerar casos en que números
com o rt y r¡ sean distintos de cero. En consecuencia, haremos algunas observaciones que
nos permitirán hacer uso de tableros pequeños y de alguna m anera descomponer un table
ro grande en subtableros m ás pequeños.
El tablero de ajedrez C de la figura 8.8 está formado por 11 cuadrados sin sombrear.
Observemos que C consta de un subtablero de 2 x 2 C, y de un subtablero de siete cuadra
dos C. localizado en la esquina inferior derecha. Los subtableros son disjuntos, ya que no
tienen cuadrados en la m isma fila o columna de C.
Al hacer los cálculos como lo hicimos en nuestro prim er tablero d e ajedrez, encontra
mos que
Por lo tanto r(C . x ) = r(C ¡,x ) ■r(C2, x). ¿Pero fue esto suerte o hay algo que deberíamos
examinar con más cuidado? Por ejemplo, para obtener r¡ para C, necesitamos saber de
cuántas formas pueden colocarse en el tablero C tres torres sin que se capturen entre sí.
Hay tres casos:
F ig u r a 8 .7 F ig u ra 8 .8
Capitulo 8 El principio de inclusión y exclusión
En consecuencia, se pueden colocar en el tablero tres torres sin que se capturen entre sí
de (2)(1) + (10)(4) + (7)(2) = 56 form as. Aquí vemos que obtenemos 56 justo como el
coeficiente de x¡ en el producto r(C¡, x ) - r(C ¡, x).
E n g e n e ra l, si C e s u n ta b l e r o f o r m a d o d e s u b ta b le r o s d is ju M o s d o s a d o s C „ C ¡ , . . . , C „
entonces r(C . j ) = r(C ,. x ) r ( C ~ , i ) • - • r(C „ x ) .
El último resultado de esta sección demuestra el tipo de principio que vimos en otros
resultados de matemáticas combinatorias y discretas: dado un gran tablero de ajedrez, hay
que separarlo en pequeños subtableros cuyos polinomios de torre puedan determinarse
por inspección.
Consideremos el tablero de ajedrez C de la figura 8.9. Sea k > 1. Para cualquier cuadra
do de C, como el designado por (*), debemos analizar dos posibilidades.
a ) Coloque una torre en el cuadrado elegido. Luego debemos eliminar, com o lugares
posibles para las demás k - 1 torres, los demás cuadrados de C de la m isma fila o
colum na del cuadrado elegido. Usamos C, para designar el subtablero restante más
pequeño.
b) No usamos para nada el cuadrado elegido. Las k torres se colocan en el subtablero
C, (C con el cuadrado elegido eliminado).
(•)
Puesto que estos dos casos incluyen todos ios posibles y son disjuntos,
rt (C ) = ri _,(C ,) + ri ( C ) .
Si n es el número de cuadrados del tablero (en este caso, n = 8), entonces la ecuación (1) es
válida para todo 1 S k < n, y escribimos
í r * « V = i rM (C ,jr* + ¿ r ,( Q x * (2)
4 -1 4»! 4 -1
En la ecuación (2), nos damos cuenta de que la sum a puede detenerse antes d e i = n.
Hemos visto casos, como en la figura 8.7, donde r„ y algunos r¡ anteriores son 0. La suma
comienza en k = 1, ya que de otro m odo tendríamos el término r_,(C,)x° en el primer
sumando del lado derecho de la ecuación (2).
8 .4 Polinom ios d e torre 42 3
Usamos ahora esta última ecuación para determinar el polinomio torre para el tablero
de ajedrez que se muestra en la figura 8.9. Cada vez que se usa la idea de la ecuación (4),
marcamos el cuadrado especial que estamos usando con un (*). Los paréntesis se colocan
cerca de cada tablero para denotar su polinomio torre.
= x2( l + 2x) + 2x (l + 4 x + 2 x 2) + x ( l + 3x + x 2)
8.5
D is p o s ic io n e s c o n p o s ic io n e s
p r o h ib id a s
Si bien los polinomios torre de la sección anterior parecen interesantes por s í solos, ahora
m ostrarán su utilidad para resolver los siguientes problemas.
T. Tj Tj Ta Ts
Figura 8.10
i) R ,e n T ,; R 3e n T 3 ii) R ! e n T 2; R 3e n T 3
iii) R¡ e nT i; R 3 enT 4 iv) R , e n T 2; R 3 e n T 4.
De una m anera sim ilar encontramos que A/(c,c4) = 4(3!), N(c2c3)=2(3!), N(c 2 c4) = 2(3!)
y jV(c3c4) = 3(3!). En consecuencia, S2= 16(3!).
Antes de continuar, haremos algunas observaciones acerca de 5 , y S2. Para S¡ tenemos
7(4!) = 7(5 - 1)!, donde 7 es el número d e cuadrados sombreados de la figura 8.10. Asi
m ism o, S¡= 16(3!) = 1 6 (5 -2 )!, donde 16 es el número de form as en que dos torres pueden
colocarse en el tablero sombreado sin que se capturen entre sí.
En general, p ara todo 0 £ i £ 4, S, = r (5 - ¿)!, donde r¡ es el número d e formas en que
es posible colocar i torres sin que se capturen en el tablero sombreado de la figura 8.10.
En consecuencia, para facilitar la solución de este problema, regresamos a r(C , *), el
polinom io torre de este tablero sombreado. Si usamos la descomposición de C en los
subtableros disjuntos de las esquinas superior izquierda e inferior derecha, encontramos que
= 2 ( - l ) ' r , ( 5 - í ) ! = 25.
i- 0
Graciela y Nicolás pueden respirar tranquilos. Hay 25 formas en que pueden sentar a
estos últimos cuatro parientes en la recepción y evitar cualquier altercado.
E je m plo 8 .1 2 Tenemos un par de dados; uno es rojo, el otro verde. Tiramos estos dados seis veces. ¿Cuál
es la probabilidad de obtener los seis valores distintos del dado rojo y del verde si sabemos
que no aparecieron los pares ordenados (1,2), (2,1), (2,5), (3,4), (4,1), (4,5) y (6,6)? (Un
par ordenado (x, y) indica x en el dado rojo y y en el verde.]
Si reconocemos que este problema se refiere a permutaciones y posiciones prohibidas,
construim os el tablero de ajedrez que se m uestra en la figura 8.11 (a), donde los cuadrados
sombreados constituyen las posiciones prohibidas. En esta figura, los cuadrados sombreados
se encuentran dispersos. Si nuevamente etiquetamos las filas y las columnas, podemos
volver a dibujar el tablero d e ajedrez como se m uestra en la figura 8.11(b), donde hemos
tom ado los cuadrados sombreados de la m isma fila (o columna) del tablero que se muestra
en la parte (a) y los hemos hecho adyacentes. En la figura 8.11 (b), el tablero de ajedrez C
4 (de siete cuadrados sombreados) es la unión de cuatro subtableros disjuntos entre sí, y así
Para todo 1 í i s 6, definimos c, como la condición tal que, habiendo tirado los dados
seis veces, los seis valores se presentaron tanto en el dado rojo como en el verde, pero / en
el dado rojo se empareja con uno de los números prohibidos en el dado verde. [Nótese que
N(ss) = 0.) Entonces el número de sucesiones (ordenadas) de las seis tiradas de los dados
para el suceso en cuestión es
Puesto que el espacio muestral consta de todas las sucesiones de seis pares ordenados
seleccionados con repetición d e los 29 cuadrados sin sombrear del tablero de ajedrez, la
probabilidad de este suceso es 138,240/(29)® = 0.00023.
J E R C IC IO S 8 .4 1. Verifique directamente los polinomios torre para (a) el tablero de ajedrez sin sombrear de las
' 8 .5 figuras 8.8 y 8.9. y (b) el tablero de ajedrez sombreado de las figuras 8.10 y 8. ll(b).
2. Construya o describa un tablero de ajedrez mínimo (cantidad mínima de cuadrados) para el
cual r 10* 0.
3. a) Encuentre el polinomio torre para el tablero de ajedrez estándar de 8 x 8.
b) Responda la parte (a) reemplazando 8 con n, para n S Z*.
8 .6 Resum en y re p aso histórico 427
Figura 8.13
4. Encuentre los polinomios torre para el tablero de ajedrez sombreado de la figura 8.12.
5. a) Encuentre los polinomios torre para los tableros sombreados de la figura 8.13.
b) Generalice el tablero de ajedrez (y el polinomio torre) para la figura 8.13(i).
6. Sea C un tablero de ajedrez que tiene m filas y n columnas, con m £ n (para un total de mn
cuadrados). Para 0 < k £ m, ¿de cuántas formas pueden colocarse k torres (idénticas) en C sin
que se capturen entre sí?
7. La profesora Ruth tiene cinco ayudantes para corregir programas en su cursos deAPL, BASIC.
FORTRAN, Pascal y P IA A los ayudantes Juana y Carlos les disgusta FORTRAN. Sandra
desea evitar BASIC y P IA Pablo detesta APL y BASIC y Teodoro se rehúsa a trabajar con
FORTRAN y Pascal. ¿De cuántas formas puede asignar la profesora Ruth la corrección de
programas en un lenguaje a cada ayudante, abarcar los cinco lenguajes y mantener a todos
contentos?
8. ¿Porqué tenemos 61 en el término (C]C2 ...c6) parala solución del ejemplo 8.12?
9. Cinco profesores llamados Alberto, Violeta. Lorenza, Jaime y María Luisa serán asignados
para impartir un curso a escoger entre cálculo I, cálculo II, cálculo m , estadística y combinatoria.
Alberto no impartirá cálculo II ni combinatoria, Lorenza no soporta la estadística, Violeta y
María Luisa se rehúsan a ensenar cálculo I o cálculo III y Jaime detesta cálculo II.
a) ¿De cuántas formas puede decidir el coordinador del departamento de matemáticas la asig
nación a cada uno de estos profesores de uno de estos cinco cursos y mantener la paz en el
departamento?
b ) Para las asignaciones de la parte (a), ¿cuál es la probabilidad de que a Violeta se le asigne el
curso de combinatoria?
10. Un par de dados, uno rojo y el otro verde, se tira seis veces. Sabemos que los siguientes pares
ordenados no aparecieron en el resultado; ( 1 .1),(1,5),(2,4),(3.6),(4,2),(4,4),(S, l)y (S , 5).
¿Cuál es la probabilidad de que cada valor haya caído en el dado rojo y el verde?
11. Un servicio de citas por computador quiere reunir a una de cuatro mujeres con uno de seis
hombres. De acuerdo con la información que proporcionaron al unirse al servicio, podemos
sacar las siguientes conclusiones.
* La mujer 1 no seria compatible con los hombres I, 3 o 6.
• La mujer 2 no sería compatible con los hombres 2 o 4.
428 C apítulo 8 El principio d e inclusió n y exclusión
8. 6
Resumen y repaso histórico
<■
M
J a m e s J o s e p h S y lv e s te r ( 1 8 1 4 -1 8 9 7 )
B IB L IO G R A F ÍA
F ig u ra 8.1 4
Ejercicios com plem entarios 431
el valor mínimo de X para el cual el valor de este tos con una puerta común D¡, 1 £ j £ 5. se pinten
polinomio es positivo es el número cromático del con colores diferentes?
grafo. ¿Cuánto vale el número cromático de estegrafo? 13. Si n £ Z*, demuestre que
(Analizaremos con más detalle esta idea en el ca a) <j>(2n) = 2ó(n) si n es par; y,
pítulo 11.) b) 0(2n) = <¡>(n) si n es impar.
b) Si existen seis colores disponibles, ¿de cuántas for
mas se pueden pintar los cuartos R¡, 1 £ i S 5, que 14. Sean a, b,c £ Z*. con c = mcd(a, b). Demuestre que
aparecen en la figura 8.14(b) de modo que los cuar W.ab)$(.c) = m W ) c .
4
9
Fu n cion e s
generatrices
9.1
E je m p lo s in t r o d u c t o r io s
En lugar de definir en este punto una función generatriz, examinaremos algunos ejemplos
para derivar la idea a partir de ellos. Veremos que ya hemos tratado este concepto en'
situaciones anteriores.
Ejemplo 9.1 j En sus compras del sábado. M énica compró 12 naranjas para sus hijos, Graciela, M aría y
Francisco. ¿De cuántas formas puede ella distribuir las naranjas de tal forma que Graciela
obtenga al m enos cuatro y M aría y Francisco obtengan al m enos dos, sin que Francisco no
obtenga m ás d e cinco? L a tabla 9.1 enumera todas las distribuciones posibles. Vemos que
tenem os todas las soluciones enteras de la ecuación ci + c3 + c¡ = 12 tal que 4 < c b 2 < c ¡
y 2 < c3 < 5.
Al considerar los prim eros dos casos en esta tabla, encontramos las soluciones 4 + 3 + 5 =
1 2 y 4 + 4 + 4 = 1 2 . ¿Sucedió algo a sí en nuestras experiencias algebraicas anteriores? Al
m ultiplicar polinomios añadimos las potencias de la variable, y aqui, al m ultiplicar los tres
polinomios,
O 4 + x 5 + x 6 + x 1 + x s)(x 2 + x 3 + x 4 + x 5 + x 6)(x 2 + x3 + x 4 + x s).
dos de los cam inos para obtener x ' 1 son como sigue:
433
434 C apítulo 9 Funciones generatrices
Tabla 9.1
G M F G M F
4 3 5 6 2 4
4 4 4 6 3 3
4 5 3 6 4 2
4 6 2 7 2 3
5 2 5 7 3 2
5 3 4 8 2 2
5 4 3
5 5 2
(x4 + x s + x 6 + x7 + a rp ia r+ x 3 + x 4 + x3 + x ^ x 2 + x 3 + x4 + x5)
con m ás cuidado, nos dam os cuenta de que obtenem os el producto x'x'x' p ara toda tema
( i,j, k) que aparece en la tabla 9.1. En consecuencia, el coeficiente d e x 12 en
/ ( x ) = ( i + x + x 2 + - - - + x 2Sy .
También podemos obtener la respuesta mediante el coeficienteXa en la función generatriz
EJERCICIOS 9.1 1. Para los siguientes ejercicios, determine una función generatriz e indique el coeScientc de la
función necesaria para resolver el problema. (Proporcione las formas polinomial y de serie de
potencias de la función generatriz, cuando sea apropiado.)
Encuentre el número de soluciones enteras para las siguientes ecuaciones:
a ) c, + c, + c¡ + C i = 20,0 < c¡ s 7 para todo 1 S i s 4.
b) c, + C; + c¡ + c, = 20, 0 < c-, para todo 1 < i £ 4, con c, y c¡ pares
c) c, + c3 + Cj + c, + c¡ = 30. 2 < c¡ £ 4, y 3 £ c¡ £ .8 para todo 2 £ i < 5
d) o, + c , + c , + c, + c¡ - 30. 0 < c, para todo 1 < i < 5, con c. par y c3 impar.
36 C apitulo 9 Funciones generatrices
9.2
D e f in ic io n e s y e je m p lo s :
T é c n ic a s d e c á lc u lo
En esta sección examinaremos varias fórmulas y ejemplos relacionados con las series de
potencias que usaremos para obtener los coeficientes de términos particulares en una fun
ción generatriz.
Comenzaremos con el siguiente concepto.
efinición 9.1 Sea a^. a h a-_,. . . una sucesión de números reales. L a función
*
¿De donde viene esta idea?
9.2 Definiciones y ejemplos: Técnicas d e cálculo
i E je m p lo 9 .5 I a) P a ra n S Z \
(1 - x " * 1) = (1 - x ) ( l + X + X2 + X3 + • • • + X").
l = ( l - x ) ( l + x + x2 + x5+ x‘ +---),
así 1/(1 - x ) es la función generatriz para la sucesión 1 , 1 , 1 , 1 , . . . [1/(1 - x ) = 1 +
x + x2 + x 3 + • • • es válida para todos los reales x tales que | x | < 1; en este rango de
valores, ia serie geométrica 1 + x + x2 + • ■• converge. Sin embargo, en nuestro
trabajo con funciones generatrices nos ocuparemos m ás d e los coeficientes d e las
potencias de x que de la convergencia. Esto no quiere decir que el concepto de
convergencia no sea importante, sino que no lo necesitamos para el material que
estudiaremos en este capítulo.]
c) Con 1/(1 - x ) = l + x + x2 + x5 + - - = Xüo-^’ <°tnando la derivada d e cada lado
obtenemos
= — ( 1 + x + x 2 + x3 + - - - ) = 1 + 2 x + 3x 2 + 4 x 3 + - - -
dx
9 .6 i a) D e la parte (b) del ejemplo 9.5 sabemos que la función generatriz para la sucesión
1, 1, 1, 1, . . . e s /(x ) = 1/(1 - x ) . Por lo tanto, la función
438 Capítulo 9 Funciones generatrices
g (x ) = f( x ) - 1 2 = 1 /(1 - x) - J 2
a0 = 0 = 02 + 0 , a , = 2 = l 2+ l ,
a2 = 6 = 22 + 2 , a , = 12 = 32 + 3,
a* = 20 = 42 + 4 , . . . .
En general, tenemos a„ = n- + n, para todo n > 0.
Usando los resultados d e las partes (c) y (d) del ejemplo 9.5 vemos que
ar(zr + l ) ; x _ * (* -r 1) + ar(l - x) 2-t
(l-* )3 (l-* )2 (l-* )3 ( l - x f
es la función generatriz d e la sucesión dada. (Aquí la solución depende de nuestra
habilidad para reconocer cada ar_como la suma de n~ y n. Si no vemos esto, no
podremos responder la pregunta dada. En consecuencia, en el ejemplo 10.5 del
siguiente capítulo analizaremos otra técnica que nos ayude a reconocer la fórmula
para a,.)
n! [n(n — l ) ( n —2 ) ■• • (n —r + 1 ) ]
o - [r!(n —r)l] r!
Para n £ Z*, el desarrollo en serie de M aclaurin para (1 + x ) " está dado por
(1 + x ) - = 1 + ( - « ) * + ( - n ) ( - n - I)x2l2\
+ ( - « ) ( - « - l ) ( - n - 2 ) ^ / 3 ! + • ••
1 , ¿ (-")(-« -!)(-« -2 )-" ( - « - r t l )
sucesión ( ? ) , ( T ) , ( 7 ) . ( " ? ) .- • ■
1 , ¿ ( - l ) ( - 4 ) ( - 7 ) - - - ( - 3 r + 2 )^
,.i r¡
y (1 + 3x)~m genera la sucesión 1, - l ,( - l ) ( - 4 ) / 2 ! , (-1 )(-4)(—7 )/3 !, . . . . (-1 )(—4)(-7) ■• -
(~3r + 2 ) /r ! ,. . .
En general, para n £ Z*. el coeficiente de xr- en /(x ) es 0, si 0 < n < 7. Para todo n > 8,
el coeficiente de x" en f(x ) es el coeficiente d ex '~ 8 en (1 - x ) ~ \ que es (~_4g) (—1y - ®
Capitulo 9 Funciones generatrices
Antes de continuar reuniremos las identidades que se muestran en la tabla 9.2 para
referencias posteriores.
T a b la 9 .2
Para cada m ,n £ Z * , t i E R ,
i) ( i+ * r = ( s ) + ( ? ) * + ( 3 > 2 + — + © * "
2) ( 1 + 0 * ) " = (S) + t) a x + ( í y f x 2 + ■ ■ • + (")a"x"
3) ( i + í " ) * = ( 5 ) + ( ; ) T - + ( i y " + - - - + ( : y m
4) ( l - * " +1) / ( l - x ) = l + x + x 2 + - + x "
5) l / ( l - x ) = l + x + x 2 + x 3+ -- = 2r.0i i
6) 1/(1 + xy= (o-) + (?)*+ ( ? y +■■■
= i + ( - i ) ( " ‘ ! - ) r + ( - í f t - T V + • ••
= S U ( - D < ’T V
7) 1/(1 - x f = to") + (?X-^) + (?X—* ) * + •■•
=2T-o(?X-*y
= i + ( - i n - K - x ) + ( - í ^ T ’X-x)2+ - -
=2r.o("i-iy
/ (* ) = ( l + x + x 2 + x ¡ + ■■■)",
y la respuesta requerida es el coeficiente de xr e n f(x ). Ahora bien, por la identidad 7 de la
tabla 9.2 obtenemos
Ejem plo 9 .12 ’ ¿De cuántas formas puede un capitán de policía distribuir 24 cargas de rifle a cuatro ofi-
'- . ''" - v " cíales d e form a que cada oficial reciba al menos tres cargas, pero no m ás d e ocho?
Las opciones para el número de cargas que recibe cada oficial están dadas porx3 + xr + ■■■
+ .t*. Hay cuatro oficiales, así que la función generatriz resultante es/(;c) = (x3+ x4 + • • ■+ X2)4.
Buscamos el coeficiente de x 2Aen fix ) . Con (x 3 + x* + ■■■ + x8)4 = x 12( l + x + x2 +
+ x5)4 = xl2( (l —xs) /(l - x))4, la respuesta es el coeficiente d e x 12 en
x( i - x y a - * r = [i - a y +© *■* - + * * ] [ ( ? ) + C t t - * ) + ( ? ) ( - * ) ’ + • • -i>
que es - (Í)(V )(-1 )‘ + (5)(o‘)l = [(ü) - « ) ( ! ) + G)1 = 125.
0 • x 2 + 0 - x + 1 = 1 = ( A + B )x 2 + ( - 4 A - 5 B + C )x + ( 4 4 + 6B - 3C).
1 1 1 1
(x -3 )(x -2 )2 x -3 x -2 ( x - 2 )2
= ( t ) 1 - (x /3 ) + ( 2 ) 1 - (1 / 2 ) + ( t ) (1 - ( i / 2 ) ) z
-(t W 4 ) U íí
C apítulo 9 Fun ciones generatrices
La respuesta es ( “/ ) (-1)8 = 495, como antes. (El lector debería revisar el ejercicio
complementario 17 del capítulo 3.)
co = 0 -O2 = 0
c, = 0 - l 2 + l - 0 2 = 0
c2 = 0 -22 + 1 - 12 + 2 - 0 2 = 1
c3 = 0 - 32 + 1 - 2 2 + 2 - 1 2 + 3 - 02 = 6
c4 = 0 • 42 + 1 • 32 + 2 - 22 + 3 • l 2 + 4 - O2 = 20
y en general, c , = ^ * =0¡'(&_ O2- (Simplificaremos esta fórm ula en los ejercicios d e la sec
ción.)
Cuando una sucesión c0, c „ c2, . . . se obtiene de dos funciones generatrices f{ x ) [para
oo, a ,, a2. ■■•] y g(x) [para b¡¡, b,, b2, . .. ] , como en este ejemplo, la sucesión e0, c¡,c2, . . . es
la convolución de las sucesiones 4o, a¡, a2, . . . y b¡¡, b¡, b2, - - ■
C o = l, c, = 1 + 3 = 4 , c2 = l + 3 + 9 = 13, y
c„ = 3"~3 + 3 '~2 + 3"“‘ + 3”, n a 3.
Capítulo 9 Funciones generatrices
IERCICIO S 9.2 1 . Encuentre las funciones generatrices para las siguientes sucesiones. [Por ejemplo, en el caso
de la sucesión 0,1,3 ,9 ,2 7 la respuesta pedida esx?(l - 3x), no o simplemente
0 + x + 3x3 + 9x3 h .]
a) (o),( !),(!),-• -.(!) b) (f),2 (!),3 (!),...,8 (!)
c) 1 , - 1 , 1 , - 1 , 1 , - 1 , . . . d) 0 , 0, 0, 1 , 1 , 1 , 1 , 1 , 1 , . . .
e) 0 , 0 , 0 , 6 , - 6 , 6 , - 6 , 6 , . . . f) 1 , 0, 1 , 0, 1 , 0 , 1 , . . .
g) 1 ,2 ,4 ,8 ,1 6 ,... h) 0 ,0 ,l ,a ,a í ,a 3 , . . . , a # 0
2. Determine la sucesión generada por cada una de las siguientes funciones generatrices,
a) /(*) = (2x - 3)3 b) f(x ) = x4/ ( l - x) c) f(x ) = x3/ ( l - x 2)
d) /(x) = l / ( l + 3x) e )/(x ) = l /( 3 - x ) f) /(x ) = l / ( l - x ) + 3x7- l l
3. En cada uno de los siguientes ejercicios,/(x) es la función generatriz de la sucesión ao, ai, a¡,. . . ,
mientras que la sucesión b<¡, b,. b¡,. . . es generada por la función g(x). Exprese g(x) en térmi
nos de f(x).
a) b¡ = 3 b) 63 = 3
J, = a„ n£N , n # 3 ih = l
bn = e „ n E N , n i 3,7
c) 6 , = 1 d) Í>, = 1
63 = 3 ¿>3= 3
6« = 2fl„ « E N , n # l , 3 ¿7 = 7
b . = 2a. + 5, s E N , n i 1,3,7
4. Determine la constante (es decir, el coeficiente de x°) en (3.x2 - (2/x))15.
5. a) Encuentre el coeficiente de x1 en (1 + x + x2 + x3 + • • •)".
b) Encuentre el coeficiente de x7 en (1 + x -¡- x2 + x3 + •••)“ paran E Z*.
6 . Encuentre el coeficiente de x 50 en (x7 + x3 + x8 + • • •)4.
7. Encuentre el coeficiente de x20 en (x2 + x3 + x2 + x5 + x6)5.
8 . Para n E Z \ encuentre en (1 + x + x2)(l + x)' el coeficiente de (a)x7; (b)x8 y, (c) x' para 0 < r
S n + 2, r E Z.
9. Encuentre el coeficiente de xls en los siguientes ejercicios.
a) x3( l - 2x)10 b) (x 3 - 5 x ) / ( l - x )5 c) ( 1 + x ) 7 (l - x)4
10. ¿De cuántas formas se pueden asignar dos docenasde robots idénticos a cuatro líneas de en
samble de modo que (a) al menos tres robots se asignen a cada línea? (b) almenos tres, pero no
más de nueve robots se asignen a cada línea?
1 1 . ¿De cuántas formas pueden separarse 300 sobres idénticos, en paquetes de 25. entre cuatro gru
pos de estudiantes, de modo que cada grupo tenga al menos 150, pero no más de 1000 sobres?
12. Se distribuyen dos cajas de refresco, con 24 botellas de un tipo y 24 de otro, entre cinco
inspectores que realizan pruebas de calidad. ¿De cuántas formas pueden distribuirse las 48
botellas de modo que cada inspector reciba (a) al menos dos botellas de cada tipo? (b) al menos
dos botellas de un tipo particular y al menos tres de la otra?
13. Si se tira un dado 12 veces, ¿cuál es la probabilidad de que la suma de las tiradas sea 30?
14. Carolina reúne el dinero de sus primos para hacer una fiesta en honor de su tía. Si ocho primos
prometen darle $2, $3, S4 o S5 cada uno y otros dos le dan $5 o $10, ¿cuál es la probabilidad
de que Carolina reúna exactamente $40?
15. ¿De cuántas formas puede Tobías seleccionar canicas de una colección grande de canicas azu
les, rojas y amarillas (todas del mismo tamaño) si la selección debe incluir un número par de
canicas azules?
16. ¿Cómo puede repartir Mana 12 hamburguesas y 16 hotdogs entre sus hijos Ricardo, Pedro,
Cristóbal y Jaime, de modo que Jaime reciba al menos una hamburguesa y tres hotdogs, y que
cada uno de sus hermanos reciba al menos dos hamburguesas pero a lo más cinco hotdogs?
9 .3 Particiones d e enteros
¿ i = ¿ i = * ( * + l )/ 2 , 1 i2 = 2
2 i 2 = * ( * + l ) ( fc + l )/ 6 , y
Í i3 = ¿ í j = k 2(k + 1)2/4,
22. a) Encuentre los primeros cuatro términos c0, c¡, c; y c¡ de las convoluciones de los siguientes
pares de sucesiones.
i) a, = 1, í>„ = 1, para todo « E N .
ii) a, = 1, b. = 2", para todo n £ N.
iii) oo = a¡ =a¡ = a¡= l ; a , = 0, n 6 N, n * 0 ,1 ,2 ,3 ; b , = 1, para todo « E N .
b) Encuentre una fórmula general para c, en cada uno de los resultados de la parte (a).
23. Encuentre una fórmula para la convolución de cada par de sucesiones:
a) a„ = 1, 0 S n < 4, a,, = 0, para todo n > 5; b. = n, para todo « E N .
b) a , = (-1)", b, = (-1)". para todo n eN .
c) a , = l , 0 s « s 3 , í , = 0, para todo n a 4; bu = 0, b, = 1, b z = 2, b¡ = 3, b , = 0, para
todo n a 4.
9 .3
P a r tic io n e s d e e n t e ro s
p ( l ) “ 1: 1
p ( 2 ) = 2: 2 = 1+ 1
p ( 3) = 3: 3 = 2 + 1 = 1 + 1 + 1
p ( 4) = 5; 4 = 3 + l = 2 + 2 = 2 + l + l =l + l + l + l
p ( 5 ) = 7: 5 = 4 + l = 3 + 2 = 3 + l + l = 2 + 2 + l
= 2 + l+ l+ l= l+ l+ l+ l+ l
Qusiéramos obtener p(n) para un n dado sin tener que enumerar todas las particiones.
Necesitamos una herramienta para llevar un registro d e los números 1 ,2 n que se
usan como sumandos d e n.
146 C apitulo 9 Funciones generatrices
f() _ 1 1 1 1 1
(1 - X ) ( 1 - ^ ( 1 - X 3) ' " ( 1 - X 10) , U ( 1 - ^ ) '
1) l + l + l + l + l + l 2) 1+ 1+ 1+ 1+2
3) 1+ 1+ 1+ 3 4) 1+ 1+ 4
5) 1+ 1+ 2+ 2 6) 1+ 5
7) 1+ 2 + 3 8) 2+2+2
9) 2+ 4 10) 3+ 3
11) 6
Las descomposiciones (6), (7), (9) y (11) tienen sumandos distintos, por lo quepá(6) = 4.
9 .3 Particiones d e e nteros 447
P<* * ) = ( l + * ) ( l + . r 2) ( l + * V . = ñ ( l + * í).
/-!
Para cualquier n e Z*. pjin ) es el coeficiente de x" en (1 + xXl + x2)- ■-(1 + x“).
[Definimos p / 0 ) = 1.] Cuando n = 6, el coeficiente d e r 5 en (1 + r ) ( l -t- jc2) • - - (1 + x6) es 4.
9 .2 0 | Si consideramos las disposiciones del ejemplo 9.19 veremos que hay cuatro descomposi
ciones de 6 con sumandos impares: (1), (3), (6) y (10). También ten e m o sp /6 ) = 4. ¿Es una
coincidencia?
Sea p0(n) el número de descomposiciones de n en sumandos impares, cuando n > 1.
Definimospo(O) = 1- La función generatriz de la sucesiónp0(0),p0(l),p o (2 ),. . - está dada por
(1+J?+. 1 1 1 1
PÁX) = (1 + *)(1 + + ^ ( 1 + X 4) - • •
l - x 2l - x i l - x t l- x * =_ 1 ____ 1 _
1 -x : 1 - x 2 1 - x 3 1 - x 4 1 -x l-x 3
De la igualdad de las funciones generatrices, tenemos que p jjt) = p0(n), para todo n > 0.
D e nuevo, solam ente permitiremos el uso de sumandos impares pero, en este ejemplo,
cada uno d e dichos sumandos (impares) debe aparecer una cantidad im par de veces, o no
aparecer en la suma. Por ejemplo, existe una de tales descomposiciones del entero 1 (a
saber, 1) pero no existe una descomposición de este tipo para el entero 2. Para el entero
3 tenemos dos de estas descomposiciones: 3 y 1 + 1 + 1. Cuando analizamos las posibili
dades del entero 4, encontramos la descomposición 3 + 1 .
L a función generatriz de las descomposiciones descritas es
/ ( x ) = ( l + x + x 3 + x5 + • • • ) ( l + x 3 + x 5 + x 1!+ - • • ) ( l + x 5 + x 15 + x25+ • • • ) • - -
=ñ(i+¿^iH -
4=0 \ 1 -0 /
448 C apítulo 9 Funciones generatrices
ya que si así fuera, el producto no podría tener términos donde x apareciera con una poten
cia finita. L a situación dada en la ecuación (*) ocurriría si pensáramos que todo entero
positivo im par debería aparecer como sumando al m enos una vez. En tal “descomposi
ción", el número d e sumandos y la propia suma serían infinitos. En consecuencia, aunque
no se enuncie en form a explícita, debemos observar que cada sumando impar podría no
aparecer, situación tenida en cuenta por el (primer) sumando 1, que aparece en cada factor
de /(x ). D e hecho, éste es el caso salvo cuando se trata de un número finito d e sumandos
impares. Por supuesto, cuando un sumando im par aparece en una descomposición, lo hace
una cantidad im par de veces.
Cerraremos esta sección con la idea llamada grafo de Ferrer. Este grafo usa filas de
puntos para representar la descomposición de un entero donde el número de puntos por
fila no aum enta al pasar de cualquier fila a la inferior.
En la figura 9.1 vemos los grafos de Ferrer de dos descomposiciones de 14: (a) 4 + 3 +
3 + 2 + l + l y ( b ) 6 + 4 + 3 + l .E l grafo de la parte (b) es una trasposición del grafo de la
parte (a), y viceversa, pues podemos obtener un grafo a partir del otro m ediante un inter
cam bio de filas y columnas.
• • • • • • •
• • • • • •
• •
(b)
• 0)
9 .4
La f u n c i ó n g e n e r a tr iz
e x p o n e n c ia l
El tipo de función generatriz con el que hemos trabajado se conoce como la función
generatriz ordinaria de una sucesión dada. Esta función surgió en los problemas de selec
ción, donde el orden no era importante. Sin embargo, ahora que pasamos a los problemas
de disposiciones donde el orden es crucial, buscamos una herramienta semejante. Para
encontrarla, regresaremos al teorema del binomio.
Para cualquiern S Z*, (1 + *)“= ( j ) + ( j ) z + ( jjjt3 + • • • + (¡¡)x", por lo q u e (l + x f es la
función generatriz (ordinaria) de la sucesión ( j ) , ( j ) , ( j ) , . . . , ( 3 ) , 0 , 0 , . . . A l analizar esta
idea en el capítulo 1, también escribimos (") = C(n, r) cuando quisimos enfatizar que (")
representaba el número de combinaciones de n objetos tomados de r en r, con 0 £ r < n. En
consecuencia, (1 + x Y genera la sucesión C(n, 0), C(n, 1), C(n, 2 ) , . . . , C(n, n), 0, 0 , . . .
Para cada 0 < r < n,
C("’r)=^ T =(¿)/,(n’r)’
donde P(n, r) es el número de permutaciones de n objetos tomados de r en r. Así,
= P (n ,0 ) + P (n , 1)* + P ( n ,2 ) ^ + P (n . 3 ) ^ + - - - + P { n ,n )-
2! i! ni
■50 Capítulo 9 Funciones generatrices
Por lo tanto, si nos fijamos en el coeficiente de x7r! que aparece en (1 + x Y , con 0 < r <
n, obtenemos P(n, f). Con base en esta observación, tenemos la siguiente definición.
X2 X3 " X?
f{ x ) = flo + axx + a2— + a-i — + • • • = 2
2! 3! ¿-o il
es la función generatriz exponencial de la sucesión dada.
Ejem plo 9 .2 2 I Si analizamos el desarrollo en serie de Maclaurin para e’, tenemos que
2! 3! 4! í í ¿!
Nuestro siguiente ejemplo muestra que esta idea nos puede servir para contar ciertos
tipos de ordenaciones.
Tabla 9.3
x‘ x1 x‘ x~ x‘ x‘
+ — -r — + — ~ — + — + — + ¿ J
<á
2 ! ! 2 ! 2! 2 ! 2 ! 2 ! 2!
-[©♦©♦©♦©♦©♦©♦©♦«ja*-
y el coeficiente d e ¿ 4/4! es la respuesta (102 disposiciones) producidas por los ocho resul
tados d e la tabla.
x 2 ¿3 ¿ a ¿2 ¿ 5 ¿J
e” = l + ¿ 4 ------- 1------1------r - - • e = \- X + --------- - r --------
2! 3! 4! 2! 3! 4!
e ‘ + e~ x = 2 1 1 + —+ — + ••
' 2! 4! !’
e’ + e -‘ , ¿2 ¿J
-------- — 1 -i------------ :-------- r - ■ - .
2 2! 4!
e‘ - e ~ x ¿= ¿ 5
-------- = X -i------------ f-------- b • - - .
2 3! 5!
Un barco lleva 48 banderas, 12 de cada uno de los colores rojo, blanco, azul y negro. Se
colocan doce de estas banderas en un mástil para comunicar una señal a otros barcos,
a) ¿Cuántas de estas señales utilizan un número par de banderas azules y un número
im par de banderas negras?
52 Capítulo 9 Fu n d o n e s generatrices
/ w = |1 + x + í í + í ! + ...) í (1 + £ !+ i ! + . . . y x + í ! + í ! + ...
■(*
' 2! 3! I \ 2! 4! 3! 5!A
tiene en cuenta todas las señales d e este tipo formadas p or n banderas, n a l . Los
últimos dos factores de flx ) restringen las señales a un número par de banderas
azules y un número im par de banderas negras, respectivamente.
Como
m = - « -* )
el coeficiente de x12/12! en fí_x) produce (l/4 )(4 12) = 4 " señales formadas por 12
banderas con un núm ero p ar de banderas azules y un número im par d e banderas
negras.
b) ¿Cuántas de las señales tienen al m enos tres banderas blancas o no tienen ninguna?
En este caso, usamos la función generatriz exponencial
«W = (1 + i + - + - + - ) ( 1+ - + - + - ) ( 1 + x + - + - + -
1 2! 3! A 3! 4! A 2! 3!
=e { e '- x - f ^
= e r^ e ’ - x - ^ = eb - x e >x- ( W j i V *
= Í ? - r ¿ ^ - ( r / 2 ) í ¿ ® ) .
/-o ¡! i-o ¡! V,=o i! /
“>A !A);ahora vemos que para obtener x 12/ 12! debemos fijamos en el tér
m ino x[(3x)"/l 1!] = 3 "(x'V l 1!) = (12)(3")x'!/12!, y el coeficiente d e x ,!/12! es
(12)(3“); y
U na em presa contrata a 11 nuevos empleados, cada uno de los cuales es asignado a una de
cuatro subdivisiones. C ada subdivisión recibe al m enos a uno de ellos. ¿De cuántas formas
se pueden hacer las asignaciones?
Si llamamos a las subdivisiones A, B, C y D, podemos contar, en form a equivalente, el
núm ero de sucesiones de 11 letras en las que al m enos aparece una vez cada una d e las
letras A , B, C y D. L a función generatriz exponencial de estas disposiciones es
L a forma de esta respuesta nos debe recordar algunos de los problemas de conteo del
capítulo 5. Si dejam os d e lado el vocabulario, estamos contando el número d e funciones
sobreyectivas g: X Y donde |x| = 1 1 , I y | = 4 .
EJERCICIOS 9 .4 1. Encuentre la función generatriz exponencial de cada una de las sucesiones siguientes.
a) 1 , - 1 , 1 , - 1 , 1 , - 1 , . . . b) 1,2,22,2 3,2 * ,. . .
c) 1, - a ,a 2, - a 3,a ', . . . , a € R d) l , a !,a ‘,a ‘ o£R
e) a ,« J,a ’, a ' , . . . , a € R f) 0 ,1,2(2),3(22),4(23) , . . .
2. Determine la sucesión generada por cada una de las siguientes funciones generatrices
exponenciales.
a ) / ( x ) = 3eto b) f ( x ) ^ ^ - 3 e 2‘
c) /(x ) = e*+ x2 d ) f ( x ) = e2x - 3 x 3 + 5x2 + 7x
e) / ( x) = 1/(1 - x) t ) f(x ) = 3/(1 - 2x) + e*
3. En los siguientes ejercicios, la función/(x) es la función generatriz exponencial de la sucesión
Oo. «i. “i mientras que la función g(x) es la función generatriz exponencial de la suce
sión b<¡, b¡. b¡,. . . Exprese g(x) en términos de/(x) si
8 )6 3 = 3 b) a„ = 5 \ n £ N
6. = a»,n e N , n / 3 6j = - l
6 , = ¡2„, a £ N , n í 3
c) 6 , = 2 d) 6i = 2
6j = 4 63 = 4
6. = 2u„ a E N . n f 1,2 63 = 8
6 „ = 2am+ 3, n £ N ,n ^ 1,2,3
4 C apítulo 9 Fu n d o n e s generatrices
4. a ) P a r a e ! b a r c o d e l e j e m p l o 9 . 2 5 , ¿ c u á n t a s s e ñ a l e s u s a n a l m e n o s u n a b a n d e r a d e c a d a c o lo r?
( R e s u e l v a e s t o m e d i a n t e u n a f u n c ió n g e n e r a t r i z e x p o n e n c ia l.)
b ) E n u n c i e la p a r te ( a ) e n u n a f o r m a a l t e r n a t i v a q u e u s e e l c o n c e p t o d e f u n c ió n s o b r e y e c tiv a .
c ) ¿ C u á n t a s s e ñ a l e s h a y e n e l e je m p l o 9 .2 5 , s i e l to ta l d e b a n d e r a s a z u le s y n e g r a s e s p a r?
5. E n c u e n t r e la f u n c ió n g e n e r a t r i z e x p o n e n c ia l d e l n ú m e r o d e f o r m a s e n q u e p o d e m o s o r d e n a r n
l e t r a s , n > 0 , s e le c c i o n a d a s d e c a d a u n a d e l a s s i g u i e n t e s p a la b r a s .
a) H A W A II b ) M IS S IS S IP P I c ) IS O M O R P H IS M
6. P a r a l a p a r t e ( b ) d e l e j e r c i c io 5 , ¿ c u á l e s l a f u n c ió n g e n e r a t r i z e x p o n e n c i a l s i l a d is p o s i c ió n
d e b e c o n te n e r a l m e n o s d o s le tr a s I ?
7. S u p o n g a m o s q u e l a e m p r e s a d e l e j e m p l o 9 . 2 6 c o n t r a t a a 2 5 e m p le a d o s . D é l a f u n c ió n g e n e r a tr iz
e x p o n e n c ia l p a r a e l n ú m e r o d e f o r m a s d e a s i g n a r e s t a s p e r s o n a s a l a s c u a t r o s u b d iv i s io n e s , d e
m o d o q u e c a d a s u b d i v i s i ó n r e c i b a a l m e n o s 3 p e r s o n a s , p e r o n o m á s d e 10.
9. S i g e n e r a m o s u n a s u c e s i ó n te r n a r i a ( 0 , 1 , 2 ) d e 2 0 d í g i t o s e n f o r m a a le a t o r i a , ¿ c u á l e s la
p r o b a b ilid a d d e q u e ( a ) te n g a u n n ú m e ro p a r d e u n o s ? (b ) te n g a u n n ú m e ro p a r d e u n o s y un
n ú m e r o p a r d e d o s e s ? ( c ) t e n g a u n n ú m e r o i m p a r d e c e r o s ? ( d ) e l t o ta l d e c e r o s y u n o s s e a
i m p a r ? ( e ) e l n ú m e r o to ta l d e c e r o s y u n o s s e a p a r ?
1 0 . ¿ C u á n t a s s u c e s i o n e s c u a t e r n a r i a s ( 0 . 1 , 2 . 3 ) d e 2 0 d í g it o s h a y c u a n d o ( a ) s e t ie n e a l m e n o s un
2 y u n n ú m e r o i m p a r d e c e r o s ? ( b ) n i n g ú n s ím b o lo a p a r e c e e x a c t a m e n t e d o s v e c e s ? ( c ) n in g ú n
s í m b o l o a p a r e c e e x a c t a m e n t e t r e s v e c e s ? ( d ) h a y e x a c ta m e n te d o s t r e s e s o n in g u n o ?
11. S e v a n a d i s t r i b u i r 2 5 c o n t r a t o s ( p a r a 2 5 c o m p o n e n te s d if e r e n t e s d e l tr a n s b o r d a d o r e s p a c ia l)
e n t r e c i n c o c o m p a ñ ía s : c , , c ¡ , . . . , c ¡. E n c u e n tr e l a f u n c ió n g e n e r a t r i z e x p o n e n c ia l p a r a el
n ú m e r o d e f o r m a s e n q u e e s p o s i b l e o t o r g a r e s t o s c o n t r a t o s d e m o d o q u e ( a ) l a c o m p a ñ ía C\
o b t e n g a a l m e n o s c i n c o c o n t r a t o s y l a s d e m á s a l m e n o s d o s ; ( b ) c a d a c o m p a ñ í a o b te n g a al
m e n o s u n c o n t r a t o , l a c o m p a ñ í a c 2 o b t e n g a m á s c o n t r a t o s q u e l a c i y q u e l a c o m p a ñ í a c¡ o b te n
g a a l o m á s c in c o c o n tr a to s .
9 .5
El o p e r a d o r d e s u m a
Esta última sección presentará una técnica que nos ayudará a pasar de la función generatriz
(ordinaria) para la sucesión a0, a ,, a , , . . . a la función generatriz de la sucesión a,¡, a¡,+ a¡,
ao+ a , + a2, - • ■
P a ra/(x ) = a,,, a,x + a 2x‘ + a 3x 1 + - ■■, consideremos la fu nción/(x)/(l - x ) ,
por lo que x( 1 + x)l( 1 - x )'1 genera O2, l 2, 2 2, 32, . . . Como consecuencia de nuestra obser
vación anterior,
es la función generatriz de O2, 02+ l 2, 02+ l 2+ 22, 02+ l 2+ 22+ 32, . . . Por lo tanto, el
coeficiente de x" en x( 1 + z)/( 1 - a)4 es 2 ”=0r2. Pero el coeficiente de a" e n .t(l + x)/( 1 - a:)4
también puede calcularse como sigue:
~ 4 ’l ( - i r , + L “_42) < - i r =
_ s/4 + (» —2) — 1
+(- 1H n—2
n + 2\ (n + 1 \ (n + 2 ) ! ( n + 1)1
EJERCICIOS 9 .5 1. Continúe el desarrollo de las ideas planteadas en el ejemplo 9.27 y obtenga la fórmula
[n(n + l)/2]2.
2. a) Encuentre la función generatriz de la sucesión de productos 0 • ( - 1), 1 • 0, 2 ■ 1 ,3 -2 ,
4 - 3 ...........---------------------
b) Use el resultado de la parte (a) y obtenga una fórmula para 2¿=0¿(¡ “
56 C apitulo 9 Fun ciones generatrices
3. Sea/O) la fundón generatriz de la sucesión a* a¡,a2. . .. (De qué sucesión es función generatriz
(1 -*)/(*)?
4. S i/( i) = ¿cu^ es Ia fundón generatriz de la sucesión ac + a,, + a¡ +az, ¡to+a,
+a2+ a3, . .. ? ¿Cuáles la función generatriz de la sucesión at¡, a<>+ a¡, a> + a¡ + a2, a¡ +a: +a¡,
a2 + a 3+ ¿tí,. .. ?
5. S i/W = 2 1 .0 «V*. muestre que 2 "„t ( 2 ^ 0 a¡) = ~ •r)"
6. Seaf(x )= 2 ” o‘J'-t '-con/ <1>= 2 ” 0 a„ un número finito. Verifique que el cociente [/(*) -
/(l)]/(z r- 1 ) es la función generatriz de la sucesión Jo, fi, sj, - • • . donde s, = 2T-»
7. Encuentre la función generatriz de la sucesión ao, ai. c¡2, . . . , donde a „ = 2 ^ 0(lffl).n 6
9 .6
R e s u m e n y r e p a s o h is t ó r ic o
A principios del siglo xm, e l m atemático italiano Leonardo d e Pisa (c. 1175-1250), en su
Líber Abaci, presentó al m undo europeo la notación arábiga de los num erales y los
algoritm os para la aritmética. E n este texto también surgió el estudio de la sucesión 0 ,1,1,
2, 3, 5 , 8, 1 3 , 2 1 , . . . . la cual puede definirse en form a recursiva com o F 0 = 0, F¡ = 1 y
F „ ¡ = F „ i t f „ B 2 0. Com o Leonardo era h ijo de Bonaccio, la sucesión recibió el
nombre de números de Fibonacci. (Filius Bonacci es la forma en latín de “hijo de Bonacdo”.)
Si consideramos la fórmula
1
m =
1 - x - x 2 Vs
_1 1 1
P (x) =
l- x l- x 2!-* 3 f e
tenemos la función generatriz de p ( 0 ),p (l) ,p ( 2 ),. . . . donde p(n) es el número de descom
posiciones d e n en sumandos positivos y se define p{0) = 1 .
9 .6 Resum en y repaso histórico 457
L e o n h a r d E u le r ( 1 7 0 7 - 1 7 8 3 )
En la última parte del siglo xvm surgieron más desarrollos acerca de las funciones
generatrices junto con las ideas de teoría de la probabilidad, especialmente con lo que
ahora se llam a “función generatriz de momentos”. Estos conceptos relacionados entre sí
fueron presentados en forma completa y por primera vez por el gran estudioso Pierre-
Simon d e Laplace (1749-1827) en su obra de 1812 Théorie Analynque des Probabilités.
Por último, mencionamos a Norman M acleod Ferrers (1829-1903), en cuyo honor re
ciben su nombre los grafos d e Ferrer.
D esde nuestro punto de vista, el estudio de las funciones generatrices ordinaria y
exponencial proporciona una técnica poderosa que unifica las ideas de los capítulos 1 ,5
y 8. Al extender nuestra experiencia anterior con los polinomios al caso de las series de
potencias y al extender el teorema del binomio a ( 1 + x)" a los casos en que n no tiene que
ser positivo ni entero, encontramos las herramientas necesarias para calcular los coefi
cientes d e estas funciones generatrices. Esto valió la pena, pues los cálculos algebraicos
que realizamos han tenido er, cuenta todos los procesos de selección que intentábamos
analizar. También observamos que ya habíamos estudiado las funciones generatrices en un
capítulo anterior y cómo surgieron en el estudio d e las descomposiciones.
El concepto de descomposición d e un entero positivo nos permite ahora completar los
resúmenes d e nuestros análisis anteriores acerca de las distribuciones, dados en las tablas
1.8 y 5.13. Ahora podemos trabajar con las distribuciones d e m objetos en n( < m) reci
pientes para los casos en que ni los objetos ni los recipientes son distintos. Estos casos son
analizados en las entradas de las filas segunda y cuarta de la tabla 9.4. La notaciónp(m, n ),
que aparece en la última columna de esta tabla, se usa para designar el número de descom
posiciones del entero positivo m en exactamente n sumandos (positivos). (Esta idea será
analizada con m ás detalle en el ejercicio complementario 3 del siguiente capítulo.) Los
458 Capítulo 9 Fu n d o n e s generatrices
tipos de distribuciones de las filas prim era y tercera de esta tabla también se enumeran en
la tabla 5.13. Los incluimos d e nuevo para comparar y tener una tabla completa.
T a b la 9 . 4
No Sí Sí
No No Sí (1) p(m), para n = m
(2 ) p{m , 1 ) +p{m, 2 ) + - -- +
p(m,n), para n < m
No Sí No r r n = ( " : : ) = ( - ')
No No No P(m,n)
El lector interesado en un análisis sim ilar al del material de este capítulo debe consultar
el capítulo 2 de C. L. Liu [3] y el capítulo 6 deA . Tucker [7]. El texto de J. Riordan [5] trata
ampliamente las funciones generatrices ordinaria y exponencial. Un interesante artículo
de referencia acerca de las funciones generatrices, escrito por Richard P. Stanley, aparece
en el texto editado porG -C. Rota [6]. El texto deH . S.W ilf [8] trata las funciones generatrices
y algunas form as de aplicarlas en las matemáticas discretas. Este trabajo m uestra también
cómo estas funciones proporcionan un puente entre las matemáticas discretas y el análisis
continuo (en particular, la teoría de funciones de variable compleja).
El lector interesado en aprender m ás acerca de la teoría de descomposiciones debe
consultar el capítulo 10 de I. Niven y H. Zuckerman [4].
Por último, un extenso análisis de la función generatriz d e m omentos y su uso en la
teoría de probabilidades aparece en el capítulo 3 d e H. J. Larson [2] y en el capítulo X I de
la extensa obra de W. Feller [1].
BIBLIOGRAFÍA
1. Feller, William, An Introduction to Probability Theory and lis Applications, Vol. 1, 3* ed.,
Nueva York, Wiley, 1968.
2. Larson. Harold J., Imroduction to Probability Theory and Statistical Inference, 2* ed., Nueva
York, Wiley, 1969.
3. Liu, C. L., Introduction to Combinatorial Mathemalics, Nueva York, McGraw-Hil!, 1968.
4. Niven, Ivan, y Herbert Zuckerman, An Introduction to the Theory o f Numbers, 4‘ ed., Nueva
York, Wiley. 1980.
5. Riordan. John.An Introduction to CombinatorialAnalysis, Princeton, N.J., Princeton University
Press, 1980. (Publicado originalmente en 1958 por John Wiley & Sons.)
6. Rota, Gian-Carlo, editor, Studies in Combinatorios, Studies in Mathematics, Vol. 17, Was
hington, D.C., The Mathematical Association of America, 1978.
7. Tucker, Alan, Applied Combinatorios, 2* ed., Nueva York, Wiley, 1984.
8. W lf, Herbert S., Generating functionology, San Diego, Calif., Academic Press, 1990.
Ejercicios com plem entarios 459
n algunas secciones anteriores del texto vimos algunas definiciones y construcciones re-
E cursivas. En las definiciones 5.19,6.7,6.12 y 7.9 obtuvimos los conceptos del nivel n + 1
(o de tam año n + 1) a partir de conceptos similares en el nivel n (o de tam año n), después
de definir el concepto en un prim er valor de n , como 0 o 1. Cuando trabajamos con los
números d e Fibonacci o de Lucas en la sección 4.2, vimos que los resultados en el nivel
r + 1 dependían de los de los niveles n y n - 1 ; para cada una de estas sucesiones de enteros,
la base constaba d e los dos primeros enteros (de la sucesión). Ahora nos encontramos en
una situación similar. Analizaremos las funciones a(n), que de preferencia escribiremos a,
(para n > 0), donde a , depende de algunos de los términos anteriores a ,_ ,, a ,_ 2..........a¡, a 0.
Este estudio d e las llamadas relaciones de recurrencia o ecuaciones en diferencias es la
contrapartida discreta de las ideas que se aplican en ecuaciones diferenciales ordinarias.
Nuestro desarrollo n o usará ideas de las ecuaciones diferenciales pero comenzará con
la noción de progresión geométrica. A m edida que vayamos desarrollando m ás ideas, ve
rem os m uchas de las aplicaciones que hacen este tem a tan importante.
10.1
La r e la c ió n d e re c u r r e n c ia linea l
d e p r im e r o r d e n
a „ ,, = 3a„, nzO , Oo = 5,
461
462 Capitulo 1 0 Relaciones d e recurrencia
an- t = 3a„, « a 0, a0 = 5 .
Los primeros cuatro términos de esta sucesión son
Oo = 5.
a¡ = 3a<i = 3(5),
<ti = 3fli = 3(3ao) = 32(5), y
<h = 3a- = 3(32(5)) = 33(5).
Estos resultados sugieren que para cualquier n > 0, ar, = 5(3'). Ésta es la solución general
de la relación de recurrencia dada. En la solución general, el valor de a„ es una función de
n y ya no depende de los términos anteriores de la sucesión, una vez definido Oo- Por
ejem plo, para calcular a¡n, basta calcular 5(3‘°) = 295,245; y a no hay necesidad de comen
zar en £¡o e ir agregando hasta llegar a a-,o-
El ejemplo anterior nos conduce a lo siguiente. (Este resultado puede demostrarse por
inducción matemática.)
Así, la soluciona, = Ad '\ n > 0 define una función discreta cuyo dominio es el conjunto
N de ios enteros no negativos.
Un banco paga un interés (anual) del 6% para cuentas de ahorros, con un interés compues
to m ensual. Si Patricia deposita $1000 el primero de mayo, ¿cuánto dinero tendrá deposi
tado un año después?
L a tasa de interés anual es del 6%, de modo que la tasa mensual es 6% /12 = 0.5% =
0.005. Para 0 < n < 12, s e a p . el valor del depósito de Patricia al final d e n meses. Entonces
Pr.*t =P ,+ 0.005p„, donde 0.005p„ es el interés obtenido sobrep , durante el m e s n + 1, para
0 < n < 11 y p 0 = $1000.
La relación?,, , = (1.005)p„p 0 = S ¡000 tiene la soluciónp , = p0( 1.005)" = $ 1000( 1.005)”.
Por lo tanto, al final del año, el depósito de Patricia tiene un m onto de $1000(1.005)12 =
$1061.68.
Tal vez el m ás popular, aunque no el más eficiente, de los m étodos para ordenar datos es
la técnica llamada ordenación p o r e l método d e la burbuja. En este caso, la entrada es
una lista A [l], A [ 2 ] ,. . . , <4[n] de n números reales que debe ordenarse en form a ascen
dente.
El segmento de program a en Pasca! que aparece en la figura 10.1 proporciona una
implementación para este tipo de algoritmo. En este caso, la variable entera i es el conta
dor para el ciclo For exterior, mientras que la variable entera j es el contador para el ciclo
For interior. Por último, la variable real temp se usa para guardar lo necesario al hacer un
intercambio.
Capitulo 1 0 Relaciones d e recurrencia
B egin
F o r i := 1 t o n - 1 do
F o r j : = n d o w n to i + 1 do
I f A[j] < A[j - 1] th e n
B e g in
tem p : = A[j - 1 ] :
A[j - 1 ] := A [j];
A[j] : = tem p
End
F ig u r a 10.1
Comparamos el último elemento de la lista dada, A[n], con su predecesor, A[n - 1], Si
A[n] < A{n - 1], intercambiamos los valores guardados en A[n - 1] y A[n], En todo caso,
ahora tendremos que A[n - 1] < A[n}. Después comparamos A[n - 1] con su predecesor
inmediato, A[n - 2]. Si A[n - 1] <A[n - 2], los intercambiamos y continuamos el proceso.
Después d e n - 1 comparaciones de este tipo, el número m ás pequeño de la lista está en
A [l]. Después repetimos este proceso p ara los n - 1 números restantes guardados en la
lista (más pequeña) A [2],A [3],. . . ,A[n]. D e esta manera, cada vez (contada p o r i) que se
realiza este proceso, el número más pequeño de la sublista restante «sube» (como una
burbuja) hasta el frente de esa sublista.
En la figura 10.2 aparece un pequeño ejem plo en que n = 5 y A [l] = 7, A[2] = 9,A[3] =
2,A[4] = 5 yA[5) = 8 para m ostrar la forma en que el ordenamiento de burbuja de la figura
10.1 ordena en forma ascendente una sucesión dada. En esta figura, cada comparación que
provoque un intercambio se denota mediante el símbolo ^ ; el símbolo } indica una compa
ración que no produce intercambios.
Para determinar la función de complejidad en tiem po/(n) cuando usamos este algoritmo
en una entrada (lista) de tamaño n > 1, contam os el total de comparaciones realizadas para
ordenar los n números dados en forma ascendente.
Si a , denota el número de comparaciones necesarias para ordenar n núm eros d e esta
forma, entonces tenemos la siguiente relación d e recurrencia:
an = an-¡ + (n - 1), n a 2, a, = 0.
a, = 0
a 2 = a , + (2 - 1) = 1
íij = Oj + (3 — 1) = 1 + 2
a4 = a3 + (4 — 1) = 1 + 2 + 3
¡= 1 A [1 ] 7 7 7 7* 2
5¡=2
A [2] 9 9 9. 2 7
J i = 3
A [3] 2 21 2 9 9
j = 4
A [4] 5 SÍ 5 5 5
j = 5
A[S] 8 8 8 8 8
C u a tr o c o m p a r a c io n e s y d o s in te rc a m b io s.
i=2 A [1 ] 2 2 2 2
A [2] 7
7 5
A [3] 9
) i =3 7
S) ¡ = 4 5
A [4] 5 j =5 5 9 9
A [5] 8 8 8 8
Tres c o m p a r a c io n e s y d o s in te rc a m b io s.
i=3 A [1] 2 2 2
A [2] 5 5 5
A [3 ] 7
7 ]
j =4
7
A [4] 9, 8 j 8
Í= 5
A [5] 8* 9 9
D o s c o m p a r a c io n e s y u n in te rc a m b io .
i =4 A [1] 2
A [2] 5
A [3] 7
A [4 ] 8
i=s
A f5 ] 9
U n a c o m p a r a c ió n y n in g ú n in te rc a m b io .
F ig u r a 1 0 .2
¡66 Capítulo 1 0 Relaciones d e recurrencia
u„ - a ,- i = 2/i, nal, ao = 0.
Para resolver esta relación, procederemos en forma diferente del m étodo utilizado en el
ejemplo 10.4. Consideremos las siguientes n ecuaciones:
a \ ~ Oq = 2
a2 - a , = 4
a3 - a 2= 6
a„ - a„-¡ = 2n.
A l sumar estas ecuaciones, la suma del lado izquierdo contiene a, y - a , para todo 1 < i <
n - 1. Así, obtenemos
a„ — an = 2 + 4 + 6 + • • - + 2 n = 2(1 + 2 + 3 + • - - + n)
= 2[n (n + l ) / 2 ] = n2 + n.
Como 0,0 = 0, tenemos que a , = n 2 + n para « E N , como lo habíam os determinado en la
parte (b) del ejemplo 9.6.
O o=l a 3 = 3-02 = 3 - 2 - l
a, = 1 - flo = 1 a4 = 4 - 0 3 = 4 - 3 - 2 - l
02 = 2 - o¡ = 2 -1
i 0.1 La relación de recurrencia lineal d e prim er orden 467
1 2
2 1
vemos que después de escribir la permutación I dos veces, pasamos el 2 de un lado al otro
del 1 para obtener las permutaciones enumeradas. Si escribimos cada una de estas dos
permutaciones tres veces, intercalamos el número 3 y obtenemos
1 2 3
1 3 2
3 1 2
3 2 1
2 3 1
2 1 3
Vemos aquí que la prim era permutación es 123 y que obtenemos cada una de las si
guientes dos permutaciones a partir de su predecesor inmediato, intercambiando dos nú
meros: 3 y el entero a su izquierda. Cuando el 3 llega al lado izquierdo de la permutación,
exam inam os los núm eros restantes y los perm utam os de acuerdo con la lista de
permutaciones generadas para {1, 2 ). (Esto hace que el procedimiento sea recursivo.)
Después de esto, intercambiamos el 3 con el entero a su derecha, hasta que el 3 está en el
lado derecho de la permutación. Observemos que si intercambiamos 1 y 2 en la última
permutación, obtenemos 123, la primera permutación enumerada.
Para el caso S = { 1 ,2 , 3, 4}, enumeramos primero las seis permutaciones de { 1 ,2 ,3 )
cuatro veces. Si comenzamos con la permutación 1234, intercalamos el 4 en las restantes
23 permutaciones, como se indica en la tabla 10.1. L a única idea nueva aquí es la siguien
te: al pasar de la permutación (5) a la (6) a la (7) a la (8), intercambiamos 4 con el entero
a su derecha. En la permutación (8), cuando 4 ha alcanzado el lado derecho, obtenem os la
permutación (9) m anteniendo fija la posición de 4 y reemplazando la permutación 132 por
312 de la lista de permutaciones de { 1 ,2 ,3 ). Después de esto, continuamos con las prime
ras ocho permutaciones, hasta llegar a la permutación (16), donde 4 está de nuevo a la
derecha. Después permutamos 321 para obtener 231 y continuamos intercalando 4 hasta
generar las 24 permutaciones. De nuevo, si intercambiamos 1 y 2 en la última permutación,
obtenemos la primera permutación d e nuestra lista.
La bibliografía del capítulo proporciona m ás información acerca de los procedimientos
recursivos para la generación d e permutaciones y combinaciones.
+ E l material que se presenta de aquí al final de la sección e s u na d igresión que usa la idea de recursión.
N o trata los métodos para resolver relaciones de recurrencia y puede omitirse sin perder la continuidad.
58 C apítulo 1 0 Relaciones d e recurrencia
T a b la 1 0 .1
Cerraremos esta primera sección regresando a una idea anterior: el m áxim o común
divisor de dos enteros positivos.
Com o 3 es el último resto distinto de cero, el algoritmo de Euclides indica que mcd
(333, 84) = 3. Sin embargo, si solamente usamos los cálculos de las ecuaciones (2) y (3),
entonces tenemos que m cd(84,81) = 3. L a sola ecuación (3) im plica que mcd(81, 3) = 3,
puesto que 3 divide a 81. P or lo tanto,
donde los enteros que aparecen en los cálculos sucesivos son cada vez m ás pequeños,
conform e pasamos de la ecuación (1) a la (2) a la (3).
10.1 La relación d e recurrencia lineal d e primer orden 469
P aso 2. Si b Ya, entonces hay que realizar las siguientes tareas en el orden dado.
i) Sea a = b.
ii) Hagamos b = a Mod b, donde el valor de a para esta asignación es el valor
anterior de a.
iii) Regresamos al paso 1.
Utilizamos estas ideas en el programa en Pascal de la figura 10.3, donde el segmento
sombreado es una función recursiva que determina mcd(o,¿>). (Tal vez el lector quiera
comparar este program a con el que aparece en la figura 4.9.)
V ar
p ,q : in te g e r;
F u n c tio n gcd ( a .b : i n t e g e r ) : i n t e g e r :
B e g in
If a Mod b = 0 th en
gcd b
E ls e g c d : = gcd ( b .a Hod b)
End:
B e g in
Writeln ('Este programa está diseñado para
encontrar *);
Writeln C e l mcd de dos enteros positivos');
Writeln ( ’p y q . ');
Write ('SI primer entero positivo p es ');
Readln (p) ;
Writeln ('El segundo entero positivo q es ') ,-
Readln (q);
F ig u r a 1 0 .3
470 Capítulo 1 0 Relaciones d e recurrencia
EJERCICIOS 10.1 1. Encuentre una relación de recurrencia, con una condición inicial, que determine de manera
única cada una de las siguientes progresiones geométricas.
a) 2 ,1 0 ,5 0 ,2 5 0 ,... b) 6 ,- 1 8 ,5 4 ,- 1 6 2 ,...
c) 1 ,1 /3 ,1 /9 ,1 /2 7 ,... d) 7 ,1 4 /5 ,2 8 /2 5 ,5 6 /1 2 5 ,...
2. Encuentre la solución general para cada una de las siguientes progresiones geométricas,
a) a „ .i-1 .5 a „ = 0 , / ¡ a 0 b) 4a„ - 5 a ,- ¡ = 0 ,n a 1
c) 3a„*i - 4a„ = 0 ,n a 0 ,ai = 5 d) 2 a „ -3 a „ -, = 0 , n s : l , a 4 = 81
3. Si a„ n > 0. es una solución de la relación de recurrencia a . . , - da, = 0 y a ¡ = 153/49, a¡ =
1377/2401, ¿cuánto vale <f?
4. El número de bacterias en un cultivo es de 1000(aproximadamente)yestenúmeroaumentaun
250% cada dos horas. Use una relación de recurrencia para determinar el número de bacterias
presentes después de un día.
5. Si Laura invierte $100 con un interés compuesto trimestral de 6%, ¿cuántos meses debe espe
rar para que su dinero se duplique? (Ella no puede retirar el dinero antes que se cumpla el
trimestre.)
6. Hace 15 años Pablo invirtió sus ganancias de la bolsa, en una cuenta que pagaba un 8% de
interés trimestral compuesto. Si ahora tiene $7218.27 en su cuenta, ¿cuál fue la inversión
inicial?
7. Sea x;, X;.. . . , X20 una lista de números reales distintos que debe ordenarse mediante la técnica
del método de la burbuja del ejemplo 10.4. (a) ¿Después de cuántas comparaciones estarán
ordenados en forma ascendente los 10 números más pequeños de esta lista? (b) ¿Cuántas com
paraciones más se necesitan para terminar la ordenación?
8. Para la ¡mplementación del método de la burbuja de la figura 10.1, el ciclo For exterior se
ejecuta n - 1 veces. Esto sucede en forma independiente de los intercambios que ocurran
durante la ejecución del ciclo For interior. En consecuencia, para i —k, 1 £ jfc £ n - 2, si la
ejecución del ciclo For interior no produce intercambios, la lista estará ya en orden ascendente,
por lo que la ejecución del ciclo For exterior para jfc+ 1 £ / £ n —1 ya no es necesaria.
a) Para la situación aquí descrita, ¿cuántas comparaciones innecesarias se realizan si la ejecu
ción del ciclo For interior para i = k ( l < k < n - 2) no produce intercambios?
b) Escriba una versión mejorada del método de la burbuja que aparece en la figura 10.1. (Su
resultado debe eliminar las comparaciones innecesarias analizadas al inicio de este ejerci
cio.)
c) Use el número de comparaciones como una medida del tiempo de ejecución para determi
nar la complejidad en tiempo del mejor y el peor caso para el algoritmo implementado en la
parte (b).
9. Supongamos que las permutaciones de {1, 2, 3,4, 5} se generan mediante el procedimiento
desarrollado después del ejemplo 10.6. (a) ¿Cuál es la última permutación de la lista? (b)
¿Cuáles son las dos permutaciones que preceden a 25134? (c) ¿Cuáles son las tres permutaciones
que siguen a 25134? (d) ¿Qué posición ocupan las permutaciones 21543, 35421 y 31524?
10. Seanx,, J,,X),. . . , x , n números reales, con x, < x, < x¡ < ■■■<x,. La mediana de este conjunto
de n números se define como
x<«.iv2, paran impar
( l/2)[x«n + x«n>. J . para n par.
a) Supongamos queA[l], A|2], A[3] A[nJ es una lista de n números reales, no necesaria
mente en orden ascendente o descendente. Escriba un programa (o desarrolle un algoritmo)
para determinar la mediana del conjunto de números reales enumerados en la lista.
b) Analice la complejidad en tiempo del peor caso para el programa escrito en la parte (a).
1 0.2 La relación de recurrencia lineal h o m o g é n e a d e se g u n d o o rde n con..._____________ 471
10.2
La relación d e recurrencia lin eal
h o m o g é n e a d e s e g u n d o o rd e n
co n c o e fic ie n te s c o n s ta n t e s
Sea £ £ Z ’ y C„(r 0),C „_i,C ,_;,. . . ,C „. k( í 0) números reales. Sia„, n SO, es una función
discreta, entonces
C„ a„ + C „-i fl,-i + C r —2 4«-2 ■+-------*• C „-4a„_, = /(n ) , n 2 k,
es una relación de recurrencia lineal (con coeficientes constantes) de orden £. Cuando f(n )
= 0 para todo n > 0, decimos que la relación es homogénea-, en otro caso, es no homogénea.
E n esta sección nos centraremos en la relación homogénea de orden dos: C„q» + C,,., 4 ,_ , +
C, -24,-2 = 0, /! > 2. Con base en nuestro trabajo de la sección 10.1, buscamos una solución
de la forma a„ = c r ', donde c ± 0 y r 5= 0.
Si sustituimos 4n = cr" en C¿¡„ + C„.¡a„., + C,_ 2Or.-i = 0, obtenemos
C„cr" + Cn-i cr"~' + C„-2cr"~2 = 0.
Si c, r T 0, esto se convierte en Crir + C ,.,r + C,_¡ = 0, una ecuación cuadrática llamada la
ecuación característica. Las raíces r¡, r2 de esta ecuación están en alguno de los tres casos
siguientes: (a) r¡, r2 son números reales distintos; (b) r¡, r2 son complejos conjugados; (c)
r¡, r2 son reales, pero r, = r2. E n todos los casos, r, y r2 son las raíces características.
0 = r2 + r - 6 = ( r + 3 ) ( r - 2 ) ^ > r = 2 , - 3 .
Puesto que tenemos dos raíces reales distintas, a , = 2" y ar, = ( - 3)" son soluciones [al
igual que b(2") y d (-3 Y con b,d constantes arbitrarias]. Son soluciones linealmente inde
pendientes pues una no es m últiplo d e la otra; es decir, no existe una constante real £ tal
que (-3 Y = £(2”) para todo n E N .f Escribimos a , = c,(2") + c2(-3)" como solución gene
ral, donde c¡, c2 son constantes arbitrarias.
Si 4o = 1 y a, = 2, entonces c¡ y c2 quedan determinadas d e la forma siguiente:
1 = 40 = C!(2)° + c2( - 3 ) ° = c, + c 2
2 = a ,= c¡(2)' + c2( — 3)1 = 2ci —3c2 .
Analicemos una relación análoga en una aphcación para las ciencias de la computación.
a„ = 10a„-! + 29fl„-2, n a 2 , ao = 0 , a¡ = 10
es
a , = (5 /(3 V 6 ))[(5 + 3 V 6 )" - (5 - 3 V 6 ) '] , n a 0.
3 1 3 ’
o u ^ 2 - 5 u M i + f „ = 0.
S e a u , = c r ', para c, r £ 0 y 0 < n < k. L a ecuación característica es r 2 - 5 r + 1 = 0, con
raíces a = (5 + V 2Í)/2, b = (5 - -j2 Í)/2 . De esto obtenemos que v„ = c f f + cJf-.
Independientemente del valor de v0, por las dos leyes tenemos (v, - v0)/3 = v0/ l , o v¡ =
4vo. De modo que v0= c ,+ c 2y 4v0= v,= c,a + c-J>. De esto se sigue que c, = v0(b - 4]/(J>- a),
y c2 = v„(a - 4 )/(a - b), y
V.=J
L(fe - a ) (a-b) J
_ [ (b ~ 4)a* - (o - 4)b*
V* L ib - a )
tenemos que v 0 = ( ,b - á)V![(b - 4)0" - (a - 4)b*], de donde obtenemos
ces solamente podemos añadir 1, lo que produce a®’, sucesiones contadas por a„.
Puesto que estos dos casos abarcan todas las posibilidades y no tienen nada en
común, tenemos
a, = 2 - u '” , + 1 • a¡¡%
i \
La o-ésima posición La n-ósima posición
puede ser 0 o 1 . solamente puede ser 1
a„ = ar--. + a„_2, a¡ = 2 , a2 = 3, n a 3,
o , = a„-¡ + a„-2, O o = l, “ x= 2 , n a 2.
disposición no importa si la moneda está hacia arriba o hacia abajo.) En la figura 10.5
tenemos las posibles disposiciones para 1 ¿ n < 6 . De esto se sigue que
«i = l , «2=1, «3 = 2, «4 = 3 , a¡ = 5 , y a¿ = 8.
(Las disposiciones de este ejemplo fueron analizadas por F. C. A uluck en la obra referida
[2].)
E l último ejemplo del caso (A) muestra cómo extender los resultados de las relaciones
de recurrencia de segundo orden a órdenes superiores.
solución es ar_= C i ( l ) " + c2(-l)" + c3(l/2 )" = c, + c2( - l) " + c3(l/2)". [Las soluciones 1, (—1y
y (1/2Y son linealmente independientes pues es imposible expresar cualquiera de ellas
como una combinación lineal de las otras d o s.f DeO = Oo, 1 = a , y 2 = 0 ;, obtenemos que
c¡ = 5/2, c2 = 1/6 y c , = -8/3.
Antes de pasar al caso de las raíces complejas, recordemos el teorema de DeM oivre: (eos
0 + i sen0)* = eos n0 + i sen nO, n > 0. (Ésta es la parte (b) del ejercicio 8 de la sección 4 .1 .)
Si z = x + iy e C, z £ 0, podemos escribir z = r (eos 0 + i sen 0), donde r = J x 2 + y 2 y
(y/x) = tan 0, para x =10. Si x = 0, entonces para y > 0, z = y i = y i sen(¡x/2) = y(cos(jt/2)
+ i sen(7t/2)) y para y < 0, z = y i = Iy I ‘ sen(3tt/2) = I y I (cos(37t/2) + i sen(37t/2). E n todos
los casos, z* = r'(c o s n0 + i sen n 0 ), para n > 0, p or el teorema de DeMoivre.
1 0 .1 6 Determine (1 + V 3/)10.
La figura 10.6 m uestra una forma geométrica de representar el número complejo 1 +
i/3 i como el punto (1, -J3) en el plano xy. E n este caso, r = + (V3) y 6 = tc/3-
Figura 10.6
t Otra forma de decir esto es que las soluciones 1, (- 1 )* y (1/2)* son linealmente independientes pues si
*i. son núm eros reales y * ; ( ! ) + + *j( 1/2Ypara toda n6 N . entonces = 0.
478 Capitulo 1 0 Relaciones de recurrencia
c, y c¡ son constantes complejas arbitrarias. [Como en el caso (A), hay dos soluciones
linealmente independientes: (1 + í f y (1 - i)”.]
1+ 1= V2(cos(ir/4) + i sen(ir/4))
y
1 - i = V 2 (c o s (—tr/4) + i s e n ( - n /4 ) ) = V ^ (c o s(n /4 ) - i se n (n /4 )).
De aquí obtenemos
L a solución para las condiciones originales dadas e s a , = (•¡2 Y ■[cos(n Jt/4) + sen(n7b4)j,
n > 0. [Nota: Esta solución no tiene números complejos. Tal vez esto confunda un poco al
lector. ¿Cómo partimos d e c¡, c2 complejos y terminamos con k¡ = c, + c¡ y k¡ = (c, - c¡)i
reales? Esto ocurre si Cj, c-¡ son complejos conjugados.
b b 0 0 0 0 • •• 0 0 0 0 0
b b b 0 0 0 • -• 0 0 0 0 0
0 b b b 0 0 • •• 0 0 0 0 0
0 0 b b b 0 • •• 0 0 0 0 0
0 0 0 b b b ■ 0 0 0 0 0
0 0 0 0 0 0 - •- b b b 0 0
0 0 0 0 0 0 • •• 0 b b b 0
0 0 0 0 0 0 • -• 0 0 b b b
0 0 0 0 0 0 • -• 0 0 0 b b
a, = \b\ = b y \b b n
a'-m \ b b l=0'
b b 0 0 0 • - 0 0 0 0
b b b 0 0 • • 0 0 0 0
0 b b b 0 ■ - 0 0 0 0
0 0 b b b ■ • 0 0 0 0
0 0 0 0 0 • • b b b 0
0 0 0 0 0 • ■ 0 b b b
0 0 0 0 0 • • 0 0 b b
(Éste es o ,.,.)
b b 0 0 0 • • 0 0 0 0
0 b b 0 0 • • 0 0 0 0
0 b b b 0 • - 0 0 0 0
0 0 b b b ■ ■ 0 0 0 0
0 0 0 0 0 • ■ b b b 0
0 0 0 0 0 • ■ 0 b b b
0 0 0 0 0 • • 0 0 b b
¿>"[cos(mr/3) + ( 1 /V 3 ) s e n (n n /3 )].
jl j e t n p l o 1 0 .1 S ,2
Resuelva la relac ón de recurrencia a„ = 4a„, , - 4a,, donde n > 0 y a o = l , a , = 3.
Com o en los otros dos casos, sea a„ = c r ', c, r i= 0 y n > 0. Entonces la ecuación
característica es r 2 - 4 r + 4 = 0 y las raíces características son ambas r = 2. (Así, r = 2 es
480 Capitulo 1 0 Relaciones d e recurrencia
una “raíz de multiplicidad 2”.) P or desgracia, no tenemos dos soluciones linealmente in
dependientes: 2" y 2” son definitivamente múltiplos una de la otra. Necesitamos otra solu
ción (independiente). Intentemos con n(2”).
Si sustituimos a , = n( 2") en la relación dada, obtenemos 4 a ,,,, - 4a„ = 4(« + 1)2”'’ 1 -
4/¡2" = 2(n + 1)2'*2- n i " 2 = [2n + 2 - n ]2 " * 2= (n + 2)2"*2 = a „ , 2, por lo que n(2") es la
segunda solución independiente. (Es independiente puesto que n o se tiene que n2" = k l’
para todo n > 0 si * es una constante.)
L a solución general es de la forma a„ = c,(2") + c¡n(2r). Si at, = 1, a¡ = 3, tenem os que
ar = 2" + ( l/2)n(2") = 2” + n(2" • ') , « > 0.
EJERCICIOS 10.2 1. Resuelva las siguientes relaciones de recurrencia. (Ninguna de las respuestas finales contiene
números complejos.)
a) a„ = 5an-i + 6 an- 2. n ^ 2 , a o = l, 4i = 3
b) —lla „ -i + Sa„ = 0. n 2:0, ao = 2. a¡ = —8
c) = 2a, + a„-¡, n a 1, Oo= 7, a, = 3
d) a„»2 + a„ = 0, n - 0. ac = 0, ai = 3
e) a , . 2 + 4a„ = 0. » e 0 . no = Ui = l
f) a ,- 6 a „ _ i +9a„-- = 0. n 2 2 , ao = 5. a, = 12
g) a„ + 2a„_, - 2 a ,- - = 0, n a 2 . a0 = l , a. = 3
10.2 La relación d e recurrencia lineal h o m o g é n e a d e se g u n d o o rde n con..._____________ 481
2. a) V e r if iq u e l a s s o lu c io n e s f i n a l e s d e l o s e j e m p l o s 1 0 .1 1 y 1 0 .1 9 .
b) R e s u e l v a l a r e l a c i ó n d e r e c u r r e n c ia d e l e j e m p l o 1 0 .1 3 .
F0 = f i - F ,
F , = F3 - Í s
F „ - , = F „ +1 - F „
(Este límite se conoce como la razón áurea y se denota con frecuencia como a.)
b) Considere un pentágono regular ABCDE inscrito en una circunferencia, como se muestra
en la figura 10.7.
i) Use la ley de los senos y la fórmula del seno del doble de un ángulo para mostrar que
AC/AX = 2 eos 36°.
ii) Como eos 18° = sen 72° = 4 sen 18° eos 18°(1 - 2 sen! 18°) (¿Por qué?), muestre que
sen 18° es una raíz de la ecuación polinomial 8 x - 4.r + 1= 0 y deduzca que sen 18° =
(V5 - l)/4.
c) Verifique que AC/AX = (1 + S ) /2 .
Figura 10.7
7. Para n 5 0, sea a, el número de formas en que una sucesión de unos y doses suman n. Por
ejemplo, aj = 3. pues(l) 1.1.1; (2) 1.2; y (3)2,1 suman 3. Encuentre y resuelva una relación
de recurrencia para a
8. Para n e N, demuestre que a) ^ a0F , ., = 4F„.1y b) ^ ’_.F,., = 1IF,_6.
482 Capitulo 10 Relaciones d e recurrencia
9. Encuentre y resuelva una relación de recurrencia para el número de formas de apilar n fichas
de póquer de color rojo, blanco, verde y azul, de modo que no haya fichas azules consecutivas.
1 0 . En un casino, se tienen fichas de póquer de k(>2) colores, uno de los cuales es el azul. Encuen
tre y resuelva una relación de recurrencia para el número de formas en que José puede apilar n
de estas fichas sin que haya fichas azules consecutivas.
11. Un alfabeto X consta de los cuatro caracteres numéricos 1,2,3,4 y los siete caracteres alfabéticos
a, b, c, d, e, f, g. Encuentre y resuelva una relación de recurrencia para el número de palabras
de longitud n (en 2 * ) tales que no aparezcan caracteres alfabéticos (idénticos o distintos) en
forma consecutiva.
12 . Un alfabeto X consta de siete caracteres numéricos y k caracteres alfabéticos. Para n > 0 , a,
cuenta el número de cadenas (en X*) de longitud n que no contienen caracteres alfabéticos
(idénticos o distintos) consecutivos. Si a ,,¡ = l a , . , + 63a„, n > 0, ¿cuál es el valor de k?
13. Resuelva la relación de recurrencia a ,. ¡ = (a, . i)(o,) n 2 0, ao = 1, a¡ = 2.
14. Para n > sea o, el número de formas de escribir n como una suma ordenada de enteros
positivos, de modo que cada sumando sea mayor o igual que 2. (Por ejemplo, Oj = 3, puesto
que podemos representar 5 como 5, 2 + 3 y 3 + 2.) Encuentre y resuelva una relación de
recurrencia para a,.
15. Una partícula se mueve en forma horizontal hacia la derecha. Para n e Z \ la distancia que re
corte la partícula en el (n + l>ésimo segundo es igual al doble de la distancia que recorre duran
te el n-ésimo segundo. Six„ n > 0, denota la posición de la partícula al inicio del (n + l)-ésimo
segundo, encuentre y resuelva una relación de recurrencia para x„ donde z» = 1 y x¡ = 5.
16. Para n> 1 , sea O, el siguiente determinante de n x n.
2 1 0 0 0 0 0 0 0
1 2 1 0 0 0 0 0 0
0 1 2 1 0 0 0 0 0
0 0 0 0 0 1 2 1 0
0 0 0 0 0 0 1 2 1
0 0 0 0 0 0 0 1 2
10 .3
L a re la c ió n d e r e c u r r e n c ia
no h om ogénea
a„ + C„-,a„-,=f(n), n a l, (1 >
a„ + C„-,an-¡ + n a 2, (2 )
10.3 La relación d e recurrencia n o h o m og énea 483
donde C„_, y C„_2 son constantes, C „ .,r 0 en la ecuación (1), C,_, 0, y /(n ) no es idéntico a
cero. Aunque no existe un m étodo general para resolver todas las relaciones no homogé
neas, existe una técnica útil cuando la función/(n) tiene una cierta forma.
Comenzamos con el caso particular de la ecuación (1) cuando C„_, = - 1 . Para la rela
ción no homogénea a, - a„_, = /(« ), tenemos
Ol = flO + /(l)
= “ i + / ( 2 ) = «¡o + / ( 1 ) + / ( 2 )
= a2 + / ( 3 ) = do + / ( 1 ) + / ( 2 ) + / ( 3 )
Cuando no se conoce una fórmula para la suma, el siguiente procedimiento nos permi
tirá trabajar la ecuación ( 1 ) para ciertas funciones/(n), independientemente del valor de
C„ _i 0); también funciona para la relación no homogénea de segundo orden de la ecua
ción (2); de nuevo, para ciertas funciones/(n). Este método se conoce como el método de
coeficientes indeterminados y se basa en la relación hom ogénea asociada que se obtiene al
reemplazar f(rí) con 0 .
Para cualquiera de las ecuaciones (1) o (2), sea a{°) la solución general de la relación
hom ogénea asociada, y sea a¡rí” una solución de la relación no hom ogénea dada. El térmi
no a'rp) es una solución particular. Entonces a , = a ’" 1 + a '/' es la solución general de la
relación dada. Para obtener a / 1usamos la forma d e /( n ) para sugerir una forma de a fK
a* + = Ier'-
donde k es una constante. En este caso,
a ) d / ’ = Ar", A constante, si r" no es una solución de la relación homogénea asociada;
b) = Bnr", B constante, si ai*’ = c-T’ + c -r', donde r, t r, y
c) d f = Cn-r*, C constante, cuando 4 * ’ = (c¡ + c j i ) r \
Las torres de Hanoi. Consideremos n discos circulares (con diferentes diámetros) y aguje
ros en su centro. Estos discos pueden apilarse en cualquiera de las espigas que se muestran
en la figura 10.8. En la figura, n = 5 y los discos se apilan en la espiga 1, sin que ningún
disco quede sobre otro m ás pequeño. El objetivo es pasar los discos, de uno en uno, de
modo que la pila original termine en la espiga 3. C ada una de las espigas 1, 2 y 3 puede
usarse para ubicar en forma temporal los discos, pero no se permite que un disco más
grande quede sobre otro m ás pequeño. ¿Cuál es el número m ínim o de m ovimientos nece
sarios para hacer esto con n discos?
Para n > 0 , sea a , el número mínimo de m ovimientos necesarios para pasar los n discos
de la espiga 1 a la espiga 3 de la forma descrita. Entonces, para n + 1 discos, hacemos lo
siguiente:
a) Pasamos los n discos de arriba, de la espiga 1 a la espiga 2 , con las indicaciones
dadas. Esto se realiza en a„ pasos.
10.3 La relación de recurrencia n o hom ogénea 485
e .
F ig u ra 1 0 .8
ar,t , = a„ + iar. - P, O sn sT -1 , Oo = S, aT = 0.
( P /i ) = ( ( P / i ) - S ) ( l + i)T y P = ( S / ) [ l - ( l + í r r ] M-
E n 1904, el matemático sueco Helge von Koch (1870-1924) creó la interesante curva
conocida ahora como curva “copo de nieve” de Koch. L a construcción d e esta curva se
inicia con un triángulo equilátero, como se m uestra en la parte (a) de la figura 10.9, donde
el triángulo tiene lado 1, perímetro 3 y área -J3/4. (Recuerde que un triángulo equilátero
de lado s tiene perímetro 3s y área s*-J3/4.) El triángulo se transforma entonces en la
estrella de David de la figura 10.9(b) quitando el tercio medio d e cada lado (del triángulo
equilátero original) y añadiendo un nuevo triángulo equilátero cuyo lado tiene longitud
de 1/3. Así, cuando pasamos de la parte (a) a la parte (b) de esta figura, cada lado de
longitud 1 se transforma en 4 lados de longitud 1/3 y obtenemos un polígono de 12 lados
de área (V3/4) + (3)(V 3/4)(l/3 )2 = V3/3. Si continuamos este proceso, transformamos la
F ig u r a 1 0 .9
10.3 La relación de recurrencia no hom ogénea 487
figura de la parte (b) eh la de la pane (c) quitando el tercio m edio de cada uno d e los 12
lados de la estrella d e David y añadiendo un triángulo equilátero de lado l/9(= (1/3)2).
Ahora tenemos [en la Fig. 10.9(c)] un polígono de 4 2(3) lados cuya área es
(V 3 /3 ) + (4 )(3 )(V 3 /4 )[(l/3 )2]2 = 10V 3/27.
Para n > 0, sea a , el área del polígono Pr obtenida a partir del triángulo equilátero
original después de aplicarn transformaciones del tipo descrito arriba [la primera, de P0cn
la figura 10.9(a) a P, en la figura 10.9(b) y la segunda de P, en la figura 10.9(b) a P. en la
figura 10.9(c)]. A l ir de P, (con 4"(3) lados) a Pr , , (con 4 '* '(3) lados), vemos que
puesto que al transform ará, enP„,¡ eliminamos el tercio medio d e cada uno d e los 4'(3)
lados de P , y agregamos un triángulo equilátero de lado ( 1 /3 '—).
La parte hom ogénea de la solución de esta relación de recurrencia no homogénea de
prim er orden es a'„h) = A (l)r = A (que se obtiene de la relación d e recurrencia homogénea
asociadaa,» i = a,). Puesto que (4/9)' no es una solución de la relación homogénea asocia
da, la componente particular de la solución está dada por a[p) = 8(4/9)', donde B es una
constante. Al sustituir esto en la relación de recurrencia
En consecuencia,
[Cuando n crece, vemos que (4/9 ) " ” 1 tiende a 0 y a , tiende al valor finito 6/(5 %/3). También
podemos obtener este valor si continuamos realizando los cálculos que hicimos antes de
introducir la relación de recurrencia, y entonces observaremos que el área límite está dada
también por
(V 3 /4 ) + (V 3 /4 )(3 )(l/3 ) 2 + (V 3 /4 )(4 )(3 )(l/3 2)2 + (V 3 /4 )(4 2)(3 )(l/3 2)2 + • ■•
utilizando el resultado para la suma de una serie geométrica de la parte (b) del ejemplo
9.5.]
Cada uno de los dos ejemplos siguientes trata una relación d e segundo orden.
C apítulo 1 0 Relaciones de recurrencia
A ( n + 2) —A A (n + 1) + 3 A n = - 2 0 0 , y -2 A = -2 0 0 , A = 100.
Por lo tanto, ar, — c,(3") + c, + lOOn. Con = 3000 y a, = 3300, tenemos que a„ =
100(3") + 2900 + í OOn, n > 0.
En la figura 10.10 tenemos un programa en Pascal que puede usarse para calcular el n-ésimo
número de Fibonacci F„, para n > 0. Debido a las dos líneas (sombreadas) al final de la
función Fib, este programa (o algoritmo) es recursivo. (En el ejem plo 5.70 d e la sección
5.8 teníam os un program a iterativo para calcular F„ para n £ N .) Definirem os la fun
ción complejidad en tiempo/ para este program a haciendo/(n) = a„ = el número de sumas
realizadas para calcular F„ n > 0. Entonces/(0) = a<¡ = 0 ,/ ( l ) = <Ji = 0 y en la línea del
programa
a„ = a„-i + a„-2 + 1, n a 2,
por lo que A = -1 y a , = - 1.
Com o «o = 0 y a , = 0 se sigue que
0 = c, + c , - 1 , o c , + C2 = l , y
P ro g ra m F ib N u m 2 ( in p u t.o u tp u t) ;
V ar
n: in te g e r:
F u n c tio n F ib ( n : in te g e r): in te g e r;
B e g in
I f n = 0 th e n
F ib := 0;
I f n = l th e n
F ib := 1;
— i í n > = 2 th e n
F ib := F ib (n -1 ) + F ib (n -2 )
End:
B e g in
H r i t e l n í 'P r o p o r c i o n a e l e n te ro n o n e g a tiv o n . ') ;
R e a d ln (n );
W r i t e l n ( 'E l n ú m e ro d e F ib o n a c c i p a r a e l s u b í n d i c e n = ' , n : 0 );
W rite l' es F ib (n ):0 .
End.
F ig u r a 1 0 .1 0
Conforme n crece, vemos que ((1 - -J5)l2]r ' ' tiende a 0, pues 1(1 - -j5 ) /2 1 < 1 .
En consecuencia,/(n)¿ (1A/íT)[(1 + V5)/2]"*‘ = ((1 + V5 )/(2V5 ))((1 + V i )/2 )'y pode
mos escribir f S C lo cual indica que este enfoque para el cálculo de Fr. es de
complejidad exponencial y es bastante ineficiente en comparación con el método del ejemplo
5.70 de la sección 5.8.
T a b la 1 0 .2
a?
c, una constante A , una constante
n A tn +A 0
n2 A 2n 2 + A ¡ n + Ao
rí, I £ Z* A ,n ' + A ,-¡n '~ ' + ----- A \ n + A q
r 'r E R A r*
s e n a/t A sen a n + B c o s a n
cosan A senan + B c o sa n
ti r" r \ A , r í + A ,-¡n '~ l -1--------\-A ¡ n + A 0)
r" sen a n A r" s e n a n + Br" c o s a n
r" c o s a n •A r"se n a n + Br" c o s a n
Para n > 2, supongamos que hay n personas en una fiesta y que cada una de ellas d a la ma
no (exactamente una vez) a todas las demás personas (y nadie estrecha su propia m ano). Si
a* cuenta el total de saludos de mano, entonces
a„_, = a„ + n , a2 = 1, n a 2, (3)
puesto que cuando la (n + l)-ésim a persona llegue, estrechará la mano de las n personas
que ya habían llegado.
De acuerdo con los resultados de la tabla 10.2, podríamos pensar que la solución parti
cular de la ecuación (3)esA ,n + A0, p a ra 4 0 y constantes. Pero en este caso, la relación
homogénea asociada e s o ,. , -a „ o a „ ,¡-a „ = 0, p aralo cual a]!" = c (l)" = c, donde c es una
constante arbitraria. Por lo tanto, el sumando A 0 de (A,n + A0) es una solución d e la rela
ción homogénea asociada. En consecuencia, la tercera observación anterior indica que
debemos multiplicar A ,n + Aa por la mínima potencia de n para la que ya no existe un
sumando constante. Hacemos esto m ultiplicando A ,n -f A,¡ por n l y vemos que
( n 2): A ,= A ,;
(n ): 2 A |-i-A 0 = A 0 + 1; y
(,n°): A , - r A 0 = 0.
Por lo tanto, A¡ = \/2 y A¡,= -1 /2 , por lo que ajf* = (1 /2 X + (-1/2 )n ya,. - o '61 + a 'f ’ = c +
(1/2)(n)(n - 1 ). Como a2 = 1, se sigue del hecho 1 = a2 = c + (1/2)(2)(1) que c = 0 y a , =
( l / 2 ) (« ) ( n - 1 ), p a ra n > 2 .
También podemos obtener este resultado teniendo en cuenta lasn personas que están en
la habitación y pensando que cada apretón de m anos corresponde a una selección de tama
ño 2 de este conjunto de tamaño n, y que hay (5) = (n!)/( 2 !(n - 2 ) 1) = ( l/ 2 )(n)(n - 1 ) de tales
selecciones. [O bien considerar a las n personas como los vértices de un grafo no dirigido
(sin lazos) donde cada arista corresponde a un apretón. Nuestra respuesta es entonces el
número de aristas que hay en el grafo completo K„ y hay ('] = ( l / 2 )(n)(n - 1 ) d e tales
aristas.)
Nuestro último ejemplo m uestra la forma en que podemos usar los resultados de la
tabla 10 .2 .
T ab la 1 0 .3
a„ + 4 + 4 a „_2 = f( n ) , n a 2,
es
flí*> = Cl( - 2 )" + c2n ( - 2 )",
(En este caso, las cuatro constantes A, B . C y D pueden calcularse al sustituir a'np‘ en
la relación de recurrencia no homogénea dada.)
ijercicios 10.3 1. R e s u e l v a l a s s i g u i e n t e s r e la c i o n e s d e r e c u r r e n c ia .
a) a „ -, - u„ = 2n + 3, n a O , a0 = l c) = 5, n s O , Oo = l
b) a „ .i - a , = 3 n 2 - n , n a O , ao = 3 d) a „ . 1 - 2 a „ = 2 ", n a O , ao = l
2. U s e u n a r e l a c i ó n d e r e c u r r e n c ia p a r a o b te n e r l a f ó r m u la p a r a .r .
3 . a ) T r a c e m o s n l í n e a s e n e l p l a n o d e m o d o q u e c a d a u n a d e e l l a s i n t e r s e q u e a l a s d e m á s p e ro
q u e c u a le s q u ie r a t r e s lí n e a s n o c o in c i d a n e n n in g ú n u n p u n to . P a r a n > 0 , s e a a,, e l n ú m e r o
d e r e g io n e s e n l a s q u e s e s e p a r a e l p la n o m e d i a n t e e s t a s n l ín e a s . E n c u e n t r e y r e s u e l v a u n a
r e la c i ó n d e r e c u r r e n c i a p a r a a , .
b) P a r a l a s i t u a c i ó n d e la p a r t e ( a ) , s e a b , e l n ú m e r o d e r e g i o n e s in f in it a s o b te n i d a s d e e s a
f o r m a . E n c u e n t r e y r e s u e l v a u n a r e la c i ó n d e r e c u r r e n c ia p a r a b c.
4. E n e l p r im e r d í a d e u n n u e v o a ñ o , J o s é d e p o s ita $ 1 0 0 0 e n u n a c u e n t a q u e p a g a u n in te r é s
c o m p u e s t o m e n s u a l d e l 6 % . A l p r in c i p io d e c a d a m e s , é l a g r e g a $ 2 0 0 a e s a c u e n ta . S i c o n tin ú a
h a c ie n d o e s t o d u r a n te l o s c u a tr o a ñ o s s ig u i e n te s ( d e m o d o q u e r e a l i c e 4 7 d e p ó s i t o s m á s d e
$ 2 0 0 ) . ¿ c u á n to d in e r o te n d r á e n s u c u e n t a d e s p u é s d e e s o s c u a t r o a ñ o s ?
5. R e s u e l v a l a s s i g u i e n t e s r e la c i o n e s d e r e c u r r e n c ia .
a) 2 + 3 a , » , + 2 a , = 3 “, n £ 0 , ao = 0 , a , = 1
b) a , . 2 -i- 4 a „ » , + 4 a „ = 7 , n > 0 , Oo = 1 , a, = 2
2
c) a „ - - a „ = s e n (n ir/2 ) , n > 0 , ao = l , a , = 1
7 . R e s u e l v a i a r e la c i ó n d e r e c u r r e n c ia a , , ¡ - 3a, . ¡ + 3 « , . , - an = 3 + 5n, n 5 0.
8. D e t e r m in e e l n ú m e r o d e s u c e s i o n e s c u a te r n a r ia s ( 0 ,1 . 2 , 3) d e n d íg i t o s e n l a s q u e n u n c a
a p arec e u n 3 en c u a lq u ie r lu g a r a l a d e r e c h a d e u n 0 .
9. M e r c e d e s p i d e p r e s t a d o s S 2 5 0 0 , c o n u n in te r é s c o m p u e s t o m e n s u a l d e l 1 2 % , p a r a a d q u i r i r u n
c o m p u ta d o r . S i l a d e u d a d e b e p a g a r s e e n d o s a ñ o s , ¿ c u á l e s e l p a g o m e n s u a l ?
10. L a s o l u c i ó n g e n e r a l d e l a r e l a c i ó n d e r e c u r r e n c i a a . . . + ¿ , 4 . . i + b ¡ a . = b - / i * b ¡ , n > 0 , c o n b,
c o n s t a n t e p a r a 1 < / < 4 . e s £-,2' + c . ¥ + n - 1 . E n c u e n tr e b , p a r a c a d a 1 < / < 4 .
11. R e s u e lv a l a s s ig u i e n te s r e la c i o n e s d e r e c u r r e n c ia
a) —5 a J» i + 6 aJ = 7n, n ^ 0 , ao = Ui = l
b) = n \, n a l, 0o = l
c) flü - 2 a „ -.= 0 , n a l , a o = 2 (S e afc„ = l o g j a „ , n a O . )
A
O & á t> QQQQ
( n = 1) <n = 2) <n = 3) (n = 4 )
Figura 10.11
13. Escriba un programa (o desarrolle un algoritmo) para resolver el problema de las torres de
Hanoi. Para n e Z*. el programa debe proporcionar los pasos necesarios para pasar losn discos
de la espiga 1 a la 3 con las restricciones especificadas en el ejemplo 10.24.
10 .4
El m é t o d o d e la s fu n c io n e s
ge n e ra trice s
Con tantos casos por considerar para la relación de recurrencia lineal no homogénea, aho
ra recibiremos la ayuda de la función generatriz. Esta técnica encontrará las soluciones
194 Capítulo 10 Relaciones d e recurrencia
Resuélvala relación , = n, n S l , O o = l .
Esta relación representa un conjunto infinito de ecuaciones:
(n = 1 ) a, - 3ao = 1
(n = 2 ) a2- 3 a , = 2
(n = 3 ) a ¡ - 3a2 = 3
(2 )
Como Y ,‘ a,.. -1= x" = /(* ), el lado izquierdo de la ecuación (2) se convierte
en ( / ( i ) - 1)”- 3xf(x).
Antes de continuar, necesitamos la función generatriz de la sucesión 0, 1, 2, 3, . . .
Recordemos, d e la parte (c) del ejemplo 9.5, que
1 X
y /W ( l - 3 * ) + ( l - * ) 2( l - 3 * )
1 0.4 El u s o d e las f u n d o n e s generatrices 495
A B C
(l-x ^ l-S x ) ( l- x ) + ( l- x ) 2 + (l- 3 x ) ’
o
x = A (1 - x ) ( l - 3x) + B ( 1 - 3x) + C ( 1 - x )2.
( x = 1): l = B (-2 ),
1
(x = 0): 0 = A + B + C, A = -(B -rC ) =
4
Por lo tanto.
2) Después sumamos todas las ecuaciones representadas por el resultado del paso (1)
y obtenemos
En este caso, también escribimos de nuevo la serie de potencias del lado derecho de la
ecuación en una forma que nos permita usar lo aprendido en la sección 2 del capítulo 9.
4) S e a /(x ) = *a func’ón generatriz de la solución. L a ecuación del paso (3)
tom a entonces la forma
(1 - 5x + 6x2) f( x ) = 3 - 8 x + ,
3 - 8x , 2x2
f(x ) = :
( l - 5 x + 6x2) (1 - 5x + 6 x2) ( l - x)
(3 - 8x ) (l - x ) + 2 x2 10x2- l l x + 3
“ (1 - x )(l - 2 x )(l - 3x) ( 1 - x ) (l - 2 x )(l - 3x) ‘
/( * ) = - ^ + r L - = 2 É ( 3 x ) " + É x ”.
1 - 3x 1- x „=o *-o
Por lo tanto, a, = 2(3”) + 1, n > 0.
Sea n e N . Para r > 0, sea a(n,r) el número de formas en que podemos seleccionar r
objetos d e un conjunto de n objetos distintos, permitiendo las repeticiones.
P aran > l.s e a {fe„fe2, . . . ,fe„} el conjunto de estos objetos. Consideremos el objeto fe,.
Pueden ocurrir dos casos.
1 0.4 El uso de las fun cione s generatrices 497
Entonces a(n, r) = a(n - 1, r) + a(n, r - 1) ya que estos dos casos abarcan todas las
posibilidades y son disjuntos.
S e a /, = 2 ~ oa *-n' r)xr la función generatriz de la sucesiónu(n, 0),a(n, 1),a(n, 2 ) , . . . [En
este c a so ,/, es una abreviatura d e /„(*).] De la ecuación a(n. r) = a(n - 1, r) + a(n, r - 1),
donde « S l y r S l s e sigue que
Si observamos que a(n. 0) = 1 para n > 0 y <2(0 , r ) = 0 para r > 0, podemos escribir
f n i" u h h t
75 ( 1 - x) (1 - * ) (l-x ) (1 -x )2 (1 - * ) ’ ( l-x )‘
/o 1
( 1 - x )5 ( 1 - x )5
y a q u e / 0 = a ( 0 , 0 ) + a ( 0 ,l)a : + a (0 ,2 )x 2 + • - - = l + 0 + 0 + - - - .
En general, / , = l/( 1 - x f = ( 1 - xy-, de modo que a(n, r) es el coeficiente de x 'e n ( 1 - x y ,
igual a ( ;" ) ( - 1)' = ( " T ‘)-
[Aquí tratamos una relación de recurrencia para a(n, r), una función discreta d e dos
variables (enteras), n, r > 0 .]
Nuestro último ejemplo m uestra cómo utilizar las funciones generatrices para resolver
un sistem a de relaciones de recurrencia.
Si todos los neutrones libres interactúan con los núcleos un microsegundo después de
su creación, encuentre las funciones de n tales que
a „ j =2a„ + b„ (3)
i = an + b ,. (4)
S ean/, = Y " _a ^ , g, = ^ ^ b . x " las funciones generatrices de las sucesiones (a„ |r¡ >
0 ), {¿>„ I n > 0 ), respectivamente.
De las ecuaciones (3) y (4), para n > 0,
= ‘2 x j t a „ x n + x ' 2 b nx " . (3 /
n=0 *=0 n-0
De m anera análoga, obtenemos de la ecuación (4)'
g t o “ í>o = x f( x ) + x g (x ), (4)"
un sistema de ecuaciones que relaciona las funciones generatrices. Al resolver este siste
ma, vemos que
10.5 U n tipo d e relación d e recurrencia n o lineal (opcional) 499
EJERCICIOS 1 0 .4 1. Resuelva las siguientes relaciones de recurrencia por el método de las funciones generatrices.
a) a „ .\-a „ = y , n S O , flo -1 b) a„+,-a„ = n¡, n & 0 ,a o = l
c) a „ -3 a „ - , = 5"- ', n a l , a o = l
d) a„-2 —3un-i + 2an = 0, n a O , Oo= l , a¡ = 6
e) a „ ,¡-2 a n, , + a„ = 2", n a O , a0 = l , <¡i=2
2 . Para n objetos distintos, sea a(n, r) el número de formas en que podemos seleccionar r de los n
objetos, 0 < r < n, sin repetición. En este caso, a(n, r) = 0 cuando r > n. Use la relaciónde
recurrencia a(n, r) = a(n - 1 , r - 1 ) + a(n - 1 , r), donde n i l y r k l , para mostrar que f(x ) =
(1 +x)'- genera a(n, r), r > 0 .
3. Resuelva los siguientes sistemas de relaciones de recurrencia.
a) a„. i = - 2a„ - 46„ b) a„,¡ = 2ar. - b„ + 2
b„-, = 4a„ + 6b„ b„-, = -a„ + 2¿„ - 1
n a O , <¡o= 1, &o= 0 n aO , Oo = 0, óo = 1
1 0 .5
U n t ip o e s p e c ia l d e r e la c ió n
de re cu rre n cia n o line a l (o p c io n a l)
Hasta ahora, nuestro estudio de las relaciones de recurrencia ha tratado de relaciones li
neales con coeficientes constantes. El estudio de las relaciones d e recurrencia no lineales
y de las relaciones con coeficientes variables no es un tem a que seguiremos con detalle,
excepto por una relación no lineal particular que lleva por s í misma al m étodo de las
funciones generatrices.
Desarrollaremos el método en un problema de conteo d e estructuras d e datos. Antes de
eso, observemos que si f(x ) = 2 ” oa' x‘ es *a f|Jnc' <5n generatriz de a<¡, a,, a: , . . . , entonces
[/(*)]’ genera oo«i, oo^i + a¡ o0a 2 + a, a, + a3ao, . . . , Ooa„ + a¡ ar . , + £¡20,-2 + a->a<¡ + - • • +
o ,, i &i + a . ao,. . . . la convolución de la sucesión a<¡, a¡, a2, . . . , consigo misma.
Figura 10.12
En la figura 10.12 vemos dos de estos árboles, donde el vértice con el círculo denota la
raíz. Estos árboles son binarios debido a que de cada vértice hay a lo m ás dos aristas
(llamadas ramas) que descienden (puesto que un árbol con raíz es un grafo dirigido) de
ese vértice.
En particular, estos árboles binarios con raíz son ordenados, en el sentido d e que una
rama izquierda que desciende de un vértice se considera diferente de una ram a derecha
que desciende del mismo vértice. Para el caso de tres vértices, la figura 10.13 m uestra los
cinco posibles árboles binarios ordenados con raíz. (Si no se prestara atención al orden,
entonces los últimos cuatro árboles con raíz serían la m isma estructura.)
A
/ { \ >
di (2) (3) (4) (5)
Nuestro objetivo es contar, para n > 0, el número b, de árboles binarios ordenados con
raíz de n vértices. Si conocemos los valores de b, para 0 < i < n, para obtener b„, , seleccio
namos un vértice como la raíz y observamos, como en la figura 10.14, que las subestructuras
que descienden a la izquierda y la derecha de la raíz son árboles (binarios ordenados con
raíz) más pequeños, cuyo número total de vértices es n. Estos árboles m ás pequeños se
denominan subárboies del árbol dado. Entre los posibles subárboles está el subárbol va
cío, del que sólo hay uno ( = b0).
Consideremos ahora la forma en que pueden separarse los n vértices en estos dos
subárboles.
(1) 0 vértices a la izquierda, n vértices a la derecha. Esto produce un total d e b0b,
subestructuras por contar en b, , i-
(2 ) 1 vértice a la izquierda, n - 1 vértices a la derecha, lo que produce b ,b n_¡
árboles binarios ordenados con raíz, con n + 1 vértices.
Subárbd
derech o F ig u ra 1 0 .1 4
Sea/(* ) = ^,~ ^ b ,x " la función generatriz de feo, fe,, fe2, . . .Volvemos a escribir la ecuación
( 1 ) como
=- (l/2)(l/2)(3/2)---((2n-3)/2)( ^
n!
( — 1)2*(1)(3) •••(2>» - 3)
n\
(~l)2"(n!)(l)(3) •- •(2n - 3)(2/i - 1)
(i.!)(«!)(2»-l)
(~ 1 )(2 )(4 ) • • • (2i»)(l)(3) • • ■(2n — 1) (-1 ) /2 n '
(2n - l)( n !) ( n !) (2 n -l)\*
502 Capitulo 10 Relaciones d e recurrencia
1 l2 n V .
„ .i ( 2 n - l ) V n
Así,
( 2 (n + 1 )\ _ (2n )l 1 (2 n
2 L2 (« + 1 ) - l j \ n + 1 / (n + l)! (n ! ) (« + 1 ) 1 »
Los números b, son los números d e Catalan, en honor del matemático belga Eugene
Catalan (1814—1894), quien los usó para determinar el número de formas para colocar
paréntesis en la expresión x,x-¡xi. .. x„. Los primeros 1 1 números de Catalan son b0 = 1, b, =
1, b2 = 2, ¿>3 = 5, b, = 14, bs = 42, b6 = 132, b , = 429, b¡ = 1430, b , = 4862 y í >,0 = 16796.
Continuamos ahora con una segunda aplicación de los números d e Catalan, basada en
un ejem plo de Shimon Even. (Véase la página 86 de la referencia [5].)
O tra estructura de datos muy importante en las ciencias de la computación es la pila. Esta
estructura perm ite guardar datos, con las siguientes restricciones:
1) Todas las inserciones se realizan en un extremo de la estructura, que se llama pane
superior de la pila, y el proceso de inserción se conoce com o push (empujar).
2) Todas las eliminaciones de la pila (no vacía) también ocunén en la parte superior.
Llamamos a este proceso pop.
Puesto que el último (last) elemento insertado en ( in) esta estructura es el p rim er (first)
elem ento que debe salir (out) de ella, la pila se considera con frecuencia como una estruc
tura "last-in-first-out” (LIFO).
Los modelos intuitivos para este tipo de estructura incluyen una pila de fichas de póquer,
una p ila de platos en una cafetería y la pila de descarte que se usa en algunos juegos de
cartas, como el gin-rummy. En los tres casos, sólo podemos (1) insertar un nuevo elemento
en la parte superior de la pila o ( 2 ) tomar (eliminar) el elem ento de la parte superior de la
pila (no vacía).
Aquí usaremos esta estructura de datos, con sus procedimientos push y pop, para ayu
damos a perm utar la lista (ordenada) 1 , 2 , 3 , . . . , n, para n G Z*. El diagrama de la figura
10.15 muestra la forma en que cada entero de la entrada 1 , 2 , 3 debe empujarse hacia
la parte superior de la pila, en el orden dado. Sin embargo, podemos realizar una instruc
ción pop para eliminar un elemento de la parte superior de la pila (no vacía) en cualquier
instante. Pero una vez que un elemento es retirado de la pila, no puede ser devuelto a la
parte superior de la misma ni su valor puede ser utilizado de nuevo como entrada a añadir
a la pila.
10.5 U n t ipo d e relación d e recurrencia no lineal (opcional) 503
Pila
F ig u ra 1 0 .1 5
El proceso continúa hasta que no hay elementos en la pila. Así, la sucesión ordenada de
elementos extraídos de la pila determina una permutación de 1, 2, 3 , . . . . n.
Si n = 1, nuestra lista de entrada sólo consta del entero 1. Insertamos 1 en la parte
superior de la p ila (vacía) y después lo sacamos. Esto produce la permutación 1 (poco
interesante).
Para n = 2, tenemos dos permutaciones posibles para 1,2, y podemos obtener ambas por
medio d e la pila.
1) Para obtener 1 ,2 , colocamos el 1 en la parte superior de la pila (vacía) y después lo
sacamos. Después colocamos el 2 en la parte superior de la pila (vacía) y lo saca
mos.
2) La permutación 2,1 se obtiene colocando el 1 en la parte superior de la pila (vacía)
y empujando luego el 2 hacia la parte superior de la pila (no vacía). Así, si sacamos
el 2 de la parte superior de la pila y luego el 1 , obtendremos 2 , 1 .
En el caso n = 3, vemos que sólo podemos obtener cinco de las 3! = 6 permutaciones
posibles de 1, 2, 3. Por ejemplo, la permutación 2, 3, 1 se obtiene m ediante los pasos
siguientes.
• Se coloca el 1 en la parte superior de la pila (vacía).
• Se coloca el 2 en la pane superior de la pila (sobre el 1).
• Se saca el 2 d e la pila.
• Se coloca el 3 en la pane superior de la pila (sobre el 1).
• Se saca el 3 de la pila.
• Se saca el 1 de la pila, y ésta queda vacía.
L a razón por la que no podemos obtener todas las permutaciones de 1, 2, 3 es que no
podemos generar la permutación 3 ,1 ,2 por medio de la pila, y a que, para que el 3 esté en
la prim era posición de la permutación, debemos construir la pila introduciendo primero el
1 en la pila (vacía), luego el 2 en la parte superior d e la p ila (sobre el 1 ) y, por último,
colocando el 3 en la pane superior de la pila (sobre el 2). Después de introducir el 3 en la
p an e superior de la pila, lo tendremos como prim er número de nuestra permutación. Pero
como el 2 está en la p an e superior de la pila, no podemos sacar el 1 hasta haber sacado el
2, por lo que no podemos generar la permutación 3, 1, 2.
Si n = 4, existen 12 permutaciones de la lista (ordenada) 1 , 2 ,3 ,4 que se pueden generar
por el método de la pila. Las enumeramos en las cuatro columnas de la tabla 10.4 de
acuerdo con la posición del 1 en la permutación.
504 Capítulo 10 Relaciones d e recurrencia
labia 10.4
1 ,2 ,3 ,4 2 , 1 ,3 , 4 2 ,3 ,1 , 4 2 .3 .4 .1
1 ,2 ,4 ,3 2 , 1 ,4 , 3 3 ,2 ,1 ,4 2 .4 .3 .1
1 ,3 ,2 ,4 3 .2 .4 .1
1 .3 .4 .2 3 .4 .2 .1
1 .4 .3 .2 4 .3 .2 .1
Con base en estas observaciones, para 1 < i < 4 , sea a, el número de formas de permutar
los enteros 1,2 , 3 , . . . . r (o cualquier lista de i enteros consecutivos) por m edio de la pila.
Además, definimos ao = 1, puesto que solamente hay una form a de no perm utar nada, por
m edio de la pila. Entonces
donde
a) Cada sumando a, a¡ satisface j + k = 3.
b) El subíndice j indica que existen j enteros a la izquierda del 1 en la permutación; en
particular, para j > 1 , éstos son los enteros d e 2 a j + 1 , inclusive.
c) El subíndice k indica que hay k enteros a la derecha del 1 en la permutación; para k
> 1, éstos son los enteros de 4 - (k - 1) a 4.
Este problem a de permutación puede generalizarse a cualquier n G N . d e m odo que
o „ , , = a 0 a „ + a ¡ a ^ ¡ + a 2 a „ _ 2 -t i-O n-iOt +
fl’’ (n + 1)
Continuaremos esta sección con otro ejemplo en que surgen los números d e Catalan.
Históricamente, éste es el primer caso conocido donde apareció esta sucesión de números.
10.5 U n t ipo d e relación d e recurrencia n o lineal (opcional) 505
1 0 .3 8 j Este ejem plo trata de u n problem a propuesto por Leonard Euler. E l problem a analiza un
polígono convexo dado d e n(> 3) lados; es decir, un polígono d e n lados que satisface la
siguiente propiedad: para cualquier par de puntos P ¡J'2del interior del polígono, el seg
mento de recta que une a P, con P2 también está dentro del interior del polígono. Dado un
polígono convexo de n lados, Euler quería contar el número de form as en que podía
triangularse el interior del polígono (subdividirlo en triángulos) trazando diagonales que
no se intersecaran. Denotaremos el número de estas triangulaciones como t„.
En las partes (a) y (b) de la figura 10.16 encontramos un triángulo y dos cuadriláteros;
éstos últimos han sido triangulados. L a parte (c) de la figura muestra las cinco formas en
que podemos triangular un pentágono convexo mediante diagonales que no se intersequen.
(En cada caso, tenemos dos diagonales que no se intersecan.) En consecuencia, t¡ = 1, r4 =
2 y f5 = 5 , por lo que tenemos otra situación donde aparecen los números d e Catalan. Sin
embargo, esta vez no usaremos una relación de recurrencia, sino que estableceremos una
correspondencia uno a uno entre las triangulaciones del polígono convexo (que queremos
contar) y los árboles binarios ordenados con raíz contados en el ejemplo 10.36.
Para e l caso n = 5, consideremos el pentágono convexo triangulado de la parte (a) de la
figura 10.17. Asociamos la raíz r de un árbol binario ordenado con raíz con el lado del
pentágono cuyos extremos están etiquetados como 1 y 2 ; nos referiremos a este lado como
el lado { 1 ,2 ). Ahora rotamos el lado {1,2} hacia la diagonal { 5 ,2 ), la prim era (y única)
diagonal que podemos alcanzar mediante la rotación del lado {1, 2}. Esta rotación en
sentido contrario al d e las manecillas del reloj se designa en un árbol binario ordenado con
raíz mediante una arista trazada desde la raíz hasta el vértice o , al lado derecho de la raíz.
E l vértice u , corresponde con la diagonal del pentágono {5,2} y el resultado de la rotación
aparece en la figura 10.17(b). Si continuamos de esta forma, la rotación en sentido contra
rio al de las manecillas, d e la diagonal {5, 2} hacia la diagonal { 4 ,2 ) , corresponde a la
F ig u r a 1 0 .1 6
Capitulo 10 Relaciones d e recurrencia
Figura 10.17
arista {i>i, 1 >¡} del árbol binario ordenado con raíz de la parte (c) de la figura. En este caso,
el vértice u ¡ corresponde con la diagonal {4,2}.
La situación de las partes (d) y (e) de la figura 10.17 m uestra de nuevo la corresponden
cia entre
como se muestra en la figura 10.17(h); o (2) una rotación en sentido contrario al de las
manecillas hacia la diagonal { 2 ,4 ). En este caso, primero aplicamos la rotación en sentido
de las manecillas y obtenemos el resultado de la parte (h) de la figura 10.17. A continua
ción, rotamos la arista {1, 2} del pentágono hacia la diagonal {2, 4 ) , por m edio de una
rotación en el sentido de las manecillas, como se muestra en la figura 10.17(i), donde
también encontramos el árbol binario ordenado con raíz correspondiente.
E ste análisis m uestra que para cualquier triangulación del pentágono convexo obtene
mos un árbol binario ordenado con raíz tal que
F ig u r a 1 0 .1 8
)8 Capítulo 1 0 Relaciones de recurrencia
Figura 10.19
Nuestro último ejemplo de esta sección es parecido al ejemplo 10.14. De nuevo, vemos
que debemos evitar obtener un resultado general sin un argumento general, independien
temente de lo que puedan sugerir unos cuantos casos especiales.
10.39 Aquí partimos de n objetos distintos y, para n > 1 , los distribuimos en a lo sumo n recipien
tes idénticos, sin que haya m ás de tres objetos en cada recipiente y sin preocuparnos por el
orden de los objetos dentro de los recipientes. Sea aKel número de estas distribuciones y, a
partir de la figura 10 .2 0 , vemos que
f lo = l, a , = 1, a2 = 2 , a 3 = 5, y a¿ = 14,
Parece que tuviéramos los primeros cinco términos de la sucesión de núm eros de Catalan;
sin embargo, el patrón se rompe y vemos que
a 5 = 46 # 42 (el sexto número de Catalan),
di = 1 6 6 # 132 (el séptimo número de Catalan), y
a , = 652 # 429 (el octavo número de Catalan).
(Las distribuciones de este ejemplo fueron estudiadas por F. L. Miksa, L. M oser y M . Wyman
en la referencia [20 ].)
Otros ejem plos relacionados con los números de Catalan aparecen e n la bibliografía del
capítulo.
10.5 U n tip o d e relación de recurrencia no lineal (opcional) 509
EJERCICIOS 10.5 1. P a r a l o s á r b o le s b i n a r i o s o r d e n a d o s c o n r a í z d e l e j e m p l o 1 0 .3 6 , c a l c u l e b t y t r a c e l a s e s t r u c t u
r a s d e c u a t r o v é r ti c e s .
2. V e r if iq u e q u e p a r a to d o n > 0 ,
/ 2 /i — 1 \ Í2 n — 1 \ 1
3. M u e s t r e q u e p a r a to d o ^ y ^ n _ 2 / (— _
1)
4. ¿ C u á l e s d e la s s i g u i e n t e s p e r m u t a c io n e s d e 1 , 2 , 3 , 4 , 5 , 6 , 7, 8 p u e d e n o b te n e rs e u s a n d o u n a
p ila ( d e l e j e m p l o 1 0 .3 7 ) ?
a) 4 ,2 ,3 ,1 ,5 ,6 ,7 ,8 c) 4 ,5 ,3 ,2 ,1 ,8 ,6 ,7
b) 5 , 4 , 3, 6 , 2 , 1 , 8 , 7 d) 3 ,4 ,2 ,1 ,7 ,6 ,8 ,5
5. S u p o n g a m o s q u e l o s e n te r o s 1 . 2 , 3 , 4 , 5 , 6 , 7 . 8 s e p e r m u t a n u s a n d o la p i l a d e l e j e m p l o 1 0 .3 7 .
(a) ¿ C u á n t a s p e r m u t a c io n e s s o n p o s ib l e s ? ( b ) ¿ C u á n t a s p e r m u t a c io n e s t i e n e n e l 1 e n l a c u a r ta
p o s ic ió n y e l 5 e n l a o c ta v a ? ( c ) ¿ C u á n t a s p e r m u t a c i o n e s t i e n e n e l 1 e n la s e x t a p o s i c i ó n ? ( d )
¿ C u á n t a s p e r m u t a c io n e s c o m ie n z a n c o n 3 2 1 ?
7 . E n c u e n t r e e l á r b o l b i n a r i o o r d e n a d o c o n r a íz , c o r r e s p o n d i e n te a c a d a u n a d e l a s t r i a n g u la c io n e s
( d e u n h e p tá g o n o c o n v e x o ) d e l a f ig u r a 1 0 .2 1 .
8. P a ra n a O , = n - é s i m o n ú m e r o d e C a ta la n .
t e X í )b,-. , = —
a ) M u e s tr e q u e p a r a t o d o n > 0 , — b,.
(n + 2 )
b) U s e e l r e s u l ta d o d e l a p a r t e ( a ) p a r a e s c r i b i r u n p r o g r a m a ( o d e s a r r o l l a r u n a l g o r i tm o ) q u e
c a l c u l e l o s p r im e r o s 1 5 n ú m e r o s d e C a ta la n .
) Capítulo 1 0 Relaciones d e recurrencia
9. P a r a n 2 0 , d is t r i b u y a 2 n p u n t o s d e m a n e r a u n i f o r m e s o b r e u n a c i r c u n f e r e n c i a y n u m é r e l o s e n
f o r m a c í c l i c a c o n l o s e n te r o s 1 , 2 , 3 , . . , , 2 n . S e a a , e l n ú m e r o d e f o r m a s e n q u e e s to s 2 n p u n to s
p u e d e n e m p a re ja rse c o m o n cadenas s in q u e é s t a s s e i n te r s e q u e n . ( E l c a s o d e n = 3 se m u e s tr a
e n l a f i g u r a 1 0 .2 2 .) E n c u e n tr e y r e s u e lv a u n a r e l a c i ó n d e r e c u r r e n c ia p a r a a., n> 0 .
10. E n l a f i g u r a 1 0 .2 3 t e n e m o s d o s d e l a s c i n c o f o r m a s e n q u e p o d e m o s t r i a n g u l a r e l i n t e r i o r d e u n
p e n tá g o n o c o n v e x o c o n d i a g o n a l e s q u e n o s e i n te r s e q u e n . E n e s te c a s o h e m o s e t i q u e t a d o c u a
tr o d e l o s l a d o s c o n l a s l e t r a s a , b , c , d , a l i g u a l q u e l o s c in c o v é r t i c e s . E n l a p a r t e ( i ) u s a m o s la s
e tiq u e t a s d e l o s l a d o s a y b p a r a o b te n e r l a e ti q u e t a a b p a r a l a d i a g o n a l q u e u n e l o s v é r t i c e s 2
y 4 . E s t o s e d e b e a q u e l a d ia g o n a l ( lla m a d a a b ) , j u n t o c o n l o s l a d o s a y b , n o s p r o p o r c i o n a u n o
d e l o s tr iá n g u lo s i n te r io r e s d e l a t r i a n g u la c ió n d e l p e n tá g o n o c o n v e x o . E n t o n c e s , l a d ia g o n a l
a b y e l l a d o c d a n l u g a r a la e ti q u e t a a b ( c ) d e l a d ia g o n a l d e te r m in a d a p o r l o s v é r t i c e s 2 y 5 . y
lo s la d o s a b , c y ( a b ) c p r o p o r c io n a n u n s e g u n d o tr iá n g u lo i n t e r i o r p a r a e s t a t r i a n g u la c ió n . S i
s e g u im o s d e e s ta f o r m a , e t iq u e t a r e m o s l a a r i s t a b a s e q u e u n e l o s v é r t i c e 1 y 2 c o n ( ( a b ) c ) d . u n a
d e l a s c in c o f o r m a s e n q u e p o d e m o s in tr o d u c i r lo s p a r é n t e s i s p a r a o b t e n e r l o s tr e s p r o d u c to s
( d e d o s e n d o s n ú m e r o s ) n e c e s a r io s p a r a c a l c u l a r a b c d . L a t r i a n g u la c ió n d e l a p a r t e ( i i ) d e la
f i g u r a c o r r e s p o n d e a l p r o d u c t o c o n p a r é n te s is ( a b )( c d ) .
a ) D e t e r m in e e l p r o d u c to c o n p a r é n t e s i s d e a , b , c , d p a r a l a s o t r a s t r e s t r i a n g u l a c i o n e s d e l
p e n tá g o n o c o n v e x o .
b ) E n c u e n t r e e l p r o d u c to c o n p a r é n t e s i s p a r a c a d a u n o d e l o s h e x á g o n o s c o n v e x o s tr ia n g u la d o s
d e la s p a r t e s ( iii) y ( iv ) d e l a f ig u r a 1 0 .2 3 .
[ D e la p a r t e ( a ) , v e m o s q u e h a y c in c o f o r m a s d e p o n e r p a r é n t e s i s a l a e x p r e s i ó n a b c d . L a p a rte
(b ) m u e s tr a d o s d e la s 14 f o r m a s e n q u e p o d e m o s in tr o d u c ir p a ré n te s is p a r a l a e x p r e s ió n a b c d e . E n
g e n e r a l , h a y - ¿ f (J’ ¡ f o r m a s d e p o n e r e n t r e p a r é n t e s i s l a e x p r e s i ó n x , x ¡ x } - - - x , _ , x , x , . T r a ta n
d o d e r e s o l v e r e s t e p r o b l e m a , E u g e n e C a t a l a n d e s c u b r i ó la s u c e s i ó n q u e l l e v a s u n o m b r e .]
1 0.6 A lg o ritm o s divide y vencerás (opcional) 511
10.6
A lg o r i t m o s d iv id e y v e n c e r á s
( o p c io n a l) t
Luego resolvemos los a problemas m ás pequeños y usamos sus soluciones para construir
una solución del problem a original de tamaño n. Nos interesan particularm ente los casos
en que n es una potencia de b y b = 2 .
Estudiaremos los algoritmos “divide y vencerás”, donde
1) El tiempo para resolver el problema inicial de tamaño n = 1 es una constante c > 0, y
2) El tiempo para separar el problema dado de tam año n e n a problemas similares pero
m ás pequeños, junto con el tiem po necesario para combinar las soluciones de estos
problemas pequeños y obtener una solución del problem a dado es h(n), una función
de n.
+ El material de esta sección puede omitirse sin perder la continuidad. Sera utilizado en la sección 12.3
para determinar la función de complejidad en tiempo del algoritmo de ordenamiento por fusión. Sin embargo,
el resultado también se obtendrá como un caso particular de este algoritmo mediante otro método que no usa el
material desarrollado en esta sección.
t Para cada r 6 H recordemos que f x] denoto el lecho de x y [xj el suelo de x. o la pane entera de x.
donde
■)|*J = M = * .P »ra*eZ
b) [xj es el entero inmediato a la izquierda de x, para i t S - Z
c) M es el entero inmediato a la derecha de x, para x e R - Z.
2 Capítulo 1 0 Relaciones d e recurrencia
/ (I ) = c,
f í n ) = a f í n / b ) + h (n ), para n = b k, k a l.
/ ( D = c, y
f í n ) = a f í n Ib ) + c, p a ra n = b k, k > 1,
1 ) / ( » ) = c(log¡, n + 1 ), donde a = 1
2) / ( n ) - c ( ^ - 1) , donde a ^ 2
a - 1
f(n ) = a f(n /b ) + c
a f í n Ib ) = a2f í n / b 2) + ac
a2f í n / b 2) = a3f í n / b 3) + a 2c
a3f í n / b }) = ai f í n l b i ) + a3c
Vemos que cada uno de los térm inosa fín /b ), a2fín /tr ) , a f(n /b s) , . . . , a i “'/(t¡/fc'“l) aparece
una vez como sumando en ambos lados de estas ecuaciones. Por lo tanto, al sumar ambos
lados d e las k ecuaciones y cancelar estos sumandos comunes, obtenemos
Como n = bi y / ( l ) = c, tenemos
f ín ) = akf í 1 ) + c [l + a + a2 + ■■■+ a*-']
= c [l + a + a2 + ■■■ -f ak~' + n‘ ).
1 0 .6 A lgo ritm o s d ivide y vencerás (opcional)___________________________________________ 513
a* = a 1086" = = (btoK“)kW’“ =
/ (« ) = ^ 7 — — p a r a n £ {fr‘|i e N } .
(a-1 )
/ ( D = 3, y
f(n ) = f ( n 12) + 3 , p a ra n = 2*, k SZ*.
g ( l) = 7, y
g (n ) = 4 g ( n /3 ) + 7 , p a ra n = 3*, kSZ*.
Si analizamos el teorema 10.1, debemos observar, por desgracia, que aunque conoce
m o s/p a ra n S {1, b, b2, . . . } , no podemos decir nada del valor d e /p a r a los enteros en Z*
—{ 1 , b, t r , . ..} . Así, en este momento no podemos analizar/com o una función de comple-
jidad en tiempo. Para superar esto, generalizaremos la definición 5.23, donde presentamos
la idea de dominación d e una función.
D efin ició n 10.1 Sean / g: Z* - » R y S un subconjunto infinito de Z '. Decimos que g domina a j e n S (o que
f e s dominada p o r g en S ) si existen constantes m £ R* y * S Z* tales que l /( n ) | <
m Ig(n) I para todo n S S, donde n > k.
En estas condiciones, también decimos q u e / £ O(g) en S.
a) f e 0 (lo g 2 « ) en {2‘ |* e N }
b) g S O i n ^ ) en {3*|*G N }
Con la definición 10.1, podemos considerar ahora los siguientes corolarios del teorema
10.1. El primero es una generalización d e los resultados particulares dados en el ejemplo
10.42.
El segundo corolario cambia los signos d e igualdad del teorema 10.1 por desigualda
des. Com o resultado, el codominio d e /d e b e restringirse de R a R* U {0}.
Afirmamos que f (n ) < g(n) para todo n E {1, b, b 2, . . .}. Para demostrar nuestra afir
mación, haremos una inducción sobre k, donde n = bt. Si k = 0, entonces n = i>° = 1 y /(1 ) <
c = g (l), de modo que el resultado es cierto para este prim er caso. Si suponemos que el
resultado es cierto para algún / £ N , tenemos que f(n ) = f ( t í ) < g(b0 = g(n) para n = ir.
Entonces, para k = l+ 1 y n = & = & * ', tenemos que
Por lo tanto, por el principio de inducción matemática,/(n) <g(n) para todo n G {1, b , ...} .
En consecuencia, / G 0 (g ) en ( 6 ' | í £ N ¡ y el corolario se sigue de nuestra afirmación
anterior sobre g.
Hasta este momento, nuestro estudio de los algoritmos "divide y vencerás” ha sido
principalmente teórico. Ya es tiempo de dar un ejemplo donde puedan aplicarse estas ideas.
El siguiente resultado confirma uno de nuestros anteriores ejemplos.
/ (1 ) = 0
f ( n ) = / ( 2‘) = (3 /2 )(2 ‘) - 2 = (3 /2 )n - 2 , para n = 2 ,4 ,8 ,1 6 .
Capitulo 1 0 Relaciones de recurrencia
Todos nuestros resultados piden que n = b1 para algún k G N, de m odo que es natural
preguntarse si podemos hacer algo cuando permitimos que n sea cualquier entero positivo.
Para esto, presentamos la siguiente idea.
Esto nos permite considerar resultados para cualquier/i G Z~, en ciertas circunstancias.
S e a /: Z ' - » R 1 U {0} m onótona creciente y sea g : Z* —> R . Para ¿ 6 Z ' , í > 2 , suponga
mos q u e / G O(g) para todo n G S = {ó* | k G N}. En estas condiciones,
Demostración: Demostraremos las partes (a) y (c) y dejaremos la parte (b) para los ejerci
cios d e la sección. Antes d e comenzar, observemos que la base para los logaritmos de las
partes (a) y (b) es cualquier número real positivo m ayor que 1.
/(0 — m log(b‘*!)
= /7![log(i>*) + logó]
= m log(¿>*) + m log b
< m lo g (ó ') + m log ó !og(ói )
= m ( l + lo g ó ) log(ó‘)
< m ( l + lo g ó ) logf.
c) Según las hipótesis de esta pane del teorema, existen constantes m E R ' . i S Z *
tales q u e /(n ) < m(n') para todon S Scu an d o n > s . Así, s ir £ Z ’ con s < t/ < t<
entonces
= m b’(bkY
< m b 't '.
S i M = mb' y s, = ¿* + 1, se sigue que para todo 1 6 Z*. si r > *i, en tonces/(r) < Air'
y / e O(n').
Ahora utilizaremos el resultado del teorema 10.2 para determinar la función de com
plejidad en tiem po/(n) para un algoritmo de búsqueda llamado búsqueda binaria.
En el ejemplo 5.71 analizamos un algoritmo en el que buscábamos un entero particular
Key en una lista A [l], A[2], A [3 ],. . . , A[n]. En ese ejemplo, los elementos d e la lista no
tenían un orden particular, por lo que simplemente comparamos el valor de Key con el de
los elementos de la lista A [l], A[2], A [3 ],. . . , A[n]. Pero esto no sería eficiente si supiéra
mos que A [l] < A[2] < A[3] < • • • < A[n]. (Después de todo, uno no busca el número
telefónico d e una persona en la guía empezando en la primera página y analizando cada
nombre. El orden alfabético de los apellidos se usa para acelerar el proceso de búsqueda.)
Veamos u n ejem plo particular.
Consideremos la listaA [l], A[2], A [3],. . . , A[7] de enteros, dondeA (l) = 2, A[2] = 4 , A[3] =
5, A[4] = 7, A(5] = 10, A[6] = 17 y A[7) = 20; además, sea Key = 9. Revisamos la lista de
la forma siguiente:
1) Comparamos Key con el elemento del centro de la lista, que en este caso es A[4] =
7. Com o Key > A[4], nos concentramos en los demás elementos de la sublista A[5],
A[6], A[7].
2) Ahora comparamos Key con el elem ento central A[6]. Como Key = 9 < 17 = A[6],
pasamos ahora a la sublista (de A[5], A[6], A[7j) que consta de los elementos meno
res que A[6], que en este caso solamente es el elem ento A[5].
3) Al comparar Key con A[5], vemos que Key M [5 ), p or lo que Key no está presente
en la lista d adaA [l], A[2], A [3 ],. . . , A[7].
A partir de los resultados del ejem plo 10.44, hacemos las siguientes observaciones para
una lista general (ordenada) de enteros (o números reales). S eaA [l],A [2], A [3 ],. . . , A[n]
la lista dada y sea Key el entero (o número real) que estamos buscando. A diferencia de la
lista de! ejemplo 5.71, aquí tenemos que
1) Primero comparamos el valor d e Key con el elem ento de la lista en o cerca del
centro. Este elem ento es A[(n + l)/2] para n impar y A[n!2] para n par.
18 Capítulo 10 Relaciones de recurrencia
B e g in
f la g := f a ls e ;
lo w e r : = 1;
u p p e r : = n;
W hile ( lo w e r < = u p p e r ) a n d ( f l a g = f a l s e ) do
B e g in
c e n t e r : = ( l o w e r + u p p e r ) D iv 2 ;
I f Key = A [c e n te r] th e n
f la g : = tru e
E ls e
I f Key < A fc e n te r] t h e n
u p p e r := c e n te r - 1 -{Se b u s c a e n l a s u b l i s t a i n f e r i o r . )
E l s e lo w e r : = c e n t e r + 1 (S e b u s c a e n l a s u b l i s t a s u p e r i o r . )
End;
I f f la g = f a l s e th e n
W r i t e l n í 'E l v a l o r K e y ,' no e s t á e n l a l i s t a . ' )
Else Writeln('El valor ', Key,'se localiza e n el elemento ',
c e n t e r ,'.')
End.
Figura 10.24
/ ( n ) = / ( 2 r - 1) = 1 + f{ r - 1) S 1 + / ( r ) = f ( n + 1).
/ ( i) = i. y
/ ( ” ) = /(zi /2 ) + 1, para n = 2k, k > 1,
Pero s i / e s m onótona creciente, obtenemos del teorema 10.2 q u e / S 0 (lo g ;n) (para todo
n e Z*). En consecuencia, la búsqueda binaria es un algoritm o 0(log>n), m ientras que
el algoriüno del ejemplo 5.71 es O(n). Por lo tanto, cuando n crece, la búsqueda binaria es el
algoritmo más eficiente; pero entonces requiere una condición adicional: que la lista esté
ordenada.
Esta sección ha presentado algunas de las ideas básicas en el estudio de los algoritmos
"divide y vencerás”. También extiende el material de complejidad computacional y análi
sis de algoritmos presentado por primera vez en las secciones 5.7 y 5.8.
520 Capítulo 1 0 Relaciones d e recurrencia
Los ejercicios de esta sección incluyen algunas extensiones de los resultados desarro
llados en la misma- El lector que desee estudiar más sobre el tema encontrará útil e intere
sante la bibliografía del capítulo.
EJERCICIOS 10.6 1. E n l o s s ig u i e n te s e j e r c i c i o s , / : Z * —» R. E n c u e n t r e / ( n ) r e s p e c t o d e l c o n j u n t o d a d o S y d e t e r m i
n a la f o r m a “ O m a y ú s c u l a " a d e c u a d a d e / e n S.
a) A l) = 5
/(n ) = 4 /(n /3 ) + 5 , n = 3 ,9 ,2 7 ,...
5 = {3i | í e N }
b) A l) = 7
f( n ) = f(n /5 )+ 7, n = 5 ,2 5 ,1 2 5 ,...
S = {5'|¿eN}
2. Sean a, fe, c £ Z ‘ , fe S 2 y d £ N . P r u e b e q u e l a s o lu c ió n d e l a r e l a c i ó n d e r e c u r r e n c ia
f(l) = d
f i n ) = a f i n /b ) + c , n = b k, t a l
satisface
a ) f i n ) = d + c l o g j/ i, p a r a n = fe*. k £ N , s i a = 1.
b ) f { n ) = d n ’“ ** + d ( a - l) ) [ n ° * - ’ - 1 [ , p a r a n = fe*, k £ N , s i a > 2 .
5. C o n s i d e r e m o s u n t o r n e o d e t e n is p a r a n ju g a d o r e s , d o n d e n = 2*, k G Z * . E n la p r i m e r a r o n d a
s e ju e g a n n J 2 p a r ti d o s y l o s rJ 2 g a n a d o r e s p a s a n a l a s e g u n d a r o n d a , e n l a q u e s e r e a l i z a n n /4
p a r ti d o s . E s t e p r o c e s o d e d iv i s i ó n p o r la m it a d c o n t i n ú a h a s t a d e te r m i n a r u n g a n a d o r .
a ) P a ra n = 2t , k G Z \ s e a f ( n ) e l n ú m e r o t o t a l d e p a r ti d o s j u g a d o s e n e l to r n e o . E n c u e n t r e y
r e s u e l v a u n a r e la c i ó n d e r e c u r r e n c ia p a r a f ( n ) d e l a f o r m a
fi\)= d
fin ) = a fin 12) f e , « - 2 ,4 ,8 ,....
d o n d e a , c y d s o n c o n s ta n te s .
b ) M u e s tr e q u e l a r e s p u e s ta d e l a p a r t e ( a ) ta m b i é n e s u n a s o lu c ió n d e la r e la c i ó n d e r e c u r r e n c ia
/O ) = d
f i n ) = f i n /2) + (n /2 ), n = 2 , 4 , 8 ........
6. C o m p le t e l a s d e m o s tr a c io n e s d e l c o r o la r io 1 0 .1 y d e l a p a r t e ( b ) d e l t e o r e m a 1 0 .2 .
7. ¿ C u á l e s la f u n c ió n d e c o m p l e j i d a d d e l m e jo r c a s o e n l a b ú s q u e d a b in a r i a ?
8. a ) M o d if iq u e e l p r o c e d im ie n to d e l e j e m p l o 1 0 .4 3 d e la f o r m a s ig u i e n te : p a r a c u a l q u i e r S C R ,
t a l q u e 1 S | = n , d i v i d i m o s 5 c o m o S , U S ¡ , d o n d e 15 , 1 = I S 2I p a r a n p a r y 15 , 1 = 1 + I S ¡ !
1 0.7 Resum en y repaso histórico 521
para n impar. Muestre que si f(n ) cuenta el número de comparaciones necesarias (en este
procedimiento) para encontrar los elementos máximo y mínimo de S, entonces / es una
función monótona creciente,
b) ¿Cuál es la forma "O mayúscula” adecuada para la función/ de la parte (a)?
9. En el corolario 10.2 nos interesaba encontrar la forma “O mayúscula” adecuada para una fun
ción/: Z* -» R ' U (0) tal que
/(l)< c , para c € TL‘
f{n ) £ af{rJb) + c, para a,b £ Z*, con b > 2 y n = fe*, k G Z*.
b) Use el resultado de la parte (a) para mostrar q u e /6 0(n log n), cuando a = b. (La base de
la función log es cualquier número real mayor que 1.)
c) Cuando a i b , muestre que la parte (a) implica
d) Utilice la pane (c) para demostrar que ( i ) / 6 O(n) cuando a < b y ( i i ) / e 0(n"3' ‘), cuando
a > fe. [Ñola: La forma “O mayúscula" de/en cada una de las partes (b) y (d) es para/en Z \
no sólo en |¿?‘ U e N).
10.7
R e s u m e n y r e p a s o h is t ó ric o
En este capítulo, la relación d e recurrencia surgió como otra herramienta para la solución
de problemas combinatorios. En estos problemas analizamos una situación dada y des
pués expresamos el resultado a„ en términos d e los resultados de ciertos enteros no nega
tivos más pequeños. Una vez determinada la relación d e recurrencia, podemos encontrar
cualquier valor de a„ (dentro de límites razonables). Cuando tenemos acceso a un compu
tador, tales relaciones son particularmente valiosas, en especial si no se pueden resolver en
forma explícita.
El estudio de las relaciones de recurrencia se puede rastrear hasta la relación de Fibonacci
= F„t , + F„ n > 0 , F0 - 0, F. - 1, dada por Leonardo de Pisa (cerca de 1175-1250) en
1202. En su Líber Abaci, aborda un problema relacionado con el número de parejas de
conejos que se producen durante un año si se parte de una sola pareja que engendra otra
22 Capítulo 1 0 Relaciones d e recurrencia
L e o n a r d o f i b o n a c c i (c. 1 1 7 5 - 1 2 5 0 )
Reproducido por cortesía d e The Granger Collection. Nueva York
pareja al final de cada mes. Cada nueva pareja comienza a reproducirse en forma similar
un mes después de su nacimiento; y suponemos, además, que ninguna pareja m uere du
rante ese año. Por lo taño, al final del prim er mes tenemos dos pares de conejos; tres pares
después de dos meses; cinco pares después de tres meses, y así sucesivamente. [Como
mencionamos en el resumen del capítulo 9, Abraham DeM oivre (1667-1754) obtuvo este
resultado mediante el m étodo de las funciones generatrices en 1718.] Esta m isma sucesión
aparece en la obra del m atemático alemán Johannes Kepler (1571-1630), quien la usó en
su estudio de la forma en que se ordenan las hojas de una planta o flor en tom o de su tallo.
En 1844, el m atemático francés G abriel Lamé (1795-1870) usó la sucesión en su análisis
de la eficiencia del algoritmo de Euclides. Posteriormente, Franjois Édouard Anatole Lucas
(1842-1891), quien popularizó el juego de las torres de Hanoi, obtuvo m uchas propieda
des de esta sucesión y fue el primero en llamarla sucesión d e Fibonacci.
Para un análisis elemental de los ejem plos y propiedades de los números de Fibonacci,
consúltese el libro de T. H. Garland [9], Se puede aprender m ás de los textos de V. E.
Hoggatt, Jr. (13] y S. Vajda [27]. E l artículo de UM AP por R. V. Jean [15] proporciona mu
chas aplicaciones de esta sucesión. El capítulo 8 de la exposición matemática de R. Honsberger
[14] proporciona una descripción interesante de los números de Fibonacci y de la sucesión
relacionada con ella de los números de Lucas. E l texto de R. L. Graham, D. E. Knuth y O.
Patashnik [ 11 ] incluye también muchos ejem plos y propiedades interesantes de los núme
ros de Fibonacci y los números de Catalan; en el artículo de R. K. Guy [12] aparecen otros
contraejemplos para estos números, como los que están en los ejem plos 10.14 y 10.39,
respectivamente.
Un tratamiento similar del material presentado en este capítulo aparece en el capítulo 3
de C. L. Liu [19]. Para m ás detalles acerca del desarrollo teórico de las relaciones de
recurrencia lineal con coeficientes constantes, véase el capítulo 9 de N. Finizio y G. Ladas
[7], el cual contiene una aplicación en óptica donde se usa una relación de recurrencia para
determinar la trayectoria de un rayo que pasa por una serie de lentes delgados con una
separación uniforme entre ellos.
10.7 Resum en y repaso histórico 523
Las aplicaciones en teoría de probabilidades que tratan de los sucesos recurrentes, los
recorridos aleatorios y los problemas de ruina pueden encontrarse en los capítulo XII y XTV
del texto clásico de W. Feller [6]. El módulo UM APde D. Sherbert [23] presenta las ecuaciones
en diferencias e incluye una aplicación en economía conocida como el teorema de la telara
ña. El texto de S. Goldberg [10] tiene más aplicaciones para las ciencias sociales.
Las técnicas recursivas en la generación d e permutaciones, combinaciones y particio
nes de enteros se desarrollan en el capítulo 3 de R. A. Brualdi [3] y el capítulo 5 de E. S.
Page y L. B. W ilson [21]. El algoritm o que se presenta en la sección 10.1 para las
permutaciones de {1, 2, 3 . . . , n) apareció por vez primera en la obra de H . D . Steinhaus
[25] y se conoce como el algoritmo de ordenación con marcas adyacentes. Este resultado
fue redescubierto m ás tarde en forma independiente por H. E Trotter [26] y S. M. Johnson
[16]. Los métodos eficientes de ordenación para las permutaciones y otras estructuras
combinatorias se analizan con detalle en el texto d e D. E. Knuth [17]. L a obra d e E. M.
R eingold, J. N ievergelt y N. Deo [22] trata tam bién de dichos algoritm os y de su
implementación en un computador.
Para quienes disfrutaron los árboles binarios ordenados con raíz de la sección 10.5, el
capítulo 3 de A. V. Aho, J. B. Hopcroft y J. D. Ullman [1] será interesante. La base del ejem
plo de las pilas está en la página 86 del texto de S. Even [5]. E l artículo de M. G ardner [8]
proporciona otros ejem plos en que surgen los números de Catalan. Los aspectos compu-
tacionales para determinar los números de Catalan se analizan en el artículo de D, M.
Campbell [4]; el capítulo 9 d e la obra de R. Honsberger [14] trata la conexión entre estos
números y el principio de reflexión (que aparece en el ejercicio complementario 34 del
capítulo 1).
Por último, el tratamiento de los algoritmos “divide y vencerás” de la sección 10.6 está
m odelado según la presentación de D . F. Stanat y D. F. M cAllister en la sección 5.3 de
[24]. E l capítulo 10 del texto de A. V. Aho, J. E. Hopcroft y J. D. Ullman [1] proporciona
m ás información sobre este tema. U na aplicación de este m étodo en un algoritm o de mul
tiplicación d e matrices aparece en el capítulo 10 del texto de C. L. Liu [18].
BIBLIOGRAFÍA
1 . A h o . A l f r e d V .. J o h n E . H o p c r o f t y J e f f r e y D . U l l m a n . D a t a S tr u c tu r e s a n d A l g o r i i h m s . R e a d i n g ,
M a s s . . A d d is o n - W e s le y , 1 9 8 3 .
3. B r u a ld i. R i c h a r d A . . I n tr o d u c to r y C o m b in a t o r io s . N u e v a Y o rk , E l s e v i e r N o r t h - H o ll a n d . 1 9 7 7 .
4. C a m p b e ll, D o u g la s M ., “T h e C o m p u t a ú o n o f C a ta la n N u m b e r s " , M a l h e m a t i c s M a g a r i n e 5 7 .
n ú m . 4 , s e p tie m b r e d e 1 9 8 4 . p á g s . 1 9 5 - 2 0 8 .
5. E v e n , S h i m o n . G r a p h A l g o r í t h m s , R o c k v ill e , M d . , C o m p u t e r S c i e n c e P r e s s , 1 9 7 9 .
10. G o ld b e r g , S a m u e l, I n ir o d u c t i o n l o D i ffe r e n c e E q u a t i o n s ( w i t h I l l u s t r a t i v e E x a m p l e s f r o m
E c o n o m ic s , P s y c h o lo g y , a n d S o c io lo g y ) , N u e v a Y o rk , W ile y , 1 9 5 8 .
1 1 . G r a h a m , R o n a ld L e w is , D o n a l d E r v in K n u th y O r e n P a ta s h n ik , C o n c r e te M a th e m a ti c s , R e a d i n g ,
M a s s . , A d d is o n - W e s le y . 1 9 8 9 .
1 3 . H o g g a t t. V e m e r H ., J r „ F ib o n a c c i a n d L u c a s N u m b e r s , B o s t o n , M a s s . , H o u g h to n M if f lin . 1 9 6 9 .
1 4 . H o n s b e rg e r, R o s s , Af a i h e m a i i c a l G em s III ( T h e D o lc ia n i M a th e m a ti c a l E x p o s i t i o n s , n ú m e r o
9 ) . W a s h in g t o n , D .C ., T h e M a th e m a ti c a l A s s o c ia t io n o f A m e r i c a , 1 9 8 5 .
1 5 . J e a n , R o g e r V ., " T h e F ib o n a c c i S e q u e n c e ” , T h e U M A P J o u r n a l 5 , núm. 1, 1 9 8 4 , p á g s . 2 3 -4 7 .
17. K n u th , D o n a l d E . , T h e A r t o f C o m p u te r P r o g r a m m in g /V o lu m e 3 S o r ti n g a n d S e a r c h in g , R e a d i n g ,
M a s s ., A d d is o n - W e s le y . 1 9 7 3 .
1 8 . L i u , C . L - , E le m e n te o f D i s c r e t e M a th e m a ti c s , 2 ' e d . , N u e v a Y o rk , M c G r a w - H iil, 1 9 8 5 .
1 9 . L i u , C . L . , I n ir o d u c tio n t o C o m b in a t o r ia l M a th e m a ti c s , N u e v a Y o r k , M c G r a w - H iil, 1 9 6 8 .
22. R e in g o ld , E . M „ J . N i e v e ig e lt y N . D e o , C o m b in a t o r ia l A lg o r i t h m s : T h e o r y a n d P r a c tic e ,
E n g le w o o d C l if f s , N . J . , P r e n tic e - H a ll, 1 9 7 7 .
24. S t a n a t, D o n a l d F. y D a v i d F . M c A U is te r , D is c r e te M a th e m a ti c s i n C o m p u te r S c i e n c e . E n g le w o o d
C l if f s , N . J . , P r e n tic e - H a ll. 1 9 7 7 .
25. S t e i n h a u s , H u g o D ., O n e H u n d r e d P r o b le m s i n E le m e n t a r y M a t h e m a t i c s , N u e v a Y o rk , B a s ic
B o o k s, 1964.
2 7 . V a jd a S ., F ib o n a c c i & L u c a s N u m b e r s , a n d t h e G o ld e n S e c tio n , N u e v a Y o r k , H a l s t e d P r e s s
( u n a d iv i s i ó n d e J o h n W ile y & S o n s ) , 1 9 8 9 .
2 . a) P a ra n £ 0 , sea B, e l n ú m e r o d e p a r ti c io n e s d e { 1 ,2 ,
EJERCICIOS
3 , . . . . n ). Sea = 1 l a s p a r t i c i o n e s d e l v a c ío 0.
C O M P L E M E N T A R IO S
V e r if iq u e q u e p a r a t o d o n > 0 ,
1. P a r a n G Z ‘ y n > k + l £ l , v e r if iq u e a lg e b r a i c a m e n t e
a fó rm u la d e re c u rs ió n
[L o s n ú m e ro s B„ i > 0 se c o n o c e n c o m o n ú m e ro s
d e B e l l e n h o n o r d e E r ic T e m p le B e ll ( 1 8 8 3 - 1 9 6 0 ) .]
b) ¿ C ó m o s e r e l a c i o n a n l o s n ú m e r o s d e B e ll y l o s n ú
t a r a l o s c o e f i c i e n t e s b in o m i a le s . m e r o s d e S t i r l i n g d e s e g u n d o tip o ?
Ejercicios c om plem entarios 525
3
TEORÍA DE
GRAFOS Y
APLICACIONES
-
11
Una introdu cción a
la teoría de g ra fo s
on este capítulo empezaremos a desarrollar otro de los temas principales de este libro.A
C diferencia de otras áreas de las matemáticas, la teoría de grafos tiene un inicio preciso:
un artículo publicado en 1736 por el matemático suizo Leonhard E uler (1707-1783). La
idea principal en que se apoya su trabajo surgió de un problema ahora muy popular, cono
cido como los siete puentes de Künigsberg. Examinaremos la solución de este problema, a
partir del cual Euler desarrolló algunos de los conceptos fundamentales de la teoría de
grafos.
A diferencia de las gráficas continuas de los primeros cursos de álgebra, los grafos que
analizaremos tienen una estructura finita y se pueden utilizar para analizar las relaciones y
sus aplicaciones en distintas situaciones. Hemos visto ejem plos de aplicaciones de la teo
ría de grafos en los capítulos anteriores (5 -8 y 10). Sin embargo, el desarrollo en esta pane
es independiente de esos análisis anteriores.
11.1
D e f in ic io n e s y e je m p lo s
Cuando utilizamos un mapa de carreteras, nos interesa ver cómo llegar de un pueblo a otro
por medio de las carreteras que se indican en el mapa. En consecuencia, tratamos con dos
clases distintas de objetos: pueblos y carreteras. Com o hemos visto muchas veces antes,
podemos utilizar tales conjuntos de objetos para definir una relación. Si V denota el con
junto de pueblos y A el conjunto de carreteras, podemos definir una relación A sobre V
com o a A b si podemos viajar de a a b usando solamente las carreteras de A. Si las carrete
ras de A que nos llevan de a a b son de doble sentido, entonces también tenemos bc/ta. Si
todas las carreteras son de doble sentido, tenemos una relación simétrica.
Una forma de representar cualquier relación es enumerar los pares ordenados que son
sus elementos. Aquí, sin embargo, es más conveniente usar un diagrama, como se muestra
en la figura 11.1. Esta figura muestra las formas posibles de viajar entre seis pueblos
usando las ocho carreteras indicadas. M uestra que al m enos hay un conjunto de carreteras
que conectan a cualesquiera dos pueblos (idénticos o distintos). Esta representación gráfi
ca permite trabajar más fácilmente que con los 36 pares ordenados d e la relación 9!.
Al mismo tiempo, la figura 11.1 podría ser adecuada para representar seis centros de
comunicación, donde las ocho “carreteras" se interpretan como enlaces de comunicación.
529
530 Capitulo 11 U n a introducción a la teoría d e g rafos
Si cada enlace proporciona comunicación en ambos sentidos, nos interesará un poco más
la vulnerabilidad del centro a a riesgos como los fallos de equipo o los ataques del enemi
go. Sin el centro a, ni b ni c se podrían comunicar con d, e o f.
A partir de estas observaciones consideramos los siguientes conceptos.
D e fin ición 11.1 Sea V un conjunto finito no vacío, y sea £ C V x V. El par (V, £ ) es un grafo dirigido
(sobre 10, o dig ra fo f (sobre 10. donde V es el conjunto de vértices, o nodos y £ es su
conjunto de aristas. Escribimos C = (V, £ ) para denotar tal digrafo.
En las siguientes dos definiciones no nos preocuparemos por los lazos que puedan
aparecer en el grafo no dirigido C.
t Como la terminología de la teoría de grafos no es estándar, el lector puede encontrar algunas diferen-
cias entre los términos usados aquí y en otros textos.
11-1 Definiciones y ejemplos 531
E jem plo 11.1 Para el grafo de la figura 11.4, tenemos, por ejemplo, los siguientes tres cam inos abiertos.
' “ Podemos enumerar solamente las aristas o solamente los vértices (si el otro queda deter
m inado claramente).
1 ) {a. ¿>j. | b. d ), \d. c), (c. e }, {e. d], {d , b ¡: éste es un camino a-b de longitud 6 en
el que se repiten los vértices d y b, así como la arista {£>. d ){ = {d. ó}).
2) & - > c - » d - » e - » c - » / : aquí tenemos un camino b - f de longitud 5, donde se repite
el vértice c. sin que aparezcan las aristas m ás de una vez.
3) 1 / c ). (c. e ), {e, d ) . {d. a}\ en este caso, el c am in o /-a tiene longitud 4, sin repeti
ción de vértices o aristas.
F ig u ra 1 1 .4
532 Capítulo 11 Una introducción a la teoría de grafos
Para un grafo dirigido usaremos el adjetivo dirigido, como se usa, por ejemplo, en
caminos dirigidos, caminos simples dirigidos y ciclos dirigidos.
Antes d e continuar, resumiremos (en la Tabla 11.1) los resultados d e las definiciones
11.2 y 11.3 para referencia futura. Cada ocurrencia de “Sí” en las primeras dos columnas
debe interpretarse como “Sí, posiblemente". L a tabla 11.1 refleja el hecho de que un cami
no sim ple es un recorrido, que a su vez es un camino abierto. Además, cada ciclo es un
circuito y cada circuito (con al menos dos aristas) es un camino cerrado.
Considerando el número de conceptos que hemos presentado, es tiempo de demostrar
un prim er resultado en esta nueva teoría.
11.1 Definiciones y ejem plos 533
Tabla 11.1
Vértice(s) Arista(s)
repet¡do(s) repstída(s) Abierto Cerrado Nombre
Sí Sí Sí Camino
Sí St- Sí Cam ino (cerrado)
Sí No Sí Recorrido
Si- No Sí Circuito
No No Sí Camino simple
No No Sí Ciclo
TEOREMA 11.1 Sea G = (V, £ ) un grafo no dirigido, con a. b £ V, a j=b. Si existe un recorrido (en G) de
a a b, entonces existe un camino simple (en G) d e a a b.
Demostración: Com o hay al menos un recorrido de a a b, seleccionamos el que tenga la
longimd más corta, digamos {a, x,}, {x,,x2} ,. . . . {x„,b}. Si este recorrido no es un camino
simple, tenem os la situación [a, x¡], {x„ x2} , . . . , {x,_,,.xt |, {x(, xt .,} , {xs„ i,x t<.2} , . . . .
{xm_„ x ,} , { x „ ,x „ .,) ......... [x„ b ). donde k < m y x¡ = x„, posiblemente con k = 0 y a(=x0)
= i „ o n - « t I y x, = fc(=x,_,). Pero entonces [a, x,}, {x,, x ,¡ ...........{x,_,, X,), {x„, x , ., |,
. . . ,{x„ b } es un recorrido simple más corto d e a i b .
Definición 11.4 Sea G = (V, £ ) un grafo no dirigido. Decimos que G es conexo si existe un camino simple
entre cualesquiera dos vértices distintos de G.
Sea G = ( V. E ) un grafo dirigido. Su grafo no dirigido asociado es el grafo obtenido de
G si no se tienen en cuenta las direcciones de las aristas. Si se obtiene más de una arista no
dirigida de un par de vértices distintos de G, entonces sólo una de estas aristas se dibuja en
el grafo no dirigido asociado. Cuando este grafo asociado es conexo, consideramos que G
es conexo.
Un grafo que no es conexo es disconexo.
Los grafos de las figuras 11.1,11.3 y 11.4 son conexos. En la figura 11.2, el grafo no es
conexo y a que, por ejemplo, no hay un camino simple d e a z e .
j En la figura 11.5 tenemos un grafo no dirigido sobre V = {a, b. c. d, e .f. g j. Este grafo no
es conexo ya que, por ejemplo, no hay un camino simple d e a a e. Sin embargo, el grafo
está compuesto por piezas (donde los conjuntos de vértices son V, = {<2. b. c, d ) , V, = {e,
f g i y los conjuntos de aristas son £¡ = |{a. b }, {a. c). {a, d}. {b. d } ¡ , £ ,= { { e,/} , { / g}}
que son conexos: estas piezas son las componentes del grafo. Por lo tanto, un grafo no
dirigido G = ( V, £ ) es disconexo si y sólo si Vpuede separarse en al menos dos subconjuntos
534 Capítulo 11 Una introducción a la teoría de gratos
d f F ig u r a 1 1 .5
V'i, V'; tales que no haya una arista en E de la forma {x, y ) donde x S V, e y G V2. Un grafo
es conexo si y sólo si tiene solamente una componente.
Defin ición 11.5 Para cualquier grafo G = (V, E ), el número de componentes de G se denota con te(G).
| Ejem plo 11,4 Para los grafos de las figuras 11.1, 11.3 y 11.4, K(G) = 1. puesto que estos grafos son
conexos; K(G) = 2 para los grafos de las figuras 11.2 y 11.5.
Antes de cerrar esta primera sección, extenderemos nuestro concepto de grafo. Hasta
ahora hemos permitido al menos una arista entre dos vértices; ahora examinaremos una
extensión.
D e fin ición 11.6 ü n grafo G = (V, E ) es un multigrafo si existen a, b e V, a £ b, con dos o m ás aristas de la
forma (a) (a, b) (para un grafo dirigido), o (b) la , b) (para un grafo n o dirigido).
ROCIOS 11.1 1. Enumere tres situaciones, diferentes de las vistas en esta sección, en que un grafo pueda ser
útil.
2. Para el grafo de la figura 11.7, determine (a) un camino de fe a d que no sea un recorrido; (b) un
recorrido b-d que no sea un camino simple; (c) un camino simple de fe a d: (d) un camino
cerrado de fe a fe que no sea un circuito; (e) un circuito de fe a fe que no sea un ciclo; y, (f) un
ciclo de fe a 6.
fe e f
Figura 11.7
d c
F ig u ra 1 1 .8 F i g u ra 1 1 .9
5. SeaG = (V,E ) el grafo no dirigido de la figura 11.9. ¿Cuántos caminos simples existen en G de
a a A? ¿Cuántos de ellos son de longitud 5?
6. Si a fe son vértices distintos en un grafo G no dirigido, la distancia de o a fe se define como la
longitud del camino simple más corto de a a fe (si a = fe, la distancia se define como 0). Para el
grafo de la figura 11.10, encuentre las distancias de d a (cada uno de) los vértices de G.
7. Siete ciudades a, fe, c. d. e .f y g están conectadas por un sistema de autopistas como sigue: (1)
1-22 va de a a c, pasando por fe; (2)1-33 va de c a d y entonces pasa por fey continúa hacia/; (3)
1-44 va de d por e hacia a; (4) 1-55 va d e /a fe, pasando por g: y (5) 1-66 va de g a d.
536 Capítulo 11 U n a introducción a la teoría de g rafos
e Figura 11.10
a) lise los vértices para las ciudades y las aristas dirigidas para los tramos de autopista que las
unen, y dibuje un grafo dirigido que modele esta situación.
b) Enumere los caminos simples de g a a.
c) ¿Cuál es el menor número de segmentos de autopista que tendrían que cerrarse para inte
rrumpir el paso de b a di
d) ¿Es posible salir de la ciudad c y regresar a ella, visitando una sola vez las otras ciudades?
e) ¿Cuál es la respuesta de la parte (d) si no es necesario regresar a c?
0 ¿Es posible comenzar en alguna ciudad y viajar por todas las autopistas exactamente una
vez? (Se permite visitar una ciudad más de una vez y no es necesario regresar a la ciudad
donde se inició el recorrido.)
8. La figura 11.11 muestra un grafo no dirigido que representa una sección de unos grandes
almacenes. Los vértices indican el lugar donde se localizan las cajas; las aristas indican los
pasillos que hay entre ellas. Los almacenes necesitan instalar un sistema de seguridad que
consiste en colocar guardias (vestidos de civil) en ciertas cajas, de manera que cada cajero
tenga un guardia en su lugar o que haya un solo pasillo entre una caja con guardia y el cajert?.
¿Cuál es el número mínimo de guardias necesarios?
9. Sea G = (V ,E ) un grafo no dirigido sin lazos y sea {a, b} una arista de G. Demuestre que la
arista (a, b) es parte de un ciclo si y sólo si al eliminarla (conservando los vértices a y b l.G no
se vuelve disconexo.
10. Dé un ejemplo de un grafo conexo G tal que al eliminar cualquier arista de G se obtenga un
grafo disconexo.
h i k F ig u ra 11.11
11.2 Sub grafo s. com plem entos e isom orfism o s d e g rafos 537
11 .2
S u b g r a f o s , c o m p le m e n t o s e
is o m o r f is m o s d e g r a f o s
De fin ición 1 1.7 Si G = (V, £ ) es un grafo (dirigido o no), entonces G¡ = (V,, £ ,) es un subgrafo de G si 0
f £ V¡ y £ , C E, donde cada arista de E, es incidente con los vértices de V¡.
La figura 11.13(a) nos muestra un grafo no dirigido G y dos de sus subgrafos, G, y G2.
Los vértices a. b son aislados en el subgrafo G,. L a parte (b) de la figura nos muestra un
ejemplo de grafo dirigido. Aquí el vértice w es aislado en G'.
F ig u ra 11 .1 4
1 1.2 Subgrafos. com plem e ntos e isom orfism o s d e grafos 539
son dos de los 24 = 16 posibles subgrafos recubridores que existen de G. E l grafo dirigido
G ' de la parte (b) d e la figura 11.13 es un subgrafo, pero no un subgrafo recubridor, del
grafo dirigido G dado en esa parte d e la figura. En la parte (b) de la figura 11.14 los grafos
dirigidos G " y G son dos de los 2a = 16 posibles subgrafos recubridores.
a) S eaG = (V, E ) el grafo de la figura 1l.lS (a). Los subgrafos de las partes (b) y (c) de
la figura son inducidos. Para el subgrafo conexo de la parte (b), G, = (U¡) para U¡ =
{b, c, d, e}. De igual manera, el subgrafo disconexo de la parte (c )e sG ¡ = {(A}para
í/j = {a. b, e ,f ] . Finalmente, G¡ de la parte (d) de la figura 11.15 es un subgrafo de
G que no es un subgrafo inducido: los vértices c, e están en G¡, pero la arista je, e)
(de G ) no está presente.
b) Observe que cada una de las componentes del grafo G de la figura 11.5 (del ejemplo
11.3) es un subgrafo de G pero no un subgrafo recubridor de G. Una de estas com
ponentes es inducida por Vj = (a, b, c, d}; la otra es inducida por V, = {e . f g ) .
O tro tipo especial d e subgrafo se obtiene al eliminar cieno vénice o arista de un grafo
dado. Hemos formalizado esta idea en la siguiente definición.
540 Capítulo 11 U n a introducción a la teoría d e grafos
Definición 11.10 Sea u un vértice en un grafo G = (V, E) (dirigido o no). El subgrafo de G denotado por
G - v>tiene el conjunto de vértices V, = V - {v} y el conjunto de aristas E, Q E, tal que E,
contiene todas las aristas en A excepto las incidentes con el vértice u (Por lo tanto, G - u
es el subgrafo de G inducido por V,.)
De forma similar, si e es una arista de un grafo G=(V, £ ) dirigido o no dirigido, obtene
mos el subgrafo G - e = (V,, E¡) de G, donde el conjunto de aristas es E¡ = E - {e), y el
conjunto d e vértices no cambia (es decir, V, = V).
Sea G =(V, E ) el grafo no dirigido de la figura 11.16(a). L a parte (b) de esta figura es el
subgrafo G, (de G), tal que G, = G - c. También es el subgrafo de G inducido por el
conjunto d e vértices (/, = {a, b. d . f g, h ). y G, = (V - ¡c ¡) = {(/,). En la parte (c) d e la
figura 11.16 encontramos el subgrafo G2 d e G, donde G> = G - e, y e es la arista {c, d ) . El
resultado de la figura 11.16(d) muestra que las ideas de la definición 11.10 pueden exten
derse para elim inar m ás de un vértice (arista). Podemos representar este subgrafo de G
como G¡ = (G - b) - f = (G - f ) - b - G - { b, / } = {U,}, para ü \ = ¡a. c, d, g, h ) .
F ig u r a 1 1 .1 6
Definición 11.11 Sea V un conjunto d e n vértices. El grafo completo sobre V, que se denota con K„, es un
grafo no dirigido sin lazos tal que para todos a, ó £ V', a f b , existe una arista {a. f>¡.
L a figura 11.17 proporciona los grafos completos K,„ para 1 < n < 4 . Cuando examine
mos la idea de isomorfismo de grafos veremos que éstos son los únicos grafos completos
posibles para el número dado d e vértices.
Para determinar el complemento de un conjunto en el capítulo 3, necesitábamos cono
cer el conjunto universal en cuestión. El grafo completo tiene un papel sim ilar al del con
junto universal.
11.2 Su b grafo s, com plem entos e isom orfism o s d e g rafos 541
Definición 11.12 Sea G un grafo no dirigido sin lazos con n vértices. El complementario de C , que se denota
con ü , es el subgrafo de K„ formado por los n vértices de G y todas las aristas que no están
en G. (Si G = K„, S es un grafo con n vértices y ninguna arista. A este grafo se le llama
grafo nulo.)
d »c
--------
(a) (bl
F ig u r a 1 1 .1 8
Una vez m ás hemos llegado a un punto donde hemos definido muchas ideas nuevas.
Para demostrar la importancia de algunas de ellas, las aplicaremos ahora en la solución de
un acertijo interesante.
Locura instantánea. Para el juego de la locura instantánea se requieren cuatro cubos. Cada
una de las seis caras de un cubo se pinta de un color: rojo (R), blanco (B). verde (V) o
amarillo (A). El objetivo del juego es colocar los cubos en una columna de cuatro de modo
que aparezcan los cuatro colores (diferentes) en cada uno de los cuatro lados de la columna.
Consideremos los cubos de la figura 11.19, numerados como se muestra. (Estos cubos
son solamente un ejemplo de este juego. Existen m uchos otros.) Primero hay que estimar
el número de disposiciones posibles. Si queremos colocar el cubo 1 en la parte inferior de
la columna, hay a lo sum o tres formas diferentes de hacerlo. En la figura 11.19 desdobla
m os el cubo 1 y vemos que no hay diferencia si colocamos la cara roja o la cara blanca
542 Capítulo 11 Una introducción a la teoría d e gra fo s
opuesta sobre la mesa. Sólo nos interesan las cuatro caras restantes en la base de la colum
na. Con tres pares de caras opuestas, habrá como máximo tres formas de colocar el primer
cubo como base de la columna. Ahora consideremos el cubo 2. Aunque se repiten algunos
colores, ningún par de caras opuestas tiene el mismo color. Por lo tanto, se tienen seis for-mas
de colocar el segundo cubo sobre el primero. Entonces podemos rotar el segundo cubo sin
cambiar la cara de arriba del prim er cubo o la cara de abajo del segundo cubo. Con cuatro
rotaciones posibles podemos colocar el segundo cubo arriba del prim ero de 24 formas
diferentes. Si continuamos con este razonamiento vemos que hay (3)(24)(24)(24) = 41,
472 posibilidades por considerar. ¡Y podría no haber una solución!
A l resolver el acertijo, nos damos cuenta de la dificultad de m antener el registro (1) de
los colores en las caras opuestas de los cubos y (2) de las columnas de colores. Un grafo
(en realidad, un m ultigrafo etiquetado) nos ayuda a visualizar la situación. En la figura
11.20 aparece un grafo con cuatro vértices R, B, V, A. Al considerar cada cubo, analizamos
sus tres pares de caras opuestas. Por ejemplo, el cubo 1 tiene un par de caras opuestas
pintadas de amarillo y verde, por lo que se traza una arista que conecta A y V y se etiqueta
con 1 (del cubo I). Las otras dos aristas de la figura etiquetadas con 1 representan los pares
de caras opuestas blanca y amarilla, y roja y blanca. Hacemos lo m ismo con los otros
11.2 Subgrafos. com ple m e ntos e isom orfism o s d e g rafos 543
cubos para obtener el grafo de la figura. U n lazo con etiqueta 3 como el d e B, m uestra un
par de caras opuestas del m ismo color.
A partir del grafo vemos que hay un total de 12 aristas en cuatro conjuntos de 3, según
las etiquetas de los cubos. En cada vértice, el número de aristas incidentes a (o de) dicho
vértice cuentan el número de caras en los cuatro cubos que tienen ese color. (Contamos un
lazo dos veces.) Por lo tanto, la figura 11.20 indica que para los cuatro cubos se tienen
cinco caras rojas, siete blancas, seis verdes y seis amarillas.
Con los cuatro cubos apilados en una columna, examinamos dos lados opuestos de la
columna. Esta disposición da cuatro aristas del grafo de la figura 11.20, donde cada eti
queta aparece una sola vez. Como cada color aparecerá una sola vez en un lado de la
columna, cada color debe aparecer dos veces como extremo de estas cuatro aristas. Si
podemos obtener el mismo resultado para los otros dos lados de la columna, habremos
resuelto el acertijo. En la figura 11.21 (a) vemos que cada lado en un par de lados opuestos
de nuestra columna, tiene los cuatro colores si los cubos se ordenan según la información
proporcionada por el subgrafo m ostrado aquí. Sin embargo, para que los otros dos lados
de la columna también cumplan la condición, se necesita un segundo subgrafo que no use
ninguna de las aristas de la parte (a). E n este caso, s í existe un segundo subgrafo, com o se
muestra en la parte (b) de la figura.
L a figura 11.22 muestra la forma de acomodar los cubos, como lo indican los subgrafos
de la figura 1 1 .2 1 .
En general, para cualesquiera cuatro cubos, construim os un multigrafo etiquetado y
tratamos de encontrar dos subgrafos tales que (1) cada subgrafo contenga los cuatro vérti
ces y las cuatro aristas, uno por cada etiqueta; (2) en cada subgrafo, cada vértice sea inci-
ó Ó
(1) (2) (3) (4)
F i g u r a 1 1 .2 2
544 C apitulo 11 U n a introducción a la teoría d e grafos
dente con exactamente dos aristas (los lazos se cuentan dos veces) y (3) ninguna arista
(etiquetada) del multigrafo etiquetado aparezca en ambos subgrafos.
D efin ició n 1 1 .1 3 Sean G, = (V,, E¡) y = (V2, £ 2) dos grafos no dirigidos. Una función / : V¡ —> V2 es un
isomorfismo de grafos si ( a ) /e s inyectiva y sobre y (b) para todos a, b £ V,, {a ,b ) £ E,
si y sólo si { f(a ),f(b )} £ £ 2. Cuando existe tal función, G, y C 2 son grafos isomorfos.
da como resultado un isomorfismo. [De hecho, cualquier correspondencia uno a uno entre
{a, b, c, d ) y {w, x, y, z¡ será un isomorfismo, ya que ambos grafos son completos. Tam
bién esto será cierto si cada uno de los grafos dados tiene solamente cuatro vértices aisla
dos (y ninguna arista).] En consecuencia, en lo que se refiere a la estructura (del grafo),
estos grafos se consideran iguales, cada uno es (isomorfo a) el grafo completo Kt.
Para los grafos de las partes (c) y (d) de la figura 11.23 se necesita ser un poco más
cuidadoso. L a función g definida por
g(m ) = r, g (n )= s, g (p ) = í, g(q ) = u
es uno a uno y sobre (para los conjuntos de vértices dados). Sin embargo, aunque {m, q } es
una arista del grafo de la parte (c), {g(m), g(q)} = { r ,u ) no es una arista del grafo de la
11.2 Subgrafos. com plem entos e isom orfism os d e grafos
parte (d). En consecuencia, la función g no define un isom orfismo de grafos. Para mante
ner la correspondencia de aristas se considera la función uno a uno y sobre h tal que
h (m )= s, h ( n ) = r, h ( p ) = u, h ( q ) = t.
En la figura 11.24 tenemos dos grafos, cada uno con diez vértices. A diferencia d e los
grafos de la figura 11.23, no se ve d e inmediato si estos grafos son isomorfos.
Se encuentra que la correspondencia dada por
d -* y f-
preserva todas las adyacencias. Por ejemplo, [f, h ) es una arista del grafo (a) y {w, r j es lí
arista correspondiente en el grafo (b). Pero ¿cómo hallamos esta correspondencia? E l si
guiente análisis proporciona algunas pistas.
Observemos que, como un isomorfismo preserva adyacencias, preserva subestructura:
de grafos como caminos simples y ciclos. En el grafo (a), las aristas { « ,/ ) . (/, i ) , {r, d)
[d, e) y [e. a } constituyen un ciclo de longitud 5. Por lo tanto hay que preservar esto a
546 Capítulo 11 U n a introducción a la teoría de grafos
buscar un isomorfismo. Una posibilidad para las aristas correspondientes del grafo (b) es
{q, w}, {»; z}, {z, y ), {y, r) y [r, q], que también forman un ciclo d e longitud 5. (Una
segunda elección posible está dada por las aristas del ciclo y —» r —» s —» r —» « —» y.)
Además, comenzando con el vértice a en el grafo (a), encontramos un camino simple que
“visitará” cada vértice sólo una vez. Expresamos este camino sim ple como a - * / - t h - t
c ^ > b ^ > g - * j - * e - > d - > i. Para que los grafos sean isomorfos, debe haber un camino
sim ple correspondiente en el grafo (b). En este caso, el equivalente e s el camino simple
descrito por q - * w —> t—* u —> v —* x -* s —» r —» y —»z.
Éstas son algunas de las ideas que pueden usarse para tratar de desarrollar un isomorfismo
y determinar si dos grafos son isomorfos. Analizaremos otras consideraciones en este ca
pítulo. Sin embargo, no hay un método simple e infalible, especialmente cuando tratamos
con grafos grandes O, = (V',, £ ,) y G2 = ( V2, E¡), tales que I V, | = I V21 y | £ , | = | £ , | .
Cerraremos esta sección con un ejemplo más de isomorfismo de grafos.
Los dos grafos de la figura 11.25 tienen seis vértices y nueve aristas cada uno. Por tanto, es
razonable preguntarse si son isomorfos.
En el grafo (a), el vértice a es adyacente a otros dos vértices del grafo. En consecuencia,
si intentamos construir un isomorfismo entre estos grafos, deberíamos asociar el vértice a
con otro vértice análogo del grafo (b), por ejemplo, el vértice u. Una situación similar
existe para el vértice d con los vértices x o z. Pero, independientemente d el vértice r o z
que se use, quedará un vértice en el grafo (b) que es adyacente a otros dos. Y no hay otro
vértice en el grafo (a) para continuar con la correspondencia uno a uno que preserve la
estructura. En consecuencia, estos grafos no son isomorfos.
Más aún, en el grafo (b) es posible comenzar en cualquier vértice y hallar un ciclo que
incluya las aristas del grafo. Por ejemplo, si se comienza en el vértice u, el circuito u —* w
- » t ) - » y - » w - > z - » y - » ; r - * t ) - » « presenta esta propiedad. Esto no sucede en el grafo
(a) donde los únicos recorridos que incluyen cada arista comienzan en b o / y term inan en
/ o b, respectivamente.
F ig u r a 1 1 .2 5
11.2 Sub grafo s, com plem e ntos e isom orfism o s d e g rafos 547
9. a) ¿Cuántos caminos simples de longitud 4 hay en el grafo completo AT,? (Recuerde que un
camino simple como U|—>*u2 —>i>j—>u , —»t>j se considera igual al camino simpleu5—tí»*
- » t)j - » x>¡-> D,.)
b) Seanm, n £ Z 'conm <n. ¿Cuántos caminos simples de longitudm hay en el grafo comple
to X,?
10. Para n S 3, sea R. el grafo de rueda con n radios. (Definimos estos grafos en el ejercicio 14 de
la sección 1 1 . 1 ). ¿Es alguno de estos grafos R, isomorfo a un grafo completo?
1 1 . Para cada par de grafos de la figura 11.28, determine si los grafos son o no son isomorfos.
F i g u r a 1 1 .2 8
11.2 Sub grafo s, com plem entos e isom orfism o s d e gra fo s 549
12. a) El entrenador Rodríguez debe planear un calendario para los cinco equipos de fútbol de su
liga. Si cada equipo juega contra otros dos. diseñe un calendario posible usando un grafo.
b) Aunque en la parte (a) sea posible tener calendarios diferentes, muestre que estos calenda
rios son iguales, excepto por una permutación de los nombres de los equipos.
13. Sea G un grafo no dirigido (sin lazos) con u vértices y e aristas. ¿Cuántas aristas hay en G?
14. Sea f : G, -» G¡ un isomorfismo de grafos. Si existe un camino simple de longitud 3 entre los
vértices.a y b de G„ demuestre que en G, existe un camino simple de longitud 3 entre los
vértices f(a) y f(b).
15. a ) Si Gi, G¡ son grafos no dirigidos (sin lazos), demuestre que C,. G¡ son isomorfos si y sólo
si Gi y G; son isomorfos.
b) Determine si los grafos de la figura 11.29 son isomorfos.
F ig u r a 1 1.2 9
20. a) ¿Cuántos subgrafos H = (V, E) de Kt satisfacen I v | = 3? (Si dos subgrafos son isomorfos
pero tienen conjuntos diferentes de vértices, considérelos distintos.)
b)¿Cuántos subgrafos H = (V. E) de Kt satisfacen I v | = 4 ?
c) ¿Cuántos subgrafos tiene /Cs?
1 1 .3
G r a d o d e u n vértice: recorrido s
y c irc u ito s e u le ria n o s
En el ejemplo 11.9 descubrimos que el número de aristas incidentes con un vértice podría
utilizarse para m ostrar que dos grafos no dirigidos no son isomorfos. Ahora veremos que
esta idea puede todavía ayudarnos más.
d e fin ició n 1 1 .1 4 Sea G un grafo o multigrafo no dirigido. Para cualquier vértice t> de G, el grado de v, que
se denota grad(o), es el número de aristas en G que son incidentes con u . En este caso, un
lazo en un vértice u se considera como dos aristas incidentes en o.
Para el grafo d e la figura 11.31, grado(¿>) = gradofrí) = grado If) = gradofg) = 2, gradofc)
= 4, grado(e) = 0 y grado(A) = 1. Para el vértice a se tiene que grado(a) = 3 ya que
contam os el lazo dos veces. Como h tiene'grado 1. se le llama vértice colgante.
Figura 11.31
Este teorema proporciona un indicio sobre el número de vértices de grado im par que
pueden existir en un grafo.
11.3 G rad o de u n vértice: recorridos y circuitos eulerianos 551
COROLARIO 11.1 Para cualquier grafo o multigrafo no dirigido, el número de vértices de grado im par debe
ser par.
D e m o s t r a c ió n : La demostración se deja al lector.
Un grafo (o multigrafo) no dirigido donde los vértices tienen el mismo grado se denomina
grafo regular. Si grad(o) = k para todos los vértices o , entonces el grafo es k-regular. ¿Es
posible tener un grafo 4-regular con 10 aristas?
Del teorema 1 1 .2 ,2 1E | = 20 = 4 | V | , por lo que tenemos cinco vértices de grado 4. La
figura 11.32 proporciona dos ejemplos no isomorfos que satisfacen lo solicitado.
Si deseam os que cada vértice tenga grado 4 , con 15 aristas en el grafo. entonces 2 1
= 30 = 4 1v | , por lo que resulta imposible tener dicho grafo.
V'/ z
V X y
e d
(a) (b>
F ig u r a 1 1 .3 2
Ahora veremos la razón por la que Euler desarrolló la idea de grado de un vértice: para
resolver el problem a de los siete puentes de Kónigsberg.
Los siete puentes de Kónigsberg. Durante el siglo xvm, la ciudad de Kónigsberg (en Prusia
Oriental) estaba dividida en cuatro zonas (incluida la isla de Kneiphof) por el río Pregel.
Siete puentes comunicaban estas regiones, como se muestra en la figura 11.33(a). Se decía
que los habitantes hacían paseos dominicales tratando de encontrar una forma de caminar
por la ciudad cruzando cada puente exactamente una vez y regresando al punto donde se
había iniciado el paseo.
Con el fin de determinar si existía o no dicho circuito. Euler representó las cuatro zonas
de la ciudad y los siete puentes con el m ultigrafo que se muestra en la figura 11.33(b).
Encontró cuatro vértices con grado(a) = grado(c) = gradoíd) = 3 y gradoífe) = 5. También
encontró que la existencia de tal circuito dependía del número de vértices de grado impar
del grafo.
552 Capítulo 11 U n a introducción a la teoría d e gra fo s
F ig u r a 1 1 .3 3
D e fin ición 11.15 S eaG = (V ,E ) un grafo o m ultigrafo no dirigido sin vértices aislados. Entonces G tiene un
circuito euleriano si existe un circuito en G que recorre cada arista del grafo exactamente
una vez. Si existe un recorrido abierto de a a b en G que recorre cada arista d e G exacta
mente una vez, este recorrido se llamará recorrido euleriano.
El problema de los siete puentes quedará resuelto si caracterizamos los grafos que tie
nen un circuito euleriano.
T EO R EM A 11.3 Sea G = (V, E ) un grafo o multigrafo no dirigido sin vértices aislados. Entonces G tiene un
circuito euleriano si y sólo si G es conexo y todo vértice de G tiene grado par.
Demostración: Si G tiene un circuito euleriano, entonces para cualquier a, b G V existe un
recorrido de a a i ; a saber, la parte del circuito que comienza en a y termina en b. Por lo
tanto, del teorema 11.1 se sigue que G es conexo.
Sea c el vértice inicial del circuito euleriano. Para cualquier otro vértice u de G, cada
vez que el circuito llega a t) entonces partirá d e ese vértice. Así, el circuito pasa p or dos
aristas (nuevas) incidentes con t> o por un lazo (nuevo) en o. En cada caso, se contribuye
con dos unidades a grad ( o ) . Com o u no es el punto inicial y cada arista incidente a t) se
recorre una sola vez, obtenemos dos unidades cada vez que el circuito pasa port), de modo
que grad (u) es par. Para el vértice inicial c, la primera arista del circuito debe ser distinta
de la última, y como cualquier otro paso por c produce dos unidades para grad (c), tene
m os que grad (c) es par.
Recíprocamente, sea G un grafo conexo tal que todos los vértices tienen grado par. Si el
número de aristas d e G es 1 o 2, entonces G debe ser como los grafos de la figura 11.34.
Los circuitos eulerianos son inmediatos en estos casos. Ahora procederemos por inducción
y supondremos que el resultado es válido para todas las situaciones con m enos den aristas.
Si G tiene n aristas, seleccionamos un vértice c en G como punto inicial para construir un
circuito euleriano. Como el grafo (o multigrafo) G es conexo y cada vértice tiene grado
par, podemos construir al m enos un circuito C que contenga a c. (Verifique esto examinan
do el recorrido más largo en G que comienza en c.) Si el circuito contiene todas las aristas
1 1 .3 G r a d o d e u n v é rtic e : re c o rrid o s y c irc u ito s e u le ria n o s 553
COROLARIO 11.2 Si G e s un grafo o multigrafo no dirigido sin vértices aislados, entonces podemos construir
un recorrido euleriano en G si y sólo si G es conexo y tiene exactamente dos vértices de
grado impar.
Demostración: Si G es conexo y a y b son los vértices de G de grado impar, añadimos una
arista adicional [a. b ) a G. Ahora tenemos un grafo G¡ conexo tal que todos sus vértices
son de grado par. Por lo tanto, Gi tiene un circuito euleriano C; cuando eliminamos la
arista {a, b) de C, obtenemos un recorrido cureliano para G. (Así, el recorrido euleriano
comienza en uno de los vértices de grado impar y term ina en otro vértice de grado impar.)
Dejamos al lector la demostración del caso contrario
Si regresamos ahora al problema de los siete puentes de Kbnigsberg. nos daremos cuenta
de que la figura 1 1.33(b) es un multigrafo conexo, pero tiene cuatro vértices de grado
impar. En consecuencia, no tiene ni un recorrido euleriano ni un circuito euleriano.
Ahora que hemos visto que la solución de un problema del siglo xviit fue el inicio de la
teoría de grafos, ¿existe algún contexto contemporáneo donde aplicar lo aprendido?
Para responder esta pregunta (en form a afirm ativa), establecerem os la versión di
recta del teorem a 11.3. Pero prim ero hay que extender la idea inicial del grado de un
vértice.
554 Capítulo 11 U n a introducción a la teoría d e grafos
Definición 11.16 Sea G = (V, E) un grafo o m ultigrafo dirigido. Para cualquier u £ V ',
a) El grado de entrada de D es el número de aristas de G que llegan a t> y se denota con
Si el grafo o m ultigrafo dirigido tiene uno o más lazos, cada lazo de un vértice dadou
contribuye con una unidad a ge(v) y a gs(v).
Los conceptos de grado de entrada y grado de salida para vértices nos llevan al siguien
te teorema.
T E O R E M A 11.4 Sea G = (V, E ) un grafo o mulitgrafo dirigido sin vértices aislados. E l grafo G tiene un
circuito euleriano dirigido si y sólo si G es conexo y ge(x¡) = gs(u) para todo u £ V .
D e m o s t r a c ió n : Dejamos la demostración de este teorema para que el lector la realice en el
ejercicio 24(a).
En este momento consideraremos una aplicación del teorem a 11.4. Este ejemplo se
basa en un problema de telecomunicaciones planteado por C. L. Liu en las páginas 176-
178 de la referencia [24],
F ig u r a 1 1 .3 5
11.3 G rad o d e u n vértice: recorridos y circuitos eulerianos 55 5
110
Aquí la etiqueta de la arista e = (a, c), como se muestra en la parte (b) de la figura 11,36,
es la sucesión de tres bits x¡j:>r;, donde a - x,x, y c = x¡x3. Como los vértices de G son las
cuatro sucesiones distintas de dos bits 00 , 0 1 , 10 y 1 1 , las etiquetas de las ocho aristas deG
determinan las ocho sucesiones de tres bits distintas. Así mismo, cualesquiera dos etiquetas
de aristas consecutivas en el circuito euleriano son de la forma y, y ¡y , y y¡y¡i.Yi.
000
x °° x °°
° ° / o , V
01 10
01C °;o 1 / 10
oí i \ y 110
111
(a) (b)
F ig u r a 1 1 .3 6
Para cerrar esta sección, no gustaría llam ar la atención del lector a la referencia [26] de
Anthony Ralston. Este artículo es una buena fuente para obtener m ás ideas y generaliza
ciones relacionadas con el problema analizado en el ejem plo 11.13.
^7
/tOMx
G, = V,. £,) 62 = V
2. E2
)
F i g u r a 1 1 .3 8
1 1 .3 G ra d o d e u n v é rtic e : re c o rrid o s y c irc u ito s e u le ria n o s 557
a) Deiermine I V¡ | , ¡ £, | , I \ y \ £ , 1.
b) Encuentre el grado de cada vértice de V,. Haga lo mismo para cada vértice de V;.
c) ¿Son ¡somorfos los grafos G, y G¡?
6. a) Sea V = {a. b, c, d, e ,f¡ . Dibuje tres grafos no dirigidos sin lazos G¡ = (V, £j). G¡ = (V, £¡)
y Gj= ( V, £,) tales que, en los tres grafos. grad (a) = 3. grad (b) = grad (c) = 2 y grad (d)
= grad(e) = grad ( /) = 1 ,
b) ¿Cuántos de los grafos de la parte (a) son conexos?
7. Sea G = (V, £ ) el grafo no dirigido de la figura 11.39.
a) Trace G, el complementario de G.
b) Trace el subgrafo de G inducido por los vértices (de G) de grado 3.
8 . SeaG = (V. E) un grafo no dirigido sin lazos donde V={i>i, ib, i>¡........ i)10(. Si grad (ib) = 2.
grad (ib) = 3. grad (ib) = 3, grad (l>4) = 5, grad (ib) = 1. grad (ib) = 2, grad (ib) = 5.
grad(Uj) = 2, grad(o,) = 3. grad (o,0) = 2, determine grad (u.) en el complementario G . para
todo I < i < 10 .
9. Si G es un grafo no dirigido conn vértices ye aristas, seaó = mín>sv{grad (o)) y seaA=máx„sv
(grad (o)). Demuestre que 8 £ (eln) £ A.
10. Sean G = (V, £ ), H = {V'E') grafos no dirigidos y f - V - t V un isomorfismo entre estos grafos.
a) Demuestre q u e V'-> V es también un isomorfismo para G y H.
b) Si a e V, demuestre que grad(a) (en G) es igual a grad(/(«)) (en H).
1 1 . Para todo ( E l - donde ( a 2 , demuestre que existe un grafo no dirigido conexo sin lazos
G={V, E ) donde I v | = 2k y grad(u) = 3 para todo t i E f
12. Demuestre que para cualquier n G Z~ existe un grafo no dirigido sin lazos G = (V, £ ) tal que
I V | = 2n y que tiene dos vértices de grado i para todo l < i £ n.
13. Complete las demostraciones de los corolarios 11.1 y 11.2.
14. Sea k un entero positivo fijo y sea G = (P, £ ) un grafo no dirigido sin laáos tal quegrado(u) 2
k para todo i tE V . Demuestre que G contiene un camino simple de longitud k.
15. a) Explique por qué no es posible dibujar un grafo no dirigido conexo sin lazos con ocho
vértices, tal que los grados de los vértices sean I, I, l , 2 ,3 ,4 ,5 y 7.
b) Dé un ejemplo de un multigrafo no dirigido conexo sin lazos con ocho vértices, donde los
grados de los vértices son l, 1. 1, 2 .3 .4 , 5 y 7.
16. a) Encuentre un circuito euleriano para el grafo de la figura 11.40.
b) Si se elimina la arista (d, e) de este grafo. encuentre un recorrido euleriano para el subgrafo
resultante.
17. Determine los valores de n para los que el grafo completo K, tiene un circuito euleriano. ¿Para
cuáles n tiene K„ un recorrido euleriano pero no un circuito euleriano?
F ig u r a 1 1 .3 9 F ig u ra 1 1 .4 0
558 Capítulo 11 Una introducción a la teoría de grafos
I I I
I I
I
I___ I
r t I
*
I i i
20. Sea G un grafo no dirigido sin lazos con n (>3) vértices. Si G tiene un solo vértice de grado
par, ¿cuántos vértices de G tienen grado par?
21. a) Encuentre la longitud máxima de un recorrido en
i) K6 ü) /C8 iii) K x0 ¡v) ^ , n e Z * .
b) Encuentre la longitud máxima de un circuito en
i) Ke ü) K* iii) K\ q iv)
22. Sea G = (V, E) un grafo dirigido tal que \ v \ = n y | e \ = e. ¿Cuáles son los valores para
X „ v ? e<u ) y l^ v g s iv ) ?
23. Demuestre que para cualquier grafo o multigrafo dirigido C = (V, £ ), £ „ vgs(t')= Xv.rf!e(u)-
24. a) Sea G = (V, E ) un grafo o multigrafo dirigido sin vértices aislados. Demuestre que G tiene
un circuito euleriano dirigido si y sólo si G es conexo y gs(v) = ge(v) para todo u € V.
b) Encuentre un circuito euleriano dirigido para el grafo de la figura 11.42.
c) Un grafo dirigido es fuertemente conexo si existe un camino simple dirigido de a a b para
todos los vértices a, b. cuando a 5= b. Demuestre que si un grafo dirigido tiene un cicuito
euleriano dirigido, entonces es fuertemente conexo. ¿Es cierto el recíproco?
Figura 11.42
25. Sea G un grafo dirigido con n vértices. Si el grafo no dirigido asociado para G es K„. demuestre
Que X«„[gs(t»]; =
11.3 G ra d o d e u n vértice: recorridos y circuitos eulerianos 559
26. Si G = (V. £ ) es un grafo o multigrafo dirigido sin vértices aislados, demuestre que G tiene un
recorrido euleriano dirigido si y sólo si (i) G es conexo; (ii) gs(v) = ge(v) para todo vértice n
excepto dos vértices * y de V; y, (iii) gs(x) = ge(x) + I . ge(y) = gs(y) + 1.
27. Sea V= (000,001, 0 1 0 ,.... 110,111). Para cualquier sucesión de cuatro bits b-b;b¡b,, trace
una arista del elemento b¡bj>i al elemento b:b-,b- en V.
a) Trace el grafo G = (V. £ ) descrito.
b) Encuentre un circuito euleriano dirigido para G.
c) Distribuya ocho ceros y ocho unos de modo uniforme alrededor del borde de un disco que
gira en el sentido de las manecillas del reloj, de modo que estos 16 bits formen una sucesión
circular tal que las subsucesiones (consecutivas) de longitud 4 proporcionen las representa
ciones binarias de 0, 1 , 2 , . . . . 14.15, en algún orden.
28. Distribuya nueve ceros, nueve unos y nueve doses de modo uniforme alrededor del borde de
un disco que gira en el sentido de las manecillas del reloj, de modo que estos 27 símbolos
formen una sucesión circular tal que las subsucesiones (consecutivas) de longitud 3 proporcio
nen las representaciones ternarias (base 3) de 0,1, 2.........25, 26 en algún orden.
29. Sea G = ( V, E) un grafo no dirigido conexo sin lazos con | V | 2 2. Demuestre que G tiene dos
vértices u, iv donde grado(u) = grado(w).
30. Carolina y Ricardo van a una fiesta con otras tres parejas. En esta fiesta hubo muchos apreto
nes de mano, pero ( ! ) nadie estrechó la mano de su pareja; ( 2) nadie estrechó su propia mano;
y (3) nadie dio la mano más de una vez a otra persona. Antes de salir de la fiesta. Carolina
preguntó a las otras siete personas a cuántas personas habían dado la mano. Ella recibió una
respuesta diferente de cada uno. ¿Cuántas veces dio Carolina la mano en esta fiesta? ¿Cuántas
veces lo hizo Ricardo?
31 . Si G = (V, £ ) es un grafo no dirigido con |V¡ = n y I E | = k, usamos las siguientes matrices
para representar G.
Sea V = (u ,, t>2. . . . , u ,]. Definimos la matriz de adyacencia A = (a9) , x, donde a¡, = 1 si
(u,. U,) G E y G¡¡= 0 en otro caso.
Si £ = {e„e2........ e,}. la matriz de incidencia 1 es la matriz n x í (b¡¡),« , tal que b„ = 1 si
Ui es un vértice en la arista e¡ y b,¡ = 0 en otro caso.
a) Encuentre las matrices de adyacencia e incidencia asociadas con el grafo de la figura 11.43.
b) Calcule A- y use las operaciones booleanas donde 0 + 0 = 0, 0 + l = l + 0 = l + l = l y 0 -
0 = 0 1 = 1 0 = 0. 1- 1 = 1 para demostrar que el elemento de la fila i y la columna) de A2
es 1 si y sólo si existe un camino de longitud dos entre el í-ésimo yy-ésimo vértices de V.
c) Si calculamos A2con la suma y multiplicación ordinarias, ¿qué indican de G los elementos
de la matriz?
d) ¿Cuál es la suma de cada columna de A? ¿Por qué?
e) ¿Cuál es la suma de cada columna de P. ¿Por qué?
>60 Capítulo 11 Una introducción a la teoría de grafos
1 1 .4
G r a f o s p la n o s
En un mapa de carreteras, las líneas que indican las carreteras y autopistas se intersecan
por lo general solamente en puntos d e confluencia o en poblaciones. Pero hay ocasiones
en que las carreteras parecen intersecarse cuando una se localiza sobre otra, como en el
caso de un paso elevado. En este caso, las dos carreteras están en diferentes niveles o
planos. Este tipo de situación nos lleva a la siguiente definición.
)efinic¡ón 11.17 Un grafo (o multigrafo) C es plano si podemos dibujar G en el plano d e m odo que sus
aristas se intersequen sólo en los vértices de G. Este dibujo de G se conoce com o una
inmersiónt d e G en el plano.
Los grafos de la figura 1 1.44 son planos. El primero es un grafo 3-regular, ya que cada
vértice tiene grado 3; es plano pues ningún par de aristas se intersecan, excepto en los vérti
ces. El grafo (b) parece un grafo no plano; las aristas {x, z ) y {vv, >•} se cruzan en un punto
distinto de un vértice. Sin embargo, podemos trazar nuevamente este grafo com o se mues
tra en la parte (c) de la figura. En consecuencia, K, es plano.
F ig u r a 1 1 .4 4
aristas {a, d ). (c. e) y «¡.A hora examinaremos los vértices b y d. Se necesita la arista
{b. d j para obtener fC¡. El vértice d está dentro de la región formada por el ciclo de aristas
{a, c ¡, [ c ,e ] y fe. a}, mientras que fc está fuera de la región. Así, al dibujarla arista [b, d ),
hay que intersecar una de las aristas existentes al m enos una vez, como lo muestran las
aristas punteadas en la parte (d). En consecuencia, Ks no es plano. (Como esta demostra
ción recurre al diagrama, definitivamente carece de rigor. Sin embargo, m ás adelante de
mostraremos por otro método que K¡ no es plano.)
Antes de caracterizar todos los grafos no planos, necesitamos examinar otra clase de grafos.
L a figura 11.46 muestra dos grafos bipartitos. El grafo de la parte (a) satisface la defi
nición para V, = {a, b ) y V- = {c, d, e). Si se añaden las aristas {b, d¡ y (b. c], el resultado
es el grafo bipartito completo K: que es plano. El grafo (b) de la figura es K; Sea V, =
{Ai, /¡;, hy) y V, = {«,, u,, u,}', interpretamos V. como un conjunto de casas y V, como un
conjunto de servicios. Entonces K :. ¡ es el grafo de servicios. ¿Podemos unir las casas con
los servicios, evitando que haya superposición de las líneas de servicio? En la figura 11.46(b)
parece que esto no es posible y que K,_ ¡ no es plano. (Una vez m ás, deducimos la no
planaridad d e un grafo a partir de un diagrama. Sin embargo, más adelante, en el ejemplo
11.19 de esta sección, verificaremos por otro m étodo que , no es plano.)
562 Capítulo 11 U n a introducción a la teoría d e g ra fo s
Figura 11.46
Veremos que cuando estemos trabajando con grafos no planos, Ks o Ki.¡ serán el origen
del problema. Sin embargo, antes de establecer el resultado general, necesitam os introdu
cir una última idea.
D e fin ic ió n 1 1 .1 9 Sea G = (V, £ ) un grafo no dirigido sin lazos, tal que EJ=6- U na subdivisión elemental de G
resulta cuando eliminamos una arista e = j u w ) de G y entonces las aristas ju , o ) , {o, w} se
añaden a G - e , donde o ^ V.
Los grafos n o dirigidos sin lazos G¡ = (V,, £ ,) y G 2 = (V2, £ 2) son homeomorfos si son
isomorfos o si ambos pueden obtenerse del m ismo grafo no dirigido sin lazos H por una
sucesión de subdivisones elementales.
a ) Sea G = (V, £ ) un grafo no dirigido sin lazos con I £ I > 1. Si G 's e obtiene de G por
una subdivisión elemental, entonces el grafo G '= ( V ’, £ ') satisface | V'\ = | v | + 1
y |£ " l = lE l + 1 .
b) Consideremos los grafos G, G,, G-_ y G; de la figura 11.47. En este caso, G, se
obtiene de G por medio de una subdivisión elemental: se elim ina la arista ja . ¿>) de
G y se añaden las aristas ja , tv) y {»; b ). El grafo G; se obtiene de G m ediante dos
subdivisones elementales. Por lo tanto, G, y G2 son homeomorfos. Así mismo, G¡
F ig u r a 1 1 .4 7
11.4 G rafo s planos 563
Podría pensarse que los grafos homeomorfos son isomorfos excepto, posiblemente, por
los vértices de grado 2. En particular, si dos grafos son homeomorfos, son simultáneamen
te planos (o no planos).
Estos antecedentes llevan al siguiente resultado.
EOREMA 11.5 Teorema de Kuratowski. Un grafo no es plano si y sólo si contiene un subgrafo que es
homeomorfo a K, o K ,
Demostración: (Este teorema fue demostrado por prim era vez en 1930 por el matemático
polaco Kasim ir Kuratowski.) Si un grafo G tiene un subgrafo homeomorfo a K< o K¡,¡, está
claro que G no es plano. Sin embargo, el recíproco de este teorema es más difícil de
demostrar. (Una demostración de esto aparece en el capítulo 8 de C . L. Liu [24].)
F ig u r a 1 1 .4 9
cuando se tiene una inmersión plana del grafo. Por ejemplo, la inmersión plana de K , en la
parte (a) de la figura 11.50 demuestra cómo esta representación de Kt determina cuatro
regiones en el plano: tres de área finita, R¡,R¡ y y la región infinita Rt . Cuando obser
vamos la figura 11,50(b) podría pensarse que Kt determina cinco regiones, pero esta repre
sentación no es una inmersión plana de Kt . Así, el resultado de la figura 11.50(a) es el
único que nos interesa.
F ig u r a 1 1 .5 0
Figura 11.52
566 Capitulo 11 U n a introducción a la teoría d e gra fo s
nes. A sí m ismo, H tiene dos componentes H¡ y H2, donde H, tiene u , vértices, e, aristas y r,
regiones, para i = 1, 2. [La pane (e) de la figura 11.52 indica que una componente podría
ser un solo vértice aislado.] Además, D, + u , = u , e¡ + e2 = k(=e - 1) y r, + r2 = r + 1 ya que
H ,y H 2determinan, cada uno, una región infinita. Cuando se aplica la hipótesis de inducción
a H¡ y H2 vemos que
o¡ - e¡ + r, = 2 y v 2- e 2 + r¡ = 2 .
En consecuencia, (v , + u2) - (e, + e2) + (r, + r2) = v - (e - 1) + (r + 1) = 4, y de esto se sigue
que v - e + r = 2, y así establecemos el teorema de Euler para G.
\ RZ
c h
Re
R.
Ri R}
h
f
(a) (b
F i g u r a 1 1 .5 3
COROLARIO 11.3 Sea G = ( V, E ) un grafo plano conexo sin lazos con I V | = o , | E I = e > 2 y r regiones.
Entonces 3 r < l e y e < 3t> - 6 .
Demostración: Como G no tiene lazos ni es un multigrafo, la frontera de cada región (in
cluyendo la región infinita) contiene al menos tres aristas, por lo tanto, cada región tiene
grado 2 3. En consecuencia. 2e = 2 1E | = la suma de los grados de las r regiones determi
nadas por G y 2e > 3r. Del teorema de Euler, 2 = u - e + r < ' ü - e + (2/3)e = 1 ) —(1/3 )e,
por lo que 6 < 3o - e o e < 3t) - 6 .
El grafo no tiene lazos y es conexo con 10 aristas y cinco vértices. En consecuencia, 3t)
- 6 = 15 —6 = 9 < 10 = e. Por lo tanto, por el corolario 11.3. vemos que K, no es plano.
El grafo ífj.j no tiene lazos y es conexo con nueve aristas y se is vértices. En este caso,
3o - 6 = 1 8 - 6 = 12 > 9 = e. Sería un error co n clu ir a p artir de esto que AT,., es plano;
cometeríamos el error de estar argumentando al revés.
Sin embargo, K , n o es plano. Si K , } fuera plano, entonces como cada región del grafo
está limitada por al menos cuatro aristas, tendríamos 4r £ l e . (Encontramos una situación
sim ilar en la demostración del corolario 11.3.) Del teorem a de Euler, o - e + r = 2 o r =
e - u + 2 = 9 - 6 + 2 = 5, y 2 0 = 4 r £ 2 e = 18. De esta contradicción se tiene que K , , no
es plano.
Usaremos el teorema d e E uler para caracterizar los sólidos platónicos. [Para estos sóli
dos las caras son congruentes y los ángulos sólidos (interiores) iguales.] En la figura
11.54 tenem os dos de estos sólidos. L a parte (a) de la figura m uestra un tetraedro regu
lar. con cuatro caras, cada una de las cuales es un triángulo equilátero. Si nos concentra
m os en las aristas del tetraedro, nos fijarem os en su estructura. Si se observa e sta estruc
tura desde el punto ubicado directam ente sobre el centro d e una d e las caras, se obtiene
la representación plana de la parte (b). Este grafo plano determ ina cuatro regiones (co
rrespondientes a las cuatro caras); en cada uno de los cuatro vértices se intersecan tres
regiones. L a parte (c) d e la figura m uestra otro sólido platónico, el cubo. Su grafo plano
asociado está en la parte (d). En este grafo hay seis regiones y en cada vértice s e intersecan
tres de éstas.
Con base en las observaciones para el tetraedro regular y el cubo, determ inarem os los
otros sólidos platónicos por m edio d e sus grafos planos asociados. En estos grafos C =
(V. E ), tenem os U = | V | ; e = IE | ; r = el número de regiones planas determinadas por G;
m = el número de aristas en la frontera de cada región; y « = el número de regiones que se
encuentran en cada vértice. Así. las constantes m. n > 3. Com o cada arista se utiliza en la
frontera de dos regiones y hay r regiones, cada una con m aristas, resulta que 2e = mr.
Contando los extremos de las aristas, se obtiene le. Pero todos estos extremos también
.68 C apítulo 11 U n a introducción a la teoría de g rafos
pueden contarse considerando lo que sucede en cada vértice. Com o en cada vértice se
encuentran n regiones, n aristas también se encuentran ahí, por lo que se cuentan n extre
mos de aristas en cada vértice o. Esto da lugar a un total de n v extremos de aristas, de
modo que 2e = nt>. Por el teorema de Euler. se tiene
, 2e ( 2 m - m n + 2n\
0<2 = u-e +r = e + — = e \ --------------------- .
n m V mn )
La última idea que analizaremos para grafos planos es el concepto de grafo dual. Este
concepto también es válido para grafos planos con lazos y para multigrafos planos. Para
1 1 .4 G ra fo s p la n o s 569
e f
(a) Q = (V. E )
F ig u r a 1 1 .5 6
Definición 11.20 Sea G = (V, £ ) un grafo o multigrafo no dirigido. Un subconjunto £ ' de £ es un conjunto
de corte de G si al elim inar las aristas (pero no los vértices) en £ ' de G, tenemos k(G) <
K(G'), donde G ’ = (V, £ - £ ’); pero cuando eliminamos (de £ ) cualquier subconjunto
propio E " de £ '. se tiene k(G) = k(G "), para G ' = (V, £ - E").
570 C apítulo 11 U n a introducción a la teoría de g rafos
r s
(b)
F ig u r a 1 1 .5 7
Regresemos ahora a los grafos de la figura 11.56, los hemos vuelto a trazar como se
muestra en la figura 11.58, para enfatizar las relaciones entre sus aristas.
En este caso, las aristas de G se etiquetan 1 , 2 , . . . , 10. El esquema de numeración para
G1se obtiene como sigue: por ejemplo, la arista etiquetada 4* conecta los vértices >v y z en
G . Dibujamos esta arista ya que la arista 4 de G era una arista común de las regiones que
1 1.4 G rafo s p lanos 571
contienen estos vértices. De la misma forma, la arista 7 es común a la región que contiene
a x y la región infinita que contiene a l). Por lo tanto, etiquetamos la arista de C': que
conecta r y u como 7*.
En el grafo G, el conjunto de aristas etiquetadas 6 , 7, 8 constituye un ciclo. ¿Qué hay
acerca de las aristas etiquetadas 6 *, 7*, 8 * en GJ? Si se eliminan de G \ entonces el vértice
x queda aislado y por lo tanto Gd es disconexo. Como no podemos desconectar & elimi
nando cualquier subconjunto propio d e { 6 *. 7*. 8 *}, estas aristas forman un conjunto de
corte en & . De igual modo, las aristas 2 ,4 ,1 0 forman un conjunto de corte en G . mientras
que las aristas 2*. 4*. 10* forman un ciclo en GJ.
También tenemos el conjunto de corte de dos aristas {3, 10J en G y vemos que las
aristas 3*, 10* proporcionan un circuito de dos aristas en G1. O tra observación: el conjun
to de corte d e una arista {1 * ¡ en G1 proviene de la arista 1, un lazo de G.
En general, hay una correspondencia uno a uno entre los siguientes conjuntos de aristas
en un grafo plano G y un dual Gd de G.
1) Los ciclos (conjuntos de corte) de n ( a 3) en G corresponden a los conjuntos de
corte (ciclos) de n aristas en Gs.
2) Un lazo en G corresponde a un conjunto de corte de una arista en Gd.
3) Un conjunto de corte de una arista en G corresponde a un lazo en Gí .
4) Un conjunto de corte de dos aristas en G corresponde a un circuito de dos aristas en
Gd-
5) Si G es un m ultigrafo plano, entonces cada circuito de dos aristas en G determina un
conjunto de corte de dos aristas de G1.
Todas estas observaciones teóricas son interesantes, pero nos detendremos en este mo
m ento para ver cómo aplicar la idea de un dual.
Si consideramos las cinco regiones finitas de la figura 11-59(a) como los países de un
m apa y construimos el subgrafo (pues no se utiliza la región infinita) de un dual como se
m uestra en la parte (b), tendremos entonces la siguiente relación.
Supongamos que tenemos el “problema del cartógrafo” , según el cual hay que colorear
las cinco regiones del mapa de la parte (a) de m odo que dos países con una frontera en
común reciban diferentes colores. Esta idea puede traducirse en la noción dual d e colorear
los vértices de la parte (b) de modo que los vértices adyacentes se pinten con colores
distintos- (Estos problemas de coloración se analizarán con m ás detalle en la sección 11.6.)
572 C apitulo 11 Una introducción a la teoría d e g rafos
El resultado final de esta sección proporciona una aplicación para una red eléctrica.
Este material se basa en el ejemplo 8.6 de las páginas 227-230 del texto de C. L. Liu [24].
En la figura 11.60 vemos una red eléctrica con nueve contactos (conmutadores) que con
trolan el encendido de una luz. Se desea construir una red dual, en la que se encenderá (se
apagará) una segunda luz cuando se apague (se encienda) la luz de la red dada.
Los contactos (conmutadores) son de dos tipos: normalmente abiertos (com o se mues
tra en la figura 11.60) y normalmente cerrados. Usamos a y a 'co m o en la figura 11.61 para
representar los contactos normalmente abiertos y normalmente cerrados, respectivamente.
Figura 11.61
Figura 11,62
2) De m anera similar, las aristas c ,f, i, j forman un conjunto de corte que separa las
terminales de la figura 11,62(b). (Cuando los contactos en c . f i están abiertos como
en la figura 11.60, las luces están apagadas.) L a figura 11.62(c) m uestra que c ' . f ,
i* ,j* forman un ciclo simple que incluye 1*, 2*. Si c '. f , i ’ están cerrados como en
la parte (d), la corriente fluye por la red dual y las luces se encienden.
Ejercicios 1 1 .4 1. Verifique que la conclusión del ejemplo 11.15 no cambia si la figura 11.45(b) liene la arista
{<2, c } trazada en el exterior del pentágono.
2. Muestre que si se elimina cualquier arista de K¡, el subgrafo resultante es plano. ¿Es esto cierto
para el grafo A-,.,?
3. a) ¿Cuántos vértices y cuántas aristas tienen los grafos bipartitos completos K,-,. Kl u y
donde « , j € Z"?
b) Si el grafo K ,, tiene 72 aristas, ¿cuánto vale m?
4. Demuestre que cualquier subgrafo de un grafo bipartito es bipartito.
5. Para cada grafo de la figura 11.63. determine si el grafo es o no bipartito.
6. Sea « 6 Z ' , « > 4 . ¿Cuántos subgrafos de K, son isomorfos al grafo bipartito completo AT,.,?
574 C apítulo 11 U n a introducción a la teoría d e g rafos
F ig u r a 1 1 .6 4
F ig u r a 1 1 .6 5 F ig u ra 1 1 .6 6
18. Sea G = (V, E) un grafo no dirigido conexo sin lazos. Suponga además que G es plano y que
determina 53 regiones. Si para alguna inmersión plana de G cada región tiene al menos cinco
aristas en su frontera, demuestre que I v | a 82.
19. Sea G = (V. £) un grafo plano 4-regular conexo sin lazos. Si | E \ = 16. ¿cuántas regiones hay en
una representación plana de G?
20 . Suponga que G = (V. E) es un grafo plano sin lazos con I V| = o, | E \ = e y K(G) = el número
de componentes de G. (a) Establezca y demuestre una extensión del teorema de Euler para este
grafo. (b) Demuestre que el corolario 11.3 sigue siendo válido si G no tiene lazos y es plano,
pero no conexo.
57 6 Capitulo 11 U n a introducción a la teoría d e grafos
21. Demuestre que todo grafo plano conexo sin lazos tiene un vértice u con grad(u) < 6 .
22. a) Sea G = (V. £ ) un_grafo conexo sin lazos con I v | > ! 1. Demuestre que tamo G como su
complementario G deben ser no planos,
b) El resultado de la parte (a) es verdadero para | V | > 9 , pero la demostración para | V | =9,
10 es mucho más difícil. Encuentre un contraejemplo de la parte (a) para i t'l = 8 .
23. a) Sea k G Z \ k a 3. SI G = (y\ E) CS un grafo plano conexo con V - 1 ). | £ I = e y cada ciclo
25. Encuentre los duales de los grafos planos correspondientes a los cinco sólidos platónicos.
26. a) Muestre que los grafos de la figura 11 .68 son isomorfos.
b) Trace un dual para cada grafo.
c) Muestre que los duales obtenidos en la parte (b) no son isomorfos.
d) Dos grafos G y H son 2-isomorfos si uno de ellos puede obtenerse del otro al aplicar uno o
ambos de los procedimientos siguientes un número finito de veces.
a b
11.4 Grafos planos 577
P s P
1 ' t
- K / 1
q r r
(G) (H)
Figura 11.69
Figura 11.70
e) Para el conjunto de corte ((a, b ), (c, b), {d. b) ) en la parte (a) de la figura 1 1.68. encuentre
el ciclo correspondiente en su dual. En el dual del grafo de la figura 11.68(b), encuentre el
conjunto de corte que corresponde al ciclo {w. z), (z. x¡. [x. y), {y >v) en el grafo dado.
27. Para el grafo de la figura 11.70(a). encuentre dos conjuntos de corte que contengan la arista
{k.m ).
28. a) SiG = (V,E)esungrafoconexo3-regularsinlazosyconochovértices.¿cuántovale I El ?
b) Encuentre dos grafos G, y G¡ que satisfagan las condiciones de la parte (a) con G, plano y
Gj no plano.
578 C apítulo 11 U n a introducción a la teoria d e gra fo s
29. Encuentre la red dual para la red eléctrica que se muestra en la figura 11.71.
Figura 11.71
1 1 .5
C a m in o s y c ic lo s h a m ilt o n ia n o s
Figura 11.72
Definición 11.21 Si G = (V, E) es un grafo o multigrafo con I V | > 3 , decimos que G tiene un ciclo
hamiltoniano si existe un ciclo en G que contenga cada vértice de V. Un camino hamiltoniano
es un camino simple (y no un ciclo) de G que contiene todos los vértices.
hamiltoniano tiene como objeto pasar por cada vértice de un grafo una sola vez; el circuito
(recorrido) euleriano recorre el grafo pasando por cada arista exactamente una vez. Por
desgracia, no existe una relación útil entre las dos ideas y, a diferencia de los circuitos
(recorridos) eulerianos, no existen condiciones necesarias y suficientes en un grafo G que
garanticen la existencia de un ciclo (camino) hamiltoniano. Si un grafo tiene un ciclo
hamiltoniano, entonces al menos será conexo. Existen m uchos teoremas que determinan
condiciones necesarias o suficientes para que un grafo conexo tenga un ciclo o un camino
hamiltoniano. Más adelante analizaremos varios de estos resultados. Sin embargo, en los
casos de grafos particulares, recurriremos con frecuencia al m étodo de prueba y error,
junto con algunas observaciones útiles.
Ejemplo 1 1 .2 4 ; Si G e s el grafo de la figura 11.73, las aristas [a. ¿>), {b, c ), { c ,/ ¡ , { / e ¡, ¡e. d ). {d. g ),
{g. *)• ') forman uncam ino hamiltoniano para G. Pero- ¿tieneG un ciclo hamiltoniano?
Com o G tiene nueve vértices, si existe un ciclo hamiltoniano en G, éste debe contener
nueve aristas. Comencemos en un vértice b y tratemos de construir un ciclo hamiltoniano.
Debido a la simetría del grafo, no importa si vamos de b a c o a a. Iremos hacia c, desde
donde podemos pasar a/ o i. Usando otra vez la simetría, vamos a/ . Luego elim inamos la
arista (c, ¡) de nuestro análisis posterior, puesto que ya no podemos volver al vértice c.
Para incluir el vértice i en el ciclo, debemos ir ahora d e / a i (a h y g). Con las aristas {c, f )
y { / i) en el ciclo, no podemos tener la arista {e,/} en el ciclo. (De otra manera, en el ciclo
tendríamos que grad( /) > 2 .) Pero una vez en e. ya no podemos continuar. Por lo tanto, este
grafo no tiene un ciclo hamiltoniano.
Figura 1 1 .73
Este ejemplo m uestra algunas sugerencias útiles para tratar de encontrar un ciclo
hamiltoniano en un grafo G = (V, £ ).
El siguiente ejem plo proporciona una interesante técnica para m ostrar que un tipo par
ticular de grafo no tiene un camino hamiltoniano.
El siguiente ejemplo proporciona una aplicación que necesita los ciclos hamiltonianos
en un grafo completo.
hamiltoniano corresponde a una disposición de lugares. Cada uno de estos ciclos tiene n
aristas, por lo que se tienen como máximo (l/n)(j! = (n - l )/2 ciclos hamiltonianos sin que
dos de ellos tengan una arista en común.
Consideremos el círculo de la figura 11.75 y el subgrafo de Kr. que consta de n vértices
y n aristas { 1,2}, { 2 , 3 } , . . . . { n - ! , « } , { « , 1}. M antenérnoslos vértices en la circunfe
rencia fijos y rotamos este ciclo hamiltoniano en el sentido de las manecillas del reloj,
hasta el ángulo [l/(n - l)]( 2 n). Esto produce el ciclo hamiltoniano (Fig. 11.76) formado
por las aristas {1,3}, { 3 ,5 ), {5. 2}, {2, 7 } , n - 3 } , { n - 3 , n - 1}, {n - 1, l).E s te
ciclo hamiltoniano no tiene aristas en común con el prim er ciclo. Si n > 7 y seguimos
rotando de esta m anera el ciclo de la figura 11.75, hasta los ángulos [kl(n - l))(2ít), donde
2 < k < (n - 3)/2, obtenemos un total de (n - l)/2 cíelos hamiltonianos, sin que haya dos
aristas en común.
Por lo tanto, los 17 estudiantes que participan en el campamento pueden com er durante
[ ( 1 7 - 1 )/2 ] = 8 días antes de que tengan que sentarse junto a otro estudiante p or segun
da vez. Usando la figura 11.75 con n=17, podemos obtener ocho de estas posibles d is
posiciones.
Veremos ahora más resultados acerca de los caminos y ciclos hamiltonianos. Nuestro
prim er resultado fue establecido en 1934 por L. Redei.
T E O R E M A 11.7 Sea K ‘ un grafo dirigido completo; es decir, K’ tiene n vértices y para cualquier par de
vértices x, y distintos, exactamente una de las aristas (x, y) o (y. x) eslá en K". Este grafo
(llamado ¡orneo) contiene siempre un camino hamiltoniano (dirigido).
D e m o s tra c ió n : Sea ni 2 2 y p m un camino simple con las m - 1 aristas(Ui, u ;), (t>-, o 3) , . . -,
(P „ -i. 0 „). Si m = n, hemos terminado. Si no, sea t) un vértice que no aparezca en pm.
Si (t), ib) es una arista de K’ , podemos extender p mañadiendo esta arista. Si no, enton
ces (P |,t))d e b c serlo. Ahora supongamos que (o , u ,) está en el grafo. Entonces tenemos el
camino m ás grande:(u,, x¡), (t>, l>). (u¡, u ,)......... ( D „ _ i, v „ ) . Si ( v , p ,) no es una arista de
K *, entonces (P,, p ) debe serlo. Al continuar este proceso, sólo tenemos dos posibilida
des: (a) para algún 1 £ k < m - 1, las aristas(P,. p ), (p, p , . , ) están en K ’ y podemos
reem plazar (p,, p4, ,) por este par de aristas; o (b) (p„, p ) está en K" y añadimos esta arista
a p„. En cualquier caso, obtenemos un camino simple p mH con m + 1 vértices y m aristas.
Este proceso puede repetirse hasta obtener un camino simple pKcon n vértices.
¡82 C apítulo 11 U n a introducción a la teoría d e g rafos
En un torneo d e ajedrez, cada jugador se enfrenta con cada uno de los demás jugadores
exactamente una vez. Queremos clasificar a los jugadores según el resultado del torneo.
Com o podríamos tener una situación en que, para los jugadores a, b y c, a derrote a b y b
derrote a c, pero c derrote a a, no siempre es posible tener una clasificación en la que un
jugador que esté en cierta posición haya derrotado a todos los jugadores que han quedado
por debajo de dicha posición. Si representamos a los jugadores por medio de vértices,
construimos un grafo dirigido C con estos vértices, trazando la arista (x, y) si x derrota ay.
Luego, por el teorema 11.7, es posible enumerar a todos los jugadores de m odo que cada
uno haya derrotado al siguiente jugador de la lista.
'EOREMA 11.8 Sea G - (V, E ) un grafo sin lazos, I v i = n > 2. Si grad(x) + gradíy) > n - 1 para todos x,
y G V,xi= y, entonces G tiene un camino hamiltoniano.
D e m o s tra c ió n : Primero demostraremos que G es conexo. En caso contrario, sean C„C2dos
componentes de G tales que x, y S V y x € C¡, y € C2. Supongamos que C, tiene n,
vértices, í = 1,2. Entonces grad(x) < n¡ - 1, grad(y) < n¡ - 1 y grad(x) + grad(y) < (n,+
n¡) —2 < n - 2, lo que contradice la condición del teorema. Por lo tanto, G es conexo.
Ahora construiremos un camino hamiltoniano para G. Para m S 2, sea p„ el camino
simple {Ui.u,}, {o,, v¡).........{ « „ -!,t>„) de longitud m - 1. (Podemos volver a etiquetar los
vértices en caso necesario.) Tal camino existe, pues si m = 2, sólo necesitamos una arista. Si
u, es adyacente a otro vértice u distinto de U2, u3, . . . , v„, añadimos la arista {u, u , } a p „ para
obtener p „ ,,. Realizamos el mismo proceso si i v es adyacente a un vértice distinto de u b
'b . - - • . f~-i- Si podemos extender pr hasta p„ de este modo, obtenemos un camino
hamiltoniano. En caso contrario, el camino sim plep„ {t)i,u2} ,. . . , cumple que
o ,, v„ sólo sean adyacentes a los vértices en pmy m < n. Si esto ocurre, afirmamos que G
contiene un ciclo en estos vértices. Si u , y u„ son adyacentes, entonces el ciclo es {u ,, Uj),
{u¡, u 3¡ , . . . . {u„_], u»,(. {t>„, u,}. Si v , y no son adyacentes, entonces u , es adyacente
a un subconjuntoS de los vértices en {t>¡, ..., Si existe un vértice u , 6 S ta lq u e
v„ e s adyacente a t),_,, entonces podemos obtener el ciclo añadiendo {u ,, v .}, {v ,. ,, } a p„
y eliminando {ri,_,, t),} como se muestra en la figura 11.77. En caso contrario, sea ISI =k <
m - 1 Entonces gradfi).) = k y grad(u„) < (m - 1 ) - k, por lo que obtenemos la contradicción
grad(t'i) + grad(u„) £ m - 1 < n - 1 . Por lo tanto, existe un ciclo que une a u ,. l)2, . . . , t)„.
Figura 11.77
Consideremos ahora un vértice \> 6 V que no esté en el ciclo. El grafo G es conexo, por
lo que existe un camino simple de u a un prim er vértice u , en el ciclo, como se m uestra en
la figura 11.78(a). Si eliminamos la arista |u , _ „ v>,) (o {u,, u ,( si r = r), obtenemos el
camino simple (más grande que el original pm) que aparece en la figura 11.78(b). Repeti
mos el proceso (aplicado a p„¡ para el cam ino sim ple de la figura 11.78(b) y seguimos
aumentando la longitud del camino simple hasta incluir todos los vértices de G.
11.5 C a m in o s y ciclos h am iltonianos 583
Figura 11.78
COROLARIO 11.4 Sea G = (V, E ) un grafo sin lazos con n ( > 2 ) vértices. Si gradíu) > (n - l)/2 para todo v
SV .entonces G tiene un camino hamiltoniano.
Demostración: La demostración se deja al lector como ejercicio.
TEOREMA 11.9 Sea G = (V, E) un grafo no dirigido sin lazos, con |V |= n > 3. Si grad(x) + grad ó ) > n
para todos los vértices x, y G V no adyacentes, entonces G tiene un ciclo hamiltoniano.
Demostración: Supongamos que G no contiene un ciclo hamiltoniano. Añadimos aristas a
G hasta obtener un subgrafo H de K , tal que H no tenga un ciclo hamiltoniano, pero que
para cualquier arista e (de K„) que no está en H. H + e s í tiene un ciclo hamiltoniano.
Como H K,_, existen vértices a, b G Vtales que {ü, b] no es arista de H pero tal que H +
[a, b) tiene un ciclo hamiltoniano C. El grafo H no tiene dicho ciclo, por lo que la arista {a, b )
forma parte del ciclo C. Enumeraremos los vértices de H (y G) sobre el ciclo C como sigue:
£>a ( =u,)— ( = u 2) — » U )— * U s — * -------
Para cualquier 3 £ i < n, si la arista ( 6 , t),} está en el grafo H. entonces afirmamos que la
arista ¡a, ,} no puede ser una arista de H, ya que si ambas aristas están en H, para algún
3 < i < n, obtenemos el ciclo hamiltoniano
f- 'b - * u ,- i • uO
en el grafo H (que no tiene ciclos hamiltonianos). P or lo tanto, para cada 3 < ¡' £ n , como
máximo una de las aristas {b, U,), {a, u ,_,} está en H. En consecuencia.
g ra d „ (a )+ grad „ (b )< n .
Capítulo 11 Una introducción a la teoría d e grafos
Esto contradice la hipótesis grad (x) + grad (y) > n para todos los vértices x, y G V no
adyacentes, por lo que rechazamos nuestra suposición y vemos que G contiene un ciclo
hamiltoniano.
Ahora obtendremos los siguientes dos resultados del teorema 11.9. Cada uno de ellos
nos dará una condición suficiente para la existencia de un ciclo hamiltoniano en un grafo
no dirigido sin lazos G = ( V, E). El primer resultado es similar al corolario 1 1 . 4 y analiza el
grado de cada vértice u en V. El segundo resultado analiza el tam año del conjunto de
aristas A.
iOROLARIO 11.5 Si G = (V ,E ) es un grafo no dirigido sin lazos, con I v | = n 2 3 y si g rad (u ) > n/2. para
todo t) G V. entonces G tiene un ciclo hamiltoniano.
Demostración: Dejaremos la demostración de este resultado para los ejercicios de la sec
ción.
lOROLARIO 1 1 .6 Si G = (V, E ) es un grafo no dirigido sin lazos, con M = n > 3 y I £ l > i";'i + 2,
entonces G tiene un ciclo hamiltoniano.
Demostración: Sean a, b G V tales que [a , fe) g E. [Como a, b no son adyacentes, quere
mos m ostrar que grad(a) + grad (fe) 2 n.) Eliminamos lo siguiente del grafo G: (i) todas
las aristas de la forma {a, x ), donde x G V; (ii) todas las aristas {y, fe), donde y G V; (iii) los
vértices a y b. S e a // = ( V ',£ ') el subgrafo resultante. Entonces, IE I = I E '\ + grad (a) +
grad(fe), pues {a, fe) g E.
Com o I V'l = n - 2, H es un subgrafo del grafo c o m p le to ^ . ,, por lo que | £ Í < i"'¡.
En consecuencia, ÍV ! + 2 S | e ¡ = | £ ' | + grad (a) + grad (fe) £ (”j 2) + grad (a) +
grad(fe) y tenemos que
= ( ¿ ) ( * - 1)(« - 2) + 2 - ( i ) ( n - 2)(« - 3)
= ( i ) ( n - 2)(2) + 2
= (n - 2) + 2 = n.
Por lo tanto, el teorema 11.9 implica que el grafo dado tiene un ciclo hamiltoniano.
11.5 C a m in o s y ciclos ham iltonianos 585
m I
F ig u r a 1 1 .7 9
586 Capítulo 11 Una introducción a la teoría de grafos
4. a) Muestre que el grafo de Petersen [Fig. 11.48(a)] no tiene ciclos hamiltonianos pero sí tiene
un camino hamiltoniano.
b) Muestre que si seelimina cualquier vértice (y las aristas incidentes a él) del grafo de Petersen.
entonces el subgrafo resultante tiene un ciclo hamiltoniano.
5. Considere los grafos de las partes (d) y (e) de la figura 11.79. ¿Es posible eliminar un vértice
de cada grafo de modo que los subgrafos resultantes tengan un ciclo hamiltoniano?
6. Si n > 3. ¿cuántos ciclos hamiltonianos distintos tiene el grafo de rueda R„7
7. a) Para n > 3, ¿cuántos ciclos hamiltonianos distintos tiene el grafo completo K?.
b) ¿Cuántos ciclos hamiltonianos con aristas disjuntas tiene fC;(?
c) 19 alumnos de una guarderíajuegan diariamente a tomarse de las manos y formar un círcu*
lo. ¿Durante cuántos días pueden hacer esto de modo que no se tomen de la mano con el
mismo compañero dos veces?
8. a) Para n G Z '.n > 2, muestre que el número de ciclos hamiltonianos distintos en el grafo K, „
es (l/2)(n - l)!n!
b ) ¿Cuántos caminos hamiltonianos distintos tiene K, „, n > 1?
9. Sea G = (V, E) un grafo no dirigido sin lazos. Demuestre que si G no contiene un ciclo de
longitud impar, entonces G es bipartito,
10. a) Sea G = (V. E) un grafo no dirigido, bipartito, conexo, con V dividido como V, U V¡.
Demuestre que si I V¡ | # ] V, \ , entonces G no puede tener un ciclo hamiltoniano.
b ) Demuestre que si el grafo G de la parte (a) tiene un camino hamiltoniano. entonces I V, |-
I V2| = i l .
c) Dé un ejemplo de un grafo no dirigido conexo bipartito G = (V, E), tal que V'esté separado
como Vi U V2y I V} | = |V2 1 - 1. pero tal que G no tenga un camino hamiltoniano.
11. a) Determine todos los torneos no isomorfos con tres vértices.
b) Encuentre todos los torneos no isomorfos con cuatro vértices. Enumere los grados de entra
da y de salida de cada vértice en cada uno de los torneos.
12. Para el grafo dirigido completo (o torneo) K\ = {V,E). ¿cuáles son los valores de y
13. Dé un ejemplo de un multigrafo no dirigido, conexo, sin lazos G = (V. E) tal que |V | = n y
grad(jr) + grad(y) > n - I para todosx, y e V, pero tal queG no tenga un camino hamiltoniano.
14. Encuentre un contraejemplo al recíproco del teorema 11.8.
15. Demuestre el corolario 11.4.
16. Demuestre el corolario 11.5.
17. Dé un ejemplo para mostrar que el recíproco del corolario 11.5 no necesariamente es cierto.
18. Elena y Dolores invitan a 10 amigos a comer. Entre el grupo de 12 personas, todos conocen al
menos a 6. Demuestre que todos pueden sentarse alrededor de una mesa circular de forma que
cada persona conozca a las dos personas sentadas a su lado.
19. Sea G = ( V. E) un grafo no dirigido, sin lazos. 6-regular. Demuestre que si I VI = 11, entonces
G tiene un ciclo hamiltoniano.
20. Sea G = ( V. E ) un grafo no dirigido, sin lazos, n-regular. tal que 1V | > 2n + 2. Demuestre que
G (el complementario de G) tiene un ciclo hamiltoniano.
21. Para « 2 3. sea C, el ciclo no dirigido con n vértices. El grafo C„, el complementario de C,. es
el cocido de n vértices. Demuestre que para « 2 5, el cocido C, tiene un ciclo hamiltoniano.
22. Sea « 6 Z ' . « 2 4 y sea K' el conjunto de vértices para el grafo completo K , . u [ v „ u¡,
V. u ,. 11. Construyamos ahora el grafo no dirigido sin lazos G, = (V,E) a partir de K, . , como
sigue: V = P 'U (u ) y £ consta de todas las aristas en K,.¡ excepto por la arista {U i.u .j que se
reemplaza por el par de aristas [u ,. u ) y [u . u,J.
1 1.5 C a m in o s y ciclos ham iltonianos 587
"i \C ^j 7 c N ' \
\ J
v i y Y — -V ;
(i)
27. Consideremos los tres grafos bipartitos C, = (V„ £,), G¡ = (V¡, £¡) y G¡= (V3, £,) de la figura
11.82.
a) ¿Cuántos subconjuntos independientes de V, contienen un vértice? ¿Cuántos contienen dos
vértices?
b) ¿Cuántos subconjuntos (incluyendo el conjunto vacío) de V¡ son subconjuntos indepen
dientes de V,?
c) ¿Cuántos subconjuntos de V¡ son subconjuntos independientes de VV?
d) Determine el número de subconjuntos independientes de V¡.
11.6
C o lo r a c ió n d e g r a f o s
y p o l in o m io s c r o m á t ic o s
En los laboratorios químicos JJ, Juanita se encarga del almacenamiento de los compuestos
quím icos. Puesto que ciertos tipos de compuestos (com o ácidos y bases) no deben
alm acenarse juntos, decide que Juan, su compañero, divida el almacén en áreas indepen
dientes de modo que los reactivos químicos incompatibles se guarden en compartimentos
separados. ¿Cómo puede determinar el número de compartimentos que debe construir
Juan?
Si esta empresa vende 25 compuestos químicos, sea je,, ¿2, . . . , 025} = ^ u n conjunto de
vértices. Para cada 1 < i < j < 25, trazamos la arista {c„ c,J si c, y c, deben guardarse en
compartimentos separados. Esto nos da un grafo no dirigido G = (V, E).
Presentamos ahora el siguiente concepto.
> e fin ició n 1 1 .2 2 Si G = (V, E) es un grafo no dirigido, una coloración propia de G ocurre cuando colorea
mos los vértices d e G de modo que si {a, b ) es una arista en G, entonces a y b tienen
diferentes colores. (Por lo tanto, los vértices adyacentes tienen colores diferentes.) El nú
mero mínimo de colores necesarios para una coloración propia de G es el número cromático
de G y se escribe como X(G).
¿Pero cómo calculamos X(G)? Antes de presentar cualquier forma de determinar el núme
ro cromático de un grafo, revisaremos la siguiente idea.
En el ejemplo 11.22 mencionamos la conexión entre la coloración de las regiones de un
mapa plano (donde las regiones adyacentes tienen colores diferentes) y la coloración pro
pia de los vértices en un grafo asociado. La determinación del número m ínimo de colores
necesarios para colorear los mapas planos h a sido un problema de interés por más d e un
siglo.
C erca de 1850, Francis Guthrie (1831-1899) se interesó en el problem a general des
pués de m ostrar la forma de colorear los condados de un mapa de Inglaterra con sólo
cuatro colores. Poco después, mostró el “problema de los cuatro colores” a su hermano
menor Frederick (1833-1866), quien era alumno de Augustus DeMorgan (1806-1871).
DeMorgan comunicó el problema (en 1852) a W illiam Hamilton (1805-1865), quien no
se interesó en él y por lo tanto permaneció en el olvido durante cerca de 25 aSos. En 1878,
la comunidad científica tomó conciencia del problema con el anuncio de Arthur Cayley
(1821-1895) en una reunión d e la London Mathematical Society. En 1879, Cayley enun
ció el problema en el primer volumen de los Proceedirtgs o f the Royal Geographicai Society.
Poco después, el abogado (y matemático aficionado) SirA lfred Kempe (1849-1922) dise
ñó una demostración que permaneció incuestionable durante m ás de una década. Sin em
bargo, en 1890, el matemático británico Percy John Heawood (1861-1955) encontró un
error en el trabajo de Kempe.
El problema permaneció sin solución hasta 1976, cuando finalmente fue resuelto por
Kenneth A ppel y W olfgang Haken. Su dem ostración usó un co m p licad o análisis
computacional de 1936 configuraciones (reducibles).
Aunque sólo se necesitan cuatro colores para una coloración propia de las regiones de
un m apa plano, necesitamos más de cuatro colores para una coloración propia de los vér
tices de algunos grafos no planos.
Comenzaremos con algunos ejemplos breves. Después veremos una forma de determi
nar X(G) a partir de subgrafos m ás pequeños de G, en ciertos casos. [En general, el cálculo
de X(G) es un problem a muy difícil.¡También obtendremos el llamado polinomio cromático
de G y veremos cómo se utiliza para calcular X(G).
Para el grafo G de la figura 11.83. partimos del vértice a y junto a cada vértice escribimos
el número d e un color necesario para una coloración propia de ios vértices de G conside
rados hasta ese punto. Al pasar al vértice b, el 2 indica que necesitam os un segundo color,
F ig u ra 11.8 3
590 Capítulo 11 Una introducción a la teoría d e grafos
puesto que los vértices a y b son adyacentes. Seguimos en orden alfabético h a sta /y vemos
que necesitamos dos colores para una coloración propia de {a, b, c, d, e ,f } . Para el vértice
g, necesitamos un tercer color, el cual también puede usarse para el vértice h. puesto que
[g. A) no es una arista de G . Así, este método de etiquetado de una coloración secuencial
nos proporciona una coloración propia de G, por lo que X(G) < 3. Com o K¡ es un subgrafo
de G [por ejem plo, el subgrafo inducido por a, b, g es (isom orfo a) K s], tenemos que
X(G) > 3, p or lo que X(G) = 3.
a b c a
h
Figura 11.84
Ahora veremos un método para determinar X(G). Nuestra exposición se basa en la del
artículo de la referencia [27], de R. C. Read.
Sea G un grafo no dirigido y sea X el núm ero de colores disponibles para la coloración
propia de los vértices de G. Nuestro objetivo es encontrar una función polinom ial
P (C , X), en la variable X, llam ada polinom io crom ático de G, que nos indique el núm e
ro de coloraciones propias diferentes de los vértices de G, usando un m áxim o de X
colores.
En este análisis, los vértices de un grafo no dirigido G = ( V ,E ) tendrán etiquetas. En
consecuencia, dos coloraciones propias de tal grafo serán diferentes en el siguiente sentido:
una coloración propia (de los vértices de G) que usa como máximo X colores es una función
/ , con dominio V y codominio j 1, 2, 3, . . . . X), tal que /(D ) / / ( o ) para los vértices
adyacentes u, t) £ V. Las coloraciones propias serán diferentes si son diferentes como
funciones.
11.6 C oloració n d e g ra fo s y p olinom io s crom áticos 591
Com o resultado del ejemplo 11.31 (d), nos concentraremos en los grafos conexos. En
m uchos casos de las matemáticas discretas, se utilizan métodos para resolver problemas
en casos de gran tamaño mediante la descomposición de éstos en dos o m ás casos más
pequeños. De nuevo utilizaremos este método. Para esto, necesitamos las siguientes ideas
y notación.
S eaG = (V', £ ) un grafo no dirigido. P a ra e = [a, b] £ £ , se aG r el subgrafo de G que se
obtiene al elim inare de G, sin quitar los v érticesay ¿>;es decir, G , = G - e , com o se definió
en la sección 1 1.2. A partir de G, obtenemos un segundo subgrafo de G, identificando los
vértices a y b. Este segundo subgrafo se denota con G,’.
C apítulo 11 U n a introducción a la teoría d e grafos
La figura 11.86 muestra G, y G,' para el grafo G con la arista e dada. Observe que la
identificación d e a y b en G,' produce la identificación de los dos pares de aristas [d, é j,
{d, a ) y {a, c ), {b, c).
Figura 11.86
Demostración: Sea e = [a, b). El número de coloraciones propias de los vértices de G, con
(a lo sumo) X colores es P{G„ X). Las coloraciones en que a y b tienen diferentes colores
son coloraciones propias de G. Las coloraciones de G , que no son coloraciones propias de
G aparecen cuando a y b tienen el mismo color, pero cada una de éstas corresponde a una
coloración propia de G,'. Esta partición d e las P(Gr, X) coloraciones propias d e G, en los
dos subconjuntos disjuntos descritos produce la ecuación P(G„ X) = P(G. X) + P(G¡, X).
Del ejemplo 11.31(c) se sigue que P(Gr, X) = X (X - 1)!. Con G'r = tenemos P(G¡, X)
= X1" . Por lo tanto,
y z y z y z y z y
Para cada 1 <X < 3. P(G. X) = 0, pero P(G. X) > 0 para todo X > 4. E n consecuencia,
el grafo dado tiene número cromático 4.
Los polinomios cromáticos dados en los ejem plos 11.33 y 1 1 -34 indican los resultados
siguientes.
TEOREMA 11.12 Sea G = ( V, E ) con IE \ > 0 . Entonces, la suma de los coeficientes de P{G, X) es 0.
Demostración: Com o I E \ > 1, tenemos que X(G) 3 2, por lo que no podemos obtener una
coloración propia d e G con sólo un color. En consecuencia. P(G. 1 ) = 0 = la sum a de los
coeficientes de P(G, X).
Puesto que podemos determinar fácilmente el polinomio crom ático de un grafo com
pleto. tenemos otro m étodo para encontrar P(G, X). El teorema 11.10 redujo el problem a a
subgrafos m ás pequeños. En este caso, agregamos aristas a un grado dado hasta obtener
grafos completos.
594 Capitulo 11 U n a introducción a la teoría de g rafos
TEOREMA 1 1 .1 3 Sea G = (V, £ ) , con a, b S V pero {a. fc¡ = e £ £ . Escribimos G* para el grafo que se
obtiene d e G al añadir la arista e = {a,b). Al identificar los vértices a y b en G. obtenemos
el subgrafo G T de G. En estas circunstancias, P(G, X) = P(G¡, X) + P (G ~ , X).
Demostración: Este resultado se demuestra como el teorema 11.10, puesto que E(G>, X) =
P(G, X) - P { G :\ X).
En este caso, PIG, X) = X14' + X'11 = X(X - 1 )(?. - 2 ): . por lo que X(G) = 3. Además, si
disponemos de seis colores, podemos obtener una coloración propia de los vértices en G
de 6(5)(4)J = 480 formas.
Nuestro siguiente resultado utiliza los grafos completos y los conceptos que aparecen
en seguida. Para los grafos G, = (Vi, E ,) y Gj = (V¡, £ 2),
P (G , X) = [ £ (G „ X) • E (G 2, X)]/X,").
Consideremos el grafo del ejemplo 1 1 .34. Sea G, el subgrafo inducido por los vértices w,
x, y, z- Sea G , el ciclo determinado por o , w y x . Entonces G , H G 2 es la arista {w, x], y
G, n g 2 = k 2.
Por lo tanto,
2
P ( G U X ) - P ( G ,X) x“>-x<3>
Jñ— = - ^
= [X2(X - 1)2(X - 2)2(X - 3)]/[X(X - 1)]
= X(X — 1)(X - 2)2(X - 3),
Podemos decir más acerca de los polinomios cromáticos; en particular, hay muchas
preguntas sin responder. Por ejemplo, nadie ha encontrado un conjunto de condiciones
que indiquen si un polinomio dado en X es el polinomio cromático de algún grafo. En el
artículo de R. C. Read [27J se dan m ás detalles sobre este tema.
EJERCICIOS 11.6 1. El propietario de una tienda de mascotas recibe un envío de peces tropicales. Entre las distintas
especies hay algunos pares en que una es depredadora de otra. En consecuencia, estos pares
de especies deben mantenerse en peceras distintas. Construya un modelo de este problema
como un problema de coloración de grafos y describa cómo determinar el menor número de
peceras necesarias para preservar todos los peces del envío.
2 . Como presidenta de los comités estudiantiles. Antonieta debe programar los horarios para
la reunión de 15 comités. Cada comité se reúne durante una hora a la semana. Las reunio
nes de dos comités con un miembro en común deben programarse a horas distintas. Mode
le esto como un problema de coloración de grafos y describa cómo determinar el menor
número de horas que Antonieta tiene que considerar para programar las reuniones de los
15 comités.
3. a) En los laboratorios químicos JJ, Juanita recibe tres embarques que contienen un total de
siete sustancias químicas diferentes. Así mismo, la naturaleza de estas sustancias es tal que
para todo 1 < i £ 5, la sustancia i no puede almacenarse en el mismo compartimento que
la sustancia i + 1 o la í + 2. Determine el menor número de compartimentos separados que
Juanita necesitará para almacenar en forma segura estas siete sustancias,
b) Suponga que además de las condiciones de la parte (a), los cuatro pares siguientes de las
mismas siete sustancias requieren también compartimentos separados: 1y 4; 2 y 5; 2 y 6 ; 3
y 6 . ¿Cuál es el menor número de compartimentos de almacenamiento que necesita ahora
Juanita para almacenar en forma segura estas siete sustancias?
4. Dé un ejemplo de un grafo no dirigido G = (V. E ) tal que X(G) = 3 pero que ningún grafo de G
sea isomorfo a K¡.
5. a) Determine P(G. X) de G = K,.¡.
b) Para « e Z‘. ¿cuál es el polinomio cromático de X,,,? ¿Cuál es su número cromático?
6 . a) Considere el grafo Aíj.j que se muestra en la figura 11.87. y sea X £ Z* el número de colores
disponibles para una coloración propia de los vértices de K' 3. (i) ¿Cuántas coloraciones
propias de Ki.3 tienen los vértices a, b del mismo color? (ii) ¿Cuántas coloraciones propias
de ATi, tienen los vértices a, b de diferente color?
596 C apítulo 11 U n a introducción a la teoría de g rafos
Figura 11.87
F ig u r a 1 1 .8 9
11.6 Coloración de g ra fo s y p olinom io s crom áticos 5 97
11. Utilice el teorema 11.14 para determinar los polinomios cromáticos para cada uno de los grafos
de la figura 11.90.
c) i) Si tenemos k colores diferentes disponibles, ¿de cuántas formas podemos pintar las
paredes y el techo de un cuano pentagonal si debemos pintar con colores diferentes las
paredes adyacentes, así como cualquier pared y el techo?
ii) ¿Cuál es el menor valor de k para el cual es posible esta coloración?
iii) Responda las panes (i) y (ii) para un cuarto hexagonal. (El lector puede comparar la
pane (c) de este ejercicio con el ejercicio 6 de los ejercicios complementarios del capí
tulo 8 .)
15. Sea G = (V. E) un grafo no dirigido sin lazos con polinomio cromático P(G. X) y | V'| = n.
Utilice el teorema 11.13 para demostrar que P(G. X) tiene grado n y coeficiente principal 1.
16. Sea G = (V. E ) un grafo no dirigido sin lazos.
a) Para cada grafo de este tipo tal que | v \ < 3 . encuentre P(G. X) y muestre que sus términos
contienen potencias consecutivas de X. También muestre que los coeficientes de estas po
tencias consecutivas alternan su signo.
b ) Ahora considere G = (V. E ) donde | v \ = n 2 4 y | f | = k. Demuestre por inducción
matemática que los términos de P(G, X) contienen potencias consecutivas de X y que los
coeficientes de estas potencias consecutivas alternan su signo. (Como hipótesis de inducción,
suponga que el resultado es cierto para cualquier grafo no dirigido sin lazos G = (V, £)
donde (i) I v \ = n - 1 o (ii) | v | = n. pero \ e \ = k - 1 .)
e) Demuestre que si |v | = n, entonces el coeficiente dcX "' en P(G. X) es el opuesto de l£ |.
17. Sea G = ( V. E) un grafo no dirigido sin lazos. G es critico respecto al color si XíG) > X(G - u)
para todo i i € l '.
a) Explique por qué los ciclos con un número impar de vértices son críticos respecto al color,
mientras que los ciclos con un número par de vértices no lo son.
b ) Para n e Z*. n > 2. ¿cuáles grafos completos K,, son críticos respecto al color?
c) Demuestre que un grafo crítico respecto al color debe ser conexo.
d) Demuestre que si G es crítico respecto al color y X(G) = k, entonces gradfu) 2 k - 1 para
todo o e V.
1 1 .7
R e s u m e n y r e p a s o h is t ó ric o
A diferencia de otras áreas matemáticas, los inicios de la teoría de grafos pueden situarse
en una época y un lugar definidos: el problema de los siete puentes de Kónigsberg, resuel
to en 1736 por Leonhard Euler (1707-1783). En 1752 apareció el teorema de Euler para
grafos planos. (Este resultado fue presentado originalmente en términos de poliedros.) Sin
embargo, después de estos desarrollos, hubo pocos avances en el área durante casi un
siglo.
En 1847, Gustav Kirchhoff (1824-1887) analizó un tipo especial de grafo llamado
árbol- (Un árbol es un grafo no dirigido sin lazos, conexo y sin ciclos.) Kirchhoff utilizó
este concepto en ciertas aplicaciones de redes eléctricas, al formular su extensión de las
leyes de Ohm para flujos eléctricos. Diez años más tarde, Arthur Cayley (1821-1895)
desarrolló el mismo tipo de grafos para contar los distintos isóm eros de hidrocarburos
saturados ;i e Z \
En este periodo aparecieron también otras dos ideas importantes. La conjetura de los
cuatro colores fue investigada por primera vez alrededor de 1850 por Francis Guthrie
11.7 Resum en y repaso histórico 599
(1831-1899). En lasección 11.6 relatamos algo de la historia de este problema, que Kenneth
Appel y Wolfgang Haken resolvieron mediante un complejo análisis computacional en
1976.
La segunda idea importante fue el ciclo hamiltoniano. llamado así en honor de sir William
Rowan Hamilton (1805-1865), quien en 1859 usó la ¡dea para formular un acertijo que
usa las aristas de un dodecaedro regular.t No es muy difícil hallar una solución para este
problema, pero los matemáticos siguen buscando las condiciones necesarias y suficientes
para caracterizar los grafos no dirigidos que poseen un camino o ciclo hamiltoniano.
Luego de estos desarrollos, no hubo mucha actividad hasta después de 1920. La carac
terización de los grafos planos fue resuelta por el m atemático polaco Kasimir Kuratowski
(1896-1980) en 1930. En 1936 aparece el prim er libro sobre leo n a de grafos, escrito por
el matemático húngaro Dénes Kónig (1884—1944), destacado investigador en este tema.
Desde entonces, ha habido gran actividad en el área, especialmente durante las últimas
cuatro décadas, con ayuda del computador. Entre los muchos investigadores contem porá
neos (que no se mencionan en la bibliografía del capítulo) en ésta y otras áreas relaciona
das, encontramos los nombres de Claude Berge, V. Chvátal, Paul Erdos, Laszlo Lovász, W.
T. Tutte y Hassler Whitney.
Un desarrollo similar al d e este capítulo aparece en los capítulos 6 , 8 y 9 d e C . L. Liu
[24], Un estudio más avanzado'se encuentra en los trabajos de M. Behzad, G. C hartrand y
L. Lesniak-Foster [6 ], J. Bondy y U. M urty [10], N. Deo [14] y N. Hartsfield y G. Ringel
[22]. El libro de F. Buckley y F. Harary [11] revisa el trabajo clásico d e F. Harary [20] y
pone al alcance del lector los temas que aborda el trabajo original d e 1969. El texto de G.
Chartrand y L. Lesniak [12] presenta un enfoque más algorítmico. Una demostración del
teorem a de Kuratowski aparece en el capítulo 8 de C. L. Liu [24]. Otros desarrollos en el
campo de la teoría de grafos aparecen en los dos volúmenes del MAA Studies in Mathematics,
editado por D. Fulkerson [18]. El artículo de G. Chartrand y R. J. Wilson [13] desarrolla
m uchos de los conceptos importantes de la teoría de grafos, enfocándose en un grafo
particular, el grafo de Petersen. Este grafo (que se m encionó en la sección 11.4) recibe el
t En realidad, el problema del ciclo hamiltoniano fue propuesto originalm ente por E uler (M del R.T.)
600 Capítulo 11 Una introducción a la teoría d e g ra fo s
nombre del m atemático danés Julius Peter Christian Petersen (1839-1910), quien analizó
el grafo en un artículo de 1898.
En S. Seshu y M. Reed [30] es posible encontrar aplicaciones de teoría de grafos a las
redes eléctricas. En el texto de N. Deo [14], las aplicaciones en teoría de códigos, redes
eléctricas, investigación operativa, programación de computadores y química aparecen en
los capítulos 12 al 15. El texto de E Roberts [28] aplica los m étodos de teoría de grafos a
las ciencias sociales. El anículo de D. H. Rouvray [29] d a aplicaciones más recientes de la
teoría de grafos en química.
E l artículo de R. C. Read [27] y el capítulo VI de C. L. Liu [25] tienen m ás información
acerca de los polinomios cromáticos. El papel de la teoría de P o ly at en la enumeración de
grafos se analiza en el capítulo 10 de N. Deo [14]. Una reseña completa de este tema se
encuentra en el texto de F. Harary y E. Palmer [21].
N. Biggs, E. L loyd y R. Wilson [9] proporcionan material adicional sobre el desarrollo
histórico de la teoría de grafos.
Muchas aplicaciones de la teoría de grafos implican grandes grafos que requieren el
uso intensivo d e un computador y el ingenio de los métodos m atemáticos. El capítulo 11
de N. Deo [14] presenta algunos algoritmos computacionales que tratan varias propieda
des d e la teoría de grafos analizadas aquí. Siguiendo la m ism a línea, el texto d e A. Aho,
J. Hopcroft y J. Ullman [1] proporciona más detalles al lector interesado en ciencias de la
computación.
Com o se m encionó al final de la sección 1 1 .5, el problem a del viajante está fuertemente
relacionado con la búsqueda de un ciclo hamiltoniano en un grafo. Éste es un problema de
teoría de grafos que resulta de interés en la investigación operativa y en las ciencias
computacionales. El artículo de M. Bellmore y G. L. Nem hauser [8 ] proporciona una
buena introducción a los resultados de este problema. E l texto de R. Bellman, K. L. Cooke
y J. A. Lockett [7] incluye un análisis algorítm ico del m ismo problem a junto con otros
problemas de grafos. La heurística necesaria para obtener una solución aproximada al pro
blem a aparece en el capítulo 4 del texto d e L. R. Foulds [17]. El texto editado por E. L.
Lawler, J. K. Lenstra, A. H. G. Rinnooy Kan y D. B. Shmoys [23] contiene 12 artículos
que tratan varios aspectos de este problema, incluyendo consideraciones históricas y algu
nos resultados sobre complejidad computacional. En ios artículos de E. A. Elsayed [15] y
E. A. Elsayed y R. G. Stem [16] se analizan algunos desarrollos recientes en cuanto a
aplicaciones, como el de un robot que visita lugares diferentes en un almacén automatiza
do para cumplir una orden dada.
La solución del problema d e los cuatro colores puede examinarse con detalle a partir
del artículo de K. Appel y W. Haken [2]. Es posible apreciar el desarrollo d e este trabajo
estudiando un artículo anterior de W. Haken [19], El problema, junto con su historia y
solución, se examina en el texto de D. Bamette [5] y en el artículo de Scientific American
escrito por K. Appel y W. Haken [3]. La demostración utiliza un análisis con computador
para un gran número de casos; el artículo de T. Tymoczko [31] examina el pape! de estas
técnicas en las matemáticas puras. En [4], K. Appel y W. Haken examinan con detalle su
demostración a la luz del análisis computacional que utilizaron.
+ Presentaremos las ideas básicas sobre este método de enumeración en el capítulo 16.
11.7 Resum en y repaso histórico 601
BIBLIOGRAFÍA
21. Harary. Frank y Edgar M. Palmer, Craphical Enumeration, Nueva York, Academic Press,
1973.
22. Hartsfield, Nora y Gerhard Ringel. Pearls in Graph Theory, Boston, Mass., Academic Press,
1990.
23. Lawler, E. L., J. K. Lenstra, A. H. G. Rinnooy Kan, y D. B. Shmoys, editores, The Traveling
Salesman Problem. Nueva York, Wiley, 1986.
24. Liu, C. L„ Introduction to Combinatorial Mathematics. Nueva York. McGraw-Hill, 1968.
25. Liu, C. L.,Topics in Combinatoria! Mathematics, MathematicaiAssociationofAmerica, 1972.
26. Ralston, Anthony, “De Bruijn Sequences —A Model Example of the Interaction of Discrete
Mathematics and Computer Science", Mathematics Magazíne 55, núm. 3, mayo de 1982,
págs. 131-143.
27. Read, R. C„ “An Introduction to Chromatic Polynomials", Journal o f Combinatorial Theory
4, 1968. págs. 52-71.
28. Roberts. Fred S.. Discrete Mathematical Models, Englewood Cliffs. N.J.. Prentice-Hall. 1976.
29. Rouvray, Dennis H., “Predicting Chemistry from Topology". ScientificAmerican 255, núm. 3,
septiembre de 1986, págs. 40-47.
30. Seshu. S. y M.B. Reed, Linear Graphs and Electrical Networks. Reading, Mass.. Addison-
Wesley. 1961.
31. Tymoczko, Thomas. “Computers, Proofs and Mathematicians: A Philosophical Investigation
of the Four-Color Proof”. Mathematical Magazine 53, núm. 3, mayo de 1980, págs. 131-138.
b) ¿Cuántos de los grafos déla parte (a) son conexos? b) Verifique que I V | es la suma del número de inde
7. a) ¿Cuántos caminos simples de longitud 5 hay en el pendencia de G y su número de recubrimiento.
gtafo bipartito completo Xjj? (Recuerde que un 1 2 . Si G = (V. £ ) es un grafo no dirigido, un subconjunto
camino simple comot), -> V;-»t)¡-> t>»-» Us—>us D de V es un conjunto dominante si para todo t> S V. u 6
se considera igual al camino simple u5-» ib -* D o u es adyacente a un vértice en D. Si D es un conjunto
->!>;-> u¡-> o,.) dominante y ningún subconjunto propio de D tiene esta
b) ¿Cuántos caminos simples de longitud 4 hay en propiedad, D es minimal. El tamaño de cualquier conjunto
a:,.,? dominante con el mínimo número de elementos en G se
c) Sean m, n. p £ Z*. 2m < n y 1 < p < 2m. ¿Cuántos denota con y(G) y se conoce como número de dominación
caminos simples de longitud p hay en el grafo de G.
bipartito completo £„.„?
a) Si G no tiene vértices aislados, demuestre que si
8. ¿Son bipartitos los grafos planos para los cinco sólidos D es un conjunto dominante minimal, entonces
platónicos? V - D es un conjunto dominante.
9. Use el teorema 11.14 para encontrar P(G. X) para el b) Si / C Ve / es independiente, demuestre que I es
grafo G de la figura 11.92. un conjunto dominante si y sólo si 7 es indepen
diente maximal.
c) Muestre quey(G) < ¡5(G) y que I v \ < p(G)x(G).
K = k ,W u V ,., y
Figura 11.92 E, = U{{fl„,v}| u £ V„_1}U{{u.fe„))ue V„-,).
10. Sea X = ( 1 . 2 . 3........n). donde n > 2 . Construya el a) Para n £ Z ' sea u , = i V, | . Encuentre y resuelva
grafo no dirigido sin lazos G = ( V. £ ) como sigue: una relación de recurrencia para i>„,
• (V): Cada subconjunto de X de dos elementos deter b) Sea e, = !£ , I para n e Z". Encuentre y resuelva
mina un vórtice de G. una relación de recurrencia para e,_.
• (£): Si u„ u; 6 V corresponden a los subconjuntos c) Para n S Z '. t, cuenta el número de subgrafos en
[a, fe| y {c. d ) deX. respectivamente, dibuje la arista C„ que son isomorfos a Ky Encuentre y resuelva
(u,. t>>) en C si { a fe) n (c, d) = 0 . una relación de recurrencia para i,.
a) Muestre que G es un vórtice aislado si n = 2 y que d) Demuestre que para todo n > 1. x(G,) = n.
G es disconexo para n = 3.4. 14. a) Paran > 1 . sea P„_, el camino simple den vértices
b) Muestre que para n > 5. G es conexo. (De hecho, y n - 1 aristas. Sea o* el número de subconjuntos
para cualquier o,. u> e V. {u,,u2) e Coexiste un independientes de vértices enPt .\. (El subconjunto
camino simple de longitud 2 que conecta u, y t>;.) vacío se considera como uno de estos subconjuntos
c) Demuestre que G no es plano para n > 5. independientes.) Encuentre y resuelva una relación
d) Demuestre que para n > 8. G tiene un ciclo de recurrencia para ar,
hamiltoniano. b) Determine el número de subconjuntos independien
' 11. Si G =(V, E) es un grafo no dirigido, un subconjunto K tes (de vértices) en cada uno de los grafos G¡. G. y
j deVes recubrimiento d eC si para cada arista fa, fe) de G. a G, de la figura 11.93.
o feestá en K. El conjunto K es un recubrimiento mínimo si c) Para cada uno de los grafos H„H: y H>de la figura
K - (x) no recubre a G para todo x e K. El número de 11.94. encuentre el número de subconjuntos inde
vórtices del recubrimiento más pequeño se llama número de pendientes de vértices.
recubrimiento de G. d) Sea G = (V. £) un grafo no dirigido sin lazos con
a) Demuestre que s i l Q V. entonces / es un conjunto V = ¡U|. t);..... u,) y con m subconjuntos indepen
independiente en G si y sólo si V - / es un dientes de vértices. El grafo G '= (V. £ ') se cons
recubrimiento de G . truye a partir de G como sigue:
504 C apítulo 11 U n a introducción a la teoria de g rafos
*1 -1
y< -1
(ó (ii) (üí (iv)
Figura 11.96
Figura 11.97
Í3. Explique por qué cada uno de los siguientes polinomios 26. Al igual que cuando definimos Aw al trabajar con el
le A no puede ser un polinomio cromático. polinomio cromático de K„ n 2 1, también podemos defi-
a) X4 —5X3 + 7X2 —6 X+ 3 nir x“’ = x(x - l) ( x - 2) • • • (x - n + 1). Esta multiplicación
b) 3X3 —4X! + X produce un polinomio en x de grado n. Escribimos este
c) X* - 3X3 + 5X2 —4X polinomio como y . .sin. í)x'; cada coeficiente s(n, i), don
!4. a ) Para cualquier x, y 6 Z ', demuestre que x*y - xy3
de 0 í i £ n, es un número de Stirling de primer tipo.
es par. Para todo n, sin, n) = 1 y s(n, 0) = 0. Para i < 0 o i > n,
b ) Sea V = { 1.2, 3....... 8.9}- Construya el grafo no s<nt i) = 0. Además.y . . s(n + 1 ,i)X = = x(n)(x - n) =
dirigido sin lazos G = {V,E) como sigue: Param, n 1 ¿ ..„ sin, i)x'](x-n). En consecuencia, para cualquier 1 < i
S V .m * n. dibuje la arista {m, n | en G si 5 divide £ n, la comparación de coeficientes de potencias similares
m + n o m -n . de x produce la relación de recurrencia
c) Dados tres enteros positivos distintos cualesquie
ra, demuestre que existen dos de ellos, digamos x y s(n + 1 , i) = s(n, i - 1 ) - n s(n, i).
y. tales que 10 divide a x*y - xy1.
!5. Un grafo n-partito completo G = (V, E ) es un grafo no a) Use la relación de recurrencia para encontrar una
lirigido sin lazos tal que tabla para sin, i), para todos 1 £ n £ 5 y 0 £ i £ n .
b ) Escriba un programa (o desarrolle un algoritmo)
i) V= V, U V2 U -• • U V„ con V jé0 para todo 1 £
para extender la tabla de la parte (a) para todos n £
i < n y V¡ n V¡ = 0 , para 1 £ i < j £ n; y,
15 y 0 £ i £ n.
¡i) («, u) S E si y sólo s i a E V '. u e V¡» con i * j. c) Para m, n € Z’, definimos una función delta
a) Si I V¡l = 1, para todo 1 < i < n, ¿cuál es el
á(m, n) como 1 cuando m = n y 0 cuando m £n. Si
grafo resultante?
k = máx{m, n), entonces el número de Stirling del
b) Si | V¡ | = p„ para todo 1 £ i £ rt, determi primer y segundo tipos se relacionan por
ne | v | y |£ Í .
c) Si I VI =P,. para todo 1 £ i £ n , ¿cuánto vale
¿ j(m,t)S(<',n) = 8 (m,rí) = ¿ S(m,i)s[i,n).
K (ü)? ¿Cuántas aristas tiene G? ,-0 i-0
d) Encuentre los valores d e «(> 1) y ■,p ,
Verifique estos resultados para los casos en que
para los que el grafo n-partito completo es pla
m = n = 4 y m = 5, n = 4.
no.
f
12
Á rboles
1 2 .1
D e fin ic io n e s , p r o p ie d a d e s
y e je m p l o s
Definición 12.1 Sea G = (V, E) un grafo no dirigido sin lazos. El grafo G es un á rb o li si G es conexo y no
contiene ciclos.
En la figura 12.1, el grafo G, es un árbol, pero G 2 no lo es, pues contiene el ciclo [a, b ),
[b, c ), {c, a}. E l grafo G¡ no es conexo, por lo que no puede ser un árbol. Sir^embargo,
cada componente de G 3 es un árbol; en este caso G¡ es un bosque.
Si un grafo es un árbol, escribimos T en vez de G, para enfatizar esta estructura.
En la figura 12.1 vemos que G, es un subgrafo de G¡, que G, contiene todos los vértices
de G: y que G¡ es un árbol. E n este caso, G, es un árbol recubridor de G; . P or lo tanto, un
árbol recubridor de un grafo conexo es un subgrafo recubridor que también es un árbol.
Podemos pensar en un árbol recubridor como aquel que proporciona una conectividad
minimal para el grafo y como un esqueleto m inimal que une los vértices. El grafo Gj es un
bosque recubridor para el grafo G¡.
TEOREMA 12.1 Si a,b son vértices distintos en un árbol T = (V, E ), entonces hay un único camino que
conecta estos vértices.
D e m o s tr a c ió n : Como T es conexo, existe al m enos un camino en T que conecta a y b. Si
hubiera m ás caminos de este tipo, por medio de dos d e ellos, algunas aristas podrían for
m ar un ciclo, pero T no tiene ciclos.
L a figura 12.2 muestra tres árboles no isomorfos para cinco vértices. Aunque no son
isomorfos, tienen el m ismo número de aristas (cuatro). Esto nos lleva al siguiente resulta
do general.
12.1 Definiciones, p rop iedades y ejem plos 609
F ig u r a 1 2 .2
>
(a) (b) (c)
F ig u r a 1 2 .3 F ig u ra 1 2 .4
Al analizar los árboles de la figura 12.2 vemos también que cada uno tiene al menos dos
vértices colgantes; es decir, vértices de grado 1. Esto también es cierto en general.
TEO REM A 12 .4 Para cualquier árbol T = (V, £ ) , si | V| > 2 , entonces T tiene al menos dos vértices colgantes.
Sea | V\ = n > 2. Por el teorem a 12.3 sabemos que | £ | = n - 1, por lo que,
D e m o s tr a c ió n :
del teorem a 11.2, se sigue que 2(n - 1) = 2 1£ | = Com o T es conexo, sabe
610 Capítulo 12 Árboles
mos que grad(t>) > 1 para to d o u e V. Si T tiene m enos de dos vértices colgantes, entonces
grad(u) > 2 para todo t> S V o grad(t)*) = 1 para un único vértice t>* S V. En el primer
caso obtenemos la contradicción
2 (n - 1 ) = 2 grad(u) a 2 |K| = 2 n.
vev
Para el segundo caso tenemos
2 (n - 1 ) = 2 grad(u) a 1 + 2 (n - 1 ),
v€V
otra contradicción.
En la figura 12.5 tenemos dos árboles, cada uno con 14 vértices (con nombres C y H ) y 13
aristas. Cada vértice tiene grado 4 (C representa un átomo de carbono) o grado 1 (H repre
senta un átom o de hidrógeno). L a parte (b) de la figura tiene un átom o de carbono (C) en
el centro del árbol. Este átom o de carbono es adyacente a cuatro vértices, tres de los cuales
tienen grado 4. N o existe un vértice (átomo de carbono) en la parte (a) con esta propiedad,
por lo que podemos afirmar que estos árboles no son isomorfos. Sirven como m odelos de
los dos isóm eros químicos correspondientes al hidrocarburo saturadot C;H,o- La parte (a)
representa al n-butano (antes llamado butano) y la parte (b) representa el 2 -metil propano
(antes llamado isobutano).
Figura 12.5
Si un hidrocarburo saturado [en particular, un hidrocarbono acíclico (sin ciclos) con enla
ces simples, llamado aleono] tiene n átomos de carbono, mostraremos que tiene 2 n + 2
átom os de hidrógeno.
t El adjetivo saturado se usa para indicar que. para el número de átomos de carbono presentes en la
molécula, se tiene el número máximo de átomos de hidrógeno.
12.1 Definiciones, p rop ieda des y ejem plos 611
y
4n + k = 2{n 4- k - 1) k = 2n + 2.
Cerraremos esta sección con un teorema que proporciona varias formas de caracterizar
los árboles.
MA 12.5 Las siguientes proposiciones son equivalentes para un grafo no dirigido G = (V, E) sin
lazos:
a) G es un árbol.
b) G es conexo, pero si se elimina cualquiera d e sus aristas, G quedará desconectado
en dos subgrafos que son árboles.
c) G no contiene ciclos y | V[ = | £ | + 1.
d) G es conexo y | V| = | £ | + 1.
e) G no contiene ciclos y si a, b S V con [a, ¿ ¡ £ £ , entonces el grafo que se obtiene
de añadir la arista {a, b] a G tiene precisamente un ciclo.
Demostración: Demostraremos que (a) => (b), (b) =ó (c) y (c) =■ (d); dejaremos al lector
las demostraciones de (d) => (e) y (e) => (a).
[(a )= > (b )]: Si G e s un árbol, entonces G es conexo. Así, sea e = [a, ¿1 cualquier arista
de G. Entonces, si G - e es conexo, existen al menos dos caminos en G de a a b. Sin
embargo, esto contradice el teorema 12.1. Por lo tanto, G - e es disconexo y podemos
separar sus vértices en dos subconjuntos: (1) el vértice a y todos los vértices que pue
den alcanzarse desde a mediante un camino en G - e; y (2) el vértice b y todos los
vértices que pueden alcanzarse desdeb m ediante un camino en G - e . Estas dos compo
nentes conexas son árboles, puesto que un lazo o ciclo que estuviera en cualquiera de
ellos estaría también en G.
[(b) => (c)]: Si G contiene un ciclo, sea e = [a, b ) una arista de este ciclo. Entonces
G - e es conexo, lo que contradice la hipótesis señalada en (b).
Para demostrar que | V\ = \E \ + 1, consideremos dos casos. Si [ V | = 1, entonces
| £ | = 0, pues el grafo no tiene lazos. Así, | V\ = 1 = 0 + 1 = |E | + 1. Si | V| > 1,
entonces | E \ > 1, puesto que el grafo es conexo. Sea e S E y consideremos el subgrafo
G - e de G. De la parte (b) sabemos que G - e = T, U T2, donde 7j, T2 son árboles. Si Ti =
(V, . £ , ) , Ti = (V i.£ 2) , entonces | V ,| + | V¡ \ = | V\ y |£ , | + | £ , | = | £ | - 1;del teorema
12.3 obtenemos | V,| = |£ , | + 1. para i = 1, 2. En consecuencia, | V| = | V, \ + \ V2| =
(|£: I + 1) + (|£¡I + 1) = (|£¡I + l£:l + 1) + 1 = |£ ,| + 1.
[(c) => (d)]: Sea K(G) = r y sean G¡, G2, , Gr las componentes de G. Para 1 < i < r,
seleccionam os un vértice t)¡ 6 G y añadim os las r - 1 aristas {t)¡, u ; ), {\): , t);} ,. . . ,
{t>, _ 1 , i),} a G para form ar el grafo G ' = (V , £ ') , que es un árbol. Puesto que G' es un
612 Capítulo 1 2 Árboles
árbol, sabem os que | V\ = | £ ' | + 1 por el teorem a 12.3, Pero de (c), | V \ = | £ | + l.p o r
lo q u e |£ | = | £ ' | y r - 1 = 0 . C on r = 1, se sigue que G e s conexo.
EJERCICIOS 12.1 1 . a ) Trace los grafos de todos los árboles no isomorfos con seis vértices,
b) ¿Cuántos isómeros tiene el hexano (QHn)?
2. Sean 7j = ( V ¡ , £,), T2 = (V2, £ 2) dos árboles tales que ¡ E¡ | = 17 y ¡ V2| = 2 | V,|. Determine
|V ,|,|V 2| y | £ 2|.
3. a) Sea F, = (V,. E,) un bosque de siete árboles con | A, | = 40. ¿Cuánto vale | V, | ?
b) Si Fi = (V2, Ei> es un bosque con | V,| = 62 y |£ 2| =51, ¿cuántos árboles determina £,?
4. a) Si G = (V £ ) es un bosque con | V\ = u , |£ | = e y K componentes (árboles), ¿qué relación
existe entre ti. e y K?
b) ¿Cuál es el número mínimo de aristas que debemos añadir a G para obtener un árbol?
5. ¿Qué tipo de árboles tienen exactamente dos vértices colgantes?
6. a) Verifique que todos ios árboles sean planos.
b) Obtenga el teorema 12.3 de la parte (a) y el teorema de Euler para grafos planos.
7. Dé un ejemplo de un grafo no dirigido G = (V. E) tal que | V| = [E | + 1 pero que G no sea un
árbol.
8. a) Si un árbol tiene cuatro vértices de grado 2, uno de grado 3, dos de grado 4 y uno de grado
5, ¿cuántos vértices colgantes tiene?
b) Si un árbol T=(V, E) tiene t)2vértices de grado 2, u¡ vértices de grado 3 , . . . y ti, vértices
de grado m, ¿cuánto valen | V| y | £ | ?
9. Si G = (K £ ) es un grafo no dirigido sin lazos, demuestre que G es un árbol si existe un único
camino entre dos vértices cualesquiera de G,
10. El grafo no dirigido conexo G = (V, E ) tiene 30 aristas. ¿Cuál es el máximo valor que puede
tener | V |?
11. Sea T= (Vi E) un árbol con | V\ = n > 2. ¿Cuántos caminos distintos existen (como subgrafos)
en T?
12. Sea G = (K £) un grafo no dirigido, conexo, sin lazos, donde V = (u,. u2, u¡ u .) n > 2,
gradOo,) = 1 y gradíu,) > 2 para 2 < i S n. Demuestre que G debe tener un ciclo.
13. Encuentre dos árboles recubridores no isomorfos para el grafo completo bipartito Kí } . ¿Cuán
tos árboles recubridores no isomorfos tiene £ 2.3?
14. Sea G = (V E) el grafo no dirigido sin lazos de la figura 12.6. (a) ¿Cuánto vale k(G)? (b)
¿Cuántos bosques recubridores distintos (aunaue algunos podrían ser isomorfos) tiene el grafo
G dado?
F ig u ra 12.6
12.1 Definiciones, p rop iedades y ejem plos 613
15. ¿Cuántos bosques recubridores distintos (aunque isomorfos) tiene el grafo C, (el ciclo con n
vértices, n > 3)?
16. Determine el número de bosques recubridores distintos (aunque algunos podrían ser isomorfos)
para cada uno de los grafos de la figura 12.7.
17. Sea G = (V, E) un grafo no dirigido conexo sin lazos y flu n subgrafo de G. El complementario
de H en G es el subgrafo de G formado por las aristas de G que no están en H (junto con los
vértices incidentes a estas aristas).
a) Si T es un árbol recubridor de G. demuestre que el complementario de Ten G no contiene
un conjunto de corte de G.
b) Si C es un conjunto de corte de G, demuestre que el complementario de C en G no contiene
un árbol recubridor de G.
18. Complete la demostración del teorema 12.5.
19. Un árbol etiquetado es aquel en que los vértices están etiquetados. Si el árbol tiene n vértices,
entonces {1,2, 3 , . . . . n) se usa como el conjunto de etiquetas. Vemos que dos árboles que sin
etiquetas son isomorfos pueden volverse no isomorfos al etiquetarlos. En la figura 12.8, los
primeros dos árboles son isomorfos como árboles etiquetados. El tercero es isomorfo a los
otros dos si no se tienen en cuenta las etiquetas; sin embargo, como árbol etiquetado, no es
isomorfo a ellos.
El número de árboles no isomorfos con n vértices etiquetados puede contarse estableciendo
una correspondencia uno a uno entre estos árboles y las n " ': sucesiones (con repetición) x,,
x¡,. . . , de {1, 2 ,3 .........n). Si Tes uno de esos árboles etiquetados, usamos el siguiente
algoritmo para establecer la correspondencia uno a uno. (En este caso. T tiene al menos una
arista.)
Paso 1: Hacemos el contador i igual a 1.
Paso 2: Sea T(í) = T.
5 14 Capitulo 12 Árboles
Paso 3: Puesto que un árbol tiene al menos dos vértices colgantes, seleccionamos el vértice
colgante en 7\i) con la mínima etiqueta y,. Ahora eliminamos la arista [x¡. y,} de T(i) y usamos
x, como la i-ésima componente de la sucesión.
Paso 4: Si i = n - 2, tenemos la sucesión correspondiente ai árbol etiquetado dado T(l). Si i i
n - 1 , incrementamos i en 1, hacemos 1\¡) igual al subárbol resultante en el paso 3 y regresa
mos ai paso 3,
a) Encuentre la sucesión de seis dígitos para los árboles (i) y (iii) de la figura 12.8.
b) Si V es un vértice de T, muestre que el número de veces que la etiqueta de o aparece en la
sucesión x¡, x2. . . . . x ,. 2 es grad(u) - 1.
c) Reconstruya el árbol etiquetado con ocho vértices asociado a la sucesión 2, 6 ,5 .5 . 5,5.
d) Desarrolle un algoritmo para reconstruir un árbol a partir de una sucesión dadarr,,x¡,___ x,.¡.
122
Árboles con raíz
A hora veremos los árboles dirigidos. Existen diversas aplicaciones para un tipo particular
de árbol dirigido, llamado árbol con raíz.
El árbol de la parte (a) de la figura 12.9 es dirigido pero sin raíz; el árbol de la parte (b)
tiene r como raíz.
Trazaremos los árboles con raíz como en la figura 12.9(b), pero con el convenio de que
las direcciones van del nivel superior al inferior, de modo que no son necesarias las fle
chas. En un árbol con raíz, un vértice V) con grado de salida gs(p) = 0 es una hoja (o vértice
terminal). Los vértices u, u , x, y. z son hojas en la figura 12.9(b). Todos los demás vértices
son nodos de ramificación (o vértices internos).
1 2.2 Á rb o le s c o n raíz 615
Consideremos el vértice s en el árbol con raíz [Fig. 12.9(b)]. E l camino desde la raíz r
hasta s es de longitud 2, por lo que decimos que s está en el nivel 2 del árbol, o que s tiene
número de nivel 2. En forma análoga, x está en el nivel 3, mientras que y tiene número de
nivel 4. D ecimos que s es un hijo de n y n es padre de s. Los vértices w , y y z son descen
dientes de s, n y r, m ientras que s, n y r son ascendientes de w, y y z. En general, si u , y l>,
son vértices d e un árbol con raíz y u , tiene un número de nivel más pequeño, entonces ti,
es un ascendiente de u , (o Xh es un descendiente de u ,) si existe un camino de u , a u,. Dos
vértices con un padre común son hermanos. Esto ocurre para los vértices q y s, cuyo padre
es el vértice n. Por último, si o , es cualquier vértice del árbol, el subárbol en u, es el
subgrafo inducido por la raíz u , y todos sus descendientes (aunque podría no tenerlos).
En la figura 12.10(a) usam os un árbol con raíz para representar el índice de un libro con
tres capítulos (C1, C2 y C3). Los vértices con el número de nivel 2 son para las secciones
de un capítulo; los del nivel 3 representan las subsecciones de una sección.
616 Capítulo 12 Árboles
El árbol de la figura 12.10(a) indica un orden para los vértices, si analizamos los
subárboles C 1, C2 y C3 de izquierda a derecha. (Este orden volverá a aparecer en esta
sección, en un contexto m ás general.) Ahora consideraremos un segundo ejemplo que
proporciona dicho orden.
En el árbol T que se m uestra en la figura 12.11, las aristas (o ramas, como se les llamaa
menudo) que salen d e cada vértice interno están ordenadas de izquierda a derecha. Por lo
tanto, T es un árbol ordenado con raíz
F ig u ra 12.11
12.2 Á rb o le s c o n raíz 617
Puesto que nos recuerda el orden alfabético de un diccionario, este orden se conoce como
lexicográfico o del diccionario.
Consideremos ahora una aplicación de un árbol con raíz en el estudio de las ciencias de
la computación.
Tfrgm plo 1 2 . 5 a) Un árbol con raíz es binario si para cada vértice l). g s ( t>) = 0 , 1 o 2 ; es decir, si v tiene
cuando m ucho dos hijos. Si g s ( v ) = 0 o 2 para todo o £ V, entonces el árbol con raíz
es u n árbol binario completo. Este árbol puede representar una operación binaria,
com o en las partes (a) y (b) d e la figura 12.12. Para evitar confusiones al trabajar
con una operación no conmutativa », etiquetamos la raíz como « y pedimos que el
resultado sea a « fe, donde a es el hijo izquierdo y fe es el hijo derecho de la raíz.
F ig u r a 1 2 .1 2
b) En la figura 12.13 extendemos las ideas presentadas en la figura 12.12 para cons
truir el árbol binario con raíz para la expresión algebraica
Hem os usado las mismas ideas en la figura 12.14, donde encontramos los árbo
les binarios con raíz para las expresiones algebraicas
A+ A-
/ \ / V
/\ 5 a // \v +
a A,
3 /\
3 b b 5
(a) (b)
t + (u»v)/(iv + x - y t z)
i I I I l 1
© © © ® © © F ig u ra 12.1 5
12.2 Á rb o le s c on raíz 61 9
en que el computador las realiza. Para que el computador evalúe esta expresión,
primero debe analizarla a fin d e realizar las operaciones en el orden dado.
No obstante, en vez d e analizarla d e ida y vuelta varias veces, la máquina con
vien e la expresión en una notación independiente de los paréntesis, conocida como
notación polaca, en honor del lógico polaco (ucraniano, en realidad) Jan Lukasiewicz
(1878-1956). En este caso, la notación infija a ° b para una operación binaria ° se
convierte en ° ab, la notación prefija (o polaca). L a ventaja es que la expresión de la
figura 12.15 puede escribirse d e nuevo sin paréntesis como
Jr t l ' u m + w - x t yz,
1) + 4 / * 2 3 + l - 9 Í 23
2 T3= 8
2) + 4 / * 2 3 + l - 9 8
9 -8 = 1
3) + 4 / * 2 3 + 11
1 + 1=2
4) + 4 / » 2 3 2
2*3 = 6
5) + 4 / 6 2
6 /2 = 3
6) + 4 3
4+ 3= 7
Los dos últimos ejem plos muestran la importancia del orden. Existen varios métodos
para la ordenación sistemática de los vértices en un árbol. Dos de los más importantes en
el estudio de las estructuras de datos son el orden previo y el orden posterior, que definire
m os en form a recursiva a continuación.
D efin ició n 1 2 .3 Sea T = (V, E ) un árbol con raíz r. S i T no tiene otros vértices, entonces la m isma raíz es el
recorrido en orden previo y orden posterior de T. Si | V| > 1, sean 7j, T¡, T ¡ ,. . . , T , los
subárboles de T, de izquierda a derecha (com o en la Fig. 12.17).
11 12 13 14 15 16 17 f ig u r a 12.18
522 Capítulo 12 Árboles
En el caso de los árboles binarios con raíz, existe un tercer tipo de recorrido del árbol:
el recorrido en orden simétrico. En este caso no consideraremos los subárboles como pri
mero y segundo, sino en términos de izquierda y derecha. L a definición formal es recursiva
al igual que las definiciones del orden previo y el orden posterior.
Vemos que un subárbo! izquierdo o derecho podría ser vacío. Además, si t> es un vértice
de dicho árbol, gs(x>) = 1 y w es el hijo de 1 ), debemos distinguir entre ser el hijo izquierdo
y el hijo derecho.
C om o resultado de los comentarios anteriores, los dos árboles binarios con raíz que se
muestran en la figura 12.19 no se consideran iguales. Com o árboles binarios con raíz son
iguales. (Cada árbol tiene el mismo conjunto d e vértices y el mismo conjunto de aristas
dirigidas.) Sin embargo, al considerar el concepto adicional de hijos izquierdo y derecho,
vemos que, en la parte (a), el vértice b tiene a como hijo derecho, mientras que en la parte
(b), el vértice a es el hijo izquierdo d e u En consecuencia, cuando se tiene en cuenta la
diferencia entre el hijo izquierdo y el derecho, estos árboles ya no pueden verse como el
mismo.
A l visitar los vértices del árbol d e la parte (a) d e la figura 12.19, primero visitamos el
subárbol izquierdo de la raíz r en orden simétrico. Este subárbol está formado por la raízu
y su hijo derecho a. (En este caso, el hijo izquierdo es nulo, o no existente.) Puesto que u
no tiene un subárbol izquierdo, visitamos en orden simétrico el vértice u y a continuación
su subárbol derecho, a. Una vez recorrido el subárbol izquierdo de r, visitamos ahora el
vértice r y después recorremos, en orden simétrico, los vértices del subárbol derecho de r.
Esto hace que visitemos primero el vértice b (ya que b no tiene un subárbol izquierdo) y
luego el vértice c. Por lo tanto, la lista en orden sim étrico para el árbol de la figura 12.19(a)
es u , a, r, b, c.
Al considerar el árbol de la parte (b) de la figura, de nuevo comenzamos por visitar, en
orden simétrico, los vértices del subárbol izquierdo de la raíz r. Sin embargo, en este caso,
este subárbol izquierdo consta del vértice o (la raíz del subárbol) y su hijo izquierdo a. (El
F ig u ra 12.19
12.2 Á rb o le s c on raíz 623
hijo derecho es nulo, o inexistente.) P or lo tanto, este recorrido en orden simétrico visita
prim ero el vértice a (el subárbol izquierdo de u) y después el vértice u . Puesto que u no
tiene un subárbol derecho, terminamos visitando el subárbol izquierdo d e re n orden simé
trico. D espués visitamos la raíz r y luego los conjuntos del subárbol derecho de r, en orden
simétrico. Esto produce la lista en orden simétrico a, x>,r,b,c para el árbol que se muestra
en la figura 12.19(b).
Sin embargo, debemos observar que para el recorrido en orden previo de este ejemplo
particular.j se obtiene el mismo resultado de ambos árboles:
Lista en orden previo: r, D, a, b, c.
De la m isma forma, este ejemplo particular es tal que el recorrido en orden posterior de
cualquiera de estos árboles es el siguiente:
Lista en orden posterior; a, u , c, b. r.
Sólo hay una diferencia en el recorrido en orden simétrico, con sus distinciones entre el hijo
izquierdo y derecho y entre los subárboles izquierdo y derecho. Para los árboles de las partes
(a) y (b) de la figura 12.19 encontramos que las listas en orden simétrico respectivas son
(a ) u , a ,r ,b , c y (b) a ,v ,r ,b ,c .
Í 2 .8 Si aplicamos el recorrido en orden simétrico al árbol binario con raíz que se m uestra en la
figura 12.20, veremos que la lista en orden simétrico para estos vértices es p, j, q. f c, k, g,
a, d, r, b, h, s, m, e, i, t, n, u.
P 9 ¡ t u F ig u ra 1 2 .2 0
t ¡Cuidado! Si intercambiamos el orden de los dos hijos existentes (de un padre dado) en un árbol binario
con raíz, el cambio afecta los recorridos en orden previo, posterior y simétrico. No obstante, si un hijo es
"nulo", sólo se modifica el recorrido en orden simétrico.
524 Capítulo 12 Arboles
A lg o ritm o d e b ú sq u e d a en p ro fu n d id a d
P aso 3: Si o = e „ el árbol T e s el árbol recubridor (ordenado, con raíz) del orden dado.
Aplicaremos ahora este algoritm o al grafo G = (V; £ ) que se muestra en la figura 12.21(a).
E n este caso, el orden d e los vértices es alfabético: a, b, c, d, e , f g, h, i, j.
Asignamos prim ero el vértice a a la variable \) e inicializamos T sólo con el vértice a (la
raíz). En el paso 2, vemos que el vértice b es el prim er vértice tal que {a, b ¡ 6 £ que no ha
sido visitado todavía, por lo que agregamos la arista { a ,b ) a T, asignamos b a u y regresa
m os al paso 2.
Para v = b, vemos que el prim er vértice (no visitado todavía) y que proporciona una
arista al árbol recubridor es d. En consecuencia, agregamos la arista {b, d ) a T, asignamos
d a u y volvem os al paso 2.
Sin embargo, esta vez no existe un nuevo vértice que podamos obtener ded , puesto que
los vértices a y b y a han sido visitados, por lo que vamos al paso 3. Pero en este caso, el
valor de u es d, no a, así que vamos al paso 4. Retrocedemos desde d y asignamos el
vértice b a v y después regresamos al paso 2. En este momento vemos que podemos añadir
la arista {b, e} a T.
Seguimos con el proceso y añadimos a continuación las aristas {e, / ) y ¡e, h). Pero
ahora, com o el vértice h está asignado a t>, debemos retroceder de h a e a b a a. Cuando u
tiene asignado el vértice a por segunda vez, se obtiene la nueva arista {a, c). Después
agregamos las aristas {c, g ¡ , {g, i) y [g, j ) . E n este momento, hemos visitado todos los
vértices de G, por lo que retrocedemos d e j a g a c a a. Con u = a de nuevo, regresamos al
paso 2 y d e ahí al paso 3, donde termina el proceso.
El árbol resultante T - ( V , E¡) aparece en la parte (b) d e la figura 12.21. La parte (c) de
la figura m uestra el árbol T que resulta del ordenamiento de los vértices: j , i, h. g ,f, e. d,
c, b, a.
Un segundo método para buscar los vértices de un grafo no dirigido conexo sin lazos es
la búsqueda en anchura. Aquí designamos un vértice como la raíz y recorremos todos los
vértices adyacentes a la raíz. D esde cada hijo de la raíz podemos recorrer los vértices (no
visitados) que son adyacentes a uno de estos hijos. Al continuar este proceso, nunca enu
m eramos un vértice dos veces, de modo que no se construye un ciclo; como G es finito, el
proceso term ina en cierto momento.
En realidad ya utilizamos esta técnica anteriormente: en el ejemplo 11.25 de la sección
626 Capítulo 12 Árboles
C ierta estructura de datos es útil para desarrollar un algoritm o en este segundo méto
do de búsqueda. Una cola es una lista ordenada en la que los elem entos se insertan en un
extrem o (el fin a l) de la lista y se elim inan del otro extrem o (e\ frente). El prim er elemen
to insertado en la cola es el primero que sale de ella. En consecuencia, una cola se
conoce com o una estructura FIFO ("first-in, first-out” , prim ero en entrar, primero en
salir).
Com o en la búsqueda en profundidad, nuevamente asignamos un orden a los vértices
de nuestro grafo.
Comenzamos con un grafo no dirigido conexo sin lazos G = (K E ). donde [ V| = n y los
vértices están ordenados como u „ Dj, t)3, . . . , o,. El siguiente algoritmo genera el árbol
recubridor en anchura (ordenado con raíz) T de G para el orden dado.
A lg o ritm o d e b ú sq u e d a e n an ch u ra
P aso 2 : Eliminam os los vértices del frente de Q . Al elim inar un vértice o , considera
m os u , para cada 2 £ i £ n. Si la arista {v, u ,¡ e E y x>¡ no ha sido visitado, agregamos
la arista a T. Si examinamos todos los vértices que y a estaban en Q y no obtenemos
aristas nuevas, el árbol T (generado hasta ese momento) es e l árbol recubridor (ordena
do con raíz) del orden dado.
recubridor en anchura de G, para el orden dado. (El árbol T, que aparece en la parte (b) de
la figura surge con el orden j, i, h, g, f e, d, c, 'o, a.)
12.11 Sea G = (,V,E) un grafo no dirigido (con lazos), donde los vértices están ordenados como
D„ «2 ..........f>7- Si la figura 12.23(a) es la m atriz de adyacencia A(G) de G. ¿cómo podemos
usar esta representación d e G para determinar si G es conexo, sin dibujar el grafo?
Con V, com o raíz, en la parte (b) de la figura analizamos el grafo por medio de su
m atriz de adyacencia, usando una búsqueda en anchura. [Aquí hemos dejado de lado los
lazos ya que hemos pasado por alto los unos de la diagonal principal (desde el extremo
superior izquierdo hasta el extremo inferior derecho).] Primero visitamos los vértices ad
yacentes a 1 ), y los enumeramos en orden ascendente según los subíndices de los vértices
de A(G). Continuamos con la búsqueda, y como alcanzamos todos los vértices de G, G
resulta ser conexo.
F ig u r a 1 2 .2 3
628 Capitulo 1 2 Árboles
Ahora regresaremos a nuestro análisis de los árboles con raíz. La siguiente definición
generaliza las ideas presentadas en el ejemplo 12.5.
En un árbol m-ario completo, cada vértice interno tiene exactamente m hijos. (Ninguna
hoja del árbol tiene hijos.)
E l siguiente teorema analiza algunas propiedades de los árboles.
TEOREMA 1 2 .6 Sea T = (K E ) un árbol m-ario completo con | V\ - n . S i T tiene fi. hojas e i vértices internos,
entonces (a) n = m i + 1; (b) (!= ( m - l ) í + 1, y (c) i = (R - l)/(m - 1) = (n —l)/m.
Demostración: Esta demostración se ha dejado para los ejercicios de la sección.
12.2 Á rb o le s c on raíz 629
Una aula tiene 25 m icrocomputadores que deben conectarse a un enchufe d e pared con
cuatro salidas. Se hacen las conexiones mediante cables de extensión con cuatro salidas
cada uno. ¿Cuál es el número mínimo d e cables que se necesitan para poder utilizar todos
los computadores?
El enchufe de pared se considera como la raíz de un árbol m-ario completo, con m = 4.
Los microcomputadores son las hojas d e este árbol, por lo que fi= 25. Cada vértice inter
no, excepto la raíz, corresponde a un cable de extensión. Así, por la parte (c) del teorema
12.6, existen (fi -1 )/(» ! —1) = (25 —i y ( 4 —1) = S vértices internos. Por lo tanto, necesitamos
8 - 1 (el 1 se resta por la raíz) = 7 cables de extensión.
Definición 1 2 .6 Si T = (V( £ ) es un árbol con raíz y a es el número de nivel máximo de una hoja de T, T tiene
altura a. Un árbol con raíz T de altura a es equilibrado si el número de nivel de cada hoja
de T es a - 1 o a.
El árbol con raíz que se muestra en la figura 12.18 es un árbol equilibadode altura 3. El
árbol T en la figura 12.21(c) tiene altura 7 pero no es equilibrado. (¿Por qué?)
El árbol del tomeo del ejemplo 12.12 debe estar equilibrado para que el torneo sea lo
m ás justo posible. Si no está equilibrado, algún competidor tendrá m ás de una oportunidad
para avanzar a la siguiente ronda sin jugar un encuentro.
Antes d e enunciar nuestro siguiente teorema, recordemos que para cualquier x £ R.
|_x ¡denota el m áximo entero menor o igual que x (el suelo de x), m ientras que f x ] denota
el techo d e x.
TE O RE M A 12 .7 Sea T = (V, E ) un árbol m-ario completo d e altura a y fi hojas. Entonces fi < n f y a >
la hipótesis de inducción, R, < rrfÍT) < ma' \ donde a(T.) es la altura del subárbol T¡ y por lo
tanto, R= R, + R¡ + - - - R, £ m(mc~') = > 1 = m“.
Si R„ < m“, vemos que log„É < !og„(mJ) = a y como a 6 Z ‘, se sigue que <3 > [lo g „ t] .
COROLARIO 12.1 Sea T un árbol m-ario completo equilibrado con 1.hojas. Entonces la altura de 7~es [logmff| .
Demostración: Esta demostración se deja como ejercicio.
Cerraremos la sección con una aplicación que usa un árbol tem ario (m = 3) completo.
A A A A
(11 12] 3 14! 15! 16' 17! -81
F ig u ra 12.25
12.2 Á rb o le s c o n raíz 631
JE R C IC IO S 1 2 . 2 1. R e s p o n d a l a s s i g u i e n t e s p r e g u n ta s p a r a e l á r b o l d e la f i g u r a 1 2 .2 6 .
a ) ¿ Q u é v é r t i c e s s o n l a s h o ja s ?
b) ¿ Q u é v é r t i c e e s la r a íz ?
c) ¿ Q u é v é rtic e e s e l p a d re d e g ?
d) ¿ Q u é v é r t i c e s s o n l o s d e s c e n d ie n t e s d e c ?
e ) ¿ Q u é v é r ti c e s s o n l o s h e r m a n o s d e s?
f) ¿ C u á l e s e l n ú m e r o d e n iv e l d e l v é r ti c e / ?
g ) ¿ Q u é v é r ti c e s tie n e n n ú m e r o d e n iv e l 4 ?
h ) ¿ C u á l e s l a a l t u r a d e l á r b o l?
i) ¿ E s e q u i lib r a d o e l á r b o l?
j) ¿ E s e l á r b o l m - a r io p a r a a lg ú n m £ Z * ( m ín im o ) ?
2. Sea T= (K E) u n á r b o l b in a r i o . E n l a f i g u r a 1 2 .2 7 . e n c o n t r a m o s u n s u b á r b o l d e T con r a íz e n
e l v é r t i c e p. ( L a l ín e a p u n t e a d a q u e l l e g a a l v é r ti c e p i n d i c a q u e e l á r b o l T e s m a y o r q u e c o m o
a p a r e c e e n l a f ig u r a . ) S i e l n ú m e r o d e n iv e l d e l v é r ti c e u e s 3 7 , ( a ) ¿ c u á l e s s o n l o s n ú m e r o s d e
n iv e l d e l o s v é r t i c e s p , s. x, y y z ? ( b ) ¿ C u á n to s a s c e n d ie n t e s t i e n e e l v é r t i c e u ? ( c ) ¿ C u á n to s
a s c e n d i e n t e s t ie n e e l v é r ti c e y ?
3. a ) E s c r i b a la e x p r e s i ó n ( w + x - y ) / ( j i * z! ) e n n o t a c ió n p o la c a , m e d ia n t e u n á r b o l c o n r a íz ,
b) ¿ C u á l e s e l v a l o r d e la e x p r e s i ó n ( e n n o ta c i ó n p o la c a )
/ 1 a - b c - ^ - d ' e f . s i a - c = d = e = 2 , b - f = 4?
632 Capítulo 12 Árboles
Utilice una búsqueda en anchura con base en A(G) para determinar si G es conexo.
10. Para el grafo que se muestra en la figura 12.30, encuentre el árbol recubridor en anchura,
cuando los vértices se ordenan como (i) a, b, c. d. e .f. (ii) a, b, e. c, d . f (iii) a. c, d, b, e.f.
14 15 16 17
F ig u r a 12.2 8 F ig u ra 12.2 9
12.2 Á rb o le s c o n raíz 633
11. a) Dé un ejemplo de un árbol binario T, = (V',, £,) donde | V, | > 3 y las lisias de orden previo
y orden simétrico de los vértices de V, son las mismas.
b) Dé un ejemplo de un árbol binario T¡ = (V2. donde | V¡| > 3 y las lisias en orden
posterior y orden simétrico de los vértices de V¡ son las mismas.
c) ¿Qué ocurre con los resultados de las partes (a) y (b) si pedimos que r , , T. sean árboles
binarios completos'!
12. a) Sea T = (Vj E) un árbol binario. Si | V\ = n, ¿cuál es la máxima altura posible de TI
b) Si T = (V, E ) es un árbol binario completo y | V| = n, ¿cuál es la máxima altura posible de
T en este caso?
13. Demuestre el teorema 12.6 y el corolario 12.1.
14. Con m, n, i, i como en el teorema 12.6, demuestre que
a ) n = ( m i- 1 )l(m - 1) b) i = [(m - l)n + 1J/m.
15. a) lín árbol temario (o 3-ario) completo T=(V, E ) tiene 34 vértices internos. ¿Cuántas aristas
tiene T I ¿Cuántas hojas?
b) ¿Cuántos vértices internos tiene un árbol 5-ario completo con 817 hojas?
16. El árbol binario completo T = (V, E) es tal que V = (a, b, c i, j, i ) . La lista en orden
posterior de V es d, e, b. h, i , f j , k g. c, a. Obtenga un dibujo de T mediante esta información
si (a) la altura de T es 3; (b) la altura del subárbol izquierdo de T es 3.
17. Para m > 3. podemos transformar un árbol m-ario completo en un árbol binario completo
mediante la idea que se muestra en la figura 12.31.
a) Utilice esta técnica para transformar el árbol de decisión temario completo de la figura
12.25(b).
b) Si f e s un árbol cuaternario completo de altura 3, ¿cuál es la altura máxima posible para T
después de transformarlo en un árbol binario completo?, ¿cuál es la mínima altura?
c) Responda la parte (b) si Tes un árbol m-ario completo de altura a.
18. a) En un torneo individual de tenis masculino cada uno de los 25 jugadores trae una lata con
pelotas de tenis. Al jugar un partido se abre y utiliza una lata, que es conservada por el
perdedor. El ganador lleva la lata no abierta a su siguiente encuentro. ¿Cuántas latas de
pelotas de tenis se abrirán durante el torneo? ¿Cuántos partidos se juegan en el torneo?
b) ¿En cuántos partidos jugó el campeón del torneo?
c) Si cada encuentro es ganado por el primero que obtiene tres sets, ¿cuál es el numero máxi
mo de sets que podrían jugarse (con todos los participantes) durante el torneo?
634 Capítulo 12 Árboles
19. ¿Cuál es el número máximo de vértices internos que puede tener un árbol cuaternario completo
de altura 8? ¿Cuál es este número para el árbol m-ario completo de altura al
20. El primer domingo de 1993, Ricardo y Francisco iniciaron una cadena de cartas, cada uno de
ellos envió 5 cartas (a diez amigos distintos). Cada persona que reciba la carta, debe enviar 5
copias a 5 nuevas personas el domingo siguiente a la llegada de la carta. Después de los prime
ros 7 domingos, ¿cuál es el número total de cartas de la cadena enviadas? ¿Cuántas se enviaron
los tres últimos domingos?
21. Utilice un árbol de decisión temario completo para repetir el ejemplo 12.14 para un conjunto
de doce monedas, donde exactamente una de ellas es falsa y más pesada que las demás.
22. Sea T = (V, E) un árbol m-ario completo equlibrado de altura a > 2. Si T tiene h hojas y
nodos de ramificación en el nivel a - 1, explique por qué h = m°~i + (m —l)ba.¡.
1 2 .3
Á r b o l e s y o r d e n a c io n e s
En el ejem plo 10.4 del capítulo 10 presentamos la ordenación por el m étodo de la burbuja
en el estudio d e las relaciones de recurrencia lineales. Vimos que el número de compara
ciones necesarias para ordenar una lista de n elementos es n(n - 1)/2. En consecuencia,
este algoritm o determina una función / : Z* —> R dada por f(rí) = n(n - 1)/2. Esta es la
función de complejidad en tiempo (para el peor caso) del algoritmo y la expresamos escri
biendo / £ 0 (n !). En consecuencia, la ordenación por el m étodo de la burbuja necesita
0 ( n 2) comparaciones. Interpretamos esto diciendo que para n grande, el número de com
paraciones es igual a en2, donde c es una constante de proporcionalidad que generalmente
no se especifica, pues depende de factores como el compilador y el computador utilizados.
En esta sección analizaremos un segundo método para ordenar una lista dada de n
elem entos en orden ascendente. Este m étodo se Mam&ordenación p o r inserción y veremos
que el orden de su función de complejidad en tiem po p ara el peor caso es 0 (n log, n).
Haremos esto de la m anera siguiente:
1) Primero estimaremos el número de comparaciones necesarias cuando n es una potencia
de dos. Nuestro método utilizará un par de árboles binarios completos equilibrados.
2) Después analizaremos el caso para cualquier m , mediante el material opcional de
los algoritm os “divide y vencerás" d e la sección 10.6.
Si n es un entero positivo arbitrario, comenzamos considerando el siguiente procedimiento.
Dada una lista de n elementos que deben ordenarse en forma ascendente, la ordenación
p o r inserción separa en form a recursiva la lista dada y todas las demás sublistas a la mitad
(o lo más cercano posible a la m itad) hasta que cada sublista contiene un solo elemento.
Después, el procedimiento intercala estas sublistas en orden ascendente hasta ordenar los n
elementos originales. Los procesos de división e inserción pueden describirse mejor me
diante un par de árboles binarios completos equilibrados, como en el siguiente ejemplo.
( Ordenación por inserción) Con la ordenación por inserción, la figura 12.32 ordena la lista
6 ,2 , 7, 3, 4 ,9 , 5, 1, 8. El árbol de la parte superior de la figura m uestra la forma en que
el proceso divide primero la lista dada en sublistas de tamaño 1: Después se bosqueja el
proceso de inserción usando el árbol d e la parte inferior de la figura.
12.3 Á rb o le s y o rde naciones 635
Para com parar la ordenación por inserción con la ordenación por el m étodo de la bur
buja, se requerirá determinar su función de complejidad en tiempo. Necesitaremos el si
guiente lema para esta tarea.
LEMA 12.1 Sean ¿ , y L . dos listas ordenadas con números ascendentes, donde L, contiene n, elem en
tos, i = 1 ,2 . Entonces ¿ , y L¡ pueden intercalarse en una lista ascendente L con un máximo
de n¡ + 7¡2 - 1 comparaciones.
Demostración: Para intercalar las listasL¡, ¿> en la lista í.. utilizamos el siguiente algoritmo.
Cada comparación d e un número de con uno d e ¿2 hace que un elem ento se coloque al
final de la lista L, por lo que no hay m ás de n ¡+ n2comparaciones. Cuando una de las listas
636 Capitulo 12 Árboles
entonces, para el caso en que a = b , tenemos g G 0 (n log n), para todo n G Z*. (La base de
la función logaritm o puede ser cualquier número real m ayor que 1. En este caso usaremos
la base 2.)
Antes de poder aplicar este resultado a la ordenación por inserción, queremos formular
este procedimiento (que se ilustra en la figura 12.32) como un algoritmo preciso. Para
esto, llam aremos al procedimiento bosquejado en el lema 12.1 el algoritm o de “inserción".
Después escribiremos “inserta (i.,, L¡j" para representar la aplicación de ese procedimien
to a las listas L¡, L¡ que están en orden ascendente.
El algoritmo para la ordenación por inserción es un proceso recursivo, pues podría
llamarse a sí mismo. En este caso, la entrada es una lista (llamada Lista) de n elementos
(números reales, por ejemplo).
El a lg o ritm o d e o rd e n a c ió n p o r inserción
F a s o 1 : Si n = 1, entonces Lisia y a está ordenada y el proceso term ina. Si n >
entonces vamos al paso 2 .
Paso 2 : (Dividim os la lista y ordenamos las subüstas.) Realizam os lo siguiente:
1) A signam os a m el valor \pP-\.
2) Asignam os a L istal la sablista
L istafl], L istaI2 ],. . . . Lista[mJ.
3) Asignam os a Lista2 la sablista
Listajm + 1J, Listafm + 2 ] , . . . , Listafn).
4) Aplicam os e l m ismo algoritmo d e inserción a L istal (y m) y a Lista2 (y n - m ) .
P aso 3 : Insertamos (L istal, Lista2).
L a función g: Z*—» R*U {0} m edirá la función de complejidad en tiempo (para el peor
caso) de este algoritmo, contando el número máximo de comparaciones necesarias para
ordenar por inserción una lista de n elementos. Para n = 2*. h G Z*. tenemos
g (n) = 2 g (n l2 ) + [(n l2 ) + ( n / 2 ) - l ] .
El térm ino 2g(«/2) es e! resultado del paso 2 del algoritmo de ordenación por inserción,
y el sumando [(ni2) + (n/2) - 1] se sigue del paso 3 del algoritmo y del lema 12.1.
C om o g ( l) = 0, la ecuación anterior proporciona las desigualdades
g(l) = 0 s l ,
g (n ) = 2g ( n /2 ) + ( n - l ) s 2 g ( n / 2 ) + n , para n = 2 \ h 6 Z * .
También observamos que g ( l ) = 0, g(2 ) = 1, g(3) = 3 y g(4) = 5, por lo que g( 1) < g(2) <
g(3) < g(4). En consecuencia, parece que g es una función m onótona creciente. L a de
mostración de que es m onótona creciente es sim ilar a la demostración dada para la función
de complejidad en tiempo de la búsqueda binaria. Esto h a seguido el desarrollo del ejem
plo 10.44 d e la sección 10.6, por lo que dejamos los detalles de la demostración de que g
es m onótona creciente para los ejercicios de la sección.
638 Capitulo 12 Árboles
EJERCICIOS 12.3 1. a) Dé un ejemplo de dos listas Lt, fi>, cada una de las cuales esté en orden ascendente, conten
ga cinco elementos, y donde se necesiten nueve comparaciones para intercalar ¿,, L me
diante el algoritmo dado en el lema 12 . 1 .
b) Generalice el resultado de la parte (a) al caso en que fi, tiene m elementos, tiene n ele
mentos y se necesitan m + n - 1 comparaciones para intercalar las dos listas,
2. Aplique la ordenación por inserción a cada una de las siguientes listas. Trace los árboles de
separación e inserción para cada aplicación del procedimiento.
a) - 1 ,0 , 2 ,- 2 ,3 , 6 ,- 3 ,5 , 1 ,4
b) - 1 ,7 ,4 ,1 1 ,5 , - 8 ,1 5 , - 3 , - 2 ,6 ,1 0 ,3
3. Un procedimiento más eficiente relacionado con la ordenación por inserción es la ordenación
rápida. Aquí partimos de una lista L: a,, a2, . . . , a„ y usamos u, como un pivote para el
desarrollo de dos sublistas L, y L¡ de la forma siguiente. Para i > 1, si a, < a,, colocamos o, al
final de la primera lista en desarrollo (es decir, L, en el final del proceso); en caso contrario,
colocamos a, al final de la segunda lista L¡.
Después de procesar a„ i > 1, colocamos a, al final de la primera lista. Ahora aplicamos el
algoritmo de ordenación rápida en forma recursiva a cada una de las listas L, y L 2 para obtener
sublistas fin, fin, firi y fin- Continuamos este proceso hasta que cada una de las sublistas
resultantes contenga un elemento. Ordenamos entonces las sublistas y su concatenación da la
ordenación buscada para la lista original fi.
Aplique la ordenación rápida a cada lista del ejercicio 2.
4. Demuestre que la función utilizada en el segundo método para analizar la función de comple
jidad en tiempo de la ordenación por inserción es monótona creciente.
12 .4
Á r b o le s p o n d e r a d o s y c ó d ig o s
p r e fijo
Entre los temas a los cuales se aplican las matemáticas discretas, la teoría de codificación
es uno de aquellos en los que las diferentes estructuras finitas tienen un papel fundamen
tal. Estas estructuras nos perm iten representar y transmitir información codificada en tér
m inos de los sím bolos de un alfabeto dado. Por ejemplo, la form a m ás frecuente de codi-
12.4 Á rb o le s p o n d e ra d o s y c ó d igo s prefijo 639
rz: 01 e. 0 n: 101 r: 10 /: 1.
Si debemos transmitir el mensaje "ala", se envía la sucesión binaria 01101. Por desgra
cia, esta sucesión también se transmite con los m ensajes “ern", "a te f' y "orí'.
Consideremos un segundo esquema de codificación, dado por
Fig u ra 12.3 3
>40 Capítulo 12 Árboles
los 10, ¿cómo podemos determinar si los sím bolos representan r o lo s prim eros dos símbo
los de 101, que representan n? El problema es que la sucesión de r es un prefijo de la
sucesión de n. Esta ambigüedad no aparece en el segundo esquema de codificación, lo que
nos lleva a la siguiente definición.
d e fin ic ió n 1 2 .8 Si T es un árbol binario completo de altura a, entonces T es un árbol binario total si todas
las hojas d e T están en el nivel a. ,
Para el código prefijo P = {111,0, 1100, 1101, 10), la sucesión binaria m ás larga tiene
longitud 4. Trazamos el árbol binario total etiquetado de altura 4 , como aparece en la
figura 12.34. Los elementos de P se asignan a los vértices de este árbol de la forma si
guiente. P or ejem plo, la sucesión 10 describe el camino d e la raíz r a su hijo derecho cD.
Después continuamos hasta el hijo izquierdo de cD donde el recuadro (marcado con un
asterisco) indica que la sucesión está completa. D e regreso a la raíz, describimos las otras
cuatro sucesiones en forma similar, lo que produce los cinco vértices que aparecen dentro
de los recuadros. A cada uno de estos vértices le quitamos el subárbol que determina
(excepto a la raíz). El árbol podado resultante es el árbol binario completo de la figura
12.33, donde ningún “recuadro” es antecedente d e otro “recuadro".
A hora veremos un m étodo p ara determinar un árbol etiquetado que m odele un código
prefijo, en el que se tenga en cuenta la frecuencia de aparición de cada símbolo en el texto
12.4 A rb o le s p o n d e ra d o s y c ó d ig o s prefijo 641
promedio; en otras palabras, un código prefijo donde usemos las sucesiones más cortas
para los sím bolos de aparición más frecuente. Si existen muchos símbolos, como las 26
letras del alfabeto, no resultará eficiente usar un m étodo d e prueba y error para la cons
trucción de dicho árbol. Una elegante cosntrucción desarrollada por David A. Huffman
proporciona una técnica para la construcción de tales árboles.
El problema general de construcción de un árbol eficiente se puede describir como sigue.
Se a p i, p , , . . . , p„ un conjunto de números positivos llam ados pesos, donde p, < p 2 £
• • • £ p„. Si T = (Vj E ) es un árbol binario completo con n hojas, asignamos estos pesos
(uno a uno) a las n hojas. El resultado es un árbol binario completo para los pesos p ¡.p 2. . . . ,
p,. El peso del árbol. P (T), se define como donde, para cada 1 < i < n , R(p,) es
el número de nivel d e la hoja asignada al peso p¡. El objetivo es asignar los pesos de modo
que P(T) sea lo más pequeño posible. Un árbol binario completo T para estos pesos es un
árbol óptimo si P(T‘) < P(T) para cualquier otro árbol binario completo T con los mismos
pesos.
La figura 12.35 m uestra dos árboles binarios completos para los pesos 3, 5, 6 y 9. Para
el árbol T¡, P(T¡) = ~^¡s]p M .p ) = (3 + 9+ 5 + 6) • 2 = 46, puesto que cada hoja tiene número
de nivel 2. En el caso de 7"2, P(T¡) = 3 - 3 + 5 - 3 + 6 - 2 + 9 - l = 4 5 , l o que veremos que es
óptimo.
F ig u ra 1 2 .3 6
L£MA 12.2 Si T es un árbol óptimo para los n pesos p , £ p 2 £ - • • < p„, entonces existe un árbol
óptim o V en el que las hojas d e pesos p , y p2 son hermanos en el nivel maximal (en T ) .
Demostración: Sea u un vértice interno de T en que el número d e nivel de u es maximal
para todos los vértices internos. Sean p . y p , los pesos asignados a los hijos x. y del vértice
ó , con px £ p r Por la elección del vértice u , 8(p,) = f(p ,) > C(p,), KPi). Consideremos el
642 Capítulo 1 2 Árboles
caso d e p , < p2. (Si p , = p„ entonces podemos intercam biar p , y p , y podemos considerar el
caso p2 < p y Aplicamos la siguiente demostración a este caso y vemos que p , y p 2 pueden
intercambiarse.)
Si U p,) > UpU, sea U p,) >Up¡) +j . para algún j £ Z*. EntoncespM p ¡) + P.Up,) = pMpí)
+ p .W p ,) + j] = p A P x ) + p j + p A P i ) > p A P í) + p j + p ,U p d = p M p J + pM p,)- Así.
P (D =p,Up¡) + P,Up.) + J ,„ l x P,Upd > p A p .) +P,Up¡) + H m , , p AP.)- En consecuencia,
al intercambiar las posiciones de los pesos p , y px, obtenemos un árbol de menor peso.
Pero esto contradice la elección de T como árbol óptimo. Por lo tanto, U p,) = Kfp,) = Up,).
De form a similar, se puede mostrar que U p,) - U p2), por lo que Up,) = Up,) = Up¡) =
Upi). Al intercambiar las posiciones del par p¡, p , y el par P 2, p,, obtenemos un árbol
óptim o T , donde p ,, p 2 son hermanos.
Con este lem a vemos que los pesos m enores aparecen en los niveles superiores (lo que
produce números d e nivel m ás alto) en un árbol óptimo.
T E O R E M A 12 .8 Sea T un árbol óptimo para los pesos p , + p¡, p 3, , p „ donde p¡ < p2 £ p3 < ■■■< p,.
En la hoja con peso p¡ + p> colocamos un árbol binario (completo) de peso 1 y asignamos
los pesos pi, p j a los hijos (hojas) de esta hoja anterior. E l nuevo árbol binario T¡ construi
do d e esta forma es óptim o para los pesos p t, p¡, p ¡ ,. . . , p„.
Demostración: Sea T¡ un árbol óptim o para los pesos p ,, p 2..........p„, donde las hojas corres
pondientes a los pesos p¡, p¡ son hermanos. Eliminamos las hojas de pesos p u p 2 y asigna
mos el p eso p , + p 2 a su padre (ahora una hoja). Este árbol binario completo se denota con
T, y P(T2) - P(T3) + p , + p 2. Además, P(T,) = P(T) + p , + p 2. Puesto que T es óptimo, P{T) s
P(T3). Si P(T) < P(T¡), entonces P(T¡) < P(T2). lo que contradice la elección d e T: como
óptim o. P or lo tanto, P (T) = P(T¡) y, en consecuencia, P(T¡) < P(T2). A sí, T, es óptimo para
los pesos pi, p 2 p„.
t2 .1 7 Construimos un código prefijo óptimo para los símbolos a, o, q, u, y, z que aparecen (en
una m uestra dada) con las frecuencias 2 0 ,2 8 , 4 ,1 7 , 12, 7 , respectivamente.
L a figura 12.37 m uestra la construcción que sigue el procedimiento de Huffman. En la
parte (b), s e combinan los pesos 4 y 7, de modo que podamos considerar la construcción
para los pesos 11, 12, 17, 20, 28. En cada paso [en las partes (c)—(f) de la figura 12.37]
creamos un árbol con subárboles con raíz en los dos pesos m enores. Estos dos pesos me
nores pertenecen a vértices que antes o estaban aislados (un árbol solamente con una raíz)
o bien eran la raíz d e un árbol anteriormente obtenido en la construcción. De este último
resultado, determinamos un código prefijo como
F ig u r a 1 2 .3 7
644 Capítulo 1 2 Árboles
EJERCICIOS 12.4 1. Para el código prefijo de la figura 12.33, decodifique las sucesiones (a) 1001111101; (b)
1 0 1 1 1 1 0 0 11 0 0 0 1 10 1 ; ( c ) 1 1 0 1 1 1 1 1 1 0 0 1 0 .
2. Un código para ja, b, c, d, e) es a: 00 b: 01 c: 101 d: xlO e: yzl, donde * y. z € {0, 1).
Determine x .y y z de modo que el código sea un código prefijo.
3. Construya un código prefijo óptimo para los símbolos a, b, c. . . . . i, j que aparece (en una
muestra dada) con las frecuencias respectivas 78, 16, 30,35. 125, 31.20, 50, 80, 3.
4. ¿Cuántas hojas tiene un árbol binario total si su altura es (a) 3? (b) 7? (c) 12? (d) a?
5. Sea T = (V E) un árbol m-ario completo de altura a. Éste es un árbol m-ario total si todas sus
hojas están en el nivel a. Si T es un árbol m-ario total de altura 7 y 279,936 hojas, ¿cuántos
vértices internos tiene T I
6. Sea L¡, 1 < i < 4, cuatro listas de números, cada una de ellas dada en orden ascendente. El
número de elementos de estas listas es 75,40, 110 y 50, respectivamente.
a) ¿Cuántas comparaciones se necesitan para intercalar estas cuatro listas, intercalando L¡ y
L¡, intercalando L¡y L-y después intercalando las dos listas resultantes?
b ) ¿Cuántas comparaciones necesitamos si primero intercalamos L , y ¿¡, luego intercalamos
el resultado con L¡ y por último intercalamos este resultado con ¿*?
c) Para minimizar el número total de comparaciones en esta inserción de las cuatro listas, ¿qué
orden debe seguir la inserción?
d) Extienda el resultado de la parte (c) a n listas ordenadas L¡. L¡ i ,.
7. Con los pesos 2, 3, 5,10, 10, muestre que la altura de un árbol de Huffman para un conjunto
dado de pesos no es única. ¿Cómo modificaría el algoritmo para obtener siempre un árbol de
Huffman de altura minimal para los pesos dados?
12 .5
C o m p o n e n t e s b ic o n e x a s y p u n t o s
d e a r t ic u la c ió n
Sea G = (V, E ) el grafo no dirigido conexo sin lazos que se m uestra en la figura 12.38(a),
donde cada vértice representa un centro d e comunicación. Una arista [x, y ) muestra la
existencia de una línea de comunicación entre los centros x y y.
12.5 C o m p o n e n te s b ic o n e x a sy p u n to s d e articulación 645
El grafo de la figura 12.38(b) tiene dos puntos de articulación c y / y sus cuatro compo
nentes biconexas se m uestran en la parte (b) de la figura.
En términos d e centros y líneas de comunicación, los puntos de articulación del grafo
indican los puntos donde el sistema es m ás vulnerable. Sin puntos de articulación, es más
probable que este sistema supere las interrupciones en un centro d e comunicación, inde
pendientemente de que éstas sean causadas por un fallo en un dispositivo técnico o por
fuerzas extem as.
E1 problem a de encontrar los puntos de articulación en un grafo conexo ofrece una
aplicación para el árbol recubridor en profundidad. E l objetivo en este caso es desarrollar
un algoritm o para determinar los puntos de articulación de un grafo no dirigido conexo sin
lazos. Si n o existen estos puntos, entonces el grafo es biconexo. Si existieran estos vérti
ces, las componentes biconexas resultantes podrían usarse para proporcionar información
acerca de las propiedades como la planaridad y el número crom ático del grafo dado.
Necesitamos los siguientes antecedentes para desarrollar este algoritmo.
LEM A 12.3 Sea G = (V( E ) un grafo conexo no dirigido y T = (V, E ' ) un árbol recubridor en profundi
dad de G. Si [a, b ) £ E pero {a, b ] £ E ', entonces a es un ascendiente o un descendiente
de b en el árbol T.
Demostración: M ediante el árbol recubridor en profundidad T, obtenemos una lista en or
den previo para los vértices de V. Para cualquier u 6 V, sea ip(t>) el índice en profundidad
del vértice 1 ); es decir, la posición d e 1 ) en la lista en orden previo. Supongamos que ip(a)
< ip(ó). En consecuencia, a se encuentra antes que b en el recorrido en orden previo de T,
por lo que a no puede ser un descendiente de b. Si, además, el vértice a no es un ascendien
te de b, entonces b no está en el subárbol T„ de T con raíz en a. Pero cuando retrocedemos
(por T„) hacia a, vemos que como {a, b ) £ E, en la búsqueda en profundidad podríamos
haber ido de a a b y usado la arista {a, b ) de T.
Si G - (V( E ) es un grafo conexo no dirigido sin lazos, sea T = (V ,E ') un árbol recubridor
en profundidad para G, como se muestra en la figura 12.39. Por el lema 12.3, la arista
punteada { a ,b }, que no form a parte de T. indica una arista que podría estar en G. Tal arista
546 Capítulo 12 Árboles
Raíz
Para trabajar de form a eficiente con estas ideas, desarrollamos el siguiente algoritmo.
Sea G = (K E ) un grafo no dirigido conexo sin lazos definido en términos de su m atriz
de adyacencia A(G).
Paso 1: Buscamos el árbol recubridor en profundidad T de G, para los vértices orde
nados m ediante las filas (o columnas) de A(G). Sean y¡, y ¡ , . . . , y , los vértices de G en
el orden previo dado por T. Entonces ip(y,) = j , para todo 1 £ j < n.
Paso 2: Em pezam os con y , y continuamos de regreso hacia y„ . ¡, y , _2, . . . . yt , y¡,
determinando recursivamente prof(yj), para 3 < j £ n , e n la siguiente forma:
a) p r o f (y/) = mín{ip(z) |z es adyacente a y, en G)
b) Si Cu Cu , c„so n los hijos d e y¡, entonces p ro f (y,) = m ín{prof'(y,), prof(c,),
pro ffe), . . - , prof(c„)¡ [No hay problem a en este caso, ya que los vértices se
analizan en el orden inverso al orden previo. E n consecuencia, si c es un hijo de p,
entonces prof(c) se determina antes que p ro f(p )J
Paso 3: Sea w¡ el padre de y,. Si prof(y,) = ip(w¡), entonces es un punto de articula
ción de G (y de T ), a m enos que w, sea la raíz de T y que w¡ no tenga hijos en T distintos
d e y¡. Adem ás, en cualquier caso, el subárbol con raíz e n y¡ junto con la arista ( w,, y,¡ es
parte d e una componente biconexa de G.
Aplicamos este algoritm o al grafo G = (l( E ) dado por la siguiente m atriz de adyacencia
A(G). Los vértices están ordenados como x , x2, x ¡ ,. . . , x ,a.
X, X2 X. x¡ *6 *7 *8 X , Xio
X¡ "0 1 1 1 1 i 0 0 1 0 ~ yi
*2 1 0 0 0 0 0 0 0 0 0 yr
X} 1 0 0 0 1 0 0 0 0 0 ys
X4 1 0 0 0 0 1 i i 0 0 ys
1 0 1 0 0 0 0 0 0 0 yt
Xé 1 0 0 1 0 0 0 0 0 0 >'e
X- 0 0 0 1 0 0 0 1 0 0 yi
Xs 0 0 0 1 0 0 1 0 1 1 ye
X9 1 0 0 0 0 0 0 1 0 0 ye
X¡0 . 0 0 0 0 0 0 0 1 0 0 _ y io
y¡ >"2 yi y¡ y» ye yi y» y io
el par ordenado que queda junto ay, es (prof'(y;), prof(y,)). Hem os calculado esto median
te el algoritmo, m ientras retrocedíamos dey10a y , a yg, etcétera, a y 3. Por ejemplo, al calcu
lar ys, en A(G) vemos que prof'(yg) = 5, puesto que y5 es adyacente a yg y para cada 1 < i
£ 4, y, no es adyacente a yg. Puesto que y , es un hijo de yg y profíy,) = 1, se sigue que
prof(y8) = 1. P aray; y y 5, prof(y3) = prof(y5) = 1 = ip(y,), donde y, es el padre d e y 3yys. Por
lo tanto, y, es un punto de articulación y los siguientes subárboles dan lugar a otras dos
componentes biconexas: (a) el subárbol con raíz en y3junto con la arista {y,, y3) ; y (b) el
subárbol con raíz en y¡, con la arista {yg, y,0) eliminada y la arista {y,, ys} agregada. Por
último, como y2 es una hoja (y un subárbol sin aristas con raíz en y2), la arista {y„ y,)
forma otra componente biconexa adicional.
La figura 12.41 (b) m uestra los puntos de articulación y, y yg para G. Estos puntos deter
minan las cuatro componentes biconexas de G que se muestran en la figura.
12.5 Componentes biconexas y puntos de articulación 649
UERCICIOS 1 2 .5 1. Encuentre los puntos de articulación y componentes biconexas del grafo que se muestra en la
figura 12.42.
F i g u r a 1 2 .4 2
2. S e a G = ( K E ) u n g r a f o n o d ir i g i d o c o n e x o s in l a z o s y s e a z E V. D e m u e s t r e q u e z e s u n p u n to
d e a r t i c u l a c i ó n d e G s i y s ó l o s i e x i s t e n * y E I 'd i s t i n t o s t a le s q u e x 4 z , y 4 z y t a le s q u e c a d a
c a m i n o q u e u n e x y y c o n tie n e e l v é r ti c e z.
3. S e a T = W E ) u n á rb o l c o n | V \ = n > 2.
a ) ¿ C u á l e s s o n l o s n ú m e r o s m á x im o y m í n i m o p o s i b l e s d e p u n to s d e a r ti c u l a c i ó n d e T I D e s
c rib a lo s á rb o le s e n c a d a c a so .
b ) ¿ C u á n t a s c o m p o n e n t e s b i c o n e x a s t ie n e T en c a d a u n o d e lo s c a s o s d e l a p a rte (a)?
4. a ) S e a T = ( K E ) u n á rb o l. S i l ) E V, d e m u e s t r e q u e o e s u n p u n to d e a r ti c u l a c i ó n d e I s i y s ó lo
s i g r a d ( u ) > 1.
b) Sea G= W E ) u n g r a f o n o d ir i g i d o c o n e x o s i n l a z o s c o n | £ | > 1 . D e m u e s t r e q u e G tie n e
a l m e n o s d o s v é r ti c e s q u e n o s o n p u n t o s d e a r ti c u la c i ó n .
5. S i B i, B , s o n l a s c o m p o n e n te s b ic o n e x a s d e u n g r a f o n o d ir i g i d o c o n e x o s i n l a z o s G ,
¿ c ó m o s e r e l a c i o n a % (G ) c o n % (B ¡), 1 S i £ í ?
6. C a d a u n a d e l a s s i g u i e n t e s m a tr ic e s d e a d y a c e n c i a r e p r e s e n ta u n g r a f o n o d ir i g i d o c o n e x o s in
la zo s G. E n c a d a c aso :
a) D e te r m in e u n á rb o l r e c u b rid o r e n p r o fu n d id a d p a ra G. c o n ra íz e n x¡.
b) U s e e l r e s u l t a d o d e l a p a r t e ( a ) y a p l i q u e e l a lg o r i t m o d e s a r r o l la d o e n e s t a s e c c ió n p a r a
e n c o n t r a r l o s p u n to s d e a r ti c u la c i ó n y la s c o m p o n e n te s b i c o n e x a s d e G .
Xl x 2 x 3 X. Xs Xs x7 X8
*1 "0 1 1 1 1 0 0 0“
X2 1 0 0 1 1 0 0 0
*3 1 0 0 0 0 1 1 0
XÁ 1 1 0 0 1 0 0 0
*5 1 1 0 1 0 0 0 0
*6 0 0 1 0 0 0 1 0
X, 0 0 1 0 0 1 0 1
Xs . 0 0 0 0 0 0 1 0,
Xl x2 x3 X* Xs Xs X? Xs
X, ' 0 1 1 1 1 0 0 0“
*2 1 0 1 1 0 0 0 0
x¡ 1 1 0 1 0 1 0 0
x. 1 1 1 0 0 0 0 0
Xs 1 0 0 0 0 0 1 1
x6 0 0 1 0 0 0 0 0
Xs 0 0 0 0 1 0 0 1
*8 .0 0 0 0 1 0 1 0_
650 Capítulo 12 Arboles
7. En el segundo paso del algoritmo para los puntos de articulación, ¿por qué no fue necesario
calcular prof(>',) y prof(y,)7
8. Sea G = (V, E) un grafo no dirigido conexo sin lazos, con « S V .
a) Demuestre que G - v = G - u.
b) Si t> es un punto de articulación de G, demuestre que v no puede ser un punto de articula
ción de G.
9- Si G = (K £ ) es un grafo no dirigido libre de lazos, G es crítico respecto al color si x (G -u )<
X(G) para todo » E V . (Ya analizamos antes tales grafos, en el ejercicio 17 de la sección 11.6.)
Demuestre que un grafo crítico respecto al color no tiene puntos de articulación.
12.6
R e s u m e n y r e p a s o h is t ó r ic o
La estructura que ahora llamamos árbol apareció en 1847 en la obra de Gustav Kirchhoff
(1824-1877) acerca de las redes eléctricas. El concepto también apareció en Geometrie
die Lage. de Karl von Staudt (1798-1867). En 1857, los árboles fueron redescúbrenos por
A nhur Cayley (1821-1895), quien no conocía tales desarrollos anteriores y fue el primero
en llam ar "árbol” a esta estructura; Cayley los utilizó en las aplicaciones relacionadas con
los isómeros químicos. También investigó la enumeración de ciertas clases de árboles. En
su prim er trabajo sobre árboles, C ayley enumeró los árboles con raíz no etiquetados; des
pués enum eró los árboles ordenados no etiquetados. Dos de los contemporáneos de Cayley
que también estudiaron los árboles fueron Cari Borchardt (1817-1880) y M arie Ennemond
Jordán (1838-1922).
L a fórmula r f - 2 para el número de árboles etiquetados de n vértices (ejercicio 19 del
final de la sección 12.1) fue descubierta en 1860 por Cari Borchardt. Cayley dio posterior
m ente un desarrollo independiente de la fórmula, en 1889. Desde entonces se ha obtenido
de varias form as, las cuales se resumen en el libro de J. W. Moon (9).
A r t h u r C a y le y ( 1 8 2 1 - 1 8 9 5 )
1 2.6 Resum en y repaso histórico 651
B IB L IO G R A F ÍA
1. Aho, Alfred V., John E, Hopcroft y Jeffrey D. Ullman,Daw Structures andAIgorithms, Reading,
Mass., Addison-Wesley, 1983.
2. Atkins. Joel E.. Jeffrey S. Dierckman y Kevin O'Bryant. "A Real Snow Job”. The UMAP
Journal otoño, núm. 3 (1990), págs. 231-239.
3. Baase, Sara, Computeralgoríthms: IntroductiontoDesignandAnalysis, 2* ed., Reading, Mass.,
Addison-Wesley, 1988.
4. Harary, Frank, Graph Theory, Reading, Mass., Addison-Wesley, 1969.
5. Huffman, David A., “A Method for the Construction of Mínimum Redundancy Codes”,
Procedings o f the IRE 40, 1952, págs. 1098-1101.
6. Knuth, Donald E.,TheArt o f Computer Programming, vol. 1,2’ ed., Reading, Mass., Addison-
Wesley, 1973.
7. Knuth, Donald E., TheAri o f Computer Programming, vol. 3 ,2*ed., Reading, Mass., Addison-
Wesley, 1973.
8. Liu, C. L„ Introduction lo Combinaiorial Mathematics. Nueva York, McGraw-Hill. 1968.
9. Moon, John Wesley, Counúng LabelUd Trees, Canadian Mathematical Congress, Montreal.
Canadá. 1970.
10. Polya, George. “KombinatorischeAnzahlbestimmungen ffir Gruppen. Graphen und Chemische
Verbindungen”, Acta Mathematica 68, 1937, págs. 145-234.
b) Responda la parte (a) para un árbol binario total de Para cualquier grafo no dirigido conexo sin lazos G =
altura a. donde a £ Z'. (V, £ ), el cuadrado de G, que se denota con G3, es el grafo
con el conjunto de vértices V (el mismo que G) y con el con
6. Sea T un árbol binario total de altura a. Si Vi, V* - - - , v„
junto de aristas definido como sigue: para a ,b £ V distintos.
son las hojas de T, evalúe 2 - \ donde¿ es el número de
[a, b) es una arista de G2si d(a b) < 2 (en G). En las partes (a)
nivel de la hoja v„ para cada 1 < i < m.
y (b) de la figura 12.43, tenemos un grafo G y su cuadrado.
7. Sea G = (V E ) un grafo no dirigido sin lazos. Si grad(u) a ) Encuentre el cuadrado del grafo de la parte (c) de
2 2 para todo u £ V, demuestre que G contiene un ciclo. la figura.
8. Sea 7 = (VE) un árbol con raíz r. Defina la relación SI b) Encuentre G5 si G es el grafo K, y
'/en V como xSby, para x, y £ V, si x = y o si x está en el c) Si G es el grafo K,,„ para n 2 4, ¿cuántas aristas
camino de r a y. Demuestre que 91 es un orden parcial. añadimos a G para construir G2?
d) Para cualquier grafo no dirigido conexo sin lazos G,
: 9. Sea T = (V E) un árbol con V= {o,. v: , . . . , D„) para
demuestre que G2no tiene puntos de articulación.
« 2 2. Demuestre que el número de vértices colgantes en T
es igual a Sea T = W E ) un árbol 6-ario completo de altura 8.
12. a)
Si T es equilibrado, pero no total, determine los
2+ £ (g ra d (u ,)-2 ) valores máximo y mínimo posibles de | V |.
traaiu,»!
b) Responda la parte (a) si T = (K E ) es un árbol m-
10. SeaG = (V; E) un grafo no dirigido sin lazos. Defínala ario completo de altura a.
relación Si en E como sigue: Si e,. e¡ £ E, entonces e, Si e¡ 13. Los árboles de Fibonacci con raíz T,.,n> 1, se defi
sre,= e¡ o si e, y e¡ son aristas de un ciclo C en G. nen en forma recursiva como sigue:
a) Verifique que Si es una relación de equivalencia 1) 7, es el árbol con raíz que consta solamente de la
en E. raíz;
b) Describa la partición de E inducida por Si. 2) T¡ es igual a T¡\ también es un árbol con raíz con
111. Si G = (V, E ) es un grafo no dirigido conexo sin lazos un único vértice; y,
y a, b 6 V. entonces definimos la distancia de a a b (o de 3) Para n 2 3, T, es el árbol binario con raíz que tiene
bao), que denotamos con <f(a, b), como la longitud del a T.., como subárbol izquierdo y como
camino más corto (en G) que une a con b. (Éste es el nú- subárbol derecho.
j mero de aristas del camino más corto que une a con b y es Los primeros seis árboles de Fibonacci con raíz aparecen en
| cero si o = b.) la figura 12.44.
a a IV
\ ^ c e \
^— 2
(a) G (b) G! (c)
Figura 12.43
r, , /\ A
•
T2 T,
X " r5 r6
/ }
Fig u ra 12.4 4
654 Capítulo 12 Árboles
Figura 12-45
a) Para n > I, sea í„ el número de hojas de T„. Encuen 15. Sea G = (V, E) un grafo “escalera" no dirigido, comoel
tre y resuelva una relación de recurrencia para S*. que se muestra en al figura 12.46. Para « 2 0, sea a, el
b) Sea í„ el número de vértices internos del árbol T„ número de árboles recubridores de G, y b, el número de
donde n > 1. Encuentre y resuelva una relación de estos árboles recubridores que contienen la arista {*,. y,¡.
recurrencia para t,. a) Explique por qué a, = a,_, + b,.
c) Determine una fórmula para p„, el número total de b) Encuentre una relación que exprese í>, en términos
vértices de 7",, donde n > 1. de a„. , y b. .,.
d) ¿Cuál es la altura del árbol T„ donde n > 1? c) Use los resultados de las panes (a) y (b) para estable
14. a) El grafo de la pane (a) de la figura 12.45 tiene exac cer y resolver una relación de recurrencia para a,.
tamente un árbol recubridor: el propio grafo. El 16. Sea T = ( V, E ) un árbol tal que | V| = u y | E\ = e. H
grafo de la figura 12.45(b) tiene cuatro árboles árbol T es elegante si es posible asignar las etiquetas {1,2,
recubridores no idénticos, aunque isomorfos. En 3 , . . . . v} a los vénices de T de modo que el etiquetado
la parte (c) de la figura vemos tres de los árboles inducido de las aristas (donde cada arista {i, j } recibe la
recubridores no idénticos para el grafo de la pane etiqueta para i,y € { 1.2,3......... u ), t # j ) hace que
(d). Observe que T¡ y T¡ son isomorfos, pero T¡ no las e aristas queden etiquetadas como 1,2, 3 , . . . . e.
es isomorfo a T¡ (o a T¡). ¿Cuántos árboles a) Demuestre que cualquier camino simple con n vér
recubridores no idénticos tiene el grafo de la figu tices, n > 2, es elegante.
ra !2.45(d)? b) Para n € Z ‘, n i 2 , muestre que K ., es elegante.
b) En la figura 12.45(e) generalizamos los grafos de
las partes (a), (b) y (d) de la figura, de la forma
siguiente: para n 6 Z ‘, G, = (V¡ £) es el grafo no
dirigido sin lazos donde
c) Si T= (V, E) es un árbol con 4 < | K| < 6, muestre vértices no colgantes tales que para todo u £ V, o está en el
que T es elegante. (Una conjetura señala que todo camino P o u es adyacente a un vértice del camino P. Este
árbol es elegante.) camino se conoce como la columna de la oruga,
a) ¿Cuántos conjuntos maximales independientes de
17. Para un grafo no dirigido G = (V, E), un subconjunto I vértices tienen las orugas de las partes (i) y (¡i) de
ds Ves independíenle si ningún par de vértices de / son la figura 12.47?
adyacentes. Si. además, / U U ¡ no es independiente para b) Para n € Z*, sea a, el número de conjuntos maxi
i x £ V - I, entonces decimos que I es un conjunto males independientes de vértices en una oruga T
maximal independiente (de vértices). cuya columna contiene n vértices. Encuentre y re
Los dos grafos de la figura 12.47 son ejemplos de un suelva una relación de recurrencia paran,. (Quizás
tipoespecial de árboles llamados orugas. En general, un árbol el lector desee volver a analizar la parte (a) del ejer
T=(V E) es una oruga si existe un camino (maximal) P de cicio complementario 14 del capítulo 11.)
13
Optimización
y emparejamiento
E
n el último capítulo de esta pane del texto usaremos las estructuras de árboles y grafos y
presentaremos técnicas que surgen en el área de las matemáticas llam ada investigación
operativa. Estas técnicas optimizan algunos resultados analizando grafos y multigrafos
que tienen un número real positivo (Secs. 13.1 y 13.2) o un entero no negativo (en la Sec.
13.3) llamado peso, asociado a cada arista del grafo o m ultigrafo. E stos números se rela
cionan con información como la distancia entre los vértices que son los extremos d e una
arista, o tal vez como la cantidad de material que puede embarcarse de un vértice a otro a
lo largo de una arista que representa una carretera o ruta aérea. Con los grafos com o marco
de referencia, desarrollaremos los métodos de optimización en forma algorítmica para
facilitar su implementación en un computador. Entre los problemas que analizaremos es
tán los de determinar:
1) L a distancia más corta entre un vértice dado Uo y cada uno de los demás vértices de
un grafo dirigido conexo sin lazos.
2) Un árbol recubridor del grafo o m ultigrafo dado donde la suma de los pesos d e las
aristas del árbol sea minimal.
3) L a cantidad máxima de material que puede transportarse de un punto inicial (la
fuente) a un punto final (el sumidero), donde el peso de una arista indica su capaci
dad para controlar el material transportado.
1 3 .1
A lg o ritm o d e l c a m in o m á s c o r t o
d e D ijk stra
Comenzaremos con un grafo dirigido conexo sin lazos G - ( V , E ) . A cada arista e = (a, b)
de este grafo le asignamos un número real positivo llamado el peso de e, que denotamos
con p(e) o p(a, b). Si x, y E V pero (x, y ) §: E. definimos p(x, y) = “ .
Para cualquier e = (a, b) E A , p(e) podría representar (1) la longitud de una carretera de
a a b, (2) el tiempo que tarda recorrer esta carretera de a a b, o (3) el costo del viaje de a a
b por esta carretera.
Cuando demos un grafo G = (V, E ) con las asignaciones de peso aquí descritas, diremos
que el grafo es un grafo ponderado.
657
658 Capítulo 13 Optimización y emparejamiento
En la figura 13.1, el grafo ponderado G = (V, E ) representa las rutas de viaje entre algunos
pares de ciudades. El peso de cada arista (x, y ) indica el tiempo aproximado de un vuelo
directo de la ciudad x a la ciudad y.
F i g u r a 1 3 .1
En este grafo dirigido hay situaciones en las que p(x, y) 4=p(>; x) para ciertas aristas (j,
>) y (>'. *) d e G. Por ejemplo, p(c, f ) = 6 £ 1 = p(f, c). E s probable que esto se deba a la
dirección del viento. Cuando el avión vuela d e c a / , es probable que sea ayudado por un
viento de cola el cual, a su vez, hará que reduzca la velocidad al viajar en dirección opues
ta ( d e / a c).
Vemos que c, g € V pero (c. g), (g, c) E, por lo que p(g, c) = p(c, g) = co. Esto también
es cierto para otros pares de vértices. Por otro lado, para ciertos pares de vértices, como o,
f tenemos que p ( a ,f) = » , m ientras que p(f. a ) = 11, un número finito.
Nuestro objetivo en esta sección tiene dos partes. D ado un grafo ponderado G = ( V, E),
para cada e = (o, b) £ E interpretaremos p(e) como la longitud de una ruta directa (por
automóvil, avión o barco) de a a b. Para cualesquiera dos vértices a, b E V escribimos d(a, b)
como la distancia (más corta) de a a b. Si no existe tal camino (en G) de a a b, entonces de
finimos d(a, b) = Para cualquiera G V, d(a, a) - 0. En consecuencia, obtenemos la fun
ción distanciad: V x V —» R* U {0, “=¡ .
Fijemos ahora E V. Entonces, para cualquiera) G V, determinaremos
1) d(t>0, u); y
2) un camino simple dirigido de Uo a d si d(u0, o ) es finito.
Para lograr estos objetivos, presentaremos una versión del algoritmo desarrollado por
Edsger Wybe Dijkstra (1 9 3 0 -) en 1959. Este procedimiento e s un ejemplo de algoritmo
voraz, ya que lo que obtenemos como el m ejor resultado localmente (para vértices “cerca
nos" a u0) se convierte en el mejor resultado globalmente (para todos los vértices del
grafo).
Antes de establecer el algoritmo, nos gustaría analizar algunas propiedades de la fun
ción distancia d. Estas propiedades nos ayudarán a comprender por qué funciona el
algoritmo.
13.1 A lg o ritm o del c am b io m ás c orto d e Dijkstra 659
d(v0, S ) = rmn{<¿(üfl,v)}.
Cuando d(v0, S ) < “ , entonces d(x>o, S) es la longitud míni ma de un camino sim ple diri
gido de u 0a un vértice en S. Así, existirá al m enos un vértice 13„ . , en S con d (v 0, S ) =
d(x>o, u „ . i ) y i ) » , i estará en el extremo final d e un camino sim ple mínimo. A sí mismo, si
P: (Oo> t>i). (U|, u ,) ,. . . , (üi,-i, t>m), (y>m u „ ,,) es un camino simple dirigido m ás corto (en G)
de tío a t)m» i, entonces tenemos que
1) V0. U 1 i3„G S y
2) P ': (Do. Di). (t>i. 1 )2), - - - , (13,- 1 , ti,), es un camino simple dirigido m ás corto (en G )
de 13o a t>í, para cada 1 < k < m.
(Pediremos la demostración de estos dos resultados en el prim er ejercicio del final de esta
sección.)
De estas observaciones se sigue que
Esto nos da d{ 13o, So) = mín(p(l3o, w)}, pues S0= {t3o}. Si 13o G So y ¿(Uo, So) = p(l3o, t>i)
entonces ampliamos S0 a S, = S0 U (u , ¡ y determinamos
Esto nos lleva a un vértice to, en 5 , con ¿(13», Si) = d(vo^Dj)- Al continuar este proceso, si ya
hemos determinado S, = {i3o.i3i.i32,. . . ,13,} y 13,», G S, con d(v0, 13,,,) = d (v 0, S,), enton
ces aumentamos S, a S,», = S, U {l>, *1 }- Nos detenemos cuando J«-i = 0 ( d o n d e n = I v l )
o cuando d( 13o, S,) = " para algún 0 < i < n - 2.
Durante este proceso colocamos diversas etiquetas sobre cada vértice 13 G V. El conjun
to final de etiquetas que aparecen en los vértices tendrá la forma (í.(t>), n), donde ¿ ( 13) =
d{ 13o, 13) es la distancia de ti0 a 13 y u es el vértice (si existe) que precede a t) en un camino
sim ple más corto de 13o a ti. Es decir, (u, 13) es la última arista en un camino dirigido de \3o
a 13 y este camino determina d(i3o, 13). Primero etiquetamos 130 con (0, - )y los demás vérti
ces 13 con la etiqueta (<»,-). Conforme apliquemos el algoritmo, la etiqueta de cada u ± is0
cambiará (a veces, m ás de una vez), de (®, - ) hasta la etiqueta final (L(i3), u) = d( 13o, t>),«),
a menos que d( 13o, t>) = ® .
10 Capitulo 13 Optimización y emparejamiento
¿ ( u ) = m ín {¿(o ), L ( u ) + P (u,u)},
■es,
y y es un vértice en S¡ que produce él L(1 >) m ínimo. [Si efectivam ente hacemos un
reemplazo, esto se debe al hecho d e que podemos ir de % a o y recorrer u n a distancia
m ás corta si recorremos un camino que incluye una arista (y , o).]
P aso 3 : S i cada vértice de S, (para algún 0 < i £ n - 2 ) tiene l a etiqueta (oo; - ),
entonces el grafo etiquetado contiene la información que estamos buscando.
S i no, existe al menos un vértice t i e S i que no está etiquetado como
realizamos las siguientes tareas:
1) Seleccionamos un vértice o, , ,, tal que L(t),»,) sea m ínim o (para todo ti d e este
tipo). Puede haber varios de estos vértices, en cuy o caso podem os e leg ir cualquie
ra de los posibles candidatos. E l vértice v ,, ¡ es un elem ento d e 3,- que es e l más
cercano a t v
2) AsignamosS, U (t> ,.i) a S ,.,.
3) Incrementamos el contador i en 1.
Si i = n - 1, el grafo etiquetado contiene la información deseada. S i i < n — 1,
regresamos al paso 2 .
mientras que
Segunda iteración: (Si = [a, b, c, h)). Ahora, i = 1 en el paso 2; para cada u £ Si,
hacemos
L (o ) = m ín {L(xt), L { u ) + p(u,u)}.
de donde obtenemos
L (a ) = m ín{L (a), L (c ) + p (c ,a ), L ( f ) + p ( f a ) }
= mín {M, 0 + « , 6 + 1 1 } = 17,
L (a ) = min { ¿ (a ), L ( u ) + p (u , a)}
«es¡
= m ín {1 7 ,0 + » , 6 + 1 1 ,1 0 + 1 1 } = 17
(asi, la etiqueta de a no cambia);
L (b ) = m ín{® ,0 + °=,6 + 10 + “ } = =°
0 a etiqueta de b sigue siendo « ) ; y
De las etiquetas de la figura 13.3 obtenemos las siguientes distancias más cortas de c a
los otros cinco vértices de G:
1) d ( c , f ) = L ( f ) = 6 2) d (c ,h ) = L ( h ) = 10
3) d (c ,g ) = L ( g ) = 14 4) d (c ,a ) = L (a ) = 17
5) d(c, b) = L (b ) = 22
13.1 A lg o ritm o del c am b io m á s corto de Dijkstra 663
Por ejemplo, para determinar un camino dirigido más corto de c a b, partimos d el vér
tice b, que tiene la etiqueta (22,a). Por lo tanto, a es el predecesor de b en este camino más
corto. L a etiqueta en a es ( 1 7 ,/), por lo q u e /p re c e d e a a en el camino. Por último, la
etiqueta e n /e s (6, c), por lo que regresamos al vértice c y el camino dirigido m ás corto de
c & b determinado por el algoritmo está dado por las aristas (c, / ) , (f, a) y (a, b).
Ahora que hemos demostrado una aplicación de este algoritm o, nos interesa el orden de
su función de complejidad en tiempo en el peor caso, /(« ), donde n = | V | en el grafo
ponderado G = (V, £ ) . Mediremos la complejidad en términos del núm ero de sumas y
comparaciones que se hacen en los pasos 2 y 3 durante la ejecución del algoritmo.
Después del proceso d e inicialización del paso 1, hay a lo más n - 1 iteraciones, pues
cada iteración determina el siguiente vértice m ás cercano a ri0 y n - 1 = I P - (rio) I -
Si 0 < < rt - 2, entonces en el paso 2 de esa iteración [la (i + l)-ésim a], vemos que
ocurre lo siguiente para cada ri G 3¡.
Terminaremos esta sección con algunas observaciones que s e pueden usar para mejorar
la complejidad en tiempo en el peor caso para este algoritmo. Primero debemos observar
que para 0 S i £ n - 2, la (i + l)-ésim a iteración del algoritm o generó el (i + l)-ésim o
vértice m ás cercano a rio, el vértice r i , . ,. En nuestro ejemplo, obtuvimos rij = / , rij = h, rio
= g ,ri4 = a y r i s = ¿.
En segundo lugar, observemos las duplicaciones hechas al calcular L(ri). Podem os ver
esto rápidamente en la segunda y tercera iteraciones del ejemplo 13.2. Quisiéramos acor
tar estos cálculos innecesarios, así que intentaremos usar un método un poco distinto para
nuestro problem a del camino m ás corto. D e nuevo comenzamos con un grafo ponderado
G = (V, E ) con | V | = n y rio G V. Denotamos con ri, el i-ésimo vértice m ás cercano a ri^
donde 0 < i < rt - 1 , S¡ = (rio, ri] ri,} y S¡ = V - S¡. Al principio asignamos a cada ri G V
el número Lo(ri) como sigue:
donde o, es un vértice para el que¿,(u,) es minimal; un vértice que es i-é simo cercano a tv
Vemos que
Veamos qué ocurre en cada una de las (a lo más) t i - 1 iteraciones cuando utilizamos la
definición de £,•+,(t>) que usa el vértice t),.
Para cualquier u £ Si, sólo necesitamos una suma [I,(t),) + p(t>„ t>)] y una comparación
[entre L ,(v ) y L,{x>¡) + p(t>„ ti)] para calcular L:, .(o). Com o existen un máximo de n - 1
vértices en S „ esto require a lo más 2(« - i) pasos para obtener L ,, ,(t)) para todo t> £ S¡.
Encontrar el mínimo de {L¡, ,(u) 11 >£ 3 ,¡ requiere cuando m ucho n - 2 comparaciones,
por lo que en cada iteración obtenemos u , , , (un vértice t> G S , donde L ,. ,(u ) es un
mínimo) en a lo sumo 2(n - 1) + (n - 2) = 3n - 4 pasos. D esarrollamos com o máximo n -
1 iteraciones, por lo que para esta versión del algoritmo de Dijkstra, la función de comple
jidad en tiempo para el peor caso es 0 (n 2).
A fin de determinar un camino más corto de Uo p ara cada u G V, t) / u0, vemos que
siem pre que L¡+ ,(ü) < L,{t>), para cualquier 0 < i £ n - 2 , necesitamos llevar un registro
del vértice y G S, para el que Lu i(t>) = d(x>0, y ) + p(y, tí).
EJERCICIO S 13.1 1. Sea G = (V,E) un grafo ponderado cal que para cada arista e = (a, b) de E, p(a, b) es igual a la
distancia de a a b a lo largo de la arista e. Si (a, b) £ E, entonces p(a,b) =
Fíje t>0 = V y sea 5 C V, con i* £ S. Entonces, para 3 = V - S. definamos 3) =
mín^{íí(Uo, »)). Si u „ , G 3 y d ( u* 3 ) = d(y>o, u , ,, ) , entonces P : (u* u,). (u„ u¡) ____ _
(!>«-,, u,), (u „ o , , ,) es un camino simple dirigido más corto (en G) de u» a o„,,. Demuestre que:
a) UcOi,u¡, £S
b) P': (Do, Ui), (u,, u¡)........ (u,_|, u j . es el camino simple dirigido más corto (en G) de Uoa
u,, para cualquier 1 < i < m.
2. a) Aplique el algoritmo de Dijkstra al grafo ponderado G = (V,£) de la figura 13.4y determi
ne la distancia más corta del vértice a a cada uno de los otros seis vértices de G. En este caso,
p(e) = pCt, y) = p(y, x) para cualquier arista e = {* y} de E.
b) Determine el camino más corto del vértice a a los vértices c , / e i.
1 3 .2 Á rb o le s r e c u b r id o r e s m in im a le s: Los a lg o ritm o s d e K ruskal y Prim 665
3. a) Aplique el algoritmo de Dijkstra al grafo de la figura 13.1 y determine la distancia más cor
ta del vértice a a los demás vértices del grafo.
b) Determine el camino simple más corto del vértice a a cada uno de los vértices/ g y h.
4. Use las ideas desarrolladas al final de la sección para confirmar los resultados obtenidos en (a)
el ejemplo 13.2; y (b) la parte (a) del ejercicio 2.
5. Pruebe o refute lo siguiente, para un grafo ponderado G = (K £ ). donde V= {u0,u „ t) 2, . .. ,u,},
y e, e E, con p(e,) < p(e) para todo e S E ,e £ e,. Si aplicamos el algoritmo de Dijkstra a G, y
calculamos la distancia más corta tl(v^ u,) para cada vértice v„ 1 £ i £ n. entonces existe un
vértice para algún 1 £ j £ n, tal que la arista e¡ se use en el camino más corto de t>0a y,.
1 3 .2
Árboles r e c u b r id o r e s m in im a le s :
Los a lg o r it m o s d e K ru s k a l y Prim
Hay que construir una red de cómputo con un acoplamiento vago para un sistema de siete
computadores. El grafo G de la figura 13.5 es un m odelo de la situación. Los computado
res se representan mediante los vértices del grafo; las aristas representan líneas de transmi
sión que se tienen en cuenta para enlazar ciertos pares de computadores. Asociamos a cada
arista e de G un número real positivo p(e), el peso de e. En este ejemplo, el peso de una aris
ta indica el costo previsto para la construcción de esa línea de transmisión particular. El
objetivo es enlazar todos los computadores minimizando el costo total de la construcción.
Para hacer esto, necesitamos un árbol recubridor T, tal que la suma d e los pesos de las
aristas en T sea m inimal. La construcción de dicho árbol recubridor óptimo puede realizar
se por m edio de los algoritmos desarrollados por Joseph Kruskal (1 9 2 8 -) y Robert Prim
(1 9 2 1 -).
Com o el algoritm o de Dijkstra, estos algoritmos son voraces-, al usarlos, en cada paso
del proceso se hace una elección óptim a (en este caso m inimal) de los datos disponibles
restantes. D e nuevo, si lo que parece ser la m ejor opción ¡ocalmente (por ejem plo, para un
vértice c y los vértices cercanos a c) es también la m ejor opción globalmente (para todos
los vértices del grafo), entonces el algoritm o voraz nos llevará a una solución óptima.
f 2 F ig u r a 1 3 .5
9
666 C apítulo 13 O p tim ización y em p a rejam ien to
A lg o ritm o d e K ruskal
P aso 1: H acemos el contador i = 1 y seleccionamos una arista e, e n G . ta l que p(e,) sea
lo m ás pequeño posible.
Paso t e Para 1 5 i £ n - 2, si hemos seleccionado las aristas e„ e ¡ ,. . . , e b entonces
seleccionamos la arista e¡t , d e las aristas restantes e n G d e m odo que (a) p (e ,,,)s e a lo
m ás pequeño posible y (b) el subgrafo de G determ inado por las aristas «„ e2, . . . , e„
e ,, i (y los vértices incidentes) no contenga ciclos.
P aso 3 : Reemplazamos i con i + 1.
S i i = n - 1, e l subgrafo de G determinado p o r las a lista se ,, eb e s conexo,
con n vértices y n - 1 aristas, y es un árbol recubridor óptim o para G.
S i << n - 1, regresamos al paso 2.
TEOREMA 13.1 Sea G = (V, £ ) un grafo ponderado no dirigido, conexo y sin lazos. Cualquier árbol recubridor
de G obtenido mediante el algoritmo de Kruskal es óptimo.
Demostración: Sea IV | = n y sea 7"un árbol recubridor de G obtenido mediante el algoritmo
de Kruskal. Etiquetamos las aristas de T com o e¡, e¡, ¡ de acuerdo con el orden en
que son generadas mediante el algoritmo. Para cualquier árbol óptimo 7“ de G, definimos
4(7“) = k si k es el m ínim o entero positivo tal que T y T contengan ambos a e¡, e2, . . . ,
e»-i> pero que e¡ $ T'.
Sea Ti un árbol óptimo para el que 4(T,) = rseam ax im al. Si r = n , entonces T = 7 j y ob
tenemos el resultado. En caso contrario, r £ n - 1 y al añadir la arista el (de 7 ) a T,
obtenemos el ciclo C, donde existe una arista el de C que está en T¡ pero no en T.
668 Capitulo 13 O ptim izadán y emparejamiento
Partimos del árbol TV A l añadir e , a T, y eliminar e!, obtenemos un grafo conexo coa
vértices y n - 1 aristas. Este grafo es un árbol Tz. Los pesos de 7j y T2satisfacen la r e k ri'
p ( 7 i) = p ( r l) + p (« ,)-p (« ;).
Si seguimos la forma de selección dee,, e2, . . . , e,„, en el algoritmo de Kruskal, el
la arista e, de modo que p(er) sea minimal y no obtengamos ciclo alguno al añadir t, al
subgrafo H de G determinado por e¡, e2, . . . , er.¡ . Como e¡ no produce un ciclo al ser
añadido al subgrafo H , la minimalidad de p(er) implica que pi e!) 2 p(er). Por lo tanto,
P M - p(*r0 - 0, por lo que p(T¡) £ p(T¡). Pero como T, es óptimo, debemos tener que
píTj) = p(T¡), p o r lo que T2 es óptimo.
El árbol T2 es óptimo y tiene las aristas e¡, e2 «r- i , e n común con T, por lo que
d(T2) 2 r + 1 > r = d(T,), lo que contradice la elección de 7j. En consecuencia, T ,= T y
árbol T producido por el algoritmo d e Kruskal es óptimo.
Robert Prim desarrolló una segunda técnica para la construcción de un árbol óptimo.
En este algoritmo voraz, los vértices del grafo se dividen en dos conjuntos: procesados y
no procesados. Al principio, sólo hay un vértice en el conjunto P de los vértices procesa
dos y los demás están en el conjunto// de vértices por procesar Cada iteración del algoritmo
incrementa el conjunto P en un vértice, mientras que el tamaño del conjunto N decrece en
uno. El algoritmo se resume como sigue.
Sea G = (V, E ) un grafo ponderado no dirigido, conexo y sin lazos. Para obtener un
árbol óptimo para G, aplicamos e l siguiente procedimiento.
P a so 3 : Incrementamos el contador en 1.
S i i = « , e l subgrafo de G determinado por las aristas e¡, e ? ,... ,e,_1es conexo, con
n vértices y n - 1 aristas y es un árbol óptimo para G.
S i i < n, regresamos al paso 2.
Usamos este algoritmo para encontrar un árbol óptimo para el grafo de la figura 13.5.
Observe que el árbol generador minimal obtenido aquí difiere del que se m uestra en la
figura 13.6. Así, este tipo de árbol recubridor no tiene que se r único.
¡70 Capitulo 13 Optimización y emparejamiento
Figura 13-7
EOREMA 1 3 .2 SeaG = (V, E ) un grafo ponderado no dirigido, conexo y sin lazos. Cualquier árbol recubridor
de G obtenido m ediante el algoritmo de Prim es óptimo.
Concluiremos esta sección con unas cuantas palabras y bibliografía acerca de la fun
ción d e complejidad en tiempo para el peor caso para el algoritmo d e Prim. Cuando apli
camos el algoritmo a un grafo ponderado no dirigido, conexo y sin lazos G = (V, E ), donde
| v | = „ y | £ | = m, las implementaciones usuales requieren 0 (n 2) pasos. (Esto puede
revisarse en el capítulo 7 de A. Aho, J. E. Hopcroft y J. D. Ullman [1]; en el capítulo 4 de
S. B aase [2]; y en el capítulo 4 de E. Horowitz y S. Sahni [15].)Algunas implementaciones
más recientes de este algoritmo han mejorado la situación, de modo que ahora son necesa
rios 0 (m log¡ n) pasos. (Esto se analiza en los artículos d e R. Graham y P. Hell [14]; de
D. B. Johnson [16]; y de A. Kershenbaum y R . Van Slyke [17].)
JERCICIOS 1 3 .2 1. Aplique el algoritmo de Kruskal y el algoritmo de Prim para determinar árboles recubridores
minimales para el grafo de la figura 13.8.
3
í
Figura 13.8
2. La tabla 13.1 proporciona información acerca de la distancia existente (en millas) entre pares
de ciudades en el estado norteamericano de Indiana, E.U.
Se construirá un sistema de carreteras para unir estas siete ciudades. Determine las carrete
ras que deben construirse para minimizar el costo de construcción. (Suponga que el costo de
construcción de una milla de carretera es el mismo entre cualquier par de ciudades.)
13.3 Redes de transporte: El teorem a de flujo m áxim o y corte m ínim o 671
Fort South
Bloomington Evansville Wayne G ary Indianápolis Bend
Evansville 119 _ _ _ _ _
F o rt Wayne 174 290 — — — —
G ary 198 277 132 — — —
Indianápolis 51 168 121 153 — —
South Bend 198 303 79 58 140 —
T erre H aute 58 113 201 164 71 196
3. a) Responda el ejercicio 2. con la restricción adicional de que el sistema incluya una carretera
que enlace en forma directa Evansville con Indianápolis.
b) Si debe haber un enlace directo entre Fort Wayne y Gary además del que une Evansville
con Indianápolis, encuentre el número mínimo de millas de carretera que deben cons
truirse.
4. SeaG = (V, E ) un grafo ponderado dirigido, conexo y sin lazos. Paran £ Z*, sea {«,, e¡,. . .,e„)
un conjunto de aristas (de E ) que no incluyen ningún ciclo de G. Modifique el algoritmo de
Kruskal para obtener un árbol recubridor de G que sea minimal entre todos los árboles
recubridores de G que incluyen las aristas e¡, e¡ e,.
5. a) Modifique el algoritmo de Kruskal para determinar un árbol óptimo de peso maximal.
b) Interprete la información del ejercicio 2 en términos del número de llamadas que pueden
realizarse entre pares de ciudades, por medio de la adopción de ciertas líneas nuevas de
transmisión telefónica. (Las ciudades que no estén enlazadas directamente deben comuni
carse por medio de una o más ciudades intermedias.) ¿Cómo pueden comunicarse en forma
minimal las siete ciudades y permitir que se realice un número máximo de llamadas?
6. Demuestre el teorema 13.2.
7. Sea G = (V, E ) un grafo ponderado no dirigido, conexo y sin lazos tal que cada par de aristas
distintas e¡, e¡ £ E. p(e,) +p(c2). Demuestre que G tiene un único árbol recubridor minimal.
13.3
¡d e t r a n s p o r t e : El te o re m a
[de flujo m á x im o y c o rte m ín im o
Esta sección proporciona una aplicación de los grafos ponderados dirigidos al flujo de un
bien de una fuente a un destino dado. Tales bienes podrían ser litros de petróleo que fluyen
a través d e tuberías o números d e llamadas telefónicas transmitidas en u n sistem a de co
municación. AI m odelar estas situaciones, interpretamos el peso d e una arista en el grafo
dirigido com o una capacidad que impone un límite superior, por ejem plo, sobre la canti
dad de petróleo que puede fluir por cierta parte de un sistem a de tuberías. Estas ideas se
expresan formalmente en la siguiente definición.
inición 13.1 Sea N = (V, E ) un grafo dirigido conexo sin lazos. Entonces N es una red, o red de trans
p o n e , si se cumplen las siguientes condiciones:
72 Capítulo 1 3 Optimización y emparejamiento
b 4 a
g h Figura 13.9
e fin ic ió n 1 3 .2 Si N = (V, £ ) es una red de transporte, una fu n ció n /d e E a los enteros no negativos es un
flu jo de N si
a ) f( e ) £ c(e) para toda arista e G E, y
b) para cualquier u £ V distinto de la fuente a o del sumidero z, t>) =
f ( v , n j. (Si no existe una arista (t), w ) ,/( v , iv) = 0.)
Para las redes d e la figura 13.10, la etiqueta x, y sobre cada arista e se determina de modo
que x = c(e) y y es el valor asignado a un flujo posible / . L a etiqueta en cada arista e
satisface f ie ) < eje). En la parte (a) de la figura, el “flujo” hacia el vértice g es 5, pero el
“flujo” hacia fuera del vértice es 2 + 2 = 4. Por lo tanto, la fu n ció n /n o es un flujo en este
1 3.3 Redes d e transporte: El teorem a d e (lujo m áxim o y corte m ínim o_________________ 6 7 3
4. 1 4 ,2 (j
5 ,3 / \ 5 . 2 5 ,3 / \ [ \ 5 , 4
a < 5. 2 \ 6 , 4 2, 1 5, 2 \6 , 3 i 2. 2
a<C
/ 6 . 5 \L /6 , 4
7- = N
(a) 5 ,2 (b) 5 ,3 h
F ig u r a 1 3 .1 0
caso. L a fu n ció n /d e la pane (b) satisface ambas condiciones, por lo que es un flujo de la
red dada.
a) Una arista e de la red está saturada si f{ e ) = c(e). C uando/(e) < c(e), la arista es no
saturada.
b) Si a es la fuente de N. entonces v al(/) = X « v / ( ° . u ) es el va¡or ¿el flujo.
Para la red de la figura 13.10(b), {h.d} es la única arista saturada. Las demás aristas no son
saturadas. El valor del flujo en esta red es
v a l( / ) = 2 f ( a , v ) = f( a .b ) + f(a ,g ) = 3 + 5 = 8.
vGV
¿Existirá otro flu jo /, tal que v al(/,) > 8? La determinación d e un flu jo maximal (un flujo
que logra el m áxim o valor posible) es el objetivo del resto de la sección. Para lograrlo,
observamos que en la red de la figura 13.10(b),
En consecuencia, el flujo total que sale d e la fuente a es igual al flujo total que llega al
sumidero z.
La última observación del ejemplo 13.7 parece razonable, pero ¿ocurie en general? A
fin de demostrar el resultado para cualquier red, necesitamos el siguiente tipo particular de
conjunto de corte.
Definición 1 3 .4 Si N = (V, £ ) es una red de transporte y C e s un conjunto de corte para el grafo no dirigido
asociado con N, entonces C es un corte, o corte a - z, si la eliminación de las aristas de C
de la red produce la separación de a y z.
Í7 4 Capitulo 1 3 Optimización y emparejamiento
Cada una de las curvas punteadas de la figura 13.11 indica un corte para la red dada. El
corte C, está formado por las aristas no dirigidas [a, g ) , {b, d ), {b, g ¡ y [b, h }. Este corte
divide los vértices de la red en los dos conjuntos P = [a, b ) y su complemento P = {d, g,
h, z}, por lo que C, se denota con (P, P ). L a capacidad de un corle, que se denota con
c(P, P ), se define como
c ( P ,P ) = 2 c (u , w),
«ep
wde
la suma de las capacidades d e todas las aristas (t), wj, donde u e f y w E P. En este
ejem plo, c(P, P ) = c(a, g ) + c(b, d ) + c(b, h) = 7 + 4 + 6 = 17. [Si consideramos las aristas
dirigidas (de P a P ) en el corte C, = (P, ~P), a saber, (a, g), (b, d), (b, h), vemos que la
eliminación d e estas aristas no produce un subgrafo con dos componentes. Sin embargo,
estas tres aristas son minimales en el sentido de que al quitarlas se elim ina cualquier cami
no dirigido posible de a a z.]
El corte C-¡ induce la partición de vértices Q = {a, b, g ) , 2 = {d, h, z) y tiene capacidad
c(Q, S ) = c(b, d ) + c(b, h) + c(g, h) = 4 + 6 + 5 = 1 5 .
Un tercer corte de interés es el que induce la partición de vértices S = {a, b, d, g, h], 3 =
{zj. (¿Cuáles son las aristas en este corte?) Su capacidad es 11.
rEOREMA 13.3 Sea / u n flujo en una red N = (V , E ). Si C(P, P ) es cualquier corte en N, entonces vaV f) no
puede exceder a c = (P, P ).
Demostración: Sea el vértice a la fuente de N y el vértice z su sumidero. Com o ge(a) = 0, se
sigue que para cualquier h- £ V. f(w , a) = 0. En consecuencia,
v a l( /) = 2 f ( a , u) = 2 / 0 , u ) - 2 /(«■’, a).
v€V u€V w€V
v a l( / ) = 2 f ( a , v ) - 2 f { w , a) + 2 2 f(x,x>) - 2 /(>v,x)
Lv€V w€V J LvGV w€V'
= 2 f ( x , v ) ~ 2 f ( w .x )
x(=P
v<=V
= 2 / ( r . u ) - 2 /(* , ü) -
xEP
I I2 /(w , x) + 2 /(* ',* )
vE P vSP -J W^P
Com o sumamos
sobre el mismo conjunto de todos los pares ordenados de P x P, estas sumas son iguales.
En consecuencia,
v a l( /) = 2 f ( x . u) - 2 f(w .x ).
zE P xEP
v€P »€>
Para todos x . w E V , f{ w , x) ^ 0 , por lo que
2 / ( W, x ) a 0 y v a l ( / ) s 2 / ( x . u ) s 2 c ( x u ) = c (P ,P ) .
Del teorema 13.3 vemos que en una red N, el valor de cualquier flujo es m enor o igual
que la capacidad de cualquier corte en esa red. Por lo tanto, el valor del flujo máximo no
puede exceder la capacidad mínima sobre todos los cortes de una red. Para la red d e la
figura 13.11, se puede m ostrar que el corte formado por las aristas (d, z) y (h, z) tiene la
capacidad m ínima 11. En consecuencia, el flujo m áx im o /d e la red satisface v a l(/) £ 11.
El valor del flujo m áximo es 11. L a form a de construir tal flujo y la razón por la que su
valor es igual a la capacidad m ínim a entre todos los cortes serán el tema del teorema
principal de esta sección.
Sin embargo, antes de analizar esta construcción, observemos que en la demostración
del teorema 13.3, el valor de un flujo está dado por
donde (P, P ) e s cualquier corte de N. Por lo tanto, una vez que se construye un flujo en una
red, entonces para cualquier corte (P, 7 ) de la red, el valor del flujo es igual a la sum a de
los flujos en las aristas dirigidas de los vértices de P hacia los de 7 menos la sum a de los
flujos en las aristas dirigidas de los vértices en P a los de P.
Esta observación conduce al siguiente resultado.
576 Capitulo 13 Optimización y emparejamiento
COROLARIO 13.1 Si f e s un flujo en una red de transporte N = ( V, E ), entonces el valor del flujo desde la
fuente a es igual al valor del flujo hacia el sumidero z.
D e m o s tra c ió n : Sean P = {a¡, ? = V - ( a ) y S = V - {z}, g = |z | . De la ob servación
anterior,
2 / ( * , v) = 2 / ( a , -o) = v a l( / ) = 2 / ( y , o ) = 2 / ( y , z),
vea vec >-ee
vee «es
EOREMA 1 3 .4 E l teorema delflujo máximo y corte mínimo. Para una red de transporte N = (V, £ ) , el flujo
máximo que se puede obtener en N es igual a la capacidad m ínim a sobre todos los cortes
de la red.
Paso 1: Dada una red N , definimos un flujo in icia l/en N como/{ « ) = O para
E. (Esta función/satisface las condiciones de la definición de un flujo.)
Paso 2: Etiquetamos la fuente a con ( - , “ ). (Esta etiqueta indica que poetemos disponer
en la fuente a de todo el material necesario para obtener un flujo máximo.)
Paso 3: Para cualquier vértice x adyacente a a, etiquetam os x como sigue:
a ) Si d.a, x ) - f ( a , x ) > 0, definimos A(x) = c(tz, x ) - f{a , x ) y etiquetam os el vértkex
con (o*. d(x)). § |
b) Si d a . x) - f( a . x ) = 0, dejamos el vértice x sin etiquetar.
[La etiqueta (o*, A(x)) indica que e l flujo presente de a a x puede incrementarse mediante
la cantidad A(x), con A(x) unidades adicionales proporcionadas desde la fuente o j
Paso 4: M ientras exista x # a) e V'tal que r e s té etiquetado y exista una arista (x, y) tal
que y no esté etiquetado, etiquetamos el vértice y com o sigue:
1 3.3 Redes d e transporte: El teorem a d e flujo m áxim o y corte m inim o 677
Puesto que un vértice y podría ser adyacente a, o de, m ás de un vértice etiquetado, los
resultados de este procedimiento podrían no ser únicos. Además, si x está etiquetado, la
red podría incluir ambas aristas (x, y) y (y, x), lo que tal vez produciría dos etiquetas para y.
Pero el procedimiento está diseñado para crear un flujo máximo, y podría haber más de un
flujo d e este tipo. N o obstante, si un vértice puede ser etiquetado en más de una forma,
podemos hacer una elección arbitraria.
Al aplicar el procedimiento de etiquetado a los vértices de la red dada, repetimos los
pasos 4 y 5 mientras sea posible respecto del conjunto actual (aunque modificable) de
vértices etiquetados. En cada iteración debemos considerar dos casos:
COROLARIO 13.2 Sea N = (V, E ) una red d e transpone tal que para cada e 6 £ , c{e) es un entero positivo.
Entonces existe un flujo m áx im o /p ara N, donde f(e ) es un entero no negativo para cada
arista e.
Las definiciones de red de transporte y flujo (en una red de transporte) pueden modificarse
para admitir funciones de flujo y capacidad con valores reales no negativos. Si las capaci
dades de una red d e transporte son números racionales, entonces el procedimiento de eti
quetado term inará en cierto momento y se obtendrá un flujo máximo. Sin embargo, si
algunas capacidades son irracionales, es posible que el procedimiento nunca termine, pues
se obtendrían A(z) cada vez más pequeñas en cada iteración. A dem ás, L. R. Ford. Jr., y
D. R. Fulkerson [12] han demostrado que el procedimiento podría producir un flujo tal que
no fuera un flujo máximo. Cuando aparecen capacidades irracionales, podemos usar la mo
dificación hecha por J. Edmonds y R. M . Karp [9], en la que el procedimiento term ina (en
un número finito de pasos) y se obtiene un flujo máximo.
Cerraremos esta sección con tres ejemplos modelados con el concepto de red de trans
porte. Después de establecer los modelos, la solución final de cada ejem plo se deja para
los ejercicios de la sección.
Las compañías c¡, c2, c¡ fabrican microcircuitos (chips) en unidades de m il; dichos chips se
distribuyen a dos fabricantes de com putadores,/, y f 2, a través de la “red de transporte” de
la figura 13.14(a), donde hay tres fuentes (c„ y c3) y dos sum ideros/, y f 2. L a compañía
c, puede producir hasta 15 unidades, la compañía c2 hasta 2 0 unidades y la compañía c¡
hasta 25 unidades. Si cada fabricante necesita 25 unidades, ¿cuántas unidades debe produ
cir cada compañía para satisfacer la demanda de los fabricantes de computadores o al
m enos proporcionar tantas unidades como permita la red?
Para m odelar este ejemplo m ediante una red de transporte, introducim os una fuente a y
un sumidero z, como se muestra en la figura 13.14(b). Usamos la capacidad de producción
de las tres compañías para definir las capacidades de las aristas (a, c¡), (a, c2) y (a, c3). Para
las aristas (/,. z) y (/,, z) usamos las demandas como capacidades. A fin de responder
nuestra pregunta, hay que aplicar el procedimiento de etiquetado a esta red para determi
nar el valor de un flujo máximo.
Figura 13.14
La red de transporte que se muestra en la figura 13.15(a) tiene una restricción m ás, ya que
ahora tenemos capacidades asignadas a los vértices distintos de la fuente y el sumidero.
Tal capacidad impone un límite superior a la cantidad del bien en cuestión que puede
pasar a través de un vértice dado. La parte (b) de la figura m uestra la forma de volver a
diseñar la red para obtener otra donde podamos aplicar el procedimiento d e etiquetado.
Para cualquier vértice xt distinto de a o de z, separamos dicho vértice en los vértices 1), y l)¡.
Trazamos la arista de o , a y la etiquetamos con la capacidad original asignada a u. Una
arista de la form a (u, w), donde o / a, w £ z, se convierte en la arista (u2, w,) que mantiene
la capacidad de (u, w). Las aristas d e la forma (a , tr) se convierten en la arista (a,ri,) con
capacidad c(a, o). Reemplazamos una arista como (w, z) por la arista (vvj, z), con capacidad
c(w, z).
I 13.3 Redes d e transporte: El teorem a d e flujo m áxim o y corte m ín im o 681
Figura 13.15
Durante una práctica militar, los mensajeros deben entregar la información del cuartel
general (vértice a) a la comandancia de campo (vértice z). Puesto que algunos caminos
podrían estar bloqueados o destruidos, ¿cuántos mensajeros deben enviarse de m odo que
cada uno recorra un camino sin aristas en común con los demás caminos?
Ya que las distancias entre los vértices no son importantes, el grafo de la figura 13.16
no tiene capacidades asignadas a sus aristas. El problema aquí es determinar el número
máximo de caminos con aristas disjuntas de a a z. S i asignamos a cada arista una capaci
dad de 1, convertimos el problema en uno de flujo máximo, donde el número d e caminos
con aristas disjuntas (de a a z) es igual al valor de un flujo m áximo para la red.
9 k
Figura 13.16
EJERCICIOS 1 3 .3 1. a) Para la red de la figura 13.17, sea 10 la capacidad de cada arista. Si cada arista «de la figura
se etiqueta con una función/ , como se muestra, determine los valores de s, t,w , x y y de
modo que/sea un flujo en la red.
b) ¿Cuál es el valor de este flujo?
c) Encuentre tres cortes (P, P) en esta red que tengan capacidad 30.
182 Capitulo 13 Optimización y emparejamiento
2. Si N = (V. E ) es una red de transporte, sea/un flujo en N y (P, P) un corte. Demuestre que el
valor del flujo/es igual a c(P, ? ) si y sólo si
a) f(e ) = c(e) para cada arista e = (x, y), tal que x £ P, y 6 ? y
b) /(e ) = 0 para cada arista e = (o, w), tal que t £ ? , » 6 P .
3. Encuentre un flujo máximo y el corte mínimo correspondiente para cada una de las redes de
transpone de la figura 13.18.
b 15 b 6
s 15 i
/l5
x
6
A 6 7 6/I4
\ / 7 \
(a)
Figura 13.18
4 . Aplique el procedimiento de etiquetado para encontrar un flujo máximo en los ejemplos 13.10,
13.11 y 13.12.
5. Demuestre el corolario 13.2.
6. En cada una de las siguientes "redes de transpone”, dos compañías c, y c¡ producen cieno
artículo utilizado por dos fabricantes f y /-. Para la red de la parte (a) de la figura 13.19, la
compañía c¡ produce 8 unidades y la compañía c2produce 7 unidades; el fabricante/ necesita 7
unidades y el fa b ric a n te 6 unidades. En la red de la figura 13.19(b), cada compañía produce
7 unidades y cada fabricante necesita 6 unidades. ¿En qué situación (o situaciones) satisfacen
las compañías las necesidades de los fabricantes?
13.4 Teoría d e em parejamiento 683
7. Encuentre un flujo máximo para la red de la figura 13.20. Las capacidades de las aristas no
dirigidas indican que la capacidad es la misma en cualquier dirección. [Sin embargo, para una
arista no dirigida, el flujo sólo puede ir en una dirección a la vez, lo que es diferente de la
situación de los vértices b, g en la figura 13.15(a).]
b 4 d 6 f
i 6 k 4 F ig u ra 1 3 .2 0
13.4
Teoría d e e m p a re ja m ie n to
La escuela secundaria de cierta localidad debe contratar cuatro m aestros para las siguien
tes asignaturas: matemáticas (s,). ciencias de la computación f e ) , química f e ) , física f e ) y
biología (s5). Hay cuatro candidatos interesados en impartir clase en la localidad: la srta.
Carranza (c,), el sr. Ríos f e ) , la sra. Cortés f e ) y la sra. López fe)- L a srta. Carranza es
diplomada en matemáticas y ciencias de la computación; el sr. Ríos en matemáticas y
física; la sra. Cortés en biología y la sra. López en química, física y ciencias de la compu
tación. Si la escuela contrata a los cuatro candidatos, ¿es posible que un m aestro sea asig
nado para impartir un tema diferente al d e su especialidad?
Este problema es un ejemplo de una situación general, el problema de asignación. Usan
do el principio de inclusión y exclusión, junto con el polinomio de torre (véanse secs. 8.4
y 8.5), podemos determinar d e cuántas formas, si existen, podemos asignar a los cuatro
maestros a cada tema diferente al de su especialidad. Sin embargo, estas técnicas no propor
cionan un m edio para configurar estas asignaciones. En la figura 13.21, hemos modelado
el problem a por medio de un grafo bipartito G = ( V, E ), donde V se separa como X U Y, con
X = {ci, c¡, c3, c4) y Y= [s,,S 2,s ¡ ,S t.s f ), y las aristas de G representan la especialidad de
cada m aestro. Las aristas {ci,s2}, f e , s 4}, f e , }, f e , f e - demuestran una de tales asigna
ciones de X en Y.
S,
S2
S3
s5 F i g u r a 1 3 .2 1
Para analizar esta idea con m ás detalle, presentamos los siguientes conceptos.
Capítulo 13 Optimización y emparejamiento
)e fin ic ió n 1 3 .5 Sea G = (V, £ ) un grafo bipartito con V dividido como X U Y. (Cada arista de £ tiene la
forma {x, y}, con x S X y j £ f.)
a ) Un emparejamiento de G es un subconjunto de £ tal que ningún par de aristas
comparte un vértice en X o en X.
b) Un emparejam iento completo d e X en Y es un em parejam iento d e G tal que cada
x £ X es el extremo de una arista.
EOREMA 1 3 .5 Sea G = (V, £ ) un grafo bipartito con V dividido como X U X. Existe un emparejamiento
completo de X en Xsi y sólo si para cada subconjunto A de X, IAI < I R(A) I , donde R(A)
es el subconjunto de X que consta de los vértices adyacentes al m enos a un vértice de A.
F igura 13.22
1 3 .4 Teoría d e em parejam iento 685
Tabla 13.2
A R (A ) \A\ |«(A)|
0 0 0 0
fa } { y 1 .y 2 .y 3 } 1 3
fe } {>2} 1 1
fe } { y 2 .y 3 .y j} 1 3
fe } { y - ,y s } 1 2
f e , *2} { y t .y 2 .y 3 } 2 3
f e , * 3} { y t .y a .y s .y s } 2 4
fe,**} Y 2 5
f e , * 3} { y 2 .y 3 .y j} 2 3
f e .x ,} { y 2 .y 4 .y s } 2 3
f e , * 4} { y 2 .y 3 .y 4 .y 5 } 2 4
f e . x 2. x 3} {y 1 .y 2.y 3 .y 5} 3 4
f e , x 2, x 4} Y 3 5
f e . x 3.x 4} Y 3 5
f e . x 3.x 4} {y2 .y 3.y 4. y 5} 3 4
X Y 4 5
X Y
<G) x. W
• y.
(a) (b> *
F ig u ra 1 3 .2 3
F igura 1 3 .2 4
1 3.4 Teoria d e em parejam iento 68 7
cualquier flujo m áximo para N tiene valor | X \ . Tal flujo da como resultado exactamente
\ X \ aristas de X a Y con flujo 1 y este flujo proporciona un emparejamiento completo de
X enY.
Y viceversa, supongamos que existe un subconjunto A d e X en el que IA \ > | R(A)|. Sea
(P, 7 ) el corte que m uestra la red de la figura 13.24(6), con P = [a] U A U R (4 ) y 7 =
(X - A ) U ( Y -R (A ) ) U {z}. Entonces c(P, P ) se determina por (1) las aristas de la fuente
a a los vértices d e X - A y (2) las aristas de los vértices de R{A) al sumidor z. Por lo tanto,
c ( f i ? ) = U - a | + |« ( A ) | = I x | - ( | a | - | / ? ( A ) | < | x | , ya que IA I > IR(A) I. La red tiene
un corte de capacidad menor que I X | , por lo que, una vez más, por el teorema 13.14 se si
gue que cualquier flujo máximo de la red tiene valor m enor que IX I. Por lo tanto, no hay
un emparejamiento completo de X y K para el grafo bipartito dado G.
Cinco estudiantes, e,, e2, e¡, e , y e¡ son miembros de tres comités, c ,, c2 y c3. El grafo
bipartito de la figura 13.25(a) indica los miembros de cada comité. Cada comité debe
seleccionar un representante para una reunión con el director de la escuela. ¿Podemos
hacer una selección d e modo que cada comité tenga un representante diferente?
Figura 13.25
Aunque este problem a es lo bastante pequeño como para resolverse por inspección,
usaremos las ideas desarrolladas en la demostración del teorema 13.5. L a figura 13.25(b)
proporciona la red para el grafo bipartito dado. En la figura 13.26(a), aplicamos el proce
dimiento de etiquetado (Teorema 13.4) por primera vez, el cual indica que la arista (c3, e¡)
es un posible inicio para un emparejamiento completo. (En las figuras hemos omitido
muchas etiquetas de las aristas para que los diagramas sean más sencillos. Cualquier arista
no etiquetada que comience en a o termine en z tiene la etiqueta 1 , 0 ; las demás aristas que
aparecen sin etiqueta tienen la etiqueta M, 0.) Al aplicar dos veces más el procedimiento
obtenemos la red de la figura 13.26(b). En este caso, el flujo máximo indica que (c,, e4),
f e . c3), f e , e5) es una posible solución para elegir representantes.
Este ejemplo es un caso particular de un problema estudiado por Philip Hall, quien ana
lizó una colección de conjuntos A,, A , A„, donde los elementos a¡, a , , . . . , a , forman
un sistema de representantes distintos para la colección si (a) a, G A, para todo l í i S n ;
688 Capitulo 1 3 Optimización y emparejamiento
es(cí. ’)
F ig u r a 1 3 .2 6
COROLARIO 13.3 Sea G = (V, E ) un grafo bipartito con V dividido como X U Y. Existe un emparejamiento
completo de X en Y si, para algún k 6 Z*, gradojx) S k S gradofy) para todos los vértices
xeX yyG Y.
Demostración: Esta demostración se deja para los ejercicios de la sección.
Para los problemas como el del ejemplo 13.13(a), donde no existe un emparejamiento
completo, el siguiente tipo de emparejamiento suele ser interesante.
efinición 1 3 .7 Sea G = (V, E ) un grafo bipartito con V dividido como X U K. Si A C X, entonces 8 (A) =
U l - I/?(A)| es la deficiencia de A. L a deficiencia del grafo G. que se denota con 5(G),
está dada por 8 (G) = máx{5(A) IA C X).
F igura 13.27
6 9 0 ___________________Capitulo 13 Optimización y emparejamiento
Por lo tanto, en cualquier caso, c(P, 7 ) > | x | - 6(G), para cualquier corte (P, 7 ) en N.
Cerraremos esta sección con dos ejemplos que tratan estos conceptos.
S eaG = (V ,£ ) un grafo bipartito con Vdividido com oX U Y. Para cad ax 6 X, grado(x) > j
4 y p a ra c a d a y £ Y, grado(y) < 5. Si |x| < 15, debemos encontrar una cota superior (lo
más pequeña posible) para 8(G).
Sea 0 i A C X y se a £ , C £ , dondeEj = ({a, b} \ a £ A, b £ B(A)}. Com o grado(a) > 4
para to doa £ A, IE¡ I > 4 1AI. Como grado(¿>) < 5 para todo£> £ R(A), IE, I < 5 1R(A) | . j
Por lo tanto, 4 1A I £ 5 1R(A) \ y 8 (A) = IA | — | E(A) | < U I - ( 4 / 5 ) | a I = ( 1 /5 ) U | . Co
m o A C X , tenemos que 1A | < 15, por lo que 8 (A) < (1/5X15) = 3. En consecuencia, S(G) =
1 3 .4 Teoría d e em parejam iento 691
Nuestro último ejem plo se basa en el dado por C . L. Liu en las págs. 289-290 d e la
referencia [20 ],
Se construirá una red d e conmutación electrónica para encauzar las llam adas telefónicas
de las líneas de entrada a las líneas troncales de salida. Existen 30 líneas de entrada, divi
didas por igual en las tres categorías I, II y III; y existen 24 líneas troncales de salida. Cada
línea de entrada de la categoría I está conectada de modo que puede conmutar con una de
las cuatro líneas troncales de salida. U na línea de entrada de la categoría II puede conmu
tar con cualquiera de dos líneas troncales de salida; una línea de entrada de la categoría m
sólo tiene una línea troncal de salida como conexión posible. Además, algunas restriccio
nes de ingeniería hacen que el número de líneas de entrada que pueden conm utar con una
línea troncal de salida sea como máximo tres. Con base en esta información, si se realizan
llamadas telefónicas en las 30 líneas de entrada, queremos encontrar una cota inferior para
el número m áximo d e estas llamadas que al menos pueden conmutarse con las 2 4 líneas
troncales. Lo que buscamos es un emparejamiento maximal de las 30 líneas de entrada con
las 2 4 líneas troncales de salida. Así, consideramos el grafo bipartito G = (V, E ), con V
dividido como X U I que tiene 30 vértices en X, los cuales representan las 30 líneas de
entrada y los 24 vértices en Y que representan las 24 líneas troncales de salida. Si x 6 X, y
G y, entonces {x,y} £ E cuando la línea de entrada x se puede conectar con la línea troncal
de salida y. Para determinar una cota superior de 6 (G), consideremos un subconjunto arbi
trario A de X tal que A tenga m líneas de entrada de la categoría I, n d e la categoría II y p de
la categoría III. (Otra alternativa es decir que A consta de m vértices de grado 4, n de grado
2 y p de grado 1.) Vemos entonces que
por lo que 5(A) £ m + n + p - (l/3 )(4 m + 2 n + p ) = (l/3 )( - m + n + 2p). Por lo tanto, 6 (A)
alcanza el valor maximal (1 /3 X -0 + 10 + 2 0 )= 10 cuando m = 0 ,n = 10 y p = 10. ComoA
es un subconjunto arbitrario deX , se sigue que 5(G) £ 10. Así, independientemente de có
mo se construya la red d e conmutación, al menos 20 de las 30 líneas d e entrada pueden
conectarse con las líneas troncales de salida.
¡.4 1. Para el grafo de la figura 13.21, si seleccionamos cuatro aristas al azar, ¿cuál es la probabilidad
de que proporcionen un emparejamiento completo de X en y?
2. Catalina atrae aAlberto, José y Roberto; Juana a José y Daniel; Teresa a Alberto y José; Natalia
a Daniel, José y Francisco; y Carmen a Alberto, José y Roberto, (a) Construya un grafo para
modelar el problema de emparejamiento, donde cada hombre se relaciona con la mujer que le
69 2 Capítulo 1 3 Optimización y emparejamiento
atrae, (b) Trace la red asociada al grafo de la parte (a) y determine un flujo máximo para esta
red. ¿Cuál es el emparejamiento completo que determina? (c) ¿Existe un emparejamiento
completo que relacione a Juana con Daniel y a Natalia con Francisco? (d) ¿Es posible deter
minar dos emparejamientos completos tales que cada hombre se relacione con dos mujeres
diferentes?
3. En cierta escuela, el grupo del último año de bachillerato está representado en seis comités
escolares, por Ana María (a), Gastón (G), Julia (J), Carlos (C), Miguel (M), Norma (N), Pablo
(P) y Rosa María (R), quienes están en los comités de la forma siguiente: {A, G, J, P), {G,J,
C, R),{A, M, N, P),{A, G, M, N, P},{A, G,C, N, R) y {G, C, N, R).
a) El consejo estudiantil llama a una reunión donde se necesita la presencia exactamente de un
estudiante de último año de cada comité. Encuentre una selección que maximice el número
de estudiantes de último año que asistan a la reunión.
b ) Antes de la reunión, las finanzas de cada comité deben ser revisadas por un estudiante
de último año que no esté en el comité. ¿Puede lograrse esto? En caso afirmativo,
¿cómo?
4. Sea G = (V, £ ) un grafo bipartito con Vdividido como X U Y, donde X = (x,, x2, . . . , x„¡ y Y=
{>i, y ¡,. . . , y ,). ¿Cuántos emparejamientos completos de X en y existen si
a ) m = 2 , n = 4 , y G = K „,.? b) m = 4 ,n = 4, y G = JCn.„?
c) m = 5 ,n = 9, y G = £ „ .„ ? d) m £ n y G = t , . ?
5. Si G = (V, £ ) es un grafo no dirigido, un subgrafo recubridor H de G en el que cada vértice
tiene grado 1 es un Ifacior (o emparejamiento perfecto) de G.
a) Si G tiene un 1-factor, demuestre que | v | es par.
b) ¿Tiene el grafo de Petersen un 1-factor?
c) En la figura 13.28, vemos el grafo K, en la parte (a), mientras que la parte (b) proporciona
los tres 1-factores posibles para K,. ¿Cuántos 1-factores tiene el grafo K¿!
d) Para n e Z ', sea a, el número de 1-factores que existen para el grafo ATj,. Encuentre y
resuelva una relación de recurrencia para a,.
14. Una red de conmutación tiene nueve líneas de entrada y seis líneas troncales de salida. Debido
a consideraciones de ingeniería, cada b’nea de entrada de la red se conecta con dos líneas tron
cales de salida, mientras que cada línea troncal de salida se conecta con no más de tres líneas
de entrada.
a) Sea A el conjunto de n líneas de entrada. Muestre que en el grafo bipartito G asociado con
esta red de conmutación, ^ ^ g r a d o fa ) < X t«,x) 8rado(fe)-
b) Para cualquier conjunto A (como en la parte (a)) de n líneas de entrada, demuestre que
|«(A )| >(2/3)n.
c) Para cualquier conjunto A de n líneas de entrada, muestre que 8(A) S (l/3)n.
d) Explique por qué siempre podemos conectar al menos seis líneas de entrada a las líneas
troncales de salida, independientemente del diseño de la red de conmutación.
694 Capítulo 13 O ptim izadón y emparejamiento
13.5
R e s u m e n y r e p a so h istó rico
Este capítulo h a ofrecido una m uestra de la forma en que la teoría de grafos entra en un
área d e las matemáticas llamada investigación operativa. Presentamos cada tem a en una
forma algorítmica que puede utilizarse en la implementación computacional necesaria
para resolver cada tipo de problema. U n tratamiento similar al de este material aparece en
los capítulos 10 y 11 del texto d e C. L. Liu [20] y en el capítulo 4 de A. T ucker [26]. Los
capítulos 4 y 5 de E. Lawler [19] ofrecen un amplio panoram a de m uchos otros desarrollos
acerca de redes y emparejamiento. Este texto proporciona una amplia gam a de aplicacio
nes e incluye bibliografía para lecturas posteriores.
E n la sección 13.1 analizamos el algoritmo del camino m ás corto para grafos pondera
dos. E l desarrollo completo del algoritmo aparece en el artículo de E. W. Dijkstra [ 8 ].
La sección 13.2 presentó dos técnicas para encontrar un árbol recubridor minimal en un
grafo ponderado no dirigido, conexo y sin lazos. Estas técnicas fueron desarrolladas a fines
de la década de 1950 por Joseph Kruskal [18] y Robert Prim [23]. Sin embargo, los méto
dos de construcción de árboles recubridores minimales datan en realidad d e 1926, con el
trabajo de Otakar Borfivka acerca d e la construcción de redes de energía eléctrica. Aún
antes de esto (1909-1911), el antropólogo Jan Czekanowski, en su trabajo acerca de diver
sos esquemas de clasificación, estuvo cerca de reconocer el problem a del árbol recubrida:
minimal y proporcionar un algoritmo voraz para su solución. El artículo de R. L. Graham
y P. Hell [ 14] menciona las contribuciones de Borfivka y Czekanowski y ofrece más infor
m ación acerca de la historia y aplicaciones de esta estructura.
L a implementación computacional de todas las técnicas dadas en las dos primeras sec
ciones aparece en los capítulos 6 y 7 de A . Aho, J. Hopcroft y J. U llman [1]; en el capítulo
4 de S. Baase [2]; en el capítulo 4 de E. Horowitz y S. Sahni [15]. Estas referencias tam
bién analizan la eficiencia y velocidad de estos algoritmos. Com o mencionamos al final de
la sección 13.2, los artículos escritos por R. L. Graham y P. Hell [14], por D. B. Johnson
[16] y por A. Kershenbaum y R. Van Slyke [17] analizan algunas de las implementaciones
m ás recientes del algoritmo de Prim. Una aplicación interesante del concepto de árbol
recubridor minimal en el marco de la física aparece en el artículo de D. Shier [25].
Com o observamos en la sección 13.3, los problemas que abordan la asignación de
recursos o el embarque de bienes puede modelarse por m edio de redes d e transporte. El
trabajo fundamental de G. D antzig, L. Ford y D. Fulkerson que produjo el procedimiento
de etiquetado para estas redes y el teorema del flujo máximo y corte m ínimo puede leerse
en sus artículos pioneros [6 , 7, 10, 11]. El texto clásico de L. Ford y D. Fulkerson [12]
ofrece un tratamiento excelente del tema. Además, el lector puede leer el capítulo 8 del
texto de C. Berge [3] o el capítulo 7 del libro de R. Busacker y T. Saaty [5]. El capítulo 10
de C . L. Liu [20] incluye una extensión al caso d e redes en las que el flujo en cada arista
está restringido por capacidades máxima y mínima. Para más aplicaciones, el lector puede
analizar el artículo d e D. Fulkerson en las páginas 139-171 de la referencia [13].
El último tem a que analizamos fue el emparejamiento en un grafo bipartito. L a teoría
subyacente fue desarrollada en prim er lugar por Philip Hall en 1935, pero aquí usamos las
ideas de redes d e transporte para proporcionar un algoritm o de solución. E l capítulo 7 del
texto de O. Ore [22] ofrece una introducción al tem a bastante comprensible, junto con
algunas aplicaciones. Para m ás detalles acerca de los sistemas de representantes, el lector
debe examinar el capítulo 5 d e la monografía de H. Ryser [24]. Un segundo m étodo para
encontrar un emparejamiento maximal en un grafo bipartito es el método húngaro, que
ofrece en el capítulo 5 del texto de J. Bondy y U. Murty [4] y en el capítulo 10 del libro de
C. Berge [3]. Además de su aplicación para resolver el problem a de la asignación, la teoría
de emparejamiento tiene muchas aplicaciones combinatorias interesantes. E l lector puede
aprender más sobre esto en el artículo de L. Mirsky y H. Perfect [21].
BIBLIOGRAFÍA
12. Ford. L.R. Jr. y D. R. Fulkerson, Flows in Networks, Princeton, N.J., Princeton University
Press, 1962.
13. Fulkerson, D. R., editor., Studies in Graph Theory, Parte I. MAA Studies irt Mathematics, voi.
11, The Mathematical Association of America, 1975.
14. Graham, Ronald L., y Pavol Hell, “On the History of the Mínimum Spanning Tree Problem”,
Armáis o f the History o f Computing 7, núm. 1 (enero de 1985), págs. 43-57.
15. Horowitz, Ellis, y Sartaj Sahni, Fundamentáis o f Computer Algorithms, Potomac. Md„
Computer Science Press, 1978.
16. Johnson, D. B„ "Priority Queues with Update and Minimum Spanning Trees”, Information
Processing Letlers 4, 1975, Págs. 53-57.
17. Kershenbaum, A. y R. Van Slyke, "Computing Minimum Spanning Trees Efficiently",
Proceedings o f the Arrmal ACM Conference, 1972, págs. 518-527.
18. Kruskal, Joseph B, "On the Shortest Spanning Subtree of a Graph and the Traveling Salesman
Problem”, Proceedings o f the AMS 1. núm. 1, 1956, págs. 48-50.
19. Lawler, Eugene, CombinatoriaI Optimization: Networks and Matroids. Nueva York, Holt, 1976.
20. Liu. C. L., Introduction to CombinatoriaI Mathemalics, Nueva York, McGraw-HiU. 1968.
21. Mirsky, L. y H. Perfect, "Systems of Representatives", Journal o f Mathematical Analysis and
Applications 3, 1966, págs. 520-568.
22. Ore, Oystein, Theory o f Graphs, Providence, R.I., American Mathematical Society, 1962.
23. Prim. Robert C., "Shortest Connection Networks and Some Generalizations", Bel! System
Technical Journal 36, 1957, págs. 1389-1401.
24. Ryser, Herbert J.. Combinatorial Mathemalics, Carus Mathematical Monographs, número 14,
Mathematical Association of America, 1963.
25. Shier, Douglas R., "Testing for Homogeneity Using Minimum Spanning Trees”, The UMAP
Journal 3, núm. 3, 1982, págs. 273-283.
26. Tucker, Alan, Applied Combinatorios, 2a ed., Nueva York, Wiley, 1985.
E J E R C IC IO S
C O M P L E M E N T A R IO S
4
ÁLG EBRA
M ODERNA
A P L IC A D A
14
íillos y aritmética
m odular
n esta cuarta y últim a parte del texto nuevamente haremos énfasis en la estructura al
E analizar conjuntos de elementos que son cerrados en dos operaciones binarias. Los con
ceptos de estructura y enumeración con frecuencia se refuerzan entre sí. A quí veremos que
esto ocurre conforme vayan surgiendo las ideas d e los capítulos 4, 5 y 8.
En el capítulo 4 , cuando examinamos el conjunto Z , lo hicimos junto con las operacio
nes binarias cerradas de suma y producto. En este capítulo haremos hincapié en estas
operaciones, escribiendo (Z, +, •) en vez d e solamente Z . Tomando com o patrón algunas
propiedades de (Z, + , •) y definiremos la estructura algebraica llamada anillo. Sin saberlo,
hemos trabajado con anillos en varios contextos matemáticos. Ahora nos ocuparem os de
los anillos finitos que surgen en las aplicaciones de teoría de números y ciencias de la
computación. D e particular interés en el estudio d e las ciencias de la computación es la
función de dispersión, que nos ayudará a identificar los registros guardados en una tabla.
1 4 .1
j a estructura d e a n illo : d e fin ic ió n
y e je m p lo s
Definición 14.1 Sea R un conjunto no vacío con dos operacionas binarias cerradas, denotadas con + y -
(que pueden ser diferentes de la suma y producto usuales). Entonces (R, +, •) es un anillo
si para todos a , b ,c € R se cumplen las siguientes condiciones:
a) a + b = b + a Ley conmutativa de +
b) a + (£> + c) = (a + b) + c Ley asociativa de +
701
702 C apitulo 1 4 A nillos y aritmética m odular
para a, b¡, b2, . . . . br elementos arbitrarios del anillo y cualquier n £ Z \ donde n > 3.
Sea AÍ¡(Z) el conjunto de todas las matrices 2 x 2 con elementos enteros. [Los conjuntos
M2(Q ), AÍj(R) y AL(C) se definen en forma similar.] En AÍ,(Z), dos m atrices son iguales si
sus elementos correspondientes son iguales en Z.
Definimos + y - como
14.1 La estructura de anillo: definición y ejem plos 70 3
aditivo de [ « § ] es [ 3 3 ].
Sin embargo, aquí suceden cosas que n o ocurren en los anillos del ejem plo 14.1. Por
ejemplo,
m uestra que el producto en un anillo no tiene que ser conmutativo. É sta es la razón por la
que hay dos leyes distributivas. Además,
0 01
1 _1
-1 l jlí2
[ 2 11 0 0 ’
De la parte (c) d e la definición 14.2 se sigue que siem pre que tengam os un anillo R
con elem ento unidad, entonces R contiene al m enos dos elementos. Además, si un anillo
tiene elemento unidad, veremos en la siguiente sección que éste es único.
Los anillos del ejemplo 14.1 son conmutativos, cuyo elemento unidad es el entero 1. Nin
guno d e estos anillos tiene divisores propios de cero. Por otro lado, el anillo AÍ,(Z)
x© y = x+ y x Q y = x +y -xy .
Puesto que la suma, resta y producto usuales son operaciones binarias cerradas para Z,
estas nuevas operaciones binarias (© y © ) también son cerradas en Z . D e hecho, veremos
que (Z, © , © ) es un anillo.
a) Para verificar que (Z, © , © ) es u n anillo, debemos establecer las seis condiciones
dadas en la definición 14.1. Examinaremos cuatro de tales condiciones y dejaremos
las otras dos para los ejercicios de la sección.
1) E n prim er lugar, com o la suma ordinaria es una operación binaria conmutativa
en Z, vemos que para cualesquiera x. y 6 Z,
*© y = x + y - \= y + x - 1 = y© x.
a O ( b © c ) = ( a O í> ) © ( a O c ) .
a O ( ¿ > © c ) = a O ( b + c - l ) = a + (í> + c - l ) - a (b + c - 1 )
= a + b + c - l - a b - a c + a.
mientras que
(a G b ) © (a G c ) = (a + b - ab) ® ( a + c - ac)
= a+ b -a b + a +c - a c - 1
= a + b + c - \ - a b - a c + a.
a O u = u O a = a.
Después d e estos ejem plos de anillos infinitos, veremos ahora algunos anillos con un
número finito de elementos.
labia 14.1
+ (A) 0 {1} {2} % •( n ) 0 {1} {2} íU
(a) (b)
d e
a
c d e a b c e b d
d e a b c d b e c
e a b c d e d c b
(a) (b)
cero (es decir, la identidad aditiva) de R, mientras que b es el elem ento unidad. En este
caso, todos los elementos distintos de cero* tienen un inverso multiplicativo y tal que xy=
y x = b, el elemento unidad. Los elementos c y d son inversos multiplicativos entre sí; b es
su propio inverso, lo mismo que e.
En la sección 14.2 veremos que si un elemento del anillo tiene un inverso multiplicativo,
entonces tiene un único inverso.
Definición 14.4 Sea R un anillo conmutativo con elem ento unidad. Entonces
a) R es un dominio de integridad si R no tiene divisores propios de cero.
b) R es un cuerpoj si todo elemento distinto de cero en R es una unidad.
Com o último anillo finito de esta sección, s e a R = {s, t, t), w, *. y}, donde + y • están dados
en las tablas 14.3(a) y (b).
De estas tablas vemos que (/?, +, •) es un anillo conmutativo con elem ento unidad, pero
no es dominio de integridad ni cuerpo. El elem ento t es el elem ento unidad y t y y son las
unidades de R.
+ 5 t V w X y
5 S t V w X y
r t u w X y s
u V w X y s t
w w X y s t V
X X y s t V w
y y s t V w X
(a) (*>)
2. D e t e r m in e s i c a d a u n o d e l o s s ig u i e n te s c o n j u n t o s e s u n a n illo c o n l a s u m a y p r o d u c t o u s u a le s .
a) R= e l c o n j u n t o d e e n t e r o s p o s it iv o s y c ero
b) R = e l c o n ju n to d e to d o s lo s e n te r o s p a re s
c) R = {kn I nE Z , k u n e n te r o f ijo p o s it iv o )
d) R ={ a + b V 2 \a ,b E Z }
e) R = {a + & V 2 4 - c V 3 |a e Z , ¿ > , c e Q }
3. S e a ( R , + , •) u n a n illo y a , b , c , d e le m e n to s d e R . E s t a b l e z c a l a s c o n d i c i o n e s ( a p a r t i r d e la
d e f i n i c i ó n d e u n a n i l l o ) n e c e s a r ia s p a r a d e m o s t r a r l o s s i g u i e n t e s r e s u l ta d o s .
a) ( a + b ) + c = b 4- ( c + a ) b) d + a ( b + c ) = a b + ( d + a c )
c) c ( d + b ) 4- a b = ( a + c ) b 4- c d d) a ( b c ) + ( a b ) d = (a b ) ( d + c )
4 . P a r a e l c o n ju n to R d e l e je m p l o 1 4 .4 , c o n s e r v e A - B = A f l S p e ro d e f in a A + B = A U B . ¿ E s
(R , U , n ) u n a n illo ?
5. C o n s i d e r e e l c o n j u n t o Z j u n t o c o n l a s o p e r a c io n e s b i n a r i a s © y O d a d a s e n e l e j e m p l o 1 4 .3 .
a ) V e r if iq u e l a s l e y e s a s o c i a t i v a s p a r a © y O y l a s e g u n d a l e y d i s t r i b u t i v a p a r a t e r m i n a r e l
tr a b a j o i n i c i a d o e n l a p a n e ( a ) d e l e je m p l o 1 4 .3 . [ E s to e s ta b l e c e e n t o n c e s q u e ( Z , f fi, © ) e s
u n a n illo .]
b) ¿ E s c o n m u t a t i v o e s t e a n illo ?
c ) E n l a p a n e ( b ) d e l e je m p l o 1 4 .3 m o s t r a m o s q u e 0 e s e l e l e m e n t o u n i d a d d e ( Z , © , © ) .
¿ C u á l e s s o n l a s u n i d a d e s d e e s t e a n illo ?
d) ¿ E s e s te a n illo u n d o m in i o d e i n te g r id a d ? ¿ E s u n c u e r p o ?
6. D e f í n a l a s o p e r a c i o n e s b i n a r i a s ffi y © e n Z c o m o x ffi y - x + y - l , x © y = x + y - 3 x y , p a r a
c u a le s q u ie r a x , y e Z . E x p liq u e p o r q u é ( Z . ffi, © ) n o e s u n a n illo .
8. L a t a b la 1 4 .4 ( a ) y ( b ) h a c e n d e ( R , + , -) u n a n illo , d o n d e R = [ s . r. x , y ) , ( a ) ¿ C u á l e s e l c e r o d e
e s te a n illo ? ( b ) ¿ C u á l e s e l in v e rs o a d itiv o d e c a d a e le m e n to ? (c ) ¿ A q u é e le m e n to e q u iv a le
i ( s + x y ) ? ( d ) ¿ E s R u n a n illo c o n m u ta t iv o ? ( e ) ¿ T i e n e R u n e le m e n to u n i d a d ? ( f ) E n c u e n t r e u n
p a r d e d iv is o r e s d e c e r o .
70 8 Capítulo 1 4 A n illo s y aritmética m odular
T a b la 1 4 .4
+ s t x y s t x y
s y x s l s y y x x
t x y l s I y y x x
x s t x y x x x x x
y t s y x y x x x x
(a) (b)
14. Dé un ejemplo de anillo con ocho elementos. ¿Qué ocurre si tiene 16 elementos? Generalice
los resultados.
15. Para R = {s, r, x, yj, defina + y ■mediante la tabla 14.S(a) para + y la tabla parcial 14.5(b)
para •. Esto hace de R un anillo.
T a b la 1 4 .5
+ s t x y s t x y
s s t x y s s s s s
¡ I s y x i ! I ? ?
x x y s i X s l ? y
y y x t s y s 2 5 2
(b)
14.2 Propiedades y subestructuras d e u n anillo 709
a) Use las leyes asociativa y distributiva para determinar las entradas que faltan en la tabla del
producto.
b) ¿Es conmutativo este anillo?
c) ¿Tiene un elemento unidad? ¿Qué ocurre con las unidades?
d) ¿Es este anillo un dominio de integridad?, ¿o un cuerpo?
14.2
P ropiedades y su b e stru c tu ra s
d e u n a n illo
En cada uno de los anillos de la sección 14.1 hablamos de e l elem ento neutro del anillo y
el inverso aditivo de cada elemento del anillo. A hora vamos a demostrar, entre otras pro
piedades, que estos elementos son únicos.
Com o resultado de la unicidad de la parte (b), desde este momento denotam os el inver
so aditivo de a S R como - a . A sí mismo, hablaremos de la resta en el anillo, donde
entendemos q u e a - b = a + (-fc).
También del teorema 14.1(b) obtenemos lo siguiente para cualquier anillo R.
a) a + b = a + c ^ b = c, y
b) b + a = c + a ^ b = c.
D e m o s tra c ió n :
a ) Como a S R, se sigue que - a G R y tenemos
a + b = a + c ^ ( - a ) + (a + b ) - ( —a ) + (a + c )^ >
[ ( - a ) + a ] + b = [(—a ) + a] +
z + b = z + c z $ b = c.
b) Dejamos esta demostración similar al lector.
710 Capitulo 1 4 A n illos y aritmética m odular
Observe que al analizar la tabla de la suma para un anillo finito, vemos que cada ele
m ento del anillo aparece una sola vez en cada fila y columna de la tabla. Esto es conse
cuencia directa del teorema 14.2, donde la parte (a) controla las filas y la parte (b) las
columnas.
E l lector podría pensar que el resultado del teorema 14.3 es obvio. Pero no estamos
trabajando con Z , Q o AÍ¡(Z). Nuestro objetivo es demostrar que cualquier anillo satisface
dicho resultado, y para obtenerlo sólo podemos usar las condiciones señaladas en la defi
nición d e un anillo y las propiedades que hayamos derivado para anillos arbitrarios hasta
este momento.
La unicidad de los inversos aditivos [de la parte (b) del teorema 14.1 ] implica ahora el
siguiente resultado.
a) - ( - a ) = a,
b) a ( -b ) = ( -a )b = -(a b ), y
c) (-a )(-b ) -a b .
D e m o s tra c ió n :
TEOREMA 1 4 .6 Sea (R, + , •) un anillo conmutativo con elemento unidad. Entonces R es u n dom inio de
integridad si y sólo si, para cualesquieraa, b, c £ R, tales que a i= z ,a b = a c = $ b = c. (Por
lo tanto, un anillo conmutativo con elemento unidad que satisfaga la ley de cancelación
del producto es un dominio de integridad.)
Demostración: Si R es un dominio de integridad y x, y £ R, entonces xy = z = > x = z o y =
z. A hora bien, si ab = ac, entonces a b - a c = a ( b - c ) = z, y, como a ± z. se sigue que b - c
= z o b = c. Recíprocamente, si R es conmutativo con elem ento unidad y R satisface la
cancelación para el producto, entonces sean a, b £ R con ab = z. Si a = z, hemos termina
do; si no, como az = Z, podemos escribir ab = az y concluir que b - z. A sí, no existen
divisores propios de cero y R es un dominio de integridad.
En el capítulo 5 vimos que las funciones/: A - * A podían ser inyectivas (o sobre) sin ser
sobre (o inyectivas). Sin embargo, si A erafin ito , tal función era inyectiva si y sólo si era
sobre. (Véase e l teorem a 5.11.) L a misma situación ocurre con los dom inios de integridad
finitos. Un dominio de integridad no tiene que ser un cuerpo, pero si es finito, dicha estruc
tura es un cuerpo.
A partir de la demostración del teorema 14.8 podemos ver que al trabajar con los ele
m entos distintos de cero de un cuerpo finito, la tabla de multiplicación de tales elementos
es tal que cada elemento del cuerpo aparece exactamente en una vez en cada fila y una vez
en cada columna.
E n la siguiente sección veremos algunos cuerpos finitos que son útiles en la matemática
discreta. Sin embargo, antes de cerrar esta sección, examinaremos algunos subconjuntos
especiales d e un anillo.
En el capítulo 6, cuando trabajamos con las máquinas de estados finitos, vimos algunos
casos donde los subconjuntos del conjunto de estados internos daban lugar a máquinas por
s í (cuando las funciones de estado siguiente y de salida de las m áquinas originales se
restringían de forma adecuada). A estas m áquinas las llamamos submáquinas. Puesto que
las operaciones binarias cenadas son un tipo especial de funciones, encontramos una idea
sim ilar en la siguiente definición.
D e fin ic ió n 1 4 .5 Para un anillo (R, +, •), un subconjunto no vacío S de R es u n subanillo de R si (S, +, -) (es
decir, 5 con la sum a y producto de R restringidos a S) es un anillo.
Para cualquier anillo R, los subconjuntos fz) y R son siem pre subanillos d e R.
TEOREMA 14.9 Dado un anillo (R, +, •), un subconjunto no vacío S de R es un subanillo de i? si y sólo si
2) para todo ü £ 5 , - o é S.
Demostración: Si (S, +, •) es un subanillo de R, entonces satisface todas las condiciones de
un anillo. Por lo tanto, satisface las condiciones 1 y 2 del teorema. Recíprocamente, seaS
un subconjunto no vacío de R que satisface las condiciones 1 y 2. Las condiciones (a), (b),
(e) y (f) de la definición de anillo son heredadas por los elementos de S, puesto que tam
bién son elementos de R. Así, lo que debemos verificar es que S tenga un inverso aditivo.
Ahora bien 5 ^ 0 , por lo que existe un elemento a £ S; y por la condición 2, - a E S.
Entonces, por la condición 1, z = a + ( - a ) £ 5.
Observe que (Z*, + , -) satisface la condición 1 del teorema 14.9, pero no la condición 2,
por lo que no es un subanillo de (Z, +, •).
El resultado del teorema 14.9 puede expresarse también como se indica a continuación.
E l siguiente ejemplo demuestra la forma d e utilizar la primera parte del teorema ante
rior.
x x+ y"| í » o + wl
x+ y x \ y [o + w t> J ’
x O O + w l
X+y x J [o + w V J
x u + (x + y ) ( o + w ) x (u + w ) + (x + y )o l
(x + y ) o + x (o + w) (x + y )(o + w )+ x o J
x o + x o t y o + xw + y w x v + xw + xt) + y o
xt) t y v + x v + xiv x v + yt> + x w + y w + xo
4. Demuestre que una unidad en un anillo R no puede ser un divisor propio de cero.
5. Si a es una unidad en un anillo R, demuestre que- a también es una unidad en R.
6 . Si a,b son unidades en un anillo R, ¿es a + fe necesariamente una unidad en fi?
7. a) Encuentre todos los subanillos del anillo dado en la tabla 14.4.
b) ¿Es alguno de los subanillos de la parte (a) también un ideal?
8. a) Verifique que los subconjuntos S = {s, w) y T = {s, v , x) son subanillos del anillo fi del
ejemplo 14.6. (Las operaciones binarias para los elementos de S, T están dados en la tabla
14.3.)
b) ¿Son los subanillos de la parte (a) ideales de fi?
9. Para R = M-JZ), sea S el subconjunto de R tal que
es un subanillo de fi.
b) ¿Cuál es el elemento unidad de fi?
c) ¿Tiene S un elemento unidad?
d) ¿Tiene S propiedades que R no tenga?
e) ¿Es S un ideal de fi?
16. Sean S y T los siguientes subconjuntos del anillo fi = AÍ,(Z):
18. Sea R un anillo conmutativo con elemento unidad u y sea / un ideal de R. (a) Si u ffiI, demues
tre que I = R. (b) Si I contiene una unidad de R, demuestre que / = R.
19. Si R es un cuerpo, ¿cuántos ideales tiene?
20 . Sea (R, +, ■)el anillo (finito) conmutativo con elemento unidad, dado por las tablas 14.6(a) y (b).
Ti>bla 14.6
z u a b
(a) (b)
1 4 .3
Los e n te ro s m ó d u lo n
Com o una relación de equivalencia sobre un conjunto induce una partición de éste,
para n a 2, la congruencia m ódulo n divide a Z en las n clases de equivalencia
[0] = { . . . , - 2 n , - n , 0 , n , 2 n , . . .} = {0 + n x |j: £ Z}
[1] = { . . . , —2n + 1, —n + 1, l , n + l ,2 n + 1 , . . . } = {1 + n x \x 6 Z}
[2] = { . . . , - 2 n + 2 , —n + 2 ,2 , n + 2 , 2n + 2 , . . . } = {2 + / ir I* £ Z}
[« — 1] = — 1 , —l , n — 1 ,2 » — 1 ,3 b — 1 , . . . }
= {(n — l ) + n x |x £Z}.
para denotar {[0], [1], [ 2 ] , . . . , [n - 1]}. (Cuando no haya peligro d e ambigüedad, con
frecuencia reemplazaremos [a] con a y escribiremos Z„ = { 0 ,1 , 2 n - 1}. Nuestro
objetivo es definir operaciones binarias cerradas de sum a y multiplicación sobre el con
junto d e clases de equivalencia Z „ de modo que obtengamos un anillo.
Para [a], [fe] e Z „ definimos + y - como
a + fe = (c + s n ) + (d -r tn ) = c + d + ( s + t)n,
ab = (c -r s n )(d + m ) = c d + (s d + ct + stn)n
TEOREMA 1 4 .1 2 Para n e Z ‘, n > 1, Z„ es un anillo conmutativo con elem ento unidad igual a [1] en las
operaciones binarias cerradas definidas antes.
Demostración: Se deja al lector. La verificación de las propiedades del anillo se sigue de
las definiciones de suma y producto de Z„ y de las propiedades correspondientes del
anillo (Z, +, •)■
Antes d e enunciar más resultados, veremos dos ejemplos particulares, Z¡ y Z6. En las
tablas 14.7(a) y (b), y 14.8 (a) y (b), escribimos a en vez de [a].
Tabla 14.7
+ 0 1 2 3 4 0 1 2 3 4
0 0 1 2 3 4 0 0 0 0 0 0
1 1 2 3 4 0 1 0 1 2 3 4
2 2 3 4 0 1 2 0 2 4 1 3
3 3 4 0 1 2 3 0 3 1 4 2
4 4 0 1 2 3 4 0 4 3 2 1
(b)
1 4.3 Los enteros m ó d u lo n 719
l a b i a 1 4 .8
+ 0 1 2 3 4 5 0 1 2 3 4 5
0 0 1 2 3 4 5 0 0 0 0 0 0 0
1 1 2 3 4 5 0 1 0 1 2 3 4 5
2 2 3 4 5 0 1 2 0 2 4 0 2 4
3 3 4 5 0 1 2 3 0 3 0 3 0 3
4 4 5 0 1 2 3 4 0 4 2 0 4 2
5 3 0 1 2 3 4 5 0 5 4 3 2 1
(a) (b)
En Z¡, todo elem ento distinto de cero tiene un inverso m ultiplicativo, d e modo que Z5
es un cuerpo. Pero para Z 6, 1 y 5 son las únicas unidades y 2 ,3 ,4 son divisores de cero. Por
otro lado, en Z9, 3 • 3 = 3 - 6 = 0, así que para que Z „ n > I, sea un cuerpo, se necesita más
que un m ódulo impar.
En Z«, [5] es una unidad y [3] es un divisor de cero. Buscaremos la forma de reconocer
cuándo [a] es una unidad en Z„, si n es compuesto.
Encuentre [25]~‘ en Z ^.
Com o m cd(25,72) = 1, el algoritmo de Euclides implica
Pero
Ahora bien, [25] es una unidad en Z ,,, pero ¿existe una form a de saber cuántas unida
des tiene este anillo? Del teorema 14.4, si 1 £ a < 12, entonces [a ]-1 existe si y sólo si
m cd(a, 72) = 1. En consecuencia, el número de unidades en Z ~ es el número de enteros a
tales que 1 S a < 1 2 y m cd(a, 72) = 1. Usando la función phi de E uler (Ej. 8.5), veremos
que este valor es
Cuando se busca en una tabla de registros guardados en un computador, cada registro tiene
asignada una posición de memoria, o dirección, en la mem oria del computador. E l propio
registro está formado a su vez por cuerpos (que no tienen nada que ver con las estructuras
de anillo). P or ejemplo, úna sección escolar mantiene un registro de cada estudiante; cada
registro contiene información acerca del número de la seguridad social, el nombre y el
área de especialidad del estudiante, lo que representa un total de tres cuerpos.
Al buscar el registro de un estudiante particular, podemos usar su número d e seguridad
social com o la clave para el registro, puesto que ésta identifica en form a única ese registro.
Com o resultado, desarrollamos una función del conjunto d e claves al conjunto de direc
ciones d e la tabla.
Si la escuela es lo suficientemente pequeña, es posible que los primeros cuatro dígitos del
número de seguridad social basten para la identificación. Desarrollamos una función de
dispersión h del conjunto de claves (que siguen siendo los números de la seguridad social) al
conjunto de direcciones, determinada ahora por los primeros cuatro dígitos de la clave. Por
ejemplo, ft(081-37-6495) identifica el registro que está en la dirección asociada con 0813.
De esta forma podemos guardar la tabla con un máximo de 10,000 direcciones. Todo estará
bien mientras h sea inyectiva. Si un segundo estudiante tiene como número de la seguridad
social 081-39-0207, entonces h ya no identificaría en forma única el registro de un estudian
te. Cuando esto pasa, se dice que ocurre una colisión. Puesto que el incremento del tamaño
de la tabla guardada produce por lo general un mayor espacio de almacenamiento no utiliza
do, debemos comparar el costo de este espacio con el costo del control de colisiones. Se han
diseñado técnicas para resolver colisiones, las que dependen de las estructuras de datos (como
vectores o listas lineales enlazadas) que se usan para guardar los registros.
Algunas de las diferentes funciones de dispersión que se han diseñado son las siguientes.
a) E l m étodo de la división: Aquí restringimos el número de direcciones que puedan
utilizarse hasta un entero fijo n. Para cualquier clave k (un entero positivo), defini
m os h{k) = r, donde r = it(mod n) y 0 < r < n.
1 4.3 Los enteros m ódulo n 721
h ( x l x 2x , - x . x ¡ - x 6x-ixgx9) = y , y 2y i,
con
y , = a r ,+ x 2 + jT3 (m o d 5 ), 0 < y ,< 5
y2 = x« + x 5 (m o d 3 ), 0 £ y2 < 3
y 3 = .x6 + ;<r7 + x 8 + .r, (m o d 7 ), 0 £ y 3< 7 .
EJERCICIOS 1 4 .3 1 . Enumere cuatro elementos en cada una de las siguientes clases de equivalencia.
a ) [ 1 ] en Z , b ) [2] en Z„ c) [10] en Z „
2. Demuestre que si a, b, c, n e Z con a, n > 0 y b = c (mod n), entonces ab = acfmod an).
3. Sean o, b, m, n € Zconm, n> 0. Demuestre que si a s b (mod rt)ym \a. entonces a = b (modm).
4. Demuestre que para todo entero n, exactamente uno de los enteros n. 2n - 1 y 2n + 1 es
divisible entre 3.
5. Si n € Z* y n > 2, demuestre que
1 1 . ¿ C u á n t a s u n id a d e s y c u á n to s d iv is o r e s ( p r o p i o s ) d e c e r o t i e n e ( a ) Z , ; ? ( b ) Z , „ ? ( c ) Z n ,7?
1 2 . D e m u e s t r e q u e e n c u a l q u i e r l i s t a d e n e n te r o s c o n s e c u tiv o s , u n o d e e l l o s e s d i v i s i b l e e n tre
1 3 . S i s e e l i g e n t r e s e n te r o s d i s t in to s a l a z a r d e l c o n ju n to { 1 , 2 , 3 , . . . , 1 0 0 0 ) , ¿ c u á l e s la probabi
lid a d d e q u e su s u m a s e a d iv is ib le e n tre 3 ?
x „ x „ - i.. .x ,X o = x „ + x „ - i + ■ ■ ■ + x ,+ x 0 (m o d 9 ).
1 6 . D e t e r m in e e l ú l t i m o d íg i t o e n 3 “ .
1 7 . ¿ C u á l e s e l ú l t i m o d í g i t o d e 9 1539?
1 8 . P a ra p p r im o , d e te r m in e to d o s l o s e le m e n to s a e Zf t a l e s que a1= a.
19. Para a,b, n e Z* y n > 1, demuestre que a = ¿(mod n) => mcd(«. rí) = mcd(i>, rí).
2 0 . a ) M u e s tr e q u e p a r a c u a l q u i e r [ o ] S Z ,. si [a] # ( 0 ] , e n t o n c e s [a]6 = 1.
b) S e a n e Z ‘ c o n m c d ( n . 7 ) = 1 . D e m u e s tr e q u e 7 1 (n4 - 1).
2 1 . P a r a la f u n c i ó n d e d i s p e r s i ó n q u e a p a r e c e a l f in a l d e l e j e m p l o 1 4 .1 4 , e n c u e n t r e ( a ) ¿ (1 2 3 -0 4 -
2 2 7 5 ) ; ( b ) u n n ú m e r o d e l a s e g u r i d a d s o c ia l n ta l q u e h ( n ) = 4 1 3 , l o c u a l p r o v o c a u n a c o lisió n
c o n e l n ú m e r o 0 8 1 - 3 7 - 6 4 9 5 d e l e je m p l o .
2 2 . E s c r i b a u n p r o g r a m a ( o d e s a r r o l l e u n a lg o r i tm o ) p a r a i m p l e m e n ta r l a f u n c i ó n d e d is p e r s ió n del
e j e r c i c io 2 1.
1 4 .4
H o m o m o r f is m o s e is o m o r fis m o s
d e a n illo
E n esta última sección examinaremos las funciones (entre anillos) con propiedades espe
ciales que dependen de las operaciones binarias cerradas en los anillos.
¡
jemplo 14.15 Consideremos los anillos (Z, + , •) y (Z6, +, •), donde la suma y el producto de Z« se definen
como en la sección 14.3.
D efinim os/: Z -> Z 6como f{ x ) = [x]. Por e jem p lo ,/(l) = [1] = [7] = /(7 ) y /(2 ) = /( 8) =
/ ( 2 + 6 k) = [2], para cualquier 1 6 Z . {Así, f e s sobre pero no inyectiva.)
Para 2 ,3 6 Z ,/(2 ) = [2],/(3) = [3] y tenemos q u e/(2 + 3) = /(5 ) = [5] = [2] + [3] = /(2 ) +
/ ( 3) y / ( 2 • 3) = / ( 6) = [0] = [2](3] = / ( 2 ) ■/(3).
De hecho, para cualesquiera x, y 6 Z,
f ( x + y ) = [ x + y ] = [x] + [y ] = / ( x ) + / ( y ) ,
f ?
Suma en Z Suma en Z*
1 4 .4 H o m o m o rfism o s e isom orfism o s d e anillo 723
a) f ( a + b ) = f ( a ) @ f ( b ) . y
b) f ( a ■b ) = /(a )© /(Z > ).
Se dice que esta función preserva las operaciones d e anillo por las siguientes razones:
considerem os/(a + b) = f(a ) ® f(b ). Sumando primero a ,b e n R y encontrando después la
imagen (m ediante/) de esta suma, obtenemos el m ismo resultado que cuando determina
m os las imágenes (m ediante/) en S de a, b y luego sumamos las imágenes en S. (Por lo
tanto, la operación de función y las operaciones aditivas conmutan entre sí.) L a m isma
observación también se cumple con las operaciones m ultiplicativas en los anillos.
Para los anillos Z , y Z 8 definimos la función / : Z , —> Z 8 como /([o ]) = [¿¡]2 (= [a2])-
Entonces, para todos [a], [fc] £ Z«, tenemos
Podemos pensar que los anillos isomorfos surgen cuando nos referim os al “mismo”
anillo en dos idiomas diferentes. La función / proporciona entonces un diccionario para
traducir sin ambigüedad de un lenguaje a otro.
Los térm inos “homomorfismo” e "isom orfism o” provienen del griego, donde morpho
se refiere a la form a o estructura, hom o significa sim ilar e iso significa idéntico o igual.
Por lo tanto, podemos pensar que los anillos homomorfos son aquellos que tienen una
estructura sim ilar y los anillos isomorfos son réplicas (abstractas) de la m isma estructura.
724 Capitulo 1 4 A n illos y aritmética m odular
A la luz de nuestras observaciones acerca del isomorfismo de anillos, otra forma de pensar
la condición (b) es que la función/preserva las estructuras de los grafos no dirigidos G¡y
Gj. Cuando I V, | = | V¡ | , no es difícil encontrar una fu n ció n /: V, —» V2 que sea inyectiva
y sobre. Sin embargo, para un conjunto dado V de vértices, lo que determina la estructura
de un grafo dirigido G = ( V, E ) es su conjunto de aristas (donde se definen las adyacencias de
los vértices). Por lo tanto, una correspondencia b iy ectiv a/: V, —> V2 es un isomorfismo
de grafos si preserva la estructura de G , y G¡ preservando las adyacencias d e los vértices.
Ejemplo 14.16 Para el anillo R del ejemplo 14.5 y el anillo Z 5, la función / : / ? - » Z 5 dada por
es un isomorfismo de anillos.
Por ejemplo, / ( c + d) = f(a) = [0] = [2] + [3] + /(c ) +f(d¡. mientras que f(b e) = fíe) = [4] =
[■](4] = f(b ) f(e ) . (Como no disponemos de otros métodos y teoremas, hay que verificar
25 igualdades de este tipo para que se preserven las operaciones binarias.)
Puesto que existen 5! = 120 funciones biyectivas de R en Z¡, ¿existe algo que nos ayude
a determinar si una d e estas funciones es un isomorfismo? E l ejemplo 14.16 da lugar al
siguiente teorema, el cual nos proporciona formas para al m enos comenzar a determinar si
las funciones entre anillos pueden ser homomorfísmos o isomorfismos [Las partes (c) y
(d) de este teorema se basan en los resultados de los ejercicios 26 y 27 de la sección 14.2.]
a) Zs ® /(z«) = /(& ) = /(z* + zK) - f i z R) ® /(z s). (¿Por qué?) Así, p or la ley d e cancela
ción para la suma, tenemos que /(z s) = z¡.
b) Zs =/(z«) = / ( a + i-a )) = fia ) ® fi-a ) . Com o los inversos aditivos de S son únicos y
f i - á ) es un inverso aditivo d e f ia ) , se sigue q u e /( - a ) = - fi a ) .
c) Si n = 0, entonces/(na) = /(z*) = Zs = nfia). E l resultado también es cierto para n= 1,
por lo que suponemos que la propiedad es cierta para n = k (> 1 ). Por inducción
matemática, examinamos el caso en que n = k + 1. Por los resultados del ejercicio
1 4.4 H o m o m o ríism o s e isom orfism o s d e anillo_________________________________________7 2 5
íOREMA 1 4 .1 6 S i/: (R, +, O ) - » (S, © , ©)es un homomorfismo de anillos d e R sobre S, donde | S | > 1 ,
entonces
a ) si R tiene elemento unidad uk, entonces /(«*) es el elemento unidad d e S;
b) si R tiene elem ento unidad uk y a es una unidad en R, entonces / ( a ) es una unidad en
S y /( < r ‘) = [/(*)]-';
c) si R es conmutativo, entonces S es conmutativo; y
d) si / es un ideal de R, entonces/ ( / ) es un ideal de S.
D e m o s tra c ió n : Demostraremos la parte (d) y dejaremos el resto al lector. Como I es un
subanillo de R, se sigue q u e /( /) es un subanillo d e S por la parte (e) del teorema 14.15.
Para verificar que / ( / ) es un ideal, sea x G / ( / ) y s G S. Entonces x = f(a ) y s = f(r ) para
algunos a G 7, r G R . Así, s © x = / ( r ) © f (a ) = f(r a ), con ra G / y tenemos que s © x £
/ ( / ) . En forma análoga, x © i G / ( / ) , por lo q u e /( /) es un ideal de S.
a + b i = c + d i * a = c , b = d < * { _ ab = f],
Además,
f( ( a + b i) + ( x + y i )) - / ( ( « + x ) + (b + y )t)
a +x 6 +y
_ -(b + y) a + x -b a -y x.
= f(a + b i) + f( x + y i) .
[ -(¿>x + oy) ox —b y j - 6
= / ( a + W )/(x +>•/),
a j[ -y x
( 5 .2 - 7 . 1 ¿)7
( - 8 . 3 + 9.9;') +
(1 .3 + 3 .7 /)4 '
10 D im A ( 2 . 2 ) , 8 ( 2 , 2 ) , C ( 2 . 2 ) , D ( 2 . 2 ) . E (2 ,2 ). F (2 ,2 ),
G ( 2 ,2 ) . H ( 2 , 2 ) , K (2 . 2 ) , M (2 ,2 )
20 H a t R e a d A, E , K
30 D ata 1 . 3 , 3 . 7 , - 3 . 7 , 1 . 3 , 5 . 2 , - 7 . 1 , 7 . 1 , 5 . 2 , - 8 . 3 . 9 . 9 ,
-9 .9 ,-8 .3
40 Hat B = A
50 F o r I = 1 To 3
60 M a t C = A*B
70 M at A = C
80 Next I
90 M a t D = I n v (A )
100 Mat F = E
110 F o r J = 1 To 6
120 M at G = E*F
130 M at E = G
14 0 N ext J
15 0 M a t H = D*E
16 0 M at M = K + H
17 0 P rin t "L a s o lu c ió n a l p ro b lem a e s " ; M (l,l);
“ + M( 1 , 2 ) ; " i "
18 0 End
F i g u r a 1 4 .1
En otras palabras, x ,} x2 y x¡ son los restos que resultan de dividir x entre 2 ,3 y 5, respec
tivamente.
Los resultados de la tabla 14.9 m uestran q u e /e s una función inyectiva y sobre.
f ( x + y ) = ((x + y ) m od 2 , (x + y ) m o d 3 , (x + y ) m o d 5)
= (x m od 2, x m o d 3 , x m od 5) + ( y m o d 2 ,y m o d 3 ,y m o d 5 )
= /(* )+ /(/),
/(x y ) = (xy m od 2 , xy m od 3 , xy m o d 5)
= ( x m o d 2 ,x m o d 3 ,x m o d 5 ) • ( y m o d 2 ,y m o d 3 ,y m o d 5)
= f(x ) f( y ) ,
por lo q u e /e s un isomorfismo.
A l examinar la tabla 14.9 vemos que, por ejemplo,
([-» s]T
Algebraicamente, esto es igual a
1.3 3.7
-3.7 1.3
¿Existe alguna ventaja, respecto a los cálculos con computador, al usar una forma y no la otra?
730 Capítulo 1 4 A n illos y aritmética m odular
1 4 .5
R e s u m e n y r e p a so h istó ric o
Este capítulo nos presentó un sistem a matemático llamado anillo, hacendó hincapié en la
estructura inducida por dos operaciones binarias cerradas. E n todo el desarrollo de las
m atemáticas, el anillo de los enteros h a desempeñado un papel central. En la rama de las
matemáticas llamada teoría de números, analizamos las propiedades básicas de (Z, +, •)j
de los anillos finitos (Z„, +, •). Los anillos de matrices nos proporcionan ejemplos conoci
dos de anillos no conmutativos.
Este capítulo contiene el desarrollo de una teoría abstracta. Con base en la definición d
anillo, establecimos principios del álgebra elemental que hemos usado desde nuestros pri
m eros encuentros con la aritmética, los números con signo y el m anejo de incógnitas.
Q uizá al lector le hayan parecido tediosas algunas de las demostraciones, ya que justifica
m os todos los pasos en su derivación. Frente al reto que representa demostrar un resultado
en las m atemáticas abstractas, deberíamos seguir el consejo del retórico romano Marco
Fabio Quintiliano (siglo i d . c .): “En lugar de buscar con ahínco que se nos entienda bien,
deberíamos hacer todo lo posible por que no se nos m alentienda.”
Un famoso problema de la teoría de números, conocido como el último teorema de
Fermat, afirma que la ecuación r * + / = t " , n £ Z * , n > l , n o tiene soluciones en Z* si ti>
2. En 1637, el m atemático francés Pierre de Fermat (1601-1665) escribió que había de
mostrado el resultado pero que la demostración era demasiado larga como para incluirla
en el m argen d e su manuscrito. Por desgracia, hasta el momento existe una infinidad de
valores de n para los cuales no se ha demostrado este teorem a,! a pesar del tremendo
esfuerzo de matemáticos como Leonhard Euler (1707-1783), Peter Gustav Lejeune Dirichlet
(1805-1859), C ari Friedrich G auss (1777-1855), Sophie Germain (1776-1831), Adrien-
M arie Legendre (1752-1833), Niels HenrikAbel (1802-1829), Gabriel Lamé (1795-1870)
y Leopold Kronecker (1823-1891). Sin embargo, los intentos p or resolver este problema
han traído como consecuencia nuevas ideas y teorías matemáticas.
P ie r r e d e F e r m a t ( 1 6 0 1 - 1 6 6 5 ) S o p h i e G e r m a in (1 7 7 6 - 1 8 3 1 )
t En 1994, Andrew V iles, con la colaboración de Richard Taylor. demostró por fin el último teorema de
Fermat, como consecuencia de sus resultados sobre curvas elípticas modulares. (M del R.T.)
14.5 Resum en y repaso histórico 731
E m m y N o e t h e r (1 8 8 2 - 1 9 3 5 )
Los anillos especiales llamados cuerpos surgen en los sistemas de los números raciona
les, reales y complejos. Pero también vimos algunos cuerpos finitos interesantes. Exami
naremos estas estructuras nuevamente en el capítulo 17, en conexión con los diseños
combinatorios. La teoría de cuerpos desarrollada por el genio francés Evariste Galois
(1811-1832) respondió preguntas acerca de la solución de ecuaciones polinomiales de
grado > 4. Estas preguntas han impresionado a los matemáticos durante siglos y sus ideas,
conocidas ahora como teoría de Galois, siguen constituyendo una de las teorías matemáti
cas m ás elegantes jam ás desarrolladas. En el texto de O. Zariski y P. Samuel [9] aparecen
m ás detalles acerca de la teoría de Galois.
Com o lectura complementaria en cuanto a la teoría de anillos en un nivel introductorio,
el lector interesado debe consultar los capítulos 13-17 de J. A. Gallian [3], el capítulo 6 de
732 Capítulo 1 4 A n illos y aritmética m odular
B IB L IO G R A F ÍA
x-iy. Por lo tanto, 2 + 3 / = 2 —3/ y 5/ = -Si, mientras que junto parcialmente ordenado en la inclusión de conjuntos.
7= 7. Si z, , z¡ S C demuestre que Si A y 8 son ideales de 8 , con inf)A, 8 ) = A n 8 y sup{A, 8 ) =
A + 8 , el conjunto parcialmente ordenado es un retículo.)
i) z, + z¡ = z, + z2
10. a) Si p es primo, demuestre quep divide a (£) para todo
ii) z7z¡ = z7zj 0 < k< p.
m) (z)” —(z”), para todo n E Z * b) Si a, b E Z, demuestre que (a+bY = c t +fep(modp).
iv ) (z ) - ' = (z~!), para todo z + 0
1 1 . Dados n enteros positivos z„ z¡ x„ no necesaria
v) z + z € R mente distintos, demuestre que n | (*, + x¡ + ■• • + x¡) para
vi) z z £ R ‘ , para todo z # 0 algún 1 £ i £ n, o que existen 1 < i < j < n tales quen | (xM
TI)
+ ---+ x M +x1).
b) Sea / : (C, +, •) -> (C, +. -) dada por/(z) = I . De
muestre que / es un isomorfismo. 1 2 . a) ¿Cuántas soluciones tiene la ecuación x + y + z = 0,
5. Si (8 , +,•) es un anillo, demuestre que C = [ r E R \a r = si x ) i ¡ £ Z ;?
ra, para todo a E R) es un subanillo de 8 . (El subanillo C es b) Responda la parte (a) si x, y, z E Zj.
d antro de R.) 13. a) ¿De cuántas formas podemos seleccionar dos ente
6. Dado un cuerpo finito K, sea M,(K) el conjunto de las
ros positivos m, n, no necesariamente distintos, de modo
que l £ m , n £ l 0 0 y que el último dígito de 7* + 3* sea 8 ?
matrices 2 x 2 con elementos de K. Como en el ejemplo
14.2, +. -) se convierte en un anillo no conmutativo b) Responda la parte (a) para el caso 1 £ m, n £ 125.
c) Si seleccionamos m, n al azar [como en la parte
con elemento unidad.
(a)], ¿cuál es la probabilidad ahora de que 2 sea el
a) Determine el número de elementos de M J J t ) si K es
i) Z¡ ii) Z¡ iii) Zp, p primo último dígito de 7” + 3"?
14. Sea n E Z‘, con n > 1.
b) Comoenelejerciciol3delasecciónl4.1,A= ¿j
a) Si n = 2k, donde k es un entero impar, demuestre
S M2(Zp) es una unidad si y sólo si a d - be +z. que í? = k (mod n).
Esto ocurre si la primera fila de A no contiene úni b) Si u = 41 para k E Z*, demuestre que (2k)s = 0
camente ceros y la segunda fila no es un múltiplo (mod n).
(por un elemento de Zt) del primero. Use esta ob c) Demuestre que
servación para determinar el número de unidades en
i) M,(Z;) ü) M;(Zj) iii) A/;(ZP), p primo
f (mod n ), para n par con í) impar
7. Dado un dominio de integridad (O, +, •) con elemento 0 (mod n), de ovo modo.
neutroz, sean a. b E D tales que ab * z. (a) Si a3 = b5 y a5 =
b demuestre que a = b. (b) Sean « i ,i E Z * tales que m, n 1 5 . Para n E Z~. sea S„ = 1J + 3! + 52 + ••• + ( 2 n - l )2 =
sonprimos relativos. Si a " = b" y a* = fc", demuestre que a = b. (y) (nX2n - l)( 2n + 1 ). [Establecimos esta fórmula para la
suma de los cuadrados de los primeros n enteros positivos
8. SeaA = R". Definimos © y O en A como a © b = ab, el
impares mediante inducción matemática en la parte (a) del
producto común dea, b ;y a Q b = A.
ejercicio 1 de la sección 4.1.]
a) Verifique que (A, ffi, ©) es un anillo conmutativo
con elemento unidad. Determine el último dígito de (a) Sun. (b) Sis ,5; (c)
b) ¿Es un dominio de integridad o un cuerpo? S m a y (d) S„ donde n es un múltiplo de 5.
9. Sea R un anillo con ideales A y B. Definimos A + 8 = 16. Escriba un programa (o desarrolle un algoritmo) que
[ a + b \a E A ,b E B}. Demuestre que A + 8 es un ideal de invierta el orden de los dígitos en un entero positivo dado.
R. (Para cualquier anillo R, los ideales de R forman un con Por ejemplo, la entrada 1374 debe producir la salida 4731.
15
Álgebra booleana
y funciones
de conm utación
1 5 .1
Fu nciones d e c o n m u ta c ió n :
Form as n o rm a le s d isju n tiv a
y co n ju n tiv a
735
Capítulo 1 5 Á lge b ra booleana y fun ciones d e c onm utación
Sea B = { 0,1}. Definimos la suma, producto y complemento para los elementos del
como
0 + 0 = 0; 0 + l = l + 0 = l + l = l.
O ■ 0 = 0 = ^1 • 0 = 0 - 1 ; . 1 - 1 = 1.
0=1; 1 = 0.
1 ) x + y = 0 si y sólo si x = y = 0 , y
2 ) x y = 1 s iy s ó l o s i x = y = 1 .
x y z xy f(x,y,z)= xy+ z
0 0 0 0 0
(I 0 1 0 1
(I i 1) 0 0
0 1 1 0 1
1 0 0 (1 0
1 0 1 (1 1
1 1 (1 1 1
1 1 1 1 1
Definición 15.1 Para n E Z*, n S 2 , sean/, g : B”- * B dos funciones booleanas de las n variables booleanas
x r xr . . . , xr. Decimos q u e /y g son iguales y escrib im o s/= g si las colum nas paraf g [en
sus respectivas tablas de función] son exactamente las mismas. [Las tablas muestran que
f ( b r b2, . . . , b j = g(bv b 2, , b ) para cada una de las 2 " posibles asignaciones de 0 o 1
a cada una de las n variables booleanas Xj, x2, ___, x..]
D e fin ic ió n 15.2 S i /: Br —>B, entonces el complemento d e /, que se denota con / , es la función booleana
definida sobre B" como
15.1 Funciones d e c onm utación: Form as norm ales disjuntiva y conjuntiva 737
T a b la 1 5 .2
11^
complemento
"eo
x (x + y ) = x
+
II
Como con las leyes de la lógica (en el Cap. 2) y las leyes de la teoría de conjuntos (en
el Cap. 3), las propiedades que aparecen en la tabla 15.2 son satisfechas por las funciones
booleanas a rb itrarias/ g ,h :B ’ - * B y por las variables booleanas arbitrarias x. y, z ■(Escri
bim os/g en vez d e / - g.)
El símbolo 0 denota la función booleana constante cuyo valor es siempre 0 , y 1 es la
función cuyo único valor es 1. (Nota: 0 , 1 $ B.)
De nuevo, la idea de dualidad aparece en las propiedades 2 - 10. Si s representa un
teorema acerca de la igualdad de las funciones booleanas, entonces sd, el dual de s, se
obtiene al reem plazar en s todas las ocurrencias de + (•) por • (+) y todas las ocurrencias de
0 ( 1 ) por 1 ( 0 ) . Por el principio de dualidad (que analizaremos en la sección 15.4), la propo
sición sd también es un teorema. L o mismo es cierto para un teorem a que trata de la igual
dad de las variables booleanas, excepto que reemplazamos en este caso los valores booleanos
0 y 1 , no las funciones constantes 0 y 1 .
738 C apitulo 1 5 Á lge bra booleana y {unciones d e conm utación
i 1 5 .2 ] L a ley distributiva de + sobre •. Las últimas dos colum nas de la tabla 15.3 muestran que
f + g h = ( / + g)(J+ h). También vemos que x + y z = (x + y)(x + z) es un caso particular!’
esta propiedad, s i c o n f(x , y z) = x, g{x, y , z) = y y h(x, y z) = z. Por lo tanto,
no necesitamos m ás tablas para establecer esta propiedad para las variables booleanas.
Por el principio de dualidad, tenemos que f ( g + h) = fg + fh.
T a b la 1 5 .3
K h Rh
+
f f+s f+h f + gh
w
0 0 0 0 0 0 0 0
0 0 1 0 0 1 0 0
0 1 0 0 1 0 0 0
0 1 1 1 1 1 1 1
1 0 0 0 1 1 1
1 0 1 0 1 1 1 1
1 1 0 0 1 1 1 1
1 1 1 1 1 1 1 1
E je m p lo 1 S .3 a ) Para establecer la primera ley d e absorción para las variables booleanas, en vez de
basam os en la construcción de una tabla, argumentamos de la form a siguiente:
Razones
x + xy = x 1 + xy Ley de identidad
= x (l + y) Ley distributiva de • sobre +
= zl Ley de dominio (y ley conmutativa d e +)
= x Ley de identidad
Este resultado indica que algunas de las leyes pueden deducirse de otras, l a
pregunta es entonces qué propiedades debemos establecer con tablas para obtener
las demás, como lo hicimos aquí. Analizaremos esto posteriormente, en la sección
15.4, cuando estudiemos la estructura de un álgebra booleana.
Por el momento, demostraremos que los resultados de la tabla 15.2 pueden usar
se para simplificar otras expresiones booleanas.
b) Para las variables booleanas w, x, y y z, tenemos que
Razones
w y + x y + w z + x z = (w + x ) y + (w + x ) z Ley conmutativa de ■y la ley
distributiva de • sobre +
= (w + z ) ( y + z ) Ley distributiva de • sobre +
15.1 Funciones d e c onm utación: Form as n orm ales disjuntiva y conjuntiva_______________73 9
wx + x z + ( y + z ) = w x + (x + z ) + ( y + z ) Ley de D e Morgan
= w x + (x + z ) + ( y + z ) Ley del doble complemento
= [(wx + x ) + z ] + ( y + 2 ) Ley asociativa de +
= (x + z ) + ( y + z ) Ley d e absorción (y las leyes
conmutativas de + y •)
= x + (z + 2 ) + y Leyes conmutativa y
asociativa de +
=x +z +y Ley idempotente de +
Hasta este momento, hemos repetido para las funciones booleanas lo hecho con las
proposiciones. A l dar una función booleana (en términos algebraicos), construim os su
tabla de valores. Consideremos ahora el proceso inverso: dada una tabla d e valores, en
contraremos una función booleana (descrita en términos algebraicos) para la cual sea la
tabla correcta.
Dadas tres variables booleanasx, y, z encontraremos las fórmulas para las fu n cio n es/ g, h:
g 3- » g d e las columnas dadas en la tabla 15.4.
Para la colum na que está debajo d e /, queremos un resultado que tenga el valor 1 cuan
do x = y = 0 y z = 1. L a función /(x , y, z) = x y z es una de esas funciones. De la misma
forma, g(x, y, z) = x y z da el valor 1 para x = 1, y = z = 0 y 0 en los demás casos. Com o/ y
g tienen el valor 1 solamente en un caso y estos casos son distintos entre sí, su sum a / + g
toma el valor 1 exactamente en estos dos casos. Así, h{x, y, z) = f(x, y z) + g(x, y, z) = x y z +
x y z tiene la columna de valores dados bajo h.
Tabla 15.4
X ' y z f « h
0 0 0 0 0 0
0 0 1 1 0 1
0 1 0 0 0 0
0 1 1 0 0 0
1 0 0 0 1 1
1 0 1 ü u u
1 1 0 0 0 0
1 1 1 0 0 0
Definición 15.3 Para cualquier n G Z‘. s i / e s una función booieana sobre las n v a r i a b l e s x2, . . . , x
a) cada término x¡ o su complemento x„ para 1 < i £ n es una literal ;
b) un término de la forma y, >% ■- ■y, donde cada y¡ = x, o x„ para 1 < i £ n, es una
conjunción fundamental; y
c) una representación d e /c o m o una sum a de conjunciones fundamentales es unafor
ma normal disyuntiva (f.n.d.) d e /
Aunque no daremos una demostración formal, los siguientes ejem plos indican que cual
quier función/: 8 " -* 8 , / / 0 , tiene una única representación (excepto por el orden de las
conjunciones fundamentales) como una f.n.d.
T a b la 1 5 .5
X y z xy xz /
0 0 0 0 0 0
0 0 1 0 1 1
0 i 0 0 0 0
ü i 1 0 1 1
1 0 0 0 0 0
1 0 1 0 0 0
1 1 ü i 0 1
1 1 1 i 0 1
O tra forma de resolver este problem a consiste en tom ar cada térm ino producto e intro
ducir de alguna forma todas las variables faltantes. Usamos las propiedades de estas varia
bles para obtener xy + x z - xy(z + z ) + x(y + y )z (¿por qué?) = xyz + xyz + x y z + xyz.
Consideremos las primeras tres columnas de la tabla 15.6. S i acordamos enumerar las
variables booleanas en orden alfabético, veremos que los valores de*, y, z en cualquier fila
determinan una etiqueta en binario. Estas etiquetas en binario para 0, 1 , 2 , . . . . 7 surgen
para las filas 1 , 2 , . . . . 8 . respectivamente, como se m uestra en las columnas 4 y 5 de la
tabla 15.6. [Observemos, por ejemplo, que la prim era fila tiene núm ero de fila 1 pero
etiqueta en binario 000(= 0). De la misma forma, la séptima fila, donde x = 1, y = 1, z = 0,
tiene número de fila 7 pero etiqueta en binario 110(= 6 ).] Com o resultado, la f.n.d. de una
función booleana no nula se puede expresar en form a m ás compacta. Por ejem plo, la
función / del ejemplo 15.5 puede darse como / = ~Lm( 1, 3, 6 , 7), donde m indica los
minlérminos (es decir, las conjunciones fundamentales, en este caso, con tres literales) en
las filas 2, 4, 7, 8 , con las respectivas etiquetas en binario 1, 3, 6 , 7. Usamos la palabra
mintérmino para enfatizar que la conjunción fundamental tom a el valor 1 un número minimal
de veces (a saber, una vez) sin ser idénticamente nula. Por ejem plo, m (l) denota el
mintérmino para la fila con etiqueta en binario 0 0 1 (= 1 ), donde x = y = 0 y z = 1 ; esto
corresponde a la conjunción fundamental x y z , la que tom a el valor 1 para exactamente
una asignación (donde x = y = 0 y z = 1 ).
la b ia 15.6
* y z Etiqueta en binario Número de fila
0 0 0 0 0 0 (= 0 ) 1
0 0 1 001 (= 1 ) 2
0 i 0 0 10 (= 2 ) 3
0 i 1 0 11 (=3) 4
1 0 0 100 (=4) 5
1 0 1 10 1 (=5) 6
1 1 0 110 ( = 6 ) 7
1 1 1 111 (=7) 8
Aun sin una tabla podemos representar la f.n.d. de la función g del ejemplo 15.6, pogamos
por caso, como una sum a de mintérminos. Para cada conjunción fundamental CiC^c*,
donde c, = w o iv ,. . . , c 4 = z o z , reemplazamos cada c¡, 1 S i < 4, por 0, si c¡ es una
variable con complemento, y por 1 en caso contrario. D e esta forma obtenemos la etiqueta
en binario asociada con esa conjunción fundamental. Com o sum a de mintérminos, vemos
que g = £ m ( 6 , 7, 10, 12,13, 14, 15).
La forma normal conjuntiva, que analizaremos antes d e cerrar esta sección, es dual de
la forma normal disyuntiva.
Tabla 15.7
X y z f
0 0 0 0
0 0 1 1
0 1 0 0
0 1 1 1
1 0 0 1
1 0 1 1
1 1 0 0
1 1 1 1
/ = ( x + y + z){x + y + z ) ( x + y + z )
a) w + x + y = w + x + y + 0 = w + x + y + z z
= (tv + x + y -i- z)(h> + x + y + 2 )
b) x + y + 2 = wiv + x + y + z = (w + x + y + z)(vv + x + y + z )
c) w + y = w + x x + y = (w-r x + y ) { w + x + y )
= (w + x + y + z z ) ( w + x + y + z z )
= (w + x + y + z ) ( w + x + y + z ) ( w + x + y + z )( w + x + y + 2 )
0 = 0000 :w +x+ y +z 8 = 10 0 0 : w + x+ y+ z
1 = 0001 :w + x+ y +z 9 = 1001: w +x+ y+ z
4 = 0100: w +x +y +z 10 = 10 10 : w+x+ y +z
5 = 0101: w + x+ y +z
Esto nos dice que la f.n.c. de h es
( w + x + y + z ) ( w + x + y + z )( w + x + y + z ) ( w + x + y + z ) -
(¡v-i-x -i- y + z )(iv + x + y + z ) ( w + x + y + z ).
Por lo tanto.
EJERCICIOS 15.1 1 . Encuentre el valor de cada una de las siguientes expresiones booleanas si los valores de las
variables booleanas w, x, y y z son 1 , 1 , 0 y 0, respectivamente,
a) xy+ xy b )tv + ry
c) wx + y + y z ___________ d) w x + x y + yz
e) (wx + y z ) + wy + (w + y )(x + y)
2. Sean tv; x y y variables booleanas. donde x toma el valor 1 . Para cada una de las siguientes
expresiones booleanas, determine, si es posible, el valor de la expresión. Si no puede determi
nar el valor de la expresión, encuentre entonces el número de asignaciones de valores de w y y
tales que producen el valor 1 para la expresión.
a) x + xy + w b) xy + w c) xy + xw d) xy + w
74 4 C apítulo 1 5 Á lge bra booleana y fun ciones d e c onm utación
3. a) ¿Cuántas filas se necesitan para construir la tabla (de función) de una función booleana de
n variables?
b) ¿Cuántas funciones booleanas diferentes de n variables existen?
4. a) Encuentre la conjunción fundamental formada con las variables tv. x, y, z o sus complemen
tos. de modo que el valor de la conjunción sea 1 exactamente cuando
i) tv = x = 0 , y = z = l. ¡i) tv = 0 , x = 1 , y = 1 , z = 0 .
Iii) tv = 0 , i = y = z = l . iv) w = x - y = z = 0.
b) R e s p o n d a l a p a r t e ( a ) , e s t a v e z p a r a l a s d i s y u n c i o n e s f u n d a m e n t a l e s e n v e z d e l a s c onjun
c i o n e s f u n d a m e n ta le s , d o n d e e l v a l o r d e c a d a d i s y u n c i ó n f u n d a m e n ta l e s 0 p re c isa m e n te
p a r a l o s v a l o r e s d a d o s d e w , x , y , z.
5. S u p o n g a q u e / : 8 J - > 8 e s tá d a d a p o r fi x , y, z) = ( x + > • ) + ( « ) .
a ) D e te r m in e l a f.n .d . y f .n .c . d e /
b ) E s c r ib a / c o m o u n a s u m a d e m in t é r m in o s y c o m o u n p r o d u c t o d e m a x té r m i n o s (usando
e t i q u e t a s e n b in a r i o ) .
6. S e a g : 8 * - » B d a d a p o r g ( w , x , y, z ) = (iv z + x y z ) ( x + x y z ) .
a ) D e t e r m in e l a f .n .d . y f . n .c . d e g .
b) E s c r ib a g c o m o u n a s u m a d e m in t é r m in o s y c o m o u n p r o d u c t o d e m a x t é r m i n o s (usando
e t i q u e t a s e n b in a r i o ) .
7. S e a F 6 e l c o n ju n to d e t o d a s l a s f u n c i o n e s b o o l e a n a s / : B 6 —> 8 .
a ) ¿ C u á n to v a le [ F 6| ?
b) ¿ C u á n t a s c o n ju n c io n e s ( d is y u n c io n e s ) f u n d a m e n ta le s e x i s t e n e n F¿!
c ) ¿ C u á n t o s m in t é r m in o s ( m a x t é r m in o s ) t ie n e F 6?
d ) ¿ C u á n t a s f u n c io n e s / E F , to m a n e l v a l o r 1 c u a n d o ( e x a c ta m e n te ) d o s d e s u s v ariables
t o m a n e l v a l o r 1 ? ( E n l o s d e m á s c a s o s , e l v a l o r d e / p u e d e s e r 0 o 1 .)
e ) ¿ C u á n t a s f u n c i o n e s / S F t t o m a n e l v a l o r 1 c u a n d o a l m e n o s d o s d e s u s v a r i a b l e s to m a n el
v a l o r 1 ? ( E n l o s d e m á s c a s o s , e l v a l o r d e / p u e d e s e r 0 o 1 .)
f ) S e a n u , u , vv; x , y y z l a s s e i s v a r i a b l e s b o o l e a n a s p a r a l a s f u n c i o n e s e n F 6. ¿ C u á n t a s d e estas
f u n c i o n e s s o n i n d e p e n d ie n te s d e x [ e s d e c i r . / ( u . u , tv, x , y , z ) = / ( u , u , tv, x , y , z ) ] ? ¿ C u án tas
s o n i n d e p e n d ie n te s d e l a s t r e s v a r i a b l e s b o o l e a n a s x , y , z ?
8. S e a / : 8 * - » B . E n c u e n t r e la f o r m a n o r m a l d is y u n t iv a d e / s i
1 0 . S i x , y y z s o n v a r ia b le s b o o le a n a s y x + y + z = x y z , d e m u e s t r e q u e l a s t r e s t i e n e n e l m is m o valor.
1 1 . S i m p l i f i q u e l a s s i g u i e n t e s e x p r e s i o n e s b o o le a n a s .
a) xy + (x + y )z + y b) x + y_+ (x + y + z ) _
c ) y z + tv x + z + [ w z ( x y + t v z ) ] d) x , ~ x l x 2 - x lx 2x 1 + x ¡x 2 x 1x , + - - -
1 2 . E n c u e n t r e l o s v a lo r e s d e l a s v a r ia b le s b o o le a n a s » ; x , y , z q u e s a t i s f a g a n e l s i g u i e n t e s is te m a de
e c u a c i o n e s ( b o o le a n a s ) s im u ltá n e a s .
c) Para n = 2. trace el diagrama de Hasse para las 16 funciones de F2- ¿En qué parte del
diagrama se localizan los mintérminos y los maxtérminos? Compare este diagrama con el
del conjunto potencia de [a, b. c, d), ordenado parcialmente con la relación de inclusión.
15. Defina la operación binaria cerrada © (O exclusiva) en Fr comof ® g = f g + fg, donde f g:
a) D eterm ine/© /, / © / , / © l y /f f iO .
b ) Demuestre o refute lo siguiente:
i) / © * = < > = > /= * ü) f ® ( g @ h ) = ( f@ g ) ® h
ü ¡) / © « = / © ! ¡v) f® g h = (f® g )(J ® h )
v) f ( g ® h ) = fg @ fh «) (/© í) = /© « = /© «
™) / © « = / © * = > £ = *
15.2
Redes d e p u e r t a s : S u m a m in im a l
de p ro d u c to s y m a p as
d e K am au gh
Las funciones de conmutación de la sección 15.1 presentan una teoría matemática intere
sante. Su importancia radica en su implementación por medio de puertas lógicas (disposi
tivos de un computador digital que realizan tareas específicas en el procesamiento de da
tos). Los componentes eléctricos y mecánicos de tales puertas dependen del estado actual
de la tecnología; no nos preocuparemos aquí por las cuestiones relativas a los equipos.
L a figura 15.1 contiene las puertas lógicas para la negación (complemento), conjunción y
disyunción en las partes (a), (b) y (c), respectivamente. Puesto que las operaciones booleanas +
y • son asociativas, podríamos tener más de dos entradas para una puertaAND o una puerta OR.
'H > ~ ? y H D ^ xy
F i g u r a 1 5 .1
L a figura 15.2 m uestra la red lógica o de puertas, para la expresión (w + x ) ■(y + xz).
Los símbolos que aparecen en una línea a la izquierda de una puerta (o inversor) son las
entradas. Cuando están en un segmento de recta a la derecha de la puerta, son las salidas.
Hem os dividido la línea de entrada dex, para que pueda servir como entrada en una puerta
AND y en un inversor.
C apitulo 1 5 Á lge b ra booleana y fu n d o n e s d e c onm utación
Los ejercicios proporcionarán algo de práctica en el trazado de una red lógica para mi
expresión booleana y en el paso de la red a la expresión. Por el momento, subra
algunas características de estas redes.
1) Una línea de entrada puede separarse para servir de entrada a más d e una puerta.
2) Las líneas de entrada y d e salida sólo se juntan en las puertas.
3) N o se puede retroceder, es decir, la salida de una puerta g no puede usarse corno
entrada de la misma puerta g o de cualquier puerta que (directa o indirec'
lleve a la puerta g.
4) Supondremos que la salida de una red de puertas es una función instantánea de las
entradas presentes. N o existe dependencia del tiempo y no damos importancia a las
entradas anteriores, como en el caso de las máquinas de estados finitos.
A l sumar dos bits (dígitos binarios), el resultado es una suma r y u n acarreo c. En tres de
cuatro casos, el acarreo es 0, por lo que nos centraremos en el cálculo de 1 + 1. Si exami
namos las partes (b) y (c) d e la tabla 15.8, consideramos Ja suma s y el acarreo c como
funciones booleanas de las variables x y y. Entonces c = x y y s = x y + xy = x ® y = (x +y)
(xy). (Recordemos que © denota la O exclusiva.)
Tabla 15.8
X >' Suma en binario x y Suma X y Acarreo
0 0 0 + 0= 0 0 0 0 0 0 0
0 I 0 + 1= 1 0 i 1 0 i 0
1 0 1+ 0 = 1 1 0 1 1 0 0
1 1 1 + 1= 10 1 i 0 1 1 1
(a) (b) (c)
L a figura 15.4 es una red de puertas con dos salidas. Se conoce como una red de salida
múltiple. Este dispositivo, llamado semisumador, implementa los resultados de la tabla
15.8 (b) y (c). Si usamos dos semisumadores y una puerta OR, construimos el sumador
completo que se muestra en la figura 15.4(a). Si x = x „ x _ i . . . x 2x ,a ó y y = y „ > v i . . . y,
y0, consideremos el proceso de sumar los bits x, y y, para determinar la suma x + y . En este
caso, cM es el acarreo de la suma de x,_: y y,_, (y de un posible acarreo c,_2.) La entradac,^.
S = (X + y ) ( x y )
Figura 15.3
1 5.2 Redes d e puertas: S u m a m inim al de p rod uctos y m apas d e K arnaugh 74 7
junto con las entradas x, y y¡, produce la suma s, y el acarreo c, como se m uestra en la
figura. Por último, en la figura 15.4(b), se combinan dos sumadores completos y un
semisumador para obtener la sum a de los dos números binarios x¡x¡xa y y2y, y0 cuya suma
e sc jí2 í,s0.
f ( w , x , y , z ) = 2 m ( 4 , 5 , 7 , 8 ,9 ,1 1 ) .
/ = w x z ( y + y ) + w x y ( z + z ) + w xyz + w x y z
= w x z + w x y + w xyz + w x y z = w x (z + y z ) + w x ( y + y z )
= w x ( z + y ) + w i ( y + r ) (W hy?) = w x ( y + z ) + H>x(y + z ),
así,
a) f ( w ,x ,y , z ) = w xz + w xy + w x y + w x z ; o ,
b) f ( w ,x ,y ,z ) = w x ( y + z ) + w x { y + z).
f ( w ,x ,y , z ) = w x z + w xy + w x y + w x z
se conoce con frecuencia como una representación m ediante una sum a m inimal d e pro
ductos para la función f(w , x, y, z) - ( 4 ,5 , 7 , 8 ,9 ,1 1 ). Vemos que esta representación
748 C apitulo 1 5 Á lge bra boo lea na y fu n cio n e s d e conm utación
es una suma de cuatro productos, donde cada producto está formado por tres literales.ES
adjetivo minimal se refiere a dos cosas:
En este texto, el análisis de esta idea será un tanto informal. N o intentaremos denr
que cada función booleana no nula tiene tal representación como sum a minimal de pro
ductos. E n vez d e ello, supondremos la existencia de esta representación y simplenr
continuarem os nuestro estudio acerca de la form a de obtener tal resultado.
A partir de este momento, consideraremos una entrada de la forma iv como una entrada
exacta, que no h a pasado por puerta alguna, en vez de considerarla como el resultado de
introducir w y pasarla por un inversor.
En la figura 15.5(a), tenemos una red de puertas que implementa la f.n.d. de la función
del ejemplo 15.11. La parte (b) de la figura es la red de puertas p a ra /c o m o una suma mini
mal de productos. L a figura 15.5(c) tiene una red de puertas p a ra /= wx(y + z ) + wx(y +z).
L a red de la parte (c) sólo tiene cuatro puertas lógicas, mientras que la puerta de la pane
(b) tiene cinco. En consecuencia, podríamos pensar que la red de la parte (c) es mejor
respecto a la minimización de costos, puesto que cada puerta adiciona] incrementa el costo
de producción. Sin embargo, aunque hay menos entradas y puertas para la im plementacif
de la parte (c), algunas entradas (com o y y z), deben pasar por tres niveles de puertas ames
de producir la salida / . Para la suma minimal de productos d e la parte (b), sólo hay dos
niveles d e puertas. E n el estudio d e las redes de puertas, las salidas se consideran como
funciones instantáneas de la entrada. No obstante, en la práctica, cada nivel de puertas:
añade un retraso en el desarrollo de la función / . En el equipo digital de alta velocidad
querem os minimizar el retraso, por lo que optamos por m ás velocidad con un costo mayor
de fabricación.
E sta necesidad de maximizar la velocidad nos hace desear la representación de una
función booleana como una sum a minimal de productos. Para lograr esto en el caso de
funciones con no más de seis variables, usamos un método gráfico llamado mapa de
K am augh, desarrollado en 1953 por Maurice K amaugh (1 9 2 4 -). Los mapas de Kamaugh
siempre producen form as con un máximo de dos niveles de puertas y veremos que la f.n.d.
de una función booleana es la clave que está detrás d e esta técnica.
Para simplificar la f.n.d. d e / e n el ejemplo 15.11, combinamos las dos conjunciones
fundamentales w xyz y wxyz en el término producto wxz, pues wxyz + wxyz = wxzly +y) =
vvxz(l) = wxz. Esto indica que si dos conjunciones fundamentales difieren exactamente en
una literal, entonces se pueden combinarse en un térm ino producto con ese literal faltante.
Para g: B '- * B dada por g(w, x, y, z) = w xyz + wxyz + wxyz + wxyz, cada conjunción
fundamental (excepto la primera) difiere de su antecesor exactamente en un literal. Pode
m os entonces simplificar g com o g = wxy CE + z) + wxy (z + z) = wxy + wxy = w x(y + y) =
wx. También podríamos escribir
* 'i
___)
K > í
f (w , X, / . í )
Í O ^
(0
figura 15.5
vv\x 0 1 t\x 0 1
0 0
1 1 1 c d )
(a) wx (b) w + x
Tabla 15.10
w \x y 00 01 11 10
0
e r t í )
1 0 V
Tenemos que encontrar una representación como sum a minimal de productos para la fun
ción /(w , r ,y , z ) = 2 m ( 0 , 1 ,2 , 3, 8 , 9, 10).
El m apa de Karnaugh p a ra /d e la tabla 15.12 combina los unos de las cuatro esquinas
(adyacentes) p ara obtener el término ivTyz + w xyz + w x y z + w xyz = x z(w y + w y + w y +
wy) = x z . Los cuatro unos de la fila superior se combinan para damos w x. (Si solamente
utilizamos los dos unos de en medio, no haríamos uso de todas las adyacencias disponibles
y obtendríamos el término w xz, que tiene un literal m ás que w x.) Por último, el 1 en la fila
(w = 1 , x = 0 ) y la columna (y = 0 , z = 1 ) se puede combinar con el 1 a su izquierda, y a su
vez se puede combinar con los dos primeros unos de la fila superior para obtener w x y z +
w x y z + w xyz + wxyz = x y . Por lo tanto, como suma minimal de productos,/(w, x. y, z) =
x z + wx + xy.
Tabla 15.12
w x \y z 00 01 11 10
00
11 l 1
10
T a b la 1 5 . 1 3
w x \y z 00 01 11 10
00
01
11 < o >
10 W < T j >
T a b la 1 5 . 1 4
iv x\yz 00 01 11 10 00 01 11 10
00
01
11
1
v y 1
10 1 ------
(a) (b)
Las siguientes sugerencias de uso de los mapas de K amaugh se basan en lo hecho hasta
ahora- Las enunciamos en este momento para poderlas usar en m apas m ás grandes.
1) Comience por combinar los términos de la tabla donde haya como máximo una
posibilidad para la simplificación.
2) Verifique las cuatro esquinas de la tabla, pues pueden contener unos adyacentes
aunque parezcan aislados.
3) En todas las simplificaciones, intente obtener el bloque máximo posible de unos
adyacentes para obtener un término producto m inimal. (Recuerde que los unos pue
den usarse m ás de una vez; en caso necesario, debido a la ley de idempotencia de +.)
4 ) Si existe una opción para simplificar una entrada en la tabla, intentamos usar unos
adyacentes que n o hayan sido utilizados en una simplificación anterior.
15.2 Redes d e puertas: Su m a m inim al d e p rod uctos y m apas d e Karnaugh 753
T a b la 1 5 . 1 5
Al seguir el orden de las variables, escribimos, por ejemplo, 5 = 00101 para indicar que
es necesario un 1 en la segunda fila y la segunda columna de la tabla para u = 0. Los otros
cinco unos en la tabla de u = 0 corresponden a los mintérminos d e 1 , 10, 1 1 , 14, 15. Los
mintérminos para 18,26, 27, 30,31 se representan m ediante los cinco unos de la tabla de
u = 1. Después de llenar todos los unos, vemos que el uno de la prim era fila, cuarta colum
na de la tabla para o = 1 puede combinarse con otro término solamente de una forma (con
MwxyT) para obtener el producto vixyz. Esto también es cierto para los dos unos de la
segunda columna de la tabla (u = 0). Esto nos da el producto v w y z. El bloque de ocho
unos produce wy, y tenemos q u e /(u , w, x, y , z ) = wy + üivyz + uTyz.
Una fu n ció n /d e las seis variables r, u , w; x . y y z requiere cuatro tablas para cada uno de
los casos (a) í = 0, u = 0; (b) r = 0, u = l ; ( c ) í = 1,1) = l ; y ( d )r = l , i ) = 0. C on m ás de seis
variables, el m étodo se vuelve demasiado complicado así, se puede usar otro procedimien
to: el método de Quine-McCIuskey. Para un número grande de variables, el m étodo es
tedioso para hacerlo a m ano, pero es un procedimiento sistemático adecuado para su
implementación computacional, particularmente para computadores con cierto tipo de
comando de “comparación binaria". (En el capítulo 7 d e la referencia 3 hay más detalles
sobre esta técnica.)
Cerraremos esta sección con un ejemplo relacionado con el concepto dual: el producto
minimal de sumas.
T a b la 1 5 . 1 6
w x \y z 00 01 11 10
00 o
01 (° 0N
11 V0 oy
ñ
10 0 W
754 C apítulo 15 Á lge b ra booleana y fun ciones d e c onm utación
El 0 en la esquina inferior derecha sólo puede com binarse con el 0 que esté arriba de
él, por lo que tenemos (iv + x + y + z)(iv + x + y + z) = (iv + y + z) + x x = (w + y + z) + 0 =
iv + y + z. E l bloque de cuatro ceros (para los maxtérminos de 5, 7, 13,15) se simplifican
como x + z , mientras que los cuatro ceros (para los maxtérminos de 1, 5, 9, 13) en la
segunda colum na producen y + z. Así, g(w, x, y, z) = (iv+ y + z)(x + z )(y + z ), un producto
minimal d e sumas.
EJERCICIOS 1 5 .2 1. Use los inversores y las puertas AND y OR para construir las puertas de la figura 15.6.
= *© y 9 ( * . y) - xy h(x. y ) = x - y
Puerta O-EXCIUSIVA Puerta NAND Puerta ÑOR
Figura 15.6
2. Use solamente puertas NANDt (véase la Fig. 15.6) para construir el inversor, la puerta AND
y la puerta OR.
3. Responda el ejercicio 2 , reemplazando NAND por ÑOR.
4. Use los inversores, las puertas AND y OR para construir las redes de puertas para
a) f(x ,y ,z ) = x z - y z ~ x b) g(x,y,z) = (x + z)(y + z)x
c) h (x,y ,z) = (xy@ yz)
5. Para la red de la figura 15.7, exprese/ como función de w , x , y, z-
6 . Implante el semisumador de la figura 15.3 usando solamente (a) puertas NAND; (b) puertas ÑOR.
7. Para cada una de las redes de la figura 15.8. exprese la salida en términos de las variables booleanas
x, y o de sus complementos. Utilice después la expresión de la salida para simplificar la red dada
Figura 15.8
8 . Para cada una de las siguientes funciones booleanas/, diseñe una red de puertas de dos niveles
para/como una suma minimal de productos.
a) / : B¡ -> B. donde/(x, y, z) = 1 si y sólo si exactamente dos de las variables tienen el valor 1.
b) / : B3 -» B, donde f(x , y, z) = 1 si y sólo si al menos dos de las variables tienen el valor 1.
c) / : B1 -» B, dondeflyv, x, y, z) = 1 si y sólo si un número impar de variables tienen el valor 1 .
9. Encuentre una representación mediante una suma minimal de productos para
a) /(tv,x,y) = 2 m ( l , 2 ,5,6 )
b) /(w ,x,y) = II Ai(0,1,4,5)
c) f(w ,x ,y , z) = 2 m( 0 , 2 ,5 ,7 ,8,10,13,15)
d) f(w ,x ,y , z) = Z m ( 5 ,6,8,11,12,13,14,15)
e) f (w ,x ,y ,z ) = 2 m (7 ,9 ,1 0 ,11,14,15)
f) f(y , w .x.y, z) = 2 m ( l ,2,3,4,10,17,18,19,22,23,27,28.30,31)
1 0 . Obtenga una representación mediante una suma minimal de productos para f(w , x, y, z) =
n « ( 0 , 1 ,2 ,4 , 5, 10.12.13, 14).
11. Sea/: B“ -> B una función de las variables booleanas x„ x¡,. . . , x,. Determine n si el número
de unos necesarios para expresar ax, en el mapa de Karnaugh d e /e s (a) 2; (b) 4; (c) 8 : (d) 2k,
para 1 6 Z", con 1 S l S n - l .
1 2 . Si g: B~ -» B es una función booleana de las variables booleanas x¡. x¡, - ■■, x7, ¿cuántos unos
se necesitan en el mapa de Karnaugh de g para representar el término producto (a) x,; (b) xw ,
(c) x, x2x3; (d) x, *, x¡ x-p.
13. En los siguientes ejercicios,/: B“ -> B, donde las variables booleanas (en orden) son w .x .y y
z. Determine |/ ''( 0 ) | y |/~ '( 1 ) | si. como suma minimal de productos./se reduce a
a) x b) vxy c) wyz
d) x -r y e) x y + z f) x y z + w
75 6 C apitulo 1 5 Á lge b ra booleana y fu n cio n e s d e conm utación
15.3
A p lic a c io n e s a d ic io n a le s:
C o n d ic io n e s d e in d ifere n cia
Ahora nuestro objetivo es usar las ideas desarrolladas en las dos primeras secciones en una
variedad de aplicaciones.
Como responsable de un bazar de beneficencia, Paula deja su trabajo una tarde para hornear
un pastel que será vendido en el bazar. Los siguientes miembros del comité del bazar
ofrecen donar los ingredientes necesarios, como se m uestra en la tabla 15.17.
T a b la 1 5 . 1 7
Dolores X X
Berta X X
Teresa X X
Ruth X X X
Paula envía a su hija Sarita a recoger los ingredientes. Escribiremos una expresión
booleana para ayudar a Paula a determinar el conjunto d e voluntarias que debe tener en
cuenta para que Sarita pueda recoger todos los ingredientes necesarios (y nada más).
Sean s, d b, t y r cinco variables booleanas correspondientes, respectivamente, a las
cinco mujeres enumeradas en la primera columna de la tabla. Para obtener la harina, Sarita
debe visitar a Susana o Berta. En la terminología booleana, podemos decir que la harina
determina la sum a s + b. Este término será parte de un producto de sumas. Para los demás
ingredientes, las siguientes sumas denotan las opciones disponibles.
Para responder la pregunta planteada, buscamos una sum a minimal d e productos para
la fu n ció n /fe d, b, t, r) = (s + b)(b + 1 + r)(s + d + r)(d + r)r. Podemos obtener la respuesta
m ultiplicando todo y sim plificando después los resultados, o m ediante un mapa de
Kamaugh. Esta vez usaremos el m apa (que aparece en la tabla 15.18).
T a b la 1 5 .1 8
d b \tr 00 01 11 10 d b \tr 00 01 11 10
00 0 0 0 0 00 0 0 1 0
01 0 0 1 0 01 0 0 1 0
11 0 0 1 1 11 0 0 1 1
10 0 0 0 0 10 0 0 1 1
(s = 0 ) (r = l )
15.3 Aplicaciones adicionales: C ondiciones d e indiferencia 757
lefinidón 1 5 .4 Sea G = (V, E ) un grafo (no dirigido) con conjunto d e vértices V y conjunto d e aristas E.
Un subconjunto D de V es un conjunto dominante para G si para todo t ) E V , t i S O o u e s
adyacente a un vértice d e D.
Para el grafo que se muestra en la figura 15.9, los conjuntos {a, d ), [a, c, e) y [b, d, e . f )
son ejemplos de conjuntos dominantes. E l conjunto {a, c, e) es un conjunto dominante
minimal, ya que si se elim ina cualquiera de los tres vértices a, c o e. los otros dos y a no
dominan el grafo. E l conjunto [a, d ] también es m inimal, pero {b. d, e . f } no lo es, pues
[b, d, e] ya dom ina G.
tenga un hospital o sea adyacente a una ciudad que lo tenga. ¿De cuántas formas podemos
realizarlo, construyendo un número minimal de hospitales en cada caso?
Para responder esta pregunta, necesitamos los conjuntos dom inantes minimales para G.
Consideremos el vértice a. Para garantizar que a cumple nuestro objetivo, debemos cons
truir un hospital en a ,b ,d o /(p u e sto que¿>, d y /s o n adyacentes a a). Por lo tanto, tenemos
un término a + b + d + f Para que b satisfaga nuestras condiciones, generamos el término
a + b + c + d.
758 Capítulo 15 Álgebra booleana y fundones de conmutación
Continuando con las otras cuatro localidades vemos que la respuesta es entonces una repre
sentación con una suma minimal de productos para la función booleana g(<¡, b, c, d, e. f)-
(a + b + d + f){a + b + c + d )(b + c + d )(a + b + c + d + e)(d + e + f ) ( a + e + f). Usárnoste
propiedades de las variables booleanas para obtener
g = ( a + b + d + f)(b + c + d) ■
(d + e + fj(a + e + / ) Ley d e absorción
= í(a + f i e + (b + d)][da + (e + /)] Ley distributiva de + sobre - y la
ley conmutativa de +
= [ac + fc + b + d][da + e + f] Ley distributiva de ■s o t e + i
= aeda + ace + a c f+ fe d a + fe e + ¡ c f
+ bda + be + b f+ dda + de + d f Ley distributiva de - s o t e +
= ace + (acf+ a cdf+ c e f+ c f)
+ (acd + abd + ad) + be + b f + de + d f Leyes conm utativa y asociativa;
d e + y • y la ley de idempotenoi
de •
= ace + c f+ ad-t- be + b f + de + d f Ley d e absorción
\ E je m p lo 1 5 .2 1 Las cuatro líneas de entrada para la red de puertas que aparece en la figura 15.10 propor- 1
cronan los equivalentes en binario d e los dígitos 0, 1, 2 , . . . . 9, donde cada número se
representa como abce (e es la cifra menos significativa). Construiremos una red de puertas
con dos niveles de puertas tal que la función d e s a lid a /s e a igual a 1 para la entrada que
representa los dígitos 0, 3 , 6, 9 (es d ecir,/d etecta los dígitos divisibles entre 3).
, Detector
de múltiplos f
de tres
------
Figura 15.10
Antes d e concluir que/ = 0 para los otros 12 casos, analicemos la tabla 15.19, donde
aparece una “x ” para el valor d e /e n los últimos seis casos. Estas combinaciones de entrada
no aparecen (debido a ciertas restricciones extemas), por lo que el valor d e /e n estos casos
es indiferente. Para tales casos, las salidas son no especificadas y / está especificada de
manera incompleta. Por lo tanto, escrib im o s/= 2 m ( 0 ,3 ,6 ,9 ) + d ( 1 0 ,11,12,13,14,15), |
donde á(10, 11, 12, 13, 14, 15) denota las seis condiciones d e indiferencia para las filas
con las etiquetas en binario para 10, 11, 12, 13. 14, 15. Para buscar una representación
com o suma minimal de productos p ara/, podemos usar cualquiera o todas estas condicio
nes de indiferencia en el proceso de simplificación.
15.3 Aplicacione s adicionales: C ondicio nes d e indiferencia 75 9
a b c e f a b c e f
0 0 0 0 1 1 0 0 0 0
0 0 0 1 0 1 0 0 1 1
0 0 1 0 0 1 0 1 0 X
0 0 1 1 1 1 0 1 1 X
0 1 0 0 0 1 1 0 0 X
0 1 0 1 0 1 1 0 1 X
0 1 1 0 1 1 1 1 0 X
0 1 1 1 0 1 1 1 1 X
Tabla 15.20
a b \ ce 00 01 11 10
Terminamos la sección con otro ejemplo del uso de las condiciones d e indiferencia.
760 C apítulo 1 5 Á lge bra boo iea na y fun ciones d e c onm utación
f ( w , x , y , z ) = 2 m ( 0 , 1 ,2 ,8 ,1 5 ) + d( 9 ,1 1 ,1 2 ).
Tabla 15.21
w x \ yz 00 01 11 10
00
01
^ 3)
11
10
EJERCICIOS 1 5 .3 1. Para su décimo cumpleaños, Marta quiere regalar a su hijo Juan algunos sellos de correos para
su colección. En la tienda encuentra seis paquetes diferentes (que llamaremos u. o . w, x, y, z).
Los tipos de sellos de estos paquetes se muestran en la tabla 15.22.
Determine todas las combinaciones minimales de paquetes que Marta puede comprar de
modo que Juan reciba algunas sellos de todas las regiones geográficas.
2 . Vuelva a hacer el ejemplo 15.20 usando un mapa de Karnaugh con seis variables.
3. Determine si cada una de las siguientes proposiciones es verdadera o falsa Si es falsa, dé un
contraejemplo.
Sea G = (V, E) un grafo no dirigido con D,. D, Q V.
a) Si O,. D, son conjuntos dominantes de G. entonces también lo es D, U D¡.
b) Si Di. D¡ son conjuntos dominantes de G. entonces también lo es D, n D¡.
c) Si D, es un conjunto dominante de G y D, C D¡, entonces D2 domina G.
d) Si D, U D, domina G. entonces al menos uno de los conjuntos D„ D2domina G.
15.3 Aplicacione s adicionales: C ondicio nes d e indiferencia 761
T a b la 1 5 . 2 2
E s t a d o s U n id o s E u ro p a A s ia Á fric a
u y y
V y y
w y y
X y
y y y
z y y
4. Determine todos los conjuntos dominantes minimales para el grafo G de la figura 15.12.
f g F ig u r a 1 5 . 1 2
— Detector
primos
—
76 2 Capítulo 1 5 Á lge b ra booleana y fun ciones d e c onm utación
15 .4
La e s tru c tu ra d e u n á lg e b r a
b o o le a n a (o p c io n a l)
Definición 15.5 Sea 9 un conjunto no vacío que contiene dos elementos especiales 0 (el cero o elemento
neutro) y 1 (el uno o elemento unidad), sobre el cual definimos las operaciones binarias
cerradas+, • y una operación monaria (o unaria)- . Entonces (£5, +, -.“ O , 1 ) es un álgebra
booleana si se cumplen las siguientes condiciones para todos x, y, z £ SI.
Com o hemos visto en la definición 15.5, escribiremos con frecuenciaxy en vez dex-y.
Cuando conocemos las operaciones y los elementos 0 y 1, escribimos 3¡ en vez de (31, +, •,
- 0 , 1).
Por la experiencia anterior tenemos los siguientes ejemplos.
Si analizamos un poco m ás este resultado, vemos que podemos reemplazar 30 por cual
quier número m = p, p 2p¡, donde p¡, p 2, p-, son primos distintos. De hecho, el resultado es
válido para el conjunto de todos los divisores de p¡ p 2 . . . p„, un producto de n primos
distintos. (Observe que dicho producto no tiene cuadrados; es decir, no existe k £ Z -, b
1 , tal que <r lo divida.)
L a definición de álgebra booleana tiene nueve condiciones, aun cuando en las listas de
propiedades de la teoría de conjuntos, la lógica y las funciones booleanas ya enumeramos
19 propiedades. ¡Podría haber más! Sin duda, hay una form a de obtener las demás propie
dades y otras no incluidas entre las 19, a partir de las dadas en la definición.
TEOREMA 15.1 Las leyes de idempotencia. Para r 6 3 , un álgebra booleana, (i) x + x = x; y (ii) xx = x.
764 Capítulo 1 5 Á lge b ra boo lea na y fun ciones d e c onm utación
i) x = x + 0 C) ü) x= x l
= X + XX d )' = x (x + * )
= (x + * ) (x + x ) b)' = XX + XX
= (* + * > •1 d) = xx + 0
= X + x c)' = XX
a) x ■0 = 0 a)' x + 1 = 1 Leyes de
dominancia
b) x ( x + y ) = x b)' x + xy = x Leyes de
absorción
c) [xy = x z y x y = x z ] ^> y = z Leyes de
cancelación
c)' [x + y = x + z y x + y = x + z] 4> y =z
d) x ( y z ) = (x y ) z d )' * + ( y + z ) = (x + y ) + z Leyes
asociativas
e) [x + y = 1 y x y = 0 ]= 5 > y = x Unicidad de los
inversos
f) x = x Ley del doble
complemento
g) x y = x + y g )' x +y= xy Leyes de
De Morgan
1 5.4 La estructura d e u n álgebra b oo lea na (opcional) 7 65
h) 0 = 1 h )' 1= 0
I) x y = 0 si y sólo i) ' x + y = 1 si y sólo
s ix y = x if x + y = x
Demostración:
a) x ■0 = 0 + x ■0 , por la definición 15.5(c), (a)
= x - x + x - 0 , por la definición 15.5(d)’
= x - ( x + 0 ), por la definición 15.5(b)
= xx, por la definición 15.5(c)
= 0, por la definición 15.5(d)'
a ) ’ Se sigue de la parte (a) y del principio de dualidad.
c) En este c aso,y = 1-y = (x + x)y = xy + x y = xz + x z = (x + x )z = 1 • z = z(V erifique
todas las igualdades.)
c )' Éste es el dual d e la parte (c).
d) Para establecer el resultado, usamos (c)' y llegamos a la conclusión m ostrando que
x + [x(yz)] = x + [(xy)z] y i + M yz)] = x + [(xy)z]. Usando la ley d e absorción
vemos que x + (x(yz)] = x. De la m ism a form a, x + [(xy)z] = [x + (xy)](x + z) =
x(x + z) = x. Entonces x + [x(yz)] = (x + x)(x + yz) = 1 ■(x + yz) = x + yz, mientras
que x + [(xy)z] = (x + xy)(x + z) = ((x + x) - (x + y))(x + z) = (1- (x + y)Xx + z) =
(x + y)(x + z) = x + yz (verifique todas las igualdades.)
El resultado se sigue entonces de la ley d e cancelación de la p an e (c)'.
d ) ' P or fortuna, éste es el dual de la parte (d).
e) En este caso tenemos x = x + 0 = x + x y = (x + x )(x + y ) = 1-( x + y ) = (x + y ) • 1 =
(x + y)(x + y) = x x + y = 0 + y = y (Verifique todas las igualdades.)
Observamos que la proposición (e) es autodual. L a proposición (f) es un coro
lario de (e), puesto que x y x son complementos (inversos) de x .
g) Este resultado se sigue de la parte (e) si podemos m ostrar que x + y es un comple
mento de xy.
xy + (x + y ) = (xy + x ) + y = (x + x ) ( y + x ) + y
= 1 ■( y + x ) + y = ( y + y ) + x = 1 + x = 1 .
La figura 15.14 muestra los diagramas de Hasse de estas dos álgebras booleanas. Si no
prestamos atención a las etiquetas en los vértices de cada diagrama, vemos que las estruc
turas subyacentes son iguales. Por lo tanto, esto indica el isomorfismo de álgebras booleanas.
Estos ejemplos también implican otras dos ideas.
Ahora podemos dar un orden parcial a toda álgebra booieana y observam os que para
cualquier x en un álgebra booieana, 0 < r y r < 1 . (¿Por qué?) Sin embargo, antes de
continuar, consideremos el álgebra booieana formada por los divisores de 30. ¿Cómo apli
camos el teorema 15.4 en este ejemplo? En este caso, el orden parcial está dado p o rx £ y
si xy = x. Como x y es mcd(x, y), si mcd(x, y ) = x, entonces x divide a y. Pero éste era
precisamente el orden parcial que tenía el álgebra booieana al empezar.
Con este concepto de orden parcial, regresaremos a las observaciones que hicim os an
tes acerca de los elementos en los diagramas d e Hasse de la figura 15.14.
a) Para el álgebra booieana de todos los subconjuntos de^tt = { 1 ,2 ,3 } , los átomos son
{1}. {2} y {3}.
b) Al trabajar con los divisores enteros positivos de 30, los átom os de esta álgebra
booieana son 2 ,3 y 5.
c) Los átomos del álgebra booieana F„ = { /: Bn—> B j son los m intérminos (o conjun
ciones fundamentales).
TEOREMA 15.5 a) Si x es un átomo de un álgebra booieana SS, entonces para todo y £ & ,x y = 0 o xy = x.
b) Si Jt|, x2 son átom os de B y x, é x 2, entonces x¡x2= 0.
Demostración:
a ) Para x, y e S , x y £ x, pues (xy)x = x (yx) = x(xy) = (xx)y = xy. Si x es un átom o, xy £
x = » x y = 0 o x y = x.
b) Esto se sigue de la parte (a). El lector debe proporcionar los detalles.
TEOREMA 1 5 .6 Si x ,, x2 xa son todos los átomos de un álgebra booieana 3 y x £ 3 con xx, = 0 para
todo 1 £ i £ n, entonces x = 0 .
76 8 Capítulo 1 5 Á lge b ra booleana y fu n cio n e s d e conm utación
Demostración: Si x i=0, sea S = {y £ 551 0 < y £ x ¡. (0 < y denota 0 < y y 0 ¿ y.) Como
x £ S , S4= 0. C om oS es finito, podemos encontrar un elem entos en 38 tal que 0 < s < xsin
que otro elemento de Si esté entre 0 y z- Entonces z es un átom o y 0 = « = z > 0 . Esta
posibilidad nos lleva a una contradicción, por lo que no puede ocurrir que x £ 0 ; es decir,
i= 0 .
TEOREMA 1 5 .7 D ada un álgebra booleana S í con átomos x[f xv . . , xr, entonces cualquier x £ 35, x £0,
puede escribirse como una suma de átomos de m anera única, salvo el orden.
Demostración: Como x £ 0, por el teorema 15.6, S = {x, |xx¡ ± 0} £ 0. Sean S = [x,,, xh, ..
• , *¡,} y y - xí, + ^ + ----- !■-*V Entonces xy = x(x¡: + x¡¡ + • - ■+ x ,J - xxt¡ + xxu + - • • +xx¡¡
= x l¡+ x i¡ H— •+ x¡(, por el teorema 15.5(a) y x y - y.
Consideremos ahora (xy)x, para cada 1 £ i £ n. S i x¡ £ S , entonces xx, = 0 y (xy)x¡ = 0.
P a r a j e s ,t e n e m o s ( r y T r ^ x c ,^ + x h + — h x 4) =xxi(x i¡x¡! -• • x:¡) =x(x¡x¡Xz).dondez
es el producto de los complementos de todos los elementos en S - {x,}. Com o x, x¡ = 0, se
sigue que (ry)x, = 0. Así, (xy)x, = 0 para todo x¡ tal que 1 < i < n. Por el teorema 15.6,
tenemos que x y = 0 .
Com oxy = y y x y = 0 , se sigue q u e x = x - 1 = x ( y + y ) = x y + xy = x y + 0 = y = x,-1 +x^
+ • • • + X/t, una suma de átomos.
Para m ostrar que esta representación d e x es única, salvo el orden, supongamos quex=
xi i + x i~ + ‘ ‘ ‘ + x ¡r
Si x,, no aparece como sumando en x,. + x,; + • • • + x,,, entonces x¡, = x¡, ■xh = x¡¡ (xh +
x1: + ■■■-r xk [por el teorema 15.5(b)] = x/,x = xí.(x,, -¡-x/; + • • • + x 4) = 0 [de nuevo, por el
teorema 15.5(b)]. P or lo tanto, xit debe aparecer como sumando en x¡¡ + x^ + - • - + x4, al
igual que x¡ ,,. . . , x,(. A sí, { < k. Por el m ismo razonamiento, obtenemos k £ í y vemos que
las representaciones son idénticas, salvo el orden.
Por este resultado, vemos que si es u n álgebra booleana fin ita con átom os Xi,x2,
. . . , x0, entonces cada x € 3 puede escribirse en form a única como 2 ¡L,c,x,., donde cada
c ,G [0, 1}. Si c, = 0, esto indica que x, no está en la representación de x; c, = 1 indica que
s í está. En consecuencia, cad ax £ SU tiene asociada una n-upla(C], c2, . . . , c„) y existen 2‘
de tales n-uplas. P or lo tanto, hemos demostrado el siguiente resultado.
a) / ( x , + y , ) = / ( * i ) + / ( y . )
T t
(e n » ,) (e naj]
b) / ( x . - y , ) = / ( x . ) •/(>■.)
t t
t«i»¡) (w3,l
I Ejem plo 1 5 . 2 8 Para las dos álgebras booleanas de la figura 15.14, definimo s / como
Observemos lo siguiente:
a) Los elementos neutros se corresponden mediante/, al igual que los elementos unidad.
b) / ( { l } U {2}) = / ( { l , 2}) = 6 = mcm(2, 3) = m cm(f{ 1}), /({2 }))
c) /({1,2} n {2,3}) = /({2}) = 3 = m cd( 6 , 15) = m c d (/¡l, 2 } ),/({ 2 , 3)))
d) /({2}) = / ( { l . 3}) = 10 = 3 0 /3 = 3 = /({2})
e) La imagen de cualquier átomo ({1}, (2 ), (3 )) es un átomo ( 2 ,3 ,5 , respectivamente).
Esta función es un isomorfismo. Una vez establecida la correspondencia entre los ele
m entos neutros y los átomos respectivos, las demás correspondencias quedan determina
das por el teorema 15.7 y la preservación de operaciones m ediante/ .
TEOREMA 1 5 .9 Cualquier álgebra booleana finita 53 es isom orfa a un álgebra booleana de conjuntos.
Demostración: Com o 53 es finita, 33 tiene n átomos xn 1 < i < n y |5 i] =2". Sean 3U= {1,
2 , . . . . n) y d’ífV) el álgebra booleana de los subconjuntos de ”'U.
D efinim os/: 3 i -» ./ ( / l ) como sigue. Para cada x S 53, se sigue del teorem a 15.7 que
podemos escribir* = 2¡L,cixi, donde cadac, es 0 o 1 . [En este caso,c¡ G {0 ,1 ¡( = 8 ) y para
cualquier átom o a en 53, c,a = 0 (el elem ento neutro en 53) si c,= 0, m ientras que c¡a = a
si c ,= 1.] Entonces definimos
[Por ejemplo, ( l) /( 0 ) = 0; ( 2 )/(jcj = { i} para cada átomo*,, donde 1 < i < n ; (3)/(*,
{I, 2 ) ; y (4 )/(*2 + * 4 + *7) = {2, 4, 7}.] Consideremos ahora x,y S 9 , con * =
y= donde c„d, e [0 , 1) para todo 1 £ i < n.
Primero vemos que * + y = J ^ mts¡x¡, donde s,= c, + d, para cada 1 < t < n. (Recorde
mos que 1 + 1 = 1 en este caso.) En consecuencia,
/ ( * + y ) = {i 11 s ¡' s n y j, = l}
= {i 1 1 s / s n y, c, = 1 o d = 1 }
= { í |l £ t '£ n y c ,= 1 } U { i 1 1 £ i £ n y d¡ = l}
= /W U /( y ) .
x • y = 2 tiX¡,
/ ( * -y ) = { t |l s ¿ < n y 4 = 1}
= { í| 1 < ¿ < « y, c, = l y d = 1}
= { i\l£ i£ n y c, = l } n { i | l s i s n y d ,= l}
= /W n /(y ).
/(* ) = { ¿ |l s / s n y cf= 1}
= { ¡ |l s ¿ s n y c, = 0}
= {i 1 1 £ t < n y c, = 1}
= /(* )>
OCIOS 1 5 .4 1 . Verifique la segunda ley distributiva y las leyes de identidad y del inverso para el ejemplo
15.25.
2. Complete la demostración del teorema 15.3.
3. Sea 5! el conjunto de los divisores enteros positivos de 210 y defina +, • y - para B como
x + y = mcm(;r, y ) ,x - y = xy = mcd(;t, y ) y x = 210/x. Determine lo siguiente:
a) 30 + 5 -_7 b) (30 + 5) • (30 + 7) c) (14 + 15)
d) 21(2 + 10) e) ( 2 + 3 ) + 5 f) (6 + 35)(7 + 10)
4. Vimos que para un álgebra booleana B. la relación en B dada por x £ y si xy = x, es un
orden parcial. Demuestre que (a) si x £ y, entonces x + y = y; y (b) si x s y entonces y £ x .
5. Sea (B, +, •, , 0 , 1 ) un álgebra booleana parcialmente ordenada por £ .
a) Si w E 9>y w<0, demuestre que w = 0.
b) Si iv 6 S y 1<x. demuestre que w = 1.
c) Si y, z E S í , con j í t e y í t , demuestre que y = 0.
6 . Sea (.®, +, , 0,1) un álgebra booleana parcialmente ordenada por < . Si w, x, y, con
w < x y y < z, demuestre que (a) wy < xz', y (b) w + y s * + z.
7. Si ® es un álgebra booleana, parcialmente ordenada por < y x. y E ¿cuál es el dual de la
proposición "x < >•"?
8 . Sea F,= {f: > B) el álgebra booleana de todas las funciones booleanas de n variables
booleanas. ¿Cuántos átomos tiene F„?
9. Verifique el teorema 15.5(b).
1 0 . Dada un álgebra booleana Sí, un subconjunto no vacio S ¡ de $ es una subálgebra si para
todos x, y E 3 |, tenemos que r + y, xy, x E S¡.
a) Demuestre que 0,1 E á , para un subálgebra de S . (Por lo tanto, 1 (> 2.)
b) Encuentre dos ejemplos de subálgebras en el ejemplo 15.25.
c) Para ®tl= (1, 2 ,3 ) y 3 el álgebra booleana de subconjuntos de 'U. ¿cuántas subálgebras
diferentes podemos encontrar?
d) Muestre que la definición anterior puede reducirse si sólo pedimos que cuando x, >• E S u
entonces x + y y x E 3§:.
e) Si 91,, S 2 son subálgebras de Ss, ¿es n una subálgebra?
1 1 . Dada un álgebra booleana S . sea 0 ? SS¡ c S . Si 0, l € 55, y 3i, es cerrada en + y -, ¿es Sí, una
subálgebra de 91?
12. Si 9í es una álgebra booleana, demuestre que el cero y el uno de 5S son únicos.
13. Sea/: —> Sí, un isomorfismo de álgebras booleanas. Demuestre lo siguiente:
a ) / ( 0) = 0 .
b ) /( l) = 1-
c) Si x, y E con x < y, entonces f(x ) < /(y ) en 5 k
d) Si a: es un átomo de SS|. entonces/(;c) es un átomo en S¡.
e) Si Oft es una subálgebra de entoncesf & \ ) es una subálgebra de 9i2.
14. Sea S8 , el álgebra booleana de todos los divisores enteros positivos de 2310, y S,, el álgebra
booleana de los subconjuntos de ¡o, b, c, d, e).
a) Defina/: 53,-+ como/(2) = (a},/(3) = (fc)./(5) = (c)./(7) = { d ),/(ll) = {«}. Para que
/ sea un isomorfismo, ¿cuáles deben ser las imágenes de 35, 110. 210 y 330?
b) ¿Cuántos isomorfismos diferentes podemos definir entre SS, y Ü 2?
15. a) Si ® 2 son álgebras booleanas y /: 91, - » S ¡2 es inyectiva. sobre y tal que/(* + y) =f(x) +
/(y ) y /(x ) = f ( x \ para toda x, y E SI,, demuestre q u e/es un isomorfismo.
b) Enuncie y demuestre otro resultado análogo al de la pane (a). (¿Qué principio aplicamos
aquí?)
772 C apítulo 1 5 Á lge b ra booleana y fu n cio n e s d e conm utación
1 = i . + *2 + í*x„.
15.5
R e s u m e n y re p a so h istó rico
C l a u d e E lw o o d S h a n n o n ( 1 9 1 6 - )
Vimos que podemos representar las funciones de conmutación por medio de sus formas
normales conjuntiva y disyuntiva. Estas formas nos perm iten escribir tales funciones en
forma compacta por medio de etiquetas en binario. E l proceso de minim ización nos mos-
1 5.5 Resum en y repaso histórico 773
tró cómo representar una función booleana dada como sum a minimal de productos o como
producto minimal de sumas. Con base en el m étodo de m apas de E. W. Veitch [11], desa
rrollam os la modificación de M aurice K amaugh [4] como un m étodo gráfico para la sim
plificación de las funciones booleanas. Otra técnica que mencionamos en el texto fue el
algoritmo de tabulación conocido como el m étodo de Quine-McCluskey. Este m étodo fue
desarrollado originalmente por W illard Van Orman Quine (1 9 0 8 -) [6,7] y modificado por
Edward J. McCluskey, Jr. (1 9 2 9 -) [5]. E s muy útil para funciones con más d e seis varia
bles y se presta p ara su implementación en un computador. El lector interesado en los
m apas de K am augh puede leer el capítulo 6 de F. Hill y G. Peterson [3). E l capítulo 7 de
[3] ofrece un excelente tratamiento del m étodo d e Quine-McCluskey. A. Friedman y P.
Menon [2] analizan las redes de puertas a la luz de la tecnología contemporánea, mientras
queT. Booth [1] analiza aplicaciones m ás específicas del diseño lógico en el estudio de los
computadores.
Aunque la m ayor parte de este capítulo fue d e naturaleza aplicada, la sección 15.4 nos
m ostró un análisis de la estructura de un álgebra booleana. A diferencia de los anillos
conmutativos con elemento unidad, que tienen todos los tamaños posibles, vimos que un
álgebra booleana sólo puede tener 2" elementos, donde n £ Z*. L a unicidad de la represen
tación surgió al encontrar los átomos de un álgebra booleana, que se usan para construir el
resto del álgebra (excepto por el cero). El álgebra booleana de los conjuntos, que estudia
mos en el capítulo 3, representa todas las álgebras booleanas, en el sentido de que un
álgebra booleana con n átomos es isom orfa ai álgebra de todos los subconjuntos de { 1 ,2 ,
3..........n}.
B IB L IO G R A F ÍA
1. B o o t h . T a y l o r L ., D i g i t a l N e t w o r k s a n d C o m p u t e r S y s t e m s , T e d . . N u e v a Y o r k , W ile y . 1 9 7 8 .
2. F r ie d m a n . A r t h u r D . , y P . R . M e n o n , T h e o r y a n d D e s i g n o f S w i t c h i n g C i r c u it s . W o o d la n d
H ílls , C a l i f o r n i a C o m p u t e r S c ie n c e P r e s s , 1 9 7 5 .
3. H ill, F r e d e r ic k J. y G e r a l d R . P e te r s o n , I n tr o d u c tio n t o S w i t c h i n g T h e o r y a n d L ó g i c a 1 D e s i g n ,
3 " e d . , N u e v a Y o r k , W ile y , 1 9 8 1 .
4. K a m a u g h , M a u r i c e . “T h e M a p M e t h o d f o r S y n t h e s i s o f C o m b i n a t o r i a l L o g i c C i r c u i t s ” ,
T r a n s a c ti o n s o f t h e M E E , p a r t e I , v o i. 7 2 , n ú m . 9 , 1 9 5 3 , p á g s . 5 9 3 - 5 9 9 .
5. M c C lu s k e y , E d w a r d J . J r ., " M in im i z a tio n o f B o o l e a n F u n c tio n s ” , B e / / S y s te m T e c h n ic a l J o u r n a l,
3 5 , n ú m . 6 , n o v ie m b r e d e 1 9 5 6 , p á g s , 1 4 1 7 - 1 4 4 4 .
6. Q u in e , W illa r d V ., ‘T h e P r o b le m o f S i m p lif y in g T r u th F u n c tio n s ” , A m e r i c a n M a t h e m a t i c a l
M o n th ly , 5 9 , n ú m . 8 o c tu b r e d e 1 9 5 2 , p á g s . 5 2 1 - 5 3 1 .
7. Q u in e , W illa r d V ., “ A W a y t o S i m p lif y T r u th F u n c tio n s " , A m e r i c a n M a t h e m a t i c a l M o n th ly .
6 2 , n ú m . 9 , n o v ie m b r e d e 1 9 5 5 , p á g s . 6 2 7 - 6 3 1 .
8. S h a n n o n , C l a u d e E . , “ A S y m b o lic A n a l y s is o f R e la y a n d S w i t c h i n g C i r c u i t s ” , T r a n s a c ti o n s o f
t h e M E E , v o l. 5 7 , 1 9 3 8 , p á g s . 7 1 3 - 7 2 3 .
9. S h a n n o n , C l a u d e E . ‘T h e S y n t h e s i s o f T w o - t e r m in a l S w it c h in g C i r c u i t s " . B e l l S y s t e m T e c h n ic a l
J o u r n a l, v o l. 2 8 , 1 9 4 9 . p á g s . 5 9 - 9 8 .
1 0 . P e r s o n a l d e l la b o r a t o r i o d e c o m p u t a c i ó n . S y n t h e s i s o f E l e c t r o n i c C o m p u t i n g a n d C o n t r o l
C i r c u it s , A n n a l s 2 7 . C a m b r id g e , M a s s ., H a r v a r d U n iv e r s i ty P r e s s , 1 9 5 1 .
11. V e itc h . E .W ., “ A C h a r t M e th o d f o r S i m p lif y in g T r u th F u n c tio n s ” , P r o c e e d in g s o f t h e A C M .
P i tts b u r g h . P e n n . , m a y o d e 1 9 5 2 , p á g s . 1 2 7 - 1 3 3 .
774 C apitulo 1 5 Á lge b ra b oo lea na y fu n cio n e s d e conm utación
13. Para (a) n = 60, y (b) n = 120, explique por qué los
Figura 15.16 divisores positivos de n no forman un álgebra booieana. (En
este caso, x + y = mcm(x, y),xy = mcd(x, y),x= n /x, 1 es el
a) Encuentre la f.n.d. de g, cuyo valor sea 1 exacta elemento neutro y n es el elemento unidad.)
mente cuando abce sea el equivalente en binario 14. Sea 9i¡ el álgebra booieana de todos los divisores ente
de 1,2 ,4 u 8. ros positivos de 30030, y sea el álgebra booieana de los
b) Dibuje la red de puertas de dos niveles parag como subconjuntos de {a, u, w, x, y, z). ¿Cuántos isomorfismos/:
una suma minimal de productos. -> % satisfacen/( 2 ) = {a} y /(6 ) = {a, u}?
c) Si esta red es parte de una red más grande y, en 15. Sean o , í , c £ 3 , u n álgebra booieana. Demuestre que
consecuencia, los equivalentes en binario de los ab + c = a(b + c) si y sólo si c £ a.
16
Grupos, teoría
de la codificación
y m é to d o
de enum eración
de Polya
l estudiar las estructuras algebraicas analizamos las propiedades compartidas por siste
A m as matemáticos particulares. D espués generalizamos nuestros hallazgos para estudiar
la estructura subyacente común en estos ejemplos particulares.
En el capítulo 14 hicimos esto con la estructura de anillo, la cual dependía de dos
operaciones binarias cerradas. Ahora estudiaremos una estructura con una operación binaria
cenada. Esta estructura se llama grupo.
Nuestro estudio de los grupos analizará muchas ideas sim ilares a las de los anillos. Sin
embargo, trataremos principalmente los aspectos de la estructura necesarios para la teoría
de la codificación y un m étodo d e conteo desarrollado por George Polya.
1 6 .1
D e fin icio n e s, e je m p lo s
y p r o p ie d a d e s e le m e n ta le s
Definición 16.1 Si G es un conjunto no vacío y o es una operación binaria en G, entonces (G, °) es un grupo
si cumple las siguientes condiciones.
1) Para todos a, b G G, a o b G G. (G es cerrado mediante o.)
2) Para toda <2, b, c e G, a ° (b ° c) = (a ° b) ° c. (Propiedad asociativa.)
3) Existe e £ G t a l que a'>e = e ° a = a, para todo a 6 G . (Existencia de un elemento
identidad o neutro.)
4 ) Para cada a £ G existe un elemento b e G tal que a ° b = b ° a = e. (Existencia de
inversos.)
777
778 C apítulo 1 6 G rupos, teoría d e la codificación y m é to d o d e enum eración de Polya
Si revisamos la definición 14.1 (para un anillo), mencionamos cómo las leyes asocia
para las operaciones binarias cenadas de + (sum a en el anillo) y - (producto en el anillo)
podían extenderse mediante la inducción m atem ática El mismo tipo de situación surge para
los grupos. Si (G, o) es un grupo, y t » £ Z * con n > 3 y 1 < r < n , entonces
Con la suma ordinaria, Z, Q , R y C son cada uno un grupo abeliano. Ninguno de ellos es
un grupo mediante la multiplicación, pues 0 no tiene inverso multiplicativo. Sin embargo,
Q *, R* y C* (los elementos no nulos de Q, R y C , respectivamente) son grupos abelianos
multiplicativos.
Si (/?, +, •) es un anillo, entonces (R. +) es un grupo abeliano; los elementos distintos de
cero de un cuerpo forman un grupo abeliano multiplicativo.
+ 0 1 2 3 4 5 1 2 3 4 5 6
0 0 1 2 3 4 5 1 1 2 3 4 5 6
1 1 2 3 4 5 0 2 2 4 6 1 3 S
2 2 3 4 5 0 1 3 3 6 2 5 1 4
3 3 4 S 0 1 2 4 4 1 5 2 6 3
4 4 5 0 1 2 3 5 5 3 1 6 4 2
5 5 0 1 2 3 4 6 6 5 4 3 2 1
D e fin ic ió n 1 6 .2 Para cualquier grupo G, el número de elementos de G es el orden de G que se denota con
| G | . Cuando el número de elementos de un grupo no es finito, decimos que G tiene orden
infinito.
T a b la 1 6 .3
1 2 4 5 7 8
1 1 2 4 5 7 8
2 2 4 8 1 5 7
4 4 8 7 2 1 5
5 5 1 2 7 8 4
7 7 5 1 8 4 2
8 8 7 5 4 2 1
Dejamos la demostración d e las propiedades (c) y (d) al lector. (Debido a estas propieda
des, cada elemento del grupo aparece exactamente una vez en cada fila y en cada columna
de la tabla para un grupo finito.)
78 0 Capítulo 1 6 G rupos, teoría d e la codificación y m é to d o d e enum eración d e Poiya
Con base en el resultado del teorema 16.1(b), denotaremos el inverso único d e a como
cr'. Si escribimos el grupo en forma aditiva, usaremos - a para denotar el inverso (aditivo
de a.
Com o en el caso de la multiplicación en un anillo, tenemos las potencias de los elemen
tos de un grupo. Definimos a° = e, a' = o, a2 = a - a , y en general, a” *' = a" • a, para todo n (
N. Puesto que cada elem ento del grupo tiene un inverso, para » E Z * definim os <r*= (ir'Y
Entonces a" está definido p ara todo » 6 Z y podemos m ostrar que p ara todos m, n E l ,
a " -a " = am" ' y ( a m)n=a™.
Si la operación del grupo es la suma, entonces los múltiplos reem plazan las potencias y
para cada m, n E Z y a E G tenemos que
m a + n a = (m + n )a m ( n a ) = (m n )a .
Tabla 16.4
+ 0 2 4
0 0 2 4
2 2 4 0
4 4 0 2
a ) Todo grupo G tiene como subgrupos a {«}, G. Éstos son los subgrupos triviales de
G. Los demás se llaman no triviales, o propios.
b) Además d e / f = { 0 ,2 ,4 } , el subconjunto K = (0 ,3 } también es un subgrupo propio
de G = (Z6, +).
c) Cada uno de los subconjuntos no vacíos { 1,8 } y { 1,4,7} es un subgrupo de ((/», -).
d) E l grupo (Z, + ) es un subgrupo de (Q , +), que a su vez es un subgrupo de (R, +).
Sin embargo, Z* no es un subgrupo d e (Q *, •) mediante la m ultiplicación. (¿Por
qué?)
16.1 Definiciones, ejemplos y propiedades elementales 781
2 1
1
(a)
A-A A-A
F ig u r a 16 .1
32 t 1
(b)
3'2 3
Para el neutro es decir, la rotación de n(360°), para n £ Z, escribim os tío = ({11. Estas
rotaciones se conocen com o m ovim ientos rígidos del triángulo. Son movimiertf
bidimensionales que conservan fijo el centro C y preservan la forma del triángulo. Porto
tanto, el triángulo se ve igual que cuando empezamos, excepto por un posible reo
miento de las etiquetas en algunos de sus vértices.
Además de estas rotaciones, podemos reflejar el triángulo a lo largo de un eje que pasa
por un vértice y p or el punto m edio del lado opuesto. Para el eje diagonal que bisecad
ángulo derecho de la base, la reflexión da por resultado la figura 16.1(b). Represen'
esto con = (j f j). Una reflexión sim ilar a lo largo del eje que biseca el ángulo izqui
de la base produce la permutación r2 = (f § f). Cuando reflejamos el triángulo a lo laigo dé
su eje vertical, tenemos r¡= ¡j \ ®). Cada r¡, para 1 < i < 3, es un movimiento rígido
tridimensional.
Sea G = {Jto, !t|, ití, r¡, r2, r 5) el conjunto d e movimientos rígidos (en el espacio) del
triángulo equilátero. Hacemos de G un grupo definiendo el movimiento rígido a p , parad,
P G G, como el movimiento obtenido al aplicar primero a y después P- A sí, por ejemplo,
n,r, = r¡. Podemos ver esto de m anera geométrica, pero será m ás fácil considerar las
permutaciones como sigue: Jt,r, = g 1 1¡(| j |), donde, por ejemplo, 7t,(l) = 3 y r¡(3) = 3 y
escribimos 1 — » 3 — 3. Así, 1 *"'> 3 en el producto n¡ r,. (Observe que el orden en
el que escribimos el producto n¡ r, es el opuesto al de su función compuesta, como la
definimos en la sección 5.6. L a notación de la sección 5.6 aparece en el análisis, mientras
que en álgebra hay una tendencia a utilizar este orden opuesto.) A dem ás, com o 2 —
1 —2—> 2 y 3 *' > 2 — se sigue que 7t, r, = g ¡ = r¡.
L a tabla 16.5 verifica que G es cerrado m ediante esta operación binaria, con neutrón»
Además, 7t r1 = Jtj, n ¡ 1= jt, y cualquier otro elem ento es su propio inverso. Puesto que los
elementos de G son en realidad funciones, la propiedad asociativa resulta del teorema 5.6
(aunque en orden inverso).
T abla 1 6 .5
tt0 ti t; n f2 r¡
tt0 •to ti t2 rí f2 n
tti •ti t2 to rí ri f2
■*2 tj to ti '2 h r¡
r¡ r, r¡ t} to t. t2
r-¡ rí r¡ n t2 to ti
's ti n rí ti t2 to
16.1 Definiciones, ejem plos y propiedades elementales 783
Calculamos %¡r, como r3, pero de la tabla 16.5 vemos que r, n , = r2. Como n¡ r, = r¡ ~ r,=
r,K„ G es no abeliano.
T a m b ié n podemos obtener este grupo como el grupo d e perm utaciones d el conjunto
11, 2, 3} mediante la operación binaria de composición de funciones. L o denotamos con
S3 (el grupo simétrico de 3 símbolos).
Analizaremos ahora una construcción para formar grupos grandes a partir de grupos pequeños.
1 6 .9 I Considerem os los grupos (Zj, +), (Z 3, +). En G = Z¡ x Z 3, definimos (a,, b¡) ■(a2, b2) =
(a, + a2, b, + b2). Entonces, G es un grupo de orden 6 , donde el neutro es ( 0 ,0 ) y el inverso
del elem ento ( 1 , 2 ) es ( 1 , 1 ), por ejemplo.
S 16.1 1. Para cada uno de los siguientes conjuntos, determine si el conjunto es o no un grupo mediante
la operación binaria dada. De ser así, determine su neutro y el inverso de cada elemento. Si no
es un grupo, formule las condiciones que viola de la definición.
a) |- 1 ,1 ( bajo la multiplicación
b) {-1, 1}bajo la suma
c) {-1,0,1} bajo la suma
d ) {10n|n e Z } bajo la suma
e) El conjunto de todas las funciones/: A —>A, donde A = { 1 ,2 ,3 ,4¡, mediante la composi
ción de funciones
f) El conjunto de todas las funciones inyectivas g: A -y A donde A = {1, 2, 3, 4}, bajo la
composición de funciones
g) {al2'\a, » € Z , « > 0 | , bajo la suma
2. Demuéstrelas paites (c) y (d) del teorema 16.1.
3. ¿Por qué el conjunto Z no es un grupo bajo la resta?
4. Sea G = {q G Q]q £ -1}. Definimos la operación binaria ° en G como x ° y = x + y + x y .
Demuestre que (G, o) es un grupo abeliano.
5. Defina la operación binaria <>en Z como x ° y = x + y + 1. Verifique que (Z. «) es un grupo
abeliano.
6. Sea S = R* X R. Defina la operación binaria o en S como (u, ti) ° (x, y) = (ux, e x + y).
Demuestre que (S, o) es un grupo no abeliano.
784 C apitulo 1 6 G rupos, teoría d e la codificación y m éto do d e enum eración d e Polya
7. Encuentre los elementos de los grupos t/K y Í/M, los grupos de unidades de los anillos (Zjo, +.
y (Z», +. •). respectivamente.
8. Para cualquier grupo G, demuestre que G es abeliano si y sólo si (ab)1= a V para todos a, b £ G.
9. Si G es un grupo, demuestre que para todos a, b £ G,
a) ( a ~ ')~ '= a b) (ab)~1 = b~'a~I
10. Demuestre que un grupo G es abeliano si y sólo si para todos a .b & G , (ab)"' = a~'b~\
11. Encuentre todos los subgrupos de los siguientes grupos.
a) (Z u, + ) b) (Z,*„•) c) S3
12. a) ¿Cuántos movimientos rígidos (en dos o tres dimensiones) tiene un cuadrado?
b) Elabore una tabla de grupo para estos movimientos rígidos, como la tabla 16.5 para d
triángulo equilátero. ¿Cuál es el neutro para este grupo? Describa en forma geométrica d
inverso de cada elemento.
13. a ) ¿Cuántos movimientos rígidos (en dos o tres dimensiones) hay para un pentágono regular?
Descríbalos en forma geométrica,
b) Responda la parte (a) para un n-ágono regular, r¡ 2 3.
14. En el grupo S¡, sea
(l 2 3 4 S\ D /l 2 3 4 5\
a = \2 3 1 4 5/ y \2 1 5 3 4 Í‘
16.2
H o m o m o r f is m o s , ¡s o m o rfis m o s
y g r u p o s cíclico s
f ( x + y ) = [x + y ] = [x] + [y] =f ( x ) + / ( y ) .
t t
La operación en G La operación en H.
16.2 H om om orfism o s, isom orfism o s y g ru p o s cíclicos 785
Cuando sabemos que las estructuras dadas son grupos, decimos sim plem ente que la
fu n c ió n /e s u n homomorfismo.
En el siguiente teorema damos algunas propiedades de los homomorfismos.
TEOREMA 16.5 Sean (G, » ),(//,* ) grupos con neutros respectivasec y eH. S i/: G —>/ / es un homomorfismo,
entonces
a) f ( e c) = eH.
b) f(a rl) = [/(a)]"' para todo a E G.
c) f ( a r) = [/(a )]“ para todo a E G y todo n £ Z.
d) f(S ) es un subgrupo de H para cada subgrupo S de G.
D e m o s tra c ió n :
a ) eH‘ f(e ¿ ) =/(«g) = /(« c ° «o) = /O c ) */(«c). P °re l teorema 16.1(d), se sigue que
/ O c ) = eH-
b) y c) Dejaremos al lector la demostración de estas partes.
d) Si S es un subgrupo de G, entonces S f 0, por lo q u e /(S ) £ 0. Sean x, y e /(S ).
Entonces x = /( a ) , y = f(b ), para algunos a, b E S . Com o S es un subgrupo de G,
se sigue que a = b E S. por lo que x * y = f ( a ) * f ( b ) = / ( a ° f>) E f(S ) . Por
último, x~' = [/(a)]"1= /(a “') £ /(S ), puesto que £ S si a E S. En consecuen
cia, por el teorema 16.2,/(S ) es un subgrupo de H.
Sea/ : (R+, •) -> (R, +) tal quef ( x ) = log,0(x). Esta función es uno a uno y sobre. (Verifique
estas propiedades.) Para cualquier a. b E R ',f( a b ) = log,0(a¿ ) = log,0a + log10ó = f ( a ) +
f(b ). Por lo ta n to ,/e s un isomorfismo y el grupo de números reales positivos m ediante la
multiplicación es igual (en un sentido abstracto) al grupo de los números reales bajo la suma.
En este caso, la función/traduce un problema en la multiplicación de los números reales
(un tanto difícil sin calculadora) en un problema que trata de la suma de números reales (un
considerando aritmético m ás sencillo). É sta era una razón fundamental para el uso de los
logaritmos antes del advenimiento de las calculadoras.
786 C apítulo 1 6 G rupos, teoría d e la codificación y m é to d o d e enum eración d e Polya
a + b V 3 = c + d V 3 0 í2 = c y =
/ ( ( a + b V 3) + (x + y V 3 )) = / ( ( * + x ) + ( b + y ) V 3 ) =
a+ x
b +y
T a b la 1 6 .6
‘fin ic ió n 1 6 . 6 Un grupo G es cíclico si existe un elemento x E G tal que para todo a E G , a = x" para
algún n E Z.
i fin ic ió n 1 6 . 7 S i G es un grupo y a e G, el orden de a, que denotamos con e(o ), es ¡(a) | . (Si | (a) | es
infinito, decimos que a tiene orden infinito.)
Si | (a) I = 1, entonces a = e, puesto que a = a ' G (a) y e = G (a). Si | (a) | es finito pero
a f e . entonces (a) = [am\m G Z ) es finito, de modo que [a, a 3. a3, . . . } = fo " |m G Z')
también es finito. En consecuencia, existen t, / 6 Z* tales que 1 £ s < t y ¡2“= a!, de lo que
se sigue que d ~ ‘ = e, con l - s 6 Z ‘ . Como e G { c f\m G Z*}, sea n el mínimo entero
positivo tal que c f= e . Afirmamos que (a) = {<2, a2, a3, , a " ~ c f ( —e )}.
Primero observemos que | {<2, a2, a3, . . . , t f ~*, t f i - e)} | = n. En caso contrario, tendría
mos a“= a” para u, u enteros positivos, tales que 1 £ u < v < n, y entonces a'*-‘ = e, con
0 < o - u < n. Sin embargo, esto contradice el hecho de que n sea mínimo. Así, aho ra
sabemos que |( a ) | > n. Pero para cualquier i G Z , el algoritmo de la división implica que
k = qn + r, donde 0 < r< n , por lo q t x i f = d e'*'= (a''f(aT) = (<?’) « ) = ¿C G {a, ¡r, a5___
a \ = e = a0)}. Por lo tanto, (a)= {a, a2, a3, __ , a*-1, a"(= e)} y también podemos definir
c(a) como el mínimo entero positivo n tal que t f = e. Esta definición alternativa para el
orden de un elem ento del grupo (de orden finito) es muy útil en el siguiente teorema.
T E O R E M A 16 .6 Sea a G G c o n c ía ) = n. Si k G Z y 3 * = e, entonces n \ k.
Demostración: (De nuevo) por el algoritmo de la división, tenemos que k = q n + r, para 0 £
r < n , y entonces se sigue que e = a*= o4”* r = (a'Y{cf) = (<*)(</) = ar. Si 0 < r < it,
contradecimos la definición de n como cía ). Por lo tanto, r = 0 y k = qn.
De la parte (b) del ejemplo 16.14 sabemos que U9= { 1 ,2 .4 , 5, 7, 8) = (2). Usamos este
hecho para definir la función /: U9—>(Z6, +) como sigue:
Así, en general, para cada a G U, escribimos a = 2* para algún 0 £ k < 5 y tenemos que
f ía ) = f(2t) = [i]. Esta funciónf e s inyectiva y sobre; vemos, por ejemplo, q u e/(2 - 5) = /(l)=
[0] = [1] + [5] = /(2 ) + /( 5 ) y / ( 7 • 8 ) = /(2 ) = [1] = [4] + [3] = / ( 7 ) + /(8 ).
En general, para a,b G U, podemos escribir a = 2” y b = 2”, donde 0 £ m, n £ 5 y s e
sigue que
En consecuencia, la fu n ció n /es un isomorfismo y los grupos (7, y (Z¿, + ) son isomorfos.
[Observe la forma en que la función / relaciona los generadores de los dos grupos
cíclicos. Observe también que la función g: U, —>(Zj, +), donde
Si G = (g), G es abeliano, pues g " - g” = g " ' " = g**“ = g"- g "p ara todos w, « £ Z . Sin
embargo, el recíproco es falso. E l grupo H d e la tabla 16.7 es abeliano, y c(e ) = 1, e (a ) =
c (¿ ) = c (c ) = 2. Puesto que no tiene elementos de orden 4, H no puede ser cíclico. (El
grupo H es el m ínimo grupo no cíclico y se conoce como el grupo cuatro d e Klein.)
Tabla 16.7
e a b c
e e a b c
a a e c b
b b c e a
c c b a e
EJERCICIOS 16.2 1 . Demuestre las partes (b) y (c) del teorema 16.5.
2. S i/: G —t H y g : H —*K son homomorfismos, demuestre que la función compuesta g » /: G-»
K dada por (g ° f)(x) = g(/(r)) es un homomorfismo.
3. Sea (G, +) el grupo jo +■b-j3 |o, ¿ 6 Q ), como en el ejemplo 16.12, demuestre que para a*
b-J3, c + d S e G , a + b-Í3 = c + d-j3 si y sólo s\ a - c y b = d.
4 . S eaA = [ _ ° j],
16.3
C la se s la te rale s y el te o re m a d e
Lag ran ge
En las últimas dos secciones, para todos los grupos finitos G y subgrupos H de G, obtuvi
m os que | H | divide a | G | . E n esta sección m ostraremos que esto no fue casualidad, sino
que es cierto en general. Para demostrarlo necesitamos una idea nueva.
Si G e s el grupo del ejemplo 16.7 y H = {tto, te,, 1%}, la clase lateral r,ZZ= {r,7to, r¡n¡, r¡K¡) =
{r , , r¡, r3¡. De la m isma forma tenemos que r2H = r¡H = {r , , r2, r¡ } m ientras que 7t0/ / =
n ,H = n2H = H .
Vemos que | a / / | = | / / | para todo a £ G y que G = H U r,H es una partición de G.
Para el subgrupo K = {ic ^ r,} tenemos que r2K = {r: , rc-l y r¡K = {r3, Jt,}. De nuevo
surge una partición de G : G = K U r2K U r¡K. (Nota: Kr2= [n^r-,, r¡r2} = {r-, Jt,) r r : K.)
L E M A 16.1 S i / / es un subgrupo del grupo finito G, entonces para todos a, b £ G, (a) \aH \ = |//|; y
(b) a H = bH o aH f l bH = 0.
D e m o s tra c ió n :
a) Com o a H = {ah\h £ H}, esto implica que |a/Z | < | / / | . S i \aH \ < |//|,te n e m o s
que ah,=ahp con h„ h¡ elementos distintos en H. Por la cancelación izquierda en G,
obtenemos la contradicción de modo que \aH \ = | / / | .
792 Capítulo 1 6 G rupos, teoría d e la codificación y m é to d o d e enum eración d e Polya
b) S i a H f l b H £ 0 , s e a c = a h , = b h 2 p a r a a lg u n o s h¡, h 2 G H . S i x G a H , e n to n c e s x = ah
p a r a a l g ú n E G í f , d e m o d o q u e x = ( b h 2h { ' ) h = b Q i ^ i f h ) G b H , y a H C b H . E n
f o r m a a n á lo g a , y G b H = > y = b h , p a r a a l g ú n h , G H = b y = ( a h . h f i h , = a ( h ¡ h i'h ,)
G aH , de m odo que b H £ a H . P o r l o ta n to , a H y b H s o n d is j u n to s o id é n tic o s .
( O b s e r v e m o s a q u í q u e s i g G G , e n to n c e s g G g H , p u e s to q u e e G H . A d e m á s,
p o r l a p a r te ( b ) , p o d e m o s s e p a r a r a G e n c la s e s d is ju n ta s e n tr e s í.)
T E O R E M A 16 .9 T e o re m a d e L a g r a n g e . S i G e s u n g r u p o f in ito d e o rd e n n y H e s u n s u b g r u p o d e o rd e n m.
e n to n c e s m d iv id e a n .
D e m o s tr a c ió n : S i H = G s e tie n e e l r e s u l ta d o . E n c a s o c o n tr a r io , m < n y e x i s t e u n e le m e n to
a G G - H. Com o a £ H , s e s i g u e q u e a H 4=H, d e m o d o q u e a H C l H = 0. S i G = aH U H,
e n to n c e s |G | = | a í í j + | f l j = 2 \ H \ y s e s i g u e e l t e o r e m a . E n c a s o c o n t r a r i o , e x i s t e un
e l e m e n t o ¿ G G - ( / í U a / / ) ,t a l q u e ó É / n W = Í = b H C [ a H y \b H \ = \ H \ . S i G = b H V a H
U H , t e n e m o s q u e ¡ G ¡ = 3 1H | . E n c a s o c o n t r a r i o , o b t e n e m o s u n e l e m e n t o c G G t a l q u e
c b H U a H U H . E l g ru p o G e s fin ito , d e m o d o q u e e s te p ro c e s o te rm in a y v e m o s q u e G
= a ¡ H U a 2H U • • - U a ¡ H . P o r l o t a n t o , | G | = k \ H \ y m d i v i d e a n .
O tr o m é t o d o p a r a d e m o s t r a r e s t e t e o r e m a a p a r e c e e n e l e j e r c i c i o 1 4 d e e s t a s e c c ió n .
T e r m i n a r e m o s l a s e c c i ó n c o n d o s c o r o l a r i o s . P e d i r e m o s s u d e m o s t r a c i ó n e n l o s e j e r c i
c io s d e la s e c c ió n .
C O R O L A R IO 16.2 C u a lq u ie r g r u p o d e o r d e n p r im o e s c íc lic o .
2 . R e s p o n d a e l e je r c i c i o 1 p a r a e l c a s o e n q u e a s e r e e m p la z a p o r P = (J ¡ J ¡j.
3. Si y = 1 5 ) G S , , ¿ c u á n t a s c l a s e s l a te r a le s d e t e r m i n a (y>?
4. P a r a G = ( Z M, + ) , e n c u e n t r e l a s c l a s e s l a te r a le s d e t e r m in a d a s p o r e l s u b g r u p o H = ( [3 ] ) . H aga
l o m is m o p a r a e l s u b g r u p o K = ( [ 4 ] ) .
5. S e a G = R x R , c o n l a o p e r a c i ó n d e g r u p o + d a d a p o r (<j, b ) + ( c , d ) = ( a + c . b + d ) , p a ra a , b,
c , d € R. ( E n e s te c a s o , c a lc u la m o s a * c , b + d m e d ia n t e l a s u m a o r d i n a r i a e n R.)
a ) S i H = ( ( a , 0 | a G R ), d e m u e stre q u e H e s u n su b g ru p o d e G .
b ) D é u n a in te r p r e ta c ió n g e o m é tr ic a d e l a s c l a s e s l a te r a le s d e H e n G .
6. S e a R u n a n illo c o n e le m e n to u n id a d u . D e m u e s t r e q u e l a s u n i d a d e s d e R f o r m a n u n g r u p o bajo
l a m u l t i p l i c a c i ó n d e l a n illo .
16.4 Elem entos d e la teoría d e la codificación 793
7 . S e a G u n g r u p o c o n s u b g r u p o s H y K . S i | G | = 6 6 0 , \ K \ - 6 6 y K C H C G , ¿ c u á l e s s o n lo s
p o s ib le s v a lo re s d e \ H \ ?
8. S e a n p , , p 2, p }, p , c u a t r o p r i m o s d i s t i n t o s y s e a G u n g r u p o c o n s u b g r u p o s H y K , d o n d e K C
H C G . ¿ C u á n t o s v a l o r e s p o s ib l e s t ie n e | f f | s i
a) |G j =p ¡ p l p l p t y \ K \ = p , p 2p 3?
b) \ G \ = p \ p \ p ] p t y \ K \ = p \ p \ p \ p 2¿
c) | G | = p V P ? p T p T a \K \ ~ P \ ' P T P T p T , d o n d e n ¡ , n 2, n } , n , E Z " , m ¡ , m 2, m 2, m ,
E N , y m , s n , p a r a to d o 1 s i e 4 ?
9. S e a G = S „ e l g r u p o s im é tr ic o d e 4 s ím b o lo s y s e a H e l s u b c o n ju n to d e G d a d o p o r
2 3 2 3 2 3 2 3
2 3 1 4 4 1 3 2
a ) C o n s t r u y a u n a t a b la p a r a m o s t r a r q u e H e s u n s u b g r u p o a b e lia n o d e G .
b ) ¿ C u á n t a s c l a s e s l a t e r a l e s i z q u ie r d a s d e H e x i s t e n e n G ?
c ) C o n s i d e r e e l g r u p o ( Z ¡ X Z ? , ® ) d o n d e ( a , b ) f f i (c, d ) = ( u + c , b + d ) y l a s s u m a s a + c , b +
d s e c a lc u la n c o n l a s u m a m ó d u l o 2 . D e m u e s t r e q u e H e s i s o m o r f o a e s t e g r u p o .
1 0 . S i G e s u n g r u p o d e o r d e n n y t i £ G , d e m u e s t r e q u e cd - e .
1 1 . S e a p u n p r im o , ( a ) S i G t ie n e o r d e n 2p , d e m u e s t r e q u e t o d o s u b g r u p o p r o p i o d e G e s c íc li c o ,
(b ) S i G t ie n e o r d e n p 2, d e m u e s t r e q u e G t ie n e u n s u b g r u p o d e o r d e n p .
12. D e m u e s tr e l o s c o r o l a r i o s 1 6 .1 y 1 6 .2 .
1 3 . S e a n H , K s u b g ru p o s d e u n g ru p o G , d o n d e e e s e l n e u tro d e G .
a ) D e m u e s t r e q u e s i | H | = 1 0 y |Í T | = 2 1 , e n to n c e s H n K = { e } .
b) S i | / f | = m y |ÁT| = n , c o n m c d ( m , n ) = 1 , d e m u e s t r e q u e H n K = { e } .
1 4 . L o s i g u i e n t e p r o p o r c io n a u n a f o r m a a l t e r n a tiv a d e d e m o s t r a r e l t e o r e m a d e L a g r a n g e .
S ea G u n g ru p o d e o rd en n y se a H u n su b g ru p o d e G d e o rd en m .
a ) D e f i n a l a r e l a c i ó n S U c n G c o m o s ig u e : S i a , b S G , e n t o n c e s a 9 ! b s i a ~ 'b £ H . D e m u e s tr e
q u e 3 t e s u n a r e la c i ó n d e e q u iv a l e n c i a e n G .
b) P a r a a , b £ G , d e m u e s tre q u e a 9 ) b si y s ó lo si a H = b H .
c ) S i a € G , d e m u e s t r e q u e [ a ] , l a c l a s e d e e q u iv a l e n c i a d e a b a j o 95, s a t i s f a c e [ a ] = a l ! .
d) P a r a c u a l q u i e r a E G . d e m u e s t r e q u e \ a H \ = \ H \ .
e ) E s t a b l e z c a a h o r a l a c o n c l u s i ó n d e l te o r e m a d e L a g r a n g e ; e s d e c ir , q u e | H \ d i v i d e a | G | .
1 5 . a ) T e o r e m a d e F e r m a t . S i p e s u n p r im o , d e m u e s t r e q u e c f = a ( m o d p ) p a r a c u a l q u i e r a S Z .
( ¿ C ó m o s e r e l a c i o n a e s t o c o n e l e je r c i c i o 2 0 ( a ) d e l a s e c c ió n 1 4 .3 ? )
b) T e o r e m a d e E u le r . P a r a t o d o n e Z ~ y t o d o a E Z , d e m u e s t r e q u e s i m e d í a , n ) = 1 , e n to n c e s
o * "’ — l ( m o d n ).
c ) ¿ C ó m o s e r e l a c i o n a n l o s d o s t e o r e m a s d e la s p a r te s ( a ) y ( b ) ?
d ) ¿ E x i s te a lg u n a r e la c i ó n e n t r e e s t o s d o s t e o r e m a s y l o s r e s u l ta d o s d e l o s e j e r c i c i o s 6 y 1 0 ?
1 6 .4
E le m e n t o s d e la te o ría
d e la c o d ific a c ió n
E n é s ta y la s s ig u ie n te s s e is s e c c io n e s p r e s e n ta m o s u n á r e a d e la s m a te m á tic a s a p lic a d a s
lla m a d a te o r ía a lg e b r a ic a d e la c o d ific a c ió n . E s ta te o r í a s e in s p i r ó e n e l a r tí c u lo f u n d a
m e n ta l d e C l a u d e S h a n n o n ( 1 9 4 8 ) y e n lo s r e s u l ta d o s d e M a r c e l G o la y ( 1 9 4 9 ) y R i c h a rd
79 4 Capitulo 1 6 G rupos, teoria d e la codificación y m éto do de enum eración de Polya
H a m m i n g ( 1 9 5 0 ) . D e s d e e n t o n c e s s e h a c o n v e r t i d o e n u n á r e a d e g r a n i n t e r é s d o n d e las
e s t r u c t u r a s a l g e b r a i c a s , l a p r o b a b i l i d a d y l a c o m b i n a t o r i a d e s e m p e ñ a n u n p a p e l im p o r ta n te .
N u e s t r o e s t u d i o s e r á d e n i v e l in tr o d u c to r i o , m i e n t r a s b u s c a m o s u n m o d e l o d e l a tra n s
m i s i ó n d e i n f o r m a c i ó n r e p r e s e n t a d a p o r c a d e n a s d e l a s s e ñ a l e s 0 y 1.
E n l a c o m u n i c a c i ó n d i g i t a l s u r g e n a l g u n o s p r o b l e m a s c u a n d o l a i n f o r m a c i ó n s e tr a n s
m it e e n f o r m a d e c a d e n a s d e c e r o s y u n o s , l a p r e s e n c i a d e “ r u id o ” e n u n c a n a l, c u a n d o se
tr a n s m ite c ie r ta s e ñ a l, p u e d e p r o v o c a r q u e s e r e c ib a u n a s e ñ a l d if e r e n te , lo q u e h a r á q u e el
r e c e p to r to m e u n a d e c is ió n e q u iv o c a d a . P o r lo ta n to , q u e re m o s d e s a r r o lla r té c n ic a s que
n o s a y u d e n a d e t e c t a r , e i n c l u s o a c o r r e g i r , l o s e r r o r e s d e t r a n s m i s i ó n . S i n e m b a r g o , l o ú n ic o
q u e p o d e m o s m e jo r a r e s l a p r o b a b il id a d d e u n a t r a n s m is ió n c o r r e c ta ; s i n m á s g a ra n tía s .
N u e s t r o m o d e l o u t i l i z a u n c a n a l s i m é t r i c o b i n a r i o , q u e s e m u e s t r a e n l a f i g u r a 1 6 .2 . H
a d j e t i v o b i n a r i o a p a r e c e d e b i d o a q u e c a d a s e ñ a l s e r e p r e s e n t a m e d i a n t e u n o d e l o s b its O
o 1 . C u a n d o u n t r a n s m is o r e n v í a l a s e ñ a l 0 o 1 e n e s e c a n a l , a c a d a s e ñ a l s e a s o c ia una
p r o b a b i l i d a d ( c o n s t a n te ) p d e tr a n s m i s i ó n in c o r r e c ta . S i e s a p r o b a b i l i d a d p e s l a m is m a
p a r a a m b a s s e ñ a le s , e l c a n a l e s s im é tr ic o . E n e s te c a s o , p o r e je m p lo , te n e m o s la p ro b a b ili
d a d p d e e n v ia r u n c e r o y r e c ib ir u n u n o . L a p ro b a b ilid a d d e e n v ia r l a s e ñ a l 0 y r e c ib ir la en
f o r m a c o r r e c t a e s e n t o n c e s 1 - p . T o d a s l a s p o s i b i l i d a d e s a p a r e c e n e n l a f i g u r a 1 6 .2 .
Figura 16.2
C o n s i d e r e m o s l a c a d e n a c = 1 0 1 1 0 . C o n s i d e r a m o s a c c o m o u n e l e m e n t o d e l g r u p o Z |,
fo rm a d o a p a r ti r d e l p r o d u c to d ir e c to d e c in c o c o p ia s d e ( Z j , + ) . P a r a a b r e v i a r l a n o ta c ió n ,
e s c r ib im o s 1 0 1 1 0 e n v e z d e ( 1 , 0 , 1 , 1 , 0 ) . A l e n v i a r c a d a b i t ( s e ñ a l in d iv i d u a l) d e c a tra v é s
d e l c a n a l s im é tr ic o b in a rio , s u p o n d r e m o s q u e la p r o b a b ilid a d d e tr a n s m is ió n in c o rr e c ta es
d e p = 0 . 0 5 , d e m o d o q u e l a p r o b a b i l i d a d d e t r a n s m i t i r s i n e r r o r e s e s ( 0 . 9 5 5) = 0 . 7 7 .
E n to d o n u e s to a n á lis is d e l a t e o r í a d e la c o d if i c a c ió n , s u p o n d r e m o s q u e l a tr a n s m is ió n
d e c u a lq u ie r s e ñ a l n o d e p e n d e d e la tra n s m is ió n d e la s s e ñ a le s a n te rio re s . E n c o n se c u e n
c ia , la p ro b a b ilid a d d e o c u rr e n c ia d e to d o s e s to s s u c e s o s in d e p e n d ie n te s ( e n s u o r d e n p re
d e te r m in a d o ) e s tá d a d a p o r e l p r o d u c to d e s u s p r o b a b ilid a d e s in d iv id u a le s .
¿ C u á l e s l a p r o b a b i l i d a d d e q u e l a p a r t e r e c e p t o r a d e l m e n s a j e d e c i n c o b i t s r e c i b a la
c a d e n a r = 0 0 1 1 0 ; e s d e c ir, e l m e n s a je o r ig in a l c o n u n e r r o r e n la p r im e ra p o s ic ió n ? L a
p r o b a b i l i d a d d e l a t r a n s m is ió n i n c o r r e c t a d e l p r i m e r b i t e s d e 0 .0 5 , a s í q u e c o n l a h ip ó te s is
d e s u c e s o s in d e p e n d ie n te s , ( 0 .0 5 )( 0 .9 5 ) J ¿ 0 . 0 4 1 e s l a p r o b a b ilid a d d e e n v ia r c = 1 0 1 1 0 y
r e c ib ir r = 0 0 1 1 0 . S i e = 1 0 0 0 0 , p o d e m o s e s c r i b i r c + e = r e i n te r p r e ta r r c o m o e l r e s u lta d o
d e l a s u m a d e l m e n s a j e o r i g i n a l c y e l p a t r ó n d e e r r o r p a r t i c u l a r e = 1 0 0 0 0 . P u e s t o q u e c,
r, e e Z% y - 1 = 1 e n Z ¡ , t a m b i é n t e n e m o s c + r = e y r + e = c .
1 6 .4 Elem entos d e la teoría d e la codificación 795
( 0 . 0 5 ) ( 0 . 9 5 ) 2( 0 . 0 5 ) ( 0 . 9 5 ) = 0 . 0 0 2 ,
p o r lo q u e e s p o c o p r o b a b le q u e o c u rr a e s te e r r o r m ú ltip le .
P o r ú ltim o , s i tr a n s m itim o s c= 1 0 1 1 0 , ¿ c u á l e s la p r o b a b ilid a d d e q u e r d if ie ra d e c en
e x a c ta m e n te d o s lu g a re s ? A f in d e o b te n e r la r e s p u e s ta , s u m a r e m o s la s p r o b a b ilid a d e s
p a r a c a d a p a tró n d e e r r o r f o r m a d o p o r d o s u n o s y tr e s c e r o s . C a d a u n o d e e s to s p a tro n e s
t ie n e u n a p r o b a b il id a d d e 0 .0 0 2 . E x is te n (f) d e ta le s p a tr o n e s , p o r l o q u e l a p r o b a b il id a d d e
d o s e rr o re s e n la tr a n s m is ió n e s tá d a d a p o r
© ( 0 . 0 5 ) 2( 0 . 9 5 ) 3 = 0 . 0 2 1 .
E s to s r e s u lta d o s d a n lu g a r a l s ig u ie n te te o re m a .
a) L a p ro b a b ilid a d d e r e c ib ir r = c + e, d o n d e e e s u n p a t r ó n d e e r r o r particular , f o r m a
do por k unos y (n -k ) c ero s, e sp * ( 1 - p Y " >.
b) L a p ro b a b ilid a d d e q u e se c o m e n t a n k e r r o r e s e n l a t r a n s m i s i ó n e s ( j • / / ( 1 - p Y ~ k.
E n e l e je m p lo 1 6 .1 9 , l a p r o b a b ilid a d d e c o m e te r c u a n d o m u c h o u n e r r o r e n l a tr a n s m i
s ió n d e c = 1 0 1 1 0 e s ( 0 .9 5 ) 5 + ( fX 0 .0 5 ) (9 .9 5 ) 4 = 0 .9 7 7 . A s í , l a p r o b a b i l i d a d d e t e n e r
e rr o re s m ú ltip le s e n la tr a n s m is ió n s e r á c o n s id e r a d a in s ig n ific a n te e n e l a n á lis is d e e s te
c a p ítu lo . D ic h a h ip ó te s is e s v á lid a s i p e s p e q u e ñ a . E n la r e a lid a d , u n c a n a l s im é tric o
b i n a r i o s e c o n s i d e r a " b u e n o ” s i p < 1 0 * s. S i n e m b a r g o , i n d e p e n d i e n t e m e n t e d e l o e s t i p u l a
d o , s i e m p r e p e d i r e m o s q u e p < 1 /2 .
P a r a m e jo r a r l a p re c is ió n d e tr a n s m is ió n e n u n c a n a l s im é tr ic o b in a rio , p u e d e n u s a rs e c ie r
to s tip o s d e e s q u e m a s d e c o d ifi c a c ió n e n q u e s e p r o p o rc io n a n a lg u n a s s e ñ a le s a d ic io n a le s .
P ara m , n G Z*. s e a n > m . C o n sid e re m o s 0 í W C Z f. E l c o n ju n to W c o n s ta d e lo s
m e n s a j e s p o r tr a n s m itir . A ñ a d i m o s a c a d a w G W n -m s e ñ a le s a d ic io n a le s p a r a f o r m a r la
palabra codificada c, d o n d e c G Z !. E s te p ro c e s o e s la codificación y s e r e p r e s e n t a m e
d ia n te l a f u n c ió n £: W '—> ZJ. E n to n c e s £ (w ) = c y E(W) = C C Z5. P u e s t o q u e l a f u n c i ó n
E s ó lo a ñ a d e b its a lo s m e n s a je s ( d is tin to s ), e l p r o c e s o d e c o d ific a c ió n e s in y e c tiv o . D e s
p u é s d e l a tr a n s m is ió n , c s e r e c i b e c o m o T(c), d o n d e T(c) G Z ; . P o r d e s g r a c i a , T n o e s u n a
fu n c ió n , p u e s T(c) p u e d e s e r d i f e r e n t e e n d i s t i n t o s t i e m p o s d e t r a n s m i s i ó n ( y a q u e e l r u i d o
e n e l c a n a l c a m b i a c o n e l ti e m p o ) . ( V é a s e F i g . 1 6 .3 .)
D e s p u é s d e l a r e c e p c i ó n d e T ( c ) , q u e r e m o s a p l i c a r u n a f u n c i ó n d e d e c o d i f i c a c i ó n Zfc
Z J - » Z J p a r a e lim in a r l a s s e ñ a le s a d ic io n a le s y , e s p e r a m o s , r e c i b i r e l m e n s a j e o rig in a l» .
L o i d e a l s e r í a q u e D « T ® E f u e r a l a f u n c i ó n i d e n t i d a d s o b r e W , c o n D : C - > W . P u e s t o que
n o p o d e m o s e s p e r a r e s t o , b u s c a m o s f u n c i o n e s £ y D d e m o d o q u e h a y a u n a p r o b a b il id a d
a l t a d e d e c o d i f i c a r c o r r e c t a m e n t e l a p a l a b r a r e c i b i d a T ( c ) y v o l v e r a t o m a r e l m e n s a je
o r i g i n a l w . A d e m á s , q u e r e m o s q u e l a r a z ó n m l r s e a l o m á s g r a n d e p o s i b l e , d e m o d o q u e no
s e a ñ a d a u n n ú m e r o e x c e s i v o d e s e ñ a l e s a w p a r a o b t e n e r l a p a l a b r a c o d i f i c a d a c = £ (w ).
E s t a r a z ó n m ! n m i d e l a e f i c i e n c i a d e n u e s t r o e s q u e m a y s e d e n o m i n a r a z ó n d e c o d if i c a
c i ó n . P o r ú l t i m o , l a s f u n c i o n e s E y D d e b e r í a n s e r a l g o m á s q u e r e s u l t a d o s t e ó r i c o s ; deben
s e r p r á c tic o s e n e l s e n tid o d e q u e p u e d a n im p le m e n ta rs e e n f o rm a e le c tr ó n ic a
E n d i c h o e s q u e m a l a s f u n c i o n e s £ y D s o n l a s f u n c i o n e s d e c o d i f i c a c i ó n y d e c o d ifi c a c ió n ,
r e s p e c t iv a m e n te , d e u n c ó d ig o d e b lo q u e (n ,m ).
Ilu s tr a m o s e s ta s id e a s e n lo s d o s e je m p lo s s ig u ie n te s .
C o n s id e r e m o s e l c ó d ig o d e b lo q u e (m + l , m ) p a r a m = 8 . S e a W = Z | . P a r a c u a lq u ie r w =
w ¡ w 2 . . . w t e W , d e f i n i m o s E : Z § - » Z | c o m o £ ( w ) = w , w 2 . . . w¡¡h>9, d o n d e w , = ] T 8 w ¡y
.
la s u m a s e d e s a r ro lla m ó d u lo 2 . P o r e je m p lo , £ ( 1 1 0 0 1 1 0 1 ) = 1 1 0 0 1 1 0 1 1 y £ ( 0 0 1 1 0 Ó tl)=
001100110
P a ra to d a w G Z | , E ( w ) c o n t i e n e u n n ú m e r o p a r d e u n o s . A s í , p a r a >v = 1 1 0 1 0 1 1 0 y
E ( w ) = 1 1 0 1 0 1 1 0 1 , s i r e c i b i m o s T ( c ') = T ( E ( w ) ) c o m o 1 0 0 1 0 1 1 0 1 , d e l n ú m e r o i m p a r d e
u n o s e n T ( c ), s a b e m o s q u e h a o c u rr id o u n e r r o r e n l a tr a n s m is ió n . P o r lo ta n to , s í p o d em o s
d e t e c t a r e r r o r e s s e n c i l l o s e n l a t r a n s m i s i ó n , p e r o p a r e c e q u e n o h a y m a n e r a d e c o r r e g i r lo s .
L a p r o b a b i l i d a d d e e n v i a r l a p a l a b r a c o d i f i c a d a 1 1 0 1 0 1 1 0 1 y c o m e t e r a l o s u m o un
e r r o r e n l a tr a n s m is ió n e s
0 _ - p T + ( * ) p ( i - p ) s-
Los nueve bits se transmiten Un bit ha cambiado en la transmisión
en forma correcta. y se detecta un error.
P a r a p = 0 . 0 0 1 o b t e n e m o s ( 0 . 9 9 9 ) ’ + (’ i ( 0 . 0 0 1 ) ( 0 . 9 9 9 ) 8 = 0 . 9 9 9 9 6 4 .
S i d e t e c t a m o s u n e r r o r y p o d e m o s r e t r a n s m i t i r u n a s e ñ a l d e r e g r e s o a l t r a n s m i s o r p a ra
q u e r e p i t a l a p a l a b r a c o d i f i c a d a , y c o n t i n u a m o s e s t e p r o c e s o h a s t a q u e l a p a l a b r a r e c ib id a
te n g a u n n ú m e r o p a r d e u n o s , e n to n c e s l a p r o b a b i l i d a d d e e n v i a r l a p a l a b r a c o d ific a d a
1 1 0 1 0 1 1 0 1 y r e c ib ir l a tr a n s m is ió n c o rr e c ta e s a p ro x im a d a m e n te d e 0 .9 9 9 9 6 4 .t
P o r d e s g r a c i a , s i h a y u n n ú m e r o p o s i t i v o p a r d e e r r o r e s e n l a t r a n s m i s i ó n , T ( c ) s e a c e p ta
c o m o l a p a la b r a c o d ific a d a c o r r e c ta e in te r p re ta m o s s u s p r im e ra s o c h o c o m p o n e n te s com o
t Parap = 0.001, la probabilidad de que ocurra un número impar de errores en la transmisión de la palabra
codificada 110101101 es
e l m e n s a je o rig in a l. E s te e s q u e m a e s e l c ó d ig o d e v e r ific a c ió n d e p a r id a d (m + 1, m ) y e s
a d e c u a d o s o la m e n te c u a n d o n o e s p ro b a b le q u e o c u rra n v a rio s e rro re s .
S i e n v ia m o s e l m e n s a j e 1 1 0 1 0 1 1 0 a tr a v é s d e l c a n a l, te n e m o s u n a p r o b a b il id a d d e
( 0 .9 9 9 ) ! = 0 .9 9 2 0 2 8 d e tr a n s m is ió n c o rr e c ta . M e d ia n t e e l c ó d ig o d e v e r if ic a c ió n d e p a r i
d a d , p o d e m o s in c re m e n ta r la s p ro b a b ilid a d e s d e o b te n e r e l m e n s a je c o rr e c to h a s ta a p ro x i
m a rn o s a 0 .9 9 9 9 6 4 . S in e m b a rg o , s e e n v ía u n a s e ñ a l a d ic io n a l ( y e s p o s ib le q u e s e n e c e s i
t e n tr a n s m is io n e s a d ic io n a le s ) y l a r a z ó n d e c o d if i c a c ió n d e c r e c e d e 1 a 8 /9 .
P e r o s u p o n g a m o s q u e e n v e z d e e n v ia r o c h o b its e n v iá r a m o s 1 6 0 b its , e n c a d e n a s s u c e
s iv a s d e lo n g itu d 8 . L a p r o b a b ilid a d d e r e c ib ir e l m e n s a je c o rr e c to s in u n e s q u e m a d e
c o d i f i c a c i ó n s e r í a ( 0 . 9 9 9 ) '60 = 0 . 8 5 2 0 7 6 . C o n e l m é t o d o d e v e r i f i c a c i ó n d e p a r i d a d e n v i a
m o s 1 8 0 b i t s , p e r o l a p r o b a b i l i d a d d e u n a t r a n s m i s i ó n c o r r e c t a a u m e n t a a ( 0 . 9 9 9 9 6 4 ) 50 =
0 .9 9 9 2 8 0 .
E l c ó d ig o d e tr ip le r e p e tic ió n ( 3 m , m ) e s a q u é l e n q u e p o d e m o s d e le c ta r y c o r r e g ir e rr o re s
s i m p l e s e n l a t r a n s m i s i ó n . S i m = 8 y W = Z f , d e f i n i m o s £ : Z ? - > Z j 3 c o m o £ ( w , t v 2 . . . w ; w's)
= B ’.W ; . . . «■8K’,1V2 . . . W8K’|W 2 . . . w s.
P o r l o ta n to , s i w = 1 0 1 1 0 1 1 1 , e n to n c e s c = E (yv) = 1 0 1 1 0 1 1 1 1 0 1 1 0 1 1 1 1 0 1 1 0 1 1 1 .
L a f u n c ió n d e d e c o d if ic a c ió n D : Z f 3 - » Z f s e g u ía p o r la r e g la d e la m a y o ría . P o r
e je m p lo , s i T ( c ) = 10 10 0 1110 0 110 11110 110 110 , e n to n c e s te n d r í a m o s tr e s e r r o r e s , q u e
a p a r e c e n e n la s p o s ic io n e s 4 , 9 y 2 4 . D e c o d if ic a m o s T ( c ) a n a liz a n d o la s p o s ic io n e s 1 , 9 y
1 7 , p a r a v e r q u é s e ñ a l a p a re c e m á s v e c e s. E n e s te c a s o e s 1 ( q u e a p a re c e d o s v e c e s ), a s í
q u e d e c o d if ic a m o s la p r im e r a e n tra d a e n e l m e n s a je d e c o d if ic a d o c o m o 1. S i c o n tin u a m o s
c o n la s e n tra d a s d e la s p o s ic io n e s 2 , 1 0 y 1 8 , e l r e s u lta d o p a r a la s e g u n d a e n tr a d a d e l
m e n s a je d e c o d if ic a d o e s 0 ( q u e a p a re c e la s tr e s v e c e s ). A m e d id a q u e c o n tin u a m o s ,
r e c a p tu r a m o s e l m e n s a je c o rr e c to , 1 0 1 1 0 1 1 1 .
A u n q u e te n e m o s m á s d e u n e rr o r d e tr a n s m is ió n e n e s te c a s o , to d o e s tá b ie n a m e n o s
q u e a p a re z c a n d o s (o m á s ) e rro re s y q u e e l s e g u n d o e rr o r o c u rr a o c h o o 1 6 e s p a c io s d e s
p u é s d e l p r im e ro ; e s d e c ir, s i o c u rr e n d o s ( o m á s ) tr a n s m is io n e s in c o rr e c ta s p a r a e l m is m o
b i t d e l m e n s a j e o r ig in a l.
A h o r a b ie n , ¿ c ó m o s e c o m p a r a e s te e s q u e m a c o n l o s o tr o s m é to d o s a n u e s tr o a lc a n c e ?
S i p = 0 . 0 0 1 , l a p r o b a b i l i d a d d e d e c o d i f i c a r c o r r e c t a m e n t e u n s o l o b i t e s d e ( 0 . 9 9 9 ) i + (* ) •
( 0 .0 0 1 ) ( 0 .9 9 9 ) 2 = 0 .9 9 9 9 9 7 . A s í , l a p r o b a b i l i d a d d e r e c i b i r y d e c o d if ic a r c o r r e c ta m e n t e
e l m e n s a j e d e o c h o b i t s e s d e ( 0 .9 9 9 9 9 7 ) 8= 0 .9 9 9 9 7 6 , a p e n a s u n p o c o m e jo r q u e e l r e s u l
ta d o d e l m é to d o d e v e rific a c ió n d e p a rid a d (c o n e l c u a l p o d ría m o s v e m o s o b lig a d o s a
r e tr a n s m iti r, lo q u e i n c r e m e n ta e l tie m p o g lo b a l d e tr a n s m is ió n ) . E n e s te c a s o , tr a n s m iti
m o s 2 4 s e ñ a le s p a ra e l m e n s a je , a s í q u e n u e s tr a r a z ó n e s a h o ra d e y - E l p r e c io d e e s ta
m a y o r p r e c is ió n y la c a p a c id a d p a r a d e te c ta r y c o r r e g ir l o s e r r o r e s s im p le s ( lo q u e n o
p o d ía m o s h a c e r e n l o s e s q u e m a s a n te r io r e s ) , e s u n in c r e m e n to e n e l t ie m p o d e tr a n s m i
s ió n , p e ro n o p e rd e m o s e l tie m p o c o n re tr a n s m is io n e s .
E JE R C IC IO S 1 6 . 4 1. S e a C u n c o n ju n to d e p a l a b r a s c o d if i c a d a s , d o n d e C Q Z ¡ . E n l o s s ig u i e n te s e j e r c i c io s s e d a n
l o s d a t o s d e d o s d e l a s c a n t i d a d e s e ( p a tr ó n d e e r r o r ) , r ( p a l a b r a r e c i b i d a ) y c ( p a l a b r a c o d i f i c a
d a ) , c o n r = c + e . D e t e r m in e e l t e r c e r t é r m in o .
a) c = 1 0 1 0 1 1 0 , r = 1 0 1 1 1 1 1 b) c = 10 10 110 , e = 0 10 110 1
e) e = 0 101 1 1 1 , r = 0000111
798 Capitulo 1 6 G rupos, teoría d e la codificación y m é to d o d e enum eración d e Polya
2 . U n c a n a l s im é tr ic o b i n a r i o t i e n e u n a p r o b a b i l i d a d p = 0 . 0 5 d e t r a n s m i s i ó n in c o r r e c ta . S i se
t r a n s m ite l a p a la b r a c o d if i c a d a c = 0 1 1 0 1 1 1 0 1 , ¿ c u á l e s l a p r o b a b il id a d d e q u e ( a ) rec ib a m o s r=
0 1 1 1 1 1 1 0 1 ? ( b ) r e c i b a m o s r = 1 1 1 0 1 1 1 0 0 ? ( c ) o c u r r a u n s o l o e r r o r ? ( d ) o c u r r a u n e r r o r doble’
( e ) o c u r r a u n e r r o r t r i p l e ? ( f ) s e p r e s e n te n t r e s e r r o r e s , n i n g u n o d e l o s c u a l e s s e a consecutivo
c o n o tr o ?
3. S e a E : Z | —» Z ? l a f u n c i ó n d e c o d if i c a c ió n p a r a e l c ó d ig o d e r e p e t i c i ó n t r i p l e ( 9 , 3 ) .
a ) S i D : Z?; —> Z J e s l a f u n c i ó n d e d e c o d i f i c a c i ó n c o r r e s p o n d i e n te , a p l i q u e D p a r a d ecodificar
l a s p a l a b r a s r e c i b i d a s ( i ) 1 1 1 1 0 1 1 0 0 ; ( i i ) 0 0 0 1 0 0 0 1 1 ; ( i ii) 0 1 0 0 1 1 1 1 1 .
b ) E n c u e n t r e t r e s p a l a b r a s r e c ib id a s d if e r e n t e s r p a r a l a s q u e D ( r ) = 0 0 0 .
c ) P a r a c a d a w e Z i ¿ c u á n to v a l e | D ~ \ w ) | ?
1 6 .5
L a m é t r ic a d e H a m m in g
E n e s t a s e c c i ó n d e s a r r o l l a r e m o s l o s p r i n c i p i o s g e n e r a l e s p a r a e l a n á l i s i s d e l a s c a p a c id a
d e s d e d e t e c c i ó n y c o r r e c c i ó n d e e r r o r e s d e u n e s q u e m a d e c o d i f i c a c i ó n . E s t a s id e a s fue
r o n d e s a r ro lla d a s p o r R ic h a rd H a m m in g .
C o m e n c e m o s p o r c o n s id e ra r u n c ó d ig o C C t a l q u e c ¡ = 0 1 1 1 , c 2 = 1 1 1 1 E C . E n este
c a s o , t a n t o e l t r a n s m i s o r c o m o e l r e c e p t o r c o n o c e n l o s e l e m e n t o s d e C . A s í , s i e l t r a n s m i
s o r e n v í a c , p e r o l a p e r s o n a q u e r e c i b e l a p a l a b r a c o d i f i c a d a r e c i b e T ( c ¡ ) c o m o 1 111, en
t o n c e s e s t a p e r s o n a c r e e q u e s e t r a n s m i t i ó c 2 y t o m a l a d e c i s i ó n ( e q u i v o c a d a ) q u e im p lic a
c ¡ . E n c o n s e c u e n c i a , a u n q u e s ó l o s e c o m e t i ó u n e r r o r d e t r a n s m i s i ó n , l o s r e s u l t a d o s po
d r í a n s e r i n c o n v e n i e n t e s . ¿ P o r q u é o c u r r e e s t o ? P o r d e s g r a c i a , t e n e m o s d o s p a l a b r a s c o d i
f ic a d a s c a s i ig u a le s . S o n c e r c a n a s e n tre s í, y a q u e s ó lo d if ie re n e n u n a c o m p o n e n te .
D e s c r ib im o s e s ta id e a d e c e r c a n ía c o n m a y o r p r e c is ió n e n la f o r m a sig u ie n te .
u n id a d a d (x , y ). [E n r e a lid a d , e s to e s c ie r to p a r a to d o n e Z \ p o r lo q u e p (x + y ) = d (x, y )
p a ra to d o s x , y S Z 5 .J
S i x . y G Z ! , e s c r ib im o s d (x , y ) = d (x „ y ¡), d o n d e
p a ra c a d a 1 S i s n , d ( x h y ,) = | ° “ ~ ^
E M A 1 6 .2 P a r a to d o s x , y £ Z ; , p (x + y ) < p (x ) + p (y ).
E n e l e j e m p l o 1 6 .2 2 v im o s q u e
IE O R E M A 1 6 .1 1 L a f u n c i ó n d i s t a n c i a d d e f i n i d a e n Z ; x Z í s a t i s f a c e l o s i g u i e n t e p a r a t o d o s x , >’, z S Z¡.
a) d(x,y)s? 0 b) d (x ,y ) = 0 o x = y
c) d ( x ,y ) = d ( y ,x ) d) d ( x ,z ) s d (x ,y ) + d ( y , z )
D e m o s tra c ió n : D e j a r e m o s a l l e c t o r l a s tr e s p r im e r a s p a r te s y d e m o s tr a r e m o s l a p a r t e ( d ).
En ZJ, y + y = 0 , p o r l o q u e d ( x , z ) = p ( x + z ) = p ( x + ( y + y ) + z ) = p ( ( x + y ) + ( y + z ))
< p ( x + y ) + p ( y + z ) , p o r e l l e m a 1 6 .2 . C o m o p ( x + y ) = d ( x , y ) y p ( y + z ) = d ( y , z ) , s e s ig u e
e l r e s u lta d o . ( E s ta p r o p ie d a d s e c o n o c e p o r lo g e n e r a l c o m o l a d e s ig u a ld a d tr ia n g u la r .)
C u a n d o u n a f u n c i ó n s a t i s f a c e l a s c u a t r o p r o p i e d a d e s e n u m e r a d a s e n e l t e o r e m a 1 6 .1 1 ,
e s u n a fu n c ió n d is ta n c ia o m é tr ic a y d e c im o s q u e ( Z J , d ) e s u n e s p a c io m é tr ic o . P o r lo
ta n to , d ( d a d a a rr ib a ) s e c o n o c e c o n f re c u e n c ia c o m o la m é tr ic a d e H a m m in g .
P a r a n = 3 y x = 1 1 0 G Z |, S (x , 1 ) = { 1 1 0 ,0 1 0 ,1 0 0 , 111} y S (x , 2 ) = { 1 1 0 ,0 1 0 , 1 0 0 ,1 1 1 ,
0 0 0 , 1 0 1 ,0 1 1 } .
C o n e s to s a n te c e d e n te s p o d e m o s p a s a r a lo s d o s r e s u lta d o s p rin c ip a le s d e e s ta s e c c ió n .
800 Capitulo 1 6 G rupos, teoria d e la codificación y m é to d o d e enum eración d e Polya
T E O R E M A 1 6 -1 2 ! Sea E: W -» C u n a f u n c ió n d e c o d ific a c ió n c o n e l c o n ju n to d e m e n s a je s W C Z? y el
c o n ju n to d e p a la b r a s c o d ific a d a s E (W ) = C C Z J , d o n d e m < n . P a r a í: G Z \ p o d e m o s
d e te c ta r l o s e r r o r e s d e tr a n s m is ió n d e p e s o ¿ k s i y s ó lo s i l a d is t a n c ia m ín i m a e n t r e la s
p a l a b r a s c o d i f i c a d a s e s a l m e n o s k + 1.
D e m o s tra c ió n : E l t r a n s m i s o r y e l r e c e p t o r c o n o c e n e l c o n j u n t o C , p o r l o q u e s i w G IV e s e l
m e n s a je y s e tr a n s m ite c = £ ( w ) , s e a c £ T (c ) = r . S i la d is ta n c ia m ín im a e n tre la s p a la b ra s
c o d ific a d a s e s a l m e n o s k + 1 , e n to n c e s l a tr a n s m is ió n d e c p u e d e p r o d u c ir h a s ta k e rro re s
y r n o e s ta r á e n u m e r a d o e n C . P o r l o ta n to , p o d e m o s d e te c ta r to d o s lo s e rr o re s e ta le s q u e
p (e) < k . R e c í p r o c a m e n t e , s e a n c u c 2 p a l a b r a s c o d i f i c a d a s t a l e s q u e d ( c ¡ , c 2) < k + 1.
E n t o n c e s c 2 = c ¡ + e , d o n d e p ( e ) £ k . S i e n v i a m o s c , y T ( c ¡ ) = c 2, e n t o n c e s p e n s a r í a m o s q u e
f u e e n v i a d o c 2, l o q u e n o s e r v i r í a p a r a d e t e c t a r u n e r r o r d e p e s o £ k .
¿ Q u é p o d e m o s d e c ir d e n u e s tr a c a p a c id a d p a r a c o rr e g ir e rr o re s ?
T E O R E M A 1 6 .1 3 C o n E , W y C c o m o e n e l te o re m a 1 6 .1 2 , yk G Z \ p o d e m o s c o n s tr u ir u n a f u n c ió n de
d e c o d if ic a c ió n D: 2 " — q u e c o rr ija to d o s lo s e rr o re s d e tr a n s m is ió n d e p e s o £í si y
s ó l o s i l a d i s t a n c i a m í n i m a e n t r e l a s p a l a b r a s c o d i f i c a d a s e s a l m e n o s 2 k + 1.
D e m o s t r a c i ó n : P a r a c G C , c o n s i d e r e m o s S ( c , k ) = { x G Z ¡ | d ( c , x ) < k } . D e f i n i m o s D : 2 \ —>
W c o m o s ig u e . S i r G Z 3 y r G S (c , k ) p a ra a lg u n a p a la b r a c o d ific a d a c , e n to n c e s D { r ) = w ,
d o n d e £ ( w ) = c . [ E n e s t e c a s o , c e s l a ( ú n i c a ) p a l a b r a c o d i f i c a d a m á s c e r c a n a a r .] S i r $
S ( c , k ) p a r a t o d o c G C , e n t o n c e s d e f i n i m o s D ( r ) = h '0, d o n d e » '0 e s u n m e n s a j e a r b i t r a r i o
q u e p e rm a n e c e f ijo u n a v e z e le g id o . E l ú n ic o p r o b le m a q u e p o d r ía s u r g ir e n e s te c a s o e s
q u e D n o f u e r a u n a f u n c ió n . E s to o c u rr ir á s i e x is te u n e le m e n to r e n Z ¡ ta l q u e r e s té e n
5 ( C |, k ) y S ( c ; , k ) p a r a d o s p a l a b r a s c o d i f i c a d a s d i s t i n t a s c ¡ , c 2. P e r o r G S ( c , , k ) = ó d ( r , c , ) £
k , y r G S ( c 2, k ) => d ( r , c 2) £ k , d e m o d o q u e d ( c , , c 2) £ d ( c ¡ , r ) + d ( r , c ¡ ) < k + k < 2 k + 1 .
E n c o n s e c u e n c i a , s i l a d i s t a n c i a m í n i m a e n t r e p a l a b r a s c o d i f i c a d a s e s a l m e n o s 2fe + 1,
e n to n c e s D e s u n a f u n c ió n y d e c o d if ic a r á to d a s la s p a la b r a s r e c ib id a s p o s ib le s , c o rre g irá
c u a lq u ie r e r r o r d e tr a n s m is ió n d e p e s o £ k . R e c íp ro c a m e n te , s i c i, c ¡ G C y d ( c ¡ , c ¡) £ 2 k ,
e n to n c e s p o d e m o s o b te n e r c 2 a p a r t i r d e c¡ h a c ie n d o u n m á x im o d e 2 k c a m b io s . E m p e z a n
d o e n l a p a l a b r a c o d i f i c a d a c ¡ , h a c e m o s a p r o x i m a d a m e n t e l a m i t a d ( e x a c t a m e n t e , L á ( C i,
c 2) / 2 j ) d e e s t o s c a m b i o s . E s t o i m p l i c a q u e r = c , + e ¡ , c o n p ( e , ) £ k. S i c o n tin u a m o s a
p a r t i r d e r , h a c e m o s l o s c a m b i o s r e s t a n t e s p a r a l l e g a r h a s t a c 2 y v e r q u e r + e 2= c 2, c o n p ( e 2)
< k . P e r o e n t o n c e s , r = c 2 + e - . A h o r a , c o m o c , + e ¡ = r = c 2 + e ¡ y p ( « i ) , p ( e 2) £ k , ¿ c ó m o
p o d ría m o s d e c id ir c u á l e s la p a la b ra c o d ific a d a d e la q u e su rg e r ? E s ta a m b ig ü e d a d su rg e
d e u n e r r o r p o s ib le d e p e s o £ k q u e n o p u e d e c o rre g irse .
E n to n c e s l a d is t a n c ia m ín i m a e n tr e la s p a la b r a s c o d if i c a d a s e s 3 , d e m o d o q u e p o d e m o s
d e te c ta r lo s e rr o re s d o b le s y c o rr e g ir lo s se n c illo s .
1 6.6 La verificación de p aridad y m atrices generaderas 801
Si
5 ( 0 0 0 0 0 0 , 1 ) = { x £ Z 62 \ ¿ ( 0 0 0 0 0 0 , x ) £ 1)
= { 0 0 0 0 0 0 .1 0 0 0 0 0 ,0 1 0 0 0 0 ,0 0 1 0 0 0 ,0 0 0 1 0 0 ,0 0 0 0 1 0 ,0 0 0 0 0 1 } ,
l a f u n c i ó n d e d e c o d i f i c a c i ó n D : Z f —» W d a D ( x ) = 0 0 p a r a t o d o x E S ( 0 0 0 0 0 0 ,1 ) .
E n f o rm a a n á lo g a ,
5 ( 0 1 0 1 0 1 , l ) = { t 6 Z § |d ( 0 1 0 1 0 1 , * ) £ 1}
y e n e s te c a s o D (x ) = 0 1 p a r a to d o x S 5 ( 0 1 0 1 0 1 ,1 ) . E n e s te m o m e n to , l a d e fin ic ió n d e D
s ir v e p a r a 1 4 e le m e n to s d e Z f . S i s e g u im o s d e f in ie n d o ! ) p a r a lo s 1 4 e le m e n to s d e ó (1 0 1 0 1 0 ,
1) y 5 (1 1 1 1 1 1 , 1 ), to d a v ía f a lta c o n s id e ra r o tro s 3 6 e le m e n to s . D e fin im o s D { x ) = 0 0 (o
c u a lq u ie r o tr o m e n s a je ) p a r a e s to s o tro s 3 6 e le m e n to s y te n e m o s u n a fu n c ió n de
d e c o d if ic a c ió n q u e c o r r e g i r á lo s e r r o r e s s im p le s .
R e s p e c to a l a d e te c c ió n , s i c = 0 1 0 1 0 1 y T (c ) = r = 1 1 1 1 0 1 , p o d e m o s d e te c ta r e s te e rro r
d o b le , p u e s r n o e s u n a p a la b r a c o d ific a d a . P e r o s i 7 ( c ) = r, - l i l i l í , o c u rre u n e rro r
tr ip le , a s í q u e p o d r ía m o s p e n s a r q u e c = 111111 y d e c o d if ic a r e n f o rm a in c o rr e c ta r , c o m o
11, e n lu g a r d e l m e n s a je c o rr e c to 0 1 .
16.6
La v erificación d e p a rid a d
y m atrice s g e n e ra d o ra s
E n e s ta s e c c ió n p r e s e n ta m o s u n e je m p lo e n e l q u e la s f u n c io n e s d e c o d ific a c ió n y d e
2
d e c o d if ic a c ió n e s tá n d a d a s p o r m a tr ic e s s o b r e Z . U n a d e e s ta s m a tr ic e s n o s a y u d a r á a
lo c a liz a r e l c ó d ig o m á s c e r c a n o a u n a p a la b r a r e c ib id a d a d a . E s to s e r á d e p a rtic u la r u tili
d a d s i e l c o n ju n to C d e p a la b r a s c o d ific a d a s c re c e .
G =
u n a m a triz 3 x 6 s o b r e Z ¡ . L a s p r im e r a s tr e s c o lu m n a s d e G f o rm a n la m a tr iz id e n tid a d
3 x 3 / j . S i A d e n o ta l a m a tr iz f o rm a d a c o n la s ú ltim a s tr e s c o lu m n a s d e G , e s c r ib im o s G
= V ¡ í-4 ] p a r a d e n o t a r s u e s t r u c t u r a . L a m a t r i z ( d i v i d i d a ) G e s u n a m a t r i z g e n e r a d o r a .
U s a m o s G p a r a d e f i n i r u n a f u n c i ó n d e c o d i f i c a c i ó n E : Z \ —> Z f c o m o s i g u e . P a r a w E
Z \ , E ( w ) = w G e s e l e le m e n to e n Z f o b te n id o a l m u ltip lic a r w , c o n s id e r a d o c o m o u n
v e c to r f ila trid im e n s io n a l, p o r la m a tr iz G d e s u d e re c h a . A d if e r e n c ia d e lo s r e s u lta d o s
s o b r e e l p r o d u c to d e m a tr ic e s e n e l c a p ítu lo 7 , e n e s to s c á lc u lo s te n e m o s 1 + 1 = 0 , n o 1 +
1 = 1.
(A u n q u e e l c o n ju n to W d e m e n s a je s n o s e a to d o d e Z \ , s u p o n d r e m o s q u e to d o Z \ e s tá
c o d ific a d o y q u e ta n to e l tra n s m is o r c o m o e l re c e p to r c o n o c e rá n lo s m e n s a je s r e a le s d e
im p o r ta n c ia y s u s c o r r e s p o n d ie n te s p a la b r a s c o d ific a d a s .)
802 C apitulo 1 6 G rupos, teoría d e la codificación y m éto do d e enum eración d e Polya
P o r e je m p lo , v e m o s q u e
1 0 0 1 1 0"
£ ( 1 1 0 ) = (1 1 0 )G = [1 10] 0 1 0 0 1 1 = [1 1 0 1 0 1 ],
0 0 1 1 0 1
1 0 0 1 1
£ ( 0 1 0 ) = ( 0 1 0 )G = [0 10] 0 1 0 0 1 = [010011],
.0 0 1 1 0
O b s e r v e q u e p o d e m o s o b te n e r £ ( 1 1 0 ) s u m a n d o la s d o s p r im e r a s f ila s d e G , m ie n tr a s
q u e £ ( 0 1 0 ) e s s im p le m e n te la s e g u n d a f ila d e G .
E l c o n ju n to d e p a la b r a s c o d ific a d a s o b te n id o m e d ia n te e s te m é to d o e s
C = { 0 0 0 0 0 0 ,1 0 0 1 1 0 ,0 1 0 0 1 1 ,0 0 1 1 0 1 ,1 1 0 1 0 1 ,1 0 1 0 1 1 ,0 1 1 1 1 0 ,1 1 1 0 0 0 } Q Z i
y p o d e m o s v o lv e r a to m a r e l m e n s a je c o rr e s p o n d ie n te e lim in a n d o la s tr e s ú ltim a s c o m p o
n e n te s d e la p a la b r a c o d ific a d a . A d e m á s , la d is ta n c ia m ín im a e n tr e la s p a la b r a s c o d ific a
d a s e s 3 , p o r lo q u e p o d e m o s d e te c ta r e rr o re s d e p e s o £ 2 y c o r r e g i r l o s e r r o r e s s im p le s .
P a r a c u a l q u i e r w = w ¡ w 2w 3 G Z | , £ ( w ) = w ¡ w 2w , w , w sw 6 G Z \ . P u e s t o q u e
1 0 0 1 1 0 '
£ ( h . ) = [ w 1 w 2 w 3] 0 1 0 0 1 1
. 0 0 1 1 0 1 ,
= [ w , w 2 w 3( h - , + W j X w , + w 2) ( w 2 + h-3) ] ,
t e n e m o s w , = w ¡ + w 3, w 5 = rv , + w ¡ , w 6 = w 2 + w ¡ , e s t a s e c u a c i o n e s s o n l a s e c u a c i o n e s d e
v e r ific a c ió n d e p a r id a d . C o m o w , G Z 2 p a ra c a d a 1 < i < 6 , s e sig u e q u e w , = - w , y
e n to n c e s p o d e m o s e s c r ib ir n u e v a m e n te la s e c u a c io n e s c o m o
>Vi + iv3 + w 4 = 0
W ¡ + W2 + tVs = 0
w2 + W i + iv6 = 0 .
A s f, te n e m o s q u e
1 0 1 1 0 0
1 1 0 0 1 0 = H ■(£ (h > ))“ =
0 1 1 0 0 1
d o n d e ( £ (w ) ) “ d e n o ta la tr a s p u e s ta d e £ ( w ) . E n c o n s e c u e n c ia , s i r = r , r2 . . . r6 G Z ¡,
p o d e m o s id e n tif ic a r r c o m o u n a p a la b r a c o d ific a d a s i y s ó lo s i
1 6 .6 La verificación d e paridad y m atrices generaderas 80 3
S i e s c r ib im o s / / = [ B |/ ; ], o b s e rv a m o s q u e s i in te r c a m b ia m o s la s f ila s y c o lu m n a s d e B ,
o b te n e m o s A . P o r lo ta n to , B - A ".
P o r la te o r ía d e s a r ro lla d a a n te s a c e rc a d e la c o rr e c c ió n d e e rr o re s , y c o m o la d is ta n c ia
m ín im a e n tr e la s p a la b r a s c o d ific a d a s d e e s te e je m p lo e s 3 , p o d e m o s d e s a r ro lla r u n a fu n
c ió n d e d e c o d if ic a c ió n q u e c o r r ija l o s e r r o r e s s im p le s .
S u p o n g a m o s q u e re c ib im o s r = 1 1 0 1 1 0 . Q u e re m o s d e te rm i n a r la p a la b r a c o d ific a d a c
q u e s e a e l v e c in o m á s c e r c a n o d e r . S i e x is te u n a la rg a lis ta d e p a la b r a s c o d ific a d a s q u e
d e b e m o s c o n f r o n t a r c o n r , s e r í a m e j o r e x a m in a r p r i m e r o H - r " , q u e e s e l s í n d r o m e d e r . E n
e s te c a s o ,
1 0 1 1 0 0
H ■r a = 1 1 0 0 1 0
0 1 1 0 0 1
d e m o d o q u e r n o e s u n a p a la b r a c o d ifi c a d a . P o r lo ta n to , a l m e n o s d e te c ta m o s u n e rr o r. S i
r e v is a m o s d e n u e v o la lis ta d e p a la b r a s c o d ific a d a s , v e m o s q u e ¿ (1 0 0 1 1 0 , r ) = 1. P a r a la s
d e m á s c £ C , d (r, c ) > 2 . S i e s c r ib im o s r = c + e = 100110 + 0 1 0 0 0 0 , v e m o s q u e el e rro r
d e tr a n s m is ió n (d e p e s o 1) a p a r e c e e n l a s e g u n d a c o m p o n e n te d e r . ¿ E s c o in c id e n c ia q u e e l
s ín d ro m e H r ” h a y a p r o d u c id o la s e g u n d a c o lu m n a d e / / ? S i n o , e n to n c e s p o d ría m o s u sa r
e s te r e s u lta d o p a r a v e r q u e s i o c u rr ió u n s o lo e r r o r d e tr a n s m is ió n , é s te tu v o lu g a r e n la
s e g u n d a c o m p o n e n te . S i c a m b ia m o s l a s e g u n d a c o m p o n e n te d e r , o b te n e m o s c ; e l m e n s a
j e w c o m p re n d e la s tr e s p r im e ra s c o m p o n e n te s d e c.
S e a r = c + e , d o n d e c e s u n a p a l a b r a c o d i f i c a d a y e e s u n p a t r ó n d e e r r o r d e p e s o 1.
S u p o n g a m o s q u e 1 e s tá e n la i- é s im a c o m p o n e n te d e e , d o n d e 1 < i £ 6 . E n to n c e s
C o m o c e s u n a p a l a b r a c o d i f i c a d a , s e s i g u e q u e H - c “ = 0, p o r l o q u e H • r “ = H ■ e ” = i-
é s im a c o lu m n a d e la m a tr iz H . A s í, c y r d if ie re n s o la m e n te e n la i- é s im a c o m p o n e n te y
p o d e m o s d e te r m in a r c a l in te r c a m b ia r s im p le m e n te la i - é s im a c o m p o n e n te d e r .
N o s in te r e s a n p r in c ip a lm e n te la s tr a n s m is io n e s e n q u e lo s e r r o r e s m ú ltip le s s o n ra ro s ,
p o r lo q u e e s ta té c n ic a tie n e g r a n v a lo r. S in e m b a r g o , s i p e d im o s m á s , e s ta r ía m o s e s p e r a n
d o o b te n e r d e m a sia d o .
S u p o n g a m o s q u e re c ib im o s r = 0 0 0 1 1 1 . C a lc u la m o s e l s ín d ro m e
’l 0 1 1 0 0'
H ■r " = 1 1 0 0 1 0
.0 1 1 0 0 1.
y o b te n e m o s u n r e s u lta d o q u e n o e s u n a c o lu m n a d e H . S in e m b a rg o , p o d e m o s o b te n e r
H - r a c o m o l a s u m a d e d o s c o l u m n a s d e H . S i H ■r u p r o v i n o d e l a s c o l u m n a s p r i m e r a y s e x t a
d e H , a l c o r r e g ir e s ta s c o m p o n e n te s e n r o b te n e m o s la p a la b r a c o d ific a d a 1 0 0 1 1 0 . S i s u
m a m o s la s c o lu m n a s te rc e r a y q u in ta d e H p a r a o b te n e r e s te s ín d r o m e , d e s p u é s d e c a m b ia r
la s c o m p o n e n te s te rc e r a y q u in ta d e r o b te n e m o s u n a s e g u n d a p a la b r a c o d ific a d a , 0 0 1 1 0 1 .
¡04 C apitulo 1 6 G rupos, teoría d e la codificación y m éto do d e enum eración d e Polya
A s í, n o p o d e m o s e s p e r a r q u e H c o rr ija lo s e r r o r e s m ú ltip le s . N o d e b e s o r p re n d e m o s q u e la
d is ta n c ia m ín im a e n tre l a s p a la b r a s c o d ific a d a s s e a 3.
Resumimos los resultados del ejemplo 16.25 para la situación general. Para m, n 6 Z* con
m < n, la función de codificación E : Z ? - » Z ; está dada por una matriz m X n G sobre Z¡. Esta
m atriz G es la m atriz generadora del código y tiene la forma [/„ | A], donde A es una matriz
m x (n -m ). En este caso, E(w) = wG para cada mensaje w G Z ” y el código C = £ ( Z y ) C Z J.
La matriz de verificación de paridad asociada H es una matriz (n - m) x n de la forma
[A“ | También podemos usar esta m atriz para definir la función de codificación E ,
puesto que si w = w,w2. . . w„ E Z " , entonces E(_w) = w¡w2 . . . wmw„. , . . . w„ donde
podemos determinar a w » ,i rv, del conjunto de n - m ecuaciones (de verificación de
paridad) que surgen d e H ■(E (w )y= 0, el vector columna d e n - m ceros.
Esta única m atriz de verificación de paridad H también proporciona un esquema de
decodificación que corrige los errores simples de transmisión si:
a ) H no contiene una columna de ceros. (Si la i-ésima columna de H tuviera solamente
ceros y H - r’J = 0 para una palabra recibida r, no podríamos decidir si r era una palabra
codificada o una palabra recibida cuya i-ésima componente fue transmitida en forma
incorrecta. No queremos comparar r con todas las palabras codificadas si C es grande.)
b) Ningún par de columnas d e H son iguales. (Si la í-ésima y j-ésim a columnas de H
son iguales y H ■ra es igual a esta columna repetida, ¿cómo decidir cuál componen
te de r debemos cambiar?
Cuando H satisface estas dos condiciones, obtenem os el siguiente algoritm o de
decodificación. Para cualquier r £ Z J, si T ( c ) = r , entonces
1) Si H - r° = 0. pensaremos que la transmisión fue correcta y que r es la palabra
codificada que fue transmitida. El mensaje decodificado consta entonces de las pri
meras n componentes de r.
2) Si H ■r " es igual a la i-ésima columna de H. pensamos que hubo un error simple en la
transmisión y cambiamos la i-ésima componente de r para obtener la palabra codifi
cada c. En este caso, las primeras m componentes de c producen el mensaje original.
3) Si no ocurre ninguno de los dos casos anteriores, pensamos que hubo más de un error
de transmisión y que no podemos dar una forma confiable de decodificación en esta
situación.
Terminaremos la sección con un comentario final acerca de la m atriz H. S i partimos de
una m atriz de verificación de paridad H = [B \ I, _J y la usamos en la forma descrita arriba
para definir la función E , entonces obtenemos el mismo conjunto de palabras codificadas
generado por la única m atriz generadora asociada G = [/„ |B “].
¡J E R C IC IO S 16 .5 1. P a r a e l e j e m p l o 1 6 .2 4 . e n u m e r e l o s e le m e n to s e n 5 ( 1 0 1 0 1 0 , 1 ) y 5 ( 1 1 1 1 1 1 ,1 ).
'1 6 . 6
2. D e c o d if iq u e l a s s ig u i e n te s p a la b r a s r e c ib id a s e n e l e j e m p l o 1 6 .2 4 .
a) 110101 b) 101011 c ) 001111 d) 110000
3. a ) Si x £ Z j° , d e te r m in e 1 5 (r, 1 ) | , | 5 ( r . 2 ) | , | 5 ( i , 3 ) | .
b ) P a r a n , k € Z* c o n 1 £ k s n , s i x e Z ; , ¿ c u á l e s e l v a lo r d e 1 5 ( i , k ) | ?
4. Sea E :Z | - > Z ? u n a f u n c ió n d e c o d if i c a c ió n e n q u e l a d is t a n c i a m í n i m a e n t r e la s p a la b r a s
c o d i f i c a d a s e s 9 . ¿ C u á l e s e l m á x im o v a l o r d e i t a l q u e p o d a m o s d e t e c t a r e r r o r e s d e p e s o < i ?
S i q u e r e m o s c o r r e g i r e r r o r e s d e p e s o £ n . ¿ c u á l e s e l v a l o r m á x im o d e n ?
1 6.6 La verificación d e p aridad y m atrices generaderas 805
5. P a r a c a d a u n a d e l a s s ig u i e n te s f u n c io n e s d e d e c o d if ic a c ió n , e n c u e n tr e l a d is t a n c ia m ín i m a e n tr e la s
p a la b r a s c o d if i c a d a s . A n a l ic e l a c a p a c id a d d e d e te c c ió n y c o r r e c c i ó n d e e r r o r e s d e c a d a c ó d ig o .
a) E :Z l— Z? b) E : Z \-> Z f
0 0 -* 0 0 0 0 1 0 1 -* 0 1 0 1 0 0 0 -* 0000000000 0 1 — 0000011111
1 0 — 10100 1 1 — 11111 1 0 -* 1111100000 1 1 -* 1111111111
d) E :Z \-> Z l
000— 000111 001 — 001001 000 — 00011111 001— 00111010
010— 010010 011— 011100 010— 01010101 011— 01110000
100— 100100 101— 101010 100— 10001101 101— 10101000
110— 110001 111 — 111000 110— 11000100 111— 11100011
6. a ) U s e i a m a tr iz d e v e r if ic a c ió n d e p a r id a d f f d e le je m p lo 1 6 .2 5 p a ra d e c o d if ic a rla s s ig u ie n te s
p a l a b r a s r e c ib id a s .
7. L a fu n c ió n d e c o d ific a c ió n E : Z f — Z 5 e s tá d a d a p o r la m a tr iz g e n e ra d o ra
r _ fl 0 1 1
0 1 0 1
a ) D e t e r m in e t o d a s l a s p a la b r a s c o d if i c a d a s . ¿ Q u é p u e d e d e c i r d e l a c a p a c i d a d d e d e t e c c i ó n d e
e rr o re s d e e s te c ó d ig o ? ¿ Q u é p u e d e d e c ir d e s u c a p a c id a d d e c o rr e c c ió n d e e rr o re s ?
b ) E n c u e n t r e l a m a t r i z d e v e r if ic a c ió n d e p a r id a d H a s o c ia d a .
c ) U s e H p a r a d e c o d i f i c a r c a d a u n a d e l a s s i g u i e n t e s p a la b r a s r e c ib id a s .
1 0 1 1 0 0'
H = 1 1 0 0 1 0
.1 0 1 0 0 1.
a ) D e t e r m in e t o d a s la s p a l a b r a s c o d if i c a d a s .
b ) ¿ C o r r i g e e s t e c ó d i g o t o d o s l o s e r r o r e s s im p l e s d e t r a n s m is ió n ?
9 . E n c u e n t r e l a s m a tr ic e s g e n e r a d o r a y d e v e r i f i c a c i ó n d e p a r id a d p a r a e l e s q u e m a d e c o d i f i c a
c i ó n c o n v e r i f i c a c i ó n d e p a r id a d s im p le ( 9 , 8 ) d e l e j e m p l o 1 6 .2 0 .
1 0 . a ) M u e s t r e q u e l a m a tr iz 1 x 9 G = [ 1 1 1 . . . 1 ] e s l a m a tr iz g e n e r a d o r a d e l c ó d i g o d e n u e v e
r e p e tic io n e s ( 9 ,1 ) .
b ) ¿ C u á l e s l a m a tr iz d e v e r i f i c a c i ó n d e p a r id a d H a s o c i a d a a e s t e c a s o ?
1 1 . P a r a u n c ó d i g o ( n , m ) C c o n m a t r i z g e n e r a d o r a G = [ / „ | A ] y m a tr i z d e v e r i f i c a c i ó n d e p a r id a d
H = [ A“ | e l c ó d ig o ( n , n - m ) C ¿ c o n m a t r i z g e n e r a d o r a [ / * | A “] y m at r i z d e v e r i f i c a c i ó n
d e p a r i d a d [A | /„ ] e s e l c ó d ig o d u a l d e C . M u e s tr e q u e l o s c ó d i g o s d e l o s e j e r c i c i o s 9 y 1 0
f o r m a n u n p a r d e c ó d i g o s d u a le s .
12. D a d o ti £ Z ’ , s e a M (n , i ) C Z ; e l c o n ju n to q u e c o n tie n e e l n ú m e r o m á x im o d e p a la b r a s c o d if ic a d a s
d e lo n g itu d n , d o n d e l a d is t a n c ia m ín i m a e n tr e l a s p a la b r a s c o d if i c a d a s e s 2 k + 1 . D e m u e s tr e q u e
806 Capítulo 1 6 G rupos, teoría d e la codificación y m é to d o d e e num eración d e Polya
( L a c o t a s u p e r i o r s o b r e IM ( n , í ) l e s la c o t a d e H a m m i n g ; la c o t a i n f e r i o r s e c o n o c e c om oc
d e C i lb e r t .)
16.7
C ó d i g o s d e g r u p o : D e c o d ific a c ió n
c o n líd e re s d e c lase
A h o r a q u e h e m o s a n a l i z a d o e l m a t e r i a l i n t r o d u c t o r i o a l a t e o r í a d e l a c o d i f i c a c i ó n , e s hcra
d e v e r c ó m o e n tra la e s tr u c tu r a d e g ru p o e n e l te m a .
R e c o r d e m o s l a f u n c i ó n d e c o d i f i c a c i ó n £ : Z \ —> Z \ ( d e l e j e m p l o 1 6 . 2 4 ) t a l q u e
E n e s te c a s o , Z \ y Z \ s o n g r u p o s b a jo la s u m a c o m p o n e n te a c o m p o n e n te m ó d u lo 2 ; d
su b c o n ju n to C = £ ( Z i ) = ( 0 0 0 0 0 0 ,1 0 1 0 1 0 ,0 1 0 1 0 1 , l i l i l í ) e s u n s u b g r u p o d e Z fy p o r
lo ta n to , e s u n e je m p lo d e u n c ó d ig o d e g ru p o . (O b s e rv e q u e C c o n tie n e a 0 0 0 0 0 0 , d
e le m e n to c e r o d e Z f .)
E n g e n e r a l , c u a n d o l a s p a l a b r a s c o d i f i c a d a s f o r m a n u n g r u p o , v e r e m o s q u e e s m á s fácil
c a lc u la r l a d is ta n c ia m ín im a e n tre la s p a la b r a s c o d ific a d a s .
T E O R E M A 1 6 .1 4 E n u n c ó d i g o d e g r u p o , l a d i s t a n c i a m í n i m a e n t r e p a l a b r a s c o d i f i c a d a s d i s t i n t a s e s e l m ín i
m o d e lo s p e s o s d e lo s e le m e n to s d is tin to s d e c e r o e n e l c ó d ig o .
S i C e s u n c o n j u n t o d e p a l a b r a s c o d i f i c a d a s y | C | = 1 0 2 4 , t e n e m o s q u e c a l c u l a r ( ‘®‘ ) =
5 2 3 ,7 7 6 d i s t a n c i a s p a r a d e te r m in a r l a d i s t a n c i a m í n i m a e n t r e l a s p a l a b r a s c o d ific a d a s .
P e r o s i p o d e m o s r e c o n o c e r q u e C t i e n e u n a e s t r u c t u r a d e g r u p o , s ó l o n e c e s i t a m o s c a lc u la r
lo s p e s o s d e l o s 1 0 2 3 e le m e n to s d is tin to s d e c e r o d e C .
¿ H a y a lg u n a f o rm a d e a s e g u ra m o s q u e la s p a la b r a s c o d ific a d a s f o rm a n u n g ru p o ? Por
e l t e o r e m a 1 6 . 5 ( d ) , s i £ : Z " —» Z \ e s u n h o m o m o r f i s m o d e g r u p o s , e n t o n c e s C = £ ( Z “ )
s e r á u n s u b g r u p o d e Z % . N u e s t r o s i g u i e n t e r e s u l t a d o u s a r á e s t e h e c h o p a r a m o s t r a r q u e lo s
c ó d i g o s o b t e n i d o s a l u s a r u n a m a t r i z g e n e r a d o r a G o u n a m a t r i z d e v e r i f i c a c i ó n d e p a r id a d
H s o n c ó d i g o s d e g r u p o . A d e m á s , l a d e m o s t r a c i ó n d e e s t e r e s u l t a d o v u e l v e a c o n f i r m a r la
o b s e r v a c i ó n h e c h a ( a l f i n a l d e l a s e c c i ó n a n t e r i o r ) a c e r c a d e e l c ó d ig o q u e s u r g e d e una
m a tr iz g e n e r a d o r a G o s u m a tr iz d e v e rif ic a c ió n d e p a rid a d H a so c ia d a .
16.7 C ó d ig o s d e grupos: Decodificación c o n líderes d e clase 807
D e m o s tra c ió n : E s ta b le c e r e m o s e l r e s u l ta d o d e m o s tr a n d o q u e l a f u n c ió n E q u e s u r g e d e G
o H e s u n h o m o m o r f is m o d e g ru p o s.
Si x, y E Z ? , e n to n c e s £ ( * + y ) = 0 + y ) G = x G + y G = £ ( * ) + £ ( y ) . P o r l o ta n to . E e s
u n h o m o m o r f i s m o y C = £ ( Z J ) e s u n c ó d i g o d e g r u p o [ p o r l a p a r t e ( d ) d e l t e o r e m a 1 6 .5 ] .
P a r a e l c a s o d e H , s i x e s u n m e n s a je , e n to n c e s £ ( * ) = * ! * 2 - - . x „ x „ r ¡ . . . x „ d o n d e x = * ,
*2 . . •x„ £ Z J y H ■( E ( x ) ) t t = 0 . E n p a r t i c u l a r , E { x ) q u e d a d e t e r m i n a d a d e m a n e r a ú n i c a p o r
e s t a s p r o p i e d a d e s . S i y e s u n m e n s a j e , e n t o n c e s t a m b i é n l o e s x + y y £ ( * + y ) t i e n e (jc, + y , ) ,
fe + y i) f e + y'm ) c o m o p rim e ra s m c o m p o n e n te s , a l ig u a l q u e E ( x ) + E (y). A dem ás,
H • ( £ ( * ) + £ ( > ') ) “ = H • ( £ f e “ + £ ( > • ) “ ) = H ■E ( x f + H ■ £ (> ■ )“ = 0 + 0 = 0 . C o m o E ( x + y )
e s e l ú n i c o e l e m e n t o d e Z ! c o n f e + y ¡ ) , f e + y 2)> - - - » f e + ) * ) c o m o s u s p r i m e r a s m
c o m p o n e n t e s y t a l q u e H ■( E ( x + >•))“ = 0 , s e s i g u e q u e E ( x + y ) = E ( x ) + £ ( y ) . P o r l o t a n t o ,
£ e s u n h o m o m o r f is m o d e g r u p o s y, e n c o n s e c u e n c ia , C = ) c £ Z í | / / ■< r= 0 ¡ e s un
c ó d ig o d e g ru p o .
A h o ra u s a m o s l a e s tr u c tu r a d e g ru p o d e C , ju n to c o n s u s c la s e s e n Z ? , p a ra d e s a r ro lla r
u n e s q u e m a d e d e c o d if ic a c ió n . N u e s tro e je m p lo u s a e l c ó d ig o d e s a r ro lla d o e n e l e je m p lo
1 6 .2 5 , p e r o e l p r o c e d i m i e n t o s e a p lic a a c u a l q u i e r c ó d i g o d e g r u p o .
D e s a r ro lla r e m o s u n a ta b la d e d e c o d if ic a c ió n d e l a m a n e r a sig u ie n te .
1) P r im e r o e n u m e r a m o s e n u n a f ila lo s e le m e n to s d e l c ó d ig o d e g ru p o G , e m p e z a n d o
c o n l a id e n tid a d .
2) A c o n tin u a c ió n s e le c c io n a m o s u n e le m e n to * d e Z |( Z 5 , e n g e n e r a l) d e m o d o q u e *
n o a p a r e z c a e n l a t a b l a d e s a r r o l l a d a h a s t a e l m o m e n t o y q u e t e n g a p e s o m í n im o .
D e s p u é s e n u m e ra m o s lo s e le m e n to s d e l a c la s e * + C , d e m o d o q u e * + c q u e d e
d ir e c ta m e n te d e b a jo d e c p a ra c a d a c E C . P a r a * = 1 0 0 0 0 0 te n e m o s
3) R e p e t im o s e l p a s o 2 h a s ta q u e la s c la s e s in d u z c a n u n a p a r ti c ió n d e Z \ ( Z ¡ , en
g e n e r a l ) . E s t o p r o d u c e l a t a b l a d e d e c o d i f i c a c i ó n q u e s e m u e s t r a e n l a t a b l a 1 6 .8 .
4) U n a v e z c o n s tr u id a la ta b la d e d e c o d if ic a c ió n , p a r a c a d a p a la b r a r e c ib id a r e n c o n
tr a m o s l a c o lu m n a q u e c o n tie n e a r y u s a m o s la s tr e s p r im e r a s c o m p o n e n te s d e la
p a l a b r a c o d i f i c a d a c d e l a p a r t e s u p e r i o r d e l a c o l u m n a p a r a d e c o d i f i c a r r.
A p a r tir d e la ta b la v e m o s q u e l a s p a la b r a s c o d ific a d a s p a r a la s p a la b r a s r e c ib id a s
so n
r e s p e c t i v a m e n t e . D e e s t o s r e s u l t a d o s , p o d e m o s c o n c l u i r q u e l o s m e n s a j e s r e s p e c t i v o s son
iv , = 1 0 1 w2= l l l tv 3 = 0 0 1 « -4 = 1 0 1 .
T a b la 1 6 .8
T a b la d e d e c o d i f i c a c i ó n p a r a e l c ó d ig o d e l e je m p lo 1 6 .2 5
L a s e n t r a d a s d e l a p r i m e r a c o l u m n a d e l a t a b l a 1 6 . 8 s e l l a m a n l o s l í d e r e s d e c l a s e . P a ra
l a s p r i m e r a s s i e t e f i l a s , l o s l í d e r e s d e c l a s e s o n i g u a l e s e n t o d a s l a s t a b l a s , c o n a lg u n a
p o s i b l e p e r m u t a c i ó n d e l a s f ila s . S i n e m b a r g o , p a r a l a ú lti m a f i l a , p o d r í a m o s u s a r 100001
o 0 0 1 0 1 0 e n v e z d e 0 1 0 1 0 0 p u e s t o q u e t a m b i é n t i e n e n p e s o m í n i m o 2 . A s í , l a t a b l a no
t i e n e q u e s e r ú n i c a . [ C o m o r e s u l t a d o , n o p o d e m o s c o r r e g i r t o d o s l o s e r r o r e s d o b l e s p u e sto
q u e p o d r í a n o h a b e r u n a ú n i c a p a l a b r a c o d i f i c a d a a u n a d i s t a n c i a m í n i m a p a r a c a d a r e n la
ú l t i m a c l a s e , l a c o r r e s p o n d i e n t e a l l í d e r d e c l a s e 0 1 0 1 0 0 . P o r e j e m p l o , r = 0 0 1 0 1 0 tie n e
tr e s p a l a b r a s c o d if i c a d a s m á s c e r c a n a s ( a d i s t a n c i a 2 ) : 0 0 0 0 0 0 , 1 0 1 0 1 1 y 0 1 1 1 1 0 .]
¿ C ó m o n o s a y u d a n r e a l m e n t e l o s l í d e r e s d e c l a s e ? P a r e c e q u e h u b i é r a m o s u t i l i z a d o la s
p a l a b r a s c o d i f i c a d a s e n l a p r i m e r a f i l a p a r a d e c o d i f i c a r r ¡ , r 2, r 3 y r ,.
C o n s i d e r e m o s l a s p a l a b r a s r e c i b i d a s r , = 1 0 1 0 0 1 y r2 = l l l O l O e n l a s e x t a f i l a , d o n d e el
líd e r d e c l a s e e s x = 0 0 0 0 1 0 . A l c a lc u la r lo s s ín d r o m e s , te n e m o s q u e
H ■ { ? ,) * = = H - ( r if = H -x a
E s to n o e s c o in c id e n c ia
T E O R E M A 1 6 .1 6 Sea C C Z 2 un código de grupo para una matriz de verificación de paridad f l y sean r¡, r2 6
Z 3. Para la tabla de clases de C en Z ¡ , r, y r¡ están en la misma clase de C si y sólo si fl-
( r , ) “ = f l ■ (r2)u.
D e m o s tra c ió n : S i r , y r 2 e s t á n e n l a m i s m a c l a s e , e n t o n c e s r , = x + c , y r 2 = x + c 2, d o n d e x es
e l líd e r d e c l a s e y c , y c 2 s o n l a s p a la b r a s c o d i f i c a d a s d e l a p a r t e s u p e r i o r d e l a s c o lu m n a s
r e s p e c t i v a s p a r a r , y r 2. E n t o n c e s f l • ( r ¡ ) a = f l • ( x + 0 , ) " = f l • X a + f l - ( c , ) “ = f l • x “ + 0 = f l -
x “, p u e s t o q u e c , e s u n a p a l a b r a c o d i f i c a d a . D e l a m i s m a f o r m a , f l • ( r 2) “ = f l - x ”, d e m o d o
q u e r , , r¡ tie n e n e l m is m o sín d ro m e . R e c íp ro c a m e n te , f l ( r , ) “ = f l • ( r 2f = > f l • ( r , + r , f ‘ -
0 => r¡ + r 2 e s u n a p a la b r a c o d ific a d a c . P o r lo ta n to , r , + r2= c , d e m o d o q u e r , = r2+ c y r, G
r 2+ C . P u e s to q u e r¡ £ r , t C , te n e m o s a r , , r 2 e n l a m is m a c la s e .
1 6.7 C ó d ig o s d e grupo s: Decodificación con líderes d e clase 809
A l d e c o d i f i c a r la s p a l a b r a s r e c ib id a s y u s a r la t a b l a 1 8 .6 . d e b e m o s b u s c a r e n l o s 6 4
e l e m e n t o s p a r a e n c o n t r a r u n a p a l a b r a r e c i b i d a d a d a . P a r a C C Z i 2, e x i s t e n 4 0 9 6 c a d e n a s ,
c a d a u n a c o n 1 2 b its . T a l p r o c e s o d e b ú s q u e d a e s te d io s o , a s í q u e e s p r o b a b le q u e d e b a
p e n s a r s e e n u n c o m p u ta d o r p a r a q u e r e a lic e l a b ú s q u e d a . P o r e l m o m e n to , p a re c e q u e e s to
s i g n i f i c a g u a r d a r t o d a l a ta b la : 6 x 6 4 = 3 8 4 b i t s d e a l m a c e n a m i e n t o p a r a l a t a b l a 1 6 .8 ; 1 2 x
4 0 9 6 = 4 9 1 5 2 b its p a ra C C Z í 2. Q u i s i é r a m o s m e j o r a r e s t a s i t u a c i ó n . S i n e m b a r g o , a n t e s
d e q u e m e jo r e n l a s c o s a s , e m p e o r a r á n s i a g r a n d a m o s l a t a b l a 1 6 .8 , c o m o s e m u e s t r a e n la
t a b l a 1 6 .9 . E s t a n u e v a t a b l a in c l u y e a l a iz q u ie r d a d e l o s l íd e r e s d e c l a s e ( l a s tr a s p u e s ta s
d e ) l o s s ín d r o m e s d e c a d a f ila .
T a b la 1 6 .9
T a b la d e d e c o d i f ic a c ió n 1 6 .8 c o n s í n d r o m e s
A h o ra p o d e m o s d e c o d if ic a r u n a p a la b ra r e c ib id a r m e d ia n te e l s ig u ie n te p ro c e d im ie n to .
1) C a l c u l a m o s e l s í n d r o m e H ■r “ .
2) E n c o n t r a m o s e l l í d e r d e c l a s e x a l a d e r e c h a d e H ■r" .
3) S u m a m o s x a r p a r a o b te n e r c . ( L a p a la b r a c o d ific a d a c q u e e s ta m o s b u s c a n d o e n la
p a rte s u p e r io r d e l a c o lu m n a q u e c o n tie n e a r s a tis f a c e c + x = r o c = x + r .)
E n c o n s e c u e n c ia , l o ú n ic o q u e n e c e s ita m o s d e la ta b la 1 6 .9 s o n la s d o s p r im e ra s c o lu m
n a s , c a d a u n a d e la s c u a le s n e c e s ita ( 3 )( 8 ) + (6 )( 8 ) = 7 2 b its d e a lm a c e n a m ie n to . C o n 18
b its d e a lm a c e n a m ie n to a d ic io n a le s p a r a H p o d e m o s g u a r d a r lo n e c e s a r io p a r a e s te p r o c e
s o d e d e c o d if ic a c ió n , lla m a d o d e c o d ific a c ió n m e d ia n te lid e r e s d e c la s e , e n 9 0 b its d e
a lm a c e n a m ie n to , e n o p o s ic ió n a la e s tim a c ió n o r ig in a l d e 3 8 4 b its .
S i a p lic a m o s e s te p r o c e d im ie n to a r = 1 1 0 1 1 0 . e n c o n tr a m o s e l s ín d r o m e
H -r " =
C o m o 0 1 1 e s tá a l a iz q u ie r d a d e l líd e r d e c la s e * = 0 1 0 0 0 0 , l a p a la b ra c o d ific a d a c = x + r =
01000+ 110110= 1 0 0 11 0 , d e la q u e p o d e m o s r e c u p e r a r e l m e n s a je o r ig in a l, 1 0 0 .
E n e s te c a s o , e l c ó d ig o e s u n c ó d ig o d e g r u p o ta l q u e e l p e s o m ín im o d e la s p a la b r a s
c o d ific a d a s d is tin ta s d e c e r o e s 3 , p o r lo q u e e s p e r a m o s p o d e r e n c o n tr a r u n e s q u e m a d e
d e c o d if ic a c ió n q u e c o rr ija lo s e rr o re s s im p le s . R e a liz a m o s e s to d e b id o a q u e lo s p a tro n e s
d e e r r o r d e p e s o 1 s o n to d o s líd e r e s d e c la s e . N o p o d e m o s c o r r e g ir to d o s lo s e rr o re s d o
b le s ; s ó lo u n p a tró n d e e r r o r d e p e s o 2 e s u n líd e r d e c la s e . T o d o s lo s p a tro n e s d e e r r o r d e
p e s o 1 o 2 te n d ría n q u e s e r líd e r e s d e c la s e a n te s d e q u e n u e s tro e s q u e m a d e d e c o d ific a c ió n
p u e d a c o r r e g i r lo s e r r o r e s s im p le s y d o b le s e n l a tr a n s m is ió n .
810 Capítulo 1 6 Grupos, teoría de la codificación y m étodo de enumeración d e Polya
A diferencia de la situación del ejemplo 16.25, donde usamos los síndromes también
para la decodificación, ahora las cosas son diferentes. Una vez que tenemos una tabla
completa que enumere todas las clases de C en Z¡, el proceso de decodificación mediante
los líderes de clase nos dará la respuesta para todas las palabras recibidas, no sólo para
aquellas que son palabras codificadas o con síndromes que aparecen entre las colum nas de
la m atriz de verificación de paridad H. Sin embargo, debemos observar que todavía existe
un problema, puesto que la última fila de nuestra tabla no es única. A pesar de ello, como
lo afirma nuestro último resultado, este m étodo proporciona un esquema de decodificación
m ejor que cualquier otro.
TEOREMA 16.17 Si decodificamos mediante líderes de clase, r e Z ¡ es una palabra recibida y r se decodifica
como la palabra codificada c* (que después decodificamos para recuperar el mensaje),
entonces d(c*, r) < d (c, r) para todas las palabras codificadas c.
1 6 .8
M a tric e s d e H a m m in g
Hemos visto que la m atriz de verificación de paridad H es útil p ara corregir los errores
simples de una transmisión cuando (a) H no tiene una columna de ceros y (b) no hay dos
columnas d e H que sean iguales. L a matriz
1 1 0 1 1 0 0'
H = 1 0 1 1 0 1 0
0 1 1 1 0 0 1
satisface estas dos condiciones y tiene el número máximo posible de colum nas para el
número de filas (r = 3). Si añadimos otra columna, H ya no nos servirá para corregir los
errores simples.
La m atriz generadora C asociada con H es
1 0 0 0 1 1 0
0 1 0 0 1 0 1
0 0 1 0 0 1 1
0 0 0 1 1 1 1
S i r = 4 , e n to n c e s 2 '- 1 = 1 5 y 2 ' - l - r = 1 1 . L a ú n ic a m a tr iz d e H a m m in g p o s ib le p a r a r =
4 es
1 1 1 i 1 1 1 0 0 0 0 1 0 0 0‘
1 1 1 i 0 0 0 1 1 1 0 0 1 0 0
1 1 0 0 1 1 0 1 1 0 1 0 0 1 0
1 0 i 0 1 0 1 1 0 1 1 0 0 0 1.
D e n u e v o , la s c o lu m n a s d e H c o n tie n e n lo s e q u iv a le n te s e n b in a rio d e lo s e n te r o s d e l 1 al
15 ( = 2‘ - 1 ).
E s ta m a tr iz H e s la m a tr iz d e v e rif ic a c ió n d e p a rid a d d e u n c ó d ig o d e H a m m in g ( 1 5 ,1 1 )
c u y a r a z ó n d e c o d i f i c a c i ó n e s 1 1 /1 5 .
R e s p e c to a l a r a z ó n d e c o d ific a c ió n d e e s to s c ó d ig o s d e H a m m in g , p a ra c u a lq u ie r r > 2 ,
la r a z ó n d e c o d ific a c ió n m jn d e d ic h o c ó d ig o e s tá d a d a p o r m ln = ( 2 '- 1 - r )/( 2 ' - 1 ) = 1 - [ri
(2 '- 1 )]. C o n f o r m e r c re c e , r / ( 2 ' - 1 ) t i e n d e a c e r o y l a r a z ó n t i e n d e a 1.
0 0 0 1 1 1 f
H ,= 0 1 1 0 0 1 1
1 0 1 0 1 0 1.
E n e s te c a s o , l a id e n tid a d a p a r e c e e n la s c o lu m n a s p r im e r a , s e g u n d a y c u a r ta y n o e n la s
ú ltim a s tre s . E n c o n s e c u e n c ia , u s a ría m o s e s ta s c o m p o n e n te s p a ra v e rif ic a r l a p a rid a d y v e r
q u e s i e n v ia m o s e l m e n s a je w = tv ^ v v jw .,, e n to n c e s l a p a la b r a c o d if ic a d a c o r r e s p o n d ie n te
£ ( t v ) s e r á c ¡ c 2w i C'¡w 2w - w a, d o n d e
c¡ = w¡ + w2 + w4
C ¡= W¡ + IV j + tv 4
c¡= w2 + w ¡+ h>4.
d e m o d o q u e H , ■( E ( w ) Y = 0 .
812 Capitulo 1 6 Grupos, teon'a de la codificación y m étodo de enumeración de Polya
E J E R C IC I O S 1 6 . 7 1. Sea E : - * 2 % la f u n d ó n d e c o d i f i c a d ó n d e u n c ó d i g o C . ¿ C u á n t o s c á lc u lo s s o n n e c e s a r io s
Y 1 6 .8 p a r a d e t e r m i n a r l a d is t a n c i a m ín i m a e n t r e l a s p a l a b r a s c o d if i c a d a s ? ¿ C u á n t o s c á lc u lo s s o n
n e c e s a rio s s i E e s u n h o m o m o rfis m o d e g ru p o s ?
2. a ) U s e l a t a b la 1 6 .9 p a r a d e c o d if ic a r l a s s ig u i e n te s p a la b r a s r e c ib id a s .
3. a ) C o n s t r u y a u n a t a b l a d e d e c o d i f i c a c i ó n ( c o n s ín d r o m e s ) p a r a e l c ó d i g o d e g r u p o d a d o p o r la
m a tr iz g e n e ra d o ra
0 1 1
1 0 1
b) U s e l a t a b l a d e la p a r t e ( a ) p a r a d e c o d i f i c a r l a s s i g u i e n t e s p a l a b r a s r e c ib id a s .
c) ¿ C o r r i g e e s t e c ó d ig o l o s e r r o r e s s im p l e s d e tr a n s m i s i ó n ?
4. Sea
1 1 0 1 1 0 0'
« = 1 0 1 1 0 1 0
0 1 1 1 0 0 1.
l a m a t r i z d e v e r i f i c a c i ó n d e p a r id a d d e u n c ó d i g o d e H a m m i n g ( 7 . 4 ) .
a ) C o d i f i q u e l o s s ig u i e n te s m e n s a j e s : 1 0 0 0 1 1 0 0 1 0 1 1 1 1 1 0 1 0 0 1 1 1 1 1 .
b) D e c o d i f i q u e l a s s i g u i e n t e s p a la b r a s r e c ib id a s : 1 1 0 0 0 0 1 1 1 1 0 1 1 1 0 0 1 0 0 0 1 0 0 1 1 1 0 0 .
c ) C o n s t r u y a u n a ta b la d e d e c o d if ic a c ió n q u e c o n s te d e lo s s ín d r o m e s y líd e r e s d e c la s e d e l c ó d ig o .
d ) U s e e l r e s u l t a d o d e l a p a n e ( c ) p a r a d e c o d i f i c a r l a s p a l a b r a s r e c i b i d a s d a d a s e n l a p a r t e ( b ).
5. a ) ¿ C u á l e s s o n la s d i m e n s io n e s d e l a m a tr iz g e n e r a d o r a d e l c ó d i g o d e H a m m in g ( 6 3 , 5 7 ) ?
¿ C u á l e s s o n la s d im e n s i o n e s d e l a m a tr iz d e v e r if ic a c ió n d e p a r i d a d H a s o c i a d a ?
b) ¿ C u á l e s la r a z ó n d e c o d if i c a c ió n d e e s t e c ó d ig o ?
6. C o m p a r e l a s r a z o n e s d e c o d i f i c a c i ó n d e l c ó d i g o d e H a m m in g ( 7 , 4 ) y d e l c ó d ig o d e tr ip le
re p e tic ió n ( 3 ,1 ) .
7 . a ) S e a p = 0 .0 1 l a p r o b a b i l i d a d d e tr a n s m i s i ó n i n c o r r e c t a p a r a u n c a n a l s i m é t r i c o b in a r i o . S i s e
e n v í a e l m e n s a j e 1 0 1 1 p o r m e d i o d e l c ó d ig o d e H a m m in g ( 7 , 4 ) , ¿ c u á l e s l a p r o b a b il id a d d e
u n a d e c o d i f i c a c i ó n c o r r e c ta ?
b) R e s p o n d a l a p a r t e ( a ) p a r a u n m e n s a j e d e 2 0 b its e n v i a d o e n c i n c o b lo q u e s d e l o n g it u d 4 .
16.9
E n u m e ra c ió n y e q u iva le n c ia:
Te orem a d e B u rn s id e
E n e s ta s e c c ió n y la s d o s s ig u ie n te s d e s a r ro lla r e m o s u n a t é c n ic a d e c o n te o c o n o c id a c o m o
e l m é to d o d e e n u m e ra c ió n d e P o ly a . N u e s tro d e s a rro llo n o s e rá d e m a s ia d o r ig u ro s o . C o n
fre c u e n c ia , s ó lo e n u n c ia re m o s lo s r e s u lta d o s g e n e r a le s d e la te o r ía v is to s e n la s o lu c ió n d e
u n p r o b le m a e s p e c íf ic o . N u e s t r o p r im e r e n c u e n tr o c o n e l tip o d e p r o b le m a a l q u e s e a p lic a
e s t a t é c n ic a d e c o n te o a p a r e c e e n e l s ig u i e n te e je m p lo .
1 6.9 Enum eración y equivalencia: Teorema d e B urnside 813
^ M o 1 6 -2 8 ! T e n e m o s u n c o n ju n to d e p a lillo s , to d o s d e la m is m a lo n g itu d y d e l m is m o c o lo r, y u n
s e g u n d o c o n ju n to d e d is c o s d e p lá s tic o . C a d a d is c o tie n e d o s a g u je r o s , c o m o s e m u e s tr a
e n l a f i g u r a 1 6 .4 , e n d o n d e s e i n s e r ta n l o s p a l i l l o s p a r a f o r m a r d i f e r e n t e s f i g u r a s , c o m o u n
c u a d r a d o . ( V é a s e l a F i g . 1 6 .5 .) S i c a d a d i s c o e s r o j o o b la n c o , ¿ c u á n to s c u a d r a d o s d i s t i n
to s p o d e m o s fo rm a r?
S i e l c u a d r a d o s e c o n s id e r a f ijo , e n to n c e s lo s c u a tr o d is c o s s e lo c a liz a n e n c u a tr o p o s i
c io n e s d if e r e n te s ; e n c a d a p o s ic ió n u s a m o s u n d is c o r o jo o b la n c o . A s í, e x is te n 2 4 = 16
c o n f ig u r a c io n e s d if e r e n te s , q u e s e m u e s tr a n e n l a f ig u r a 1 6 .5 , d o n d e u n c ír c u lo o s c u ro
in d ic a u n d is c o r o jo . S e p a ra m o s l a s c o n fig u r a c io n e s e n s e is c la s e s , c í ( l ) , c f ( 2 ) , . . . . c ((6 ),
d e a c u e rd o c o n e l n ú m e ro y p o s ic ió n re la tiv a d e lo s d is c o s r o jo s .
S u p o n g a m o s a h o ra q u e e l c u a d r a d o n o e s tá f ijo s in o q u e s e p u e d e m o v e r e n e l e s p a c io .
A m e n o s q u e m a r q u e m o s lo s v é rti c e s ( d is c o s ) d e a lg u n a m a n e r a , c ie r ta s c o n f ig u r a c io n e s
d e l a f i g u r a 1 6 .5 s e r á n in d is tin g u ib le s d e s p u é s d e t a l e s m o v im ie n t o s .
F ig u ra 1 6 .4
F ig u r a 1 6.5
814 Capítulo 16 Grupos, teoria de la codificación y m étodo de enumeración de Polya
2 1 3 4
• 3
3 3 2 2 1
Posición inicial Rotación de 90° en el sentido de Rotación de 180" en el sentido de
del cuadrado las manecillas del reloj las manecillas del reloj
2 3 1 4 3
I ^
O
1 4 4 1 2
Rotación de 270° en el sentido Rotación de 360* en el entido de Reflexión respecto a la horizontal
de las manecillas del reloj las manecillas de reloj
2 3 4
2 1
i / \
4
3 I ' 2
Reflexión respecto a la vertical Reflexión respecto a la diagonal Reflexión respecto a la diagonal
que pasa por los vértices 2 y 4 que pasa por los vértices 1 y 3
F ig u ra 1 6.6
1 6.9 Enum eración y equivalencia: Teorema de B urnside 815
de modo que podemos pensar cada ciclo como un elem ento de S6.
Por último, si a = (124)(3)(56) y ¡5 = (13)(245)(6) son elem entos de S6, entonces
p a = (13)(245)(6)(124)(3)(56) = (132)(4Ó5).
ir? =
C o m o p r o d u c to d e c ic lo s d is ju n to s ,
234 6 8
ir f = (C,)(C C C CS)(C C, C C,)(C C„)(C C CMC, )(C16). 10 12 ,3 5
O b s e r v e m o s q u e , b a j o l a a c c i ó n d e 7 tf , n o s e m o d i f i c a n i n g u n a c o n f i g u r a c i ó n e n o t r a q u e
e s té e n o tr a c la s e .
C o m o s e g u n d o e j e m p l o , c o n s i d e r e m o s l a r e f l e x i ó n r¡ d e l a f i g u r a 1 6 . 6 ( h ) . L a a c c i ó n d e
e s te m o v im ie n to r íg id o so b re S e s tá d a d a p o r
r¡ =
lc¡ C2 C3 C4 C5 Ce C, Cg C, C,o ,2
C„ C C,3 C14 C1S c 16¡
\C, C2 C5 C4 C3 C, Cg C, Cg C,o C„ C14 C,3 C,2 C,s c j
= (C0(C2)(C3C5)(C4)(C6C,)(Cg C,)(C,o)(C„)(C,2C14)(C,3)(C15)(C,6).
D e n u e v o , n in g u n a d e l a s c o n fig u ra c io n e s e s tra n s fo rm a d a p o r r¡ e n o tr a q u e e s tá f u e ra d e
l a c la s e e n la q u e e s ta b a a n te rio rm e n te .
U s a m o s la id e a d e q u e e l g r u p o C a c tú a s o b r e e l c o n ju n to S p a r a d e f in ir la s ig u ie n te
r e l a c i ó n ® s o b r e S . P a r a l a s c o l o r a c i o n e s C ¡, C . £ S donde 1 < y ,j < 16, e s c r ib im o s C S ft
C¡ s i e x is te u n a p e rm u ta c ió n a £ G t a l q u e 0 * ( C ¡ ) = C ,, E s d e c i r , c o m o o * a c t ú a s o b r e la s
1 6 c o n f i g u r a c i o n e s d e S , C , e s t r a n s f o r m a d a e n C ¡. E s t a r e l a c i ó n 3 ? e s u n a r e l a c i ó n d e
e q u iv a le n c ia , c o m o v e rif ic a r e m o s a c o n tin u a c ió n .
a) ( P r o p ie d a d r e f le x iv a ) P a r a to d a C, £ S , ta l q u e 1 < i < 1 6 , s e s ig u e q u e C ,3 ¡ C„
p u e s to q u e C c o n tie n e l a p e rm u t a c ió n id e n tid a d .[ i t j (C ¡) = C , p a r a t o d o 1 £ i < 1 6 .]
b) ( P r o p i e d a d s i m é t r i c a ) S i C , 3 t C ¡ p a r a C ,,C ¡ £ S e n to n c e s a * ( C ,) = Cp p a r a a lg ú n o
£ G . G e s u n g r u p o , p o r l o q u e O ' 1 £ G y v e m o s q u e ( a * ) “ ' = ( O ' 1) * - ( V e r i f i q u e e s t o
p a ra d o s o p c io n e s d e o £ G . ) P o r l o t a n t o , C , = ( a ~ ') * ( C , ) y C . S k C ¡.
c) ( P r o p i e d a d t r a n s i t i v a ) S e a n C „ C r C , £ S t a l e s q u e C , S / t C ; y C , 5 ? C ¡ . E n t o n c e s C ¡=
a * (Q y C , = t * ( C >) , p a r a a l g u n o s a , x £ G . P o r e l c i e r r e e n G , o x £ G y vem os que
( a x ) * = o * x * , d o n d e a s e a p lic a a n te s e n a x y a * a n te s e n a * x * . ( V e rifiq u e e s to p a ra
d o s p e rm u ta c io n e s e s p e c íf ic a s a , x £ G .) E n to n c e s C , = ( a x ) * ( C ¡ ) y ® e s t r a n s itiv a .
[ E s p r o b a b le q u e e l le c t o r h a y a n o ta d o q u e C ,= x * ( C ,) = x * ( a * ( C ,) ) y p e n s a d o q u e
d e b e r ía m o s e s c r ib ir ( a x ) * = x * a * . D e n u e v o , h a h a b id o u n c a m b io d e n o ta c ió n p a ra
la f u n c ió n c o m p u e s ta q u e h a b ía m o s y a d e fin id o e n e l c a p ítu lo 5 . A q u í e s c r ib im o s
a * x * e n v e z d e ( a x ) * , y a p lic a m o s p r im e ro a * .]
C o m o 9 t e s u n a r e l a c i ó n d e e q u i v a l e n c i a s o b r e S , S /t d i v i d e a 5 e n c i a s e s d e e q u i v a l e n
c i a , q u e s o n p r e c i s a m e n t e l a s c l a s e s c ( ( 1 ) , c ? ( 2 ) ..............c í ( 6 ) d e l a f i g u r a 1 6 . 5 . E n c o n s e
c u e n c ia , e x is te n s e is c o n fig u r a c io n e s n o e q u iv a le n te s b a jo la a c c ió n d e l g r u p o . A s í, e n tre
la s 1 6 c o lo ra c io n e s o r ig in a le s , s ó lo 6 s o n re a lm e n te d is tin ta s .
P o d e m o s g e n e r a liz a r lo o c u rr id o e n e s te e je m p lo d e l a m a n e r a s ig u ie n te . S i 5 e s un
c o n j u n t o d e c o n f i g u r a c i o n e s , s e a G u n g r u p o ( d e p e r m u t a c i o n e s ) q u e a c t ú a s o b r e S . S i la
r e la c ió n ® s e d e f in e s o b r e S c o m o x 9 t y s i n * ( x ) = y , p a r a a lg u n a Jt £ G , e n to n c e s Sh e s
u n a r e la c ió n d e e q u iv a le n c ia .
S i s ó lo s e d is p o n e d e d is c o s r o jo s y b la n c o s p a r a u n ir lo s p a lillo s , p o d r ía m o s h a b e r
o b te n id o l a r e s p u e s ta d e e s t e e j e m p l o a p a r t i r d e l o s r e s u l t a d o s d e la f ig u r a 1 6 .5 . S i n e m
b a rg o , d e s a rro lla m o s u n p o c o d e m a te m á tic a s p a r a r e s p o n d e r la p r e g u n ta . S i n o s re fe rim o s
1 6 .9 E n u m e ra c ió n v e q u iv a le n c ia : T e o re m a d e B u rn s id e 817
a 5 c o m o e l c o n ju n to d e 2 - c o lo r a c io n e s d e lo s v é rtic e s d e u n c u a d r a d o , c o m e n z a m o s a
p r e g u n ta m o s a c e rc a d e l p a p e l d e 2y a b u s c a r e l n ú m e ro d e c o n fig u ra c io n e s n o e q u iv a le n
te s s i lo s d is c o s v ie n e n e n tr e s o m á s c o lo re s .
A d e m á s , p o d ría m o s o b s e rv a r q u e la f u n c ió n f ( j , w ) = r 4 + r h v + 2 r V + rw 3 + w 1 e s la
f u n c ió n g e n e r a tr iz (d e d o s v a ria b le s ) p a r a e l n ú m e ro d e c o n fig u r a c io n e s n o e q u iv a le n te s
d e 5 . E n e s te c a s o , e l c o e f ic ie n te d e r 'V '" ', p a r a 0 < t £ 4 , n o s p ro p o rc io n a e l n ú m e ro d e
2 - c o lo r a c io n e s d if e r e n te s q u e tie n e n i d is c o s r o jo s y ( 4 - i) b la n c o s . E l c o e f ic ie n te d e r V
e s 2 d e b id o a l a s d o s c la s e s d e e q u iv a le n c i a c C (3 ) y c f ( 4 ) . P o r ú l t i m o , / ( l , 1 ) = 6, e l n ú m e ro
d e c la s e s d e e q u iv a le n c ia . E s ta f u n c ió n g e n e r a tr iz /f c w ) e s e l in v e n ta r io d e p a tr o n e s d e la s
c o n fig u r a c io n e s . I -a e x a m in a r e m o s c o n m á s d e ta lle e n la s s ig u ie n te s d o s s e c c io n e s .
P o r a h o ra , p r e s e n ta m o s u n a v e rs ió n a m p lia d a d e n u e s tr o s r e s u lta d o s a c tu a le s e n e l s i
g u ie n te te o re m a . ( U n a d e m o s tr a c ió n d e e s te r e s u lta d o a p a r e c e e n la s p á g in a s 1 3 6 - 1 3 7 d e
C . L . L i u [1 2 ].)
EOREMA 1 6 . 1 8 T e o r e m a d e B u r n s id e . S e a S u n c o n ju n to d e c o n fig u r a c io n e s s o b r e la s q u e a c tú a u n g r u p o
fin ito d e p e rm u ta c io n e s . E l n ú m e ro d e c la s e s d e e q u iv a le n c ia e n q u e S se d iv id e p o r la
a c c ió n d e G e s tá d a d o e n to n c e s p o r
|G | „ G 6
d o n d e y (7 C * ) e s e l n ú m e r o d e c o n f ig u r a c io n e s e n S f ija s p o r n ” .
P a r a p o d e r a c e p ta r la v a lid e z d e e s te te o re m a , p r im e ro a n a liz a r e m o s d o s e je m p lo s e n
lo s q u e c o n o c e m o s la s re s p u e s ta s .
¡ E je m p lo 1 6 . 2 9 E n e l e j e m p l o 1 6 .2 8 v im o s q u e y ( j c * ) = 2 , p u e s to q u e s o l a m e n t e C i y C ,6 e s t á n f ijo s , o
i n v a r i a n t e s , b a j o T tf . S i n e m b a r g o , p a r a r 3G G , y (r* ) = 8 d e b id o a q u e C ¡ , C ¡ . C 4, C ío , C u ,
C 13, Ci 5y C 16 p e r m a n e c e n f ijo s b a jo e s ta a c c ió n d e l g r u p o . D e m a n e r a s im ila r, y ( r * ) = 4 ,
7
y ( t* ) = 2 , y (J to ) = 16, y ( r f ) = y ( r * ) = 4 y y ( r ? ) = 8. Com o 1G I = 8, e l te o re m a d e
B u r n s id e im p lic a q u e e l n ú m e ro d e c la s e s d e e q u iv a le n c ia , o la s c o n fig u r a c io n e s n o e q u iv a
le n te s , e s ( 1 /8 ) (1 6 + 2 + 4 + 2 + 4 + 4 + 8 + 8) = (l/8 ) (4 8 ) = 6, la r e s p u e s ta o rig in a l.
1 6 .3 0 ¿ D e c u á n ta s f o rm a s p u e d e n s e n ta r s e s e is p e rs o n a s e n to m o d e u n a m e s a r e d o n d a s i d o s
d is p o s ic io n e s s e c o n s id e r a n e q u iv a le n te s c u a n d o u n a s e p u e d e o b te n e r d e la o tr a m e d ia n te
u n a r o t a c i ó n e n e l s e n t i d o d e l a s m a n e c i l l a s d e l r e l o j , c o n u n á n g u l o i ■6 0 ° , p a r a 0 < i < 5 ?
E n e s te c a s o , la s s e is p e rs o n a s d is tin ta s d e b e n s e n ta rs e e n s e is s illa s e n to rn o d e la m e sa ,
c o m o s e m u e s t r a e n l a f i g u r a 1 6 .7 . N u e s t r o g r u p o d e p e r m u t a c i o n e s G c o n s t a d e l a s r o t a
c i o n e s ¡ r, e n e l s e n t i d o d e l a s m a n e c i l l a s d e l r e l o j c o n u n á n g u l o d e i ■ 6 0 ° , d o n d e 0 < i £
5 . E n e s te c a s o , l a s r e f le x io n e s n o s o n im p o r ta n te s . L a s it u a c ió n e s b id im e n s i o n a l, y a q u e
s ó lo p o d e m o s r o ta r e l c ic lo ( q u e r e p re s e n ta la ta b la ) e n e l p la n o ; e l c irc u lo n u n c a s a le d e l
p la n o . E l n ú m e r o to ta l d e c o n fig u r a c io n e s p o s ib l e s e s 6 !. V e m o s q u e y ( 7t j ) = 6! y q u e y ( itf )
- 0 , p a ra 1 < ¡ < 5 . ( E s im p o s ib le m o v e r a v a ria s p e rs o n a s y q u e a l m is m o tie m p o é s ta s
p e rm a n e z c a n f ija s e n u n a p o s ic ió n d a d a .)
818 Capítulo 1 6 Grupos, teoría de la codificación y m étodo de enumeración de Polya
F ig u ra 1 6 .7
E n c o n s e c u e n c ia , e l n ú m e ro to ta l d e d is p o s ic io n e s n o e q u iv a le n te s p a r a s e n ta r s e e s
j¿ j) -K a * ) = ( g )( 6 ! + ° + ° + 0 + 0 + ° ) = 5 !,
c o m o v i m o s e n e l e j e m p l o 1 . 1 6 d e l c a p í t u l o 1.
A h o ra a n a liz a r e m o s u n a s itu a c ió n e n la q u e e s m á s c la r a la p o te n c ia d e e s te t e o r e m a
¿ D e c u á n ta s f o r m a s p o d e m o s 3 - c o lo r e a r lo s v é rti c e s d e u n c u a d r a d o , s i e l c u a d r a d o d e b e
m o v e rs e e n tr e s d im e n s io n e s ?
A h o r a t e n e m o s l o s p a l i l l o s d e l e j e m p l o 1 6 .2 8 , j u n t o c o n d i s c o s r o j o s , b l a n c o s y a z u le s .
S i o b s e r v a m o s e l g r u p o d e la f i g u r a 1 6 .6 , te n e m o s lo s ig u i e n te :
V ( J t o ) = 3 4, p u e s t o q u e l a i d e n t i d a d f i j a 8 1 c o n f i g u r a c i o n e s e n e l c o n j u n t o S d e p o s i b l e s
c o n fig u r a c io n e s .
V ( l t f ) = y ( 7 t? ) = 3 , p a r a c a d a n * tt* d e ja i n v a ri a n te s s o la m e n te la s c o n f ig u r a c io n e s c o n
to d o s lo s v é r ti c e s d e l m is m o c o lo r.
= 9 , y a q u e ti ? p u e d e f i j a r s o l a m e n t e a q u e l l a s c o n f i g u r a c i o n e s e n l a s q u e l o s
v é r ti c e s o p u e s to s ( e n f o rm a d ia g o n a l) tie n e n e l m is m o c o lo r. C o n s i d e r e m o s u n c u a d r a
d o c o m o e l q u e s e m u e s t r a e n l a f ig u r a 1 6 .8 . H a y t r e s o p c i o n e s p a r a c o l o c a r u n d is c o
c o n c o l o r e n e l v é r t i c e 1 y d e s p u é s u n a o p c i ó n p a r a r e l a c i o n a r l o c o n e l v é r t i c e 3 . D e la
m is m a f o rm a , e x is te n tr e s o p c io n e s d e c o lo re s e n e l v é rtic e 2 y d e s p u é s u n o p a r a el
v é rtic e 4 . E n c o n s e c u e n c ia , h a y n u e v e c o n fig u r a c io n e s in v a ria n te s b a jo n ? .
\ g ( r f ) = t ( f ( r ? ) = 9 . E n e l c a s o d e r ? , p a r a e l c u a d r a d o q u e s e m u e s t r a e n l a f i g u r a 1 6 .8
te n e m o s tr e s o p c io n e s p a r a c o lo r e a r c a d a u n o d e lo s v é r ti c e s 1 y 2 y desp u és debem os
h a c e r c o rr e s p o n d e r e l c o lo r d e l v é rtic e 4 c o n e l c o lo r d e v é rtic e 1 y e l c o lo r d e l v é rtic e
3 c o n e l d e l v é rtic e 2.
P o r ú lti m o , v ( ' í ) = y ( / ? ) = 2 7 . P a r a r f , te n e m o s n u e v e o p c io n e s p a r a c o lo r e a r lo s d o s
v é rtic e s e n 2 y 4 y tr e s o p c io n e s p a r a e l v é rtic e 1. E n to n c e s e x is te s o la m e n te u n a o p c ió n
p a r a e l v é r t i c e 3 , p u e s t o q u e d e b e c o i n c i d i r c o n e l c o l o r d e l v é r t i c e 1.
' 2
1 6.9 Enum eración y equivalencia: Teorema d e B urnside 819
P o r e l te o re m a d e B u r n s id e , e l n ú m e ro d e c o n fig u r a c io n e s n o e q u iv a le n te s e s ( l / 8 ) ( 3 ‘ +
3 + 3 ! + 3 + 3 ’ + 3 : + 3 3 + 3 3) = 2 1 .
S 1 6 .9 1. C o n s i d e r é m o s l a c o n f ig u r a c ió n q u e a p a r e c e e n l a f i g u r a 1 6 .5 .
a ) D e t e r m in e 7t?, r t , , r ' y i f .
b) V e r if iq u e q u e ( 7 tf ') * = ( i t f ) - 1 y ( / ? ) * = O f y * .
c ) V e r if iq u e q u e (71,, r , ) * = n ? r f y ( te ,, r . ) * = 3 1 ? r ? .
2. E x p r e s e c a d a u n o d e l o s s i g u i e n t e s e le m e n to s d e S , c o m o p r o d u c t o d e c i c l o s d is j u n to s .
/l 2 3 4 5 6 7) ( l 2 3 4 5 6 7\
° \ 2 4 6 7 1 5 3/ P \3 6 5 2 1 7 4/
= /l 2 3 4 5 6 7\ /l 2 3 4 5 6 7\
7 \2 3 1 7 5 4 6/ \4 2 7 1 3 6 5/
3. a ) D e t e r m in e e l o r d e n d e c a d a u n o d e l o s e le m e n to s d e l e je r c i c i o 2 .
b) E n u n c i e u n r e s u l ta d o g e n e r a l a c e r c a d e l o r d e n d e u n e le m e n to e n S , e n té r m in o s d e la s
l o n g it u d e s d e l o s c i c l o s e n s u d e s c o m p o s ic ió n c o m o p r o d u c t o d e c i c l o s d is j u n to s .
4 . a ) D e t e r m in e e l n ú m e r o d e f o r m a s d i s t i n t a s e n q u e p o d e m o s c o l o r e a r l o s v é r ti c e s d e u n t r i á n
g u l o e q u i l á t e r o u s a n d o l o s c o lo r e s r o j o y b la n c o , s i p o d e m o s m o v e r e l tr i á n g u l o l ib r e m e n t e
e n t r e s d im e n s io n e s ,
b) R e s p o n d a l a p a r te ( b ) s i ta m b ié n s e d i s p o n e d e l c o l o r a z u l.
5. R e s p o n d a l a s p r e g u n t a s d e l e je r c i c i o 4 p a r a u n p e n tá g o n o r e g u la r .
6. a ) ¿ C u á n ta s f o rm a s d is tin ta s h a y d e p in ta r la s a n s i a s d e u n c u a d r a d o c o n t r e s c o lo re s d if e
re n te s ?
b) R e s p o n d a la p a r t e ( a ) p a r a l a s a r is ta s d e u n p e n tá g o n o r e g u la r .
7. H a c e m o s u n a p u l s e r a p a r a n i ñ a c o n c u a t r o c u e n ta s c o l o c a d a s e n u n a la m b r e c ir c u la r . L o s c o l o
r e s d e l a s c u e n t a s s o n r o j o , b la n c o , a z u l y v e r d e y e x is te n a l m e n o s c u a t r o c u e n t a s d e c a d a
c o lo r .
a ) ¿ C u á n t a s p u ls e r a s d i s t i n t a s s e p u e d e n h a c e r d e e s ta f o r m a s i la s p u ls e r a s s e p u e d e n r o ta r
p e r o n o r e f le ja r ?
b) R e s p o n d a l a p a r t e ( a ) s i l a s p u ls e r a s s e p u e d e n r o t a r y r e f le ja r .
8. U n b a s t ó n s e p i n t a c o n t r e s b a n d a s c ih 'n d r ic a s d e c o l o r ( n o n e c e s a r ia m e n t e d i s t i n t a s ) y c a d a
b a n d a t i e n e l a m i s m a l o n g it u d q u e l a s d e m á s .
a ) ¿ C u á n t a s d e c o r a c i o n e s d is t in ta s p u e d e n h a c e r s e s i h a y t r e s c o lo r e s d i s p o n i b le s d e p i n t u r a ?
b) R e s p o n d a l a p a r t e ( a ) p a r a b a s to n e s c o n c u a t r o b a n d a s c ilin d r ic a s .
c ) R e s p o n d a l a p a r t e ( a ) p a r a b a s to n e s c o n n b a n d a s c ilin d r ic a s .
d ) R e s p o n d a la s p a rte s (a ) y (b ) si la s b a n d a s c ilin d r ic a s a d y a c e n te s d e b e n te n e r c o lo re s
d i s t in to s .
9. ¿ D e c u á n t a s f o r m a s p o d e m o s 2 - c o lo r e a r l o s v é r t i c e s d e l a s c o n f ig u r a c io n e s q u e s e m u e s t r a n e n
l a f i g u r a 1 6 .9 s i é s t o s s o n l i b r e s d e m o v e r s e ( a ) e n d o s d i m e n s io n e s ? ( b ) e n t r e s d im e n s io n e s ?
F igura 16.9
820 Capítulo 1 6 Grupos, teoría de la codificación y m étodo de enumeración de Polya
1 0 - U n a p ir á m id e t i e n e u n a b a s e c u a d r a d a y c u a t r o c a r a s q u e s o n t r i á n g u l o s e q u ilá t e r o s . S i pod e
m o s m o v e r l a b a s e l i b r e m e n t e ( e n t r e s d im e n s io n e s ) , ¿ c u á n t a s f o r m a s n o e q u iv a le n te s h a y de
p i n t a r l a s c u a tr o c a r a s s i t e n e m o s p i n t u r a d e c u a tr o c o l o r e s d i s t i n t o s ? ¿ C u á n t a s f o r m a s h a y s i el
c o l o r d e l a b a s e d e b e s e r d i f e r e n t e d e l o s c o l o r e s d e l a s c a r a s t r ia n g u la r e s ?
1 1 . a ) ¿ D e c u á n t a s f o r m a s p o d e m o s p i n t a r l a s c a s i l l a s d e u n ta b l e r o d e a j e d r e z 3 x 3 u sa n d o
p i n t u r a a z u l y r o j a ? ( E l f o n d o d e l t a b l e r o e s n e g r o .)
b) ¿ D e c u á n ta s f o r m a s p o d e m o s c o n s t r u i r u n t a b l e r o d e a j e d r e z 3 x 3 u n i e n d o ( c o n p e g a m e n
to ) c u a d r a d o s d e p lá s t i c o t r a n s p a r e n t e c o n ti n t e s a z u l o r o j o ? ( T e n e m o s n u e v e c u a d r a d o s
d i s p o n i b le s d e c a d a c o lo r .)
1 2 . R e s p o n d a e l e je r c i c i o 11 p a r a u n t a b l e r o d e a je d r e z 4 X 4 . [ R e e m p la c e c a d a “ n u e v e ” e n la p a ite
( b ) c o n " d ie c is é is " .]
1 3 . ¿ D e c u á n ta s f o r m a s p o d e m o s p i n t a r l o s s ie te c a b a llo s ( id é n t i c o s ) d e u n c a m i s e l , u s a n d o p in tu
r a n e g r a , m a r r ó n y b la n c a ?
1 4 . a ) S e a 5 u n c o n j u n t o d e c o n f ig u r a c io n e s y C u n g r u p o d e p e r m u t a c i o n e s q u e a c t ú a s o b r e S . S i
r G S , d e m u e s t re q u e ( i t S G Ir t * ( r ) = r ¡ e s u n s u b g r u p o d e G ( lla m a d o e l e s ta b ili z a d o r d e
x ).
b) D e t e r m in e l o s s u b g r u p o s e s ta b i liz a d o r e s d e l a p a r t e ( a ) p a r a c a d a u n a d e l a s c o n f ig u r a c io
n e s C , y C is d e l a f i g u r a 1 6 .5 .
16.10
El ín d ic e d e ciclo
A l a p lic a r e l t e o r e m a d e B u m s id e , n o s e n f r e n t a m o s a l c á lc u lo d e V (lt" ) p a r a c a d a i t G G ,
d o n d e G e s u n g r u p o d e p e rm u ta c io n e s q u e a c tú a s o b r e u n c o n ju n to 5 d e c o n fig u ra c io n e s .
S i e l n ú m e ro d e c o lo re s d is p o n ib le s a u m e n ta y la s c o n fig u r a c io n e s s e v u e lv e n m á s c o m
p le ja s , ta le s c á lc u lo s s e c o m p lic a n u n p o c o . A d e m á s , p a re c e q u e s i p o d e m o s d e te r m in a r e l
n ú m e ro d e 2 - c o lo r a c io n e s p a r a u n c o n ju n to S d e c o n fig u r a c io n e s , p o d r ía m o s u s a r a lg o d e l
tr a b a jo r e a liz a d o e n e s te c a s o p a r a d e te r m in a r e l n ú m e ro d e 3 - c o lo r a c io n e s , 4 - c o lo r a c io n e s ,
e t c é t e r a - E n c o n t r a r e m o s a l g u n a a y u d a s i r e g r e s a m o s a l a s o l u c i ó n d e l e j e m p l o 1 6 . 2 8 . E s ta
v e z p r e s ta r e m o s m á s a te n c ió n a l a r e p r e s e n ta c ió n d e c a d a p e rm u ta c ió n k B G c o m o p ro
d u c t o d e c i c l o s d i s j u n t o s . R e s u m i r e m o s n u e s t r o s r e s u l t a d o s e n l a t a b l a 1 6 .1 0 .
P a r a ito , e l n e u t r o d e G , e s c rib im o s ( 1 )( 2 ) (3 X 4 ) , u n p r o d u c to d e c u a t r o c ic lo s
d is ju n to s . R e p r e s e n ta r e m o s e s ta e s tr u c tu r a d e c ic lo e n f o rm a a lg e b r a ic a c o m o x f , d o n d e * ,
i n d i c a u n c i c l o d e l o n g i t u d 1. E l t é r m i n o x f e s l a r e p r e s e n t a c i ó n d e l a e s t r u c t u r a d e c ic lo
d e 7to- E n e s t e c a s o , i n t e r p r e t a m o s “ d i s j u n t o ” c o m o “ i n d e p e n d i e n t e " , e n e l s e n t i d o d e q u e
e l c o lo r u tiliz a d o p a ra p in ta r lo s v é rtic e s d e c u a lq u ie r c ic lo n o in f lu y e e n la s e le c c ió n de
lo s c o lo re s p a r a lo s v é rtic e s d e o tr o c ic lo . M ie n tr a s lo s v é rtic e s d e u n c ic lo d a d o te n g a n el
m is m o c o lo r, e n c o n tr a r e m o s c o n fig u r a c io n e s q u e s o n in v a ri a n te s b a jo r t f . ( D e fin itiv a
m e n te , p a r e c e q u e e s t a m o s e x a g e r a n d o e l u s o d e l a s m a t e m á t i c a s , p u e s t o q u e n j f i j a to d a s
l a s 2 - c o lo r a c io n e s d e l c u a d r a d o .) A d e m á s , c o m o p o d e m o s p in ta r lo s v é rti c e s d e c a d a c ic lo
c o n r o jo o b la n c o , te n e m o s 2“ c o n fig u r a c io n e s y v e m o s q u e ( r + b 'f = r 4 + 4 r*b +
4 r ¿ 3+ b ‘ g e n e r a e s ta s 1 6 c o n fig u r a c io n e s . P o r e je m p lo , d e l té r m in o ó r ib 2 o b s e rv a m o s q ue
e x is te n s e is c o n f ig u r a c io n e s c o n d o s v é r t i c e s r o j o s y d o s b la n c o s , c o m o s e v e e n l a s c la s e s
c l ( 3 ) y c { ( 4 ) d e l a f i g u r a 1 6 .5 .
A n a liz a m o s a h o r a n , y v e m o s q u e it, = ( 1 2 3 4 ), u n c ic lo d e l o n g itu d 4 . E s ta e s tr u c tu r a de
c ic lo q u e d a r e p r e s e n ta d a p o r * 4 y a q u í s o lo h a y d o s c o n f ig u r a c io n e s in v a ria n te s . E l h e c h o
________________ 16.1 0 El índice d e ciclo 821
16.10
R epresen
Movimientos C onfiguraciones tación de x
rígidos x en 5 qu e son en estru c tu ra In ventarío d e configuraciones qu e son
(Ekmentos de G ) invariantes b ajo s * d e d c lo invariantes b ajo x*
„ = ( l ) ( 2 ) ( 3 ) ( 4 ) l 2 4: T o d a s l a s c o n f i xl (r + w )4 = r 4 + 4 r 3w + 6 r w ! + 4 r t v 3+ w4
g u r a c io n e s e n S
* .= ( 1 2 3 4 ) 2: C „ C 16 x4 r4 + w 4 = r4 + w 4
« .= ( 1 3 X 2 4 ) 2 2: C , , C , o . C u , C u 4 ( r ' + w 2? = r4 + 2r V + w 4
3
* = (1 4 3 2 ) 2: Cu C u Xa r 4 + iv 4 = r4 + w 4
r ,= (1 4 ) ( 2 3 ) 2 2: C u C u C u C u xl (r 2+ w 2)2 = r4 + 2 r 2«'2 + .v 4
% = (1 2 )(3 4 ) 2 2: C u C 6 , C 8 , C u x¡ (r 2+ w 2)2 = r4 + 2r V + w 4
d e q u e l a e s t r u c t u r a d e c i c l o p a r a ti, s ó l o t e n g a u n c i c l o i n d i c a q u e p a r a q u e u n a c o n f i g u r a
c ió n s e a in v a ria n te b a jo n f , c a d a v é rtic e e n e s te c ic lo d e b e p in ta r s e d e l m is m o c o lo r. S i
p o d e m o s e l e g i r e n t r e d o s c o l o r e s , s ó l o e x i s t e n d o s c o n f i g u r a c i o n e s p o s i b l e s : C , y C 16. E n
e s t e c a s o , e l t é r m i n o (r 4 + b ‘) g e n e r a e s t a s c o n f ig u r a c io n e s .
P ro s e g u im o s c o n r , y te n e m o s q u e r , = ( 1 4 )(2 3 ), u n p r o d u c to d e d o s c ic lo s d is ju n to s d e
lo n g itu d 2 ; e l té rm in o x \ r e p r e s e n ta e s ta e s tr u c tu r a d e c ic lo . P a r a q u e la c o n fig u r a c ió n
q u e d e f ija c o n r f , lo s v é rtic e s 2 y 3 d e b e n te n e r e l m is m o c o lo r; e s d e c ir , te n e m o s d o s
o p c io n e s p a r a c o lo r e a r lo s v é rtic e s e n (2 3 ). T a m b ié n te n e m o s d o s o p c io n e s p a r a c o lo re a r
l o s v é r t i c e s d e ( 1 4 ) . E n c o n s e c u e n c i a , o b t e n e m o s 2 2 c o n f i g u r a c i o n e s i n v a r i a n t e s : C , ( r 4) ,
C 7( r W ) , C , ( r V ) y C 16(í>4) . [ ( r 2 + b ' f = r 4+ 2 r V + b \]
P o r ú l t i m o , e n e l c a s o d e r } - ( 1 3 ) ( 2 ) ( 4 ) , t e n e m o s q u e x 2x ,2 i n d i c a s u d e s c o m p o s i c i ó n e n
u n c ic lo d e lo n g itu d 2 y d o s d e lo n g itu d 1 . L o s v é rtic e s e n 1 y 3 d e b e n p in ta r s e d e l m is m o
c o lo r s i la c o n fig u r a c ió n d e b e q u e d a r f ija c o n r f . C o n tr e s c ic lo s y d o s o p c io n e s d e c o lo r
p a r a c a d a c i c l o , t e n e m o s 2 3 c o n f i g u r a c i o n e s i n v a r i a n t e s , q u e s o n C , ( r 4) , C 3( r 3b ) , C , ( r 3b ) ,
C i o ( r V ) , C n ( r 2í r ) , C ¡ ¡ ( r b 2) , C ¡s( r b 3) y C ¡ t( b 4) - L a f u n c i ó n g e n e r a t r i z p a r a e s t a s c o n f i g u r a
c io n e s e s ( r : + t r ) { r ~ b f . y a q u e c u a n d o c o n s id e r a m o s e l c ic lo ( 1 3 ) te n e m o s d o s o p c io n e s :
a m b o s v é r t i c e s e n r o j o ( r 2) o a m b o s v é r t i c e s e n b l a n c o ( b 2) . E s t o n o s d a ( r 2 + fr2) . P a r a
c a d a v é rtic e ú n ic o e n lo s d o s c ic lo s d e l o n g itu d 1 , r + b p r o p o rc io n a la s o p c io n e s p a r a c a d a
82 2 Capítulo 1 6 Grupos, teoría de la codificación y m étodo de enumeración d e Polya
P c ( x i , x 2, x 3, x 4) = 7—- 2 ( r e p r e s e n t a c i ó n d e e s t r u c t u r a d e c i c l o d e Tt).
|G | u€G
En este ejemplo,
¿De cuántas formas distintas podemos 4-colorear los vértices de un hexágono regular que
puede m overse libremente en el espacio?
Para un hexágono regular, existen 12 movimientos rígidos: (a) las seis rotaciones de 0°,
60°, 120°, 180°, 240°, 300°, en el sentido de las manecillas del reloj; (b) las tres reflexio
nes respecto a las diagonales que pasan por los vértices opuestos; y (c) las tres reflexiones
respecto a las rectas que pasan por los puntos m edios d e los lados opuestos.
16.10 El índice d e ciclo 823
1
(1) (1 )(2 )(3 )(4 )(5 )(6 ) A (7) (1 )(2 6 )(3 5 )(4 ) x fx j
(6) (1 6 5 4 3 2 ) *6 (1 2 ) (1 6 X 2 5 X 3 4 )
4
F ig u ra 1 6 .1 0
E n l a f ig u r a 1 6 .1 0 h e m o s e n u m e r a d o c a d a e le m e n to d e l g r u p o c o m o u n p r o d u c to d e
c ic lo s d is ju n to s , j u n to c o n s u r e p r e s e n ta c ió n d e l a e s tr u c tu r a d e c ic lo . E n e s te c a s o ,
P c ( 4 , 4 , 4 , 4 , 4 , 4 ) = ( 1 / 1 2 ) ( 4 6 + 2 ( 4 ) + 2 ( 4 2) + 4 ( 4 3) + 3 ( 4 2) ( 4 2) ) = 4 3 0
4 - c o lo r a c io n e s n o e q u iv a le n te s d e u n h e x á g o n o r e g u la r. (N o ta : A u n q u e n i x t n i x ¡ a p a r e c e n
e n u n a r e p r e s e n ta c ió n d e e s tr u c tu r a d e c ic lo , p o d e m o s e n u m e r a r e s ta s v a ria b le s e n tr e lo s
a r g u m e n t o s d e P c .)
1. ¿ C u á n t a s 5 - c o lo r a c io n e s d i s t i n t a s e x i s t e n p a r a l o s v é r t i c e s d e u n c u a d r a d o q u e p u e d e m o v e r s e
l i b r e m e n t e e n ( a ) d o s d im e n s i o n e s ? ( b ) tr e s d im e n s io n e s ?
2. R e s p o n d a e l e je r c i c i o 1 p a r a u n p e n tá g o n o r e g u la r .
3. E n c u e n t r e e l n ú m e r o d e 4 - c o l o r a c i o n e s n o e q u iv a le n te s d e l a s c o n f ig u r a c io n e s q u e a p a r e c e n
e n la f ig u r a 1 6 .1 1 c u a n d o é s t a s p u e d e n m o v e r s e l i b r e m e n t e e n ( a ) d o s d i m e n s i o n e s ; ( b ) tr e s
d im e n s io n e s .
4. a ) ¿ C u á n t a s 3 - c o l o r a c i o n e s d is t in ta s e x i s t e n p a r a l o s v é r t i c e s d e u n h e x á g o n o r e g u l a r q u e
p u e d e m o v e r s e l i b r e m e n t e e n e l e s p a c io ?
b ) D é u n a r g u m e n t o c o m b in a t o r i o p a r a m o s t r a r q u e p a r a t o d o m £ Z * , ( m s + 2 m + 2 n r + 4 n ¡ ! +
3 m ‘) e s d iv is ib le e n tre 12.
5. a ) ¿ C u á n t a s 5 - c o l o r a c i o n e s d is t in ta s e x i s t e n p a r a l o s v é r t i c e s d e u n h e x á g o n o r e g u l a r q u e
p u e d e m o v e r s e l i b r e m e n t e e n d o s d im e n s io n e s ?
b ) R e s p o n d a l a p a r t e ( a ) s i e l h e x á g o n o p u e d e m o v e r s e l i b r e m e n t e e n tr e s d im e n s io n e s .
c ) E n c u e n tr e d o s 5 - c o lo r a c io n e s q u e s e a n e q u iv a le n te s p a r a e l c a s o ( b ) p e r o d i s t i n t a s p a r a e l
c a so (a).
6. ¿ C u á n t a s 3 - c o lo r a c io n e s e x is te n p a r a l a s a r i s t a s d e l a s c o n f ig u r a c io n e s q u e s e m u e s t r a n e n l a
f i g u r a 1 6 .1 1 s i é s t a s p u e d e n m o v e r s e l i b r e m e n t e e n ( a ) d o s d im e n s i o n e s ? ( b ) tr e s d im e n s i o n e s ?
- F i g u r a 1 6 .1 1
824 Capítulo 1 6 Grupos, teoria de la codificación y m étodo de enumeración de Polya
7. a) ¿Cuántas 3-coloiaciones distintas existen para las aristas de un cuadrado que puede mover
se libremente en tres dimensiones?
b) ¿Cuántas 3-coloraciones distintas existen para los vértices y las aristas de dicho cuadrado?
c) Si un cuadrado se puede mover libremente en tres dimensiones, sean k, m y n el número de
3-coloraciones distintas de sus vértices (únicamente), de sus aristas (únicamente) y de sus
vértices y aristas, respectivamente, ¿n = ton? (Dé una explicación geométrica)
16.11
El in v e n ta rio d e p a tro n e s:
M é t o d o d e e n u m e ra c ió n d e Polya
P d r + b, r2 + t í, r 3 + t í , r4 + t í ) = r 4 + r 3b + 2t í t í + r t í + t í.
16.11 El inventario d e patrones: M é t o d o d e enum eración de Polya 825
( E s t o p r o d u c e u n a o c t a v a p a r t e d e l i n v e n t a r i o c o m p l e t o e n u m e r a d o e n la t a b l a 1 6 .1 0 .)
S i tu v ié r a m o s tr e s c o lo re s ( ro jo , b la n c o y a z u l) , la s u s titu c ió n p a r a x , s e n a r ' + V + a \
donde I £ i £ 4.
G e n e ra liz a m o s e s ta s o b s e rv a c io n e s e n e l s ig u ie n te te o re m a .
O R E M A 1 6 .2 0 M é to d o d e e n u m e r a c ió n d e P o ly a . S e a S u n c o n ju n to d e c o n fig u r a c io n e s s o b r e la s q u e
a c tú a u n g ru p o d e p e rm u ta c io n e s G , d o n d e G e s u n su b g ru p o d e S , y G tie n e ín d ic e d e
c ic lo P c = (xt, x¡ , . . . , xn). E n t o n c e s la f u n c ió n g e n e r a tr iz d e l in v e n ta r io d e p a tro n e s d e la s
m - c o lo ra c io n c s n o e q u iv a le n te s d e S e s tá d a d a p o r
Vi=l 1=1 /= i /
d o n d e c ¡ , c 2, . . . , c , d e n o t a n l o s m c o l o r e s d i s p o n i b l e s .
A p lic a r e m o s e s te te o re m a e n lo s s ig u ie n te s e je m p lo s .
M p H U n a p u ls e r a p a r a n iñ a s e f o r m a c o n tr e s c u e n ta s ( ro j a , b la n c a y a z u l) e n u n a la m b r e a l q u e
“ s e le d a la f o rm a c irc u la r. L a s p u ls e r a s s o n e q u iv a le n te s s i p o d e m o s o b te n e r u n a d e o tra
m e d ia n te u n a r o ta c ió n (p la n a ). E n c u e n tr e e l in v e n ta r io d e p a tro n e s d e e s ta s p u ls e ra s .
E n e s te c a s o , G e s e l g r u p o d e r o ta c io n e s d e u n tr iá n g u lo e q u ilá te r o , d e m o d o q u e G -
{ ( 1 ) (2 ) ( 3 ), ( 1 2 3 ) , ( 1 3 2 ) ) , d o n d e 1 , 2 , 3 d e n o ta n l o s v é r ti c e s d e l tr iá n g u lo . E n to n c e s P a -
( x ¡ , x , , x }) = ( 1 / 3 X * ? + 2x 2) y e l in v e n ta r io d e p a tro n e s e s t á d a d o p o r ( l / 3 ) [ ( r + b + á f + 2 ( r 3+
P + á * ) ] = ( l / 3 ) [ 3 r 3+ 3 r 2b + 3 r 2a + 3 r & + 6 r b a + 3 r a 3 + 3 b > + 3 V a + 3 b a '- + 3 a 3) = r } + r 2b +
r 2a + r l p + 2 r b a + r a 2 + b * + & a + b t P + a y. I n t e r p r e t a m o s e s t e r e s u l t a d o c o m o s i g u e :
1) P a r a c a d a s u m a n d o , d i s t i n t o d e 2 r b a , e l c o e f i c i e n t e e s 1, p u e s t o q u e s ó l o e x i s t e u n a
ú n ic a p u ls e r a ( d is tin ta ) d e e s te tip o . E s d e c ir , e x is te u n a p u ls e r a c o n tr e s c u e n ta s
r o j a s ( p a r a r 5) , u n a c o n d o s c u e n t a s r o j a s y u n a c u e n t a b l a n c a ( p a r a r 2b ) , e t c é t e r a ,
p a r a lo s o tr o s s ie te s u m a n d o s c o n c o e f ic ie n te 1.
2) E l s u m a n d o 2 r b a tie n e c o e f ic ie n te 2 d e b id o a q u e e x is te n d o s p u ls e r a s n o e q u iv a
le n te s c o n u n a c u e n ta r o ja , u n a b la n c a y u n a a z u l, c o m o s e m u e s tr a e n la fig u r a
1 6 .1 2 .
S i ta m b ié n p o d e m o s r e f le ja r la s p u ls e ra s , e n to n c e s G e s {( 1 )( 2 ) (3 ) , ( 1 2 3 ), ( 1 3 2 ), (1 )(2 3 ),
( 2 )( 1 3 ) , ( 3 ) ( 1 2 ) ) y e l in v e n ta r io d e p a tro n e s d e e s te c a s o e s e l m is m o q u e e l a n te rio r, c o n
u n a e x c e p c ió n . E n e s te c a s o te n e m o s r b a , e n v e z d e 2 r b a , p u e s to q u e l o s p a tr o n e s (d e
r o t a c i ó n ) n o e q u i v a l e n t e s d e la f i g u r a 1 6 .1 2 s e v u e lv e n e q u iv a le n te s s i s e p e r m i t e n la s
r e fle x io n e s .
Capítulo 1 6 Grupos, teoría d e la codificación y m étodo de enumeración de Polya
C o n s i d e r e m o s l a s 3 - c o l o r a c i o n e s d e l a s c o n f i g u r a c i o n e s d e l e j e m p l o 1 6 . 2 8 . S i l o s tres
c o l o r e s s o n r o j o , b l a n c o y a z u l , ¿ c u á n t a s c o n f i g u r a c i o n e s n o e q u i v a l e n t e s t i e n e n exacta
m e n te d o s v é rtic e s r o jo s ?
D a d o q u e P d x ¡ , x 2, x ¡ , x « ) = ( 1 /8 X 1 ,“ + 2 x , + 3 x 2 + 2 x 2x f ) , l a r e s p u e s t a e s l a s u m a d e los
c o e f i c i e n t e s d e r 2P , r V y r 2b a e n ( l / 8 ) [ ( r + b + a f + 2 ( r “ + fc“ + c f ) + 3 ( r 2 + b 2 + o 2) 2+ 2 (r* *
b ! + a 2) ( r + b + a f } .
E n ( r + b + a f , t e n e m o s e l t é r m i n o 6 r 2tP- + 6 r V + 1 2 r 2b a . P a r a 3 ( r 2 + b 2 + o 3)2, nos
i n t e r e s a e l t é r m i n o 6 r 2l r + 6 r 2o \ m i e n t r a s q u e 4 r V t 4 r 2a 2 + 4 r 2o ¿ s u r g e e n 2 ( r 2+ i 2-t
a 2) ( r + ¿> + a ) 2-
E n to n c e s , ( l/S X ó r V - t - 1 2 r 2¿x r + 6 r 2b ! + 6 r 2á 2 + 4 r 2b 2 + 4 r 2a 2 + 4 r 2a b ] = 2 r V +
2 r 2á 2 + 2 r 2a b , e l i n v e n t a r i o d e l a s s e i s c o n f i g u r a c i o n e s n o e q u i v a l e n t e s q u e t i e n e n e x ac ta
m e n te d o s v é rtic e s ro jo s .
N u e s t r o s i g u i e n t e e j e m p l o t r a t a d e l i n v e n t a r i o d e p a t r o n e s p a r a l a s 2 - c o l o r a c i o n e s de
l o s v é r tic e s d e u n c u b o . ( L o s c o lo re s s o n r o jo y b la n c o .)
P a r a e l c u b o d e l a f i g u r a 1 6 . 1 3 , v e r e m o s q u e s u g r u p o G d e m o v i m i e n t o s r í g i d o s c o n s ta d e
l o sig u ie n te .
1) L a t r a n s f o r m a c ió n id e n tid a d , c o n e s tr u c tu r a d e c i c l o x f .
2) R o t a c i o n e s d e 9 0 ° , 1 8 0 ° y 2 7 0 ° r e s p e c t o a u n e j e q u e p a s a p o r l o s c e n t r o s d e dos
c a r a s o p u e s ta s : D e l a f ig u r a 1 6 .1 3 (a ) te n e m o s
R o ta c ió n d e 9 0 ° : (1 2 3 4 )(5 6 7 8 ) E s tru c tu ra d e c ic lo : x \
R o ta c ió n d e 2 7 0 ° : (1 4 3 2 )(5 8 7 6 ) E s tr u c tu ra d e c ic lo :
P u e s t o q u e h a y o t r o s d o s p a r e s d e c a r a s o p u e s t a s , e s t a s n u e v e r o t a c i o n e s s e tie
n e n e n c u e n ta e n e l té rm in o 3 x J + 6 x | e n e l ín d ic e d e c ic lo .
3) L a s r o t a c i o n e s d e 1 8 0 ° r e s p e c t o a u n e j e q u e p a s a p o r l o s p u n t o s m e d i o s d e d o s a ristas
o p u e s t a s . C o m o e n l a f i g u r a 1 6 . 1 3 ( b ) , t e n e m o s l a p e r m u t a c i ó n ( 1 7 ) ( 2 8 ) ( 3 4 X 5 6 ) , cuya
16.11 El inventario d e patrones: M é t o d o d e enum eración d e Polya 827
e s tr u c tu r a d e c ic lo e s tá d a d a p o r x¡. C o m o e x is te n s e is p a re s d e a ris ta s o p u e s ta s ,
e s ta s r o ta c io n e s c o n trib u y e n c o n e l té rm in o 6 x í a l ín d ic e d e c ic lo .
4) R o ta c io n e s d e 1 2 0 ° y 2 4 0 ° r e s p e c to d e u n e je q u e p a s a p o r d o s v é rtic e s d ia g o n a lm e n te
o p u e s to s . D e la p a rte ( c ) d e la fig u r a , te n e m o s
( l / 2 4 ) [ ( r + b f + 9 ( r 2 + b r ) ‘ + 6 ( r 4 + b ' f + 8 ( r + b ) \ r %+ i>3) : ]
= r s + r ’b + 3 r 6t r + 3 r V + l r ‘ b ‘ + 3 r V + 3 r '- tfi + r b 1 + b %
S i r e e m p la z a m o s r y b p o r 1, e n c o n tr a m o s 2 3 c o n fig u r a c io n e s n o e q u iv a le n te s .
P u e s to q u e e l m é to d o d e e n u m e r a c ió n d e P o ly a f u e d e s a r ro lla d o e n u n p r in c ip io p a ra
c o n ta r lo s is ó m e r o s d e lo s c o m p u e s to s o r g á n ic o s , c e r ra re m o s l a s e c c ió n c o n u n a a p lic a
c ió n r e la tiv a a c ie r ta c la s e d e c o m p u e s to s o rg á n ic o s . E s to s e b a s a e n e l e je m p lo d e C . L .
L i u . ( V é a n s e l a s p á g i n a s 1 5 2 - 1 5 4 d e l a r e f e r e n c i a [1 2 ].)
1 6 3 6 E n e s te c a s o n o s i n te r e s a e s tu d ia r la s m o lé c u l a s o r g á n ic a s d e l a f o r m a q u e s e m u e s tr a e n la
f ig u r a 1 6 .1 4 , d o n d e C e s u n á to m o d e c a r b o n o y X d e n o t a c u a l q u i e r a d e l a s s i g u i e n t e s
c o m p o n e n te s : B r ( b ro m o ), H (h id r ó g e n o ) , C H ¡ (m e tilo ) o C d í ; ( e tilo ). P o r e je m p lo , s i
r e e m p la z a m o s c a d a X p o r H , o b te n e m o s e l c o m p u e s to C E fi ( m e ta n o ) . L a f ig u r a 1 6 .1 4 n o
n o s d e b e c o n fu n d ir . L a e s tr u c tu r a d e e s to s c o m p u e s to s o r g á n ic o s e s tr id im e n s io n a l. E n
c o n s e c u e n c ia , u tiliz a m o s e l te tr a e d ro r e g u la r p a r a m o d e la r d ic h a e s tr u c tu r a . P o d e m o s c o
lo c a r e l á to m o d e c a r b o n o e n e l c e n tr o d e l te tr a e d ro y c o lo c a r n u e s tr a s e le c c ió n d e X e n lo s
v é r t i c e s 1 , 2 , 3 y 4 , c o m o s e m u e s t r a e n l a f i g u r a 1 6 .1 5 .
828 Capítulo 1 6 Grupos, teoría de la codificación y m étodo de enumeración de Polya
E l g r u p o G q u e a c tú a s o b r e e s ta s c o n fig u r a c io n e s e s tá d a d o p o r:
1) L a tr a n s fo r m a c ió n id e n tid a d ( 1 )( 2 ) (3 ) (4 ) c o n e s tr u c tu r a d e c ic lo x¡.
2) R o ta c io n e s d e 1 2 0 ° o 2 4 0 ° r e s p e c to d e u n e je q u e p a s a p o r u n v é rtic e y e l c e n tr o d e
l a c a r a o p u e s ta . C o m o l o m u e s tr a l a f ig u r a 1 6 .1 5 (a ), te n e m o s
R o ta c ió n d e 1 2 0 ° : ( 1 ) ( 2 4 3 ) E s t r u c t u r a d e c i c l o X \X ¡
R o ta c ió n d e 2 4 0 ° : (1 ) ( 2 3 4 ) E s t r u c t u r a d e c i c l o x , x ¡
P o r s im e tr ía , e x is te n o tr o s tr e s p a re s d e v é rtic e s y c a r a s o p u e s ta s , p o r l o q u e e s to s
m o v im ie n to s r íg id o s c o n trib u y e n c o n e l té rm in o 8x 1X 3 e n Pc(x¡, x - , x 3, x 4) .
3) R o ta c io n e s d e 1 8 0 ° r e s p e c to a u n e je q u e p a s a p o r lo s p u n to s m e d io s d e d o s a ris ta s
o p u e s t a s : e l c a s o q u e s e m u e s t r a e n l a p a r t e ( b ) d e e s t a f i g u r a e s t á d a d o p o r la
p e rm u ta c ió n (1 4 )( 2 3 ) c u y a e s tr u c tu r a d e c ic lo e s x ? . C o m o e x is te n tr e s p a r e s d e
a ris ta s o p u e s ta s , o b te n e m o s e l té rm in o 3x j en Pc (x,, x 2, x 3, x 4) .
P o r l o t a n t o , P c ( x , , x 2, x 3, x 4) = ( l / 1 2 ) [ x f + 8x , x 3 + 0
3 x 3 ] y P ( 4 , 4 , 4 , 4 ) = (1 /1 2 ) • [4 + 4
8 ( 4 ! ) + 3 ( 4 2) ] = 3 6 , d e m o d o q u e e x i s t e n 3 6 c o m p u e s t o s o r g á n i c o s d i f e r e n t e s q u e p u e d e n
fo rm a rse d e e s ta m a n e ra .
P o r ú ltim o , si q u e re m o s s a b e r c u á n to s d e e s to s c o m p u e s to s tie n e n e x a c ta m e n te d o s
á t o m o s d e b r o m o , s e a n w , x , y y z l o s “ c o l o r e s ” B r , H , C H ; y C ¡ H S, r e s p e c t i v a m e n t e ;
e n c o n tr a m o s l a s u m a d e l o s c o e f i c i e n t e s w V , w V , w * z? , w * x y , v r x z y v r y z e n e l i n v e n t a r i o
d e p a tro n e s
P a r a ( w + x + y + z ) 4, e l t é r m i n o d e i m p o r t a n c i a e s 6w V + 6 w 1y 1 + 6 w -z 3 + 12 vv!x y +
1 2 h 4 x z + 12w 4yz . E l s u m a n d o in te r m e d io d e l in v e n ta r io d e p a tro n e s n o d a lu g a r a n in g u n a
2
d e l a s c o n f i g u r a c i o n e s d e s e a d a s , m i e n t r a s q u e e n 3 (v v + x + y 2 + z 2 2)3 e n c o n t r a m o s 6 vc2x 2 +
6 u ,2y 2 + 6 u - z 2.
E n c o n s e c u e n c ia , e l in v e n ta r io d e p a tro n e s d e lo s c o m p u e s to s q u e c o n tie n e n e x a c ta
m e n te d o s á to m o s d e b r o m o e s
( l/1 2 ) [ 1 2 » f 2x í + 1 2 vv2 y 2 + 1 2 w 2z 2 + X Z v P x y + 1 2 w 2x z + 1 2 w 2y z ]
y e x is te n s e is d e ta le s c o m p u e s to s .
E J E R C IC IO S 16.1 1 1. a ) E n c u e n t r e e l i n v e n ta r io d e p a tr o n e s p a r a l a s 2 - c o lo r a c io n e s d e l a s a r i s t a s d e u n c u a d r a d o
q u e s e p u e d e m o v e r l i b r e m e n t e e n ( i) d o s d im e n s io n e s ; ( i i ) t r e s d im e n s i o n e s . ( C o n s id e r e
q u e l o s c o l o r e s s o n r o j o y b la n c o .)
b ) R e s p o n d a l a p a r t e ( a ) p a r a 3 - c o lo r a c io n e s , d o n d e l o s c o lo r e s s o n r o jo , b l a n c o y a z u l.
2. S i u n p e n tá g o n o r e g u l a r p u e d e m o v e r s e l i b r e m e n t e e n e l e s p a c i o y p o d e m o s u t i l i z a r l o s c o lo r e s
r o jo , b l a n c o y a z u l p a r a s u s v é r ti c e s , ¿ c u á n t a s c o n f ig u r a c io n e s n o e q u i v a l e n t e s t i e n e n e x a c t a
m e n t e t r e s v é r ti c e s r o j o s ? ¿ C u á n t a s d e e l l a s t ie n e n d o s v é r ti c e s r o j o s , u n o b l a n c o y d o s a z u le s ?
3. S u p o n g a q u e e n e l e je m p l o 1 6 .3 5 u t il iz a m o s u n a 2 - c o l o r a c i ó n p a r a l a s c a r a s d e l c u b o , e l q u e
p o d e m o s m o v e r l i b r e m e n t e e n e l e s p a c io .
a ) ¿ C u á n t a s 2 - c o l o r a c i o n e s d is t in ta s h a y e n e s t a s it u a c ió n ?
b ) S i l o s c o l o r e s d i s p o n i b le s s o n r o j o y b la n c o , d e t e r m i n e e l in v e n t a r i o d e p a tr o n e s .
c ) ¿ C u á n t a s c o lo r a c i o n e s n o e q u iv a le n te s t i e n e n 3 c a r a s b l a n c a s y 3 r o ja s ?
16.1 2 Resum en y repaso histórico 829
4 . P a r a l o s c o m p u e s t o s o r g á n ic o s d e l e je m p l o 1 6 .3 6 , ¿ c u á n t o s t i e n e n a l m e n o s u n á to m o d e b r o m o ?
¿ C u á n t o s tie n e n e x a c t a m e n t e t r e s á to m o s d e h i d r ó g e n o ?
5 . E n c u e n t r e l o s i n v e n ta r io s d e p a tr o n e s p a r a l a s 2 - c o lo r a c io n e s d e l o s v é r ti c e s d e l a s c o n f ig u r a
c i o n e s e n l a f i g u r a 1 6 .1 1 , c u a n d o p o d e m o s m o v e r é s t o s l i b r e m e n t e e n e l e s p a c io . ( C o n s id e r e
q u e l o s c o l o r e s s o n v e r d e y o r o .)
6. a ) ¿ D e c u á n ta s f o r m a s p o d e m o s p i n ta r l o s s ie te c a b a llo s ( id é n t ic o s ) d e u n c a r r u s e l c o n p in tu r a
n e g r a , m a r r ó n y b la n c a d e m o d o q u e h a y a t r e s c a b a llo s n e g r o s , d o s m a r r o n e s y d o s b la n c o s ?
b) ¿ D e c u á n t a s f o r m a s h a b r í a ig u a l n ú m e r o d e c a b a l l o s n e g r o s y m a r r o n e s ?
c ) D é u n a r g u m e n to c o m b in a t o r i o p a r a v e r if ic a r q u e p a r a to d o n £ Z ' , r f + 6 n e s d i v is ib le
e n tre 7.
7. a ) ¿ D e c u á n ta s f o r m a s p o d e m o s p i n t a r l o s o c h o c u a d r o s d e u n ta b l e r o d e a j e d r e z d e 2 x 4 ,
u til iz a n d o l o s c o lo r e s r o j o y b la n c o ? ( E l f o n d o d e l ta b l e r o e s d e c o l o r n e g r o .)
b) E n c u e n t r e e l i n v e n ta r io d e p a t r o n e s p a r a l a s c o l o r a c i o n e s d e l a p a r t e ( a ) .
c ) ¿ C u á n t a s d e l a s c o lo r a c i o n e s d e l a p a r t e ( a ) tie n e n c u a t r o c u a d r o s r o j o s y c u a t r o b la n c o s ?
¿ C u á n t a s tie n e n s e is c u a d r o s r o j o s y d o s b la n c o s ?
8. a ) ¿ C u á n t a s 2 - c o lo r a c io n e s e x i s t e n p a r a l a s o c h o r e g i o n e s d e l m o l i n o q u e s e m u e s t r a e n la
f ig u r a 1 6 .1 6 s i s e u s a n l o s c o l o r e s n e g r o y o r o , y s i e l f o n d o d e c a d a r e g i ó n e s g r is ?
b) R e s p o n d a l a p a r t e ( a ) p a r a l a s 3 - c o l o r a c i o n e s p o s ib l e s , u ti l i z a n d o p i n t u r a n e g r a , o r o y a z u l
p a r a c o l o r e a r l a s r e g io n e s .
c ) P a r a l a s c o l o r a c i o n e s d e l a p a r t e ( a ) , ¿ c u á n ta s tie n e n c u a tr o r e g io n e s n e g r a s , d o s o r o y d o s
a z u le s ?
F ig u ra 1 6 .1 6
9. S e a n m , n £ Z " c o n n > 3 . ¿ C u á n t o s s u m a n d o s d i s t i n t o s a p a r e c e n e n e l in v e n t a r i o d e p a tr o n e s
d e l a s m - c o l o r a c io n e s d e l o s v é r t i c e s d e u n p o líg o n o r e g u l a r d e n l a d o s ?
1 6 .1 2
R esu m e n y r e p a s o h istó rico
A u n q u e e l c o n c e p to d e g r u p o d e tr a n s fo r m a c io n e s e v o lu c io n ó e n f o r m a g r a d u a l e n e l
e s tu d io d e la g e o m e tr ía , e l p r in c ip a l im p u ls o e n e l d e s a r ro llo d e l c o n c e p to d e g r u p o p ro v i
n o d e l e s tu d io d e la s e c u a c io n e s p o lin o m ia le s .
L o s m é to d o s d e s o lu c ió n d e e c u a c io n e s c u a d r á tic a s e ra n c o n o c id o s p a r a lo s a n tig u o s
g r ie g o s . D e s p u é s , e n e l s ig lo x v t, s e h ic ie r o n a lg u n o s a v a n c e s e n l a s o lu c ió n d e e c u a c io n e s
p o lin o m ia le s d e g r a d o 3 y 4 , c o n c o e fic ie n te s ra c io n a le s . L e o n h a r d E u le r ( 1 7 0 7 -1 7 8 3 ) y
830 Capítulo 1 6 Grupos, teoría d e la codificación y m étodo de enumeración de Polya
J o s e p h -L o u is L a g r a n g e ( 1 7 3 6 - 1 8 1 3 ) p r o s ig u ie ro n c o n lo s p o lin o m io s d e g r a d o m a y a o
i g u a l q u e c i n c o e i n t e n t a r o n r e s o l v e r l a e c u a c i ó n g e n e r a l d e q u i n t o g r a d o . L a g r a n g e o b se r
v ó q u e d e b í a e x i s t i r u n a r e l a c i ó n e n t r e e l g r a d o n d e u n a e c u a c i ó n p o l i n o m i a l y e l g r u p o de
p e r m u t a c i o n e s S r . S i n e m b a r g o , f u e N i e l s H e n r i k A b e l ( 1 8 0 2 - 1 8 2 9 ) q u i e n d e m o s t r ó f in al
m e n t e q u e n o e r a p o s i b l e e n c o n t r a r u n a f ó r m u l a p a r a r e s o l v e r l a e c u a c i ó n g e n e r a l d e q u in
to g r a d o u t i l i z a n d o s o l a m e n t e o p e r a c i o n e s d e s u m a , r e s t a , m u l t i p l i c a c i ó n , d i v i s i ó n o ex
t r a c c i ó n d e r a í c e s . D u r a n t e e l m i s m o p e r i o d o , e l p r o b l e m a d e l a e x i s t e n c i a d e u n a c o n d i
c ió n n e c e s a r ia y s u f ic ie n te p a r a l a s o lu c ió n p o r r a d ic a le s d e u n p o lin o m io d e g r a d o 5
c o n c o e f i c i e n t e s r a c i o n a l e s f u e e s t u d i a d o y r e s u e l t o p o r e l i l u s t r e m a t e m á t i c o f r a n c é s E v a riste
G a l o i s ( 1 8 1 1 - 1 8 3 2 ) . P u e s t o q u e l a o b r a d e G a l o i s u t i l i z a l a s e s t r u c t u r a s d e g r u p o s y c uer
p o s , d ir e m o s a lg o m á s d e e lla e n e l r e s u m e n d e l c a p ítu lo 17.
N ie ls H e n rik A b e l ( 1 8 0 2 - 1 8 2 9 )
S i a n a liz a m o s l a s p á g i n a s 2 7 8 - 2 8 0 d e J . S t illw e ll [ 2 0 ], v e r e m o s q u e e l c o n c e p to de
g r u p o y , d e h e c h o , l a m i s m a p a l a b r a a c tu a l “ g r u p o ” a p a r e c i ó p o r v e z p r i m e r a e n l a o b r a de
G a l o is M é m o ir e s u r l e s c o n d i n o n s d e r é s o l u b i l i t é d e s é q u a t i o n s p a r r a d ic a u x , p u b lic a d a
e n 1 8 3 1 . L a a s o c i a t i v i d a d , e l n e u t r o d e l g r u p o y l o s i n v e r s o s e r a n c o n s e c u e n c i a d e la s
h ip ó te s is d e G a lo is , y a q u e é l tr a b a jó ú n ic a m e n te c o n u n g r u p o d e p e r m u ta c io n e s d e un
c o n ju n to f in ito y s u d e f in i c ió n d e g r u p o s ó l o p e d í a l a p r o p ie d a d d e c ie r r e . F u e A rth u r
C a y le y ( 1 8 2 1 - 1 8 9 5 ) , e n s u a rtíc u lo d e 1 8 5 4 O n th e T h e o r y o fC r o u p s , a s D e p e n d in g on
th e S y m b o lic E q u a tio n 0 " = 1 , q u ie n v io p o r p r im e r a v e z la n e c e s id a d d e e n u n c ia r la p ro
p ie d a d a s o c ia tiv a p a r a lo s e le m e n to s d e l g r u p o . L a p r im e r a m e n c ió n r e a l d e lo s in v e rs o s
e n la d e fin ic ió n d e g r u p o a p a r e c e e n e l a rtíc u lo d e 1 8 8 3 G r u p p e n th e o r e tis c h e n S tu d ie n H
d e W a lth e r F r a n z A n tó n v o n D y c k ( 1 8 5 6 - 1 9 3 4 ) .
E l c o n c e p t o d e c l a s e l a t e r a l , q u e p r e s e n t a m o s e n l a s e c c i ó n 1 6 .3 , f u e d e s a r r o l l a d o ta m
b ié n p o r E v a r is te G a lo is ( e n 1 8 3 2 ). E l té rm in o f u e a c u ñ a d o e n 1 9 1 0 p o r G e o rg e A b ra m
M ille r (1 8 6 3 -1 9 5 1 ) .
D e s p u é s d e l o s l o g r o s d e G a l o is , l a t e o r í a d e g r u p o s a f e c t ó m u c h a s á r e a s d e l a s m a te
m á tic a s . P o r e je m p lo , a f in e s d e l s ig lo x ix , e l m a te m á tic o a le m á n F é lix K le in (1 8 4 9 -1 9 2 9 ),
1 6 .1 2 Resum en y repaso histórico 831
e n lo q u e h a d a d o e n lla m a rs e e l p r o g r a m a d e E r la n g e r , in te n tó c o d if ic a r to d a s la s g e o m e
tr ía s e x is te n te s d e a c u e rd o c o n e l g ru p o d e tra n s fo rm a c io n e s e n l a s c u a le s e ra n in v a ria n te s
la s p r o p ie d a d e s d e la g e o m e tr ía .
M u c h o s o tr o s m a te m á tic o s , c o m o A u g u s tin - L o u is C a u c h y ( 1 7 8 9 - 1 8 5 7 ) , A rth u r C a y le y
( 1 8 2 1 -1 8 9 5 ) , L u d w ig S y lo w ( 1 8 3 2 -1 9 1 8 ) , R ic h a rd D e d e k in d ( 1 8 3 1 -1 9 1 6 ) y L e o p o ld
K ro n e c k e r ( 1 8 2 3 -1 8 9 1 ) , c o n trib u y e ro n a l d e s a rro llo d e c ie r to s tip o s d e g ru p o s . S in e m
b a rg o , f u e e n l 9 0 0 c u a n d o s e e s ta b le c ió u n a lis ta d e c o n d ic io n e s p a r a d e fin ir u n g r u p o a b s
tr a c to g e n e ra l.
D u ra n te e l s ig lo x x , s e h a n r e a liz a d o m u c h a s in v e s tig a c io n e s e n u n in te n to p o r a n a liz a r
l a e s tr u c tu r a d e lo s g r u p o s f in ito s . P a r a l o s g r u p o s a b e lia n o s f in ito s , s e s a b e q u e c u a lq u ie r
g r u p o d e e s te tip o e s is o m o rfo a u n p r o d u c to d ir e c to d e g r u p o s c íc lic o s c u y o o r d e n e s u n a
p o te n c ia d e u n p r im o . S in e m b a r g o , s e h a v is to q u e e l c a s o d e lo s g r u p o s n o a b e lia n o s
f in ito s e s m á s c o m p le jo . A p a rtir d e la o b r a d e G a lo is , s e h a p r e s ta d o p a rtic u la r a te n c ió n a
u n tip o e s p e c ia l d e s u b g ru p o lla m a d o s u b g r u p o n o rm a l. P a r a u n g r u p o G , u n s u b g r u p o H
(d e G ) e s n o r m a l s i p a ra to d o g £ G y t o d o h & H , g h g ~ ' 6 H . E n u n g r u p o a b e lia n o , to d o
s u b g r u p o e s n o r m a l, p e ro é s te n o e s e l c a s o p a r a g r u p o s n o a b e lia n o s . E n to d o g r u p o G ,
{«} y G s o n s u b g r u p o s n o r m a le s , p e ro s i G n o tie n e o tr o s s u b g r u p o s n o r m a le s d e c im o s
q u e e s s im p le . D u ra n te la s ú ltim a s c in c o d é c a d a s , lo s m a te m á tic o s h a n b u s c a d o y d e te r m i
n a d o to d o s lo s g r u p o s s im p le s f in ito s y a n a liz a d o s u p a p e l e n l a e s tr u c tu r a d e to d o s lo s
g r u p o s f in ito s . E n tr e lo s p r in c ip a le s p r o m o to r e s d e e s te d e s a r ro llo e s tá n lo s p r o fe s o r e s
W a lte r F e i t , J o h n T h o m p s o n , D a n i e l G o r e n s te in , M i c h a e l A s c h b a c h e r y R o b e r t G r i e s s , Jr.
P a r a m á s d e ta lle s a c e rc a d e la h is to r ia y e fe c to s d e e s te m o n u m e n ta l tr a b a jo , e l le c to r
p u e d e c o n s u lta r lo s a rtíc u lo s d e J . A . G a llia n [3 ], A . G a r d in e r [ 5 ], M . G a r d n e r [ 6 ], R .
S i lv e s tr i [ 1 9 ] y , p a r ti c u la r m e n te , e l d e D . G o r e n s te in [8 ].
E x is te n m u c h o s te x to s a lo s c u a le s r e c u r r ir p a r a u n e s tu d io p o s te r io r d e la te o r ía d e
g r u p o s . A n iv e l in tr o d u c to rio , lo s te x to s d e J . A . G a llia n [4 ] y V . L a m e y [1 1 ] p r o p o rc io n a n
u n a n á lis is q u e v a m á s a llá d e l a in tr o d u c c ió n d a d a e n e s te c a p ítu lo . E l te x to d e I . H e rs te in
[1 0 ] e s u n a f u e n te e x c e le n te e in c lu y e m a te r ia l r e la tiv o a l a te o r í a d e G a lo is .
L o s in ic io s d e l a te o ría d e l a c o d ific a c ió n a lg e b r a ic a p u e d e n s e g u ir s e h a s ta 1 9 4 1 , c u a n
d o C la u d e E lw o o d S h a n n o n c o m e n z ó s u s in v e s tig a c io n e s d e lo s p r o b le m a s e n la s c o m u n i
c a c io n e s . E s to s p r o b le m a s s u r g ie ro n d e la s n e c e s id a d e s d e l a g u e r r a . S u in v e s tig a c i ó n
p r o d u jo n u e v a s id e a s y p rin c ip io s q u e fu e ro n p u b lic a d o s p o s te rio rm e n te e n 1 9 4 8 , e n el
a r tíc u lo [1 8 ]. C o m o r e s u lta d o d e s u o b r a , S h a n n o n e s r e c o n o c id o c o m o f u n d a d o r d e la
te o ría d e la in f o r m a c ió n . D e s p u é s d e e s ta ú ltim a p u b lic a c ió n , a p a r e c ie r o n lo s r e s u lta d o s
d e M . G o la y [7 ] y R . H a m m in g [ 9 ], la s c u a le s d ie ro n u n f u e r te i m p u l s o a l a in v e s tig a c i ó n
e n e l á re a . L a s 1 4 7 8 r e f e r e n c ia s e n u m e r a d a s e n la b ib lio g ra fía q u e a p a r e c e n a l fin a l d e l
v o lu m e n I I d e lo s te x to s d e F . M a c W illia m s y N . S lo a n e [1 3 ] d e b e n d a r u n a id e a d e la
a c tiv id a d e n e l á re a d e s p u é s d e 1 9 5 0 .
N u e s tro tr a ta m ie n to d e la te o r ía d e la c o d ific a c ió n s ig u e e l d e s a r ro llo d e l c a p ítu lo 5 d e l
te x t o d e L . D o m h o f f y F . H o h n [ 2 ]. E l te x to d e V . P le s s [ 1 4 ] p r o p o r c io n a u n tr a t a m i e n to
a g r a d a b le d e lo s te m a s e n u n n iv e l in te r m e d i o . U n tr a b a jo m á s a v a n z a d o r e la tiv o a la
c o d if i c a c ió n a p a r e c e e n lo s lib r o s d e F . M a c W illi a m s y N . S l o a n e [1 3 ] y d e A . S t r e e t y W .
W a llis [ 2 1 ]. U n a a p lic a c ió n in te r e s a n te d e l u s o d e l p r in c ip io d e l p a lo m a r e n la te o r ía d e la
c o d ific a c ió n a p a re c e e n e l c a p ítu lo X I d e [2 1 ].
E n l a s s e c c i o n e s 9 , 1 0 y 11 d e e s t e c a p í t u l o t r a t a m o s u n a t é c n i c a d e e n u m e r a c i ó n c u y o
d e s a r r o l lo s e a tr i b u y e a l m a te m á ti c o h ú n g a r o G e o r g e P o l y a ( 1 8 8 7 - 1 9 8 5 ) . S u a r tí c u lo [1 5 ]
p ro p o rc io n a la s té c n ic a s fu n d a m e n ta le s p a ra e l re c u e n to d e c la s e s d e e q u iv a le n c ia d e
is ó m e r o s q u ím i c o s , g r a f o s y á rb o le s . ( E n c ie r ta m e d id a , la s id e a s d e e s te tr a b a jo f u e r o n
832 Capitulo 16 Grupos, teoría de la codificador) y método de enumeración de Polya
a n t i c i p a d a s p o r J . R e d f i e l d [ 1 7 ] . ) D e s d e e n t o n c e s , e s t a s t é c n i c a s h a n t e n i d o u n v a l o r incal
c u l a b l e e n l o s p r o b l e m a s d e r e c u e n t o d e á r e a s c o m o l a r e a l i z a c i ó n e l e c t r ó n i c a d e l a s fun
c io n e s b o o le a n a s . E l te o re m a f u n d a m e n ta l d e P o ly a f u e g e n e r a liz a d o p o r p r im e ra v e z e n d
a r t í c u l o d e N . D e B r a i j n [ 1 ] y e x i s t e n e n l a b i b l i o g r a f í a o t r a s e x t e n s i o n e s d e e s t a s id e a s . El
a r t í c u l o d e R . C . R e a d [ 1 6 ] r e l a t a l a p r o f u n d a i n f l u e n c i a q u e e l t e o r e m a d e P o l y a h a tenido
e n l o s d e s a r r o l l o s e n a n á l i s i s c o m b i n a t o r i o . ( E l n ú m e r o d e l a r e v i s t a q u e c o n t i e n e este
a r t í c u l o i n c l u y e t a m b i é n v a r i o s o t r o s a r t í c u l o s r e l a t i v o s a l a v i d a y o b r a d e G e o r g e Polya.)
N u e s t r o t r a t a m i e n t o d e l t e m a s i g u e l a p r e s e n t a c i ó n d a d a e n e l a r t í c u l o d e A . T ucker
[ 2 2 ] . E n e l c a p í t u l o 5 d e l t e x t o d e C . L . L i u a p a r e c e u n a p r e s e n t a c i ó n m á s r i g u r o s a d e este
m é to d o .
B IB L IO G R A F ÍA
1. D e B m ijn , N ic o la a s G o v e r t, “P o l y a 's T h e o r y o f C o u n t in g ” , c a p í t u l o 5 d e A p p l i e d C o
M a th e m a ti c s , e d ita d o p o r E d w in F . B e c k e n b a c h . N u e v a Y o r k , W ile y , 1 9 6 4 .
2. D o m h o f f . L a r r y L . y F r a n z E H o h n . , A p p l i e d M o d e m A lg e b r a , N u e v a Y o r k , M a c m i lla n , 1978.
3. G a l lia n , J o s e p h A ., " T h e S e a r c h f o r F i n i r é S i m p l e G r o u p s ” , M a t h e m a t i c s M a g a z i n e 4 9 ,1 9 7 6 ,
p ág s. 1 6 3 -1 7 9 .
4. G a l l i a n , J o s e p h A . , C o n t e m p o r a r y A b s t r a c t A l g e b r a , 2 ‘ e d . , L e x i n g to n , M a s s . , D . C . H e a th and
C o m p an y , 1990.
5 . G a r d in e r , A n th o n y , “G r o u p s o f M o n s te r s ” , N e w S c ie n t i s t , 5 d e a b r il d e 1 9 7 9 , p á g . 3 4 .
7 . G o la y , M a r c e l J . E „ " N o t e s o n D ig i t a l C o d i n g ” , P r o c e e d in g s o f t h e I R E 3 7 , 1 9 4 9 . p á g . 657.
8 . G o r e n s te in , D a n i e l, “T h e E n o r m o u s T h e o r e m ” , S c i e n t i f i c A m e r i c a n 2 5 3 ( 6 ) , 1 9 8 5 , p á g s . 104—
1 15.
9. H a m m in g , R i c h a r d W ., “ E r r o r D e t e c t i n g a n d E r r o r C o r r e c t i n g C o d e s ” . B e l l S y s t e m Technical
Jo u rn a l 2 9 , 1950, p á g s. 1 4 7 -1 6 0 .
10 . H e r s t e i n , I s r a e l N a t h a n , T a p ie s i n A l g e b r a , 2* e d ., L e x i n g to n , M a s s . , X e r o x C o l l e g e P u b lish in g ,
1975.
1 1 . L a m e y , V i o l e t H . , A b s t r a c t A lg e b r a : A F i r s t C o u r s e , B o s t o n , P r in d l e , W e b e r & S c h m id t , 1975.
1 3 . M a c W illia m s . F . J e s s i e y N e i l J . A . S l o a n e , T h e T h e o r y o f E r r o r - C o r r e c tin g C o d e s , v o ls . I y H,
A m s t e r d a m , N o r t h - H o ll a n d , 1 9 7 7 .
1 5 . P o l y a , G e o r g e . " K o m b in a t o r i s c h e A n z a h l b e s t i m m u n g e n f u r G r u p p e n , G r a p h e n u n d C h e m is h e
V e r b in d u n g e n ” , A c t a M a t h e m a ti c a 6 8 , 1 9 3 7 , p á g s . 1 4 5 - 2 5 4 .
17. R e d f ie ld , J . H o w a r d , " T h e T h e o r y o f G r o u p R e d u c e d D i s tr ib u ti o n s ” . A m e r i c a n J o u r n a l o f
M a th e m a tic s 4 9 , 1 9 2 7 , p á g s . 4 3 3 - 4 5 5 .
Ejercicios com plem entarios 833
1 8 . S h a n n o n , C l a u d e E , ‘T h e M a th e m a ti c a l T h e o r y o f C o m m u n ic a ti o n ” . B e l l S y s t e m T e c h n ic a l
J o u r n a l 2 7 . 1 9 4 8 , p á g s . 3 7 9 - 4 2 3 . 6 2 3 - 6 5 6 . R e im p re s o e n C . E . S h a n n o n y W . W e a v e r, T h e
M a t h e m a t i c a l T h e o r y o f C o m m u n ic a tio n ( U r b a n a , U n iv e r s i ty o f I l l i n o i s P r e s s . 1 9 4 9 ) .
19. S i lv e s tr i , R i c h a r d , “ S i m p le G r o u p s o f F i n i t e O r d e r " , A r c h i v e f o r t h e H i s t o r y o f E x a c t S c ie n c e s ,
2 0 , 1 9 7 9 . p ág s. 3 1 3 -3 5 6 .
2 2 . T u c k e r , A l a n , “P o l y a 's E n u m e r a tio n F o r m u l a b y E x a m p le ” , M a t h e m a t i c s M a g a z i n e 4 7 , 1 9 7 4 ,
pág s. 2 4 8 -2 5 6 .
c) E n u n c i e y d e m u e s t r e u n a g e n e r a l i z a c i ó n q u e in
E J E R C IC IO S
c lu y a lo s r e s u lta d o s d e l a s p a rte s ( a ) y (b ).
C O M P L E M E N T A R IO S
9. S e a (G , ° ) u n g ru p o ta l que
x ° a °y = b e a e c ^ x o y = b°c,
S e a / : G - > H u n h o m o m o r f i s m o d e g r u p o s , d o n d e eH
,1a id e n tid a d e n H . D e m u e s t r e q u e p a r a to d o s a , b , c , x , y £ G . D e m u e s tre q u e (G , =) e s u n
a) K = jar £ G | / ( x ) = e „ ) e s u n s u b g r u p o d e G . ( K e s g r u p o a b e lia n o .
e l n ú c le o d e l h o m o m o r f is m o .)
1 0 . P a r a f c n 6 Z* c o n n > k > 1 , s e a Q (n , k ) e l n ú m e ro d e
b) s i g € G y x E K . e n to n c e s gxg~' E K .
p e rm u ta c io n e s ir £ S „ t a le s q u e c u a lq u ie r r e p r e s e n ta c ió n d e rt
I S iG , H y K s o n g r u p o s y G = H x K , d e m u e s t r e q u e G c o m o p r o d u c to d e c i c l o s d i s j u n t o s n o c o n tie n e c i c l o s d e l o n
a tien e s u b g r u p o s q u e s o n i s o m o r f o s a H y K . g i t u d m a y o r q u e k . V e r if iq u e q u e
I. Sea G u n g r u p o t a l q u e o } = e p a r a to d o a E G . D e-
oeslre q u e G e s a b e lia n o . Q (n + 1 ,k ) = 2 ( ” )(i!)Q (n - i , k \
k S i G e s u n g r u p o d e o r d e n p a r , d e m u e s t r e q u e e x is te u n
m iento a E G t a l q u e a f e y a = a r'. 1 1 . P a r a J k n £ Z * t a l e s q u e n > 2 y 1 < k £ n , s e a P ( n ,k )
k Sea/ G - » H u n h o m o m o rfis m o d e g ru p o s . S i T e s u n e l n ú m e r o d e p e r m u t a c i o n e s ) t £ S , q u e t i e n e n k c ic l o s . ( P o r
e je m p l o , ( 1 ) ( 2 3 ) s e c u e n ta e n P ( 3 , 2 ) , ( 1 2 ) ( 3 4 ) s e c u e n t a e n
bgrupo d e H , d e m u e s t r e q u e / “' ( D = I « E G \ f ( a ) E T )
P ( 4 , 2 ) y ( 1 ) ( 2 3 ) ( 4 ) s e c u e n t a e n P ( 4 , 3 ) .)
on s u b g r u p o d e G .
a) V e r if iq u e q u e P ( n + 1 , k ) = P i n , k - 1 ) + n P ( n , k ).
i. D e m u e s tr e q u e l o s g r u p o s Z 9 y Z ¡ x Z 5 no son
b) D e t e r m in e P { n ,k ) .
m o r io s , c o n s id e r a n d o l o s ó r d e n e s p o s ib l e s d e l o s e le m e n -
1 2 . P a r a n > 1 , s i c t, t £ 5 „ d e f i n i m o s l a d i s t a n c i a d i o , i )
e n tre o y z c o m o
S e a / : G —» H u n h o m o m o r f i s m o s o b r e y e c t iv o d e g r u -
s. S i G e s u n g r u p o c íc l i c o , d e m u e s t r e q u e H ta m b i é n e s d i o . t ) = m á x f M 0 - t ( / ) | 11 s i s rí¡.
rlico.
a) D e m u e s tre q u e d s a tis f a c e la s s ig u ie n te s p ro p ie
:. a ) C o n sid e re m o s e l g ru p o ( Z 2 x Z , , © ) d o n d e , p a ra d ades.
a , b , c , d e Z ¡ , ( o , i>) © ( c , d ) = (.a + c , b + d ) \ la s i) d i o , T ) > 0 p a r a t o d a s o , X £ S ,.
s u m a s a + c y b + d s e c a l c u l a n m e d ia n t e la s u m a ii) d i o , t ) = 0 s i y s ó l o s i o = T.
m ó d u lo 2 . ¿ C u á l e s e l v a l o r d e ( 1 , 0 ) © ( 0 , 1 ) © iii) d i o , t ) = d i o , t ) p a r a t o d a s o . x £ S ,.
( 1 ,1 ) e n e s te g ru p o ? iv) d(p,T) £ d ( p , o ) + < ¿ ( < 3 , x ) p a r a t o d o s p , a , T £ S ^
b) C o n s i d e r e m o s a h o r a e l g r u p o ( Z ¡ x Z ¡ x Z 2. © ) , b) S e a e e l e l e m e n t o i d e n t i d a d d e S , ( e s d e c ir , 6 ( 0 = i
d o n d e ( a , b , c ) ® ( d , e , f ) = ( a + d , b + e , c + / ) . (E n p a r a to d o 1 < i < n ) . S i r t £ S , y d ( t t , 6 ) < 1 , ¿ q u é
e s te c a s o , c a l c u l a m o s l a s s u m a s a + d , b + e , c + f s e p u e d e d e c i r d e 7 t(n )?
u s a n d o l a s u m a m ó d u lo 2 .) ¿ Q u é o b te n e m o s c u a n c) P a r a n > 1 , s e a a , e l n ú m e r o d e p e r m u t a c io n e s i t
d o s u m a m o s l o s s i e t e e l e m e n t o s d is t in to s d e c e r o e n S . t a le s q u e d i r t, € ) < 1 . E n c u e n t r e y r e s u e lv a
( o d is tin to s d e l n e u tro ) e n e s te g ru p o ? u n a r e l a c i ó n d e r e c u r r e n c ia p a r a a , .
834 Capítulo 1 6 Grupos, teoría de la codificación y m étodo de enumeración de Polya
1 3 . L a p r u e b a d e u n p r o y e c t i l c o n s i s t e e n d is p a r a r l o a u n b) E n r e a l i d a d u t i l i z a e x a c t a m e n t e c u a t r o d e l o s cinco
b la n c o . S u p o n g a q u e l a p r o b a b i l i d a d d e a c e r t a r e n c u a lq u ie r c o l o r e s d is p o n i b le s ?
p r u e b a s im p le e s d e 0 . 7 5 y q u e l o s r e s u l t a d o s d e l o s d is p a
r o s s u c e s i v o s s o n in d e p e n d ie n te s .
a) S i d is p a ra m o s c u a tr o p r o y e c tile s , ¿ c u á l e s la p ro
b a b i l i d a d d e l o g r a r ( i ) e x a c ta m e n te d o s a c ie r t o s ?
(ii) a l m e n o s d o s a c ie rto s ?
b) ¿ C u á n t o s p r o y e c tile s d e b e m o s d i s p a r a r p a r a q u e l a
p r o b a b i l i d a d d e t e n e r ( a l m e n o s ) u n a c ie r t o s e a a l
m e n o s d e 0 .9 5 ?
1 4 . ¿ D e c u á n t a s f o r m a s p u e d e N in a p i n t a r l a s o c h o r e g io
n e s d e l c u a d r a d o q u e s e m u e s t r a e n la f ig u r a 1 6 .1 7 si
a) d i s p o n e d e c in c o c o lo r e s ?
17
Cuerpos finitos
y d iseñ o s
com binatorios
A d e p o lin o m io s y s u p a p e l e n la c o n s tr u c c ió n d e c u e r p o s f in ito s . S a b e m o s q u e p a r a c u a l
q u i e r p r im o p , ( Z „ + , •) e s u n c u e r p o f i n i t o , p e r o a q u í v e r e m o s o t r o s c u e r p o s f in i t o s . A s í
c o m o e l o r d e n d e u n á lg e b r a b o o le a n a f in ita d e b e s e r u n a p o te n c ia d e 2 , lo s ó r d e n e s p o s i
b le s p a r a lo s c u e r p o s f in ito s s o n p " , d o n d e p e s p r im o y n € Z *. C o m o a p lic a c ió n d e e s to s
c u e r p o s f in ito s a n a liz a r e m o s a lg u n o s d is e ñ o s c o m b in a to rio s , p o r e je m p lo , lo s c u a d r a d o s
la tin o s . P o r ú ltim o , in v e s tig a re m o s l a e s tr u c tu r a d e u n a g e o m e tr ía f in ita y v e re m o s l a r e la
c ió n e n tr e e s te tip o d e g e o m e tr ía s y lo s d is e ñ o s c o m b in a to rio s .
1 7 .1
A n illo s d e p o lin o m io s
R e c o r d e m o s q u e u n a n i l l o ( R , + , •) c o n s t a d e u n c o n j u n t o n o v a c í o R . t a l q u e ( R , + ) e s u n
g r u p o a b e l i a n o , ( R , •) e s c e r r a d o b a jo l a o p e r a c ió n a s o c i a t i v a - y l a s d o s o p e r a c i o n e s e s t á n
r e la c io n a d a s m e d ia n te l a s l e y e s d is trib u tiv a s : a ( b + c ) = a b + a c y (b + c )a = b a + c a , p a ra
a , b , c E R . ( E s c r ib im o s a b e n v e z d e a ■b .)
P a r a p r e s e n ta r e l c o n c e p to f o rm a l d e u n p o lin o m io c o n c o e f ic ie n te s e n R , s e a x u n a
in d e te r m in a d a ; e s d e c ir, u n s ím b o lo q u e n o e s e le m e n to d e l a n illo . U tiliz a m o s e s te s ím b o
lo x p a r a d e fin ir l o s ig u ie n te .
835
836 C apítulo 1 7 C u e rp o s finitos y dise ñ o s c om binatorios
P o r ú ltim o , u s a re m o s la n o ta c ió n R [ x ] p a r a r e p r e s e n t a r e l c o n j u n t o d e t o d o s lo s
p o lin o m io s e n l a in d e te r m in a d a x c o n c o e f ic ie n te s e n R .
a) S o b r e e l a n i l l o R = ( Z 6, + , • ) , l a e x p r e s i ó n ó x 2 + 3 x l - 2 x ° e s u n p o l i n o m i o d e g ra d o
2 , c o n c o e f i c i e n t e p r i n c i p a l 5 y t é r m i n o c o n s t a n t e - 2 x ° . C o m o a n t e s , e n e s t e c a so
u s a m o s a p a r a d e n o ta r [a ] e n Z j. T a m b ié n p o d e m o s e s c r ib ir e s te p o lin o m io com o
5 x * + 3 x ‘ + 4 x ° y a q u e [ 4 ] = [ - 2 ] e n Z 6.
b) S i z e s e l c e r o d e l a n illo R , e n t o n c e s e l p o l i n o m i o c e r o z x ° = z e s t a m b i é n e l c e r o de
R [ x ) ; d e c i m o s q u e e s t e p o l i n o m i o n o t i e n e g r a d o y n o t i e n e c o e f i c i e n t e p r in c i p a l.
U n p o l i n o m i o s o b r e R q u e s e a e l c e r o o t e n g a g r a d o 0 e s u n p o l i n o m i o c o n s ta n te .
P o r e je m p lo , e l p o lin o m io 5 x ° s o b r e Z , tie n e g r a d o 0 y c o e f ic ie n te p r in c ip a l 5 , por
lo q u e e s u n p o lin o m io c o n s ta n te .
P r e s e n t a m o s a h o r a l a s o p e r a c i o n e s ( c e n a d a s b i n a r i a s ) d e s u m a y p r o d u c t o d e e s to s
p o lin o m io s p a r a o b te n e r u n n u e v o a n illo . P a r a u n a n illo d e c o e f ic i e n te s ( R , + , •). se a n
f ( x ) + g ( x ) = 2 ( a , + b,)xi, (1)
«'-0
d o n d e b¡ - z p a r a / > m , y
<*3= 4 , «2 = 2 , a¡ = 3 , flo = 1,
y
¿>2 = 3 , ¿>2 = 1 , ¿>0 = 2 .
+ ( j í ^ z - k b ^ x 2 + ^ 2 ai-**’*)*1 + (2<Jo-*í>*)>:0
= (0 -2 + 0 - l + 4 -3 + 2 - 0 + 3 - 0 + l - 0 ) x 5
+ (0 -2 + 4 - l + 2 -3 + 3 - 0 + l - 0 y
+ ( 4 - 2 + 2 - l + 3 - 3 + l - O)*3
+ ( 2 - 2 + 3 - 1 + 1-3)** + ( 3 - 2 + l - i y + ( l - 2 ) z 0
= 2xs + 0 x‘ + 4X3 + Ox2 + 2 x ' + 2x° = 2X5 + 4x* + 2 x ' + 2x°.
L a s o p e ra c io n e s c e r ra d a s b in a ria s d e fin id a s e n la s e c u a c io n e s ( 1 ) y ( 2 ) e s tá n d is e ñ a d a s
p a r a o b te n e r e l s ig u ie n te r e s u lta d o .
TEO R EM A 1 7 .1 S i i? e s u n a n i l l o , e n t o n c e s ( / ? [ * ] , + , • ) , c o n l a s o p e r a c i o n e s d e s u m a y p r o d u c t o d a d a s e n l a s
e c u a c io n e s ( 1 ) y ( 2 ), e s u n a n illo , lla m a d o e l a n illo d e p o lin o m io s , o a n illo p o lin o m io l
so b re R.
D e m o s t r a c i ó n : L a s p r o p i e d a d e s d e a n i l l o p a r a i? [ x ] s e b a s a n e n l a s d e R . E n c o n s e c u e n c i a ,
a q u í d e m o s tr a r e m o s la le y a s o c ia tiv a d e l p r o d u c to c o m o u n e je m p lo , y d e ja r e m o s la s d e
m á s d e m o s t r a c i o n e s a l l e c t o r . S e a h ( x ) = 2 L o c *í ' ’ 0011 / ( * ) y g ( x ) d e f i n i d o s c o m o a n t e s .
U n s u m a n d o típ ic o d e ( f( x ) g ( x ) ) h ( x ) tie n e l a f o rm a A x , d o n d e 0 < r < ( m + n )+ p y A e s
l a s u m a d e t o d o s l o s p r o d u c t o s d e l a f o r m a ( a ¡b ¡)C i, c o n 0 £ ¿ £ n , 0 S j £ m , 0 £ k S p e i
+ j + k = t . E n fi _ x ) ( g ( x ) h ( x ) ) , e l c o e f i c i e n t e d e x ! e s l a s u m a d e t o d o s l o s p r o d u c t o s d e l a
f o r m a a ,( b ¡ c ¡ ) , d e n u e v o c o n 0 < i < n , 0 < j < m , 0 < k £ p e i + j + k = t . P u e s t o q u e R
e s a s o c i a t i v o l a m u l t i p l i c a c i ó n , (a}>¡)ct = a { b , c ¿ j p a r a c a d a u n o d e e s o s t é r m i n o s , y e n t o n c e s
e l c o e f ic ie n te d e r i e n ( f( x ) g (x )) h ( x ) e s ig u a l a l d e f(x ) (g ( x ) h ( x ) ). P o r lo ta n to , ( f( x ) g (x )) h ( x ) =
f(x )(g (x )h (x )).
C O R O L A R IO 1 7 . 1 S e a 7 ? [x ] u n a n i l l o d e p o l i n o m i o s .
a) S i R e s c o n m u ta tiv o , e n to n c e s R [ r ] e s c o n m u ta tiv o .
b) S i R e s u n a n i l l o c o n e l e m e n t o u n i d a d , e n t o n c e s 7 ? [x ] e s u n a n i l l o c o n e l e m e n t o
u n id a d .
c) 7 ? [x ] e s u n d o m i n i o d e i n t e g r i d a d s i y s ó l o s i R e s u n d o m i n i o d e i n t e g r i d a d .
D e m o s tra c ió n : D e j a m o s l a d e m o s tr a c ió n d e e s te c o r o la r io a l le c to r .
D e s d e e s t e m o m e n t o , e s c r i b i r e m o s x e n v e z d e x 1. S i R t i e n e e l e m e n t o u n i d a d u , d e f i n i
m o s xP = u y p a r a c u a l q u i e r r £ S e s c r ib im o s n ? c o m o r.
S e a n f ( x ) , g ( x ) G Z ¡[x ], c o n f ( x ) = 4 r3 + 1 y g ( x ) = 2 x + 3 . E n to n c e s /( x ) tie n e g r a d o 2 y
g { x ) tie n e g r a d o 1. P o r n u e s tr a s e x p e r ie n c ia s a n te r io r e s c o n lo s p o lin o m io s , e s p e r a m o s q u e
838 Capítulo 17 C uerpo s finitos y dise ñ o s c om binatorios
e l g r a d o d e f( x ) g ( x ) s e a 3 , la s u m a d e lo s g r a d o s d e f ( x ) y g ( x ) . S in e m b a rg o , e n e s te c a so ,
/ ( x ) g ( x ) - (4 X 2 + l ) ( 2 x + 3 ) = 8 x ! + 1 2 x 2 + 2 x + 3 = 4 x 2 + 2 x + 3 , p u e s t o q u e [ 8 ] = [ 0 ] e n Z ,.
A s í, e l g r a d o d e f( x ) g < x ) = 2 < 3 = g r a d o f ( x ) + g r a d o g ( x ) .
L a c a u s a d e l f e n ó m e n o d e l e j e m p l o 1 7 .2 e s l a e x i s t e n c i a d e d i v i s o r e s d e c e r o e n e l
a n illo Z s. E s ta o b s e rv a c ió n n o s lle v a a l s ig u ie n te te o re m a .
T E O R E M A 1 7 .2 S e a ( R , + , •) u n a n i l l o c o n m u ta t iv o c o n e l e m e n t o u n i d a d u . E n to n c e s R e s u n d o m i n i o d e
in te g r id a d s i y s ó lo s i p a r a to d o s / ( x ) , g ( x ) £ R [x ], s i / ( x ) y g ( x ) n o s o n e l p o lin o m io c ero ,
e n to n c e s
g ra d o f( x ) g ( x ) = g r a d o /( x ) + g ra d o g (x).
S e a n R u n a n i l l o c o n e l e m e n t o u n i d a d u y / ( x ) = a * f + ■ ■ • + a , x + a<¡ 6 / ? [ x ¡ . S i r 6 R ,
e n to n c e s f ( r ) = a j * + • • • + a i r + a j £ S . N o s in te r e s a n p a rtic u la rm e n te lo s v a lo re s d e r
ta le s q u e / ( r ) = z.
Definición 17 . 2 S e a n R u n a n illo c o n e le m e n to u n id a d u y / ( x ) S R [x ], c o n g r a d o / ( x ) S 1 . S i r £ R y f i r ) = z,
e n to n c e s r e s u n a r a íz d e l p o lin o m io /( x ) .
/( O ) = (O )2 + 3 ( 0 ) + 2 = 2 / ( 3 ) = (3 )2 + 3 (3 ) + 2 = 2 0 = 2
/( l) = ( l) 2 + 3 (1 ) + 2 = 6 = 0 / ( 4 ) = (4 )2 + 3 (4 ) + 2 = 3 0 = 0
/(2 ) = (2 )2 + 3 (2 ) + 2 = 12 = 0 /( S ) = (5 )2+ 3 (5 ) + 2 = 4 2 = 0
E n c o n s e c u e n c ia ,/ ( x ) tie n e c u a tr o r a íc e s : 1, 2 , 4 y 5 . E s to e s m á s d e lo q u e e s p e r á
b a m o s . E n n u e s tr a s e x p e rie n c ia s a n te rio re s , u n p o lin o m io d e g r a d o 2 te m a c u a n d o
m u c h o d o s r a íc e s .
17.1 A n illos d e p olinom ios 839
E n c u rs o s a n te r io r e s d e á lg e b r a a p re n d im o s l a d iv is ió n la rg a d e p o lin o m io s c o n c o e f ic ie n
te s r e a le s . D a d o s d o s p o lin o m io s f ( x ) , g ( x ) c o n g r a d o f ( x ) < g ra d o g ( x ) , o rg a n iz a m o s
n u e s tr o tra b a jo e n la fo rm a
- ? i( * ) + g a t o + • • • + < ? .( * ) (= <?(*))
f(x ))g (x )
g (x ) -f( x ) q ,(x )
r(x)
d o n d e c o n tin u a m o s d iv id i e n d o h a s t a q u e
E n to n c e s , g ( x ) = q ( x ) f( x ) + r ( x ) .
P o r e je m p lo , s if ( x ) = x - 3 y g ( x ) = l x i - 2 x 2 + 5 x - 2 , e n to n c e s f ( x ) , g ( x ) G Q [x ] ( o R [x ],
o C M ) y vem os que
+ 6 2 (= q (x))
x — 3 )7 x 3 - 2x2+ 5 x - 2
7x3 - 21 x 2
19X2 + 5 x - 2
19X2 - 57x
62x - 2
62x -1 8 6
184 (= r(* ))
S i v e r if ic a m o s e s to s r e s u l ta d o s , te n d re m o s
L a t é c n i c a d e l e j e m p l o 1 7 . 4 t a m b i é n s e a p l i c a c u a n d o l o s c o e f i c i e n t e s d e l o s p o l i n o m i o s se
to m a n d e u n c u e r p o f i n i t o .
S i f ( x ) = 3 x : + 4 x + 2 y g ( x ) = ó x 4 + 4 x ! + S x 2 + 3 x + 1 s o n p o l i n o m i o s e n Z ? [ x ] , e n to n c e s
d e l p r o c e s o d e d iv is ió n o b te n e m o s lo s s ig u ie n te s c á lc u lo s .
3x¡ + x 2 + 3x + 1
3x2 + 4x1 + 2x
4x2+ x + 1
4x2 + 3x + 5
5a: + 3 (= r(x ))
q ( x ) f ( x ) + r ( x ) = (2 x 2 + x + 6 )(3 x 2 + 4 x + 2 ) + (5 x + 3 )
= 6x4 + 4 x 3 + 5x2 + 3x + 1 = g (x )
P a s e m o s a h o r a a la s it u a c ió n g e n e r a l.
T E O R E M A 1 7 .3 A l g o r i t m o d e l a d i v i s i ó n . S e a n f ( x ) , g ( x ) G K [ x ] y / ( x ) n o e s e l p o l i n o m i o c e r o . E x is te n
p o l i n o m i o s ú n i c o s q ( x ) , r ( x ) G Á T[x] t a l e s q u e g ( x ) = q ( x ) f ( x ) + r ( x ) , d o n d e r ( x ) = 0 o g r a d o
r (x ) < g r a d o /(x ).
D e m o s t r a c i ó n : S e a S = ( g ( x ) - t ( x ) f ( x ) | r ( x ) G A T [x]}.
S i 0 G S , e n to n c e s 0 = g ( x ) - t ( x ) f( x ) p a r a a lg ú n t( x ) G K [ x ] , E n to n c e s , c o n q ( x ) = r (i)
y r ( x ) = 0 , te n e m o s q u e g (x ) = q ( x ) f( x ) + r(x ).
S i 0 £ S , c o n s i d e r e m o s l o s g r a d o s d e l o s e l e m e n t o s d e S y s e a r < x ) = g ( x ) - q ( x ) f ( x ) un
e le m e n to e n S d e g r a d o m ín im o . C o m o r ( x ) f 0 , e l re s u lta d o s e s ig u e s i g ra d o r ( x ) < g rad o
f{ x ) . E n c a s o c o n tra r io , se a n
/ ( x ) = b m x m + b m. ¡ x " " 1 + • • • + b 2 x 2 + b ¡ x + b 0 , b„ f 0,
c o n n S m . D e f in im o s
E n to n c e s h ( x ) tie n e g r a d o m e n o r q u e n , e l g r a d o d e r ix ) . A ú n m á s im p o r ta n te , h ( x ) = [g (x ) -
q (x )f(x )} - l a „ b ; 'x " — ] f ( x ) = g ( x ) - [ q ( x ) + a , b ~ ' x ' - ’] f ( x ) , p o r l o q u e h ( x ) G S , l o q u e
c o n tra d ic e la e le c c ió n d e r ( x ) p o r te n e r g r a d o m ín im o . E n c o n s e c u e n c ia , g r a d o r(x ) <
g r a d o / ( x ) y o b te n e m o s la p a rte d e e x is te n c ia d e l te o re m a .
P a r a l a u n i c i d a d , s e a g ( x ) = q f x ) f ( x ) + r , ( x ) = q 2( x ) / ( x ) + r 2( x ) , d o n d e r , ( x ) = 0 o g r a d o
r , ( x ) < g r a d o / ( x ) , y r 2( x ) = 0 o g r a d o r 2( x ) < g r a d o / ( x ) . E n t o n c e s [ q 2( x ) - q , ( x ) ] / ( x ) ) = r ,( x )
- r 2( x ) y s i q 2( x ) - q ¡ ( x ) t 0 , e n t o n c e s g r a d o ( l q 2( x ) - < ? i ( x ) ] / ( x ) ) > g r a d o / ( x ) , m i e n t r a s q u e
17.1 A n illos d e p olinom io s 841
E l a lg o ritm o d e la d iv is ió n n o s p ro p o rc io n a lo s s ig u ie n te s r e s u lta d o s a c e rc a d e r a íc e s y
fa c to r e s .
REM A 1 7 .4 E l t e o r e m a d e l r e s t o . P a i a f ( x ) E A ”[ x ] y a E A , e l r e s t o d e l a d i v i s i ó n d e / ( x ) e n t r e x - a e s f ( á ) .
D e m o s tra c ió n : D e l a l g o r i t m o d e l a d i v i s i ó n , / ( x ) = q ( x ) ( x - a ) + r ( x ) , d o n d e r ( x ) = 0 o
g r a d o r ( x ) < g r a d o ( x - a ) = 1 . P o r l o t a n t o , r ( x ) = r e s u n e l e m e n t o d e A". S i s u s t i t u i m o s a
p o r x . v e m o s q u e f ( a ) = q ( a ) ( a - a ) + r ( a ) = 0 + r = r.
D e m o s tra c ió n : S i x - a e s u n f a c t o r d e / ( x ) , e n t o n c e s f ( x ) = q { x ) ( x - a ) . C o m o f ( a ) =
q ( a ) ( a - a ) = 0 , a e s u n a r a íz d e / ( x ) . R e c íp ro c a m e n te , s u p o n g a m o s q u e a e s u n a r a íz d e
f ( x ) . P o r e l a lg o ri tm o d e l a d iv is ió n , f ( x ) = q { x )( x - a ) + r , d o n d e r £ A i. C o m o f ( a ) = 0 ,
te n e m o s q u e r = 0 , d e m o d o q u e / ( x ) = q ( x ) ( x - a ) y x - a e s u n f a c to r d e f { x ) .
a) S e a f ( x ) = x 1 - (¡x? + 4 jc* - x 3 + 3 x - 7 £ Q [x ], D e l te o re m a d e l r e s to , s e s ig u e q u e al
d iv id i r / ( x ) e n tre x - 2 , e l r e s to e s
/(2 ) = 27 - 6 ( 2 5) + 4 ( 2 ' ) - 2! + 3 (2 ) - 7 = - 5 .
g (x ) = q (x )(x - 1) ( d o n d e g r a d o < ? (x ) = 4 ) .
C o n l a a y u d a d e l o s r e s u l t a d o s d e l o s te o r e m a s 1 7 .4 y 1 7 .5 , p l a n t e a r e m o s a h o r a la
ú ltim a d e l a s id e a s p r in c ip a le s d e e s ta s e c c ió n .
D e m o s tr a c ió n : L a d e m o s t r a c i ó n e s p o r i n d u c c i ó n m a t e m á t i c a s o b r e e l g r a d o d e / ( x ) . S i / ( x )
tie n e g ra d o 1, e n to n c e s /( x ) = a x + b , p a ra a . b E K . a £ 0 . C o m o f ( - c r lb ) = 0 ,/ ( x ) tie n e a l
m e n o s u n a r a í z e n K . S i c , y c 2 s o n d o s r a í c e s , e n t o n c e s / ( c - . ) = a c , + b = 0 = a c 2 + b = f í c 2) .
P o r l a c a n c e l a c i ó n e n u n a n i l l o , a c ¡ + b = a c 2 + b = > a c ¡ = a c 2. C o m o K e s u n c u e r p o y a f
0 , t e n e m o s q u e a c , = a c 2 = > c , = c 2, p o r l o q u e / ( x ) s ó l o t i e n e u n a r a í z e n K .
S u p o n g a m o s a h o r a q u e e l r e s u lta d o d e l te o r e m a e s v e rd a d e r o p a r a to d o s lo s p o lin o m io s
d e g r a d o k f > 1) e n K [ x ] . C o n s id e r e m o s u n p o lin o m io /( x ) d e g r a d o k + 1. S i / ( x ) n o tie n e
842 Capitulo 17 C uerpo s finitos y dise ñ o s com binatorios
r a í c e s e n K , e l t e o r e m a q u e d a d e m o s t r a d o . E n c a s o c o n t r a r i o , s e a r 6 K t a l q u e / ( r ) = 0 . Por
e l t e o r e m a d e l f a c t o r , f ( x ) = ( x - r ) g ( x ) , d o n d e g ( x ) t i e n e g r a d o k . E n c o n s e c u e n c i a , p o r la
h i p ó t e s i s d e i n d u c c i ó n , g ( x ) t i e n e a l o s u m o k r a í c e s e n K y f { x ) t i e n e , a s u v e z , k + 1 r aíces
en K.
a) S ea f( x ) = x 3- 6 x + 9 6 R [ x ] . E n to n c e s / ( x ) tie n e c o m o m á x im o d o s r a íc e s e n R , a
s a b e r , l a s r a í c e s 3 , 3 . A d e m á s . / ( i ) = ( x - 3 ) ( x - 3 ) , u n a f a c t o r i z a c i ó n e n d o s fa c to r e s
d e p r im e r g r a d o , o lin e a le s . A s í, e n e s te c a s o , 3 e s u n a r a íz d e m u ltip l ic i d a d 2 .
b) P ara g (x ) - r ‘ 4 E R [ x ] , g ( x ) n o t i e n e r a í c e s r e a l e s , p e r o e l t e o r e m a 1 7 . 6 n o se
c o n t r a d i c e . ( ¿ P o r q u é ? ) E n C [ x ] , g ( x ) t i e n e l a s r a í c e s 2 i , - 2 i y s e p u e d e f a c to r iz a r
c o m o g ( x ) = ( x - 2 ¡ ) ( x + 2 i)
c) S i h ( x ) = x 2 + 2 x + 6 6 Z - [ x ] , e n t o n c e s h ( 2 ) = 0 . h ( 3 ) = 0 y é s t a s s o n l a s ú n i c a s raíc es
d e l p o l i n o m i o . A d e m á s , h ( x ) = ( x - 2 ) ( x - 3 ) = x 2 - 5 x + 6 = x 2 + 2 x + 6 , p u e s [—5] =
[2 ] e n Z ,.
d) C o m o v i m o s e n e l e j e m p l o 1 7 . 3 ( b ) , e l p o l i n o m i o x 2 + 3 x + 2 t i e n e c u a t r o r a íc e s .
E s to n o c o n t r a d i c e e l t e o r e m a 1 7 .6 , p u e s Z , n o e s u n c u e r p o . A d e m á s , x2 + 3x + 2=
( x + 1) (x + 2 ) = (x + 4 ) ( x + 5 ) , d o s f a c to r iz a c io n e s d is tin ta s .
T e r m i n a r e m o s c o n u n a ú l t i m a o b s e r v a c i ó n , s i n d e m o s t r a c ió n , a c e r c a d e l a id e a de
fa c to riz a c ió n e n K [ x ] . S i /( x ) 6 K [ x ] t i e n e g r a d o n y r¡. r 2 r , s o n l a s r a í c e s d e / ( x ) en
K ( d o n d e l a s r a í c e s p u e d e n r e p e t i r s e , e s d e c i r , r, = r ¡ p a r a a l g u n o s 1 < i < j < n ) , e n to n c e s
/ ( x ) = a r{ x - r¡)(x - r 2) ■ • • ( x - r ,j, d o n d e a„ e s e l c o e f i c i e n t e p r i n c i p a l d e f ( x ) . E sta
re p r e s e n ta c ió n d e / ( x ) e s ú n ic a s a lv o p o r e l o r d e n d e lo s fa c to r e s d e p r im e r g ra d o .
E JE R C IC IO S 1 7 .1 1. S e a n / ( x ) , g í x ) <= Z ,( x ] , d o n d e / ( x ) = + 3 r i + x -f 4 y g ( x ) = + 5 r i + 6 x + 1.
D e te r m in e /(x ) + g ( x ),/(x ) - g (x ) y /( x ) g (x ) .
2. D e t e r m in e to d o s l o s p o lin o m io s d e g r a d o 2 e n Z J .x ].
3. ¿ C u á n t o s p o lin o m io s d e g r a d o 2 h a y e n Z n [ x ] ? ¿ C u á n t o s d e g r a d o 3 ? ¿ C u á n t o s d e g r a d o 4?
¿ C u án to s d e g rad o n , p a ra « 6 N ?
5. T e r m in e l a s d e m o s tr a c io n e s d e l t e o r e m a 1 7 .1 y e l c o r o l a r i o 1 7 .1 .
6. S i / ( x ) = a r + b x 1 + e x + d . g ( x ) = S x 3 + 3 x - 7 S Z [ x ] y / ( x ) = ( 3 x + l) g ( x ) , e n c u e n tr e a , b , c y ¿
7 . a ) S i / ( x ) = x 4 - 1 6 , e n c u e n t r e s u s r a í c e s y f a c to r iz a c i ó n e n Q [ x ] .
b ) R e s p o n d a la p a r t e ( a ) p a r a / ( x ) 6 R [ x ] ,
c ) R e s p o n d a la p a r t e ( a ) p a r a / ( x ) e C [ x ] .
d ) R e s p o n d a l a s p a r t e s ( a ) , ( b ) y ( c ) p a r a / ( x ) = x* - 2 5 .
8. P a r a c a d a u n o d e l o s s ig u i e n te s p a r e s / ( x ) , g ( x ) , e n c u e n t r e q ( x ) , r ( x ) t a l e s q u e g ( x ) = q ( x ) f ( x ) +
K x ), d o n d e K x ) = 0 o g r a d o r{x ) < g r a d o / ( x ) .
a ) f ( x ) . g ( x ) € Q [x ], / ( x ) = x 4 - 5 x 3 + 7 x .g ( x ) = x s - 2 x 2 + 5 x - 3
b ) / ( x ) , g ( x ) e Z , [ x ] , / ( x ) = x 2 + l . g ( x ) = X4 + x 3 + x 2 + x + 1
c > / ( x ) , g ( x ) e Z s [x j, / ( x ) = x ! + 3 x + l , g ( x ) = x ‘ + 2 x ’ + x + 4
17.2 Polinom ios irreducibles: C uerpo s finitos 843
9. E n l o s ig u i e n te , e n c u e n t r e e l r e s t o q u e r e s u l t a d e d i v i d i r / ( x ) e n t r e g (x ).
1 0 . a ) E n c u e n t r e t o d a s l a s r a í c e s d e / ( x ) = x 2 + 4 x s i / ( x ) £ Z i¡ [ x ] .
b ) E n c u e n t r e c u a tr o p o lin o m io s l in e a l e s d i s t in to s g ( x ) , h ( x ) , s ( x ) , r (x ) £ Z 12[ x ] t a l e s q u e / ( x ) =
g ( x ) h ( x ) = s( x )r ( x ).
c ) ¿ C o n tr a d ic e n l o s r e s u l t a d o s d e l a p a r t e ( b ) l a s p r o p o s ic io n e s e s t a b l e c i d a s e n e l p á r r a f o
p o s t e r i o r a l e j e m p l o 1 7 -7 ?
1 1 . ¿ E s v á lid o e l a lg o r i t m o d e l a d iv i s i ó n ( p a r a p o lin o m io s ) e n e l d o m i n i o d e i n t e g r i d a d Z [ x ] ?
E x p liq u e p o r q u é .
1 2 . P a r a c a d a u n o d e lo s s ig u ie n te s p o lin o m io s /( x ) £ Z , [ x ] , d e te r m in e t o d a s l a s r a í c e s d e Z , y
e s c r i b a / ( x ) c o m o p r o d u c to d e p o lin o m io s d e p r i m e r g r a d o .
a) /( x ) = x 3 + 5x2 + 2 x + 6 b) /(x ) = x7 - x
1 3 . E n c u e n tr e u n p o l i n o m i o / ( x ) e n Z [ x ) c u y a s r a íc e s s e a n 1 /3 y - 1 /7 . [ O b s e r v e q u e c o m o ( Z , + , •)
e s u n s u b a n i l l o d e ( Q . + , - ). p o d e m o s c o n s i d e r a r a / ( x ) c o m o u n e l e m e n t o d e Q [x ] .]
1 5 . ¿ C u á n t a s u n i d a d e s t ie n e e l a n illo Z . [ x ] ? ¿ C u á n t a s t ie n e Z - [ x ] ? ¿ C u á n t a s t i e n e Z , [ x ] , c o n p
p r im o ?
1 6 . S i R e s u n d o m in i o d e i n te g r id a d , d e m u e s t r e q u e s i / ( x ) e s u n a u n i d a d e n /? [x ] , e n t o n c e s / ( x ) e s
u n a c o n s ta n te y e s u n a u n id a d e n R .
1 7 . V e r if iq u e q u e / ( x ) = 2 x + 1 e s u n a u n id a d e n Z 4[ x ], ¿ C o n tr a d ic e e s t o e l r e s u l ta d o d e l e je r c i c i o 1 6 ?
1 8 . P a r a n £ Z * . n > 2 , s e a / ( x ) £ Z , [ x ] . D e m u e s tr e q u e s i a , b £ Z y a s b ( m o d n j . e n t o n c e s / ( a ) =
f( b ) (m o d n ).
1 9 . S e a n R , S a n illo s y s e a g : R - * S u n h o m o m o r f is m o d e a n illo s . D e m u e s tr e q u e la f u n c i ó n G :
S [x ] - > 5 [x ] d a d a p o r
e s u n h o m o m o r f is m o d e a n illo s .
2 0 . S e a ( S , + , •) u n a n illo . S i / e s u n id e a l d e R , d e m u e s t r e q u e /[ x ] , e l c o n j u n t o d e to d o s l o s
p o lin o m io s e n l a in d e te r m i n a d a x c o n c o e f ic i e n te s e n / , e s u n i d e a l e n f i[ x ].
2 1 . S i K e s u n c u e r p o , s e a S C AT[x). d o n d e f ( x ) = a X + a r - X ~ ' + + a ¡ x ! + a , x + ao £ S s i y
s ó lo s i a , + a , - , + • - • + + a i + oo = 0 . D e m u e s t r e q u e S e s u n i d e a l d e AT[x].
17.2
P o lin o m io s irred ucible s:
C u e r p o s fin it o s
A h o r a q u e r e m o s c o n s t r u i r c u e r p o s f i n i t o s d i s t i n t o s d e l o s d e l t i p o ( Z p, + , •). d o n d e p e s
p r im o . E n la c o n s tr u c c ió n u s a re m o s lo s s ig u ie n te s p o lin o m io s e s p e c ia le s .
844 Capítulo 1 7 C ue rpo s finitos y d ise ñ o s c om bin atorio s
Definición 1 7 .4 S e a / ( x ) G f í[ x ¡ , c o n K u n c u e r p o y g r a d o / ( x ) a 2 . D e c i m o s q u e / ( x ) e s r e d u c ib l e (so b re
K ) s i e x i s t e n g ( x ) , h ( x ) G f í [ x ] , t a l e s q u e / ( x ) = g ( x ) f t ( x ) y c a d a u n o d e l o s p o l i n o m i o s g ( x ),
h ( x ) tie n e g r a d o S 1 . S i / ( x ) n o e s r e d u c ib le . e n to n c e s e s ir r e d u c ib le , o p r im o .
T E O R E M A 17 .7 P a r a p o l i n o m i o s e n A T [x],
D e m o s tr a c ió n : S e d e j a a l le c to r.
| te m p lo 17£ | a) E l p o lin o m io x 2 + 1 e s ir r e d u c ib le e n Q [x ] y R [ x ] , p e ro e n C [x ] v e m o s q u e x2 + I =
( x + i ) ( x - i) .
b) S e a / ( x ) = x 4 + 2X2 + 1 G R [ x ] _ A u n q u e / ( x ) n o t i e n e r a í c e s r e a l e s , e s r e d u c i b l e , p u e s
( x 2 + l ) 2 = x 4 + 2X2 + 1 . P o r l o t a n t o , l a p a r t e ( b ) d e l t e o r e m a 1 7 . 7 n o s e a p l i c a a lo s
p o lin o m io s d e g r a d o > 3.
c) E n Z 2[ x ] ,/ ( x ) = x 3 + x 2 + x + l e s re d u c ib le p u e s / ( 1 ) = 0 . P e r o g ( x ) = x 5 + x + 1 es
i r r e d u c i b l e p u e s g ( 0 ) = g ( l ) = 1.
d) S e a h ( x ) = x* + x 3 + x 2 + x + l G Z ,[ x ]. ¿ E s h ( x ) r e d u c ib le e n Z ¡ [x ] ? C o m o h ( 0 ) =
h (X ) = 1, h ( x ) n o tie n e fa c to re s d e p r im e r g ra d o , p e ro p o d ría m o s e n c o n tr a r a , b . c . d G
Z , t a l e s q u e (x 2 + a x + b ) ( x 2 + e x + d ) = x í + x 3 + x 2 + x + 1.
D e s a r r o l l a m o s ( x 2 + a x + fcjCx2 + e x + d ) y c o m p a r a m o s l o s c o e f i c i e n t e s d e l a s
p o te n c ia s s im ila re s d e x , c o n lo q u e o b te n e m o s a + c = l , a c + b + d = l , a d + b c =
l y b d = l . C o m o b d = 1, t e n e m o s q u e b = 1 y d = 1 , p o r l o q u e a c + b + d = 1 = > o c =
l = > a = c = l = * a + c = 0 . E s to c o n tra d ic e e l h e c h o d e q u e a + c = 1. E n c o n se c u e n
c ia , h (x ) e s ir re d u c ib le e n Z ¿ x ] .
T o d o s l o s p o l i n o m i o s d e l e j e m p l o 1 7 .8 c o m p a r t e n u n a p r o p i e d a d c o m ú n , q u e d e f in i r e
m o s a c o n tin u a c ió n .
Definición 1 7 .5 U n p o l i n o m i o / ( x ) G K [ x ] e s m ó n ic o s i s u c o e f ic i e n te p r i n c i p a l e s 1 , e l e le m e n t o u n id a d
d e AT.
A l g u n o s d e n u e s t r o s s i g u i e n t e s r e s u l t a d o s ( h a s t a e l a n á l i s i s d e l e j e m p l o 1 7 .1 1 i n c l u s i
v e ) n o s r e c o rd a rá n lo s c a p ítu lo s 4 y 14.
D e fin ic ió n 1 7 .6 S i/ ( x ) , g ( x ) G A T M , e n to n c e s h ( x ) G K [ x \ e s u n m á x im o c o m ú n d iv is o r d e / ( x ) y g (x )
17.2 Polinom ios irreducibles: C uerpo s finitos 845
a) s i h íx ) d iv id e a / ( x ) y a g (x ); y
b) s i k (x ) G K M y k ( x ) d iv id e a f ( x ) y a g ( x ), e n to n c e s k ( x ) d iv id e a h ( x ) .
E s ta b le c e re m o s a h o ra lo s s ig u ie n te s r e s u lta d o s re la tiv o s a la e x is te n c ia y u n ic id a d d e lo
q u e lla m a r e m o s e l m á x im o c o m ú n d iv is o r, q u e a b r e v ia r e m o s c o m o m c d . A d e m á s , e x is te
u n m é to d o p a ra d e te r m in a r e s t e d iv is o r, c o n o c id o c o m o e l a lg o r i tm o d e E u c l id e s p a ra
p o lin o m io s . L a d e m o s tr a c ió n d e e s te p r im e r r e s u lta d o s e b o s q u e ja e n lo s e je r c ic io s d e la
s e c c ió n .
r ( x ) = q ¡ ( x ) r , ( x j + r 2( x ) , g r a d o r ,( x ) < g r a d o r ,(x )
r i - , ( x ) = q k ^ ( x ) r t ( x ) + r k r l( x ) . rt + i(x ) = 0 .
E n to n c e s r ¡ ( x \ e l ú ltim o r e s to d is tin to d e c e r o , e s u n m á x im o c o m ú n d iv is o r d e f ( x ) y
g ( x ) y e s u n m ú ltip lo c o n s ta n te d e l m á x im o c o m ú n d iv is o r m ó n ic o d e f ( x ) y g ( x ) . [S i
m u ltip lic a m o s r ,( x ) p o r e l in v e rs o d e s u c o e f ic ie n te p r in c ip a l, o b te n d re m o s e l ú n ic o
p o l i n o m i o m ó n ic o a l q u e lla m a r e m o s e l m á x i m o c o m ú n d iv is o r.]
_____________________________________________
D e f in ic ió n 1 7 .7 S i / ( x ) , g ( x ) G K M y s u m c d e s 1 , e n t o n c e s / ( x ) y g ( x ) s o n p r i m o s e n t r e s í.
D e m o s t r a c i ó n : L a v e r i f i c a c i ó n d e l a s p r o p i e d a d e s r e f l e x i v a , s i m é t r i c a y t r a n s i t i v a d e 91 se
d e ja n a l le c to r.
C u a n d o o c u n e l a s i t u a c i ó n d e l t e o r e m a 1 7 . 1 0 , d e c i m o s q u e f ( x ) e s c o n g r u e n t e c o n g (x)
m ó d u lo s ( x ) y e s c r ib im o s f ( x ) = g ( x ) ( m o d s ( x ) ) . L a r e l a c i ó n SU s e c o n o c e c o m o c o n
g r u e n c ia m ó d u lo r[x ).
A n a liz a re m o s la s c la s e s d e e q u iv a le n c ia p a r a ta l re la c ió n .
S e a s(x ) = r r j - I E Z ¡ [x ], E n to n c e s
a) [ 0 ] = [ a :2 + z + 1 ] = { 0 , z 2 + x + 1 , x 3 + x 2 + z , ( j : + 1 ) ( x 2 + z + 1 ) , . . . }
- « * ) ( * * + * + 1)1
b) [ l ] = { l> * 2 + * , * ( * 2 + * + 1 ) + 1 , ( x + 1 )(x 2 + x + 1 ) + 1 , . . . }
= {r(x)(x2 + z + l ) + l | r ( x ) 6 Z 2M }
c) [x ] = {x,x2 + l , x ( x 2 + x + 1 ) + X , ( x + l) ( x 2 + X + 1) + X , . . .}
= { t(x )(x 2 + x + l ) + x \ t ( x ) e Z 2[x}}
d) [ x + 1] = { x + 1 ,x * ,x ( x 2 + x + 1) + ( x + 1 ), ( x + l ) ( x 2 + x + 1)
+ (x + 1 ) ,. .. } = {r(x)(x2 + X + 1) + (X + 1) |r(x ) e Z 2[x)}
¿ S o n é s ta s to d a s la s c la s e s d e e q u iv a le n c ia ? S i /( x ) £ Z 2[ x ] , e n t o n c e s p o r e l a lg o r i t m o
d e la d iv is ió n ,/( x ) = q lx )s (x ) + r ( x ) , d o n d e r ( x ) = 0 o g r a d o r ( x ) < g r a d o s(x ). C o m o /( x ) -
r ( x ) = < y (x )s(x ), s e s ig u e q u e / ( x ) = r ( x ) ( m o d s ( x ) ) , p o r l o q u e / ( x ) £ [r(x )J. E n c o n secu en
c i a , p a r a d e t e r m i n a r t o d a s l a s c l a s e s d e e q u i v a l e n c i a , c o n s i d e r a m o s l a s p o s i b i l i d a d e s p a ra
r ( x ) . E n e s te c a s o , r ( x ) = 0 o g r a d o ¡ ix ) < 2 , p o r lo q u e r ( x ) = a x + b , d o n d e a , b £ Z j.
C o m o s ó l o te n e m o s d o s o p c io n e s p a r a a o p a r a b , h a y c u a tr o p o s ib l e s o p c io n e s p a r a r(x ):
0 , 1 , x y x + 1.
A h o r a d a m o s u n a e s t r u c t u r a d e a n i l l o a l a s c l a s e s d e e q u i v a l e n c i a d e l e j e m p l o 1 7 .9 . S i
r e c o rd a m o s c ó m o h ic im o s e s to , e n e l c a p ítu lo 1 4 , p a ra Z „ d e fin im o s l a s u m a c o m o [/(x )] +
[* (* )] = I f W + « (* ))• C o m o g r a d o ( /( x ) + g ( x ) ) < m á x { g r a d o / ( x ) , g r a d o g ( x )} , p o d e m o s
e n c o n tr a r la c la s e d e e q u iv a le n c ia d e [ /( x ) + g (x )] s in m a y o r p r o b le m a . E n e s te c a s o , por
e je m p lo , [x ] + [x + 1] = [x + ( x + I ) ] = [2 x + 1] = [ 1 ], p u e s 2 = 0 e n Z . 2
P a r a d e f i n i r l a m u l t i p l i c a c i ó n d e e s t a s c l a s e s d e e q u i v a l e n c i a , t e n e m o s u n a l i g e r a d if i
c u l t a d . P o r e j e m p l o , ¿ c u á l e s e l v a l o r d e [ x ][ x ] e n e l e j e m p l o 1 7 .9 ? S i , e n g e n e r a l , d e fin i
m o s [ /( x )] [g ( x ) ) = ( f( x ) g ( x ) ] , e s p o s ib le q u e e l g r a d o f ( x ) g ( x ) > g r a d o s ( x ), a s í q u e no
p o d ría m o s e n c o n tr a r f á c ilm e n te [ /(x )g (x )] e n la lis ta d e c la s e s d e e q u iv a le n c ia . S in e m b ar
g o , s i e l g r a d o f ( x ) g ( x ) > g r a d o s ( x ) , e n to n c e s , u s a n d o e l a lg o ritm o d e la d iv is ió n , p o d e
m o s e s c rib ir f ( x ) g ( x ) = q (x )s (x ) + r (x ) , d o n d e r (x ) = 0 o g ra d o r ( x ) < g r a d o s ( x ) . C om o
f ( x ) g ( x ) = < ? (x )s (x ) + r ( x ) , s e s i g u e q u e / ( x ) g ( x ) = r ( x ) ( m o d s ( x ) ) , y d e f i n i m o s [ / ( x ) g ( x ) ] =
[ r( x ) ], d o n d e [ r ( x ) ] s í a p a r e c e e n la lis ta d e c la s e s d e e q u iv a le n c ia .
A p a r t i r d e e s t a s o b s e r v a c i o n e s c o n s t r u i m o s l a s t a b l a s 1 7 .1 y 1 7 . 2 p a r a l a s u m a y e l
p r o d u c to , r e s p e c t i v a m e n t e , d e { [ 0 ] , [ 1 ] , [ x ], [ x + 1 ]} . ( E n e s t a s t a b l a s e s c r i b i m o s a e n vez
d e [ a ].)
17.2 Polinom ios irreducibles: C uerpo s finitos 847
+ 0 1 X x + 1 0 1 X x + 1
0 0 1 X x + 1 0 0 0 0 0
1 1 0 x + 1 X 1 0 1 X x + 1
X X x + 1 0 1 X 0 X x + 1 1
x + 1 x + 1 X 1 0 x + 1 0 x + 1 1 X
A p a r t i r d e l a t a b l a d e m u l t i p l i c a c i ó n ( T a b la 1 7 .2 ) , v e m o s q u e e s t a s c l a s e s d e e q u iv a le n
c i a n o s o l a m e n t e f o r m a n u n a n i l l o , s i n o t a m b i é n u n c u e r p o , d o n d e [ 1 ] _1 = [ 1 ] , [ x ] _1 = [ x + 1]
y [x + 1 ]-' = [x ]. E l c u e r p o d e o r d e n 4 s e d e n o ta c o n Z ^ x J /jx 3 + x + 1 ) y o b s e rv a m o s q u e
c o n t i e n e ( u n a c o p i a is o m o r f a d e ) e l s u b c u e r p o Z ¡ . [ E n g e n e r a l , u n s u b a n i l l o ( R , + , •) d e u n
c u e r p o ( K , + , •) e s u n s u b c u e r p o s i ( R , + , •) e s u n c u e r p o .] A d e m á s , p a r a l o s e l e m e n t o s n o
n u l o s d e e s t e c u e r p o , v e m o s q u e [ x ]‘ = [ x ], [x ]2 = [ x + 1 ] , [x ]3 = [ 1 ] , d e m o d o q u e te n e m o s
u n g r u p o c íc lic o d e o r d e n 3 . P e r o lo s e le m e n to s d is tin to s d e c e r o d e c u a lq u ie r c u e r p o
f o rm a n u n g r u p o b a jo la m u ltip lic a c ió n y c u a lq u ie r g r u p o d e o r d e n 3 e s c íc lic o , a s í q u e
¿ p a r a q u é d is tra e m o s c o n e s ta o b s e rv a c ió n ? E n g e n e r a l, lo s e le m e n to s n o n u lo s d e c u a l
q u ie r c u e r p o f in ito f o rm a n u n g r u p o c íc lic o b a jo l a m u ltip lic a c ió n . ( U n a d e m o s tr a c ió n d e
e s t e h e c h o a p a r e c e e n e l c a p í t u l o 1 2 d e l a r e f e r e n c i a [1 0 ].)
R e s u m im o s la c o n s tr u c c ió n a n te r io r e n e l s ig u ie n te te o re m a . E n lo s e je r c ic io s d e la
s e c c ió n a p a r e c e u n b o s q u e jo d e la d e m o s tra c ió n .
TEOREM A 1 7 .1 1 S e a s ( x ) u n p o lin o m io n o n u lo e n K [ x \.
a ) L a s c l a s e s d e e q u i v a l e n c i a d e RT[x] p a r a l a r e l a c i ó n d e c o n g r u e n c i a m ó d u l o s ( x ) f o r
m a n u n a n illo c o n m u ta tiv o c o n e le m e n to u n id a d e n l a s o p e ra c io n e s b in a ri a s c e r ra d a s
d o n d e r ( x ) e s e l r e s to q u e s e o b tie n e a l d iv id ir /( x ) g ( x ) e n tre s ( x ). D e n o ta m o s e s te
a n illo c o n R [ x ] /( r( x )) .
b) S i s ( x ) e s i r r e d u c i b l e e n A T [x ], e n t o n c e s Á T [x ] /s ( x ) e s u n c u e r p o .
c) S i l ATj = q y g r a d o s ( x ) = n , e n t o n c e s R T [ x ] /s ( x ) c o n t i e n e < f e l e m e n t o s .
E n e s t e c a s o , s e a K = ( R , + , •), e l c u e r p o d e l o s n ú m e r o s r e a le s y c o n s id e r e m o s e l p o lin o m io
i r r e d u c i b l e s ( x ) = x 2 + 1 e n R [ x ] , D e l a p a r t e ( b ) d e l t e o r e m a 1 7 .1 1 v e m o s q u e R [ x ] / s ( x ) =
R tx J /íx 2 + 1 ) e s u n c u e rp o .
P a ra c u a lq u ie r/(x ) £ R [x ], o b te n e m o s d e l a lg o ritm o d e d iv is ió n q u e
Por lo tanto,
E n Z ¡ [x ], e l p o lin o m io s ( x ) = x2 + x + 2 e s ir r e d u c ib le p u e s s ( 0 ) = 2 ,5 ( 1 ) = 1 y r ( 2 ) = 2 . E n
c o n s e c u e n c i a , Z 3[ x ] / ( s ( x ) ) e s u n c u e r p o q u e c o n t i e n e t o d a s l a s c l a s e s d e e q u i v a l e n c i a d e la
f o rm a [a x + b ] , d o n d e a ,b E Z É s ta s s u r g e n d e lo s r e s to s p o s ib le s a l d iv id ir u n p o lin o m io
/ ( x ) E Z j [ x ] e n t r e s ( x ) . L a s n u e v e c l a s e s d e e q u i v a l e n c i a s o n [ 0 ] , [ 1 ] , [ 2 ] , [ar], [ x + 1 ] , [ar + 2 ] ,
[ 2 a r ],[ 2 a r+ l]y [ 2 a r + 2 ].
E n v e z d e c o n s tr u ir to d a u n a ta b la d e m u ltip lic a c ió n , e x a m in a re m o s c u a tr o p ro d u c to s a
m a n e r a d e e je m p lo y h a re m o s d o s o b se rv a c io n e s.
a) [2 ar][ar] = [ 2 r i ] = [ 2 a 3 + 0 ] = [ 2 r i + ( a 2 + a + 2 ) ] = [ 3 a r + ar + 2 ] = [ a r + 2 ] p u e s 3 = 0
e n Z 3.
b) [ a r + l ] [ x + 2 ] = [x2 + 3 x + 2 ] = [ x 2 + 2 ] = [ x 2 + 2 + 2 ( a 3 + ar + 2 ) ] = [2 ar].
c) [2 ar + 2 ] 2 = [4 X 2 + 8 x + 4 ] = [ a 2 + 2 x + 1 ] = [ ( - a r - 2 ) + (2 a r + 1 ) ] , p u e s t o q u e a 2 =
( - x - 2 ) ( m o d s ( x ) ) . E n c o n s e c u e n c i a , [2 ar + 2 ] 2 = [ x - 1] = [x + 2 ].
d) C o n f re c u e n c ia e s c rib im o s la s c la s e s d e e q u iv a le n c ia s in c o rc h e te s y n o s c o n c e n tra m o s
e n l o s c o e f i c i e n t e s d e l a s p o t e n c i a s d e x . P o r e j e m p l o , e s c r i b i m o s 11 e n v e z d e [ x + 1 ] y
2 1 r e p r e s e n t a [ 2 x + 1 ] . E n c o n s e c u e n c i a , ( 2 1 ) - ( 1 2 ) = [ 2 x + l ] [ x + 2 ] = [2X2 + S x + 2 ] =
[2 a 2 + 2 x + 2 ] = [ 2 ( - x - 2 ) + 2 x + 2 ] = [ - 4 + 2 ] = [ - 2 ] = [1 ] p o r l o q u e (2 1 )- 1 = (1 2 ).
e) T a m b ié n o b s e rv a m o s q u e
P o r l o t a n t o , l o s e l e m e n t o s n o n u l o s d e Z 3[ x ] / ( s ( x ) ) f o r m a n u n g r u p o c í c l i c o b a j o l a
m u ltip lic a c ió n .
f) P o r ú ltim o , c u a n d o c o n s id e ra m o s la s c la s e s d e e q u iv a le n c ia [0 ], [1 ] y [2 ], v e m o s
q u e n o s d a n u n s u b c u e r p o d e Z ¡[x ]/(s (x )), s u b c u e r p o q u e id e n tif ic a m o s c o n e l c u e r
p o ( Z 3, + , -)-
E n e l e je m p l o 1 7 .9 ( y e l a n á lis is p o s te r io r ) y e n e l e je m p lo 1 7 .1 1 , c o n s tr u im o s c u e r p o s
f i n i t o s d e ó r d e n e s 4 ( = 2 2) y 9 ( = 3 2) , r e s p e c t i v a m e n t e . A h o r a c e r r a r e m o s e s t a s e c c i ó n i n
v e s tig a n d o o tr a s p o s ib ilid a d e s p a r a e l o r d e n d e u n c u e r p o fin ito . P a r a h a c e r lo n e c e s ita m o s
l a s ig u i e n te id e a .
D e fin ic ió n 1 7 . 8 S e a (R , + , •) u n a n i l l o . S i e x i s t e u n e n te r o p o s i t i v o m ín i m o n t a l q u e n r = z ( e l c e r o d e R )
p a r a to d o r E R , d e c im o s q u e R tie n e c a r a c te r ís tic a n y e s c r ib im o s c a r (R ). C u a n d o n o
e x is te t a l e n te ro , R tie n e c a r a c te r ís tic a 0.
lo 1 7 .1 2 j a) E l a n i l l o ( Z ¡ , + , • ) t i e n e c a r a c t e r í s t i c a 3 ; ( Z , , + , •) t i e n e c a r a c t e r í s t i c a 4 ; e n g e n e r a l ,
( Z r, + , -) t i e n e c a r a c t e r í s t i c a n .
b) L o s a n i l l o s ( Z , + , -) y ( Q , + , • ) t i e n e n , a m b o s , c a r a c t e r í s t i c a 0 .
850 C apitulo 17 C uerpo s finitos y dise ñ o s c om binatorios
c) U n a n i l l o p u e d e s e r i n f i n i t o y t e n e r c a r a c t e r í s t i c a p o s i t i v a . P o r e j e m p l o , Z ¡ [ x ] e s un
a n illo in f in ito p e r o tie n e c a r a c te r ís tic a 3 .
d ) E l a n i l l o d e l e j e m p l o 1 7 . 9 t i e n e c a r a c t e r í s t i c a 2 . E n e l e j e m p l o 1 7 . 1 1 , l a c a r a c te r ís
t i c a d e l a n i l l o e s 3 . A d i f e r e n c i a d e l o s e j e m p l o s d e l a p a r t e ( a ) , e l o r d e n d e u n anillo
f in ito p u e d e s e r d is tin to d e s u c a r a c te rís tic a .
S i n e m b a r g o , l o s e j e m p l o s 1 7 . 9 y 1 7 .1 1 s o n m á s q u e s i m p l e s a n i l l o s . S o n cuer
p o s c o n c a r a c te r ís tic a u n n ú m e ro p r im o . ¿ P o d r ía s e r v e rd a d e r a e s ta p r o p ie d a d p an
to d o s lo s c u e r p o s fin ito s ?
D e m o s t r a c i ó n : E n e s t a d e m o s t r a c i ó n e s c r i b i m o s e l e l e m e n t o u n i d a d d e K c o m o u p a r a que
s e d i s t i n g a d e l e n t e r o p o s i t i v o 1 . S e a c a r ( Í T ) = n > 0 . S i n n o e s p r i m o , e s c r i b i m o s n = m i,
d o n d e m . í S Z ’ y \ < m , k < n . P o r la d e fin ic ió n d e c a ra c te rís tic a , n u = z , e l c e r o d e K . P o
lo ta n to , (m k ) u = z . P e ro
C o m o K e s u n c u e r p o , ( m ú ) ( k u ) = z = > ( m u ) = z o ( k u ) = z • S u p o n g a m o s , s i n p é r d i d a de
g e n e r a l i d a d , q u e k u = z . E n to n c e s , p a r a c u a l q u i e r r G K , k r = k ( u r ) = (k u ) r = z r = z , lo que
c o n t r a d i c e l a e l e c c i ó n d e n c o m o l a c a r a c t e r í s t i c a d e K . E n c o n s e c u e n c i a , c a r í X ) e s p r im o .
( L a d e m o s t r a c i ó n d e l t e o r e m a 1 7 . 1 2 e n r e a l i d a d s ó l o n e c e s i t a q u e K s e a u n d o m i n i o de
in te g r id a d .)
S i K e s u n c u e r p o f i n i t o y m = | K \, e n t o n c e s m a = z p a r a t o d o a G K , p u e s ( K , + ) e s u n
g r u p o a d i t i v o d e o r d e n m . ( V é a s e e l e j e r c i c i o 1 0 d e l a s e c c i ó n 1 6 .3 .) E n c o n s e c u e n c ia , K
t i e n e c a r a c t e r í s t i c a p o s i t i v a y p o r e l t e o r e m a 1 7 .2 , e s t a c a r a c t e r í s t i c a e s p r i m a . E s to n o s
lle v a a l s ig u ie n te te o re m a .
T E O R E M A 1 7 .1 3 C u a lq u ie r c u e ip o f in ito K tie n e o r d e n p -\ d o n d e p e s p r im o y t G Z * .
D e m o s tr a c ió n : C o m o K e s u n c u e r p o f i n i t o , s e a n c a r { K ) = p , p p r i m o , u e l e l e m e n t o u n id a d
y z e l c e r o . E n to n c e s S o = ( « , 2 ir, 3 i r , . . . , p u = z ) e s u n c o n ju n to d e p e l e m e n to s d is tin to s
e n K . E n c a s o c o n tra r io , m u = n u p a ra 1 £ m < n £ p y (n - m ) u - z, conO < n - m < p . A s í,
p a r a to d o x £ K , te n e m o s q u e (n - m )x = (n - m )(u x ) = [(« - m ) u ] x = z x = z , y e s to
c o n t r a d i c e q u e c a tf A f ) = p . S i K = S o , e n t o n c e s | AT| = p ' y s e s i g u e e l r e s u l t a d o . S i n o , s e a a 6
C - S 0. E n t o n c e s S i = { m r j + m r | 0 < » i , n £ p } e s u n s u b c o n j u n t o d e ÍT c o n | S , | £ p 2. S i
| S I | < p >, e n t o n c e s m ¡ a + n ¡ u = m 2a + n 2u , c o n 0 < m ¡ , m 2, n ¡ , n 2 < p y a l m e n o s u n a d e la s
c a n tid a d e s m , - m ¡, n 2 - n ¡ =1 0 . S i m ¡ - m ¡ = 0 , e n to n c e s (m , - m ,)a = z = ( n ¡ - n ¡ ) u , con
0 < |n 2 - n , | < p . E n c o n s e c u e n c ia , p a ra to d o x G K ,\ n 2 - n 2\ x = | n 2 - n , | ( i r x ) = ( 1 / ^ -
n , | u ) x = z x = z , c o n 0 < |n - - n , | < p = c a i ( K ) , o tr a c o n tr a d ic c ió n . S i n ¡ - n 2 = 0 , e n to n c e s
( m ¡ - m 2) a = z c o n 0 < \ m \ - m 2 | < p . C o m o K e s u n c u e r p o y a i z , s a b e m o s q u e r r 1 G K ,
p o r l o q u e | m , - m 2 |i r = |m , - m 2{ a i r ' = za ~ ' = z , c o n 0 < | m , - m 2 | < p , u n a c o n tra d ic c ió n
17.2 Polinom ios irreducibles: C uerpo s finitos 851
m á s . P o r l o ta n to , n i m , - n u n i n , - n , s e a n u la n . E n to n c e s , (m , - n u ) a = ( n , - n ¡ )u ± z .
E lija m o s k £ Z * ta l q u e 0 < k < p y k (m , - m , ) = 1 ( m o d p ) . E n to n c e s a = k (m , - m ¡)a =
k f e - n j u , y a £ S& o tr a c o n tra d ic c ió n . P o r lo ta n to , | S¡ | = p * y s i K = S ¡ , e l t e o r e m a q u e d a
d e m o s tr a d o . S i n o , c o n tin u a m o s e l p r o c e s o c o n u n e le m e n to b £ K - S ¡ . E n to n c e s S 2 = { fb +
m a + n u \ 0 < l , m , n < p ] t e n d r á o r d e n p 3. ( D e m u é s t r e l o . ) C o m o K e s f i n i t o , l l e g a m o s a u n
p u n t o e n e l q u e AT = S , . ¡ p a r a r e Z " y \ K \ = 1 5 , - 1 1 = / .
C o m o r e s u lta d o d e e s te te o re m a , n o e x is te n c u e r p o s f in ito s c o n ó r d e n e s c o m o 6 , 1 0 ,
1 2 , . . . A d e m á s , p a ra c a d a p r im o p y c a d a t £ Z *, e x is te r e a lm e n te u n ú n ic o c u e r p o d e
o r d e n p ’. C u a l q u i e r p a r d e c u e r p o s f i n i t o s d e l m i s m o o r d e n s o n i s o m o r f o s . E s t o s c u e r p o s
f u e r o n d e s c u b ie r to s p o r e l m a te m á ti c o f r a n c é s E v a r is t e G a l o is ( 1 8 1 1 - 1 8 3 2 ) e n s u tr a b a jo
a c e r c a d e l a n o e x is te n c ia d e f ó rm u la s p a r a r e s o lv e r la s e c u a c io n e s p o lin o m ia le s g e n e r a le s
d e g r a d o > 5 e n Q . C o m o r e s u l t a d o , u n c u e r p o f i n i t o d e o r d e n p r s e d e n o t a c o m o G F ( p r) ,
d o n d e la s le tr a s G F in d ic a n c u e r p o d e G a lo is ( G a lo is fie ld ) .
IE R C IC IO S 1 7 . 2 1 . D e t e r m in e s i c a d a u n o d e l o s s ig u i e n te s p o lin o m io s s o n i r r e d u c i b l e s o n o e n l o s c u e r p o s d a d o s .
S i e s r e d u c ib le , p r o p o r c io n e u n a f a c to r iz a c i ó n c o n f a c t o r e s i r r e d u c ib le s ,
a ) ¿ + 3 x - 1 so b re Q , R , C b )X * - 2 s o b r e Q , R , C
c) r + x + 1 s o b r e Z , , Z Sl Z t d ) x * -t-x3 + 1 s o b r e Z ;
e ) x3 + x + 1 s o b r e Z s f)-*2 + 3 / - x + 1 s o b r e Z s
2. D é u n e j e m p l o d e u n p o lin o m io f ( x ) £ R [ x ] ta l q u e f ( x ) t e n g a g r a d o 6 , s e a r e d u c ib le , p e r o q u e
n o te n g a r a í c e s r e a le s .
3 . D e t e r m i n e t o d o s l o s p o l i n o m io s /O t) £ Z , [ x ] t a le s q u e 1 £ g r a d o / ( x ) £ 3 y f ( x ) s e a ir r e d u c i b l e
( s o b r e Z ¡ ).
4. S e a / C r ) = ( 2 r + l ) ( 5 x 3 - 5 . r + 3 ) ( 4 . : - 3 ) e Z , [ x ] , E s c r i b a / ( x ) c o m o e l p r o d u c t o d e u n a u n id a d
y tr e s p o lin o m io s m ó n ic o s .
5. ¿ C u á n t o s p o lin o m io s m ó n ic o s d e Z ,( x ] t i e n e n g r a d o 5 ?
6. D e m u e s t r e e l te o r e m a 1 7 .7 .
7. A c o n tin u a c ió n d a m o s u n b o s q u e j o d e l a d e m o s tr a c ió n d e l t e o r e m a 1 7 .8 .
a ) S e a S = ( s ( x ) / ( x ) + i ( x ) g ( x ) | s ( x ) , t ( x ) £ A T [ x ] ) . S e l e c c i o n e u n e l e m e n t o m ( x ) d e g r a d o m ín i
m o e n S . ( R e c u e r d e q u e e l p o lin o m io n u l o n o t ie n e g r a d o , a s í q u e é s t e n o s e s e le c c i o n a .)
¿ P o d e m o s g a r a n t i z a r q u e m ( x ) s e a m ó n ic o ?
b ) M u e s t r e q u e s i h ( x ) £ AT[x] y h ( x ) d i v i d e a f ( x ) y a g ( x ) , e n t o n c e s h ( x ) d i v i d e a m ( x ) .
c ) M u e s t r e q u e m ( x ) d i s i d e a f ( x ) . E n c a s o c o n tr a r io , u s e e l a lg o r i t m o d e l a d iv i s i ó n y e s c r ib a
f ( x ) = q (x )m (x ) + r ( x ) , d o n d e r ( i ) í O y g r a d o r ( x ) < g r a d o m (x ). M u e s tr e lu e g o q u e r ( x ) S
S y o b t e n g a u n a c o n tr a d ic c ió n .
d ) R e p ita e l a r g u m e n to d e l a p a r t e ( c ) p a r a d e m o s tr a r q u e m ( x ) d i v i d e a g ( x ) .
8. D e m u e s t r e lo s t e o r e m a s 1 7 .9 y 1 7 .1 0 .
9 . U s e e l a lg o r i t m o d e E u c l i d e s p a r a p o lin o m io s y e n c u e n t r e e l m c d d e c a d a p a r d e p o lin o m io s ,
s o b r e e l c u e r p o c o r r e s p o n d i e n te K . D e s p u é s e s c r i b a e l m c d c o m o s ( x ) f ( x ) + r ( x ) g ( x ) , d o n d e
¡ix), I(x) £ KM.
a) f(x )= x ¿ + x - 2 , g (x)= x* -x' + xs+ x2- x - l e n Q [x ]
b) f( x ) = x ‘ + x 3 + 1, g (x) = x 2 ~ x + 1 e n Z ¡[x]
c) f( x ) = x ‘ ~ 2 x ! - 2 x + 2 , g (x) = 2 x ¡ + 2 x 2 + x + 1 e n Z -Jx ]
1 0 . S i K e s u n c u e r p o a r b it r a r i o , s e a n / ( x ) , g ( x ) £ X [ x ] , S i / ( x ) y g ( x ) s o n p r i m o s e n t r e s í, d e m u e s
t r e q u e n o e x i s t e u n e l e m e n t o a £ AT t a l q u e f ( a ) = 0 y g ( a ) = 0 .
852 Capítulo 17 C uerpo s finitos y d iseños c om binatorios
11. 3 2 3
S e a n / ( j e ) , g ( x ) E R [ x ] c o n / ( x ) = ; t + 2 * + a i - b . g ( x ) = x + ¿ - b x + a . D e t e n n i n e l o s valores
d e a , b d e m o d o q u e e l m c d d e f ( x ) y g ( x ) s e a u n p o lin o m io d e g r a d o 2.
1 2 . E n e l e je m p l o 1 7 .9 , d e t e n n i n e l a c l a s e d e e q u iv a l e n c i a q u e e n c a d a c a s o c o n t i e n e a l p o linom io:
a) i 4 + a :3 + x + l b) + + l c) +X 3+ x 2+ 1
1 3 . A c o n tin u a c ió n d a m o s u n b o s q u e jo d e l a d e m o s t r a c i ó n d e l t e o r e m a 1 7 .1 1 .
a ) D e m u e s tr e q u e l a s o p e r a c i o n e s d a d a s e n e l t e o r e m a 1 7 .1 1 ( a ) e s t á n b i e n d e f i n i d a s , m o stra n
d o q u e s i f ( x ) = / , ( r ) ( m o d s ( r ) ) y g ( x ) = g .O c X m o d s ( x ) ) , e n t o n c e s f ( x ) + g ( x ) = f { x ) +
g , ( * ) ( m o d s ( x ) ) y f ( x ¡ g ( x ) = f ( x ) g iC tX m o d s ( x )) .
b ) V e r if iq u e l a s p r o p ie d a d e s d e a n illo p a r a l a s c l a s e s d e e q u i v a l e n c i a e n A T [i]/(í(r:)).
6
c ) S e a / I » £ K [ x ] , c o n f ( x ) i 0 y g r a d o / ( x ) < g r a d o s ( x ) . S i s ( x ) e s i n e d u c i b l e e n ÁT[x), ¿ por
q u é i m p lic a e s to q u e 1 e s e l m c d d e / ( x ) y s (x )?
d ) U s e l a p a r te ( c ) p a r a d e m o s tr a r q u e s is f x ) e s ir r e d u c ib le e n A Í[x ], e n to n c e s /¡T[x)/(j(x)) e s u n cuerpo.
e ) S i |Í T | = q y g r a d o r ( x ) = n , d e te r m in e e l o r d e n d e S i(x J /(s ( x ) ).
1 4 . a ) M u e s tre q u e s ( x ) = x 2 + i t s r e d u c ib le e n Z ¡ [x ¡.
b ) E n c u e n t r e l a s c l a s e s d e e q u iv a le n c i a p a r a e l a n illo Z ¡ [ x ] /( s ( x ) ) .
c ) ¿ E s Z 2[ x ¡ /( s (x ) ) u n d o m in i o d e i n te g r id a d ?
1 5 . P a r a e l c u e r p o d e l e je m p l o 1 7 .1 1 , e n c u e n t r e l o s ig u i e n te :
a) [x + 2 ] [ 2x + 2] + [x + l ] b) 2
[ * + 1] - 2
[x + l] [ x + 1]
c) 2
[ x + l ] 2[ x + 2] d ) ( 22 ) - ’ = [ 2 r + 2] - ‘
3
1 6 . S e a s ( x ) = rr* + jr + 1 E Z j x ] ,
a ) D e m u e s t r e q u e s ( x ) e s i r r e d u c ib le .
b ) ¿ C u á l e s e l o r d e n d e l c u e r p o Z ¡ [ x ] /( r ( x ) ) ?
5
c ) E n c u e n t r e [ j r + x + 1 ]"' e n Z ;[ x ) / ( x ) . ( S u g e r e n c ia : e n c u e n t r e a , b , c , d £ Z ¡ t a l e s q u e [ r 2 +
x + 1 ] - [ c u 3 + fcr3 + e x + d ] = [ ] .) 1
3
d ) D e t e r m in e [x + x + l j j x 2 + 1 ] e n Z ,jx ) /( r(x ) ).
1 7 . S i p e s p r im o , s e a s ( x ) ir r e d u c i b l e d e g r a d o n e n Z , [ r ] .
a ) ¿ C u á n t o s e l e m e n t o s t ie n e e l c u e r p o Z ?[ x )/(s ( x ) )?
b ) ¿ C u á n t o s e l e m e n t o s d e Z J x J /C s tx ) ) g e n e r a n e l g r u p o m u lt ip lic a t iv o d e e l e m e n t o s n o n ulos
d e e s te c u e r p o ?
1 8 . D é l a c a r a c t e r í s t i c a d e c a d a u n o d e l o s a n illo s s ig u i e n te s :
a) Z„ b )Z „ [* J c )Q W
d) Z [ V 5 ] = { a + ¿ V 5 | a , b e Z ) , e n l a s o p e r a c io n e s o r d in a r ia s d e s u m a y p r o d u c t o d e n ú m e ro s
r e a le s .
1 9 . E n c a d a u n o d e l o s a n illo s s ig u ie n te s , la s o p e ra c io n e s d e s u m a y p r o d u c to s e r e a liz a n c o m p o n e n te
a c o m p o n e n te , c o m o e n e l e je r c ic io 2 2 d e l a s e c c ió n 1 4 .2 . D e t e r m in e l a c a r a c te r ís t ic a e n c a d a caso.
a) Z 2X Z 3 b) Z 3x Z« c) Z ^X Z *
d) Z „ x Z „, p a ra m ,n 6 Z " ,m ,n a 2
e )Z 3x Z f) Z x Z g )Z x Q
20. P a r a e l te o r e m a 1 7 .1 3 , d e m u e s t r e q u e | S 2 | = p ‘.
22. C o n s t r u y a u n c u e r p o f in ito d e 2 5 e le m e n to s .
2 4 . a ) D e m u e s tr e q u e l a f u n c i ó n h e n e l e j e m p l o 1 7 .1 0 e s u n o a u n o y s o b r e y p r e s e r v a l a o p e ra
c ió n d e su m a .
b ) S e a n ( C , + , •), ( K , f fi, O ) d o s c u e r p o s . S i g : C —» K e s u n is o m o r f i s m o d e a n i l l o s y a e s un
e l e m e n t o n o n u l o d e C ( e s d e c ir , a e s u n a u n i d a d d e O , d e m u e s t r e q u e g ( a ~ ') = [g(ra)]~‘. (E n
c o n s e c u e n c i a , e s t a f u n c ió n g e s t a b l e c e u n is o m o r f is m o d e c u e r p o s . E n p a r ti c u la r , l a fu n c ió n
h d e l e j e m p l o 1 7 .1 0 e s u n a f u n c ió n d e e s t e tip o .)
17.3 C u a d ra d o s latinos 85 3
2 5 . a ) S e a Q [ V 2 ] = [ a + b ^ 2 \ a , b E Q ) . D e m u e s tr e q u e ( Q [ - < /2 ] , + , ) e s u n s u b a n i l l o d e l c u e r p o
( R , + , • ). ( E n e s t e c a s o , l a s o p e r a c io n e s b i n a r i a s e n R y Q I - J 2 ] s o n l a s d e s u m a y p r o d u c t o
o r d i n a r i o s d e n ú m e r o s r e a le s . )
b) D e m u e s t r e q u e Q I - J 2 ] e s u n c u e r p o y q u e Q M /f c t2 - 2 ) e s i s o m o r f o a Q [ - J z ¡ .
2 6 . S e a p u n p r im o .
a ) ¿ C u á n t o s p o lin o m io s c u a d r á ti c o s ( d e g r a d o 2 ) y m ó n ic o s x r + b x + c e n Z ^ x ] p o d e m o s
f a c t o r i z a r c o n f a c t o r e s l i n e a l e s e n Z f [ x ] ? ( P o r e je m p l o , s i p = 5 , e n t o n c e s e l p o l i n o m i o x 1 +
2 i + 2 e n Z ¡ [ x ] s e r i a u n o d e l o s p o l i n o m i o s c u a d r á ti c o s q u e d e b e m o s c o n t a r , e n e s t a s c o n
d ic io n e s .)
b ) ¿ C u á n t o s p o lin o m io s c u a d r á ti c o s o * 2 + b x + c e n Z „ [x] p o d e m o s f a c t o r i z a r c o n f a c t o r e s
l i n e a l e s e n Z P[x]7
c ) ¿ C u á n t o s p o lin o m io s c u a d r á ti c o s m ó n ic o s x 2 + b x + c e n Z P[x ¡ s o n ir r e d u c i b l e s s o b r e Z , ?
d ) ¿ C u á n t o s p o lin o m io s c u a d r á ti c o s a r + b x + c e n Z P[x ] s o n i r r e d u c i b l e s s o b r e Z ? .
1 7 .3
C u a d r a d o s la tin o s
T a b la 1 7 .3 T ab la 1 7 .4
Día Día
Auto Lun. Mar Miér. Jue. Auto Lun. Mar Miér. Juc.
A 1 2 3 4 A 1 2 3 4
B 2 1 4 3 B 3 4 1 2
C 3 4 1 2 C 4 3 2 1
D 4 3 2 1 D 2 1 4 3
854 C apítulo 1 7 C uerpo s finitos y d iseños c om binatorios
Tabla 17.5
Oía
Auto Lun. Mar. Miér. Jue.
A (i,D ( 2 , 2 ) (3 ,3 ) (4 ,4 )
B (2 ,3 ) (1 ,4 ) (4 ,1 ) (3 ,2 )
C (3 ,4 ) (4 ,3 ) ( 1 , 2 ) (2 . 1 )
D (4 ,2 ) (3 ,1 ) (2 ,4 ) (1 ,3 )
D e fin ic ió n 17.9 Un cuadrado latino n X n e s una tabla cuadrada de símbolos, p o r lo general 1 ,2 ,3 , .. . ,n,
donde cada símbolo aparece exactamente una vez en cada fila y en cada columna de la tabla.
A partir de los dos cuadrados latinos del ejemplo 17.13, podríamos producir todos los
pares ordenados en S x S, para S = {1, 2 , 3 ,4 ) . Ahora nos preguntamos si podemos o no
hacer esto p ara cuadrados latinos de n x n en general.
D e fin ic ió n 17.10 Sean L¡ = L , = (b¡¡) dos cuadrados latinos de n x n, donde 1 < i , j S n y cada a,,, 6
{ 1 , 2 , 3 , . . . , n (. Si los n2pares ordenados (a,., ¿ e), 1 < i , j S n, son distintos, entonces L¡, L¡
es un par de cuadrados latinos ortogonales.
1 2 3 1 2 3
L ,: 2 3 1 y Z-2: 3 1 2
3 1 2 2 3 1
c) Los dos cuadrados latinos d e 4 x 4 del ejemplo 17.13 forman un par ortogonal. El
cuadrado latino de 4 x 4 que se muestra en la tabla 17.6 es ortogonal a cada uno de
los cuadrados latinos de ese ejemplo.
Tabla 17.6
1 2 3 4
4 3 2 1
2 1 4 3
3 4 1 2
Definición 17.11 S iL e s un cuadrado latino d e n x n, entonces ¿ e s tá en suform a estándar si su prim era fila
es 1 2 3 . . . n.
Excepto por el cuadrado latino L 2 del ejemplo 17.15(a), todos los cuadrados latinos que
hemos visto en la sección están en su forma estándar. Si un cuadrado latino no está en su
forma estándar, es posible ponerlo en esa forma intercambiando algunos de los símbolos.
Ejem plo 1 7 .1 6 í El cuadrado latino de 5 x 5 que aparece en (a) no está en forma estándar. Sin embargo, si
reemplazamos cada ocurrencia de 4 con 1, cada ocurrencia de 5 con 4, y cada ocurrencia de
1 con 5, entonces el resultado es el cuadrado latino (estándar) de 5 x 5 que se muestra en (b).
4 2 3 5 1 1 2 3 4 5
1 3 5 4 2 5 3 4 1 2
3 4 2 1 5 3 1 2 5 4
2 5 1 3 4 2 4 5 3 1
5 1 4 2 3 4 5 1 2 3
(a) (b)
856 C apítulo 1 7 C u e rp o s finitos y dise ñ o s c om binatorios
Con frecuencia es conveniente trabaj ar con cuadrados latinos en forma estándar. ¿Afee-_
taría esto de algún modo nuestros resultados acerca de pares ortogonales?
Este teorema impone una cota superior sobre el número de cuadrados latinos de n x ii
que son ortogonales dos a dos. Veremos que para algunos valores de n. podemos alcanzar
esta cota. Además, nuestro siguiente teorema proporciona un m étodo para la construcción
de estos cuadrados latinos, aunque inicialmente no estén en form a estándar. L a construc
ción usa la estructura de un cuerpo finito. Antes d e demostrar este teorema para el caso
general, examinaremos un caso particular.
« 8* - f á + f i .
Si k = 1 , construimos L¡ = como sigue. E n este caso, a£" = f f + f - f + f para 1 £
i, j £ 5. S i i = 1, calculamos la prim er fila de L, como sigue:
« !!’ = / . + / ■ = 2 og> = / , + / , = 3 ojJ>- / , + / , = 4
< = /.+ /. = 5 = /. + /s = 1
Calculamos los elementos d e la segunda fila de L , cuando i = 2. Tenemos entonces
< = / 2+ /. = 3 ag> = / ,+ / 2 = 4 am = f 2 + f 3 = 5
«a, = / 2 + / . - l ag, = / 2+ / s = 2
17.3 C u a d ra d o s latinos 857
2 3 4 5 1
3 4 5 1 2
4 5 1 2 3
5 1 2 3 4
1 2 3 4 5
Para k = 2, los elementos de L 2 están dados por la fórm ula a \f' = f2f + fi - 2 / + / • Para
obtener la prim era fila de ¿ 2. hacemos i = 1 y calculamos
a i? = 2 / , + / , = 3 a g) = 2/ 1 + / 2 = 4 ag> = 2 / , + / 3 = 5
a i? = 2/, + / i = 1 = 2/i + f¡ = 2
Si hacemos ¡' igual a 2, calculamos los elementos d e la segunda fila de L , como sigue:
a i? = 2 / . + / , = 5 ag» = 2 /2 + / 2= l a g ’ = 2/3+ / 3 = 2
a2« = 2 / 2+ / s = 3 ag» = 2 / , + / s = 4
Usamos cálculos análogos para i = 3, 4 y 5, los cuales producen el siguiente cuadrado
latino L 2:
3 4 5 1 2
5 1 2 3 4
2 3 4 5 1
4 5 1 2 3
1 2 3 4 5
Podemos verificar directamente que los dos cuadrados latinos L ¡ y L 2 son ortogonales.
E n el ejercicio 5 (al final de esta sección) pediremos al lector que calcule L ¡ y La. Nuestro
siguiente resultado verifica que las cuatro tablas L¡, L 2, L , y Lt son cuadrados latinos
ortogonales dos a dos.
fEOREMA 17.16 Sea n G Z*. n > 2. Si p es primo y n = p \ para i G Z ', entonces existen n - 1 cuadrados
latinos d e n x n, ortogonales dos a dos.
Demostración: Sea K = G F([f), el cuerpo de Galois de ordenp’ = n. Consideremos K = {/,,
donde f es el elemento unidad y /„ es el cero.
Construimos n - 1 cuadrados latinos como sigue.
Para cualquier 1 < k £ n - 1, s e a i , la tablan x n (.a¡¡'), 1 < i ,j < r¡, tal que =fkf + /.
Primero mostramos que cada Lt es un cuadrado latino. En caso contrario, existen dos
elem entos idénticos de K en la m isma fila o columna de L,. Supongamos que la repetición
aparece en una colum na: es decir, uí *1 = a ¡ f\ para 1 < r, s £ n. Entonces a'rf ‘ = f , f + f =
f f +f= Esto implica q u e /,/, = / , / , por la cancelación para la suma en K. Como k4=n,
se sigue q u e /, / / „ , el cero de K. En consecuencia,/ es ínvertible, de modo q u e /, =f¡ y r= s.
Un argumento sim ilar m uestra que no existen repeticiones en cualquier fila de L,. (Deja
m os esta demostración como ejercicio.)
858 Capitulo 17 C uerpo s finitos y dise ñ o s c om binatorios
a l f = a'»G>fkf + f = f kf + f , y
aff» = « / „ / , + / y= / „ / , +
1 3 4 2
3 1 2 4
2 4 3 1
4 21 3
4. Los tres cuadrados latinos de 4 x 4 en las tablas 17.3,17.4 y 17.6 son ortogonales dos a dos.
¿Podría encontrar otro cuadrado latino de 4 x 4 que sea ortogonal a estos tres?
5. Complete los cálculos del ejemplo 17.17 para obtener los dos cuadrados latinos de 5 x 5 L , y
¿ j. Escriba de nuevo, en forma estándar, cada cuadrado latino L„ para 1 < i < 4.
6. Encuentre tres cuadrados latinos de 7 x 7 que sean ortogonales dos a dos. Vuelva a escribir
estos resultados en forma estándar.
7. Amplíe el experimento del ejemplo 17.13 de modo que el equipo de investigación necesite tres
cuadrados latinos de 4 x 4 que sean ortogonales dos a dos.
8. Un cuadrado latino L es autoortogonal si L y su traspuesta L* forman un par ortogonal.
a) Muestre que no existe un cuadrado latino autoortogonal de 3 x 3.
b) Dé un ejemplo de un cuadrado latino de 4 x 4 que sea autoortogonal.
c) Si L = (a,,) es un cuadrado latino autoortogonal de n x n, demuestre que todos los elemen
tos Oí, para 1 < i S n, deben ser distintos.
1 7 .4
G e o m e t r ía s fin ita s
y p l a n o s a f in e s
En la geometría euclídea del plano real, vemos que (a) dos puntos distintos determinan
una única recta y (b) si Ces una recta en el plano, y P es un punto que no está en (, entonces
existe una única recta í ' que contiene a P y es paralela a í. Durante los siglos xvm y xix se
desarrollaron las geometrías no euclídeas que estudiaban las alternativas a la condición
(b). No obstante, estas geometrías contenían una infinidad de puntos y rectas. E l concepto
de una geometría finita sólo apareció al final del sigloxrx en la obra de Gino Fano (Giomale
d i Matemaliche, 1892).
¿Cómo construir una geometría d e este tipo? Para esto, regresamos a la y a conocida
geometría euclídea- Para describir los puntos y las rectas de este plano en form a algebraica,
introducimos un conjunto de ejes de coordenadas e identificamos cada punto P mediante
un p a r ordenado (c,d) de números reales. E sta descripción establece una correspondencia
uno a uno entre los puntos del plano y el conjunto R x R. Si usamos la idea de pendiente,
podemos representar cada recta en este plano de form a única com o ( 1 ) x = a, donde la
pendiente es infinita, o ( 2 ) y = m x + b, donde m es la pendiente; a , m y b son números reales
arbitrarios. También vemos que dos rectas distintas son paralelas si y sólo si tienen la
m isma pendiente. Cuando sus pendientes son distintas, las rectas se intersecan en un único
punto.
En vez de utilizar los números reales a ,b ,c ,d , m para el punto (c, d ) y las rectas x = a.
y = m x + b, pasamos a una estructura finirá comparable con ésta, el cuerpo finito. Nuestro
objetivo es construir lo que llamaremos un plano afín (finito).
)efinición 17.1 2 Sea ¡? un conjunto finito de puntos y sea 2 un conjunto de subconjuntos de 3 \ llamados
rectas. Un plano afín (finito) sobre los conjuntos 2P y í¿ es una estructura finita que satis
face las siguientes condiciones.
A l) Dos puntos distintos d e .? están (al m ismo tiempo) en un único elem ento de 2 ; es
decir, están en una única recta.
860 C apítulo 1 7 C uerpo s finitos y dise ñ o s c om binatorios
F igura 17.1
Regresemos ahora a nuestra construcción. Sea K — GF(n), donde n = p' para algún
prim op y / E Z '. Para construir nuestro plano afín, que denotam os con PA(K), s e a ? =
{(c, d )\c . d £ K ). Así, tenemos n1puntos.
¿Cuántas rectas debemos tener para el conjunto 2 ?
Las rectas están en dos categorías. U na recta de pendiente infinita tiene la ecuación*=
a , donde a £ K. Así, tenemos n de estas “rectas verticales". Las otras rectas están dadas en
forma algebraica como y = m x + b, donde m , b £ K . Con n opciones para m y n para b, se
sigue que tenemos n2 que no son “verticales”. Por lo tanto, 12 1 = n- + n.
Antes de verificar que PA(K), con J y 2 según se construyeron, es un plano afín,
haremos dos observaciones más.
En prim er lugar, para cada recta £ £ 2 , si { está dada p o r* = a, entonces hay n opciones
paray en C= ((a, y ) |y £ K}. Así, l contiene exactamente n puntos. Si { está dada por y = mx+
b, conm , b £ K, entonces para cada elección d e * tenemos determ inadoy de m anera única
y de nuevo f tiene n puntos.
Consideremos ahora cualquier punto (c, d ) £ ? . Este punto está en la recta x - c .
Además, en cada recta y = m x + b de pendiente finita m, d - m e determina b de manera
única. C on n opciones para m, vemos que el punto (c, d) está en las n rectas de la forma y
= m x + ( d - me). En total, (c, d ) está en n + 1 rectas.
H asta este punto de la construcción d e PA(K), tenemos u n conjunto ? de puntos y un
conjunto 2 de rectas tal que(a)|S?| = ?r; (b )| 2 | = r r +n; (c)c a d a f £ 2 contienen puntos;
y (d) cada punto en ? está en exactamente n + 1 rectas. Ahora demostraremos que PA(K)
satisface las tres condiciones para ser un plano afín.
A l) Sean (c, d ), ( e . f ) £ ? . Usamos la fórm ula de dos puntos para la ecuación de una
recta y obtenemos
( e -c )(y -d ) = ( f- d ) ( x - c ) (1)
como una recta en la que están (e, d ) y (e. / ) . C ada uno de estos puntos está sobre
n + 1 rectas. ¿Podría haber una segunda recta que los contuviera?
E l punto (c, d ) está sobre la recta * = c. Si ( e . f ) también está sobre esa recta,
entonces e = c, pero f f d , puesto que los puntos son distintos. Si e = c, la ecuación
( 1 ) se reduce a 0 = (f - d ) ( x - c ) , o x = c pues/ - d f 0 , de modo que no obtenemos
una segunda recta.
1 7.4 G eom etrías finitas y p lanos afines 861
Figura 17.2
M ediante algunos ejem plos particulares veremos una conexión entre estas geometrías
finitas, o planos afines, y los cuadrados latinos d e la sección anterior.
como podría sugerir la figura. Además, C¡ y l s son rectas paralelas en esta geometría finita,
pues no se intersecan.
Sea K = GF(2!) el cuerpo del ejemplo 17.9. Recordemos la notación del ejemplo 17.11(d)
y escribamos K = {00, 01, 10, 11), con la sum a y el producto dados en la tabla 17.7.
Usamos este cuerpo para construir una geometría finita con r f = 16 puntos y n2 + n = 20
rectas. Podemos separar las 20 rectas en cinco clases paralelas de cuatro rectas cada una.
Tabla 17.7
+ 00 01 10 11 00 01 10 11
00 00 01 10 11 00 00 00 00 00
01 01 00 11 10 01 00 01 10 11
10 10 11 00 01 10 00 10 11 01
11 11 10 01 00 11 00 11 01 10
Clase 1: Aquí están las rectas de pendiente infinita. Estas cuatro rectas “verticales”
están dadas por las ecuaciones r = 00 , r = 0 1 , r = 1 0 y r = 1 1 .
C lase 2: Para la clase “horizontal”, o clase de pendiente 0, tenemos las cuatro rectas y =
0 0 , y = 0 1 , y = 10 y y = 1 1 .
C lase 3: Las rectas con pendiente 01 son aquellas cuyas ecuaciones son y = O ír + 00, y =
O ír + 01, y = O ír + 1 0 y y = 0 1 r + 11.
C lase 4: Esta clase consta de las rectas con ecuaciones y = 10r + 0 0 ,y = 10r + 01,y =
lO r + 10 y y = lO r + 11.
C lase 5: L a última clase contiene a las cuatro rectas dadas por y = 1I r + 00, y = 1I r +
0 1 ,y = l l r + lO y y = U r + 11.
Puesto que cada recta en PA(K) contiene cuatro puntos y cada clase paralela contiene
cuatro rectas, veremos ahora la form a en que tres de tales clases paralelas dividen los 16
puntos d e PA(K).
Para la clase con m = 01, tenemos cuatro rectas: (1) y = O ír + 00; (2) y = O ír + 01; (3)
y = O ír + 10 y (4) y = O ír + 1 1 . Sobre cada punto de PA(K) escribimos el núm ero corres-
1 7 .4 G eom etrías finitas y p lanos afines 863
F igura 17.4
diente a la recta sobre la que se encuentra (véase la Fig. 17.4). Podemos dar esta configu
ración por m edio del siguiente cuadrado latino:
4 3 2 1
3 4 1 2
2 1 4 3
1 2 3 4
Si repetim os este proceso para las clases 4 y 5, obtenemos las particiones que se mues
tran en las figuras 17.5 y 17.6, respectivamente. E n cada clase se enumeran las rectas, de
la pendiente dada, en el m ismo orden que la figura 17.4. Dentro de cada figura está el
cuadrado latino correspondiente.
Estas figuras producen cuadrados latinos de 4 x 4 que son ortogonales dos a dos.
3 2 4 1
• • •
(00.10) (01,10) (10,10) (11*10)
2 3 1 4
•
(00,01) (01,01) (10.01) (11.01)
4 1 3 2
3 2 4 1
1 4 2 3
• • 2 3 14
(00.00) (01.00) (10.00) (11.00) ' 4 2 3 F igura 17.6
Los resultados de este ejemplo no se deben al azar, como lo muestra el siguiente teorema
T E O R E M A 1 7 .1 8 Sea K = GF(n), donde n > 3 y n = p ‘, p primo. Los cuadrados latinos que surgen de PA(K)
para las n - 1 clases paralelas, donde la pendiente no es 0 ni infinito, son ortogonales dos
a dos.
Número de
Número de rectas por un
Cuerpo Número de puntos Número de rectas puntos en una recta punto
25
GF(32)
56
17
31
2. ¿Cuántas clases paralelas determina cada uno de los planos afines del ejercicio 1? ¿Cuántas
rectas hay en cada clase?
3. Construya el plano afín JH(Zj). Determine sus clases paralelas y los cuadrados latinos corres
pondientes a las clases con pendiente finita distinta de cero.
4. Repita el ejercicio 3 con Z¡ en ver de Z ,
5. Determine cada una de las siguientes rectas.
a) La recta en PA(2r) paralela a y = 4x + 2 y que contiene a (3,6).
b) La recta en M (Z „ ) paralela a 2* + 3y + 4 = 0 y que contiene a (10,7).
c) La recta en FA(K), donde K = GF(22), paralela a lOy = 1I r + 01 y que contiene a (11.01).
(Véase la Tabla 17.7.)
17.5 D ise ñ o s d e b loque y p lanos proyectivos 865
6. Suponga que internamos construir un plano afín PA(Zj) como lo hicimos en esta sección.
a) Determine cuáles de las condiciones (A l ), (A2) y (A 3) fallan en esta situación.
b) Encuentre el número de rectas que contienen un punto dado P y el número de puntos que
están en una recta dada (, en esta "geometría”.
7. A continuación damos un bosquejo de la demostración del teorema 17.18.
a) Consideremos una clase paralela de rectas, dada por y = mx+ b, donde m G K. m ¿0.
Muestre que cada recta en esta clase interseca a cada recta “vertical" y a cada recta "hori
zontal” en exactamente un punto de PA(K). Así, la configuración obtenida al etiquetar los
puntos de PA(K) como en las figuras 17.4,17.5 y 17.6 es un cuadrado latino.
b) Para mostrar que los cuadrados latinos correspondientes a dos clases diferentes (distintas
de las clases de pendiente nula o infinita) son ortogonales, supongamos que existe un par
ordenado (i. j) que aparece más de una vez cuando un cuadrado se superpone sobre otro.
¿Cómo obtenemos de esto una contradicción?
1 7 .5
D is e ñ o s d e b lo q u e
y p la n o s p r o y e c tiv o s
David (d ) y su esposa María (m) viajan a Nueva York con sus cinco hijos: Ricardo (r),
Pedro (p), Cristóbal (c), Beatriz (b) y Julia (j). Durante su estancia de una semana reciben
tres pases cada día, para visitar el Empire State Building. ¿Podemos hacer un programa
para esta familia de modo que todos visiten esta atracción el mismo número de veces?
E l siguiente programa es una posibilidad.
1) b, c ,d 2) b ,j,r 3) b , m ,p 4) c, j ,m
5) c ,p , r 6) d . j . p 7) d ,m ,r
A q u í obtuvimos el resultado por ensayo y error, técnica que podemos utilizar para un
problema de este tamaño. Sin embargo, en general se necesita una estrategia más eficaz.
Además, al pedir cierto programa, podríamos estar pidiendo algo que no existe. Por ejem
plo, en este problema, cada par de miembros de la familia están juntos únicamente en una
visita. S i la familia recibe cuatro pases cada día, no podríamos construir un programa que
conservara esta propiedad.
D efinición 1 7 .1 3 Sea V un conjunto con u elementos. Una colección {B¡, B2, . . . , Bt ) de subconjuntos de V
es un diseño de bloque incompleto equilibrado, o diseño (o , b, r, k, X), si satisface las
siguientes condiciones:
866 C apítulo 1 7 C uerpo s finito s y dise ñ o s com binatorios
Los elementos de V suelen denominarse variedades, debido a que sus primeras aplica
ciones en el diseño de experimentos fueron en pruebas de fertilizantes y plantas. Los b
subconjuntos B¡, B2 Bbd e V son los bloques, donde cada bloque contiene k varieda
des. E l número r es el número de réplica del diseño. Por último, A. es la covalencia del
diseño. Este parámetro equilibra el diseño en el siguiente sentido. Para los diseños de
bloque generales, tenemos un número Xv para cada par x, y G V; si X ^ es el mismo para
todos los pares d e elementos d e V, entonces X representa esta m edida común y el diseño
está equilibrado. En este texto trabajaremos solamente con diseños equilibrados.
En este momento tenemos cinco parámetros que determinan nuestro diseño. Ahora
veremos la relación entre estos parámetros.
B, s 2 ■ • Bb
x ,x 2 r an 0,2 • ■ 016*
XIX3 fl’l O22 • ' O26
a) Consideremos las filas. Puesto que cada par x„ x¡, para 1 S í < ; S u aparece en X
bloques, se sigue que cada fila contiene X unos. C on i filas en la m atriz, el número
de unos es entonces Xt = Xu(u - l)/2.
b) Consideremos ahora las columnas. Como cada bloque tiene k elem entos, esto deter
m ina (*) = k(k - 1 )/2 pares y éste es el número de unos en cada columna de la matriz
A . Con b columnas, el número total d e unos es bk(k - l)/2.
Entonces, Xn(t) - l)/2 = bk(k - l)/2 = v r (k - 1 )/2, d e m odo que M\) - 1) = r(k - 1).
Definición 1 7 .1 4 Si es un conjunto finito de puntos y 2 ' es un conjunto de rectas, cada una de las cuales
es un subconjunto no vacío de 3 " , entonces el plano (finito) con base en 3 " y 2 ' es un
plano proyectivo si satisface las siguientes condiciones:
La diferencia entre los planos afín y proyectivo radica en la condición que trata de la
existencia de rectas paralelas. En este caso, las rectas paralelas del plano afín basado en-?
y 2 se intersecan cuando el sistema se amplía al plano proyectivo basado en ? ' y 2 ' .
La construcción es la siguiente.
868 Capítulo 1 7 C u e rp o s finitos y d iseño s c om binatorios
Comenzamos con un plano afín PA(K), donde K = GF(n). Para cada punto (*, y) £ 9,
escribimos nuevamente el punto como (*, y, 1). Entonces pensam os los puntos como temas
ordenadas (x, y, z), donde z = 1 - Escribimos de nuevo las ecuaciones de las rectas x = c y y =
mx + b en PA{K) com o x = c z y y - mx + bz, donde z = 1. Seguimos con nuestro plano afín
original PA{K), pero con un cambio de notación.
Añadimos el conjunto de puntos {(1, 0 ,0 )} U {(*, 1, 0)1* £ 4T) a 9 para obtener el
conjunto 9 '. Entonces, 13“' | = n2 + n + 1. Sea L el subconjunto d e 9 ' que consta de estos
nuevos puntos. E sta nueva recta puede darse m ediante la ecuación z = 0, con la condición
de que nunca * = y = z = 0. Por lo tanto, (0 ,0 , 0) £ 9 ' .
Analicemos ahora estas ideas para el plano afín fí4 (2 y . En este caso,9 = {(0,0), (1,0),
( 0 , 1 ), ( 1 , 1 ) ), d e modo que
9“ = {(0 , 0 , 1 ), ( 1 , 0 , 1 ), ( 0 , 1 , 1 ), ( 1 , 1 , 1 )} U { ( 1 , 0 , 0 ), ( 0 , 1 , 0 ), ( 1 , 1 , 0 )}.
Las seis rectas en 2 eran, en un principio,
* = 0 : { ( 0 ,0 ) , ( 0 ,1 )} y = 0 : { ( 0 ,0 ) , ( 1 ,0 )} y = * : { ( 0 ,0 ) , ( 1 ,1 )}
*= 0 y = 0 y= x x —z y =z y=* + z
y añadimos una nueva recta L definida como z = 0 . Éstas constituyen el conjunto 2 ' de
rectas de nuestro plano proyectivo. A partir de este momento consideramos a z como
variable. E n consecuencia, la recta* = z consta de los puntos ( 0 ,1 ,0 ), ( 1 ,0 ,1 ) y (1 ,1,1).
De hecho, cada recta de 2 que contenía dos puntos contendrá ahora tres puntos al ser
considerada en 2 ' . El conjunto 2 ' consta de las siguientes siete rectas:
* = 0 : {(0 , 0 , 1 ), (0 , 1 , 0 ), ( 0 , 1 , 1 )} y = z: { ( 1 , 0 , 0 ), ( 0 , 1 , 1 ), ( 1 , 1 , 1 )}
y = 0 : {(0 , 0 , 1 ), ( 1 , 0 , 0 ), ( 1 , 0 , 1 )} y = *: {(0 , 0 , 1 ), ( 1 , 1 , 0 ), ( 1 , 1 , 1 )}
* = z: {(0 , 1 , 0 ) , ( 1 , 0 , 1 ) ,( 1 , 1 , 1 )} y = * + z: {(0 , 1 , 1 ) , ( 1 , 1 , 0 ) ,( 1 , 0 , 1 )}
z = 0 (€ ,): {(1 , 0 , 0 ), (0 , 1 , 0 ), ( 1 , 1 , 0 )}
(0.0.1)
17.5 D ise ñ o s d e b loque y p la n o s proyectivos 869
En el plano afín original, las rectas x = 0 y x = 1 eran paralelas, pues ningún punto del
plano podía satisfacer estas ecuaciones en form a simultánea. E n este nuevo sistema, x = 0
y x = z se intersecan en el punto (0 , 1 , 0 ), a sí que ya no son paralelas en el sentido de
PA( Zj). D e la m isma forma, y = x y y = x + l eran paralelas en PA(Z;), mientras que ahora
las rectas y = x y y = x + z s e intersecan en (0, 1, 0). Ilustramos este plano proyectivo
basado en.5*' y 2 ’ en la figura 17.7. En este caso, el “círculo” que pasa por (1 ,0 ,1 ), (1 ,1 ,0 )
y (0, 1, 1) es la recta y = x + z- Observe que cada recta interseca a que se llama con
frecuencia la recta del infinito. Esta recta está formada por tres puntos del infinito. Definimos
dos rectas como paralelas en el plano proyectivo si se intersecan en un punto del infinito (o
en i,).
Este plano proyectivo nos proporciona un diseño (7, 7, 3, 3, 1) como el desarrollado
por ensayo y error en el ejemplo 17.20.
Generalizamos los resultados del ejemplo 17.22 como sigue: Sea n una potencia de un
primo. E l plano afín PA(,K), pata K = GF(n), nos proporciona un ejem plo d e un diseño
(n2. n1 + n, n + 1, n , 1). E n PA(K). las n2+ n rectas caen en n + 1 clases paralelas. Para cada
clase paralela, añadimos u n punto del infinito a PA(K). Añadimos el punto (0, 1, 0) a la
clase de rectas x = cz. c G K y el punto ( 1 , 0 , 0 ) para la clase de rectas y = bz, b £ K.
Cuandom G K y m r 0 , entonces añadimos el punto (n r1, 1,0) para la clase de rectas y = m.x
+ bz, b G K. La recta del infinito L es entonces el conjunto de n + 1 puntos del infinito. De
esta form a obtenemos el plano proyectivo sobre GF{n). que tiene n2 + n + 1 puntos y n2 +
n + 1 rectas. En este caso, cada punto está sobre n + 1 rectas y cada recta contiene n + 1
puntos. Además, dos puntos cualesquiera de este plano están en una sola recta. E n conse
cuencia, tenemos un ejemplo de diseño (n 2 + n + 1 , n 2 + n + 1 , n + 1 , n + 1 , 1 ).
EJERCICIOS 17.5 1 . Sea V = {1, 2 , . . . . 9). Determine los valores de u, b, r, k y 7. para el diseño dado por los
siguientes bloques.
126 147 234 279 378 468
135 189 258 369 459 567
2. Encuentre un ejemplo de diseño (4,4, 3,3, X).
3 . Encuentre un ejemplo de diseño (7 ,7 ,4 ,4 , X).
4. Complete la tabla siguiente de modo que los parámetros u, b, r, k, X de cualquier fila sean
posibles para un diseño de bloque incompleto equilibrado.
u b r k X
4 3 2
9 12 3
10 9 2
13 4 4
30 10 3
870 Capítulo 1 7 C ue rpo s finitos y d iseño s com binatorios
b) Enumere los puntos y rectas del plano proyectivo que suige de PA(Z¡). Determine los pun
tos en L y úselos para determinar las clases “paralelas” de esta geometría. ¿Cuáles son los
parámetros del diseño de bloques incompleto equilibrado asociado?
1 7 .6
R e s u m e n y r e p a s o h is t ó r ic o
xix, N iels Henrik Abel (1802-1829) mostró por primera vez que la solución de la ecuación
general de grado 5 no podía darse por radicales. Galois mostró que para cualquier polinomio
de grado n sobre un cuerpo K, existe un grupo correspondiente G que es isomorfo a un
1
subgrupo d e S„ el grupo de permutaciones de { , 2, 3 , . . . . n ¡. La esencia de la obra de
Galois es que tal ecuación polinomial se puede resolver m ediante (suma, resta, multiplica
ción, división y) radicales si su grupo correspondiente es resoluble. Pero ¿qué hace a un
grupo finito resoluble? Decimos que un grupo finito es resoluble si tiene una cadena de
subgrupos G = K¡ D K2 O D . . . D K, = [e). tales que para cada 2 £ i < l, K, es un
subgrupo normal de K,_¡ (es decir, xyz-1 £ K¡ para cada y £ K¡ y cada x £ K¡.¡) y Ii?)_1 1t
|ATj|es primo. Se puede ver que todos los subgrupos de S„ para 1 £ i S 4, son resolubles,
pero para n > 5 existen subgrupos de S, que no lo son.
Aunque parece que la teoría de Galois trata principalmente de los grupos, no hemos
m encionado aún lo relativo a la teoría de cuerpos. Com o consecuencia del trabajo de
Galois, las áreas de la teoría de cuerpos y la teoría d e grupos finitos se convirtieron en
temas de gran interés matemático.
Para m ás detalles acerca de la teoría de Galois. un buen lugar para comenzar es el
capítulo 6 del texto de V. Lam ey [8 ] y el capítulo 12 del libro de N. H. M cCoy y T. Berger
[10]. El capítulo 5 de I. N. Herstein [6 ] tiene m ás sobre el tem a y una presentación detalla
da aparece en el texto de O. Zariski y P. Samuel [16]. E l apéndice E del texto de V. Lamey
[8 ] incluye un interesante relato de la vida de Galois; el lector puede revisar m ás sobre su
vida en el relato un tanto ficticio de L. Infeld [7]. El artículo deT. Rothman [11] proporcio
na un análisis contemporáneo de las imprecisiones y mitos que rodean la vida, y en espe
cia l la m uerte, de G alois. Las n otas biográficas en las páginas 2 8 7 -2 9 1 d e l texto de
J. Stillwell [13] relatan m ás acerca de la vida y obra de este gran genio.
Los cuadrados latinos, los diseños combinatorios y las geometrías finitas de las últimas
secciones del capítulo nos m ostraron cómo interviene la estructura de cuerpo finito en los
problemas d e diseño. E l estudio de los cuadrados latinos ortogonales data de la época de
Leonhard Euler (1707-1783) y el problem a d e los 36 oficiales ha sido desarrollado en
forma considerable desde 1900; particularmente, desde 1960, con la obra de R . C. Bose, S.
S. Shrikhande y E. T. Parker. El capítulo 7 de la m onografía de H. Ryser [12] ofrece los
detalles de sus logros. E l texto de C. L. Liu [9] incluye ideas de la teoría de la codificación
en su análisis de los cuadrados latinos.
E l estudio de las geometrías finitas puede rastrearse hasta la obra de Gino Fano, quien,
en 1892, consideró una geometría finita tridimensional con 15 puntos, 35 rectas y 15
planos. Sin embargo, estas geom etrías sólo adquirieron im portancia en 1906, cuando
O . Veblen y W. Bussey comenzaron su estudio de las geometrías proyectivas finitas. Para
m ás detalles sobre este tem a, el lector observará que los textos d e A. A lbert y R . Sandler
[ 1] y H. Dorwart [4] son interesantes. El texto de P. Dombowski [3] proporciona un amplio
tratamiento del tem a para quien busque un estudio más avanzado.
Por último, el concepto de diseño fue estudiado en un principio p o r los estadísticos, en
el área llamada diseño de experimentos. A través de la investigación de R. A . Fisher y sus
seguidores, esta área ha llegado a tener un papel importante en la teoría m oderna del
análisis estadístico. En nuestro desarrollo analizamos las condiciones en las cuales podría
existir un diseño (t>, b .r ,k ,X ) y la forma en que estos diseños se relacionan con los planos
afines y los planos proyectivos finitos. E l texto d e M. Hall, Jr. [5] presenta m ás detalles
sobre el tema, al igual que la obra de A. Street y W. Wallis [14]. El capítulo XEH de la
referencia [14] incluye un material relativo a los diseños y la teoría de la codificación. En
la obra de W. Wallis [15] aparece una reseña muy completa del tema de los diseños, mientras
Ejercicios c om plem entarios 873
que el texto editado por J. H. Dinitz y D. R. Stinson [2] ofrece al lector una recopilación de
los trabajos m ás recientes en el área.
BIBLIOGRAFÍA
1. Albert,A. Adrián y R. Sandler, An introduction to Finite Proyective Planes, Nueva York, Holt.
1968.
2 . Dinitz, Jeffrey H. y Dougias R. Stinson, editores. Contemporary Design Theory, Nueva York,
Wiley, 1992.
3. Dombowski, Peter, Finite Geometries, Nueva York, Springer-Verlag, 1968.
4. Dorwait, Harold L., The Geometry o f lncidence, Englewood Cliffs, N.J.. Prentice-Hall, 1966.
5. Hall, Marshall, Jr., Combinalorial Theory, Waltham, Mass., Blaisdell. 1967.
6 . Herstein, Israel Nathan. Topics in Algebra, 2" ed., Lexíngton, Mass.. Xerox College Publishing,
1975.
7. Infeld, Leopold, Whom the Gods Love, Nueva York, McGraw-Hill, 1948.
8 . Lamey, Violet H.,AbstractAlgebra: A First Course, Boston, Prindie, Weber & Schmidt, 1975.
9. Liu, C. L., Topics in Combinalorial Mathematics, MathematicalAssociation of America, 1972.
10. McCoy, Neal H. yThomas R. Berger. Algebra: Groups, Rings and Other Topics, Boston, Allyn
and Bacon, 1977.
11. Rothman, Tony, "Genius and Biographers: The Fictionalization of Evariste Galois", The
American Mathematical Monthly 89, núm. 2, 1982, págs. 84-106.
12. Ryser, Herbert J., Combinalorial Mathematics, Caras Mathematical Monographs, número 14,
Mathematical Association of America, 1963.
13. Stillwell. John, Mathematics and Its History. Nueva York, Springer-Verlag, 1989.
14. Street. Anne Penfold y W. D. Waliis, Combinalorial Theory: An Introduction, Winnipeg. Ca
nadá, The Charles Babbage Research Cerner, 1977.
15. Waliis, W. D., Combinalorial Designs., Nueva York, Marcel Dekker, Inc., 1988.
16. Zariski, Oscar, y Pierre Samuel, Commutative Algebra, vol. I, Nueva York, Van Nostrand,
1958.
E J E R C IC I O S
b) Encuentre las raíces racionales, si existen, de los
siguientes polinomios sobre Q. Factorice f(x ) en
C O M P L E M E N T A R IO S
QM-
i) f(x ) = 2x‘ + 3x: - 2x - 3
1. Determine n si sobre GF{n) hay 6561 polinomios
U) f ( x ) = x ‘ + x 3- x i - 2 x - 2
mónicos de grado 5 sin términos constantes.
üi) f(x ) = 3x‘ —2x! —5x: —4 r —4
2. a) Sea f(x ) = api1+ ■■■ + a,x + a0 S Z[x). Si rls G
Q, con medie s) = 1 y f(r/s) = 0, demuestre que c) Muestre que el polinomio f(x) = xm - x50+ x30 + x!
s |o ,y r|ao. + 1 no tiene raíces racionales.
874 C apítulo 17 C uerpo s finitos y dise ñ o s c om binatorios
3. a) ¿Para cuántos enteros n tales que 1 £ n < 1000, 12. Un plano proyectivo tiene como coordenadas los ele
podemos factorizar f(x) = x•?+ x - n como el pro mentos de un cuerpo K. Si esta recta contiene 91 rectas,
ducto de dos factores de primer grado en Z[jc]? ¿cuál es el valor de | ÁT| y car(AT)?
b) Responda la parte (a) para/Cr) = x? + 2 t - n.
13. Sean V = [x¡, x2, . . . , x,} el conjunto de variedades y
c) Responda la parte (a) para/(x) = x? * 5x - n. {S,, B2, . . . , ü5j la colección de bloques para un diseño (u,
d) Sea g(x) =x* + k x - n G Z[x], para 1 £ n £ 1000.
b, r, k, X). Definimos la matriz de incidencia A para el dise
Encuentre el entero positivo mínimo k tal que g{x) ño como
no pueda factorizarse mediante dos factores de pri
mer grado en Z[*] para todo 1 £ rc £ 1000.
. , , . , f l , six¡GB¡
4. Verifique que el polinomio f(x ) = ^ + ^ + 1 + 1 es A = (ft/L.s, donde =1. ' -
(O, en caso contrano.
reducible sobre cualquier cuerpo K (finito o infinito).
5. Si p es primo, demuestre que en Zp[x],
a) ¿Cuántos irnos hay en cada fila y columna de A?
b) Sea J „ , la matriz m x n tal que cada elemento es
xp - x = II (x - a ). 1. En vez de 7 ,,,, escribimos ],. Demuestre que
para la matriz de incidencia A, A • 7» = r y ] „ A - k -
6 . Para cualquier cuerpo K,seaf(x)=x? + a,.¡x'-1+ - - • + •W
a¡x + a . G Afl-r]. Si r-„r2, . . . , r , son las raícesáef(x)y r, G AT c) Muestre que
para todo 1 £ i £ n, demuestre que
a) -a „ -i = r, + r¡-l Vrn.
b) ( - l ) ”ao = r ,r 2 ---r„.
7. Sea fix ) g R[r]. Si a + bi g C yf ( a + bí) = 0, demues
tre que/(a + b¡) =/ ( a - bi) = 0. (Las propiedades que obser
vamos en el ejercicio complementario 4(a) del capítulo 14
podrían servir en este caso.) X X X
8 . Sea R un anillo conmutativo con elemento unidad. ¿En = (r —X)/„ + X
qué condiciones es verdadera cada una de las proposiciones
siguientes? donde /„ es la identidad (multiplicativa) j x t .
a) Para todos n i g í , ( í t í ) I = i f + b'-. d) Demuestre que det(A - A") =
b) Para todos a, b G R, (a + fe)3 = a1+ b'\ (r - X)M[r + <l>- 1)X] = (r - Xr'-rk.
9. Cuatro de los siete bloques en un diseño (7,7, 3 ,3 ,1 ) 14. Dado un diseño (o, b, r, k, X) basado en las v varieda
son { 1 ,3 ,7 ), { 1 ,5 , 6 ), {2, 6 ,7} y { 3 ,4 , 6 }. Detennine los des de V, reemplazamos cada bloque Bt-, para 1 £ i £ b, por
otros tres bloques. su complemento B¡ = V - B,. Entonces, la colección {ft,
B i, B¡} proporciona los bloques para un diseño (», b.
10. Encuentre tos valores de b y r para un sistema triple de
r', k', X’), también basado en el conjunto V.
Steiner tal que u = 63.
a) Encuentre este diseño (ti, b, r', k', X') complemen
1 1 .a ) Si un plano proyectivo tiene 73 puntos, ¿cuántos tario correspondiente al diseño dado en el ejerci
puntos están sobre cada recta? cio 1 de la sección 17.5.
b) Si cada recta de un plano proyectivo pasa por 10 b) En general, ¿cómo se relacionan los parámetros r'.
puntos, ¿cuántas rectas hay en este plano? k', V del diseño complementario y los parámetros
u, b, r, k, X del diseño original?
A p é n d ic e 1
F u n c io n e s
e x p o n e n c ia le s
y lo g a r ít m ic a s
Comencemos con la idea de los exponentes enteros positivos. Por ejemplo, sabemos que la
expresión 37 indica la multiplicación de siete treses; es decir.
37= 3 • 3 • 3 • 3 • 3 - 3 • 3 = 2187.
Definición A1.1 Para cualquier número real no nulo b y cualquier n £ Z\ tenemos b~*= 1/b".
A-1
A -2 A p é n d ic e 1 Funciones exponenciales y logarítmicas
Por último, cuando el exponente es el entero 0, definimos b°= 1, para cualquier número real no
nulo b.f
Podemos resumir las ideas anteriores de la manera siguiente, donde usamos la idea de definición
recursiva (que presentamos en la sección 2 del capítulo 4) en la primera parte:
Para cualquier i € R ,
Para pasar de los exponentes enteros a los exponentes dados por números racionales, recorde
mos, de nuestra experiencia en álgebra, que si q G Z*, donde q > 1 y b es cualquier número real no
negativo, entonces la expresión ¿1/?denota la q-ésima raÍ2 de b. Por lo tanto, bu<es el número real
a tal que et>= b. Por ejemplo,
Pero cuando nos enfrentamos a las ecuaciones 2! = 4 y (—2)2= 4, debemos preguntamos lo que
entendemos por 4 " . La convención establecida llama raíz positiva a la representada por 4 " , de
modo que 4 " = 2, no -2 o ±2. De la misma forma, 9 " = 3 ,1 6 " = 4 y para cualquier r G R , (r2)"=
| r |, el valor absoluto de r, no la propia r. Además, aunque 2*= (-2Y= (2¿)4= (-2 i)4= 16, cuando
encontramos la expresión 16'“, ésta denota la raíz cuarta positiva, es decir, 2 .
Si b es un número real negativo y q es un entero positivo impar, nuestra definición anterior de b
sigue teniendo sentido. Encontramos, por ejemplo, que (- 8 ) " = -2 , pues (—2)3= - 8 y ningún otro
cubo de un número real produce - 8 . Sin embargo, para el caso en que q = 2, la expresión (-4 )"
denota un número complejo que no es real; evitaremos este tipo de situaciones aquí.
Por último, sin entrar en un análisis detallado en el desarrollo de los números irracionales, coin
cidiremos en que los números reales (aunque irracionales) como 2 " = -Jl y (-5 )" = ^ 5 existen
y, en general, para q G Z* y r G R, también existen los siguientes números reales:
Ahora que hemos planteado este tema de los exponentes (o potencias) de la forma \lq, donde q
es un entero positivo mayor o igual que 1 , pasamos a la siguiente definición.
7 La expresión 0° es unaforma indeterminada pues su valor podría ser distinto en diferentes situaciones.
Esta idea se estudia en e! cálculo, en el contexto de la regla de L'HSpital.
A p é n d ic e 1 Funciones e xponenciales y logarítm icas
£j« npto A l .2
a) (8 )“ = 8 “ = (8W)2 = 22 = 4 (= 6 4 !/3 = (82)1" )
b) (81)-w = (81,M) ' 3 = 3' 5 = 1/33 = 1/27 (= (3-‘)5 = [(SI' " ) - ] 5 = [(81)- '" ]3)
c) (-1/32)“ = [(—1/32)1/5]3= ( -1 /2 )3 = -1 /8
d) (-1024)-“ = [(-1024)1" ] - 2 = (—4)_2= l / ( —4)2 = 1/16 (= l/(-1 0 2 4 )“ )
El último resultado que aparece en la parte (a) del ejemplo anterior indica lo siguiente, lo cual es
cierto en general:
y que
Sin embargo, ¿cómo trabajar con expresiones como 2 ^ , donde nos enfrentamos ahora a una
potencia irracional? Usando el hecho de que V3 = 1.7320508.... podemos evaluar las siguientes
potencias racionales:
2>= 2
2..7 (= 217/1° = (2,7)ino = 131072’' 10) = 3.24900%
2173 = 3.3172782
21732 = 3.3218801
2,7320 = 3.3218801
21 .7320S ^ 3.3219952
Con la ayuda de una calculadora o un computador, vemos que 2 ^ , hasta siete cifras decimales,
está dado por 3.3219971. Si queremos ser más precisos, podemos decir que el número real 2-/5 es el
límite de la sucesión 2', 2U, 21-73, 21' 32, 2173!0, 2,m “ . . . (Estas ideas se estudian en el cálculo y en
la introducción al análisis.)
De manera similar tratamos la expresión b', donde b £ R" y r € R.
Usamos los resultados vistos hasta ahora acerca de los exponentes para establecer las siguientes
propiedades, sin demostrarlas.
A p é n d ic e 1 Funciones exponenciales y logarítmicas
1) = b‘ ■b> = bx~ \
2) (b’)Hb’) = b ' / f = b - ’,
3) (fc-y = b” = b” = (b'Y, y
4) [ab)' = <a-)(b') = a‘ -b \
1) 3M - 33,J = 3f<*»-e»i = 3M = 3‘ = gi
2) (71/5)/(71,s) = IH m -O W = 7 - !m = 7 - 2 = 1/72 = 1/49
3) [(V2 )3]2 = (V 2 )6 = (2 1/2)6 = 2<¡/'2yi = 23 = 8
4) (3VS )4 = 34(V5 )4 = (81)(25) = 2025
Hemos terminado con los antecedentes necesarios para definir una función exponencial.
D e fin ic ió n A 1 .3 Para un número real positivo fijo 6 . la función/: R - » R* dada por/(x) =¿>“es lafunción exponencial
de base b. [A veces denotamos ¿«'con expiar).]
h (x)
Figura A 1 .3
Aprendimos, de la propiedad (3) en las partes (a) y (b) del ejemplo A l.5, que para cualquier b €
R* y x, y e R, si b 4=1 y tr = ó-' entonces x = y. Esta observación nos ayuda a resolver ia ecuación
exponencial.
¿Para qué números reales n se cumple que (I/2 )-6"1 = (l/ 8 )‘ll0" ' ‘)/3?
Podemos escribir esta ecuación como 2 ^ = 8'K" * <V3 pues (1/2)-^ = [(l/2)J ]e”! = 2 ^ y (l/ 8)~lll>' w =
[(l/ 8)-i]<io.-4y5 = .Entonces
6n2 = lOn + 4 ^ 3 n J = 5n + 2 ^
3n! —5n —2 = (3n + l)(n - 2 ) = 0^>n = -1 /3 o r n = 2.
Ahora que hemos analizado la función exponencial, dedicaremos nuestra atención a un segundo
tipo de función que va de la mano con la función exponencial. Ésta es el logaritmo o función
logarítmica. Sin embargo, antes de presentar esta función, daremos un repaso a las propiedades
fundamentales de los logaritmos. Primero consideremos la relación precisa entre los exponentes y
los logaritmos, según la siguiente definición.
D e fin ic ió n A 1 .4 Seaíi un número real positivo fijo distinto de 1. Six 6 R \ escribimos logjx para indicar el logaritmo
de x en base b (o el logaritmo en base b de x), que es el (único) número real y que satisface b'=x.
Podemos volver a formular esta idea como sigue: logjx es el exponente (o potencia) a la que
debemos elevar la base b para obtener x. Por lo tanto.
Supongamos que b ,x € R*. que b está fijo y es distinto de 1. Si log»x = 6 , ¿cuál es el valor de log»; x?
Sabemos que ¡og¿x = 6 c $ b 6=x, de modo que x = (b2)1. Y x = (ó2)5^ log*!.i = 3. (De manera
análoga, vemos que logj; x = 2 y log», x = 1 .)
Junto con las propiedades (1), (2) y (3) de los exponentes, que aparecen en el teorem aA l.l, las
siguientes propiedades pertenecen a los logaritmos.
En nuestro siguiente ejemplo veremos que podemos usar los tres resultados del teorema A l.2
para calcular los logaritmos.
Antes de la llegada de los computadores y las calculadoras, se usaban los logaritmos como ayuda
para el cálculo de productos, cocientes y potencias y para extraer raíces. Con frecuencia, la base de
estos logaritmos era 10 y se disponía de tablas de estos números para el trabajo con los logaritmos.
[Los logaritmos fueron ideados por el matemático escocés John Napier (1550-1617). Los navegan
tes y astrónomos los usaron en el siglo xvn para reducir el tiempo en que se realizaba una multipli
cación o una división.)
Por ejemplo, como iog,010 = 1 y logiolOO = 2, vemos que 1 < log1031 < 2. De hecho. logI03i =
1.4914. De la misma forma, tenemos 2 < logl0137 = 2.1367 < 3. Se sigue del teorema A1.2 que
En el cálculo, encomiamos un uso para los logaritmos de basee = 2.71828. llamados logaritmo
naturales y que denotamos por lo general con ln x, para x e R'. Cuando trabajamos con el análisis
de algoritmos en la ciencia de la computación, los logaritmos de base 2 con frecuencia mostraron sa
utilidad. Pero esto no significa que debamos preocupamos por trabajar con logaritmos de muy
diversas bases. Muchas calculadoras proporcionan logaritmos de base 10 y de base e. En nuestro
siguiente resultado veremos que si podemos obtener los logaritmos en una base, podremos usados
para obtener logaritmos en cualquier otra base.
TEOREMA A l .3 La fórmula de cambio de base. Sean a, b 6 R*. ambos distintos de 1. Para cualquier x S R \
log»x
loga* = ------- .
l0g»<2
Por medio de una tabla o calculadora vemos que log,2 = ln 2 = 0.6931 y log,10 = ln 10 = 2.3026.
Por lo tanto, por el teorema A l.3, log210 = ln 10/ln 2 = 2.3026/0.6931 A 3.3222.
Si x = b como resultado del teorema Al .3 aparece una fórmula especial. En este caso tenemos que
log*¿> 1
!oga¿> = ------- = -------- .
lo g st log„fl
Una vez que hemos repasado los antecedentes necesarios, es hora de definir la función logarítmica
D e fin ic ió n A 1 .5 Sea b é 1 un número real positivo fijo. La función g: R* —» R dada por g(x) = loger: es la función
logarítmica de base b.
Las gráficas de estas funciones aparecen en la figura A 1.4. Estas funciones son tales que
1) g,(x) > Oyg^x) a Oparatodorr > 1, mientras que g,(x) < 0 y g2<x) < 0 para todo x < i.
[Esto es cierto para toda función logarítmica logp: tal que b > 1.]
2) para todos x,y e R‘, r < y =s g,(x) < g,(y) [y g fx) < g fy)]. (De nuevo, esto es cierto para
toda función logarítmica log»* tal que b > 1.)
3) si a, u e R- y g,(«) = g,(t>), entonces u = v . (De hecho, si b > 1, tenemos logt u = logjU
=* u = O pues w = logí i O « : f y * = logj » O t ) = 6".)
F ig u ra A 1 .4
b) La gráfica de la figura A 1.5 corresponde a la función g5: R* -> R dada por g¡(x) = log,TO-r.
Esla gráfica ilustra las siguientes propiedades, que son ciertas para toda función logarítmica
logjjr tal que 0 < b < 1.
1)En este caso, g3(;c) > 0 para todo x < 1, mientras que g¡(x) < 0 para todo x > 1.
2) Para todos x, y £ R*. si x < y entonces g3(x) > g3(y).
3) Si u, o e R* y g¡(u) = g¡(v), entonces u = o. [La demostración es igual a la dada en la
sección (3) de la parte (a).]
1)
F ig u ra A l .5
c) En la parte (a) de la figura A 1.6 tenemos las gráficas de las funciones/: R - » R", dondef(x)
= V y g: R* -» R, donde g(x) = Iog,x. Estas gráficas son simétricas (entre sí) con respecto de
la recta >•=x (es decir, si doblamos la figura a lo latgo de la recta y = x, entonces las gráficas
de / y g coincidirían). Aquí observamos también la correspondencia entre los puntos de
ambas gráficas. Por ejemplo, el punto (2,4) de la gráfica de/corresponde al punto (4,2) de
la gráfica de g. En general, cualquier punto (x, 20 sobre la gráfica de/corresponde con el
punto (2', x(= log,21)) sobre la gráfica de g y (x, logjx) sobre g corresponde con (log¡z. x(=
2“*=*)) sobre/
d) Las gráficas de las funciones
aparecen en la parte (b) de la figura A 1.6. Como en la parte (c), estas funciones también son
simétricas respecto a la recta y = x. En este caso, cada punto (i,( 1/2)0 sobre la gráfica de k
corresponde al punto ((1/2/, a(= log,,m( 1 /2 )0 ) sobre la gráfica de i, y (x, loglmi ) sobre k
corresponde a 0og,rai , x(= (l/2)“»“»0) sobre h. (Estas dos gráficas se intersecan sobre la
recta y = x en el punto * = 0.641 2.)
A -1 0 __________________ A p é n d ic e 1 Fu n d o n e s e xponenciales y logarítm icas
e) Tal vez e! lector desee examinar, o volver a examinar, las gráficas de las funciones y= e 'y y =
In * que se muestran en la figura 5.9 de la sección 5.6. En esa sección estudiamos la relación
de simetría de las funciones respecto de la recta y = x [mencionada en las partes (c) y (d)] en
relación con las ideas de composición de funciones y la inversa de una función.
4. En los siguientes ejercicios, encuentre los números reales* para los cuales son válidas las ecuaciones,
a) 5i ! = S5"* b) 4»-‘ = (l/2)4' - 1 c) (1/25)1- = (1/125)*
5. Escriba cada una de las siguientes ecuaciones exponenciales como una ecuación logarítmica,
a) 2’ = 128 b) 125“ = 5 c) 10“ = 1/10,000 d) 2‘ = b
6. Encuentre cada uno de los siguientes logaritmos.
a) log,o 100 b) log.o (1/1000) c) log*2048 d) loga (1/64)
e) log, 8 f) loga 2 g) logre 1 h) loga, 9
7. Determine x en los siguientes ejercicios,
a) log,243 = 5 b) log,* = - 3 c) logro 1000 = X d) log, 32 = 5/2
e) loge* = 0 f ) log,* = 2/3 g) loge* = - 2 h) log, V 5 = 1/2
8. Demuestre la parte (2) del teorema A1.2.
9. Sean b, r e R", donde b es fijo y distinto de 1.
a) Para cada n E Z*. demuestre que logar“= n logbr.
b) Demuestre que logar-" = (-n)logjr para todo n E Z'.
10. Aproxime lo siguiente, suponiendo que log¡5 = Z3219 y loga? = 2.8074 (hasta cuatro cifras
decimales).
a) IogalO b) loga 100 c) loga (7/5) d) loga 175
A p é n d ic e 1 Funciones e xponenciales y logarítm icas A-11
11. Dado que ln 2 = 0.6931, ln 3 = 1.0986 y ln 5 = 1.6094 (hasta cuatro cifras decimales), aproxi
me lo siguiente.
a) log¡3 b) logj2 c) logjS
12. Determine el valor de x en cada uno de los siguientes ejercicios.
a) logi02 + logi05 = logiox b) Iogz 7 - logi 30 = log2 i
c) log.3 + logiX = log.7 - log.5
partir del capitulo 7, y en varios capítulos posteriores, presentamos ciertos tipos de matrices.
A Desde el punto de vista histórico, estas estructuras matemáticas fueron desarrolladas y analizadas
en el siglo xix por el matemático inglés Arthur Cayley (1821-1895) y su colaborador norteamerica
no (nacido en Inglaterra) James Joseph Sylvester (1814-1897). El trabajo de Cayley acerca del
álgebra de matrices, presentado en 1858, proporciona otra situación en la que la investigación en
matemáticas abstractas demostró después su importancia en muchas áreas aplicadas; por ejemplo,
en la teoría cuántica de la física y el análisis de datos en psicología y sociología
Para los lectores que no hayan estudiado las matrices en otros cursos o que sólo deseen repasar
el álgebra de matrices que usamos en este texto, el material de este apéndice será de utilidad. (No
demostraremos todos los resultados en general, sino que los estableceremos junto con un ejemplo.
Para un tratamiento más riguroso, el lector deberá consultar alguna de las referencias al final de este
apéndice.)
En primer lugar, comencemos por lo siguiente.
D efin ición A 2.1 Para m, n e Z*. una matriz m x n e s una disposición rectangular de mn números ordenados en m
filas (horizontales) y n columnas (verticales).
Una matriz m x » s e denota con A = (Oj,),*., donde 1 < i < m y 1 < j S n ; el número a,, es el
elemento (i, j) (es decir, el elemento que aparece en la i-ésima fila y lay-ésima columna de A). Una
matriz m x 1 se llama con frecuencia una matriz columna (o vector columna); una matriz 1 x n es
una matrizfila (o vectorfila). Si m = n , la matriz es cuadrada.
A -1 3
A -1 4 A pénd ice 2 Matrices, operaciones c on m atrices y determ inantes
[Nota: Aunque los elemenios de una matriz pueden ser incluso números complejos, en este
apéndice sólo trataremos las matrices cuyos elementos son números reales.]
Como ocurre con otras estructuras matemáticas, una vez definida la estructura necesitamos deci
dir cuándo dos de ellas son la misma. Ahora indicaremos el método para tomar esta decisión.
D e fin ic ió n A 2 .2 Sean A = (a#)mx, y B = (i>u)«x< dos matrices m x n . Decimos que A y 8 son iguales, y escribimos
A = B, si a¡/= ¿>4 para todos 1 £ i < m y 1 < j < n.
En la definición A2.2 vimos que dos matrices son iguales cuando tienen el mismo número de filas,
el mismo número de columnas y los mismos elementos correspondientes. Como resultado, si
A '[ o s j3 :* J * '-
y * =r s 2 ; -
para que A y B sean iguales, debemos tener w = -7 , x = 4, y = 2, z = 3.
D e fin ic ió n A 2 .3 Si A = (a„)„ ,, y 8 = son dos matrices m x n .s u suma, que se denota con A + 8 , es la matriz
m x n C = (c¡y)„>„ tal que ca= a a+felpara todos 1 < ¡ S m , I í ; < n.
De la definición A2.3 vemos que sólo podemos sumar matrices del mismo tamaño (que tienen el
mismo número de filas y el mismo número de columnas). Además, la suma de dos matrices se lleva
a cabo sumando sus elementos correspondientes.
1 3 4' 2 -1 6 1 -1
A = 2 0 6 8 = 3 1 7 y C= 3 -4
1 1 3 4 2 2. -7 6.
1+ 2 3 + (-l) 4 + 6 3 2 10
Aquí vemos que A + B - 2+3 0+1 6+7 = 5 1 13 De hecho, también tene
.1 + 4 1+ 2 3+2 5 3 5.
'3 2 10
mos b + A = 5 1 13 , lo que ilustra el siguiente resultado general.
.5 3 5
Para dos matrices cualesquiera m X n E y F .E + F = F + E.Porlo tanto, la suma de matrices es
un ejemplo de operación (binaria) conmutativa.
No podemos determinar la sumaA + C o B + C porque A y 8 tienen tres columnas y C solamente
dos. Sin embargo, podemos determinar la suma
A p é n d ic e 2 M atrices, operaciones c on m atrices y determ inantes A -1 5
1 -l1 1 - f 2 -2
3 -4 + 3 -4 = 6 -8
L -7 6 L -7 6 L—14 12 J
En la última parte del ejemplo A2.3, vimos que podríamos obtener el resultado C + C multipli
cando cada elemento de C por el número 2. Esto nos Ueva a la siguiente idea general.
D efinición A 2 . 4 Si A = (<%)«*. y r S R, el producto por un escalar rA es la matriz m x n cuyo elemento (i. j) es ra„
para todos 1 < i < m, 1 < j £ n.
a) Si A = P 6 4'
0 -1 -3 ’
1 6 41 3 -1 3 -6 3 -4 _ 3 18 12
Lo -1 —3J L3 0 3 - (—1) 3 •(—3)J Lo - 3 -9 ¡
)=3([! _• ; ?])
_ J-1 6 6l _ r - 3 18 18l _ [3 18 12] [ - 6 0 6]
L_ 5 0 4 j L-15 0 12j L» - 3 - 9 j L-15 3 21J
= 3A + 3B.
c) Podemos generalizar el resultado de la parte (b) como sigue: para dos matrices cualesquiera
E ,F m x n y cualquier r £ R, r(E + F) = rE + rF. Este principio es la ley distributiva de la
multiplicación por escalares sobre la suma de matrices.
.0 0.
a„ a,2 0 0 a„ + 0 0 ,2 + 0 fl» O12
A + Z — «21 an + 0 0 = o 2i + 0 O22 + 0 = 021 022
a i, 0 ,2 . 0 0. 03! + 0 O32 + 0 03 , 032.
1 1 -1 -1
b) Si A = 2 -3 y B = -2 3
.-4 5. . 4 -5 .
r i + < - i) l + ( - l ) 0 0'
A + B = 2 + ( - 2) (-3 )+ 3 = 0 0
L( 4) + 4 5 + ( -5 )J 0 0.
Esperemos que lo hecho hasta ahora haya mostrado ser de interés. Pero lo que hace el estudiode
las matrices algo realmente interesante es la operación de multiplicación de matrices. Si intentamos
definir esta operación como la operación componente a componente de la suma de matrices, el
resultado es poco interesante. En vez de esto, el producto de matrices se basa en una multiplicación
de filas y columnas y una suma; por ejemplo.
[-1 4 3] = ( - l ) - 2 + 4 - 1 + 3 - 7 = - 2 + 4 + 21 = 23.
D e fin ic ió n A 2 . 5 Dadas las matrices/! = (o,-,).,, y 6 = elproducto (de matrices) AB es la matrizC=(c,d„p, donde
Por lo tanto, el elemento c¡t en la i-ésima fila y la i-ésima columna de la matriz m x p C se obtiene
mediante el producto escalar del vector fila i de A y el vector columna y de B.
4n a¡¡ b u bu
a2¡ a-a b2¡ bj2
6-1 6- : I b .p
'Cu Cu ■ ■ c ¡k • * C \p 1
C21 C22 •• C2i • c 2p
C' =
e¡i C ,i
m ' c ,?
C„i Cm 2 * Cmh ■ c . \
1 2 7
a) Consideremos las m atrices^ = (a¡¡)2x3 = 1 20 41
3
y B = (b,t )3, i - 1 3 3
.0 1 1.
" - c - ( = J ~ - [ “ 2 £ ] .* »
A p é n d ic e 2 Matrices, ope raciones c o n m atrices y determ inantes A -1 7
7'
e„ = 1 • 1 + 2-1 + 1 - 0 = 3 3 ,
r a li 1.
Cu = l - 2 + 2- 3 + l - l = 9
r a i l i!
« 0 = 1 - 7 + 2 - 3 + 1 - 1 = 14
ra [| | 11 -
7
Ca = 3 - l + 0 - l + 4 - 0 = 3 3 ,
- 1 1.
c* = 3- 2 + 0- 3 + 4 - l = 10
M i l !
Ca = 3- 7 + 0- 3 + 4- l = 25
- I-
En consecuencia.
[1 2 7 ] [ jj = l - l + 2 -3 + 7 - “?’\
Por desgracia, no tenemos los elementos suficientes en la primera columna de A , por lo que
no podemos formar este producto escalar ni el producto matricial BA.
Ahora nos detenemos a pensar por qué pudimos formar el producto AB pero no el pro
ducto BA. Si consideramos de nuevo el producto BA, vemos que la dificultad radica en el
hecho de que la primera columna de A no tenía el mismo número de elementos que la prime
ra fila de B. El número de elementos de la primera fila-de" B es 3, que es el número de
columnas en B. El número de elementos en la primera columna de A es 2, que es el número
de filas de A. Estas observaciones nos llevan al siguiente resultado general.
Si C es una matriz m x n y D es una matriz p x q , entonces el producto CD se puede
formar cuando n = p; es decir, cuando el número de columnas en C (la primera matriz) es
igual al número de filas de D (la segunda matriz). Y cuando n = p, el producto CD resultante
tiene m filas y q columnas.
2 1
o 1
-3 -1 i-i
En este caso vemos que
2 1
1 1 3
0 1
u -1 5
-3 -1 .
(A B ) C =
j H = s -ü]
2 1 Ti oí 5 0'
■**«
S OJ
BC = 0 1
1 1
[3 - 4] " y
,N>
O
-3
1
-lj
5 0
-1 0 -1 0
A(BC) = 3 -4
-1 3 -6
-6 - 2.
Por lo tanto, (AB)C = A(SC).
En general, si m, n, p, q € Z ' y A = S= y C = (c ,),,,. entonces
(A B )C = A(BC ),
De los resultados de las partes (a) y (b) del ejemplo A2.7 tenemos dos hechos importantes:
1) La operación de producto de matrices no es conmutativa en general.
2) Es posible determinar dos matrices no nulas C = (c,y), «, (cu # 0 para algunos 1 < i < m, 1
—j - a) y D = (djO„p (d„ * 0 para algunos 1 < j s n , 1 £ k £ p), tales que CD = Z=
(0)„x,.
Ahora que hemos hecho algunas comparaciones entre la multiplicación de matrices y la multi
plicación de números reales, seguiremos un poco más.
A p é n d ic e 2 M atrices, operaciones c o n m atrices y determ inantes A -1 9
lio A 2 .8 I a) Si consideramos las matrices cuadradas (en particular, las matrices 2 x 2), vemos que
donde
SiA = ^° ¿j, donde a, b, c, d son números reales fijos, ¿podemos determinar una matriz
B =\ j z] ^ <lueAS = BA = /¡? (En este caso, w, x, y, z son los números reales desconoci
dos y queremos determinar sus valores en términos de los números reales dados a, b, c, d.)
Formamos el producto AB y vemos que
- [ : !]-[¡ ;]■
Entonces, como a d - b e = 1 • 1 - 2 - 0 = 1(# 0), se sigue que w = 1/1 = 1,* = —2/1 =-2,y=
- 0/1 = 0 , z = 1/1 = l .y
[s ® n-[¡ a-B a-
En estas circunstancias, escribimos A ' 1= ^ ^ j.
— i— i ¿ ~ b 1 si det(A) = determinante de A = ad - bc ¿ 0.
d e t( A ) l - c a
() Para la matriz A i g j , vemos que el determinante de A¡= 1 ■6 - 2 ■3 = 0, de modo que
Hasta el momento hemos desarrollado algunas ideas fundamentales acerca de las matrices, y el
lector podría preguntarse cómo podrían usarse estas estructuras matemáticas. Por lo tanto, regresa
remos de nuevo a los números reales y a algunas de las ideas de álgebra elemental.
Al resolver la ecuación 2x = 3, podemos escribir la siguiente lista de ecuaciones:
(1) 2x = 3
(2) ® (2*) = © (3)
(3) [(i)2J*= 3/2
(4) I - * = 3/2
(5) x = 3/2
Al resolver esta ecuación, el número real l/2(= 2-'), que utilizamos en la ecuación (2), es lo que
necesitamos para "despejar la incógnita”, cuando vamos de los pasos (3) y (4) al paso (5). Asf, en
general, si partimos de los números reales fijos a, b donde a £ 0 , entonces la ecuación ax = b tiene
la solución x = cr'b.
Consideremos ahora el sistema de ecuaciones lineales:
3x+y = 3
C) x + 2y = 7
[3
Bí t m
A p é n d ic e 2 M atrices, ope raciones c on m atrices y determ inantes A-21
[Esta forma de representar un sistema de ecuaciones lineales es útil para comprender la razón que
subyace en la definición del producto de matrices, ya que el lado derecho de cada ecuación en (*) es
2/5 ■
A ''
- 1/5 -$ ■
(I)1
[i m
2/5
[
-1/5 SD M te n ? ]
([-Si i ¡ § JDM- [ S ]
(4 )’
[i ?][;]= [ 3 ]
(5 )'
t i- [ S ]
De la definición A2.2 se sigue entonces de la solución (j¡] = X = A -'B = [ 18/5J que ^ = - i /s y
y = 18/5.
anx + flijy = bi
fe* + a22y = b2,
v _ M _ 1 f ^ - - » i r f c l = rO A fc«(<4)X «a6.-«nW 1
Ly i d e t (A )L " f e « ..J W L (l/ d e «(/ l))(-^ .fr. + anfe)J-
Además, aunque no podemos demostrar nuestro siguiente resultado, lo siguiente es cierto para
n £ Z*, n 2 2.
Si A = (a;,),,» es una matriz real (con inverso multiplicativo), y B = (6¡)iSla«. X = Ce*).*,s «son
matrices columna n X 1 (como las definidas antes para n - 2), entonces el sistema resultante de
ecuaciones lineales
AX =B
A -22 A p é n d ic e 2 Matrices, ope raciones c o n m atrices y determ inantes
tiene la solución
X = A - 'B .
lo general c on|° ^|. Para trabajar con los determinantes de matrices mayores necesitárnosla
guíente idea.
D e fin ic ió n A 2 .6 Sea A = (a¡;).«., con n > 3. Para cada 1 < i < n y 1 £ j < n, el menor asociado con ájese
determinante (n - 1 ) x (n - 1 ) obtenido de la matrizA después de eliminar la i'-ésima fila y la
columna de A.
1 0 2
a) Para A - 3 4 6 , tenemos que
- 1 3 7,
1) el menor asociado con 0 se obtiene deA si eliminamos su primera fila y segunda
1 0 2
3 61
3 4 6 nos lleva a;
- 1 7l; *
- 1 3 7.
2) para = 6 , el menor es
O lí
loj, 0321
I1-11 31’
0|
b) Dada la matriz 4 x 4
2 O
7 8
-3 -2
9 4
1 2 0 6
-3 -2 5
19 4 0
Dada una matriz A = (a„)5, ¡, para todos 1 < i < 3. 1 £ j < 3, denotamos con M,, el menor
asociado con a,:. Entonces
A p é n d ic e 2 Matrices, ope raciones c on m atrices y determ inantes A -2 3
3
a) I 8 2I - 2 < - l ) — 1 | J + 4 (-l)-g J h - T X - i r i 3 Jl
15 o 01
= 2(8 • O—2 • 6 ) —4(3 • O —2 • 5) - 7(3 - 6 - 8 - 5 )
= 2(—12) - 4 (-1 0 ) - 7(—22) = 170.
[Nota. En este desarrollo por menores encontramos una suma que usa cada elemento a¡¡,
para 1 < y S 3, en la primera fila del determinante y cada uno de tales elementos se multipli
ca por dos términos:
1 ) ( - l) w, donde el exponente 1 +y es la suma del número de fila y el número de columna
de a¡j; y,
2) su menor asociado My.
b) El lector podría preguntarse qué tiene de especial la primera fila de un determinante, pues si
desarrollamos el determinante de la parte (a) por la tercera columna, el desarrollo resultante
sería
2 Uí 3 ( _ 1 ) ‘* s W í 3 = ( —7 ) ( - 1 ) ' * 3| g j j |+ 2 ( - l ) ? * 3g J | + 0 ( - l ) 3* 3 g J|
c) Lo ocurrido en las partes (a) y (b) no es mera coincidencia. En general, para una matriz A
3 x 3 , podemos evaluar el determinante de A desarrollándolo a lo largo de cualquier fila
(fija) o de cualquier columna (fija). Este método se extiende a matrices cuadradas más gran
des; es decir, para n e Z ‘, donde n a 4, podemos desarrollar un determinante n x n, a lo
largo de cualquiera de sus n filas o de sus n columnas, como n sumandos, cada uno de los
cuales tiene un determinante (n - 1 ) x (n - 1 ).
Si A = (a,/),,,, donde n a 3, entonces
d) De la parte (c), vemos que si A = para cualquier n > 3 y A tiene una fila o columna
con todos los elementos nulos, se sigue que el determinante de A es 0.
A -2 4 A p é n d ic e 2 M atrices, ope racione s c o n m atrices y determ inantes
B IB L IO G R A F ÍA
Las ideas presentadas en este apéndice (y sus ejercicios correspondientes) deberán bastar como
base necesaria para el uso de las matrices y determinantes en este texto. Para el lector que desee
aprender más acerca de esta área de las matemáticas, cualquiera de los siguientes libros podrá serró
como un buen punto de partida.
1 . Antón, Howard y Cbris Rorres, Elementary Linear Algebra wiih Applications, Nueva York,
Wiley, 1987.
2. Strang, Gilbert, Linear Algebra and lis Applications, 3" ed., San Diego, Calif., Harcourt
Brace Jovanovich, Inc., 1988.
E J E R C IC I O S A . 2
1 2 - 4 - 3
1. Para A = (a¡¡)M = - 1 3 1 - 8 , determine
2 7 5 6.
a) la segunda fila de A; b) la tercera columna de A; c) S í d) S í
y+z
2. Determine w, x, y z tales que [ * w * w * 3 ? ] = [ 2y | ,
-3z -5
a) A + B b) (A + B ) + C c) B + C d) A + ( B + Q
*) 2A f) 2A + 3B g ) 2C + 3C h) 5 C (= (2 + 3)C)
i) 2B - 4C (= 2 8 + ( - 4 ) Q j) A + 2 B - 3 C k) 2(38) I) (2 -3 )8
4. Encuentre a, b, c, d si 3
H-i i R
5. Realice las siguientes multiplicaciones de matrices.
;]■
1 4
a) [1 3 7]
! í 3Í 32 5
6.
1 1 -1 3 0 4 1 0 0 12 b 1 0 0 a b c
d) 2 -2 3 -1 0 6 e) 0 1 0 d e f f) 0 0 3 d e f
4 0 -5 . . 7 7 2 . ,0 0 3. ■g h i 0 1 0. ■g h i
-1 4
0 3 -2
6. Sean A = 1 2 . Muestre que
1 3 1 -2 -7 6
0 3.
(a)A B + A C = A(B + C); y (b) 8A + CA = (8 + C)A.
[En general, si A es una matriz m x n y 8 , C son matrices n x p , entonces AB + AC=
A(B + C). Para las matrices 8 , C n x p y una matrizA p x q .s e sigue que BA + CA = (8 + QA.
Estos dos resultados son las leyes distributivas para la multiplicación de matrices sobre ¡a
suma de matrices.]
7. Encuentre el inverso multiplicativo de cada una de las siguientes matrices, si éste existe.
a) C) d)
i i * [; ¡l tí 5 tí 1
A p é n d ic e 2 M atrices, ope racione s c o n m atrices y determ inantes A -2 5
10. En la parte (b) del ejemplo A2.8 obtuvimos la fórmula para A'1 considerando la ecuación
% U 2| |5 10I 5 2 5 10
a) k A W 13 4 ! 115 4l 115 20l
1 0 21 4 7 01 1 2 -4
a) 6 -2 1 b) 4 2 0 c) 0 1 0
4 3 2l 3 6 2l 3 3 2
I- x - 1 11
17. Despeje x : \ 2 x 1 =5
\ 3 3 - ll
18.a) Evalúe cada uno de los siguientes determinantes 3 x 3 :
1 1 21 la d ai 11 2 4 Id e f \
) 1 1 3 ii) 6 e 6 üi) 0 3 -1 ¡V) a 6 c
1 1 4l le / el ll 2 4 la 6 el
b) Enuncie un resultado general sugerido por las respuestas de la parte (a).
19. a) Evalúe cada uno de los siguientes determinantes 3 x 3 .
i) 0
11 2
-1 -1
11
H)
I 5 2
0 -1 -1
11
ai)
1 50 -1
2 51
-5
12 3 ol lio 3 ol lio 3 ol
A -2 6 A p é n d ic e 2 Matrices, operaciones c o n m atrices y determ inantes
la * c
b) Sean a ,b ,c ,d ,e ,f,g ,h ,¡ E R . Si \d e f = 17, evalúe
\g h i
13a b c 3a b 2c 2a 2b 2c
i) 3d ' f ü) 9d 3e 6.f m) 3d 3e 3f
l3g h i 3g h 2i 5g 5h 5i
20. Sean A = (a,j),„ y B = (i>u),*« dos matrices. Al formar el producto mairicial AB, según la
definición A2.5, ¿cuántas multiplicaciones (de los elementos) se realizan? ¿Cuántas sumas
(de productos de elementos) se realizan?
Ap én dice 3
C on ju n to s
num erables y no
num erables
n el ejemplo 3.2 de la sección 3.1 mencionamos de modo informal las ideas de lo que pensamos
E es un conjunto finito y un conjunto infinito. Este último apéndice trata estos temas de manera
más rigurosa y nos ayudará a dar cierto significado a |A| (el tamaño, o cardinal, de un conjunto A)
cuando A es un conjunto infinito. Para desarrollar estas nociones con más precisión, recordemos el
siguiente concepto, que presentamos por primera vez en la sección 5.6.
Definición A3.1 Para dos conjuntos cualesquiera A,B , la función/: A fl es una correspondencia biyectiva s i/e s
inyectiva y sobre.
Sean A = Z ' y B = 2Z‘ = {2í\k £ Z*} = { 2 .4 . 6 ,. .. ) . La función/: A ->B, dada porf(x) = 2r,
es una correspondencia biyectiva.
1) Para a,, a, £ A, tenemos que/(<¡,) =f(a¡) => 2a, = 2a¡ => a, = a¡, de modo que/es inyectiva.
2) Si b £ B, entonces b = 2a para un (único) a £ A y f(d ) = 2a = b, lo que hace de/una función
sobre.
De fin ic ió n A 3 .2 Si A, B son dos conjuntos, decimos que A tiene el mismo tamaño, o cardinal, que B, y escribimos
A - B, si existe una correspondencia biyectiva/: A —>B.
Del ejemplo A3.1, vemos que Z ' tiene el mismo tamaño que 2Z ', aunque parezca que 2Z* tiene
menos elementos que Z*; después de todo, sabemos que 2Z*C Z*.
Si definimos g: B -» A (para B = 2Z* y A = Z*) como g(2£) = k, entonces
1) g(2ii) = g(2k¡) => k, = ki => 2k, = 2 k¡. lo que establece el hecho de que g es inyectiva; y
2) para cada t e á , tenemos que 2I: £ fl, con g(2k) = k, de modo que g también es una función
sobre. En consecuencia, g es una correspondencia biyectiva y B ~ A.
A -2 8 A p é n d ic e 3 C on ju n to s num e rab les y n o num erables
Para B = 2 Z '= {2k\k e Z") y C = 3Z*= (3 i|ir B Z*J, la función h: B -* C dada por h(2k) = 3k
establece una correspondencia biyectiva entre B y C. Por lo tanto, tenemos que B ~ C (y C - B. de
donde |B | = |C |). Además, si usamos la función/: A -» B definida en el ejemplo A3.1, donde A=
Z*, por el teorema 5.5 sabemos que h o f : A C también es una correspondencia biyectiva Así,
A - C (y C - A . de donde |A| = |C |).
Podemos resumir lo aprendido hasta el momento como parte del siguiente resultado.
Ahora usaremos las ideas desarrolladas hasta el momento para definir lo que entendemos por
conjunto finito y conjunto infinito.
-----------------------------------------------------------
D e fin ic ió n A 3 .3 Un conjunto A esfinito si A = 0 o si A - (1,2,3 , .. . ,n ) para algún n 6 Z * . Cuando A = 0decimos
que A no tiene elementos y escribimos | A| = 0. En el segundo caso, decimos que A tiene n elemen
tos y escribimos |A| = n. Si A no es finito, decimos que es infinito.
Con esta definición, podemos ver que si A es un conjunto finito no vacío existe una correspon
dencia biyectiva g: {1, 2, 3, . . . , / ! } —♦ A para algún n S Z +. Esta función g proporciona una
enumeración de los elementos de A, como g(l), g(2) , . . . . g(n); enumeración en la que podemos
contar un primer elemento, un segundo elemento,. . . . etcétera, hasta un n-ésimo (último) elemento.
Además, cuando A es un conjunto infinito, vemos que no existe n E Z* para el que podamos
encontrar una correspondencia uno a uno / : A -» {1, 2, 3........... n). Peto si A, B son conjuntos
infinitos, ¿podemos concluir en forma automática que | A |= |B [ (es decir, que existe una corres
pondencia biyectiva entre A y B)? Ésta es la pregunta que contestaremos, en sentido negativo, al
continuar nuestro análisis. Por ahora, presentaremos otro tipo particular de conjunto.
A p é n d ic e 3 C onjun to s num erables y n o num erables A -2 9
Hemos visto que 2Z‘ ~ Z* y 3Z*- Z*. y como Z*~ Z*. se sigue que los conjuntos Z*, 2Z* y 3Z‘
son conjuntos numerables. De hecho, para cualquier i 6 Z, i AO, la función/: Z* —» AZ* dada por
/(x) = fa. es una correspondencia biyectiva, de modo que AZ' es numerable (y | AZ* | = | Z ' |). En
consecuencia, el conjunto de todos los enteros negativos (es decir. (-l)Z*) es un conjunto numerable.
Además, si A es infinito y A - Z*. también tenemos que Z* - A, por lo que existe una correspon
dencia biyectiva/ : Z*-> A que proporciona una enumeración de los elementos de A; a saber,/(l),
/(2 ),/(3 ),. . . ; de esta forma, podemos contar los elementos de A (pero nunca terminar de hacerlo).
Por último, como observamos antes, si A - Z*. tenemos que Z* - A. En consecuencia, podemos
demostrar que un conjunto dado A es infinito numerable (es decir, infinito y numerable) si encontra
mos una correspondencia biyectiva/: A -» Z* o una correspondencia biyectiva/ : Z* —>A.
para x par
( -( x - l)/2, paraximpar
Afirmamos que/ e s una correspondencia biyectiva tal que / ( 2Z*) = Z* y /(Z * - 2Z*) = (-l)Z* U
{0}. pues supongamos que a, b S Z* con/(a) =/(/>).
1) Si a, b son pares, entonces/(a) = f(b) = s u/2 = b¡2 => a = b.
2) Si a. b son impares, entonces f(a) =f(b)=> -(a - l)/2 = - ( b - l)/2 = > a - 1 = f>-l =>a = b.
3) Si a es par y b impar, entonces /(a ) = /(i>) => a/2 = -(fe - l)/2 a = +1 =3 a - 1=
con a - 1 > 1 y -fc < 0. Por lo tanto, este caso no puede ocurrir, al igual que el caso en que
a es impar y b par.
En consecuencia, la función/es al menos inyectiva.
Además, para cada y E Z,
1) si y = 0. entonces /(1 ) = 0;
2) si y > 0, entonces 2y E Z ' y /(2y) = 2y/2= y; y
3) si y < 0. entonces -2y + 1 E Z* y /(-2 y + 1) = -[(-2y +1) - 1j/2 = -<-2y)/2 = y.
A sí,/es también una función sobre y /: Z*-» Z es una correspondencia biyectiva. Por lo tanto,
Z es numerable.
Aunque todos nuestros ejemplos de conjuntos infinitos numerables han sido subconjuntos de Z,
también existen otros conjuntos infinitos numerables posibles.
a) Sea A = {1,1/2, 1 /3 ,1 /4 ,... ) = {1/n |n E Z*}. La función/: Z’ -> A dada por/(n) = 1/n
establece una correspondencia biyectiva entre Z* y A. Por lo tanto. |Z* | = |A | y A es
numerable.
A -3 0 A p é n d ic e 3 C onjun to s num erables y n o num erables
b) La función g: Z ' —>Q* tal que g(n) = 1/(3n) es inyectiva y aunque podría no ser una cotíes
pondencia biyectiva, tenemos que g,: Z*-» ¡1 /3 ,1 /6 ,1 /9 ,... ¡(C Q*), donde g¡(n) =g(n
es una correspondencia biyectiva, de modo que (1/3,1/6,1/9,... ¡ es un conjunto numerable.
Para avanzar un poco más en nuestro desarrollo de los conjuntos numerables, presentamos la
siguiente definición.
D e fin ic ió n A 3 .5 Paran £ Z". una sucesiónfinita de n términos es un?, función/cuyo dominio es {1.2. 3 , . . . , n}.
Escribimos esta sucesión por lo general como un conjunto ordenado ¡x,, x2, x¡ ,. . . ,x,} tal que r, =
/ ( /) para todo 1 < i < n.
Una sucesión infinita es una función g que tiene Z* como dominio. Por lo genera], denotamos
este tipo de sucesión mediante el conjunto ordenado {x¡}i€Z‘ o {.ti, x,. x ,,. . . } , donde x = g(r) para
todo i £ Z*.
a) Podemos pensar que el conjunto {1,1/2,1/4,1/8,1/16} es una sucesión finita, dada por la
función/: A -* Q* tal que A = { 1 ,2 ,3 ,4 , 5) y /(n ) = 2"**'.
b) El conjunto A del ejemplo A3.4 también puede expresarse como {l/n}«ez-, una sucesión
infinita dada por la función g: Z 4-» Q*. tal que g(n) = 1/n para cada n £ Z*.
c) Los términos de una sucesión no tienen que ser distintos entre sí. Por ejemplo, sea/: Z*—>Z,
dondex,= f(n) = (-1)'"', para cada entero positivo/:. Entonces {x,},ez- = { r¡,x¡,x¡.
ij, . . . } = { 1, -1 ,1 , - 1 ,1 , .. . } pero la imagen de/está formada solamente por el conjunto
con dos elementos {1, -1}.
Nuestro siguiente resultado relaciona ios conceptos presentados en las definiciones A3.4 y A3.5.
TEOREMA A 3.2 Si A es un conjunto numerable no vacío, entonces podemos escribir A como una sucesión de ele
mentos distintos.
Demostración: Debemos considerar dos casos.
1) Si A es finito, entonces A - { 1 ,2 ,3 ,..., n] (y ¡1 ,2 ,3 n} - A) para algún n 6 Z*. Por
lo tanto, existe una correspondencia biyectiva/: { 1 ,2 , 3 ,. .. , n} -* A.
Definimos a, = / (i) para cada 1 £ i £ n. Entonces, como/ es inyectiva y sobre, |c,. a¡,
a¡ a , \ es una sucesión de los n elementos distintos de A.
2) Si A es infinito existe una correspondencia biyectiva g: Z" — A.
Definimos a¡= g(i) para todo i £ Z*. Como g es inyectiva, los elementos de la sucesión
infinita (a,, a~. a¡.. . . ¡ son distintos; {a,, a2, a* . . . } = A pues g es sobre.
Antes de continuar, regresemos un poco para recordar que Z" es numerable, al igual que los
subconjuntos (de Z") 2Z* y 3Z*. Esto sugiere la posibilidad de que todo subconjunto de un conjunto
numerable sea también numerable. Para analizar esta posibilidad, presentamos las dos ideas si
guientes.
D e fin ic ió n A 3 .6 1) La sucesión infinita )a,.a2,a¡ .. . . } = {a.),ez-es unasubsucesión deX~ si para todo: £Z*,
a, e Z* y a, <
2) Sean {x,},ez- y {y«},ez* dos sucesiones infinitas. Decimos que es una subsucesión
de {x,),e 2- si existe una subsucesión {aihsz- de Z* tal que para cada k £ Z*. tenemos y,=xv
A p é n d ic e 3 C onjun to s num erables y n o num erables
Pasemos ahora al siguiente resultado relativo a los conjuntos numerables y sus subconjuntos.
a¡ = m ín(n|n £ Z*, y s„ £ A]
a2 = mín{n|n £ Z*. n > a, y s„ £ A|
a3 = mín(n[n 6 Z ‘,n > ii ! y s , e á j
En general, una vez seleccionados a,, a,, a¡,. . . ,a„ definimos a.., = mínjn | n £ Z*, n > a ,y s, E
A}. Consideremos la "función” F: Z*—»A dada por f(n) = s«.. Si m, n £ Z \ vemos que m = n =5 n„
= a,=> sc_ = sC' => F(m) = F(n), por lo que no hay duda de que F es una función. Para terminar la
demostración de que A es numerable, necesitamos mostrar que F es una correspondencia biyectiva.
Supongamos que m.n E Z* con F(m) = F(ji ). Entonces F(m) = F(n) => í¡s= s„_ => «„= a , puesto
que los elementos de la sucesiónS = (s„ s:, s * . . . ) son distintos. Además, a«=a,=>m = n, porque
los elementos de la subsucesión {a,)<sz- de Z“ también son distintos. En consecuencia, esta función
F es inyectiva.
Ahora, sea b £ A. Como A C S ={s,, s2, *3, • • • ) podemos escribir b = s„ para algún m £ Z*. Si
m = a,, entonces 7(1) = s„, = s„= b. Si m Fa¡, entonces, como a, < a2< a¡< . . . , existe un r £ Z*
mínimo tal queo,_,<m & a,. De la definición de la subsucesión ¡a„},ez- sabemos quea,= mín{ r | r £ Z*.
t > a , y s, £ A}(y como m > a,.¡ ys„ £ A, tenemos que a, £ m). Ahora, a, £ m y m < a,=$ a,= m,
por lo que F(r) = s¡, = s„= b. En consecuencia, la función F también es sobre.
Deducimos del teorema A3.3 que un conjunto dado no vacío 5 es numerable si y sólo si S tiene
e¡ mismo cardinal que un subconjunto de Z*. Así, si existe una función inyectiva / : S —> Z* (no
necesariamente una correspondencia biyectiva), esto basta para afirmar que S es numerable, ya que
S ~/(S)(o | S | = | f(S ) | ) y/(S ) es numerable.
A -3 2 A p é n d ic e 3 C on ju n to s n um erab les y n o num erables
Hasta este momento, todos los conjuntos infinitos analizados han sido numerables. ¿Será que
todos los conjuntos infinitos son numerables, y que para cualesquiera dos conjuntos infinitos A, B
tenemos que \A | = \B |? El siguiente resultado aclarará este punto.
r„ = 0.a„i a„2“,r,aK4. . .
, _ Í3 , si a** # 3
°k 1.7, si a** = 3.
Entonces, r e (0,1], pero para cada k € Z". tenemos r± r¡, por lo que r £ ( r u r2, r¡, }. Esto
contradice nuestra hipótesis de que (0 .1 ] = (r h r¡, r,, r¡,. . . ¡.
La técnica utilizada en esta demostración (del teorema A3.4) se conoce por lo general como la
construcción diagonal de Cantor, en honor del matemático alemán (nacido en Rusia) Gcorg Cantor
(1845-1918), quien presentó la idea en diciembre de 1873.
Cuando un conjunto no es numerable, decimos que esno numerable. Así, (0,1 ] es no numerable.
Si un conjunto A es no numerable, entonces (1) Z* y A n o tienen el mismo tamaño, o cardinal, de
m odoqueZ--f A y el cardinal de A es mayor que el de Z ‘; es decir. |A| > |Z*|,aunqueA y Z ’ sean
conjuntos infinitos.
El siguiente corolario presenta otro ejemplo de un conjunto no numerable.
COROLARIO A3.1 El conjunto R (de todos los números reales) es un conjunto no numerable.
Demostración: Si R fuera numerable, entonces por el teoremaA3.3, el subconjunto (0,1 ] deR seria
numerable.
Antes de continuar con algo nuevo, diremos unas cuantas palabras acerca de este concepto de
conjunto no numerable.
1) En primer lugar, debemos observar que el corolario A 3.1 es un caso particular del resultado
general: Para cualesquiera conjuntos A,B, si A es no numerable y A C 8 , entonces B es no
numerable.
A p é n d ic e 3 C on ju n to s num erables y n o num erables A -3 3
2) A diferencia del resultado del teorema A3.3, no ocurre por lo general que los subconjuntos no
vacíos de los conjuntos no numerables sean no numerables. Incluso tenemos un subconjunto
infinito A de un S no numerable tal que A es numerable; por ejemplo, sean A = Z y B = R.
3) Siguiendo el teorema A3.3 observamos que cuando tenemos un conjuntoA y podemos encontrar
una función inyectiva/: A -» Z ', entonces el conjunto A tiene que ser numerable. No podemos
invertirlos papeles de A y Z ' en la función/ Si hay una función inyectiva g: Z ' ->A, el conjunto
A podría ser no numerable. Basta considerar g: Z*—»R tal que g(x) = x para cada a: E Z*.
4) Consideremos los puntos en el plano cartesiano sobre el círculo unitario x*+ (y - 1)J= 1-
¿De qué tamaño es este conjunto S = {(■>:, y) | x, y £ R y x? + (y - 1)2= 1?, es decir, ¿es S
numerable o no numerable?
En la figura A3.1 tenemos un círculo unitario (en el plano) centrado en C(0,1). Este círculo es
tangente a la recta numérica real (o eje x) en el pumo donde x = 0. El punto P, sobre la circunferen
cia, tiene coordenadas (0, 2).
Sea (x, y) cualquier punto sobre la circunferencia del círculo unitario, distinto del punto PÍO, 2).
Por ejemplo, el punto Q es uno de tales puntos y R es otro. Trazamos la recta determinada por P y
Q. Esta recta interseca el ejex en Q'. De la misma forma, la recta determinada por P y R interseca el
eje x en R'. Recíprocamente, consideremos los puntos sobre el eje x. excepto el punto tal que x = 0.
Dos de estos puntos son T y U'. La recta que pasa por P y T interseca el círculo unitario en T. El
punto U es el punto de intersección (sobre la circunferencia) determinado por la recta que pasa por
P y 11'. Por último, observemos que P' (sobre el eje x. donde í = 0) se corresponde consigo mismo.
De esta forma, obtenemos una correspondencia biyectiva entre los elementos deSy el conjunto R .j
Por lo tanto, | S | = | R |, de modo que 5 es otro conjunto no numerable.
Resumiendo lo que sabemos de | Z | y | R | , es decir, que | Z | < | R | , ahora queremos determi
nar si | Q | = |Z | o | Q | = | R | ; o, tal vez, |Z | < |Q | < | R | . Para esto demostraremos un punto
más general a partir de lo siguiente.
t Observemos que la circunferencia unitaria completa (es decir. la que incluye el punto P (0, 2) sólo
contiene un punto más que el conjunto S. Se puede demostrar que. de hecho, el cardinal de la circunferencia
completa es igual a 15 1. (N. del T)
A -3 4 A p é n d ic e 3 C onjun to s num erables y n o num erables
Antes de hacer una afirmación acerca del tamaño, o cardinal, de Q, necesitamos considerar
primero el subconjunto Q fl (0, l]= {s|s £ Q y O < s < l jd e Q .
A medida que continuemos con nuestra tarea de determinar | Q | , necesitaremos las dos defini
ciones y el teorema siguientes.
D e fin ic ió n A 3 .7 Sea ? una colección de conjuntos de un universo *11. La unión de todos los conjuntos en 3 , que se
escribe Ujcv*4’ se 'kfine como {x\x £ *11 y x £ A . para algún A E f ) .
Si i? es una colección numerable, es decir, S* - {A, A¡, Ay, . . podemos escribir !_],i:f A -
UChA, = U^z*A,-
D e fin ic ió n A 3 .8 Sea i? una colección de conjuntos tomados de un universo % La colección 3 es una colección
disjunta si para todos A, fi de 3", si A í fi , entonces A n fi = 0.
E je m p lo A 3 . 8 Si volvemos a examinar las dos colecciones del ejemplo A3.7, veremos que la colección de la parte
(a) es la única colección disjunta.
TEOREMA A 3.7 Sea 3 una colección disjunta numerable de conjuntos, cada uno de los cuales es numerable. Enton
ces U^ej*4 tetobión es un conjunto numerable.
A p é n d ic e 3 C on ju n to s num erables y n o num erables A -3 5
Demostración: Como ? es una colección disjunta numerable, podemos escribir 9 = {A ,,A :,A j,. . .}
donde A, fl A,= 0 para todos i, j £ Z*. si i é j. Además, para cada n £ Z*, A, es numerable y puede
expresarse como {o „, 0,2, a, ¡ , . . . } una sucesión de términos distintos. Para mostrar que [J ÍG3A es
numerable, consideremos cada* £ Uae?A -
Como U * 6s' 4 = Uíi-i'4»’ tenemos que * £ A , para algún n £ Z ' (fijo); este n es único debido a
que ? es una colección disjunta. Además, i £ A , 3 i = a „ para algún 1 6 Z * (donde i está fijo y
es único). Definimos ahora /: \JÁesA -* Z * x Z * como /(*) = f(a„) - (n, k). Del teorema A3.5
sabemos que Z* x Z* es numerable, por lo que la imagen de /es numerable. En consecuencia, el
resultado será válido una vez que demostremos que/es inyectiva. Esto es fácil de demostrar, ya que
si x = au . y = ap, £ U re a-4’ con/ W = / W - entonces/(a,J =f(a„) =$ (n,k) = (p, q)=t>n=p, k =
q =e>a,t = a „ ^ x = y.
Observe que la demostración del teorema A3.7 es válida si ? es finito (y reemplazamos ~ con
I ? |) o si uno o más de los conjuntos A„ i £ Z*. es finito.
Así, ahora sabemos que Z‘, Z y Q son infinitos y Z* - Z ~ Q , mientras que R es infinito y R +
Z*. Recordemos que cualquier conjunto infinito A , tal que A ~ Z*. es infinito numerable; ahora
denotaremos el cardinal de un conjunto de este tipo como |A | = X0, usando la letra hebrea aleph,
con el subíndice 0, para denotar el primer nivel de infinito. El cardinal de R es mayor que y se
denota generalmente con c. de continuo.
En nuestro siguiente teorema mejoraremos el resultado del teorema A3.7. E l siguiente lema nos
ayudará a mejorarlo.
LEMA A3.1 Sea $ = {A „ A2, A ¡,. . . ) una colección numerable de conjuntos (de un universo *11). Sea % = {B,.
B,. B¡,. . . ) la colección numerable de conjuntos tales que B¡ = A, y B,= A . - para n~> 2.
Entonces ■§ es una colección disjunta numerable y U H A = UT-i ■
D emostración: Primero estableceremos que la colección numerable %es disjunta. Para esto, debe
mos mostrar que para cada i, j £ Z* ta l que i r j . tenemos B, fl B¡= 0. En caso contrario, sea 1 < j tal
que B,- n B,= 0. Para cualquier* € B, D B,, tenemos que* £B¡=A , - I J 'l j At * í A„ pues 1
< i £ j - i . Pero también ocurre que * £ B , = A , = > x £ A :. puesA, - UÍl'i A £ A,. (Nota:
{ J r , At = 0 si i = 1.) La contradicción ( * Í A , y * € A,) indica que B, fl B,= 0 para todos i ,j £ Z~
tal que i t j. Así, % es una colección numerable disjunta de conjuntos.
A -3 6 A pé nd ice 3 C on ju n to s num erables y n o num erables
Paia la segunda parte (es decir, para ( J ^ A , = U ”al 8,), comencemos con* £ A*. Entonces
x £ A, para algún n £ Z* y sea m el mínimo de tales n. S im = 1, entonces x £ A, = 8, C
m> 1, entonces x £ A , para todo 1 < j < m - 1 y de este modo x £ V t C X = s - C UH: Bt-Ea
cualquier caso, x £ UHi®» y UT-iA: — Lí-:®»' *>ara *a inclusión opuesta, tenemos que y £
U jl; 8, =» >’ S 8,. para algún i £ Z " (único) =» y 6 A, para este mismo n £ Z ', pues 8, = A, y 8,=
A, - U ;:|a , c A„ para todo i > 2. Entonces >• £ A, => y £ (Jm -V de modo que U“=1fi( £
U T .A . En consecuencia, (J^A * = U L ,3e
Como en el caso del teorema A3.7, la demostración del lema A3.1 es válida si 5 es infinito (y
reemplazamos ®> por 13" | ).
De! lemaA3.1, vemos que podemos debilitar las hipótesis del teorema A3.7: la colección 3 no
tiene que ser disjunta. Esto se establece formalmente como sigue.
De nuevo, si ’J es finito, la demostración del teorema A3.9 sigue siendo válida (reemplazando cada
ocurrencia de “ por 13 1).
Después del teorema A3.8 mencionamos que j Z* j = Xg y j R j = c, donde R0< c. Aunque aún
hay mucho que decir de los conjuntos infinitos, cerraremos este apéndice mostrando que éstos no
son los únicos números cardinales infinitos. De hecho, existe una infinidad de números cardinales
infinitos.
Como consecuencia del teorema A3.10, vemos que no existe un número cardinal infinito máxi
mo. ya que si A es cualquier conjunto infinito, entonces |A |< |^ (A )| < |./(.J/A ))| < . . . Sin
embargo, existe un número cardinal infinito mínimo que, como mencionamos antes, es No-
A p é n d ic e 3 C on ju n to s num erables y n o num erables A -3 7
B IB L IO G R A F ÍA
Como todavía hay más que decir de ios conjuntos numerables y los no numerables, el lector intere
sado podría buscar más información en los siguientes libros.
1. Enderton, Herbert B., Elements ofSet Theory, Nueva York, Academic Press, 1977.
2. Halmos, Paul R-, Naive Set Theory, Nueva York, Van Nostrand, 1960.
3. Henle, James M-, An Outline o f Set Theory, Nueva York. Springer-Verlag, 1986.
EJERCICIO S A . 3 1 . Determine si las siguientes proposiciones son verdaderas o falsas. Para las partes (dH g), dé
un contraejemplo si la proposición es falsa.
a) El conjunto Q‘ es numerable. b) El conjunto R“ es numerable.
c) Existe una correspondencia biyectiva entre los conjuntos N y 2Z = {2á | i £ Z |.
d) Si A, B son conjuntos numerables, entonces A V B es numerable.
e) Si A, B son conjuntos no numerables, entonces A n B es no numerable.
f) Si A, B son conjuntos numerables, entonces A - S es numerable.
g) Si A, B son conjuntos no numerables, entonces A - B es no numerable.
2. a) Sea A = {n2 | n € Z * |. Encuentre una correspondencia biyectiva entre Z* y A.
b) Encuentre una correspondencia biyectiva entre 7? y { 2 ,6 ,1 0 ,1 4 ,... }.
3. SeanA, B conjuntos tales queA es no numerable. SiA C B, demuestre queBes no numerable.
4. Sea / = {r G R |r es irracional} = R - Q. ¿Es I numerable o no numerable? Demuestre su
afirmación.
5. Si S, T son infinitos y numerables, demuestre que S x T e s numerable.
6. Demuestre que Z*x Z*x Z*= {(a, b, c)|a, b ,c G Z*} es numerable.
7. Demuestre que el conjunto de todas las soluciones reales de las ecuaciones cuadráticas ax2
+ bx + c = 0, donde a, b, c G Z, a 4=0, es un conjunto numerable.
8. Determine una correspondencia biyectiva entre el intervalo abierto (0, 1) y los intervalos
abiertos (a) (0,3); (b) (2,7); y (c) (a, 6), donde a, b G R y a < b.
FÓ RM ULAS
= X (t)x y -*
fc-0
("T1) = (?) + ( A ) , n s r a i
(7 ) = ( - l ) ,r r 1), n ,r ( = Z -
f ( x ) = ao + a t x + a2x 2 + a3x ¡ + ■■■: f (x ) es la función generatriz (ordinaria) para
la sucesión a<¡, a¡, a¡, a}, . . .
Para <2 € R ; m, n S Z*
( l - ^ i , ) / ( l - z ) = l + z ' + x 2+ • • • + 1 "
l / ( l - x ) = l + x + *í + xs + . . . = ¿ z -
1/(1 - x ) ' = ( ? ) + ( T ) ( - x ) + ( ? ) ( - * ) * + ( ? ) ( - * ) 3 + ■• •
= ¿ ( 7 ) ( - z ) ‘= ¿ ("Hr ' ) x ‘
i- 0 1-0
X2 X3
e‘ = l + x + - + - +
2! 3!
0 (el conjunto vacío). 100 principio de dualidad, 764 para la generación d e permutaciones, 467.468
* 0 .5 * 7 propiedades de un. 764.765 recursivo. 467. 488.489
* G ). 603 subálgebra. 771 recursivo del máximo común divisor. 469
5 ( 0 .6 8 9 teorema de representación. 768,773 voraz. 658. 6 6 5 .6 6 7 .6 6 9 .6 9 4
<*n) (la función phi de Euler). 409-411. 720. algorism. 238 altura de un árbol con raíz. 629
779 algoritmo(s). 4 4 .4 5 .2 2 7 .2 3 8 .2 3 9 .2 9 3 , 294. American Journal o f Mal hematíes, 428
X ( 0 . 588-591 297-305,511.512 Analytische Zahleniheoric. 310
< 0 .5 3 4 análisis de. 3. 245. 260. 296-305. 310. 311. amllo(s). 7 3 5 .7 7 8 .7 7 9 . 835.846
X (la cadena vacía). 316 4 85.486. A-8 booleano. 731-732
X « 591 computacionales y propiedades en la teoría con elemento unidad. 703. 837.838
r M .I * .3 1 6 de grafos. 600 conmutativo. 703,837
L*. T .3 1 7 de búsqueda conmutativo con elemento unidad, 773
« 0 .6 0 5 binaria. 517-519 de matrices. 7 0 2.703. 730
en anchura. 626 d e polinomios. 835.83 7 .8 7 1
A°. A a. A '. A*. 322 e n profundidad. 624 d e Saturno. 45
o ■ (mod n). 717 e n una lista oo ordenada. 300. 301 isomorfos, 723
c es congruente con b módulo n , 717 de construcción de un árbol de Huffman, 642. An Investigaron ir. the Laws o f Thought. on
Abel. Niels Henrik. 730. 7 77.830. 872 643 W hich A re F o u n d ed the M ath em a tica l
ab s.216 d e c o n te o d e árb o le s e tiq u e ta d o s no Tkeories o f Logic a n d Probabiliry. 138
acarreo. 332.746 isomorfos. 613.614 An ¡nvestigation o f the Laws o fT nought, 176,
accesibilidad. 350 de dccodificación, 804; véase también teoría 735.772
Ackermann. Wilhelm. 260 algebraica de la codificación A NSÍ FORTRAN. 145. 384
adyacente de determinación de puntos de aniculación. anticadena. 400
desde. 363.530 647.651 Antón. Howard. A-24
ha d a. 363.530 de Dijkstra. 657.6 6 0 .6 6 5 Apianus. Petras, 178
Abo. Alfred V .. 395. 396. 523. 600. 601. 651. de Euclides. aplicación, 251; véase también función
652.67 0 .6 9 4 .6 9 5 para enteros. 226-229.293.468.469.522.719 Appel, Kenneth. 589,599-601
al-jabr. 238 para polinomios. 845 Aquilcs. 139
Al-Khowárizmí. Abu Ja 'far Mohamrocd ibn de expone nciación. 303 árbol. 248. 499. 598, 607-612. 614-631. 634-
M úsi. 238.239 de inserción de dos listas ordenadas. 635 648.650-655.657. 6 65-670.883
Albcrt. A. Adrián. 872. 873 de Kruskal. 665-668 algoritmo
alcano. 610 de la división. 213-218,225-227 de búsqueda
aleph. 309-310 p ara e n tero s. 2 15-218. 225. 226. 231. en anchura. 626
X »(akph cero). A-35. A-36 2 53,276. 278. 2 93.717. 788.789 en profundidad. 624
alfabeto. 23.316 para polinomios. 839-841.845-847 de K raskal. 666-668
de entrada. 328 de ordenación de ordenación por inserción. 637
de salida. 328 con marcas adyacentes, 467.46 8 ,5 2 3 de Prim. 6 69,670, 695
álgebra por inserción. 637.638 para el recuento de árboles etiquetados. 613.
de las funciones de conmutación. 735 topolópea. 375-377.394 614
de los circuitos d e conmutación. 772 de Prim. 6 69.670.695 para e l sistema universal d e direcciones.
de proposiciones, 61. 63. 64; véase también del camino más corto, 657-664.694 616
leyes de la lógica del máximo común divisor. 225-231 para la construcción de un árbol de Huffman.
álgebra(s) booleana(s). 735.762-770.772.773. del procedimiento d e etiquetado. 676.677 642.643
835.871 del proceso de minimización. 389 para los puntos d e articulación. 647-650.
átomo de un. 767. 773 del sistema universal de direcciones. 616 651
definición de. 762 divide y vencerás. 511-520. 523.634 alrura. 629
dual de un. 764 iterativo. 299, 676 arista de retroceso. 646
isomorías. 768-769. 773 para el árbol recubridor minimal. 665. 669 ascendientes. 615
isomorfismo de un. 766. 768. 769. 773 para el proceso de minimización (máquina de binario. 628
orden pardal de un. 765-767 estados finitos). 389 completo. 617.628. 640
1-1
-2 índice d e m aterias
bien ordenado. 184. 382 corte en una red de transporte, 673 glas de inferencia, inducción matemática.
de cone. 569. 571-573.651 cota
de índices. 166 de G ilb e rt, 806; v éa se tam b ién te o ría combinatoria. 1 0 .40.51.143.149.259.26*
definido en form a recursiva. 209. 249. 250. algebraica de la codificación directa. 133.134
323-325 d e Ham ming. 806; véase tam bién teoría indirecta. 134
disjuntos, 158.171; véase también conjuntos algebraica de la codificación por contradicción. 87.91.95.113.133.134.
mutuamente disjuotos inferior. 378 1 4 8 .1 5 8 .1 8 4 .2 3 3 ,2 9 5
dominante. 603, 757 superior. 378 Deo. Narsingh. 523.524.599-601
minimal. 603.757 covalcncia. 866 desarrollo p o r menores. A-23
finito. 1 4 4 .149.A-28 criptografía. 241 descendiente. 615
independiente de vértices. 587, 655 cuadrado de u n grafo. 653 descomposición
maximal. 587.655 cuadradoís) latino<s). 835. 853-859, 861. 863. de una entrada (para una red de puertas). 745,
infinito. 144. 309.311.A -28 864.872 746
mutuamente disjuntos. 158.171 autoortogonal. 859 de una permutación. 815
no numerable. 310. A-27. A-32, A-33 en form a estándar. 855 e n fracciones sim ples, 441.495.496
numerable. 309. A -27. A-29. A-37 octogonales. 854-858. 872 desigualdad triangular. 799
«den ado. A-30 cuanúficación implícita. 112 desorden. 4 1 8 .4 1 9 .4 2 9
parcialmente ordenado. 372 cuantificadores. 100. 102. 103. 120-125. 138. detección d e errores e n un código. 800; véase
potencia. 148 145 .1 4 6 .1 6 6 .1 8 5 .2 9 5 también teoría algebraica de la codificación
totalmente ordenado, 374 conectivas. 100.101 determinante. 4 78.479. A-19-A-21
universal. 540 x , 100 diagrama
vacío (#). 148 lx.1 2 0 de árbol. 247. 248.3 4 1 .4 9 9
conjunto parcialmente ordenado, 372-379.381. existencial, 100,107 d e estado. 329
394. 397. 399.400 existencial único. 120 de flujo. 194.195.363
algoritmo de ordenación topológica. 375-377. implícitos. 102.103 de Hasse. 373-376.394.765-768
394 universal, 100, 145 de Venn. 162-165. 169. 170, 174, 178. 403.
anticadena. 400 variable 4 0 8 .4 1 4 .4 2 8
bien ordenado. 382 acotada. 100 Dick. Auguste. 7 31 .7 3 2
cadena. 399 Ubre. 100 Dicksoo. Leocard Eugene. 240. 241
longitud de una. 399 cubo. 567.568 Dierckmaa. Jeffrey S .. 651.652
maximal. 399 cuo p o ís). 706. 711. 719. 731. 778. 830. 839. diferencia sim étrica. 157
cota iuferioc 378 850.871 Digital Equipment Corporation. 5
cota superior. 378 de Cakús. 8 51.871-872 dígitos binarios (bits). 5
diagrama de Hasse. 373-376. 394 finito(s). 835. 840. 843. 847. 8 49.850. 851. digrafo. 363.530; véase también grafo dirigido
elemento 871.872 Dijlcstra. Edsger Wybe. 658.69 4 ,6 9 5
maximal. 376 isomorfos. 851 Dinitz, Jeffrey H ., 873
máximo, 377 curva de copo de nieve de Koch. 486 Diofanto. 230, 239
minimal, 376 Czckanowski. Jan, 694 dirección
mínimo, 377 de cuatro bytes, 5
inmersión. 397 <Ka. b). 658 de dos bytes, 5
máxima cota inferior (inf). 378.379 d{x. >•), 798; véase también teoría algebraica de en la memoria del computador. 5.720
mínima cota superior (sup). 378. 379 la codificación en un sistema universal de direcciones. 616
orden total. 374-376. 394 Dantzig. G. B.. 695 direccionamiento de cuatro bytes. 5
retículo. 379 Date. C . J.. 311.312 Dirichlet. Peter Gustav Lejeune. 309. 310.730
oostante (término) de un polinomio. 835 Dauben. Joseph Warren. 311.312 diseóo(s)
onstantc de Planck. 43 David. Flcrence N ighnngak. 179 combinatono(s). 731. 835. 853. 865. 871.
oostruccióc d e Huffman para i-boles óptimos. D e Arte Combinatoria, 137 872
641-043 DeBruijn. Nicolaas Govert, 832 cuadrados latm os. 835. 853-859. 861. 863.
onteo, 3. 4 . 10 DEC (Digital Equipment CorporatioD). 5 864. 872
onteo excesivo. 23-25,428 decodificación mediante líderes de clase. 809; de bloque. 865-869
ondnuo. A-35 véase también teoría algebraica de la codifi incompleto equilibrado. 865. 866. 869
ontradicción. 58. 64. 86.156 cación de experimentos. 8 53,85 6 .8 7 2
Mitraejemplo. 94.95.101-103. 107.132.134 Dcdckiod. Richard. 240. 309.731.831 geometría finita, 835.859,862.865.871.872
>ntraposióva. 69.105-107. 376 deficiencia ( v . b . r . k . X). 865-867.872.874
>nvergcncia. 437 de u n conjunto de vértices. 689 complementario, 874
>nvolución d e sucesiones. 4 4 3 ,454,4 9 9 de un grafo. 689 plano afín. 859-864. 866-868. 872
ooke. K. L . 585. 600. 601 definición. 56. 121.123 plano proyectivo, 867-869. 872.873
irolario, 124 recursiva. 202-204. 206-208. 2 54.284. 316. disposición. 6-12. 1 9 -2 3 .3 3 .3 5 .4 4 . 3 16.418.
irrección de errores e n un código. 800: véa 3 1 8 .3 2 4 .3 2 5 .4 6 1 .6 2 0 .6 2 2 4 2 8 .4 4 9 .4 5 0 ; véase también permutación
se también teoría algebraica d e la codifica de Laplace. Pierre-Símon, 173.457 circular. 11.12
ción Deíong. Howard. 139. 140 con posiciones prohibidas. 424-426
«respondencia biyectiva. 280.309.442.448. DeMoivre. Abraham. 3 1 0 .4 28.456.522 lin e al 6-12
5 05.684. A-27 D e Morgan. Augustus. 138.176.239.241.589 dispositivo de dos estados, 735
m e a - z . 673 demostración. 5 1 .1 3 9 . 140; véase también re distancia
índice d e m aterias 1-5
rener. Norman MacLeod, 457 literal. 740 relación de recurrenda no lineal. 501,502
nlius Bonaccii, 456 mapa de Kam augh, 748-754,759,760 tabla de identidades. 440
Inal, (terminal). 363,530 maxtérmino, 742 técnicas de cálculo, 436-343
:inizio, Norman. 522, 523 método de Quine-McCluskey, 753 identidad, 280
“ísher, R. A.. 872 mintérmino, 741 igualdad, 281
lujo en una red de transporte. 672.679 número de filas, 741 imagen. 252
lujo maximal. 673 o exclusiva, 745 de un conjunto, 256
^ord, Lester Randolpb, Jr., 679,695,6 9 6 producto, 737 de un elemento. 251
onna d e maxtérminos, 742 INT. 253
alternativa de la inducción matemática; representación inversa, 285. A-10
véase inducción matemática, form a alternativa como producto minimal de sumas, 753. invemble, 284-286.290
estándar de un cuadrado latino, 855 754,773 inyectiva. 2 5 5 .28Z 2 8 5 .2 9 0 ,6 8 4
de Binet. 525 como suma minimal de productos. 747, logarítmica, A -l, A-8
de tabla, 81 756, 758-760, 773 monótona credente, 516
indeterminada. A-2 simétrica. 774 notadón, 2 51,252
normal suma. 737 O mayúscula. 294-296
conjuntiva (firnc.), 7 4 1,742,772 d e mintérminos, 741 operación
disyuntiva (f.n.d.). 740,772 característica. 313 binaria. 267
siste m á tic a , 811; véa se ta m b ié n te o ría codificar. 795,801. 804 asociativa. 268
algebraica de la codificación codominio, 252 cenada. 267. 269-271
:orm al Logic: or. the Calculus o f Inference. complejidad. 245 conmutativa. 268
Necessary and Probable, 138 composición de, 281-285, 287, A-10 monaria, 267
5nnula(s) compuesta (g o f ) . 281 uñaría. 267
bien formada. 212 constante, 261 orden de una, 294
de inversión d e Móbius. 428 correspondencia biyectiva. 280.309,505,684 parte entera, 2 5 2 ,2 53 .4 0 6.6 29
deStirling, 310 creciente. 313 phi de Euler. 4 09-411,720.779
del cambio de base. A-8 de acceso, 253.259 potencias de una, 284
explícita. 201, 202 de Ackermann. 259. 260 pred (predecesor). 314
para la suma. 40.5 1 .1 8 6 ,1 8 7 ,2 4 5 ,2 5 9 ,2 9 6 de codificación, 795; véase también teoría preimagen
'ormulario Mathematico. 240 algebraica de la codificación de un conjunto. 287-290
ORTRAN. 145, 384. 385 de complejidad de un elemento, 251
>tones. 43 en espacio. 294 proyección, 271-273
oulds, L . R.. 5 85.600. 601 en tiempo, 294, 304. 464. 466. 488. 512, punto fijo. 419
ourier. Jean Baptiste Joseph, 309 513. 515, 517-519. 663, 664. 668, 670; recursiva, 260,46 8 .4 6 9
rege. Gonlieb, 138 véase también complejidad computad onal restricción, 257
riedman. Artbur D .. 773 para la ordenadón por el método de la bur salida. 329
b u ja 464,466 sobre, 260.262-265.271,272,282,285,290.
de una arista dirigida. 363.530 para la ordenadón por inserción. 636-638 355, 384. 4 0 3.407. 408. 428. 453, 526
en una red. 672 de conmutadón. 7 35-743.745.772 sobreyectiva. 260
ulkerson. D. R.. 599.601, 679. 695.696 de decodificadón. 796. 804; véase también succ (sucesor), 314
mción(es). 113. 202. 245. 251-257, 259-265, teoría algebraica de la codificación sucesión, 254
267-269, 271, 272, 280-290. 294-296. 304. de dispersión. 701. 720, 721,732 finita de r. términos. A-30
308, 309, 315, 317. 409-411. 418.41 9 ,5 1 6 . de salida. 252, 329 infinita, 255
701. 720-722, 732, 735-743, 745. 754, 758. d d estado siguiente. 329 suelo. 252, 253. 629
7 7 2 .7 9 5 .796. 799. 801, 804. A -l. A-4-A-6. del mayor entero. 252. 253 techo. 2 5 3 .2 5 4 .2 6 9 , 629, 651
A-8. A -10. A-30 delta. 606 trunc(amiento). 253
aplicación, 251 d is ta n d a , 799; véa se ta m b ién te o ría fundamentos d e las matemáticas. 139,343
biyectiva. 280 algebraica de la codificación
booleana. 736-743. 745-754, 759, 760, 772, dom inadón, 294-296. 353.513 5 .5 4 1
773 dominio. 252 S o / , 281
autodual. 774 exponencial, 418, A -l, A-4, A*6 g domina a/ . 294
complemento. 736 extensión, 257 g domina a f e a S , 513
condiciones de indiferencia, 758-760 finita, 245, 2 5 4,255,262. 290, 308. 343 C - e l e arista). 540
conjunción fundamental, 740 generatriz. 310.433-443,446-450.454-458, G - 1>( u vértice). 540
disyunción fundamental, 741 466.493-499,501,522,817.820.821,824. Galilco, 309
especificada de manera incompleta. 758 825 Gallian, Joseph A.. 731. 732. 831. 832
etiqueta binaria. 741 convoludón de sucesiones. 443 Galois, Evariste, 7 3 1 .8 3 0 ,8 3 1 ,8 5 1 ,8 7 1 .8 7 2
fin.c., 742 de momentos. 4 57.458 Gardiner, Anthony, 831. 832
f-n.d-, 740 exponencial. 449-453.457.458 Gardner, Martin. 523, 831, 832
form a normal operador de suma. 454,455 Garland, Trudi Hammel. 522. 524
conjuntiva, 741, 742, 772 ordinaria. 449 Gauss, Cari Friedrich, 395,730 ,7 3 2
disyuntiva, 740,772 para resolver relaciones de recurrencia. 493- 554
igualdad, 736 499 generador de un grupo cíclico, 787
independiente de una variable booleana, 744 particiones de enteros, 445-448 gencralizadón
índice d e m aterias 1-7
form a alternativa. 196-199. 208, 209. 233. Kempe. Sir Alfred, 589 leyes asociativas
30 3 .5 1 9 .5 5 2 . 566. 609 Kepler. Johannes. 522 de la lógica. 64. 108
i f (Infimo). 378. 379 Kersbenbaum. A .. 6 70.695. 696 d e la multiplicación de matrices. A-18
afeld. Leopold. 872. 873 Khowárizm. 238
Kirchhoff. Gustav. 598.607. 650 de enteros. 132
igeniería eléctrica. 333 Kilab al-jabr w 'al muquabala. 239 de números reales. 111
anersión, 397. 560 Kleene, Stcpbcn Colé. 139.140. 322 d e la teoría de conjuntos. 160
?íT (fo n d ón máximo entero). 253 Klein. Félix. 831 d e un anillo, 701.702
atemarioaal Business Machines Corporation. 5 * ..5 6 1 generalizadas
uemiptor(es) * .3 6 6 ,4 9 1 .5 4 0 en un anillo. 702
abierto. 72 Kneiphof. 551 para A . 203
cerrado. 72 Knuth. Donald Ervin. 311.312. 395. 396. 522- para U . 204
independientes, 72,73 524,65 1 .6 5 2 para la suma de números reales, 206
itersecdón Kohavi. Zvi. 343, 345. 396 para un grupo, 778
de conjuntos. 157.159 Kónig, Dé oes. 599 para funciones booleanas. 737
generalizada. 166 KOnigsberg. los siete puentes de. 396.529,535, para un álgebra booieana. 764
de grafos. 594 551-553, 598 para variables booleanas, 737
itervalo Kronecker, Leopold. 238.730.831 ley(es) conmutad va(s)
abierto. 153 Kruskal. Joseph B onard. 665. 694. 696 de + en un anillo. 701
cerrado. 153 Kummer. Emst. 731 de la lógica. 64
semiabieno. 153 Kuratowská. Kasimir. 563. 599 de la suma de matrices. A-14
uroductio in A nalyún ¡nfinilorum, 456 de la teoría de conjuntos. 160
iv a rian te (elem ento inva rian te b ajo una / _ 869 para funciones booleanas, 737
perm ntadón). 815.817 L(GX605 para la multiplicación de números reales, 111
iveotario. 821 laboratorio de computación de la Universidad para la sum a de etueros. 132
completo. 821 d e Harvard. 772, 773 para la suma de números reales. 111
d e patrones. 817. 824-828 laboratorio de softw are de UNIX. 17 para un álgebra booieana. 762
iversa de una relación. 284 Ladas. Garasiroos. 522.523 para variables booleanas. 737
iverso(s) Lagrange, Joseph-Louis, 526. 830 leyes de absorción,
aditivo. 280 Lamé. Gabriel. 522.730 de la lógica. 65
de una matriz. A-15 Landau, Edmund. 310 de !a teoría de conjuntos. 160
de un entero. 280 Laplace, P icne Simón de. 173.457 de las funciones booleanas. 737
de un número real. 120 Uxocy, Violet Hachmeister. 241.731.732.831. de las variables booleanas. 737
bajo + e n un anillo. 702 832.8 7 2 .8 7 3 de un álgebra booieana. 764
de una cadena. 325 Larsoo. Harold J.. 458 leyes de cancelación
en un grupo. 777.830 L a»ler, Eugcne L.. 5 8 5.600.602. 694. 696 para la multiplicación. 2 13.707. 711
multiplicativo. 280 lazo. 363. 365. 367. 368. 373. 530. 543. 550. para la suma (en un anillo). 709
de una matriz. A-19 569.571 para un álgebra booieana. 764
de un número real distinto de cero. 120.280 Legendre. Adrien-Marie. 730 para un grupo. 779
en un anillo. 706 Lribniz. Goofiied W ilhehn. 137.138.308.309 leyes de D e Morgan
versor. 745 lema. 215 de la lógica. 6 3 .6 4 .6 6
vestigarión operativa. 600. 657, 694 lenguaje. 202.319-323.343. 349. 350 de la teoría de conjuntos. 160.162. 163.172
0rincipti d i Geométrica. 395 de programación Pascal. 14. 44. 55. 60. 61. de la teoría de conjuntos (ampliada). 205.206
(©X 645 104.253.287. 301. 314. 385.468 generalizadas. 167
obutano, 610 por procedimientos. 6 18 para funciones booleanas. 737
5meros químicos. 607. 610. 650. 827. 832 vacío. 320 para un álgebra booieana, 764
amorfismo Lensrra. J. K.. 585. 600. 602 para variables booleanas. 737
de álgebras booleanas. 766. 768. 769. 773 Leonardo de Pisa, 456, 521. 522 leyes de dominación
de anillos. 723. 726, 728 Lesniak. Linda. 599.601 de la lógica. 6 5 .6 7
de cuerpos finitos. 8 5 1 Lesniak-Foster. Linda, 599,601 de la teoría de conjuntos. 160
de grafos. 540. 544-546. 723. 724 Le\feque. William Judson, 241 para funciones booleanas. 737
de grupos. 785 Lewis. H any R.. 343. 345 para un álgebra booieana. 764
erson. Kenneth. 651 Lewis. James T.. 311 para variables booleanas. 737
leyes leyes del doble complemento
an. Roger V . 522. 524
de Kirchhoff. 474 de la teoría de conjuntos. 160
bnson. D. B .. 670. 695. 696
d e la doble negación. 6 4.65 para funciones booleanas. 737
hnson. Lyle. 651
de la lógica. 6 4 .6 5 .6 8 .7 3 .8 8 .9 4 .1 6 0 .7 3 7 . para un álgebra booieana. 764
bnson. Sebner Martin. 523. 524
763 para variables booleanas. 737
rdan, Maric Ennemond. 650
de las funciones booleanas. 737. 763 leyes del inverso
* 5 6 1 ,5 6 2 de la teoría d e conjuntos, 160,165.737. 763 de la lógica. 65
iroaugh. M.. 748. 773 de Ohm. 474 de la teoría de conjuntos. 160
mxaugh, m apa de. 748-754. 773 para e l flujo eléctrico. 598 para funciones booleanas, 737
:ondicioDes de indiferencia. 758-760 del silogismo. 82. 84. 88. 141. 147 para un álgebra booieana. 762
irp. R. M.. 679 de las variables booleanas, 737 para variables booleanas. 737
índice d e m aterias 1-9
robabilidad, 3. 4 5 . 172-174. 176. 178. 179. de funciones. 283 química. 600. 6 10,827, 828
24 5 ,41 8 .4 2 5 ,4 2 6 .4 2 8 .4 5 7 .4 5 8 .4 8 0 ,5 2 3 . de reladones, 358 Quine. W. V.. 624. 773
794 propiedad cancelad va por la derecha (en un gru Quintilianus. Marcus Fabius. 730
distribución binomial, 173 po). 779
prueba de Bernoulli, 173 propiedad cancelan va por la izquierda (en un riC .x), 421
espacio muestra!, 172 grupo). 779 R . R*, R*. 153
experimento. 172 propiedades de los enteros. 183-243 radios (en un grafo de rueda). 537
resultado independiente. 173 algoritmo de Euclides. 226-229 raíces características. 471
soceso(s). 173 algoritmo de la división. 213-218,225-227 raíz de un árbol, 614
elemental. 173 inducción matemática. 183-199.233 raíz de un árbol ordenado binario. 500
independientes. 794 máximo común divisor. 225-229,231 raíz de un polinomio. 838, 841, 844
roblema(s) mínimo común múltiplo. 230,231 raíz múltiple. 842
de asignación. 683.695 primos. 183.2 14.215,232-234 Ralston. Anthony. 556,60 1 .6 0 2
de decisión de Hilbert, 344 principio del buen orden. 184 ramas. 500.616
de equivalencia. 396 teorema fundamental de la aritmética. 183. Ramsey. Frank Plumpton, 311
de ruina. 523 232-236 razón áurea. 481
de los cuatro colores. 589. 598-600 propiedades de los exponentes. A-4 raz ó n com ún (en u n a p ro g re sió n o serie
de los 36 oficiales. 858.872 propiedades de los logaritmos. A-7 geométrica), 461
del cartógrafo. 571 proposidóo(es), 5 1 .5 2 .5 5 ,5 6 . 58.62-69. 78- razón de codificación. 796. 811; véase también
del viajante, 585,600 88. 98-114, 121-134,137, 139,183 teoría algebraica de la codificación
del voto. 50 abierta(s), 99,122. 123.143, 147. 184, 185 razonamiento deductivo, 137
róbleme de s renconlres, le. 428 lógicamente equivalentes, 105 (inversa de la relación a ) . 284
ocedimiento compuesta. 5 2 ,5 3 reactor, 497
d e etiquetado. 676.677. 695 contradicción. 58 Read, R. C .. 590. 595, 600. 602. 832
recursivo. 637 contrapositiva. 69 recíproca
roceedmgsofthe Royal GeographicalSodety. 589 cnantificada, 98-114.121-134 de una implicación. 69.85.105-107
©ceso definiciones. 56,121-123 de una implicación cuantificada, 122
de búsqueda. 300 dual de una proposición. 65 reconocedor de sucesiones. 335.342
de minimización. 349. 388-393 equivalencia lógica. 6 3 .6 4 reconocimiento de una relación por computa
recursivo. 202 estructura de decisión si-entonces, 5 5 .5 6 dor. 357-362
üducto estructura de decisión si-entonces-o, 55. 56 recorrido. 532,533
cartesiano. 246-248. 250.271.321 implicación lógica. 79-88 en orden simétrico. 622
de ciclos disjuntos. 814 implica lógicamente. 78 euleriano. 552, 553.57 8 .5 7 9
de funciones booleanas. 737 inversa. 69 recta al infinito. 869
de matrices. A-16, A-17 lógicamente equivalentes. 62-68.104 recubrimiento de un grafo. 603
d e max términos, 742 negación, 52 recubrimiento minimal d e un grafo. 603
directo de grupos. 783 negación de proposiciones cuantificadas. 109. recuento excesivo. 2 3 .2 5 .4 2 8
m inimal de sumas. 753. 754.773 110.113.114 recuperación de información, 720
por un escalar; A -15. A-16 primitiva, 52 recursión, 202
ograma en BASIC para la aritmética d e los recíproca. 69 red
números complejos. 727 tautología. 58 de conmutación. 72-74
ograma en Pascal teorema. 121.123.124.128,131.137.139.183 de puertas. 315.7 4 5 .7 7 3
para e l algoritmo de Euclides, 229 protones. 42 d e retroali mentación. 774
para e l algoritmo de Euclides (recursivo). 469 proyección. 271-273 d e salida múltiple. 746
para el cálculo de los números de FIbonacd. 299 prueba de transpone. 333. 671-681, 684. 685. 690.
para el cálculo d e los números de Fibonacci combinatoria, 1 0 .4 0 .5 1 .1 4 3 ,1 4 9 . 259.264 694.695
(recursivo). 489 de Berooulli. 173 arista no saturada. 673
para la búsqueda binaria, 518 de Gódcl. 178 arista_saturada. 673
para la fondón phi de Eulen 410 puente. 570 <*/». P). 674
para la ordenación por el método de la bur puerta lógica. 745 capacidad
buja. 464 AND. 171. 745 de una arista. 671, 672
ograma fuente. 252, 308 NAND.754 de un corte. 674
ograma objeto. 252. 308 ÑOR. 754 corte. 673
ogram adón de computadores, 55. 600 OR. 745 a - z . 673
ogram adón estructurada. 194 OR exclusiva. 754 definición. 671
ogresión geométrica, 461.462 punto(s) flujo en una red. 672.679
opiedad (de una relación) de articulación. 577.645-647.651 flujo maximal, 673
antisim étrica. 3 5 2 .3 53,367,373. 394 de un retículo. 279 fuente, 672
reflexiva, 3 5 0 .3 51,367.394.395 del infinito. 869 procedimiento de etiquetado. 676.677.695
simétrica. 351.367. 394. 395 fijo de una función, 419 red, 672
transitiva. 352, 367. 373. 394. 395 pusb. 502 sumidero. 672
opiedad asociativa teorema de flujo máximo y corte mínimo.
en un grupo. 777. 830 Q , Q -, Q *. 153 6 7 6 .6 7 7 .6 7 9 .6 9 5
para la composición q es necesario para p , 52 valor de un flujo. 673
índice d e m aterias 1-13
ryffarth. Kaxcn. 429 subdivisión elemental, 562 de decodificación. 807, 808; véase también
hannon. Claude Elwood, 7 3 5 .7 72.77 3 .7 9 3 . subgrafo. 538 teoría algebraica de la codificación
831.833 inducido. 539 con síndromes, 809
berbert. D onald R.. 523.524 recubridor. 538 de estados. 329
bi-kie. Cbu. 178 subgrupo. 780,781 de formas O mayúscula, 296
bier. Douglas R .. 695.696 generado por un elemento del grupo. 787 d e identidades para funciones generatrices,
bmoys. D. B.. 585.600, 602 no triv ial 780 440
brikhande, S. S .. 858, 872 n orm al 831.872 de números de Stirling del segundo tipo. 264
i. 53 propio. 780 de pertenencia. 163, 164
ilvestri, Richard. 831, 832 triv ia l 780 de reglas de inferencia. 88
mbolo de Landau. 310 submáquina 3 41.712 de reglas para negar proposiciones con un
ndroroe, 803; véase también teoría algebraica submarino Polaris, 372 cuantificador. 110
de la codificación subsucesión, A-30 de soluciones particulares p ara e l método de
n grado, 836 subtabiero. 421,422 coeficientes indeterminados. 490
p. entonces q. 52 subtableros disjuntos. 421 de transición. 329
stema(s) subtableros mutuamente disjuntos. 422 de verdad. 53, 56. 57 .6 1 -6 5 . 77. 78. 80.94,
de ecuaciones lineales. A-20 sucesión. 254 163
de números binarios. 218-220 característica 652 para una base de datos relacional. 2 72.273
de relaciones de recurrencia, 497-499 cuaternaria 245 tablero de ajedrez. 420-426
de representantes distintos. 687, 695 de Fibonacci, 522 tamafio de un conjunto. 144, A-27
octal (base 8). 218 de transferencia 341 Tarry. G.. 858
operativo UNIX. 17.18 finita de n términos. A-30 Tartaglia. Niccok). 178
triple. 870 infinita A-30 tautología. 58. 64
de Steincr, 870 suceso, 173 técnica de ordenación. 463-466
universal de direcciones. 616 elemental. 173 té cn ic as d e c á lc u lo p a ra la s funciones
y sólo si. 53 recurrente. 523 generatrices. 436-443
loane. Neil James Alexander, 831.832 sucesor. 240 teorema(s). 1 2 1 ,1 2 3 .1 2 4 ,1 2 8 ,1 3 1 .1 3 7 . 139.
rath. H eaiy John Stephen, 239 sucesos independientes, 794 183
i. 783.830 sufijo. 319,350 chino del resto. 728
aifer. Alexander, 311,312 propio. 319 de Birkhoff-von Neumann, 697
ilidos platónicos, 567, 568 suma. 22 de Buraside, 817.820
5low. D aniel 140 booleana 257 de Cobweb. 523
>lución(es) de bits. 746 de congruencia de Euler, 793
de ecuaciones polinomiales. 871 de clases de equivalencia de congruencia de F a m a :. 793
general de una relación de recurrencia. 462 de enteros (en 21). 718 de DeMoivre. 199.477
particular. 483.484.489. 490 de polinomios. 846 de descomposición para polinomios cromáti
independientes; véase soluciones linealmente de funciones booleanas. 737 cos. 592
independientes de matrices. A-14 d e flujo máximo y corte mínimo, 676, 677,
lineal mente independientes. 4 71,477 de mintérminos, 741 679.695
penccr, Joel H., 311.312 de números binarios. 746 de Kuratowsld. 563.599
tanat. Donald F.. 139.140.343.345,396,523. en un computador. 746 de Lagrange. 792
524 de polinomios. 836 de los grafos planos conexos de Euler, 564,598
tanley, Richard Peter. 458 doble. 32 de representación p ara u n álgebra booleana
teinhaus. Hugo Dynoizy. 523, 524 índice. 22 finita, 768,773
e ra . R. G-. 585,600.601 límite inferior. 22 del binomio, 26-28, 37, 4 5, 124, 150. 178,
ifel. Micbel. 45 límite superior, 22 4 0 5 .4 3 8 .4 4 9 . 457
iUweü. John. 830.833.872, 873 minim al de productos. 747, 748. 756. 758- del binomio generalizado. 439
ánson, Douglas R-, 873 760.773 del factor. 841. 842
árling. James, 310 sumador del resto. 841
loU, Robert R ., 139. 140 binario en serie. 332 fundamental de la aritmética. 183. 232-234.
trang, G ilbert,A-24 to ta l 746.747 236.241.254.265.276.321.354.355.409.
treet. Anne Penfold. 831. 833. 873 sumidero 728. A-33
ibálgebra. 771 en una máquina de estados finitos. 341 fundamental del álgebra. 371
ibanilk». 712-714.724.725 en una red de transporte. 672 matemático, 121
ibárbol. 500. 609. 615 sup (mínima cota superior). 378. 379 muítino mial, 28. 37. 124
derecho. 622.623 supremo; véase mínima cota superior teoría(s)
izquierdo. 622.623 superconjunto, 158 de autómatas, 343
ibcadena. 320. 350 Suppes, Patrick C .. 179 de Galois. 731.831
propia. 320 Sylow. Ludwig. 831 de bandas se miconductoras. 43
ibconjunio. 144-149.151,159,162,163.247. Sylvestcr, James Joseph, 428. A -13 de la codificación. 3 .4 4 ,1 7 3 ,3 3 3 ,6 0 0.601.
248.436. 442 Symbolic Logic, 178 607. 638. 872. 873; véase también teoría
de un elemento. 148, 173 algebraica de la codificación
propio. 144-146 To (tautología). 58 de códigos: código prefijo, 638-643
ibcuerpo. 847. 848 tabla(s) de la relatividad. 731
índice d e m aterias
de lenguajes, 343. 349 teoría de anillos. 701-733.792. 835. 837. 838. subconjunto. 144
de números, 35.214.2 15.238-241.309,310. 849 de un elemento. 148
409. 42 8 .4 4 5 .7 0 1 .7 3 0 anillo(s) propio. 144
de Polya en la enumeración de grafos. 600 booleano. 732 superconjunto. 158
de Ramsey. 311 con elemento unidad. 703. 837. 838 tabla de pertenencia. 163.164
de tipos. 177 conmutativo. 703 tamaño de un conjunto, 144. A-27
teoría algebraica de la codificación. 23. 173. de matrices. 702.703 unión de conjuntos. 157
777.793-811.831 de polinomios. 835.837 unión generalizada de conjuntos. 166
algoritm o de decodificación, 804 de matrices. 7 02.7 0 3 .7 3 0 universo. 143. 144
canal simétrico binario. 794 isomorfos. 723 universo de discurso. 143, 144
codificación. 795.801. 804 característica. 849 teoría de grafos. 207. 248. 330. 333. 362-368.
código<$) centro de un anillo. 733 372-376. 394-397. 411. 412. 428. 529-535.
de bloque. 796 congruencia módulo n, 717 537-546. 549-556. 558-573. 576-595. 598-
de bloque («. m). 796 cuerpo. 7 06.711.719.731 6 0 7 .6 1 3 . 645-^47. 653-655.657. 658. 683.
de cinco repetidones, 798 definidón. 701.702 6 84,689. 6 9 2.694. 757.832
de grupo. 806 divisores propios de cero, 703 véase también árboles, teoría de empareja
de Hamming. 811 dominio de integridad. 706,711 miento. redes de transporte
de nueve repeticiones. 805 elemento unidad 703 5(G). 689
de triple repetición. 797 enteros módulo n . 717-721 % (0 . e l número cromático de G, 588-591
de verificación de pandad. 797 grupo de unidades, 792 < 0 (0 . e! número de clan d e G. 605
dual. 805 bomomorfismo. 723-725.731 k ( 0 . e l número de componentes de G. 534
equivalentes. 811 ideal. 714. 725.731 7 ( 0 . e l número de dominación de G, 603
corrección d e errores. 800 inverso multiplicativo, 706 f t O . el número de independencia d e G, 587
c ota de Gilbert. 806 isomorfismo. 723,7 2 6 .7 2 8 algoritmo
cota de Hamming. 806 ley de canceladón de la m ultiplicadón. 707. del camino más corto de Dijkstra. 657.665
<Kx.y). 798 711 para los puntos de articulación. 647. 651
decodificadóo. 7 96.804 ley de canceladón de la suma. 709.724 árboL 598
decodificadóo mediante líderes de clase. 809 neutro multiplicativo, 703 binario. 499. 500
desigualdad triangular. 799 núcleo de un homomorfismo. 729 con raíz. 499. 500
detccdón de errores. 800 propiedades de anillos. 709-714 ordenado con raíz, 500. 505-507
distancia. 798 subanillo. 712-714.724.725 arco. 330.363
ecuaciones de verificación de la paridad. 802 sustraedón. 709 arista. 363.530
e fid e n d a de un esquema de codificación, 796 unidad. 706 dirigida. 330.363
esfera (SU . *)X 799 Z * 717 no dirigida. 363
e spado métrico. 799 teoría d e conjuntos. 99.143-149.156-167.171. camino, 531. 532
esquemas de codificación, 795-797 176-179. 184. 202, 245, 246. 248. 309-311. abierto. 531
form a sistemática. 811 315, 317. 343. A-27-A-30. A-34 cenado. 5 31.56 6 .5 6 9
función distanda. 799 argumento de pertenencia de un elemento, 147 dirigido. 532
Golay. Marcel. 793 cardinal. 144. A-27. A-28 hamiltomano. 578,599
Hamming. Richard. 793. 7 94.798 complemento de un conjunto. 159 simple. 365.5 3 2 .5 3 3
líder de d a se . 808 complemento relativo. 159 cerrado. 365
matriz de Hamming. 811 conjunro(s) dirigido. 532
matriz de verificación de la paridad. 804.806. bien ordenado. 184 trivial. 531
807.811 de índices. 166 ciclo hamiltoniano. 578. 599,600
matriz generadora. 801. 806. 807 disjuntos. 158.171 ciclo dirigido. 365. 373.532
mensaje. 794.795 finito. 144. A-28 circuito. 532.571
métrica. 799 infinito. 144. A-28 culeñano. 552. 578.579
métrica de Hamming. 799 mutuamente disjuntos. 158. 171 dirigido. 554. 555
pCx). 798 n o numerable. 310. A-30. A-37 clan. 604
palabra codificada. 795 nulo <0). 148 c o cid o , 586
palabra recibida, 795 numerable. 309. A-27. A-29 coloración de grafos. 588-595
patrón de error, 794 potencia. 148 propia. 588
peso de x. 798 v a d o (# ). 148 complementario
probabilidad. 794-797 d efinidón intuitiva de un conjunto. 143 de un grafo. 540. 541
razón de codificadón, 796.811 diagrama de Venn. 162,165 de un subgrafo e n un grafo. 613
regla de la mayoría. 797.798 diferencia simétrica. 157 componente, 366, 368. 533
ruido. 794 elemento, 143 biconexa, 645-647, 651
Síx. *). 799 igualdad de conjuntos, 145 conjunto
Shannon. Claude Elwood. 793 de corte, 569. 571-573
síndrome. 803 dominante. 603. 757
sucesos independientes. 794 leyes de la teoría de conjuntos. 160 minimal, 603.757
tabla de decodificadóo. 807.808 llaves de conjunto. 144 independiente de vértices, 587.655
con síndromes. 809 pertenencia. 143 maximal. 587. 655
v e d no más cercano. 803 miembro, 143 cuadrado de un grafo. 653
■16 índice d e m aterias
a s í * A es un lenguaje
AB la concatenación de los lenguajes A, C B 2 * :
{ofe|a G A, fe G B }
{ a , 02- - - a n |a ¿ G A £ 2 * } , n G Z *
W
UA"
-rez*
A* U A": la clausura de Kleene del lenguaje A
M = (5, . >, C, v, (i)) U na m áquina de estado finito M con estados internos S, alfabeto
de entrada A, alfabeto de salida C, función de siguiente estado
v : S x i - » S y función de salida C 0 : S - » 4 - » C
NOTACIÓN
CONJUNTOS z el conjunto de enteros: { 0 ,1 , - 1 ,2 , —2 ,3 , - 3 , — }
ESPECIALES N el conjunto d e los enteros no negativos o d e los números
DE NÚMEROS naturales: { 0 ,1 ,2 , 3, - .. }
Z* el conjunto de los enteros positivos: {1 ,2 , 3 , . . . } =
{x £ Z | x > 0}
Q el conjunto de números racionales: [aJb | a, fe £ Z , b r 0 }
Q' el conjunto de números racionales positivos
Q* el conjunto de números racionales distintos de cero
R el conjunto de números reales
R* el conjunto de números reales positivos
R* el conjunto de números reales distintos d e cero
C el conjunto de números complejos: {x + y i x , y £ R, P = - 1 }
C* el conjunto de números complejos distintos d e cero
z„ { 0 ,1 , 2 ,. .. , n - l ) p a ra n £ Z*
la ,b ] el intervalo cerrado d e a a fe: {x 6E R | a £ x £ fe)
(a ,b ) e l intervalo abierto de a a fe: {x 6= R | a < x < fe)
[a, fe) un intervalo semiabierto de a a fe: {x G R | a £ x < fc¡
unin te rv alo se m ic errad o d e a a fe: (x G R | a < x < fe)
ones 1.1 y 1. a) 13 b) 40 c) L a regla de la sum a en la parle (a); la regla del producio en la parte (b)
- p á g .1 2 3 . a ) 288 b ) 24
5 . 2 x 2 x 1 x 1 0 x 10 x 2 * 800 placas diferentes
7. T
9 . a) (14)(12) = 168 b ) (1 4 )(1 2 )(6 )(1 8 )« 1 8 ,1 4 4 c) 73.156.608
11. a) 12 + 2 = 1 4 b) 1 4 x 1 4 = 1 9 6 c) 182
13. a) P (8 ,8 ) = 8! b) 7! c) 6! d ) 2(6!)
.
15 4 ! = 24
17. 26 + 26(36) * 26(36)2 + • • • + 26(36 )? - 3 6 - S J -o 26(36)' - 3 6
19. a) 7 1 - 5 0 4 0 b ) (4 !)(3 !) - 144 c) (5 !)(3 !) - 720 d) 288
2 1 . a ) 8!/3! = 6720 b ) 6! = 720
23. a ) 12!/(3!2!2!2!) b) 2 (ll!/(3 !2 !2 !2 !)] c) [7 !/(2!2!)](6!/(3!2!)]
.
25 12!/(4!3!2!3!) = 277.200
27. a) n - 10 b) n = 5 c) n = 5
29. a) (1 0 !)/(2 !7 !) = 360 b> 360
c) Sean x y y z núm eros reales cualesquiera y sean m . n y p enteros no negativos cualesquiera
El núm ero d e traycctonas d e (x. y. z) a (x ♦ m . y + n . - + />) según lo descrito en la pane (a),
es (m + n + p)'J(m \nlp\).
3 1 . a ) 576 b ) L a regla del producto
33. a ) 9 x 9 x 8 x 7 x 6 x 5 = 136.080 b | 9 x 10*
( i) ( a ) 68.880 (b ) 450,000
(ii) ( a ) 28.560 (b ) 180.000
(iii) (a) 33.600 (b ) 225.000
35. a) 2 '° b ) 3 10
3 7 . a) 6! b ) 2(5!) - 240
39. a) 10 + 128 + 128*= 16.522 bloques: 8.459.264 bytes
b ) 1 0 + 1 2 8 + 128: + 128’ = 2 4 ,1 3 .6 7 4 bloques: 1.082.201.088 bytes
ección 1.3 - p á g . 2 9 1. ( J ) = 6!/(2!4!) = 15. Las selecciones de tam año 2 son ab. ac. ad. ae. af. be. bd. be. b f cd. ce. cf.
de. d f y e f
3 . a) C ( 1 0 .4 ) = 10!/(4!6!) = 210 b ) (V2) = 12!/(7!5!) = 792
c) C ( 1 4 .12) = 91 d ) (!S) = 3003
5 . a ) P ( 5 . 3) ** 60
b) a . f . m a.f.r a,f,t a.m.r a.m.t
a.r.t f. m . r f, m . t f. r . t m.r.t
7 . a) ( S ) - 125.970 b ) (V°)(^) = 4 4 .1 0 0 c) 2 ? . l ( , A ) ( g )
d> S . 'M T N . i 0- ,) e) S - a C f M A )
9 . a ) ( :) = 28 b ) 70 c) ( !) = 28 d ) 37
I I . a i 120 b l 56 c) 100
S-1
S -2 Soluciones
= 7350
21. a) 0°) + C°)(i) + 0i°) = 220 b) 0.°) + Of) + (\°)(l) + (?)(!) = 705
O 2'°(2?- o(L0))
23. a) (3) b ) (3) - n - n ( n - 4 ) , n £ 4
25. a) ( ? ) b) ( ,2)(23) c) (?)(2 9) (- 3 ) J
27. a) (i.í.j) = 12 b) 12 c) (,.í.2) ( 2 ) ( - l ) ( - l ) 2 = - 2 4
d) -2 1 6 e) ( 3. 28.. 2)(25) ( - l ) 2(3 ) ( - 2)2= 161,280
33.
25. a) Consideremos el siguiente segmento de programa en Pascal, donde i.j, k, m, n y suma son
variables enteras.
sima: = 0 ;
F o r i : = 1 t o n do
F o r j : = 1 t o i do
F o r k : = 1 t o j do
F o r m: = 1 t o k do
s u m a : = su m a + 1;
Soluciones S -3
27. a) Colocamos uno de los m objetos idénticos en cada uno de los n recipientes distintos. Est
deja m - n objetos idénticos por colocar en los n recipientes distintos, lo que produc
( - r K ^ ' H ^ i H - í ) distribuciones.
1- ( ! ) © + « ) © + G )G )
Ejercicios
3. a) 36 + 362 + ■- ■+ 36® = 2 f - , 36' b) (36 + 362 + - - - + 36®)
com p le m e ntario s—
c) (51 + 512-¡---- + 51®)(363)
pág. 46 5. a) 1025 b) (10)(11)(12) - - - (34) = 341/9! c) (25!)(?)
7. a) C(12,8) b) P(12,8)
9- [(7!/2!)(f)](6)
11. a) 12 b) 49
13. (1/10)[10!/(4!3!3!)J
15. a) (i) (5) + (i)(í) + (í) (ü) (2)+ (!)(!) + (!) (iii) (2)+ (!)(!)+ 0 - 9
b) (¡) (?)(5) + (?)(í) (ü) and (ü i) (?)(!) + G )( í)
17. a) 2(2) + (?) = 343 b) [2(!f) - 9] + [ ( ? ) - 1 ] = 1200
19. a) (5)(9!)b) (3)(8!)
21 - (!$) - 5(5)
23. 2 (-* ;:í-') + (n + r - k - lK "^ * ,* 2)
25. 0 = (1 + (-1 ))" = (5) - (í) + (3) - (3) + - • • + (-1 )1 2 ),
so (3) + (3) + (") + ■•• = (”) + (3) + (?) + •• •
27. a) P (2 0 ,12) = 201/8! b) (S)(12!)
29. «) (D + (s0) + ■• • + (¡!) = 2 2 -o (,’.*£) b) 22-oC ¿‘)
c) n = 2 k + 1 , * a 0 : 2 í-o C ító ')
n = 2k, A: s 1: 2?-o (*£')
31. a) r = (;:,*) = ( - .') b)2 7 - , ( ^ 0 - ( ’;■ )+ ( V ) + ••• + ( : : ! ) « r -
33. a) 111/(714!) b) [111/(714!)] - [4!/(2!2!)j[4!/(3!l!)]
c) [11!/(7!4!)J + [10!/(6!3!1!)] + [9!/(5!2!2!)] + [8!/(4!l!3!)] + [7!/(3!4!)]
(en la parte (a))
{[11!/(7!4!)] + [101/(61311!)] + [91/(51212!)] + [81/(41113!)] + [71/(314!)]}
- [{[41/(212!)] + [31/(11111!)] + [21/2!]} x {[41/(311!)] + [3!/(2!l!)]}]
(en la parte (b))
S -4 Soluciones
C a p ítu lo 2
F u n d a m e n to s d e ló g ic a
Sección 2.1 - pág. 58 1 . Las oraciones de las paites (a), (d), (e) y (h) son proposiciones. Las otras cuatro oraciones no
lo son.
3. a) 0 b) 0 c) 1 d) 0
5. a) Si el triángulo ABC es equilátero, entonces es isósceles,
b) Si el triángulo ABC no es isósceles, entonces no es equilátero.
d) El triángulo ABC es isósceles, pero no es equilátero.
7. a) Si Daniela practica su servicio diariamente, entonces tendrá una buena posibilidad de ganar
el torneo de tenis.
b) Si usted no arregla mi aire acondicionado, entonces yo no pagaré la renta.
c) Si a María se le permite subir a la motocicleta de Luis, entonces debe usar su casco.
9. Las proposiciones (a), (e), (f) y (h) son tautologías.
I I . a) 2S = 32 b) 2"
13. a) p: 0; r: 0 ;s: 0
b) La proposición s debe tener el valor de verdad 1, pero la proposición p puede tener el valor
de verdad 0 o 1 , al igual que la proposición r.
15. a) m = 3, n = 6 b) m = 3, n = 9 c)m = 18, n = 9 d) m = 4, n = 9
e) m = 4, n = 9 f ) m = 4, n = 9 g ) m = 4 ,n = 19
17. 27 19. Rodrigo
<
'C
í
t
0 0 0 0 1 1 1 1
0 ü 1 0 1 1 1 1
u 1 0 0 1 1 1 1
0 1 1 1 1 1 1 1
1 ü Ü 0 0 0 0 0
1 u 1 0 0 0 1 0
1 1 0 0 0 1 0 0
1 1 1 1 1 1 1 1
(iii) p 9 r q/r P~*(.qyr) p-'q ~>r-*(p-+q)
0 0 0 0 1 i 1
0 0 1 1 1 i 1
ü 1 0 1 1 i 1
0 1 1 1 1 i 1
1 0 0 0 0 0 0
1 ü 1 1 1 0 1
1 1 0 1 1 1 1
1 1 1 1 1 1 1
De la parte (iii) de la parte (a)
•»[—ir—»(—>pV?)] Por la segunda regla de sustitución,
y (p -> q) <=> C—./7 v q)
Por la primera regla de sustitución,
y (s - » t) <=>(—>r -» -is) para cualesquiera
proposiciones primitivas s, i
Soluciones S-5
3. a ) P a r a c u a l q u i e r p r o p o s ic ió n p r im it iv a s , í V - .i T a. R e e m p l a c e c a d a o c u r r e n c i a d e s p o r
p V ( g A r ) , y e l r e s u l ta d o s e s i g u e p o r la p r i m e r a r e g l a d e s u s ti tu c i ó n .
b ) P a r a c u a l e s q u i e r a p r o p o s ic io n e s p r i m i t i v a s s, t , t e n e m o s ( s —» r ) <=> ( - i r —> - , s ) . R e e m p la c e
c a d a o c u rr e n c ia d e s p o r p V q y c a d a o c u rr e n c ia d e r p o r r , y e l r e s u lta d o e s c o n s e c u e n c ia
d e l a p r i m e r a r e g l a d e s u s ti tu c i ó n .
c ) P a r a c u a le s q u ie r a p r o p o s ic io n e s p r im it iv a s a , b y c , l a l e y d i s t r i b u t i v a d e V s o b r e A e s t a
b le c e q u e a V (¿> A c ) O ( a V fe) A ( a V c ) . E l r e s u l t a d o d a d o a q u í e s u n a ta u to lo g ía
c u a n d o a p lic a m o s l a p r i m e r a r e g l a d e s u s ti tu c i ó n c o n l o s r e e m p la z a m i e n to s : a p o r [ ( p V q )
- > r ] ; b p o r s ; y c p o r r.
5. a ) K a r in a p u s o s u s e s tu d io s a n t e s q u e s u i n t e r é s e n s e r e s t r e l l a d e c i n e , p e r o n o h a t e n i d o ( a ú n )
u n a b u e n a e d u c a c ió n .
b) N o r m a n o e s t á h a c ie n d o s u t a r e a d e m a te m á ti c a s o C l a u d i a n o e s t á p r a c t i c a n d o s u s l e c c i o
n e s d e p ia n o .
c ) L o r e n z o s e f u e d e v a c a c io n e s y n o s e p r e o c u p ó p o r v i a ja r e n a v ió n , p e r o ( a ú n ) n o s e d iv ie r te .
d) H o m e r o a p r o b ó s u c u r s o d e P a s c a l y te r m i n ó s u p r o y e c t o d e e s tr u c t u r a d e d a t o s , p e r o n o s e
g r a d u ó a l f i n a l d e l s e m e s tr e .
p 9 (~ P V 9) A A A
(p (p q )) pf\q
0 0 0 0
0 1 0 0
1 0 0 0
1 1 1 1
b) ( - > p A q ) v ( p V ( p V 9 ) ) « í 'V ?
a) S i h o y e s e l d í a d e l t r a b a jo , e n to n c e s m a ñ a n a e s m a r t e s . ( V E R D A D E R O )
C o n t r a p o s iti v a : S i m a ñ a n a n o e s m a r t e s , e n to n c e s h o y n o e s e l d í a d e l t r a b a j o ( V E R D A D E
RO)
R e c íp r o c a : S i m a ñ a n a e s m a r t e s , e n t o n c e s h o y e s e l d í a d e l tr a b a jo .
I n v e r s o : S i h o y n o e s e l d í a d e l t r a b a jo , e n t o n c e s m a ñ a n a n o e s m a r t e s .
C o n s i d e r e m o s c u a l q u i e r l u n e s d e l a ñ o , e x c e p to e l d í a d e l tr a b a j o . E n t o n c e s l a r e c í p r o c a
y la i n v e r s a s o n F A L S A S . S i n e m b a r g o , p a r a c u a lq u ie r o t r o d í a , l a r e c í p r o c a y l a i n v e r s a
so n V E R D A D E R A S .
b) S i - 1 < 3 y 3 + 7 = 1 0 , e n to n c e s s e n ( y ) - (V E R D A D E R O )
R e c íp r o c a : S i s e n ( y ) = - 1 , e n t o n c e s - 1 < 3 y 3 + 7 = 1 0 . ( V E R D A D E R O )
In v e r s a : S i - 1 > 3 o 3 + 7 # 10 , e n to n c e s s e n ( y ) ? - 1 . (V E R D A D E R O )
C o n t r a p o s iti v a : S i s e n ( y ) # - 1 , e n t o n c e s - 1 > 3 o 3 + 7 ^ 1 0 . ( V E R D A D E R O )
c ) S i P a c o v i v e e n N u e v a I n g l a t e r r a , e n t o n c e s P a c o v iv e e n V e r m o n t.
C o n t r a p o s iti v a : S i P a c o n o v iv e e n V e r m o n t, e n t o n c e s n o v i v e e n N u e v a I n g la t e r r a .
S i P a c o v iv i e r a e n V e r m o n t o e n c u a l q u i e r p a r t e f u e r a d e N u e v a I n g l a t e r r a , e n to n c e s la
im p l i c a c i ó n d a d a y s u c o n t r a p o s i t i v a s e r í a n V E R D A D E R A S . S i P a c o v i v e e n N u e v a I n g la
t e r r a p e r o n o e n V e r m o n t, e n to n c e s l a im p l ic a c i ó n d a d a y s u c o n t r a p o s i t i v a s e r í a n F A L S A S .
R e c íp r o c a : S i P a c o v i v e e n V e r m o n t, e n t o n c e s P a c o v i v e e n N u e v a I n g l a t e r r a . ( V E R D A
DERO)
I n v e r s a : S i P a c o n o v i v e e n N u e v a I n g la t e r r a , e n to n c e s P a c o n o v i v e e n V e r m o n t ( V E R
DADERO)
S -6 Solua'ones
17. a) (p t p ) b) (p t p ) t (9 t 9) c) (? í ? ) 1 (P f ? ) d) P f (9 T ?)
e) (r í s) í O t s), donde r representa/? f (9 T 9) y «representa 9 í (p T p)
2 1 . a) p V [ p A ( p v ? ) ] Razones
O pV p Ley de absorción
Op Ley idempotente de V
1
c) [(n P V ' ? ) - * ( P A 9A r ) ] Razones
• » - ^ p V - '9 ) V ( p A ? A r ) s -»/<=>- is V t
» (^ p A i-9 )V (p A ? A r) Leyes de DeMorgan
0 ( p A ? ) V ( p A ? A r) Ley de la doble negación
opAj Ley de absorción
Sección2 .3 - p á g . 95 1. a) p 9 r p -> q (P V 9 ) Cp y q ) - * r
0 0 0 i 0 1
0 0 1 i 0 1
0 1 n i 1
0 1 i i 1 1
1 0 0 0 1
1 0 i 0 1 1
1 1 0 1 1
1 1 1 1 1 1
La validez del argumento se sigue de los resultados de la última fila. (Podemos pasar por
alto las primeras siete filas.)
0 0 0 0 0 1 0
0 0 1 1 1 1 1
0 1 0 1 1 0 0
0 1 1 1 1 0 1
1 0 0 0 1 1 1
1 0 1 1 1 1 1
1 1 0 1 1 0 1
1 1 1 1 1 0 1
Los resultados de las filas 2, 5 y 6 establecen la validez del argumento dado. (Podemos
pasar por alto los resultados de las otras cinco filas de la tabla.)
3. a) Si p tiene el valor de verdad 0, también p A q.
b) Si p V q tiene el valor de verdad 0, entonces el valor de verdad de p (y el de q) es 0.
c) Si q tiene valor de verdad 0, entonces el valor de verdad de [<p V q) A -ip] es 0, sin
importar el valor de verdad de p.
d) La proposición q V s tiene valor de verdad 0 sólo cuando cada una de las proposiciones q.
s tienen el valor de verdad 0. Entonces (p —>q) tiene el valor de verdad 1 si p tiene el valor
de verdad 0; (r -» s) tiene el valor de verdad 1 si r tiene el valor de verdad 0. Pero entonces,
(p V q) tiene el valor de verdad 0, no 1,
e) Para(-ip V r), el valor de verdad es 0 cuando p y r tienen valor de verdad 1. Esto obliga
entonces a que q,s tomen el valor de verdad 1 . para que (p -» q), (r -» r) tengan valor de
verdad 1. Sin embargo, esto produce el valor de verdad 0 para (-.q V -ir).
S. a) Regla de la simplificación disyuntiva
b) No válido; es un intento de argumentar por la recíproca
c) Modus Tollens
d) Regla del silogismo disyuntivo
e) No válido; intento de argumentar por la recíproca
f) Ley del silogismo
7. 1) y 2) Premisa
3) Pasos (1) y (2) y la regla de separación
4) Premisa
5) Paso (4) y ( r -» ^ q ) O ( - r ^ q - > -,/-)« • ( q -» - ,r )
6) Pasos (3) y (5) y la regla de separación
7) Premisa
S-8 Solua'ones
(iv) Vx'[q(x)-*-ú(x)J
(v) 3x [?(x )A í(x )]
(vi) W * [(í(t)A r(r))-* * (* )]
b) Las proposiciones (i), (ii), (v) y (vi) son verdaderas. Las proposiciones (iii) y (v) son falsas;
x = 10 es un contraejemplo de cada una de estas proposiciones.
c) (i) Si x es un cuadrado perfecto, entonces x > 0.
(ii) Si x es divisible entre 4, entonces x es par.
(iii) Si x es divisible entre 4, entonces x no es divisible entre 5.
(iv) Existe un entero que es divisible entre 4, pero no es un cuadrado perfecto.
d) (i) Sea x = 0. (iii) Sea x = 20.
9. a) (i) Verdadero (ii) Falso Considere x = 3.
(iii) Verdadero (iv) Verdadero
c) (i) Verdadero (ii) Verdadero
(iii) Verdadero (iv) Falso Para x = 2 o 5, el valor de verdad de p(x) es 1,
mientras que el de Kx) es 0.
11. a) Las variables x, y son acotadas; no hay variables libres.
b) En este caso, la variable x es libre, mientras que las variables y, z son acotadas.
c) Las variables x, y son acotadas; la variable z es libre.
d) La variable x es acotada, pero la variable y es libre.
13. a) p(2,5)V p(3,5)Ví>(5,5)
b) p (2 ,3 )A p (3 3 )A p (5 ,3 )
d) (P (2,2)V P (2,3)V P (2 ,5 )]V [P (3 3 )V P (3 ,3 )V P (3 3 )]V [P (5 3 )V P (5 ,3 )V P (5 ,5 )]
e) [p (2 ,2 )A p (2 ,3 )A p (2 ,5 )]A [p (3 3 )A p (3 ,3 )A p (3 3 )]A [p (5 ,2 )A p (5 ,3 )A p (5 3 )]
15. a) La negación propuesta es correcta y es una proposición verdadera.
b) La negación propuesta es incorrecta. Una versión correcta de la negación es: Para todos los
números racionales x, y, la suma x + y e s racional. Esta versión correcta de la negación es
una proposición verdadera.
d) La negación propuesta es incorrecta. Una versión correcta de la negación es: Para todos los
enteros x, y, s ix y y son impares, entonces xy es par. La proposición (original) es verdadera.
e) La negación propuesta es incorrecta. Una versión correcta de la negación es: Existe un
número racional cuyo cuadrado es irracional. La proposición (original) es verdadera.
17. a) Existe un entero n tal que n no es divisible entre 2 pero n es par (es decir, no es impar).
c) Existen enteros k, m, n tales que k - m y m - n son impares y k - n es impar,
e) Existe un número real x tal que | x - 3 | < 7 y x < - 4 o x a 10.
19. a) Proposición: Para todos los enteros positivos m, n,sim>nentoncesmI> n2. (VERDADERA)
Recíproca: Para todos los enteros positivos m, n, si m2>n2, entonces m > n. (VERDADERA)
Inversa: Para todos los enteros positivos m, n. si m < n, entonces m1 < n2. (VERDADERA)
Contrapositiva: Para todos los enteros positivos m, n, si m1 < n2, entonces m < n. (VER
DADERA).
b) Proposición: Para todos los enteros a, b, si a > b, entonces a'~>b!. (FALSA; sean a = 1 y
b = - 2 .)
Recíproca: Para todos los enteros a, b, si a2> b2, entonces a > b. (FALSA; sean a = -5 y
b = 3.)
Inversa: Para todos los enteros a, b, si a < b, entonces a2< b:. (FALSA; sean a = -5 y b = 3.)
Contraposinva: Para todos los enteros a, b. si cP £ b2, entonces a < b . (FALSA; sean a = 1
y b = -2 .)
c) Proposición: Para cualesquiera enteros m, n y p, si m divide a n y n divide a p, entonces m
divide a p. (VERDADERA)
Recíproca: Para todos los enteros m, p, si m divide a p , entonces para cualquier entero n se
sigue que m divide a n y n divide a p. (FALSA; sean »i = 1, n = 2 y p = 3.)
Inversa: Para cualesquiera enteros m, n y p, si m no divide a n o n no divide ap . entoncesm
no divide a p. (FALSA; sean m = 1, n = 2 y p = 3.)
S-10 Soluciones
Contrapositiva: Para cualesquiera enteros m yp, si m no divide ap. entonces para cualquier
entero n se sigue que m no divide a n o n no divide a p. (VERDADERA)
e) Proposición: Cualquier entero divisible entre 1 2 también es divisible entre 4. (VERDADERA)
Recíproca: Cualquier entero divisible entre 4 también es divisible entre 12. (FALSA; con
sidere el entero 8 .)
Inversa: Si un entero no es divisible entre 12, entonces no es divisible entre 4. (FALSA;
considere el entero 8 .)
Contrapositiva: Si un entero no es divisible entre 4, entonces no es divisible entre 12
(VERDADERA)
0 Proposición: Vx[(x?+ 4 x - 21 > 0 )-> [(x> 3) V (x< -7))] (VERDADERA)
Reciproca: Vx[[(x > 3) V (x < -7)] -» (^ + 4 x -2 1 > 0 )] (VERDADERA)
Inversa: Vx[(x! + 4x - 21 £ 0) —>[(x £ 3) A (x > -7)]], o Vx[(x! + 4x - 21 < 0) -+ (-7 £
x £ 3)] (VERDADERA)
Contrapositiva: Vx[[(x < 3) A ( i i -7)] -» (x2+ 4x - 21 < 0)), o Vxf(-7 £ x £ 3) - » (i 2
+ 4x - 21 < 0)](VERDADERA)
21. a) Verdadera b) Falsa c) Falsa d) Verdadera e) Verdadera f) Falsa
23. a) Va 36[a + i> = 6 + a = 0) b) 3uVa[au = ua = a] c) Va # 03fc[af> = ba = l]
d) La proposición de la parte (b) sigue siendo verdadera, pero la proposición de la parte (c) ya
no es verdadera en este nuevo universo.
25. a) 3x 3y[(x > y j A (x —y s 0 )] c) 3x 3>[(x <>•) AVz[x a 2 \ / z &>]]
e) [Vx Vy ((x > 0) A (y > 0))] A [Vz(xz £ y)]
27. lfm r „ # L 4 4 3 € > O V * > 0 3 n [ ( n > * ) A |r „ - L |= : e ]
Sección 2.5 - pág. 134 1. Aunque podríamos escribir 28 = 25+ 1 + 1 + 1 = 16 + 4 + 4 + 4, no hay forma de expresar 28
como la suma de como máximo tres cuadrados perfectos.
3 . 30 = 25 + 4 + 1 40 = 36 + 4 50 = 25 + 25
3 2 = 1 6 + 16 42 = 25 + 16 + 1 52 = 36 + 16
34 = 25 + 9 44 = 36 + 4 + 4 54 = 25 + 25 + 4
36 = 36 46 = 36 + 9 + 1 56 = 36 + 16 + 4
38 = 36 + 1 + 1 48 = 1 6 + 1 6 + 16 58 = 49 + 9
5. a) El número real Jt no es un entero.
c) Todos los directores administrativos saben cómo delegar autoridad.
d) El cuadrilátero MNPQ no es equiangular.
e) Greta evita comer hígado.
7. a) Cuando la proposición 3x [p(x) V <j(x)] es verdadera, existe al menos un elemento c en el
universo dado tal que p(c) V q(c) es verdadera. Por lo tanto, al menos una de las proposiciones
p(c), q(c) tiene el valor de verdad 1, por lo que al menos una de las proposiciones 3xp(x) y
Hx q(x) es verdadera. Por lo tanto, se sigue que 3xp(x) V 3x q(x) es verdadera y Hx [p(x) V
q(xj] =4 3x p(x) V 3x q(x). Recíprocamente, si 3xp(x) V 3xp(x) es verdadera, entonces al
menos una de las proposiciones p(a) y q(b) tiene valor de verdad 1 , para algunos a, b del
universo prescrito. Supongamos, sin pérdida de generalidad, que es p(a). Entonces p(á) V
q(a) tiene valor de verdad 1, de modo que 3x [p(x) V o(x)] es una proposición verdadera, y
3xp(x) V 3x q(x) =4 3x [p(x) V qQc)].
b) Primero consideremos cuándo una proposición Vx (p(x) A q(x)] es verdadera. Esto ocurre
cuandop(a) A q(a) es verdadera para cada a del universo dado. Entoncesp(a) es verdadera
(al igual que q(a)) para todo a del universo, de modo que las proposiciones Vxp(x) y Vx
qix) son verdaderas. Por lo tanto, la proposición Vxp(x) A Vx q{x) es verdadera y Vx (p(x)
A q(x)]=iVxp(x) A Vx q(x). Recíprocamente, supongamos que Vxp(x) A Vx q(x) es una
proposición verdadera. Entonces Vxp(x), Vx q(x) son ambas verdaderas. Ahora, sea c cual
quier elemento del universo prescrito. Entonces p{c). q(c) y p(c) A q(c) son todas verdade
ras. Y como elegimos c en forma arbitraria, se sigue que la proposición Vx [p(x) A q(x)] es
verdadera, y Vxp(x) A Vx qix) =4 Vx [p(x) A ^(x)].
Soluciones S-11
9. 1) Premisa
2) Premisa
3) Paso (1) y la regla de especificación universal
4) Paso (2) y la regla de especificación universal
5) Paso (4) y la regla de simplificación conjuntiva
6) Pasos (5) y (3) y Modus Ponens
7) Paso (6) y la regla de simplificación conjuntiva
8 ) Paso (4) y la regla de simplificación conjuntiva
9) Pasos (7) y (8) y la regla de conjunción
10) Paso (9) y la regla de generalización universal
11. Consideremos las proposiciones abiertas
w(x): x trabaja para la unión de crédito
í Ce): x elabora solicitudes de préstamos
c(x): x sabe COBOL
q(x): x sabe Quattro
y sean r e i las letras que representan a Roxana e Inés, respectivamente.
V z [iv (z )-.c(i)]
V*[(k.(* )A í ( * ) ) - 9 <*)]
w (r )A n q (r )
g(QA-ic(¿)___________
.■ n t(r)A n w (Q
Los pasos (y razones) necesarios para verificar el argumento son los siguientes.
Pasos Razones
1) V z [w (z )^ c (z )] Premisa
2) q(¿) A -ic(t) Premisa
3) — ic(¡) Paso (2) y la regla de simplificación conjuntiva
4) w (i)-*c(¡) Paso (1) y la regla de especificación universal
5 ) -iw (i) Pasos (3) y (4 ) y Modus Tollens
6) Vz[(>v(a:)Aé(z))-* 4 (z)] Premisa
7) w ( r )A ^ q ( r ) Premisa
8) ~iq(r) Paso (7) y la regla de la simplificación conjuntiva
9) (*v(r) A f ( r ) ) - * ? ( f ) Paso (6 ) y la regla de especificación universal
10) n ( » ( r ) A í ( r ) ) Pasos ( 8) y (9) y Modus Tollens
11) w(r) Paso (7) y la regla de la simplificación conjuntiva
12) i w(r) V~C(r) Paso (10) y ley de De Morgan
13) -ié(r) Pasos (11) y (12) y la regla del
silogismo disyuntivo
14) .-.-'((r)A nw (i) Pasos (13) y (5) y la regla de conjunción
13. a) Contraposinva: Para todos los enteros k y I, si k y t no son ambos impares, entonces U no es
par O, para todos los enteros k y I, si al menos uno de ellos es par, entonces k&es par.
Demostración: Supongamos (sin pérdida de generalidad) que k es par. Entonces k = 2c para
algún entero c, debido a la definición 2.8. Entonces kS = (2c)f = 2(ct), por la ley asociativa
de la multiplicación de enteros, y ct es un entero. En consecuencia, H es par; de nuevo, por
la definición 2.8. (Observe que este resultado no pide nada especial acerca del entero I.)
S-12 Soluciones
15. Demostración: Supongamos que para algún entero n, n2 es impar mientras que n no lo es.
Entonces n es par y podemos escribir n = 2a, para algún entero a, por la definición 2.8. En
consecuencia, n2= (2a)2= (2 a)(2a) = (2 - 2)(a - a), por las leyes conmutativa y asociativa de la
multiplicación de enteros. Por lo tanto, podemos escribir n2= 2(23*), donde 2a 2es un entero, lo
que significa que n2 es par. Así, hemos llegado a una contradicción, ya que tenemos que n2 es
impar (al principio) y también par. Esta contradicción surge de la hipótesis falsa de que n no es
impar. Por lo tanto, para todo entero n, se sigue que n2 impar => n impar.
17. Demostración:
(1) Como n es impar, tenemos que n = 2a + 1 para algún entero a. Entonces n+ 11 = (2a + 1) +
11 = 2a +12 = 2(a + 6), donde a + 6 es un entero. Así, por la definición 2.8, se sigue que n +11
es par.
(2) Si n + 11 no es par, entonces es impar y tenemos que n + 11 = 2¿> + 1 para algún entero b.
De este modo, n = (2b + 1) - 11 = 2b - 10 = 2(b - 5), donde b - 5 es un entero y se sigue
de la definición 2.8 que n es par; es decir, no es impar.
(3) En este caso, conservamos la hipótesis (que n es impar) y suponemos también que n + 11
no es par; es decir, es impar. Así, podemos escribir n + 11 = 2b + 1 para algún entero b.
Esto implica entonces que n = 2(b - 5), para el entero b - 5. Por la definición 2.8, se sigue
que n es par. Pero si n es par (como hemos demostrado) e impar (por hipótesis), llegamos
a una contradicción. Así, nuestra hipótesis era incorrecta y se sigue que n + 11 es par para
cualquier entero impar n.
19. Este resultado no es cierto en general. Por ejemplo, m = 4 = 22 y n = l = l 2 son dos enteros
positivos que son aladrados perfectos, pero m + n = 22+ 12= 5 no es un cuadrado perfecto.
21. Demostración: Demostraremos el resultado dado al establecer la verdad de su contrapositiva
(que es lógicamente equivalente).
Consideremos la negación de la conclusión; es decir, x < 50 y y < 50. Así, se sigue que * + >■<
50 + 50 = 100 y tenemos la negación de la hipótesis. El resultado dado se sigue entonces por
este método indirecto de demostración (por contrapositiva).
Ejercicios 1. t
complementarios—
p 1 r s qAr [(? A r ) - * - i ( i v r)J p<->r
<
pág.140
0 0 0 0 0 1 1 0
0 0 0 1 0 0 1 0
0 0 1 0 0 0 1 0
0 0 1 1 0 0 1 0
0 1 0 0 0 1 1 0
0 1 0 1 0 0 1 0
0 1 1 0 1 0 0 1
0 1 1 1 1 0 0 1
1 0 0 0 0 1 1 1
1 0 0 1 0 0 1 1
1 0 1 0 0 0 1 1
1 0 1 1 0 0 1 1
1 1 0 0 0 1 1 1
1 1 0 1 0 0 1 1
1 1 1 0 1 0 0 0
1 1 1 1 1 0 0 0
Soluciones S-13
0 0 0 1 0 1 0
0 0 1 0 1 1 1
0 1 0 0 1 0 1
0 1 1 1 0 0 0
1 0 0 1 1 0 1
1 0 1 0 0 0 0
1 1 0 0 0 1 0
1 1 1 1 1 1 1
7. a) (-ip y ? )A (fb V p )A p
b) (m pV -’? )A ( ib V p )A p
o ( - i p V - '? ) A ( p A p ) FoVpOp
«■ (-ip V -iq JA p Ley idempotente de A
« ?A (n p V n ?) Ley conmutativa de A
0 (p A -ip ) v ( p A i ? ) Ley distributiva de A sobre V
<=>íbV(p A i ? ) p A - .p <=> F 0
O p A -i? F0 es el neutro para V.
9. a) conttapositiva b) inversa c) contrapositiva d) inversa e) inversa
1) contrapositiva g) recíproca
11. p 9 r p U (p t ?) í r 9 Tr P t (9 í r)
0 0 0 1 1 1 1
0 0 1 1 1 1
0 1 0 1 1 1 1
0 1 1 1 0 1
1 0 0 1 1 1 0
1 0 1 1 1 0
1 1 0 0 1 1 0
1 1 1 0 1 0 1
0 0 0 0 0 0 0 0
0 0 1 0 0 0 0 0
0 1 0 0 0 0 0 0
0 1 1 0 1 0 0 0
1 0 0 0 0 0 0 0
1 ü 1 0 ü 0 1 0
1 1 0 1 0 0 0 0
1 1 1 1 1 1 1 1
S-14 Soluciones
La tabla nos muestra que la proposición [(p-*q) A (q -i» r)] A (p A r) no es una tautología.
(2) Consideremos las asignaciones de valores de verdadp: 0, q: 1 y r : 0. En este caso, tenemos
los valores de verdad resultantes:
p -^q -.O q -^r: 0 p -^r: 1
C a p ítu lo 3
Teoría d e c o n ju n to s
19. a) Para n, k G Z" con n > 1 + 1 , consideremos el hexágono con centro en ( j). Éste tiene la
forma
(r-D f i ‘)
C) (*:.)
(*:■) (;:!)
donde las dos ternas alternantes. (jTf), ( ,! ,) , í ’t ') y ( " ¿ '), ( í í O . ( i - i ) , satisfacen
(üM¿)(?)-(?)(«)(£)■
b) Para n,k G Z‘ con n > k + 1,
(« -iv « v n+ i \ , r (**—1 )~ ir ai ¥ ("•*•!)! 1
_f (n-1)! ¥ (, +!)! ¥ n! ]_ n\
L*!(ti -1 - *)!JL(* + 1)!(/»-*)UL(* - !)!(« - * +1)!J V * ) \k + l ) \ k - l j -
21. n = 20
23. SeaA = {x;y, a ,,a , a,}. El número de subconjuntos de A de tamaño res ( " J), Podemos
separarlos en cuatro clases: ( 1 ) los subconjuntos que no contienen a x ni a y; (2) los(r_1)
subconjuntos que contienen a x pero no ay; (3) los(,",) subconjuntos que contienen a y pero
no a x; y (4) los (,"2) subconjuntos que contienen a x y a y.
25. a) Si S 6 S, entonces, como S = {A|A í A j. tenemos que 5 £ S.
b) Si S í S, entonces, por la definición de S, tenemos que J E S .
19. a) 26 b) 2*
c) En la labia de pertenencia, A C B si las columnas de A y B son tales que siempre que
aparezca un 1 en la columna de A, existe un 1 correspondiente en la columna de B.
A B c A UB (a nB) u (b n c )
0 0 0 1 1
0 0 1 1 1
0 1 0 0 1
0 1 1 0 0
1 0 0 1 1
1 0 1 1 1
1 1 0 1 1
1 1 1 1 1
21. a) A n ( B - A ) = A n ( B n A ) = s n ( A n A ) = B n í l = 0
b) [(A n B) U (A n B n C n D)] U (A n B) = (A n B) U (A n B) por la ley de absorción =
( A U A )n B = 5U n B = B
d) a u B u ( 4 .n b n c ) = ( a n B ) u [ ( A n s ) n C ] = [ ( A n B ) u ( A n B ) ] n
j ( A n b ) u c ] _ = [(a n b ) u C ] = a u b u c _
e) A U (A n B) = (A U A) fl (A U B) = A U B = A n B ; A n B U [(A f l B) (1 C] = A n B u £
= A n B n C. Continuamos de esta forma para obtener A n B n C n D n . . . .
23. = B , = { 2 ,3 ,4 ,.. .}= Z* - {1}, = B n = {13,1 4 ,1 5 ,...} , L C -. Bn =
H ”..B „ = B„
25. x £ A U (fLt/B,) O r 6 A o ( i £ 8 , para todo i £/)<=> Para todo i G /, x G A o x G B, <=>Para
todo i G /, x G A U B ; O r G Q q (A U B.) [A n (|J^; B ) = U t£((A f l B,) se sigue entonces
por dualidad.]
Secciones 3.3 y
3.4— pág. 174 1. a) 241 + 241-22! b) 26! - [24! + 24! - 231]
3. 9 !+ 9 ! - 8 !
5. a) 55/216 b) 5/54
7- a> $ = A *>) 2/15 c) 3/35 d) 1/2
9. 3/28
11. Pr(A ) = 1/3, Pr-(B) = 7/15, Pr{A n B ) = 2/15, Br(A U B ) = 2/3;
Pr(A U B) = 2/3 = 1/3 + 7/15 - 2/15 = Pr(A) + Pr(B) - Pr(A n B)
13. a) [13!/(2!)3] - 3[12!/(2!)2] + 3 (ll!/2!) - 10! b) Divida el resultado de la parte (a) entre
[13!/(2!)3]-
15. 2/39
7. a) 128 b) |A] = 8.
9. Supongamos que (A O B )U C = A n (B U C )y que* £ C. Entonces i E C s i £ (A n 8 ) U
C = 5 i e A n ( B U C ) C A , d e modo que x £ A y C £ A.
Recíprocamente, supongamos que C £ A.
(1) Si y £ (A fl B) U C, entonces y £ A f~i fi o y £ C.
(i) y £ A fl B =S y £ (A fl B) U (A D O => y £ A f l (B U Q.
(ii) y £ C =e y £ A, pues C £ A. Además, y E C =s VE fi U C, de modo que y £ A fl
(BU O .
En el caso (i) o el caso (ii), tenemos que y £ A n (B U C), de modo que (A n B) U C £
A CI (B U O.
(2 ) Ahora, sea z £ A n (B U C).
Entonces ; £ A n (B U C) = (A n B) U (A n C) £ (A n 8 ) U C, puesto que A n C £ C.
De las partes (1) y (2) se sigue que (A n B ) U C = A H ( 8 UC).
11. a) Supongamos que A U B = í l y sea i £ A. Entonces i £ A = j ; Í A = s r £ B , puesto que
A U f l = % .En consecuencia, Á £ B.
Recíprocamente, sea y £ %. Si y £ A, hemos terminado. Si no, entonces y £ A, por lo
que y £ A £ B. En cualquier caso tenemos y £ A U B, por lo que 3!! £ A U B. Pero siempre
tenemos A U B £ % , por lo que se sigue que A U B = 3U.
13. a) [0,14/3] b) (0,9/5] c) {0} d) {0} U (6 ,12]
e) [0 , + x ) f) (0 ,+ « ) g) {0} h) t
A B c (A n B )u (B n c ) a nc
mos las filas 1 , 5 ,7 y 8 . En este caso.
0 0 0 0 0 ( A fis ) u ( 8 n C ) = A n C .
0 0 1 0 0
0 1 0 i 0
0 1 1 0 0
1 0 0 1 1
1 0 1 1 0
1 1 0 1 1
1 1 1 0 0
A B c A AB AAC BAC A
Si A B = C. consideramos las filas
1 ,4 , 6 y 7. En estos casos.
0 0 0 A A C = B y B A C = A.
0 0 1
0 1 0
0 1 1
1 0 0
1 0 1
1 1 0
1 1 1
S -1 8 Soluciones
C a p ítu lo 4
P ro p ie d a d e s d e lo s enteros:
In d u c c ió n m a te m á tic a
c) S(n): 2 --------- -- —n ■
í u ( i + 1) n + 1
de modo que 5(*) => 5(* + 1) y el resultado se sigue para todo n e Z*, por el principio de
inducción finita.
3. a) 7626 b) 627,874
5. Demostración: Denotamos los números sobre la circunferencia comox,,x2, x¡ x&,xim,x,.
Si la conclusión no es verdadera, entonces
*i + x 2 + * 3 + .t 4 < 20 2
■r2 + ;t3 + X4 + ;rs < 2 0 2
X , + .Í4 + * 5 + * 6 < 202
Sumando los resultados en ambos lados de estas 100 desigualdades obtenemos que
4 2 x ,< 100(202)
O
—una contradicción.
7. a) 506 b) 12,144
9. Para n= 1 1 ,11 - 2 = 9 <9-g= ( 1 1 !-11)/12. Supongamos que el resultado es verdadero para n =
K a 11): k - 2 < ( l e - k ) /12. Cuandon = k * l . k - 2 < (* --k)/12 = > ( * - 2)4 1 <((*=-* )/I2 )4 1
=4 (* + 1)—2 < (lf—k + 12)/12. Para k > 6 , 2k > 12 y i > 12 - *, de modo que (k 4 l)-2 <
Gk2+*)/12 = [(*+ l)2- ( i 4 1)]/12. En consecuencia, el resultado se sigue para todo n > 11 por
el principio de inducción finita.
11. Para n = 5 ,2S= 32 > 25 = 52. Supongamos cierto el resultado para u = *( > 5): 2k> fe2. Para k >
3, *(* - 2) > 1 o F > 2* 4 1.2* > lc=> 2 *+ 2*> i 241==» 2**‘> **+ F > i 2+(21 + 1 ) = ( i + l)2.
Por lo tanto, el resultado se sigue para todo « > S , por el principio de inducción matemática.
13. b) Si comenzamos con n= 1 tenemos que
É / t f , = [ (* 4 l ) ( * ) / 2 ] / / * . , - [(* + l ) ( * ) /4 ] .
Además, [4(0 + 1 + 2 + 3 + - •• n) + 1]!= [[(4n)(n + l)/2]+ 1]! = [2n(n + 1)+ 1]J= [2^+ 2n + I
l] 2=4n‘ + 8ni + 8n2+ 4 n + 1.
19. a) Para n = 1 , [sen(2"0)]/(2- sen 0) = (sen 20)/(2 sen 0) = (2 sen 0 eos 0)/(2 sen 0) =
eos 0 , de modo que el resultado es cierto en este caso. |
Supongamos que el resultado es verdadero para n = *( > 1 ):
de modo que P(n) es válida para iodo n a l , por inducción matemática (forma alternativa).
25. Sea T = (n £ Z’ |n a noy S(r.) es falsa}. Como S(na), 5(n„+ 1), S(n<,+ 2 ) , . . . , S(n¡) son
verdaderas, sabemos que no, no+ 1, no+ 2 n, £ T. Si T * 0, entonces T tiene un elemento
mínimo r, pues T C Z~. Sin embargo, como S(n0), S(no+ 1 ) , . . . , S ( r - 1) son verdaderas, se
sigue que S(r) es verdadera. Por lo tanto, T = 0 y se sigue el resultado.
P V (? iA q 2 A - - - A 9 „ )« .( p V 9 i ) A (í’ V ? ! ) A " - A ( p V 4 - ) -
La proposición 7(2) es verdadera en virtud de la ley distributiva de V sobre A . Si supone
mos que T(k) es verdadera para todo i: a 2, analizamos ahora la situación de las proposicio
nes p, q¡, q¡ q,. q,.¡- Tenemos quep V (q, A q2 A - • • A q, A qM)
« P V [(q ,A ?2A - - - A qk) A
■ » [p V ( 9 tA<?2A ---A q ,l) ]A (p v ? * + .)
4* [ C ? V 9 i)A (p V 92) A ■■• A ( p v 4*)]A(pV<7**i)
<*(p V ?.) A (p V?e) A • - ■A (p v?*) A (p v ■?**■)-
Se signe entonces del principio de inducción matemática que la proposición T(n) es verdadera
para todo n a 2 .
5. a) (i) La intersección de A,, A2 es A, HA2.
(ii) La intersección de A„A2, . . . ,A„,A„, está dada por A, n A2 n • • • fl A„ fl A,., = (A] fl
A2 H • • • n A J fl A,,„ la intersección de los dos conjuntos A, fl A2 ft • • ■n A, y A,.,,
b) Sea S(n) la proposición (abierta) dada. Entonces, la verdad de 5(3) se sigue de la ley asociativa
de n . Suponemos que S(k) es verdadera para k a 3 y consideramos el caso de k + 1 conjuntos.
(1) Si r = *, entonces
(A, n A 2n • • • n A k) n a * . , = A , n A 2n • ■• n A * n A s.,,
de la definición recursiva de la parte (a).
(2) Para 1 < r < k . tenemos
y por el principio de inducción matemática, 5(n) es verdadera para todo n a 3ytodo 1 < r<n.
S -22 Soluciones
7. b) Sea S(n) la proposición (abierta) dada. Sabemos que S(2) es verdadera porlaley distributiva
de U sobre f l . Suponemos ahora que S(k) es verdadera para fc a 2 y consideramos S(k +1)
para los conjuntos <4, B,. B¡,. . . , fl„ B,.¡. Tenemos que
a u [B, n b 2n • • • nB *ns»*,]
=A u ¡(B, n s 2n - • ■n b») n B,.,]
= [-4 u (B, n b 2 n - - - n b *)] n ( / i u s 4*,)
= [(A u b ,) n (a u B ¡) n • • - n (A u B*)j n (a u b*.,)
= ( A u B ,) n (a u b 2) n • - - n (A u B,) n ( 4 u B».,),
y entonces S(n) es verdadera para todo n a 2, por el principio de inducción matemática.
9. a) (i) Para n = 2, la expresión x¡xi denota el producto usual de los números reales x, y x2.
(ii) Sea n e Z*. con n > 2. Para los números reales x¡, x¡ x„ x*., definimos
Por lo tanto, el resultado es verdadero para estos tres primeros casos y tenemos la base de la
demostración.
A continuación, para algún k > 2, suponemos que el resultado es verdadero para todo n = 0,
1 , 2 , . . . , k. Si n = k + 1, tenemos que
V — -S * — P* Pk~2 Fk
i 2‘ 2**1 2‘ 2*’
= 1 + (1/2*")[F* - 2 F . .J = 1 + (1/2‘ *!)[(F. - F .-i) - F*+j]
= 1 + (l/2**')[—F**i - F«,;j = 1 - (l/2*+,)(F*., + F*.2) = 1 - (Fk.,/2"").
De los pasos base e inductivo se sigue, por el principio de inducción matemática, que
19. Demostración (por la forma alternativa del principio de inducción matemática): El resultado
es válido paran = 0 y n = 1 , pues
5F,( .i)-2 = 5Fí - 3 - 5(F*-¡ + F r .,) = 5(F* . 2 + F(1- ,).¡) = 5F».; + 5F<t_ „_ 2
= (Lí.4 - Lt ) + ( i , * - ,, . 4 - L *-0 = ( ¿ r - . - L«) + (L *.3 - Ls_,)
= (Lt „ + í,«-3) - (L t + L k - 1 ) = i.t-5 - L í-i = - L ,.i.
donde usamos las definiciones recursívas de los números de Fibonacci y los números de Lucas,
para establecer la segunda y octava desigualdades.
Se sigue entonces de la forma alternativa del principio de inducción matemática que
V n £ N 5F«*2 = Ln+k - L„
7. (La demostración es similar a la del ejemplo 4.38.) En caso contrario, tenemos que J p = o/fe,
donde a, fe E Z ' y mcd(a, fe) = 1. Entonces,Jp=a/b=>p = a 2ir =>p tr= a 2=y p\ct=¿ p \a (por
el lema 4.2). Como p \ a, sabemos que a = pk para algún k E Z* y pfc2= a1= ( p k f = p V , o fe'=
plr. Por lo tanto, p | fe2 y entonces p | fe. Pero si p | a y p | fe, entonces mcd(a,fr) > p > 1, lo que
contradice nuestra afirmación anterior de que medfa, fe) = 1 .
9. b) Sea log10p = a/fe, donde a, fe E Z". medfa, fc) = 1. Entonces p = 10“ 5’ opí = 10"= 2“ - 5M o
que contradice el teorema fundamental de la aritmética.
11. a) 96 b) 270 c) 144
13. 660 15. 176,400 17. n = 2-3-52 -72 = 7350
19. a) 5 b) 7 c) 32
d) 7 4 7 + 5 + 25 + 20 + 20 = 84 e) 84
S-26 Soluciones
— | l - —j = 3/4 = (2 + 1)/(2 • 2), de modo que el resultado es cierto para este primer caso, lo
que establece el paso base de nuestra demostración inductiva. A continuación, supongamos
cierto el resultado para algún k £ Z ', donde i a 2. Esto nos da J"J*>;^1 ~ c r j = ( i + l)/(2k).
Cuando consideramos el caso para » * t + l , obtenemos el paso inductivo, ya que tenemos
Ejercicios 1 . a + (a+ d) + (a +2d) + ■•- + (a+ (n - l)d )= n a+ [(n -l)n d )/2 . Paran = l , a = a + 0 y el resultado
complementarios— es verdadero en este caso. Suponiendo que
pág.242
¿ [a + (i - l)d] = ka + [(fc - l)fcd]/2 ,
tenemos que
verdadera. Esto establece la base de la demostración. Para confirmar el paso inductivo, supon
dremos que la siguiente proposición es verdadera:
’<2 = ( - D ^ S i -
de modo que la verdad del resultado en n = * implica la verdad del mismo en n = * + 1 , con lo
que obtenemos el paso inductivo. Se sigue entonces del principio de inducción matemática que
Supongamos ahora que el resultado es cierto para todo n tal que 68 S n £ Ay consideremos
el entero A + 1. Entonces A+ 1 = (A—4)+ 5 y como 64 < A - 4 < A, podemos escribir A—4 =
a( 17)+ ¿(5) para algunos a , b £ N. En consecuencia, A+ 1 = a(17)+<¿ + 1 )(5) y el resultado
se sigue para todo n > 64, por la forma alternativa del principio de inducción matemática
b) La demostración de este caso es similar a la de la parte (a). Los siguientes cálculos son
necesarios para mostrar que el resultado es verdadero para 108 £ n < 117.
C a p itu lo S
R e la c io n a s y fu n d o n e s
Sin embargo, no tiene que valer la recíproca. Por ejemplo, sean A = 0 ,B = ( 1 ,2 ),C = { 1 ,2 )
y D = {1 ). Entonces A X B = 0; en caso contrario, existe un par ordenado Cr, y) en A X B y
esto significa que el conjunto vacío A contiene un elemento x. Y entonces A x B = 0 £ C x
£ > ,p e r o f l= { l,2 ) ¿ ( l} = D.
b) De la parte (1) de la definición, tenemos que (0,2) € $ . Por la parte (2) de la definición,
tenemos entonces que
(i) ( 0 ,2 ) £ 9 l= » ( 0 + l ,2 + 5) = ( l,7 ) e 9 í ;
(ü) ( l , 7 ) e » 4 - ( l + l , 7 + 5) = (2 ,1 2 )e 9 t;
(iii) (2,12) £ 9 1 :» (2 + 1 ,12+ 5) = (3,17) £91; y
(iv) (3,17) £ 91 =» (3 + 1,17 + 5) = (4,22) £ 9 .
1 2 3 4 5 6 7 8 9 10
Sección 5.4— 1. Aquí leñemos, por ejemplo, que /(/(o , fe), c) = /(o , c) = c, mientras que /(o , /(fe, c)) =/ ( a, fe) =o
pág. 273 de modo que/ n o es asociativa.
3. a), b) y d) son conmutativas y asociativas; c) no es conmutativa ni asociativa.
S. a) 25 b) 5a c) 5a d) 5'°
7. a) Sí b) Sí c) No
9. a) 1216 W pV 7
11. Por el principio de buen orden, A tiene un elemento mínimo y este mismo elemento es el neutro
para/ . Si A es finito, entonces A tendrá un elemento máximo, y este mismo elemento será el
neutro para g. Si A es infinito, entonces g no tendrá un neutro.
13. Sí
15. a) 5 b) A¡ A . A s c) A t,A ¡
25 25 6
25 2 4
60 40 20
25 40 10
Sección 5.5— 1. Las palomas son los calcetines; los nidos son los colores.
pág. 278 3. a) 7 b)13 c) 6<n - 1)+ 1
5. 26! + 1=677
7 . a) Para cada* £ {1,2, 3 , . . . , 300), escribimos x = 2" ■m, donde n > Oy mcd(2, m) = l;m
tiene 150 posibilidades: 1 , 3 , 5 , . . . , 299. Cuando seleccionamos 151 números de {1,2,3,
. . . , 300}, deben existir al menos dos números de la forma x = 2‘ - m, y = 2! • m. Si x < y,
entonces x \y; en caso contrario, y < x y y | x .
b) Si seleccionamos n + 1 enteros del conjunto {1 , 2 , 3 , . . . , 2n ), entonces dicha selección
debe tener- dos enteros tales que x |y o y|x.
9. a) En este caso, las palomas son los enteros 1 ,2 ,3 ..........25 y los nidos son los 13 conjuntos
{1,25), {2, 2 4 ) , . . . . {11,15), {12,14), {13). Al seleccionar 14 enteros, obtenérnoslos
elementos de al menos un subconjunto de dos elementos, cuya suma es 26.
b) Si 5 = { 1 , 2 ,3 2n -r 1 }, donde n es un entero positivo, entonces cualquier subconjunto
de tamaño n + 2 de S debe contener dos elementos cuya suma sea 2n + 2 .
11. a) Para cualquier 1 E { 1 ,2 ,3 ,..., 100), vemos que I s j r < 10 . Cuando seleccionamos 11
elementos de {1 , 2, 3 , . . . , 100), debemos tener dos (digamos, x y y) tales q u e |y * J =
\ J y \ . de modo que 0 <\-Jx 1.
b) Sea n E Z*. Si seleccionamos n + 1 elementos de { 1 , 2 , 3 , . . . , n!). entonces existen dos
(digamos, x y >) tales que 0 < \4x - yyl < 1 .
Sección 5.6— 1. h es sobre e » para todo b e B ,d £ D , existen o £ A , c £ C tales que h(a, c) = (i, d) <=bpara
p á g .290 todo b S B .d B D existen a £ A , c £ C tales que/(a) = b, g(c) = d <=>f g son sobre, h es uno
a uno o [para todos a, a, £ A. c, c 1 E C, h(a, c) = h(,a¡t c,) =>a = a,, c = c j <=>[para todos a,
a, 6 A, c, c, G C ,/(a) = /(a ,) => a = a,, y g(c) = g(c,) => c = c,j O / g son inyectivas.
3. g 2(A ) = g (T n (S U A ) ) = T n ( S U [T n (S U A )1 )
= rn [(á u 7 jn (S u (S u A ))]-rn [(S u T )n (su A )]
= [T n ( s u 70] n ( s u A ) = r n ( s u A ) = g ( A )
5. a = 3 , 6 = - 1 ; a = —3,6 = 2
7. a) 7 1 -6 1 = 4 3 2 0 b) ni - (n - 1)1 = (n - l)(/i - 1)1
9. a) ( 6 , a ) e ( » ! U 9 t2 )c o ( a , 6 ) e & , U & 2 0 ( a , 6 ) < = » 1 o ( a , 6 ) e » 2 ' » ( & , a ) e » l o
(6 , a ) E 3 1 5 -» ( 6 , a ) e a ; U 9 ^
b) ( 6 , a ) E ( a , n a 2)e« . ( a , 6 ) £ a 1n a 2 » ( e , 6 ) E a , y ( a , 6 ) s a 2 o ( M ) E a ;
y ( 6 , a ) e a 5 ‘» ( 6 , a ) e a ; n 9 i 5
c ) ( a , 6 ) 6 ( 9 t? ) = 0 ( 6 , a ) £ (S tj) O ( a , 6 ) £ a ,
11. a) / ”‘(x) = (l/2 )(ln x — 5)
b) Para x € R*,
( / o / - ) ( x ) = /((l/2 )(ln x - 5)) = w*5 = e1" ' - 5*5= eto' = x.
Para x £ R,
= (l/2)[ln(e 2>*5) - 5 ] = (l/2)[2x + 5 - 5 ]= x .
S-34 Soluciones
13. f, g invertibles =s cada función/, g es inyectiva y sobre => g ° /e s inyectiva y sobre => g o/es
invertible. Como (g o /) o (/•' o g-') = l c y (/-• o g->) » (g o / ) = 1A, se sigue q u e /-' ° g '1es un
inverso de g o/ . Por la unicidad de los inversos, tenemos q u e/-1o g~' = (g o/)-'.
15. a) / - '( - 1 0 ) = {-17} / - ' ( 0) = {-7,S/2}
r '( 4 ) = { -3 ,l/2 ,5 } / - ( 6) = { -l,7 }
/ - '( 7 ) = {0,8} / - ( 8 ) = {9}
b) (i) [ - 1 2 ,- 8 ] (ü) [-1 2 , - 7 ] U [5/2,3)
(iii) [ - 9 , - 3 ] U [1/2,5] (iv) ( -2 ,0 ] U (6,11)
(v) [12,18)
1. a) / E O f e ) b )/£ 0 (l) c ) / £ O f e 3) d) / E O f e 2)
S e c c ió n 5 .7 —
pág. 297 e) / E O f e 3) D / e O f e 2) g) / e O M
3. a) Para todo n £ Z", 0 < logvt < n. Así. sean i = 1 y m = 200 en la definición 5.23. Entonces
\f(n) I = 10 0 log¡ n = 200 (2 . logyi) < 200( 2 ,,) = 20 0 |g fe)|, por lo q u e / £ 0 (g).
b) Para n = 6,2"= 64 < 3096 = 4096 - 1000 = 2,!- 1000 = 2a - 1000. Si suponemos que 2*<
2a - 1000 para n = k > 6 , tenemos que 2 < 2 2=> 2(2*) < 22(2 a - 1000 ) < 2 !2' - 1000 , o 2M <
22“~n- 1000, por lo que f(n) < g(n) para todo » > 6 . Por lo tanto, si 4 = 6 y m = 1 en la
definición 5.23, vemos que para « é l , |/fe) I < g(n) | y / E 0(g).
5. Para mostrar q u e /E 0(g), sea 4 = 1 y m = 4 en la definición 5.23. Entonces, paran a 4, |/fe)| =
n’ + n £ n2+n! = 2n! £ 2n 3=4((l/2)n3) = 4 |g fe )| y / e s dominada por g. Para mostrar que
g £ 0 (/), seguimos la idea del ejemplo 5.66; es decir,
Vm E R 'V iE Z ' 3n E Z* [fe 2:4) A(|gfe)| > m|/fe)|)].
Así, no importan los valores de m y k, elegimos n > máx{4m, 4). Entonces | gfe) | = (y) n3 >
(y) (4m)n2= m(2n!) 2 mfe2+ n)=m |f(n) \, de modo que g í 0 (f). La alternativa es ver que si
g £ 0 (f), entonces 3m £ R‘ 34 E Z‘ Vn E Z* | (y)n!| £ m |n 2+ n | , o (y )n ! £ m(n + 1).
Entonces. . , ,, £ m => 0 < — < ——— < m =>— < m, una contradicción, pues n es
2fe +1) 4n 2 (n + l) 4
variable y m constante.
7. Para todo n a l,log,n < n, así que si 4 = 1 ym = 1en la definición 5.23, tenemos |g(n)| =log2n <
n = m -b = m |/(n )|. Por lo tanto, g 6 0 (f). Para mostrar que / g; 0(g), observamos primero
que lím —- — = + ®. (Podemos establecer esto mediante la regla del cálculo de V Hospital.)
“ ■*” log2 n
Como Km —-— = + » , tenemos que para cada * E R ‘ y 4 £ Z -, existe n E Z‘ tal que
" “ log2n
------->m, o [/fe)| = B>mlog 2 n = m |gfe)|. Por lo t a n to ,/£ 0(g).
log2n
S-36 Soluciones
9. C o m o /e 0(¡), existen m E R ' . i e Z " tales que [/(n)| £ m \ g(n) | para todo Pero
entonces \f{n)\ < [m /|c|]|cg(n)| para todo n 2 i , por lo q u e /£ CKcg).
5. a ) f t j ) e ( A n B ) x ( c n o ) o i e / i n 8 , y 6 c n D o ( í e í i , j e C ) s ( » e s . j 6 D )
eo> (x, y) E A x C y (x; y) E B x D <=> (x, y) £ (A x C) n (B x D)
b ) ( x ,y ) E ( A U B ) X ( C U D ) '» x E A U B ,y € C U D < = > ( x £ A o x E B ) y ( y £ C o y E
D ) « . ( x £ A y y £ C ) o ( x E B y y E D ) o ( x E A y y £ D ) o ( x E B y y € C ) « ( ( x ,y ) £
A x Q o | ( i j ) e í x D ) o ((í, y) £ A x D ) o ( f c y ) E B x Q o (x, y) E (A X C )U
(B x D) U (A X D) U (B X O
7. Como 3) £ Z’ x Z*, debemos verificar que Z ' x Z ' C a . Si Z ' x Z‘ £ 3!, sea S = {(m, n) \ m,
n E Z 'y (m, n) 5? S/¡). De la parte (1) de la definición recursiva dada, sabemos que (1,1) £ S.
Si S ¡¿ 0, entonces podemos elegir de los elementos de S un par ordenado (m, n) para el que
m + n sea minimal. En este caso, al menos uno de los números m,n es mayor que 1. (i)S im > 1,
entonces m - 1 , n £ Z ' y (m - 1) + n < m + «, de modo que (nt - 1, n) & S. En consecuencia,
(m - 1 , n) £ 31 y por la primera parte del apartado (2) de la definición recursiva obtenemos que
((m - 1) + 1, n) = (nt, n) £ 3!. (ii) En caso contrario, para m = 1, tenemos n > 1, n - 1 £ Z * y
m + ( n - l)< m + n. Por lo tanto, ( m , n - 1) £ S . Así, ( m , n - 1) £31 y por la segunda parte del
apartado (2) de la definición recursiva tenemos que (m, (n - 1) + 1) = (m, n) £ SU. Las dos
contradicciones en las partes (i) y (ii) señalan que 5 = 0 y 3¡ 2 Z ' X Z*.
9. x = W 2 y r = ,/3/2 11. a) (7!y(2(7s)]
13. P a ral < i £ 10, sea x, el número de cartas escritas en el día/. Entonces x,+X 2+ x 3+ +*,,
x^,x,0=84, ox3+ - • • + Xj=54. Supongamos que Xi + x2+x3< 25, X2+X3+X4< 25 Xj+x,
+ x,0< 25. Entoncesxt + 2x,+ 3(x5+ • - • +x,)+ 2 j,+ x,o< 8(25) = 200, o 3(xj+ - - • + x,) < 160.
En consecuencia, obtenemos la contradicción 54 = x3+ • - • + xs < = 53 -j-
15. Para que (k - y sea impar, ( i - ¿0 debe ser impar para todo 1 £ k < n; es decir, uno de
los números k. i, debe ser par y el otro impar. Como n es impar, r = 2m +1 y la lista 1 , 2 , . . . , n
debe contener m enteros pares ym + 1 enteros impares. Sean 1 , 3 , 5 , . . . , n las palomas e i¡,
¡3,¡3, . . . , i, son los nidos. Cuando mucho, m de los nidos pueden ser enteros pares, de modo
que (k - ¡ t ) debe ser par para al menos un k = 1 , 3 , 5 , . . . , n . En consecuencia, (k —i,)
es par.
17. Sean x„ x¡ x, los n objetos distintos. Colocamos x, en un recipiente. Ahora tenemos dos
recipientes distintos. Para cada x,, i ; , . . . ,x^¡ hay dos opciones, lo que da 2*-1distribuciones.
Entre éstas hay una tal que x,, x ¡ . . . . , x_, están en el recipiente con x„ por lo que eliminamos
esta distribución y tenemos que S(n, 2) = 2~!- 1.
19. a) y b) m!S(n, m).
21. Fijemos m = 1. Para n = 1, el resultado es cierto. Supongamos q u e /«/* = / ‘ o /y consideremos
/= /* •'. / o / - = /» (/o /* ) = / o ( f ‘ o f) = ( f o f ) =/=/'*■ o f Por lo tanto,/ » / ' = / ' o/para
todo n £ Z \ Supongamos ahora que para algún t 2: 1, f o f = f o /1. Entonces / " '
f = S ° ( f o f ) = f = ( f ° f ) = (/=/■) ° f =/*« (/»/=) =/■ o / - , de modo q u e/" o/*
= f o f para todos m , n £ Z".
23. Cualquier n £ Z‘ tal que n sea impar.
25. x < y = s/(x) < /(y) (pues/es creciente) => g(Jix)) < g(/(y)) (pues g es creciente). Por lo tanto,
g o /e s creciente.
C a p ítu lo 6
Lenguajes: M á q u in a s d e e s ta d o s
fin ito s
So So s, 0 0
Si s, s2 1 1
s2 s2 s2 0 0
Ss So Si 0 1
s« S2 Sj 0 1
d) s, e) x = 10 1 (único)
7. a) (i) 15 (ii) 315 (iii) 2,s b) 6'5
V w
0 1 0 1
So S4 Si 0 0
Si s3 s2 0 0
s2 Ss s2 0 1
S3 Ss Ss 0 0
s„ Ss Ss 0 0
Ss Ss Ss 1 0
S-40 Soluciones
Sección 6.1
pág. 342
11. Supongamos que podemos construir esa máquina y que tiene n estados, para n £ Z ‘. Para la
cadena de entrada 0" l " 1,queremos que la salida sea O2*!. Sin embargo, al procesar los unos de
esta cadena de entrada, obtenemos n + 1 estados s„ s2, . . . , s„ s„, de la función v. En conse
cuencia, por el principio del palomar, existen dos estados sh s, tales que i < j pero s¡=s¡. Como
resultado, si eliminamos losj - 1 unos de los estados sM, s¡.2, ■■■, s¡, tenemos que la máquina
reconoce la sucesión 0“l ” ‘-'w , donde n + 1 - ( / '- 0 £ n. Sin embargo, 0" i« h h > g a.
V <o
0 1 0 1
b) oX(so, si), 1101) = 1111; Ai, está en el estado So y Aí2en el estado s,.
C a p itu lo 7
Re lacio nes: L a se g u n d a vu e lta
Sección 7 . 1 - 1. a) {(1,1),(2,2),(3,3),(4,4),(1,2),(2,1),(2,3),(3,2)}
p á g .3 5 6 b) {(1,1),(2,2),(3,3),(4,4),(1,2)} c) {(1,1),(2,2),(1,2),(2,1)}
3. a) S ean/„/¡,/j £ 5 con/,(n) = n + 1, / 2(n) = 5n, y / 3(n) = 4n + 1/n.
b) Sean g„ g2, | , £ 5 con g,(n) = 3. g2(n) = Un y g3(n) = sen n.
5. a) Reflexiva, antisimétrica, transitiva
b) Transitiva
c) Reflexiva, simétrica, transitiva
d) Simétrica
e) Caso par. reflexiva, simétrica, transitiva; caso impan simétrica.
f) Caso p a r reflexiva, simétrica, transitiva; caso impar: simétrica.
g) Simétrica
h) Reflexiva, simétrica
i) Reflexiva, transitiva
j) Reflexiva, simétrica, transitiva
7. a) Para todo x £ A, (x, x) £ 9t„ ®2, de modo que (x, x) £ 9¡, fl ®2 y a , H S¡2es reflexiva.
b) (i) (x ;y )£ ® , n g ¡2=>(x,y) £® „8l!2= > ( y ,x ) £ a !,St2= » (y ,x )E ® 1 n a 2y 9 , 0 3 ,
es simétrica.
(ii) (x; y), (>: x) £ 9t, n ®2=> (x, y), (y, x) £ 3>- Por la antisimetrfa de 3 , (o 9t2), x =
y y SI, fl 3t2es antisimétrica.
(iii) (x, y), (y, z) £ 3 , O 3t¡ => (x, y), (y, z) £ SI,, ®2=^ (x, z) £ S)„ 55, (propiedad transitiva)
=> (x, z) £ 3 , n a 2, de modo que®, fl 3 ¡ es transitiva.
9. a) Verdadera b) Falsa: sean A = {1. 2} y 9t = {(1,2), (2,1)}.
c) (i) Reflexiva: verdadera
(ii) Simétrica: falsa. Sean4 = (1 ,2 ), 3 , = {(1.l)} y ® 2= {(1,1), (1,2)}.
(iii) Antisimétrica y transitiva: falsa. Sean A = {1,2), 35,= {(1.2)) yS52= {(1,2), (2,1)}.
d) (i) Reflexiva: falsa. Sean A = {1,2},® ,= {(1,1)} y ®2= {(1, 1), (2,2)}.
(ii) Simétrica: falsa. Sean A = {1.2}.® ,= {(1,2)} y ® 2= {(1,2), (2, 1)}.
(iii) Antisimétrica: verdadera
S-42 Soluciones
15. (i) a = {(a, fe), (fe, a), (a, e), (e, a), (fe, c), (c, fe), (6, d), (d, 6), (fe, e), (e, i ) , (d, e), (e, d),
(<*,A (/,<*)}:
rw (6 ) (c) (<*) « (/)
(a ) 0 1 0 0 1 0
(b ) 1 0 1 1 1 0
(c ) 0 1 0 0 0 0
(d ) 0 1 0 0 1 1
(e) 1 1 0 1 0 0
(/) 0 0 0 1 0 0
Soluciones S-43
Para las partes (ii) y (iv), las filas y columnas de la matriz de relación están indexadas
como en la parte (i).
(ii) a = {(«, b), (b, e), (d, b), (d, c), («,/)}:
0 1 0 0 0 0
0 0 0 0 1 0
0 0 0 0 0 0
M (a ) = 0
0 1 1 0 0
0 0 0 0 0 1
0 0 0 0 0 0
(iv) a = {(b, a), (b, c), (c, 6), (6, e), (c, d),, (e,
(«, d)}:
'o 0 0 0 0 o'
1 0 1 0 1 0
0 1 0 1 0 0
M (a ) =
0 0 0 0 0 0
0 0 0 1 0 0
0 0 0 0 0 0
17. Para cada i) e V, si la fila de u en M y la columna de u en M sólo tienen ceros, entonces t>es un
vértice aislado en el grafo dirigido G.
19. a a 2 / '- > a 3y a 4
21. a) 2“ b) 2,:
b) Dada una relación de equivalencia a sobre un conjunto finito A, enumeramos los elemen
tos de A de modo que los elementos en la misma celda de la partición (véase la Sec. 7.4)
sean adyacentes. La matriz de relación resultante tendrá entonces bloques cuadrados de
unos a lo largo de la diagonal (del extremo superior izquierdo al extremo inferior derecho).
25. (s.) a := 1;
te ) b := 2:
te ) a := a + 3;
te ) c := b;
te ) a 2*a-
te ) b := a «c;
te ) c := 7;
te ) d := c +2;
S-44 Soluciones
Sección 7.3
pág. 380
11. Sean i , y supremos. Entonces*® y, pues y es una cota superior y x es un supremo. De la misma
forma, y ¡8 x. 9! antisimétrica =>x = y. (La demostración para el inf es similar.)
13. Sean 3U= {1, 2}, A =;?(%) y sea® la relación de inclusión. Entonces (A ,30 es un conjunto
parcialmente ordenado pero no un orden total. Sea B = (0. {1}} . Entonces (B X B) f l ® es un
orden total.
15. n + (-)
17. a) Los n elementos de A se ordenan a lo largo de una recta vertical. Si A = (ai, a2, . . . . a,¡,
donde a, 3t a29t a¡3¡ - ■- 3ta„ podemos trazar el diagrama como sigue:
It
r-'
ú
i:
b) ni
sup inf sup inf
a) {1,2} 6 d) {1,2,3} {1}
b) {1,2,3} í> e) {1,2,3} 6
0 {1,2} i f) {1,2,3} i
21. Para cualquier o E Z s e sigue que a ® a, pues a - a = 0, un entero par no negativo. Por lo tamo.
® es reflexiva. Si a, b, c £ Z con a 3t b y b ® c, entonces
a - b = 2m, para algún « E N
b - c = 2n, para algún « E N
y a - c = (a - b) + (b - c) = 2(m + n), donde m + n e N. Por lo tanto, a ® c y ® e s transitiva.
Soluciones
Por último, supongamos que aoib y bSHa para algunos a ,b S Z. Entonces a - b y b - a son
ambos enteros no negativos. Como esto sólo puede ocurrir para a - b = b - a = 0, vemos que
[aStb A bSfra] =>a = b, por lo que 9¡ es antisimétrica.
En consecuencia, la relación a es un orden parcial para Z. Pero no es un orden total. Por
ejemplo, 2,3 S Z y no ocurre que 2 a 3 ni 3312, pues -1 y 1 no son enteros pares no negativos.
23. a) 2 b) 10
25. b) y c) En este caso el elemento mínimo (y único elemento minimal) es (0,0). El elemento
(2 , 2 ) es el elemento máximo (y único elemento maximal).
d) (0,0)91(0,1)31(0,2 ) » ( l , 0 ) » ( l , l ) 9 t ( l , 2)31(2,0)91(2,1)91(2,2)
27. a) Falsa. Sean = (1, 2), A = 3’^H), y 91 la relación de inclusión. Entonces ( 4 ,9¡) es un
retículo tal que para cada S, T E A , inf{S, T) = S U T e sup{ (S, T) =SV¡T. Sin embargo,
{1) y {2} no están relacionados, por lo que (A, a ) no es un orden total.
29. a) o b) a c) c d) e e) z f) e g) v
(A, a ) es un retículo donde z es el elemento máximo (y único elemento maximal) y a el ele
mento mínimo (y único elemento minimal).
Sección 7 .4— 1. a) En este caso, la colección A,, Aj,A 5 proporciona una partición de A.
lág. 387 b) AunqueA=A 1 UAJ UA,UA. 1,tenemosA, flA , i 0, de modo que la colección A,,A 2,A3,
A, no proporciona una partición de A.
c) La colección A¡, A¡,Aj proporciona una partición de A.
3. a = {(1,1), (1,2), (2,1). (2, 2), (3,3), (3,4), (4, 3), (4,4), (5, 5))
5. a no es transitiva pues 1 a 2 y 2 a 3 pero 1 ^ 3 .
7. a) P a rato d o (x ,y )e A ,x + y = x + y = 4 ( x ,y ) a fe y ) .
f e , >i) 3¡ f e . y á => x, + y,= x2 + y2=* x2+ y 2= x, + y, => fe , y2) a f e , yJ.
(x „ y i)a fe ,y 2),(x2,y 2) a fe ,y í)= > x 1 +y 1 =x 2+y 2,x 2+y 2=x 5+yj,porloquex 1 +y 1 =Xj+y3 y
fe . yi) a fe, y¡). Como a es reflexiva, simétrica y transitiva, es una relación de equivalencia.
b) [(1,3)] = {(1,3),(2,2),(3,1)}; [(2,4)] = {(1,5),(2,4),(3,3),(4,2),(5,1)}
[( 1 , 1 )] = {(1 , 1 )}
c) A = {(1,1)} U {(1,2), (2,1)} U {(1,3), (2,2), (3,1)} U {(1,4), (2,3), (3,2), (4,1)} U
{(1,5), (2,4), (3,3), (4,2), (5,1)} U {(2,5), (3,4), (4,3), (5,2)} U
{(3,5), (4,4), (5,3)} U « 4 ,5 ), (5,4)} U {(5,5)}
9. a) Para todo (a, b) £ A, tenemos que ab = ab. de modo que (a, b) a (a, b) y a es reflexiva.
Para ver que a es simétrica, supongamos que (a, b), (c, d) e A y que (a, b) a (c, d).
Entonces, (a.b)9t(c,d)= $ad= bc= > cb = da=o (c, d)3t(a, b). por lo q u e a es simétrica.
Por último, sean (a, b). (c, d), (« ,/) E A tales que (fl, b) 31 (c, d ) y (e, d ) S! (e, f ) . Entonces
(a, b)3t(c,d)= > ad = bc y (c, d ) 9t(e,f)= > cf= de. de modo que a d f-b c f= bde y como
d ^ O , tenemos a f = ¿>e. Pero af= be => (a, ¿>) 9t (e, / ) y en consecuencia, a es transitiva.
Se sigue de lo anterior que a es una relación de equivalencia sobre A.
b) [(2,14)] = {(2,14)}
[ (- 3 , - 9 )] = { (-3 , - 9 ), ( - 1 , - 3 ) , (4,12)}
[(4,8)] = { (-2 , - 4 ), (1,2), (3 , 6), (4 , 8)}
c) Existen cinco celdas en la partición; de hecho,
A = [ (- 4 , -20)] U [ (- 3 , -9 )] U [ (- 2 , - 4 )] U [ (- 1 , -1 1 )] U [(2,14)].
Si s. Si 1 0
¡2 Si s2 1 0
S2 Sí Si 1 u
Sí S3 s4 ü 0
Sí S2 Si 1 0
Ejercicios 1. a) Falsa. Sean A = {1, 2}, Y = {1, 2}, a , = {(1, 1)} y 91,= {(2, 2)}. EntoncesU¡£;®. es
complementarios— reflexiva, pero ni®, ni®, lo son. Sin embargo, recíprocamente, si®, es reflexiva para todo
pág.396 (en realidad, para al menos un) i G /, entonces U,€/5? es reflexiva.
3. (a, c) £ ®2o g¡, =» para algún ¡> 6 A, (a. b) G 3t2, (b, c) G ®,. Como ®i, 95, son simétricas,
(b, a) G ®¡, (c, b) G ®¡. de modo que (c, a) G ®, o ® , C ® , 0 ®,. (c, a) G ® 2 o ®, =» (c, d ) G
0?2. (¿, a) 6 ®, para algún d £ A. Entonces (d, c) G ®2, (a, d) G 91, por simetría y (a,c) G 91,
o ®2, de modo que ® , o ®, C ®, 0 ®¡ y se sigue el resultado.
5. (c, a) 6 (55, o ® ¡)'e» (a, c) G ®, o® 2 <=>(a, b) G ®,, (5, c) G 35, para algún í G S c s f t s )
G ®f, (c, ó) £ 351para algún 6 G B <=>(c. a) G ®j o ®f.
7. Sean = {1, 2, 3 ,4 , 5}, A = 9(^1) - {"^tl, 0 ). En la relación de inclusión, A es un conjunto
parcialmente ordenado con cinco elementos minimales {x}, 1 < X < 5, pero sin elemento
mínimo. Además, A tiene cinco elementos maximales, los cinco subconjuntos de *Ude tamaño
4, pero no tiene elemento máximo.
9. n = 10
11. a) Paracualquier/G ?, |/(n )| < l|/( n )| para todo n > 1 , de modo que/S5/ y 55 es reflexiva.
En segundo lugar, si fig G 3 . entonces/® g =» ( / £ 0(g) y g e 0 ( f )) => (g £ 0(f> y f e
O(g)) =>g 3 t f de modo que® es simétrica. Por último, sean/, g, h £ 3 co n /® g, g ®/ , g
3 l h y hOtt g. Entonces existen m¡, n , G R 'y k¡, k: £ Z" tales que |/(n) | < m, | g(n) | para
todo n > k ¡ y [g(n) \ < m 2 |A(n)|para todon > *2. En consecuencia, para todo n > máx{*„
i,}.tenemos \f(n)\ fim ,|g (n )| < m¡ m, [A(n) | , por lo q u e /G 0(h). De manera análoga.
h G O(J). A sí,/® h y ® es transitiva,
b) Para cualquier/ G 57./ e s dominada por sí misma, de modo que [/] ¡ f [/] y i f es reflexiva.
En segundo lugar, si [g), [A] G con [g] i f [A] y [A] [g], entonces g ® A. como en la
parte (a), y [g] = [A]. En consecuencia, i f es antisimétrica. Por último, si [/], [g], [h] G 57',
con I/) í f [g] y [g] y [A], entonces/es dominada por g y g es dominada por A. Así, como
en la parte (a),/e s dominada por Ay [/] í f [A], lo que hace de .9 una relación transitiva.
So luciones S-4 7
L is t a de L is t a de
ad yace ncia In d ic e s
1 2 1 1
2 3 2 2
3 1 3 3
4 4 4 5
5 5 5 6
6 3 6 8
7 5
C a p itu lo 8
El p r in c ip io d a in clu sió n
y e x clusió n
ni = ( U * + ( " ) d , + = i (g * .
ecciones 8.4 y
1.5—pág. 426 ’• ■>O*Oa*0<g-v *0<8','6,*,+(!)(8'7'6-s>'‘*-"O (s^ -
¿ Q w - 'V
b) *V
S. a) (i) ( l + 2x)5 (ii) 1 + & + 14x2 + 4c3
(iii) 1 + 9x + 25X2 + 21*3 (iv) 1 + 8x ^ 16x: ~ 7x3
b) Si el tablero C consta de n pasos y cada paso tiene k bloques, entonces
r(C ,x) = (1 + k x )\
7. 5! - 8(4!) + 21(3!) - 20(2!) + 6(1!) = 20
9. a) 20 b) 3/10
11. (6!/2!) - 9(5!/2!) + 27(4!/2!) - 31(3!/2!) + 12 = 63
ijercicios 1. 134
toma sobre todos los primos (impares) que dividen an. (Si n = 1, entonces 11,+, (* —“ ) “
1.) Pero ' P'
p «k i - ( i - j ) = « i u ( i - J ) = * (" )•
C ap ítulo 9
Fun ciones g en eratrices
1. a) ( 1 + x f b) 8(1 + x ) 7 c) ( 1 -r x ) -' d) x 3/ (1 - x )
e) 6x3/ ( l + x ) f) ( 1 - x 2) - g) (1 —2x)— h) x 7 ( 1 - a x )
3. a) g ( x ) = / ( x ) - o 3 x 3 + 3x3 = /(x ) + ( 3 - a 3 )x 3
b) g(x) =/(x) + (3 - fl3)x3 + (7 - a,)x;
c) g(x) = 2/(x) + (1 - 2a,)* + (3 - 2u3)x3
d) g(x) = 2/(x) + [5/(1 - x)l + (1 - 2a, - 5)x + (3 - 2a3- 5)x3 + (7 - 2a-, - 5)x7
S. a) ( ? ) b) ("í6)
7- (15) - 5(1) + (I)
9. a) 0 b) ( $ - 5 ( 8 ) c) (S) + 4 C 9 + 6(!9 + 4 (g )+ (59
U . < 8 - 4 8 9 + 6©
13. [ © - ( ? X S )+ (?X ? ) - (?)]/(6 “ )
15. (1/8)[1 + (-1 )"] + ( l/4 )( " - ) + (1/2JC:2)
17. (1 - x - x 3- x 3- x 4- x 5- x V = [1 - (x +X2 + • • • + x 6) ] -
= 1 + (x + x2 + • -• +x6) + (x + x2+ • • • + x6)2+ (x + x2+ • • • + x6)3+ •..,
una tirada dos tiradas tres tiradas
donde el 1 se encarga del caso en que no se tira el dado.
19. a) Las diferencias son 2 ,3 ,2 .7 y 0, lo que suma 14.
b) {3,5.8,15} c) {1 + a, l + o + ¿>,l + a + ó + c, l + a + ¿>+ c + ¡¿}
2 1 . Cíe= 2 Í-: i(k - i ) 2 = i 2 2 ?-oi ~ 2k S í.» /2 + 2 í-o <’
= (**)[*(* + l)/2 ] - Vc[k(k + i)(2 k + 1)/6] + [ k \ k + l ) 2/4]
= (1/12)(*2)(*2- 1 )
23. a) (1 + x + x2 + x3 + x4)(0 + x + 2x2 + 3x3 + ■••) = ^¡ ü 0c¡x‘ donde co = 0, Ci = 1,
c2 = 1 + 2 = 3, c3 = 1 + 2 + 3 = 6, c< = l + 2 + 3 + 4 = 1 0 ,y
c„ = n + (n - 1) + (n —2) + (n - 3) + (n —4) = 5n - 10 para todon a 5.
sucesión ~¡ )• ( "j2). ("s ) ................Por lo tanto, la convolución del par dado de sucesiones
esco,c„c2, . . . , dondec, = (’ 2) = (-1), ( ÍT 1) = ( - » ( " ' ) = (-D"(n + 1), n £ N . [ Ésta es
la sucesión alternada 1, -2 ,3 , - 4 ,5 , - 6 , 7 , . . . ]
c) (1 + x + x 2+x3)(0 + x+2z3+3x3) = 0 + x + ( l + 2)i2+ (1 + 2 + 3)x3+ (1 + 2 + 3)X*+(2 + 3)x5+
3X4, de modo que la sucesión 0, 1, 3, 6, 6, 5, 3, 0, 0, 0, . . . es la convolución de las
sucesiones 1 ,1 ,1 ,1 ,0 ,0 . 0 , . . . y 0 ,1 ,2 ,3 , 0,0, 0 , . . .
( 1 + x 2 + x 4 + x6+ . - . ) ( l + x 4 + x * + . - . ) ( l + x ‘ + x ,2 + . = f l — i—
i-l 1 - x 21
7. Sea f(x ) la función generatriz de! número de particiones de n £ Z* tales que un sumando no
aparece más de dos veces. Entonces
/(x ) = ñ ( l + xl + x2').
Sea g ( x ) la función generatriz del número de particiones de n tales que ningún sumando es
divisible entre 3. En este caso.
, , 1 1 1 1 1
g (x) = : ------ —— y
1 -x 1 -x 2 1 -x 4 1 -x 5 1 -x 7
Soluciones S -5 1
Pero
/(* ) = (l + x + *2)(1 + x 2 + jc‘)(1 + x5 + * ‘ >(1 + x* + x*) • • •
l - * 3 l - e ‘ 1 - * ’ l - * 12
~ 1 -x 1 —X2 1 —X3 l - * 1 ' ”
1 1 1 1 1
" l-x 1 - X 2 l-x ‘ l- x s l-* 7
=«(*)•
9. Este resultado se sigue de la correspondencia uno a uno entre los grafos de Fener con sumandos
(filas) que no son superiores a m y los grafos traspuestos (que también son grafos de Ferrer)
que tienen m sumandos (filas).
Sección 9.4—
X. a) e“* b) ¿“ c) e";' d)
e) ae°2x f) xeu
3. a) « (* )= /(* ) + [ ( 3 - a s)/3!];>:3
pág. 453 b) g(x) = f(x ) + [ (- 1 - a5)/3!]*3 = e * - [126x3/(3!)j
c) *(*) = 2f( x ) + [2 - 2a:jx + [(4 - 2a,)/21]x2
5. a) ( l + x ) 2( l + . r - ¡ - y )
Sección 9.5—
pág. 455
3. (2o , (2i — (2o, Ü2 “ (2i, (23 ~ (22, . - -
5. ¿ ( | a ) x ' = Í ( Í u , - a .)x ” = ¿ [ ¿ a , - * „ ) * ”
= Í ( Í « < )* * - ¿ = / « / ( ! - * ) - /( * )
= [ / t o - / « f l ■ * )]/(• - * ) = x f ( x ) / ( l - x )
7. / £ * ) « [« * /(!-* )]
Ejercicios
1. a) 6 /(1 - a :) + 1 / ( 1 - x ) 2 b) 1 / ( 1 - a e ) c) l / [ l - ( l + a ) x ]
complementarios—
pág. 459 d) 1/(1 —x ) + 1/(1 —ax)
3- [© -G KD+O P
5. Sea/(x) la función generatriz para el número de particiones d e n £ Z ’ en las que no se repiten
los sumandos pares (un sumando impar puede o no repetirse). Entonces
/(x ) = (1 + x + x2 + x3 + • • -)(1 + x2)(l + x3 + x6 -i- x5 + • • •)(! + x ') ■- ■
S-5 2 Soluciones
Sea g(x) la función generatriz para el número de particiones de n £ Z* en las que no se repiten
los sumandos más de tres veces. Entonces
C ap ítulo 10
R elacion es d e recurrencia
Sección 10.1-
1. a) a „ = 5 a „ - , , n a l , f l o = 2 b) a „ = - 3 a „ - t , n 2 l , f l o = 6
p á g .470
c) o„= ( l/3 )a „ - i,n 2 1 , üo = 1 d) a„= (2/5)a„-„n2:l,<Zo = 7
3. <¿=±(3/7) S. 141 meses 7. a) 145 b) 45
9. a) 21345 b) 52143,52134 c) 21534,21354,21345
d) 21543 es la 113, 35421 es la 67. 31524 es la 43.
Sección 1 0.2-
1. a) a„ = ( 3 /7 ) (- 1)" + (4/7 )(6 )",n aO b) <r„= 4 (1/2)"-2(5)", n a O
p á g . 480 c) a„ = 4 + 3 ( - l / 3 ) " ,n a 0 d) a „ = 3 se n (n tr/2 ),n a 0
e) a„ = 2"[cos(ntr/2) + (1 /2 )se n (n ir/2 )],n aO f) an = ( 5 - n ) 3 " ,n > 0
g) o„=(V 2)"[cos(3irn/4) + 4sen(3irn/4)],naO
3. a „ = (l/1 0 ) [ 7 " -( -3 ) ”] , n a 0
5 .a ) F, = F z-H
ü = F .-H
ñ = Fu - F,
Si n = k + 1 tenemos que
Por lo tanto, la verdad del resultado paran implica la verdad paran = k + 1 y por el principio
de inducción matemática se sigue que para todo n € Z *
Fi + F¡ + F¡ + • - • + Fu-¡ = Fu.
7. a„= (1/V5)[((1 + V 5)/2)"*' - ( ( 1 - V 5)/2)”*‘] , n a 0 _
9. a, = [(5 + V 2Í)/(2V 2l)][(3 + V2Í)/2]" - [(5 - V 21)/(2V2Í)][(3 - V 2Í)/2]"
11. a , = [(8 - 9V^)/16][2 + 4V2]" + [(8 - 9V2)/16][2 - 4V2]", n a O
Soluciones S-5 3
F .., = F .+ F.-,
Si invertimos el orden de estas ecuaciones, tenemos los pasos del algoritmo de Euclides para el
cálculo del m cddeF.., y Fr,n > 2. Como el último resto distinto de cero es F, = 1, se sigue que
mcd(F„i, F.) = 1 para todo n > 2.
1. b . = (8!)/[(5!)(4!)] = 14
Sección 10.5—
pág. 509
5. a) (1/9)(S) b) K l/4)® ]2
O [(1/6)C5°)][(1/3)(D] d) (l/6)(s)
9. a„ = + a,a„-z + « a - , + ■• ■ + + a„-,ao
Comoao= 1,0.= 1, nj= 2 y a¡=5, tenemos que a , es igual al n-ésimo número de Catalan.
7- 0(1 )
9. a) /(" )£ a f{n/b) + en
a f(n /b) £ a2f(n lb 2) + ac(n/b)
a f(n ¡ b 2) £ a3f(n fb ) + a2c(n/b2)
a3/ (n /b 3) £ a*f(n/b‘) + a3c(n/b3)
a‘ -7(n/¿>*-’) ¿ t ff tn / b * ) + a * '1c(n/bk" )
c) Para a 36 b,
d) De la parte (c),/(n) £ (c/(o - fc))[a**' - i**1] = (ca/(o - b))ef - (cbl(a - b)¡b‘. Pero o* = ntos>"=
n™* y ¿*= n, de modo que/(r¡) < (ca/(a - b))n'°’^ ~ (cU(a - b))n.
(i) Cuando a < b , entonces log¡,a < 1 y/ E 0(n) sobre Z'.
(ii) Cuando a > b, entonces logja > 1 y / E 0(n'°s>a) sobre Z*.
S. a) A 2--
e a - E a- ■*•-[*2
a -E a.
A*--
e a -E a
b) Conjetura: Para n £ Z ‘, A‘ = F ,] ■donde F, denota el n-ésimo número de Fibonacd.
Demostración: Para n = 1,A=A‘ = J^J Ó]= [f* p j .d e modo que el resultado es cierto en
este caso. Supongamos que el resultado es verdadero para n = k 2: 1; es decir, A‘ =
Pr J J -*«-*♦»•
—=[f*«+f*
— F4Pr ¡UE ii
*,i=rf*« ft-.i
LFt -r F i-, F. J Lf**, Ft i
= ( ! / ( * - W ) [ l ( ? ) (a 2) V - | ( ? ) 0 2) * r ]
11. a) Para cualquier desorden, 1 se coloca en la posición i, donde 2 £ ¡ £ n. Pueden ocunir dos
cosas: Caso 1 (1 está en la posición 1): los otros n - 2 enteros se desordenan de <¿_2formas.
Con n - 1 opciones para 1, esto produce (n - 1)<4-: de tales desórdenes. Caso 2 [i no está en
la posición 1 (o la posición i)]: consideremos 1 como la nueva posición natural para i, de
modo que hay n - 1 elementos por desordenar. Con n - 1 opciones para i, tenemos (n - 1>¿,_,
desórdenes. Puesto que los dos casos son exhaustivos y disjuntos, el resultado se sigue de ¡a
regla de la suma,
b) do = 1 c) í¿„ - nd„_, = d„_2 - (n - 2)d„-3
13. a) <¡„ = ( í ) , n a O b) r - 1 , s = - 4 , / = —1/2
d) = (l/(2 n - l) ) ( í ) , n a l ; 60 = 0
15. a) (i) 1 (ii) (D(i) = 5!/(2!)(3!) = 6!/(22 • 32 ■2!)
(iü) (f)(D(D = [(8)(7)/2][6!/(22- 32 • 2!)] = 9!/(22• 33- 3!)
b) / ( n , 3) = ( V ) / ( n - l , 3 ) , n a 2 , / ( l , 3 ) = 1
Conjetura: f(n, 3) = (3n)!/(2"3"n!)
Demostración (por inducción matemática): Para n = 1 ,/(1 ,3) = 1 y 3!/(2!3!l!)= 1, de modo
que el resultado es cietto en este primer caso y establece la base de nuestra demostración.
Vamos ahora al paso inductivo, donde suponemos que el resultado es verdadero paran =
/(> !); es decir,/(r, 3) = (3í)!/(2'3'r!). Si n = / + 1, tenemos
Si suponemos que el resultado es cierto para n = r(> l), tenemos nuestra hipótesis de
inducción: /(í, k) = (fa) 1/(23' - - - Kt\). Y cuando n = t + 1, se sigue que
- [ ( * * + * - 1 )!/(* - l)!(fo)!][(*z)!/(2'3' • •- « ! ) ]
= [(fa + k )\/k (t + l)(k - l)!][l/(23' - - - fc't!)]
= (fa + <r)!/(2"'3'“ • • • I T '( t + 1)!)
= [fc(í + 1)]!/(2"I3"'1• • • fc"'(r +1)!).
En consecuencia, el resultado dado es verdadero para todo n £ Z* por el principio de
inducción matemática.
17. a) Las particiones que se cuentan en/(n, m) caen en dos categorías:
(1) Las particiones en las que m es un sumando. Éstas se cuentan enf ( n - m , m), ya que m
puede aparecer más de una vez.
(2) Las particiones en las quem no es un sumando, de modo que m - 1 es el sumando más
grande posible. Estas particiones se cuentan en/(n, m - 1).
Como estas dos categorías son exhaustivas y disjuntas, se sigue que/(n, m) = f(n - m, m) +
f(n, m - 1 ).
C ap itulo 11
Una in trod u cción a la teo r ía d e g rafos
Sección 11.1— 1. a) Representar las rutas aéreas recorridas entre cierto conjunto de ciudades por una aerolínea
pág. 535 particular.
b) Representar una red eléctrica. En este caso, los vértices pueden representar interruptores,
transistores, etcétera; y una arista (x, y) indica la existencia de un cable que conecta x y y.
c) Hagamos que los vértices representen un conjunto de solicitantes de empleo y un conjunto
de puestos vacantes en una empresa. Trazamos una arista (A. b) para denotar que el solici
tante A está calificado para el puesto b. Entonces, todos los puestos vacantes pueden ocu
parse si el grafo resultante proporciona un emparejamiento entre un subconjunto de los
solicitantes y los puestos abiertos.
5. 9; 3
b) {(g,d),(d,e),(e,a)};
{(g,f>),(ft,c),(c,d),(d,e),(e,n)}
c) Dos: uno de {(fe, c), (c, d)} y
uno de (f, g), (g, d)).
d) No
e) Sí. Recorra el camino
{ (c,d),(d,e),(e,a ),( fl,f.),(i,/),(/,g )} .
5. G es (o es isomorfo a) K„ donde n = | V \.
7. (i) s v (ii) Sin solución
V ^ A R[ f ] v a J T ]* .[T ],
(iii)
' □ 8 3H v v0 a
19. a) En este caso,/también debe conservar las direcciones. Así, (a, b) S £ , si y sólo si (/(a),
f(b)) e E2.
b) •
/ . A A A
L. A A
L . A A
A A
c) No son isomorfos. Consideremos el vértice a en el primer grafo. Es incidente a un vértice e
incidente desde otros dos vértices. Ningún vértice del otro grafo tiene esta propiedad.
9. S| V| < £ ^ v grad(o) £ A| V|. Como 2 \E \ =X„ev grad(ti), se sigue que 8 |V | < 2 |£ | <
A | V\ , por lo que 8 £ 2(eln) £ A.
11. Comenzamos con un ciclo —> o 2~> u 3 ■- - —> i)a j —> —>o,. Después trazamos las k
aristas {u„ {U;, uM) , . . . . {u„ n j , . . . , {u„ i>a (. El grafo resultante tiene 2k vértices,
cada uno de grado 3.
13. (Corolario 11.1). Sea V= V, U V2, donde Vi(Vy contiene todos los vértices de grado impar
(par). Entonces 2 |£ | - X ^ v¡ grad(u) = X,6v. grad(o) es un entero par. Si | V,| es impar,
entonces X,<sv, grad(u) es impan
(Corolario 11.2). Para la recíproca, sea G = (K E) un grafo con un recorrido euleriano, tal
que a, b son los véttices inicial y final. Añadimos la arista | « i ) a G para formar un grafo más
grande G,= ( V, E¡), donde G, tiene un recorrido euleriano. Por lo tanto, G¡ es conexo y cada vértice
de G, tiene grado par. Al eliminar la arista [a, fc¡ deG,, los vértices de G tendrán el mismo grado par
excepto o, fe; grado (a) = gradc.(a) -1, grad«(fe) = grado,(fe)-1, de modo que los vértices <¡, fetienen
grado impar en G. Además, como las aristas de G forman un recorrido de euleriano, G es conexo.
15. a) Sean a, fe, c. x, y £ V tales que grad(a) = grad(fe) = grad(c) = 1, grad(x) = 5 y grad(y) = 7.
Como grad(y) = 7, y es adyacente a los otros (siete) vértices en V. Por lo tanto, el vértice x
no es adyacente a los vértices a, feye. Como x no puede ser adyacente a sí mismo, a menos
que tengamos lazos, se sigue que gradCr) £ 4 y no podemos trazar un grafo con las condi.
dones dadas.
. Del ejercicio 2 3 , ígs(u) - ge(u)¡ = 0. Para cada i £ V , gs(u)+ ge(o) = n - 1, por lo que
0 = (n - 1 ) • 0 = 2 (« - l)[gs(i>)~ ge(o)]
= 2 f ó s W ) ; -(geOJ))íl.
y se sigue el resultado.
27. a) y b) C) 1 0 n
Soluciones S-61
29. Sea | V\ = n > 2 . Como G es conexo sin lazos, para todo x G V tenemos que 1 £ grad(x) < n
- 1 . Aplicamos el principio del palomar, donde los n vértices son las palomas y los n - 1 grados
posibles son los nidos.
«1 V2 V3 U. U5 e, e3 e . «5 e t, e i e , e* Cío Cu
Ul 0 1 1 0 1 ‘ Ul 1 1 1 0 0 0 0 0 0 0 0
U2 1 0 1 1 1 Vr 0 0 1 1 1 1 0 0 0 0 0
A =Uj 1 1 1 1 1 / = V, 1 0 0 0 1 0 0 1 0 i 1
u. 0 1 1 0 1 u. 0 0 0 0 0 1 0 1 1 0 0
Uí ,1 1 1 1 1 «5 .0 1 0 1 0 0 1 0 1 1 0
b) Si existe un camino de longitud dos entre u, y i),, lo denotamos con {o„ u,}, {!)„ u,}.
Entonces 0^ = 00= 1 en A, y el elemento i, j en A~ es 1. Recíprocamente, si el elemento ;, j
de A! es 1, entonces existe al menos un valor de*, 1 £ k £ n ,ta ¡ q a e a lt=av= 1 yesto indica
la existencia de un camino {u„ 1>,1, {ob u,) entre los vénices t'-ésimo yj-ésimo de V.
c) Para 1 £ i . j < n, el elemento i, j de A2 cuenta el número de caminos distintos de longitud
dos entre los vértices i-ésimo y j-ésimo de V.
d ) Si u está en la parte superior de la columna, la suma de los elementos de ésta es el grado de
o si no hay un lazo en u. En caso contrario, grad(u) - [(suma de la columna para u) - 1] +
2(número de lazos en o).
e) Para cada columna de /, la suma de sus elementos es 1 para un lazo y 2 para una arista que
no sea un lazo.
Sección 11.4— En esta situación, el vértice b está en la región formada por las
pág. 573 aristas {a, d ). {d, c), {c, a) y el vértice e está fuera de esta re
gión. Por lo tanto, la arista {b, e) cruzará una de las aristas [a, d),
[d, c[, o ¡o, c) (como se muestra).
1 . a)
Sección 11.5—
pág. 585 x b>( 2 ° e *v
V y sean V, = {u e V\díx, o), la longitud del camino más corto entre x y o es impar) y V2=
{ » € V\d(x,w), la longitud del camino más coito entre xyvves par}. Observe que ( i ) r £ V2,
(ii) V = V, U V. y (iii) V, fl V2= 0. Afirmamos que cada arista (a, fe) en A tiene un vértice en
V¡ y el otro en V2. Para ver esto, suponemos quee= (a, fe) S £ con a, fe £ V,. (La demostración
para a,b £ V2 es similar.) Sean £„= {{a, u ,), {u„ u 2) , . . . , {u^.„ i ) ) , las m aristas en un
camino más cono de a a a: y £»= {(fe, u¡), (u|, u2'J (uLi, a:}} las n aristas en un camino
más corto de fe a x. Observe que m y n son ambos impares. Si (u,, u, t)_ ,) n (uL t>2, ..
• . t>i-i) = 0 entonces el conjunto de aristas£ ' = {(a, fe)) U £„ U £¡, proporciona un ciclo impar
en G. En caso contrario, sea w< ^ x) el primer vértice en que se encuentran los caminos y sea£"
el conjunto
{{a, 6}} U { { a,th h K i* } ,. . . ,{u„ w}}u {{fe,u!}, {uí,«3, - ■•, K , >v}},
para algunos 1 £ i £ m - 1 y 1 S j S i - 1 . Entonces'£" proporciona un ciclo impar para G o
£ ' - E" contiene un ciclo impar para G.
a)
15. Para todosx,y £ V, grad(x) + grad(y) > 2[(n-1)/2] = n - 1, de modo que el resultado se sigue
del teorema 11.8.
17. Para n a 5, sea Ct = (V( £) el ciclo con n vértices. Entonces C„ tiene un ciclo hamiltoniano (en
realidad, es un ciclo hamiltoniano). pero para todo » £ V , grad(u) = 2 < ni2.
S -6 4 Soluciones
19. Esto se sigue del teorema 11.9, puesto que para todos los vértices x, y S V (no adyacentes),
grad(x) + grad(y) = 12>_11 = |V |.
21. Si n = 5, los grafos Cs y C¡ son isomorfos y ambos son ciclos hamiltonianos con cinco vértices.
Para n a 6, sean u, D vértices no adyacentes en C„ Como grad(u) = grad(u) = n - 3, tenemos
que grad(«)+ grad(u) = 2n - 6. Además, 2 n -6 > n < = > n > 6 ,d e modo que se sigue del teorema
11.9 que el cocido C„ contiene un ciclo hamiltoniano si n a 6.
23. a) El camino simple u —>o, —>u¡ —>u3 —>------ >t v , proporciona un camino hamiltoniano
para H,. Como grad(u) = 1, el grafo no puede tener un rielo hamiltoniano.
b) En este caso, |£ | = ( ' 2') + 1- (Asf, el número de aristas necesario en el corolario 11.6 no
puede disminuirse.)
25. a) (i) {a,c,f,h}, {a,g} (ü) {z}, {u, w,>)
b) (i) S(G) = 4 (ü) P(G) = 3
c) (i) 3 (ii) 3 (iii) 3 (iv) 4 (v) 6 (vi) El máximo de m y n
\ / \
d) El grafo completo con |/ j vértices
27. a) 5; 6 b) 17 c) 33 d) 1 + 2'
Sección 11.6— 1. Trazamos un vértice por cada especie de pez. Si dos especies x, y deben mantenerse en peceras
pág. 595 distintas, trazamos la arista {x. y). El número mínimo de peceras necesarias es entonces el
número cromático del grafo resultante.
3. a) 3 b) 5
5. a) P(G, X) = X(k - 1)-
b) Para G = KtJOtenemos que P(G, X) = X(X - I)*-
Z(AT,.J = 2
7. a) 2 b) 2 (n par); 3 (n impar)
c) Figura 11.54(d): 2; Figura 11.57(a): 3; Figura 11.800): 2; Figura 11.80(ii): 3
9. a) (1) \ ( X - l ) 2( X - 2 ) 2 (2) X(X - 1)(X - 2)(X2 - 2X + 2)
(3) X(X - 1)(X —2)(X2 - 5X + 7)
b) (1) 3 (2) 3 (3) 3
c) (1) 720 (2) 1020 (3) 420
11. a) X(X - 1)2(X - 2)2
b) X(X - 1)(X - 2)2(X3 - 4X2 + 6X - 3)
c) X(X - 1)(X - 2)3(X3 - 4X2 + 6X - 3)
d) X(X —1)(X —2)4(X3 —4X2 + 6X —3)
13. a) X(X —1)(X —2) b) Se sigue del teorema 11.10
c) Se sigue de la regla del producto
Por lo tanto.
P(C„, X) - (X - 1)" = P(C„—
2, X) - (X - 1)"“2.
e) Si continuamos a partir de la parte (d).
p (c„ , x) = (x - i r + ( - i r 3[ p (c 5, x) - (x - 1 )3]
= (X - 1)” + ( - 1 ) " - ‘[X(X - 1)(X - 2) - (X - l)3]
= ( x -ir+ (- ir ( x -i).
Soluciones S-65
15. Del teorema 11.13, el desarrollo de P(G, X) contendrá exactamente una ocurrencia de! polinomio
cromático de K,. Puesto que no aparece un grafo más grande, este término determina el grado
como n y el coeficiente principal es 1.
17. a) Para n E Z‘, n > 3, sea C, el ciclo con n vértices. Si n es impar, entonces x(C„) = 3. Pero
para cualquier o en C„ el subgrafo C .- u es un camino simple con n - 1 vértices y X(C,-l)) =
2, por lo que para n impar, C, es crítico respecto del color.
Sin embargo, si n es par, tenemos quex(G«) = 2 y para cualquier!) en C„, el subgrafo C ,-u
es un camino simple con n - 1 vértices y X (C,-u) = 2. En consecuencia, los ciclos con un
número par de vértices no son críticos respecto del color.
b) Para cualquier grafo completo K„ con o 2 2, tenemos X(K«) = n y para cualquier vértice 1 )
en K„ K . - i) es (isomorfo a) K^¡, de modo que x(K .~ t>) = n - 1. En consecuencia, todo
grafo completo con al menos una arista es critico respecto del color.
c) Supongamos que G no es conexo. Sea G, una componente de G tal que x(G.) = x(G) y sea
G¡ cualquier otra componente de G. Entonces X(G|) a: x(G¡) y para todo t>en G,, tenemos
que x(G - 1 >) = x(G,) = x(G). de modo que G no es crítico respecto del color.
Ejercicios 1. n = 17
complementarios— 3. a) Etiquetamos los vértices de K6como a, b, . . . , f . De las cinco aristas sobre a, a] menos tres
pág. 602 tienen el mismo color, digamos, el rojo. Sean {a, b), [a. c), [a, d) estas aristas. Si las aristas
{6, c}, {c, d), {f>. d} son todas azules, se sigue el resultado. Si no, una de estas aristas,
digamos [c, d), es roja Entonces, las aristas {¿r, c), (a, d}, jc, d) producen un triángulo rojo,
b) Consideremos a las seis personas como vértices. Si dos personas son amigas (desconoci
das), dibujamos una arista roja (azul) que conecte sus vértices respectivos. El resultado se
sigue entonces de la parte (a).
5. a) Podemos volver a dibujar G. como
b) 72
7. a) 1260 b) 756
c) (Caso 1: p es impar, p = 2k + 1 para k E N.) Tenemos mn caminos simples de longitud p = 1
(cuando k = 0) y (m)(n)(m - l)(n - 1 ) • - • (m - k)(n - k) caminos simples de longitud p = 2k +
1 a 3.
(Caso 2: p es par, p = 2k para k E V .) Cuando p < 2m (es decir, ir < m \ el número de
caminos simples de longitudp es (l/2)(m)(n)(m - l)(n - 1) • • • ( n - ( i - l))(m - ir) +
(l/2)(n)(m) ( n - l ) ( m - l ) - - - ( m - ( i - l ) ) ( n - k). Para p = 2m tenemos (l/2)(n)(m)(n - 1)
(m - 1) • ■• (m - (m - l))(n - m) caminos simples de longitud (máxima) 2m.
9. M k - 1)(X - 2)2(X2- 3X + 3)
11. a) Sea I independiente y {a, í>) E E. Si a y b no están en V - /, entonces a. b E l y como son
adyacentes, I no es independiente. Recíprocamente, s i l Q V con V - 1 un recubrimiento de
G e / no es independiente, entonces existen vértices x ,y E l tales que {i. y ¡ E E. Pero
[x, y) E E = > x o y está en V -1 .
b) Sea 1 un conjunto maximal independiente, de tamaño máximo, en G y K un recubrimiento
mínimo. De la parte (a), |K | £ | V - I \ = | V |- |/ | e | / | > |P - X j = I P |- |« j . o |AT|+|/|
> | V | > | * | + |/ |.
13. a) u* = u „ -, + 2, n a 2, u, = 2
u„ = 2n, n a 1
b) e„ = e„_i + 2u„-, = e „ -, + 4n - 4, n a 2, e¡ = 0
e„ = 2 n(n — 1 ), n a 1
S-6 6 Soluciones
C a p ftu lo 1 2
Á r b o le s
Sección 12.1— 1. a)
pág. 6 12
& iVT o -n* A H
b) 5
3. a) 47 b) 11
5. Los caminos simples
7.
9. Si existe un único camino simple entre cada par de vértices de G, entonces G es conexo. Si G
contiene un ciclo, entonces existe un par de vértices r, y con dos caminos simples distintos que
los unen. Por lo tanto, G es un grafo no dirigido, conexo, sin lazos, sin ciclos y, por lo tanto, es
un árbol.
u - (5)
13. a) En la parte (i) de la figura dada encontramos el grafo completo bipartito Kx ¡. Las partes (ii)
y (iii) proporcionan dos árboles recubridores no isomorfos para K, s.
b) Salvo isomorfismo, éstos son los únicos árboles recubridores de K ,,.
Soluciones S-67
15. n
17. a) Si el complemento de T contiene un conjunto de corte, entonces la eliminación de estas
aristas desconecta a G y existen vértices x, y sin un camino que los una. Por lo tanto, T no
es un árbol recubridor de G.
b) Si el complemento de C contiene un árbol recubridor, entonces cada par de vértices en G
tiene un camino simple que los une, y este camino no incluye aristas de C. Por lo tanto, la
eliminación de las aristas en C de G no desconecta a G, y así, C no es un conjunto de corte
deG.
19. a) (i) 3 ,4 ,6 , 3, 8,4 (ü) 3 ,4 ,6 , 6, 8 ,4
b) Ningún vértice colgante del árbol dado aparece en la sucesión, por lo que el resultado es
cierto para estos vértices. Si se elimina una arista {x, y} y y es un vértice colgante (del árbol
o de alguno de los subárboles resultantes), grad(x) se decrementa en 1 y se coloca x en la
sucesión. Al continuar el proceso, (i) este vérticex se convierte en un vértice colgante en un
subárbol y es eliminado, pero ya no vuelve a registrarse en la sucesión, o (ii) el vérticex se
deja como uno de los últimos dos vértices de una arista. En ambos casos,x se enumera en la
sucesión (grad(x)-l) veces.
c)
Sección 12.2— 1. a) f , h , k , p , q , s , t b) a c) d
pág. 631 d) e . f j , q ,s , t e) q , t f) 2
g) k, p , q, s ,t h) 4 i) No j) m = 3
3. a) / + w - x y * ir f z 3 b) 0.4
5. Orden previo: r, j, h, g, e, d, b, a, c, f, i, k, m, p, s, n, q, l, D, w, u
Orden simétrico: h, e, a, b, d, c, g, f j , i, r, m, s, p, k, n, 1), r, iv, q, u
Orden posterior a, b. c, d, e , f g, h, i j s,p, m. x¡, w. t, u, q, n, k, r
7. a) (i) y (iii) >. (ii)
11.
' A
A
<i b
' C ,
ft) Cb) (0
a) El árbol que se muestra en la parte (a) de la figura tiene n vértices y las enumeraciones en
orden previo y simétrico de estos vértices son ti,, b2, a 3, . . . , t v „ d„.
b) En la parte (b) de la figura tenemos un árbol binario con m vértices y las enumeraciones en
orden posterior y simétrico de estos vértices son b„, t V i ,. . . , 1)3, t)j, v¡.
c) Si T¡, T¡ deben ser árboles binarios completos, ya no podemos tener | V, | , | P¡| a 3. Debe
mos ser más específicos en relación con el número de vértices; en particular, | V, | y | V21no
pueden ser pares. Pero incluso esto no es lo suficientemente bueno, ya que cualquier árbol
binario completo con tres o más vértices debe contener un subárbol como el que se muestra
en la parte (c) de la figura.Y cuando consideramos la forma de enumerar estos tres vértices:
Orden previo: r, a, b
Orden posterior: a, b, r
Orden simétrico: a, r, b,
vemos que en un árbol binario completo ya no es posible tener una lista en orden simétrico
igual a la lista en orden previo o posterior.
13. Teorema 12.6
a) Cada vértice interno tiene m hijos, de modo que hay mi vértices que son hijos de algún otro
vértice. Esto sirve para todos los vértices del árbol excepto la raíz. Por lo tanto, rt = mi + 1.
b) K+ 1 = n = mi + 1 k = (m - 1)¿+ 1
c) K = (m - 1 )/ + 1 => i = ( k - l)/(m - 1 )
n = m¡ + 1 => i = (n- lj/m.
Corolario 12.1
Como el árbol es equilibrado, n “ < í £ m* por el teorema 12.7.
(l| 0 12] 13] 0 14] 19! 0 lio ] (11! 0 ¡12! (S i 0 Í6> (71 0 (8!
Sección 12.3— 1. a) L t : 1 ,3 ,5 ,7 ,9 L 2: 2 ,4 ,6 ,8 ,1 0
pág. 638 b) Supongamos que m < n.
L¡: 1 , 3 ,5 , 7 ,. .. , 2m - 3, m + n
L j; 2 ,4 ,6 ,8 ,... , 2 m - 2 , 2 m - l,2m ,2m + 1 , .. . ,m + n —1
Mejore la parte (a) del paso 2 para el algoritmo del árbol de Huffman como sigue. Si exister
n(> 2) de tales árboles con pesos mínimos en la raíz p y p \ entonces
S-7 0 Soluciones
(i) si p < p ' y n - 1 de estos árboles tienen p ' como peso en la raíz, seleccione un árbol (con
peso p ' en la raíz) con peso mínimo; y
(ii) si p =p’ (y los n árboles tienen el menor peso en la raíz), seleccione dos árboles (de peso
p en la raíz) de mínimo peso.
Sección 12.5— 1. Los puntos de articulación son b, e , f h, j, k. Las componentes biconexas son B,: {{a, fc));
pág. 649 B2: {{d, e}h Br. {{6, c}, {/, e}, {e, b}}; B r {{/,«}, {g, h), {h , f }};
Bs. { { h ,iU U U i,h } h B r {{;,*}}; Br. {{k ,p },{ p ,n } ,{ n ,m } ,M ,{ p ,m } } -
3. a) T puede tener tan pocos puntos de articulación como n - 2. Si T contiene un vértice de
grado (n - 1), entonces este vértice es el único punto de articulación. Si T es un camino
simple con n vértices y n - 1 aristas, entonces los n - 2 vértices de grado 2 son todos puntos
de articulación.
b) En todos los casos, un árbol con n vértices tiene n - 1 componentes biconexas. Cada arista
es una componente biconexa.
5. X(G) = máx{x(B ,)|l £ /£ * } .
7. Siempre tenemos prof(y¡) = prof(y,) = 1. (Nota: Los vértices y, y >■- siempre están en la misma
componente biconexa.)
9. En caso contrario, seat) S V un punto de articulación de G. Entonces K(G - o) > K(G) = 1. (Por
el ejercicio 17 de la sección 11.6, sabemos que G es conexo.) Ahora, G - u es disconexo, con
componentes H¡. H. para r a 2. Para 1 £ i < t. sea t>, 6 H,. Entonces H¡+ o es un
subgrafo de G -t),,, y x(#¡+ u) < X(G -!>,.,)< x(G). (En este caso, u„, = o,.) Ahora, sea x(G) =
n y sea [c,, c¡. — c.) un conjunto de ti colores. Para cada subgrafo Hr+ ti, 1 < i < r, podemos
dar una coloración propia a los vértices de H, + o con a lo sumo n - 1 colores y podemos usar
Ci para colorear el vértice t>para todos estos r subgrafos. Entonces podemos unir estos r subgrafos
en el vértice v y obtener una coloración propia de los vértices de G donde usamos menos de
"(= X(G)) colores.
Ejercicios 1. a) Si G es un árbol, lo consideramos como un árbol con raíz. Entonces hay \ opciones para
complementarios— colorear la raíz de G y (X - 1) opciones para colorear cada uno de sus descendientes. El
pág. 652 resultado se sigue entonces de la regla del producto.
Recíprocamente, si P(G, X) = X(X- l)”"1, entonces, como el factor 1 aparece solamente
una vez, el grafo G es conexo.
P(G,X) = X ( X -1 ) - 1
= X“ —(n —1)X”-1 + -----1- ( —l)'1-1X=> G tiene n vértices
y (n - 1) aristas. Por lo tanto, G es un árbol [por la parte (d) del teorema 12.5).
b) De la parte (a), P(G, 1) = 0 y P(G. 2) = 2 > 0, de modo que x(G) = 2.
c) Para cualquier grafo G = (V, £), si e e E. entonces P(G, X) = P(G„ X) -B(G,', X) de modo
que P(G, X) £ P(G„ X). Si G es conexo pero no es un árbol, eliminamos una arista de cada
ciclo de G hasta que el subgrafo obtenido sea un árbol recubridor T de G. Entonces P(G, X) £
P(T, X) = X(X- 1 ) " '. [Recordemos que P(G, X) es el número de coloraciones propias de los
vértices de G con X colores. Por lo tanto, P(G. X) £ P(T, X) se interpreta aquí como una
desigualdad entre dos números, no como dos polinomios.)
5. a) 1011001010100
b) (i) /*•. (ii)
Soluciones S-71
c) Puesto que los dos últimos vértices visitados en un recorrido en orden previo son hojas, los
últimos dos símbolos en la sucesión característica de cualquier árbol binario completo son 00.
5. a) 32; 31; 62 b) 2"; V - 1; 2(2“- 1)
7. Suponemos que G = (V, £) es conexo (en caso contrario, trabajamos con una componente de
G). Como G es conexo, y grad(u) a 2 para todo i) € V, el teorema 12.4 implica que G no es un
árbol. Pero cualquier grado no dirigido conexo sin lazos que no sea un árbol debe contener un
ciclo.
9. Para 1 < ¿(<n), seax,=el número de vértices u tales que gradfu)=/. Entonces x,+x: h +x^, =
|V | = |£ | + 1, de modo que 2 |£ | = 2 ( -l + x , + x j+ - • • + x_,)- Pero 2 |£ | =£*=, grad(u) =
(x,+ 2*,+ 3x3+ - ■■+ (n - 1 Despejamos x, en 2 (-l + x ,+ x ¡+ • • • +x_,) = x ,+ 2x2+ ■■• +
(n - 1 )x._, y obtenemos quex, = 2 +x3+ 2x„+ 3xj+ - • • + (n-3)x¿_, = 2 + [grad(\>,) - 2J.
11. a) G1es isomorfo a K¡. b) G1es isomorfo a K,.
c) G1es isomorfo a AT-,, de modo que el número de aristas nuevas es ( " ' J - n =(")•
d) Si G2 tiene un punto de articulación x, entonces existen u, ti e V tales que cada camino
simple (en G2) de u a u pasa porx. (Esto se sigue del ejercicio 2 de la sección 12.5.) Como
G es conexo, existe un camino simple C (en G) de u a o. Si x no está en este camino simple
(que también es un camino simple en <?), entonces contradecimos el hecho de que x sea un
punto de articulación en G2. Por lo tanto, el camino C (en G) pasa porx y podemos escribir
C: u -» u, - * ------ >u.-i -> u< -> X -» u . -> t>»_, - » ------ »d , -» u. Pero entonces, en G2,
añadimos la arista (u„ u„), con lo que el camino simple C' (en G2) dado por C': u -* u, -»
» -+ u, -» d . -+ -* » u, -* v no pasa por x. Por lo tanto, x no es un punto
de articulación en G2, y G2no tiene puntos de articulación.
13. a) !.=!,*.,+L& paran > 3 yí,= (2= 1. Puesto que ésta es precisamente la relación de recurrencia
de Fibonacci, tenemos que/„= £„, el n-ésimo número de Fibonacci, paran a 1.
b) t„ = i„_, + ¿„_2+ 1, n &3, r, = i2 = 0
i„ = ( l/ V 5 ) a " - ( l/V 5 ) p ” - l = F „ - l , n a l
d) La altura de 7, es 0; para n > 2, la altura de T, es n - 2.
15. a) Para los árboles recubridores de G hay dos casos exhaustivos y mutuamente excluyentes:
(i) La arista {x„ y,) está en el árbol recubridor estos árboles recubridores se cuentan en b,.
(ii) La arista {xi.y,) no está en el árbol recubridor en este caso, las aristas {x,,x;}, {>,. y2)
están ambas en el árbol recubridor. Al eliminar las aristas {xi, x;¡, {>i,y2} y {x,, y, ¡ del
grafo escalera original, ahora necesitamos un árbol recubridor para el grafo escalera
resultante con n - 1 peldaños. En este caso, tenemos a„_, árboles recubridores.
b) i + 2 a„_,, n a 2
c) a. - 4u*-, + 4,-2 = 0, n a 2
a . = (l/(2V 3))[(2 + V 3 ) " - ( 2 - V 3 ) " ] , n a O
17. a) (i) 3 (ü) 5
b) a„ = o„_, + a*-2, n a 3, ai = 2, a2 = 3
0.= £ ,.|, el (n + l)-ésimo número de Fibonaccci
C ap ítulo 13
O ptim ización y em p arejam ien to
Sección 13.1— 1. a) En caso contrario, sea u, talque 1 S / S m e ¡ es el mínimo de tales subíndices. Entonces
pág. 664 d(u0. u ) < ¿(Uy u ^ ) y contradecimos la elección de u- _1como un vértice v enS para cual
d(v0, u) es un mínimo.
b) Supongamos que hay un camino simple dirigido más corto (en G) de u0a u,. Si este camino
simple pasa por un vértice en S , entonces tenemos una contradicción por la parte (a). En
Soluciones
caso contrario, tenemos un camino simple dirigido más corto C" de t)o a o , y C" sólo pasa
por vértices de S. Pero entonces C" U {(O,, o,.,), (o,.,. u,.2)........ ( iv ,, 1 )„), ( u „ v , ) l es
un camino simple dirigido (en G) de o0a t>„.i y es más corto que el camino C.
3. a) d (a,ó ) = 5 ;d (a ,c ) = 6 ;d ( a ,/) = 1 2;d(a,g) = 16;d(fl,/i) = 12
b) /:( a ,c ) ,( c ,/ ) g :(a ,b ),(b ,h ),(h ,g ) h: (a,b ),(b ,h )
5. Falso. Consideremos el siguiente grafo ponderado. 2
lección 13.2— 1. El algoritmo de Kruskal genera la siguiente sucesión (de bosques), que termina en un árbol
lág. 670 recubridor minimal T de peso 18.
(1) Fi = {{e, A}} (2) R = F, U{{a,b}} (3) F,= RU{{ó,c}}
(4) f t = R U {{d,e}}(5) Fs= F , U (6) F„ = F, U «a,e}}
(7) R = F6U {{d,g}} (8) F, = T = R U {{/, /}}
3. a) Evansville-Indianápolis (168); Bloomington-Indianápolis (51): South Bend-Gary (58);
Terre Haute-Bloomington (58); South Bend-Fort Wayne (79); Indianápolis-Fort Wayne
( 121 ) .
b) Fort Wayne-Gary (132); Evansville-Indianápolis (168); Bloomington-Indianápolis (51);
Gary-Soutj Bend (58); Terre Haute-Bloomington (58); Indianápolis-Fort Wayne (121).
5. a) Para determinar un árbol óptimo de peso maximal, reemplazamos las dos ocurrencias de
“pequeño” en el algoritmo de Kruskal por "grande”,
b) Usamos las aristas: South Bend-Evansv¡lle(303); Fort Wayne-Evansville (290); Gary-
Evansville (277); Fort Wayne-Terre Haute (201); Gary-Bloomington (198); Indianápolis-
Evansville (168).
7. Cuando todos los pesos de las aristas son distintos, se selecciona una única arista en cada paso
del algoritmo de Kruskal.
1. a) s = 2 ; / = 4; iv = 5 ; * = 9; y = 4 b) 18
ección 13.3— c) (i) P = {a,b,h,_dyg ,i};P = {z} (ü) P = {a,b.h,d,gY,P = {i,z}
ág. 68 1 (iii) P = {a, h}; P = {b,d, g, i, z)
3. (1)
0
S. En este caso, c(e) es un entero positivo para cada e € £ y el flujo inicial está definido como
/(«) = 0 para todo e G A. El resultado se sigue, pues en cada aplicación del procedimiento de
etiquetado el incremento en el flujo proviene de la segunda componente de una etiqueta, donde
dicha componente es siempre un entero positivo; cuando un vértice tiene una etiqueta negati
va, el decremento en el flujo nunca produce un valor negativo para dicho flujo.
Soluciones S-73
7. 6 4,4 a 6.4 i
Sección 13.4—
pág. 691
ejercicio.
a) Seleccionamos los miembros como sigue: c¡ - A; c¡ - G; - M; c» - N; c¡ - C; cs - R.
b) Seleccionamos los que no son miembros como sigue: c¡ - C; c: -A ; c¡—G; c» - J; c, P.
5. a) Un 1-factor para un grafo G = (K £) consta de aristas que no tienen vértices en común. Así.
el l-faclor contiene un número par de vértices, y como recubre a G, debemos tener que | V\
es par.
b) Consideremos el grafo de Petersen como se muestra en la figura 11.48(a). Las aristas
Tenemos que
a„ = (2n - l)a „ -, = (2n - l)(2/t - 3)a„_, = ( 2 n - l)(2n - 3)(2n - 5)a„-, = . . .
= (2n - l)(2n - 3)(2n - 5) • - • (5)(3)(1)
(2n)(2n - l)(2n - 2)(2n - 3) - • • (4)(3)(2)(1)
(2n)(2n —2) ■• - (4)(2)
(2n)l
2 "("0
7. Sí, Blanca puede hacer tal asignación. Sea X el conjunto de solicitantes y Y el conjunto de
trabajos de tiempo parcial. Entonces para cada x e X, y e Y, trazamos la arista (x, y) si el
solicitante*está calificado para el trabajo de tiempo parcialy. Entonces grad(r) a 4 a grad(y)
para todos * e X, y € Y y el resultado se sigue del corolario 13.3.
9. a) (i) Seleccionamos i de A, para 1 < i < 4.
(ii) Seleccionamos i + 1 de A, para 1 £ i £ 3 y 1 de
b) 2
11. Para cualquier subconjunto A de X, sea G , el subgrafo de G inducido por los vértices en A U
R(A). Si e es el número de aristas en GA, entonces e a 4|A ], pues grad(n) a 4 para todo o £ A .
De la misma forma, e < 5 1R(A) | , pues grad(í>) < 5 para todo b E. R(A). Así, 5|R(/t)| a 4 |4 |
y 8(4) = |iá| —|i?(A)| £ |A | —(4/5)|/I| =(1/5)|A | £ (1/5)|X | = 2. Entonces, como S(G) =
máx{d(A) | A £ X], tenemos que 5(G) < 2.
13. a) S(G) = 1. Un emparejamiento maximal de X en Y está dado por
{f-ti.y*}, f e y r ) . f e . y ,|. f e y j } ) .
b) Si 8(G) = 0, existe un emparejamiento maximal de X en Y y P(G) = | ! j , o | y | = (3(G) -
8(G). Si8(G) = /t> 0 , seaA C X tal que [A I - IR(A) | = k. Entonces A U (Y - R(A)) es un
-74 Soluciones
C a p itu lo 14
A n illo s y aritm é tic a m o d u la r
y
a O (b O c ) = a O { b + c - b c ) = a + ( b - r c - b c ) - a ( b + c - b c )
= a-i-b + c - b c - a b - a c + abe = a + b + c - a b - a c - b c - r abe.
En consecuencia, la operación binaria cerrada © también es asociativa.
(iii) Por último, dados los enteros a, b, c, tenemos que
(fe© c)© a = ( 6 + c - l ) O a = ( ¿ ; + c - l ) + a - ( i > + c - l ) a
= b + c - l + a - b a - c a + a= 2a + b + c - l - b a - c a ,
y
(i> © a )© (c © a ) = ( & - ra - & a ) © ( c + a - c a )
= (b + a - ba) + (c + a - c a ) - l = 2a + b + c - 1 —b a - c a .
Por lo tanto, también se cumple la segunda ley distributiva.
c) Fuera del cero, la única unidad es 2, pues 2 © 2 = 2 + 2 - (2 • 2) = 0, el elemento unidad para
(Z, ©, ©).
d) Este anillo es un dominio de integridad, pero no un cuerpo. Para cualesquiera a. b £ Z
vemos que a O b = 1 (el elemento cero) =s a + b - ab = 1 = » a(l - b ) = (1 - b) = ^ ( a - 1X1 -
í>) = 0 = > a = l o f e = l ,d e modo que no hay divisores propios de cero en (Z, ©, ©).
7. Por el ejercicio anterior, sabemos que necesitamos determinar las condiciones sobre k, m para las que
se cumplen las leyes distributivas. Como © es conmutativa, nos centraremos en una solade estas leyes.
Si x, y, z © Z, entonces
t© ( j® 2 ) = ( i0 j ) © ( r © :) ^
x O ( y + z - k ) = (x + y - m x y )® (x + z - m xz)
x + (_y + z - k ) - m x ( y + z - k ) = ( x + y - m xy) + (x + z —m xz) - k
^ x -ry + z - k - mxy — m xz + m kx = x + y —mxy + x + z - m xz - k
^ m k x = x ^ > m k = l ^ m = k = l o m = k = - 1 , pues m , í £ Z .
9. a) Verificaremos una de las leyes distributivas. Si a, b, c £ Q, entonces
a © (b ffic ) = a©(¿> + c + 7)
= a + (fc + c + 7) + [ a ( 6 + c + 7)]/7
= e + ¿>+c + 7 + (ab/7) + (ac/7) + o,
mientras que
(a © b )© (a © c ) = (a © b ) + (a© c) + 7
= a + b + (ab/7) + a + c + (ac/7) + 7
= a + i> + c + 7 + (afc/7) + (ac/7) + a.
Además, el número racional -7 es el elemento cero, y el inverso aditivo de cualquier núme
ro racional a es -14 - a.
c) Para cualquier a 6 Q . a = a © u = a + u +(au/7) => a [l +(a/7)] = 0 =* u = 0, puesto que a
es arbitrario. Por lo tanto, el número racional 0 es el elemento unidad de este anillo. Ahora,
sea o e Q, tal que a ? - 7, el elemento cero del anillo. ¿Podemos encontrar b £ Q tal que
a O b = 0; es decir, tal que a + b + (afe/7) = 0? En este caso, a + b + (abP) = 0 => W1 + a/7))
=- a b = (- a)/[l + (a/7)]. Por lo tanto, todo número racional distinto de - 7 es una unidad.
d) Por la parte (c) sabemos que (Q, ©, ©) es un cuerpo. Para verificar que también es un
dominio de integridad, sean a.b e Q tales que a © b = -7 . Tenemos entonces que a © b =
-7 => a + b + (abrí) = -7 => a (l + (é/7)] = - b - 7 => a[7 + b] = (-1 )[7 + ¿>](7) =* (a + 7)
(¿ + 7) = 0 = > a + 7 = 0o¿> + 7 = 0 = > a = - 7 o ¿ = -7 .E n consecuencia, no existen divisores
propios de cero (el número racional -7) y (Q, ©. ©) es un dominio de integridad.
11. b) 1 , - 1 , i , - i
l3‘ [c 3 " = V / ( a d - b e ) ) [ _ dc ” * ]. a d -b c* 0
Soluciones
15. a) xx = x (l + y ) = x í + x y = t + y = x
y t = (x + t)t = x t + a = t + t = s
y y = y (t + x ) = y t + y x = s + j = s
£ c = ( j ’ + i ) í = > ' j : + xx : = 5 + x = j :
ty = ly + x ) y = y y + xy = s + y = y
b) Como a = x 1 1 = xi, este anillo no es conminativo.
c) No hay elemento unidad y, por lo tanto, tampoco unidades.
d) El anillo no es dominio de integridad ni cuerpo.
ección 14.2— 1. Teorema 14.10(a). S i(S ,+, •) es un subanillo de R, entonces a - b , ab G S para todos a. b G S.
lág. 714 Recíprocamente, sea a € ,£ Entonces a - a = z £ S y z - a = - a E S . Además, si b E S,
entonces - b E S, de modo que a - ( - b ) = a + b E S y S e s u n subanillo por el teorema 14.9.
3. a) (ab)(b~‘a~') = a(bb~')a~'= aua~' = aa~' = u y (i-1a~'Xa¿) = b~'(a~'a)b = b~'ub = b~'b = u, por
lo que ab es una unidad. Como el inverso multiplicativo de una unidad es único, (ab)~' -
b-'tr'.
H -5 H
(“ )"■-[“ - a - - [ 4 -a
5. ( - « ) - = - (« - • )
7. a) Los subanillos son {*}, {x, y( y {a; y, s, r).
b) Todos los subanillos de la parte (a) son también ideales.
9. El conjunto S no es vado pues |q qJ G 5, parax = y = 0.
-G a
d) Ses un dominio de integridad, mientras que R es un anillo no conmutativo con elemento
unidad.
17. Como za = z, se sigue que z E N(a) y N(a) # 0. Si r¡, r¡ G N(a), entonces (r, - r ¡ )a = r ,a - r2a =
z - z = z, de modo que r , - r 2 E N(a). Por último, si r G N(a) y j G Í , entonces (rs)a = (sr)a =
s(rá) = sz = z, por lo que r s jr E N(a). Por lo tanto, N(a) es un ideal, por la definición 14.6.
19. 2
21. a) a=au E a R pues u E R , de modo que aR # 0 . Si ar,jir2E aR, entonces a r,-a r2=a(r¡- r ¡ ) S
aR. Además, para a r ,E a R y r E R , tenemos que riar,) = (ar,)r= a(r,r) E aR. Por lo tanto, aR
es un ideal de R.
Soluciones S-77
= i , ( - i r + M - r ' +■ • • + * ( - i ) 2 + í . ( - i ) +*>
= ( -l)" x „ + ( - l ) - ' x „ - , + • • • + X j-X , + Jo (mod 11).
c) (i) d = l (ü) d = 4
17. 9
19. Seang = mcd(a, n), h = mcd(i,n). [as¿>(modn)] => [a = b + kn, para algún k £ Z] => [g\b y
k\a]. [g \b y g \n ] =>g|A; [A|a y A|n) => h\g. Como g, h > 0, se sigue que g = h.
21. a) 112 b) 031-43-3464
S-78 Soluciones
Sección 14.4— 1. s -* 0, f - » 1, v - » 2, w —* 3, x - * 4, y - * 5
pág. 728 3. Sean (R, +, ■), (S, ©, 0 ) y (T, +', ■") los anillos. Para cualesquiera a. b G R , (g o f)(a + b) =
(g<J(a + b)) = g f(a ) © /(« ) = g(f(a» +■g(f(b)) = (gofXa)+'(g ofKb). Además, (g of)(a - b) =
(g(f(a ■b)) = g(f(a) © /(i)) = g(J(a)) -’g(f(b)) = (g of)(a) •' (g of)(b). Por lo tanto, g o /es un
homomorfismo de anillos.
5. a) Como/(zs) = Zs, se sigue que z , £ K y ATí 0. Si x, y £ K, entonces f ( x - y) = / ( i + (-y)) =
f(x ) © /(-y ) = / ( t ) 9/(y ) = zs ©Zs = Zs, de modo que i - y G K. Por último, si x © K y r €
R, entonces/(rr) = /(r) Q f(x) =f(r) © Zs = Zs y/(*r) =/(*) Q / ( r ) = zj © /(r) = Zj, de modo
que rx, xr G K. En consecuencia, ATes un ideal de R.
b) El núcleo es {6n | n E Z }.
d) y e) Verdaderas.
f) Falsa. El anillo (Z, +, •) es un subanillo (pero no un cuerpo) en (Q. +, •).
g) Falsa. Para cualquier primo p, [al(jf )\a, n G Z, n > 0) es un subanillo de (Q, +, •)■
h) Falsa./(6) = 12 = /(2 ■3), pero/(2) •/(3) = (4)(6) = 24.
i) Falsa. Consideremos el cuerpo de la tabla 14.6.
j) Verdadera.
3. a) [a + a = (a + a)J= a ! + a! + a 2+ a 2= (a + a) + (a + a )]= > [a + a = 2a = z].P orlotanto,
- a = a.
b) Para cualquier a G R , a + a = z = * a = - o . Para a,b G R, (a + b) = (a + b)2= a2+ ab + ba +
b2= a + ab + ba + b = > ab*ba = z ^ a b = -ba = ba, por lo que R es conmutativo.
S. Como az = z = za para todo a G R, tenemos que z G C y C £ i . S i x , y G C , entonces (x + y)a =
xa + ya = ax + ay = a(x + y), (xy-)o = x(ya) = x(ay) = (xa)y = (ax)y = a(xy) y (-x )a = - (xa) =
- (ax) = a(—x), para todo a G R, de modo que x + y, xy, - x G C. En consecuencia, C es un
subanillo de R.
7. Como m, n son primos relativos, podemos escribir 1 = ms + ni donde s,t G Z. Como m, n > 0,
se sigue que uno de los números s o l debe ser positivo y el otro negativo. Supongamos (sin
pérdida de generalidad) que s es negativo, de modo que 1 - ms = ni > 0.
Entonces a '= b ' =5 (aV = ( W => a“= b“ => a '" " = b'~“ => a(a")M = é(b*)Hl. Pero como
—s > 0 y a'= b", tenemos (a*)'-*’ = (f>")M. En consecuencia,
([(a” )<-’>= (6” )(“’>^ z] A [a(a”')<-’>.= ¿ (b " )'" '1]) ^>a = 6,
ya que podemos usar la ley de cancelación para el producto en un dominio de integridad.
9. Sean x = a , + fe,, y = a¡+ b2, con a,, a2 € A y b¡, b2 G B. Entoncesx - y = ( a ,- a 2) + (b¡- b !) G
A + B. Si r G R y a + b G A + B , con a G A y b G B , entonces ra G A, rb G B y r(a + b) G A
+ B. De manera similar, (a + b)r E /l+ B y A + B esu n ideal de fi.
11. Consideremos los números x, + xlt í , + 1 2+ x¡ t:, + *3+ • • • + x.. Si uno de estos
números es congruente con 0 módulo n, se sigue el resultado. Si no, existen l < i < ) S « tales
que (x, + x2+ • • • + *.)3 (*i + - - - + + - - - + XfXmod n). Por lo tanto, n divide a (*,., +
• •■ + x¡).
13. a) 1250 b) 1953 c) 3/16
15. a) 0 b) 5 c) 0
d) 5, si el último dígito de n es 5;
0, si el último dígito de n es 0.
C ap ítu lo 15
Á lgebra b o o le a n a y fu n c io n es
d e c o n m u tación
Sección 15.1— 1. a) 1 b) 1 c) 1 d) 1 e) 1
pág. 743 3. a) T b) 2<m
La siguiente tabla muestra el crecimiento del número de funciones booleanas respecto del
crecimiento del número n (de variables booleanas).
rt 212' 2
1 4
2 16
3 256
4 65,536
5 4,294,967,2%
6 18,446,744,073,709,551,616
i-80 Soluciones
f g A fg fh gh fg + fh + g h fg + J h
0 0 0 0 0 0 0 0
0 0 1 0 1 0 1 1
0 1 0 0 0 0 0 0
0 1 1 0 1 1 1 1
1 0 0 0 0 0 0 0
1 0 1 0 0 0 0 0
1 1 0 1 0 0 1 1
1 1 1 1 0 1 1 1
ección 15.2—
ág. 754
Soluciones
7. I
Sección 15.4— 3. a) 30 b) 30 c) 1 d) 21 e) 30 f) 70
pág. 771 S. a) w < 0 => w - 0 = w. Pero w ■0 = 0, por la parte (a) del teorema 15.3.
c) y S z => yz = y y y < z => yz = y. Por lo tanto, y = yz = (yz)z = y(zz) = y - 0 = 0.
7. y £ x
9. Por el teorema 15.5(a), si x,, x, son átomos distintos y x, x, ? 0, entonces ir. = x, x2= x2x¡ = x,,
una contradicción.
11. No. Sean «U= [a, b, c) y 33 = U, D 0.%}. Si 33,= {0, ^U, (a ), {6). [a,
entonces , satisface las condiciones dadas, pero no es una subálgebrade 33. Por ejemplo, (a)
_
13. a) /(0 ) =/(xx) para cada x £ S ,./(x x ) =/(x)/(x) = f(x )f(x ) = 0.
b) Se sigue de la parte (a) por dualidad.
c) r s y o r y = x í - f ( x y ) = f(x)= > f(x)f(y) = / ( x ) 0 /(x ) =S/(y)
e) S i # 0 =>/(5¡) + 0. Sean x2, y¡ £ f(S ¡ ) con x,, y, £ S¡ yf(x ,) =x¡, /(y ,) = y¡. Entonces
f(x¡ + y ,)= f(x ,) + /(y,) = x2 + y¡ y ar, + y, £ S,. Por lo tanto, x: + ys £ /(S,). Además,
x 2 = /( * ,) = /(* ,) y como?, £ S„ se sigue que?, £ Por el ejercicio 10(d),/(S,) es
una subálgebrade 9Sj. _________ ___ ___
15. a) f(x y ) = / ( x + y ) = f(x + y) = f{x) - f ( y ) = /(x ) -/(y ) = /(S ) / ( y ) = / ( x ) -/(y )
b) Sean 3¡„ Si. álgebras booleanas tales que / : 3>, -> 5S¡ es uno a uno y sobre. Entonces f e s
un isomorfismo ú fix ) = f ( x ) y/(xy) =/(x)/(y) para todos x.y e 3!,. [Se sigue de la parte
(a) por dualidad.]
17. Para cada 1 £ i < n, (x, + x¡ + - - - + xjx¡= x,x, + * * + • • • + * ., * + x¡x ¡+Xm x¡ + - -- + x .x h =
0 + 0 + - + 0 + x , + 0 + - + 0 = x,. por la pane (b) del teorema 15.5. En consecuencia, el
teorema 15.7 implica que (x, + x, + - • • + x,)x = x para todo ir £ Si. Como el elemento uno es
único (a partir del ejercicio 12), concluimos que 1 = x, + Xj + ■• • + x„.
S-82________________ Soluciones_________________________________________________________________________________
Ejercicios 1. a) (i) Cuando n = 2. x¡+x2denota la suma booleana de x, y x¡. Paran a 2, definimos x,+Xj+
complementarios— + - -- de manera recursiva como Cr, + x, + - ■■+ x j « Bl. (Podemos dar una
pág. 774 definición similar para el producto booleano.) Para n = 2, xl +x2 = x¡x2es cierto; ésta
es una de las leyes de DeMorgan. Supongamos que el resultado es cierto para n=k(> 2)
y consideremos el caso n = k + 1.
(x, + x2 + - - - + xk + x„,¡) = ( i, + x; + ■- - - j^ ) + x*,,
= (xi+X2 + - - - + x k)x k+,
= xTxí---xíx*77
En consecuencia, el resultado es verdadero para todon a 2, por el principio de inducción
finita.
(ii) Se sigue de la parte (i) por dualidad.
(iü) = ( j , + i ,+ - • ■+ x j(x ¡ '+ x jf t-x^). Esto tiene el valor 0 si x,=
0 para todo 1 £ i £ n, o si xj = 0 para todo 1 £ i £ n. En ambos casos, x, xT + x¡ x j+
- ■• +x„x¡ tiene el valor 0. En los demás casos, la expresión tiene el valor 1 y existen
x,. x,.,. 1 £ i £ n - 1, tales que uno tiene el valor 0 y el otro 1, o x, tiene el valor 0( 1 )
mientras que x, tiene el valor 1(0). En estos casos, x, x j + x2x¡ + ■- - + x, T¡ también
tiene el valor 1.
b) 0 1 ? ; x.)(1 ?.tx,) = (x, + x;)(x2 + x¡) • • • (x„., + 7T„)(x„ + ZT)
3. Ella sólo puede invitar a Natalia y a Carmen.
S. Si x s z y y £ z, entonces, por el ejercicio 6(b) de la sección 15.4, tenemos x + y £ z + z- Por
la ley de idempotencia, tenemos z + z = z. Recíprocamente, supongamos que x + y £ z. Tene
mos que x £ x + y, pues x(x + >■) = x + xy (por la ley de idempotencia) = x (por la ley de
absorción). Como x £ x + y y x + y £ z , tenemos x £ z, pues un orden parcial es transitivo. (La
demostración de que y £ z es similar.)
7 . a) j < y ^ r + 7 £ y + x e > l £ y - i - x ^ y + x = x + y = 1. Recíprocamente,
x + y = 1 =>x(x + y ) = x • 1 ^ x x ( = 0) + xy = x ^ x y = x =>x £ y .
b) x S y ^ x y = x^> xy = (xy)y = x ( y y ) = x - 0 = 0. Recíprocamente,
x y = 0 ^ x = x - 1 = x ( y + y ) = xy + xy = xy y x = xyx> x& y.
9. a) f ( w ,x ,y ,z ) = w x + xy
b) g(v, w, x, y, z ) = v w y z + x z + w y z + x y z
11. a) b) 2‘ ; 2"~'
13. a) Si n = 60, existen 12 divisores, y ningún álgebra booleana contiene 12 elementos, pues 12
no es potencia de 2.
b) Sin = 120, existen lódivisores. Sin embargo, six = 4, entoncesx = 3 0 y x ■x = mcd(x,x) =
mcd(4, 30) = 2, que no es el elemento cero. Así, no se satisfacen las leyes de los inversos.
15. Si c £ a, entonces ac = c, de modo que ab + c = ab + ac = a(b + c). Recíprocamente, si ab + c =
a(b + c) = ab + ac, entoncesac = ac + 0 = ac +(ab + aB) = (ab + ac)+aB = (ab + c)+ aB - c +
(ab + aB) = c, y ac = c => c £ a.
C ap ítulo 16
G rupos, teoría d e la c o d ificación
y m é t o d o d e e n u m e ra c ió n d e P olya
Sección 16.2— 1. b) /(íT1) f(a ) =f(ar' - a) =f(eB) = eHy/(a ) -f(a-') = f(a ■tr') = /(e c) = V de modo que/(<r')
pág. 790 es un inverso de/(a). Por la unicidad de los inversos (Teorema 16.1b), se sigue quef(ar') =
[/(a)]-‘.
3. Si a + b-J3 = c + d , entonces a - c = (d - b ) -J í. Para d - b í 0, tenemos que ^ 3 = ( a - c ) /
(d -b ), lo que contradice el hecho de que J 3 sea irracional. Por lo tanto, d - b = 0, de modo que
d = b y a - c = ( d - b ) ^ 3 = 0 =>a = c. Recíprocamente. [(a = c) A (¿ = d)] =>[(a = c) A (¿1^ 3 =
d j 3 ) ) = > t n - b j 3 = c +d j 3 .
S . / ( 0 ) = ( 0 , 0) / ( 1) = ( 1, 1) / (2) = ( 2 , 0 )
/(3 ) = (0,1) /(4 ) = (1,0) /(5 ) = (2,1)
7. /(4 ,6 ) = -5 g , + 3g2
Soluciones
- c a g S
c c a p 8
a a c S p
P P 5 e a
8 S p a e
Por el teorema 16.3, H es un subgrupo de G. Y como los elementos de la tabla anterior son
simétricos respecto de la diagonal que va del extremo superior izquierdo al extremo infe
rior derecho, tenemos que H es un subgrupo abeliano de G.
b) Como | G | = 41 = 24 y |H | = 4 , existen 24/4 = 6 clases laterales izquierdas de H en G.
c ) Consideremos la función/ : / / —> Z; x Z , definida por
/(c ) = (0,0), /(a) = (1,0), /(P ) = (0,1), /(S) = (1,1).
Esta función f e s inyectiva y sobre; para cada x . y S H , tenemos que
/ ( * y ) =/(*)©/(>■)•
En consecuencia, f e s un isomorfismo.
Soluciones
(Nota: Podemos dar otras respuestas posibles en este caso. De hecho, podemos definir seis
posibles isomorfismos.)
XI. a) Si H es un subgrupo propio de G, entonces, por el teorema de Lagrange, |H | es 2 o p. Si
|/ / | = 2, entonces H - {e,x}, donde r = e. de modo que H = (x). Si |H | = p, sea y E H,
y + e. Entonces c(y) = p, de modo que H = (y).
b) Sea x E G , x í e . Entonces c ( x ) = p u c ( x ) = p 1. Si c ( x ) = p , entonces |(r>| = p . Si C (x ) =
p 2, entonces G = ( x ) y (xp) es un subgrupo de G de orden p .
13. b) Sea x £ H fl K. Si el orden de x es r, entonces r debe dividir a m y a n . Como mcdfm, n) =
1, se sigue que r = 1, de donde x = e y H n K= (e).
15. a) En (ZJ, •), existen p - 1 elementos, así, por el ejercicio 10, para cada [r] £ (Z‘ , -), [xf_l =
[1] o j '" 1= l(mod p). o x1’ nx(mod p). Para cada a E Z, s ip |a , entonces a ^O(m odp) y
a! = 0 s ¡¡(mod p). Si p / a , entonces a s Kmod p) donde 1 & b < p - l y a e = b? = b s
a(mod p).
b) En el grupo G de unidades de Z , hay ó00 unidades. Si a £ Z y mdc(a, n) = 1, entonces
[a] £ G y [a]*"’ = [1] o a«n h l (mod ri)
c) y d) Estos resultados se siguen de los ejercicios 6 y 10. Son casos particulares del ejerci
cio 10.
1 0 1 0 0
b) H = 1 1 0 1 0
0 1 0 0 1.
: Q ‘. ; C
7. a) 21 b) 954
c) N o :i= 2 1 y m = 21,porloquefon = 441 ¿ 954- n . En este caso, la posición de cierta arista
debe considerarse respecto de la posición de los vértices. Por ejemplo.
R B B R S
R B B 3
es equivalente a O
/(? * £ “') = f(g )f(x )f(g -')= f(g )e Hf ( g - ') = f(g )f(g ~ ') = /(g g “‘) = /( e G) = e„.
5. Si Tes un subgrupo de H, entonces e¡¡ £ T y f(e¿) = eH, por lo que ec Sf~'(T). Por lo tanto,
f~'(T) + 0. Si x, y e f~'(T), enlonces/(x),/(y) 6 T. Como T es un subgrupo de H =>f(x)f(y) =
/(xy) <=T=>xy S / - ‘(7). Además, x e /- '( T ) = >/(x) e [/(i)]-' 6 r = 5 / ( r ') £ 7 r í
jr1 e /- '( 7 ) . En consecuencia./-'(I) es un subgrupo de G.
7. Sean G = (g)y h =f(g). Si A, S //, entonces A, = /(g ”) para algún n £ Z , ya que / es sobre. Por
lo tanto. A, =/(g") = [f(g)Y = h"y H = <A>.
9. Para a, ¿ E G,
C ap ítu lo 17
C u erpos f in ito s y d iseñ o s
co m b in a to r io s
c) En caso contrario, existe g(x) e F[x\ tal que grad g(x) > 0 y g(x) lf(x), s(x). Pero entonces,
s(x) seria reducible.
d) Un elemento distinto de cero de ÍJcJ/(s(x)) tiene la forma [/(*)], donde f(x) é 0 y grad/(x) <
grad s(x). Como/(x) y s(x) son primos relativos, existen r(x), r(x) tales que 1 = /(x)r(x) +
s(x)dx), de modo que 1 = fe ) r(x)(mod s(*)) o [1] = [/(x)][r(x)]. Por lo tanto, [r(x)] = [/(x)]"1.
e) q"
15. a) [2x + 1] b) [x + 1] c) [2x + 1] d) [2x]
17. a) p" b) < « p " - l )
19. a) 6 b) 12 c) 12 d)mcm(m,n)
e) 0 f) 0 g) 0
21. 101, 103, 107, 109, 113, 121, 125, 127,128, 131, 137, 139, 149
23. Para s(x) =xi +x2+ x+ 2 e Z¡[x], vemos que s(0) = 2 ,j(l) = 2 y s(2) = 1. Entonces, por la parte
(b) del teorema 17.7 y las partes (b) y (c) del teorema 17.11, Z,[xj/(s(x)) es un cuerpo finito con
33= 27 elementos.
25. a) Como 0 = 0 + 0 4 I £ Q[42], el conjunto Q[2] no es vacío. Para a + b 4 2 , c + d -¡2 e
Q [42], tenemos (a + b 4 2 ) - ( c + d 4 2 ) = ( a - c) + (fe- d )4 2 , con ( a - c).(b- J ) € Q ; y
(a + b 4 2 ) ( c + d 4 2 ) = (ac + 2bd) + (ad + be) 4 2 , con ac + 2bd, ad + be E Q.
En consecuencia, por la parte (a) del teorema 14.10, tenemos que Q[ 42 ] es un subanillo de R.
b) Para mostrar que Q[V2] es un subcuerpo de R debemos encontrar en Q[V2] un inverso
multiplicativo para cada elemento distinto de cero en Q[V2J. Sea a + b 42 6 Q[V2] tal que
a + b42 i 0. Si í> = 0, entonces a í 0, a"' e Q y a"' + 0 • 42 e Q[42], Para b ¿ 0,
necesitamos encontrar c + d 4 2 e Q[42] tal que
(a + b V ^ )(c + dV 2) = l
/([a + í>x]) = a + ¿ V 2.
Mediante un argumento similar al dado en el ejemplo 17.10 y la parte (a) del ejercicio 24 se
sigue que/es un isomorfismo.
roción 17.3— 1. a) 1 2 3 4 b) 1 2 3 4 c) 1 3 4 2
Sg. 858 2 1 4 3 3 4 1 2 4 2 1 3
4 3 2 1 2 1 4 3 3 1 2 4
3 4 12 4 3 2 1 2 4 3 1
3. a'í,1 = a 'j ’ c?ft f + f =f t f + í* í mf ^ i = í
5. Ly. 4 5 1 2 3 U 5 1 2 3 4
2 3 4 5 1 4 5 1 2 3
5 1 2 3 4 3 4 5 1 2
3 4 5 1 2 2 3 4 5 1
1 2 3 4 5 1 2 3 4 5
Soluciones S-91
GF(5) 25 30 5 6
GF(3*¡ 81 90 9 10
GF(7) 49 56 7 8
GF( 2*) 256 272 16 17
GF(31) 961 992 31 32
3. Hay nueve puntos y doce rectas. Estas rectas están en cuatro clases paralelas.
(i) Pendiente 0: y = 0; y = 1; y = 2
(ii) Pendiente infinita: x = 0 ; x = l; x = 2
(iii) Pendiente l : y = x ;y = x + l : y = x + 2
(iv) Pendiente 2 (como se muestra en la figura): (1) y = 2x (2) y = 2x + 1 (3) y = 2x + 2
13. Hay X bloques que contienen a x y y. Y como r es el número de réplica del diseño, se sigue que
r - X bloques contienen a x, pero no a y. De la misma forma, hay r - X bloques que contienen
a y, pero no a x. En consecuencia, el número de bloques en el diseño que contienen a y o ax
es ( r - X) * ( r - X ) + 1= 2 r -X .
15. a) 31 b) 8
1 7 .a ) v = 6 = 31; r = k = 6; \ = 1 b)u = ó =57; r = k = 8; X = 1
c) u = 6 = 73; r = jfc= 9;X = l
Ejercicios 1. n = 9
complementario: 3. a) 31 b) 30 c) 29 d) * = 1000
pág. 873 5. Para todo a £ Zp, cf= a [Véase la parte (a) del ejercicio 15 a] final de la sección 16.3.], de
modo que a es una raíz de x " - x y x - <¡ es un factor de xp- x. Como (Z ,+ , ) 'es un cuerpo, el
polinomio x?- x puede tener un máximo de p raíces. Por lo tanto, x f - x = (x - a).
7. Por la parte (a) del ejercicio complementario 4 del capítulo 14, sabemos que para z,. zi £ C,
r £ R y n £ N, tenemos (1) z¡ + z2 = z¡-t-z¿; (2) ñ ¡ = rz[ = rzT; y (3) (zjr) . Como/(x) £ R[x],
podemos escribir/(x) = + a«_, x*-1+ - - - + ayx? + a,x + ao, donde a, £ R para O s j £ m.
Como / ( a + bi) = 0 para a + 6i £ C , tenemos que'£*^aj (a + b iy = 0. Por lo tanto, 0 = 0 =
2 “ oaj(° + b¡y = aj(a + b,y = Y"*, o, (“ + 60' y - *0 es una
raíz de/(x).
9. {1,2,4}, {2,3,5}, {4,5,7}
11. a) 9 b) 91
13. b) A • Jbes una matriz t) x 6 cuyo elemento (i, j) es r, puesto que hay r unos en cada fila de A
y cada elemento de Jb es 1. Por lo tanto, A ■J¡= r j„ ,^ De la misma forma, /„ • A es una
matriz u x 6 tal que su elemento (i, j) es k, puesto que hay k unos en cada columna de A y
cada elemento de 7„ es 1. Por lo tanto, 7„ - A = k ■Jv„
c) El elemento (¡, j) de A ■4 “ se obtiene mediante el producto componente a componente de
las filas i y já e A . Si i= j , esto produce el número de unos en la fila i, que es igual a r. Para
i = j , el número de unos es el número de veces que x ,y x¡ aparecen en el mismo bloque,
número dado por X. Por lo tanto, A • A°= (r - X)/„ + X/„.
d) r X X X
X r X X
X X r X
Soluciones S-93
r X -r X -r X— r X -r
X r -X 0 0 0
X 0 r —X 0 0
X 0 0 r—X 0
X o 0 0 r-X
-<
0 0 0 0
+
1
X r-X 0 0 0
X 0 r—X 0 0
X 0 0 r —X 0
X 0 0 0 ... -X
A p én d ice 1
F un ciones e x p on en cial
y logarítm ica
A p én d ice 2
M atrices, o p e r a c io n e s con m atrices
y d eter m in a n te s
pág. A -24 1. a) [ - 1 3 1 -8 ] b)
C) 2
l-l
üzj—Q21+ C¡22+ ÍÍ23 + &
TA= —1 + 3 + 1 —8 = —5
d) 2 44 = fli4 + í224 flja = —3 —8 + 6 = —5
3 2 5
3. a) 4 + 8 = b) ( 4 + B) + C = |
0 2 7 [3111
'I 2 3]
c) 8 + C = d) 4 + (8 + C) = ^ 3 J]
6 6 1
4 2 81 n s ni
e) 24 = f) 2 4 + 3 8 = )
-2 0 6 ll 6 18
0 5
g) 2C + 3C = h) 5C =
125 20 -S
2 -2 -6 1 4 0 0]
i) 2 8 - 4C = j) A + 2B — 3C =
-1 8 -1 2 20 -14 -8 20
9 21] r - io -10 ]
S. a) [ 1 2 ] , 0 1 2
12 27 18 24
-5 -7 8 a 6 c a 6 c
d) 29 21 2 e) d e f 0 3« 3ft 3i
-2 3 -3 5 6 3* 3h 3i d e /.
11. a)
h -b ia - 0
L3 -2JL yJ
1 O -2
15. a) 3 1 -1 = 3 (-d ~ | ; -2 |
4 1 2
+ ( - l ) ( - l ) 2*3|^ “ | = - 3 ( 2 ) + (10)+ 1 = 5
1 O -2
3 1 - 1 = ( - 2 ) ( - l ) ’*3g J | + (-1 M -1 )j ‘ 5|4 {I
4 1 2
+ 2 ( - l ) 5*3| j 5| = - 2 ( - l ) + 1 + 2( 1) = 5
1 1 2
,12 -41
2 3 - 4 = l ( - i r ‘|5 + !(-!)' lo 7l
0 5 7
1 1 2
2 3 - 4 - « - i ) * * * |5 ; | + 3 ( - i r 3|¿ ;|
0 5 7
17. x = ± 2
Soluciones
1 2 1
19. a) (i) 0 -1 -1
2 3 0
2( 2 - ( -1 ) ) - 3 ( - l ) = 2 ( - l ) + 3 = 1.
(ii) 5 (iü) 25 (iv) 5 (v) 25 (vi) 125
b) (i) 51 (ii) 306 (iü) 510
A p én d ice 3
C o n ju n tos n u m erab les y n o
nu m erab les
f : S x T - > Z’
como/ f e i¡) = 2 y , para i, j £ Z’. Si i, j, k, t € Z‘ y / f e t¡) = /fe , r,), entonces/fe, t¡) = /f e , i,)
=e 2‘V= 2*3' =e i = k ,j = I (por el teorema fundamental de la aritmética) => s,= s, y t¡= t, =>
f e ij) = fe, r,). Por lo tanto, / e s una función inyectiva y S x T ~ f( S x T) C Z*. Así, por el
teorema A3.3, sabemos que S x T e s numerable.
7. Como Z - (0) C Z sabemos que Z - {0} es numerable. Por la parte (b) del ejercicio 6,
sabemos que (Z - (0¡) x Z x Z es numerable. Ahora, para cualquier (a, b, c) £ (Z - (0)) x
Z x Z, existen cuando más dos soluciones reales (distintas) de la ecuación cuadrática atr+bx +
c = 0. El teorema A3.9 implica entonces que el conjunto de todas las soluciones reales de las
ecuaciones cuadráticas ax‘+ b x * c = 0, tales que a, b, c £ Z y a 4 0, es numerable.