ITdiapositivas1 (19 1)

Informática Teórica
Andrés A. Aristizábal P.
aaaristizabal@icesi.edu.co
Departamento de Matemáticas y Estadística
2019-1
1 / 71
Agenda del día
1 Presentación
Información del curso
Objetivos
Estrategias Pedagógicas
Reglas de juego
Contenido tematico
Evaluación
Aplicaciones y relaciones de la Informática Teórica
2 Proofs
Aims
Concept map
Exercises
Presentation of next topic
2 / 71
Presentación Información del curso
Agenda del día
1 Presentación
Objetivos
Reglas de juego
Contenido tematico
Evaluación
2 Proofs
Aims
Concept map
Exercises
3 / 71
Presentación Información del curso
Código asignatura: 08289

Prerequisito: Matemática Discreta
Programas: Ingeniería de sistemas
Intensidad semanal: 4 horas
Créditos: 3
Días de clase: Martes y Jueves 7:00 AM - 9:00 AM
Salón: 205E
Monitor: Samuel Abonía
Horario: Jueves 6:00PM-7:00PM
4 / 71
Presentación Objetivos
Agenda del día
1 Presentación
Objetivos
Reglas de juego
Contenido tematico
Evaluación
2 Proofs
Aims
Concept map
Exercises
5 / 71
Objetivo General
Objetivo General
Al finalizar exitosamente este curso el estudiante será competente en
el empleo de los conceptos y técnicas propias de los lenguajes
formales y de los autómatas que los reconocen, y de algunas de sus
aplicaciones fundamentales.
6 / 71
Objetivos terminales
Probar que una relación dada es una relación de equivalencia, y

determinar sus clases de equivalencia y el conjunto cociente
correspondiente.
Calcular el autómata reducido y conexo equivalente a uno dado.
Establecer si dos autómatas dados son o no equivalentes, como
aplicación del algoritmo del punto anterior.
Enunciar y explicar los conceptos fundamentales de gramáticas
formales y su relación con los lenguajes que ellas generan.
7 / 71
Objetivos terminales
Relacionar los lenguajes formales con autómatas abstractos, y

utilizar la estructura de los autómatas para estudiar la estructura
de los lenguajes.
Caracterizar los autómatas de estados finitos, los autómatas de
pila y las máquinas de Turing como modelos de computación con
características propias, que determinan su aplicabilidad como
herramientas para el modelado de problemas en informática.
Describir los límites computacionales de las máquinas abstractas
y de los computadores.
Programar alguno o algunos de los algoritmos estudiados en
desarrollo del curso.
8 / 71
Presentación Estrategias Pedagógicas
Agenda del día
1 Presentación
Objetivos
Reglas de juego
Contenido tematico
Evaluación
2 Proofs
Aims
Concept map
Exercises
9 / 71
Enfoque
En concordancia con la misión de la Universidad, el aprendizaje de los
temas de este curso será el resultado del proceso de construcción del
conocimiento, adelantado por el estudiante y guiado por el profesor.
Parte fundamental de este proceso es el aprovechamiento del estudio
previo hecho por los estudiantes, como elemento generador de
preguntas, discusiones y conclusiones.
10 / 71
Discusión
La discusión, orientada por el profesor es el elemento central en
la metodología del curso. Se fundamenta en el estudio preliminar
de las secciones asignadas, en las preguntas de los estudiantes y
en sus respuestas a sus preguntas y a las del profesor, que
alimenten el proceso de aprendizaje activo.
El profesor interviene esencialmente como guía y moderador de
las discusiones, y se encarga de hacer la síntesis final para
socializar el conocimiento consolidado en clase y de indicar al
estudiante la labor que debe realizar como preparación para la
clase siguiente.
11 / 71
Momentos de la clase
Recordar los objetivos de la sesión de clase.
Presentación y evaluación de la actividad de preparación
desarrollada por el estudiante.
Resolución de diversos ejercicios y problemas de aplicación que
permiten consolidar el tema asignado.
Presentación del tema para la clase siguiente.
12 / 71
Actividades del estudiante
Antes de clase
Preparar, antes de la clase, los temas que asigne el profesor. Es
decir hacer una lectura crítica (análisis y síntesis en forma de
mapa conceptual y llevarlo a clase en forma digital) del tema
asignado.
Indagar sobre los aspectos desconocidos, resolver las preguntas
y los ejercicios planteados.
13 / 71
Actividades del estudiante
Durante la clase
Participar activamente en las discusiones del tema y en la formulación de
preguntas orientadas a resolver las dudas que hayan surgido al realizar las
lecturas previas; para esto, el estudiante deberá llevar a clase, en formato
digital, los mapas conceptuales de las lecturas asignadas.
Después de clase
Consolidar el nuevo conocimiento resolviendo ejercicios y problemas que en la
fase de preparación no haya podido resolver, o que revisten mayor complejidad,
relacionándolo con conocimientos previamente adquiridos.
14 / 71
Internacionalización
Con el propósito de incentivar el manejo del inglés en el aula de clase, este curso
será utilizado como piloto de clase en inglés, por lo tanto los dos primeros temas
serán en este idioma.
15 / 71
Presentación Reglas de juego
Agenda del día
1 Presentación
Objetivos
Reglas de juego
Contenido tematico
Evaluación
2 Proofs
Aims
Concept map
Exercises
16 / 71
Reglas de juego
Normas esperadas de comportamiento y conducta en la relación profesor-estudiante
Valores de la formación de la Universidad ICESI

Invitación para asumir y mantener la actitud activa del estudiante
y su responsabilidad y compromiso con su propio proceso de
aprendizaje.
Inculcar la preocupación permanente de su compromiso con el
bienestar de la sociedad, de su responsabilidad social en el
ejercicio de su profesión.
El papel del profesor es ser un guía para que el estudiante
construya su conocimiento, y no el responsable del aprendizaje
del estudiante.
17 / 71
Reglas de juego
Motivación
Se espera que el factor de automotivación sea intrínseco a la condición de
estudiante. Una persona convencida de que el estudio y la formación es la base
de su realización no requiere que lo estén motivando, o dando razones para
estar motivado o para aprender.
Respeto
Respeto por la persona, sus opiniones, creencias y posturas en la vida. Esto
implica un uso adecuado del lenguaje y un trato respetuoso con los demás.
Cada estudiante es libre de preguntar lo que considere pertinente preguntar,
independientemente de los comentarios o burlas de sus compañeros.
18 / 71
Reglas de juego
Capacidades y valores
Ejercicio y formación del análisis crítico y autocrítico frente a lo
que dicen los libros, internet, el profesor, sus compañeros, sus
amigos, y sobre todo, frente a lo que piensa y dice uno mismo.
Curiosidad intelectual y por la solución de problemas.
Planeación y perseverancia, relativas ambas a aquello que dé
valor y contribuya eficazmente al objetivo que se persiga.
19 / 71
Reglas de juego
Asistencia
La lista de asistencia se utilizará como mecanismo de familiarización con los
nombres de los estudiantes.
La asistencia al curso se deja al criterio del estudiante, por lo que no se llevará
control de asistencia con fines de pérdida del curso por esta causa.
Todo estudiante que opte por no asistir a una o más sesiones de clase es
responsable de ponerse al día en los temas programados y de cumplir con
cualquier tipo de trabajo o tarea que se asigne.
Las pruebas de cualquier tipo que se realicen en dichas sesiones de clase no se
repetirán, y la nota respectiva para los estudiantes que no hayan asistido a las
mismas, será de 0.0
20 / 71
Reglas de juego
Exámenes
Durante la presentación de un examen no está permitido atender llamadas ni
enviar o recibir mensajes de ningún tipo a través del celular o de otros aparatos.
Durante la presentación de un examen no está permitido ausentarse del salón.
Las pruebas y exámenes son individuales. Se considera una falta grave el
fraude o el intento de fraude. Copiar de internet o de trabajos de otros
compañeros para presentarlos como propios es fraude, así sea con el permiso
de los autores originales.
Las pruebas supletorias (que corresponden únicamente a EXAMENES
PARCIALES según el reglamento estudiantil) se realizarán únicamente previa
aprobación del Director de la Carrera o Programa.
21 / 71
Reglas de juego
Otras
El uso de celulares y aparatos de funciones similares interactivas
como localizadores están permitidos en clase, siempre y cuando
permanezcan en modo discreto y cuando se conteste para hablar,
se haga por fuera del salón.
Sólo pueden asistir a clase y presentar pruebas y exámenes
quienes estén en las listas oficiales de curso, sin excepción.
El principal medio de comunicación (fuera de las sesiones de
clase) es el correo electrónico.
22 / 71
Reglas de juego
Otras
El resultado del desarrollo de las asignaciones de trabajo que se tengan como
preparación para clase, deben traerse a clase en medio digital, para exponer en
el video-beam.
La forma de evaluación del curso es la presentada en el primer día de clases y
no es modificable.
Además de lo expuesto en este documento, se deberá tener en cuenta lo
establecido en el documento del Proyecto Educativo Institucional y del
Reglamento Estudiantil.
Las notas se entregan con una sola cifra decimal. Las definitivas estarán entre
1.0 y 5.0 a no ser que se presenten casos de fraude u otras eventualidades.
23 / 71
Presentación Contenido tematico
Agenda del día
1 Presentación
Objetivos
Reglas de juego
Contenido tematico
Evaluación
2 Proofs
Aims
Concept map
Exercises
24 / 71
Contenido (Sujeto a cambios) I
1 Repaso [4 sesiones]
Métodos de demostración
Relaciones de equivalencia
Conjuntos numerables y no numerables
2 Autómatas de estado finito [2 sesiones]
Propiedades
Secuencias de Estados
Equivalencia entre Autómatas
Equivalencia de Estados
Minimización de Estados
Pruebas de equivalencia
3 Lenguajes regulares y autómatas finitos [8 sesiones]
Conceptos Básicos
Lenguajes regulares
25 / 71
Contenido (Sujeto a cambios) II
Autómatas Finitos Deterministas

Diagrama de Transiciones
Diseño de Autómatas
Autómatas Finitos no Deterministas
Equivalencia Computacional entre AFD y AFN
Autómatas con Transiciones λ
Equivalencia Computacional AFD-λ y AFN-λ
Teorema de Kleene
Lema de Arden
Lema de Bombeo
Propiedades de Clausura
Propiedades de Clausura para Autómatas
Homomorfismos
Imagen Inversa de Homomorfismo
Algoritmos de Decisión
26 / 71
Contenido (Sujeto a cambios) III
4 Gramáticas y lenguajes independientes de contexto, y

autómatas de pila [8 sesiones]
Gramáticas Generativas
Gramáticas Independientes de Contexto
Árbol de Derivación
Gramáticas Ambiguas
Gramáticas para Lenguajes de Programación
Gramáticas para Lenguajes Naturales
Gramáticas Regulares
Eliminación de las Variables Inútiles
Eliminación de las Producciones λ
Eliminación de las Producciones Unitarias
Forma Normal de Chomsky
Forma Normal de Greibach
Lema de Bombeo para LIC
Propiedades de Clausura de los LIC
27 / 71
Contenido (Sujeto a cambios) IV
Algoritmos de Decisión para GIC

Autómatas de Pila Deterministas
Autómatas de Pila no Deterministas
Aceptación por Pila Vacía
Autómatas de Pila y LIC
5 Máquinas de Turing [6 sesiones]
Máquinas de Turing como aceptadoras de Lenguajes
Subrutinas o Macros
Máquinas de Turing como Calculadoras de Funciones
Máquinas de Turing como Generadoras de Lenguaje
Variaciones del Modelo Estándar
28 / 71
Contenido (Sujeto a cambios) V
Simulación de Autómatas por Máquinas de Turing

Autómatas de 2 Pilas
Propiedades de Clausura de Lenguajes RE y de Lenguajes
Recursivos
Máquinas de Turing, Computadoras, Algoritmos y Tesis
Church-Turing
29 / 71
Contenido (Sujeto a cambios) VI
6 Decidibilidad [2 sesiones]
Codificación y Enumeración de Máquinas de Turing
Máquina de Turing Universal
Algoritmos de Aceptación para Lenguajes RE
Lenguajes que no son RE
Lenguajes RE que no son Recursivos
Problemas Indecidibles o Irresolubles
30 / 71
Presentación Evaluación
Agenda del día
1 Presentación
Objetivos
Reglas de juego
Contenido tematico
Evaluación
2 Proofs
Aims
Concept map
Exercises
31 / 71
Presentación Evaluación
Evaluación
Control de Estudio Previo (CEP) 10 %

Pruebas cortas (3) 20 %
Tareas 10 %
Primer examen parcial 20 %
Segundo examen parcial 20 %
Tercer examen parcial 20 %
A tener en cuenta
Los CEP pueden ser orales o escritos, individuales o en parejas.
La evaluación de las presentaciones de mapas conceptuales y
participación durante las discusiones y resolución de ejercicios en
el tablero se incluirán en el el ítem CEP.
32 / 71
Presentación Aplicaciones y relaciones de la Informática Teórica
Agenda del día
1 Presentación
Objetivos
Reglas de juego
Contenido tematico
Evaluación
2 Proofs
Aims
Concept map
Exercises
33 / 71
Informática Teórica y su relación con otros cursos
Matemática Discreta → Informática Teórica

Métodos de demostración → verificar propiedades y teoremas en
informática teórica.
Relaciones de equivalencia → autómatas.
Teoría de conjuntos → alfabetos, cadenas y lenguajes.
Teoría de conjuntos → autómatas.
Teoría de conjuntos → Lenguajes y gramáticas independientes de
contexto.
Teoría de grafos → Autómatas, máquinas de Turing.
34 / 71
Informática Teórica en la actividad profesional
Análisis y diseño de algoritmos

Investigación científica
Teoría de lenguajes de programación
Academia
Diseño e implementación de software
entre otros ...
35 / 71
Proofs Aims
Agenda del día
1 Presentación
Objetivos
Reglas de juego
Contenido tematico
Evaluación
2 Proofs
Aims
Concept map
Exercises
36 / 71
Proofs Aims
Aims
Understand what are

Inference rules
Fallacies
Tautologies
Invalid arguments
Proofs
37 / 71
Proofs Concept map
Agenda del día
1 Presentación
Objetivos
Reglas de juego
Contenido tematico
Evaluación
2 Proofs
Aims
Concept map
Exercises
38 / 71
Proofs Concept map
Concept map
What is a proof? (Section 1.5 pages 52-58)
39 / 71
Proofs Concept map
Inference rules
Inference rules
Inference rule Tautology Name
p
p → (p ∨ q) Addition
∴p ∨ q
p ∧ q
(p ∧ q) → p Simplification
∴p
p
q ((p) ∧ (q)) → (p ∧ q) Conjunction
∴p ∧ q
p
p → q [p ∧ (p → q)] → q Modus ponens
∴q
40 / 71
Proofs Concept map
Inference rules
Inference rules
Inference rule Tautology Name
¬q
p → q [¬q ∧ (p → q)] → ¬p Modus tollens
∴ ¬p
p → q
q → r [(p → q) ∧ (q → r )] → (p → r ) Hypothetical syllogism
∴p → r
p ∨ q
¬p [(p ∨ q) ∧ ¬p] → q Disjunctive syllogism
∴q
p ∨ q
¬p ∨ r [(p ∨ q) ∧ (¬p ∨ r )] → (q ∨ r ) Resolution
∴q ∨ r
41 / 71
Proofs Concept map
Rules of Inference for Quantified Statements
Rules of Inference for Quantified Statements

Inference rule Name
∀x P(x)
Universal instantiation
∴ P(c)
P(c) for an arbitrary c
Universal generalization
∴ ∀x P(x)
∃x P(x)
Existential instantiation
∴ P(c) for some element c
P(c) for some element c
Existential generalization
∴ ∃x P(x)
42 / 71
Proofs Exercises
Agenda del día
1 Presentación
Objetivos
Reglas de juego
Contenido tematico
Evaluación
2 Proofs
Aims
Concept map
Exercises
43 / 71
Proofs Exercises
Exercises
Exercise
What rule of inference is used in each of these arguments?
a) Alice is a mathematics major. Therefore, Alice is either a mathematics
major or a computer science major
44 / 71
Proofs Exercises
Exercises
Exercise
R:/ p = Alice is a mathematics major,

q = Alice is a computer science major
44 / 71
Proofs Exercises
Exercises
Exercise

We have p as premise p ∨ q as conclusion, therefore
44 / 71
Proofs Exercises
Exercises
Exercise

We have p as premise p ∨ q as conclusion, therefore
p
(addition)
∴ p ∨q
44 / 71
Proofs Exercises
Exercises
Exercise
b) Jerry is a mathematics major and a computer science major. Therefore,
Jerry is a mathematics major.
45 / 71
Proofs Exercises
Exercises
Exercise
R:/ p = Jerry is a mathematics major,

q = Jerry is a computer science major.
45 / 71
Proofs Exercises
Exercises
Exercise

We have p ∧ q as premise and p as conclusion, therefore
45 / 71
Proofs Exercises
Exercises
Exercise

We have p ∧ q as premise and p as conclusion, therefore
p ∧q
(simplification)
∴p
45 / 71
Proofs Exercises
Exercises
Exercise
c) If it is rainy, then the pool will be closed. It is rainy. Therefore, the pool is
closed.
46 / 71
Proofs Exercises
Exercises
Exercise
closed.
R:/ p = It is rainy,
q = the pool will be closed
46 / 71
Proofs Exercises
Exercises
Exercise
closed.
We have p → q and p as premises and q as conclusion,
therefore
46 / 71
Proofs Exercises
Exercises
Exercise
closed.
We have p → q and p as premises and q as conclusion,
therefore
p → q
p (modus ponens)
∴q
46 / 71
Proofs Exercises
Exercises
Exercise
d) If it snows today, the university will close. The university is not closed
today. Therefore, it did not snow today.
47 / 71
Proofs Exercises
Exercises
Exercise
R:/ p = It snows today,

q = The university is closed today
47 / 71
Proofs Exercises
Exercises
Exercise

We have p → q and ¬q as premises and ¬p as conclusion,
therefore
47 / 71
Proofs Exercises
Exercises
Exercise

We have p → q and ¬q as premises and ¬p as conclusion,
therefore
p → q
¬q (modus tollens)
∴ ¬p
47 / 71
Proofs Exercises
Exercises
Exercise
e) If I go swimming, then I will stay in the sun too long. If I stay in the sun too
long, then I will sunburn. Therefore, if I go swimming, then I will sunburn.
48 / 71
Proofs Exercises
Exercises
Exercise
R:/ p = I go swimming,
q = I will stay in the sun too long,
r = I will sunburn
48 / 71
Proofs Exercises
Exercises
Exercise
r = I will sunburn
We have p → q and q → r as premises and p → r
as conclusion, therefore
48 / 71
Proofs Exercises
Exercises
Exercise
r = I will sunburn
We have p → q and q → r as premises and p → r
as conclusion, therefore
p → q
q → r (hypothetical syllogism)
∴p → r
48 / 71
Proofs Exercises
Exercises
Exercise
Use rules of inference to show that the hypotheses “If it does not rain
or if it is not foggy, then the sailing race will be held and the lifesaving
demonstration will go on,” “If the sailing race is held, then the trophy
will be awarded,” and “The trophy was not awarded” imply the
conclusion “It rained.”
49 / 71
Proofs Exercises
Exercises
Exercise
R:/ p = it rains, q = it is foggy, r = the sailing race is held,

s = the lifesaving demonstration goes on,
t = the trophy is awarded
49 / 71
Proofs Exercises
Exercises
Exercise
R:/ p = it rains, q = it is foggy, r = the sailing race is held,

s = the lifesaving demonstration goes on,
t = the trophy is awarded
We have (¬p ∨ ¬q) → (r ∧ s), r → t, ¬t
49 / 71
Proofs Exercises
Exercises
Exercise
Step Reasoning
1. ¬t Hypothesis
50 / 71
Proofs Exercises
Exercises
Exercise
Step Reasoning
1. ¬t Hypothesis
2. r → t Hypothesis
50 / 71
Proofs Exercises
Exercises
Exercise
Step Reasoning
1. ¬t Hypothesis
3. ¬r Modus tollens using step 1 and 2
50 / 71
Proofs Exercises
Exercises
Exercise
Step Reasoning
1. ¬t Hypothesis
4. ¬r ∨ ¬s Addition using step 3
50 / 71
Proofs Exercises
Exercises
Exercise
Step Reasoning
1. ¬t Hypothesis
5. ¬(r ∧ s) De Morgan’s law using step 4
50 / 71
Proofs Exercises
Exercises
Exercise
Step Reasoning
1. ¬t Hypothesis
6. ¬p ∨ ¬q → r ∧ s Hypothesis
50 / 71
Proofs Exercises
Exercises
Exercise
Step Reasoning
1. ¬t Hypothesis
7. ¬(¬p ∨ ¬q) Modus tollens using steps 5 and 6
50 / 71
Proofs Exercises
Exercises
Exercise
Step Reasoning
1. ¬t Hypothesis
8. p ∧ q De Morgan’s law using step 7
50 / 71
Proofs Exercises
Exercises
Exercise
Step Reasoning
1. ¬t Hypothesis
8. p ∧ q De Morgan’s law using step 7
9. p Simplification using step 8
50 / 71
Proofs Exercises
Exercises
Exercise
Use rules of inference to show that the hypotheses “No man is an island,”
“Manhattan is an island” imply the conclusion “Manhattan is not a man.”
51 / 71
Proofs Exercises
Exercises
Exercise
R:/ P(x) = x is a man, Q(x) = x is an island

We have as premises ∀x P(x) → ¬Q(x), Q(Manhattan)
ans as conclusion ¬P(Manhattan)
51 / 71
Proofs Exercises
Exercises
Exercise

Step Reasoning
1. Q(Manhattan) Hypothesis
51 / 71
Proofs Exercises
Exercises
Exercise

Step Reasoning
2. ¬¬Q(Manhattan) Double negation with step 1
51 / 71
Proofs Exercises
Exercises
Exercise

Step Reasoning
3. ∀x P(x) → ¬Q(x) Hypothesis
51 / 71
Proofs Exercises
Exercises
Exercise

Step Reasoning
4. P(Manhattan) → ¬Q(Manhattan) Universal instantiation using step 3
51 / 71
Proofs Exercises
Exercises
Exercise

Step Reasoning
4. P(Manhattan) → ¬Q(Manhattan) Universal instantiation using step 3
5. ¬P(Manhattan) Modus tollens using 2 and 4
51 / 71
Proofs Exercises
Exercises
Exercise
a) Kangaroos live in Australia and are marsupials.Therefore, kangaroos are
marsupials.
52 / 71
Proofs Exercises
Exercises
Exercise
b) It is either hotter than 40 degrees today or the pollution is dangerous. It is
less than 40 degrees outside today. Therefore, the pollution is dangerous.
53 / 71
Proofs Exercises
Exercises
Exercise
c) Linda is an excellent swimmer. If Linda is an excellent swimmer, then she
can work as a lifeguard. Therefore, Linda can work as a lifeguard.
54 / 71
Proofs Exercises
Exercises
Exercise
d) Steve will work at a computer company this summer. Therefore, this
summer Steve will work at a computer company or he will be a beach bum.
55 / 71
Proofs Exercises
Exercises
Exercise
e) If I work all night on this homework, then I can answer all the exercises. If I
answer all the exercises, I will understand the material. Therefore, if I work
all night on this homework, then I will understand the material.
56 / 71
Proofs Exercises
Exercises
Exercise
Use rules of inference to show that the hypotheses “Randy works
hard,” “If Randy works hard, then he is a dull boy,” and “If Randy is a
dull boy, then he will not get the job” imply the conclusion “Randy will
not get the job.”
57 / 71
Proofs Exercises
Exercises
Exercise
Use rules of inference to show that the hypotheses “All men are
mortal,” “Socrates is a man” imply “Socrates is mortal.”
58 / 71
Proofs Presentation of next topic
Agenda del día
1 Presentación
Objetivos
Reglas de juego
Contenido tematico
Evaluación
2 Proofs
Aims
Concept map
Exercises
59 / 71
About proofs
Some interesting questions

1 What is a proof?
60 / 71
About proofs

1 What is a proof? It is a valid argument that establishes the truth of
a theorem.
60 / 71
About proofs

a theorem.
2 When is an argument valid?
60 / 71
About proofs

a theorem.
2 When is an argument valid? An argument is valid if the truth of all
its premises implies that the conclusion is true.
60 / 71
About proofs

a theorem.
3 How are theorems usually stated?
60 / 71
About proofs

a theorem.
3 How are theorems usually stated? p → q
60 / 71
About proofs

a theorem.
4 Which kind of proofs can there be?
60 / 71
About proofs

a theorem.
4 Which kind of proofs can there be? Direct, indirect ...
60 / 71
Direct proofs
We assume that the premise is true and use axioms, definitions, and
previously proven theorems, together with rules of inference, to show
that the conclusion must also be true.
61 / 71
Direct proofs
Example
The sum of two even integers is an even integer.
61 / 71
Direct proofs
Example
The sum of two even integers is an even integer. We write down the
statement in the following way p → q
61 / 71
Direct proofs
Example
If n is even and m is even, then n + m is even.
61 / 71
Direct proofs
Example
We assume that the hypothesis in this implication is true, i.e., n = 2k
and m = 2l where k and l are integers.
61 / 71
Direct proofs
Example
and m = 2l where k and l are integers. We follow that
n + m = 2k + 2l = 2(k + l) and since we know that k + l is an integer,
61 / 71
Direct proofs
Example
and m = 2l where k and l are integers. We follow that
n + m = 2k + 2l = 2(k + l) and since we know that k + l is an integer,
therefore n + m is even.
61 / 71
Proofs by Contraposition
To prove p → q we proof ¬q → ¬p.
62 / 71
Why is the contraposition proof valid?
62 / 71

p → q is equivalent to (¬q → ¬p).
62 / 71

What does it mean if two formulas are equivalent?
62 / 71

The truth values of both formulas are always the same.
62 / 71

The truth values of both formulas are always the same.
Sometimes is easier to prove the contraposition rather than the
initial statement.
62 / 71
Example
For all integers n, if n2 is odd then n is odd.
63 / 71
Example
Since p → q ≡ ¬q → ¬p the previous statement is equivalent as
saying that for all integers n, if n is even, n2 is even.
63 / 71
Example
We assume the hypothesis of this statement as true, i.e., n = 2k where
k is an integer.
63 / 71
Example
k is an integer. It follows that n2 = 4k 2 = 2(2k 2 ).
63 / 71
Example
k is an integer. It follows that n2 = 4k 2 = 2(2k 2 ). Therefore n2 can be
represented as 2m where m = 2k and we conclude that n2 is even.
63 / 71
Example
Why do we need the contraposition to prove this property or

statement?
63 / 71
Example

statement? In this case the direct proof approach does not take us
through a quite obvious path
63 / 71
Example

statement? In this case the direct proof approach does not take us
through a quite obvious path √
If we assume that n2 = 2k + 1 we have that n = ± 2k + 1 something
not that useful for the success of our proof.
63 / 71
Proofs by contradiction
To prove that p is true,
64 / 71

We assume that we are able to find a contradiction q such that
¬p → q is true.
64 / 71

¬p → q is true.
Since ¬p → q ≡ ¬p → F , ¬p must be false and so p must be
true.
64 / 71

¬p → q is true.
true.
This technique is useful when we are able to find a contradiction.
64 / 71

¬p → q is true.
true.
This technique is useful when we are able to find a contradiction.
Thus, to prove p → q we must prove (p ∧ ¬q) → C, such that C
is a contradiction.
64 / 71
Example
If n2 is even, then n is even (p → q)
65 / 71
Example
We assume that n2 is even and n is odd (p ∧ ¬q) .
65 / 71
Example
We assume that n2 is even and n is odd (p ∧ ¬q) . Therefore, there
exists an integer k such that n = 2k + 1
65 / 71
Example
exists an integer k such that n = 2k + 1 now,
n2 = (2k + 1)2 = 4k 2 + 4k + 1 = 2(2k 2 + 2k ) + 1
65 / 71
Example
n2 = (2k + 1)2 = 4k 2 + 4k + 1 = 2(2k 2 + 2k ) + 1 hence n2 = 2l + 1
where l = 2k 2 + 2k
65 / 71
Example
n2 = (2k + 1)2 = 4k 2 + 4k + 1 = 2(2k 2 + 2k ) + 1 hence n2 = 2l + 1
where l = 2k 2 + 2k therefore n2 is odd.
65 / 71
Example
n2 = (2k + 1)2 = 4k 2 + 4k + 1 = 2(2k 2 + 2k ) + 1 hence n2 = 2l + 1
where l = 2k 2 + 2k therefore n2 is odd. We have found a contradiccion
since n2 is even and n2 is odd.
65 / 71
Case disjunction
To prove a statement of the form, p = p1 ∨ p2 ∨ . . . ∨ pn → q.
66 / 71
Case disjunction
To prove a statement of the form, p = p1 ∨ p2 ∨ . . . ∨ pn → q.

We prove p1 → q ∧ p2 → q ∧ p3 → q ∧ . . . ∧ pn → q
66 / 71
Case disjunction
Example
∀x, y ∈ R, |xy | = |x||y |, where x and y are real numbers
67 / 71
Case disjunction
Example
We have that p = x and y are real numbers, q = |xy | = |x||y |
67 / 71
Case disjunction
Example
We know that p ≡ p1 ∨ p2 ∨ p3 ∨ p4 where p1 = x ≥ 0 ∧ y ≥ 0,
p2 = x ≥ 0 ∧ y < 0, p3 = x < 0 ∧ y ≥ 0, p4 = x < 0 ∧ y < 0
67 / 71
Case disjunction
Example
We know that p ≡ p1 ∨ p2 ∨ p3 ∨ p4 where p1 = x ≥ 0 ∧ y ≥ 0,
p2 = x ≥ 0 ∧ y < 0, p3 = x < 0 ∧ y ≥ 0, p4 = x < 0 ∧ y < 0
Thus, to prove p1 ∨ p2 ∨ p3 ∨ p4 → q we prove
p1 → q ∧ p2 → q ∧ p3 → q ∧ p4 → q
67 / 71
Case disjunction
Example
p1 → q : we assume p1 , which tells us that x ≥ 0 ∧ y ≥ 0, then
xy ≥ 0 so |xy | = xy = |x||y |
68 / 71
Case disjunction
Example
xy ≥ 0 so |xy | = xy = |x||y |
p2 → q : we assume p2 , which take us to x ≥ 0 ∧ y < 0, therefore
xy ≤ 0 so |xy | = −xy = x(−y ) = |x||y |
68 / 71
Case disjunction
Example
xy ≥ 0 so |xy | = xy = |x||y |
xy ≤ 0 so |xy | = −xy = x(−y ) = |x||y |
p3 → q : we assume p3 , which indicates that x < 0 ∧ y ≥ 0, then
xy ≤ 0 so |xy | = −xy = (−x)y = |x||y |
68 / 71
Case disjunction
Example
xy ≥ 0 so |xy | = xy = |x||y |
xy ≤ 0 so |xy | = −xy = x(−y ) = |x||y |
p3 → q : we assume p3 , which indicates that x < 0 ∧ y ≥ 0, then
xy ≤ 0 so |xy | = −xy = (−x)y = |x||y |
p4 → q : we assume p4 , which tells us that x < 0 ∧ y < 0, therefore
xy > 0 so |xy | = (−x)(−y ) = |x||y |
And we have finished our proof
68 / 71
Counterexamples
When presented with a statement of the form ∀xP(x), which we

believe to be false or which has resisted all proof attempt, we need
only find a counterexample, that is, an x in which P(x) is false.
Example
“Every prime number is odd”
69 / 71
Counterexamples

Example
We can prove that this sentence is false if we can find a
counterexample. That is, if we can find an even prime number.
69 / 71
Counterexamples

Example
We can prove that this sentence is false if we can find a
counterexample. That is, if we can find an even prime number.
2 is an even number and is also a prime number. Hence, we have
proven that the statement “Every prime number is odd” is false.
69 / 71
Proofs of equivalence
To prove a theorem that is a biconditional statement, that is, a statement of

the form p ↔ q, where p, q are propositions, we show that p → q and q → p
are both true. he validity of this approach is based on the tautology
(p ↔ q) ⇔ ((p → q) ∧ (q → p)). Each implication can be proven in an
independent way, using different methods if necessary.
Example
Let p1 = n be an even integer and p2 = n + 1 an odd integer, p1 ≡ p2
70 / 71

Example
We must prove that p1 ↔ p2
70 / 71

Example
p1 → p2 : We assume p1 which tells us that n = 2k where k is an integer.
70 / 71

Example
It follows that n + 1 = 2k + 1 then n + 1 is an odd integer.
70 / 71

Example
p2 → p1 : We assume p2 . That takes us to n + 1 = 2k + 1 where k is an
integer.
70 / 71

Example
p2 → p1 : We assume p2 . That takes us to n + 1 = 2k + 1 where k is an
integer.
It follows that n = 2k therefore n is an even integer.
70 / 71
Next class
Exercises and section

Section 1.5 (in Moodle)
Exercises: 21,22,24,26,29,33,35,39,43,44,46,54
71 / 71

ITdiapositivas1 (19 1)

Cargado por

Información del documento

Descripción original:

Título original

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

ITdiapositivas1 (19 1)

Cargado por

Copyright:

Formatos disponibles

Informática Teórica

Departamento de Matemáticas y Estadística

Agenda del día

Información del curso

Código asignatura: 08289

Agenda del día

Probar que una relación dada es una relación de equivalencia, y

Relacionar los lenguajes formales con autómatas abstractos, y

Agenda del día

Actividades del estudiante

Actividades del estudiante

Agenda del día

Valores de la formación de la Universidad ICESI

Agenda del día

Contenido (Sujeto a cambios) I

Contenido (Sujeto a cambios) II

Autómatas Finitos Deterministas

Contenido (Sujeto a cambios) III

4 Gramáticas y lenguajes independientes de contexto, y

Contenido (Sujeto a cambios) IV

Algoritmos de Decisión para GIC

Contenido (Sujeto a cambios) V

Simulación de Autómatas por Máquinas de Turing

Contenido (Sujeto a cambios) VI

Agenda del día

Control de Estudio Previo (CEP) 10 %

Agenda del día

Informática Teórica y su relación con otros cursos

Matemática Discreta → Informática Teórica

Informática Teórica en la actividad profesional

Análisis y diseño de algoritmos

Agenda del día

Understand what are

Agenda del día

Rules of Inference for Quantified Statements

Rules of Inference for Quantified Statements

Agenda del día

R:/ p = Alice is a mathematics major,

R:/ p = Alice is a mathematics major,

R:/ p = Alice is a mathematics major,

R:/ p = Jerry is a mathematics major,

R:/ p = Jerry is a mathematics major,

R:/ p = Jerry is a mathematics major,

R:/ p = It snows today,

R:/ p = It snows today,

R:/ p = It snows today,

R:/ p = it rains, q = it is foggy, r = the sailing race is held,

R:/ p = it rains, q = it is foggy, r = the sailing race is held,

R:/ P(x) = x is a man, Q(x) = x is an island

R:/ P(x) = x is a man, Q(x) = x is an island

R:/ P(x) = x is a man, Q(x) = x is an island

R:/ P(x) = x is a man, Q(x) = x is an island

R:/ P(x) = x is a man, Q(x) = x is an island

R:/ P(x) = x is a man, Q(x) = x is an island

Agenda del día

Some interesting questions

Some interesting questions

Some interesting questions

Some interesting questions

Some interesting questions

Some interesting questions

Some interesting questions