Mate Disc

Matemáticas discretas
(material de apoyo de clase)
Dr. Miguel Mata Pérez

miguel.matapr@uanl.edu.mx
Facultad de Ingeniería Mecánica y Eléctrica

Universidad Autónoma de Nuevo León
Nuevo León, México

28 de abril de 2021
Presentación
Respecto a estas notas

Este material ha sido preparado como material de apoyo para la materia de «Ma-
temáticas discretas» que se imparte a nivel licenciatura en la Facultad de Ingeniería
Mecánica y Eléctrica de la Universidad Autónoma de Nuevo León.
No es propiamente el material del curso, sino apuntes de apoyo para la impartición

de la clase por lo que el infortunado lector encontrará secciones no suficientemente
explicadas en este texto, pues fueron diseñadas para ser explicadas por el profesor.
Además, su elaboración está aún en construcción por lo que aún hay partes no bien
desarrolladas.
Aún con lo anterior, el material se encontrará en desarrollo continuo y esperamos

sinceramente que, eventualmente, sea de utilidad.
*Respecto a la actualización de estas notas

Este material inició como proyecto del autor en el verano del 2015, con el ánimo de
que en un futuro cercano pudiera ser de utilidad a aquel que quisiera repasar sus
conocimientos en la materia, pero infortunadamente su desarrollo ha sido más lento
de lo esperado.
El material seguirá desarrollándose poco a poco (sobre todo, esperamos incorporar

soluciones a los ejemplos y respuestas a los ejercicios), con la intención de que en un
futuro sea de mejor apoyo para el autoestudio.
La versión más actual de este material (las letritas en rojo al pie de casi cada página
indican la fecha de la última edición) puede obtenerse del siguiente enlace:
http://logistica.fime.uanl.mx/miguel/docs/MateDisc.pdf
Siéntase libre de conservar y compartir el enlace anterior. Se desaconseja conservar

copias digitales en otros servidores, pues de esa manera no se sabrá si se tiene la
versión más reciente.
Pero sobre todo, se desaconseja categóricamente la impresión de este material:

no vale la pena gastar papel (¡árboles!) en un material de acceso virtual libre que
además está aún inacabado.
i
Matemáticas discretas (M. MATA) ii
Competencias específicas
De acuerdo al programa analítico de la materia, las competencias de la materia son:
«Modelar problemas por métodos analíticos y/o computacionales, generando alterna-

tivas de solución basadas en lenguaje matemático y computacional de tal manera que
permite identificar el fundamento matemático que sustenta a la computadora.
»Implementar soluciones tecnológicas a problemas de ingeniería en software y hardware

de tal forma que esté basada en algoritmos matemáticos y computacionales».
Unidades temáticas
Según los ejercicios del programa analítico, este curso debe cubrir:
Tablas lógicas
Inducción matemática
Leyes, propiedades y operaciones con conjuntos
Tipos de sucesiones
Cadenas y alfabetos
Relaciones de recurrencia mediante gráficas y matriz de relaciones
Representación de funciones
Lo cual está organizado en el presente material de la siguiente manera:

Lógica, conjuntos y alfabetos
Relaciones, funciones y recursividad
Conteo y combinatoria
Grafos
Incidencia en los planes de estudio

Según los programas vigentes, la materia de «Matemáticas discretas» forma parte de
los planes de estudio de las siguientes carreras:
IAS (401): 2.o semestre. Materia obligatoria.
IAS: 3.er semestre. Materia obligatoria.
ITS: 3.er semestre. Materia obligatoria.
IMTC (401): 5.o semestre. Materia optativa.
¡Material en construcción! (versión: 2021.04.28)

Matemáticas discretas (M. MATA) iii
Bibliografía
Aunque en general estos apuntes han salido de las notas personales del autor, se
presenta la siguiente bibliografía:
R. ESPINOSA. Matemáticas discretas. 2.a edición. Alfaomega. México, 2016.
S. LIPSCHUTZ. Matemáticas finitas. McGraw-Hill. México, 1966.
R. JOHNSONBAUGH. Matemáticas discretas. 6.a edición. Editorial Pearson Educa-

ción. México, 2005.
R. GRIMALDI. Matemáticas discretas y combinatoria. 3.a edición. Editorial Addison-

Wesley Iberoamericana. Estados Unidos, 1997.

Índice general
Presentación I
1. Introducción 1
1.1. Conjuntos discretos y conjuntos continuos . . . . . . . . . . . . . . 1
1.2. Conjuntos numéricos . . . . . . . . . . . . . . . . . . . . . . . . . . 1
2. Lógica 3
2.1. Proposiciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
2.2. Operadores lógicos . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
2.2.1. Negación . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
2.2.2. Conjunción . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
2.2.3. Disyunción . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
2.2.4. Condicional . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
2.2.5. Bicondicional . . . . . . . . . . . . . . . . . . . . . . . . . . 6
2.2.6. Precedencia . . . . . . . . . . . . . . . . . . . . . . . . . . 6
2.3. Representaciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
2.3.1. Redes de decisión . . . . . . . . . . . . . . . . . . . . . . . 6
2.3.2. Valores de verdad . . . . . . . . . . . . . . . . . . . . . . . 7
2.3.3. Tablas de verdad . . . . . . . . . . . . . . . . . . . . . . . . 7
2.3.4. Diagramas binarios de decisión . . . . . . . . . . . . . . . . 8
2.4. Tautologías . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
2.4.1. Implicación . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
2.4.2. Equivalencias . . . . . . . . . . . . . . . . . . . . . . . . . . 11
2.4.3. Leyes del álgebra de proposiciones . . . . . . . . . . . . . . . 12
2.4.4. Más sobre el condicional . . . . . . . . . . . . . . . . . . . . 13
2.5. Argumentos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
2.5.1. Reglas de inferencia* . . . . . . . . . . . . . . . . . . . . . . 15
2.5.2. Demostraciones . . . . . . . . . . . . . . . . . . . . . . . . 16
2.6. Cuantificadores . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
2.6.1. Negación . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
2.6.2. Cuantificadores anidados . . . . . . . . . . . . . . . . . . . . 19
3. Conjuntos 21
3.1. Relación de pertenencia . . . . . . . . . . . . . . . . . . . . . . . . 21
3.2. Subconjuntos e igualdad . . . . . . . . . . . . . . . . . . . . . . . . 22
3.3. Conjunto universal y conjunto vacío . . . . . . . . . . . . . . . . . . 23
iv
Matemáticas discretas (M. MATA) v
3.4. Conjunto potencia . . . . . . . . . . . . . . . . . . . . . . . . . . . 23

3.5. Operaciones con conjuntos . . . . . . . . . . . . . . . . . . . . . . . 24
3.5.1. Unión . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
3.5.2. Intersección . . . . . . . . . . . . . . . . . . . . . . . . . . 24
3.5.3. Diferencia . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
3.5.4. Complemento . . . . . . . . . . . . . . . . . . . . . . . . . 25
3.5.5. Propiedades de los conjuntos . . . . . . . . . . . . . . . . . 26
3.6. Cardinalidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
3.6.1. Propiedades de las cardinalidades . . . . . . . . . . . . . . . 28
3.7. Diagramas de Venn . . . . . . . . . . . . . . . . . . . . . . . . . . 29
3.7.1. Conteo mediante diagramas de Venn . . . . . . . . . . . . . 30
4. Alfabetos, cadenas y lenguajes 32

4.1. Alfabetos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
4.2. Cadenas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
4.2.1. Concatenación . . . . . . . . . . . . . . . . . . . . . . . . . 34
4.2.2. Subcadenas, prefijos y sufijos . . . . . . . . . . . . . . . . . 34
4.2.3. Potencia de una cadena . . . . . . . . . . . . . . . . . . . . 35
4.2.4. Reflexión de una cadena . . . . . . . . . . . . . . . . . . . . 35
4.3. Lenguajes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
4.3.1. Operaciones entre lenguajes . . . . . . . . . . . . . . . . . . 37
4.3.2. Concatenación de lenguajes . . . . . . . . . . . . . . . . . . 37
4.3.3. Potencias de un lenguaje . . . . . . . . . . . . . . . . . . . . 37
4.3.4. Reflexión de un lenguaje . . . . . . . . . . . . . . . . . . . . 37
5. Producto cartesiano y matrices 39

5.1. Producto cartesiano . . . . . . . . . . . . . . . . . . . . . . . . . . 39
5.1.1. Pares ordenados . . . . . . . . . . . . . . . . . . . . . . . . 39
5.1.2. Conjunto producto . . . . . . . . . . . . . . . . . . . . . . . 39
5.1.3. Conjunto producto en general . . . . . . . . . . . . . . . . . 40
5.1.4. Conjuntos de verdad de proposiciones* . . . . . . . . . . . . 40
5.2. Matrices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
5.2.1. Matriz traspuesta . . . . . . . . . . . . . . . . . . . . . . . 42
5.2.2. Matrices cuadradas . . . . . . . . . . . . . . . . . . . . . . 42
5.2.3. Matriz diagonal y matriz identidad . . . . . . . . . . . . . . 42
5.2.4. Matriz simétrica . . . . . . . . . . . . . . . . . . . . . . . . 43
5.2.5. Matrices triangulares . . . . . . . . . . . . . . . . . . . . . . 43
5.2.6. Operaciones entre matrices* . . . . . . . . . . . . . . . . . . 43
6. Relaciones y funciones 44
6.1. Relaciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
6.1.1. Representación gráfica de una relación . . . . . . . . . . . . 44
6.1.2. Representación matricial de una relación . . . . . . . . . . . 45
6.1.3. Dominio y rango de una relación . . . . . . . . . . . . . . . 46
6.1.4. Relación inversa . . . . . . . . . . . . . . . . . . . . . . . . 47
6.2. Relaciones de orden y relaciones de equivalencia . . . . . . . . . . . 47

Matemáticas discretas (M. MATA) vi
6.2.1. Relaciones de orden . . . . . . . . . . . . . . . . . . . . . . 48

6.2.2. Relaciones de equivalencia . . . . . . . . . . . . . . . . . . . 49
6.2.3. Clases de equivalencia . . . . . . . . . . . . . . . . . . . . . 49
6.2.4. Particiones . . . . . . . . . . . . . . . . . . . . . . . . . . . 50
6.2.5. Clases de equivalencia y particiones . . . . . . . . . . . . . . 51
6.3. Funciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52
6.3.1. Gráfica de una función . . . . . . . . . . . . . . . . . . . . . 55
6.3.2. Composición de funciones . . . . . . . . . . . . . . . . . . . 56
6.3.3. Funciones inyectivas y sobreyectivas . . . . . . . . . . . . . . 57
6.3.4. Función inversa . . . . . . . . . . . . . . . . . . . . . . . . 58
6.3.5. Función identidad . . . . . . . . . . . . . . . . . . . . . . . 59
7. Recursividad 61
7.1. Sucesiones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61
7.1.1. Sucesiones acotadas y monótonas . . . . . . . . . . . . . . . 61
7.1.2. Subsucesiones . . . . . . . . . . . . . . . . . . . . . . . . . 62
7.2. Funciones recursivas . . . . . . . . . . . . . . . . . . . . . . . . . . 63
7.3. Notación Sigma . . . . . . . . . . . . . . . . . . . . . . . . . . . . 64
7.4. Inducción matemática . . . . . . . . . . . . . . . . . . . . . . . . . 65
8. Combinatoria 70
8.1. Conteo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 70
8.1.1. Principio fundamental del conteo . . . . . . . . . . . . . . . 70
8.2. Ordenaciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 72
8.2.1. Permutaciones . . . . . . . . . . . . . . . . . . . . . . . . . 72
8.2.2. Permutaciones con elementos repetidos . . . . . . . . . . . . 73
8.3. Ordenaciones con repetición . . . . . . . . . . . . . . . . . . . . . . 73
8.4. Combinaciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 74
8.5. Combinaciones con repetición . . . . . . . . . . . . . . . . . . . . . 75
8.6. Coeficientes binomiales . . . . . . . . . . . . . . . . . . . . . . . . 75
8.6.1. Triángulo de Pascal . . . . . . . . . . . . . . . . . . . . . . 76
8.6.2. Teorema del binomio . . . . . . . . . . . . . . . . . . . . . . 76
8.6.3. Teorema del multinomio . . . . . . . . . . . . . . . . . . . . 77
8.7. Diagramas de árbol . . . . . . . . . . . . . . . . . . . . . . . . . . 78
9. Teoría de grafos 80
9.1. Grafos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 80
9.2. Definiciones básicas . . . . . . . . . . . . . . . . . . . . . . . . . . 81
9.2.1. Incidencia y adyacencia . . . . . . . . . . . . . . . . . . . . 81
9.2.2. Vecinos y grados . . . . . . . . . . . . . . . . . . . . . . . . 82
9.2.3. Cadenas, caminos, ciclos y circuitos . . . . . . . . . . . . . . 83
9.3. Algunos tipos de grafos . . . . . . . . . . . . . . . . . . . . . . . . 85
9.3.1. Grafos completos . . . . . . . . . . . . . . . . . . . . . . . . 85
9.3.2. Torneos . . . . . . . . . . . . . . . . . . . . . . . . . . . . 86
9.3.3. Grafos conexos . . . . . . . . . . . . . . . . . . . . . . . . . 87
9.3.4. Árboles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 87

Matemáticas discretas (M. MATA) vii
9.3.5. Árboles dirigidos y árboles binarios . . . . . . . . . . . . . . 88

9.3.6. Grafos bipartitos . . . . . . . . . . . . . . . . . . . . . . . . 89
9.3.7. Grafos planos . . . . . . . . . . . . . . . . . . . . . . . . . 90
9.4. Representaciones matriciales . . . . . . . . . . . . . . . . . . . . . . 91
A. Números flotantes 93
A.1. Representación binaria de números enteros . . . . . . . . . . . . . . 93
A.2. Representación binaria de números fraccionarios . . . . . . . . . . . 94
A.3. Representación en punto flotante . . . . . . . . . . . . . . . . . . . 94
A.3.1. Representación flotante binaria . . . . . . . . . . . . . . . . 94

Capítulo 1
Introducción
1.1. Conjuntos discretos y conjuntos continuos

Definición 1.1. Se dice que un conjunto es discreto si sus elementos son numera-
bles (esto es, si se pueden enlistar de uno por uno sin que quede alguno fuera de la
lista).
Observación 1.2. Todos los conjuntos finitos son discretos, pero también existen
conjuntos infinitos que son discretos.
Definición 1.3. Se dice que un conjunto es continuo si es denso (esto es, si entre
cada par de elementos distintos existe otro elemento) y completo (esto es, si todas
la sucesiones convergentes de elementos del conjunto, convergen a un elemento del
conjunto).
Observación 1.4. Todos los conjuntos continuos son infinitos y no son discretos.
Las matemáticas discretas son la rama de las matemáticas que se encarga del es-
tudio de conjuntos discretos. Son fundamentales para las ciencias computacionales
porque, como podremos comprobar, todo lo relacionado a ellas es discreto.
1.2. Conjuntos numéricos

El concepto de número ha sufrido un largo y complejo desarrollo histórico. Actualmente
podemos distinguir, entre otros, los siguientes conjuntos:
Dígitos: También llamados guarismos. Son los que empleamos para representar las
cifras.
D “ t0, 1, 2, 3, . . . , 9u
Números naturales: Los más antiguos. Son los que se emplean para contar.
N “ t1, 2, 3, . . . u
(En algunas ramas de la matemática moderna, el cero se define como natural).
1
Matemáticas discretas (M. MATA) 2
Números enteros: A los números naturales se añanden sus inversos aditivos (ne-
gativos) y el cero.
Z “ t. . . , ´3, ´2, ´1, 0, 1, 2, 3, . . . u
Números racionales: Conocidos también como fraccionales, son un cociente de

enteros. Su expansión decimal es periódica.
!a ˇ )
ˇ a, b P Z, b ‰ 0
ˇ
Q“
b
Números irracionales: Son números de expansión decimal no periódica. No existe

forma?de escribirlos como cociente de dos enteros. Algunos ejemplos de estos números
son: 2, π, e, φ, sen 1˝ . Son muchos más que los números racionales.
Números reales: Contienen a todos los números con cualquier tipo de expansión
decimal. Son la unión de los números racionales y los irracionales.
R “ tA.d1 d2 d3 ¨ ¨ ¨ | A P Z, di P Du
Números complejos: Una vez definida la unidad imaginaria i (mediante i2 “ ´1),

son aquellos que se conforman de una parte real y una imaginaria.
C “ ta ` b i | a, b P Ru
Números algebraicos: Son números complejos que son ? solución˝ de ?

un polinomio
6 3
con coeficientes racionales. Algunos ejemplos son: 8, 7 , 2, sen 15 , i, 5`3i.
A “ tx P C | an xn ` ¨ ¨ ¨ ` a1 x ` a0 “ 0, n P N, ai P Q, an ‰ 0u
Cuaterniones: Una vez definidas la unidades imaginarias i, j, k (mediante i2 “ j2 “

k2 “ ijk “ ´1), son aquellos que se conforman de una parte real y tres imaginarias.
H “ ta ` b i ` c j ` d k | a, b, c, d P Ru “ tx ` y j | x, y P Cu
Observación 1.5. Los conjuntos D, N, Z, Q y A son conjuntos discretos. Los con-

juntos R, C y H son conjuntos continuos.
Observación 1.6. También es discreto el conjunto de números flotantes con los que
trabaja la computadora (para una presentación de éstos, ver el apéndice A).

Capítulo 2
Lógica
La «lógica» es una ciencia formal que estudia el «razonamiento» correcto. Suele ser
confundida con el «sentido común».
Por ello, antes de comenzar, iniciemos con un pequeño auto-examen de lógica. Res-
ponda a lo siguiente:
1. ¿Es verdadera la afirmación «algunos de los alumnos de este salón tienen menos
de 80 años»?
2. Si estudio, apruebo. No estudio. ¿Cuál es la conclusión?
3. La afirmación «Madrid está en España o Londres está en Inglaterra» ¿es verda-

dera o falsa?
4. «Si dos rectas son paralelas no se intersectan e inversamente», en este caso,

¿qué es «inversamente»?, es decir, ¿cuál es la afirmación «inversa»?
5. El siguiente, ¿es un razonamiento correcto? «Si estudio aprendo más», «Estudio»

y «No aprendo más», por lo tanto «Soy un genio».
6. El padre dijo a su hijo, «Si sacas buenas notas te compro una bicicleta», el niño
sacó malas notas, cuando el padre las vio el hijo le preguntó, «Papá, ¿me vas a
comprar una bicicleta?». ¿Hizo el niño una pregunta lógica?
Las respuestas correctas son: 1. Sí. 2. Se puede concluir cualquier cosa. 3. Verdadera.
4. Si dos rectas no son paralelas, se intersectan. 5. Sí. 6. Sí.
Si contestó incorrectamente a más de una de las preguntas anteriores, no puede obviar

este capítulo.
2.1. Proposiciones
Una proposición es un enunciado que puede ser calificado como verdadero o falso.
Ejemplo 2.1. Las siguientes son proposiciones simples:
3
1. París está en Inglaterra.
2. 2 ` 2 “ 4.
3. x2 ` 1 ą 0 px P Rq.
En cambio, expresiones como «Hola, ¿qué hace?», «Cierra la puerta» o «¡Viva México!»
no son proposiciones.
Ejercicio 2.2. Decir si las siguientes son proposiciones:

1. Existen números enteros que son negativos.
2. El 5 es un número impar.
3. Ojalá todos aprueben este curso.
4. El 7 de octubre de 1998 fue miércoles.
5. ¿Ya mero acaba la clase?
6. 1 ` 1 “ 3.
7. Esta frase es falsa.
8. Hoy es miércoles.
9. x2 ´ 4 ď 0.
10. Todas las aves vuelan.

Denotaremos las proposiciones simples con letras minúsculas: p, q, r, . . .
2.2. Operadores lógicos

Las proposiciones simples pueden combinarse para formar proposiciones más comple-
jas mediante operadores lógicos. Las proposiciones compuestas las denotaremos, en
ocasiones, con letras mayúsculas.
2.2.1. Negación
Dada una proposición p la negación de p es también una proposición. La denotaremos
p y se lee «no p». Su valor de verdad será el contrario al de p.
Ejemplo 2.3. Algunos ejemplos de negación:
1. p: París está en Inglaterra,
p: París no está en Inglaterra.
2. q: 1 ` 1 “ 3,
q: 1 ` 1 ‰ 3.

3. r: x2 ` 1 ą 0,
r: x2 ` 1 ď 0.
4. t: No hace frío,
t: Hace frío.
2.2.2. Conjunción
Dadas dos proposiciones p y q la conjunción de p con q es también una proposición.
La denotaremos p ^ q y se lee «p y q». Su valor de verdad será verdadero sólo cuando
ambas proposiciones p y q sean verdaderas.
Ejemplo 2.4. Algunos ejemplos de conjunción:

q: Madrid está en España,
p ^ q: París está en Inglaterra y Madrid está en España.
2. p: No hace frío,
q: No hace calor,
p ^ q: No hace frío ni calor.
3. p: |x| ą π,
q: x2 ´ 16 ď 0,
p ^ q: |x| ą π y x2 ´ 16 ď 0.
4. Las rosas son rojas y las violetas son azules.
2.2.3. Disyunción
Dadas dos proposiciones p y q la disyunción de p con q es también una proposición.
La denotaremos p _ q y se lee «p o q». Su valor de verdad será falso sólo cuando
ambas proposiciones p y q sean falsas.
Ejemplo 2.5. Algunos ejemplos de disyunción:

q: París está en España,
p _ q: París está en Inglaterra o en España.
2. Sacas buenas calificaciones o no vas a la fiesta.
2.2.4. Condicional
Dadas dos proposiciones p y q el condicional de p con q es también una proposición.
La denotaremos p Ñ q y se lee «si p entonces q» «si p, q» (entre otras expresiones
similares). Su valor de verdad será falso sólo cuando p sea verdadera pero q sea falsa.
Ejemplo 2.6. Algunos ejemplos de condicional :

1. p: París está en Francia,

q: Madrid está en Inglaterra,
p Ñ q: Si París está en Francia, Madrid está en Inglaterra.
2. Si x ă ´2 entonces x2 ą 4.
3. Si apruebas matemáticas, te compro una bicicleta.
2.2.5. Bicondicional
Dadas dos proposiciones p y q el bicondicional de p y q es también una proposición.
La denotaremos p Ø q y se lee «p si y sólo si q» o «p siempre y cuando q». Su valor
de verdad será verdadero sólo cuando p y q tengan el mismo valor de verdad.
2.2.6. Precedencia
Cuando se escriben sin paréntesis, los operadores se ejecutan con la siguiente prece-
dencia: , ^, _, Ñ, Ø. De esta manera, la expresión p _ q ^ r _ s Ñ p _ s es
equivalente a rp _ pq ^ p rqq _ ss Ñ rp _ p sqs.
2.3. Representaciones
2.3.1. Redes de decisión
Existe una representación de redes de los operadores binarios _ y ^. Suele ser útil
en la comprensión de circuitos o redes eléctricas, y en diagramas de comunicación y
conmutadores.
Imaginemos que hay un emisor T0 y un receptor T1 . El flujo debe pasar por algunos
puertos que pueden estar abiertos (valor de 1) o cerrados (valor de 0).
T0 p T1
En este caso, el flujo será recibido en el receptor si p toma el valor de 1, y no será

recibido si toma el valor de 0.
La red toma la siguiente forma para el disyuntivo p _ q:
p
T0 T1
q
La red toma la siguiente forma para el conjuntivo p ^ q:
T0 p q T1
Ejemplo 2.7. Dibujar la red de decisión para rp ^ p r _ sqs _ rq ^ ts:

r
p
s
T0 T1
q t
Ejercicio 2.8. Dibujar la red de decisión para rrp ^ pq _ rqs _ rps _ pq ^ tss ^ s:
q
p
r
T0 s T1
s
t
p
2.3.2. Valores de verdad

Los valores de verdad de las proposiciones se representan simbólicamente de diversas
maneras:
Verdadero: V, T, J, 1.
Falso: F, F , K, 0.
En este curso, usaremos los valores binarios 1 y 0.
2.3.3. Tablas de verdad

Las tablas de verdad de los operadores son como sigue:
p q p^q p q p_q p q pÑq p q pØq
p p 1 1 1 1 1 1 1 1 1 1 1 1
1 0 1 0 0 1 0 1 1 0 0 1 0 0
0 1 0 1 0 0 1 1 0 1 1 0 1 0
0 0 0 0 0 0 0 0 1 0 0 1
Con estas tablas podemos calcular los valores de verdad de expresiones más complejas.
Ejemplo 2.9. Hacer la tabla de verdad de pp _ qq ^ r.

A kj hkkik
hkkik B kj
p q r p_q r A^B
1 1 1 1 0 0
1 1 0 1 1 1
1 0 1 1 0 0
1 0 0 1 1 1
0 1 1 1 0 0
0 1 0 1 1 1
0 0 1 0 0 0
0 0 0 0 1 0

Ejercicio 2.10. Hacer la tabla de verdad de rp ^ pq _ rqs _ p.

A
hkkikkj B kj
hkkik
p q r r q_ r pÂ B_p
1 1 1 0 1 1 1
1 1 0 1 1 1 1
1 0 1 0 0 0 1
1 0 0 1 1 1 1
0 1 1 0 1 0 0
0 1 0 1 1 0 0
0 0 1 0 0 0 0
0 0 0 1 1 0 0
Ejercicio 2.11. Hacer la tabla de verdad de p ^ rp q ^ rq _ pq ^ rqs.
A B C
hkkikkj
hkkikkj hkkikkj
p q r q^r q^ r A_B p^C
1 1 1 0 0 0 0
1 1 0 0 1 1 1
1 0 1 1 0 1 1
1 0 0 0 0 0 0
0 1 1 0 0 0 0
0 1 0 0 1 1 0
0 0 1 1 0 1 0
0 0 0 0 0 0 0
2.3.4. Diagramas binarios de decisión

Árbol de decisión binario y diagrama reducido de decisión binario.
Ejemplo 2.12. pp ^ qq _ pp ^ rq _ pq ^ rq
A kj hkkik
hkkik B kj hkkik
C kj
p q r p^q p^r q^r A_B_C
1 1 1 1 1 1 1
1 1 0 1 0 0 1
1 0 1 0 1 0 1
1 0 0 0 0 0 0
0 1 1 0 0 1 1
0 1 0 0 0 0 0
0 0 1 0 0 0 0
0 0 0 0 0 0 0
p p
1 0
q q q q
1 0 1 0
r r r r r
1 0 1 0 1 0 1 0
1 1 1 0 1 0 0 0 1 0

Ejemplo 2.13. p p ^ q ^ rq _ pp ^ qq _ pq ^ rq
A
hkkkkkkkikkkkkkkj B kj hkkik
hkkik C kj
p q r p^ q^ r p^q q^r A_B_C
1 1 1 0 1 1 1
1 1 0 0 1 0 1
1 0 1 0 0 0 0
1 0 0 0 0 0 0
0 1 1 0 0 1 1
0 1 0 0 0 0 0
0 0 1 0 0 0 0
0 0 0 1 0 0 1
p p
1 0
q q q q
1 0 1 0
r r r r r r
1 0 1 0 1 0 1 0
1 1 0 0 1 0 0 1 1 0
Ejercicio 2.14. p _ rp ^ pq _ rqs.

A
hkkikkj B kj
hkkik
p q r q_ r pÂ p_B
1 1 1 1 1 1
1 1 0 1 1 1
1 0 1 0 0 1
1 0 0 1 1 1
0 1 1 1 0 0
0 1 0 1 0 0
0 0 1 0 0 0
0 0 0 1 0 0
p p
1 0
q q
1 0 1 0
r r r r
1 0 1 0 1 0 1 0
1 1 1 1 0 0 0 0 1 0
2.4. Tautologías
Definición 2.15. Una tautología es una proposición cuyo valor es siempre verda-
dero para todos los posibles valores de verdad de las proposiciones simples que la
componen. Si el valor es siempre falso, se llama contradicción.

Ejercicio 2.16. Verificar si la siguiente proposición es una tautología:

pp _ qq Ñ p p ^ qq.
Ejercicio 2.17. Verificar si la siguiente proposición es una contradicción:

pp Ñ qq ^ pp ^ qq.
Ejercicio 2.18. Verificar si la siguiente proposición es una tautología, una contradic-

ción o ninguna: r p _ pq ^ rqs _ rp ^ p q _ rqs.
A
hkkikkj B
hkkikkj C
hkkikkj D kj
hkkik
p q r q^ r p_A q_r p^C B_D
1 1 1 0 0 1 1 1
1 1 0 1 1 0 0 1
1 0 1 0 0 1 1 1
1 0 0 0 0 1 1 1
0 1 1 0 1 1 0 1
0 1 0 1 1 0 0 1
0 0 1 0 1 1 0 1
0 0 0 0 1 1 0 1
Observamos que el valor de verdad de la expresión anterior es verdadero, sin importar

los valores de verdad de p, q y r, por lo que es una tautología.
2.4.1. Implicación
Cuando un condicional A Ñ B es una tautología se llama implicación y se escribe
A ñ B.
Esta estructura es importante porque, si A ñ B, entonces B es cierta si A lo es,

sin importar los valores de verdad de las variables simples. Es decir, tenemos una
estructura que es siempre válida para todas las variables.
Ejercicio 2.19. Verifique que: pA Ñ Bq ^ B ñ A

C
hkkikkj D
hkkkikkkj
A B AÑB B C^ B A DÑ A
1 1 1 0 0 0 1
1 0 0 1 0 0 1
0 1 1 0 0 1 1
0 0 1 1 1 1 1
El resultado es verdadero en todos los casos, por lo tanto sí es una implicación.

Ejercicio 2.20. Verifique que: rp Ñ pq ^ rqs ^ r ñ p

A kj hkkikkj
hkkik B C
hkkikkj
p q r q^r pÑA B^ r C Ñ p
1 1 1 1 1 0 1
1 1 0 0 0 0 1
1 0 1 0 0 0 1
1 0 0 0 0 0 1
0 1 1 1 1 0 1
0 1 0 0 1 1 1
0 0 1 0 1 0 1
0 0 0 0 1 1 1
El resultado es verdadero en todos los casos, por lo tanto sí es una implicación.
Observación 2.21. Algunos autores llaman «implicación lógica» al «condicional» e

«implicación tautológica» a la «implicación».
2.4.2. Equivalencias
Cuando un bicondicional A Ø B es una tautología se llama equivalencia y se escribe
A ô B.
Esta estructura es importante porque, si A ô B, entonces A tiene el mismo valor de

verdad de B, es decir, tenemos una estructura que es equivalente para todas las
variables.
Ejercicio 2.22. Verifique que: pA Ñ Bq ô pA ^ Bq
A B AÑB pA Ñ Bq A ^ B
1 1 1 0 0
1 0 0 1 1
0 1 1 0 0
0 0 1 0 0
El resultado es el mismo en las dos columnas correspondientes (las dos últimas, en

este caso), por lo tanto sí son equivalentes.
Ejercicio 2.23. Verifique que: pA Ø Bq ô rpA Ñ Bq ^ pB Ñ Aqs
Ejercicio 2.24. Se define la disyunción excluyente de p con q, denotada por p Y q,

de tal forma que sólo es verdadera si una y sólo una proposición de p o q es verdadera.
Demuestre por su tabla de verdad que:

1. p Y q ô pp _ qq ^ p p _ qq
2. p Y q ô pp ^ qq _ p p ^ qq
3. p Y q ô pp Ø qq
Ejercicio 2.25. Al autor de este material se le ocurre definir el operador «p no es

más falso que q», y denotarlo por p ă
{ q, de tal forma que sólo es falsa si p es falsa y
q es verdadera.
1. Demuestre que p ă
{q ô pÑ q.
2. Escriba una equivalencia a p ă

{ q que sólo involucre , ^ y _.
Ejercicio 2.26. Hay 16 posibles salidas de valores de verdad de dos proposiciones p

y q, las cuales son:
p q 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
1 1 1 1 1 1 1 1 1 1 0 0 0 0 0 0 0 0
1 0 1 1 1 1 0 0 0 0 1 1 1 1 0 0 0 0
0 1 1 1 0 0 1 1 0 0 1 1 0 0 1 1 0 0
0 0 1 0 1 0 1 0 1 0 1 0 1 0 1 0 1 0
Encuentre una expresión para cada posible salida que involucre ambas proposiciones
p y q y sólo los operadores , ^ y _.
2.4.3. Leyes del álgebra de proposiciones

Todas las siguientes son equivalencias tautológicas, por lo cual pueden enunciarse
como leyes.
p_pôp
1 Leyes idempotentes
p^pôp
p_q ôq_p
2 Leyes conmutativas
p^q ôq^p
p _ pq _ rq ô pp _ qq _ r
3 Leyes asociativas
p ^ pq ^ rq ô pp ^ qq ^ r
p _ pq ^ rq ô pp _ qq ^ pp _ rq
4 Leyes distributivas
p ^ pq _ rq ô pp ^ qq _ pp ^ rq
pp _ qq ô p ^ q
5 Leyes de De Morgan
pp ^ qq ô p _ q
6 p pq ô p Doble negación
p_ pô1 Leyes de
7
p^ pô0 complementación

p_0ôp
8 Leyes de identidad
p^1ôp
p_1ô1
9 Leyes de dominación
p^0ô0
Ejercicio 2.27. Demostrar, mediante las leyes de las proposiciones, las siguientes
equivalencias:
1. pp _ qq ^ p ô p^q
2. p _ pp ^ qq ô p
3. pp _ qq _ p p ^ qq ô p
2.4.4. Más sobre el condicional

Dadas las proposiciones A y B, se tienen las siguientes:
AÑB Condicional
AÑ B Inversa
BÑA Conversa o recíproca
BÑ A Contrapuesta
Ejemplo 2.28. Sean A : pienso, B : existo.

1. Implicación: «Pienso, luego existo».
2. Inversa: No pienso, entonces no existo.
3. Conversa: Existo, entonces pienso.
4. Contrapuesta: No existo, entonces no pienso.

Ejercicio 2.29. «Si dos rectas son paralelas, no se intersectan, e inversamente». En
este caso, ¿qué es «inversamente»?
Algunas leyes más que involucran la implicación:
10 p Ñ q ô qÑ p Contrapuesta
Equivalencia a
11 p Ñ q ô p _ q
la implicación
Negación de
12 pp Ñ qq ô p ^ q
la implicación
13 p Ø q ô pp Ñ qq ^ pq Ñ pq Doble implicación

Ejercicio 2.30. Demuestre que p Ñ pq _ rq ô pp ^ qq Ñ r.
Observación 2.31. El ejercicio anterior se pudo haber enunciado pp ^ qq Ñ r ô

p Ñ p q _ rq.
Ejercicio 2.32. Demuestre que p Ñ q ô pp ^ qq Ñ 0 (reducción al absurdo).
2.5. Argumentos
Definición 2.33. Un argumento es la deducción de una conclusión Q a partir de un
conjunto de premisas P1 , P2 ,. . . , Pn . Se denota por P1 , P2 , . . . , Pn $ Q, y es válido
si la conclusión Q es verdadera cuando todas las premisas son verdaderas.
Observación 2.34. El argumento P1 , P2 , . . . , Pn $ Q es válido si y sólo si pP1 ^
P2 ^ ¨ ¨ ¨ ^ Pn q ñ Q.
Ejercicio 2.35. Demostrar que el siguiente argumento es válido: A Ñ B, A $ B
(modus ponendo ponens).
A B A Ñ B pA Ñ Bq ^ A rpA Ñ Bq ^ As Ñ B
1 1 1 1 1
1 0 0 0 1
0 1 1 0 1
0 0 1 0 1
Lo cual es una tautología, por lo tanto el modus ponendo ponens es un argumento
válido.
Ejemplo 2.36. Verificar si el siguiente es un argumento válido: «Todos los hombres
son mortales», «Homero es hombre», por lo tanto, «Homero es mortal».
Ejemplo 2.37. Verificar si el siguiente es un argumento válido:
p _ q, r Ñ q, s ^ r, t Ñ p $ pt ^ rq
Una opción sería verificar mediante su tabla de verdad que:
rpp _ qq ^ pr Ñ qq ^ ps ^ rq ^ pt Ñ pqs ñ pt ^ rq
Afortunadamente hay una alternativa.

Notación 2.38. El argumento P1 , P2 , . . . , Pn $ Q también suele denotarse vertical-
mente de la forma
P1
P2
..
.
Pn
Q

2.5.1. Reglas de inferencia*

Existen modelos de argumentos ya establecidos. Son llamados reglas de inferencia.
Las siguientes son algunas de las más útiles:
AÑB
A^B
Modus ponendo ponens: A Simplificación:
A
B
AÑB
A
Modus tollendo tollens: B Adición:
A_B
A
A_B A
Modus tollendo ponens: B Conjunción: B
A A^B
AÑC
AÑB
BÑC
Silogismo hipotético: BÑC Prueba por casos:
A_B
AÑC
C
Ejemplo 2.39. Demostrar, por medio de las reglas de inferencia, que los siguientes
argumentos son válidos:
1. p Ñ ps _ tq, p $ s_t
Equivalentemente: Solución:
P1 : p Ñ ps _ tq Q: s_t por M. ponens de P2 en P1 .
P2 : p
Q: s_t
2. r Ñ s, s^p $ r
P1 : r Ñ s C1 : s por simplificación en P2 ,
P2 : s^p Q: r por M. tollens de C1 en P1 .
Q: r
3. q Ñ s, p _ q, r ^ p $ s _ t
P1 : q Ñ s C1 : p por simplificación en P3 ,
P2 : p_q C2 : q por ponendo tollens de C1 en P2 ,
P3 : r ^ p C3 : s por m. ponens de C2 en P1 ,
Q: s_t Q: s _ t por adición a C3 .

Ejercicio 2.40. Demostrar, por medio de las reglas de inferencia, que los siguientes
argumentos son válidos:
1. p _ q, r Ñ q, s ^ r, t Ñ p $ pt ^ rq
2. p _ q, t ^ p, q Ñ s $ sÑm
3. m Ñ n, q _ m, p Ñ n, p _ r, q $ r
4. A, A $ B (regla de contradicción)
2.5.2. Demostraciones
Una demostración es un argumento deductivo para verificar una proposición matemá-
tica. Veamos algunos ejemplos:
Definición 2.41. Un número entero a es par si y sólo si existe un número entero m
tal que a “ 2m, y es impar si y sólo si existe un número entero m tal que a “ 2m`1.
Proposición 2.42. La suma de dos números pares es par.
Proposición 2.43. Dado un número entero a, si a2 es par, entonces a es par.
Proposición
? 2.44. No existen? números enteros p y q, libres de factores comunes,
tales que 2 “ pq (es decir, 2 es irracional).
Proposición 2.45. La suma de dos números racionales es racional.
Proposición 2.46. La suma de un número racional con un irracional es irracional.
Observación 2.47. La suma de dos números irracionales puede ser racional o irra-
cional.
2.6. Cuantificadores
Expresiones del tipo «todos los hombres son mortales» o «algunos alumnos de este
salón tienen menos de 80 años» se pueden traducir en expresiones lógicas mediante la
ayuda de los cuantificadores.
Definición 2.48. Decimos que P pxq es una función proposicional o predicado

respecto a un dominio D si para cada x en D, P pxq es una proposición.
Ejemplo 2.49. Las siguientes son funciones proposicionales:
1. Hoy es miércoles.
El dominio D son los días de la semana.
2. |x| ą π. Con D “ R.
3. n es par. Con D “ Z.
4. Este alumno tiene menos de 80 años.

Cuantificador universal: Todos los elementos del dominio satisfacen una propiedad
determinada. Empleamos el símbolo @, el cual se lee para todo:
@ x P D, P pxq
lo cual se lee «para todo x en D se cumple P pxq», «todos los x de D satisfacen

P pxq», entre otras expresiones similares.
Cuantificador existencial: Al menos un elemento del dominio satisface una pro-

piedad determinada. Empleamos el símbolo D, el cual se lee existe:
D x P D : P pxq
lo cual se lee «existe x en D tal que P pxq», «hay algún x en D que satisface P pxq»,
entre otras expresiones similares.
Ejemplo 2.50. Escribir en forma simbólica los siguientes enunciados:
1. Todos los números racionales son números reales:
@ x P Q, x P R.
2. Existen números racionales menores que 2:
D x P Q : x ă 2.
3. Todos los hombres son mortales:

Definimos H el conjunto de hombres y M pxq la propiedad de que x es mortal.
Entonces la afirmación quedaría:
@ x P H, M pxq.
Ejercicio 2.51. Escribir en forma simbólica, en forma de enunciado o responder,

según corresponda:
1. Existen números reales que no son racionales:
D x P R : x R Q.
2. El cuadrado de todos los números reales es no negativo:
@ x P R, x2 ě 0.
3. @ n P N, n ą 0:
Todos los números naturales son positivos.

?
4. D x P Q : π ă x ă 10:
Existe al menos un número racional entre Pi y raíz de diez.
5. A algunos mexicanos les gusta el fútbol:
Definimos M el conjunto de mexicanos y F pxq la propiedad de que a x le gusta
el fútbol. Entonces la afirmación quedaría: D x P M : F pxq.
6. A ningún mexicano les gusta el fútbol:
Siguiendo la notación anterior: @ x P M, F pxq.
?
7. ¿Es cierto que @ n P N, n R Q?
2.6.1. Negación
La negación de un cuantificador universal es uno existencial con la propiedad negada;
de la misma forma, la negación de un cuantificador existencial es uno universal con la
propiedad negada:
r@ x, P pxqs ô D x : P pxq.
rD x : P pxqs ô @ x, P pxq.
Ejemplo 2.52. .
1. No es verdad que todos los números naturales son pares:
r@ n P N, n es pars ô D n P N : n no es par.
2. ¿Es cierto que @ n P N con 1 ă n ă 14 y n impar, n es primo?

No es cierto, pues existe el 9 que no es primo.
3. No a todos los mexicanos les gusta el fútbol.
r@ x P M, F pxqs ô D x P M : F pxq
es decir, existen mexicanos que no les gusta el fútbol.

4. ¿Cuál es la negación de la oración «si todos estudian, entonces nadie reprueba»?
Todos estudian y alguien reprueba.
5. ¿Es cierto que a todas las personas de 140 años les gustan los xoconostles?
Es cierto por vacuidad , esto es, porque no existen personas de 140 años (al
menos que se sepa, por ahora). Si fuera falso, su negación tendría qué ser
verdadera: «existe al menos una persona de 140 años que no le gustan los
xoconostles».
6. Si S es el conjunto de estudiantes de este salón, ppxq es «x repasa en casa» y
qpxq es «x aprueba sus materias», ¿qué significa @ x P S, ppxq ^ qpxq? ¿Cuál
sería su negación?

7. No todo lo que brilla es oro.
r@ x P B, Opxqs ô D x P B : Opxq
es decir, existen cosas que brillan y no son oro.
Observación 2.53. Si D es no vacío, @ x P D, P pxq ñ D x P D : P pxq.
2.6.2. Cuantificadores anidados

Son de la forma:
@ x, @ y, P px, yq.
@ x, D y : P px, yq.
D x : @ y, P px, yq.
D x : D y : P px, yq.
Observación 2.54. Los cuantificadores @ x, @ y, P px, yq y D x : D y : P px, yq suelen

denotarse por @ x, y, P px, yq y D x, y : P px, yq, respectivamente.
Ejemplo 2.55. .
1. Todos los números pares se pueden escribir de la forma 2m para algún número
entero m:
@ n par, D m P Z : n “ 2m.
2. Todos aman a alguien:

@ x, D y : x ama a y.
3. Existe un número natural que divide a todos los números enteros:
D n P N : @ z P Z, n divide a z.
4. @ x P R, D a P Z : a ď x ă a ` 1.
5. @ x P R, ε ą 0, D q P Q : x ă q ă x ` ε.
6. @ x P R, D n P N : n ą x.
Ejemplo 2.56. Decir si las siguientes proposiciones son verdaderas:
1. D x P R : D y P R : x ` y ą 0
2. @ x P R, @ y P R, x ` y ą 0
3. @ x P R, D y P R : x ` y ą 0
4. D x P R : @ y P R, x ` y ą 0

Intercambio de cuantificadores anidados: Siempre se cumple que:
@ x, @ y, P px, yq ô @ y, @ x, P px, yq,

D x : D y : P px, yq ô D y : D x : P px, yq,
pero la siguiente se cumple sólo en una dirección:
D x : @ y, P px, yq ñ @ y, D x : P px, yq.

Capítulo 3
Conjuntos
Un conjunto es una colección de objetos que son llamados elementos.
Se representan encerrando entre llaves sus elementos o su descripción, y normalmente

se denotan con letras mayúsculas.
Ejemplo 3.1. .
1. El conjunto A de objetos en mi mochila, en este momento.
2. B “ tárbol, ave, zapato, chancletau
3. C “ t1, 3, 5, 7, 9u (forma explícita)
4. C “ tn P N | n es un número dígito imparu (forma descriptiva)
5. D “ tn P Z | n es un número dígitou
6. D “ t0, 1, 2, . . . , 9u (forma explícita abreviada)
7. E “ t11, 12, 13, . . . u
8. E “ tn P N | n ą 10u
9. F “ tx P R | x2 ´ 3x ` 2 “ 0u
10. F “ t1, 2u
3.1. Relación de pertenencia

Sea A un conjunto y a un elemento de A, entonces se dice que «a pertenece a A» y
se escribe a P A. Si b no pertenece a A escribimos b R A.
21
3.2. Subconjuntos e igualdad

Definición 3.2. Sean A y B dos conjuntos, se dice que A es un subconjunto de B,
y se escribe A Ď B, si y sólo si todos los elementos de A pertenecen a B. También,
si A Ď B, se dice que B contiene a A y se escribe B Ě A.
Ejercicio 3.3. En los siguientes casos, decir si A Ď B o B Ď A:

1. A “ t7, 17u, B “ t1, 3, 5, . . . , 99u.
2. A “ t1, 2u, B “ tx P R | x2 ´ 3x ` 2 “ 0u.
3. A “ tn P Z | n es paru, B “ tn P Z | n es múltiplo de seisu.
4. A “ tn P N | 1 ă n ă 14, n imparu, B “ tn P N | n ď 13, n primou.
5. A “ tn P Z | n es paru, B “ t´2, 0u.
6. A “ t0, πu, B “ t0, πu.
Observación 3.4. Todo conjunto A es subconjunto de sí mismo, es decir A Ď A.
Observación 3.5. Si A Ď B, entonces: x P A ñ x P B. También, si A Ď B,

entonces: @ x P A, x P B.
Ejercicio 3.6. ¿Cuál es la negación de A Ď B?
Nomenclaura 3.7. Se dice que A no es subconjunto de B, o que B no contiene a

A, si existe a P A tal que a R B, y se escribe A Ď
{ B.
Definición 3.8. Sean A y B dos conjuntos, se dice que A es igual a B, y se escribe

A “ B, si y sólo si A Ď B y B Ď A.
Ejercicio 3.9. Sean A “ tx P R | x4 ´ 2x3 ´ x2 ` 2x “ 0u y B “ tx P Z | ´1 ď

x ď 2u, ¿A “ B?
Observación 3.10. De la definición se desprende que ta, bu “ tb, au y ta, au “ tau,

es decir, en los conjuntos no importa el orden de los elementos, ni si se repiten.
Definición 3.11. En caso de que A Ď B pero A ‰ B, se dice que A es subconjunto

propio de B y se escribe A Ă B.
Ejemplo 3.12. Sean A “ tn P Z | n es paru y B “ tn P Z | n es múltiplo de seisu.

(Recuerde que n es múltiplo de k si existe m P Z tal que n “ km). Demostrar que
B Ă A.
Notación 3.13. Algunos autores escriben A Ă B cuando A es subconjunto de B y

A Ł B cuando A es subconjunto propio de B.

3.3. Conjunto universal y conjunto vacío

No existe un conjunto que contenga a todos los objetos. En cualquier aplicación
de la teoría de conjuntos, todos los posibles conjuntos a investigar se consideran
subconjuntos de un conjunto dado. Llamamos a ese conjunto el conjunto universal .
En nuestro estudio lo denotaremos por U .
Ejemplo 3.14. .
1. En geometría, U es el plano.
2. En estudios poblacionales, U es toda la gente bajo estudio.
3. En teoría de números, U suele ser Z.
4. En cálculo, U suele ser R.
Por otra parte, en ocasiones deberemos estudiar conjuntos que no tienen ningún ele-
mento. Dicho conjunto es llamado conjunto vacío y lo denotamos por ∅.
Ejemplo 3.15. .
1. A “ tn P Z | n2 “ 16, n es imparu “ ∅.
2. B “ tx P R | x2 ` 1 “ 0u “ ∅.
3. Sea C el conjunto de personas de más de 140 años. ¿C “ ∅?
Ejercicio 3.16. Demuestre que, si A es un conjunto cualquiera, ∅ Ď A.
3.4. Conjunto potencia

Ejercicio 3.17. Sea S “ ta, b, cu, escribir todos sus posibles subconjuntos.
Respuesta:
Subconjuntos de un elemento: tau, tbu, tcu.
Subconjuntos de dos elementos: ta, bu, ta, cu, tb, cu.
Y también: ∅ y S.
Definición 3.18. El conjunto de todos los posibles subconjuntos de un conjunto A

es llamado conjunto potencia de A, y se denota por PpAq.
Ejemplo 3.19. Sea S “ ta, b, cu, entonces
PpSq “ t∅, tau, tbu, tcu, ta, bu, ta, cu, tb, cu, Su.

Ejercicio 3.20. Si A es un conjunto finito con n elementos, ¿cuántos elementos tiene

el conjunto PpAq?
Respuesta: 2n .
Notación 3.21. Algunos autores denotan la potencia de un conjunto A mediante 2A .
Ejercicio 3.22. Escribir Pp∅q.
Respuesta: Pp∅q “ t∅u.
Observación 3.23. t∅u ‰ ∅.
Ejercicio 3.24. Escribir PpPp∅qq.
Ejercicio 3.25. Diga si las siguientes afirmaciones son verdaderas o falsas:
1. ∅ P ∅ 3. ∅ P t∅, t∅uu 5. t∅u P t∅, t∅uu
2. ∅ Ď ∅ 4. ∅ Ď t∅, t∅uu 6. t∅u Ď t∅, t∅uu
3.5. Operaciones con conjuntos

3.5.1. Unión
Definición 3.26. La unión de dos conjuntos A y B, expresada por A Y B, es el
conjunto de todos los elementos que pertenecen a A o a B:
A Y B “ tx | x P A _ x P Bu.
3.5.2. Intersección
Definición 3.27. La intersección de dos conjuntos A y B, expresada por A X B,
es el conjunto de todos los elementos que pertenecen a A y a B:
A X B “ tx | x P A ^ x P Bu.
3.5.3. Diferencia
Definición 3.28. La diferencia de A respecto a B , también llamada A menos B y
expresada por AzB, es el conjunto de todos los elementos que pertenecen a A pero
que no pertenecen a B:
AzB “ tx | x P A ^ x R Bu.

3.5.4. Complemento
Definición 3.29. El complemento de un conjunto A, expresado por Ac , es el con-
junto de todos los elementos del universo que no pertenecen a A:
Ac “ tx | x P U ^ x R Au.
Observación 3.30. De las definiciones anteriores es claro que Ac “ U zA.
Ejercicio 3.31. Sea U “ t0, 1, 2, 3, . . . , 13u. Escribir en forma explícita:

1. A “ tx P U | x es paru
2. B “ tx P U | x es múltiplo de 3u
3. C “ tx P U | x es primou
4. Ac Y C
5. B c X C
6. CzA
7. AzC
8. BzpA Y Cq
Ejemplo 3.32. Demostrar (por las definiciones) que:

1. pA X Bqc “ Ac Y B c
Demostración.
pA X Bqc “ tx | x P U ^ x R A X Bu por definición del complemento,
“ tx | x P U ^ px P A X Bqu por notación,
“ tx | x P U ^ px P A ^ x P Bqu por definición de la intersección,
“ tx | x P U ^ p x P A _ x P Bqu por ley de De Morgan,
“ tx | x P U ^ px R A _ x R Bqu por notación,
“ tx | px P U ^ x R Aq _ px P U ^ x R Bqu por distributividad,
“ tx | x P Ac _ x P B c u por definición del complemento,
c c
“A YB por definición de la unión.
2. BzA “ B X Ac

Demostración.
BzA “ tx | x P B ^ x R Au por definición de la diferencia,

“ tx | x P B ^ x P U ^ x R Au porque A Ď U y B Ď U ,
“ tx | x P B ^ x P Ac u por definición del complemento,
“ B X Ac por definición de la intersección.
Observación 3.33. De cada una de las leyes de las proposiciones se deriva una
propiedad de los conjuntos.
3.5.5. Propiedades de los conjuntos

AYA“A
1 Leyes idempotentes
AXA“A
AYB “BYA
2 Leyes conmutativas
AXB “BXA
A Y pB Y Cq “ pA Y Bq Y C
3 Leyes asociativas
A X pB X Cq “ pA X Bq X C
A Y pB X Cq “ pA Y Bq X pA Y Cq
4 Leyes distributivas
A X pB Y Cq “ pA X Bq Y pA X Cq
pA Y Bqc “ Ac X B c
5 Leyes de De Morgan
pA X Bqc “ Ac Y B c
6 pAc qc “ A Ley de involución
A Y Ac “ U Leyes de
7
A X Ac “ ∅ complementación
AY∅“A
8 Leyes de identidad
AXU “A
AYU “U
9 Leyes de dominación
AX∅“∅
Ejemplo 3.34. Demostrar, por medio de las propiedades, que:
1. pAzBqc “ Ac Y B.
2. A Y pA X Bq “ A.
3. pAzBq X B “ ∅.

4. ∅c “ U .
5. A X pBzCq “ pA X BqzpA X Cq.
Ejercicio 3.35. Demostrar, por medio de las propiedades, que:

1. AzpB X Cq “ pAzBq Y pAzCq.
2. AzpB Y Cq “ pAzBq X pAzCq.
3. AzpBzAq “ A.
4. A Y pAzBq “ A.
Ejercicio 3.36. Demostrar que:

1. A Ď B ñ A X B “ A
2. A Ď B ñ A Y B “ B
3. A Ď B ñ B c Ď Ac
Ejercicio 3.37. Se define la diferencia simétrica de dos conjuntos A y B, expresada

por A4B, como el conjunto de todos los elementos que pertenecen a A o a B, pero
no a ambos. Demuestre que:
1. A4B “ pA Y BqzpA X Bq
2. A4B “ pAzBq Y pBzAq
Observación 3.38. A4B “ tx | x P A Y x P Bu, donde Y es el o excluyente

definido en 2.24.
3.6. Cardinalidad
Definición 3.39. Dado A un conjunto, se define la cardinalidad de A, y se denota
|A|, como la cantidad de elementos que pertenecen a A.
Notación 3.40. Otros autores denotan la cardinalidad de A mediante cardpAq y

otros como #A.
Ejemplo 3.41. .
1. Dado A “ ta, e, i, o, uu, |A| “ 5.
2. Dado B el conjunto de las letras del alfabeto español, ¿cuánto vale |B|?

3. Dado C el conjunto de consonantes del alfabeto español, ¿cuánto vale |C|?
Ejercicio 3.42. .
1. Si S “ ∅, ¿cuánto vale |S|?
2. ¿Cuál es la cardinalidad de N?
3. Si A Ď B, ¿|A| ď |B|?
4. Si A Ă B, ¿|A| ă |B|?
3.6.1. Propiedades de las cardinalidades

1. |∅| “ 0.
2. Si A Ď B, entonces |A| ď |B|.
3. |A Y B| “ |A| ` |B| ´ |A X B|.
Ejemplo 3.43. Demostrar por medio de las propiedades anteriores que:
1. Si A “ B, entonces |A| “ |B|.
2. Si A X B “ ∅, entonces |A Y B| “ |A| ` |B|.
3. |A Y B| ě máxt|A|, |B|u.
4. |A Y B Y C| “ |A| ` |B| ` |C| ´ |A X B| ´ |A X C| ´ |B X C| ` |A X B X C|.
Ejercicio 3.44. Demostrar por medio de las propiedades anteriores que:
1. |A X B| ď mı́nt|A|, |B|u.
2. |A| ` |Ac | “ |U | (sugerencia: observe que A Y Ac “ U y A X Ac “ ∅).
3. |AzB| “ |A| ´ |A X B|.
4. 0 ď |A X B| ď mı́nt|A|, |B|u ď |A| ď máxt|A|, |B|u ď |A Y B| ď |A| ` |B|.

3.7. Diagramas de Venn

Propuestos por John Venn (1834-1923) para cálculos lógicos, en la actualidad se
emplean para representar gráficamente los conjuntos y sus relaciones.
A B
Figura: Representación de dos conjuntos mediante un diagrama de Venn.
Ejemplo 3.45. Representar mediante el diagrama de Venn las siguientes condiciones:
1. A y B no se intersectan
2. A Ď B
U U
A B A B
Representación de los casos 1 y 2, respectivamente.
Ejemplo 3.46. Representar mediante el diagrama de Venn los siguientes conjuntos:
1. A Y B
2. A X B
3. Ac
4. Ac X B

U U
A B A B
Representación de A Y B Representación de A X B
U U
A B A B
Representación de Ac Representación de Ac X B
Ejercicio 3.47. Verificar mediante un diagrama de Venn: A Ď B ñ A X B “ A.
3.7.1. Conteo mediante diagramas de Venn

Ejemplo 3.48. En una empresa trabajan 20 personas de las cuales 13 son casadas
y 11 son profesionistas; de las profesionistas 5 no son casadas. ¿Cuántas personas no
son casadas ni profesionistas, y cuántas son casadas y profesionistas?
Respuesta: Dos y seis.
U
C P
7 6 5
Figura: Representación del ejemplo en un diagrama de Venn.
Ejercicio 3.49. En una encuesta a 200 alumnos se encontró que 68 tienen excelen-
te conducta, 138 son inteligentes, 160 son muy sociables, 120 son muy sociables e
inteligentes, 20 tienen excelente conducta pero no son inteligentes, 13 tienen exce-
lente conducta pero no son muy sociables, y 15 tienen excelente conducta, son muy
sociables y no son inteligentes. Identificar en un diagrama de Venn.
Solución:

U
C I
5 8 10
40
15 80
25
17
S

Capítulo 4
Alfabetos, cadenas y lenguajes
4.1. Alfabetos
Definición 4.1. Un alfabeto es un conjunto finito no vacío de elementos que llama-
remos símbolos.
Notación 4.2. En teoría de computación se suele denotar con Σ a un alfabeto cual-

quiera; también se suele usar Γ.
Ejercicio 4.3. Determinar si los siguientes son alfabetos:
1. Sea Σ el conjunto de letras, tanto mayúsculas como minúsculas, del idioma

español.
2. Sea Γ el conjunto de letras, tanto mayúsculas como minúsculas, del idioma

griego.
3. Sea Σ “ ta, b, c, du.
4. Sea Γ “ t0, 1u.
5. Sea Σ “ N.
Ejercicio 4.4. Investigar sobre los siguientes alfabetos:
1. ASCII.
2. ISO 8859-1 (Latín 1).
3. UTF-8.
32
4.2. Cadenas
Definición 4.5. Una cadena sobre un alfabeto Σ es una secuencia finita de elementos
de Σ.
Ejemplo 4.6. .
1. Sea Σ “ ta, b, c, du, las siguientes son tres posibles cadenas sobre Σ: babc,
dcbbbbad y a.
2. Sea Γ “ t0, 1u, las siguientes son posibles cadenas sobre Γ: 10010, 001, 10 y
01.
Observación 4.7. En las cadenas el orden de los símbolos es importante, de tal

manera que aab ‰ aba.
Notación 4.8. Las repeticiones de un elemento se pueden denotar con un superíndice.

Por ejemplo, baaaccbbbd puede escribirse como ba3 c2 b3 d. También aabababb puede
escribirse como apabq3 b y también como a2 pbaq2 b2 .
Definición 4.9. La cadena sin elementos se llama cadena nula y se denota por λ.
Notación 4.10. Algunos autores denotan la cadena nula por ε.
Definición 4.11. Sea Σ un alfabeto, se define Σ˚ como el conjunto de todas las

posibles cadenas sobre Σ, incluyendo la cadena nula.
Ejercicio 4.12. Responder lo siguiente:

1. Dado que Σ es un conjunto finito, ¿Σ˚ es finito?
2. Sea Σ “ tau, ¿cuál es el conjunto Σ˚ ?
Definición 4.13. La longitud de una cadena β, denotada por |β|, es el número de

símbolos que conforman β.
Ejercicio 4.14. Determinar la longitud de las siguientes cadenas:

1. β “ aabcad
2. β “ 015 08 1
3. λ

4.2.1. Concatenación
Definición 4.15. Sea Σ un alfabeto y sean α y β dos cadenas sobre Σ, la concate-
nación de α con β es la cadena formada por α seguida de β, y se escribe αβ.
Observación 4.16. Observe que la concatenación de α con β también es una cadena

sobre Σ.
Ejercicio 4.17. .
1. Sean α “ aab y β “ acad, escribir αβ y βα.
2. Sea γ “ 0110, escribir λγ y γλ.
3. Sean ε “ x10 z 9 y 13 y δ “ y 8 x7 , escribir εδ y δε.
Ejercicio 4.18. .
1. En general αβ ‰ βα, ¿es posible que αβ “ βα?, en caso afirmativo, ¿bajo qué
circunstancias?
2. Si |α| “ n y |β| “ m, ¿cuál es el valor de |αβ|?, ¿y cuál es el valor de |βα|?
3. Si α P Σ˚ y β P Γ˚ , ¿a qué conjunto pertenece αβ?
4.2.2. Subcadenas, prefijos y sufijos

Definición 4.19. Se dice que una cadena α es una subcadena de la cadena β si y
sólo si existen dos cadenas γ y δ tales que β “ γαδ.
Ejercicio 4.20. .
1. En los siguientes casos, decir si α es una subcadena de β.
a) α “ ab y β “ cabad.
b) α “ 011 y β “ 001011.
2. Dado β “ x10 z 9 y 13 , ¿cuáles de las siguientes son una subcadena de β?
a) α1 “ x2 y 3 .
b) α2 “ x10 z 10 .
c) α3 “ zy.
Ejercicio 4.21. Demostrar que toda cadena es subcadena de sí misma.

Ejercicio 4.22. Sea β una cadena cualquiera sobre un alfabeto Σ, ¿es λ subcadena
de β?
Ejercicio 4.23. Demostrar que si α es subcadena de β, entonces |α| ď |β|.
Definición 4.24. Se dice que una cadena α es un prefijo de la cadena β si y sólo si

existe una cadena δ tal que β “ αδ. Similarmente, se dice que una cadena α es un
sufijo de la cadena β si y sólo si existe una cadena γ tal que β “ γα.
Ejercicio 4.25. Demostrar que los prefijos y sufijos son subcadenas.
4.2.3. Potencia de una cadena

Definición 4.26. Dados β P Σ˚ y n P N, se define β n como la concatenación de β
reiterada n veces:
β n “ βββ ¨¨¨β .
loooomoooon
n veces
Observación 4.27. Esta definición formaliza, por medio de la concatenación, la con-

vención hecha en la notación 4.8.
Notación 4.28. Por convención, suele definirse β 0 “ λ.
Ejercicio 4.29. Sea β una cadena, demuestre las siguientes:

1. β n β m “ β n`m .
2. |β n`m | “ |β n | ` |β m |.
3. |β n | “ n|β|.
4.2.4. Reflexión de una cadena

Definición 4.30. La reflexión de una cadena β es la cadena formada por los mismos
símbolos dispuestos en orden inverso y se denota β R .
Ejemplo 4.31. Sea β “ f ime, entonces β R “ emif .
Notación 4.32. Algunos autores denotan la cadena inversa con β ´1 .
Ejercicio 4.33. Decir si es verdadero o falso.

1. pαβqR “ β R αR
2. |β R | “ |β|.
3. λR “ λ.

4.3. Lenguajes
Definición 4.34. Un lenguaje L sobre un alfabeto Σ es un subconjunto de Σ˚ .
Observación 4.35. Todo lenguaje L cumple que ∅ Ď L Ď Σ˚ , y puede ser finito o

infinito.
Observación 4.36. El lenguaje vacío es distinto de tλu, el lenguaje cuyo único ele-
mento es la cadena nula.
Nomenclaura 4.37. Algunos autores llaman palabra a una cadena cuando pertenece
a un lenguaje L.
Ejemplo 4.38. Sean:

Σ “ ta, b, c, . . . , z, á, é, í, ó, ú, üu
Σ˚ “ tλ, a, bbb, áñüjéz, rótulo, wsntl, libro, cañón, . . . u
L “ tβ P Σ˚ | β está en el diccionario de la RAEu
Ejemplo 4.39. Sea Γ los símbolos del alfabeto cirílico y L el conjunto de palabras
legales del idioma ruso.
Ejemplo 4.40. Sea Σ el código ASCII y L el conjunto de palabras reservadas del

lenguaje C (main, int, if, else, while, for, return, etcétera).
Ejercicio 4.41. Sea Γ “ t0, 1u y L el conjunto de cadenas que inician con 1, terminan
con 0, tienen un número par de veces el 0 y un número impar de veces el 1, y no tiene
longitud mayor a 6. Escriba L explícitamente.
Ejercicio 4.42. Sea Σ un alfabeto cualquiera. Sean A “ tα P Σ˚ | |α| “ 4u y

B “ tβ P Σ˚ | 1 ď |β| ď 8u.
1. ¿Son A y B lenguajes?
2. ¿Cuál es el valor de |A| y |B|?
3. ¿Hay alguna relación entre A y B?

4.3.1. Operaciones entre lenguajes

Dado que los lenguajes son conjuntos, todas las operaciones de conjuntos pueden
aplicarse a ellos.
Ejemplo 4.43. Sean A y B dos lenguajes sobre Σ, entonces los siguientes también
son lenguajes:
1. A Y B.
2. A X B.
3. AzB.
4. Ac “ Σ˚ zA.
4.3.2. Concatenación de lenguajes

Definición 4.44. Dados dos lenguajes A y B, la concatenación de A con B, deno-
tada por AB, se define como
AB “ tαβ | α P A, β P Bu
Observación 4.45. En general, AB ‰ BA.
4.3.3. Potencias de un lenguaje

Definición 4.46. Dado A un lenguaje y n P N, la n-ésima potencia de A, denotada
por An , se define como
An “ tαn | α P Au
Observación 4.47. Se puede definir A0 “ tλu, el lenguaje que contiene sólo la

cadena nula.
Ejercicio 4.48. Sea A un alfabeto finito con |A| “ m, ¿cuál es el valor de |An |?
4.3.4. Reflexión de un lenguaje

Definición 4.49. Dado L un lenguaje, la reflexión de L, denotada por LR , se define
como
LR “ tβ R | β P Lu
Ejercicio 4.50. Sean A y B dos lenguajes sobre Σ, decir si las siguientes afirmaciones
son verdaderas:
1. pABqR “ B R AR .

2. pA Y BqR “ AR Y B R .
3. pA X BqR “ AR X B R .
4. pAR qR “ A.
5. A X AR “ ∅.

Capítulo 5
Producto cartesiano y matrices
5.1. Producto cartesiano

5.1.1. Pares ordenados
Un par ordenado o pareja ordenada es una asociación de dos elementos a y b tales
que el primer elemento es a y el segundo es b. Se denota pa, bq.
Definición 5.1. Formalmente, un par ordenado se define mediante el siguiente con-

junto:
pa, bq “ ttau, ta, buu.
La definición anterior se debe a Kuratowski (1896-1980).
Ejemplo 5.2. .
1. Observe que p2, 3q ‰ p3, 2q.
2. De hecho pa, bq “ pc, dq si y sólo si a “ c y b “ d.
3. Ambos elementos del par ordenado pueden ser el mismo: pa, aq.
5.1.2. Conjunto producto

Definición 5.3. Sean A y B dos conjuntos, el conjunto producto o producto
cartesiano de A con B, denotado por A ˆ B, consta de todos los pares ordenados
pa, bq tales que a es elemento de A y b es elemento de B, esto es:
A ˆ B “ tpa, bq | a P A ^ b P Bu.
Notación 5.4. Al producto cartesiano de un conjunto A con sí mismo, es decir AÂ,

lo denotamos también por A2 .
Ejercicio 5.5. .
39
1. Sean A “ ta, bu y B “ t1, 2, 3u, escribir explícitamente el conjunto A ˆ B.
2. Sea A “ ta, bu, escribir explícitamente el conjunto A2 .
3. Si A y B son conjuntos con |A| “ n y |B| “ m, ¿cuántos elementos tiene

A ˆ B?
4. Sean A “ t0, 1, 2, 3u y B “ t2, 3, 4u, escribir explicitamente el conjunto pA ˆ

Bq X pB ˆ Aq.
5.1.3. Conjunto producto en general

El concepto de producto cartesiano se puede generalizar: Sean A1 , A2 , . . . , An con-
juntos, el producto cartesiano de ellos se define por
A1 ˆ A2 ˆ ¨ ¨ ¨ ˆ An “ tpa1 , a2 , . . . , an q | a1 P A1 , a2 P A2 , . . . , an P An u
donde a cada elemento pa1 , a2 , . . . , an q se le llama n-upla ordenada.
De igual manera, dado A un conjunto,
An “ tpa1 , a2 , . . . , an q | a1 , a2 , . . . , an P Au.
Observación 5.6. Una base de datos informática se puede ver como un producto
cartesiano.
Observación 5.7. Una cadena de longitud n de un lenguaje A se puede ver como un

elemento de An .
5.1.4. Conjuntos de verdad de proposiciones*

Supongamos que una proposición P tiene tres variables p, q y r, cada una de ellas toma
un valor de verdad en el conjunto B “ t1, 0u, por lo cual cada posible combinación
de valores de verdad puede estar dada por una terna pb1 , b2 , b3 q P B 3 , donde b1 es el
valor de verdad de p, b2 el valor de q y b3 el de r.
Con lo anterior, todas las posibles combinaciones para evaluar P estarían dadas por
B 3 “ tp1, 1, 1q, p1, 1, 0q, p1, 0, 1q, p1, 0, 0q, p0, 1, 1q, p0, 1, 0q, p0, 0, 1q, p0, 0, 0qu.
Observación 5.8. Recordemos que, según la notación usada, el conjunto de valores

de verdad también puede ser B “ tV, F u o B “ tJ, Ku.
Definición 5.9. El conjunto de verdad de una proposición P que contiene n va-

riables proposicionales, denotado por T pP q, está formado por aquellos elementos de
B n para los cuales la proposición P es verdadera.

Ejemplo 5.10. .
1. T pp _ qq “ tp1, 1q, p1, 0q, p0, 1qu.
2. T ppp Ñ qq ^ pq Ñ rqq “ tp1, 1, 1q, p0, 1, 1q, p0, 0, 1q, p0, 0, 0qu.
3. T pp ^ q ^ rq “ tp1, 1, 1qu.
Ejercicio 5.11. .
1. T pp Ø qq.
2. T p pq.
3. Es evidente que siempre T pP q Ď B n pero, ¿puede T pP q “ B n ?
4. ¿Existe la posibilidad de que T pP q “ ∅?
Teorema 5.12. Sean P y Q proposiciones. Entonces:

1. T pP _ Qq “ T pP q Y T pQq.
2. T pP ^ Qq “ T pP q X T pQq.
3. T p P q “ T pP qc .
4. P ñ Q si y sólo si T pP q Ď T pQq.
5.2. Matrices
Definición 5.13. Una matriz de m ˆ n es un arreglo rectangular de elementos de
un conjunto de la forma
¨ ˛
a11 a12 a13 ¨¨¨ a1n
˚ a21 a22 a23 ¨¨¨ a2n ‹
˚ ‹
˚ .. .. .. .. .. ‹
˝ . . . . . ‚
am1 am2 am3 ¨ ¨ ¨ amn
Notación 5.14. La matriz anterior se suele denotar por paij q. Cada aij es el elemento
situado en la i-ésima fila y la j-ésima columna.
Ejemplo 5.15. Considere la matriz 2 ˆ 3

ˆ ˙
1 ´3 5
A“ ?
2 0 ´2
?
donde, por ejemplo, a21 “ 2 y a13 “ 5.
Observación 5.16. Hay una estrecha relación entre las matrices y el producto car-
tesiano. A cada matriz m ˆ n le puede corresponder una mn-upla con los mismos
elementos colocando las filas de la matriz consecutivamente.
Notación 5.17. Si A “ paij q es una matriz mˆn y cada aij P F, entonces denotamos
A P Fmˆn .

5.2.1. Matriz traspuesta

Definición 5.18. La traspuesta de una matriz m ˆ n, A, denotada por At , es la
matriz n ˆ m tal que el elemento aij de At es igual al elemento aji de A, es decir,
¨ ˛
¨ ˛t a11 a21 ¨ ¨ ¨ am1
a11 a12 a13 ¨ ¨ ¨ a1n ˚ a12 a22 ¨ ¨ ¨ am2 ‹
˚ a21 a22 a23 ¨ ¨ ¨ a2n ‹ ˚ ‹
˚ ‹ ˚ a13 a23 ¨ ¨ ¨ am3 ‹
˚ .. .. .. .. . “
.. ‚ ˚ .
‹ ˚ ‹
˝ . . . . . .. . . .. ‹
˝ . . . . ‚
am1 am2 am3 ¨ ¨ ¨ amn
a1n a2n ¨ ¨ ¨ amn
Observación 5.19. Observe que pAt qt “ A.
5.2.2. Matrices cuadradas

Definición 5.20. Una matriz se dice que es cuadrada si y sólo si tiene la misma
cantidad de filas que de columnas, es decir si es de dimensión n ˆ n.
5.2.3. Matriz diagonal y matriz identidad

Definición 5.21. Se define la diagonal principal de una matriz cuadrada a los
elementos de la forma aii , es decir, a los elementos a11 , a22 , . . . , ann .
Definición 5.22. Una matriz cuadradad paij q se dice que es diagonal si y sólo si
los elementos que no pertenecen a la diagonal principal son cero, es decir, aij “ 0 si
i ‰ j.
Ejercicio 5.23. Cuáles de las siguientes son matrices diagonales:

¨ ˛
5 0 0 6 ¨ ˛
˚0 3 0 0‹ 0 0 0
A“˚ ˝0 0 ´2 0‚
‹ B “ ˝0 0 0 ‚
0 0 ´1
0 0 0 1
¨ ˛
3 0 0 0 ˆ ˙
π ?0 ` ˘
C “ ˝0 ´8 0 0‚ D“ E“ 4
0 3
0 0 ´2 0
Definición 5.24. Se define la matriz identidad , y se denota In como la matriz

diagonal n ˆ n cuyos elementos de la diagonal principal son todos 1.
Ejemplo 5.25. La matriz identidad 3 ˆ 3:

¨ ˛
1 0 0
I3 “ ˝0 1 0‚
0 0 1

5.2.4. Matriz simétrica

Definición 5.26. Se dice que una matriz cuadrada paij q es simétrica si y sólo si
todos sus elementos cumplen que aij “ aji .
Ejemplo 5.27. La siguiente es una matriz simétrica:

¨ ˛
3 4 ´5 8
˚4 1 0 3‹
˚ ‹
˝´5 0 ´1 2 ‚
8 3 2 12
Observación 5.28. Una matriz A es simétrica si y sólo si A “ At .
5.2.5. Matrices triangulares

Se dice que una matriz cuadrada es triangular si todos sus elementos por encima o
por debajo de la diagonal principal son cero.
Definición 5.29. Se dice que una matriz cuadrada paij q es triangular superior si y
sólo aij “ 0 para i ą j.
Definición 5.30. Se dice que una matriz cuadrada paij q es triangular inferior si y
sólo aij “ 0 para i ă j.
Ejemplo 5.31. La siguientes son matrices triangulares inferior y superior, respectiva-

mente: ¨ ˛ ¨ ˛
3 0 0 0 1 4 5 8
˚4 7 0 0‹ ‹ B “ ˚0 2 3 0‹
˚ ‹
A“˚ ˝5 0 1 0‚ ˝0 0 1 2‚
9 3 2 6 0 0 0 6
Observación 5.32. Si una matriz A es diagonal, entonces es triangular inferior y

triangular superior.
Observación 5.33. Si una matriz A es triangular superior (inferior), entonces At es

una matriz triangular inferior (superior).
5.2.6. Operaciones entre matrices*

Las matrices se pueden sumar y multiplicar entre sí, bajo ciertas condiciones, se puede
multiplicar una matriz por un escalar y se pueden transformar por medio de operaciones
elementales, pero todas estas operaciones escapan al enfoque de este material de
estudio. Dicha teoría puede leerse en cualquier texto de Álgebra Lineal.

Capítulo 6
Relaciones y funciones
6.1. Relaciones
Definición 6.1. Sean A y B dos conjuntos, una relación R definida del conjunto A
al conjunto B es un subconjunto de A ˆ B.
Ejemplo 6.2. .
1. Sean A “ ta, b, cu, B “ t1, 2, 3u y R “ tpa, 2q, pa, 3q, pb, 3qu
2. Sean A “ t1, 2, 3, 4u, B “ t3, 4, 5, 6, 7, 8u y R “ tpa, bq P A ˆ B | b “ 2au.
3. Sean A “ t1, 2, 3u y R “ tpa, bq P A2 | a ă bu.
Nomenclaura 6.3. Cuando una relación R está definida del conjunto A al conjunto
A, es decir, cuando R Ď A2 , se dice simplemente que R está definida sobre A. Otros
autores le llaman relación homogénea.
Notación 6.4. Algunos autores usan la siguiente notación: si pa, 2q P R denotan a R 2

y se lee «a está en relación con 2» o «a se relaciona con 2»; también, si pb, 1q R R
denotan b R{ 1 y se lee «b no está en relación con 1» o «b no se relaciona con 1». Este
es un abuso de notación, puesto que entonces R es, al mismo tiempo, un subconjunto
de A ˆ B y un operador binario entre los elementos de A y B, pero, salvo por el rigor,
no suele haber oposición en su uso, puesto que no hay peligro de ambigüedad.
6.1.1. Representación gráfica de una relación

Una relación puede representarse gráficamente en un sistema de coordenadas carte-
siano o mediante de un grafo.
Ejemplo 6.5. Sean A “ t1, 2, 3u, B “ ta, b, cu y la relación de A a B dada por

R “ tp1, aq, p1, bq, p2, aq, p2, cq, p3, cqu. La representación gráfica de R, tanto en forma
cartesiana como en forma de grafo, sería:
44
c 1 a
b
a
2 b
1 2 3 3 c
Forma cartesiana Forma de grafo
La representación en forma de grafo de una relación R sobre A puede hacerse

replicando el conjunto A, resultando un «grafo bipartito» (como el del caso anterior),
pero también se pueden representar los elementos del conjunto A una única vez y las
parejas de la relación mediante una flecha, resultando un «grafo dirigido».
Ejemplo 6.6. Sean A “ t1, 2, 3, 4u y la relación definida sobre A definida por R “

tp1, 2q, p1, 4q, p3, 3q, p4, 1q, p4, 2qu. Sus representaciones gráficas serían:
4 1 1 1 2
3
2 2
2
1 3 3
1 2 3 4 4 4 4 3
Forma Grafo Grafo
cartesiana bipartito dirigido
Ejercicio 6.7. Dados A “ t1, 2, 3, 4, 5u y R “ tpa, bq P A2 | a ď bu, hacer sus

representaciones gráficas.
1 1
5 1
4 2 2
5 2
3
3 3
2
1 4 4
4 3
1 2 3 4 5 5 5
Forma Grafo Grafo

cartesiana bipartito dirigido
6.1.2. Representación matricial de una relación

Dados A “ ta1 , a2 , . . . , am u y B “ tb1 , b2 , . . . , bn u dos conjuntos y R una relación de
A a B, entonces R se puede representar por una matriz m ˆ n, prij q, de tal manera
que #
1 si pai , bj q P R,
rij “
0 si pai , bj q R R.

Ejemplo 6.8. Dados A “ t1, 2, 3u, B “ ta, b, c, du y la relación de A a B dada por

R “ tp1, aq, p1, bq, p2, aq, p2, cq, p3, cq, p3, dqu. La representación matricial de R es:
¨ ˛
1 1 0 0
R “ ˝1 0 1 0‚
0 0 1 1
Ejercicio 6.9. Dado A “ t1, 2, 3, 4u y la relación definida sobre A definida por

R “ tp1, 2q, p1, 4q, p3, 3q, p4, 1q, p4, 2qu. Encontrar la representación matricial de R.
¨ ˛
0 1 0 1
˚0 0 0 0‹
R“˚ ˝0 0 1 0‚
‹
1 1 0 0
6.1.3. Dominio y rango de una relación

Definición 6.10. Dada una relación R de A a B, el dominio y el rango de R están
definidos por:
Dom R “ ta P A | D b P B, pa, bq P Ru,
Ran R “ tb P B | D a P A, pa, bq P Ru.
Ejemplo 6.11. Sean A “ t1, 2, 3, 4, 5u, B “ ta, b, c, du y R “ tp1, aq, p1, bq, p3, cq,
p4, aq, p4, cq, p4, dqu. Encontrar Dom R y Ran R.
Respuesta: Dom R “ t1, 3, 4u, Ran R “ ta, b, c, du.
Ejercicio 6.12. Sean A “ t1, 2, 3, 4u, B “ t3, 4, 5, 6, 7, 8u y R “ tpa, bq P A ˆ B |

b ă 2au. Encontrar Dom R y Ran R.
Respuesta: Dom R “ t2, 3, 4u, Ran R “ t3, 4, 5, 6, 7u.
Ejercicio 6.13. Si R es una relación de A a B, diga si las siguientes afirmaciones

son verdaderas o falsas:
1. Dom R “ A 4. Dom R Ă A 7. Ran R Ă B
2. Dom R Ď B 5. Ran R “ B 8. Ran R Ď B
3. Dom R Ď A 6. Ran R Ď A 9. Ran R Ď Dom R
Nomenclaura 6.14. Algunos autores dan otros nombres al rango de R, como ima-
gen o recorrido. Por la misma razón, al conjunto Ran R lo denotan de otra manera,
por ejemplo Im R.

6.1.4. Relación inversa

Definición 6.15. Sea R una relación de A a B, la inversa de R, representada por
R´1 , es una relación de B a A que se define como sigue:
R´1 “ tpb, aq | pa, bq P Ru.
Ejemplo 6.16. .
1. R “ tp1, 2q, p1, 3q, p2, 3qu.
R´1 “ tp2, 1q, p3, 1q, p3, 2qu.
2. Sea A el conjunto de alumnos del salón y R definida sobre A como sigue:

R “ tpa, bq | a es más alto que bu, entonces R´1 “ tpb, aq | b es más bajo que au.
3. Sea R “ tpp, qq P Q2 | q “ 3p ` 2u, entonces R´1 “ tpq, pq P Q2 | p “

pq ´ 2q{3u.
Ejercicio 6.17. Sea R “ tp1, bq, p1, cq, p2, aq, p2, cqu:
1. Expresar R´1 .
2. Hacer la representación matricial de R y de R´1 .
3. ¿Es posible establecer alguna relación entre las representaciones matriciales de

R y de R´1 ?
Observación 6.18. Sea R la representación matricial de una relación R y R1 la
representación matricial de R´1 , entonces R1 “ Rt .
6.2. Relaciones de orden y relaciones de equivalen-

cia
Definición 6.19. Sea R una relación sobre A, se dice que R es:
1. Reflexiva si y sólo si para todo a P A, pa, aq P R.
2. Antirreflexiva si y sólo si para todo a P A, pa, aq R R.
3. Transitiva si y sólo si se cumple que, si pa, bq P R y pb, cq P R, entonces
pa, cq P R.
4. Simétrica si y sólo si se cumple que, si pa, bq P R, entonces pb, aq P R.
5. Antisimétrica si y sólo si se cumple que, si pa, bq P R y a ‰ b, entonces
pb, aq R R.
6. Total si y sólo si para cada par de elementos a y b de A (no necesariamente
distintos) se cumple que pa, bq P R o pb, aq P R.
Observación 6.20. Una relación total necesariamente es también reflexiva.

Ejercicio 6.21. Para cada una de las relaciones siguientes, diga si es reflexiva, anti-
rreflexiva, transitiva, simétrica, antisimétrica o total.
1. R “ tp1, 2q, p1, 3q, p2, 3qu.
2. R “ tpa, bq P Z2 | a ě bu.
3. Sea A el conjunto de alumnos del salón y R definida sobre A de tal forma que
a R b si y sólo si a es amigo de b.
Ejercicio 6.22. Sea R una relación sobre A. Decir si la representación matricial de

R tiene alguna característica en cada caso:
1. Si R es reflexiva.
2. Si R es antirreflexiva.
3. Si R es transitiva.
4. Si R es simétrica.
5. Si R es antisimétrica.
6. Si R es total.
6.2.1. Relaciones de orden

Definición 6.23. Sea R una relación sobre A, se dice que R es una relación de
orden si y sólo si R es reflexiva, transitiva y antisimétrica.
Ejemplo 6.24. Precisamente en los conjuntos numéricos, las relaciones «menor o

igual» (ď) y «mayor o igual» (ě) son relaciones de orden. Se llaman así porque
definen un orden (de menor a mayor o viceversa) entre los elementos del conjunto.
Ejercicio 6.25. Sea A “ N y R “ tpa, bq | a divide a bu. Demostrar que es una

relación de orden.
Ejercicio 6.26. Sea U un conjunto universal y R definida sobre PpU q mediante

A R B si y sólo si A Ď B. Demostrar que es una relación de orden.
Definición 6.27. Una relación sobre A se dice que es una relación de orden total
si y sólo si es reflexiva, transitiva, antisimétrica y total .

6.2.2. Relaciones de equivalencia

Definición 6.28. Sea R una relación sobre A, se dice que R es una relación de
equivalencia si y sólo si R es reflexiva, transitiva y simétrica.
Ejemplo 6.29. Sea Pn rxs el conjunto de los polinomios sobre x de grado menor o
igual a n. Sean ppxq y qpxq dos polinomios en Pn rxs y sea R la relación que se define
mediante la regla «ppxq R qpxq si y sólo si ppxq tiene el mismo grado que qpxq».
Verifique que R es una relación de equivalencia.
Ejemplo 6.30. Sea B el conjunto de cadenas de longitud ocho del alfabeto t0, 1u.
Sea R Ď B 2 tal que pα, βq P R si y sólo si α tienen la misma cantidad de veces el 1
que β. Verifique que R es una relación de equivalencia.
Ejercicio 6.31. Sean p y q números enteros y n P N, se dice que p es congruente a

q módulo n, y se denota p ” q pmód nq, si y sólo si n divide a p ´ q. Verifique que
la relación «p R q si y sólo si p ” q pmód nq» es una relación de equivalencia.
Observación 6.32. Sean n P N y a P Z, se define a módulo n como el valor r tal

que a “ npkq ` r, con 0 ď r ă n y k P Z, y se denota a mód n “ r. Observe que
en el caso de los números positivos, r es el residuo que queda al dividir a entre n.
Observe que p ” q pmód nq, si y sólo si p ´ q mód n “ 0.
Ejercicio 6.33. Sea R la relación definida sobre N ˆ N mediante «pa, bq R pc, dq si

y sólo si ab “ dc ». Verifique que es una relación de equivalencia.
6.2.3. Clases de equivalencia

Definición 6.34. Sea R una relación de equivalencia sobre A. Para un elemento
a P A se define la clase de equivalencia de a, y se denota ras, como el conjunto de
todos los elementos de A que se están relacionados con a, es decir:
ras “ tx | pa, xq P Ru.
Observación 6.35. Las clases de equivalencia ras son subconjuntos de A.
Observación 6.36. Como las clases de equivalencia se definen sobre relaciones de

equivalencia, las cuales son simétricas, entonces tx | pa, xq P Ru “ tx | px, aq P Ru.
Ejercicio 6.37. Sea A “ t1, 2, 3, 4, 5, 6u y R “ tp1, 1q, p1, 2q, p1, 4q, p2, 1q, p2, 2q,
p2, 4q, p3, 3q, p3, 5q, p4, 1q, p4, 2q, p4, 4q, p5, 3q, p5, 5q, p6, 6qu.

1. Verificar que R una relación de equivalencia.
2. Expresar explicitamente r1s, r2s, . . . , r6s.
r1s “ r2s “ r4s “ t1, 2, 4u

r3s “ r5s “ t3, 5u
r6s “ t6u
Observación 6.38. Si R es una relación de equivalencia sobre A:
@ a P A, a P ras,
pa, bq P R ñ ras “ rbs.
Ejemplo 6.39. En el ejemplo 6.29, en las clases de equivalencias los polinomios se

clasifican por su grado.
Observación 6.40. El ejercicio 6.33 implica que cuando decimos que dos fracciones
son iguales (como 12 y 36 ), significa en realidad que pertenecen a la misma clase de
equivalencia.
6.2.4. Particiones
Definición 6.41. Una partición de un conjunto X es una división de los elementos
de X tal que cada elemento pertenece a una y sólo una parte de la división. Formal-
mente,una colección de conjuntos Xi (cada i en un conjunto I no necesariamente
finito) es una partición de X si y sólo si:
para cada i, Xi ‰ ∅ y Xi Ď X,
para cada par i ‰ j, se cumple que Xi X Xj “ ∅,
Ť
X “ iPI Xi .
Nomenclaura 6.42. Dos conjuntos tales que Xi X Xj “ ∅ se llaman disjuntos.
Ť
Nomenclaura 6.43. Una colección de conjuntos Xi tales que X Ď iPI Xi se llama
cobertura de X.
Observación 6.44. Una partición de X es una cobertura de subconjuntos disjuntos

(no vacíos) de X.

Ejemplo 6.45. Sea X “ t1, 2, 3, 4, 5, 6u, la siguiente es una partición:
tt1, 2, 4u, t3, 5u, t6uu.
Ejercicio 6.46. Sea X “ ta, b, cu, enliste todas las posibles particiones de X:
ttau, tbu, tcuu
tta, bu, tcuu
tta, cu, tbuu
ttau, tb, cuu
tta, b, cuu
Ejercicio 6.47. Sea X el intervalo cerrado r0, 1s, ¿cuáles de las siguientes es una
partición de X?:
1. tr0, 21 q, p 12 , 1su
2. tr0, 21 s, r 12 , 1su
3. tr0, 31 s, p 13 , 23 q, r 32 , 1su
4. tr0, 31 q, r 13 , 23 q, r 32 , 1q, t1uu
6.2.5. Clases de equivalencia y particiones

Teorema 6.48. Sea R una relación de equivalencia sobre A. Entonces el conjunto S
de las clases de equivalencia son una partición de A. Es decir:
S “ tras | a P Au es una partición de A.
Ejercicio 6.49. En el ejemplo 6.37:

1. Escribir S y verificar el teorema anterior.
2. Graficar como un grafo dirigido.
1 3 6
2 4 5

Observación 6.50. El grafo obtenido de la relación de equivalencia R está dividido

en los subconjuntos de la partición definida por R y cada uno de esos subgrafos es
completo.
Ejercicio 6.51. .
¿Cuántos arcos se conectan a cada nodo en cada parte del grafo?
¿Cuántos arcos hay en total en cada parte del grafo?
Hacer su representación matricial. Trasponer los renglones 3 y 4, y las columnas

3 y 4.
6.3. Funciones
Definición 6.52. Sean A y B dos conjuntos. Una función de A en B es una relación
f tal que a cada elemento de A se le asigna uno y sólo un elemento de B.
Notación 6.53. Si f es una función de A en B, la denotamos:

f
f :AÑB o también A ÝÑ B.
Para cada elemento a P A, el elemento de B asignado a a se denota f paq.
Ejemplo 6.54. .
1. Sean A “ t1, 2, 3u y B “ ta, b, cu. Sea f “ tp1, aq, p2, cq, p3, cqu.
2. Sean A “ Z y B “ N. Sea f pzq “ z 2 ` 1.
Ejercicio 6.55. Diga si las siguientes son funciones:
1. Sean A “ ta, b, cu y B “ A.
a) Sea f “ tpa, bq, pb, cqu.

b) Sea g “ tpa, aq, pb, aq, pc, aqu.
c) Sea h “ tpa, bq, pc, bq, pc, cqu.
2. Sean A “ Z y B “ N.
a) Sea f pzq “ z 3 ` 3.
b) Sea gpzq “ z 4 .
3. Sean A “ Z y B “ t0, 1u. Sea f definida como: f pzq “ 0 si z es par y f pzq “ 1

si z es impar.

Definición 6.56. Dos funciones f y g, son iguales si y sólo si f paq “ gpaq para todo
a P A.
Ejercicio 6.57. ¿Cuándo dos funciones son distintas?
Ejercicio 6.58. Para cada caso, decir si f “ g:

?
1. f pxq “ x y gpxq “ x2 .
2. f pxq “ x2 ´ 1 y gpxq “ px ` 1qpx ´ 1q.

x2 ´ 1
3. f pxq “ y gpxq “ x ` 1.
x´1
Definición 6.59. Se define el valor absoluto de un número real x mediante

#
x si x ě 0,
|x| “
´x si x ă 0,
y el signo de x mediante
$
&1
’ si x ą 0,
sgnpxq “ 0 si x “ 0,
’
´1 si x ă 0.
%
Ejercicio 6.60. Para cada caso, decir si f “ g:

1. f pxq “ x y gpxq “ sgnpxq ¨ |x|.
x
2. f pxq “ sgnpxq y gpxq “ .
|x|
3. f pxq “ |x| y gpxq “ sgnpxq ¨ x.
Ejercicio 6.61. Demuestre lo siguiente:

1. sgnp´xq “ ´sgnpxq.
2. sgnpx yq “ sgnpxq sgnpyq.
Definición 6.62. Se define el piso de un número real x, denotado por txu, y el techo
de x, denotado por rxs, mediante
txu “ máxtm P Z | m ď xu,
rxs “ mı́ntm P Z | m ě xu.

Ejercicio 6.63. Sean f : R Ñ Z y g : R Ñ Z definidas por f pxq “ txu y gpxq “ rxs.
1. ¿Son f pxq y gpxq funciones?
2. ¿Son f pxq y gpxq iguales?
3. ¿Cual es el valor de rxs ´ txu?
Observación 6.64. En la mayoría de las implementaciones computacionales se define

la función de truncamiento como
#
txu si x ě 0,
Truncpxq “
rxs si x ă 0,
y la función de redondeo como

#
Truncpx ` 0.5q si x ě 0,
Roundpxq “
Truncpx ´ 0.5q si x ă 0.
Ejercicio 6.65. Calcular Roundp2.6q y Roundp´4.4q.
Solución:
Roundp2.6q “ Truncp2.6 ` 0.5q “ Truncp3.1q “ t3.1u “ 3

Roundp´4.4q “ Truncp´4.4 ´ 0.5q “ Truncp´4.9q “ r´4.9s “ ´4
Ejemplo 6.66. Sean f : A Ñ R y g : A Ñ R. Se definen la función suma y la

función producto mediante
rf ` gspxq “ f pxq ` gpxq y rf ¨ gspxq “ f pxq ¨ gpxq.
Observación 6.67. En el ejemplo anterior, no es necesario que A sea un conjunto

numérico. Por otra parte, el contradominio puede ser cualquier conjunto algebraico
que sea cerrado a la suma y al producto.
Ejemplo 6.68. Sea X un conjunto cualquiera y A Ď X, se define la función indi-

catriz de A mediante 1A : X Ñ t0, 1u y
#
1 si x P A,
1A pxq “
0 si x R A.

Nomenclaura 6.69. Algunos autores la llaman función característica y algunos la

denotan χA pxq.
Ejercicio 6.70. Demuestre lo siguiente:
1. 1AXB pxq “ 1A pxq 1B pxq “ mı́nt1A pxq, 1B pxqu
2. 1AYB pxq “ 1A pxq ` 1B pxq ´ 1A pxq 1B pxq “ máxt1A pxq, 1B pxqu
3. 1A4B pxq “ 1A pxq`1B pxq´2 ¨1A pxq 1B pxq “ máxt1A pxq, 1B pxqu´mı́nt1A pxq, 1B pxqu
4. 1Ac pxq “ 1 ´ 1A pxq
5. A Ď B Ď X ô @ x P X, 1A pxq ď 1B pxq
6. 1A pxq “ 1B pxq ô A“B
Observación 6.71. Dado que las funciones son un caso particular de las relaciones,
todo lo que hemos estudiado de las relaciones es válido para las funciones.
Observación 6.72. Si f es una función, entonces Dom f “ A, pero no necesaria-

mente Ran f “ B (aunque forzosamente Ran f Ď B).
6.3.1. Gráfica de una función

Dado que una función es una relación, la gráfica de una función puede ser en
realidad cualquiera de las representaciones gráficas ya vistas, sin embargo, lo más
común es representarlas en la forma cartesiana.
Algunos autores dan la siguiente definición formal de gráfica (que, en nuestro caso,
coincide con la definición de función).
Definición 6.73. Sea f : A Ñ B una función, la gráfica de f , denotada por Γpf q,

es el subconjunto de A ˆ B definido por:
Γpf q “ tpa, f paqq | a P Au.
Ejemplo 6.74. Graficar las siguientes funciones:
1. Sean A “ ta, b, c, d, eu y B “ A. Sea f “ tpa, bq, pb, cq, pc, dq, pd, cq, pe, aqu.
2. Sean A “ Z y B “ Z. Sea f pzq “ 2z ´ 1.
3. Sean A “ Z y B “ N. Sea f pzq “ z 2 ` 1.

e 5 10
4 9
d 3 8
2 7
c 1 6
´3 ´2 ´1 0 1 2 3 5
b ´1 4
´2 3
a ´3 2
´4
1
a b c d e ´5
´3 ´2 ´1 0 1 2 3
Gráficas de los ejemplos 1, 2 y 3, respectivamente.
Observación 6.75. En la gráfica de una función cada recta vertical que pasa por un
elemento del dominio interseca con uno y sólo un punto de la gráfica.
6.3.2. Composición de funciones

Sean f : A Ñ B y g : B Ñ C dos funciones. Dado que para cada a P A, f paq es un
elemento de B, y puesto que B es el dominio de g, entonces tiene sentido calcular
gpf paqq, el cual es un elemento de C, ya que C es el contradominio de g.
Definición 6.76. Dadas f : A Ñ B y g : B Ñ C dos funciones, la función

compuesta de f con g, denotada por g ˝ f es la función de A en C tal que g ˝ f paq “
gpf paqq.
f g
A B C
Ejemplo 6.77. Sean A “ ta, b, cu, B “ t1, 2, 3u y C “ tx, y, zu. Sean f : A Ñ B y

g : B Ñ C las siguientes: f “ tpa, 2q, pb, 3q, pc, 2qu y g “ tp1, xq, p2, zq, p3, xqu. ¿Son
f y g funciones? ¿Cuál es la función g ˝ f ?
Solución:
f g
a 1 x
b 2 y
c 3 z
g ˝ f “ tpa, zq, pb, xq, pc, zqu
Ejercicio 6.78. Para el ejercicio anterior, hacer la representación matricial de f , g y

g ˝ f . ¿Hay alguna relación entre las matrices?

Ejemplo 6.79. Sean f : R Ñ R y g : R Ñ R definidas como sigue: f pxq “ x2 y

gpxq “ x ` 3. ¿Son f y g funciones? ¿Cuál es g ˝ f ? ¿Cuál es f ˝ g?
Solución:
f ˝ gpxq “ f pgpxqq “ f px ` 3q “ px ` 3q2
g ˝ f pxq “ gpf pxqq “ gpx2 q “ x2 ` 3
Observación 6.80. Se debe tener cuidado de no confundir g ˝ f con f ˝ g. (En el

ejemplo 6.77 ni siquiera existe f ˝ g).
Ejercicio 6.81. Sean f : R2 Ñ R y g : R2 Ñ R2 definidas mediante f pa, bq “ a¨b y

gpa, bq “ pa ` b, a ´ bq. Expresar f ˝ g.
Solución: f ˝g : R2 Ñ R definida mediante f ˝gpa, bq “ f pgpa, bqq “ f pa`b, a´bq “

pa ` bqpa ´ bq “ a2 ´ b2 .
6.3.3. Funciones inyectivas y sobreyectivas

Definición 6.82. Se dice que una función f : A Ñ B es inyectiva si y sólo si
diferentes elementos del dominio tienen diferentes imágenes, esto es:
a ‰ b ñ f paq ‰ f pbq
o equivalentemente
f paq “ f pbq ñ a “ b.
Definición 6.83. Se dice que una función f : A Ñ B es sobreyectiva si y sólo si

todo b P B es imagen de algún a P A, esto es:
@ b P B, D a P A : f paq “ b
o equivalentemente
Ran f “ B.
Definición 6.84. Se dice que una función f : A Ñ B es biyectiva si y sólo si es

inyectiva y sobreyectiva.
Ejercicio 6.85. Decir si las siguientes funciones son inyectivas, sobreyectivas, biyec-
tivas o ninguna:
1. Sea A “ ta, b, c, d, eu y f : A Ñ A, f “ tpa, bq, pb, cq, pc, dq, pd, cq, pe, aqu.
2. f : Z Ñ Z, f pzq “ 2z ´ 1

3. f : R Ñ R`
0, f pxq “ x2
4. f : R Ñ R, f pxq “ xp donde p es un número natural impar.
Ejercicio 6.86. Sea f : A Ñ B, responder lo siguiente:

1. ¿Puede f ser inyectiva si |A| ą |B|?
2. ¿Puede f ser sobreyectiva si |A| ă |B|?
Observación 6.87. La respuesta a la primera pregunta del ejercicio anterior, «no

puede existir una función inyectiva de A en B si |A| ą |B|», es conocida como
el principio del palomar , el cual tiene implicaciones muy interesantes y se puede
demostrar mediante inducción sobre |B| (ver sección 7.4).
Observación 6.88. Sea f : A Ñ B, si f es inyectiva entonces |A| ď |B|, si f es

sobreyectiva entonces |A| ě |B|, por lo tanto, si f es biyectiva entonces |A| “ |B|.
Observación 6.89. De la observación anterior se desprende que dos conjuntos A y B

tienen la misma cardinalidad (son del mismo tamaño) si y sólo si puede establecerse
una función biyectiva entre ellos.
Ejercicio 6.90. Demostrar las siguientes afirmaciones:

1. La composición de dos funciones inyectivas es inyectiva.
2. La composición de dos funciones sobreyectivas es sobreyectiva.
3. Si f ˝ g es inyectiva, entonces g es inyectiva.
4. Si f ˝ g es sobreyectiva, entonces f es sobreyectiva.
6.3.4. Función inversa

Dada una función f , puesto que f es una relación, la relación inversa f ´1 definida
antes siempre existe, pero ¿es siempre f ´1 una función?
Ejemplo 6.91. Dados A “ ta, b, cu y B “ t1, 2, 3u,

1. Si f “ tpa, 2q, pb, 1q, pc, 2qu, entonces f ´1 “ tp1, bq, p2, aq, p2, cqu no es función.
2. Si f “ tpa, 2q, pb, 3q, pc, 1qu, entonces f ´1 “ tp1, cq, p2, aq, p3, bqu sí es función.
Observación 6.92. Para que f ´1 sea una función, es necesario que f sea biyectiva.

Ejercicio 6.93. Sea f : Q Ñ Q dada por f pxq “ 3x´2. ¿Es función?, ¿es biyectiva?,
¿cuál su inversa?
Ejercicio 6.94. Dada f “ tp1, bq, p2, dq, p3, eq, p4, aq, p5, cqu, graficar f y f ´1 .
f f ´1
e 5
d 4
c 3
b 2
a 1
1 2 3 4 5 a b c d e
Observación 6.95. Dada f una función, la gráfica de la función inversa f ´1 es la

gráfica de f reflejada sobre un eje de 45˝ . En realidad esta es una propiedad que tienen
todas las relaciones y sus relaciones inversas.
Ejercicio 6.96. Sean f : Z Ñ N y g : N Ñ Z las siguientes relaciones:

# #
n
2z, si z ą 0, 2
, si n es par,
f pzq “ gpnq “ 1ń
1 ´ 2z, si z ď 0. 2
, si n es impar.
1. ¿Son f y g funciones?
2. ¿Son inyectivas y/o sobreyectivas?
3. Graficar f y g.
4. ¿Es posible hacer las composiciones f ˝ g o g ˝ f ?
6.3.5. Función identidad

Definición 6.97. Dado A un conjunto, la función IA : A Ñ A definida por IA paq “ a
se llama función identidad en A. Es decir, IA asigna cada elemento a sí mismo.
Observación 6.98. Dada f : A Ñ B cualquier función, entonces:
IB ˝ f “ f ˝ IA “ f.
Observación 6.99. Si f : A Ñ B es una función biyectiva y f ´1 : B Ñ A su función

inversa, entonces:
f ´1 ˝ f “ IA y f ˝ f ´1 “ IB .

Observación 6.100. Si f es biyectiva, pf ´1 q´1 “ f .
Observación 6.101. Si |A| “ n, entonces la representación matricial de la función

identidad IA es la matriz identidad In .
Observación 6.102. Si f es una función biyectiva y F es la representación matricial

de f , entonces la representación matricial de f ´1 es F t y además F ˆ F t “ In .

Capítulo 7
Recursividad
7.1. Sucesiones
Definición 7.1. Una sucesión S es una función f : N Ñ A. Si f pnq “ sn solemos
denotar S “ ps1 , s2 , s3 , . . . q, S “ psn q8
n“1 , S “ psn qnPN o simplemente S “ psn q.
Los elementos sn son llamados términos de la sucesión.
Notación 7.2. Muchos autores denotan las sucesiones con llaves: tsn u. Otros pocos
con parétensis angulares: xsn y. Nosotros las denotaremos con paréntesis como una
n-upla (y no con llaves como un conjunto), ya que el orden de los elementos es
importante.
Ejemplo 7.3. .
1. p2, 4, 6, 8, . . . q
2. p2, 3, 5, 7, 11, . . . q
#
n
2
si n es par,
3. f pnq “ n`1
2
si n es impar.
4. f pnq “ p´1qn
´ 2 ¯
5. n 2`n
nPN
7.1.1. Sucesiones acotadas y monótonas

Definición 7.4. Se dice que una sucesión psn q es acotada si y sólo si existe un
número M tal que |sn | ď M para todo n P N.
Definición 7.5. Se dice que una sucesión psn q es:

‚ creciente si y sólo si sk ă sk`1 para todo k P N,
‚ decreciente si y sólo si sk ą sk`1 para todo k P N,
‚ no creciente si y sólo si sk ě sk`1 para todo k P N,
‚ no decreciente si y sólo si sk ď sk`1 para todo k P N.
61
Nomenclaura 7.6. Una sucesión se dice monótona si es creciente, decreciente, no

creciente o no decreciente. Así, por ejemplo, si una sucesión es creciente, también se
dice que es monótona creciente.
Ejemplo 7.7. Decir si las siguientes sucesiones son acotadas, crecientes, decrecientes,
no crecientes, no decrecientes o ninguna.
1. sn “ np , pp ě 1q
` ˘
2. n1 nPN
n´1
3. sn “ n
4. S “ p2, 4, 6, 8, . . . q
5. sn “ p´1qn
´ 2
¯
6. nń2
8
7. pn2 ´ 2n qn“1
7.1.2. Subsucesiones
Definición 7.8. Sea psn q una sucesión y pnk q una sucesión de elementos de N tales
que n1 ă n2 ă n3 ă ¨ ¨ ¨ . Entonces, la sucesión psnk q es llamada una subsucesión
de psn q.
Ejemplo 7.9. Las siguientes son subsucesiones de psn q:
1. ps1 , s3 , s5 , s7 , . . . q
2. ps2 , s3 , s5 , s7 , s11 , s13 , . . . q
3. ps1 , s10 , s100 , s1000 , . . . q
4. psn2 ń`1 qnPN
Observación 7.10. Sean f : N Ñ A una sucesión y g : N Ñ N creciente, entonces

f ˝ g es una subsucesión.
Teorema 7.11. Toda sucesión de números reales tiene una subsucesión monótona.

7.2. Funciones recursivas

Una función recursiva es una función f : N Ñ R tal que el valor de f pnq depende
de un conjunto de valores anteriores, los cuales deben ser conocidos o pueden ser
calculados.
Se suele decir que una función recursiva es una que se invoca a sí misma.
Notación 7.12. Con frecuencia escribimos fn como equivalente de f pnq.
Ejercicio 7.13. En la biblioteca se cobran $ 5.00 por el préstamo de un libro que debe
devolverse al día siguiente. Si un estudiante desea llevarse el libro por más tiempo,
pagará una cantidad de $ 1.50 por cada día adicional.
Sea cn el costo que el alumno debe pagar el día n por haber pedido prestado un libro.
¿Cuánto se debe pagar por conservarlo un día más?
cn`1 “ cn ` 1.5 con c1 “ 5.
Observación 7.14. La anterior es una fórmula recursiva. En este caso es posible

hallar una expresión alternativa que no dependa del valor anterior:
cn “ 5 ` 1.5pn ´ 1q.
Ejemplo 7.15. La siguientes son funciones expresadas en forma recursiva:

1. f0 “ 1 y fn “ n ¨ fn´1 .
2. Dado a ą 0, ga p0q “ 1 y ga pnq “ a ¨ ga pn ´ 1q.
3. F0 “ 0, F1 “ 1 y Fn “ Fn´1 ` Fn´2 .
# n
dp 2 q si n es par
4. dp0q “ 0, dpnq “
1 ´ dp n´1
2
q si n es impar
5. f p0q “ f p1q “ 1 y f pnq “ n ¨ f pn ´ 2q.
Observación 7.16. La funciones del ejemplo anterior son el factorial (n!), la potencia
(an ), la sucesión de Fibonacci, la sucesión de Thue-Morse y el doble factorial (n!!),
respectivamente.
Definición 7.17. Dado un número n P N0 , el factorial de n, también llamado n

factorial, se define mediante:
#
1 si n “ 0,
n! “
1 ˆ 2 ˆ ¨ ¨ ¨ ˆ n si n P N.
Observación 7.18. Como ya se vio, el factorial de n se puede definir en forma

recursiva mediante: 0! “ 1 y n! “ n ¨ pn ´ 1q!
Ejercicio 7.19. Demuestre que en 6 semanas hay exactamente 10! segundos.

7.3. Notación Sigma

Una suma de varios términos se puede escribir en forma más compacta y más concisa
mediante la notación sigma:
n
ÿ
ai “ a1 ` a2 ` a3 ` ¨ ¨ ¨ ` an .
i“1
Ejercicio 7.20. Expresar las siguientes sumas en su notación desarrollada:

7
ÿ
1. bi
i“3
3
ÿ
2. d2j`1
j“0
5
ÿ
3. pAk ´ Ak´1 q
k“1
Ejercicio 7.21. Calcular el resultado de las siguientes sumas:

5
ÿ
1. 3i
i“2
4
ÿ
2. pj ` 1q2
j“1
5
ÿ
3. p2k ´ 1q
k“1
888
ÿ
4. p´1qi
i“1
n
ÿ
5. 1
i“1
Teorema 7.22. Las siguientes propiedades se satisfacen:

n
ÿ n
ÿ
1. c ai “ c ai
i“1 i“1
n
ÿ n
ÿ n
ÿ
2. pai ` bi q “ ai ` bi
i“1 i“1 i“1
n
ÿ m
ÿ n
ÿ
3. ai “ ai ` ai
i“1 i“1 i“m`1

7.4. Inducción matemática

La inducción matemática es un método que permite demostrar que cierta propiedad
se cumple para todos los elementos de un conjunto infinito numerable.
La idea fundamental se basa en que, si una propiedad P es válida para un número
k0 P N y que si siempre que dicha propiedad sea verdadera para un número k también
lo es para su sucesor k ` 1; entonces se puede asegurar que la propiedad P es válida
para todos los números naturales mayores o iguales que k0 .
La demostración por inducción matemática se basa, por tanto, en dos pasos:
Paso inductivo: Suponiendo que la propiedad deseada es verdadera para un
número k, demostrar que lo es para su sucesor k ` 1.
Paso base: Demostrar que existe un número inicial k0 para el cual se cumple
la propiedad deseada.
Ejemplo 7.23. Demuestre que, para todo n P N se cumple que:

n
ÿ npn ` 1q
i“ .
i“1
2
Demostración. .
Paso inductivo: Supongamos que es verdadero para un valor k, es decir,
k
ÿ kpk ` 1q
i“
i“1
2
por demostrar que entonces es verdadero para k ` 1, es decir, por demostrar que
k`1
ÿ pk ` 1qpk ` 2q
i“ .
i“1
2
A saber,
k`1
ÿ k
ÿ
i“ i ` pk ` 1q deplegando el último término
i“1 i“1
kpk ` 1q
“ ` pk ` 1q por hipótesis de inducción
2
kpk ` 1q 2pk ` 1q
“ ` común denominador
2 2
kpk ` 1q ` 2pk ` 1q
“ por suma de fracciones
2
pk ` 2qpk ` 1q
“ extrayendo factor común
2
que es lo que se quería demostrar.

Paso base: Por demostrar que es válido para k “ 1.

A saber, por un lado,
1
ÿ
i“1
i“1
y por otro lado

1p1 ` 1q
“1
2
es decir, se cumple para k “ 1.
6 la igualdad es verdadera para todo n P N.
Ejemplo 7.24. Demostrar por inducción las siguientes afirmaciones:

n
ÿ npn ` 1qp2n ` 1q
1. i2 “
i“1
6
Demostración. .
k
ÿ kpk ` 1qp2k ` 1q
i2 “
i“1
6
por demostrar que entonces es verdadero para k ` 1, es decir, por demostrar

que
k`1
ÿ pk ` 1qpk ` 2qp2k ` 3q
i2 “ .
i“1
6
A saber,
k`1
ÿ k
ÿ
2
i “ i2 ` pk ` 1q2 deplegando último término
i“1 i“1
kpk ` 1qp2k ` 1q
“ ` pk ` 1q2 por hipótesis de inducción
6
kpk ` 1qp2k ` 1q 6pk ` 1q2
“ ` común denominador
6 6
kpk ` 1qp2k ` 1q ` 6pk ` 1q2
“ por suma de fracciones
6
pk ` 1qrkp2k ` 1q ` 6pk ` 1qs
“ extrayendo factor común
6
2
pk ` 1qr2k ` k ` 6k ` 6s
“ desarrollando
6
pk ` 1qr2k 2 ` 3k ` 4k ` 6s
“ reacomodando
6

pk ` 1qrkp2k ` 3q ` 2p2k ` 3qs

“ factorizando
6
pk ` 1qpk ` 2qp2k ` 3q
“ factorizando
6

A saber, por un lado,
1
ÿ
i2 “ 12 “ 1
i“1
y por otro lado
1p1 ` 1qp2 ` 1q
“1
6
es decir, se cumple para k “ 1.
6 la igualdad es verdadera para todo n P N.
2. n! ě 2n (¿cuál es la base?)
Demostración. .
k! ě 2k
por demostrar que entonces es verdadero para k ` 1, es decir,
pk ` 1q! ě 2k`1 .
A saber, si k P N se cumple que pk ` 1q ě 2, y por hipótesis de inducción se
tiene que k! ě 2k , así que, dado que todos son números positivos, el producto
entre los términos conserva la desigualdad, esto es
pk ` 1q ¨ k! ě 2 ¨ 2k
lo cual, por la definición recursiva del factorial y las propiedades de las potencias,
es lo mismo que
pk ` 1q! ě 2k`1
Paso base: Por demostrar que es válido para un valor inicial k.

{ 21 .
Probando para k “ 1: 1! ě
{ 22 .
{ 23 .
Probando para k “ 4: 4! ě 24 .
6 la desigualdad es válida para todo n P N, n ě 4.

3. @ n P N se cumple que 5n ´ 1 es divisible por 4.
Demostración. .
Paso inductivo: Supongamos que es verdadero para un valor k, es decir, 5k ´ 1
es divisible por 4, esto es, que existe un número m P Z tal que
5k ´ 1 “ 4m
por demostrar que entonces es verdadero para k ` 1, es decir, que 5k`1 ´ 1 es

divisible por 4.
A saber,
5k`1 ´ 1 “ 5 ¨ 5k ´ 1 por propiedad de los exponentes

“ p4 ` 1q 5k ´ 1 pordescomponiendo el 5
k k
“ 4 ¨ 5 ` p5 ´ 1q reordenando
k
“ 4 ¨ 5 ` 4m por hipótesis de inducción
“ 4 p5k ` mq factorizando
el cual es claramente divisible por 4, pues es 4 veces un número entero; lo cual

es lo que se quería demostrar.

En efecto, 51 ´ 1 “ 4 es divisible por 4.
6 la propiedad es válida para todo n P N.
n
ÿ rn`1 ´ 1
i
4. r “
i“0
r´1
Ejercicio 7.25. Demostrar por inducción las siguientes afirmaciones:

n
ÿ
1. p2k ´ 1q “ n2
k“1
n
ÿ n2 pn ` 1q2
2. i3 “
i“1
4
n
ÿ npn ` 1qpn ` 2q
3. kpk ` 1q “
k“1
3
n
ÿ 1 n
4. “
k“1
kpk ` 1q n`1

n
ÿ npn ` 1qpn ` 2qpn ` 3q
5. kpk ` 1qpk ` 2q “
k“1
4
n
ÿ 1 npn ` 3q
6. “
k“1
kpk ` 1qpk ` 2q 4pn ` 1qpn ` 2q
n
ÿ npn ` 1qp2n ` 1qp3n2 ` 3n ´ 1q
7. i4 “
i“1
30
Ejercicio 7.26. Demostrar por inducción las siguientes afirmaciones:
1. n2 ą 2n ` 1, ¿cuál es la base?
2. 2n ą n2 , ¿cuál es la base?
3. @ n P N se cumple que n3 ´ n es divisible por 3.
4. @ n P N se cumple que n3 ` 1 ě n2 ` n.
5. Si a ą ´1, entonces p1 ` aqn ě 1 ` na, para todo n P N (desigualdad de

Bernoulli).
6. @ n P N se cumple que 22n´1 ` 32n´1 es divisible por 5.
Ejercicio 7.27. Se define el doble factorial de un número entero no negativo n

mediante la siguiente fórmula recursiva:
#
1 n “ 0 o n “ 1,
n!! “
n ¨ pn ´ 2q!! n ě 2.
Demostrar por inducción que:
1. Si n es un número par de la forma 2m, entonces n!! “ 2m m!

p2mq!
2. Si n es un número impar de la forma 2m ´ 1, entonces n!! “
2m m!
Ejercicio 7.28. Sea M “ t1 ` k1 | k P Nu. Demostrar si cada número entero puede

escribirse como producto de elementos de M, no necesariamente distintos.

Capítulo 8
Combinatoria
8.1. Conteo
Ejemplo 8.1. Un estudiante de ingeniería tiene 6 playeras, 4 pantalones y 2 pares de
tenis. ¿De cuántas formas distintas puede combinar su ropa al vestir?
Respuesta: 6 ˆ 4 ˆ 2 “ 48.
8.1.1. Principio fundamental del conteo

Supongamos que un suceso puede ocurrir de n1 formas distintas, un segundo suceso
puede ocurrir de n2 formas distintas, y así sucesivemente hasta un k-ésimo evento que
puede ocurrir de nk formas distintas:
Regla de la suma: si los eventos no pueden ocurrir simultáneamente, entonces
el número de formas distintas en que los sucesos pueden ocurrir es
n1 ` n2 ` ¨ ¨ ¨ ` nk .
Regla del producto: si los eventos pueden ocurrir uno independiente de otro,
el número de formas distintas en que los sucesos pueden ocurrir es
n1 ˆ n2 ˆ ¨ ¨ ¨ ˆ nk .
Ejercicio 8.2. En un estante hay 3 libros diferentes de matemáticas, 4 de física y 2

de química.
1. ¿De cuántas formas puede elegirse un libro?
Respuesta: De 9 formas (3 ` 4 ` 2).
2. ¿De cuántas formas puede elegirse un libro de cada área?
Respuesta: De 24 formas (3 ˆ 4 ˆ 2).
Ejercicio 8.3. Las placas de automovil contienen 3 letras seguidas de 4 números.

¿Cuántas placas diferentes pueden fabricarse?
70
Solución: Hay 23 formas de elegir cada letra (por disposición oficial se excluyen I, O
y Q para no confundir con 0 y 1, y la Ñ para no confundir con la N) y 10 formas de
elegir cada número.
23 23 23 - 10 10 - 10 10
Por lo tanto se pueden hacer 233 ˆ 104 placas diferentes.
Ejercicio 8.4. Sean A y B conjuntos con |A| “ n y |B| “ m, ¿cuántas funciones de

A en B hay?
Solución: Para cada elemento uno de los n elementos de A hay m formas de elegirle
una pareja en B, por lo tanto hay mn .
Ejercicio 8.5. ¿Cuántos divisores positivos tiene el número 360?
Solución: Factorizando, 360 “ 23 ¨ 32 ¨ 5, por lo que cada divisor es de la forma

2m ¨ 3n ¨ 5p con m P t0, 1, 2, 3u, n P t0, 1, 2u y p P t0, 1u, por lo tanto hay 4 ¨ 3 ¨ 2 “ 24
divisores positivos.
Ejercicio 8.6. Si se eligen en el salón un presidente, un secretario y un tesorero, ¿de

cuántas formas diferentes puede hacerse esta selección?
Solución: Hay 12 formas de elegir al presidente, 11 de elegir al secretario y 10 de

elegir al tesorero.
12 11 10
La elección se puede hacer de 1320 (12 ˆ 11 ˆ 10) formas diferentes.
Ejercicio 8.7. ¿De cuántas formas diferentes puede formarse un comité de tres alum-
nos del salón?
Solución: Si en el comité el orden en que se mencionen los integrantes no es impor-

tante, un mismo equipo se puede enlistar de 6 formas diferentes:
ABC ACB BAC
BCA CAB CBA
La elección se puede hacer de 220 (1320{6) formas diferentes.

8.2. Ordenaciones
Definición 8.8. Una «ordenación de n en r» (r ď n) es un arreglo de r elementos
distintos, tomados de un conjunto de n posibles, en un orden determinado.
Ejercicio 8.9. Sea A “ ta, b, c, d, eu. ¿Cuántas son todas las posibles ordenaciones
de 3 de los elementos de A? Enliste algunos ejemplos.
Solución: Hay 5 formas de elegir el primer primer elemento, 4 de elegir al segundo y
3 de elegir al tercero.
5 4 3
La elección se puede hacer de 60 (5 ˆ 4 ˆ 3) formas diferentes.
Notación 8.10. El número de ordenaciones de n en r se representa por Orn . Otros

autores le llaman «permutaciones de n en r», y lo denotan por Prn , P pn, rq, n Pr o
Pn,r .
n!
Teorema 8.11. Orn “ npn ´ 1qpn ´ 2q ¨ ¨ ¨ pn ´ r ` 1q “
pn ´ rq!
Ejercicio 8.12. Calcular O47 .
Respuesta:
7! 7! 7 ˆ 6 ˆ 5 ˆ 4 ˆ 3!
O47 “ “ “ “ 7 ˆ 6 ˆ 5 ˆ 4 “ 840
p7 ´ 4q! 3! 3!
Ejercicio 8.13. Demostrar que Onn “ n!

Demostración.
n! n! n!
Onn “ “ “ “ n!
pn ´ nq! 0! 1

8.2.1. Permutaciones
Nomenclaura 8.14. Una ordenación de n en n se llama simplemente permutación
de n. El número de permutaciones distintas de n elementos se denota por Pn .
Teorema 8.15. Pn “ n!
Pn
Observación 8.16. Orn “
Pn´r

8.2.2. Permutaciones con elementos repetidos

En ocasiones deseamos encontrar el número de permutaciones de objetos, algunos de
los cuales son iguales.
Teorema 8.17. El número de permutaciones de n objetos de los cuales n1 son iguales,

n2 son iguales, . . . , nk son iguales (n “ n1 ` n2 ` ¨ ¨ ¨ ` nk ) es
n!
n1 ! n2 ! ¨ ¨ ¨ nk !
Ejemplo 8.18. ¿Cuántos cadenas distintas de longitud 7 pueden formarse con los
elementos de la cadena cananea?
Solución: Hay 1 letra c, 3 letras a, 2 letras n y 1 letra e. La cantidad de cadenas

distintas es
7! 7 ˆ 6 ˆ 5 ˆ 4 ˆ 3!
“ “ 7 ˆ 6 ˆ 5 ˆ 2 “ 420.
1! 3! 2! 1! 3! 2
8.3. Ordenaciones con repetición

Definición 8.19. Una «ordenación con repetición de n en r» (r ď n) es un
ordenamiento de r elementos tomados de n posibles, donde cada elemento se puede
repetir todas las veces.
Ejemplo 8.20. ¿Cuántos cadenas distintas de longitud 3 pueden formarse con el

alfabeto español?
Solución: Hay 27 formas de elegir cada letra.
27 27 27
Por lo tanto hay 273 cadenas distintas de longitud 3.
Notación 8.21. El número de ordenaciones con repetición de n en r se representa

por OR nr .
Teorema 8.22. OR nr “ nr

8.4. Combinaciones
Definición 8.23. Una «combinación de n en r» es cualquier selección de r elementos
de un conjunto de n posibles, sin importar el orden.
Ejercicio 8.24. Sea A “ ta, b, c, d, eu. Enliste todas las posibles combinaciones de 3.
Respuesta: Hay 10 posibles combinaciones:
abc abd abe acd ace

ade bcd bce bde cde
Notación 8.25. El número de combinaciones de n en r se representa por Crn . Otros

autores también usan Cpn, rq, n Cr o Cn,r .
Orn n!
Teorema 8.26. Crn “ “
Pr r!pn ´ rq!
Ejemplo 8.27. ¿Cuántas manos de póquer distintas pueden tomarse de la baraja

francesa?
Solución: La baraja francesa está dividida en cuatro palos (♠, ♦, ♣, ♥). Cada palo
está formado por 13 figuras (A, 2, 3, 4, . . . , 10, J, Q, K). Una mano de póquer consiste
de una selección de cinco cartas. La respuesta buscada consiste en seleccionar 5 cartas
de 52, sin importar el orden, es decir:
52!
C552 “ “ 2 598 960.
5! 47!
Ejercicio 8.28. Demostrar que C1n “ Cn´1

n
“ n.
Demostración. Por una parte, de acuerdo a la fórmula proporcionada por el teorema
n n! n! n!
Cn´1 “ “ “ “ C1n
pn ´ 1q!rn ´ pn ´ 1qs! pn ´ 1q! 1! 1!pn ´ 1q!
Y por otra parte,
n! n ˆ pn ´ 1q! n
C1n “ “ “ “n
1!pn ´ 1q! 1 ˆ pn ´ 1q! 1
Con lo que la proposición queda demostrada.

8.5. Combinaciones con repetición

Definición 8.29. Una «combinación con repetición de n en r» es una selección de
r elementos de un conjunto de n posibles, sin importar el orden, permitiendo repetir
elementos.
Notación 8.30. El número de combinaciones con repetición de n en r se representa

por CR nr .
pn ` r ´ 1q!
Teorema 8.31. CR nr “
r!pn ´ 1q!
Ejercicio 8.32. Demostrar que CR nr “ Crn`r´1 .
8.6. Coeficientes binomiales

Definición 8.33. Se define el «coeficiente binomial de n en r» (con n y r números
naturales o cero tales que r ď n) como
ˆ ˙
n n!
“
r r!pn ´ rq!
`n˘
Observación 8.34. r
“ Crn
`n˘ ` n
˘
Ejemplo 8.35. Demostrar que r
“ n´r
Demostración. Aplicando la definición y por conmutatividad del producto

ˆ ˙ ˆ ˙
n n! n! n! n
“ “ “ “
n´r pn ´ rq!rn ´ pn ´ rqs! pn ´ rq! r! r!pn ´ rq! r
`n˘ `n´1˘
Ejercicio 8.36. Demostrar que r r
“n r´1
`n ˘ `n`1˘
Ejercicio 8.37. Demostrar que 2
` n´1
“ n2

8.6.1. Triángulo de Pascal

El triángulo de Pascal es una disposición de números ordenados en forma triangular,
de tal manera que cada número interior tiene un número superior derecho y un número
superior izquierdo, tales que dicho número es igual a la suma de sus números superiores.
`0 ˘
1 0
`1˘ `1˘
1 1 0 1
`2˘ `2˘ `2˘
1 2 1 0 1 2
`3˘ `3˘ `3˘ `3˘
1 3 3 1 0 1 2 3
`4˘ `4˘ `4˘ `4˘ `4˘
1 4 6 4 1 0 1 2 3 4
`5˘ `5˘ `5˘ `5˘ `5˘ `5˘
1 5 10 10 5 1 0 1 2 3 4 5
`6˘ `6˘ `6˘ `6˘ `6˘ `6˘ `6˘
1 6 15 20 15 6 1 0 1 2 3 4 5 6
`7˘ `7˘ `7˘ `7˘ `7˘ `7˘ `7˘ `7˘
1 7 21 35 35 21 7 1 0 1 2 3 4 5 6 7
Los números del triángulo de Pascal están íntimamente relacionados con los coeficien-
tes binomiales, como se muestra en la figura, y con el teorema del binomio.
Cada elemento del triángulo es igual a la suma de los elementos superiores a él, lo
cual se puede demostrar en el siguiente teorema.
ˆ ˙ ˆ ˙ ˆ ˙
n n´1 n´1
Teorema 8.38. “ ` .
r r´1 r
8.6.2. Teorema del binomio

El teorema del binomio, que puede demostrarse por inducción matemática, establece
la expresión general para el desarrollo de pa ` bqn .
n ˆ ˙
n
ÿ n
Teorema 8.39. pa ` bq “ an´r br .
r“0
r
Ejemplo 8.40. Desarrollar pa ` bq6 .
pa ` bq6 “ a6 ` 6a5 b ` 15a4 b2 ` 20a3 b3 ` 15a2 b4 ` 6ab5 ` b6
Ejercicio 8.41. Desarrollar p2x ´ 3yq5 .
p2x ´ 3yq5 “ p2xq5 ` 5 p2xq4 p´3yq ` 10 p2xq3 p´3yq2

` 10 p2xq2 p´3yq3 ` 5 p2xqp´3yq4 ` p´3yq5
“ 32x5 ´ 240x4 y ` 720x3 y 2 ´ 1080x2 y 3 ` 810xy 4 ´ 243y 5

Ejemplo 8.42. Demostrar que

ˆ ˙ ˆ ˙ ˆ ˙ ˆ ˙
n n n n
` ` ` ¨¨¨ ` “ 2n
0 1 2 n
Demostración. La igualdad se sigue directamente de

n ˆ ˙
n
ÿ n n´r r
p1 ` 1q “ 1 1
r“0
r
Ejercicio 8.43. Demostrar que

ˆ ˙ ˆ ˙ ˆ ˙ ˆ ˙
n n n n n
´ ` ´ ¨ ¨ ¨ ` p´1q “0
0 1 2 n
Demostración. La igualdad se sigue directamente de

n ˆ ˙
n
ÿ n n´r
p1 ´ 1q “ 1 p´1qr
r“0
r
8.6.3. Teorema del multinomio

El teorema del binomio puede generalizarse para más de dos sumandos.
ˆ ˙
ÿ n
Teorema 8.44. pa1 à2 `¨ ¨ ¨àk q “ n
an1 1 an1 1 ¨ ¨ ¨ ank k ,
n1 , n2 , . . . , nk
n1 `n2 `¨¨¨`nk “n
ˆ ˙
n n!
donde “ y cada ni es entero no negativo.
n1 , n2 , . . . , nk n1 !n2 ! ¨ ¨ ¨ nk !
` ˘
Nomenclaura 8.45. El número n1 ,n2n,...,nk es conocido como coeficiente multino-
mial . Observe que coincide con la cantidad presentada en el teorema 8.17.
Ejercicio 8.46. Desarrollar px ` y ` zq3 .

8.7. Diagramas de árbol

Un diagrama de árbol es un recurso gráfico que se puede emplear para enumerar todas
las posibilidades lógicas de una secuencia finita de sucesos.
Ejemplo 8.47. Un estudiante tiene 3 camisetas, 2 pantalones y 2 pares de tenis. ¿De

cuáles formas puede combinar su ropa al vestir?
Denotemos por el conjunto C “ tc1 , c2 , c3 u las tres camisetas, por P “ tp1 , p2 u
los dos pantalones y por T “ tt1 , t2 u los dos pares de tenis. Las posibles formas de
combinar la ropa se ilustran en el siguiente diagrama:
t1
p1
t2
c1
t1
p2
t2
t1
p1
t2
‚ c2
t1
p2
t2
t1
p1
t2
c3
t1
p2
t2
Ejemplo 8.48. Marcos y Enrique van a jugar frontenis. El primero en ganar dos juegos
seguidos o que gane un total de tres juegos será el ganador del encuentro. El siguiente
diagrama ilustra las posibles formas en que transcurra el encuentro:

M M
M M M
E E
E E
‚
M M
M M
E E E
E E
¿Cuántas formas distintas hay de terminar el encuentro?

¿Cuál es el número mínimo de juegos que se requieren para terminar el encuentro?
¿Cuál es el número máximo de juegos que se requieren para terminar el encuentro?
Ejercicio 8.49. Un hombre jugará a la ruleta. El hombre inicia con un peso y en

cada juego gana o pierde un peso. El hombre teminará de jugar si se queda sin dinero,
cuando termine el quinto juego, o cuando tenga una ganacia de tres pesos (es decir,
si acumula cuatro pesos). Realice un diagrama de árbol que represente todas las
posibilidades.
4 4
3
2
3 2
2
1
0
1 2
4
3
2
1 2
0 2
1
0 0
Ejercicio 8.50. Mateo y Roberto van a jugar al ajedrez. Cada partida puede terminar
con la victoria de uno de ellos o en empate. En caso de que uno de ellos gane, el
ganador suma un punto y el perdedor ninguno; en caso de empate ambos suman
medio punto. El encuentro terminará cuando cualquiera de ellos alcance dos puntos.
Haga un diagrama de árbol para representar todas las posibilidades en que puede
transcurrir el encuentro.

Capítulo 9
Teoría de grafos
Los grafos son herramientas útiles en la comprensión, construcción y resolución de

modelos y métodos matemáticos para la solución de diversos problemas teóricos y
prácticos de diversas áreas del conocimiento.
La teoría de grafos aún no es una disciplina uniformada, por lo que las definiciones y
conceptos varían de un autor a otro (ya sea en relación al problema a resolver o la
imaginación del autor) en forma casi anárquica. Las definiciones que se proporcionan
en este capítulo han sido constituidas en forma más o menos generalizada.
9.1. Grafos
Definición 9.1. Un grafo G “ pV, Eq es una pareja ordenada constituida por
un conjunto V de vértices o nodos y
un conjunto E de parejas de elementos de V .
Observación 9.2. La mayoría de los autores suele definir a V como un conjunto

finito y no vacío. Por su parte, el conjunto E puede ser definido de parejas ordenadas
o de parejas no ordenadas de elementos de V .
Definición 9.3. Se dice que un grafo G “ pV, Eq es:
Un grafo dirigido si el conjunto E está formado por parejas ordenadas de

elementos de V , es decir, E Ď V ˆ V . En este caso, los elementos de E son
llamados arcos.
Un grafo no dirigido si el conjunto E está formado por parejas no ordenadas de

elementos de V , es decir, E Ď ttu, vu | u, v P V u. En este caso, los elementos
de E son llamados aristas.
Un grafo mixto si el conjunto E contiene tanto arcos como aristas.
80
Ejemplo 9.4. Sea G “ pt1, 2, 3, 4u, tp1, 2q, p2, 2q, p2, 4q, p3, 2q, p3, 4quq, el cual se
puede representar gráficamente por:
1 2
4 3
Ejercicio 9.5. Representar gráficamente G “ pt1, 2, 3, 4, 5u, tt1, 2u, t2, 4u, t2, 5u,
t3, 3u, t3, 4u, t4, 5uuq:
5 2
4 3
Ejemplo 9.6. Sea V el conjunto de pasajeros de cierto vuelo transatlántico y E el

conjunto de pares pu, vq de pasajeros tales que el pasajero u habla un idoma común
con v y u es más joven que v.
Ejercicio 9.7. En el grafo del ejemplo anterior:

1. Si pu, vq está en el grafo, ¿es posible que pv, uq también esté en el grafo?
2. Si existen pasajeros u, v y w tales que pu, vq y pv, wq están en el grafo, ¿entonces

pu, wq también pertenece al grafo?
9.2. Definiciones básicas

9.2.1. Incidencia y adyacencia
Definición 9.8. Dado un arco a “ pu, vq, el vértice u es llamado vértice inicial
de a y v es llamado vértice terminal de a; también u y v son llamados vértices
extremos de a.
a
u v
Definición 9.9. Dada una arista a “ tu, vu, los vértices u y v también son llamados
vértices extremos de a.

Definición 9.10. Un vértice v y un arco (o arista) a son incidentes si v es un vértice

extremo de a.
Definición 9.11. Dos arcos (o aristas) son adyacentes si tienen un mismo vértice
extremo. Dos vértices son adyacentes si existe un arco (o arista) que los une.
adyacentes
a1 a2
u v w
incidentes adyacentes
Definición 9.12. Un arco de la forma pv, vq es llamado bucle. Una arista de la forma
tv, vu es llamado lazo.
1 2
bucle lazo
9.2.2. Vecinos y grados

Definición 9.13. El conjunto de vértices predecesores de un vértice v se define por
Γ´ pvq “ tu | pu, vq P Eu.
Definición 9.14. El conjunto de vértices sucesores de un vértice v se define por
Γ` pvq “ tw | pv, wq P Eu.
Definición 9.15. El conjunto de vecinos de un vértice v se define por
Γpvq “ tu P E | u es adyacente a vu.
Observación 9.16. En un grafo dirigido, Γpvq “ Γ` pvq Y Γ´ pvq.
Definición 9.17. El grado entrante de v se define por g ´ pvq “ |Γ´ pvq|. El grado
saliente de v se define por g ` pvq “ |Γ` pvq|.

Definición 9.18. El grado de v, denotado por gpvq, se define como la cantidad de

arcos o aristas que inciden en v, de tal manera que si en v incide un bucle o un lazo,
este se cuenta dos veces.
Observación 9.19. Si G es un grafo dirigido, entonces gpvq “ g ´ pvq ` g ` pvq.
Observación 9.20. Si pv, vq R G y tv, vu R G, entonces gpvq “ |Γpvq|.
Ejercicio 9.21. Dado el siguiente grafo, hallar Γ` p2q, Γ´ p3q y gp5q:
5 2
4 3
Respuesta: Γ` p2q “ t4, 5u, Γ´ p3q “ ∅, gp5q “ 3.
Teorema 9.22. Sea G “ pV, Eq un grafo, entonces

ÿ
gpvq “ 2|E|.
vPV
Corolario 9.23. En un grafo, los vértices de grado impar son una cantidad par.
Teorema 9.24. Sea G “ pV, Eq un grafo dirigido, entonces

ÿ ÿ
g ` pvq “ g ´ pvq “ |E|.
vPV vPV
9.2.3. Cadenas, caminos, ciclos y circuitos

Definición 9.25. Una sucesión de aristas (o arcos) adyacentes que empieza en v y
termina en w se llama una cadena de v a w.
Definición 9.26. En un grafo dirigido, un camino es una cadena tal que cada par
de arcos adyacentes en la cadena, el vértice final de un arco es el vértice inicial del
otro arco.
Ejemplo 9.27. Ejemplo de una cadena de 3 a 5 (o de 5 a 3) y un camino de 1 a 2:

1 2 1 2
3 3
4 5 4 5
Definición 9.28. Un ciclo es una cadena que inicia y termina en el mismo vértice.
Definición 9.29. En un grafo dirigido, un circuito es un camino que inicia y termina

en el mismo vértice.
Ejemplo 9.30. Ejemplo de un ciclo y de un circuito:
1 2 1 2
3 3
4 5 4 5
Observación 9.31. Todo circuito es un ciclo.
Definición 9.32. Una cadena (o camino) simple es aquella que no pasa más de una
vez por la misma arista (o arco).
Definición 9.33. Una cadena (o camino) elemental es aquella que no pasa más de
una vez por el mismo vértice.
Ejercicio 9.34. ¿Puede existir una cadena que sea elemental, pero que no sea simple?
Observación 9.35. Toda cadena (o camino) elemental es simple.
Definición 9.36. Un camino euleriano (o cadena euleriana) es un camino (cadena)

simple que pasa por todos los arcos (aristas). Un ciclo euleriano (o circuito euleriano)
es un ciclo (circuito) simple que pasa por cada arista (arco).
Ejercicio 9.37. Hallar una cadena euleriana en el siguiente grafo:

1 2
3 4 5
6 7
Teorema 9.38. Un grafo contiene un ciclo euleriano si y sólo si todos sus vértices
son de grado par.
Teorema 9.39. Un grafo contiene una cadena euleriana si y sólo si tiene a lo más
dos vértices de grado impar.
Definición 9.40. Un camino hamiltoniano (o cadena hamiltoniana) es un camino

(cadena) elemental que pasa por todos los vértices. Un ciclo hamiltoniano (o circuito
hamiltoniano) es un ciclo (circuito) elemental que pasa por cada vértice.
Ejemplo 9.41. Hallar un ciclo hamiltoniano en el dodecaedro.
9.3. Algunos tipos de grafos

9.3.1. Grafos completos
Definición 9.42. Un grafo (no dirigido) es completo si para cada par de vértices
distintos existe una arista que los une.
Observación 9.43. Un grafo completo no contiene lazos.
Notación 9.44. El grafo completo de n vértices suele denotarse por Kn .

Ejercicio 9.45. Hacer la representación gráfica de K6 .
Ejercicio 9.46. ¿Cuántas aristas tiene Kn ?
Teorema 9.47. El número de aristas de Kn es igual a
npn ´ 1q
.
2
9.3.2. Torneos
Definición 9.48. Un grafo dirigido es un torneo si para cada par de vértices distintos
existe un único arco que los une.
Observación 9.49. Si el grafo fuera no dirigido, un torneo sería un grafo completo.

Análogo al grafo completo, un torneo no contiene bucles.
Ejemplo 9.50. El siguiente grafo es un torneo:
5 2
4 3
El nombre de torneo se debe a que cada nodo puede interpretarse como un jugador
que ha competido en determinado juego contra cada uno de sus competidores y cada
arco define el resultado del encuentro correspondiente (sin posibilidad de empate): el
arco pu, vq implica que el jugador u ha vencido a v.
Observación 9.51. De acuerdo al teorema 9.47, el número de arcos de un torneo

de n vértices (y por tanto, el número de encuentros diferentes en una competición de
estas características) es igual a npn´1q
2
.

Si existe un nodo u tal que g ´ puq “ 0, es obvio que el jugador correspondiente puede
declararse ganador del torneo, pues ganó todos sus encuentros. Si tal nodo no existe,
podría buscarse aquel que haya ganado el mayor número de juegos.
Teorema 9.52. Sea G un torneo y u un nodo tal que g ` puq es máximo, entonces
para todo nodo v distinto de u se cumple que pu, vq está en el grafo o existe un nodo
w tal que pu, wq y pw, vq están en el grafo.
En caso de que se desee clasificar cada jugador (hacer una lista del mejor al peor),
hacerlo eligiendo al de mayor grado saliente es una opción, aunque no está libre de
empates. Hacer dicha clasificación mediante un camino hamiltoniano podría ser una
alternativa razonable, sin embargo, aunque siempre existe un camino hamiltoniano,
no siempre es único.
Teorema 9.53. Si G es un torneo, contiene un camino hamiltoniano. Si G es tran-

sitivo, dicho camino hamiltoniano es único.
9.3.3. Grafos conexos

Definición 9.54. Un grafo es conexo si para cada par de vértices distintos existe
una cadena que los une.
Ejemplo 9.55. El siguiente grafo no es conexo:

1 2
3 4 5
6 7
Ejercicio 9.56. ¿Cuál es la menor cantidad de aristas que contiene un grafo conexo
de n vértices?
9.3.4. Árboles
Definición 9.57. Un árbol es un grafo conexo sin ciclos.
Ejemplo 9.58. El siguiente grafo es un árbol:

Teorema 9.59. Sea G un grafo con n vértices, entonces las siguientes afirmaciones
son equivalentes:
G es un árbol.
G tiene n ´ 1 arcos y es conexo.
G tiene n ´ 1 arcos y no tiene ciclos.
G es conexo minimal , es decir, si se elimina cualquier arista, deja de ser conexo.
G es sin ciclos maximal , es decir, si se agrega una arista, se forma un ciclo.
Definición 9.60. Un bosque es un grafo en el cual cada componente conexa es un

árbol.
9.3.5. Árboles dirigidos y árboles binarios

Definición 9.61. Un grafo dirigido se dice que es un árbol dirigido si y sólo si es
conexo, sin ciclos y para cada vértice v se cumple que g ´ pvq ď 1.
Ejemplo 9.62. El siguiente es un árbol dirigido:
Ejercicio 9.63. Decir cuáles de los siguientes son un árbol dirigido:
(a) (b) (c)
Definición 9.64. En un árbol dirigido diremos que un vértice u es una raíz si y sólo
si g ´ puq “ 0. También diremos que un vétice v es una hoja si y sólo si g ` pvq “ 0.
Observación 9.65. Se puede demostrar que en un árbol dirigido siempre existe una
única raíz.

Definición 9.66. En un árbol dirigido diremos que un vértice u es padre de v si y

sólo si pu, vq es un arco del árbol; también diremos que v es un hijo de u.
Observación 9.67. Un nodo raíz no tiene padre. Un nodo hoja no tiene hijos. Cada
nodo que no es raíz ni hoja tiene un sólo padre y al menos un hijo.
Definición 9.68. Un árbol dirigido es un árbol binario si y sólo si para cada vértice
v se cumple que g ` pvq ď 2, esto es, cada nodo tiene a lo más dos hijos.
Ejemplo 9.69. El siguiente es un árbol binario:
Observación 9.70. Los árboles binarios son de particular interés en estructuras de

datos debido a su eficiencia para «recorrerlos».
Observación 9.71. Los diagramas binarios de decisión vistos en el capítulo de lógica

son árboles binarios.
9.3.6. Grafos bipartitos

Definición 9.72. Un grafo G “ pV, Eq es bipartito si existe una partición de V ,
tV1 , V2 u, tal que para arista (o arco) tiene un vértice extremo en V1 y el otro en V2 .
(Recordemos que si tV1 , V2 u es una partición de V , entonces V1 , V2 ‰ ∅, V1 Y V2 “ V

y V1 X V2 “ ∅).
Definición 9.73. Un grafo bipartito completo es aquel grafo bipartito en el que

todos los vértices V1 están conectados a todos los vértices de V2 .
Notación 9.74. El grafo bipartito completo con |V1 | “ n y |V2 | “ m se denota Kn,m .
Ejemplo 9.75. Dibujar K3,4 .

Nomenclaura 9.76. El grafo bipartito completo K1,m se suele llamar estrella. Como
ejemplo, K1,8 :
Ejercicio 9.77. ¿Cuántas aristas tiene Kn,m ?
Ejercicio 9.78. Decir si el siguiente grafo es bipartito. En caso afirmativo, hallar una
partición de V que satisfaga la definición.
1 2
3 4 5
6 7
Definición 9.79. La cardinalidad de una cadena es el número de aristas que la

componen.
Teorema 9.80. Un grafo es bipartito si y sólo si no contiene ciclos de cardinalidad

impar.
Corolario 9.81. Todos los árboles son bipartitos.
9.3.7. Grafos planos

Definición 9.82. Un grafo es plano si y sólo si puede ser dibujado en el plano sin
que ninguna arista interseque a otra.
Ejercicio 9.83. ¿Son K4 y K2,3 planos?
1 2 A 1
4 3 B 3

Teorema 9.84. Los grafos K5 y K3,3 son los grafos no planos minimales.
Nomenclaura 9.85. Una subdivisión elemental de un grafo resulta de insertar

vértices en las aristas (por ejemplo, cambiar ˝—˝ por ˝–˝–˝).
Teorema 9.86. Un grafo es plano si y solo si no contiene como subgrafo a K5 o a

K3,3 , o una subdivisión elemental de ellos.
Definición 9.87. En la representación gráfica de un grafo plano, cada ciclo (o circuito)

existente define una región que llamaremos cara, incluyendo la región exterior no
acotada.
Teorema 9.88 (Fórmula de Euler). Sea G un grafo plano y conexo con v vértices, a
aristas y c caras, entonces
v ´ a ` c “ 2.
Ejercicio 9.89. Verificar la fórmula de Euler en el cubo:
9.4. Representaciones matriciales

Definición 9.90. La matriz de incidencia de un grafo G “ pV, Eq, con |V | “ n y
|E| “ m es una matriz n ˆ m tal que cada elemento eij está dado por:
$
&`1 si i es el vértice inicial del arco j,
’
eij “ ´1 si i es el vértice terminal del arco j,
’
0 en otro caso.
%
Observación 9.91. La suma de cada columna de la matriz de incidencia es cero.
Observación 9.92. Si el grafo es no dirigido, se suele definir eij “ 1 si el vértice i

incide en el arco j, es decir, no hay entradas negativas en la matriz de incidencia.

Definición 9.93. La matriz de adyacencia de un grafo G “ pV, Eq, con |V | “ n

es una matriz n ˆ n tal que cada elemento aij está dado por:
#
1 si el arco pi, jq P E,
aij “
0 si el arco pi, jq R E.
Observación 9.94. La suma de cada fila de la matriz de adyacencia es g ` piq.
Observación 9.95. Si el grafo es no dirigido, se suele definir aij “ 1 si ti, ju P E,

es decir, la matriz es simétrica.
Observación 9.96. La matriz de adyacencia de un grafo coincide con la represen-

tación matricial de la relación correspondiente vista en el capítulo de relaciones y
funciones.
Ejemplo 9.97. Dados V “ t1, 2, 3, 4, 5u y E “ tp1, 2q, p2, 4q, p2, 5q, p3, 2q, p3, 4q,
p5, 1q, p5, 4qu:
1. Graficar G “ pV, Eq.
5 2
4 3
2. Escribir la matriz de adyacencia.

¨ ˛
0 1 0 0 0
˚0 0 0 1 1‹
˚ ‹
˚0 1 0 1 0‹
˚ ‹
˝0 0 0 0 0‚
1 0 0 1 0
3. Verifique que en la matriz de adyacencia la suma por filas es g ` piq. ¿A qué es

igual la suma por columnas?
4. Escribir la matriz de incidencia.
¨ ˛
`1 0 0 0 0 ´1 0
˚ ´1 `1 `1 ´1
˚ 0 0 0‹‹
˚ 0 0 0 `1 `1 0 0 ‹
˚ ‹
˝ 0 ´1 0 0 ´1 0 ´1 ‚
0 0 ´1 0 0 `1 `1
5. Verifique que en la matriz de incidencia la suma por columnas es cero. ¿A qué

es igual la suma por filas?

Apéndice A
Números flotantes
A.1. Representación binaria de números enteros

Usualmente representamos los números naturales mediante el sistema decimal:
2345 “ 2¨103 ` 3¨102 ` 4¨101 ` 5¨100
Los ordenadores no utilizan la base 10, sino la base 2 o sistema binario (donde los
«dígitos» son 0 y 1):
1101012 “ 1¨25 ` 1¨24 ` 0¨23 ` 1¨22 ` 0¨21 ` 1¨20 “ 5310
Notación A.1. Empleamos la notación Nb para denotar que el número N está re-
presentado en base b.
También se suelen emplear otros sistemas como el octal o el hexadecimal :
172910 “ 110110000012 “ 33018 “ 6C116
Nomenclaura A.2. El dígito binario es llamado bit (de bi nary digit). También fue
propuesto llamarlo bígito. Una cadena de ocho bits es llamado byte u octeto.
Ejercicio A.3. ¿Cuál es el mayor número entero que puede expresarse con 8 bits?
(Exprese la respuesta en base 10).
Respuesta: 28 ´ 1 “ 255.
Ejercicio A.4. ¿Cuántos bits se requieren para expresar el número 1000?

Respuesta: 10.
Ejercicio A.5. ¿Cuántos bits se requieren para expresar un número natural m?

Respuesta:
R V
k lnpm ` 1q
mı́ntk P N | 2 ą mu “ rlog2 pm ` 1qs “
ln 2
93
A.2. Representación binaria de números fracciona-

rios
Para representar números con parte fraccionaria en el sistema binario, el principio es
el mismo que en el sistema decimal:
234.5610 “ 2¨102 ` 3¨101 ` 4¨100 ` 5¨10´1 ` 6¨10´2
110.1012 “ 1¨22 ` 1¨21 ` 0¨20 ` 1¨2´1 ` 0¨2´2 ` 1¨2´3 “ 6.62510
Observe que también puede haber representaciones periódicas:

1 1
“ 0.310 “ 0.012 , “ 0.110 “ 0.000112 .
3 10
A.3. Representación en punto flotante

En general, la representación de un número en punto flotante en una base b es de
la forma:
ˆ ˙
E d1 d2 dn E
˘d0 .d1 d2 . . . dn ˆ b “ ˘ d0 ` ` 2 ` ¨¨¨ ` n b
b b b
donde cada di es un «dígito» en base b (es decir, un número entero entre 0 y b ´ 1)
y d0 ‰ 0, para evitar multiplicidad en la representación.
La expresión d0 .d1 d2 . . . dn se llama mantisa, y E es el exponente, el cual es un

número entero que va desde un número negativo hasta otro número positivo.
Ejemplo A.6. Los siguientes son números flotantes base 10:

`1.2345 ˆ 103 , ´9.0001 ˆ 100 , `7.8000 ˆ 10´2 .
Ejercicio A.7. Decir cuáles de los siguientes están representados en punto flotante:
1. `9.999 ˆ 102 3. `7.765 ˆ 8´3 5. ´15.000 ˆ 60
2. ´0.123 ˆ 104 4. `8.320 ˆ 81 6. Á.91B ˆ 12´4
A.3.1. Representación flotante binaria

La representación usual tiene la forma
p´1qS ˆ p1.M q ˆ 2E
donde S, el bit de signo, es 0 si el número es positivo y 1 si es negativo; M , la parte de
la mantisa, es una cadena binaria con m ´ 1 bits (pues el primer dígito debe ser igual
a 1); y E, el exponente, es una cadena de e bits que representa un número entero
entre 1 ´ 2e´1 y 2e´1 .

Lo anterior en una simple cadena de bits se podría visualizar de la siguiente forma:
S M E
Observación A.8. En las implementaciones se suelen identificar algunas cadenas

especiales para representar ˘0, ˘8 o NaN, pero en este material no contemplaremos
estos casos.
Ejemplo A.9. Suponga que m “ 2 y e “ 2:

1. ¿Cuántos bits se requieren para representar un número flotante?
Respuesta: 4.
2. ¿Cuántos números se pueden representar con esos parámetros?
Respuesta: 24 “ 16.
3. ¿Cuáles son los números que se pueden representar?
Respuesta: De los 16 números, 8 son positivos y 8 negativos. Hay sólo un bit
para M , por lo que las mantisas sólo son de la forma 1.0 y 1.1 (binarios). Los
dos bits para E implica que el exponente va de ´1 a 2. Los números son:
Flotante Binario Decimal Flotante Binario Decimal
1.0 ˆ 2´1 0.1 0.5 ´1.0 ˆ 2´1 -0.1 -0.5
1.1 ˆ 2´1 0.11 0.75 ´1.1 ˆ 2´1 -0.11 -0.75
1.0 ˆ 20 1 1 ´1.0 ˆ 20 -1 -1
1.1 ˆ 20 1.1 1.5 ´1.1 ˆ 20 -1.1 -1.5
1.0 ˆ 21 10 2 ´1.0 ˆ 21 -10 -2
1.1 ˆ 21 11 3 ´1.1 ˆ 21 -11 -3
1.0 ˆ 22 100 4 ´1.0 ˆ 22 -100 -4
1.1 ˆ 22 110 6 ´1.1 ˆ 22 -110 -6
4. Dibujar en una recta numérica los números positivos que se pueden representar.
Respuesta:
0 0.5 0.75 1 1.5 2 3 4 6
5. ¿Cuáles es el menor número positivo que se puede representar?, ¿cuál es el

mayor?
6. ¿Qué ocurre si se intentan sumar los dos números positivos más pequeños?
Ejercicio A.10. Hacer lo anterior con m “ 3 y e “ 3:
Observación A.11. El conjunto de números flotantes es finito, por lo tanto, es

discreto. Tienen un número máximo y un mínimo. No es denso, ni siquiera están
equiespaciados.

Mate Disc

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Mate Disc

Cargado por

Copyright:

Formatos disponibles

Matemáticas discretas

(material de apoyo de clase)

Dr. Miguel Mata Pérez

Facultad de Ingeniería Mecánica y Eléctrica

Nuevo León, México

Respecto a estas notas

No es propiamente el material del curso, sino apuntes de apoyo para la impartición

Aún con lo anterior, el material se encontrará en desarrollo continuo y esperamos

*Respecto a la actualización de estas notas

El material seguirá desarrollándose poco a poco (sobre todo, esperamos incorporar

Siéntase libre de conservar y compartir el enlace anterior. Se desaconseja conservar

Pero sobre todo, se desaconseja categóricamente la impresión de este material:

«Modelar problemas por métodos analíticos y/o computacionales, generando alterna-

»Implementar soluciones tecnológicas a problemas de ingeniería en software y hardware

Lo cual está organizado en el presente material de la siguiente manera:

Incidencia en los planes de estudio

¡Material en construcción! (versión: 2021.04.28)

R. ESPINOSA. Matemáticas discretas. 2.a edición. Alfaomega. México, 2016.

S. LIPSCHUTZ. Matemáticas finitas. McGraw-Hill. México, 1966.

R. JOHNSONBAUGH. Matemáticas discretas. 6.a edición. Editorial Pearson Educa-

R. GRIMALDI. Matemáticas discretas y combinatoria. 3.a edición. Editorial Addison-

¡Material en construcción! (versión: 2021.04.28)

3.4. Conjunto potencia . . . . . . . . . . . . . . . . . . . . . . . . . . . 23

4. Alfabetos, cadenas y lenguajes 32

5. Producto cartesiano y matrices 39

¡Material en construcción! (versión: 2021.04.28)

6.2.1. Relaciones de orden . . . . . . . . . . . . . . . . . . . . . . 48

¡Material en construcción! (versión: 2021.04.28)

9.3.5. Árboles dirigidos y árboles binarios . . . . . . . . . . . . . . 88

¡Material en construcción! (versión: 2021.04.28)

1.1. Conjuntos discretos y conjuntos continuos

1.2. Conjuntos numéricos

(En algunas ramas de la matemática moderna, el cero se define como natural).

Números racionales: Conocidos también como fraccionales, son un cociente de

Números irracionales: Son números de expansión decimal no periódica. No existe

Números complejos: Una vez definida la unidad imaginaria i (mediante i2 “ ´1),

Números algebraicos: Son números complejos que son ? solución˝ de ?

Cuaterniones: Una vez definidas la unidades imaginarias i, j, k (mediante i2 “ j2 “

Observación 1.5. Los conjuntos D, N, Z, Q y A son conjuntos discretos. Los con-

¡Material en construcción! (versión: 2021.04.28)

2. Si estudio, apruebo. No estudio. ¿Cuál es la conclusión?

3. La afirmación «Madrid está en España o Londres está en Inglaterra» ¿es verda-

4. «Si dos rectas son paralelas no se intersectan e inversamente», en este caso,

5. El siguiente, ¿es un razonamiento correcto? «Si estudio aprendo más», «Estudio»

Si contestó incorrectamente a más de una de las preguntas anteriores, no puede obviar

Ejemplo 2.1. Las siguientes son proposiciones simples:

1. París está en Inglaterra.

Ejercicio 2.2. Decir si las siguientes son proposiciones:

3. Ojalá todos aprueben este curso.

4. El 7 de octubre de 1998 fue miércoles.

5. ¿Ya mero acaba la clase?

7. Esta frase es falsa.

10. Todas las aves vuelan.

2.2. Operadores lógicos

¡Material en construcción! (versión: 2021.04.28)

Ejemplo 2.4. Algunos ejemplos de conjunción:

1. p: París está en Inglaterra,

4. Las rosas son rojas y las violetas son azules.

Ejemplo 2.5. Algunos ejemplos de disyunción:

1. p: París está en Inglaterra,

2. Sacas buenas calificaciones o no vas a la fiesta.

Ejemplo 2.6. Algunos ejemplos de condicional :

¡Material en construcción! (versión: 2021.04.28)

1. p: París está en Francia,