Grimaldi

MATEMÁTICAS
DISCRETA
Y
COMBINATORIA
Una introducción con aplicaciones
TERCERA EDICIÓN
RALPH P. GRIMALDI
Rose-Hulman Institute of Technology
Addison-Wesley Iberoamericana
Argentina • Chile • Colombia • España • Estados Unidos
México • Perú • Puerto Rico • Venezuela
Contenido
PARTE 1
Fundamentos de las
matemáticas discretas 1
1 Principios fundamentales del conteo 3

1.1 Las reglas de la suma y del producto 3
1.2 Permutaciones 6
1.3 Combinaciones: El teorema del binomio 19
1.4 Combinaciones con repetición: Distribuciones 33
1.5 Una aplicación a las ciencias físicas (Opcional) 43
1.6 Resumen y repaso histórico 44
2 Fundamentos de lógica 51
2.1 Conectivas básicas y tablas de verdad 51
2.2 Equivalencia lógica: Las leyes de la lógica 61
2.3 Implicación lógica: Reglas de inferencia 77
2.4 El uso de cuantificadores 98
2.5 Cuantificadores, definiciones y la demostración de teoremas 121
3 Teoría de conjuntos 143

3.1 Conjuntos y subconjuntos 143
3.2 Operaciones de conjuntos y las leyes de la teoría de conjuntos 156
3.3 Técnicas de conteo y diagramas de Venn 169
3.4 Unas palabras en cuanto a la probabilidad 172
4 Propiedades de los enteros: Inducción matemática 183

4.1 El principio del buen orden: Inducción matemática 183
4.2 Definiciones recursivas 201
4.3 El algoritmo de la división: Números primos 213
4.4 El máximo común divisor: El algoritmo de Euclides 225
4.5 El teorema fundamental de la aritmética 232
Contenido
5 Relaciones y funciones 245

5.1 Productos cartesianos y relaciones 246
5.2 Funciones: en general e inyectivas 251
5.3 Funciones sobreyectivas: Números de Stirling del segundo tipo 260
Lj.4 Funciones especiales 267
5-5 El principio del palomar 275
5.6 Composición de funciones y funciones inversas 280
5.7 Complejidad computacional 293
5.8 Análisis de algoritmos 297
6 Lenguajes: Máquinas de estados finitos 315

6.1 Lenguaje: La teoría de conjuntos de las cadenas 316
6.2 Máquinas de estado finito: Un primer encuentro 327
6.3 Máquinas de estado finito: Un segundo encuentro 335
é
7 Relaciones: La segunda vuelta 349

7.1 Repaso de relaciones: Propiedades de las relaciones 349
7.2 Reconocimiento por computador: Matrices cero-uno y grafos dirigidos 357
7.3 Órdenes parciales: Diagramas de Hasse 371
7.4 Relaciones de equivalencia y particiones 382
7.5 Máquinas de estado finito: El proceso de minimización 388
PARTE 2
Temas adicionales
de conteo 401
8 El principio de inclusión y exclusión 403

8.1 El principio de inclusión y exclusión 403
8.2 Generalizaciones del principio 413
8.3 Desórdenes: Nada está en el lugar correcto 418
8.4 Polinomios de torre 420
8.5 Disposiciones con posiciones prohibidas 424
9 Funciones generatrices 433

9.1 Ejemplos introductorios 433
9.2 Definiciones y ejemplos: Técnicas de cálculo 436
9.3 Particiones de enteros 445
9.4 La función generatriz exponencial 449
9.5 El operador de suma 454
Contenido
10 Relaciones de recurrencia 461

10.1 La relación de recurrencia lineal de primer orden 461
10.2 La relación de recurrencia lineal homogénea de segundo orden con
coeficientes constantes 471
10.3 La relación de recurrencia no homogénea 482
10.4 El método de las funciones generatrices 493
10.5 Un tipo especial de relación de recurrencia no lineal (Opcional) 499
10.6 Algoritmos divide y vencerás (Opcional) 511
PARTE 3
Teoría de gratos y
aplicaciones 527
11 Una introducción a la teoría de gratos 529

11.1 Definiciones y ejemplos 529
11.2 Subgrafos, complementos e isomorfismos de grafos 537
11.3 Grado de un vértice: recorridos y circuitos eulerianos 550
11.4 Grafos planos 560
11.5 Caminos y ciclos hamiltonianos 578
11.6 Coloración de grafos y polinomios cromáticos 588
12 Árboles 607
12.1 Definiciones, propiedades y ejemplos 607
12.2 Árboles con raíz 614
12.3 Árboles y ordenaciones 634
12.4 Árboles ponderados y códigos prefijo 638
12.5 Componentes biconexas y puntos de articulación 644
13 Optimización y emparejamiento 657

13.1 Algoritmo del camino más corto de Dijkstra 657
13.2 Árboles recubridores minimales: Los algoritmos de Kruskal y Prim 665
13.3 Redes de transporte: El teorema de flujo máximo y corte mínimo 671
13.4 Teoría de emparejamiento 683
PARTE 4
Álgebra moderna aplicada 699
14 Anillos y aritmética modular 701

14.1 La estructura de anillo: definición y ejemplos 701
14.2 Propiedades y subestructuras de un anillo 709
Contenido
14.3 Los enteros módulo n 717

14.4 Homomorfismos e isomorfismos de anillo 722
15 Álgebra booleana y funciones de conmutación 735

15.1 Funciones de intercambio: Formas normales disjuntiva y conjuntiva 735
15.2 Redes de puertas: Suma minimal de productos y mapas de Karnaugh 745
15.3 Aplicaciones adicionales: Condiciones de indiferencia 756
15.4 La estructura de un álgebra booleana (Opcional) 762
16 Grupos, teoría de la codificación y método de enumeración de Poiya 777

16.1 Definiciones, ejemplos y propiedades elementales 777
16.2 Homomorfismos, isomorfismos y grupos cíclicos 784
16.3 Clases laterales y teorema de Lagrange 791
16.4 Elementos de la teoría de la codificación 793
16.5 La métrica de Hamming 798
16.6 La verificación de paridad y matrices generadoras 801
16.7 Códigos de grupo: Decodificación con líderes de clase 806
16.8 Matrices de Hamming 810
16.9 Enumeración y equivalencia: Teorema de Burnside 812
16.10 El índice de ciclo 820
16.11 El inventario de patrones: Método de enumeración de Poiya 824
17 Cuerpos finitos y diseños combinatorios 835

17.1 Anillos de polinomios 835
17.2 Polinomios irreducibles: Cuerpos finitos 843
17.3 Cuadrados latinos 853
17.4 Geometrías finitas y planos afines 859
17.5 Diseños de bloques y planos proyectivos 865
Apéndice 1 Funciones exponenciales y logarítmicas A-1

Apéndice 2 Matrices, operaciones con matrices y determinantes A-13
Apéndice 3 Conjuntos numerables y no numerables A-27
Soluciones S-1
índice de materias 1-1
PARTE
1
FUNDAMENTOS
DÉLAS
MATEMÁTICAS
DISCRETAS
1
Principios
fundamentales
del conteo*
L a enumeración, o conteo, puede parecer un proceso obvio que un estudiante aprende al

estudiar aritmética por primera vez. Pero luego, según parece, se presta poca atención
en lo que se refiere a un desarrollo más amplio del conteo conforme el estudiante pasa a
áreas "más difíciles" de las matemáticas, como el álgebra, la geometría, la trigonometría y
el cálculo. En consecuencia, este primer capítulo deberá servir como advertencia acerca
de la seriedad y dificultad del "mero" conteo.
La enumeración no termina con la aritmética. También tiene aplicaciones en áreas como
la teoría de códigos, la probabilidad y estadística (en matemáticas), y el análisis de algoritmos
(en ciencias de la computación). Los capítulos posteriores mostrarán algunos ejemplos
específicos de estas aplicaciones.
A medida que vayamos entrando en este fascinante campo de las matemáticas, nos
encontraremos con muchos problemas que se pueden enunciar en forma sencilla pero que
son "duros" de resolver. Así, asegúrese de aprender y comprender las fórmulas básicas,
pero no confíe demasiado en ellas, ya que, sin el análisis de cada problema, el mero
conocimiento de las fórmulas es casi inútil. En vez de ello, acepte el reto de resolver
problemas poco usuales o diferentes de los problemas que ha visto en el pasado. Busque
soluciones con base en su propio análisis sin importar si es exactamente la que proporcio
na el autor. Con frecuencia existen varias vías para resolver un problema dado.
1.1
Reglas de la suma y del producto
Nuestro estudio de las matemáticas discreta y combinatoria comienza con dos principios
básicos del conteo: las reglas de la suma y del producto. Los enunciados y aplicaciones
iniciales de estas reglas parecen sencillos. Al analizar problemas más complejos, a menudo
podemos descomponerlos en partes que pueden resolverse mediante estos principios bási
cos. Queremos desarrollar la capacidad de "descomponer" dichos problemas y acomodar
* En este texto se han utilizado los términos "conteo", "recuento" y "contar" para traducir el término
counting. (N. del T.)
4 Capílulu 1 Principios fundamentales del ronten
nuestras soluciones parciales para llegar a la respuesta final. Una buena forma de hacerlo
consiste en analizar y resolver muchos problemas distintos de enumeración, tomando nota.
todo el tiempo, de los principios utilizados en la solución, liste es el método que seguiremos.
Nuestro primer principio del eonteo puede expresarse de la forma siguiente:
Regla de la suma: Si una primera tarea puede realizarse de m formas, mientras que
una segunda tarea puede realizarse de n formas, y no es posible realizar ambas tareas de"
manera simultánea, entonces, para llevar a cabo cualquiera de ellas pueden utilizarse
cualquiera de m + n formas.
Observe que cuando decimos que una ocurrencia particular, como una primera tarea, pue
de realizarse de m formas, se supone que estas m formas son distintas, a menos (pie se
indique lo contrario, listo será asf a lo largo de lodo el texto.
1>1 La biblioteca de una universidad tiene 40 libros de texto de sociología y 50 de antropolo

gía. Por la regla de la suma, un estudiante de esta universidad puede elegir entre 40 r 50 =
9Ü libros de texto para aprender acerca de alguno de estos dos temas.
f fifí: La regla puede ampliarse a más de dos tareas, siempre que ninguna pareja de laicas pueda
ocurrir en forma simultánea. Por ejemplo, un instructor de ciencias de la computación que
tiene, digamos, cinco libros de nivel introductorio accica de APL, BAS1C. FORTRAN y
Pascal puede recomendar cualquiera de estos 70 libros a un estudiante interesado en aprender
un primer lenguaje de programación.
El insti uctor de ciencias de la computación del ejemplo 1.2 tiene dos colegas. Uno de ellos
tiene tres libros de lexlo acerca del análisis de algoritmos y el otro cuenta con cinco libros.
Sí ndenota el número máximo de libros diferentes sobre el tema que el instructor puede
pedirles prestados, entonces 5 ¿ n £ 8, ya que ambos profesores podrían Icner copias del
mismo libro (o libros).
El siguiente ejemplo presenta nuestro segundo principio de eonteo.
EÍetriplo 1.4-" 1 Al iraiar de tomar una decisión acerca de la ampliación de una planta, un administrador
organiza a 12 de sus empleados en dos comités. El comité A está formado por 5 miembros ¡
y está encargado de investigar los resultados favorables posibles de dicha ampliación. Los:
oíros siete empleados, del comité B, revisarán todas las posibles repercusiones desfavora
bles. Si el administrador decide hablar sólo con un comité antes de tomar su decisión.,
entonces, por la regla de la suma, existirán 12 empleados a los que puede llamar. Sin.
embargo, para tener menor sesgo, antes de lomar una decisión, decide hablar con un miem-
1.1 Reglas do la suma y del producto 5
bro del comité A el lunes y el martes con un miembro del comité B. Mediante el siguiente
principio, venios que puede elegir a esos dos empleados de 5 x 7 = 35 formas.
Regla del producto: Si un procedimiento se puede descomponer en las etapas pri

mera y segunda, y s¡ existen m resultados posibles de la primera etapa y si, para cada
uno de estos resultados, existen n resultados posibles para la segunda etapa, entonces el
procedimiento total se puede realizar, en el orden dado, de mn formas.
Esta regla se conoce también como el principio de elección.
El club de teatro de la Universidad Central realiza ensayos para una obra que se montará
en primavera. Si seis hombres y ocho mujeres ensayan para los papeles principales (mas
culino y femenino), por la regla del producto, el director puede elegirá la pareja principal
de fi X 8 = 48 formas.
Ahora ejemplificaremos varias extensiones de la regla, examinando la fabricación de pla

cas de automóvil que constan de dos letras seguidas por cuatro dígitos.
a) Si ninguna letra o dígito se puede repetir, habrá 26 X 25 X 1 0 x 9 X 8 x 7 =
3.276,000 placas posibles diferentes.
b) SÍ se permite repetir las letras y los dígitos, será posible tener 26 X 26 X lOx 10 x
10 X 10 = 6,760.000 placas diferentes.
c) Si se permiten las repeticiones, como en la parte (b), ¿cuántas placas tendrán sola
mente vocales (A, E, I, O, U) y dígitos pajes? (0 es un entero par.) V
i -1.*/ ' F,n ' a memoria principal de un computador, la información se almacena en celdas"de me
moria. Para identificar las celdas de memoria principal del computador, cada celda tiene
asignado un nombre único conocido como su dirección. En algunos computadores, una
dirección se representa mediante una lista ordenada de ocho símbolos, en la que cada
símbolo es uno de los bits (de 6/nary digiw, dígitos binarios) 0 o 1. EMti lista de ocho bits
" ;* se denomina byte. Mediante la regla del producto, vemos que existen 2 x 2 x 2 x 2 x 2
X 2 x 2 x 2 = 2K = 256 de esos bytcs. Por lo tanto, tenemos 256 direcciones para las celdas
í
3 ¡£ de memoria en las cuales es posible almacenar información.
Algunas máquinas (incluyendo la familia de la PDP I lf utilizan direcciones de dos
bytes. Tal dirección se forma con dos bytes consecutivos, o 16 bits consecutivos, de modo
&1 ¡i! ■"' *5 o que es posible almacenar hasta 256 x 256 = 2 ' x 2* = 2I<, = 65,536 piceas de información.
Otros computadores (incluyendo el IBM PC/RTi) utilizan sistemas de direccionamiento
de cuatro bytes. En este caso, se dispone de hasta 2B X 28 x 2* X 2* = 2 H ^ 4,294,967,296
B£¡ ;- H direcciones para almacenar información en las celdas de memoria de la máquina.
p3 B*
t La familia de coiiipuludorcs fUl'-ll es Utl producto de Dipiral Equipiiienl CorpunWiun.
I HJ procesador IBM PC/RTe«á fabricado por Intcmmional Busincss Machine*.
6 Capítulo 1 Principios fundamentales del conteo
Ejemplo 1,8 A veces es necesario combinar varios tipos diferentes de principios de conteo en la solu
ción de un problema. Aquí veremos que necesitamos ambas reglas, la de la suma y la del
producto, para obtener el resultado.
En algunas de las primeras versiones del lenguaje de programación BASIC, el nombre
de una variable consta de una sola letra (A, B, C, ...) o una sola letra seguida de un solo
dígito. Como el computador no distingue entre las letras mayúsculas y minúsculas, a y A
se consideran como el mismo nombre de variable, así como también E7 y e7. Por la regla
del producto, existen 26 x 10 = 260 nombres de variables que constan de una letra segui
da por un dígito; y como hay 26 nombres de variables que constan de una sola letra, por la
regla de la suma existen 260 + 26 = 286 nombres de variables en este lenguaje de progra
mación.
1.2
Permutaciones
Para seguir con el análisis de las aplicaciones de la regla del producto, contaremos ahora
disposiciones lineales de objetos, también conocidas como permutaciones cuando los ob
jetos son distintos. Desarrollaremos algunos métodos sistemáticos para el estudio de las
disposiciones lineales, partiendo de un ejemplo bastante común.
En un grupo de 10 estudiantes, se escogerá a cinco y se les sentará en fila para una foto.
¿Cuántas disposiciones lineales son posibles?
La palabra clave aquí es disposición, que indica la importancia del orden. SiA, B, C,...,
I, J denotan a los 10 estudiantes, entonces BCEFI, CEFIB y ABCFG son tres disposiciones
diferentes, aunque las dos primeras están formadas por los mismos cinco estudiantes.
Para responder la pregunta, analizamos las posiciones y el número posible de estudian
tes que podemos elegir para ocupar cada posición. La ocupación de una posición es una
etapa de nuestro procedimiento.
10
primera segunda tercera cuarta quinta.
posición posición posición posición posición
Cualquiera de los 10 estudiantes puede ocupar la primera posición de la fila. Puesto que
aquí no son posibles las repeticiones, sólo podemos elegir a uno de los demás estudiantes
para que ocupe la segunda posición. Continuando de esta manera, sólo tenemos seis estu
diantes de donde elegir para que ocupen la quinta y última posición. Esto produce un total
de 30,240 disposiciones posibles de cinco estudiantes seleccionados del grupo de 10.
Se obtiene exactamente la misma respuesta si las posiciones se ocupan en el orden
inverso (6 X 7 x 8 x 9 X 10). Si el orden seguido es 3 o , Io, 4o, 5 o y 2o (es decir, se ocupa
primero la tercera posición, luego la primera, luego la cuarta, luego la quinta y por último
la segunda), entonces la respuesta es 9 x 6 x 10 x 8 x 7.
1.2 Permutaciones 7
Como en el ejemplo I.<>, con frecuencia el producto de ciertos enteros positivos conse
cutivos interviene en los problemas de enumeración, fin consecuencia, lu siguiente nota
ción resultará útil al trabajar con dichos problemas, ya que a menudo nos permitirá expre
sar las respuestas en forma más conveniente.
Definición 1.1 Para un entero n > 0,» factorial (que se denota con ni) se define como
ü! = l ,
« ! - (n)(M - 1)(« - 2)- • -(3)(2)(1), para n -» 1,
Así, 11 = 1, ai = 2, 31 = 6 , 4 ! = 24 y Sí ■ 120. Además, para cada n > 0, (n+■ !)! =

(« + 1)(«!).
Debemos tomar ñola de lu rapidez con que crecen los valores de «!. Así que. antes de
proseguir, intentaremos tener una idea más clara de la velocidad con que crece n!. Pode
mos calcular que 10! = 3,028,800. y éste es precisamente el número de segundos que hay
en seis semanas. F.n consecuencia, 11! es superior al número de segundos que tiene un
año, 12! supera el número que hay en 12 años, y 13! snhrepasa la cantidad de segundos
eme tícne un siglo.
Y ahora, si utilizamos la notación factorial, veremos que la respuesta del ejemplo I.9 se
puede expresar en forma más compacta:
5x4x3x2xl = lQ!
1 U X 9 X 8 X 7 X 6 - 1 0 X 9 X 8 X 7 X 6 X
5x4x3x2x1 5! '
Definición 1.2 Dada una colección de n objetos distintos, cualquier disposición (lineal) de estos objetos
se denomina permutación de la colección.
Si partimos de las letras a, b, c, veremos que hay seis formas de disponerlas, o permu
tarlas: abe. acb. bac, bea, cab, cha. Si sólo estamos interesados en colocar dos letras a la
vez, habrá seis permutaciones de tamaño dos para la colección: ab, ha, ac, ca, be. ch.
lin general, si existen n objetos distintos, que se denotan con a,,a?,..., a„, y r es un
entero, con 1 S f S n, entonces, por la regla del producto, el número de permlitaciones
de tamaño rpara los n ohjetos es
n X ( « - 1) X («-2) x •• x(n r + ! »
primera MXÍU'HIÜ IcríOró /■-ésima
WHrtión piisitión posición posicón
-r-l)--.(3)(2)(l) n!
< « ) ( » - ! ) ( * - 2) - ( r t - r + 1 )
r)(n - r - l ) . . . ( 3 ) ( 2 ) ( l ) (« - * '
Denotamos este número con P(n, r). Para r = 0, P(n, 0) = 1 = n!/(n - 0)!, de modo que
P(n, r) = n\/(n -r)\, donde 0 < r < n. Un caso particular de este resultado es el ejemplo 1.9,
donde n = 10, r = 5 y P(10, 5) = 30,240. Cuando permutamos los n objetos de la colección,
tenemos r= ny vemos que P(n, n) = n!/0! = n\.
Observe, por ejemplo, que si n > 2, entonces P(n, 2) = n\/(n - 2)! = n(n - 1). Cuando
n > 3, se tiene que />(n, n - 3) = n!/[n - (n - 3)]! = n!/3! = (n)(n - l)(n - 2)--(5)(4).
El número de permutaciones de tamaño r, donde 0 < r < n, de una colección de n
objetos es P(n, r)=n!/(n-r)!. (Recuerde que P(n, r) cuenta disposiciones (lineales) en las
que los objetos no pueden repetirse.) Sin embargo, si se permiten las repeticiones, enton
ces, por la regla del producto, existen nr disposiciones posibles, con r > 0.
Ejemplo 1»tO El número de permutaciones en la palabra COMPUTER es 8!. Si sólo se utilizan cuatro de
las letras, el número de permutaciones (de tamaño cuatro) esP(8,4) = 8!/(8 - 4 ) ! = 8!/4! =
1680. Si se permiten repeticiones de las letras, el número de secuencias posibles de 12
letras es 812 = 6.872 x 1010.t
Ejglttpk) f >11 A diferencia del ejemplo 1.10, el número de disposiciones (lineales) de las cuatro letras de
la palabra BALL es 12, no 4!, o 24. La razón es que no tenemos que ordenar cuatro letras
distintas. Para obtener las 12 disposiciones, podemos enumerarlas como se muestra en la
tabla 1.1 (a).
Si las dos letras L se distinguen como L^ L2, entonces podemos utilizar nuestras ideas
anteriores relativas a las permutaciones de objetos distintos; con los cuatro símbolos dis
tintos B, A, Li, L2, tenemos 4! = 24 permutaciones. Éstas se enumeran en la tabla 1.1 (b).
Tabla 1.1
ÁBL L A B
L! U A B U U
A L B L A BLi U A U B U
A L L B A UL, B A U U B
BALL B A
L, U B A U U
BLAL B AU U B U A U
B L L A B UL, A B LjL, A
L A B L Li BA U U A B L!
L A L B Li UA B U AL,B
L B A L L! AB U u B A U
L B L A Li UB A u B L,A
L L A B U AU B u U A B
L L B A L, L2 B A u U B A
(a) (b)
t El símbolo " = " se lee "es aproximadamente igual a"

1.2 Permutaciones 9
La tabla 1.1 revela que a cada disposición en la que las letras L son indistinguibles.le
corresponde una pareja de permutaciones con letras L distintas. En consecuencia,
2 X (Número de disposiciones de las letras B, A, L, L)

= (Número de permutaciones de los símbolos B, A, L,, L2),
y la respuesta al problema original de encontrar todas las disposiciones de las cuatro letras
que hay en BALL es 4!/2 = 12.
%$Z Con la idea desarrollada en el ejemplo 1.11, analizaremos ahora las disposiciones de las
seis letras de PEPPER.
Existen 3! - 6 disposiciones con las letras P distinguidas para cada disposición en las
que las letras P no se distinguen. Por ejemplo, P,EP2P3ER, P,EP3P2ER, P2EP,P3ER,
PJEPÊR, P3EP,P2ER y P3EP2P,ER corresponden a PEPPER cuando eliminamos los
subíndices de las letras P. Además, a la disposición PiEP2P3ER le corresponde la pareja de
permutaciones P1E1P2P3E2R, P1E2P2P3E1R, cuando se distinguen las letras E En conse
cuencia,
(2!)(3!)(Número de disposiciones de las letras de PEPPER)

= (Número de permutaciones de los símbolos Pj, E,, P2, P3, E2, R),
de modo que el número de disposiciones de las seis letras de PEPPER es 6!/(2! 3!) = 60.
Antes de enunciar un principio general para disposiciones con símbolos repetidos, ob
serve que en los dos ejemplos previos resolvimos un nuevo tipo de problema relacionándo
lo con los principios de enumeración anteriores. Esta práctica es común en las matemáti
cas en general y aparece con frecuencia en la deducción de fórmulas discretas y
combinatorias.
En general, si existen n objetos con nx de un primer tipo, n2 de un segundo tipo y n,
deunr-ésimotipo,donden, + n2 + ■ • • + nr = n, entonces existen n\ ¡ disposi-

cionésXHheales) de los n objetos dados. (Los objetos del mismo tipo son indistinguibles.)
£|empte 1,13 La MASSASAUGAes una serpiente venenosa marrón y blanca originaria de América del
Norte. Al ordenar todas las letras de MASSASAUGA, vemos que existen
10! '
25,200
4!3!1!1! 1!
disposiciones posibles. Entre ellas, hay
7!
= 840
3! 1! 1!1! 1!
en las que están juntas las cuatro letras A. Para obtener este último resultado, considera
mos todas las disposiciones de los siete símbolos AAAA (un símbolo), S, S, S, M, U, G.
Ejemplo 1.14 Determine el número de trayectorias (escalonadas) del plano xy de (2, 1) a (7,4); cada tra
yectoria está formada por escalones individuales que van una unidad hacia la derecha (R)
o una unidad hacia arriba (U). Las líneas azules de la figura 1.1 muestran dos de estas
trayectorias.
Debajo de cada trayectoria de la figura 1.1 enumeramos cada escalón. Por ejemplo, en
la parte (a), la lista R, U, R, R, U, R, R, U indica que a partir del punto (2, 1), primero nos
movemos una unidad hacia la derecha [a (3, 1)], luego una unidad hacia arriba [a (3, 2)],
luego dos unidades a la derecha [a (5,2)], etc., hasta alcanzar el punto (7,4). La trayectoria
consta de 5 letras R para los movimientos a la derecha y 3 letras U para los movimientos
hacia arriba.
y y
4 i 4
i
.
3 — 3
2 2
1 ( 1 i
-► X -► X
Í ¿i .; {j 7 .? :¡ 4 3 6 ;1
(a) R,U,R,R,U,R,R,U (b) U,R,R,R,U,U,R,R
Figura 1.1
La trayectoria de la parte (b) de la figura también está formada por 5 letras R y 3 letras
U. En general, el recorrido de (2,1) a (7,4) necesita de 7 - 2 = 5 movimientos horizontales
a la derecha y 4 - 1 = 3 movimientos verticales hacia arriba. En consecuencia, cada trayec
toria corresponde a una lista de 5 letras R y 3 letras U, y la solución para el número de
trayectorias resulta ser el número de disposiciones de estas letras, que es 8!/(5! 3!) = 56.
Ejemplo 1.15 Haremos ahora algo más abstracto y demostraremos que si n y k son enteros positivos con
n = 2k, entonces n\l2k es un entero. Como nuestro argumento se basa en la enumeración, es
un ejemplo de demostración combinatoria.
Consideremos los n símbolos x¡, x¡, x2, x2,..., xk, xk. El número de formas en que pode
mos ordenar estos n = 2k símbolos es un entero igual a
r!
2!2!---2!
k factores de 2!
1.2 Permutaciones 11
Por último, aplicaremos lo desarrollado hasta ahora a una situación en la que las dispo
siciones no son lineales.
{íjgftUpfo %A& Si seis personas, designadas como A, B, ..., F, se sientan en torno de una mesa redonda,
¿cuántas disposiciones circulares diferentes son posibles, si las disposiciones se conside
ran iguales cuando una puede obtenerse de otra mediante una rotación? (En la figura 1.12,
las disposiciones (a) y (b) se consideran idénticas, mientras que (b), (c) y (d) son tres
disposiciones distintas.)
A C A D
*" V «■— - >
<~ -> <"~ "">»
Y Y Y Y Y
\
F
X
\
\ •
B
X
\
*s X K \
F
>
B
\
'/
(a) (b) (0 (d)
Figura 1.2
Como en muchas circunstancias nuevas, hemos intentado relacionar este problema con
otros anteriores con los que ya nos hemos topado. Partiendo de las figuras 1.2 (a) y (b),
desde la parte superior de la circunferencia y moviéndonos en el sentido de las manecillas
del reloj, enumeramos las disposiciones lineales diferentes ABEFCD y CDABEF, que co
rresponden a la misma disposición circular. Además de estas dos, otras cuatro disposicio
nes lineales (BEFCDA, DABEFC, EFCDAB y FCDABE) también corresponden a la mis
ma disposición circular, como en (a) y (b). Así, puesto que cada disposición circular co
rresponde a seis disposiciones lineales, tenemos 6 X (Número de disposiciones circulares
de A, B,..., F) = (Número de disposiciones lineales de A, B,..., F) = 6!.
En consecuencia, existen 6!/6 = 5! = 120 disposiciones de A, B,..., F en torno a la mesa
redonda.
IJQÜ&pla 1*17 Supongamos ahora que las seis personas del ejemplo 1.16 son tres parejas casadas y que
A, B y C son las mujeres. Deseamos colocar a las seis personas en torno a la mesa redonda
de modo que los sexos se alternen. (De nuevo, las disposiciones se consideran idénticas si
una se puede obtener de la otra mediante una rotación.)
Antes de ocuparnos de este problema, resolveremos el ejemplo 1.16 mediante un méto
do alternativo, el cual nos ayudará en la solución de nuestro problema actual. Si coloca
mos a A en la mesa como se muestra en la figura 1.3(a), faltan por llenar cinco lugares (en
el sentido de las manecillas del reloj a partir de A). El hecho de ocupar estos lugares con B,
C,..., F, es el problema de permutar B, C,..., F de manera lineal, y esto puede hacerse de 5!
= 120 formas.
A A
*■"" "V
m/ ' "N\
T X
M1
i
\
\ ^ ' ) «
3 M2
(a) (b)
Figura 1.3
Para resolver el nuevo problema de alternar los sexos, consideremos el método que se
muestra en la figura 1.3(b). A (una mujer) se coloca como antes. La siguiente posición, en
el sentido de las manecillas del reloj a partir de A, se marca como MI (hombre 1) y puede
ocuparse de tres formas. Si continuamos en la misma dirección, a partir de A, la posición
F2 (mujer 2) puede ocuparse de dos formas. Siguiendo de esta forma y, por la regla del
producto, existen 3 x 2 x 2 x 1 x 1 = 12 formas en las que estas seis personas pueden
ordenarse sin que dos hombres o dos mujeres se sienten juntos.
EJERCICIOS 1.1 1. Durante una campaña local, ocho candidatos republicanos y cinco demócratas se nominan
Y 1.2 para presidentes del consejo escolar.
a) Si el presidente va a ser alguno de estos candidatos, ¿cuántas posibilidades hay para el
posible ganador?
b) ¿Cuántas posibilidades hay para que una pareja de candidatos (uno de cada partido) se
opongan entre sí en la elección final?
c) ¿Qué principio del conteo se usó en la parte (a)?, ¿en la parte (b)?
2. Responda la parte (c) del ejemplo 1.6.
3. Los automóviles Buick se fabrican en 4 modelos, 12 colores, 3 tamaños de motor y 2 tipos de
transmisión.
a) ¿Cuántos Buick distintos se pueden fabricar?
b) Si uno de los colores disponibles es el azul, ¿cuántos Buick azules diferentes se pueden fabricar?
4. a) El consejo directivo de una empresa farmacéutica tiene 10 miembros. Se ha programado
una próxima reunión de accionistas para aprobar una nueva lista de ejecutivos (elegidos
entre los 10 miembros del consejo). ¿Cuántas listas diferentes, formadas por un presidente,
un vicepresidente, un secretario y un tesorero, puede presentar el consejo a los accionistas
para su aprobación?
b) Tres miembros del consejo de directores (de la parte a) son médicos. ¿Cuántas listas de la
parte (a) tienen
i) un médico nominado para la presidencia?
ii) exactamente un médico en la lista?
iii) al menos un médico en la lista?
5. Un sábado, cuando iban de compras, Juana y Teresa vieron a dos hombres alejarse en automó
vil de la fachada de una joyería, justo antes de que sonara una alarma contra robos. Aunque
todo ocurrió muy rápido, cuando fueron interrogadas las dos jóvenes, pudieron dar a la policía
la siguiente información acerca de la placa (que constaba de dos letras seguidas de cuatro
dígitos) del automóvil que huyó. Teresa estaba segura de que la segunda letra de la placa era
una O o una Q, y que el último dígito era un 3 o un 8. Juana dijo que la primera letra de la placa
era una C o una G y que el primer dígito era definitivamente un 7. ¿Cuántas placas diferentes
tendrá que verificar la policía?
6. Con el fin de juntar fondos para una nueva alberca municipal, la cámara de comercio de cierta
ciudad patrocina una carrera. Cada participante paga una cuota de inscripción de $5 y tiene la
probabilidad de ganar uno de los trofeos de distinto tamaño que se entregarán a los primeros
ocho corredores que lleguen a la meta.
a) Si 30 personas entran a la carrera, ¿de cuántas formas será posible entregar los tro
feos?
b) Si Roberta y Clara son dos de los participantes en la carrera, ¿de cuántas formas se pueden
otorgar los trofeos de modo que ellas queden entre los tres primeros lugares?
7. Un anuncio de hamburguesas indica que un cliente puede ordenar su hamburguesa con alguno,
con ninguno de los siguientes ingredientes o con todos: catsup, mostaza, mayonesa, lechuga,
tomate, cebolla, pepinillos, queso o champiñones. ¿Cuántas órdenes diferentes da hamburgue
sa se pueden servir?
8. Matías trabaja como operador de computador en una pequeña universidad. Una tarde, él ve
que durante el día se han enviado 12 programas para su procesamiento por lotes. ¿De cuántas
formas puede ordenar Matías el procesamiento de estos programas si: (a) no existen restriccio
nes? (b) él considera que cuatro de los programas tienen prioridad sobre los otro ocho y desea
procesarlos antes? (c) primero separa los programas en los cuatro de máxima prioridad, cinco
de menor prioridad y tres de mínima prioridad, y desea procesar los 12 programas de modo que
los de máxima prioridad se procesen primero y los tres programas de mínima prioridad se
procesen al final?
9. La cafetería Paty tiene ocho tipos diferentes de pasteles y seis tipos diferentes de bollos.
Además de las piezas de pastelería, es posible adquirir vasos pequeños, medianos o grandes
de las siguientes bebidas: café (negro, con crema, con azúcar, o con crema y azúcar), té
(solo, con crema, con azúcar, con crema y azúcar, con limón, o con limón y azúcar), choco
late caliente y jugo de naranja. Cuando Carolina va a la cafetería Paty, ¿de cuántas formas
puede ordenar
a) una pieza de pastelería y una bebida mediana para ella?
b) una pieza de pastelería y un vaso de café para ella, y un bollo y un vaso de té para su jefe,
la señora Dueñas?
c) una pieza de pastelería y un vaso de té para ella, un bollo y un vaso de jugo de naranja para
la señora Dueñas y una pieza de pastelería y un vaso de café para cada uno de sus asistentes,
el señor Torres y la señora Gil?
10. Pamela tiene 15 libros distintos. ¿De cuántas formas puede colocar sus libros en dos repisas de
modo que haya al menos un libro en cada una? (Tenga en cuenta que los libros, en cualquier
disposición, están ordenados uno junto a otro, y el primer libro de cada repisa queda en el lado
izquierdo de la misma.)
11. Tres pueblos, designados como A, B y C, están intercomunicados por un sistema de carreteras
de doble sentido, como se muestra en la figura 1.4.
a) ¿De cuántas formas puede Elena ir del pueblo A al pueblo C?
b) ¿Cuántos trayectos puede hacer Elena del pueblo A al pueblo C y de regreso al pueblo A?
^ j — c ) ¿Cuántos de los trayectos completos de la parte (b) son tales que el viaje de regreso (del
pueblo C al pueblo A) es diferente, al menos parcialmente, de la ruta que toma Elena del
pueblo A al pueblo C? (Por ejemplo, si Elena viaja del pueblo A al pueblo C por las
I carreteras R, y Re, para regresar podría tomar las carreteras R6 y R3, o las carreteras R5 y
¡ Ri, o la R7 y la R2, o la R9, entre otras posibilidades, pero no viajando por las carreteras R6
Capítulo 1 Principios fundamentales del conteo
Figura 1.4
12. Enumere todas las permutaciones de las letras a, c, t.

13. a) ¿Cuántas permutaciones existen para las ocho letras a, c, f, g, i, t, w, x?
b) ¿Cuántas de las permutaciones de la parte (a) comienzan con la letra t?
c) ¿Cuántas de las permutaciones de la parte (a) comienzan con la letra t y terminan con la
letra c?
14. Evalúe cada uno de los siguientes casos.
a) P(l, 2) b) P(8, 4) c) P(10, 7) d) f>(12, 3)
15. ¿De cuántas formas es posible ordenar los símbolos a, b, c, d, e, e, e, e, e de modo que ninguna
e quede junto a otra? '
16. Para la transmisión de mensajes en un sistema de comunicación se usa un alfabeto de 40
símbolos. ¿Cuántos mensajes distintos (lista de símbolos) de 25 símbolos puede generar el
transmisor si los símbolos se pueden repetir en el mensaje? ¿Cuántos, si 10 de los 40 símbolos
sólo pueden aparecer como el primero o el último símbolo del mensaje, o en ambas posiciones
a la vez, los restantes 30 símbolos pueden aparecer en cualquier parte, y las repeticiones de
todos los símbolos están permitidas?
17. En una implementación del lenguaje de programación Pascal, un identificador consta de una
sola letra, o de una sola letra seguida de hasta siete símbolos, que pueden ser letras o dígitos.
(Supongamos que el computador no distingue entre las letras mayúsculas y minúsculas; hay
• 26 letras y 10 dígitos). Sin embargo, ciertas palabras clave están reservadas para los coman
dos; en consecuencia, estas palabras clave no pueden usarse como identificadores. Si esta
implementación tiene 36 palabras reservadas, ¿cuántos identificadores diferentes son posibles
en esta versión de Pascal?
18. La producción de una pieza de una máquina consta de cuatro etapas. Hay seis líneas de ensam
ble disponibles para la primera etapa, cuatro líneas para la segunda etapa, cinco para la tercera
y cinco para la última. Determine la cantidad de formas diferentes en que dicha pieza puede
quedar totalmente ensamblada en este proceso de producción.
19. Un profesor de ciencias de la computación tiene siete libros de programación diferentes en una
estantería. Tres de los libros son de FORTRAN; los otros cuatro de BASIC. ¿De cuántas for
mas puede ordenar el profesor estos libros: (a) si no hay restricciones?, (b) si los lenguajes se
deben alternar?, (c) si todos los libros de FORTRAN deben estar juntos?, (d) si todos los libros
de FORTRAN deben estar juntos y los libros de BASIC también?
20. ¿Qué nombre de estado implica más disposiciones de las letras de su nombre: PENNSYLVANIA
o MASSACHUSETTS?
21. a) ¿De cuántas maneras se pueden colocar las letras de VISITING?
b) Para las disposiciones de la parte (a), ¿cuántas de ellas tienen las tres letras I juntas?
22. ¿De cuántas formas se pueden colocar las letras de la palabra POLYUNSATURATED de modo
que se mantenga el orden en que aparecen las vocales?
23. a) ¿Cuántas disposiciones hay de todas las letras de la palabra SOCIOLOGICAL?
b) ¿En cuántas de las disposiciones de la parte (a) están juntas la A y la G?
c) ¿En cuántas de las disposiciones de la parte (a) están juntas todas las vocales?
24. ¿Cuántos enteros positivos» se pueden formar con los dígitos 3,4,4,5,5,6,7 si queremos que
n sea mayor que 5,000,000?
25. Doce platillos (con forma idéntica) se or
denan en cuatro columnas verticales, como
se muestra en la figura 1.5. Hay cuatro de
color rojo en la primera columna, tres de
color azul en la segunda columna, dos gri
ses en la tercera columna y tres blancos
en la cuarta. Para entrar al equipo de tiro
de su universidad, Dora debe romper los
12 platillos (con su pistola y sólo 12 ba
las) y, para esto, siempre debe romper el
platillo que queda en la parte inferior de
la columna. En estas condiciones, ¿de
cuántas formas puede disparar (y romper)
los 12 platillos? Figura 1.5
26. Muestre que, para cualquier pareja de enteros n, r > 0, si n + 1 > r, entonces
n+1
P(n + l,r) = P{n,r).
n +l-r
27. Determine el valor (o los valores) den en cada uno de los siguientes casos: (a) P(n, 2) = 90, (b)
P(n, 3) = 3/>(n, 2), y (c) 2P(n, 2) + 50 = P{2n, 2).
28. ¿Cuántas trayectorias distintas hay de (0,0) a (7,7) en el plano xy si una trayectoria se constru
ye paso a paso, yendo ya sea un espacio a la derecha (R) o un espacio hacia arriba (U)? ¿Cuán
tas de estas trayectorias hay de (2,7) a (9,14)? ¿Puede hacerse un enunciado general que incor
pore estos dos resultados?
29. a) ¿Cuántas trayectorias diferentes hay de (-1, 2, 0) a (1, 3, 7) en el espacio euclídeo
tridimensional si cada movimiento es de uno de los siguientes tipos?
(H): (x,y,z)^(x + l,y,z); (V): (x,y,z)^(x,y + l,z);

(A): (x,y,z)^>(x,y,z + l).
b) ¿Cuántas de estas trayectorias existen de (1,0, 5) a (8,1, 7)?

c) Generalice los resultados de las partes (a) y (b).
30. a) Determine el valor de la variable entera counter después de la ejecución del siguiente seg
mento de programa en Pascal. (Aquí, i,j yfeson variables enteras.)
counter := 0;
For i : = 1 to 12 do
counter := counter + 1;
For j := 5 to 10 do
For k : = 15 downto 8 do
b) ¿Qué principio de conteo está enjuego en la parte (a)?

31. Considere el siguiente segmento de programa en Pascal, donde i,j yfeson variables enteras.
For j : = 5 to 10 do
For k : = 15 downto 8 do
Writeln ((i - j)*k);
a) ¿Cuántas veces se ejecuta la proposición Writeln?

b) ¿Qué principio de conteo se usó en la parte (a)?
32. Una serie de letras de la forma abcba, en la que la expresión no cambia al invertir su orden, es
un ejemplo de. palíndromo (de cinco letras).
a) Si una letra puede aparecer más de una vez, ¿cuántos palíndromos de cinco letras se pueden
formar? ¿de seis letras?
b) Repita la parte (a) con la condición de que ninguna letra aparezca más de dos veces.
33. a) Determine el número de enteros de seis dígitos (que no comiencen con cero) en los que (a)
ningún dígito se pueda repetir; (b) se pueden repetir los dígitos. Responda las partes (a) y
(b) con la condición adicional de que el entero de seis dígitos sea (i) par; (ii) divisible entre
5; (iii) divisible entre 4.
34. a) Proporcione un argumento combinatorio para mostrar que si TI yfeson enteros positivos con
n = 3fe, entonces n!/(3!)* es un entero.
b) Generalice el resultado de la parte (a).
35. a) ¿De cuántas formas puede un estudiante responder un examen de 10 preguntas de verdade-
ro-falso?
b) ¿De cuántas formas puede el estudiante responder el examen de la parte (a) si es posible
dejar una pregunta sin respuesta para evitar que se penalice una respuesta equivocada?
36. ¿Cuántos enteros distintos de cuatro dígitos se pueden formar con los números 1, 3, 3, 7, 7 y
8?
37. a) ¿De cuántas formas se pueden sentar siete personas en torno a una mesa circular?
b) Si dos de las personas insisten en sentarse juntas, ¿cuántas disposiciones son posibles?
38. a) ¿De cuántas formas se pueden sentar ocho personas, A, B, .... H, alrededor de la mesa
cuadrada de la figura 1.6, donde las figuras 1.6(a) y 1.6(b) se consideran iguales pero
distintas de la figura 1.6(c)?
b) Si dos de las ocho personas, digamos, A y B, no se llevan bien, ¿cuántas disposiciones
diferentes en las que A y B no se sienten juntos son posibles?
c) ¿Cuántas de las disposiciones de la parte (b) evitan que A y B se sienten uno frente al
otro?
1.2 Permutaciones 17 V ü
A B G H F G
H C F A E H
G D E B D A
F E D C C B
(a) (b) (0
Figura 1.6
39. Una implementación particular del sistema operativo UNIXf proporciona la estructura de
archivos que se modela en la figura 1.7. En este caso, el i-nodo del archivo contiene, entre
otras informaciones, los permisos de acceso para el archivo. Esto va seguido de datos que
contienen información acerca de la posición del archivo en el dispositivo de almacenamiento.
Las primeras 10 entradas son las direcciones de los bloques donde se almacenan los datos
reales del archivo. Si un bloque contiene 512 bytes de información, estos 10 bloques directos
pueden almacenar hasta 512 x 10 = 5120 bytes de datos.
Cuando el tamaño del archivo es mayor que los 10 bloques, el dato número 11 proporciona
el acceso, o apunta, a un bloque indirecto. Este bloque indirecto contiene las direcciones de
otros 128 bloques donde se guardan los datos. Si se usa este bloque indirecto, el tamaño del
archivo puede ser de hasta 10 + 128 = 138 bloques y contener hasta 512 x 138 = 70,656 bytes
de información.
a) Se necesita una entrada número 12 si hay que utilizar más de 138 bloques para el archivo.
Esta entrada contiene la dirección de un bloque doblemente indirecto que, a su vez, contie
ne las direcciones de 128 bloques indirectos. Como ya se señaló, cada uno de estos bloques
indirectos contiene las direcciones de 128 bloques donde se almacenan los datos. Si un
archivo usa 12 entradas en su i-nodo, ¿cuál es su tamaño máximo en términos de bloques y
bytes?
b) Si el archivo debe ser mayor que el espacio proporcionado por 12 entradas, se necesita una
entrada número 13. Ésta proporciona la dirección de un bloque triplemente indirecto que
apunta a 128 bloques doblemente indirectos, como se muestra en la figura 1.7. Determine
el tamaño máximo de archivo, en términos de bloques y bytes, para la implantación de este
sistema operativo UNIX en estas condiciones.
40. Escriba un programa (o desarrolle un algoritmo) para calcular n! para cualquier entero n > 0.
41. Escriba un programa (o desarrolle un algoritmo) para calcular P(n, r) para cualquier pareja de
enteros n, r > 0.
42. Escriba un programa (o desarrolle un algoritmo) para determinar si existe un entero de tres
dígitos abe ( = 100a + lOfc + c) donde abe = a\ + b\ + c\
t UNIX es una marca registrada de UNIX Software Laboratory.

¡-nodo
Bloque
triplemente
indirecto
Bloques
indirectos
Bloques
Figura 1.7
1.3 Combinaciones: t i teorema del binomio m
1.3
Combinaciones: El teorema
del binomio
La baraja normal consta de 52 cartas con cuatro palos: tréboles, diamantes, corazones y
espadas. Cada palo tiene 13 caitas; as, 2, 3 9, 10, sota, reina y rey.
Si nos piden sacar (res carias de una haraja normal, una tras otra y sin sustituirlas.
cnlonces. por la regla del producto, existen
52 x 51 X50 = — = /'(52.3)
49!
posibilidades, una de las cuales es AC (as de corazones), 9T (nueve de tréboles), RD (rey

de diamantes). .Si en vez. de esto seleccionamos lies cuitas a la ve/.de modo que el orden de
selección de las caitas no sea importante, entonces las seis permutaciones AC 9T RD.
AC-RO-9T, 9T-AC-RD, 9T-RD-AC, RD-AC-9T, RD 9T AC corresponden sólo a una
forma (no ordenada) de selección. En consecuencia, cada selección o combinación de ires
caitas, sin tener en cuenta el arrien, corresponde a 3! permutaciones de tres cartas. L¡n
forma de ecuación, esto se traduce como
(3!) X (Número de selecciones de tamaño (res de una baraja de 52)

= Número de permutaciones de tamaño 3 para las 52 caitas
52'
' 49!
Por lo tamo, de una baraja estándar' se pueden sacar ires canas, sin reemplaza de 52!/
(3!49!) = 22,100 formas.
lin general, si partimos de n objetos distintos, cada selección, o combinación, de r de

estos objetos, sin hacer referencia al orden, corresponde a r! permutaciones de tamaño
r de los n objetos. Asf, el número de combinaciones de tamaño r de una colección de
tamafio n, que se denota C(«, r), donde Os rSn satisface (r!) x C(n, r) = P(n, r) y
r\ r)(n - r)!
Además de C(n, r), también se usa con frecuencia el símbolo (1), Tanto C(n, r)
como (í) se leen como "combinaciones de n en r". Observe que C(n, 0) = I.
¡Un buen consejo! Cuando se líala de un problema de cónico, debemos preguntarnos

acerca de la importancia del orden en el problema. Cuando el orden es necesario, pensa
nios en lérminos de permutaciones y disposiciones y en la regla del producto. Cuando el
orden no sea necesario, las combinaciones pialrían lener un papel impórtame en la solu
ción del problema.
RnlWlvJuMw I M W Miriam quiere dar unafiestapara algunos miembros de su comité de caridad. Debido al
tamaño de su casa, sólo puede invitar a 11 de los 20 miembros de su comité. El orden no es
importante, de modo que puede invitar a los "11 afortunados" de C(20,11) = (ff) = 20|/l 1 !9
= 167,960 formas. Sin embargo, una vez que lleguen los 11, la forma en que ella los siente
en torno de su mesa rectangular es un problema de disposiciones. Por desgracia, ninguna
parte de la teoría de combinaciones y permutaciones puede ayudar a la anfitriona con los
"9 ofendidos" que no fueron invitados.
Sf*mf>i© M i a) Un estudiante que realiza un examen de historia recibe la instrucción de responder

siete de 10 preguntas. Aquí no importa el orden, por lo que el estudiante puede
responder el examen de
10! 10 x 9 x 8
= 120 formas.
7! 3! 3 x 2 x 1
b) Si el estudiante debe responder tres preguntas de las primeras cinco y cuatro de las
últimas cinco, puede elegir tres preguntas de las primeras cinco de (J) = 10 formas,
y elegir las otras cuatro preguntas de (l) = 5 formas. De modo que, por la regla del
producto, el estudiante puede realizar el examen (¡)(l) = 10 X 5 = 50 formas.
c) Por último, si las indicaciones del examen dicen que debe responder siete de las 10
preguntas, de las cuales al menos tres deberán ser de las primeras cinco, hay tres
casos por considerar:
i) El estudiante responde tres de las primeras cinco preguntas y cuatro de las
últimas cinco: por la regla del producto, esto puede ocurrir de (l)(l) = 1 0 x 5 =
50 formas, como en la parte (b).
ü) El estudiante elige cuatro de las primeras cinco preguntas y tres de las últimas
cinco: esto puede hacerse de (J)(J) = 5 X 10 = 50 formas, de nuevo, usando la
regla del producto.
Ui) El estudiante decide responder las cinco primeras preguntas y dos de las últi
mas cinco: la regla del producto indica que este último caso puede ocurrir (¡)(l)
= 1 x 10 = 10 formas.
Si combinamos los resultados de los casos (i), (ii) y (iii), por la regla de la suma tene
mos que el estudiante puede hacer (l)({) + (5)(J) + (j)(|) = 50 + 50 + 10 = 110 selecciones
de siete (de 10) preguntas, cada una de las cuales incluye al menos tres de las primeras
cinco preguntas.
Ejemplo 1.20 a) En una escuela secundaria, la maestra de gimnasia debe elegir a nueve estudiantes
de segundo y tercer año para el equipo de voleibol femenino. Si hay 28 jóvenes en
segundo y 25 en tercero, ella puede hacer la elección de (593) = 4,431,613,550 formas.:
b) Si dos estudiantes de segundo y una de tercero son las mejores rematadoras y deber
estar en el equipo, entonces el resto del equipo podrá elegirse de (56°) = 15,890,700
formas.
k
c) Para cierto torneo, el equipo debe tener cuatro estudiantes de segundo y cinco de
tercero. La maestra puede elegir a las cuatro estudiantes de segundo de (248) formas.
Para cada una de estas selecciones, ella tiene C¡) formas de elegir a las cinco estu
diantes de tercero. Por lo tanto, por la regla del producto, puede elegir su equipo de
(248)(255) = 1,087,836,750 formas para ese torneo particular.
Algunos problemas se pueden analizar desde el punto de vista de las disposiciones o de

las combinaciones, según la forma en que se examine la situación. El siguiente ejemplo
demuestra esto.
1.» La maestra del ejemplo 1.20 debe formar cuatro equipos de voleibol, de nueve mujeres
cada uno, con las 36 estudiantes de primer año de su curso de educación física. ¿De cuán
tas formas puede elegir esos cuatro equipos? Los equipos se llaman A, B, C y D.
a) Para formar el equipo A, puede elegir a nueve mujeres de las 36, de (396) formas.
Para el equipo B, el proceso de selección proporciona (") posibilidades. Esto deja
Os?) y (') formas posibles de seleccionar los equipos C y D, respectivamente. Así,
por la regla del producto, los cuatro equipos se pueden elegir de
/36\/27\/l8\/9\ = / 36! \ / 27! \í }8! V 9!
\9/\9/\9/\9/ \9!27!/\9!18!/\9!9lA9!0!
36'
= ntn,'n, * 2.145 X 10» formas.
9! 9! 9! 9!
b) Para una solución alternativa, consideremos que las 36 estudiantes están alineadas
como sigue:
r 2* 3a 35a 36a
estudiante estudiante estudiante estudiante estudiante
Para seleccionar los cuatro equipos, debemos distribuir nueve letras A, nueve B, nueve C
y nueve D en los 36 espacios. El número de formas en que se puede hacer esto es el número
de disposiciones de 36 letras que comprende nueve de cada una de las letrasA, B, C y D. Éste
és ahora el conocido problema de disposiciones de objetos no distintos, y la respuesta es
36!
como en la parte (a).
9! 9! 9! 9!'
Nuestro siguiente ejemplo muestra que algunos problemas necesitan los conceptos de
disposiciones y combinaciones para obtener las soluciones.
■AUltttMiU*.
El número de disposiciones de las letras de TALLAHASSEE es
11!
= 831,600.
3!2!2!2!1!1! '
¿Cuántas de estas disposiciones no tienen letras A adyacentes?
Cuando no tomamos en cuenta las letras A, existen

8!
2!2!2!1!1! = 5040
formas de arreglar las letras restantes. Una de estas 5040 formas se muestra en la siguiente
figura, donde las flechas que van hacia arriba indican nueve posiciones posibles para las
tres letras A.
.E.EASATAL.L.S.H.
Tres de estas posiciones se pueden elegir de (3) = 84 formas; y debido a que esto también
es posible para las restantes 5039 disposiciones de E, E, S, T, L, L, S, H, por la regla del ¡
producto existen 5040 X 84 = 423,360 disposiciones de las letras de TALLAHASSEE sin
letras A consecutivas.
Antes de continuar necesitamos introducir una forma concisa para escribir la suma de
una lista de n + 1 términos como am, am+,, am+2,..., am+,„ donde m y n son enteros y n > 0.
Esta notación se conoce como notación sigma debido a que utiliza la letra mayúscula
griega £; usamos dicha notación para representar una suma de la siguiente manera:
m+n
am + am+1 + am+2 + • • • + am+n = 2 a¡.
I
Aquí, la letra i se denomina índice de la suma y representa todos los enteros que comien
zan con el límite inferior m y continúan hasta el límite superior m + n (inclusive).
Podemos usar esta notación como sigue.
7 7
1) 2 fl¡ = a3 + a4 + a¡ + a6 + a7 = 2 a¡, ya que la letra i no tiene nada de especial.
4 " 4
2) X¿2 = l2 + 22 + 32 + 42 = 30=S*: 2 , yaque (^ = 0.
1=1 t=o
100 101 99
3) 2 i = ll + 12 + 13 + ■ • • + 100 = 2 0' ~ l) = 2 (k + l)3.
3 3 3 3 3 3
¡=11 /=12 *=10
10 10
4) 2 2i = 2(7) + 2(8) + 2(9) + 2(10) = 68 = 2(34) = 2(7 + 8 + 9 + 10) = ¿Z i.
í=7 í-7
3 4 2
5) 2 a ¡ =fl3= 2 f l ¡ - i = 2flf+i-
i=3 i=4 i=2
10 3 4 3
6) Xfl> =fl7+ «8+«9 + «10 = 2fl/ + 7=2«6+/ = 2«10-/-
M y=0 y=l /-O
5 4 7
7) 2 bu = 62.3 + &2-4 + ¿>2-5 = b6 + bs + bw = 2 b2¡+2 = 2 bu-*-
i=3 i=2 k=5 1
8) â = a + a + a + a + a = 5a.
Además, usando la notación de suma vemos que podemos expresar la respuesta de la

parte (c) del ejemplo 1.19 como
m-ms-HV-M-
Veremos el uso de esta nueva notación en el siguiente ejemplo, así como en muchas
otras partes del resto del libro.
En los estudios de la teoría algebraica de códigos y la teoría de lenguajes de computación,

consideramos ciertas disposiciones, llamadas cadenas* formadas a partir de un alfabeto
prescrito de símbolos. Si el alfabeto ya determinado consta de los símbolos 0, 1 y 2, por
ejemplo, entonces 01, 11, 21, 12 y 20 son cinco de las nueve cadenas de longitud dos.
Entre las 27 cadenas de longitud tres están 000, 012, 202 y 110.
En general, si n es un entero positivo, por la regla del producto, existen 3" cadenas de
longitud n para el alfabeto 0, 1 y 2. Si x = x¡ x2 x} ■ ■ ■ xn es una de esas cadenas-, definimos
el peso de x, que se denota wt(x), como wt(*) =Xi+x2+x¡ + - ■ • +x„. Por ejemplo, wt( 12)
= 3 y wt(22) = 4, si n = 2; wt(101) = 2, wt(210) = 3 y wt(222) =6~para n = 3.
Entre las 310 cadenas de longitud 10, queremos determinar el número de ellas que tengan
peso par. Una cadena tendrá peso par exactamente cuando el número de unos que tenga sea par.
Tenemos que considerar seis casos diferentes. Si la cadena* no contiene unos, entonces
cada una de las 10 posiciones de x puede ser ocupada con 0 o 2 y, por la regla del producto,
hay 210 de esas cadenas. Cuando la cadena contiene dos números 1, sus posiciones pueden
elegirse de ('2°) formas. Una vez elegidas las dos posiciones, hay 28 formas de colocar el 0
o el 2 en las ocho posiciones restantes. Por lo tanto, ('20)28 cadenas de peso par que contie
nen dos números 1. El número de cadenas de los otros cuatro casos aparece en la tabla 1.2.
Tabla 1.2
Número de'unos Número de cadenas Número de unos Número de cadenas
6
4 e°)2 8 08°)22
6 e6°)24 10 08)
En consecuencia, por la regla de la suma, el número de cadenas de longitud 10 que
tienen peso par es 210 + (>2°)28 + ('4°)26 + C6°)24 + C,0)22 + (¡g) = X L Ü°)210-2".
Con frecuencia, debemos tener cuidado con el recuento excesivo, situación que parece
surgir en problemas de conteo aparentemente sencillos. El siguiente ejemplo demuestra la
forma en que puede surgir el recuento excesivo.
El término string también se traduce como "cuerda". (N. del E.)

í 1.24 a) Supongamos que Elena saca cinco cartas de una baraja estándar de 52 cartas. ¿De
cuántas formas puede resultar que su selección no tenga tréboles? Aquí estamos
interesados en contar todas las selecciones de cinco cartas como
i) as de corazones, tres de espadas, cuatro de espadas, seis de diamantes y la sota
de diamantes.
i¡) cinco de espadas, siete de espadas, diez de espadas, siete de diamantes y el rey
de diamantes.
iii) dos de diamantes, tres de diamantes, seis de diamantes, diez de diamantes y la
sota de diamantes.
Si analizamos esto más de cerca, veremos que Elena debe elegir sus cinco cartas de
las 39 cartas de la baraja que no son tréboles. En consecuencia, puede hacer su
selección de (359) formas.
b) Supongamos ahora que queremos contar el número de selecciones que hace Elena
de cinco cartas que contienen al menos un trébol. Estas son precisamente las selec
ciones que no se contaron en la parte (a). Y como existen (552) manos posibles de
cinco cartas en total, tenemos que
52
J - m = 2,598,960 - 575,757 = 2,023,203
de todas las manos de cinco cartas que contienen al menos un trébol.

c) ¿Podemos obtener el resultado de la parte (b) de otra manera? Por ejemplo, como
Elena desea tener al menos un trébol en la mano de cinco cartas, hagamos que ella
seleccione primero un trébol. Esto puede hacerse de O,3) formas. Y ahora ella no tiene
que preocuparse por lo que tenga en las otras cuatro cartas. Así, después de eliminar
el trébol elegido de su baraja normal, puede seleccionar las otras cuatro cartas de (54')
formas. Por lo tanto, por la regla del producto, el número de selecciones es <
\)[¿\ = 13 x 249,900 = 3,248,700.
¡Algo aquí está definitivamente mal\ Esta cantidad es mayor que la de la-parte (b),
por más de un millón de manos. ¿Cometimos un error en la parte (b)? ¿O hay algo
incorrecto en nuestro razonamiento actual?
Por ejemplo, supongamos que Elena selecciona primero
el tres de tréboles
y después elige
el cinco de tréboles,
el rey de tréboles,
el siete de corazones
y la sota de espadas.
Si, por el contrario, elige primero
el cinco de tréboles
y después selecciona
el tres de tréboles,
rey de tréboles,
y la sota de espadas,
¿es esta selección realmente diferente de la anterior? Por desgracia, ¡no! Y encaso
en que ella elige primero
el rey de tréboles
y después selecciona
el tres de tréboles,
el cinco de tréboles,
y la sota de espadas
no es distinto de las otras dos selecciones mencionadas antes.

En consecuencia, este punto de vista es incorrecto ya que estamos contando en
exceso, es decir, considerando selecciones semejantes como si fueran distintas.
d) ¿Pero existe otra forma de llegar a la respuesta de la parte (b)? ¡ Sí! Como las manos
3 3
de cinco cartas deben contener al menos un trébol, debemos considerar cinco casos.
Estos aparecen en la tabla 1.3. A partir de los resultados de la tabla vemos, por
•-i í ejemplo, que hay ('23)(339) manos de cinco cartas que contienen exactamente dos tré
o <
boles. Si estamos interesados en tener exactamente tres tréboles en la mano, enton
«w ces los resultados de la tabla indican que hay ("X 3 ') de tales manos.
g*«
<s kt»
i-? e
&
M M w , .Tabla 1.3
O O
Número Número de formas Número de Número de formas
< < %& o de de seleccionar este cartas que de seleccionar este
W ■•-;> tréboles número de tréboles no son tréboles número de no-tréboles
P< & H
go
1
(?) 4
(?)
o **
o
Q
2
(?) 3
(?)
3
(i)3 2
(?)
4
e)3
1
(!)
5
a) 0
0
Puesto que ninguna pareja de los casos de la tabla 1.3 tiene una mano de cinco
cartas en común, el número de manos que Elena puede seleccionar con al menos un
trébol es
13\/39\ (í
+
= (13)(82,251) + (78)(9139) + (286)(741) + (715)(39) + (1287)(1)
= 2,023,203. ¿;
Cerraremos esta sección con tres resultados relativos al concepto de combinaciones.

Primero observemos que para n, r enteros con n > r > 0, (?) = („" r ). Esto puede
establecerse algebraicamente a partir de la fórmula para ("), pero preferimos hacer notar
que, al analizar una selección de tamaño r de una colección de n objetos distintos, el
proceso de selección deja atrás n-r objetos. En consecuencia, (?) = („" r ) afirma la exis
tencia de una correspondencia entre las selecciones de tamaño r (los objetos elegidos) y
las selecciones de tamaño n-r (los objetos dejados de lado). Un ejemplo de esta corres
pondencia aparece en la tabla 1.4, donde n = 5, r = 2 y los objetos distintos son 1, 2, 3,4 y
5. Este tipo de correspondencia se definirá más formalmente en el capítulo 5 y se usará en
otros casos de conteo.
Tabla 1.4
Selecciones de tamaño r = 1 Selecciones de tamaño n-r = 3
(objetos elegidos) (objetos dejados de lado)
1. 1,2 6. 2,4 1. 3,4,5 6. 1,3,5

2. 1,3 7. 2,5 2. 2,4,5 7. 1,3,4
3. 1,4 8. 3,4 3. 2,3,5 8. 1,2,5
4. 1,5 9. 3,5 4. 2,3,4 9. 1,2,4
5. 2,3 10. 4,5 5. 1,4,5 10. 1,2,3
Nuestro segundo resultado es un teorema relativo a nuestra experiencia anterior en álgebra.
TEOREMA 1.1 (El teorema del binomio) Si x y y son variables y n es un entero positivo, entonces
(x+yy- ¡¡W+í^v-1 + 1 : i* V~ + 2
1 l
n-\
)x" y + ( \x"y
\n' •-Sur"-*-
Antes de revisar la demostración general, analizaremos un caso particular. Si n = 4, el|
coeficiente de x2y2 en el desarrollo del producto
(x+yXx+y)(x + y)(x+y)
primer segundo tercer cuarto
factor factor factor factor ¡
i
es el número de formas en que podemos seleccionar dos de las cuatro x, una de las cuales!
está disponible en cada factor. (Aunque las x son iguales en apariencia, las distinguimos!
como la x del primer factor, la x del segundo factor, ..., y la x del cuarto factor. También
observamos que, cuando seleccionamos dos x, usamos dos factores, lo que nos deja otros
dos factores de los que podemos seleccionar las dos y necesarias.) Por ejemplo, entre las
posibilidades, podemos seleccionar (1) x de los dos primeros factores y y de los dos últi
mos, o (2) x de los factores primero y tercero y y del segundo y cuarto. La tabla 1.5 resume
las seis opciones posibles.
Tabla 1.5 o
Factores seleccionados Factores seleccionados
para x para y
(1) 1,2 (1) 3,4
(2) 1,3 . (2) 2,4
(3) 1,4 (3) 2,3
(4) 2,3 (4) 1,4
(5) 2,4 (5) 1,3
(6) 3,4 (6) 1,2
En consecuencia, el coeficiente de;t2y2 en el desarrollo de (x +y) 4 es (2) = 6, el número

de formas de elegir dos objetos distintos de una colección de cuatro objetos distintos.
Ahora pasaremos a la demostración del caso general.
Demostración: En el desarrollo del producto
(x+y)(x+y)(x+y)---(x+y)
primer segundo tercer n-és¡mo
factor factor factor factor
el coeficiente dejcV-*, donde 0 < k < n, es el número de formas distintas en que podemos
elegir k letras x (y en consecuencia (n - A:) letras y) de los n factores disponibles. (Por
ejemplo, una forma es elegir* de los primeros k factores y y de los últimos n-k factores.)
La cantidad total de selecciones de tamaño k de una colección de tamaño n es C(n, k) = (?),
de lo que se sigue el teorema del binomio.
En vista de este teorema, (£) se conoce con frecuencia como coeficiente binomial. Observe
que también es posible expresar el resultado del teorema 1.1 como
<*+>>"=á(n-*K
' Ejemplo 1.25 a) Del teorema del binomio se sigue que el coeficiente de x?y2 en el desarrollo de (x + y)7
es (?) = (!) = 21.
b) El coeficiente de a5b2 en el desarrollo (2a - 3b)1 es (J)(2)5(-3)2. Obtenemos esto del
teorema del binomio, con x = 2a y y = -3b.
COROLARIO 1.1 Para cualquier entero n > 0,
a) (S) + (?) + (2) + --- + C!) = 2 \ y

b) (3) - (0 + (3) + (-1)"«) = 0.
Demostración: La parte (a) se sigue del teorema del binomio cuando x = y = 1. Cuando x = -I
y v = 1, se obtiene la parte (b).
Nuestro tercero y último resultado generaliza el teorema del binomio y se conoce como
teorema multinomial.
TEOREMA 1.2 Para enteros positivos n, f, el coeficiente de x"1 x? x"¡3 • x"' en el desarrollo de (x, + x2+
Xi+ ••• +jc,)"es
n!
ni! n2! n3\ • • • n,\'
donde cada n, es un entero con 0 < n, < n, para todo 1 < i < t y iti + n2 + n3 + • • • + n,-=
Demostración: Como en la demostración del teorema del binomio, el coeficiente de T
x"1 xf *j 3 • • • x"' es el número de formas en que podemos elegir*i de ni de los n factores,
x2 de n2 de los n-n^ factores restantes, *3 de n3 de los n - n¡ - n2 factores restantes ahora,..
., y x, de n, de los últimos n - n¡ — n2 - n3 - • • • - nM = n, factores restantes. Esto se pue
realizar, como en la parte (a) del ejemplo 1.21, de
■«/-i\
' n \ln — nAIn - «i - n2\ In — ni - n2 ¡
\«i/\ "2 /\ "3 / \ n,
formas. Dejamos al lector los detalles de la demostración de que esto es igual a
niln2ln3l •••«,!'
que también se escribe como
n
V«i ,n2,n3, ,n,
y se denomina coeficiente multinomial.
^füiipte t JE6 a) En el desarrollo de (x + v.+ z)7, se sigue, del teorema multinomial, que el coeficiente
de x2 y2 z3 es (2,2,3) = -ji7^ = 210, mientras que el coeficiente de xyz5 es (,',) = 42 y
el de x} y* es (3¿4) = ^ ¡ = 35.
b) Supongamos que tiene la necesidad de conocer el coeficiente de a2 b3 c1 d5 en el
desarrollo de (a + 2b - 3c + 2d + 5)16. Si reemplazamos a con v, 2b con w, -3c co
x, 2d con y y 5 con z, entonces podemos aplicar el teorema multinomial a (u + w +,
x + y + z)16 y determinar el coeficiente de v2w3x2 vV como (2 3265 4) = 302,702,400.
Pero (2,3,'265,4)(a)2(2fc)3(-3c)2(2d)5(5)4 = (2,3,^s.4)( 1 )2(2)3(-3)2(2)5'(5)4(a2 Z>' e2 ds) =
435,891,456,000 a2 tfc2ds. s
:RCICIOS 1.3 1. Calcule (2) y verifique su respuesta enumerando todas las selecciones de tamaño dos que se
pueden hacer con las letras a, b, c, d, e y f.
2. Como Diana debe hacer un viaje de cuatro horas en autobús de regreso a su escuela, decide
llevar consigo cinco revistas de las 12 que su hermana Ana María acaba de adquirir. ¿De
cuántas formas puede Diana hacer su selección?
3. Evalúe cada uno de los siguientes casos.
a) C(10,4) b)'(?) c) C(14,12) d) (iS)
4. En el sistema Braille, un símbolo, como una letra minúscula, un signo de puntuación, un
sufijo, etc., se escribe resaltando al menos uno de los puntos de la disposición de seis puntos
que aparece en la parte (a) de la figura 1.8. (Las seis posiciones Braille se enumeran en esta
parte de lafigura.)Por ejemplo, en la parte (b) los puntos de las posiciones L^y 4 están resalta
dos y esta disposición de seis puntos-representa la letra c. En las partes (c) y (d) de la figura
tenemos las representaciones de las letras m y t, respectivamente. El artículo definido "the" se
muestra en la parte (e), mientras que la parte (f) contiene la forma para el sufijo "ow". Por
último, el punto y coma (;) aparece en la disposición de seis puntos de la parte (g), donde los
puntos de las posiciones 2 y 3 aparecen en relieve.
1. •4 • • • • • • • • • • • •
2« •5 • • • • • • • • • • • •
3« •6 • • • • • • • • • • • ♦
(a) (b) "c" (c) "m" (d) "t" (e) "the" (f) "ow" (g) ";"
Figura 1.8
a) ¿Cuántos símbolos diferentes podemos representar en el sistema Braille?

b) ¿Cuántos símbolos tienen exactamente tres puntos en relieve?
c) ¿Cuántos símbolos tienen un número par de puntos en relieve?
d) ¿Cuántos símbolos tienen al menos cuatro puntos en relieve?
5. a) ¿Cuántas permutaciones de tamaño 3 pueden producirse con las letras m, r, a, f y t?
b) Enumere todas las combinaciones de tamaño 3 que resultan de las letras m, r, a, f y t.
6. Si n es un entero positivo y n > 1, demuestre que (2) + ("2') es un cuadrado perfecto.
7. Un comité de 12 personas será elegido entre 10 hombres y 10 mujeres. ¿De cuántas formas se
puede hacer la selección si (a) no hay restricciones? (b) debe haber seis hombres y seis muje
res? (c) debe haber un número par de mujeres? (d) debe haber más mujeres que hombres? (e)
debe haber al menos ocho hombres?
8. ¿De cuabas formas puede un jugador extraer cinco cartas de una baraja común y obtener (a)
una corrida (cinco cartas del mismo palo)? (b) cuatro ases? (c) cuatro cartas del mismo tipo?
(d) tres ases y dos sotas? (e) tres ases y un par? (f) un full (una terna y un par)? (g) una terna?
x(h) dos pares?
9. ¿Cuántos bytes contienen (a) exactamente dos unos? (b) exactamente cuatro unos? (c) exacta
mente seis unos? (d) al menos seis unos?
10. ¿De cuántas formas se puede formar un equipo de baloncesto de cinco personas con 12 posi
bles jugadores? ¿Cuántas opciones incluyen al jugador más débil y al más fuerte?
11. Un estudiante debe responder siete de las 10 preguntas de un examen. ¿De cuántas formas
puede hacer su selección si (a) no hay restricciones? (b) debe contestar las dos primeras pre
guntas? (c) debe responder al menos cuatro de las primeras seis preguntas?
12. Al ordenar la comida del día, un cliente puede elegir entre tres entradas y dos de seis verduras
disponibles.
a) ¿Cuántas comidas diferentes puede elegir si (i) debe seleccionar dos verduras diferentes?
(ii) se le permite tener dos porciones de la misma verdura?
b) Responda las partes (i) y (ii) de la parte (a) si también puede elegir entre jugo desmate,
jugo de naranja o sopa de lentejas como aperitivo.
13. ¿De cuántas formas es posible distribuir 12 libros diferentes entre cuatro niños de modo que
(a) cada niño reciba tres libros? (b) los dos niños mayores reciban cuatro libros cada uno y los
dos menores reciban dos libros cada uno?
14. En la pizzería de Pedro, las pizzas se sirven en cuatro tamaños: pequeña, mediana, grande y
colosal. Un cliente puede ordenar una pizza sencilla de queso o pedir cualquier combinación
de los siguientes siete ingredientes adicionales: anchoas, pepinillos, champiñones, aceitunas,
cebolla, pepperoni y salchicha. Determine la cantidad de pizzas diferentes (a) de tamaño me
diano y que tengan exactamente dos ingredientes adicionales; (b) exactamente con dos ingre
dientes adicionales; (c) grandes o colosales y exactamente con tres ingredientes adicionales.
15. ¿Cuántas disposiciones de las letras de MISSISSIPPI no tienen letras S consecutivas?
16. Un entrenador debe elegir 11 estudiantes de tercer año para jugar en un equipo de fútbol. Si
puede elegir entre 12,376 formas, ¿cuántos estudiantes de tercero son elegibles?
17. a) En un plano se tienen quince puntos, de los cuales no hay tres que estén alineados. ¿Cuán
tas rectas determinan?
b) Se tienen veintincinco puntos en el espacio, de forma que cuatro de ellos no son coplanares,
¿Cuántos triángulos determinan? ¿Cuántos planos? ¿Cuántos tetraedros (sólidos piramidales
con cuatro caras triangulares)?
18. Determine el valor de cada una de las sumas siguientes.
6 2 10
a) S(«2 + l) b)2(j3-l) c) 2 ti+ (-1)1

(-1 J--2 ¡-0
d) 2(3*-20 e) 2 ( - l ) *
/-O k-2
2n 6
_
f) 2 ( 1)*, donde n es un entero positivo impar. g) 2 ) ' ( - l ) '
k-n é-1
19. Exprese lo siguiente mediante la notación de suma (o sígma). En las partes (b), (e), (0 y (g), n
denota un entero positivo.
, 1 1 1 1 1 1
a) 1 + - + - + - + - + - + - - - + —
2 3 4 5 6 17
1 1 1 1
b)
2! 3! 4! n\
c) 1 + 4 + 9+16 + 25 + 36 + 49 .
d) I 3 - 23 + 33 - 43 + 53 - 63 + T *
1 2 3 n+1
e) _ + + +... +
n n+ + 11 nn ++22 n + 3 2« In
f) n+ 2! + 4! + 6! +• (2n)!
•■-^♦(^-(^♦■■•♦'-'Késs
20. Para las cadenas de longitud 10 del ejemplo 1.23, ¿cuántas tienen (a) cuatro ceros, tres unos y
tres doses?; (b) al menos ocho unos?; (c) peso 4?
21. Considere la colección de todas las cadenas de longitud 10 que se forman con el alfabeto 0,1,2
y 3. ¿Cuántas de estas cadenas tienen peso 3? ¿Cuántas tienen peso 4? ¿Cuántas tienen peso par?
22. En las cuatro partes de la figura 1.9, se han marcado ocho puntos equidistantes sobre la circun
ferencia de un círculo dado.
a) Para las partes (a) y (b) de la figura 1.9, tenemos dos triángulos diferentes (aunque con
gruentes). Estos dos triángulos (que se distinguen mediante sus vértices) surgen de dos
selecciones de tamaño tres de los vértices A, B, C, D, E, F, G, H. ¿Cuántos triángulos
diferentes (congruentes o no) podemos inscribir de esta forma en el círculo?
b) ¿Cuántos de los triángulos de la parte (a) son isósceles?
c) ¿Cuántos cuadriláteros diferentes podemos inscribir en el círculo usando los vértices mar
cados? (Uno de tales cuadriláteros aparece en la parte (c) de la figura 1.9^
Figura 1.9
d) ¿Cuántos de los cuadriláteros de la parte (c) son cuadrados? ¿Cuántos de ellos son rectán
gulos (no cuadrados)?
e) En la parte (d) de lafigura1.9 tenemos un pentágono inscrito en nuestro círculo. ¿Cuántos
pentágonos podemos inscribir en el círculo dado usando los vértices marcados?
f) ¿Cuántos polígonos diferentes, de tres o más lados, podemos inscribir en el círculo dado
usando tres o más de los vértices marcados?
23. ¿Cuántos triángulos quedan determinados por los vértices de un polígono regular de n lados?
¿Cuántos si ninguno de los lados del polígono debe ser un lado de alguno de los triángulos?
24. a) En el desarrollo completo de (a + b + c + d){e +f+g + h)(u +v +w+x + y + z), obtenemos
la suma de términos como agw, cfx y dgv. ¿Cuántos de esos términos aparecen en este
desarrollo completo?
b) ¿Cuáles de los términos siguientes no aparecen en el desarrollo completo de la parte (a)?
i) afx; ii) bvx; iü) chz; Iv) cgw; v) egu; vi) dfz.
25. Determine el coeficiente dejt'y en los desarrollos de (a) (x +y) , (b) (JE + 2y) y (c) (2x- 3y)12.
3 12 12
26. Complete los detalles de la demostración del teorema multinomial.

27. Determine el coeficiente de
a) xyz2 en (x + y + z)4
b) xyz1 en (w + x + y + z)4
c) xyz2 en (2x - y - z)4
d) xyt2 en (x - 2y + 3z~lY
e) uVyz2 en (2w - x + 3y - 2z)8.
28. Determine el coeficiente de wVyV en el desarrollo de (a) (w + x + y + z + l)10, (b) (2w - x +
3y + z - 2)12; y (c) (v + w - 2x + y + 5z + 3)12.
29. Determine la suma de todos los coeficientes de los desarrollos de

a) (x+y)3 b) (x+y)w
10
c) (x+y+z) d) (w+x+y + z)5
10
e) (2s - 3í + 5M + 6v - l l w + 3x+ 2y) .
30. Muestre que para todos los enteros n > 2, ("j1) = (") + n.
31. Muestre que si n es un entero positivo, entonces
t)^Ht:i\
32. Para cualquier n entero positivo, determine
1
u, V ("I)'
a.) 2 T^-rr- b) 2T
i-o i ! ( « - i ) ! í-oü(n-í')!
33. Muestre que para todos los enteros positivos n y m, «("£") = (m + ]X™t")-
34. Con n un entero positivo, evalúe la suma
;) +2 («) +? (») + ... +2 .(») + ... +2 .(j.

35. Para x un número real y n un entero positivo, muestre que
a) 1 = (1 + *)- - fyx\l + x)-1 + Q * 2 ( l + x)-2 - • • ■ + ( - i r ( ¡ ¡ ) * " .
b) 1 = (2 + xT - fy(x + 1)(2 + * r ' + Q ( x + 1)2(2 + x ) - 2 - • • •
+(-ir(ü)(*+ir.
c) 2" = (2 + *)" - H* 1 (2 + x)"-1 + (^V^ 2 + XT~2 + í"1)"!")*"-
36. Determine x si Y 5 0 (50) 8' = xm. ,
37. a) Si a0> "i. a2, «3 es una lista de cuatro números reales, ¿a qué es igual Zj(a¡ - a,,,)?
b) Dada una lista a0, au a2,. . . , a„ de n + 1 números reales, donde n es un entero positivo,
determine V _ (a, -a¡_i).
c) Determine el valor de Y 1 0 0 (-! Lv
38. El desarrollo V -Y ij es un ejemplo de una doble suma (o doble sumatoriá). Aquí vemos'
que
2'= 2*. # = 2 ? ( 2 4 tf) = 2 ? ^ + 2 ; + 3j + 4 7 ) = 2 ? 10-/' d e s P u é s d e desarrollar
la suma interior en la variable i. Luego desarrollamos la suma exterior en la variable,/ y vemos
que Y^7_ 10/ = í o j ^ j í = 1 0 ( 3 + 4 + 5 + 6 + 7) = 250. Por lo tanto, 2 ' . Y^- # = 25
°-
Determine el va'„ár de cada una de las siguientes dobles sumas.
a) 22«y b) 2 2 o + / + i) c) 2 2 /
¡-1/-3 I-0/-1 y-l¡-0
39. Escriba un programa (o desarrolle un algoritmo) para calcular C(n, r) para cualesquiera enteros
n, r > 0.
40. a) Escriba un programa (o desarrolle un algoritmo) que enumere todas las selecciones de
tamaño 2 de los objetos 1, 2, 3, 4, 5, 6.
b) Repita la parte (a) para las selecciones de tamaño 3.
1.4
Combinaciones con repetición:
Distribuciones
Cuando se permiten las repeticiones, hemos visto que, para n objetos distintos, una dispo
sición de tamaño r de estos objetos puede obtenerse de nr formas, para un entero r > 0.
Ahora analizaremos el problema comparable para las combinaciones y de nuevo obten
dremos un problema relacionado con el anterior cuya solución se sigue de nuestros princi
pios de conteo anteriores.
Ejemplo 1.27 Al regresar a casa después de una práctica de carrera en pista, siete estudiantes de bachille
rato se detienen en un restaurante de comida rápida, donde cada uno puede comer lo si
guiente: una hamburguesa con queso, un hot dog, un taco o un sandwich de atún. ¿Cuántas
compras diferentes son posibles?
Sean q, h, t y p la hamburguesa con queso, el hot dog, el taco y el sandwich de atún,
respectivamente. Aquí nos interesa el número de artículos comprados y no el orden en que
se adquirieron, de modo que el problema es de selecciones o combinaciones con repetición.
En la tabla 1.6 enumeramos algunas compras posibles en la columna (a) y otro medio
de representar cada forma en la columna (b).
Tabla 1.6
1. q,q, h, h, t, t, p 1. xx xx xx|x
2. q,q,q,q,h,t,p 2. xxxx|x x x
3. q,q,q,q,q, q,p 3. xxxxxx|||x
4. h, t,t,p,p,p,p 4. |x|xx|xxxx
5. t, t, t, t,t,p, p 5. ||xxxxx|xx
6. t,t,t,t,t,t,t 6. ||xxxxxxx|
7. P,P,P,P,P,P,P 7. |||xxxxxxx
(b)
Para una compra de la columna (b) de la tabla 1.6, vemos que cada x a la izquierda de
la primera barra (|) representa una q, cada x entre la primera y la segunda barras representa
una h, las x entre la segunda y tercera barras representan t y todo x a la derecha de la
tercera barra representa una p. Por ejemplo, la tercera compra tiene tres barras consecuti
vas, porque nadie compró un hot dog ni un taco; la barra que está al principio de la cuarta
compra indica que no se adquirieron hamburguesas con queso.
De nuevo, se ha establecido una correspondencia entre dos colecciones de objetos, en
la que sabemos cómo contar el número de una colección. Para las representaciones de la
columna (b) de la tabla 1.6, estamos enumerando todas las disposiciones de 10 símbolos
que constan de siete letras x y tres barras |, de modo que, por nuestra correspondencia, el
número de órdenes diferentes para la columna (a) es
10!
7! 3!
34 Capitulo 1 Principios funrlampntalps ripl rontpo
En este ejemplo observamos que las siete letras x (una para cada estudiante) correspon
den al tamaño de la selección y que las ües barras son neeesaiius paiu separar los 3 + 1 =
4 alimento»; que se pueden elegir.
lin general, cuando queremos elegir, con repetición, r de n objetos distintos, vemos que
(como en la tublu t .6) estamos considerando todas las disposiciones de r letrasx y
n - 1 |, y que. su número es
(/t + r - 1 ) ! //H-r-l
r\{n - 1 ) ! \ r
En consecuencia, el número de combinaciones de n objetos lomados de r en r, con
repeticiones, es C{n + r - I, r).
(Fn el ejemplo 1.27, n — 4, r— 7, de modo que es posihlc que r sea mayor que ÍI cuando se
permiten las repeticiones.)
Una tienda ofrece 20 tipos de donas(donuls). Si suponemos que al menos hay una docena
de cada tipo cuando entramos a la tienda, podemos elegir una docena de donas de C'(20 +
12 - 1,12) = C(31.12) = 141,120.525 formas. (En este caso, n = 20. r = 12.)
I La presidenta Elena tiene cuatro vicepresidentas; (1) Beatriz, (2) Carmen. (3) María Luisa
y (4) Mímica. Elena desea distribuir entre ellas $ 1000en cheques de gratificación en navi
dad; cada cheque será expedido por un múltiplo de $100.
a) Si se admite el caso en que una o más de las vícepresidentas no obtenga nada, la
presidenta Elena hace una selección de tamaño 10 (uno por cada unidad de $100)
de una colección de tamaño 4 (cuatro vicepresidentas), con repetición, listo puede
hacerse de C(4 + 10 I. 10) = C(13, 10) = 286 formas.
b) Si desea que no haya tesenlinlientos, cada vicepresidenla del>e recíbii al menos S100.
Con esta restricción, la presidenta Flena debe hacer ahora una selección de tamaño h
(las restantes seis unidades de $ 100) de la misma colección de tamaño 4, y las opciones
son ahora C(4 + 6 — 1,6) = C(9,6) = 84. [Por ejemplo, en este caso, la opción 2, 3, 3,4,
4, 4 se interpreta asi: ílealri?. no recibe nada adicional, ya que no hay ningún I en la
opción, lil 2 de la selección indica que Carmen recibe $100 adicionales. María Luisa
recibe $200 adicionales. $ 100 por cada uno de los dos 3 que hay en la selección. Debido
a los tres 4, el cheque de gratificación de Mónica es de $ 100 + 3($ 100) - $400.1
c) Sí cada vicepresidenla debe recibir al menos $ 100 y Mónica. vicepresidenla ejecu
tiva, recibe al menos $500, entonces el número de formas en que la presidenta
Elena puede distribuir los cheques de gratificación es
C(3 + 2 - l , 2 ) + C(3 + I - 1,1) + C ( 3 i 0 1,0) = 10 = C ( 4 + 2 - 1 , 2 )

Mónita recibe Mü'ti'.j recibe Usando la
exactamente $50C, exactamente IhQII exactamente $/IIO Ice nica de la porte (bl.
Habiendo trabajado ya con estos ejemplos de combinaciones con repetición, analizare

mos ahora dos ejemplos relativos a otros principios de conteo.
SfemfiloOO ¿De cuántas formas podemos distribuir siete manzanas y seis naranjas entre cuatro niños,
de modo que cada uno reciba al menos una manzana?
Al dar a cada niño una manzana, tenemos C(4 + 3 ^ 1, 3) = 20 formas de distribuir las
otras tres manzanas y C(4 + 6 - 1, 6) = 84 formas de distribuir las seis naranjas. Así, por la
regla del producto, hay 20 X 84 = 1680 formas de distribuir la fruta en las condiciones
dadas. *
13lJ Un mensaje está formado por 12 símbolos diferentes y se va a transmitir a través de un canal
de comunicación. Además de los 12 símbolos, el transmisor también enviará un total de
45 espacios en blanco entre los símbolos, usando al menos tres espacios entre cada par
de símbolos consecutivos. ¿De cuántas formas puede el transmisor enviar ese mensaje?
Hay 12! formas de colocar los 12 símbolos diferentes y para cualquiera de estas dispo
siciones hay 11 posiciones entre los 12 símbolos. Debido a que debe haber al menos tres
espacios entre los símbolos consecutivos, utilizamos hasta 33 de los 45 espacios y distri
buimos los 12 espacios restantes. Esta es entonces una selección, con repetición, de tama
ño 12 (los espacios) de una colección de tamaño 11 (las posiciones), y puede realizarse de
q i l + 1 2 - 1 , 12) = 646,646 formas.
En consecuencia, por la regla del producto, el transmisor puede enviar tales mensajes
con el espacio necesario de (12!)(n) =3097 X 1014 formas.
En el siguiente ejemplo se introduce una idea que parece tener más que ver con la teoría
de mímeos que con las combinaciones o las disposiciones. Sin embargo, la solución de
este ejemplo será equivalente al conteo de las combinaciones con repetición.
I« 1.2 Determine todas las soluciones enteras de la ecuación
Xi +*2 +*3 +xA = 7, donde*, > 0 para toda 1 < / < 4.
Una solución de la ecuación es xx = 3, x2 - 3, x3 = 0, x4 - 1. (Esto es diferente de una

solución del tipox¡ = 1,x2 = 0, x} = 3,* 4 = 3, aunque se utilicen los mismos cuatro enteros.)
Una posible interpretación de la solución x¡ = 3, x2 = 3, x3 = 0, x4 = 1 es que estamos
distribuyendo siete monedas (objetos idénticos) entre cuatro niños (recipientes diferen
tes), y que hemos dado tres monedas a cada uno de los dos primeros niños, nada al tercero
y la última moneda al cuarto niño. Si seguimos con esta interpretación, vemos que cada
solución entera no negativa de la ecuación corresponde a una selección, con repetición, de
tamaño 7 (las monedas idénticas) de una colección de tamaño 4 (los niños distintos), de
modo que hay C(4 + 7 - 1, 7) = '120 soluciones.
36 Capítulo 1 Principios fundamentales del conten
En este momento es imprescindible reconocer la equivalencia de lo siguiente;
a) El número de soluciones enteras de la ecuación
/' '
b) bl número de selecciones, conrepetición,de tamaño r de una colección de t
c) El número de formas en que r objetos *l¿*t«rt«s se pueden distribuir entre n
pientcs distintos.
En términos de distribuciones, la parte (c) es válida sólo cuando los r objetos nue se
distribuyen son idénticos y los n recipientes son distintos. Cuando los r objetos y los n
recipientes son distintos, podemos elegir cualquiera de los n recipientes para cada uno de
los objetos y obtener rí distribuciones mediante la regla del producto.
Cuando los objetos son distintos pero los recipientes son idénticos, resolveremos el
problema mediante los números de Stírüng de segundo lipo (cap. 5). Para el último caso,
cuando los objetos y los recipientes son idénticos, la teoría de particiones de los enteros
(cap. 9) nos dará algunos resultados necesarios.
¿De cuántas formas se puede distribuir 10 canicas hlaneas (idénticas) en seis recipientes
diferentes?
La so' ición de este problema es equivalente a determinar el número de soluciones
enteras n negativas de la ecuación i, + x¡ + •-- + x* = 10. Ese número es la cantidad de
seleccionas de tamaño 10, con repetición, de una colección de tamaño 6. Por lo tanto, la
respuesta es C(6 + 10 - l, 10) - 3003.
Ahora analizaremos dos ejemplos más relacionados con el tema de esta sección,
A partir del ejemplo 1.33, sabemos que hay 3003 soluciones enteras no negativas para la
ecuación Xj + x¡ + •■* + X6 = 10. ¿Cuántas soluciones enteras no negativas corresponden -
la desigualdad x( + .i¡ + • • - 4 .is < 107
Un método que podría ser adecuado para abordar esta desigualdad consiste en determi
nar el número de soluciones enteras no negativas de x¡ + x¡ + ■ ■ ■ t x$ = k, donde k e
entero y 0 < k á 9. Aunque factible, la técnica es poco realista si se reemplaza 10 con un
número un tanto mayor, como 100. Sin embargo, en el ejemplo 3.11 del capítulo 3 estable
ceremos una identidad combinatoria que nos ayudará a obtener una solución alternativa al
problema mediante este enfoque.
Por el momento transformaremos el problema observando la correspondencia entre las
soluciones enteras no negativas de
X,+.*2+---+*( | <10 (1)
y las soluciones enteras de
xx+x1+---+x6 + x1 = X0, 0*x,, 1*1*6, 0<x7. a

El número de soluciones de (2) es el mismo que el número de soluciones enteras no

negativas dey : +y2 + --- +y6+yi = 9, dondey,=.r,para 1 < i < 6, yy1=x1- 1, es decir, C(l
+ 9 - 1,9) = 5005.
Nuestro siguiente resultado regresa a los desarrollos binomiales y multinomiales.
JJP^MNO t*3S En el desarrollo binomial de (x + y)", cada término es de la forma (T)xky"'k, de modo que el
número total de términos que hay en el desarrollo es el número de soluciones enteras no
• negativas de «! +n2 =n(ni es el exponente de*, rt2eseléxponentedey). Este número es
C(2 + n-l,n) = n + 1.
Tal vez parezca que hemos utilizado un argumento muy rebuscado para obtener este
resultado. Muchos de nosotros estaríamos dispuestos a creer en este resultado con base en
nuestra experiencia al desarrollar (x + y)" para varios valores pequeños de n.
Aunque la experiencia es útil en el reconocimiento de patrones, no siempre es suficien
te para determinar un principio general. En este caso sería de poco valor si quisiéramos
determinar la cantidad de términos que hay en el desarrollo de (w + x + y + z)10.
Cada término distinto es de la forma (nj „'2°„3 „4 Jw"1 A:" 2 / 3 z" 4 , donde 0 <n,para 1 < i < 4
y ni + n2 + n3 + n4 = 10. Esta última ecuación puede resolverse de C(4 + 1 0 - 1 , 1 0 ) = 286
formas, de modo que hay 286 términos en el desarrollo de (w + x + y + z)10.
Y ahora entrará de nuevo enjuego el desarrollo binomial, ya que usaremos la parte (a)
del corolario 1.1.
|j|||fjpjte t«jME a) Determinemos todas las formas posibles en las que podemos escribir el número 4
como una suma de enteros positivos, en la que el orden de los sumandos se conside
ra necesario. Estas representaciones se denominan composiciones de 4 y pueden
enumerarse como sigue:
1) 4 5) 2 + 1+ 1
2) 3+ 1 6) 1+ 2+ 1
3) 1+ 3 7) 1+ 1+ 2
4) 2+2 8) 1 + 1 + 1+ 1
Aquí incluimos la suma que consta de un solo sumando, a saber, 4. Veremos que
para el número 4 hay ocho composiciones en total. (Si el orden de los sumandos no
nos preocupa, entonces las representaciones en (2) y (3) ya no se considerarán dife
rentes, así como tampoco las representaciones de (5), (6) y (7). En estas circunstan
cias, veremos que hay cinco particiones del número 4; a saber, 4; 3 + 1; 2 + 2; 2 +
1 + l y l + l + l + l. Aprenderemos más acerca de las particiones de enteros
positivos en la sección 3 del capítulo 9.)
b) Supongamos ahora que queremos contar el número de composiciones para el nú
mero 7. En este caso no queremos enumerar todas las posibilidades, que incluyen el
7; 6 + 1, 1 + 6; 5 + 2, 1 + 2 + 4; 2 + 4 + 1 y 3 + 1 + 2 + 1. Para contar todas estas
composiciones, consideremos el número de sumandos posibles.
i) Para un sumando sólo existe una composición, a saber, 7.

ii) Si existen dos sumandos (positivos), queremos contar el número de soluciones
enteras de
Wi + w2 = 7, donde Wu w2 > 0.
Esto es igual al número de soluciones enteras de
JC1 + .*2 = 5 ) donde xu x2 s 0.
El número de soluciones de este tipo es (2 + | ~') = (*).
iii) En nuestro siguiente caso analizaremos las composiciones con tres sumandos
(positivos). Así que ahora queremos contar el número de soluciones enteras
positivas de
Éste es igual al número de soluciones enteras no negativas de
Zi + z2 + z3 = 4,
y ese número es (3 + | _ 1 ) = ($)■

Resumimos los casos (i), (ii) y (iii), y los otros cuatro casos, en la tabla 1.7, en
la que recordamos que 1 = (*) para el caso (i).
Tabla 1.7
n = número de sumandos Número de composiciones
en una composición «te 7 de 7 con n sumandos
(i) n^l
» 0
(ii) n=2
« 0
(iii) n=3
<"> 0
(iv) n=4
« 0
(v) n=5
« 0
(vi) n=6
<*> 0
(vii) n-1
« 0
En consecuencia, los resultados del lado derecho de la tabla indican que el
número (total) de composiciones de 7 es
Y, a partir de la parte (a) del corolario 1.1, esto se reduce a 26.
En general, para cada entero positivo m, existen ^ T ^ C T 1 ) = 2"1'1 composiciones.
Los dos últimos ejemplos de esta sección son aplicaciones del área de ciencias de la
computación. Además, el último ejemplo conduce a una importante fórmula para la suma
que utilizaremos en muchos capítulos posteriores.
Consideremos el siguiente segmento de un programa en Pascal, donde i,j y k son variables

enteras.
For j : = 1 to i do
For k := 1 to j do
Writeln (i*j + k);
¿Cuántas veces se ejecuta la proposición Writeln en este segmento de programa?
Entre las opciones posibles de i,j y k (en el orden i primero, y segundo y k tercero) que
nos conducen a la ejecución de la proposición Writeln, enumeramos (1) 1, 1, 1; (2) 2, 1, 1;
(3) 15, 10, 1 y (4) 15, 10, 7. Observamos que i = 10, j = 12, k = 5 no es una de las
selecciones que deberán considerarse, ya que j = 12 > 10 = i; esto viola la condición
establecida en el segundo ciclo For. Cada una de las cuatro selecciones anteriores en las
que se ejecuta la proposición Writeln satisface la condición 1 < k < j < i < 20. De hecho,
cualquier selección a, b, c (a ^ b :£ c) de tamaño 3, con repeticiones, de la lista 1, 2, 3 , . . . ,
20 produce una de las selecciones correctas: en este caso, k-a,j = b,i = c. En consecuen
cia, el enunciado Writeln se ejecuta
20 + 3 - 1 22
= 1540 veces.
Si hubiera r (> 1) ciclos For en vez de tres, la proposición Writeln se habría ejecutado
(2o +/ -i) veces.
Ejemplo 1.38 Aquí usaremos el siguiente segmento de programa en Pascal para obtener una fórmula
para la suma. En este segmento de programa, las variables i, j , n, y counter son variables
enteras. Hemos supuesto que, en una sección anterior del programa, el usuario proporcio
nó un entero positivo; este dato establece el valor de n.
counter : = 0;
For i •: = 1 to n do
For j : = 1 to i do
counter := counter + 1 ;
A partir los resultados del ejemplo 1.37, después de que se ejecute este segmento, el
valor de counter será ( " + f " ' ) = (" J ')• (Esto es igual al número de veces en que la proposi
ción
(*) counter := counter + 1
se ejecuta.)
Este resultado también puede obtenerse como sigue: cuando i: = 1, j varía de 1 a 1 y
(*) se ejecuta una vez; cuando i recibe el valor de 2, entonces j varía de 1 a 2 y (*) se
ejecuta dos veces; j varía de 1 a 3 cuando i tiene el valor 3 y (*) se ejecuta tres veces; en
general, para 1 < k ^ n, cuando i: = k, entonces j varía de 1 ak y (*) se ejecuta k veces. En
total, la variable counter se incrementa [y la proposición (*) se ejecuta] l +2 + 3 + ■■• +n
veces.
En consecuencia,
(n + í\_ n(n + 1)
2,1 = 1 + 2 + 3 +••• + « = I I
;=i \ 2
La derivación de esta fórmula para la suma, obtenida al contar el mismo resultado de

dos formas diferentes, constituye una demostración combinatoria.
EJERCICIOS 1 4 1. ¿De cuántas formas es posible distribuir 10 monedas (idénticas) entre cinco niños si (a) no hay
restricciones? (b) cada niño recibe al menos una moneda? (c) el niño mayor recibe al menos
dos monedas?
2. ¿De cuántas formas es posible distribuir 15 barras de chocolate (idénticas) entre cinco niños,
de modo que el más pequeño sólo reciba una o dos?
3. Determine las formas en que se pueden elegir 20 monedas de cuatro grandes recipientes que
contienen monedas de diferente denominación. (Cada recipiente contiene un solo tipo de mo
neda.)
4. Una tienda de helados tiene disponibles 31 sabores de helado. ¿De cuántas formas se^ puede
ordenar una docena de conos de helado si (a) no queremos el mismo sabor rriás de una vez?
(b) un sabor puede ordenarse hasta 12 veces? (c) un sabor no puede ordenarse más'.déMl
veces? :¿
5. a) ¿De cuántas formas es posible seleccionar cinco monedas de una colección de 10, femada
por una moneda de 1 centavo, una moneda de 5 centavos, una de 10 centavos, unarde 25
centavos, otra de 50 centavos y cinco dólares (idénticos)? • !
b) ¿De cuántas formas podemos seleccionar n objetos de una colección de tamaño 2n que
consta de n objetos distintos y n objetos idénticos?
6. Resuelva el ejemplo 1.31 pero, en este caso, los 12 símbolos que se van a transmitir son cuatro
letras A, cuatro B y cuatro C.
7. Determine el número de soluciones enteras no negativas de x¡ + x2 + x} + xt = 32, donde
a) x , s 0 , l==i<4. b) * ¡ > 0 , 1 s i <=4.
c) xux2^5, XI,XÍ>1. d) x¡>8, lsi<4.
e) x¡>-2, l<t'<4. f) xux2,Xi>0, 0<JC4S25.
1,4 Combinaciones con repetición: Distribuciones 41
8. ¿De cuántas formas puede distribuir un maestro ocho donas de chocolate y siete donas glaseadas
entre tres estudiantes si cada uno desea al menos una dona de cada tipo?
9. Columba tiene dos docenas de colecciones de n piedrecillas de colores diferentes. Si puede
seleccionar 20 (permitiendo repeticiones de colores) de 230,230 formas, ¿cuál es el valor de ni
10. ¿De cuántas formas puede tirar Lisa 100 dados (idénticos), de modo que caigan al menos tres
dados de cada cara diferente?
1 1 . Dos enteros de n dígitos (se permiten ceros al principio) se consideran equivalentes si uno es
una redisposición de otro. (Por ejemplo, los enteros de cinco dígitos 12033, 20331 y 01332 se
• consideran equivalentes.)
a) ¿Cuántos enteros de cinco dígitos no son equivalentes?
b) Si los dígitos 1, 3 y 7 pueden aparecer cuando mucho una vez, ¿cuántos enteros no equiva
lentes de cinco dígitos existen? _ -,
1 2 . Determine el número de soluciones enteras de x¡ + x2 + x3 + x¡, + x¡ < 40, donde
a) *¡>0, ls¡<5. b)jc,2:-3, 1<I'<5.
1 3 . ¿De cuántas formas se pueden distribuir ocho bolas blancas idénticas en cuatro recipientes
distintos de modo que (a) ningún recipiente quede vacío? (b) el cuarto recipiente contenga un
número impar de bolas?
14. a) Encuentre el coeficiente de vWxz en el desarrollo de (3v + 2w + x + y + z) 8 .
b) ¿Cuántos términos distintos aparecen en el desarrollo de la parte (a)?
15. ¿De cuántas formas puede colocar Beto 24 libros diferentes en cuatro repisas de modo que
haya al menos un libro en cada repisa? (Para cualquiera de estas disposiciones, considere que
en cada repisa los libros deben ser colocados uno junto al otro, y el primer libro a la izquierda.)
16. ¿Para qué entero positivo n se cumple que las ecuaciones
(1) Xi+x2 + X3-¡ \-x19 = n, y

5 J (2) y1+y2 + y¡ + ---+yM = n
(3 S o ** tengan el mismo número de soluciones enteras positivas?
§ i; A J í 17. ¿De cuántas formas se pueden colocar 12 canicas del mismo tamaño en cinco recipientes dis-
"* ^ O S ^ tintos si (a) todas las canicas son negras? (b) cada canica es de distinto color?
j § g ^ D 18. Un maestro de química tiene siete cajas, cada una con 36 tubos de ensayo con sustancias
u ¡v, S f ' "desconocidas" para un experimento de laboratorio. Las 36 sustancias de la primera caja contie-
nen cuatro
Q Q < O ja compuestos diferentes que aparecen 5,12,7 y 12 veces, respectivamente. ¿De cuántas
Q O Í Ü Q formas se puede distribuir el contenido de esta caja entre cinco laboratorios de química?
< < << 5
Q (i o, H w 19- ¿De cuántas formas es, posible distribuir una moneda de 25 centavos, otra de 10, otra de 5 y 25
59 í^ Q W > monedas de un centavo entre cinco niños (a) sin restricciones? (b) de modo que el niño más
fu i¿ S o grande reciba 20 o 25 centavos?
¡g¡ y 2 0 . a) ¿Cuántas soluciones enteras no negativas tiene la pareja de ecuaciones
3 Q Xi + x2 + X) + • • • + x1 = 37, x¡ + x2 + x} = 6?
b) ¿Cuántas de las soluciones de la parte (a) tienen xu x2, x3 > 0?
2 1 . ¿Cuántas veces se ejecuta la proposición Writeln en el siguiente segmento de programa en
Pascal? (En este caso, i,j, k y m son variables enteras.)
For i := 1 to 20 do
For j : = 1 to i do
For k : = 1 to j do
For m : = 1 to k do
Writeln ((i*j) + (k*m));
22. En el siguiente segmento de programa en Pascal, i,j, k y counter son variables enteras. Deter
mine el valor de counter después de ejecutarse el segmento de programa.
counter : = 10;
For j : = 1 to 15 do
For k : = j to 15 do
23. Determine el valor de la variableswm después de ejecutarse el siguiente segmento de programa
en Pascal. (En este caso, i,j, k, increment y sum son variables enteras.)
increment : = 0;
sum : = 0; ¿
For j : = 1 to i do
For k : = 1 to j do
Begln
increment := increment + 1;
sum : = sum + increment
End;
24. Considere el siguiente segmento de programa en Pascal, donde i, j , k,ny counter son variables
enteras. En una parte anterior del programa, el usuario ha dado el entero positivo que establece
el valor de n para esa ejecución particular del programa.
counter := 0;
For i : = 1 to n do
For j : = 1 to i do
For k : = 1 to j do
Determinaremos, de dos modos distintos, el número de veces que la proposición
counter : = counter + 1
se ejecuta. (Éste es también el valor de counter después de la ejecución del segmento de progra
ma.) A partir del resultado del ejemplo 1.37, sabemos que la proposición se ejecuta (n+l~l) =
("^2) veces. Para un valor fijo de i, los ciclos For relativos aj y k producen ('2') ejecuciones de
la proposición donde se incrementa counter. En consecuencia, ("3 ) = \" CJ'). Use este
resultado para deducir una fórmula para la suma de l2 + 22 + 32 + ••• + n2 = V" Í'2.
25. a) Use las ideas del ejemplo 1.38 y el ejercicio 24 para explicar por qué ("J3) = V" ('^2).
b) Use el resultado de la parte (a) para obtener una fórmula para la suma
l 3 + 23 + 33 + --- + n3 = £ / 3 .
¡"i
26. Muestre que el número de formas de colocar n objetos distintos en r recipientes diferentes, con
los objetos ordenados en cada recipiente, es P{r + n - 1, r - 1).
27. a) Dados m, n enteros positivos con m>.n, muestre que el número de formas de distribuir/»
objetos idénticos en n recipientes distintos, sin que quede un recipiente vacío, es C{m -1,
m-n) = C(m-\,n-\).
i
1.5 Una aplicación o las ciencias físicas (opcional) 43
b) Muestre que el número de distribuciones de la parte (a), donde cada recipiente contiene al
menos r objetos (m > nr), es C(m - 1 + (1 - r)n, n - 1).
28. Escriba un programa (o desarrolle un algoritmo) para calcular las soluciones enteras de
Xi + x2 + x3 = 10, 0<x¡, 1<Í<3.
II i
xi+x2 + x3+x4=15, O^x,, 1<¡S4.
Xi + x2 + x3 + x4 = 4, -2^x¡, l==i<4.
1.5
Una aplicación a las ciencias
físicas (opcional)
En esta sección analizaremos una aplicación de las técnicas para contar desarrolladas en
este capítulo. Esta aplicación surge en mecánica estadística y termodinámica estadística.
En estas áreas, nos hemos interesado en el número de formas en que r partículas subatómicas
pueden distribuirse entre n estados de energía distintos.
En el modelo de Maxwell-Boltzmann se supone que las partículas son distintas y que
cualquier cantidad de ellas puede estar en cualquier estado de energía. Obtenemos rí dis
tribuciones posibles debido a que existen n estados de energía posibles para cada una de
las r partículas. (La teoría moderna de mecánica cuántica ha demostrado que este modelo
no es adecuado para las partículas subatómicas conocidas hasta el momento.)
Otros dos modelos con más éxito son los de Bose-Einstein y Fermi-Dirac, que se basa
ron en un principio en los momentos angulares intrínsecos de las partículas.
El modelo de Bose-Einstein requiere que las r partículas sean idénticas, y cualquier
cantidad de ellas puede estar en cualquier estado de energía. El número de distribuciones
diferentes en este caso es el número de soluciones enteras no negativas de x¡ + x2 + ■ ■ ■ +x„
= r, igual a C(n + r- 1, r). Las partículas con espín entero (en unidades de (h/2x), donde h
es la constante de Planck) siguen este modelo. Dichas partículas, llamadas bosones, inclu
yen a los fotones, los mesones pi y las parejas de electrones de conducción en el material
superconductor, como el plomo o el estaño.
Para las partículas con espín semientero, como los protones, electrones y neutrones, el
modelo de Fermi-Dirac es más adecuado, y las partículas se conocen como fermiones. En
este modelo, las r partículas son de nuevo idénticas, pero un estado de energía puede
contener al menos una partícula. En consecuencia, en este caso r á n y el número de
distribuciones posibles es (?). (Este modelo es bastante útil en el estudio de la teoría de
bandas semiconductoras.)
1.6
Resumen y repaso histórico
En este primer capítulo presentamos los fundamentos del conteo de combinaciones,

permutaciones y disposiciones en muchos tipos de problemas. La descomposición de los
problemas en componentes que requieren fórmulas iguales o diferentes para su solución
proporcionó un acercamiento clave a las áreas de matemáticas discreta y combinatoria.
Esto es similar al enfoque descendente para el desarrollo de algoritmos en un lenguaje de
programación estructurada como Pascal. En este caso, se desarrolla el algoritmo para re
solver un problema difícil abordando primero algunos subproblemas principales que de-»
ben resolverse. Después, estos subproblemas se refinan (se subdividen en tareas de pro
gramación más manejables). Cada nivel de refinamiento mejora la claridad, precisión y el
objetivo del algoritmo, hasta que se puede traducir fácilmente al código del lenguaje de
programación. (Hablaremos más de los algoritmos en capítulos posteriores:)
La tabla 1.8 resume las principales fórmulas para contar desarrolladas hasta ahora. En
este caso utilizamos una colección de n objetos distintos. Las fórmulas cuentan el número
de formas para seleccionar, u ordenar, con o sin repeticiones, r de estos n objetos. Los
resúmenes de los capítulos 5 y 9 incluyen otras tablas similares que aparecerán conforme;
vayamos ampliando nuestro estudio de otros métodos de conteo.
Tabla 1.8
El orden es Se permiten Posición en
significativo repeticiones Tipo de resultado Fórmula el texto
Sí No Permutación P(n,r) = n\l{n-r)\, Página 8
Si- Si- Disposición nr, B,r20 Página 8

No No Combinación C(n,r) = n\/[r\(n-r)Í
0=sr<n "©• Página 19
(n + r-l\ _
No Si- Combinación con I r j , n,rsO Página 34
repetición
Al continuar nuestro estudio sobre otros principios de enumeración, así como sobre las
estructuras matemáticas discretas para aplicaciones en la teoría de códigos, la enumera
ción, la optimización y los esquemas de ordenamiento en ciencias de la computación, ñor
basaremos en las ideas fundamentales presentadas en este capítulo.
El concepto de permutación se puede encontrar en la obra hebrea Sefer Yetzirah (B
libro de la creación), un manuscrito escrito por un místico entre el año 200 y el 600. S
embargo, es interesante subrayar que ya antes un resultado de Xenócrates de Calcedonia
(396-314 a.C.) podría contener "el primer intento por registrar la solución de un problem|
difícil de permutaciones y combinaciones". Para más detalles, véase la página 319 def
texto deT.L. Heath [3], así como la página 113 del artículo de N. L. Biggs [1], una valió»
fuente de información acerca de la historia de la enumeración. El primer libro de texto quí
estudia algo del material analizado en este capítulo fue Ars Conjectandi, del matemático
suizo Jakob Bernoulli (1654-1705), uno de los ocho destacados matemáticos de la familia
Bernoulli. El texto fue publicado en forma postuma, en 1713, y contiene una reimpresión
del primer tratado formal de probabilidad. Este tratado fue escrito en 1657 por Christiaan
Huygens (1629-1695), físico, matemático y astrónomo holandés que descubrió los anillos
de Saturno.
El teorema binomial para n = 2 aparece en la obra de Euclides (300 a.C.}; no obstante, el
término "coeficiente binomial" fue introducido en realidad por Michel Stifer (1486—
1567) en el siglo xvi. En su Arithmetica Integra (1544), Stifer da los coeficientes
binomiales hasta el orden n = 17.), En sus investigaciones acerca de la probabilidad,
Blaise Pascal (1623-1662) publicó, en la década de 1650, un tratado acerca de las relacio
nes entre los coeficientes binomiales, las combinaciones y los polinomios. Estos resulta
dos fueron utilizados por Jakob Bernoulli para demostrar la forma general del teorema
del binomio, en una forma similar a la presentada en este capítulo. El uso del símbolo
(?) se inició en el siglo xix, cuando fue utilizado por Andreas von Ettinghausen (1796-
1878).
Blaise Pascal (1623-1662)
Sin embargo, sólo en el siglo xx, con el advenimiento de los computadores, fue posible
el análisis sistemático de los procesos y algoritmos utilizados para generar permutaciones
y combinaciones. En la sección 10.1 examinaremos uno de esos algoritmos.
El primer libro de texto que trata ampliamente los temas de combinaciones y
permutaciones fue escrito por W. A. Whitworth [10]. El material de este capítulo también
se analiza en el capítulo 2 de D. Cohén [2], el capítulo 1 de C. L. Liu [4], el capítulo 2 de
F. S. Roberts [6], el capítulo 4 de K. H. Rosen [7], el capítulo 1 de H. J. Ryser [8] y el
capítulo 5 de A. Tucker [9]. Para más información acerca de las ideas de mecánica estadís
tica y termodinámica estadística, consulte el libro de texto de R. Reed y R. Roy [5].
BIBLIOGRAFÍA
1. Biggs, Norman L., "The Roots of Combinatorics", Historia Mathematica 6, 1979, págs. 109-
136.
2. Cohén, Daniel I. A., Basic Techniques of Combinatorial Theory, Nueva York, Wiley, 1978.
3. Heath, Thomas Little, A History of Greek Mathematics, vol. 1, reimpresión de la edición de
1921, Nueva York, Dover Publications, 1981.
4. Liu, C. L., ¡ntroduction to Combinatorial Mathematics, Nueva York, McGraw-Hill, 1968.
5. Reed, Robert D. y R. R. Roy, Statistical Physics for Students of Science and Engineering.
Scranton, Pa., Intext Educational Publishers, 1971.
6. Roberts, Fred S., Applied Combinatorics, Englewood Cliffs, N.J., Prentice-Hall, 1984.
7. Rosen, Kenneth H., Discrete Mathematics and Its Applications, 2" ed., Nueva York, McGraw-
Hill, 1991.
8. Ryser, H. J., Combinatorial Mathematics, publicado por la MathematicalAssociation of América,
Nueva York, Wiley, 1963.
9. Tucker, Alan, Applied Combinatorics, 2" ed., Nueva York, Wiley, 1985.
10. Whitworth.W. A., Choice and Chance, reimpresión de la edición de 1901, Nueva York, Hafner,
1965.
nombres de archivo, el computador lee todas las letras como i

EJERCICIOS mayúsculas, sin importar si se escriben como mayúsculas o j
COMPLEMENTARIOS minúsculas.) También es posible añadir al nombre del ar- <
chivo una extensión de archivo opcional. Ésta se obtiene al
escribir un punto y de uno a tres caracteres alfanuméricos i
1. En la fabricación de cierto tipo de automóvil, pueden más. Por lo tanto, seis ejemplos de nombres de archivo son i
aparecer cuatro tipos de defectos mayores y siete tipos de (l)TAXI, (2) PRESPTO, (3)A13B4781, (4) INGRES0.87,:
defectos menores. Para las situaciones en las que realmente (5) CALIF.JUN, y (6) Z35.P72. Los últimos tres ejemplos;
se presentan los defectos, ¿de cuántas formas puede haber utilizan la extensión de archivo opcional.
el doble de defectos menores que de mayores? a) ¿Cuántos nombres de archivo utilizan solamente \
2. Una máquina tiene nueve diferentes discos, cada uno los 36 caracteres alfanuméricos, sin extensión? ,
con cinco parámetros etiquetados como 0, 1, 2, 3 y 4. b) ¿Cuántos de los nombres de archivo de la parte (a) ¡:
a) ¿De cuántas formas se pueden configurar todos los comienzan con dos letras A? [
discos de la máquina? c) ¿Cuántos nombres de archivo usan extensiones con i
b) Si los nueve discos se ordenan en una línea en la tres caracteres alfanuméricos exactamente? [
parte superior de la máquina, ¿cuántas de las con 4. La directora de un coro debe elegir seis himnos para el j
figuraciones de la máquina no tienen dos discos servicio religioso dominical. Ella tiene tres libros de him-í
adyacentes con el mismo parámetro? nos, cada uno de los cuales contiene 25 himnos (en total {
c) ¿Cuántos de los parámetros de la parte (b) sólo uti hay 75 himnos distintos). ¿De cuántas formas puede elegir?
lizan 0, 2 y 4 como parámetros en los discos? los himnos si desea elegir (a) dos himnos de cada libro? (b)¡
3. El software para procesamiento de palabras en cierto al menos un himno de cada libro? f
microcomputador permite archivos cuyos nombres tengan 5. ¿De cuántas formas es posible colocar 25 banderas di-í
de uno a ocho caracteres. Cada carácter puede ser alguno de ferentes en 10 astas numeradas si el orden de las banderas-
los 36 caracteres alfanuméricos (26 letras y 10 dígitos) o en un asta (a) no es significativo? (b) sí lo es? (c) sí es signi-f
cualquiera de otros 15 símbolos determinados. (Para los ficativo y en cada asta ondea al menos una bandera? 1
Ejercicios Complementarios 47
6. Una moneda se lanza 60 veces, dando como resulta la selección de modo que el producto de los cuatro núme
do 45 caras y 15 cruces. ¿De cuántas formas podría haber ros sea positivo y (i) los números sean distintos? (ii) cada
ocurrido esto de modo que no hubiera cruces consecuti número pueda elegirse hasta cuatro veces? (iii) cada nú
vas? mero pueda elegirse cuando mucho tres veces? (b) Res
ponda la parte (a) cuando el producto de los cuatro núme
7. Hay 12 hombres en un baile, (a) ¿De cuántas formas
ros es negativo.
pueden ser elegidos ocho de ellos para formar un grupo de
limpieza? (b) ¿De cuántas formas se pueden formar parejas 16. Una casa para estudiantes de una universidad funciona
con ocho mujeres que hay en el baile y ocho de estos 12 bajo la supervisión del señor Morales. La casa tiene tres
hombres? pisos, cada uno de los cuales está dividido en cuatro seccio
8. ¿Cuántas secuencias cuaternarias de n-dígitos (0,1,2,3) nes. El próximo año, el señor Morales tendrá 12 estudiantes
tienen exactamente r unos? (uno para cada una de las 12 secciones). Entre los 12 estu
diantes hay cuatro de tercer año (Daniel, Fernando, Hugo y
9. ¿De cuántas formas se pueden colocar las letras de Toño. (Los otros ocho estudiantes serán nuevos en el curso
WONDERING de modo que tengan exactamente dos voca de otoño y se designan como de primer año.) ¿De cuántas
les consecutivas? formas puede asignar el señor Morales las secciones a los
10. Un disolvente orgánico se hace mezclando seis com 12 estudiantes si
puestos líquidos diferentes. Después de que un primer com a) no hay restricciones?
puesto se vierte en un recipiente, los demás compuestos se b) Daniel y Fernando deben ser asignados juntos ai
agregan en un orden predeterminado. Se prueban todos los primer piso? " ¿
órdenes posibles para determinar el mejor resultado. ¿Cuán c) Hugo y Toño deben ser asignados a pisos diferen
tas pruebas son necesarias? tes?
d) Toño debe ser asignado a un piso que quede arriba
11. David tiene un conjunto de 180 bloques distintos.
del asignado a Hugo?
Cada uno de estos bloques está hecho de madera o plástico
e) Daniel, Fernando y Hugo deben ser asignados a
y viene en alguno de tres tamaños (pequeño, mediano, gran
pisos diferentes?
de), cinco colores (rojo, blanco, azul, amarillo, verde) y
seis formas (triangular, cuadrado, rectangular, hexagonal, 17. a) ¿Cuántos de los 9000 enteros de cuatro dígitos
octagonal, circular). ¿Cuántos de los bloques de este con 1000, 1001, 1002, . . . , 9998, 9999 tienen cuatro
junto difieren dígitos diferentes que son crecientes (como en
a) del bloque pequeño, rojo, de madera, cuadrado en 1347 y 6789) o decrecientes (como en 6421 y
exactamente una forma? (Por ejemplo, el bloque 8653)?
pequeño, rojo, de plástico, cuadrado es uno de esos b) ¿Cuántos de los 9000 enteros de cuatro dígitos
bloques.) 1000, 1001, 1002, . . . , 9998, 9999 tienen cuatro
b) del bloque grande, azul, de plástico, hexagonal en dígitos que son no decrecientes (como en 1347,
exactamente dos formas? (Por ejemplo, el bloque 1226 y 7778) o no crecientes (como en 6421, 6622
pequeño, rojo, de plástico, hexagonal es uno de y 9888)?
esos bloques.) 18. a) Determine el coeficiente de x2yz2 en el desarrollo
12. El señor y la señora Rodríguez desean que su hija re de [(x/2) + y - 3z]2
cién nacida tenga sus tres iniciales (nombre, segundo nom b) ¿Cuántos términos distintos hay en el desarrollo
bre y apellido) en orden alfabético sin que se repita una ini completo de
cial. ¿Cuántas de estas ternas de iniciales pueden aparecer
en estas circunstancias?
X
13. ¿De cuántas formas pueden pintarse los 10 caballos -+ y-3z
idénticos de un carrusel de modo que tres de ellos sean ma
rrón, tres blancos y cuatro negros?
14. ¿De cuántas formas puede distribuir un maestro 12 li c) ¿Cuál es la suma de todos los coeficientes del de
bros diferentes de ciencia entre 16 estudiantes de modo que sarrollo completo?
(a) ningún estudiante reciba más de un libro? (b) el estu
19. a) ¿De cuántas formas se pueden sentar 10 personas,
diante de más edad reciba dos libros pero ningún otro estu
denotadas como A, B, . . . , Y, J, en torno de la
diante reciba más de un libro?
mesa rectangular que se muestra en la figura 1.10,
15. De la siguiente lista se eligen cuatro números: - 5 , -4, si las figuras 1.10(a) y 1.10(b) se consideran igua
-3, -2, -1,1,2,3,4. (a) ¿De cuántas formas se puede hacer les entre sí pero diferentes de la figura 1.10(c)?
A B F G I J
J C E H H A
I ■i
D D I G B
H E C J F C
G F B A E D
(a) (b) (0
Figura 1.10
b) ¿En cuántas de las disposiciones de la parte (a) que 23. Sea n un número impar. ¿De cuántas formas podemos
dan A y B sentados en los lados más largos de la ordenar n unos y r ceros con una fila (lista de símbolos
mesa, uno enfrente del otro? consecutivos idénticos) de exactamente k unos, con k < n<
20. a) Determine el número de soluciones enteras no ne 2kl
gativas de la pareja de ecuaciones 24. Dados n objetos distintos, determine de cuántas for
mas es posible ordenar r de estos objetos en un círculo; dos
disposiciones se consideran iguales si una se puede obtener
Xi + x2 + x-i = 6, *I+JC2+ F* 5 = 15, de la otra mediante una rotación.
x,=:0, l<is5. 25. Para cualquier entero positivo n, muestre que
b) Responda la parte (a), reemplazando las dos

ecuaciones por las dos desigualdades > > > KKh
26. a) ¿De cuántas formas se pueden ordenar las letras de
UNUSUAL?
*i + x2 + x3 s 6, Xi+x2+ FJC 5 S15, b) Para las disposiciones de la parte (a), ¿cuántos dt
x,>0, 1<¡S5. ellos tienen las tres letras U juntas?
c) ¿Cuántas de las disposiciones de la parte (a) no
tienen letras U consecutivas?
21. ¿De cuántas formas es posible distribuir una docena de 27. Francisca tiene 20 libros diferentes pero en la repisa dt;
manzanas entre cinco niños de modo que ningún niño tenga su dormitorio sólo caben 12 de ellos. •
más de siete manzanas? a) ¿De cuántas formas puede colocar Francisca 12 di
22. En cualquier set de un torneo de tenis, el oponente A estos libros en la repisa?
puede vencer a B de siete formas diferentes. (En 6-6 juegan b) ¿Cuántas de las disposiciones de la parte (a) incluí
a muerte súbita.) El primer oponente en ganar tres sets gana yen los tres libros de tenis de Francisca?
el torneo, (a) ¿De cuántas formas se pueden registrar los 28. Determine el valor de la variable entera counter desj-
marcadores en que A gana en cinco sets? (b) ¿De cuántas pués de la ejecución del siguiente segmento de programa di
formas pueden registrarse marcadores en que el torneo ne Pascal. (En este caso, i, j , k, l, m y n son variables enterasl
cesite al menos cuatro sets? Las variables /; s y t también son variables enteras; sus valot
res (r > 1, s > 5 y t > 7) se han asignado antes de la ejecución

de este segmento de programa.)
4 '■ 1 1 1 r
3 1
counter := 10;
For i : = 1 to 12 do 2 «i «i 1
For j : = 1 to r do
'counter := counter + 2;
For k : = 5 to s do
For I := 3 to k do 1 2 3 4
Figura 1.11
For m := 3 to 12 do
For n : = t downto 7 do
c) Responda las partes (a) y (b) si s^ permite un ter
29. a) Encuentre el número de formas en que se puede
cer tipo de movimiento (D): (x, y) —»(x + 1, y + 1).
escribir 17 como una suma de unos y doses si el
orden es significativo. 34. El siguiente ejercicio muestra un importante método para
b) Responda la parte (a) para 18 en vez de 17. contar, conocido como principio de reflexión. En este caso,
c) Generalice los resultados de las partes (a) y (b) para una partícula se mueve en el plano xy de acuerdo con los
n impar y para n par. siguientes movimientos:
30. a) ¿De cuántas formas es posible escribir 17 como
una suma de doses y treses si el orden de los U: (m,«)->(m + l , n + l ) ;
sumandos (i) no es significativo? (ii) sí es signifi L: (m,«)—>(m + \,n — 1); '
cativo?
b) Responda la parte (a) para 18 en vez de 17.
donde my n son enteros, m, n > 0. En las figuras 1.12 (a)
31.a) Si n y r son enteros positivos con n > r, ¿cuántas y 1.12 (b), tenemos dos de tales trayectorias, de (0, 3) a
soluciones tiene (7, 2).
X1+X2 + • • ■ + xr = n, a) ¿Cuántas de estas trayectorias hay de (0,3) a (7,2)
con estas restricciones?
donde cadax es un entero positivo, para 1 <i<rl
b) Las figuras 1.12(c) y 1.12(d) demuestran la siguien
b) ¿De cuántas formas es posible escribir un entero
te idea acerca de las trayectorias de las partes (a) y
positivo n como la suma de r sumandos enteros
(b) de la figura, respectivamente. Cuando una tra
positivos (1 < r < n) si el orden de los sumandos es
yectoria de (0, 3) a (7, 2) toca o cruza el eje x, hay
significativo?
una trayectoria correspondiente de (0, -3) a (7, 2)
32. a) ¿De cuántas formas es posible recorrer el plano xy obtenida al reflejar el segmento inicial de la tra
desde (1, 2) a (5,9) si cada movimiento es de algu yectoria antes de que toque o cruce el eje x. Use
no de los siguientes tipos: esta observación para determinar el número de tra
yectorias de (0, 3) a (7, 2) que tocan o cruzan el eje
(H): (x,y)-»(x + í,y); (V): (x,y)^(x,y + 1)?
x al menos una vez.
b) Responda la parte (a) si también es posible un tercer c) ¿Cuántas trayectorias de (0, 3) a (7, 2) nunca tocan
movimiento diagonal (D): (x, y) —> (x + 1, y + 1). o cruzan el eje xl
33. a) ¿De cuántas formas se puede mover una partícula d) ¿Cuántas de estas trayectorias de (1,1) a (8, 2)nun-
en el plano xy desde el origen al punto (7,4) si los ca tocan o cruzan el eje xl
movimientos permitidos son de la forma e) Debido a sus extraordinarias notas, Diana y Cata
lina son las finalistas para obtener el título de estu
(H): (x,y)^(x + l,y); (V): (x,y)^(x,y + 1)? diante sobresaliente de física (en su clase). Un co
mité de 14 profesores seleccionará a una de las
b) ¿Cuántas de las trayectorias de la parte (a) no utili candidatas para ser la ganadora y colocará su voto
zan la trayectoria de (2, 2) a (3, 2) a (4, 2) a (4, 3) en una urna. Supongamos que Catalina recibe 9
que se muestra en la figura 1.11? votos y Diana recibe 5. ¿De cuántas formas plie-
y y
34 3«
2 2
'
v<- ^^
1 1
,! .i '\ i f 7 .! .í\< \/ 5 f 7
-1 -1
-2 -2
-3 -3
-4 -4
(a) (b)
J1 J/
4 4
3 3
2 2
1 / 1
/ -* x
;
-1
; '' / ' - > f
-1
:
>
* \ í ■ Si¡ 1
/ /
-2 -2 /
/
-3 < J -3 i
\ /
-4 s -4
(0 (d)
Figura 1.12
den extraerse los votos de la urna, de uno en uno, ma general llamado, en forma adecuada, el problei
de modo que siempre haya más votos en favor de ma de la urna. Este problema fue resuelto potí
Catalina? Éste es un caso particular de un proble- Joseph Louis Francois Bertrand (1822-1900). [
2
Fundamentos
de lógica
E n el ejemplo 1.38 (sección 1.4) del primer capítulo obtuvimos una fórmula pSra la suma.
Esta fórmula se obtuvo contando la misma colección de objetos (las proposiciones que
ejecutamos en cierto segmento de programa) de dos formas distintas e igualando luego los
resultados. En consecuencia, decimos que la fórmula fue establecida mediante una demos
tración combinatoria. Ésta es una de las múltiples técnicas para obtener una demostración
con las que trabajaremos en todo el texto.
En este capítulo daremos un vistazo a lo que es un argumento válido y una demostra
ción más convencional. Cuando un matemático desea ofrecer una demostración de una
situación dada, debe utilizar un sistema de lógica. Esto también es cierto para un científico
de la computación que desarrolla los algoritmos necesarios para un programa o sistema de
programas. La lógica de las matemáticas se aplica para decidir si una proposición se sigue
o es consecuencia lógica de una o más proposiciones.
Algunas de las reglas que rigen este proceso se describen en este capítulo. Usaremos
después estas reglas en las demostraciones (proporcionadas en el texto y solicitadas en los
ejercicios) que aparecen en los siguientes capítulos. Sin embargo, en ningún momento
hemos pensado llegar a un punto en el que apliquemos las reglas de modo automático.
Como ha ocurrido con la aplicación de las ideas de la enumeración analizadas en el capí
tulo 1, siempre deberemos analizar y tratar de comprender la situación dada. Esto pide
atributos que no podemos aprender en un libro, como la inspiración o la creatividad. El
solo hecho de aplicar las fórmulas o utilizar las reglas no nos permitirá avanzar en la
demostración de resultados (como es el caso de losteoremas) ni resolver problemas de
enumeración.
2.1
Conectivas básicas
y tablas de verdad
En el desarrollo de cualquier teoría, se hacen afirmaciones en forma de oraciones. Tales

afirmaciones, llamadas enunciados (o proposiciones), son oraciones declarativas que son
verdaderas o falsas (pero no ambas). Por ejemplo, las siguientes son proposiciones y, para
representarlas, utilizaremos las letras minúsculas (como/?, q y r).
51
52 Capítulo 2 Fundamentos de lógica
/?: La combinatoria es un curso obligatorio para el segundo año

de bachillerato.
q: Margaret Mitchell escribió Lo que el viento se llevó.
r: 2 + 3 = 5.
Por otro lado, no consideramos como proposiciones algo como la exclamación
¡Qué bonita tarde!
o el mandatof
Levántate y haz tus ejercicios.
Las proposiciones anteriores, representadas por las letras p, q y r, se consideran propo
siciones primitivas, ya que no hay forma de descomponerlas en algo más sencillo. Es
posible obtener nuevas proposiciones, a partir de otras existentes, de dos maneras.
1) Transformando una proposición p en la proposición ->p, que denota su negación y
se lee como "no p".
Para la proposición anterior/?, ->p es la proposición "La combinatoria no es un curso
obligatorio para el segundo año de bachillerato". (No consideramos la negación de una
proposición primitiva como una proposición primitiva.)
2) Combinando dos o más proposiciones en una proposición compuesta mediante las
siguientes conectivas lógicas.
a) Conjunción: La conjunción de dos proposiciones p, q se denota como p A 4
que se lee como "p y q". En nuestro ejemplo, la proposición compuesta/? A t¡-
se lee como "La combinatoria es un curso obligatorio para el segundo año de
1 bachillerato y Margaret Mitchell escribió Lo que el viento se llevó".
b) Disyunción: La expresión p V q denota la disyunción de cualquier par de pro
posiciones p, q y se lee como "p o q". Por lo tanto, "La combinatoria es m
curso obligatorio para el segundo año de bachillerato o Margaret Mitchell es
cribió Lo que el viento se llevó" es la traducción verbal de p V q cuando/),}
son las proposiciones ya mencionadas. Usamos la palabra "o" en el sentido
inclusivo. En consecuencia,/? V q es verdadero si una o la otra o ambas propo
siciones/?, q son verdaderas. En español, a veces se escribe "y/o" para subrayat
este hecho. La "o" exclusiva sé denota como p vq. La proposición compueslj
pv_q es verdadera si una u otra, pero no ambas proposiciones son verdaderas!
Una forma de expresar/? y q para este ejemplo es "La combinatoria es un cursi
obligatorio para el segundo año de bachillerato o Margaret Mitchell escribi|
Lo que el viento se llevó, pero no ambos".
c) Implicación: Decimos que "/? implica q" y escribimos /? -> q para designar
proposición que es la implicación de q por /?. En forma alternativa, podemí
decir (i) Si p, entonces q; (ii) p es suficiente para q; (iii) p es una condic¡ó\
suficiente para q; (iv) /? sólo si q; (v) q es necesario para /?; y (vi) q es ui
condición necesaria para p. Una traducción verbal de /? —> q usando nuesti
ejemplo es "Si la combinatoria es un curso obligatorio para el segundo año i
bachillerato, entonces Margaret Mitchell escribió Lo que el viento se llevó'
t El término command también se traduce como "comando". (N del E.)

proposición p se conoce como la hipótesis de la implicación, y q como la con

clusión. Cuando se combinan las proposiciones de esta forma, no es necesario
que haya una relación causal entre las proposiciones para que la implicación
sea verdadera.
d) Bicondicional: Por último, la bicondicional de dos proposiciones p, q se deno
ta como p <-+ q, lo cual se lee como "p si y sólo si q", o "/? es necesario y
suficiente para q". Para las proposiciones p, q dadas en el ejemplo, "La
combinatoria es un curso obligatorio para el segundo año de bachillerato, si y
sólo si Margaret Mitchell escribió Lo que el viento se llevó" tiene el significado
de p <-> q. A veces abreviamos "p si y sólo si q" como "p sii q".
En nuestro análisis posterior de lógica debemos tener presente que un enunciado como
El número x es un entero
no es una proposición ya que su valor de verdad (verdadero o falso) no puede determinar
se si no se asigna un valor numérico a x. Si asignamos a x el valor de 7, el resultado sería
una proposición verdadera. Sin embargo, si a x le asignamos valores como Vi, V2 o n,
tendríamos una proposición falsa. En las secciones 2.4 y 2.5 de este capítulo encontrare
mos de nuevo este tipo de situación.
En el análisis anterior, mencionamos las circunstancias en las cuales las proposiciones
compuestasp V q,pvq se consideran verdaderas, con base en la verdad de sus compo
nentes p, q. Esta idea de que la verdad o falsedad de una proposición compuesta sólo
depende de los valores de verdad de sus componentes requiere un estudio más profundo.
Las tablas 2.1 y 2.2 resumen los valores de verdad de la negación de los diferentes tipos de
proposiciones compuestas, con base en los valores de verdad de sus componentes. Al
construir estas tablas de verdad, hemos usado el "0" para falso y el " 1 " para verdadero.
labia 2.1 labia 2.2
p -lp p 4 pAq PV4 p)Lq /»-»« P**9

0 1 0 0 0 0 0 1 1
1 0 0 1 0 1 1 1 0
1 0 0 1 1 0 0
1 1 1 1 0 1 1
Las cuatro asignaciones posibles de verdad para p, q pueden enumerarse en cualquier

orden. El orden particular que presentamos en este caso será útil en nuestro trabajo posterior.
Vemos que las columnas de los valores de verdad de p y ->p son opuestas entre sí. La
proposición p A q es verdadera sólo cuando p, q son verdaderas, mientras que p V q es
falsa solamente cuando las dos proposiciones componentes son falsas. Como ya habíamos
observado, p y q es verdadera exactamente cuando una de las dos es verdadera.
Para la implicación/? —> q, el resultado es verdadero en todos los casos, excepto cuando/? es
verdadero y q es falso. No queremos que una proposición verdadera nos conduzca a pensar en
algo que es falso. Sin embargo, consideramos como verdaderas las proposiciones "Si 2 + 3 = 6,
entonces 2 + 4 = 7", aunque las proposiciones "2 + 3 = 6" y "2 + 4 = 7" sean ambas falsas.
Por último, la bicondicional/? <-> q es verdadera cuando las proposiciones/?, q tienen el
mismo valor de verdad, y falsa en los demás casos.
Ahora que hemos presentado algunos conceptos, estudiaremos con más detalle estas
ideas iniciales acerca de las conectivas. Nuestros primeros dos ejemplos serán útiles para
nuestro estudio.
$|§f?t$$& 2,1 Sean s, t y u las siguientes proposiciones primitivas:

s: Felipe sale a dar un paseo.
í: La luna está brillando.
«: Está nevando.
Las siguientes oraciones ofrecen algunas traducciones posibles para las proposiciones
compuestas simbólicas dadas.
a) (í A ->u) —> s: Si la luna está brillando y no está nevando, entonces Felipe sale a dar
un paseo.
b) t —> {-'u —¥ s): Si la luna está brillando, entonces si no está nevando, Felipe sale a
dar un paseo. [Así, -"« —¥ s se entiende como (->«) —> s y no como ->(u —> s).]
c) -<(s H ( « V Í)): NO ocurre que Felipe salga a dar un paseo si y sólo si está nevando
o la luna está brillando.
Ahora trabajaremos en orden inverso y examinaremos la notación lógica (o simbólica)

para las siguientes tres frases:
d) "Felipe saldrá a dar un paseo si y sólo si la luna está brillando". Aquí, las palabras
"si y sólo si" indican que estamos trabajando con una bicondicional. En forma sim
bólica, esto se convierte en s «-» t.
e) "Si está nevando y la luna no está brillando, entonces Felipe no saldrá a dar un
paseo". Esta proposición compuesta es una implicación, en la que la hipótesis es a
su vez una proposición compuesta. Podríamos expresar esta proposición en forma
simbólica como (u A ->í) -* ->s.
f) "Está nevando pero, aun así, Felipe saldrá a dar un paseo". Ahora nos encontramos
con una nueva conectiva: pero. En nuestro estudio de la lógica, seguiremos la con
vención de que las conectivas pero e y tienen el mismo significado. En consecuen
cia, esta frase puede representarse como « A s .
Ahora regresemos a los resultados de la tabla 2.2; en particular, la sexta columna. Por
que si es ésta la primera vez que el lector se encuentra con la tabla de verdad de la implicación
p—>q, entonces podría ser difícil que acepte los datos de dicha tabla, particularmente los
resultados de los dos primeros casos (donde p tiene el valor de verdad 0). El siguiente
ejemplo puede ayudarle a comprender y aceptar estas asignaciones de valores de verdad
ejemplo 1,2 Consideremos la siguiente situación. Estamos a casi una semana antes de Navidad j
Penélope irá a varias fiestas en esta semana. Como está preocupada por su peso, ha decidí
do no pesarse hasta el día después de Navidad. Pensando en las consecuencias que esai
fiestas podrían tener con su figura, ha decidido lo siguiente para el día 26: "Si peso más de
60 kilogramos, entonces me inscribiré en una clase de educación física".
Aquí haremos que p y q denoten las proposiciones (primitivas)
p: Peso más de 60 kg.

q: Me inscribiré en la clase de educación física.
Entonces la posición de Penélope (una implicación) está dada por/? —> q.

Consideraremos los valores de verdad de este ejemplo particular de p -» q respecto a
las filas de la tabla 2.2; en primer lugar, los casos más sencillos, las filas 4 y 3.
• Fila 4: p y q tiene el valor de verdad 1. El 26 de diciembre, Penélope pesa más de 60

kilogramos y se inscribe rápidamente en la clase de educación física, justo como lo
había dicho. Aquí, p-t q es verdadera y se le asigna el valor de verdad 1.
• Fila 3: p tiene el valor de verdad 1, q tiene el valor de verdad 0. El 26 de dicieYhbre,
Penélope pesa más de 60 kilogramos, pero decide no entrar al curso de educación físi
ca. En este caso, vemos que Penélope ha roto su promesa; en otras palabras, la implicación
p—>q es falsa (y tiene el valor de verdad 0).
Los casos de las filas 1 y 2 podrían no coincidir inmediatamente con nuestra intuición,
pero el ejemplo nos ayudará a aceptar los resultados.
• Fila 1: p y q tienen el valor de verdad 0. El 26 de diciembre Penélope tiene un peso

menor o igual que 60 kilogramos y no se inscribe en el curso de educación física. Ella
no ha violado su resolución; consideramos entonces que la proposición/? —» q es verda
dera y le asignamos el valor de verdad 1.
• Fila 2: p tiene el valor de verdad 0, q tiene el valor de verdad 1. En este último caso,
Penélope pesa 60 kilogramos o menos el 26 de diciembre, pero aún así se inscribe en el
curso. Es probable que pese 59 o 60 kilos y siente que esto es demasiado. O bien, es
probable que desee inscribirse porque piensa que es bueno para su salud. Sin importar
la razón, ella no va en contra de su resolución p —» q. Una vez más, aceptamos esta
proposición compuesta como verdadera, y le asignamos el valor de verdad 1.
Nuestro siguiente ejemplo analiza un concepto relacionado con lo anterior: la estructu

ra de decisión (o selección) en la programación de computadores.
■ jjjjjtfWjplo US , En las ciencias de la computación, aparecen las estructuras de decisión si-entonces y si-
entonces-o en lenguajes como BASIC y Pascal. La hipótesis p es con frecuencia una ex
presión relacional como x > 2. Esta expresión se convierte entonces en una proposición
(lógica) que tiene el valor de verdad 0 o 1, según el valor de la variable x en ese punto del
programa. La conclusión q podría ser un "enunciado ejecutable" para que el programa
tome otra dirección o para una impresión. (Así, q no es una de las proposiciones lógicas
que hemos estado analizando.) Al trabajar con "Si p entonces q", en este contexto, el
computador ejecuta q sólo en el caso de que p sea verdadero. Si p es falso, el computador

pasa a la siguiente instrucción en la secuencia del programa. En el caso de la estructura de
decisión "Si p entonces q, o r", q se ejecuta cuando p es verdadera, y r se ejecuta cuando
p es falsa.
Antes de continuar, una advertencia: tenga cuidado al usar los símbolos —> y <-». La
implicación y la bicondicional no son iguales, como lo muestran las últimas dos columnas
de la tabla 2.2.
Sin embargo, en el lenguaje cotidiano, con frecuencia se utiliza una implicación con la
intención real de una bicondicional. Por ejemplo, consideremos las siguientes implicaciones
que un padre dirige a su hijo.
s —*t: Si haces tu tarea, entonces irás al juego de béisbol.

t —> s: Irás al juego de béisbol sólo si haces la tarea.
• Caso 1: La implicación s —> t. Cuando el padre le dice al hijo "Si haces tu tarea,
entonces irás al juego de béisbol", intenta darle un punto de vista positivo haciendo
hincapié en la diversión de ver un juego de béisbol.
• Caso 2: La implicación t —»s. Aquí encontramos el punto de vista negativo y el padre
que advierte al hijo al decir "Irás al juego de béisbol sólo si haces la tarea". Este padre
pone énfasis en el castigo (carencia de diversión) en que se puede incurrir.
Sin embargo, en ambos casos, el padre desea que su implicación, ya sea s —> t o t —> s, se
entienda como la bicondicional s <-> t. Ya que en el primer caso, el padre da indicios del
castigo a la vez que promete un premio; en el caso 2, en el que se utiliza el castigo (tal vez
para amenazar), si el chico realmente hace la tarea, entonces definitivamente tendrá la
oportunidad de disfrutar el juego de béisbol.
En los escritos científicos, debemos hacer el máximo esfuerzo para no ser ambiguo;
cuando se da una implicación, generalmente no puede, ni debe, interpretarse como una
bicondicional. Las definiciones son una notable excepción que analizaremos en la sección
2.5.
Antes de continuar daremos un paso atrás. Al resumir el material que produjo las tablas
2.1 y 2.2, tal vez no pusimos suficiente énfasis en que los resultados son ciertos para
cualquier par de proposiciones p, q, y no sólo para proposiciones primitivas p, q. Los
ejemplos 2.4 a 2.6 nos ayudarán a reforzar esto.
£Jemf>lo 3U4 Examinemos la tabla de verdad de la proposición compuesta: "Margaret Mitchell escribió
Lo que el viento se llevó y si 2 + 3 ^ 5, entonces la combinatoria es un curso obligatorio
para el segundo año de bachillerato". En notación simbólica, esta proposición se escribe
como q A (~>r->p), donde/?, q y r representan las proposiciones primitivas que introdu
jimos al principio de esta sección. La última columna de la tabla 2.3 contiene los valores
de verdad de este resultado. Obtuvimos estos valores de verdad recurriendo al hecho de
que la conjunción de dos proposiciones es verdadera si y sólo si ambas proposiciones son
verdaderas. Esto es lo que dijimos antes, en la tabla 2.2; ahora una de nuestras proposicio-
nes (la implicación ->r —> /?) es definitivamente una proposición compuesta y no una
primitiva. Las columnas 4, 5 y 6 de esta tabla muestran la forma de construir la tabla de
verdad, considerando partes más pequeñas de la proposición compuesta y usando los re
sultados de las tablas 2.1 y 2.2.
Tabla 2.3
p 1 r -\r ir-^p ?A(nr->p)

0 0 0 1 0 0
0 0 1 0 1 0
0 1 0 1 0 0
0 1 1 0 1
1 0 0 1 0
1 0 1 0 0
1 1 0 1 1
1 1 1 0 1
Ejempífr 2«S En la tabla 2.4 desarrollamos las tablas de verdad de las proposiciones compuestas p V
(q A r) (columna 5) y (/? V <¡r) A r (columna 7).
Tabla 2.4
P 9 r q/\r PVÍíAr) pvg (pVí)Ar

0 0 0 0 0 0 0
0 0 1 0 0 0 0
0 1 0 0 0 0
0 1 1 1 1
1 0 0 0 0
1 0 1 0 1
1 1 0 0 0
1 1 1 1 1
Como los valores de verdad de las columnas 5 y 7 difieren (en las filas 5 y 7), debemos
evitar escribir una proposición compuesta como p V q A r. Si no disponemos de los
paréntesis que indiquen cuál de las conectivas lógicas A u V debe aplicarse primero, no
tendremos idea de si estamos trabajando conp V (q A r) o con (p V q) A r.
El último ejemplo de esta sección ilustra dos tipos particulares de proposiciones.
Ejeg>p>|<| ZS ] Los resultados de las columnas 4 y 7 de la tabla 2.5 muestran que la proposición/? —> (/? V q)
es verdadera y que la proposición/? A (->/? A q) es falsa en el caso de todas las asignaciones
de valores de verdad para las proposiciones componentes /?, q.
Tabla 2.5
p 9 pyq p-KpVí) ~ip ipAg pA(-ipAq)

0 0 0 i i 0 0
0 1 i i i 1 0
1 0 i i 0 0 0
1 1 i i 0 0 0
Definición 2.1 Una proposición compuesta es una tautología si es verdadera para todas las asignaciones
de valores de verdad para sus proposiciones componentes. Si una proposición compuesta
es falsa para todas estas asignaciones, entonces es una contradicción.
En este capítulo usaremos el símbolo T0 para denotar una tautología y el símbolo F0

para denotar una contradicción.
Podemos usar las ideas de tautología e implicación para describir lo que entendemos
por un argumento válido. Esto tendrá un interés primordial para nosotros en la sección 2.3,
y nos ayudará a desarrollar la capacidad necesaria para demostrar teoremas matemáticos
En general, un argumento comienza con una lista de proposiciones dadas llamadas premisas
y una proposición que se conoce como la conclusión del argumento. Debemos examinar
estas premisas,p í t p 2 ,p¡,... ,pne intentar demostrar que la conclusión q se sigue lógica
mente de estas proposiciones dadas; es decir, intentamos demostrar que si cada una de las
premisas plt p2, p},.. . ,p„ es una proposición verdadera, entonces la proposición q tam
bién es verdadera. Una forma de hacer esto consiste en analizar la implicación
(pi/\p2ApiA---Apn)^q,
donde la hipótesis es la conjunción de las n premisas. Si cualquiera de las premisas /?,, p2l
Pi p„ es falsa, entonces no importa el valor de verdad de q, pues, en este caso, la
implicación (p¡ A p2 A /?3 A • • • A p„) -» q es verdadera. En consecuencia, si partimos de
las premisas pu p2, p3, . . . , pn (cada una con valor de verdad 1) y vemos que en estas
circunstancias q también tiene el valor 1, entonces la implicación
ÍP\ A p 2 Ap3 A • • • /\p„) -» q
es una tautología y tenemos un argumento válido.
EJERCICIOS 2.1 1. Determine cuáles de las siguientes oraciones son proposiciones.

a) En 1990, George Bush era el presidente de Estados Unidos.
b) x + 3 es un entero positivo.
c) ¡Si todas las mañanas fueran tan soleadas y despejadas como ésta!
t En este momento, sólo trabajamos con la conjunción de dos proposiciones, así que debemos señalar que,
la conjunción p¡ A p2 A p, A • ■ • A p„ de n proposiciones es verdadera si y sólo si cada p,■, 1 < i < «, ei¡
verdadera. Analizaremos con detalle esta conjunción generalizada en el ejemplo 4.14 de la sección 4.2. i
i
1
d) Quince es un número par.

e) Si Josefina tarda en llegar a la fiesta, su primo Zacarías podría enojarse.
f) ¿Qué hora es?
g) De la corte de Moctezuma a las playas de Trípoli.
h) Hasta el 30 de junio de 1986, Christine Marie Evert había ganado el abierto de Francia siete
veces.
2. Identifique las proposiciones primitivas en el ejercicio 1.
3. Sean p, q proposiciones primitivas para las que la implicación p —> q es falsa. Determine los
valores de verdad de
a) p/\q b) ->p\/q c) q-*p d) ~iq-*-ip
4. Sean/?, q, r, s las siguientes proposiciones: p: Termino de escribir mi programa de computa
ción antes de la comida; q: Jugaré tenis en la tarde; r: El sol está brillando; s: La humedad es
baja. Escriba lo siguiente en forma simbólica.
a) Si el sol está brillando, jugaré tenis esta tarde. «
b) Terminar de escribir mi programa antes de la comida es necesario para que juegue tenis esta tarde.
c) La humedad baja y el sol brillante son suficientes para que juegue tenis esta tarde.
5. Seanp, q, r las siguientes proposiciones acerca de un triángulo ABC particular; p: El triángulo
ABC es isósceles; q: El triángulo ABC es equilátero; r: El triángulo ABC es equiangular. Tra
duzca cada una de las siguientes proposiciones en una frase en español.
a) <?—>/? b) "ip—*~iq c) q«+r
d) pA-iq e) r-*p
6. Determine el valor de verdad de cada una de las siguientes implicaciones.
a) Si 3 + 4 = 12, entonces 3 + 2 = 6.
b) Si 3 + 3 = 6, entonces 3 + 6 = 9.
c) Si 3 + 3 = 6, entonces 3 + 4 = 9.
d) Si Thomas Jefferson fue el tercer presidente de Estados Unidos, entonces 2 + 3 = 5.
7. Vuelva a escribir cada una de las siguientes proposiciones como una implicación de la forma
si-entonces.
a) La práctica diaria de su servicio es una condición suficiente para que Daniela tenga una
buena posibilidad de ganar el torneo de tenis.
b) Arregle mi aire acondicionado o no pagaré la renta.
c) María puede subir a la motocicleta de Luis sólo si usa el casco.
8. Construya una tabla de verdad para cada de las siguientes proposiciones compuestas; p, q, r
denotan proposiciones primitivas.
a) - " ( P V - ! ? ) ^ ^ b) p-*{q^r) c) ( p - * í ) - > r
d) ( P - » 9 ) - » ( Í - P ) e) [pA(p->q)]-+q f) (pAq)^p
g) q+*(->PV->q) h) [ ( p - » 9 ) A ( 9 - » r ) ] - » ( p - » r )
9. ¿Cuáles de las proposiciones compuestas del ejercicio 8 son tautologías?
10. Verifique que [p—> (q—> r)] -> [(p -+ q) -» (p —> r)] es una tautología.
11. a) ¿Cuántas filas se necesitan para la tabla de verdad de la proposición compuesta (pV ->q) <->
[ ( - r A s ) - » /], donde p, q,r,syt son proposiciones primitivas?
b) Sean/?,,/j2> • • • ,P* proposiciones primitivas. Seap una proposición compuesta que contie
ne al menos una ocurrencia de cada p¡, para 1 < i < n (y p no contiene otra proposición
primitiva). ¿Cuántas filas se necesitan para^construir la tabla de verdad de pl
12. Determine todas las asignaciones de valores de verdad, si es que existen, para las proposiciones
primitivas p, q, r, s, t que hacen que todas las siguientes proposiciones compuestas sean falsas.
a) [ ( p A 9 ) A r ] - * ( s v O
b) [ p A ( ? A r ) ] - » ( j i f )
13. a) Si la proposición q tiene el valor de verdad 1, determine todas las asignaciones de valores
de verdad para las proposiciones primitivas p,rys para las que el valor de verdad de la
proposición
te-"[(^V)Ani])Ahs-*(-.rA9)]
es igual a 1.
b) Responda la parte (a) si q tiene el valor de verdad 0.
14. Al inicio de cierto programa en Pascal, la variable entera n recibe el valor de 7. Determine el
valor de n después de encontrar cada uno de los siguientes enunciados sucesivos durante la
ejecución del programa. [En este caso, el valor de n después de la ejecución del enunciado de
la parte (a) se convierte en el valor de n para el enunciado de la parte (b), etcétera, hasta el
enunciado de la parte (e). La operación Div en Pascal devuelve la parte entera de un cociente;
por ejemplo, 6 Div 2 = 3, 7 Div 2 = 3 y 8 Div 3 = 2.]
a) If n > 5 then n := n + 2;
b) If ((n + 2 = 8) or ( n - 3 = 6 ) ) then n := 2*n + l;
c) If ( ( n - 3 = 16) and (n Div 6 = 1)) then n := n + 3;
d) If ((n<>21) and (n-7=15)) then n := n-4;
e) If ((n Div 5 = 2) or (n + l = 20)) then n := n + 1;
15. Las variables enteras myn reciben los valores de 3 y 8, respectivamente, durante la ejecución
de cierto programa en Pascal. Durante la ejecución del programa, se encuentran los siguientes
enunciados sucesivos. [Aquí, los valores de m, n después de la ejecución del enunciado de la
parte (a) se convierten en los valores de m, n para el enunciado de la parte (b), etcétera, hasta el
enunciado de la parte (g).] ¿Cuáles son los valores de m, n después de encontrar cada uno de
estos enunciados?
a) I f n - m = 5 then n : = n - 2 ;
b) If ((2*m = n) and (n Div 4 = 1 ) ) then n := 4*m-3>'
c) If C(n<8) or (m Div 2 = 2)) then n := 2*m
else m := 2*n;
d) If ((m<20) and (n Div 6 = 1)) then m := m - n - 5 ;
e) If ((n = 2*m) or (n Div 2 = 5)) then m := m + 2;
f) If ((n Div 3 = 3) and (n Div 3 <> 1)) then m := n;
g) If m*n o 35 then n := 3*m + 7;
16. En el siguiente segmento de un programa en Pascal, i,j, myn son variables enteras. El usuario
proporciona los valores de m y n en una parte anterior de la ejecución (total) del programa.
For i : = 1 to m do
For j : = 1 to n do
If i o j then
Writeln ('The sum of i and j is ', i + j);
¿Cuántas veces aparece el enunciado Writeln en el segmento ejecutado cuando (a)m = 10, n = 10;
(b) m = 20, n = 20; (c) m = 10, n = 20; (d) m = 20, n = 10?
17. Para el siguiente programa en BASIC, ¿cuántas veces se ejecuta la proposición PRINT de la
línea 40?
10 X=10
20 FOR I = 1 T0 7
30 FOR J = 1 T0 I + 3
40 IF ((X>8) 0R ( I > 5 AND J < 1 0 ) ) THEN PRINT X
50 NEXT J
60 X=X- 1
70 NEXT I
80 END
18. Un segmento de un programa en Pascal contiene un ciclo Repeat-Until estructurado de la

forma siguiente:
Repeat
Until ((x <> 0) and (y>0)) or (not ((w>0) and (t = 3 ) ) ) ;

En el caso de cada una de las siguientes asignaciones para las variables*, y, w y t, determine si
termina o no el ciclo.
a) JC = 7 , V = 2 , w = 5, f = 3 b) x = 0,y =2, w = - 3 , í = 3
c) x = 0,y = -l, w = l , í = 3 d) x = l,y = -l,w = l,t-3
19. Después de hornear un pastel para sus dos sobrinas y dos sobrinos que vienen a visitarla, la tía
Natalia deja el pastel en la mesa de la cocina para que se enfríe. Luego, ella va al centro
comercial para cerrar su tienda durante el resto del día. Al regresar, descubre que alguien se ha
comido una cuarta parte del pastel (e incluso tuvo el descaro de dejar su plato sucio junto al
resto del pastel). Puesto que nadie estuvo en su casa ese día (excepto los cuatro visitantes), la
tía Natalia se pregunta cuál de sus sobrinos se comería esa parte del pastel. Los cuatro "sospe
chosos" le dicen lo siguiente:
Carlos: Jimena se comió el trozo de pastel.
Delia: Yo no me lo comí.
Jimena: Toño se lo comió.
Toño: Jimena mintió cuando dijo que yo me había comido el pastel.
Si sólo una de estas proposiciones es verdadera y sólo uno de ellos cometió el terrible
crimen, ¿quién es el culpable al que la tía Natalia debe castigar severamente?
2.2
Equivalencia lógica:
Las leyes de la lógica
En todas las áreas de las matemáticas, necesitamos saber cuándo las entidades que estudia
mos son iguales o esencialmente las mismas. Por ejemplo, en aritmética y álgebra sabe
mos que dos números reales distintos de cero son iguales cuando tienen la misma magni
tud y signo algebraico. Por lo tanto, para dos números reales cualesquiera*, y, distintos de
cero, tenemos que * = ysi Ul = \y\ y xy>0, y viceversa (es decir, si x = y, entonces
\x I = |y I y xy > 0). Cuando analizamos triángulos en geometría, surge el concepto de
congruencia. En este caso, el triángulo ABC y el triángulo DEF son congruentes si, por
ejemplo, sus lados correspondientes son iguales (es decir, la longitud del lado AB es igual
a la longitud del lado DE, la longitud del lado BC es igual a la del lado EF, y la del lado CA
es igual a la del lado FD).
Nuestro estudio de la lógica se conoce con frecuencia como álgebra de proposiciones
(en oposición al álgebra de los números reales). Aquí utilizaremos las tablas de verdad de
los enunciados, o proposiciones, para desarrollar una idea acerca de cuándo las dos entida
des son esencialmente la misma. Comencemos con un ejemplo.
V9 Para las proposiciones primitivas/? y q, la tabla 2.6 proporciona las tablas de verdad de las
proposiciones compuestas -7? V q y p —» q. Aquí vemos que las tablas de verdad corres
pondientes de las dos proposiciones -7? V q y p -» q son exactamente iguales.
Tabla 2.6
p 9 -l/> npv« />-»9

0 0 1 1 1
0 1 1 1 1
1 0 0 0 0
1 1 0 1 1
Esta situación nos lleva a la idea siguiente.
Definición 2.2 Dos proposiciones su s2 son lógicamente equivalentes, y escribimos s, <=> s2, cuando la
proposición st es verdadera (respectivamente, falsa) si y sólo si la proposición s2 es verda
dera (respectivamente, falsa).
Observe que cuando ÍI <=> s2, las proposiciones st y s2 dan lugar a las mismas tablas de
verdad ya que su s2 tienen los mismos valores de verdad para todas las opciones de valores
de verdad de sus componentes primitivas.
Como resultado de este concepto, vemos que podemos expresar la conectiva para la
implicación (de proposiciones primitivas) en términos de la negación y la disyunción; es
decir, (p —> q) <=> ~>p V q. De la misma manera, el resultado de la tabla 2.7 indica qu
(p <-> q) «=> (p —¥ q) A (q —> p); esto ayuda a validar el uso del término bicondicional.
usamos la equivalencia lógica de la tabla 2.6, vemos que también podemos escribir (p <-> q) o
{->p V q) A(->q V p). En consecuencia, si asilo queremos, podemos eliminar las conectivas
-> y <-» de las proposiciones compuestas.
Si examinamos la tabla 2.8, tenemos que la negación y las conectivas A y V son todo
lo que necesitamos para reemplazar la conectiva o exclusiva, v. De hecho, podríamos
incluso eliminar una de las conectivas A y V. Sin embargo, para las aplicaciones relaciona
das con este tema y que queremos estudiar más adelante en este texto, necesitaremos tanto
A y V como la negación.
Tabla 2.7
p 9 p-+q q->p (p^q)/\(q-*p) p**q

0 0 1 1 1 l
0 1 1 0 0 0
1 0 0 1 0 0
1 1 1 1 1 1
Tabla 2.8
p 9 p)Lq pyq pAq -i(pAf) ( / »V9)A-i(pA í )

0 0 0 0 0 1 0
0 1 1 i 0 1 1
1 0 1 i 0 1 1
1 1 0 i 1 0 0
Ahora usaremos la idea de equivalencia lógica para examinar algunas de las propieda
des importantes que se cumplen en el álgebra de las proposiciones.
Para cualquier par de números reales a, b, sabemos que -{a + b) = (-a) + (-b). ¿Existe
un resultado similar para las proposiciones primitivas p, q?
¡ 3L$ En la tabla 2.9 hemos construido las tablas de verdad para las proposiciones ->(p A q),
->p V ->q, -<(p V q) y ->p A -<q, donde/», q son proposiciones primitivas. Las columnas
Tabla 2.9
p 9 p/\q -i(pAq) "■* -lí iJ»V"ií pyq -i(íVí) -\pA-\q

0 0 0 1 1 1 1 0 i 1
0 1 0 1 1 0 1 i 0 0
1 0 0 1 0 1 1 i 0 0
1 1 1 0 0 0 0 i 0 0
4 y 7 muestran que -<(p A q) <=> ->p V ->q; las columnas 9 y 10 muestran que -\(p V q) <=
->p A ->q. Estos resultados se conocen como las Leyes de De Morgan. Son similares a la
conocida propiedad correspondiente de los números reales,
- ( a + b) = ( - a ) + (-¿»),
ya comentada, que muestra que el negativo de una suma es igual a la suma de los negati
vos. Sin embargo, aquí surge una diferencia crucial: la negación de la conjunción de dos
proposiciones primitivas p, q produce la disyunción de sus negaciones -■/>, -•q, mientras
que la negación de la disyunción de las mismas proposiciones/?, q es lógicamente equiva
lente a la conjunción de las negaciones ->p, -<q.
Aunque en el ejemplo anterior/», q eran proposiciones primitivas, pronto veremos que

las leyes de De Morgan son válidas para cualquier par de proposiciones.
En la aritmética de los números reales, las operaciones de suma y multiplicación están

relacionadas por la llamada propiedad distributiva de la multiplicación sobre la suma; si
a, b, c son números reales,
a x (¿> + c) = (A x b) + (a x c).
El siguiente ejemplo muestra una propiedad similar para las proposiciones primitivas.
También existe otra ley relacionada con esto (para las proposiciones primitivas) que no.
tiene su contrapartida en la aritmética de los números reales.
La tabla 2.10 contiene las tablas de verdad de las proposiciones/» A (q V r), (/» A q) V
(/» A r), p V (q A r) y (/» V q) A (p V r). De la tabla se sigue que para /», q y r
proposiciones primitivas,
pA(q\/r)<*(pAq)v(pAr) La propiedad distributiva de A sobre V

p\/(qAr)e>(p\/q)A(p\/r) La propiedad distributiva de V sobre A
Tabla 2.10
p « r pA(íV) (pAí)v(pAr) PV(fAr) (PV9)A(/»V)

0 0 0 0 0 0 0
0 0 1 0 0 0 0
0 1 0 0 0 0 0
0 1 1 0 0
1 0 0 0 0
1 0 1 1 1
1 1 0 1 1
1 1 1 1 1
La segunda ley distributiva no tiene su contrapartida en la aritmética de los números reales.

Es decir, no es cierto que para todos los números reales a,byc,a + (b X c) = (a + b)x(a + c)
Por ejemplo, para a = 2, b = 3y c = 5, a + (b X c) =17 pero (a + b) X {a + c) - 35.
Antes de proseguir, observemos que, en general, si su s2 son proposiciones y Í , <-> s2 es
una tautología, entonces ^ y s2 deben tener los mismos valores de verdad correspondientes
(es decir, para cada asignación de valores de verdad a las proposiciones primitivas en s¡ y
s2i S\ es verdadera si y sólo si s2 es verdadera y ÍI es falsa si y sólo si s2 es falsa) y s{ o s2-
Cuando Í! y Í 2 son proposiciones lógicamente equivalentes (es decir, 5, o s2), entonces la
proposición compuesta s¡ <-» s2 es una tautología. En este caso, también es cierto que
" ' Í ! <=> ->s2 y - ' Í I <-» ->s2 son tautologías.
Si su s2 y s} son proposiciones tales que si o s2 y s2 <=> s3, entonces s] <=> s3. Cuando dos
proposiciones Í! y s2 no son lógicamente equivalentes, podemos escribir s, <& s2 para de
signar esta situación.
Con los conceptos de equivalencia lógica, tautología y contradicción, enunciamos la
siguiente lista de propiedades del álgebra de proposiciones.
Las leyes de la lógica

Para cualesquiera proposiciones primitivas p, q, r, cualquier tautología T0 y cualquier
contradicción F0,
1) nip O/» Ley de la doble negación
2) ~'(/'V9)<*""i/>A-ig Leyes de De Morgan
"•(í^^^Ví
3) p\jq<*q\jp Leyes conmutativas
p/\q<¡>qf\p
4) pv(?v)«(/>vg)vt Leyes asociativas
pA(q/\r)<$(pAq)/\r
t Observemos que, debido a las leyes asociativas, no hay ambigüedad en las proposiciones de la forma
pV qV rop h q t\r.
2,2 Equivalencia lógica: Las leyes de la lógica 65
5) p V ( 9 A r ) 0 ( p V « ? ) A ( p V r ) Leyes distributivas
p A ( < ? V ) 0 ( p A?)V(pAr)
6) pyp&p Leyes idempotentes
p/\p<¿>p
7) p\jti¡Op Leyes de neutro
P A T0op
8) pV-iP»7¡> Leyes inversas
pA-ip<=>F0
9) pyTo&To Leyes de dominación
pAFoOFo
10) p\j(p/\q)&p Leyes de absorción
p/\(p\jq)&p
Ahora vamos a demostrar todas estas propiedades. Al hacerlo nos daremos cuenta de
que simplemente podríamos construir las tablas de verdad y comparar los resultados de los
valores de verdad correspondientes en cada caso, como lo hicimos en los ejemplos 2.8 y
2.9. Sin embargo, antes de comenzar a escribir, revisemos de nuevo esta lista de 19 leyes,
las cuales, excepto por la ley de la doble negación, se agrupan naturalmente por pares.
Esta idea del apareamiento nos ayudará después de analizar el siguiente concepto.
Definición 2.3 Sea s una proposición. Si s no contiene conectivas lógicas distintas de A y V, entonces el
dual de s, que se denota como sd, es la proposición que se obtiene de s al reemplazar cada
ocurrencia de A y V con V e A, respectivamente, y cada ocurrencia de T0 y Fa con F0 y
T0, respectivamente.
Si p es una proposición primitiva, entonces pd es igual a p; es decir, el dual de una

proposición primitiva es simplemente la misma proposición primitiva. Y (-<pY es igual a
~>p. Las proposiciones p V ->p y p A ->p son duales una de otra cuando p es primitiva;
por lo tanto, también lo son las proposiciones p V TQ y p A F0.
Dadas las proposiciones primitivas p,q,ry la proposición compuesta
s: (pAn9)v(rAr0),
vemos que el dual de s es
s": ( p V - i í ) A ( r V f t ) .
(Observe que -<q no cambia al pasar de s a s0.)
Ahora estableceremos y utilizaremos un teorema sin demostrarlo. Sin embargo, en el
capítulo 15 justificaremos el resultado que aparece aquí.
TEOREMA 2.1 (El principio de dualidad) Sean syt proposiciones como las descritas en la definición 2.3.
Si s o f, entonces sd<^ f1.
Como resultado, las propiedades 2 a 10 de nuestra lista pueden ser establecidas mediante
la demostración de una de las propiedades de cada par y recurriendo luego a este principio.
También vemos que es posible obtener muchas otras equivalencias lógicas. Por ejem
plo, si q, r, s son proposiciones primitivas, los resultados de las columnas 5 y 7 de la tabla
2.11 nos muestran que
(rAj)->í«-i(rAs)v?
o que [(r A s) -» q] <-» [->(r A s) V q] es una tautología. Sin embargo, en vez de construir
cada vez más tablas de verdad (y, por desgracia, cada vez más grandes) sería buena idea
Tabla 2.11
í r s rAs (rAs)->q -i(rAs) -i(rAi)V*
0 0 0 0 1
0 0 1 0 1
0 1 0 0 1
0 1 1 1 0
1 0 0 0 1
1 Q 1 0 1
1 1 0 0 1
1 1 1 1 0
recordar el ejemplo 2.7, en el cual se establece que para q, p proposiciones primitivas, la

proposición compuesta
es una tautología. Si reemplazamos cada ocurrencia de esta proposición primitiva/? por la

proposición compuesta rAs, entonces obtendríamos la tautología anterior
[(rAj)->9]**[-i(rAj)V9].
Lo que ha ocurrido aquí muestra la primera de las siguientes reglas de sustitución:
1) Suponga que la proposición compuesta P es una tautología. Si p es una proposición
primitiva que aparece en P y reemplazamos cada ocurrencia dep por la misma propo
sición q, entonces la proposición compuesta resultante Pt también es una tautología.
2) Sea P una proposición compuesta donde p es una proposición arbitraria que apare
ce en P, y sea q una proposición tal que q o /?. Supongamos que en P reemplaza
mos una o más ocurrencias de p por q. Entonces este reemplazo produce la propo
sición compuesta Pu En ese caso, />i <=> P.
Estas reglas se ilustran en los siguientes dos ejemplos.
£|©mja!© 2M0 a) De la primera de las leyes de De Morgan, sabemos que para cualesquiera proposi
ciones primitivas p, q, la proposición compuesta
P: -I(PVÍ)**(-I/»A-IÍ)
es una tautología. Cuando reemplazamos cada ocurrencia dep por r A s, se sigue, a

partir de la primera regla de sustitución, que
JV -i[(rAj)Vf]«*h(rAj)A-i$]
también es una tautología. Si extendemos un poco más este resultado, podemos

reemplazar esta ocurrencia de q por t —» u. La misma regla de sustitución produce
ahora la tautología
P2: -i[(rAí)v(í-nO]**[-i(rAí)A-i(f->ií)],
y, por lo tanto, por las observaciones que aparecen un poco después del ejemplo
2.9, la equivalencia lógica
n[(rAí)V(í-»M)]0[-i(rAí)A-i(í->u)].
b) la segunda ley de dominación indica que, para cualquier proposición primitiva p, la
proposición compuesta
P: (pAF0)+»F0
es una tautología. Si reemplazamos p por la proposición [(q V r) —> s], entonces la
misma primera regla de sustitución produce la nueva tautología
Pv ([(qVr)^s]AFo)+»F0,
y por lo tanto la equivalencia lógica
[(?V)-**]AFoOF0.
c) Para las proposiciones primitivas p, q, vimos en la última columna de la tabla 2.12
que la proposición compuesta [p A (p —»q)] —> q es una tautología. En consecuen
cia, si r, s, t, u son cualesquiera proposiciones arbitrarias, entonces, por la primera
regla de sustitución obtenemos la nueva tautología
[(/■-» j ) A [ ( r - > í ) - * ( - i í V " ) I I - > ( - i f V " )
cuando reemplazamos cada aparición de/? por r—*sy cada aparición de q por ->í V u.
Tabla 2.12
p í p-»q pA(p^í) [pA(p-^q)]^q

0 0 1 0 1
0 1 1 0 1
1 0 0 0 1
1 1 1 1 1
Himplo 2.11 a) Como aplicación de la segunda regla de sustitución, sea P la proposición compues
ta (p-*q)-¥ r. Como (/? -» q) o ->p V q (como se muestra en el ejemplo 2.7 y en
la tabla 2.6), si P{ denota la proposición compuesta {->p V q)-*r, entonces P, <=> P.
(También tenemos que [(/? —¥ q) —> r] <-» [(-■/? V #) —» r] es una tautología.)
b) Ahora scaP la proposición compuesta (en realidad, es una tautología)/? —>(pVq).
Como -"->/? O /?, la proposición compuesta Px :/?-»(-> ->/? V #) se obtiene de P al
reemplazar únicamente la segunda aparición (pero no la primera) de/? por -> ->/?. La
segunda regla de sustitución todavía implica que Pi <=> P. [Observe que P2:~,~,p'-*
' 68 Capítulo 2 Fundamentos de lógica
( i - i p V q), obtenida al reemplazar ambas apariciones de p por -> ->p, también es

lógicamente equivalente aP.]
Nuestro siguiente ejemplo demuestra cómo podemos utilizar la idea de la equivalencia

lógica junto con las leyes de la lógica y las reglas de sustitución.
Ejemplo 2,12 Niegue y simplifique la proposición compuesta (p V q)-> r.

Hemos organizado nuestra explicación de la manera siguiente:
1) (p V q) -> r o ->(p V q) V r [por la primera regla de sustitución, ya que (s -»í) «-*
(->s V í) es una tautología para las proposiciones primitivas s, t].
2) Al negar las proposiciones del paso 1, tenemos -• [(p V q) -» r] <=> -• [ -■ (p V q) V /•
3) A partir de la primera ley de De Morgan y la primera regla de sustitución, -• [ -> (p V q
4) La ley de la doble negación y la segunda regla de sustitución nos producen -•-■(/>

V^)A T<=>(p V q) A ->r.
De los pasos 1 a 4 obtenemos ~>[(p V q) —» r] c* (p V q) V ->r
Cuando quisimos escribir la negación de una implicación, como en el ejemplo 2.12,

vimos que el concepto de equivalencia lógica tuvo un papel central, junto con las leyes de
la lógica y las reglas de sustitución. Esta idea es tan importante que merece revisarse.
Ejemplo 2»f H Sean p, q las proposiciones primitivas

p: Juan va al lago George.
q: María paga las compras de Juan.
y consideremos la implicación
/? —» q: Si Juan va al lago George, entonces María
pagará las compras de Juan.
Aquí queremos escribir la negación de/? -* q de una forma distinta a~>(p-* q). Quere
mos evitar escribir la negación como "no es cierto que si Juan va al lago George, entonces
María pagará las compras de Juan".
Para hacer esto, consideramos lo siguiente. Como p -> q o ->p V q, se sigue que
->(p -» q) O -• (-p V q) <=>
->-"/? A ->q y, a partir de la ley de la doble negación y la segunda regla de sustitución, se
sigue que -• -q<¿>p A ->q. En consecuencia,
-i(/>->9)0-i(-ipV9)0/>A-ifl,
y podemos escribir la negación de p -» q en este caso como
-i(p^q): Juan va al lago George, pero María no

paga las compras de Juan.
(Nota: La negación de una proposición si-entonces no comienza con la palabra si, porque
no es otra implicación.)
JjtlM$>k»&I4 En la definición 2.3, el dual s* de una proposición s sólo se definió para proposiciones con
negación y las conectivas básicas V e A. ¿Cómo se determina el dual de una proposición
como s: p -*q, donde p, q son primitivas?
Como (p-*q)<=>-<pV q, sês lógicamente equivalente a la proposición (->pV q)d, que
es igual a ->p A q.
La implicación p -> q y ciertas proposiciones relacionadas con ella se analizan en el

siguiente ejemplo.
|i|inipj& 2.1SE La tabla 2.13 da los valores de verdad para las proposiciones/? -* q, -<q -> ->p, q—>py
->p -» ->q. La tercera y cuarta columnas de la tabla revelan que
(/>-*$) O (-ifl-»-i/>).
Tabla 2.13
P 1 p->q -if-»-)/> q^p np-+-,q

0 0 1 1 1 1
0 1 1 1 0 0
1 0 0 0 1 1
1 1 1 1 1 1
La proposición ->q —> ->p se conoce como la contrapositiva de la implicación/? —> q. Las
columnas 5 y 6 de la tabla muestran que
la proposición q -» p se denomina la recíproca de p -* q; ->p -* ->q se conoce como la

inversa dep-*q. A partir de la tabla 2.13 también podemos ver que
(p-*q)<j>(q^>p) y (->/>-►-iqr) <£(-i?-»-ip).
En consecuencia, debemos conservar en orden la implicación y su recíproca. El hecho de
que cierta implicación/? -» q sea verdadera (en particular, como en la fila 2 de la tabla) no
exige que la recíproca # -»/> también sea verdadera. Sin embargo, sí necesita la verdad de
la contrapositiva ->q -* ~>p.
Consideremos el caso específico donde p, q representan las proposiciones
/?: Hoy es el día de acción de gracias.
q: Mañana es viernes.
Entonces obtenemos
• (La implicación: p —» q). Si hoy es el día de acción de gracias, entonces mañana es
viernes. (VERDADERA)
• (La contrapositiva: -•q -» -<p). Si mañana no es viernes, entonces hoy no es el día de

acción de gracias. (También es VERDADERA)
• (La recíproca: q -» p). Si mañana es viernes, entonces hoy es el día de acción de
gracias.
• (La inversa: ->p -> -,q). Si hoy no es el día de acción de gracias, entonces mañana no
es viernes.
Hay que tener cuidado con la recíproca y la inversa. Consideremos cualquier jueves del
mes de mayo. En cada uno de estos días, la proposición/? es falsa pero la proposición q es
verdadera y cada una de las proposiciones q -> p y ~q es falsa. Ahora considere
mos cualquier jueves. Para cada uno de estos días, ambas proposiciones p, q son falsas,
pero las proposiciones q->py ~7> —> -'q son verdaderas.
El siguiente ejemplo muestra que las proposiciones lógicamente equivalentes pueden

conducir a situaciones diferentes en una aplicación a las ciencias de la computación.
{¡ffeltlpío 2L1<¡ La tabla 2.14 revela que las proposiciones compuestas (p A q) r y p —» (q —> r) so
lógicamente equivalentes.
Tabla 2.14
p í r pAq (pAtf)-n- $-»r p-*(q-*r)

0 0 0 0 1 1
0 0 1 0 1 1
0 1 0 0 0 1
0 1 1 0 1 1
1 0 0 0 1 1
1 0 1 0 1 1
1 1 0 1 0 0 0
1 1 1 1 1 1
En los segmentos de programa en Pascal que se muestran en lafigura2.1, x, y, z e / son

variables enteras. La parte (a) de lafigurautiliza una estructura de decisión comparable a
una proposición de la forma (p A q) -» r. En este caso, al igual que en la parte (b), tenemo
que p: x > 0, q: y > 0, que se convierten en proposiciones cuando las variables x, y toman
los valores 4 -i (para*) y 4 + 3 * i (paray). ¡Tenga cuidado! la letra r denota el enunciado
Writeln, un "enunciado ejecutable" que no es realmente un enunciado en el sentido usual
de una frase declarativa, que puede ser calificada como verdadera o falsa.
En el segmento que aparece en la parte (a), el número total de comparaciones, (x > 0) y
(v > 0), que se realizan durante la ejecución del programa, es 10 (parax > 0) + 10 (paraj
> 0) = 20. El segmento que aparece en la parte (b), por otro lado, utiliza una forma de
enunciado comparable a las implicaciones anidadas/» -> (q -> r). En este caso, la compa
ración (y > 0) no se ejecuta a menos que se ejecute la comparación (JC> 0) y sea verdadera,
En consecuencia, el número total de comparaciones es ahora de 10 (para x > 0) + 3 (para
y > 0, cuando i toma los valores 1,2, 3) = 13. Por lo tanto, en términos del número total de
comparaciones hechas en cada uno de estos dos casos, el segmento de programa que aparece
en la parte (b) es más eficiente que el segmento de programa que aparece en la parte (a).
z := 4;
For i := 1 to 10 do
Begin
x : = z - i;
y : = z + 3 * i;
If ((x > 0) and (y > 0)) then
Writeln ( ' El valor de la suma x + y es .' x + y)
End;
(a)
z := 4;
For i := 1 to 10 do
Begin
x : = z - i;
y : = z + 3 * i;
If x > 0 then
If y > 0 then
Writeln ( 'El valor de la suma x + y es ', x + y)
End;
(b)
Figura 2.1
Veremos ahora algunos ejemplos de simplificación de proposiciones compuestas, así como

una aplicación relacionada con esto para simplificar redes de conmutación. En este caso,
para simplificar la exposición, enumeraremos las principales leyes de la lógica que se hayan
utilizado, pero no mencionaremos la aplicación de nuestras dos reglas de sustitución.
Ejemplo 2.17 Para las proposiciones primitivas/?, q, ¿existe una forma más sencilla de expresar la pro-
posición compuesta (pVq)A ~>(~,p A q)l; es decir, ¿podemos encontrar una proposición
más sencilla que sea lógicamente equivalente a la dada?
Aquí vemos que
(p\/q)A-i(npAq) Razones
<*(/»V9)A(n-i/>V-i9) Ley de De Morgan
&(PVq)A(p\/^q) Ley de la doble negación
Ley distributiva de V sobre A
Ley de la inversa
Ley del neutro
En consecuencia, tenemos que
. ÍPVq)An(npAq)<»p,
de modo que podemos expresar la proposición compuesta dada mediante la proposición

lógicamente equivalente, más sencilla, p.
Ejerttj»o2.t8 [ Consideremos la proposición compuesta
-iK(/?V<?)Ar]v^],
donde p, q, r son proposiciones primitivas. Esta proposición contiene cuatro apariciones

de proposiciones primitivas, tres símbolos de negación y tres conectivas.
De las leyes de la lógica se sigue que
->h[(pV?)Ar]v-i$] Razones
<¿>^->[(p\/q)f\r]A^q Ley de De Morgan
<Z>í(PVq)^r]Aq Ley de la doble negación
<S>0>V<?)A(rA«7) Ley asociativa de A
»(PV9)AfoAr) Ley conmutativa de A
<S>[(PV<?)A<?]Ar Ley asociativa de A
Leyes de absorción (al igual que
las leyes conmutativas de A y V)
En consecuencia, la proposición original

-ih[(/>V9)Ar]v-i9]
es lógicamente equivalente a la proposición mucho más sencilla
q/\r,
donde sólo tenemos dos proposiciones primitivas, ningún símbolo de negación y sólo una
conectiva.
Observe además que, a partir del ejemplo 2.7, tenemos
i[[(PV9)Ar]-»-i9]o-i[-i[(pv?)Ar]V-i$],
de modo que
-i[[(PV9)Ar]-»-ig]o9Ar.
Cerramos esta sección con una aplicación de la forma en que las ideas de los ejemplos
2.17 a 2.18 pueden utilizarse para simplificar las redes de conmutación.
o 2.19 Una red de conmutación está formada por cables e interruptores que conectan dos termi
nales T¡yT2. En dicha red, cualquiera de los interruptores puede estar abierto (0), de modo
que no pase corriente por él, o cerrado (1), de modo que la corriente pueda pasar por él.
En la figura 2.2 tenemos, en la parte (a), una red con un interruptor. Cada una de las
partes (b) y (c) contiene dos interruptores independientes entre sí.
Para la red de la parte (b), la corriente fluye de T¡ a T2 si cualquiera de los interruptores
p, q está cerrado. Llamamos a esto una red en paralelo y la representamos comop V q. La
H
P q
h h h 72 * h
q
(a) (b) (0
Figura 2.2
red de la parte (c) necesita que cada uno de los interruptores^, q estén cerrados para que la
corriente fluya de 7\ a T2. En este caso, los interruptores están en serie y esta red se repre
senta como p A q.
Los interruptores de la red no tienen que ser independientes entre sí. Consideremos la
red de la figura 2.3(a). En este caso, los interruptores t y ->t no son independientes. Hemos
acoplado los dos interruptores de modo que / esté abierto (cerrado) si y sólo si —T está
cerrado (abierto) en forma simultánea. Lo mismo ocurre con los interruptores que están en
q, ->q. (Tampoco, por ejemplo, los tres interruptores/? no son independientes.)
Esta red se representa mediante la proposición correspondiente (p V qV r) A(pV tV ->q) A
(p V ->t V r). Por medio de las leyes de la lógica simplificaremos esta proposición, que
representa la red, de la manera siguiente:
(pV9V)A(pV'V-ií)A(pVTV) Razones
»PV[(íV0A(íVi9)A(-iíV)] Ley distributiva de V
sobre A
<*/»V[(fVr)A(-i/V)A(íV-ifl)] Ley conmutativa de A
»PV[((*A-if)v)A(/V-itf)] Ley distributiva de V
sobre A
»/»V[((gAní)v)A(-níViff)] Ley de la doble negación
*>J>V[((3A-iOV)A-i(-iíAfl)] Ley de De Morgan
Ley conmutativa de A
<*PV[-i(TAg)A((-iíAg)vr)] (dos veces)
<*PV[H-ifA$)A(-iíA9))v(H(-nfA9)A/')] Ley distributiva de A
sobre V
<»pV[iW<-i(TAfl)Ar)] - > S A J » F0, para cualquier
proposición s
^V[(-i(-iíA?))Ar] F0 es el neutro para V
«*Í?VL>A-I(-IÍA$)] Ley conmutativa de A
«7>VL>A(ÍV-I?)] Ley de De Morgan y
Ley de la doble negación
P P P H
h h Ty f r2
1 1
—-cj —
(a) (b)
Figura 2.3
Por lo tanto, (p V q V r) A (/? V t V ->g) A(p V ->r V r ) » p V [r A (í V ->#)], y la red que

se muestra en la figura 2.3 (b) es equivalente a la red original, en el sentido de que la
corriente fluye de Tx a T2 en la red (a) exactamente cuando hace lo mismo en la red (b).
Pero en (b), la red sólo tiene cuatro interruptores, cinco menos que en la red (a).
EJERCICIOS 2.2 1. Sean p, q, r proposiciones primitivas.

a) Use las tablas de verdad para verificar las siguientes equivalencias lógicas.
i) p - ( f A r ) 0 ( / > - 9 ) A ( p - » r )
«) [(/> V ?)^']*>[(/>-+') A (<? ^ r ) ]
üi) [ p - » ( f V ) ] O [-i !-»(/>-» «)]
b) Use las reglas de sustitución para ver que [p->(íV r)] <=> [(p A ->q) —> r\.
2. Verifique la primera ley de absorción mediante una tabla de verdad.
3. Use las reglas de sustitución para verificar que cada una de las siguientes proposiciones es una
tautología. (En este caso p, q y r son proposiciones primitivas.)
a) [ p V ( ? A r ) ] v ^ [ p V t e A r ) ]
b) [(/»V9)-»']«[-ir-»-i(pV4)]
c) [[(PV9)^^]V(íAí)]**[[[(/>V9)^r]Vi]At[(pV9)-'-]Ví]]
4. Para las proposiciones primitivas p, q, r y s, simplifique la proposición compuesta
[[[(PAq)Ariv[(pAr)AnrTiVnq]^s.
Refute y exprese cada una de las siguientes proposiciones en español.

a) Karina tendrá una buena educación si pone sus estudios antes que su interés en ser estrella
de cine.
b) Norma está haciendo su tarea de matemáticas y Claudia está practicando sus lecciones de
piano.
c) Si Lorenzo se va de vacaciones, entonces él se divertirá si no le preocupa viajar en avión.
d) Si Homero aprueba su curso de Pascal y termina su proyecto de estructura de datos, se
graduará al final del semestre.
6. Refute lo siguiente y simplifique la proposición resultante.
a) p A ( 9 V ) A ( n / > v - | 9 V ) b) {p/\q)^r
c) p-^(~>q/\r) d) p V í V Í i p A - i ^ A r )
7. a) Sip, q son proposiciones primitivas, demuestre que (-■/? V q) A (p A (p A g)) <=> (p A g).
b) Escriba el dual de la equivalencia lógica de la parte (a).
8. Escriba el dual de (a) q -> p, (b) p -> (^ A r), (c) p H ^ y (d) p 1 q, donde p, q y r son
proposiciones primitivas.
9. Escriba la recíproca, la inversa y la contrapositiva de cada una de las siguientes implicaciones.
Para cada implicación, determine su valor de verdad, así como el valor de verdad de la recípro
ca, la inversa y la contrapositiva correspondientes.
a) Si hoy es el día del trabajo, entonces mañana es martes.
b) Si -1 < 3 y 3 + 7 = 10, entonces (4p) = - 1 .
c) Si Paco vive en Nueva Inglaterra, entonces Paco vive en Vermont.
10. Determine si lo siguiente es verdadero o falso. Aquí, p, q y r son proposiciones arbitrarias.
a) Una forma equivalente para expresar la recíproca de "p es suficiente para q" es "p es nece
saria para q".
b) Una forma equivalente para expresar la inversa de "p es necesaria para q" es "->q es sufi
ciente para -•p".
c) Una forma equivalente para expresar la contrapositiva de "p es necesaria para q" es "-></ es
necesaria para ->p".
d) Una forma equivalente para expresar la recíproca dep —* (q —> r) es (-*q V r) —> />.
11. Sean/), qy r proposiciones primitivas. Encuentre una forma de la contrapositiva de p —> (q —> r)
con (a) sólo una aparición de la conectiva -»; (b) sin que aparezca la conectiva —».
12. Escriba la recíproca, la inversa, la contrapositiva y la negación de la siguiente proposición: "Si
Sandra termina su trabajo, entonces irá al juego de baloncesto, a menos que nieve".
13. Considere los dos segmentos de programa en Pascal de la figura 2.1 (ejemplo 2.16). Determine
el número total de comparaciones ejecutadas en cada segmento si, en vez de asignarle el valor
4, z toma el valor (a) 2; (b) 6; (c) 9; (d) 10; (e) 15; (f) n, un entero mayor que 10.
14. Muestre que para/?, q proposiciones primitivas,
/>*?0[(pA-ií)v(-'/>A9)]«*-i(/>*»í).
15. Verifique que [(/> «-» q) A (q <-» r) A (r <-»/?)<=>(/>-» q) A (q -> r) A (r -> />)], para las
proposiciones primitivasp, qy r.
16. Para las proposiciones primitivas p, q,
a) verifique que/? -»[q -»(/? A g)] es una tautología.
b) verifique que (p V q) —> [# —>«?] es una tautología, usando el resultado de la parte (a), las
reglas de sustitución y las leyes de la lógica.
c) ¿es (p V q)->[q-*(p A q)] una tautología?
17. Defina la conectiva "Nand" o "no... y ..." como (/> 1" <?) <=> -■(/> A ^), para las proposiciones
p, q. Represente lo siguiente utilizando solamente esta conectiva.
a) i p b) /?V9 «) P A ?
d) p-*q e) /?«-»9
18. La conectiva "Ñor" o "No. .. o . . . " se define para las proposiciones p, q como (p ¿ q) o
""(/> V 9). Represente las proposiciones de las partes (a) a (e) del ejercicio 17, utilizando
solamente esta conectiva.
19. Para las proposiciones p, q, demuestre que

a) -i0> i ? ) 0 ( n p f ^q) b) i ( p f q)<*i^P i ^ ? )
20. Dé las razones para cada paso de las siguientes simplificaciones de proposiciones compuestas.
«0 l(p\/q)^(p\/~iqy]\/q Razones
o[pV(?A-i9)]V9
«(^Vfo)V?
<*p\jq
•>) ~'(p\/q)\/í(PP^q)\/~,q^ Razones
<»-'0>V9)Vh4V(-'/>A 9 )]
0-i(pVí)V[(-i9V-ip)A(-i9V9)]
<*-> (P V q) V [(i? V ->/>) A To]
»ÍPV?)V(^V^)
On(pV9)V^(?Ap)
On[(pv?)A(?Ap)]
»n[(9Ap)A(pVí)]
0->[9A[pA(/»v«)I]
• OnfoAp)
c
) (/>-*<?) A [-iqi A(r\j-\q)] Razones
»(^V9)A-i«
0-ifA(-./>V«)
<»(-if A-i/OvCÂf)
«►(-i?A-i/>)Vfi>'
0-19 A-ip
O i ( 9 VP)
21. Como en el ejercicio 20, escriba los pasos y las razones para establecer las siguientes equiva
lencias lógicas.
a) p\/[p/\(pVq)]^>P
•») PVqV(ppA-iqAr)<*p\/q\/r
c) l(ppV-iq)--+(p/\qAry]*>pAq
d) /»A[(-ií-*(rAr))v->[9V((rA*)V(rA-u))]]Op
22. Simplifique cada una de las redes que aparecen en la figura 2.4.
1—,r —
1
P - q — P p P - f - H
I 1
- - q -
•— — p q —
h~ ~~T2 " *
•1
—>r —
(a) (b)
Figura 2.4
2.3
Implicación lógica:
Reglas de inferencia
Al final de la sección 2.1, mencionamos el concepto de argumento válido. Ahora comen

zaremos un estudio formal de lo que para nosotros significa un argumento y de cuándo tal
argumento es válido. Esto, a su vez, nos ayudará cuando analicemos la demostración de
teoremas en el resto del texto.
Comenzaremos primero por considerar la forma general de un argumento que quera
mos demostrar que es válido. Consideremos entonces la implicación
(P\ A/>2 A/? 3 A • • • Apn) -» q.
Aquí.n es un entero positivo, las proposiciones/?!,/^ >/?3,...,/?„ se denominan premisas
del argumento y la proposición q es la conclusión del argumento.
El argumento anterior es válido si cada vez que las premisas pu p2, p}, . . . , p„ sean
verdaderas, entonces la conclusión q también lo es. [Observe que si alguna de las premisas
Pi< P2< Ph ■ ■ • . Pn es falsa, entonces la hipótesis p¡ A p2 A p3 A • • • A p„ es falsa y
implicación (/?¡ A p2 A p3 A • • • A /?„)—» q automáticamente es verdadera, sin importar el
valor de verdad deq.] En consecuencia, una vía para establecer la validez de un argumento
dado es demostrar que la proposición (/?i A p2 A p} A • • • A p„) —»q es una tautología.
Los siguientes ejemplos ilustran este particular método para establecer la validez de un
argumento.
Ejemplo 2.20 Sean p, q, r las proposiciones primitivas dadas como:

p: Rogelio estudia.
q: Rogelio juega tenis.
r: Rogelio aprueba matemáticas discretas.
Ahora bien, sean/?,, p2, /?3 las premisas
P\. Si Rogelio estudia, entonces aprobará matemáticas discretas.
p2: Si Rogelio no juega tenis, entonces estudiará.
p}: Rogelio reprobó matemáticas discretas.
Queremos determinar si el argumento
(piAp2Ap3)^>q
es válido. Para para lograrlo, escribimos plt p2, p3 como
Pi. p-*r p2: nq^>p p3: nr
y examinamos la tabla de verdad de la implicación
[(p->r)A(-.í->/>)A-ir]->9
que aparece en la tabla 2.15. Como la columna final de la tabla 2.15 contiene únicamente
unos, la implicación es una tautología. Por lo tanto, podemos decir que (/?, A p2 A p}) -> q
es un argumento válido.
Tabla 2.15
Pl Pl Pi (piAp2Ap3)-*q
P 9 r P-*r ~iQ-*P ir [(p-»r)A(-i f -*j)A-ir]-»f
0 0 0 1 0 1
0 0 1 1 0 0
0 1 0 1 1
0 1 1 1 0
1 0 0 0 1
1 0 1 1 0
1 1 0 0 1
1 1 1 1 0
Ejemplo 2,21 Consideremos la tabla de verdad de la tabla 2.16. El resultado de la última columna de esta
tabla muestra que para cualesquiera proposiciones primitivas p, r, y s, la implicación
[/>A((pAr)->j)]->(r-5)
es una tautología. En consecuencia, para las premisas
Pi- P P2- (pAr)-*i
y la conclusión #: (r —> s), sabemos que (pi Ap2)->q es un argumento válido; podemos decir
que la verdad de la conclusión q se deduce o infiere de la verdad de las premisas ph p2.
Tabla 2.16
Pi />2 9 (PiApi)-+q
P r s pAr (,pAr)-*s r-*s [pA«pAr)^s)]^(r-*s)
0 0 0 0 1
0 0 1 0 1
0 1 0 0 0
0 1 1 0 1
- W
1 0 0 0 1
1 0 1 0 1
1 1 0 1 0 0
1 1 1 1 1 1
La idea presentada en los dos ejemplos anteriores lleva a la siguiente definición.
Definición 2.4 Sip, q son proposiciones arbitrarias tal quep ->qes una tautología, entonces decimos que
p implica lógicamente q y escribimos p^ q para denotar esta situación.
Cuando /?, q son proposiciones arbitrarias y p => q, la implicación p -> qes una tauto
logía y decimos que/? —> <¡r es una implicación lógica. Observe que podemos evitar la idea
de tautología diciendo que/? => q (es decir, que p implica lógicamente q) si q es verdadera
cuando p es verdadera.
En el ejemplo 2.6 vimos que para las proposiciones primitivas/?, q, la implicación/? —»
(/? V q) es una tautología. En este caso, podemos decir que/? implica lógicamente /? V g, y
escribir/? ^ (/? V </). Además, por la primera regla de sustitución, también tenemos que p
=$(pVq) para proposiciones arbitrarias/?, q (es decir, /?-»(/? V q) es una tautología para
cualquier par de proposiciones p, q, sin importar si son primitivas o no).
Sean /?, q proposiciones arbitrarias.
1) Si p <=> 9, entonces la proposición/? <-» <¡r es una tautología, por lo que las proposicio
nes p, q tienen los mismos valores de verdad (correspondientes). En estas condiciones,
las proposiciones p —» q,q —> /? son tautologías y tenemos que /? => qy q =$ p.
2) A la inversa, supongamos que /? => # y q => /?. La implicación lógica /?—><? indica
que nunca tendremos una proposición/? con el valor de verdad 1 y una proposición
q con el valor de verdad 0. Pero ¿podremos tener q con el valor de verdad 1 y p con
el valor de verdad 0? Si esto ocurre, no podremos tener la implicación lógica </—»/?.
Por lo tanto, cuando /? => q y q => /?, las proposiciones /?, q tienen los mismos
valores de verdad (correspondientes) y p <=> q.
Finalmente, usamos la notación/? 4> q para indicar que/? —»q no es una tautología; así, la
implicación dada (/? -» q) no es una implicación lógica.
MrítJUL Apartir los resultados del ejemplo 2.8 (Tabla 2.9) y la primera regla de sustitución, sabe
mos que para cualesquiera proposiciones /?, q,
-i(p/\q)€>~ip\/-iq-
En consecuencia,
->(pAg)z>(-ipV-i?) y ("->/> V - i t f ^ - i Í p A ? )
para cualesquiera proposiciones/?, q. Alternativamente, como cada una de las implicaciones
-i(pA$)->(-ipv-i?) y (-i/>V-itf)-*-i(pAf)
es una tautología, podemos escribir también
[-\{pAq)*+(-ipV-iq)]<*T0 y [(npV^^^pAôr».
Sigamos analizando las técnicas para establecer la validez de un argumento. Debemos

observar con cuidado el tamaño de las tablas 2.15 y 2.16. Cada tabla tiene ocho filas. En la
tabla 2.15 pudimos expresar las tres premisas pltp2 y Pz, y la conclusión q, en términos de
las tres proposiciones primitivas /?, q y r. Algo similar ocurre con el argumento analizado
en la tabla 2.16, donde teníamos sólo dos premisas. Pero si, por ejemplo, quisiéramos
tratar de establecer que
[(/>-» r ) A ( / - * j ) A ( f V - w ) A ( n f V " ) A - i K ] - > - i / >
es una implicación lógica (o que representa un argumento válido), la tabla necesaria re
queriría 25 = 32 filas. Como el número de premisas crece y nuestras tablas de verdad llegan
a tener hasta 64, 128,256, o más filas, esta primera técnica para establecer la validez de un
argumento pierde rápidamente su encanto.
Además, si observamos de nuevo la tabla 2.15, nosdamos cuenta de que para estable
cer que
[(p-*r)A{-yq^>p)Anr]->q
es un argumento válido, necesitamos considerar sólo aquellas filas de la tabla donde cada
una de las tres premisas p—> q, ~<q^>py T tenga el valor de verdad 1. (Recuerde que si
la hipótesis, formada por la conjunción de todas las premisas, es falsa, entonces la
implicación es verdadera, sin importar el valor de verdad de la conclusión.) Esto sucede.
únicamente en la tercera fila, por lo que en realidad no necesitamos gran parte de la tabla
2.15. (No siempre ocurre que una sola fila tenga todas las premisas verdaderas. Observe
que en la tabla 2.16 nos interesarían los resultados de las filas 5, 6 y 8.)
En consecuencia, lo que indican estas observaciones es que podríamos prescindir de¡
gran parte del esfuerzo de construcción de las tablas de verdad que aparecen en las tablas'
2.15 y 2.16. Ycomo no queremos hacer tablas aún más grandes, desarrollaremos una lista'
de técnicas llamadas reglas de inferencia que nos ayudarán de la siguiente forma: ;
1) El uso de estas técnicas nos permitirá considerar únicamente los casos en que todas r
las premisas sean verdaderas. Por lo tanto, analizaremos la conclusión sólo parat
aquellas filas de la tabla de verdad donde cada premisa tenga el valor verdadero 1,¡
sin construir dicha tabla de verdad.
2) Las reglas de inferencia son fundamentales en el desarrollo de una justificación
paso por paso de cómo la conclusión q se sigue lógicamente de las premisas p¡, p,,¡
p},..., p„ en una implicación de la forma
(PlAp2Ap3A---Apn)^q.
Dicho desarrollo establecerá la validez del argumento dado, pues mostrará la forma
de deducir la verdad de la conclusión a partir de la verdad de las premisas. ;
Cada regla de inferencia tiene su origen en una implicación lógica. En algunos casos, la
implicación lógica se establece sin demostración. (Sin embargo, se presentarán varias de-¡
mostraciones en la sección de ejercicios.)
En el estudio de la lógica surgen muchas reglas de inferencia. Nos concentraremos en¡
las que nos permiten justificar los argumentos que surgen en nuestro estudio de la lógica.1
Estas reglas también nos ayudarán más adelante, cuando estudiemos los métodos para laj
demostración de teoremas en el resto del texto. La tabla 2.20 (de la página 88) resume lasj
reglas que empezaremos a analizar. j
l|ftl¥lf)t0 3L23- Como primer ejemplo, consideremos la regla de inferencia llamada Modus Ponens, o re
gla de separación. {Modus Ponens viene del latín y puede traducirse como "el método de
afirmación".) En forma simbólica, podemos expresar esta regla mediante la implicación
lógica
[pA(p->q)]->q,
2.3 Implicación lógica: Reglas de inferencia ¡1
que verificamos en la tabla 2.17, donde vemos que la cuarta fila es la única donde ambas
premisas p y p —> q (y la conclusión q) son verdaderas.
Tabla 2.17
P 9 p-»í pA(p->í) [pA(p->í)]-»í
0 0 1 0 1
0 1 1 0 1
1 0 0 0 1
1 1 1 1 1
Escribimos la regla en forma de tabla
P
P-><1
donde los tres puntos (.'.) representan las palabras "por lo tanto", e indican que q es la
conclusión de las premisas/? yp—*q, las cuales aparecen por encima de la línea horizontal.
Esta regla surge cuando argumentamos que si (1) p es verdadera y (2) p —» q es verda
dera (op => q), entonces la conclusión q también debe ser verdadera. (Después de todo, si
q fuera falsa y p fuera verdadera, entonces no podría ocurrir que p —* q fuese verdadera.)
Los siguientes argumentos válidos ilustran la aplicación del Modus Ponens.

a) 1) Lidia gana diez millones de dólares en la lotería.
2) Si Lidia gana diez millones de dólares en la lotería, entonces P
José renunciará a su trabajo. P~
3) Por lo tanto, José renunciará a su trabajo.
b) 1) Si Alejandra se va de paseo a París, entonces tendrá que
ganarse una beca. P-
2) Alejandra se va de paseo a París. P
3) Por lo tanto, Alejandra ganó una beca.
Antes de terminar el análisis de nuestra primera regla de inferencia haremos una última
observación. Los ejemplos (a) y (b) podrían indicar que el argumento válido [p A (p —> q)]
-*qes apropiado sólo para proposiciones primitivas/?, q. Sin embargo, como [p A (p —»q)] ->
q es una tautología para las proposiciones primitivas p, q, la primera regla de sustitución
implica que podemos reemplazar (todas las apariciones de) p o q con proposiciones com
puestas, y la implicación resultante será también una tautología. En consecuencia, si r, s, t
y u son proposiciones, primitivas, entonces
r\/s
(ry^)^(-ifAii)
.-.-IÍAM
es un argumento válido, por Modus Ponens; también, [ ( r V j ) A [ ( r V s ) - > ( - ' í A « ] ] - > ( - i (

A u) es una tautología.
Una situación similar, en la que podemos aplicar la primera regla de sustitución, se

presentará para cada una de las reglas de inferencia que estudiaremos. Sin embargo, no
mencionaremos esto tan explícitamente con las demás reglas de. inferencia.
£|&ti|}ÍQ 2M4 Una segunda regla de inferencia está dada por la implicación lógica
[0»->f)A(í->r)]->(/,->r)f
donde p, q y r son proposiciones. En forma tabular escribimos
P-
q-
.-. p^>r
Esta regla, conocida como la ley del silogismo, surge en muchos argumentos. Por ejemplo,
podemos usarla como sigue:
1) Si el entero 35,244 es divisible entre 396, entonces
el entero 35,244 es divisible entre 66 p^>q
2) Si el entero 35,244 es divisible entre 66, entonces
el entero 35,244 es divisible entre 3.
3) Por lo tanto, si el entero 35,244 es divisible entre 396,
entonces el entero 35,244 es divisible entre 3.
El siguiente ejemplo tiene un argumento un poco más largo que usa las reglas de
inferencia desarrolladas en los ejemplos 2.23 y 2.24. De hecho, veremos aquí que puede
haber más de una forma de establecer la validez de un argumento.
^jfetWjplft 1,2'S i Consideremos el siguiente argumento.

1) Rita está horneando un pastel.
2) Si Rita está horneando un pastel, entonces no está practicando la flauta.
3) Si Rita no está practicando la flauta, entonces su padre no pagará el seguro de su
automóvil.
4) Por lo tanto, el padre de Rita no pagará el seguro de su automóvil.
Si nos fijamos en las formas de las proposiciones del argumento anterior, podemos
escribirlo de la siguiente manera:
P
p-*-\q
(*) ~iq-*-\r
ir
Ya no necesitamos preocupamos por lo que representen realmente las proposiciones. Nuestro

objetivo es usar las dos reglas de inferencia que hemos estudiado hasta ahora para deducir la
verdad de la proposición ->r a partir de la verdad de las tres premisas p,p-> -<qy -*q—> ->r.
2,3 Implicación lógica: Reglas de inferencia 83
Establecemos la validez del argumento como sigue:
Pasos Razones
1) p—*-tq Premisa
2) -\q—*-\r Premisa
3) p—*~ir Esto se sigue de los pasos (1) y (2)
y de la ley del silogismo
4) p Premisa
5) .•. -ir Esto se sigue de los pasos (3) y
(4) y del Modus Ponens.
Antes de pasar a una tercera regla de inferencia, mostraremos que el argumento presen
tado como (*) puede justificarse de otra forma. En este caso, reduciremos nuestras "razo
nes" a la forma que usaremos para el resto de la sección. Sin embargo, siempre enumera
remos lo necesario para demostrar de dónde surge un argumento o cómo cada paso se
sigue de pasos anteriores.
Una segunda forma de justificar el argumento es la siguiente.
Pasos Razones
1) P Premisa
2) p-*nq Premisa
3) ^q Pasos (1) y (2) y Modus Ponens
4) -\q—*-\r Premisa
5) :. nr Pasos (3) y (4) y Modus Ponens
2.26 La regla de inferencia llamada Modus Tollens está dada por
p->q
Esto se obtiene de la implicación lógica [p -» q) A ->q] -> ->p. Modus Tollens viene del
latín y puede traducirse como "método de negación". Este nombre se debe a que negamos
la conclusión, q, para demostrar -<p. (Observemos que también podemos obtener esta
regla mediante el Modus Ponens, usando el hecho de que p —» q <=> ->q —> -*p.)
El siguiente es un ejemplo del uso del Modus Tollens para hacer una inferencia válida:
1) Si Concha es elegida presidenta de la asociación femenina Phi

Delta, entonces Elena ingresará a esta asociación. p —* q
2) Elena no ingresó a la asociación. -\p
3) Por lo tanto, Concha no fue elegida presidenta de la asociación :.-\q
femenina Phi Delta.
í
84 Capítulo 2 Fundamentos de lógica "
Ahora usaremos el Modus Tollens para demostrar que el siguiente argumento es válido
(para las proposiciones primitivas p, r, s, t y u).
r-*s
t\/-\s
Aquí utilizamos el Modus Tollens y la ley del silogismo, junto con la equivalencia
lógica del ejemplo 2.7.
Pasos Razones
1) p^>r,r^>s Premisas
2) p-*s Paso (1) y la ley del silogismo -;
3) t\y-\s Premisa
4) 1S\/t Paso (3) y la propiedad conmutativa de V
5) s-*t Paso (4) y el hecho de que ->s V t <^> s -»/
6) P - ' Pasos (2) y (5) y la ley del silogismo
7) - i r V " Premisa
8) t-m Paso (7) y el hecho de que, -> t V u <=> t -»u
9) p^>u Pasos (6) y (8) y la ley del silogismo
10) -tu Premisa í
11) /. np Pasos (9) y (10) y Modus Tollens
Antes de pasar a otra regla de inferencia, resumiremos lo que hemos realizado <y lo no
realizado). El argumento anterior muestra que
[(/>-» r)A(/—»s)A(íV-ií)/\(-irV")A-iK]=>-i/>.
No hemos usado las leyes de la lógica, como en la sección 2.2, para expresar la proposi
ción
(p-*r)A(r^>s)A(t\/-\s)A(-it\/u)A-iu
como una proposición lógicamente equivalente más sencilla. Observemos que
Í(P ~* r) A (>—► s) A (t V~ii) A (-ir V ") A-\u]<f>np.
pues cuando p toma el valor de verdad 0 y u tiene el valor de verdad 1, el valor de verdad de
-s) A (->f V u) A ->u es 0
Analizaremos ahora una forma tabular de las reglas de inferencia Modus Ponens y
Modus Tollens.
Modus Ponens: p—*q Modus Tollens: p-*q
£ 25
.-. q :. np
La razón por la que queremos hacer esto es que podrían surgir otras formas tabulares en
algún momento, similares en apariencia pero que representan argumentos no válidos, en
los que cada una de las premisas es verdadera pero la conclusión es falsa.
a) Consideremos cada uno de los argumentos siguientes:

1) Si Margaret Thatcher es presidenta de los Estados p -+ q
Unidos, entonces ella tiene al menos 35 años de edad.
2) Margaret Thatcher tiene al menos 35 años de edad. q
3) Por lo tanto, Margaret Thatcher es presidenta de .'. p
Estados Unidos.
Aquí vemos que [(/? —» q) A q] —» p no es una tautología. Ya que si consideramos

los valores de verdad p.Oyq: 1, entonces cada una de las premisas p —» q y q es
verdadera pero la conclusión/? es falsa. Este argumento no válido surge de lafalacia
(error en el razonamiento) de tratar de argumentar por la recíproca; es decir, aunque
[(/? -» q) A p] => q, no ocurre que [(p -> q) A q] => p.
b) Un segundo argumento en el que la conclusión no necesariamente se sigue de las
premisas podría ser el siguiente:
1) Si 2 + 3 = 6, entonces 2 + 4 = 6. p->q
2) 2 + 3?*6. -ip
3) Por lo tanto, 2 + 4 * 6 .:~\q
En este caso, vemos que [(p -» q) A ->p] -» -<q no es una tautología. De nuevo,
los valores de verdad/»: 0 y q: 1 muestran que las premisas/? —*qy ~>p pueden ser
ambas verdaderas pero que la conclusión ->q es falsa. La falacia que subyace en
este argumento no válido viene de nuestro intento de argumentar por la inversa, ya
que efectivamente [(p -» q) A ->q] => ->p, pero de aquí no se sigue que [(/? —» q) A
->p] = > ->q.
Antes de proseguir, mencionaremos una regla de inferencia sencilla pero importante.
| ^j>Hiplo2.27 La siguiente regla de inferencia surge de la observación de que si p, q son proposiciones

verdaderas, entonces/? A q es una proposición verdadera.
Supogamos que las proposiciones p, q aparecen en el desarrollo de un argumento. Estas
proposiciones podrían ser premisas (dadas) o resultados que se pueden obtener de las
premisas o de los resultados desarrollados en una parte anterior del argumento. Entonces,
en estas circunstancias, es posible combinar las dos proposiciones en su conjunción/? A q
y usar esta nueva proposición en pasos posteriores para continuar con el argumento.
Ésta es la regla de conjunción, que escribimos en forma de tabla:
P
q
:. pAq
Prosigamos nuestro estudio de las reglas de inferencia examinando otra regla muy sen
cilla pero importante.
£j«H»pfo 2,28 La siguiente regla de inferencia, que podría servir para ilustrar el sentido común, es la del
silogismo disyuntivo. Esta regla proviene de la implicación lógica
que podemos obtener mediante Modus Ponens, observando que p V q <=> (->/? —»q).
Podemos escribirla en forma de tabla:
p\jq
2R
:.q
Esta regla de inferencia se usa cuando hay que analizar exactamente dos posibilidades y
podemos descartar una de ellas si no es verdadera. Entonces la otra posibilidad es la que
tiene que ser verdadera. El siguiente caso muestra una aplicación de esta regla:
1) La cartera de Beto está en su bolsillo o en la mesa, p \J q
2) La cartera de Beto no está en su bolsillo -\p
3) Por lo tanto, la cartera de Beto está en la mesa. .\ q
Hasta el momento hemos analizado cinco reglas de inferencia. Antes de intentar justifi
car más argumentos, como el del ejemplo 2.26 (con 11 pasos), analizaremos una regla
más, la cual contiene un método de demostración que se confunde algunas veces con el
método (de demostración) por contrapositiva dado en el Modus Tollens. La confusión
surge debido a que ambos métodos implican la negación de una proposición. Sin embargo,
pronto veremos que son dos métodos distintos. (Al final de la sección 2.5 compararemos y
contrastaremos de nuevo ambos métodos.)
Ejemplo 2*29 Sea/? una proposición arbitraria y F0 una contradicción. Los resultados de la columna 5 de
la tabla 2.18 muestran que la implicación (-77 —» F0) -»/7 es una tautología, lo que propor-
Tabla 2.18
P ~\P F. -i/>-»F 0 (^p-*Fa)^>p
1 0 0 1 1
0 1 0 0 1
ciona la regla de inferencia llamada regla de contradicción. Podemos escribir esta regla en
forma de tabla:
-ip->F 0
:.p
Esta regla indica que si p es una proposición y - F0 es verdadera, entonces ->p debe
ser falsa, puesto que F 0 es falsa. Así, tenemos que p es verdadera.
La regla de contradicción es la base de un método para establecer la validez de un
argumento: el método de demostración por contradicción o reducción al absurdo. La idea
que está detrás de este método es demostrar una proposición (la conclusión de un argu
mento) mostrando que, si esa proposición fuera falsa, entonces llegaríamos a deducir una
consecuencia imposible. El uso de este método surge en ciertos argumentos que describi
remos a continuación.
En general, cuando queremos establecer la validez del argumento
(piAp2A---Ap„)^>q,
podemos establecer la validez del argumento lógicamente equivalente
(piAp2A---ApttAnq)^>F0.
[Esto se sigue de la tautología de la columna 7 de la tabla 2.19 y de la primera regla de

sustitución, en la que reemplazamos la proposición primitiva/? por la proposición (pt A p-,
A ••• A/>„)t.]
Tabla 2.19
p 9 F„ pAnq (pA-iq)^>F0 p^q (p->q)++[(pA-yq)-*Fo]

0 0 0 0 1 1 1
0 1 0 0 1 1 1
1 0 0 1 0 0 1
1 1 0 0 1 1 1
Cuando aplicamos el método de demostración por contradicción, primero suponemos

que lo que intentamos justificar (o demostrar) es en realidad falso. Después usamos la
hipótesis como una premisa adicional para producir una contradicción (o situación impo
sible) de la forma p A ->p, para alguna proposición p. Una vez que hemos obtenido esta
contradicción podemos concluir que la proposición dada era verdadera, lo cual justifica el
argumento (o termina la demostración).
Usaremos el método de demostración por contradicción cuando sea más fácil (o parez
ca serlo) usar -<qjuntocon las premisas/?i,/>2. • • • ,p n para deducir una contradicción, que
deducir la conclusión q directamente de las premisas pu p2, . . . , p„. Aplicaremos este
método de demostración en los últimos ejemplos de esta sección, los ejemplos 2.33 y 2.36.
También lo veremos varias veces en otros capítulos del texto.
t En la sección 4.2 del capítulo 4 claremos la razón por la que sabemos que para cualesquiera proposicio
nes p,,p2,' ■ -,p„y q,se sigue que (p¡ A p-¡ A ■ ■ ■ A p„) A -•q <=>/?, A p2 A • • • A p„ A ->q.
Ahora que hemos analizado seis reglas de inferencia, haremos un resumen de éstas e
introduciremos otras en la tabla 2.20.
Tabla 2.20
Regla de inferencia Implicación lógica relacionada Nombre de la regla
1) P [pA(p^q)]^q Regla de separación

p^>q (Modus ponens)
• H
2) />->? [(p^q)A(q-+r)]^(p^r) Ley del silogismo
q-*r
:.p-+r
3) p^q [(/>-► í ) A - i ? ] - > - i p Modus Tollens:
^q
.■.-i/>
•
4) p Regla de la conjunción
q
.:pAq
5) pyq [(PV?)Anp]^9 Regla del silogismo
iP disyuntivo
:.q
6) - i p - » F 0 (-ip->F0)-+p Regla de
:.p contradicción
7) pAq (pAq)^p Regla de simplificación
:.p conjuntiva
8) p p-*pVq Regla de amplificación
.:p\/q disyuntiva
9) p/\q [(pA?)A[p^(^rj]hr Regla de demostración
p^>{q^r) condicional
.*. T
10) p - r [(P — r) A ( q -*■ r)]-> [(p V *)-*• r] Regla de demostración
q->r por casos
:.{pyq)^r
11) P^q [(p-»?)A(r-»í)A(pVr)]-»(íVí) Regla del
r—*s dilema
pyr constructivo
:.qys
12) p^q [(/> -»• 9 ) A ( ' - * « ) A ( i ? V - * ) ] - * ( i P V ^ r ) Regla del
r-*s dilema
iq\/-is destructivo
:.-\p\/-\r
Los siguientes cinco ejemplos presentan argumentos válidos. Estos ejemplos nos mues
tran la forma de aplicar las reglas enumeradas en la tabla 2.20 junto con otros resultados,
como las leyes de la lógica.
Nuestro primer ejemplo muestra la validez del argumento
p->r
np^q
q^>s
:. ~ir—*s
Pasos Razones
1) / > - r Premisa
2) ir-*-ip Paso (1) y/?-» r<=> ->/•-» ->/>
3) n p - > í Premisa
4) -ir->4 Pasos (2) y (3) y la ley del silogismo
5) q-*s Premisa
6) .\-\r-*s Pasos (4) y (5) y la ley del silogismo
Una segunda forma de justificar el argumento es la siguiente.
Pasos Razones
1) P~+r Premisa
2) q^s Premisa
3) ~\p->q Premisa
4) p\jq Paso (3) y (->p -» q) <=> (-> ->p V q) <=> (p V g), donde la
segunda equivalencia lógica se sigue de la ley de la doble
negación
5) r\Js Pasos (1), (2) y (4) y la regla del dilema constructivo
6) .-. -ir-» Paso (5) y ( r V j ) » ( i - > r V s ) « ( T -> s), donde
usamos la ley de la doble negación en la primera
equivalencia lógica.
El siguiente ejemplo es un poco más complejo.
> 231 Establezca la validez del argumento
p^q
q^(rAs)
-irV(-i*V«)
pAt
:. u
Pasos Razones
1) p^q Premisa
2) q-*(r As) Premisa
3) R-+(r As) Pasos (1) y (2) y la ley del silogismo
4) pAt Premisa
5) p Paso (4) y la regla de la simplificación conjuntiva
6) rAs Pasos (5) y (3) y Modus Ponens
7) r Paso (6) y la regla de la simplificación conjuntiva

8) -i r V (n t V «) Premisa
9) n (r A r) V " Paso (8), la propiedad asociativa de V y las leyes de
De Morgan
10) t Paso (4) y la ley de la simplificación conjuntiva
11) r A t Pasos (7) y (10) y la regla de la conjunción
12) .". u Pasos (9) y (11) y la regla del silogismo
disyuntivo
E|d)?£pJ{> 2JJ2 Este ejemplo mostrará que el siguiente argumento es válido.

Si la banda no pudiera tocar rock o las bebidas no llegasen a tiempo, en
tonces la fiesta de Año Nuevo tendría que cancelarse y Alicia se enojaría. Si la
fiesta se cancelara, habría que devolver el dinero. No se devolvió el dinero.
Por lo tanto, la banda pudo tocar rock.
Primero convertimos el argumento dado en una forma simbólica mediante la siguiente
asignación de proposiciones:
p: La banda pudo tocar rock.

q: Las bebidas se entregaron a tiempo.
r: La fiesta de Año Nuevo se canceló.
s: Alicia estaba enojada.
t: Hubo que devolver el dinero.
El argumento anterior se escribe como
-ir
Ahora establezcamos la validez de este argumento como sigue:
Pasos Razones
1) r-*f Premisa
2) -ií Premisa
3) ir Pasos (1), (2) y Modus Tollens
4) -irVií Paso (3) y la regla de la amplificación disyuntiva
5) n(rAs) Paso (4) y las leyes de De Morgan
6) (npV^-^Âi) Premisa
7) n(npvng) Pasos (6), (5) y Modus Tollens
8) p/\q Paso (7), leyes de De Morgan y la ley de la
doble negación
9) .-. p Paso (8) y la regla de la simplificación conjuntiva
jq^^plo 2,33 j En este caso usaremos el método de demostración por contradicción. Consideremos el
argumento
~\p*r*q
ir
Para establecer la validez de este argumento, hemos supuesto la negación -) Paso (1) y (~>p <-> 4)<=> [(-7? -> q) A (q -> -•/>)]
3) np-*q Paso (2) y la regla de la simplificación
conjuntiva
4) q^r Premisa
5) -\p^>r Pasos (3), (4) y la ley del silogismo
6) H/> Premisa (que hemos supuesto)
7) r Pasos (5), (6) y Modus Ponens
8) -ir Premisa
9) rAnr(OFo) Pasos (7), (8) y la regla de conjunción
10) :.p Pasos (6), (9) y el método de demostración
por contradicción
Si analizamos lo que ocurrió en este caso, tenemos que
[(-■/> «+?)A( 9 -»r)A-irAn¿|=>fi.
Esto requiere que el valor de verdad de [(- q) A (q -> r) A ->r A ->p\ sea 0. Como
->p <-> q, q -4 r y r son las premisas dadas, cada una de estas proposiciones tiene el valor
de verdad 1. En consecuencia, para que [(-^p <-> q) A {q~^r) A ->r A ->p] tenga el valor
de verdad 0, la proposición ->p debe tener el valor de verdad 0. Por lo tanto, p tiene el
valor de verdad 1 y la conclusión p del argumento es verdadera.
Antes de analizar nuestro siguiente ejemplo, necesitamos recordar el resultado del ejem
plo 2.16: para las proposiciones primitivas arbitrarias p, q, r,
[p-»(?-»')]«[(pA?hf].
Mediante la primera regla de sustitución, reemplazaremos cada aparición de p por la pro
posición compuesta (p¡ A p2 A • • • A p„). Luego obtenemos el nuevo resultado
[(plAp2A---Apn)->(q^r)]<$[(p1Ap2A---APnAq)^r].
t En la sección 4.2 del capitulo 4 presentaremos una demostración formal de por qué (p, A p2 A
p„) A q <=>/?! A p2 A • • • A pn A q.
Este resultado indica que si queremos establecer la validez del argumento (*) podemos
hacerlo estableciendo la validez del argumento correspondiente (**).
C) Px (") Pi
P2 P2
Pn Pn
:.q^r q_
.•. r
Después de todo, si queremos mostrar que q-*r tiene el valor de verdad 1, cuando p,, p2,
..., p„ también tienen valor 1 y si el valor de verdad de q es 0, entonces no hay nada que
hacer, ya que el valor de verdad de q -> r es 1 en este caso. Entonces, el verdadero proble
ma es mostrar que q -» r tiene el valor de verdad 1, cuando pu p2,... ,p„y q también lo
tienen; es decir, necesitamos mostrar que cuando/»!, p2,..., p„, q tienen valor de verdad 1,
entonces el valor de verdad de r es L
Demostraremos este principio en el siguiente ejemplo.
,—„ ,
^ttfflpttt 31*34 Para establecer la validez del argumento
(rAs)-*(p\/t)
q-+(uAs)
n£
•"•«-*/>
consideramos el argumento correspondiente
(**) u-*r
(rAj)-»(pV0
Í^(HAÍ)
nt
i
:.p
[Observe que q es la hipótesis de la conclusión q -» p para el argumento (*) y que s<
convierte en otra premisa del argumento (**) donde la conclusión es p.]
Para justificar el argumento (**) procederemos de la manera siguiente:
Pasos Razones
1) q Premisa
2) $->(u As) Premisa
3) « A s Pasos (1), (2) y Modus Ponens
4) u Paso (3) y la regla de la simplificación conjuntiva
5) u-*r Premisa
6) r Pasos (4), (5) y Modus Ponens
7) s Paso (3) y la regla de la simplificación conjuntiva
8) r/\s Pasos (6), (7) y la regla de conjunción
9) (rAs) -*(PV0' Premisa
10) p\/t Pasos (8), (9) y Modus Ponens
11) -IÍ Premisa
12) :.p Pasos (10), (11) y la regla del silogismo disyuntivo
Ahora sabemos que para el argumento (**)
[(u^r)A[(rAs)^(p\yt)]A[q-*(uAs)]A-MAq]^p,
y para el argumento (*) se sigue que
[(«->r)A[(rAí)->(pvO]Afo->(«A5)]A-.í]i>ta-»p).
Los ejemplos 2.30 a 2.34 nos dan una idea de la forma de establecer la validez de un argu
mento. Después del ejemplo 2.26 analizaremos dos situaciones en las que un argumento no es
válido: cuando intentamos argumentar mediante la recíproca o la inversa. Ahora vamos a apren
der algo más acerca de la forma de determinar cuándo un argumento no es válido.
Dado un argumento
Pi
P2
Pi
Pn
:. q
decimos que el argumento no es válido si puede ocurrir que cada una de las premisas/?,, p2,
Pi,...,p„ sea verdadera (con valor de verdad 1), y que la conclusión q sea falsa (con valor
de verdad 0).
El siguiente ejemplo ilustra un método indirecto para mostrar que un argumento que
intuimos que no es válido (tal vez porque no podemos encontrar la forma de demostrar
que es válido) realmente no lo es.
Consideremos las proposiciones primitivas p, q, r, s y t, y el argumento

P
PV?
t->r
-\s—*-it
Para mostrar que este argumento no es válido, necesitamos una asignación de valores de
verdad para cada una de las proposiciones/?, q, r, s y t de modo que la conclusión ->s-*->t
sea falsa (que tenga el valor de verdad 0) mientras que las cuatro premisas sean verdaderas
(tengan el valor de verdad 1). El único caso en que la conclusión -<s —» ->t es falsa se
presenta cuando ->s es verdadera y ->t es falsa. Esto implica que el valor de verdad de s es
0 y el valor de verdad de t es 1.
Como/? es una de las premisas, su valor de verdad debe ser 1. Para que la premisa/? V
q tenga el valor de verdad 1, q puede ser verdadera (1) o falsa (0). Consideremos la premisa
t -» r, donde sabemos que t es verdadera. Si t -» r debe ser verdadera, entonces r debe ser
verdadera (tener el valor de verdad 1). Ahora bien, si r es verdadera (1) y s es falsa (0),
tenemos que r -» s es falsa (0) y el valor de verdad de la premisa q -» (r —> s) será 1
únicamente cuando q sea falsa (0).
En consecuencia, con la asignación de los valores de verdad

p: 1 q: 0 r: 1 s: 0 r: 1,
las cuatro premisas
tienen el valor de verdad 1, mientras que la conclusión

-\s—*nt
tiene el valor de verdad 0. En este caso, hemos mostrado que el argumento dado no e
válido.
Las asignaciones de valores de verdad/?: 1, q: 0, r. 1, s: 0 y t: 1 del ejemplo 2.35 muestra

un caso que desaprueba algo que podríamos haber considerado como un argumento valide
Debemos observar entonces que, para mostrar que una implicación de la forma
(Pi A p 2 A/>3 A • • • A/>„)-> q
representa un argumento válido, necesitamos considerar todos los casos en que las premisa;
Pi, p2, ■ . ■ , pn sean verdaderas. [Cada uno de esos casos es una asignación de valores
verdad para las proposiciones primitivas (que conforman las premisas) en quep¡,p2>P3,..., p,
son verdaderas.] Para lograr esto (analizar todos los casos sin escribir las tablas de ver
dad), hemos utilizado las reglas de inferencia junto con las leyes de la lógica y otras equi
valencias lógicas. Para analizar todos los casos necesarios, no podemos recurrir a un solo
ejemplo (o caso) específico como medio para establecer la validez del argumento (para
todos los casos posibles). Sin embargo, cuando queremos mostrar que una implicación (de
la forma anterior) no es una tautología, todo lo que debemos hacer es encontrar un caso
para el que la implicación sea falsa; es decir, un caso en el que todas las premisas sean
verdaderas pero que la conclusión sea falsa. Este caso proporciona un contraejemplo para
el argumento y muestra que no es válido.
Veamos un segundo ejemplo en el que utilizaremos el método indirecto del ejemplo 2.35,
SleiYtjpNi 35,36 i ¿Es válido o no el siguiente argumento? (En este caso,/?, q, rys son proposiciones primitivas.)
p->q
q^s
r—*is
-ipYr
.-. np
¿Podría ser falsa la conclusión -■/? si las cuatro premisas fueran verdaderas? La conclusión
->p es falsa si p tiene el valor de verdad 1. Así, para que la premisa p —» q sea verdadera,
valor de verdad de q debe ser 1. Como la premisa q —»s también es verdadera, la verdad de
q implica la verdad de s. En consecuencia, las proposiciones/?, q y s tienen el valor de verdad
1. Si analizamos ahora la premisa r —> ~^s, tenemos que, como Í tiene el valor de verdad 1,
valor de verdad der debe ser 0. Por lo tanto, res falsa. Pero si ->p es falsa y la premisa - (->r A r)
No hemos podido encontrar un contraejemplo de la validez del argumento dado. Sin

embargo, esto nos ha mostrado que dicho argumento es válido, y la validez se sigue de la
aplicación del método de demostración por contradicción.
Esta introducción a las reglas de inferencia está lejos de ser exhaustiva. Varios de los
libros citados en la bibliografía del final de este capítulo ofrecen material adicional para el
lector que desee profundizar en el estudio de este tema. En la sección 2.5 aplicaremos las
ideas desarrolladas en esta sección a proposiciones de una naturaleza más matemática, ya
que queremos aprender a desarrollar la demostración de un teorema. En el capítulo 4,
agregaremos otra importante técnica de demostración, la inducción matemática, a nuestro
arsenal para la demostración de teoremas matemáticos. Sin embargo, primero el lector
deberá resolver cuidadosamente los ejercicios de esta sección.
EJERCICIOS 2.3 1. Los siguientes tres argumentos son válidos. Establezca la validez de cada uno por medio de
una tabla de verdad. En cada caso, determine lasfilasde la tabla que son cruciales para evaluar
la validez del argumento y las que pueden dejarse de lado.
a) [/>A(/,-» í )Ar]-»[(pv«)-»'\l
b) ff(pAí)-»r]A-iíA(p-»-.r)]-»(-i/>v-'9)
c) \ÍPV(q\/r)]A-iq]->(p\/r)
2. Use tablas de verdad para verificar que cada una de las siguientes proposiciones es una
implicación lógica:
a) [ ( p - » 9 ) A ( 9 - » r ) ] - + ( p - » r )
b) [(p-*q)Anq]-+-ip
c) L(pVq)A-ip]-*q
d) [ ( / > ^ r ) A ( 9 - * r ) ] - + [ ( / > V ? W ]
3. Verifique que cada una de las siguientes proposiciones es una implicación lógica, mostrando
que es imposible que la conclusión tenga el valor de verdad 0 mientras la hipótesis tenga el
valor de verdad 1.
a) (pAq)-*p
b) />-*(/» V i )
c) [ ( / > V 9 ) A n p ] ^ ?
d) [ ( p - » í ) A ( r - » i ) A ( P v ) ] - » ( í V » )
e) [(.P^q)A(r->s)A(riq\/-isyi-+(-ip\/-ir)
4. Para cada uno de los siguientes pares de proposiciones, use el Modus Ponens o el Modus
Tollens para completar la línea en blanco con un argumento válido.
a) Si Juana tiene problemas para arrancar su automóvil, entonces su hija Ángela verificará las
bujías.
Juana tiene problemas para arrancar su automóvil.
b) Si Braulio resolvió el primer problema correctamente, entonces la respuesta que obtuvo es 137.
La respuesta de Braulio al primer problema no es 137.
c) Si éste es un ciclo repeat-until, entonces el cuerpo de este ciclo se ejecuta al menos una vez.
.". El cuerpo del ciclo se ejecuta al menos una vez.

d) Si Tomás juega baloncesto después de mediodía, entonces no verá el televisor por la tarde
.'• Tomás no jugó baloncesto después de mediodía.

e) Si María Luisa no rompe las fotos de Jorge, entonces tendrá que mostrarlas en el tablero de
avisos.
María Luisa no mostró las fotos de Jorge en el tablero.
5. Considere cada uno de los siguientes argumentos. Si el argumento es válido, identifique la

regla de inferencia que establece su validez. Si no, indique si el error se debe a un intento de
argumentación por la recíproca o por la inversa.
a) Andrea puede programar en Pascal y puede programar en FORTRAN.
Por lo tanto, Andrea puede programar en Pascal.
b) Una condición suficiente para que Berta gane el torneo de golf es que su oponente Mirna no
haga un birdie en el último hoyo.
Mirna no hizo un birdie en el último hoyo. j
Berta ganó el torneo de golf. |
Por lo tanto Mirna, la oponente de Berta, no hizo un birdie en el último hoyo. j
c) Si el programa de Ronaldo es correcto, entonces podrá terminar su tarea de ciencias de la
computación en menos de dos horas.
Ronaldo tarda más de dos horas en terminar su tarea de ciencias de la computación.
Por lo tanto, el programa de Ronaldo es incorrecto.
d) Las llaves del auto de Elisa están en su bolso o sobre la mesa de la cocina.
Las llaves del auto de Elisa no están sobre la mesa de la cocina.
Por lo tanto, las llaves del auto de Elisa están en su bolso.
e) Si bajan los tipos de interés, entonces subirán las acciones de la bolsa.
Los tipos de interés no están bajando. i
Por lo tanto, no subirán las acciones de la bolsa. \
f) Si Alejandro recibe un aguinaldo, entonces viajará al suroeste de Estados Unidos. f
Si Alejandro viaja al suroeste de Estados Unidos, entonces visitará el Gran Cañón. \
Por lo tanto, si Alejandro recibe un aguinaldo, entonces visitará el Gran Cañón. [
i
6. Para las proposiciones primitivas p, q y r, sean P la proposición
[pA(p-»í)A(jVr)A(r-»-.?)]-»(iVO
y P¡ la proposición [p A (q V r)] V ->[p V (q V r)].
a) Use las reglas de inferencia para mostrar que q A r => q V r.
b) ¿Es cierto que P => />,?
7. Justifique cada uno de los pasos necesarios para mostrar que el siguiente argumento es válido.
[ / » A ( í A r ) ] y [ / » V ( f Ar)],
Pasos Razones
1) P
2) p-*q
3) 1
4) r-*iq
5) q-*-\r
6) -ir
7) Í V
8) i
9) .-. s\yt
8. Dé las razones para los pasos que verifican el siguiente argumento.
{^p\/q)-+r
r-*{s\Jt)
-\s A n w
-1M—>~lf
■'• P
Pasos Razones
1) -ISA-IK
2) -iw
3) -IM-»-IÍ
4) -ir
5) ns
6) nsAnt
7) i-»(«vO
8) -i(jVO->-ir
9) (njA-ií)->-ir
10) nr
11) (-npVí)-»»-
12) nr-*n(np\yq)
13) - i r - » ( / 7 A - i ^ )
14) p A - 1 9
15) .-./»
9. a) Délas razones páralos pasos que justifican el argumento
[(p-»9)A(-irV*)A(/>V)]-*(->g-+j).
Pasos Razones
1) n(n^s)
2) -IÂ-IÍ
3) ns
4) -\r\ys
5) ir
6) p^q
7) n9
8) ^p
9) p\jr
10) r
11) irAr
12) .-. n 9 ^s
b) Realice una demostración directa del resultado de la parte (a).

c) Realice una demostración directa del resultado del ejemplo 2.33.
10. Establezca la validez de los siguientes argumentos.
a) [ ( p A n ? ) A r H [ ( p A r ) V í ]
b) [pA(p-»q)A(nq\/r)]^r
c) p^>q d) />->? e) p - » ( ? - » r )
-i<7 r—*nq ~~iq—*~'P
nr r p
i Capítulo 2 Fundamentos de lógica
f) pAq g) p->(q-*r) h) p\Jq

p^(rAq) pys ->PVr
r-»(sV0 t^q -ir
-15 -15 :.q
.-. í :. -tr-*nt
11. Muestre con un contraejemplo que ninguno de los siguientes argumentos es válido; es decir, dé
una asignación de valores de verdad a las proposiciones primitivas p, q, r y s de modo que
todas las premisas sean verdaderas (tengan el valor de verdad 1) y que la conclusión sea falsa
(tenga el valor de verdad 0).
a) [ ( p A n 9 ) A [ p - ^ ( 9 ^ r ) ] ] - > n r b) [[(pAq)^r]A(pq\/r)]-+p
c) p**q d) p
q^*r p^>r
r\y-\s P-»(íV-if)
-\s—*q -igy-15
12. Escriba cada uno de los siguientes argumentos en forma simbólica. Establezca después la
validez del argumento o dé un contraejerqplo para mostrar que no es válido.
a) Si Rosa María obtiene el puesto de supervisor y trabaja mucho, entonces obtendrá un au
mento. Si obtiene el aumento, entonces comprará un auto nuevo. Ella no ha adquirido un
auto nuevo. Por lo tanto, Rosa María no ha obtenido el puesto de supervisor o no ha traba
jado mucho.
b) Si Domingo va a la carrera de autos, entonces Elena se enojará. Si Rafael juega cartas toda
la noche, entonces Carmen se enojará. Si Elena o Carmen se enojan, le avisarán a Verónica
(su abogado). Verónica no ha tenido noticias de estas dos clientes. En consecuencia, ni
Domingo fue a las carreras ni Rafael jugó cartas toda la noche.
c) Si Norma va a su reunión del martes por la mañana, entonces deberá levantarse muy tem
prano ese día. Si va al concierto de rock el lunes por la noche, entonces llegará a su casa
después de las 11:00 P.M. Si Norma llega a su casa a esa hora y se levanta temprano al día
siguiente, entonces tendrá que ir a trabajar después de dormir menos de siete horas. Por
desgracia, Norma no puede trabajar con menos de siete horas de descanso. Norma no debe
rá ir al concierto de rock o deberá faltar a su reunión del martes por la mañana.
d) Si hay cierta probabilidad de lluvia o pierde su cinta roja para el cabello, entonces Loreta no
cortará el césped. Siempre que la temperatura está por arriba de los 80°F, no hay probabili
dad de lluvia. Hoy la temperatura es de 85°F y Loreta está usando su cinta roja. Por lo tanto
(en algún momento del día), Loreta cortará el césped.
2.4
El uso de cuantificadores
En la sección 2.1 mencionamos el hecho de que los enunciados que contienen una variable
como x no necesariamente son proposiciones. Por ejemplo, la frase "El número x + 2 es un
entero par" no necesariamente es verdadera o falsa, a menos que conozcamos el valor que
sustituirá a x. Si restringimos nuestra elección a los enteros, entonces, al reemplazar A: por
- 5 , -1 o 3, por ejemplo, la proposición resultante será falsa. De hecho, es falsa siempre
que sustituyamos x con un entero impar. No obstante, cuando un entero par sustituye a x,
la nronosición resultante es verdadera.
Nos referiremos a la frase "El número x + 2 es un entero par" como una proposición
abierta, concepto que definimos formalmente como sigue.
Definición 2.5 Una frase declarativa es una proposición abierta si
1) contiene una o más variables, y

2) no es una proposición, pero
3) se convierte en una proposición cuando las variables que aparecen en ella se reem
plazan por ciertas opciones permisibles.
Cuando analizamos la frase "El número* + 2 es un entero par" a la luz de esta defini
ción, vemos que es una proposición abierta que contiene una sola variable, x. Respecto al
tercer elemento de la definición, en nuestro análisis anterior restringimos las "ciertas op
ciones permisibles" a los enteros. Estas opciones permisibles forman lo que se llama el
universo o universo de discurso para la proposición abierta. El universo comprende las
opciones que queremos considerar o permitir para la variable o variables de la proposición
abierta. (El universo es un ejemplo de un conjunto, concepto que analizaremos con detalle
en el siguiente capítulo.)
Al tratar las proposiciones abiertas, usaremos la siguiente notación:
La proposición abierta "El número x + 2 es un entero par" se denota con p(x) [o q(x),
r(x), etcétera]. Entonces "'pix) se podría leer como "El númerox+ 2 no es un entero par".
Usaremos q(x, y) para representar una proposición abierta con dos variables. Por ejem
plo, consideremos
q(x, y): Los números y + 2, x-yy x+ 2y son enteros pares.
En el caso de q(x, y), cada una de las variables x, y aparece más de una vez. Se sobreentien
de que cuando reemplazamos una de las letras x por un elemento de nuestro universo,
reemplazamos la otrax con el mismo valor. De la misma forma, cuando se sustituye y (con
un valor de su universo), se hace la misma sustitución para todas las apariciones de la
variable y.
Con p(x) y q(x, y) como antes, y un universo en el que los enteros siguen siendo las
mismas opciones permisibles, obtenemos los siguientes resultados cuando hacemos algu
nos reemplazos de las variables x,y.
p(5): El número 7 (= 5 + 2) es un entero par. (FALSO)
-ipil): El número 9 no es un entero par. (VERDADERO)
q(4,2): Los números 4, 2 y 8 son enteros pares. (VERDADERO)
También observamos, por ejemplo, que #(5,2) y <?(4,7) son proposiciones falsas, mientras
que -> Í?(5,2) y ->q{A,l) son verdaderas.
En consecuencia, vemos que para ambas expresiones p(x) y q(x, y), según los valores
dados, algunas sustituciones producen proposiciones verdaderas y otras producen propo
siciones falsas. Po lo tanto, podemos construir las siguientes proposiciones verdaderas.
1) Para algún x, p(x).
2) Para algunos x, y, q(x, y).
Observe que en este caso, las proposiciones "Para algún x, ~,p(x)" y "Para algunos x, y,
-'qix, y)" también son verdaderas. [Puesto que las proposiciones "Para algún x, p(x)" y
"Para algún x, -<p(x)" también son verdaderas, vemos que la segunda proposición no es la
negación de la primera, aunque la proposición abierta ~,p{x) es la negación de la proposi
ción abierta p(x). Un resultado similar es verdadero para las proposiciones que implican
q(x, y) y -<q(x, y).]
Las frases "Para algúnx" y "Para algunos*, y" cuantifican las proposiciones abiertas
P(x) y q(x, y), respectivamente. Muchos postulados, definiciones y teoremas de mate
máticas implican proposiciones que son proposiciones abiertas cuantificadas. Esto sur
ge de dos tipos de cuantificadores, el cuantificador existencial y el cuantificador uni
versal.
La proposición (1) utiliza el cuantificador existencial "Para algún x", que también se
puede expresar como "Para al menos un x" o "Existe un x tal que". En forma simbólica,
este cuantificador se representa como 3x. Por lo tanto, la proposición "Para algún x, p{x)"
se expresa, en forma simbólica, como 3xp(x).
En forma simbólica, la proposición (2) se escribe así: 3x 3y q(x, y). Podemos usar la
notación 3x, y para abreviar 3x 3y q(x, y) de mdo que quede como 3x,y q{x, y).
El cuantificador universal se denota con VJC y se lee como "Para todo*", "Para cada*"
o "Para cualquier x". "Para todo x, y" o "Para todos x y y" Se denota con VxVy, que puede
abreviarse como Vx, y.
Si p(x) es como lo definimos antes y usamos el cuantificador universal, podemos cam
biar la proposición abierta p(x) por la proposición (cuantificada) VX/?(JC), una proposición
falsa.
Si consideramos la proposición abierta r{x): "2x es un entero par" con el mismo univer
so (de los enteros), entonces la proposición (cuantificada) Vx r(x) es una proposición ver
dadera. Cuando decimos que Vx r(x) es verdadera, queremos decir que no importa con
qué entero (de nuestro universo) sustituyamos a x en r(x), la proposición resultante esj
verdadera. También hay que notar que la proposición 3x r{x) es una proposición verdade
ra, mientras que Vx -<r(x)y 3x ~>r(x) son falsas.
La variable x de cada una de las proposiciones abiertas p(x) y r(x) es una variable
libre (de la proposición abierta). Si x varía en el universo de una proposición abierta, el
valor de verdad de la proposición (que se obtiene al reemplazar cada aparición de JC)
puede variar. Por ejemplo, en el caso dep(x), vemos quep(5) es falsa, mientras que/?(6)
es una proposición verdadera. Sin embargo, la proposición abierta r(x) se convierte en
una proposición verdadera con cualquier reemplazo (de*) tomado del universo de todos
los enteros. En contraste con la proposición abierta p(x), 3x p(x) tiene un valor de ver
dad fijo: verdadero. Y en la representación simbólica Bx p(x), la variable x es una varia
ble acotada, acotada por el cuantificador existencial 3 . Esto ocurre también en las pro
posiciones \fx r(x) y Vx -> r(x); en cada caso, la variablex está acotada por el cuantificador
universal V.
Para la proposición abierta q(x, y), tenemos dos variables libres, cada una de las cua
les está acotada por el cuantificador 3 en cualquiera de las proposiciones 3x 3y q(x, y) o
3x, y q(x, y).
El siguiente ejemplo muestra la forma en que estas nuevas ideas acerca de los
cuantificadores se pueden usar en conjunción con las conectivas lógicas.
En este caso, el universo comprende todos los números reales. Las proposiciones abiertas
p(x), q(x), r(x) y s(x) están dadas por
p(x): x>0
q(x): *2>0
r(x): x2-3x-4 =0
2
s(x): JC -3>0.
Entonces, las siguientes proposiciones son verdaderas.

1) 3x[p(x)Ar(x)]
Esto se debe a que el número 4, por ejemplo, es un miembro del universo tal que las dos
proposiciones p(4) y r(4) son verdaderas.
2) V* [/>(*)-> f(x)]
Si, en/>(*), reemplazamos x por un número real negativo a, entonces p(a) es falsa; pero
p(a) —> #(a) es verdadera independientemente del valor de verdad de q(a). Al reemplazar
x, cnp(x), por un número real no negativo b, vemos que p(b) y q(b) son arabas verdaderas,
al igual q\xep(b) -> q(b). En consecuencia, p(x) -* ^(x) es verdadera para todas las susti
tuciones de x tomadas del universo de todos los números reales y la proposición (cuantifi-
cada) Vx[p(x) -» q(x)] es verdadera.
Esta proposición puede traducirse de las siguientes maneras:
a) Para todo número real x, si x > 0, entonces x2 > 0.

b) Todo número real no negativo tiene un cuadrado no negativo.
c) El cuadrado de cualquier número real no negativo es un número real no negativo.
También la proposición 3x[p(x) -> q(x)] es verdadera.
Las siguientes proposiciones son falsas.

1') Vx [*(*)->*(*)]
Queremos mostrar que la proposición es falsa, por lo que solamente necesitamos mostrar
un contraejemplo; es decir, un valor de x para el que q{x) —» s(x) sea falsa, en lugar d
demostrar algo para todo x, como lo hicimos en el caso de la proposición (2). Si reempla
zamos x por 1, vemos que <?(1) es verdadera y Í(1) es falsa. Por lo tanto, #(1) -> s(\) es
falsa, y en consecuencia la proposición (cuantificada) Vx[q(x) —> s(x)] es falsa. [Observe
que* = 1 no es el único contraejemplo: cualquier número real a entre —>/3 y V3 hará que
q(a) sea verdadera y s(a) sea falsa.]
2') y/x[r(x)ys(x)]
Aquí hay muchos valores de x, entre ellos 1, i , - | , y 0, que son contraejemplos de esta
proposición. Sin embargo, al cambiar los cuantificadores, vemos que la proposición 3x[r(x)
V s(x)] es verdadera.
3') Vx[r(x)-+p(x)]
El número real -1 es una solución de la ecuación x2 - 3x - 4 = 0, por lo que r(-l) es

verdadera, mientras que p(-l) es falsa. Por lo tanto, la elección de -1 proporciona el
contraejemplo que necesitamos para mostrar que esta proposición (cuantificada) es falsa.
La proposición (3') se puede traducir como sigue:
a) Para todo número real x, si x2 - 3* - 4 = 0, entonces x > 0.
b) Para todo número real x, si x es una solución de la ecuación x2- 3x - 4 = 0, entonces
x>0.
Haremos ahora las siguientes observaciones. Seap(x) cualquier proposición abierta (en
la variable x) con un universo predeterminado no vacío (es decir, el universo contiene al
menos un miembro). Entonces, si Vxp(x) es verdadera, también lo es 3xp(x), o
Vxp(x)^3xp(x).
Cuando escribimos V* p(x) => 3x p(x), estamos diciendo que la implicación V* p(x) —»
3x p(x) es una implicación lógica; es decir, 3x p(x) es verdadera siempre que Vx p(x) sea
verdadera. También observamos que la hipótesis de esta implicación es la proposición
cuantificada V* p(x) y la conclusión es 3 * p(x), otra proposición cuantificada. Por otro
lado, si 3xp(x) es verdadera, no se sigue que Vxp(x) deba ser verdadera. Por lo tanto, en
general, 3xp(x) no implica lógicamente Vx p(x).
Nuestro siguiente ejemplo muestra el hecho de que la cuantificación de una proposi

ción abierta podría no ser tan explícita como quisiéramos.
a) Consideremos el universo de todos los números reales y examinemos las frases:

1) Si un número es racional, entonces es un número real.
2) Si x es racional, entonces x es real.
Deberíamos de estar de acuerdo en que estas frases proporcionan la misma infor
mación. No obstante, también deberíamos preguntarnos si las frases son proposi
ciones o proposiciones abiertas. En el caso de la frase (2), al menos tenemos la
presencia de la variable x. Pero ninguna frase contiene una expresión como "Para
todo", "Para cualquiera" o "Para cada". La única pista que indica que se trata de
proposiciones cuantificadas universalmente es la presencia del artículo indefinido
"un" en la primera frase. En casos como éste, el uso del cuantificador universal es
implícito en vez de explícito.
Si p(x), q(x) son las proposiciones abiertas
p(x): x es un número racional q(x): x es un número real,
entonces debemos reconocer el hecho de que ambas frases son dos modos un tanto
informales de expresar la proposición cuantificada
Vx[p(x)-+q(x)].
b) Para el universo de todos los triángulos del plano, la frase
Un triángulo equilátero tiene tres ángulos de 60°, y viceversa

proporciona otro ejemplo de una cuantifícación implícita. En este caso, el artículo

indefinido "Un" es el único indicio de que podríamos expresar esta frase como una
proposición con un cuantificador universal. Si las proposiciones abiertas
e{t): El triángulo t es equilátero.
a(t): El triángulo t tiene tres ángulos de 60°.
están definidas para este universo, entonces la frase dada se puede escribir en la
forma cuantificada explícita
Vt[e(t)*»a(t)].
También podemos optar por evitar las proposiciones abiertas e(t), a(t) y simple
mente volver a escribir la frase dada con el cuantificador universal (explícito) "Para
todo" como
Para todo triángulo ABC, AB-BC= CA
si y sólo si cada uno de los ángulos A, B y C es un ángulo de 60°.
c) En un libro de texto de trigonometría común y corriente encontramos con frecuen
cia la identidad trigonométrica
sen2* + eos2* = 1.
Esta identidad no contiene una cuantifícación explícita y el lector debe comprender (o
habrá que indicárselo) que está definida para todos los números reales x. Si se especifica
el universo de todos los números reales (o al menos se sobreentiende), entonces esta
identidad puede expresarse mediante la proposición cuantificada (en forma explícita)
Vxfsen2* + eos2* = 1].
d) Por último, consideremos el universo de todos los enteros positivos y la frase
El entero 41 es igual a la suma de dos cuadrados perfectos.
Aquí tenemos un ejemplo más en el que la cuantifícación es implícita; pero, esta
vez, la cuantifícación es existencial. Podemos expresar el resultado de manera más
formal (y simbólica) como
3m 3«[41 = m2 + n2].
El ejemplo siguiente demuestra que el valor de verdad de una proposición cuantificada

puede depender del universo dado.
i l Ejgnplo 2.39 Consideremos la proposición abiertap(x): x2 > 0.

¡> 1) Si el universo consta de todos los números reales, entonces la proposición cuantifi-
| cada Vxp(x) es verdadera.
2) Sin embargo, para el universo de todos los números complejos, la misma proposi
ción cuantificada Vxp(x) es falsa. El número complejo i ofrece uno de los muchos
contraejemplos posibles.
i No obstante, para cualquiera de estos universos, la proposición cuantificada 3xp(x)
es verdadera.
En el siguiente ejemplo se ilustra uno de los usos de los cuantificadores en el campo de

las ciencias de la computación.
t|$ITIg}$Ct 2*40 ; En el siguiente segmento de programa en Pascal, n es una variable entera y la variable A es
una tabla A[l], A[2],.. ., A[20] de 20 valores enteros.
For n : = 1 to 20 do
A[n] : = n*n - n;
Las siguientes proposiciones relativas a la tabla A pueden representarse en forma cuan-

tificada; el universo consta de todos los enteros de 1 a 20, inclusive.
1) Cada entrada de la tabla es no negativa:

Vn(A[n]>0).
2) El entero A [20] es la entrada más grande de la tabla:
Vn [(1 < n < 19) -» (A [n] < A [20])].
3) Existen dos entradas consecutivas en A tales que la entrada mayor es el doble de la
menor:
3n(A[n + l] = 2A[ri\).
4) Las entradas de la tabla están ordenadas en forma (estrictamente) ascendente:
V« [ ( l S ( i s 19)-► (A[n]<A[n + 1])].
Nuestra última proposición requiere el uso de dos variables enteras m, n.
5) Las entradas de la tabla son distintas:
V/n Vn [(m ±n)->(A[m] *A[n])], o

Vm,n [(m <n)^>(A [m] =¿ A [n])].
Antes de continuar, en la tabla 2.21 haremos un resumen y una especie de ampliación

de lo que hemos aprendido acerca de los cuantificadores.
Los resultados de la tabla 2.21 parecerían implicar solamente una proposición abierta.
Sin embargo, debemos observar que la proposición abierta/>(*) de la tabla puede representar
una conjunción de proposiciones abiertas, como q(x) A rQc), o una implicación de propo
siciones abiertas, como s(x) —> t(x). Si, por ejemplo, queremos determinar cuándo la pro
posición 3jc[í(;t) -» í(*)] es verdadera, observamos la tabla de 3x p(x) y usamos la infor
mación que aparece en ella. La tabla indica que 3x[s(x) -» t(x)] es verdadera cuando s(a)
—> t(a) es verdadera para (al menos) un a del universo dado.
Analizaremos ahora las proposiciones cuantificadas que tienen más de una proposición
abierta. Sin embargo, antes de hacerlo, necesitamos la siguiente definición, comparable a
las definiciones 2.2 y 2.4, relativas a las ideas de proposiciones lógicamente equivalentes
e implicación lógica. La definición siguiente se refiere a las mismas cuestiones para el
caso de las proposiciones abiertas.
Tabla 2.21
Proposición ¿Cuándo es verdadera? ¿Cuándo es falsa?
3xp(x) Para (al menos) un a del Para cada a del universo,
universo, p(a) es verdadera. p(a) es falsa.
Vxp(x) Para cada reemplazo de a del Existe al menos un reemplazo a

universo, p(a) es verdadera. en el universo para el cual p(a)
es falsa.
Para al menos una elección de Para cada reemplazo a del
3x~\p(x)
a del universo, p(á) es falsa, universo, p(a) es verdadera.
de modo que la negación
- , p(a) es verdadera.
Vx-\p(x) Para cada reemplazo de a del Existe al menos un reemplazo a
universo, p(a) es falsa y su en el universo para el cual
negación -,p(á) es verdadera. -<p(á) es falsa y p(á) es
verdadera.
Definición 2.6 Sean p(x), q(x) proposiciones abiertas definidas para un universo dado.
Las proposiciones abiertas p(x) y q(x) son (lógicamente) equivalentes, y escribimos
Vx[p(x) <=> q(x)], cuando la bicondicional p(a) <-» q(a) es verdadera para cada reemplazo
a del universo dado. Si la implicación p(a) -» q(a) es verdadera para cada a del universo,
entonces escribimos Vx[p(x) =$ q(x)] y decimos que p(x) implica lógicamente q(x).
Para el universo de todos los triángulos del plano, sean p{x\ q(x) las proposiciones
abiertas
p(x): x es equiangular.
q(x): x es equilátero.
Entonces, para cualquier triángulo particular a [reemplazo de JC], sabemos quep(a) <-> q(a)
es verdadera. En consecuencia, Vx[p(x) <=> q(x)].
Observe que aquí, y en general, Vx[p(x) <=> q(x)] si y sólo si Vx[p(x) => q(x)] y Vx[q(x)
=>p(x)].
También observamos que se puede dar una definición similar a la definición 2.6 para
dos proposiciones abiertas que tengan dos o más variables.
Daremos ahora otro vistazo a la equivalencia lógica de las proposiciones (no proposicio
nes abiertas) conforme analicemos la recíproca, la inversa y la contrapositiva de una pro
posición de la forma Vx[p(x) —> q(x)].
Definición 2.7 Para las proposiciones abiertasp(x), q(x), definidas en un universo dado, y la proposición
cuantificada en forma universal Vx[p(x) —t q(x)], definimos:
1) La contrapositiva de Vx[p(x) -» q(x)] como Vx[->q(x) —» - , P(A:)].

2) La recíproca de V*[/?(;c) -» <?(*)] como Vx[q(x) —> p(*)].
3) La inversa de V*[/>(;t) -» <?(*)] como Vx[->/>(;<:) —» -<q(x)].
Los siguientes dos ejemplos ilustran la definición anterior.
Ejemplo 2,41 Para el universo de todos los cuadriláteros del plano, sean s(x) y e(x) las proposiciones
abiertas
s(x): x es un cuadrado; e(x): x es equilátero.
a) La proposición
Vx[s(x)-*e(x)]
es una proposición verdadera y es lógicamente equivalente a su contrapositiva
Vx[-ie(jc)->-*(*)]
ya que [s(a) —> e(a)] <=> [-"e(a) -» ~<s(a)] para cada reemplazo a. Por lo tanto,
Vx[j(x)->e(x)]OV*he(jc)-»ns(x)].
b) La proposición
VJC[«(*)->J(*)]
es una proposición falsa y es la recíproca de la proposición verdadera
V*[Í(X)-> *(*)].
La proposición falsa
Vx[-is(x) -* -\e(x)]
se conoce como la inversa de la proposición dada Vx[s(x) -» e(x)].
Como [e(a) —> s(a)] <=> [-"¿(a) -> ""«(a)] para cada cuadrilátero específico a
tenemos que la recíproca y la inversa son lógicamente equivalentes; es decir,
Vx[e(jO->í(x)]oVx[-ij(x)->-ie(x)].
Ej©IH$»tO 2.42 En este caso, p(x) y q(x) son las proposiciones abiertas
p(x): \x\ > 3 <?(*): JC>3
y el universo consta de todos los números reales.
a) La proposición Vx[p(x) -> q(x)] es una proposición falsa. Por ejemplo, si x - -5,
entonces p(-5) es verdadera mientras que q(-5) es falsa. En consecuencia, p(-5) ->
q(-5) es falsa, al igual que Vx[p(x) —> q(x)].
b) Podemos expresar la recíproca de la proposición dada (en la parte a) como sigue:
Todo número real mayor que 3 tiene magnitud
(o valor absoluto) mayor que 3.
En forma simbólica, esta proposición verdadera se representa como Vx[q(x) -»p(x)].

c) La inversa de la proposición dada también es una proposición verdadera. En forma
simbólica, tenemos Vx[->p(x) —> -<q(x)], que se puede expresar como
Si la magnitud de un número real es menor o igual que 3,

entonces el propio número es menor o igual que 3.
Y esto es lógicamente equivalente a la proposición (recíproca) dada en la parte (b).

d) En este caso, la contrapositiva de la proposición de la parte (a) está dada por Vx[ -> q{x)
—» -*p(x)]. Esta proposición falsa es lógicamente equivalente a Vx[p(x) —> q(x)] y
se puede expresar como sigue:
Si un número es menor o igual que 3, también lo es su magnitud.
e) Consideremos la proposición abierta
r(x): x<-3
que también está definida para el universo de todos los números reales. Las siguien
tes cuatro proposiciones son verdaderas:
Proposición: Vx[p(*)-> (r(x) V ?(*))]
Contrapositiva: V*[n (r (*) V 1 (*)) -* ~ip (*)]
Recíproca: Vx[(r(x)\/q(x))->p(x)]
Inversa: Vjt[-i/?(;c)-»-i(r(jt)v<z(*))]
En este caso (como la proposición y su recíproca son verdaderas), tenemos que la
proposición
es verdadera y también observamos que
Vx p(x)€>Vx[r(x)\/ q(x)].
Ahora usaremos de nuevo los resultados de la tabla 2.21 para analizar el siguiente
ejemplo.
2<43 ' En este caso, el universo consta de todos los enteros y las proposiciones abiertas r(x), s(x)
están dadas por
r(x): 2*+ 1 = 5
s(x): x2 = 9.
Vemos que la proposición 3x[r(x) A s(x)] es falsa, ya que no existe un entero a tal que
la + 1 = 5 y a2 = 9. No obstante, existe un entero b (= 2) tal que 2b + 1 = 5 y existe un
segundo entero c (= 3 o -3) tal que c2 = 9. Por lo tanto, la proposición 3x r{x) A 3A: s(x)
es verdadera. En consecuencia, el cuantificador existencial 3x no distribuye sobre la
conectiva lógica A. Este contraejemplo es suficiente para mostrar que
3x[r(x)/\s(x)]<¿>[3x r(x)A3xs(x)],
donde <#> se lee como "no es lógicamente equivalente a". El ejemplo también demuestra qu
[3* r(x) A 3xs(x)]4> 3x [r(x) A s(x)],
donde =# se lee como "no implica lógicamente". Así, la proposición
[3* r(x) A 3xs{x)\-+ 3x [r(x)As(x)]
no es una tautología.
Sin embargo, ¿qué podemos decir de la recíproca de una proposición cuantificada de
esta forma? En este momento, presentamos un argumento general para cualesquiera pro
posiciones abiertas (arbitrarias) p(x), q(x) y cualquier universo prescrito (arbitrario).
Si analizamos la proposición
3x [p(x)Aq(x)]^ [3xp(x)A3xq(x)l
vemos que, cuando la hipótesis 3x [p(x) A q(x)] es verdadera, entonces existe al menos un
elemento c en el ini verso para el que la proposición p(c) A q(c) es verdadera. Por la regla
de simplificación conjuntiva (véase la Sec. 2.3), [p(c) A q(c)] =>p(c). Como;>(c) es verda
dera, obtenemos la proposición verdadera 3xp(x). De manera similar, obtenemos 3x q(x),
otra proposición verdadera. Así, 3x p(x) A 3x q(x) es una proposición verdadera. Como
3x p(x) A 3x q(x) es verdadera siempre que 3x[p(x) A q(x)] lo sea, esto implica que
3x[p(x)Aq(x)]^[3xp(x)A3Xq(x)l
Otros argumentos similares al del ejemplo 2.43 muestran las equivalencias lógicas y las
implicaciones lógicas enumeradas en la tabla 2.22. Es posible obtener muchas otras equi
valencias e implicaciones lógicas además de las que aparecen en esta tabla.
Nuestro siguiente ejemplo enumera algunas de éstas y demuestra cómo se pueden veri
ficar dos de ellas.
Tabla 2.22
Equivalencias e implicaciones lógicas para proposiciones
cuantificadas de una variable
Para un universo dado y cualesquiera proposiciones abiertas p(x), q(x) en la variable x,

3x [p(x)Aq(x)]z>[3xp(x)A3xq(x)}
3x [p(x) V q (*)] O [3x p(x) V 3* q (*)]
V* [/>(*) A f(x)]o[Vxp(x) A Vx <?(*)]
\yxp(x) V V* q(x)] =» V* [p(x) \yq{x)]
fefglttpto &V$4 Sean p(x), q(x) y r(x) proposiciones abiertas para un universo dado. Encontramos las si
guientes equivalencias lógicas. (Son posibles muchas más.)
1) Vx[p(x)A(q(x)Ar(x))]<Z>Vx[(p(x)Aq(x))Ar(x)]
Para mostrar que esta proposición es una equivalencia lógica procedemos de la
manera siguiente:
Para cada a del universo, consideramos las proposiciones p(a) A (q(a) A r(a)) y
(p{a) A q(a)) A r(a). Por la ley asociativa de A, tenemos que
p(a) A (q(a) A r(«)) O (p(a) A q(a)) A r{a).
En consecuencia, para las proposiciones abiertas p{x) A (q(x) A r(x)) y (p(x) A q(x))
A r{x), se sigue que
\/x[p(x)A(q(x)Ar(x))]^\/x[(p(x)Aq(x))/\r(x)l
*
2) 3 * [ p ( j c ) - > 9 ( * ) ] o 3 * [ - i p ( j c ) V 9 W ]
Para cada c del universo, se sigue del ejemplo 2.7 que
[*>(c)->$(c)]Oh/>(c)V?(c)].
Por lo tanto, la proposición 3*[/?(.r) —> q(x)] es verdadera (respectivamente, falsa) si

y sólo si la proposición 3x[-*p(x) V q(x)] es verdadera (respectivamente, falsa), de
£ £j modo que
g« o< sbctpW-^^MoachpWvíW].
o, ;_; W j p
I o3 Sg
0 C3 § 3) Otras equivalencias lógicas que encontraremos con frecuencia son las siguientes.
** ~ ¡T? >* & a) V x n n p ( j t ) O V ^ ( i )
g o3 ^ o b) V * - , [ / » ( * ) A í ( * ) ] o V * [ n p ( x ) V i í ( x ) ]
0 n ^GQ C) V * H [ P ( * ) V 9 ( * ) ] O V X [ - . / > ( * ) A - . Í ( * ) ]
< < < <£

W p n w> ^ ^ 0 S r e s u lt a dos para las equivalencias lógicas de 3(a), (b) y (c) siguen siendo válidos
6 U So cuando todos los cuantificadores universales se reemplazan por cuantificadores
G 6* O
o " existenciales.
O
Los resultados de las tablas 2.21 y 2.22 y de los ejemplos 2.43 y 2.44 nos ayudarán
ahora con un concepto muy importante. ¿Cómo negamos las proposiciones que implican
una sola variable?
Consideremos la proposiciónVxp(x). Su negación, -> [\/xp(x)], puede enunciarse como
"No ocurre que para todo x se cumpla pix)". Esta no es una observación muy útil, así que
volveremos a analizar ->\Vx p{x)]. Cuando esta proposición es verdadera, entonces V*
pix) es falsa, por lo que, para algún reemplazo a del universo, ~<pia) es verdadera y 3x
-*p(x) es verdadera. En forma recíproca, siempre que la proposición 3x -•pix) sea verda
dera, sabemos que -<p(b) es verdadera para algún elemento b del universo. Por lo tanto, \/x
pix) es falsa y -<[Vxp(x)] es verdadera. Así, la proposición ->[VJCp(x)] es verdadera si y
sólo si la proposición 3x ~<p{x) es verdadera. (Un análisis similar muestra también que
-> [Vx p(x)] es falsa si y sólo si 3x -•pix) es falsa.)
Estas observaciones conducen a la siguiente regla para negar la proposición Vxp(x):
^[Vxp(x)]e>3x->p(x).
De manera similar, la tabla 2.21 nos muestra que la proposición 3x p{x) es verdadera
(falsa) precisamente cuando la proposición Vx -'pix) es falsa (verdadera). Esta observa
ción da lugar a una regla para negar la proposición 3xp(x):
-\[3xp(x)]e>Vx-ip(x).
Estas dos reglas de negación, junto con otras dos que se siguen de ellas, aparecen en la
tabla 2.23 como una referencia que le resultará de utilidad.
Tabla 2.23
Reglas para negar proposiciones
con un cuantificador
i[Vxp(x)]e>3x-ip(x)
-i [3x p (x)] O Vx -\p (x)
-i[Vx -ip(*)] O 3x -i-ip(x) O 3x p(x)
I[3X -ip(jc)] O Vx n-ip(x) O Vx p(x)
Usaremos estas reglas para negar las proposiciones cuantificadas del siguiente ejemplo.
£$$ft|$)l& 2*45, Aquí encontramos la negación de dos proposiciones; el universo comprende todos los
enteros.
1) Sean p(x) y q(x) dadas por
p(x): x es impar.
q(x): x2- 1 es par.
La proposición "Si x es impar, entonces x2- 1 es par" puede simbolizarse como
Vx[/?(x) —> q{x)]. (Ésta es una proposición verdadera.)
La negación de esta proposición se determina de la manera siguiente:
n[Vx(p(x)^(x))]03xh(p(x)^(x))]
€> 3x h(-ip(x) V ?(*))] <» 3x h-ip(jc) A-ig (x)]
03x[p(x)An4(x)]
En palabras, la negación dice "Existe un entero x tal que x es impar y x2 - 1 es

impar (es decir, no es par)". (Esta proposición es falsa.)
2) Como en el ejemplo 2.43, sean r(x) y s(x) proposiciones abiertas.

r{x): 2x + 1 = 5.
s(x): x2 = 9.
La proposición cuantificada 3x[r(x) A s(x)] es falsa, ya que asegura la existen
cia de al menos un entero a tal que 2a + 1 = 5(a = 2)y a2 = 9 (a = 3 o -3). En
consecuencia, su negación
n[3x (r(x) A Í ( J C ) ) ] « V x h ( r ( x ) A j ( x ) ) ] o V x [nr(x) V * ( * ) ]

es verdadera. Esta negación puede expresarse como "Para cada entero*, 2x + 1 ^ 5
o x2 T¿ 9".
Como una proposición matemática puede contener más de un cuantificador, a conti

nuación presentaremos algunos ejemplos y haremos algunas observaciones acerca de es
tos tipos de proposiciones.
Aquí tenemos dos variables reales x, y, por lo que el universo consiste en todos los núme
ros reales. La ley conmutativa para la suma de números reales puede expresarse como
Vx Vy (x + y = y + x).
Esta proposición también puede expresarse como
Vy Vx (x + y = y + x).
Así mismo, en el caso de la multiplicación de números reales, podemos escribir
Vx Vy (xy = yx) o Vy Vx (xy = yx).
Estos dos ejemplos indican el siguiente resultado general. Sip(x, y) es una proposición
abierta en las dos variables JC, y (con el mismo universo prescrito para x y para y; o bien, un
primer universo para x y otro para y), entonces la proposición Vx Vyp(x, y) y Vy Vxp(x, y)
son lógicamente equivalentes; es decir, la proposición Vx Vy p(x, y) es verdadera (respec
tivamente, falsa) si y sólo si la proposición Vy V* p(x, y) es verdadera (respectivamente,
falsa). De aquí que
Vx Vy p ( x , y ) » Vy V* p (x,y).
Ejemplo 2.4? Cuando analizamos la ley asociativa para la suma de números reales, encontramos que
para cualesquiera números reales x, y, z,
x + (y + z) = (x + y) + z.
Al usar los cuantificadores universales (con el universo de todos los números reales),
podemos expresar esto como
VxVyVz|> + (y + z) = ( x + y ) + z] o
Vy Vx Vz [JC + (y + z) = (x + y) + z ].
De hecho, hay 3! = 6 maneras de ordenar estos tres cuantificadores universales y todas

estas proposiciones cuantificadas son lógicamente equivalentes entre sí.
Esto es cierto también para todas las proposiciones abiertas p(x, y, z) y, para abreviar la
notación, podríamos escribir, por ejemplo,
Vx,y,z p(x,y,z)&Vy,x,z p(x,y,z)€>Vx,z,y p(x,y,z),
para describir la equivalencia lógica para tres de las seis proposiciones.
Los resultados de los dos ejemplos anteriores aparecen con frecuencia en los textos de
álgebra superior y en muchos libros de cálculo, sin cuantificadores (en palabras o en for
ma simbólica). Por lo tanto, si vemos, por ejemplo, la propiedad asociativa de la suma para
los números reales, dada simplemente como
x + (y + z) = (x+y) + z,
debemos darnos cuenta de que trabajamos con otro caso en el que la cuantificación es
implícita.
En los ejemplos 2.46 y 2.47 vimos proposiciones cuantificadas con dos o tres variables
acotadas, cada una por un cuantificador universal. Nuestro siguiente ejemplo examina un
caso en el que existen dos variables acotadas, esta vez por cuantificadores existenciales.
ÍÍÍ#firt$*l03,4$ Para el universo de todos los enteros, consideremos la proposición verdadera: "Existen
enteros x, y tales que x + y = 6". Podemos representar esto en forma simbólica como
3x 3y (x + y = 6).
Sip(x, y) denota la proposición "x + y = 6", entonces una proposición equivalente sería 3)>
3xp(x,y).
En general, para cualquier proposición abierta p(x, y) y universo(s) dado(s) para las
variables x, y,
3x 3y p(x,y) *> 3y 3xp(x,y).
Hay otros resultados análogos para proposiciones con tres o más de estos cuantificadores.
Sin embargo, cuando una proposición implica ambos cuantificadores (existencial y

universal), debemos tener cuidado con el orden en que los escribimos. El ejemplo 2.49
ilustra este caso.
ÜjgHtplQ 3t,4$ En este caso, nos restringiremos al universo de todos los enteros; seap(x, y) la proposición
abierta "x + y = 17".
1) La proposición
Vx3yp(x,y)
señala que "Para cada entero x, existe un entero y tal que x + y = 17". (Los
cuantificadores se leen de izquierda a derecha.)
Esta proposición es verdadera; una vez seleccionado cualquier x, el entero y
17 - x existe y x + y = x + (17 - x) = 17. Pero observemos que cada valor de x
produce un valor diferente de y.
2) Consideremos ahora la proposición
3yVxp(x,y).
Esta proposición se lee como "Existe un enteroy tal que para todos los enteros*,
x + y= 17". Esta proposición es falsa. Una vez elegido un entero y, el único valor
que x puede tener (para seguir satisfaciendo x + y = 17) es 17 - y.
Si la proposición 3y Vx p{x, y) fuera verdadera, entonces cada entero (x) sería
igual a 17 - y (para alguna y fija). Esto indicaría, por supuesto, que ¡todos los
enteros son iguales!
En consecuencia, las proposiciones Vx 3y p{x, y) y 3y Vx p(x, y) no son, en
general, lógicamente equivalentes.
La traducción de las proposiciones matemáticas (postulados, definiciones o teoremas)

a su forma simbólica puede ser útil por dos importantes razones.
1) Hacerlo nos obliga a ser muy cuidadosos y precisos con el significado de las propo
siciones, con el significado de frases como "Para todo x" y "Existe un x", y con el
orden en que aparecen estas frases.
2) Después de traducir una proposición matemática a su forma simbólica, deberemos
aplicar las reglas aprendidas para determinar proposiciones relacionadas con ella,
como la negación o, en los casos adecuados, la contrapositiva, la recíproca o la
inversa.
Nuestros últimos dos ejemplos ilustran esto y, al hacerlo, extienden los resultados de la
tabla 2.23.
||jpfl^y.*jy_ Seanp(x, y), q(x, y) y r(x, y) tres proposiciones abiertas, y las variablesx, y se reemplazan
de cierto(s) universo(s) prescrito(s). ¿Cuál es la negación de la siguiente proposición?
Vx 3y [(p(x,y)Aq(x,y))^> r(x,y)]
Tenemos que
n[V* 3y [(p(x,y)Aq(x,y))-*r(x,y)]]
O 3x [n3y [(p(x,y)Aq(x,y))^r(x,y)]]
&3xVyn[(p(x,y)Aq(x,y))^r(x,y)]
O 3 * Vy -i[-i[p(x,y) Aq(x,y)] V r(x,y)]
O 3x Vy [nn[p(x,y) Aq(x,y)]Air(x,y)]
&3xVy [(p(x,y)Aq(x,y))Anr(x,y)]
Supongamos que intentamos establecer la validez de un argumento (o un teorema ma

temático) para el cual
Vx 3y [(p(x,y) Aq{x,y)) -> r(x,y)]
sea la conclusión. Si intentamos demostrar el resultado por medio de la demostración por
contradicción, deberemos suponer, como premisa adicional, la negación de esta conclu
sión. Por ello, nuestra premisa adicional sería la proposición
3x Vy [(p(x,y)Aq(x,y))AMx,y)l
Por último, veamos cómo negar la definición de límite, un concepto fundamental en el

cálculo.
En cálculo, se estudian las propiedades de las funciones reales de una variable real. (Ana
lizaremos las funciones en el capítulo 5 de este libro.) Entre estas propiedades está la
existencia de límites; al respecto, encontramos la siguiente definición: lmv,„/(jt) = L si (y
sólo si) para cada e> 0 existe una 8 > 0 tal que, para cada* (dondef(x) esté definida), (0 <
\x - a\ <8) -» {\Ax)-L\ <e).
Esto se puede expresar en forma simbólica como
lto/(jt) = L <?>Ve > 0 38 > 0 VJC [(0 < \x - a\ < 8)-» (|/(x) - L\ < e)].
[En este caso, el universo comprende los números reales, y sólo consideramos aquellos
valores reales de x para los que/(;t) esté definida. Además, los cuantificadores Ve > 0 y
38 > 0 contienen ahora alguna información restrictiva.] Entonces, para negar esta defini
ción, haremos lo siguiente (hemos resumido algunos pasos):
lím/(x) * L
On[V¡>0 38>0 Vx[(0<|jt-a|<8)->(|/(jt)-L|<e)]]
O 3e>0 V8>0 3JC-I[(0< |*-a|<8)-»-(!/(*)-L|<€)]
O 3e>0 V8>0 3xnh(0<|jt-a|<8)V(l/(*)-£|<e)]
O 3e>0 V8>0 3xh-i(0<|jt-a|<o)A-i(|/(x)-L|<e)]
«> 3 e > 0 V8>0 3JC[(0< |x - a| < 8 ) A ( | / ( * ) - Z.| s:e)]
Traducido en palabras, tenemos que \ímx_>af(x) # L si (y sólo si) existe un número
(real) positivo Ttal que para cada número (real) positivo 5, existe un valor x [donde f(x)
está definida] tal que 0 < | JC - a | < 8 (es decir, x ^ a y su distancia de a es menor que 8)
pero \f(x) -L\ > € [es decir, el valor de f(x) difiere del de L por al menos £].
EJERCICIOS 2.4 1 • SeanpOt), q(x) las siguientes proposiciones abiertas.
p(x): x^3 q(x): x + 1 es impar.
Si el universo consta de todos los enteros, ¿cuáles son los valores de verdad de las siguientes ;
proposiciones?
a) p(l) b) q(l) c) -»p(3)
d) q(6) e) p(7)V9(7) f) p(3)A<?(4)
g) p(A) h) -i(p(-4)V<7(-3)) i) n p ( - 4 ) A n 9 ( - 3 )
2. SeanpQt), q(x) las proposiciones definidas en el ejercicio 1. Sea r(x) la proposición abierta
"JC > 0". De nuevo, el universo está formado por todos los enteros.
a) Determine los valores de verdad de las siguientes proposiciones.
i) />(3)Vfo(3)V^(3)] \ ü) np(3)A[ 9 (3) V r(3)]
Mi) p(2)^fo(2)^r(2)] : iv) [p(2)A 9 (2)]-»r(2)
v) p ( 0 ) ^ h < z ( - l ) ~ r ( l ) ] \ vi) [p{-l)++q(-2)]++r{-3)
b) Determine todos los valores de x para los cuales [p(x) A q(x)] A r{x) da como resultado
una proposición verdadera.
c) Encuentre los cinco enteros positivos x más pequeños para los que la proposición abierta
p(x) -* l^qM A r(x)] da como resultado una proposición verdadera.
3. Sea p{x) la proposición abierta "x2= 2x", donde el universo comprende todos los enteros.
Determine si cada una de las siguientes proposiciones es verdadera o falsa.
a) p(0) I b) p(\) \ c) p(2)
d) p(-2) e) 3xp(x) f) Vxp(x)
4. Considere el universo de todos los polígonos con tres o cuatro lados y defina las siguientes
proposiciones abiertas para este universo.
a(x): todos los ángulos internos de x son iguales

e(x): x es un triángulo equilátero
h(x): todos los lados de x son iguales
¿(x): x es un triángulo isósceles
P(x): x tiene un ángulo interno mayor que 180°
q(x): x es un cuadrilátero
r(x): x es un rectángulo
s(x): x es un cuadrado
t{x): x es un triángulo
Traduzca cada una de las siguientes proposiciones en una frase en español, y determine si la
proposición es verdadera o falsa.
a) Vx[q(x)vt(x)] b) Vx[i(x)ê(x)]
c) 3x[t(x)Ap(x)] d) Vx[a(x)ê(x)]
e) Vx[(a(x)At(x))++e(x)] f) 3x[q(x)Anr(x)]
g) Ex[r(x)Ans(x)] h) Vx[h(x)^>e(x)]
i) Vx[(h(x)Aq(x))-+s(x)] j) 34<?(X)A.P(A0]
k) Vx[t(x)-*np(x)] 1) Vx[a(x)^(e(x)vr(x))]
m) Vx[s(x)++(a(x)Ah(x))] n) V * [ f ( x ) ^ («(*)<-* &(*))]
5. El grupo de mecánica cuántica del Profesor Olmedo está formado por 29 estudiantes, de los
cuales exactamente
1) tres estudiantes de física están en su penúltimo año;
2) dos estudiantes de ingeniería eléctrica están en su penúltimo año;
3) cuatro estudiantes de matemáticas están en su penúltimo año;
4) doce estudiantes de física están en su último año;
5) cuatro estudiantes de ingeniería eléctrica están en su último año;
6) dos estudiantes de ingeniería eléctrica son de posgrado; y
7) dos estudiantes de matemáticas son de posgrado.
Considere las siguientes proposiciones abiertas.
c(x): El estudiante x está en la clase (es decir, la clase de mecánica cuántica del
profesor Olmedo ya descrita).
j(x): El estudiante x está en su penúltimo año.
s(x): El estudiante x está en su último año.
g(x): El estudiante x es de posgrado.
p(x): El estudiante x está en la especialidad de física.
e{x): El estudiante x está en la especialidad de ingeniería eléctrica.
m(x): El estudiante x está en la especialidad de matemáticas.
Escriba cada una de las siguientes proposiciones en términos de cuantificadores y las proposi
ciones abiertas c(x\ j(x), s(x), g(x), p(x), e(x) y m(x), y determine cuáles de las siguientes
proposiciones son verdaderas o falsas. En este caso, el universo está formado por los 12,500
estudiantes inscritos en la universidad donde imparte clases el profesor Olmedo. Además, en
esta universidad cada estudiante tiene solamente una especialidad.
a) En la clase existe un estudiante de matemáticas que está en su penúltimo año.
b) En la clase existe un estudiante del último año que no está en la especialidad de matemáticas.
c) Todo estudiante de la clase está en la especialidad de matemáticas o física.

d) Ningún estudiante de posgrado en la clase está en la especialidad de física.
e) En la clase, todo estudiante del último año está en la especialidad de física o de ingeniería i
eléctrica. j
f) Algún estudiante de posgrado de esta universidad no está en la especialidad de matemáticas j
ni en la de física.
6. Sean p(x, y), q(x,y) las siguientes proposiciones abiertas: I
p(x,y): x 2 >y q(x,y): x + 2<y j
Si el universo para cada x, y está formado por todos los números reales, determine el valor de |
verdad de cada una de las siguientes proposiciones. !
a) p(2,4) \ b) q(l, ir) ' c ) />(-3,8)A 9 (1,3) {
d) p(í,i)V-><7(-2,-3) i e) p(2,2)^q(l,l) f) p(l,2)—-i«(l,2) j
7. Para el universo de los enteros, sean/>(*), q(x), r{x), s(x) y f(x) las siguientes proposiciones abierta
p{x): x>0 |
q(x): x es par j
r{x): x es un cuadrado perfecto 1
s(x): x es (exactamente) divisible entre 4
t(x): x es (exactamente) divisible entre 5
a) Escriba las siguientes proposiciones en forma simbólica.
i) Al menos un entero es par.
ii) Existe al menos un entero positivo que es par.
iii) Si x es par, entonces x no es divisible entre 5.
iv) Ningún entero par es divisible entre 5.
v) Existe al menos un entero par divisible entre 5.
vi) Si x es par y * es un cuadrado perfecto, entonces x es divisible entre 4.
b) Determine si cada una de las seis proposiciones de la parte (a) es verdadera o falsa. Para
cada proposición falsa, dé un contraejemplo.
c) Exprese en palabras cada una de las siguientes representaciones simbólicas.
i) Vx[r(x)-*p(x)] ii) Vx[»(x)->f(x)]
iii) Vx[s(x)->-if(x)] iv) lx[í(x)A-ir(x)]
v) Vx[-ir(x)V^(*)Ví(*)]
d) Proporcione un contraejemplo para cada proposición falsa de la parte (c).
8. Sean/?(*), q(x) y r(x) las siguientes proposiciones abiertas.
p(x): x 2 - 8 x + 15 = 0
q(x): x es impar
r(x): x>0
Para el universo de los enteros, determine la verdad o falsedad de cada una de las siguientes
proposiciones. Si una proposición es falsa, dé un contraejemplo.
a) Vx[p(x)-+q(xy\ b) Vxfo(*)-»/>(x)]
c) 3x[p(x)^q(x)] d) 3x[q(x)-+p(x)]
e) 3x[r(x)Ap(x)l f) Vx[/>(*)^r(*)]
g) i x [ r ( x ) ^ / > ( x ) ] h) V r h 9 ( * ) - * - i / > ( j r ) ]
i) 3x[/>(*)-► fo(x)Ar(x))] j ) Vx[(/>(x)V9(*))->»-(x)J
9. Seanp(x), q(x) y r(x) las siguientes proposiciones abiertas.
2
P(x): x - 7x + 10 = 0
2
qix)- x - 2x - 3 = 0
r(x): x < 0
a) Determine la verdad o falsedad de las siguientes proposiciones, en las que el universo está
formado por todos los enteros. Si una proposición es falsa, dé un contraejemplo o explicación.
i) Vx[p(x)-»-.r(x)] U) Vx[q(x)->r{x)]
tti) 3x [q(*)-» r(*)] iv) 3x [p(x)->r(x)]
b) Determine las respuestas de la parte (a) cuando el universo consta de todos los enteros
positivos.
c) Determine las respuestas de la parte (a) cuando el universo consta únicamente de los ente
ros 2 y 5.
10. Para el siguiente segmento de programa en Pascal, myn son variables enteras. La variable A es
una tabla de dos dimensiones A [1,1], A [1,2] A [1,20],... ,A [10,1],... ,A [10,20], con
10filas(indexadas de 1 a 10) y 20 columnas (indexadas de 1 a 20).
For m : = 1 to 10 do
For n : = 1 to 20 do
A[m,n] : = m + 3*n;
Escriba las siguientes proposiciones en forma simbólica. (El universo de la variable m contie
ne únicamente los enteros del 1 al 10 inclusive; para n, el universo consta de los enteros del 1
al 20 inclusive.)
a) Todas las entradas de A son positivas.
b) Todas las entradas de A son positivas y menores o iguales que 70.
c) Algunas de las entradas son mayores que 60.
d) Las entradas de cualquier fila de A tienen un orden (estrictamente) ascendente.
e) Las entradas de cualquier columna de A tienen un orden (estrictamente) ascendente.
f) Las entradas de las primeras tresfilasde A son distintas.
g) Las entradas de cualesquiera tres filas consecutivas de A son distintas.
h) Para dos filas consecutivas cualesquiera de A, la suma de las entradas de la segunda fila
(aquella que tiene el índice de fila más grande) es 20 unidades mayor que la suma de las
entradas de la fila anterior.
11. Identifique las variables acotadas y las variables libres de cada una de las siguientes expresio
nes (o proposiciones). En la parte (a), el universo comprende todos los números reales, excep
t o . . . —5n/2, —371/2, -JI/2, it/2, 3TC/2, 5n/2,... En los demás casos, el universo está formado por
todos los números reales.
a) Vx Vyfsec2 x - sec2 y = tan2 x - tan2 y]
b) Vy 3z[cos (x+y) = sen(z - x)]
c) 3x3y[x 2 -y 2 = z]
d) 3x[xy=y]
12. a) SeapQc, y) la proposición abierta "x divide a y"; el universo para cada una de las variables
x, y es el conjunto de todos los enteros. (En este contexto, "divide" significa "divide exac
tamente".) Determine el valor de verdad de cada una de las proposiciones siguientes; si una
proposición cuantificada es falsa, proporcione una explicación o un contraejemplo.
i) p(3,7) U) p(7, 3) iii) p(3,27)
iv) Vyp(l,y) v) \/xp(x,0) vi) V*/>(*>*)
vii) Vy3xp(x,y) vüi) 3yVxp(x,y)
¡x) VxVy[(p(x,y)Ap(y,x))-+(x=y)]
x) \fx Vy Vz[(p(x, y)Ap{y, *))-»/>(*, z)]
b) Determine cuáles de las 10 proposiciones de la parte (a) cambiarán su valor de verdad si el
universo de cada una de las variables x, y se restringe solamente a los enteros positivos.
c) Determine el valor de verdad de cada una de las siguientes proposiciones. Si la proposición
es falsa, proporcione una explicación o contraejemplo. [El universo para cada*, y es como
en la parte (b).]
i) Vx3yp(x,y) ¡i) Vy3xp(x,y)
üi) 3xVyp(x,y) iv) 3y Vxp(x,y)
13. Suponga qaep(x, y) es una proposición abierta en la que el universo para cada x, y está forma
do solamente por tres enteros: 2, 3 y 5. Entonces, la proposición cuantificada 3y p(2, y) es
lógicamente equivalente ap(2, 2) V p(2, 3) V p(2, 5). La proposición cuantificada 3x Vy p(x, y)
es lógicamente equivalente a [p{2, 2) A p(2, 3) A p(2, 5)] V [/J(3, 2) A p(3, 3) A p(3, 5)] V
[p(5, 2) A p(5, 3) A p(5, 5)]. Use conjunciones o disyunciones para expresar las siguientes
proposiciones sin cuantificadores.
a) 3xp(x,5) b) Vx/>(*,3) c) Vyp(2,y)
d) 3x3yp(x, v) e) V*Vyp(x,y) f) Vy 3xp(x,y)
14. Seanp(n), q(ri) las proposiciones abiertas
p(/i): n es impar; <?(n): n2 es impar
en el universo de los enteros. ¿Cuáles de las siguientes proposiciones son lógicamente equiva
lentes entre sí?
a) Si el cuadrado de cualquier entero es impar, entonces el entero es impar.
b) V/i [p(n) es necesaria para q(n)]
c) El cuadrado de cualquier entero impar es impar.
d) Existen algunos enteros cuyos cuadrados son impares.
e) Dado cualquier entero cuyo cuadrado sea impar, ese entero también es impar.
f) Vn[-P(n) -* -tfn)]
g) Todo entero con un cuadrado impar es impar.
h) Todo entero con un cuadrado par es par.
i) Vn[p(n) es suficiente para q(n)]
15. Para cada una de las siguientes parejas de proposiciones, determine si la negación propuesta es
la correcta. Si es correcta, determine cuál es verdadera: la proposición original o la negación
propuesta. Si la negación propuesta es incorrecta, escriba una versión corregida de la negación y
determine a continuación si la proposición original o la versión corregida de la negación es
verdadera.
a) Proposición: Para todos los números reales x, y, si x2> y2, entonces x > y.
Negación propuesta: Existen números reales x, y tales que x2> y2 pero x ¿ y.
b) Proposición: Existen números reales*, y tales que x y y son racionales perox + y es irracional.
Negación propuesta: Para todos los números reales x, y, si x + y es racional, entonces x y y
son racionales.
c) Proposición: Para todo número real*, si x no es 0, entonces* tiene un inverso mutiplicativo,
Negación propuesta: Existe un número real distinto de cero que no tiene un inverso
multiplicativo.
d) Proposición: Existen enteros impares cuyo producto es impar.
Negación propuesta: El producto de cualesquiera dos enteros impares es impar.
e) Proposición: El cuadrado de todo número racional es racional.
Negación propuesta: Existe un número real * tal que si * es irracional, entonces x2 es
irracional.
16. Escriba la negación de cada una de las siguientes proposiciones como una frase en español sin
notación simbólica. (En este caso, el universo consta de todos los estudiantes de una universi
dad donde imparte clases el profesor Linares.)
a) Todo estudiante del grupo de Pascal del profesor Linares está en la especialidad de ciencias
de la computación o matemáticas.
b) Al menos un estudiante del grupo de Pascal del profesor Linares está en la especialidad de
historia.
c) Un estudiante del grupo de Pascal del profesor Linares ha leído todos sus artículos de
investigación sobre estructura de datos.
17. Escriba la negación de cada una de las siguientes proposiciones verdaderas. Para las partes (a),
(b) y (c), el universo consta de todos los enteros; para las partes (d) y (e), el universo abarca
todos los números reales.
a) Para todo entero n, si n no es (exactamente) divisible entre 2, entonces n es impar.
b) Si el cuadrado de un entero es impar, entonces el entero es impar.
c) Si A:, m, n son enteros tales que k-my m-n son impares, entonces k - n es par.
d) Sixes un número real tal quex2> 16, entonces x<-4o x>4.
e) Para todo número real *, si | x - 31 < 7, entonces -4 < x < 10.
18. Niegue y simplifique lo siguiente.
a) a r [ p ( * ) V 9 « ] b) Vx[p(*)A-. í (x)]
c) Vx[p(x)-*q(x)] d) 3x[(p(x)Vq(x))^r(x)]
19. Para cada una de las siguientes proposiciones (y universos) enuncie la recíproca, la inversa y la
contrapositiva. Determine también el valor de verdad de cada proposición dada, así como los
valores de verdad de su recíproca, su inversa y su contrapositiva. (En este caso, "divide" signi
fica "divide exactamente" y "divisible" significa "divisible exactamente".)
a) [El universo comprende todos los enteros positivos.]
Si m > n, entonces m2 > n2.
b) [El universo comprende todos los enteros.]
Si a > b, entonces a2 > b2.
c) [El universo comprende todos los enteros.]
Si m divide a n y n divide a p, entonces m divide a p.
d) [El universo comprende todos los números reales.]
Vx[(x > 3) -* (x2 > 9)]
e) [El universo comprende todos los enteros.]
Todo entero que es divisible entre 12 también es divisible entre 4.
0 [El universo comprende todos los números reales.]
Para todo número real x, si x2+ 4x - 21 > 0, entonces x> 3 o x < - 7.
20. Vuelva a escribir cada una de las siguientes proposiciones (con los universos dados) como una
implicación de la forma si-entonces. Escriba después la recíproca, la inversa y la contrapositiva
de la implicación. Para cada resultado de las partes (a) y (d), dé el valor de verdad de la
implicación y los valores de verdad de la recíproca, la inversa y la contrapositiva. (En la parte
(a), "divisibilidad" significa tener un resto 0.)
a) [El universo comprende todos los enteros positivos.]
La divisibilidad entre 21 es una condición suficiente para la divisibilidad entre 7.
b) [El universo abarca todos los residentes actuales de Estados Unidos.]
Contar con un paquete considerable de acciones en la bolsa es una condición necesaria para
que una persona sea feliz.
c) [El universo comprende todas las serpientes que reptan actualmente en las selvas de Asia.]
El hecho de ser una cobra es una condición suficiente para que una serpiente sea peligrosa.
d) [El universo está formado por todos los números complejos.]
Para cada número complejo z, el hecho de que z sea real es necesario para que z2 sea real.
21. Para las siguientes proposiciones, el universo abarca todos los enteros distintos de cero. Deter
mine el valor de verdad de cada proposición.
a) 3x3y[xy = l] b) 3xVy[xy = l] c) V*3>>|> = 1]

d) Vx Vy [sen2x + eos2* = sen2y + cos2y]
e) 3x3y[(2x+y = 5)A(x-3y = -S)]
f) 3*3y[(3*-.y = 7)A(2x-l-4>>=3)]
22. Repita el ejercicio 21 para el universo de todos los números reales diferentes de cero.
23. En la aritmética de los números reales, existe un número real, 0, llamado el neutro de la suma,
puesto que a + 0 = 0+a=a para cada número real a. Esto se puede expresar en forma
simbólica como
3z Va [a + z = z + a = a].
(En este caso, el universo abarca todos los números reales.)

a) Además de la existencia de un neutro aditivo, existen los inversos aditivos. Escriba una
proposición cuantificada que exprese "Todo número real tiene un inverso aditivo". (No se
debe utilizar el signo menos en la proposición.)
b) Escriba una proposición cuantificada que trate de la existencia de un neutro multiplicativo
para la aritmética de los números reales.
c) Escriba una proposición cuantificada relativa a la existencia de inversos multiplicativos
para los números reales diferentes de cero. (No se debe usar el exponente -1 en la proposi
ción.)
d) ¿Cambian de alguna forma los resultados de las partes (b) y (c) cuando el universo se
restringe a los enteros?
24. Considere la proposición cuantificada Vx 3y[x + y = 17]. Determine si esta proposición es
verdadera o falsa para cada uno de los siguientes universos: (a) los enteros; (b) los enteros
positivos; (c) los enteros para x, los enteros positivos para y; (d) los enteros positivos para x,
los enteros para y.
25. En el caso de las siguientes proposiciones, el universo para cualquiera de sus variables está
formado por los números reales. En cada caso, niegue y simplifique la proposición dada.
a) VxVy[(x>y)^(x-y>0)]
b) VxVy[[(x>0)A(y=logwx)]^(x = W>')]
c) VxVy[(x<y)^>3z(x<z<y)]
d) Vx\/y[(\x\ = \y\)^(y = ±x)]
e) [Vx vy ((* >0) A(y >0))]-»[3z (xz >y)]
26. En matemáticas, con frecuencia se desea afirmar no sólo la existencia de un objeto a (ya sea un
número, un triángulo, etcétera) que satisfaga una proposición abierta p(x), sino también el
hecho de que este objeto a es el único para el que se satisface p(x) (es verdadera). Entonces, el
objeto es único. Esto se denota con el cuantificador 3\xp{x), que se lee como "Existe un único
x". Este cuantificador puede definirse en términos de los cuantificadores existencial y universal:
[3!x/>(x)]o{[3xp(x)]A[V* V? [(/>(*) Ap(y))^(x =?)]]}
Esta definición indica que "una demostración de existencia y unicidad" requiere "una demos
tración de la existencia", que con frecuencia se realiza construyendo un ejemplo que satisfaga
p(x), y "una demostración de la unicidad".
a) Escriba lo siguiente en forma simbólica, usando este nuevo cuantificador. (El universo
consta de todos los números reales.)
i) Todo número real diferente de cero tiene un único inverso multiplicativo.
ii) La suma de dos números reales cualesquiera es única.
iii) Para cada coordenada*, la coordenada ;y correspondiente en la rectay = 3x +7 es única
b) SeapC*, y) la proposición abierta "y = -2x"; el universo está formado por todos los enteros.
Determine cuáles de las proposiciones siguientes son verdaderas o falsas.
i) [Vx3\yp(x,y)]^[3\yVxp(x,y)]
ii) [3\yVxp(x,y)]^[Vx3\yp(x,y)]
c) Responda la parte (b) para la proposición abierta p(x, y): x + y es par.
d) Considere la proposición 3\x(x> 1). Dé un ejemplo de un universo en el quep sea verda
dera y un ejemplo de otro universo donde p sea falsa.
27. En cálculo, la definición del límite L de una sucesión de números reales r,, r2, r}, . , . puede
darse como
lím r„ = L
si (y sólo si) para cada e > 0 existe un entero positivo k tal que para todo entero n, si n > k,
entonces | r „ - i | < e.
En forma simbólica, esto puede expresarse como
lím r„ = L o V e > 0 3k>0 Vn[(/i>Jfc)-»|r„-L| <«].
Exprese lím r„ + L en forma simbólica.
2.5
Cuantificadores, definiciones
y la demostración de teoremas
En esta sección combinaremos algunas de las ideas que acabamos de estudiar en las dos
anteriores. Aunque la sección 2.3 presentó reglas y métodos para establecer la validez de
un argumento, por desgracia los argumentos presentados parecen tener poco que ver con
algo matemático. [Las raras excepciones están en el ejemplo 2.24 y el argumento erróneo
en la parte (b) del material anterior al ejemplo 2.27.] La mayoría de los argumentos trataba
de algunos individuos y predicamentos que estaban a punto de surgir.
Pero una vez aprendidas algunas de las propiedades de los cuantificadores y de las
proposiciones cuantificadas, estamos en mejores condiciones para manejar argumentos
que nos ayudarán a demostrar teoremas matemáticos. Sin embargo, antes de pasar a los
teoremas, examinaremos la forma usual en que aparecen las definiciones matemáticas en
las obras científicas.
Después del ejemplo 2.3 de la sección 2.1, había un análisis relativo a la forma en que
una implicación podría ser utilizada en vez de una bicondicional en una conversación
cotidiana. Pero se hizo notar que en las obras científicas debíamos evitar las situaciones en
que pudiera surgir una interpretación ambigua; en particular, no debería usarse una
implicación cuando se necesitara una bicondicional. Sin embargo, hay una excepción fun
damental a esta regla y se refiere a la forma en que las definiciones matemáticas se presen
tan comúnmente en los libros de texto de matemáticas y otras obras de carácter científico.
El ejemplo 2.52 demuestra esta excepción.
a) Comencemos con el universo de todos los cuadriláteros que hay en el plano e inten
temos identificar los que se denominan rectángulos.
Una persona podría decir que
"Si un cuadrilátero es un rectángulo entonces tiene cuatro ángulos iguales".
Otro podría identificar estos cuadriláteros particulares señalando que
"Si un cuadrilátero tiene cuatro ángulos iguales, entonces es un rectángulo".

(En este caso, ambas personas están haciendo proposiciones cuantificadas en forma
implícita, con un cuantificador universal.)
Dadas las proposiciones abiertas
p(x): x es un rectángulo q(x): x tiene cuatro ángulos iguales,
podemos expresar lo que dice la primera persona como
Vx[p(x)^>q(x)],
mientras que para la segunda escribiríamos
Vx[q(x)^>p(x)].
Así, ¿cuál de las proposiciones (cuantificadas) anteriores identifica o define a un
rectángulo? Tal vez nos parezca que ambas lo hacen. Pero ¿cómo puede ser, si una
proposición es la recíproca de la otra y, en general, la recíproca de una implicación
no es lógicamente equivalente a la implicación?
En este caso, el lector debe tener en cuenta lo que se pretendía, no sólo lo que
dijo cada una de las dos personas, o las expresiones simbólicas que hemos escrito
para representar estas proposiciones. En esta situación, cada persona está usando
una implicación con el sentido de una bicondicional. Ambas pretenden decir (aun
que no lo establecen)
Vx{p(x)**q(x)\
\
es decir, cada una de ellas está diciendo realmente que j
"Un cuadrilátero es un rectángulo si y sólo si tiene cuatro ángulos iguales". i
b) Dentro del universo de los enteros, podemos distinguir los enteros pares por medio
de cierta propiedad y de este modo definirlos como sigue: ¡
Para cada entero n, decimos que n es par si es divisible entre 2.
(La expresión "divisible entre 2" significa "exactamente divisible entre 2"; es decir,
no hay resto al dividir el dividendo n entre el divisor 2.)
Si consideramos las proposiciones abiertas
pin): n es un entero par q(n): n es divisible entre 2,
entonces parece que la definición anterior se podría escribir en forma simbólica como
Vn[q(n)->p(n)].
Después de todo, la proposición cuantificada dada (en la definición anterior) es una
implicación. Sin embargo, esta situación es muy similar a la de la parte (a). Lo que
parece establecerse no es lo que se pretendía. La intención es que el lector interprete
la definición dada como
Vn[q(n)**p(n)],
es decir,
"Para todo entero n, decimos que n es par si y sólo si n es divisible entre 2". /
(Nótese que la proposición abierta "n es divisible entre 2" también puede expresa
se mediante la proposición abierta "n = 2k, para algún entero k". No debe confun-
dirnos el cuantificador "para algún entero k", ya que la expresión 3k[n = 2k] sigue
siendo una proposición abierta en la que n es una variable libre.) /
Hasta ahora hemos visto el uso de los cuantificadores en los enunciados de las definicio
nes matemáticas, y que la forma tradicional que adopta dicha definición es la de una impli
cación. Sin embargo, tenga cuidado y recuerde: solamente en las definiciones, una implicación
puede leerse (equivocadamente) e interpretarse correctamente como una bicondicional.
Observe ahora la definición del concepto de límite en el ejemplo 2.51. Ahí escribimos
"si (y sólo si)" ya que queríamos que el lector conociera nuestra intención. Ahora tenemos
la libertad de reemplazar "si (y sólo si)" por un sencillo "si".
Una vez desarrollado nuestro análisis acerca de la naturaleza de las definiciones mate
máticas, continuaremos ahora con el estudio de algunos argumentos relacionados con las
proposiciones cuantificadas.
- Ejemplo %%% Supongamos que partimos del universo que abarca solamente los 13 enteros 2, 4, 6, 8 , . . . ,
24, 26. Entonces podemos establecer la proposición:
Para todo n (lo que significa n = 2, 4, 6 , . . ., 26),
podemos escribir n como la suma de cuando mucho tres cuadrados perfectos.
Los resultados de la tabla 2.24 proporcionan una verificación caso por caso que mues
tra que la proposición (cuantificada) dada es verdadera. (Podríamos llamar teorema a esta
proposición.)
Tabla 2.24
2=1+1 10 = 9 + 1 20 = 16 + 4
4=4 12 = 4 + 4 + 4 22 = 9 + 9 + 4
6=4+1+1 14 = 9 + 4 + 1 24 = 16 + 4 + 4
8=4+4 16=16 26 = 25 + 1
18 = 16 + 1 + 1
Esta lista exhaustiva es un ejemplo de una demostración que usa la técnica que llama
mos, apropiadamente, método exhaustivo. El uso de este método es razonable cuando
trabajamos con un universo pequeño. Si nos enfrentamos a una situación en la que el
universo es grande pero dentro del alcance de un computador disponible para nosotros,
entonces podríamos escribir un programa que verifique todos los casos individuales para
no cansarnos con este método de exhaustivo.
(Observe que, para algunos casos de la tabla 2.24, se puede dar más de una respuesta.
Por ejemplo, podríamos escribir 18 = 9 + 9 y 2 6 = 1 6 + 9 + 1 . Pero esto está bien. Se nos
ha dicho que cada entero positivo par menor o igual que 26 puede escribirse como la suma
de uno, dos o tres cuadrados perfectos.No se nos ha dicho que tal representación tenga que
ser única, por lo que puede haber más de una posibilidad. Lo que teníamos que verificar en
cada caso era que hubiera al menos una posibilidad.)
124 Capitulo 2 I unriamentos de lógica
En el ejemplo anterior mencionamos la palabra teorema. También en el capítulo 1 en

centramos este término; por ejemplo, en resultados como el teorema del binomio y el
teorema multinomial, donde presentamos algunos tipos de problemas de enumeración.
Para no ser muy técnicos, consideraremos a los teoremas como proposiciones de interés
matemático, que se sabe son verdaderas. A veces el término teorema se usa únicamente
para describir resultados importantes que tienen muchas y variadas consecuencias. Algu
nas de estas consecuencias, que se siguen inmediatamente de un teorema, se denominan
corolarios (como en el caso del corolario 1.1 de la sección 1.3). Sin embargo, en este
texto, no utili/arcmos de ningún modo especial la palabra teorema.
El ejemplo 2.53 es un buen punto de partida para analizar la demostración de una pro
posición cuantificada. Por desgracia, a menudo un gran número de proposiciones y teore
mas matemáticos tratan de universos que no se prestan al uso del método exhaustivo.
Por ejemplo, sí queremos establecer o demostrar un resultado para los enteros o pan
los números reales, no podemos utilizar un método caso por caso como el del ejempki
2.53. ¿Qué podemos hacer entonces?
Empezaremos por considerar la siguiente regla.
La regla de la especificación universal: Si una proposición abierta es verdadera

para todos los reemplazos con los miembros de un universo dado, entonces esa propo
sición abierta es verdadera para cada miembro específico de ese universo. (De forma
un poco más simbólica, SÍ/J(X)CS una proposición abierta para un universo dado y si V*
p(x) es verdadero, entonces p(a) es verdadera para cada a del universo.)
Esta regla indica que la verdad de una proposición abierta en un caso particular se siguí
(como caso particular) de la verdad más general (para todo el universo) de esa proposición
abierta cuantificada umversalmente. Los siguientes ejemplos nos mostrarán cómo aplica;
esta idea.
Ejemplo 2.54 a) Para el universo de todas las personas, consideremos las proposiciones abiertas
m(x): x es un profesor de matemáticas c(x): x ha estudiado cálculo.
Ahora consideremos el siguiente argumento.
Todos los profesores de matemáticas han estudiado cálculo.

Leona es profesora de matemáticas.
Por lo tanto, Leona ha estudiado cálculo.
Si representamos como / a esta mujer en particular (de nuestro universo) llamada

Leona, entonces podernos escribir este argumento en forma simbólica como
Vx[m(x)->c(x)]
m(¡)
.:c{I)
Aquí, las dos proposiciones que quedan arriba de la línea son las premisas del
argumento y la proposición c(¡) que está abajo de la línea es su conclusión. Estim ¡
comparable a lo que se dijo en la sección 2.3, excepto que ahora tenemos una premisa
dada por una proposición cuantifícada universalmente. Como en el caso de la sec
ción 2.3, hemos supuesto que todas las premisas son verdaderas y debemos tratar de
establecer que, en estas circunstancias, la conclusión también es verdadera. Ahora
bien, para establecer la validez de un argumento dado, procederemos como sigue.
Pasos Razones
1) Vx[m(x)-+c(x)] Premisa
2) m(l) Premisa
3) nt(l) —* c(l) Paso (1) y la regla de especificación universal
4) .•. c(/) Paso (2) y (3) y Modus Ponens
Observe que las proposiciones de los pasos (2) y (3) no son proposiciones cuan-
tifícadas. Son los tipos de proposiciones que estudiamos al principio del capítulo.
En particular, podemos aplicar las reglas de inferencia que aprendimos en la sec
ción 2.3 a estas dos proposiciones para deducir la conclusión del paso (4).
Aquí vemos que la regla de especificación universal nos permite tomar una
premisa cuantifícada universalmente y deducir de ésta una proposición ordinaria
(es decir, no cuantifícada). Esta proposición (ordinaria), llamada m(l) —> c(/), es un
caso verdadero específico de la premisa verdadera cuantifícada universalmente
Vx[m(x) -» c(x)],
b) Para un ejemplo de naturaleza más matemática, consideremos el universo de todos
los triángulos que hay en el plano, junto con las proposiciones abiertas
p(t): t tiene dos lados de igual longitud
q(t): t es un triángulo isósceles
r(t): t tiene dos ángulos de igual medida.
Vamos a centrarnos en un triángulo específico que no tenga dos ángulos de igual
medida. Este triángulo se llamará XYZ y se designará con c. Entonces vemos que el
argumento
En el triángulo XYZ no hay dos ángulos de igual ~ir(c)
medida.
Si un triángulo tiene dos lados de igual longitud, Vf[/?(r)-* q(t)]
entonces es un isósceles.
Si un triángulo es isósceles, entonces tiene dos Vt[q(t) —► r(t)]
ángulos de igual medida.
Por lo tanto, el triángulo XYZ no tiene dos lados .\-ip(c)
de igual longitud.
es válido, como se muestra a continuación.
Pasos Razones
i) v/[p(/)->g(0] Premisa
2) p(c)-*q(c) Paso (1) y la regla de especificación universal
3) Ví[ 9 (/)->r(í)] Premisa
4) q(c)^r(c) Paso (3) y la regla de especificación universal
5) p(c)^r(c) Pasos (2)y (4) y la ley del silogismo
6) nr(c) Premisa
7) .:np(c) Pasos (5)y (6) y Modus Tollens
Una vez más podemos ver la utilidad de la regla de especificación universal. En

este caso se tomaron las proposiciones cuantificadas universalmente en los pasos
(1) y (3) y la regla produjo las proposiciones (ordinarias) de los pasos (2) y (4),
respectivamente. Entonces, en ese momento pudimos aplicar las reglas de inferencia
que aprendimos en la sección 2.3 (la ley del silogismo y el Modus Tollens) para
obtener la conclusión ~<p(c) del paso (7).
c) ¡Ahora, el último argumento para que todo quede claro! Consideremos el universo
de todos los estudiantes de una escuela específica. Designaremos a una estudiante
particular, María, como m.
Para este universo y las proposiciones abiertas
j(x): x está en su penúltimo año s(x): x está en su último año

p(x): x está inscrita en una clase de educación física
consideremos el siguiente argumento:
Ninguna estudiante de penúltimo o último año está

inscrita en una clase de educación física.
María está inscrita en una clase de educación física.
Por lo tanto, María no es una estudiante de último año.
En forma simbólica, este argumento se convierte en
Vx[(j(x)vs(x))^p(x)]
pim)
:.~\s{m)
Los pasos (y razones) siguientes establecen la validez de este argumento.

Pasos Razones
1) Vx[(/(j¡;)vs(jt))->-ip(*)] Premisa
2) p{m) Premisa
3) (j(m)\/s(m))-+-\p(m) Paso (1) y la regla de especificación
i universal
4) p(m)->-\(j(m)\/s(m)) Paso (3), (q-+ i) <=> (->t -» ->q) y la ley déla
doble negación
5) p(m) —> (n/*(m) A-is(m)) Paso (4) y la ley de De Morgan
6) -i;'(m) A-is(m) Pasos (2) y (5) y la regla de separación
(o Modus Ponens)
7) .-. -\s(m) Paso (6) y la regla de simplificación
conjuntiva.
En el ejemplo 2.54 tuvimos nuestra primera oportunidad de aplicar la regla de especifi

cación universal. Usando esta regla junto con las de Modus Ponens (o regla de separación)
y Modus Tollens, podemos establecer las siguientes analogías correspondientes, cada una
de las cuales implica una premisa cuantificada universalmente. En cada caso, considere
mos un universo fijo con un elemento específico c, y usaremos las proposiciones abiertas
p(x), q(x) definidas para este universo.
(1) Vx[p(x)-*q(x)] (2) y/x[p(x)^q(x)]

P(c) -\q(c)
••?(c) ••-ip(c)
Estos dos argumentos válidos se presentan aquí por la misma razón que los presentamos
para las reglas de inferencia, Modus Ponens y Modus Tollens, en la sección 2.3 (durante el
análisis que aparece entre los ejemplos 2.26 y 2.27). Queremos analizar algunos posibles
errores que pueden surgir cuando no se usan correctamente los resultados (1) y (2).
Comenzaremos con el universo de todos los polígonos que hay en el plano. Dentro de
este universo, denotamos con c a un polígono específico, el cuadrilátero EFGH, cuyo
ángulo E mide 91°. Para las proposiciones abiertas
p(x): x es un cuadrado q(x): x tiene cuatro lados,
los siguientes argumentos no son válidos.
(1') Todos los cuadrados tienen cuatro lados.

El cuadrilátero EFGH tiene cuatro lados.
Por lo tanto, el cuadrilátero EFGH es un cuadrado.
En forma simbólica, este argumento se traduce en
(1") Vx[p(x)^q(x)]
TpTc)
Por desgracia, aunque las premisas son verdaderas, la conclusión es falsa. (En un cuadra
do no hay un ángulo que mida 91o.) Es cierto que podría haber una confusión entre este
argumento y el argumento válido (1) anterior. Ya que en este caso, cuando aplicamos la
regla de especificación universal a la premisa cuantificada (1"), obtenemos el argumento
no válido
p(c)-*q(c)
q(c)
Y aquí, como en Ja sección 2.3, el error en el razonamiento se encuentra en el intento de

argumentar mediante el recíproco.
Podemos dar un segundo argumento no válido, el cual surge del mal uso del argumento
(2) anterior, como se muestra a continuación:
Todos los cuadrados tienen cuatro lados.
El cuadrilátero EFGH no es un cuadrado.
Por lo tanto, el cuadrilátero EFGH no tiene cuatro lados.
Al traducir (2') a una forma simbólica obtenemos
VX[/»(X)-Í(X)]
i/>(c) (2")
•••-ií(0
!
Esta vez, la regla de especificación universal produce
p(c)-*q(c) f
•7>(c) !
.••-•9(c) [
i
Í
que es donde surge la falacia al tratar de argumentar por el inverso. \

»
Observemos de nuevo las tres partes del ejemplo 2.54. Aunque los argumentos presen
tados ahí tenían como premisas proposiciones cuantificadas umversalmente, en ningún
caso apareció como conclusión una proposición cuantificada universalmente. Ahora que
remos remediar esta situación, ya que muchos teoremas de matemáticas tienen la forma de
una proposición cuantificada universalmente. Para hacer esto necesitamos considerar lo
siguiente.
Empecemos con un universo dado y una proposición abierta p(x). Para establecer la
verdad de la proposición \fxp(x), debemos establecer la validez dep(c) para cada elemen
to c del universo dado. Pero si el universo tiene muchos elementos o, por ejemplo, contiene
a todos los enteros positivos, entonces esta exhaustiva (o extenuante) tarea de validación
de cadap(c) se torna difícil, si no es que imposible. Para evitar esta situación, demostrare
mos que p(c) es verdadera, pero lo haremos para el caso en que c denota un elemento
específico pero arbitrario del universo prescrito.
Si la proposición abierta anterior/?(jt) tiene la forma q(x) —» r(x), para las proposiciones |
abiertas q(x) y r(x), entonces debemos suponer, como premisa adicional, que q(c) es ver-1
dadera e intentar deducir la verdad de r(c), usando definiciones, axiomas, teoremas de- j
mostrados con anterioridad y los principios lógicos que hemos estudiado. Ya que cuando ¡
q{c) es falsa, la implicación q(c) -> r(c) es verdadera, independientemente del valor de |
verdad de r{c).
La razón por la que el elemento c debe ser arbitrario (o genérico) es para garantizar que
lo que hagamos y demostremos de c sea aplicable a todos los demás elementos del univer
so. Por ejemplo, si trabajamos con el universo de todos los enteros, no podemos elegir c de
manera arbitraria como 4, o como un entero par. En general, no podemos adoptar hipótesis
acerca de la elección de c, a menos que esas hipótesis sean válidas para todos los elemen
tos del universo. Aplicamos la palabra genérico al elemento c para indicar que nuestra
elección (de c) debe compartir todas las características comunes de los elementos del uni
verso dado.
El principio que hemos descrito en los tres párrafos anteriores es el siguiente.
La regla de la generalización universal: Si se demuestra que una proposición

abierta/>(*) es verdadera cuando x se reemplaza por cualquier elemento c ilegidn en
forma arbitraria de nuestro universo, entonces la proposición cuantificada universal-
mente Vxp(x) es verdadera. Además, la regla se extiende al caso de mis de una varia
ble. Así, por ejemplo, si demostramos que una proposición abierta q(x. y) es verdadera!
al reemplazar* y y por elementos elegidos enforma arbitraria del mismo universo o de '■
los universos respectivos, entonces la proposición cuantificada universalmente Vx Vy:
qQs, y) [o Vx, y q(x, y)] es verdadera. También se cumplen resultados similares pare los
casos de tres o mis variables.
Antes de demostrar el uso de esta regla en otros ejemplos, quisiéramos regresar a la

parte (1) del ejemplo 2.44 de la sección 2.4. Vemos entonces que la explicación dada ahí
para establecer que
\/x[p(x)A(q(x)Ar(x))]&Vx[(p(x)Aq(x))Ar(x)]
anticipaba lo que ahora hemos descrito con detalle como las reglas de la especificación y
la generalización universales.
Ahora pasaremos a un ejemplo que es estrictamente simbólico. Este ejemplo nos ofrece
una oportunidad de aplicar la regla de la generalización universal.
ijérnj}lo 2S$ Sean p(x), q{x) y r(x) proposiciones abiertas definidas para un universo dado. Mostrare
mos que el argumento
Vx[p(x)-
v*[g(*)-
.:Vx[p(x)-+r(x)]
es válido considerando lo siguiente.
Pasos Razones
1) Vx\p(x)^>q(x)] Premisa
2) p(c)->q(c) Paso (1) y la regla de la especificación universal
3) Vx[q(x)-*r(x)] Premisa
4) q{c)^r{c) Paso (3) y la regla de la especificación universal
5) p{c)^r(c) Pasos (2) y (4) y la ley del silogismo
6) .-. Vx[p(x)-*r(x)\ Paso (5) y la regla de la generalización universal
En este caso, el elemento c introducido en los pasos (2) y (4) es el mismo elemento
específico pero elegido arbitrariamente del universo. Puesto que este elemento no tiene
propiedades especiales o distintivas sino que comparte todas las características comunes
de cualquier otro elemento del universo, podemos usar la regla de la generalización uni
versal para ir del paso (5) al paso (6).
De este modo, finalmente tenemos un argumento válido en el que una proposición
cuantificada universalmente aparece como conclusión, así como entre las premisas.
La pregunta que podría venir a la mente del lector se referiría al aspecto práctico: ¿cuándo
necesitaríamos utilizar el argumento del ejemplo 2.55? De hecho, ya lo hemos utilizado
(tal vez en forma inconsciente) en cursos anteriores de álgebra y cálculo, como lo demues
tra el siguiente ejemplo.
l|empío2.56 a) Para el universo de los números reales, consideremos las proposiciones abiertas
p(x): 3x - 7 = 20 q{x): 3x = 27 r{x): x = 9.
Desarrollaremos la siguiente solución de una ecuación algebraica en forma paralela
al argumento válido del ejemplo 2.55.
1) Si 3x - 7 = 20, entonces 3x = 27. V*[p(*)-

2) Si 3x = 27, entonces x = 9. V*[g(*)-
3) Por lo tanto, si 3x - 7 = 20, entonces x = 9. .•.V*[p(x)->r(x)]
b) Cuando trabajamos con el universo de todos los cuadriláteros de la geometría pla
na, es probable que relacionemos de la forma siguiente:
"Como todo cuadrado es un rectángulo y todo rectángulo
es un paralelogramo, se sigue que todo cuadrado es un paralelogramo".
En este caso estamos utilizando el argumento del ejemplo 2.55 para las proposicio
nes abiertas
p(x): x es un cuadrado q(x): x es un rectángulo r(x): x es un paralelogramo.
Analizaremos ahora la validez de otro argumento.
Ej^sftiplo £»§7 Los pasos y razones necesarios para establecer la validez del argumento
Vx[p(x)vq(x)]
Vx[(np(x)/\q(x))->r(x)]
.•.Vx[-.r(*)->/K*)]
son los siguientes. [El elemento c está en el universo asignado al argumento. Además,
como la conclusión es una implicación cuantificada universalmente, podemos suponer
-■/■(c) como una premisa adicional, como ya mencionamos al presentar la regla de la
generalización universal.]
Pasos Razones
1) Vx¡p(x)Vq(x)] Premisa
2) p{c)yq{c) Paso (1) y la regla de la especificación
universal
3) Vx[^p(x)Aq(x))^r(x)] Premisa
4) [np{c)Aq(c)]->r(c) Paso (3) y la regla de la especificación
universal
5) nr(c)^nh/,(c)A9(c)] Paso (4) y s -> t <¿> ->t -» ->s
6) -ir(c)-»[p(c)V-i9(c)J Paso (5), ley de De Morgan y la ley de la
doble negación
7) ir(c)
8) P(c)\/-iq{c) — Premisa (supuesta)
9) [p(c)\/q(c)]A\p(c)\/-yq(c)] Pasos (7) y (6) y Modus Ponens
Pasos (2) y (8) y la regla de la conjunción
10) p ( c ) V [ ? ( c ) A - , í ( c ) ] Paso (9) y la propiedad distributiva de
V sobre A
11) p(c) Paso (10), q{c) A --g(c) <=> F0
yp(c) V F0**p(c)
12) .'. }fx[-ir(x)^p(x)] Pasos (7) y (11) y la regla de la
generalización universal
Antes de proseguir, queremos mencionar un convenio que tal vez no agrade al lector
pero al que deberá acostumbrarse. Se refiere a nuestro tratamiento de las reglas de la
especificación y generalización universales. En el primer caso, partimos de la proposición
Vxp(x) y después trabajamos conp(c) para algún elemento específico c de nuestro univer
so. Para la regla de la generalización universal, utilizamos la proposición verdadera p(c)
para deducir la verdad de Vxp(x) a partir de la de p(c), donde c es un elemento arbitrario
del universo. Por desgracia, usaremos con frecuencia la letra x en vez de c para denotar el
elemento arbitrario, pero mientras comprendamos lo que ocurre, pronto veremos que el
convenio es bastante fácil de usar.
Los resultados del ejemplo 2.55 y, en particular, del ejemplo 2.57, nos indican que
podemos utilizar las proposiciones cuantificadas universalmente y las reglas de inferencia,
incluyendo las reglas de especificación y generalización universal, para formalizar y de
mostrar muchos tipos de argumentos y (esperamos) teoremas. Cuando hacemos esto, pa
rece que la validación incluso de argumentos cortos requiere varios pasos, ya que hemos
sido muy meticulosos e incluido todos los pasos y razones; hemos dejado poco, por no
decir nada, a la imaginación. El lector puede estar seguro de que al comenzar a demostrar
teoremas matemáticos, presentaremos las demostraciones en un estilo de texto corrido
más convencional. Ya no mencionaremos todas y cada una de las aplicaciones de las leyes
de la lógica, el resto de las tautologías o las reglas de inferencia. En algunos casos, subra
yaremos alguna regla de inferencia, pero nos centraremos principalmente en el uso de
definiciones, axiomas y principios matemáticos (distintos de los que aparecen en el estu
dio de la lógica) y los demás teoremas (anteriores) que hayamos podido demostrar. ¿Para
qué estudiar entonces todo este material de validación de argumentos? Porque esto nos
proporciona un marco de referencia al cual recurrir cuando dudemos de un intento de
demostración. Si surge una duda, tenemos nuestro estudio de la lógica, que nos proporcio
na los medios (un tanto mecánicos, pero estrictamente objetivos) para ayudarnos a decidir.
Ahora presentaremos algunas demostraciones con un estilo de texto corrido para algu
nos resultados relativos a los enteros. (Estos resultados pueden considerarse casi obvios;
de hecho, encontraremos algunos que ya hemos visto y usado. Sin embargo, nos propor
cionan un marco excelente para escribir algunas demostraciones simples.) Las demostra
ciones utilizan las siguientes ideas, que definiremos formalmente. [La primera idea fue
mencionada antes, en la parte (b) del ejemplo 2.52.]
Definición 2.8 Sea n un entero. Decimos que n es par si n es divisible entre 2; es decir, si existe un entero
r tal que n = 2r. Si n no es par, entonces decimos que n es impar, para este caso, existe un
entero s tal que n = 2s + 1.
TEOREMA 2.2 Para todos los enteros k y /, si k, l son impares, entonces k + l es par.
Demostración: En esta demostración numeraremos los pasos para referirnos a ellos en
comentarios posteriores. Después ya no los numeraremos.
1) Como k y l son impares, podemos escribirlos como k-2a+lyl-2b+\, para

algunos enteros a, b. Esto es por la definición 2.8.
2) Entonces
k + / = (2a + 1) + (2b + 1)
= 2(a + b + 1),
en virtud de las propiedades conmutativa y asociativa de la suma y la propiedad

distributiva de la multiplicación sobre la suma, que valen para los enteros.
3) Como a, b son enteros, a + b + 1 = c es un entero; y como k + / = 2c, se sigue de la
definición 2.8 que k + l es par.
Comentarios
1) En el paso (1) de la demostración anterior, elegimos k y / de manera arbitraria y por

ello sabemos que el resultado obtenido es verdadero para todos los enteros impares,
por la regla de generalización universal.
2) Aunque no nos hayamos dado cuenta, hemos usado la regla de especificación uni
versal (dos veces) en el paso (1). El primer argumento implícito en este paso se lee
como sigue.
i) Si n es un entero impar, entonces n = 2r+\ para algún entero r.
ü) El entero k es un entero impar específico (pero elegido en forma arbitraria).
iii) Por lo tanto, podemos escribir k = 2a + 1 para algún entero a (específico).
3) En el paso (1) no tenemos k = 2a + lyl = 2a+ 1. Como k, l fueron arbitrarios, puede
ocurrir que k = /; y cuando esto sucede, tenemos que 2a+l=k-l = 2b+ 1, de lo
cual se sigue que a = b. [Como k podría ser diferente de /, se sigue que (k - 1 )/2 = a
podría ser distinto de b - (l - l)/2. Así que debemos usar variables ayb diferentes.]
Antes de proceder con otro teorema, escrito de manera más convencional, examinemos |
lo siguiente.
E|eiiri|>iO 2.$$ Consideremos la siguiente proposición para el universo de enteros.

Si n es un entero, entonces n2 = n; o bien, Vn[n2 = ri\.
Ahora bien, para n = 0 es cierto que n2 - 0 2 = 0 = n. Y si n = 1, también es cierto que n2=
l 2 = 1 = n. Sin embargo, no podemos concluir que n2= n para cada entero n. La regla de
generalización universal no se aplica aquí, ya que no podemos considerar la elección de 0
(o 1) como si se hubiera realizado arbitrariamente. Si n = 2, tenemos que n2= 4 ^ 2 = n;
este único contraejemplo es suficiente para mostrar que la proposición dada es falsa. Sin
embargo, cada uno de los reemplazos anteriores, « = Oon = l,es suficiente para establecer
la verdad de la proposición
Para algún entero n, n 2 = n, o, 3n[n2= n].
Por último, cerramos la sección con tres resultados que muestran cómo escribiremos
las demostraciones en el resto del texto.
TEOREMA 2 . 3 Para todos los enteros k y /, si k y l son impares, entonces también su producto kl es impar.
Demostración: Como k y l son impares, por la definición 2.8, podemos escribirlos como k
= 2a + ly l = 2b + 1, para algunos enteros a, b. Entonces el producto kl = (2a + l)(2b + 1)
= 4ab + 2a + 2b+l = 2(2ab + a + b) + 1, donde 2ab + a + b es un entero. Por lo tanto, una
vez más por la definición 2.8, se sigue que kl es impar.
La demostración anterior es un ejemplo de demostración directa. En nuestro siguiente

ejemplo demostraremos un resultado por tres vías: primero por un argumento directo (o
demostración), después por el método de la contrapositiva y finalmente por el método de
contradicción. [Para la demostración por (el método de) contradicción añadiremos algu
nos detalles, ya que es nuestra primera oportunidad de usar esta técnica.] Sin embargo, el
lector no debe suponer que todos los teoremas pueden demostrarse fácilmente de varias
formas.
TEOREMA 2 . 4 Si m es un entero par, entonces m + 7 es impar.

Demostración:
1) Como m es par, tenemos que m = 2a para algún entero a. Entonces m + 7 = 2a + 1
= 2a + 6 + 1 = 2(a + 3) + 1. Como a + 3 es un entero, tenemos que m + 7 es impar.
2) Supongamos que m + 7 no es impar; por lo tanto, es par. Entonces m + 7 = 2b para
alguna b y m = 2b - 7 = 2b - 8 + 1 = 2(b - 4) + 1, donde b - 4 es un entero. Por lo
tanto, m es impar. [El resultado se sigue del hecho de que las proposiciones de la
forma V/n[/>(m) -» q(m)] y Vm[-<q(m) -» ~,p(m)] son lógicamente equivalentes.]
3) Ahora supongamos que m es par y que también m + 7 es par. (Esta suposición es la
negación de lo que deseamos demostrar.) Entonces, m + 1 par implica que m + 1 -
2c para algún entero c. Y, en consecuencia, m = 2c - 7 = 2c - 8 + 1 = 2(c - 4) + 1 con
c - 4 entero, por lo que m es impar. Aquí aparece la contradicción: empezamos con
m par y ahora hemos deducido m impar, una situación imposible, ya que no puede
haber un entero que sea par e impar a la vez. ¿Cómo llegamos a este dilema? Muy
simple: ¡cometimos un error! Este error es la hipótesis falsa de que m + 7 es par, que
supusimos al comienzo de la demostración. Como la hipótesis es falsa, su negación
es verdadera y m + 1 es impar.
La segunda y tercera demostraciones del teorema 2.4 son muy similares. Esto se debe a
que la contradicción obtenida en la tercera demostración surge de la hipótesis del teorema
y su negación. Más adelante veremos (en el siguiente capítulo) que también podemos
obtener una contradicción al llegar a la negación de un hecho conocido, un hecho que no
sea la hipótesis del teorema que se intenta demostrar. Sin embargo, por ahora, pensemos
un poco más en esta analogía. Supongamos que partimos de las proposiciones abiertas
p(m) y q(m), para un universo dado, y consideremos un teorema de la forma Vm[p(m) —>
q(m)]. Si intentamos demostrar este resultado por el método de la contrapositiva, entonces
estaremos demostrando la proposición lógicamente equivalente Vm[-,^(m) -» ->p(m)].
Para hacer esto, suponemos que ~>q(m) es verdadera (para cualquier m específico, pero
elegido en forma arbitraria del universo) y mostramos que esto implica que ~~>p{m) es
verdadera. Por otro lado, si queremos demostrar el teorema \fm[p(m) -» q(m)] por el mé
todo de demostración por contradicción, entonces suponemos que la proposición Vm[p(m)
-» q(m)] es falsa. Esto equivale al hecho de que p(m) -> q(m) sea falsa para al menos un
reemplazo de m del universo; es decir, existe algún elemento m en el universo para el que
p(m) es verdadera y q(m) es falsa [o bien, ~,q(m) es verdadera]. Usamos este hecho (la
verdad dep(m) y ~,q(m)) para obtener una contradicción. [En la tercera demostración del
teorema 2.4 obtenemos p(m) A ->p(m).] Estos dos métodos pueden compararse simbóli
camente como sigue, cuando el m elegido para el método de contradicción es específico
pero elegido arbitrariamente.
Hipótesis Resultado obtenido

Contraposición -ig(m) -ip(m)
Contradicción p(m) y -\q(m)
En general, si podemos demostrar un teorema de manera directa o indirecta, resultará

menos enredado el método directo que el indirecto. (Esto parece ser el caso de las tres
demostraciones presentadas en el teorema 2.4.) Cuando no tengamos una dirección fija
para intentar la demostración de cierto teorema, podemos empezar con un método directo.
Si tenemos éxito, está muy bien. Si no, debemos intentar encontrar un contraejemplo de lo
que creíamos era un teorema. Si nuestra búsqueda del contrajemplo falla, entonces debe
mos tratar con el método indirecto. Podríamos demostrar la contrapositiva del teorema, u
obtener una contradicción, como lo hicimos en la tercera demostración del teorema 2.4,
suponiendo que la hipótesis y la negación de la conclusión (para algún elemento m del
universo) son verdaderas en el teorema dado.
Concluiremos esta sección con otra demostración indirecta por el método de contrapo
sición.
TEOREMA 2.5 Para todos los números reales positivos x y y, si el producto xy es mayor que 25, entonces
x > 5 o y > 5.
Demostración: Consideremos la negación de la conclusión; es decir, supongamos que 0 <
x < 5 y 0 < y < 5 . En estas circunstancias, tenemos que 0 < x - y < 5 - 5 = 25, por lo que
el producto xy no es superior a 25. (Este método indirecto de demostración establece ahora
la proposición dada, ya que sabemos que una implicación es lógicamente equivalente a su
contrapositiva.) /
EJERCICIOS 2.5 1. ¿En el ejemplo 2.53, por qué nos detuvimos en 26 y no en 28?
2. ¿Por qué no incluimos los enteros impares entre 2 y 26 en el ejemplo 2.53?
3. Utilice el método de exaustivo para mostrar que cada entero par entre 30 y 58 (incluyendo 30
y 58) puede escribirse como la suma de no más de tres cuadrados perfectos.
4. Sea n un entero positivo mayor que 1. Decimos que n es primo si los únicos enteros positivos
que dividen (exactamente) a n son 1 y el propio n. Por ejemplo, los primeros siete primos son
2, 3, 5, 7, 11, 13 y 17. (Aprenderemos más acerca de los primos en el capítulo 4.) Utilice el
método exhaustivo para demostrar que cada entero par, en el universo 4, 6, 8, . . . , 36, 38,
puede escribirse como la suma de dos primos.
5. Para cada uno de los siguientes universos y parejas de proposiciones, utilice la regla de espe
cificación universal, asi como el Modus Ponens o Modus Tollens, para llenar la línea en blanco
y obtener un argumento válido.
a) [El universo comprende todos los números reales.]
Todos los enteros son números racionales.
El número real p no es un número racional.
b) [El universo comprende la población actual de Estados Unidos.]

Todos los bibliotecarios conocen el sistema de clasificación de la Biblioteca del Congreso.
.'. Margarita conoce el sistema de clasificación de la Biblioteca del Congreso.

c) [El mismo universo de la parte (b).]
Sandra es directora administrativa.

.'•Sandra sabe cómo delegar autoridad.
d) [El universo consta de todos los cuadriláteros del plano.]
Todos los rectángulos son equiangulares.
.".El cuadrilátero MNPQ no es un rectángulo.

e) [El universo es el mismo que en la parte (b).]
Las personas conscientes de los riesgos del colesterol evitan comer hígado.
Greta es una persona consciente de los riesgos del colesterol.
6. Determine cuáles de los siguientes argumentos son válidos y cuáles no. Explique cada respues
ta. (El universo consta de todas las personas que residen actualmente en Estados Unidos.)
a) Todos los carteros llevan una lata de aerosol irritante.
El señor Beltrán es cartero.
Por lo tanto, el señor Beltrán lleva una lata de aerosol irritante.
b) Todos los ciudadanos respetuosos de la ley pagan sus impuestos.
El señor Pérez paga sus impuestos.
Por lo tanto, el señor Pérez es una persona que obedece la ley.
c) Todas las personas que se preocupan por el ambiente reciclan sus recipientes de plástico.
Margarita no se preocupa por el ambiente.
Por lo tanto, Margarita no recicla sus recipientes de plástico.
d) Ningún estudiante consciente deja las tareas inconclusas.
Antonieta no deja inconclusas sus tareas.
Por lo tanto, Antonieta es una estudiante consciente.
7. Para un universo dado y cualesquiera proposiciones abiertas p(x), q(x) en la variable x, de
muestre que _ -
a) 3x [/>(*) V ? ( * ) ] O 3 * P(x) V 3 * q(x)
b) \/x [p(x) A 9 ( x ) ] o Vx p ( x ) A V í q(x)
8. a) Sean p(x), q(x) proposiciones abiertas en la variable x, con un universo dado. Demuestre
que
Vx/>(x) V Vx *(*)=>Vx [ p ( x ) V 9 « ] -
[Es decir, demuestre que si la proposición Vx p(x) V Vx q(x) es verdadera, entonces la
proposición Vx[/>(x) V q(x)] es verdadera.]
b) Encuentre un contraejemplo para la recíproca de la parte (a). Es decir, encuentre proposi
ciones abiertasp(x), q(x) y un universo tal que Vx[/>(x) V q(x)] sea verdadera y \/xp(x) V
Vx q(x) falsa.
9. Dé las razones para los pasos de verificación del siguiente argumento. (En este caso, a denota
un elemento arbitrario pero específico del universo dado.)
Vx[p(x)-> ( 9 ( x ) A '(*))]
Vx[p(x)A *(x)]
:.Vx[r(x)As(x)]
Pasos Razor
1) Vx[p(x)^{q(x)A '(*))]
2) Vx[p(x)Aj(x)]
3) p(a)^(q(a)Ar{a))
4) p(a)As(a)
5) p(fl)
6) q(a)Ar(a)
7) r(a)
8) s(a)
9) r(a)As(a)
10) .\Vx[r(x)As(x)]
10. Escriba las razones que faltan para los pasos de verificación del siguiente argumento:
Vx[p(z)Ví(*)]
3x~ip(x)
Vxh9(jr)V(*)]
Vx[s(x)^r(x)]
.■.3x(ní(x))
Pasos Razones
1) V x [ p ( x ) V <?(*)] Premisa
2) 3x^p(x) Premisa
3) -,p(a) Paso (2) y definición de verdad para
3x ->p(x). [En este caso, a es un elemento
(reemplazo) del universo para el cual
-•p(x) es verdadera.] La razón que justifica
este paso también se conoce como la
regla de la especificación existencial.
4) p(a)\yq(a)
5) í(«)
6) Vxhí(x)V(x)]
7) -i9(«)V(«)
8) 9(aJ-*r(a)
9) r(a)
10) Vx[s(x)-»-ir(x)]
11) s(a)-»-ir(a)
12) r(a)-*-is(a)
13) - i j ( a )
14) .•.3x(-ia(x)) Paso 13 y la definición de verdad para
3x(->s(x)). La razón de este paso también
se conoce como regla de generalización
existencial.
11. Escriba el siguiente argumento en forma simbólica. Verifique entonces la validez del argumen
to o explique por qué no es válido. [Supongamos que el universo abarca a todos los adultos
2.6 Resumen y repaso histótico 137
(mayores de 18) que residen actualmente en la ciudad de Las Cruces, Nuevo México. Dos de
estas personas son Roxana e Inés.]
Todos los empleados de una unión de crédito deben saber COBOL. Todos los empleados de la
unión de crédito que se encargan de las solicitudes de préstamos deben conocer Quattro. Roxana
trabaja para la unión de crédito, pero no sabe usar Quattro. Inés sabe Quattro pero no COBOL.
Por lo tanto, Roxana no se encarga de solicitudes de préstamos e Inés no trabaja para la unión
de crédito.
12. Dé una demostración directa (como en el teorema 2.3) de lo siguiente.
a) Para todos los enteros ky /, si k, l son pares, entonces k + /es par.
b) Para todos los enteros k y /, si k, l son pares, entonces kl es par.
13. Realice una demostración indirecta [como en la parte (z) del teorema 2.4] para cada una de las
siguientes proposiciones; hágalo estableciendo y demostrando la contrapositiva de cada pro
posición.
a) Para todos los enteros k y /, si kl es impar, entonces tanto k como / son impares.
b) Para todos los enteros k y /, si k + / es par, entonces k y / son los dos pares o los dos impares.
14. Demuestre que para cualquier entero n, si n2 es impar, entonces n es impar.
15. Realice una demostración por contradicción de lo siguiente: Para cualquier entero n, si n2 es
impar, entonces n es impar.
16. Demuestre que para todo entero n, n2 es par si y sólo si n es par.
17. Demuestre el siguiente resultado de tres formas (como en el teorema 2.4): Si n es un entero
impar, entonces n + 11 es par.
18. Sean m, n dos enteros positivos. Demuestre que si m, n son cuadrados perfectos, entonces el
producto mn también es un cuadrado perfecto.
19. Demuestre, o demuestre que es falso: Si m, n son enteros positivos y m, n son cuadrados per
fectos, entonces m + n es un cuadrado perfecto.
20. Demuestre, o demuestre que es falso: Existen enteros positivos m, n tales que m, n y m + n son
cuadrados perfectos.
21. Demuestre que para todos los números reales x, y, si x + y > 100, entonces x > 50 o y 5: 50.
2.6
En este segundo capítulo se han introducido algunos fundamentos de la lógica; en particu

lar, algunas de las reglas de inferencia y métodos de demostración necesarios para estable
cer teoremas matemáticos.
El primer estudio sistemático del razonamiento lógico se encuentra en la obra del filó
sofo griego Aristóteles (384-322 A.c). En sus tratados de lógica, Aristóteles presentó una
colección de principios para el razonamiento deductivo. Estos principios tenían por objeto
ofrecer una base para el estudio de todas las ramas del conocimiento. En una forma modi
ficada, este tipo de lógica se enseñó hasta y durante la Edad Media.
El matemático alemán Gottfried Wilhelm Leibniz (1646-1716) ha sido considerado
frecuentemente como el primer filósofo que intentó desarrollar la lógica simbólica como
un lenguaje científico universal. Así lo manifestó en su ensayo De Arte Combinatoria,
publicado en 1666. Su investigación en el área de la lógica simbólica, realizada de 1679 a
1690, dio un gran impulso a la creación de esta disciplina matemática.
Aristóteles (384-322 a.c.)
Después de la obra de Leibniz, hubo pocos cambios hasta el siglo xix, cuando el mate-i
mático inglés George Boole (1815-1864) creó un sistema de lógica matemática que pre-j
sentó en 1847, en el panfleto The MathematicalAnalysis ofLogic, Being an Essay Toward
a Calculus of Deductive Reasoning. En el mismo año, el también inglés Augustus Dei
Morgan (1806-1871) publicó Formal Logic; or, the Calculus of Inference, Necessary aré
Probable. Su obra extendió considerablemente el trabajo de Boole en varias direcciones,
Después, en 1854, Boole expuso en detalle sus ideas y sus posteriores investigaciones e«|
su notable obra An Investigation in the Laws of Thought, on Which Are Founded tiw
Mathematical Theories ofLogic and Probability. (Es interesante observar que, además del
su trabajo en el área de lógica, Boole también escribió libros de texto para el estudio de lasj
ecuaciones diferenciales y de las ecuaciones en diferencias. Estos libros de texto se usaron
en Inglaterra hasta el final del siglo xix.) El lógico norteamericano Charles Sanders Peirce
(1839-1914), quien también era ingeniero y filósofo, introdujo el concepto formal del
cuantificador en el estudio de la lógica simbólica.
Los conceptos formulados por Boole fueron ampliamente examinados en la obra de¡
otro estudioso alemán, Ernst Schróder (1841-1902). Estos resultados se conocen co!
lectivamente como Vorlesungen über die Algebra der Logik; se publicaran entre 1890 y;
1895.
Los desarrollos posteriores en el área consideraban un enfoque incluso más moderno;
que se vio en el trabajo del lógico alemán Gottlieb Frege (1848-1925) entre 1879 y 1903¡
Esta obra influyó en forma significativa sobre los monumentales Principia Mathematici¡
(1910-1913) de los ingleses Alfred North Whitehead (1861-1947) y Bertrand Russell
(1872-1970). Aquí rindió sus frutos la obra de Boole. Gracias a este enorme esfuerzo yi
las obras de otros matemáticos y lógicos del siglo xx, en particular, la amplia Grundlagti
der Mathematik (1934-1939) de David Hilbert (1862-1943) y Paúl Bernays (1888-1977)
disponemos de las refinadas técnicas de la lógica matemática contemporánea.
2.6 Resumen y repaso histótico 139
George Boole (1815-1864)
Varias secciones de este capítulo han subrayado la importancia de la demostración. En

matemáticas, una demostración confiere autoridad sobre algo que de otra forma se dese
charía como una simple opinión. La demostración incorpora el poder y la majestuosidad
del razonamiento puro; pero llega incluso más allá: da lugar a ideas matemáticas nuevas.
Nuestro concepto de demostración va unido al de teorema (un enunciado matemático cuya
verdad se confirma por medio de un argumento lógico o demostración). A quienes creen
que es posible pasar por alto la importancia de la lógica y de las reglas de inferencia, les
dedicamos las sabias palabras de Aquiles en "Lo que la tortuga dijo a Aquiles" de Lewis
Carroll: "¡Entonces la lógica te tomará por el cuello y te obligará a hacerlo!"
Un tratamiento comparable del material presentado en este capítulo aparece en los ca
pítulos 2 y 13 del texto de K. A. Ross y C. R. B. Wright [9] y en el capítulo 1 de D. F. Stanat
y D. F. McAllister [11]. Los dos primeros capítulos del texto de S. S. Epp [3] proporcionan
muchos ejemplos y algunas aplicaciones a las ciencias de la computación para quienes
desean saber más de la lógica y las demostraciones en un nivel introductorio bastante
comprensible. El texto de H. Delong [2] proporciona un panorama histórica de la lógica
matemática, junto con un examen de la naturaleza de sus resultados y las consecuencias
filosóficas de los mismos. Este también es el caso de las obras de H. Eves y C. V. Newsom
[4], R. R. Stoll [12] y R. L. Wilder [13], en los que se examina la relación entre lógica,
demostración y teoría de conjuntos (el tema de nuestro siguiente capítulo) en su papel de
fundamentos de las matemáticas.
El texto de E. Mendelson [7] proporciona una interesante introducción intermedia para
los lectores que deseen estudiar otros temas de la lógica matemática. Un tratamiento poco
más avanzado es el de la obra de S. C. Kleene [6]. Un recuento de las obras recientes de
lógica matemática aparece en el compendio editado por J. Barwise [1].
El objetivo de las obras de D. Fendel y D. Resek [5] y R. P. Morash [8] es preparar al
estudiante con conocimientos de cálculo para las matemáticas un poco más teóricas que se
basan en el álgebra abstracta y el análisis real. Cada uno de estos textos ofrece una excelente
introducción a los métodos básicos de demostración. Por último, el texto único de Solow
[10] está dedicado en su totalidad a introducir al lector que ya cuenta con bases de mate-
máticas de bachillerato a las técnicas primarias que se utilizan para desarrollar demostra
ciones matemáticas.
BIBLIOGRAFÍA
1. Barwise, Jon (editor), Handbook of Mathematical Logic, Amsterdam, North Holland, 1977
2. Delong, Howard, A Profile of Mathematical Logic, Reading, Mass., Addison-Wesley, 1970
3. Epp, Susanna S., Discrete Mathematics with Appücations, Belmont, Calif., Wadsworth, 19
4. Eves, Howard y Carroll V. Newsom, An Introduction to the Foundations and Fundamen
Concepts of Mathematics, edición corregida, Nueva York, Holt, 1965.
5. Fendel, Daniel y Diane Resek, Foundations ofHigher Mathematics, Reading, Mass., Addis
Wesley, 1990.
6. Kleene, Stephen C, Mathematical Logic, Nueva York, Wiley, 1967.
7. Mendelson, Elliott, Introduction to Mathematical Logic, 3* ed., Monterey, Calit., Wadswo
and Brooks/Cole, 1987.
8. Morash, Ronald R, Bridge toAbstract Mathematics: Mathematical Proofand Structures,
va York, Random House/Birkhaüser, 1987.
9. Ross, Kenneth A., y Charles R.B. Wright, Discrete Mathematics, 3* ed., Englewood Cliffs
N.J., Prentice-Hall, 1992.
10. Solow, Daniel, How to Read and Do Proofs, 2' ed., Nueva York, Wiley, 1990.
11. Stanat, Donald F. y David F. McAllister, Discrete Mathematics in Computer Science, Engle
Cliffs, N.J., Prentice-Hall, 1977.
12. Stoll, Roben R„ Set Theory and Logic, San Francisco, Freeman, 1963.
13. Wilder, Raymond L., Introduction to the Foundations of Mathematics, 2" ed., Nueva Yo
Wiley, 1965.
b) Traduzca la proposición de la parte (a) en palabras

EJERCICIOS
de modo que no aparezca la palabra "no" en la tra
COMPLEMENTARIOS ducción.
3. Sean p,qyr proposiciones primitivas. Demuestre 1

1. Construya la tabla de verdad para verdad o falsedad (con un contraejemplo) de lo siguiente:
P~[(<?Ar)-*n(sV)]- a) [/>**(i +*r)]e>[{p**q)**r]
W [p^(q-^r)]&[(p^q)-+r]
2. a) Construya la tabla de verdad para
4. Exprese la negación de la proposición p <-> q en térmi
(p->-<7)A(-ip-^r). nos de los conectivos A y V.
5. Escriba la siguiente proposición como implicación, de posiciones primitivas, (p J, q) <=> ->{p V q) y (p f q) o

dos maneras, cada una de la forma si-entonces: Catalina
deberá practicar sus lecciones de piano o no irá al cine.
a) p i (q i r), (p i q) i r
6. Sean p, q, r proposiciones primitivas. Escriba la recí b) p t (q l r), (p t q) I (p t r)
proca, la inversa y la contrapositiva de cada una de las si c) P I (q T O, (p iq)Hp i r)
guientes implicaciones:
a) / > - > ( ? A r ) b) (pVq)^>r 13. La ley del silogismo indica que para cualesquiera propo
siciones p, q, r, la proposición [{p —» q) A (q —> /-)] —> (/? —>
7. a) Para las proposiciones primitivas p, q, encuentre
es una tautología. Recordemos que en el ejemplo 2.2 de la
el dual de la proposición (-*p A ->q) V (7"0 A p) sección 2.1 presentamos una situación hipotética para dar
Vp- sentido a la tabla de verdad de la implicación p —> q, en
b) Use las leyes de la lógica para mostrar que el re particular para el caso en que p tenía el valor de verdad 0.
sultado de la parte (a) es lógicamente equivalente En la tabla 2.25, tenemos las otras tres tablas de verdad posi
a p A -<q. bles para la implicación, determinadas según las asignacio
8. Sean p, q, ry s proposiciones primitivas. Escriba el nes de valores de verdad cuando p es falsa. (Así, la tercera y
dual de cada una de las siguientes proposiciones compues cuartafilasson iguales a las de la tabla 2.2 para la implicación.)
tas. Muestre que para cada una de estas tres tablas de verdad
alternativas, la proposición [{p -» q) A (q —> r)] -+(p->r
a) 0 > V - > ? ) A ( - i r V s ) ya no es una tautología.
b) p->(qA->rAs)
c) [ ( / > v r 0 ) A f a v f i ) ] V [ ' , A í A r o ]
9. En cada uno de los siguientes casos, complete el espacio Tabla 2.25
en blanco con la palabra recíproca, inversa o contrapositiva p±q 2
p^*q
de modo que el resultado sea una proposición verdadera. p 9 p^>q
a) La recíproca de la inversa de p -» q es la 0 0 0 1 0
de p —> q. 0 1 0 0 1
b) La recíproca de la inversa de p —» q es la 1 0 0 0 0
de q —> p. 1 1 1 1 1
c) La inversa de la recíproca de p —> q es la
de p -¥ q.
d) La inversa de la recíproca de p -* q es la 14. Establezca la validez del argumento
de q —> p.
e) La recíproca de la contrapositiva de p -» q es la [(p-»?)A[(?Ar)-»i]Ar]-»(p-»i).
de p —> q.
f) La recíproca de la contrapositiva de p —»q es la 15. Pruebe la verdad o falsedad de lo siguiente (p, q, r son
de q -» p. proposiciones arbitrarias).
g) La inversa de la contrapositiva de p -* q es la a) [ ( p í ^ V r j o f p í ^ Y f ) ]
de p -> q. b) [ p * ( 9 - » r ) ] o [ ( / > * 9 ) - + ( p * r ) ]
c) [ p - » ( ? J ¿ r ) ] ^ [ ( p - » . í ) y ( p - * r ) ]
10. Para las proposiciones primitivas/?, q, r, verifique que
las proposiciones compuestas p A (q —> ->r) y ~>{~{-'p V r) son lógicamente equivalentes ma simbólica. Establezca después la validez del argumento
a) utilizando tablas de verdad o proporcione un contraejemplo para mostrar que no es vá
b) recurriendo a las leyes de la lógica, las reglas de lido.
sustitución y cualquier otra equivalencia lógica que a) Si hace frío el viernes, entonces Cristóbal utilizará
convenga. su abrigo si los bolsillos están remendados. El pro
nóstico para el viernes es de clima frío, pero los
11. ¿Es asociativa la conectiva ncuufí, es decir, ¿son lógica bolsillos no están remendados. Por lo tanto, Cris
mente equivalentes las proposiciones p \ {q t r) y (p t q) T tóbal no usará su su abrigo este viernes.
r para todas las proposiciones primitivas p, q, rl [Recorde b) El contrato se cumplirá si y sólo si las nuevas ven
mos que (p f q) <=> ""■(/> A q).] tanas se instalan en la casa en junio. Si las nuevas
12. Determine si cada una de las siguientes parejas de pro ventanas se instalan en junio, entonces Cristina po
posiciones es lógicamente equivalente, [p, q, r son pro drá mudarse a su nueva casa el primero de julio. Si
no se puede cambiar el primero de julio, deberá a) p(0,0) b) p ( l , l )

pagar la renta de julio de su departamento. Las ven c) p(0,l) d) />(0,3)
tanas se instalaron en junio o Cristina debe pagar e) Vyp(0,y) f) 3ypQ,y)
la renta de julio de su departamento. Por lo tanto, g) Vx,yp(x,y) ■ h) Vx3yp(x,y)
Cristina no tendrá que pagar la renta de su departa i) 3yVxp{x,y) j) Vy3xp(x,y)
mento para el mes de julio.
17. Consideremos la proposición abierta 18. Exprese lo siguiente en forma simbólica. El universo
está formado por los números reales positivos.
p(x,y): y-x=y+x2 a) No existe un número real positivo mínimo.
b) Existe un único número real posjtivo igual a su cua
donde el universo de cada una de las variables x, y abarca
drado.
todos los enteros. Determine el valor de verdad para cada
c) Todo número real positivo tiene un único inverso
una de las siguientes proposiciones.
multiplicativo.
3
Teoría de conjuntos
D etrás de las matemáticas que estudiamos en álgebra, geometría, combinatoria y casi

todas las demás áreas de las matemáticas contemporáneas está el concepto de conjunto.
Con mucha frecuencia, este concepto proporciona una estructura subyacente para una
formulación concisa del tema matemático en cuestión. En consecuencia, muchos libros de
matemáticas tienen un capítulo introductorio de teoría de conjuntos, o mencionan en un
apéndice aquellas partes de la teoría necesarias en el texto. En nuestro caso, al abrir el libro
con un capítulo acerca de los fundamentos del conteo, parecería que hemos dejado de lado
la teoría de conjuntos. En realidad, hemos confiado en la intuición; cada vez que aparecía
la palabra colección en el capítulo 1, hablábamos de un conjunto. También en las seccio
nes 2.4 y 2.5 utilizamos el concepto de conjunto (aunque no el término) cuando hablamos
del universo (de discurso) para una proposición abierta.
Tratar de definir un conjunto es bastante difícil y con frecuencia da lugar a un uso
circular de sinónimos como "clase", "colección" y "agregado". Cuando comenzamos el
estudio de la geometría, utilizamos nuestra intuición para manejar las ideas de punto, línea
e incidencia. Después empezamos a definir nuevos términos y a demostrar teoremas con
base en estas nociones intuitivas, junto con ciertos axiomas y postulados. En nuestro estu
dio sobre la teoría de conjuntos volveremos a apelar a la intuición, esta vez para las ideas
comparables de elemento, conjunto y pertenencia.
Veremos que las ideas de la lógica desarrolladas en el capítulo 2 están íntimamente
ligadas a la teoría de conjuntos, y muchas de las demostraciones que estudiaremos en este
capítulo se basan en ellas. Este capítulo incluye también unos cuantos casos en los que se
aplica el tipo de demostración combinatoria (del capítulo 1).
3.1
Conjuntos y subconjuntos
Tenemos cierta "noción intuitiva" en el sentido de que un conjunto debe ser una colección
bien definida de objetos. Estos objetos se llaman elementos y se dice que son miembros del
conjunto.
El adjetivo bien definido implica que para cualquier elemento que consideremos, pode
mos determinar si está en el conjunto observado. En consecuencia, evitaremos trabajar
con conjuntos que dependan de las opiniones, como el conjunto de los mejores lanzadores
de las ligas mayores de béisbol en la década de 1980.
143
144 Capítulo 3 Teoría de conjuntos
Utilizaremos letras mayúsculas, como A, B, C, . . . , para representar los conjuntos y

letras minúsculas para representar los elementos. Para un conjunto A, escribiremos x 6 A
si x es un elemento de A; y ^ A indica que y no es miembro de A.
-" Ejei&pio 3*1 Un conjunto puede designarse enumerando sus elementos dentro de llaves. Por ejemplo,
si A es el conjunto formado por los cinco primeros enteros positivos, escribimos A = {1,2,
3, 4, 5}. En este caso, 2 E A pero 6 í A.
Otra notación común para este conjunto es A = {x \ x es un entero y 1 < x < 5}. En este
caso, la línea vertical | que aparece dentro de las llaves se lee como "tal que". Los símbolos
{x\. . .} se leen como "el conjunto de todos los x tales que..." Las propiedades que van
después de | nos ayudan a determinar los elementos del conjunto descrito.
¡ Tenga cuidado! La notación {* 11 < x < 5} no es una descripción adecuada del conjun
to A, a menos hayamos acordado previamente que los elementos considerados son ente
ros. Al adoptar esa convención, decimos que estamos especificando un universo, o univer
so de discurso, que por lo general se denota comoÛ; así, sólo elegiremos elementos de 'II
para formar nuestros conjuntos. En este problema particular, si % denota el conjunto de
todos los enteros o el conjunto de todos los enteros positivos, entonces {JC 11 < x < 5} es
una descripción adecuada de A. Si ^ es el conjunto de todos los números reales, {x | 1 <i
< 5} contendría todos los números reales entre 1 y 5 inclusive; siÛ está formado solamen
te por enteros pares, los únicos miembros de {x\l < x < 5} serían 2 y 4.
Ejemplo 3.2 Si 5U= {1, 2, 3 , . . .} es el conjunto de los enteros positivos, sean
a) A = {1, 4, 9, . . . , 64, 81} = {x2\x £ °ll, x2 < 100} = {x2\x £ °U A x2 < 100} =
{jcE°ll¡* 2 <100}.
b) B = {1, 4, 9, 16} = {y2\y £ % y2 < 20} = {y2\y £ % y2 < 23}
{y2\y £°tl A y2< 17} = {y2£%|;y2< 16}.
c) C = { 2 , 4 , 6 , 8 , . . . } = {2A:|A;eall}.
Los conjuntos A y B son ejemplos de conjuntos finitos, mientras que C es un conjunto
infinito. Al trabajar con conjuntos como A o C, podemos describir los conjuntos en térmi
nos de las propiedades que deben satisfacer sus elementos o enumerar los elementos sufi
cientes para indicar, esperemos, un patrón evidente. Para cualquier conjunto finito A,
denota el número de sus elementos y se conoce como el cardinal, o tamaño, de A. En este
ejemplo, tenemos que | A | = 9 y | B | = 4 .
En este caso, los conjuntos B y A son tales que todo elemento de B es también un
elemento de A. Esta importante relación aparece en toda la teoría de conjuntos y sus apli
caciones, y conduce a la siguiente definición.
Definición 3.1 Si C, D son conjuntos del universoGU, decimos que C es un subconjunto de D y escribimos
C C D, o D 2 C, si cada elemento de C es un elemento de D. Si, además, D contiene un
elemento que no está en C, entonces C es un subconjunto propio de D y se denota como
CCDoDDC.
3,1 Conjuntos y subconjuntos 145
Observe que para cualesquiera conjuntos C, D del universo <5U, si C C D, entonces
y/x[xEC^xED],
y si Vx[x E C => x E D], entonces C C D .
Aquí el cuantificador universal Vx indica que debemos considerar cada elemento x del
universo dado <3U. Sin embargo, para cada reemplazo c (elemento de <\l) tal que la propo
sición c E C sea falsa, sabemos que la implicación c £ C - > c G D e s verdadera, indepen
dientemente del valor de verdad de la proposición c E D. En consecuencia, realmente sólo
necesitamos considerar aquellos reemplazos c' (elementos de Û) en los que la proposición
c' £ C sea verdadera. Si para cada c' tenemos que la proposición c' £ D es verdadera,
entonces sabemos que Vx[x £ C => x £ £>] o, en forma equivalente, C C D .
Además, para todos los subconjuntos C, D de 5U,
CCD^CCD,
y cuando C, Z) son finitos,
CCD=>|C|s|D|, y
CCZ)^>|C|<|D|
Sin embargo, para Û = {1, 2, 3, 4, 5}, C = {1, 2} y D = {1, 2}, vemos que C es un
subconjunto de D (es decir, C Q D), pero no es un subconjunto propio de D (C <£ D). Así,
en general, no tenemos que C Q D=> C C D.
Ejemplo 3,3 El nombre de una variable en el ANSÍ FORTRAN (ANSÍ son las siglas del American
National Standards Institute, Instituto Nacional de Estándares de Estados Unidos) consta
de una sola letra seguida a lo sumo de cinco caracteres (letras o dígitos). Si^l es el conjun
to de todos estos nombres de variables, entonces, por las reglas de la suma y el producto,
|sil | = 26 + 26(36) + 26(36)2 + ■ • • + 26(36)5 = 2 6 2 - = 0 3 6 ' = 1,617,038,306, de modo que
% es un conjunto grande, aunque finito. Una variable entera en este lenguaje de programa
ción debe comenzar con una de las letras I, J, K, L, M, N. Así, si A es el subconjunto de
todas las variables enteras en ANSÍ FORTRAN, entonces | A \ = 6 + 6(36) + 6(36)2 + ■ • • +
6(36)5 = 6 ^ 3 6 ' = 373,162,686.
Podemos usar ahora el concepto de subconjunto para desarrollar la idea de igualdad

entre conjuntos. Consideremos primero el siguiente ejemplo.
Ejemplo 3,4 Para el universo Û = {1, 2, 3, 4, 5}, consideremos el conjunto A = {1, 2}. Sifí= {x|x 2 E
Û}, entonces los miembros de B son 1, 2. En este caso, A y B contienen los mismos
elementos (y ninguno más), lo cual nos lleva a pensar que los conjuntos A y B son iguales.
Sin embargo, también es cierto que A C B y B C A, por lo que preferimos definir la idea
de igualdad entre conjuntos mediante estas relaciones de contenido. Esto nos lleva a la
siguiente definición.
Definición 3.2 Para un universo dado Û, los conjuntos C y D (tomados de %) son iguales, y esto se
escribe C = D, cuando CQDy DCC.
A partir de estas ideas de igualdad entre conjuntos, vemos que el orden o la repetición
no son significativos para un conjunto en general. Así, tenemos, por ejemplo: {1,2,3} =
{3, 1,2} = {2, 2, 1,3} = {1,2, 1,3, 1}.
Ahora que hemos establecido los conceptos de subconjunto e igualdad entre conjuntos,
usaremos los cuantificadores de la sección 2.4 para analizar las negaciones de estas ideas.
Para un universo dado %, sean A, B conjuntos tomados de Û. Entonces podemos escribir
A C B » V x [ x E A => x E B].
De la definición (cuantificada) de A C B, tenemos que
A <t B (es decir, A no es subconjunto de B)

<¿>^Vx[xEA^>xEB]
€>3x-i[xEA^>xEB]
e> 3x-)[i(x E A)\fxEB]
€>3x[xEAAn(xEB)]
<?>3x[xEAAxéB].
Por lo tanto, A ffi B si existe al menos un elemento x en el universo tal que x es miembro de
A pero x no es miembro de B.
De manera análoga, como A=B <=>A, C B A B C A, entonces
AÍB<&^(AQBf\BQA)<$-\(AQB)y-\{BQA)<*AtB\/BtA.
Por lo tanto, dos conjuntos A y B no son iguales si y sólo si (1) existe al menos un elemento
x E °U tal que x EA pero x £ B, o (2) existe al menos un elemento y E Û tal que y E B
pero y í A; o tal vez ocurran (1) y (2).
También observamos que para cualesquiera conjuntos C, D C Û (es decir, C C \( y
CCDOCCDAC^D.
Ahora que hemos presentado las cuatro ideas de pertenencia, igualdad entre conjuntos,
subconjunto y subconjunto propio, examinaremos un ejemplo más para ver que lo no
indican estos conceptos. Después de este ejemplo, la demostración del primer teorema de
este capítulo será casi directa, ya que se sigue sin dificultad de algunas de estas ideas.
IjflUpte 3 3 Sea % ={1,2,3,4, 5,6, x, y,{ 1,2}, {1, 2, 3}, {1, 2, 3,4}} (donde*, y son letras minúscu
las del alfabeto y no representan nada más, al igual que 3,5 o {1,2}). Entonces, | >U | = 11.
a) Si A ={ 1, 2, 3, 4}, entonces \A\ = 4 y tenemos
i) AC<U; ii) AC<U; iii) AE%
iv) {^}C°ll; v) {A} C U ; pero vi) {/4}é°H.
b) Ahora sea B= {5, 6,x, y, A] = {5, 6, x, y,{1, 2, 3, 4}}. Entonces | B | = 5, no 8. Y
ahora vemos que
i) AEB; ii) {A}QB;y, iii) {A}CB.
Pero
iv) {A}éB;
v) A£.B (es decir, A no es subconjunto de E); y
vi) At-B (es decir, A no es subconjunto propio de B).
TEOREMA 3.1 Sean A, B, C C %.
a) Si A C fi y B CC, entonces ACC. b) Si A C fl y B C C, entonces A C C.

c) Si A C fi y fl C C, entonces A C C . d) Si A C B y B C C, entonces A C C .
Antes de demostrar este teorema queremos recordar un comentario de la sección 2.5,

relativo a nuestro tratamiento de las reglas de especificación y generalización universales,
que apareció antes de la definición 2.8, ya que es apropiado en esta nueva área de la teoría
de conjuntos. Por ejemplo, cuando queremos demostrar que * G A => * G C, debemos
comenzar considerando cualquier elemento x en GU, fijo pero elegido en forma arbitraria;
queremos que este elemento x sea tal que "x G A" sea una proposición verdadera (no una
proposición abierta). Entonces, debemos mostrar que este mismo elemento x, fijo pero
elegido en forma arbitraria, también está en C. Las demostraciones que presentamos a
continuación se conocen como argumentos de pertenencia de un elemento. Siempre habrá
que tener presente que, en todas estas demostraciones, x representa un elemento de A, fijo
pero elegido en forma arbitraria; y aunque x sea genérico (ya que no es un elemento espe
cífico de A), es el mismo durante toda la demostración.
Demostración: nos dedicaremos a las partes(a) y (b) y dejaremos el resto para los ejerci
cios.
a) Para demostrar que A C C , necesitamos verificar que para todo x G°U, si x G A

entonces* GC. Partimos de un elemento x de A. Como A C B, x G A implica* G B.
Entonces, con B C C, * G Z? implica xGC. Así, xGA implica* G C (por la ley del
silogismo, regla 2 de la tabla 2.20, ya que * G A , * G B y * G C son proposiciones)
yACC.
b) Como A C B, si * G A entonces x G B. Con BQC, se sigue entonces que * G C, por
loqueA C C. SinembargoA C B => existe un elemento b GBtalqueb £ A. Como
BQC, b G B =$ b G C. Así, A C C y existe un elemento b G C con b í A, por lo
que A C C.
Nuestro siguiente ejemplo se refiere a varias relaciones de contenido.
S|emplo $& S e a % = {1,2, 3,4, 5}, con A = {1, 2, 3}, B= {3,4} y C = {1, 2, 3, 4}. Entonces se
cumplen las siguientes relaciones de contenido de subconjuntos.
a)y4CC b) A C C
c) BCC d) ACÁ
e) B£A f) A <t- A (es decir, A no es un subconjunto propio de A)
Los conjuntos A, B son sólo dos de los subconjuntos de C. Nos interesa determinar
cuántos subconjuntos tiene C en total. Sin embargo, antes de responder esto, necesitamos
presentar el conjunto sin elementos.
Definición 3.3 El conjunto vacío, o nulo, es el (único) conjunto que no contiene elementos. Se denota
como 0 o {}.
Observemos que | 0 | = 0 , pero {0} £ 0. Así mismo, 0 ¿ {0}, ya que {0} es un

conjunto con un elemento, a saber, el conjunto vacío.
El conjunto vacío satisface la siguiente propiedad dada en el teorema 3.2. Para estable
cer dicha propiedad usamos el método de demostración por contradicción (o reducción al
absurdo). Después de la demostración del teorema 2.4 (en la sección 2.5), dijimos que, al
establecer un teorema con este método, habíamos supuesto la negación del resultado y
llegado a una contradicción. En nuestro trabajo anterior (como en el ejemplo 2.33 y la
tercera demostración del teorema 2.4), llegamos a una contradicción de la forma r A -> r o
p(m) A -,p(m), respectivamente, donde T era una premisa del ejemplo 2.33 y p(m) un
caso específico de la hipótesis del teorema 2.4. Las cosas varían un poco para la demostra
ción del teorema 3.2. Esta vez estaremos negando (o contradiciendo) un resultado anterior
que aceptamos como verdadero, esto es, la definición del conjunto vacío.
TEOREMA 3.2 Para cualquier universo GU, sea A C 5(1. Entonces 0 C A y si A £ 0, entonces 0 C A.
Demostración: Si el primer resultado no es verdadero, entonces 0 £ A, por lo que
existe un elemento x del universo tal que xE 0 pero x £ A. Pero x G 0 es imposible. Así,
rechazamos la hipótesis 0 C A y vemos que 0 C A. Además, si A ¿ 0, entonces existe un
elemento a E A (y a £ 0), por lo que 0CA.
£j«mpto 3.7 Si volvemos al ejemplo 3.6, determinaremos el número de subconjuntos del conjunto
C = {1, 2, 3, 4}. Al construir un subconjunto de C, tenemos dos opciones diferentes para
cada elemento x de C: x está incluido en el subconjunto o no está incluido. En consecuen
cia, existen 2 x 2 x 2 x 2 opciones, lo que produce 24 = 16 subconjuntos de C. Esto incluye
el conjunto vacío 0 y el propio conjunto C. Si necesitamos el número de subconjuntos de
Cque tengan exactamente dos elementos, el resultado es igual al número de formas en que
podemos seleccionar dos objetos de un conjunto de cuatro objetos, es decir, C(4, 2) o ( 4 ).
Como resultado, el número total de subconjuntos de C, 24, es también la suma (¡5)+( 4 ) + ( 4 )+
( j j + ^ j . e n l a que el primer sumando corresponde al conjunto vacío, el segundo suman
do corresponde a los subconjuntos de un elemnto, el tercer sumando a los seis subconjuntos
de tamaño dos, etcétera. Así, 24 = 2*-o(*) •
Definición 3.4 Si A es un conjunto del universo °U, el conjunto potencia, que se denota S5(A), es la colec
ción (o conjunto) de todos los subconjuntos de A.
3.1 Conjunto*; y subconjuntos 149
iploa.8 Para el conjunto C del ejemplo 3.7, # ( 0 = {0,Ur. (2), {3[, (4), {1,2), f 1,3}, {i, 4),
"*" [ 2 , 3 ) , ( 2 , 4 } , { 3 , 4 U I , 2 . 3 } , {1,2, 4), {I, 3,4), {2. 3, 4}, C).
En general, para cualquier conjunto finito A con U | = n £ 0, A tiene 2" subconjuntos y

¡ -f {A) | * 2". Para cualquier 0 £ ft £ n, existen (;) subconjuntos de tamaño t. Si conta
mos los subconjuntos de A basla el número k de elementos de un subconjunto, tenemos
la identidad combinatoria (¿) + (?) + ( ; ) + ' " 4 (")" , 2*, para « £ 0.
Esta identidad ya fue cslahlecida en el corolario 1.1(a). lista presentación es otro ejem
plo de una demostración combinatoria, ya que la identidad se establece contando la misma
colección de objetos (los subconjuntos de A) de dos formas diferentes.
La capacidad para contar algunos, o todos» los subconjuntos de un conjunto dado pro
porciona un segundo método para la solución de dos de nuestros ejemplos anteriores.
En el ejemplo 1.14, coniamos el número de trayectorias (escalonadas) en el plano xy que

van de (2,1) a (7,4), donde cada trayectoria está formada por escalones individuales que van
una unidad a la derecha (R) o una unidad hacia arriba (U). La figura 3.1 es igual a la figura
1.1, donde se muestran dos trayectorias posibles.
La trayectoria de la figura 3.1 (a) tiene tres movimientos hacia arriba (U) localizados en
las posiciones 2, 5 y 8 de la lista que aparece en la parle inferior de la figura. En conse
cuencia, esta trayectoria determina el suheonjuntode tres elementos (2. 5 , 8 | del conjunto
( I , 2, 3, . . . . 8}. Bn la figura 3.1(b>. la trayectoria determina el subconjunto de tres
elementos {1,5. 6}. En forma recíproca, si partimos, por ejemplo, del subconjunto {1,3,7)
de {I, 2, 3 , . . . . 8), entonces la trayectoria que determina este subconjunto está dada por
U , R , U , R , R , R . U.R.
Por lo tanto, el número de trayectorias buscada es igual al número de subconjuntos A de
(1, 2, 3, . . . , 8}, donde | J 4 | = 3. Existen i^j — — ~ = 56 de esas trayectorias (y
subeonjuntos), como vimos en el ejemplo 1.14.
y y
, t
3 — 3
2 2
1 1
■* X *x
' > 5
la) R.U.R.R,U.ft,R,U (b) U,R,R.R,UIU,R.R
Figura 3.1
Si hubiésemos considerado los movimientos R hacia la derecha, en vez de los movi

mientos hacia arriba U , tendríamos que la respuesta sería el número de subconjuntos B de
{1,2, 3 , . . . , 8}, donde |fi| = 5 . Existen l | l = —— = 56 de tales subconjuntos. (Esta idea
fue analizada antes para el resultado desarrollado en la tabla 1.4.)
£j«mpf$ 3^1d En la parte (b) del ejemplo 1.36 de la sección 1.4, aprendimos que existen 26 composicio
nes del entero 7; es decir, hay 26 formas de escribir 7 como una suma de uno o más enteros
positivos, donde el orden de los sumandos es significativo. El resultado obtenido utilizaba
el teorema del binomio junto con las respuestas de siete casos resumidos en la tabla 1.7.
Ahora podemos obtener este resultado en una forma un tanto diferente y más sencilla.
Primero consideremos la siguiente composición de 7:
1 + 1 + 1 + 1 + 1 + 1 + 1
/ i i \
1 " signo 2 o signo • • . 5o signo 6 o signo
más más más más
Aquí tenemos siete sumandos, cada uno de los cuales es 1, y seis signos más (+).
Para el conjunto {1,2, 3,4, 5, 6}, existen 26 subconjuntos. ¿Pero qué tiene esto que ver
con las composiciones de 7?
Consideremos un subconjunto de {1,2,3,4, 5,6}, digamos {1,4,6}. Formemos ahora
la siguiente composición de 7: /
(1 + 1) + 1 + (1 + 1) + (1 + 1)
\ \ \
1 " signo 4 o signo 6 o signo
más más más
En este caso, el subconjunto {1, 4, 6} indica que debemos colocar paréntesis entre los
unos que aparecen a los lados del primero, cuarto y sexto signos más. Esto produce la
composición
2 + 1 + 2 + 2.
De la misma forma, vemos que el subconjunto {1, 2,5,6} indica el uso del primero, segun
do, quinto y sexto signos más, lo que da
(1 + 1 + 1) + 1 + (1 + 1 + 1)
/ i / i
1 " signo 2 o signo 5o signo 6o signo
más más más más
o la composición 3 + 1 + 3.
En sentido contrario, vemos que la composición 1 + 1 + 5 proviene de
1 + 1 + (1 + 1 + 1 + 1 + 1)
y está determinada por el subconjunto {3, 4, 5, 6} de {1, 2, 3, 4, 5, 6}. En la tabla 3.1

tenemos enumeradas ocho composiciones de 7, junto con el subconjunto correspondiente
de {1, 2, 3, 4, 5, 6} determinado por cada una de ellas.
Tabla 3.1
Composición de 7 Subconjunto determinado de {1,2,3,4,5,6}
(i) 1 + 1 + 1 + 1 + 1 + 1 + 1 (i) 0
(ü) 2+1+1+1+1+1 (ii) {1}
(iü) 1+2+1+1+1+1 (iü) {2}
(iv) 1+1+3+1+1 (iv) {3,4}
(v) 1+2+1+3 (v) {2,5,6}
(vi) 2+ 3+2 (vi) {1,3,4,6}
(vii) 4+3 (vü) {1,2,3,5,6}
(viii) 7 (vüi) {1,2,3,4,5,6}
Los ejemplos obtenidos hasta ahora muestran una correspondencia entre las composicio
nes de 7 y los subconjuntos de {1,2, 3,4,5,6}. Por lo tanto, de nuevo tenemos que existen
26 composiciones de 7.
Nuestro siguiente ejemplo genera otra identidad combinatoria importante.
3.11 Para los enteros n, r con n>r> 1,
THXA
Aunque podemos establecer este resultado en forma algebraica a partir de la definición
de y"rJcomon\/(r$n -r)$, usaremos un enfoque combinatorio. SeaA = [x, aua2, ■ ■. ,a„
y consideremos todos los subconjuntos de A que contienen r elementos. Hay ("+' 1 de tales
subconjuntos. Cada uno de ellos cae exactamente en uno de los dos casos siguientes:
aquellos subconjuntos que contienen el elemento* y los que no lo contienen. Para obtener
un subconjunto CdeA, donde x G C y \C\ = r, colocamos x en C y después elegimos
r- 1 elementos de los aua2,..., a„. Esto se puede hacer de ( r ^) formas. Para el otro caso,
queremos un subconjunto B de A con \B\ = ryx&B. Así, podemos elegir r elementos de
losai, a-i,... ,a„, lo que podemos hacer de (") formas. De la regla de la suma se sigue que
Antes de continuar, volvamos a analizar el resultado del ejemplo 3.11, pero esta vez a la
luz de lo aprendido en el ejemplo 3.9.
De nuevo, sean n, r enteros positivos tales que n > r > 1. Entonces ("*lJ cuenta el
número de trayectorias (escalonadas) en el plano xy, de (0, 0) a (n + 1 -r, r), donde, como
en el ejemplo 3.9, cada una de las trayectorias tiene
(n + 1) - r movimientos horizontales de la forma (x, y) -» (x + 1, y), y
r movimientos verticales de la forma (x, y) —¥ (x, y + 1).
La última arista de cada una de estas trayectorias (escalonadas) termina en el punto

(« + 1 —r, r) y comienza en (i) el punto (n - r, r) o (ii) el punto ( n + l - r , r - 1 ) .
En el caso (i), tenemos la última arista horizontal, es decir, (n - r, r) —»(n + 1 - r, r); el
número de trayectorias (escalonadas) de (0, 0) a (n - r, r) es ( <n_ r )+r ) = (")• Para el caso
(ii), la última arista es vertical, (n + 1 - r, r- 1) —» (n + 1 - r, r); el número de trayectoria
(escalonadas) de (0, 0) hasta (n + 1 - r, r- 1) es (("+1~r-¡Kr-1)) = (,.-i)- Como estos dos
casos abarcan todas las posibilidades y no tienen nada en común, se sigue que
n +1\ l n\ ¡ n
rHr-l
Ejemplo 3,12 Analizaremos ahora la forma en que la identidad del ejemplo 3.11 nos puede ayudar a
resolver el ejemplo 1.34, donde buscábamos el número de soluciones enteras no negativas
de la desigualdad*, + x2 + • • • + x6< 10.
Para cada entero k, 0 < k < 9, el número de soluciones de xx + x2 + • • • + *6 = k es
(6+*-1) = (5t*)- Así que el número de soluciones enteras no negativas para x, +x2+ • • • +
x6< 10 es
K H D * ® ♦■■■♦(?)
4
(K)MK)+-+a )
©♦0]*©--(SM©*6)]*©--(í)
[©♦Q]--(í)--(y)*(í)-(i?)-*
Ejemplo J,13 En la figura 3.2 tenemos parte de una útil e interesante disposición de números llamada el
triángulo de Pascal.
<« = 0) (2)
(n=1) (i) (!)
(n = 2)
© fi) ©
(n = 3)
© ©
(n = 4) G) \ f f l / © \ © ©/
(n-5)
© (5) © © \ © / ©
Figura 3.2
3 1 Conjuntos y subconjuntos 151
Observe que, en esta lisia parcial, las dos triángulos que .se muestran satisfacen la condi
cióu du que el coeficiente hinnmial de la pane inferior del triángulo invertido es la suma
de los otros dos términos del triángulo. Este resultado se sigue de la identidad del ejemplo
3.11.
Cuando reemplazamos eada uno de los coeficientes binomiales por su valor numérico,
el iriángulo de Pa$cal toma la apariencia que se muestra en la figura 3.3.
ín - 0) 1
(n - I) 1 1
fo = 2) 1 2 1
í" = ¿) \ 1 3 / 3
ín = 4)
i-:
Figura 3.3
Existen algunos conjuntos de números que aparecen con frecuencia en lodo el libro. Rn
consecuencia, cerraremos esta sección asignándoles los siguientes nombres.
a) 7.- el conjunto de los enteros - (0, 1, 1,2, -2, 3,- 3 , . . . }

b) N ^ el conjunto de los enteros no negativos o números naturales = \ 0,1,2, 3 , . . . )
c) Z* = el conjunto de los enteros positivos ■ ( 1 , 2 , 3 , . . , ] = [.<£ Z | . t > 0 1
d) Q = el conjunto de los números racionales = \alb\a, bS Z, b*G)
*) Q* =el conjunto de los números racionales positivos = \r\r G Q, r>0) - {r C
Qk>0]
f) Q* = el conjunto de los números racionales distintos de cero
g) R = el conjunto de los números reales
h) R * = el conjunto de los números reales positivos
i) R* = el conjunto de los números reales distintos de cero
j) C = el conjunto de los números complejos: \x * yi\x, y G R , ! ' ? - ! )
k) C* = el conjunto de números complejos distintos de cero
1) Para cualquier « € Z * , Z D = {0, 1,2, . . . , n - l )
m) Para los números reales a, b con a < b. [a.b] = ( J G R\a<x<b},(a, b) = \x € R | «
<x<h},\a,b)={xER\a<x<b\,(a,b¡={xe R | a <*£&}. El primer conjunto
se conoce como intervalo cerrado, el segundo como intervalo abierto y los oíros
dos como conjuntos de intervalos semiabiertos.
EJERCICIOS 3.1 1. ¿Cuáles de los siguientes conjuntos son iguales?

a) {1,2,3} b) {3,2,1,3} c) {3,1,2,3} d) {1,2,2,3}
2. Sea A={1,{1},2}}. ¿Cuáles de las siguientes proposiciones son verdaderas?
a) le A b) {l}eA c) {1}QA d) {{1}}CA
e) {2}EA f) {2}CA g) {{2}}CA h) {{2}}CA
3. ParaA = {1,2,{2}}, ¿cuáles de las ocho proposiciones del ejercicio 2 son verdaderas?
4. ¿Cuáles de las siguientes proposiciones son verdaderas?
a) 0G0 b) 0C0 c) 0C0
d) 0£{0} e) 0C{0} f) 0C{0}
5. Determine todos los elementos de cada uno de los siguientes conjuntos.
a) {l + ( - l ) " | « e N } b) {n + (l/n)\n£{1,2,3,5.7}}
c) {n3 + n 2 |ne{0,l,2,3,4}}
d) {l/(/i2 + n) | n es un entero positivo impar y n < 11}
6. Consideremos los siguientes seis subconjuntos de Z:
A={2m + l\mtZ}; B = {2n +3|n GZ}; C = {2p - 3 | p 6Z};
D = {3r + l | r e Z } ; E = {3s + 2 | í £ Z } ; F = {3í-2|í GZ}.
¿Cuá|^s de las siguientes proposiciones son verdaderas y cuáles falsas?
a) A=É b) A = C c) B = C
d) D = E e)D = F f) E = F
7. Sean A, B^ conjuntos de un universo Û.
a) Escriba una proposición cuantifícada para expresar la relación de contenido propia A C B.
b) Niegue el resultado de la parte (a) para determinar cuándo A <£ B.
8. Para A ={ 1, 2, 3,4, 5, 6, 7), determine el número de
a) subconjuntos de A. b) subconjuntos no vacíos de A.
c) subconjuntos propios de A. d) subconjuntos propios no vacíos deA
e) subconjuntos de A que contienen tres elementos. f) subconjuntos deA que contienen 1,2,
g) subconjuntos de A que contienen cinco elementos, incluyendo 1, 2.
h) subconjuntos propios de A que contienen 1, 2.
i) subconjuntos de A con un número par de elementos.
j) subconjuntos de A con un número impar de elementos.
k) subconjuntos de A con un número impar de elementos y que incluyen el elemento 3.
9. a) Si un conjunto A tiene 63 subconjuntos propios, ¿cuánto vale | A |?
b) Si un conjunto B tiene 64 subconjuntos de cardinal impar, ¿cuánto vale |B|?
c) Generalice el resultado de la parte (b).
10. ¿Cuáles de los siguientes conjuntos son no vacíos?
a) {x|*eN,2*+7 = 3} b) {*eZ|3x+ 5 = 9}
c) {x\xeQ,xz + 4 = 6} d) {x€R|jr 2 + 4 = 6}
2
e) {x¡xeR,x + 5 = 4} D {xeR\x2 + 3x + 3 = 0}
2
g) {jc|*eC,* + 3x+3 = 0}
11. Cuando está a punto de salir de un restaurante, un hombre nota que tiene una moneda de l
centavo, otra de 5, una de 10, una de 25 y una de 50 centavos de dólar. ¿De cuántas formas
puede dejar una (al menos una) de sus monedas para la propina si a) no hay restricciones? b)
quiere quedarse con algo de cambio? c) quiere dejar al menos 10 centavos?
12. Para <5U=Z+, sea A CÛ el conjunto A ={1,2, 3,4, 5,7, 8,10,11, 14,17, 18).
a) ¿Cuántos subconjuntos de A contienen seis elementos?
3,1 Conjuntos y subconjuntos 155
b) ¿Cuántos subconjuntos de seis elementos (de A) contienen cuatro enteros pares y dos ente
ros impares?
c) ¿Cuántos subconjuntos de A sólo contienen enteros impares?
d) ¿Cuántos de los subconjuntos de la parte (c) contienen los enteros 3 y 7?
13. SeaS = { 1 , 2 , 3 , . . . , 29, 30}. ¿Cuántos subconjuntos A de 5 satisfacen
a)|A|=5?
b) \A\ = 5 y que el mínimo elemento de A sea 5?
c) \A\ = 5 y que el mínimo elemento de A sea menor que 5?
14. a) ¿Cuántos subconjuntos de {1, 2, 3 , . . . , 11} contienen al menos un entero par?
b) ¿Cuántos subconjuntos de {1, 2, 3 12} contienen al menos un entero par?
c) Generalice los resultados de las partes (a) y (b).
15. Dé un ejemplo de tres conjuntos W, X, Y tales que WEXy X &Y pero W g Y.
16. Escriba las siguientes tresfilasdel triángulo de Pascal de la figura 3.3.
17. Complete la demostración del teorema 3.1.
18. Para los conjuntos A, B, C C Û, demuestre la verdad o falsedad (con un contraejemplo) de lo
siguiente: Si A Q B, B £ C, entonces A £ C.
19. En líparte (i) de la figura 3.4, tenemos las primeras seis filas del triángulo de Pascal, en los"
que aparece un hexágono centrado en 4, en las últimas tres filas. Si consideramos los seis
números (que rodean a 4) como los vértices del hexágono, tenemos que las dos ternas alterna
das (3,1,10 y 1,5,6) satisfacen que 3 ■ 1 • 10 = 30 = 1 • 5 • 6. La parte (ii) de la figura contiene
lasfilas4 a 7 del mismo triángulo, donde vemos un hexágono cuyo centro está en 10; las ternas
alternadas de los vértices (4, 10, 15 y 6, 20, 5) satisfacen 4-10'15 = 600 = 6 ■ 20 ■ 5.
a) Conjeture el resultado general al que apuntan estos dos ejemplos.
b) Verifique la conjetura de la parte (a).
1 1
1 2 1 1 3 3 1
' /"A
1/4 6 \ 4 1
1^5 10 10 \ 5 1
1 4 {6 4 1> 1 6\15 20/15 6 1
1 5 10 \10 5/ 1 (¡i)
(i)
Figura 3.4
20. a) Algunas de las sucesiones estrictamente crecientes de enteros que comienzan con 1 y termi
nan con 7 son:
i) 1,7; ü) 1,2,7; iii) 1,4,7;
iv) 1,3,4,7; v) 1,2,3,4,7; vi) 1,2,4,5,6,7.
¿Cuántas de estas sucesiones estrictamente crecientes de enteros comienzan con 1 y terminan en 7?
b) ¿Cuántas de estas sucesiones estrictamente crecientes de enteros comienzan con 3 y termi
nan en 9?
c) ¿Cuántas de estas sucesiones estrictamente crecientes de enteros comienzan con 1 y termi

nan en 37? ¿Cuántas comienzan con 62 y terminan en 98?
d) Generalice los resultados de las partes (a) a (c).
21. Una cuarta parte de los subconjuntos de cinco elementos jde {1, 2, 3 , . . . , n] contienen el
x
elemento 7. Determine n (n > 5).
22. Establezca la identidad del ejemplo 3.11 en forma algebraica.
23. Dé un argumento combinatorio para mostrar que para los enteros n, r con n > r 2 2,
24. Para los enteros positivos n, r, muestre que
25. En la teoría abstracta general de conjuntos, formulada por Georg Cantor (1845-1918), un
conjunto se definía como "cualquier colección de un todo de objetos definidos y separados en
nuestra intuición o pensamiento". Por desgracia, en 1901, esta definición condujo a Bertrand
Russell (1872-1970) al descubrimiento de una contradicción, un resultado que se conoce aho
ra como la paradoja de Russell, lo cual fue un golpe al centro de la teoría de conjuntos. (Pero,
desde entonces, se han encontrado varias vías para definir las ideas básicas de la teoría de
conjuntos de modo que esta contradicción ya no aparezca.)
La paradoja de Russell surge cuando nos preguntamos si un conjunto puede ser un elemen
to de sí mismo. Por ejemplo, el conjunto de todos los enteros positivos no es un entero positi
vo; es decir, Z+ £ Z \ Pero el conjunto de todas las abstracciones es una abstracción.
Ahora bien, para desarrollar la paradoja de Russell, sea 5 el conjunto de todos los conjuntos
A que no son miembros de sí mismos; es decir, S = {A \A es un conjunto A A £ A}.
a) Muestre que si S e 5, entonces S & S.
b) Muestre que si 5 §É S, entonces Í E S .
Los resultados de las partes (a) y (b) muestran que debemos evitar definir conjuntos como S.
Para hacer esto, debemos restringir los tipos de elementos que pueden ser miembros de un
conjunto. (Hablaremos más de esto en el resumen y repaso histórico de la sección 3.5.)
26. SeaA={l,2,3 39,40}.
a) Escriba un programa (o desarrolle un algoritmo) que genere los subconjuntos de seis ele
mentos de A.
b) Parafl={2,3,6,7,11,13,17,19,23,29,31, 37}, escriba un programa de computadora (o
desarrolle un algoritmo) que genere un subconjunto de seis elementos de A y después deter
mine si es un subconjunto de B.
27. Sea A = {1, 2, 3 7}. Escriba un programa (o desarrolle un algoritmo) que enumere todos
los subconjuntos B de A, tales que \B\ =4.
28. Escriba un programa (o desarrolle un algoritmo) que imprima todos los subconjuntos de {1,2,
3,. . . , «}, donde 1 < w á 10. (El valor de n debe proporcionarse durante la ejecución del
programa.)
3.2
Operaciones de conjuntos y las
leyes de la teoría de conjuntos
Después de aprender a contar, el estudiante por lo regular se enfrenta a los métodos para
combinar los números contados. El primer método es la suma. Generalmente, el mundo
3,2 Operaciones de conjuntos y las leyes de la teoría de conjuntos 157
aritmético de los estudiantes gira en torno al conjunto Z + (o un subconjunto de Z + del que

puedan hablar y escribir, así como teclearlo en una calculadora de bolsillo), donde la adi
ción de dos elementos de Z+ produce un tercer elemento de Z+, llamado suma. Por lo tanto,
los estudiantes pueden concentrarse en la adición sin tener que ampliar su mundo aritmé
tico más allá de Z+. Esto también es cierto para la operación de multiplicación.
La adición y la multiplicación de enteros positivos son operaciones binarias cerradas
en Z + . Por ejemplo, cuando calculamos a + b, para a, b E Z+, hay dos operandos, a y b;
por ello, la operación se llama binaria. Como a + b E Z + si a, b E Z+, decimos que la
operación binaria adición (en Z+) es cerrada. Sin embargo, la operación binaria de la divi
sión (con divisor distinto de cero) no es cerrada en Z+, ya que, por ejemplo, l/2(= 1 -=- 2) §É Z+,
aunque 1, 2 £ Z+. Pero esta operación síes cerrada cuando consideramos el conjunto Q+
en lugar del conjunto Z+. (Veremos los conceptos generales de operación binaria y opera
ción binaria cerrada en la sección 5.4.)
Ahora presentamos algunas operaciones binarias para conjuntos.
Definición 3.5 Para A, B C <% definimos lo siguente:

a) A U B (la unión de A y B) = {x\x £ A V xEB}.
t b) A D B (la intersección de A y fi) = {x\x £ A A x £ B}.
c) A A C (la diferencia simétrica de A y fi) = [x \ (x £ A V x B) A x <£ A n B] =
{x\xEAUB A X&AHB}.
Observe que si A, B C Û, entonces AHB, AU B, A A fi C Û. En consecuencia, fl, U

y A son operaciones binarias cerradas en $P (H), y también podemos decir que $ (5M) es
cerrada en estas operaciones (binarias).
Ejemplo 3,14 Si<¡U = { 1 , 2 , 3 , . . . , 9,10}, A = {1, 2, 3,4,5},fi = {3,4, 5, 6, 7} y C= {7, 8,9}, tenemos:
a) A (IB = {3,4,5} b) AUB = {1,2,3,4,5,6,7}

c) flnC = {7} d) AHC = 0
e) A Afl = {1,2,6,7} f) A U C = {1,2,3,4,5,7,8,9}
g) ¿ A C = {1,2,3,4,5,7,8,9}
En el ejemplo 3.14 vemos que A fl BQAQAU B. Este resultado no es algo particular

de este ejemplo, sino que es verdadero en general y nos referiremos a él con frecuencia. El
resultado se obtiene de
xEAnB^>(xEAAxEB)^>xEA
(por la regla de simplificación conjuntiva, regla 7 de la tabla 2.20) y
xEA^>(xEA\yxEB)^xEAUB
(donde la primera implicación lógica es un resultado de la regla de amplificación disyuntiva,

regla 8 de la tabla 2.20).
De las partes (d), (f) y (g) del ejemplo 3.14, presentamos las siguientes ideas generales.
Definición 3.6 Sean S, T C (Hl. Los conjuntos S y T son disjuntos o mutuamente disjuntos si S O T= 0.
TEOREMA 3.3 Si 5, T C <%, entonces 5 y T son disjuntos si y sólo si S U T=SAT.

Demostración: Partimos de5, r disjuntos. (Para demostrar que S U T-SA r utilizamos
la definición 3.2. En particular, daremos dos argumentos de pertenencia, uno para cada
inclusión. Puesto que ésta es nuestra primera experiencia en la demostración de la igual
dad de dos conjuntos, seremos cuidadosos y muy detallistas.) Consideremos cualquier
xEîl. Si xESUT, entonces x G 5 o x E T (o tal vez ambos). Pero como S y T son
disjuntos, x£Sr\T, por lo que x& SAT.En consecuencia, como x(=SU T implica x 6
S A T, tenemos S U T C 5 A T. Para la inclusión opuesta, si y G S A T, entonces y G 5 o y
G T. (Pero y £ S í~l T; no podemos usar esto.) Así, y G S U T. Por lo tanto, S A T C S U T.
Y ahora que tenemos^ U r C 5 A T y S A r C 5 U r , se sigue de la definición 3.2 que 5
AT=SUT. '
Demostramos la recíproca por el método de demostración por contradicción. Para esto,
consideramos S,TQ % arbitrarios, conservamos la hipótesis (es decir, 5 U T= S A T), pero
suponemos la negación de la conclusión (es decir, suponemos que SyTno son disjuntos).
Así, si 5 fl 7V 0, sea x G S ("1 T. Entonces xE Sy x ET, por lo que x E S U Ty "
xESAT(=SUT).
Pero cuando xESUTyxESOT, entonces I
xéSAT. /
Esta contradicción (xESATAx&SAT) indica que nuestra hipótesis original era

incorrecta. En consecuencia, tenemos que S y T son disjuntos.
Al demostrar la primera parte del teorema 3.3, mostramos que si 5, T son conjuntos
cualesquiera, entonces5A TQSUT.El hecho de que los conjuntos fueran disjuntos sólo
fue necesario para la inclusión opuesta.
Después de adquirir la capacidad de sumar, se pasa a la resta. En este caso* él conjunto

N presenta algo de dificultad. Por ejemplo, N contiene a 2 y 5 pero 2 - 5 = - 3 y - 3 §É ,N.
Por lo tanto, la operación binaria de sustracción no es cerrada para N, aunque es cerrada
para el superconjunto Z de N. Así, para Z podemos introducir la operación uñaría} o
monada, de la negación, en la que tomamos el "menos" o "negativo" de un. número como
el 3, y obtenemos - 3 . (La definición general de una operación unaria, o monaria, aparece
en la sección 5.4.)
Ahora presentamos una operación unaria comparable para los conjuntos.
3,2 Operaciones de conjuntos y las leyes de la teoría de conjuntos 159
Definición 3.7 Para un conjunto A C Û, el complemento de A, que se denota con % - A o A, está dado
por {*|* e 5 *! A * g A } .
Para los conjuntos del ejemplo 3.14, A = {6, 7, 8, 9, 10}, B = {1, 2, 8, 9, 10} y C = {1, 2,
%s 3,4,5,6,10}.
Para cualquier universo Û y cualquier conjunto A C <m, tenemos que A C "41. Por lo
tanto, ty^) es cerrado en la operación uñaría definida por el complemento.
El siguiente concepto se relaciona con el de complemento.
Definición 3.8 Para A, B C % , el complemento (relativo) de A en fi, que se denota con B - A está dado por
{x\xGB AxíA}.
♦t$ Para los conjuntos del ejemplo 3.14 tenemos:
a) B-A ={6,7} b) A-B = {1,2} c) A-C =A

d) C-A =C e) A-A=& f) ° l l - y 4 = > l
Nuestro siguiente resultado, que hará uso nuevamente de la definición 3.2, proporciona
un enlace entre las nociones de subconjunto, unión, intersección y complemento.
TEOREMA 3.4 Para cualquier universo Û y cualesquiera conjuntos A, B C % , las siguientes proposicio
nes son equivalentes:
») ACB
c) ADB=A
< Demostración: Demostraremos que (a) => (b), (b) => (c), (c) => (d) y (d) => (a). [La
Ü
« razón por la que esto basta para demostrar este teorema se basa en la idea presentada en el
fi O ■<
ejercicio 15 que aparece al final de la sección 2.2.]
¡1 o i) (a) => (b) Si A, B son conjuntos cualesquiera, entonces B CAL) B. Para la inclu
sión opuesta, si x G A U B, entonces x G A o x G B, pero como A C B, en ambos
u w casos tenemos que x G fi. Así, A U f i C B y , como tenemos ambas inclusiones, se
Q Q sigue (de nuevo de la definición 3.2) que A U B = B.
< < > ii) (b) =» (c) Dados los conjuntos A, B, siempre tenemos A 2 A D B (como se mencio
0, nó después del ejemplo 3.14). Para la inclusión opuesta, seay G A. Con A U B = B,
H
O
¡§ y G A => v G A U B => y G B (como A U B = 5) =>y G Af\ B, por lo que A C A H
Z? y concluimos que A = A fl B.
s üi) (c) => (d) Aquí tenemos que z G B => z £ B => z £ A_fl B, ya que A f"l fi_C fi. De
A n fl = A se sigue que z § É A n B = * z í A = > z G A, por lo que B Q A.
iv) (d) => (a) Por último, w EA=$w £ A y como B Q A, v e í A =» vt> í B. Entonces
w í B = > w 6 B , por lo que A C fi.
Conociendo ya algo de demostración de teoremas, presentaremos ahora algunas de las prin

cipales propiedades que rigen la teoría de conjuntos, las cuales tienen una marcada semejanza
con las leyes de la lógica dadas en la sección 2.2. En muchos casas, estas propiedades de la
teoría de conjuntos son similares a las propiedades aritméticas de los números reales, donde
"U" desempeña el papel de "+", e "D" el de "x". Sin embargo, existen algunas diferencias.
Propiedades de la teoría de conjuntos

Para cualesquiera conjuntos A, B y C tomados de un universo Û :
1) A=A Ley del í/oWe complemento

2) AUB=AHB Leyes de £)e Morgan
ACiB=AUB
3)AUB = BUA - Propiedades conmutativas
AnB=BDA
4) AU(BUC) = (AUB) uc Propiedades asociativas
An (B n c) = (A n B) n c
5) , 4 U ( f l n C ) = (.4Ufl) n ( i 4 U C ) Propiedades distributivas
A n (B U C) = (A n B) U(i4 nc)
6) AUA=A Propiedades idempotentes
ADA=A \
7) AU0 = A Propiedades del neutro
AD<U = A
8) AUÁ = <SVL
1
Propiedades del inverso
AHA = <t)
9) A U "11 = % Propiedades de dominación
An0 = 0
0) AU(ADB)=A Propiedades de absorción
A(1(AUB)=A ^..
Todas estas propiedades pueden establecerse mediante argumentos de pertenencia, como

en la primera parte de la demostración del teorema 3.3. Demostramos esto estableciendo
la primera de las leyes de De Morgan y la segunda propiedad distributiva de la intersec
ción sobre la unión.
Demostración: Sea x £ % . Entonces
xEA UB$>x£AUB
3>x£Ayx£B
^>xEAyx_EB
^xEADB,
por lo que A U f i C A(~) B. Para establecer la inclusión opuesta, podemos verificar que la
recíproca de cada implicación lógica es también una implicación lógica (es decir, que cada
implicación lógica es de hecho una equivalencia lógica). Como resultado tenemos que
xEADB^xEAyxEB
^x£Ayx£B
^X£AUB
=>xEAUB.
Por lo tanto, A H B Q AUB. En consecuencia, como AUB C A H B y A f l B C AUB,
se sigue de la definición 3.2 que A U B = Á C\ B.
En nuestra segunda demostración estableceremos ambas relaciones de contenido en
forma simultánea, usando la equivalencia lógica (<=>) en lugar de las implicaciones lógicas
(=>y«=).
Demostración: Para cada x E Û,
x E.A D(B U C)<¿>(x EA) y (x E B U C)

&(x EA) y (x EB ox E C)
<¿>(xEA yxEB)o(xEAy xEC)
<Z>(xEAPiB)oixEA PC)
ox£(^n B) u(An C).
Como todas las proposiciones son equivalentes, hemos establecido ambas relaciones de
contenido en forma simultánea, por lo que A D (B U C) = (A (1 B) U (A C\ C). (La
equivalencia de la tercera y cuarta proposiciones se sigue del principio comparable en las
leyes de la lógica dado por la propiedad distributiva de la conjunción sobre la disyunción.)
Sin duda, el lector espera que el emparejamiento de las propiedades en los puntos 2 a 10
tenga alguna importancia. Como con las leyes de la lógica, estas parejas de proposiciones
se llaman duales. Una proposición puede obtenerse de la otra al reemplazar todas las
ocurrencias de U por n y viceversa, y todas las ocurrencias de ^l por 0 y viceversa.
Esto nos lleva a la siguiente idea formal. \
Definición 3.9 Sea s una proposición (general) que trata de la/igualdad de dos expresiones con conjuntos.
Cada una de estas expresiones puede contener una o más ocurrencias de conjuntos (como
A, A, B, B, etcétera), una o más ocurrencias de 0 y ^l y solamente los símbolos de las
operaciones con conjuntos D y U. El dual de s, que se denota con s11, se obtiene de s al
reemplazar (1) cada ocurrencia de 0 y 5VL ten s) por Û y 0, respectivamente; y (2) cada
ocurrencia de f~l y U (en s) por U e D, respectivamente.
Como en la sección 2.2, estableceremos y usaremos el siguiente teorema. Demostraremos

un resultado más general en el capítulo 15.
TEOREMA 3.5 El principio de dualidad. Sea s un teorema relativo a la igualdad de dos expresiones con
conjuntos (como en la definición 3.9). Entonces sd, el dual de s, es también un teorema.
El uso de este principio reduce nuestro trabajo en forma considerable. Para cada pareja
de proposiciones en los puntos 2 al 10, sólo hay que demostrar una de las proposiciones y
utilizar entonces el principio para obtener la otra proposición del par.
Debemos tener cuidado al aplicar el teorema 3.5. Este resultado no se puede aplicara
situaciones particulares, sino a resultados (teoremas) relativos a conjuntos en lo general.
Por ejemplo, consideremos la situación particular donde % = {1,2,3,4,5} yA= {1,2,3,4},
B = {1, 2, 3, 5}, C = {1, 2} y D = {1, 3}. En este caso,
A D B = {1,2,3} = C U D .
Sin embargo, no podemos concluir que s: Ar\B=CUD^sd:AL)B = Cr\D, ya que en este

caso, A UB= {1,2,3,4,5}, mientras que CC\ £>={l}.Larazón por la que el teorema 3.5 noes
aplicable es este caso es que, aunque A D B = C U D e n este ejemplo particular, no es verda
dera en general (es decir, para cualesquiera conjuntos A, B, C, D tomados de un universo 'U).
£|6t¥tpÍ0 3*1? Dado que en la definición 3.9 y el teorema 3.5 no mencionamos nada acerca de los
subconjuntos, ¿podemos encontrar un dual de la proposición AQB (donde A, B C %)?
Aquí tenemos la oportunidad de usar alguno de los resultados del teorema 3.4. En
particular, podemos trabajar con la proposición A C B mediante la proposición equivalen-
t e A U f i = fi.
El dual de A U B = B produce A fl B = B. Pero AC\B = B<^>BQA. En consecuencia, el
dual de la proposición AC B es la proposición BQA. (También podríamos haber obtenido
este resultado usando AC B <=> AD B = A. En los ejercicios de esta sección pediremos al
lector que verifique este caso.)
Cuando analizamos las relaciones que pueden existir entre los conjuntos implicados en
una proposición de igualdad o contenido entre conjuntos, podemos estudiar la situación de
manera gráfica.
Un diagrama de Venn (llamado así en honor del lógico inglés John Venn, 1834-1923)
se construye de la manera siguiente: % aparece como el interior de un rectángulo, mien
tras que los subconjuntos de °ll se representan mediante los interiores de círculos y otras
curvas cerradas. La figura 3.5 muestra dos diagramas de Venn. La región sombreada de la
figura 3.5(a) representa el conjunto A, mientras que A queda representado por el área no
sombreada. La región sombreada de la figura 3.5(b) representa A U B. El conjunto A (IB
es el área cuadriculada de la figura.
En lafigura3.6, usamos los diagramas de Venn para establecer la segunda ley de De Morgan.
La figura 3.6(a)tiene sombreado todo excepto el área A fl B, de modo que la parte sombreada
representa A fl B. Ahora utilizaremos un diagrama de Venn para mostrar A U B. En la figura
3.6(b), A es la región representada por las líneas que van desde la parte inferior izquierda
a la superior derecha; las líneas que van de la parte superior izquierda a la inferior derecha
sombrean la región que representad. Por lo tanto, A U B está dada por la región sombreada
de la figura 3.6(b). Puesto que el área sombreada de la parte (b) es la misma que la de la
parte (a), se sigue que AC\B= A U B.
Podemos seguir ilustrando el uso de estos diagramas para mostrar que si A, B, C C >\[,
(AUB)DC = (AnB)UC.
En vez de las regiones sombreadas, otro enfoque que también utiliza los diagramas de
Venn numera las regiones, como se muestra en la figura 3.7, donde, por ejemplo, la región 3
es Á D B fl C y la región 7 es A n B D C. Cada región es un conjunto de la forma 5, D S2
D 53, donde Si se reemplaza por A o A, S2 por BoByS} por C o C. Por lo tanto, por la regla
del producto, existen ocho regiones posibles.
Al consultar la figura 3.7, vemos queA U B abarca las regiones 2, 3, 5, 6, 7, 8 y que las
regiones 4,6,7, 8 conforman el conjunto C. Por lo tanto, (A U B) C\ C comprende las regiones
comunes a A U B y a C; es decir, las regiones 6, 7, 8. En consecuencia, (A U B) fl C está
formado por las regiones 1, 2, 3, 4, 5. El conjunto A consta de las regiones 1, 3, 4, 6,
mientras que las regiones 1, 2, 4, 7 conforman B. En consecuencia, A D B comprende las
regiones 1 y 4. Como las regiones 4,6, 7, 8 comprenden C, el conjunto Cesta formado por
las regiones 1,2,3,5. Al tomar la unión de A C\ B con C, obtenemos las regiones 1, 2, 3,4, 5,
como en el caso de (A U B) f) C.
Figura 3.7
Otra técnica para establecer las igualdades entre conjuntos es la tabla de pertenencia.
(Este método es similar al uso de la tabla de verdad presentada en la sección 2.1.)
Observamos que para los conjuntos A, B C <5U, un elemento x £ ^11 satisface exacta
mente una de las siguientes cuatro situaciones:
a) x£A,x£B b) x£A,x< B
c) xE.A,x$.B d) xEA,x* B.
Cuando x es un elemento de un conjunto dado, escribimos un 1 en la columna que repre
senta ese conjunto en la tabla de pertenencia; cuando* no está en el conjunto, escribimos un
0. La tabla 3.2 proporciona las tablas de pertenencia para A D B, A U B, A con esta notación.
Por ejemplo, en este caso, la tercera fila de la parte (a) indica que cuando un elemento x G
5U está en el conjunto A pero no está en B, entonces no está en A C\ B pero sí en A U B.
Estas operaciones con ceros y unos son iguales a las de la aritmética ordinaria, excepto
que 1 U 1 = 1.
Tabl a 3.2
A B ADB AUfl A A
0 0 0 0 0 1
0 1 0 1 1 0
1 0 0 1
1 1 1 1
(a) (b)
Por medio de las tablas de pertenencia podemos establecer la igualdad de dos conjuntos
si comparamos sus columnas respectivas en la tabla. La tabla 3.3 demuestra esto para la
propiedad distributiva de la unión sobre la intersección. Vemos ahora cómo cada una de
las ocho filas corresponde exactamente a una de las ocho regiones del diagrama de Venn
de la figura 3.7. Por ejemplo, la fila 1 corresponde a la región 1: A D B fl C y la fila 6
corresponde a la región 7: A D B D C.
Tabla 3.3
A B c flnc A U (B n C) AUB AUC (AUB)n(AUC)
0 0 0 0 0 0 0 0
0 0 1 0 0 0 1 0
0 1 0 0 0 0 0
0 1 1 1 1
1 0 0 0 1
1 0 1 0 1
1 1 0 0 1
1 1 1 1 1
Puesto que estas columnas son idénticas, con

cluimos que A U (B n C) = (A U B) D (A U O
Antes de continuar debemos señalar dos cosas: (1) un diagrama de Venn es simplemen
te una representación gráfica de una tabla de pertenencia; (2) el uso de los diagramas de
Venn o las tablas de pertenencia podría ser atractivo, en particular, para el lector que por el
momento no se interesa por la escritura de demostraciones. Sin embargo, ninguna de estas
técnicas especifica la lógica y el razonamiento desplegados en los argumentos de perte

nencia ya presentados, por ejemplo, al demostrar que para cada A, í , C C %,
A \JB =A (IB, y
An(BUC) = (AC\B)U(An C).
Los diagramas de Venn pueden ayudarnos a comprender ciertas situaciones matemáticas,
pero cuando el número de conjuntos implicados es mayor de tres, el diagrama podría ser
difícil de dibujar.
En resumen, el argumento de pertenencia (particularmente con sus explicaciones deta
lladas) es más riguroso que estas otras dos técnicas y es el método preferido para demos
trar resultados en la teoría de conjuntos.
Ahora que disponemos de las leyes de la teoría de conjuntos, ¿qué podemos hacer con
ellas? Los siguientes ejemplos demostrarán la forma de utilizar las leyes para simplificar
una complicada expresión con conjuntos o para obtener nuevas igualdades entre conjun
tos. (Cuando se use más de una ley en un paso dado, mencionaremos la ley principal como
la razón.)
Ejemplo 3.18 Simplifique la expresión (AUfi)nCUB.

(A U B) n C U B _ Razones
= ((,4uB)nc)nI Ley de De Morgan
= ((A u B) n c) n B Ley del doble complemento
= (Ai)B)n(cnB) Propiedad asociativa de la intersección
= (AuB)n(Bnc) Propiedad conmutativa de la intersección
= [(AuB)nB]nc Propiedad asociativa de la intersección
= Bnc Ley de absorción
El lector debe notar la analogía entre los pasos y las razones de este ejemplo y los pasos
y razones utilizados para simplificar la proposición
ih[(PVí)Ar]v-i9]
hasta obtener la proposición
qAr
en el ejemplo 2.18.
Ejemplo 3*19 I jeprese A — B en términos de U y —.

De la definición de complemento relativo, A - B = {x \ x EA A x£ B) =A(1 B. Por lo
tanto,
A-B=_AC\B Razones
Ley de De Morgan
= AUB Ley del doble complemento
Ejemplo &20 De la observación hecha en el ejemplo 3.19, tenemos que A A Z? = [x\xGAL> B A x£A
(1 B} = (A U B) - (A H B) = (A U B) D (AflB), por lo que
A~KB = (A u B) n (A n B) Razones
= (AUB)U(ADB) Ley de De Morgan
= (AUB)U(Af)B) Ley del doble complemento
= (AHB)U(AUB) Propiedad conmutativa de U
= (AnB)U(APiW) Ley de De Morgan
= [(A nB)UA]r)[(ADB)uW] Propiedad distributiva de U sobre fl
= [(AuA)n(Bi¡Á~)]n Propiedad distributiva de U sobre D
[(A UB)n(BUB)]
= [°ii n (B uÁ)] n [(A u B) nqi] Propiedad del inverso
= (BUA)íl(/lUB) Propiedad del neutro
= (AUB)n(A\JB) Propiedad conmutativa de U
= (AL)B)n(A ns) Ley de De Morgan
= AAB
= (Aufi)n(í Ufi) Propiedad conmutativa de fl
= (AUB)n(An5) Ley de De Morgan'
= AAB
Para terminar esta sección, extenderemos las operaciones de conjuntos U e f l más allá
de tres conjuntos.
Definición 3.10 Sea / un conjunto no vacío y °U un universo. Para cada i G /, sea A. C % . Entonces / es un
conjunto índice (o conjunto de índices) y cada i E les un índice.
\JAÍ = {X\X£AÍ para al menos un i E / } ,

iel
O Ai = {x | x E A¡ para todo i E / } .
Podemos reformular la definición 3.10 usando cuantificadores:

xE UAÍ<¿>3ÍEI (XEA¡)
¡el
xE DAÍ&VÍEI (xEA¡)
¡el
Entonces, x £ U , e , A <=> ->[Bi E I(x E A,)] <=> Vi E I(x £ A,); es decir, x£\J ml A. si
y sólo si x í A, para todo índice iE/. En forma análoga, x £ fl ¡& A <=> -i [Vi G I(x E A¡)] o
3i G I(x £ A,); es decir, x £ U , e / A s ' y s °l° s ' x £ A, para a/ menos un índice i G /.
Si el conjunto de índices / es el conjunto Z + , podemos escribir
UÍ4, = Í4ILM2U ••• = ÜA,, C\At = Alr\A1C\ ••• = f\A¡.

¡6Z + l-l /6Z + i-1
3.21 S e a / = { 3 , 4, 5, 6, 7} y para/'G/sea A. = { 1 , 2 , 3 , . . . , / } C <\[ = Z + . Entonces U /G ,A

= U| = 3 A = {1, 2, 3 , . . . , 7} = Av mientras que D, e / A ={1,2, 3} =Ay
o 3.22 Sean^ll = R e / = R + .Siparacadar ER+,Ar=[-r, r],entonces(J reiAr = Ryf} r&A = {0}.
Por desgracia, al trabajar con uniones e intersecciones generalizadas, las tablas de per
tenencia y los diagramas de Venn son casi inútiles; sin embargo, podemos seguir utilizan
do la definición rigurosa de pertenencia, como aparece en la primera parte de la demostra
ción del teorema 3.3.
TEOREMA 3.6 Leyes de De Morgan generalizadas. Sea / un conjunto de índices, donde para cada / £ / , A
C %. Entonces
a) UA, = D A¡ b) ClA,= U A
iel ¡el
Demostración: Demostraremos la parte (a) y dejaremos la demostración de la parte (b) al
lector. Para cada x G °ll, x G U , e / A <=> x £ (J , g/ A <=> x £ A¡, para cada / G / <=> x G A,,
para todo Í ' £ / » Í £ f) A/>.
EJERCICIOS 3.2 1. Para % = {1,2, 3 9,10} sean A = {1, 2, 3,4, 5},B = {1,2,4,8}, C= {1,2,3, 5, 7} y£> =
{2,4, 6, 8}. Determine lo siguiente:
a) (AUB)DC b) AU(BDC) c) CUD
d) CHD e) (AUB)-C f) AU(B-C)
g) ( f i - C ) - £ > h) fi-(C-D) i) ( A U B ) - ( C n Z ) )
2. Si A = [0, 3], B = [2, 7) y Û = R, determine lo siguiente:
a) AHB b) AUB c) A
d) AAB é) A-B t) B - A
3. SeanÛ = {a, b, c,..., x, y, z},A = {a, b,c}yC= [a, b, d, e}. Si \A n B\ = 2 y (A D B) C S C
C, determine 5.
4. a) Determine los conjuntos A, BcuandoA-B = {1,3,7,11},5-/4= {2,6, 8} y A D B = {4,9).
b) Determine los conjuntos C,D, donde C - D = {1, 2,4}, £> - C = {7, 8} y C U £> = {1, 2, 4,
5,7,8,9}.
5. Para ^l = { 1, 2, 3 , . . . . 29, 30}, sean B, C C 511 con B = {1, 2, 3, 4, 6, 9, 15} y C = {2, 3, 6,
15, 22, 29}. ¿Cuánto vale \B U C|?
6. Sean A, B, C, Z), £ C Z definidos como sigue:
A = {2n \n € Z}—es decir, A es el conjunto de todos los múltiplos (enteros) de 2;
B = {3«|«eZ}; C = {4n|«eZ};
D={6n|«£Z};y £ = {8n|«eZ}.
a) ¿Cuáles de las siguientes proposiciones son verdaderas y cuáles falsas?
i) ECCCA ü) ACCCE iü) BCO^
iv) DCB v) £>CA vi) D <ZA
b) Determine cada uno de los siguientes conjuntos.

i) CHE ü) BKJD iii) ADB
iv) B fl D \) A vi) A n E
7. Sea °U un universo finito con A, fl C <%. Ordene la siguiente lista, en orden creciente de
acuerdo con el tamaño.
a) \AUB\,\B\,\0\,\AnB\,\%\
b) \A-B\, \A\ +\B\, | 0 | , \AAB\, \AUB\, |°ll|
c) | Í 4 - B | , | 0 | , | A | , | Í 4 | + | 2 Í | , |AUfl|,|<U|
8. Dado un universo °U y los conjuntos A, B C Û, ¿a qué es igual (A - B) D (fl - A)? Demuestre
su afirmación.
9. Determine cuáles de las siguientes proposiciones son verdaderas y cuáles son falsas.
a) Z + C Q + b) Z + C Q c) Q + C R
+ + + +
d) R C Q e) Q H R = Q f) Z + U R + = R +
g) R + n C = R + h) C U R = R i) Q * n Z = Z
j) Z U Q = Z
10. Demuestre cada uno de los siguientes resultados sin usar los diagramas de Venn o las tablas de
pertenencia. (Suponga la existencia de un universo ^l.)
a) Si A C fl y C C D, entonces A H C C f i n D y A U C C f l U D .
b) Si A C C y B C C, entonces AHBCCyAUBCC.
c) A C fl si y sólo si A n fl = 0.
d) A C fl si y sólo si A U fl = °U.
11. Demuestre o refute lo siguiente:
a) Para conjuntos A,B,CQ^, ADC = B DCÂ = B.
b) Para conjuntos A,B,CQ^, A^C = BUCÂ = B.
c) Para conjuntos A,B, CC °U, [(A HC = B nC)A(Al)C = BUC)]=$>A = B.
d) Para conjuntos A, B, C C % A A C = B A C^>A = B.
12. Usando los diagramas de Venn, analice la verdad o falsedad de lo siguiente, para los conjuntos
A, B,C C<\1.
a) A A ( B D C ) = (A AB)H(A AC)
b) A n (B A C) = {A O B) A (A n C)
c) A A(B U C) = (A AB)U(A AC)
d) A - (B U C) = (A - B) n {A - C)
e) AA(JBAC) = {AAB)AC
13. SM = {a, Z>, */}, B = j¿, I , J ) y C = {*, z} ¿cuántos subconjuntos propios tiene el conjunto
(A D fl) U C? ¿cuántos tiene el conjunto A fl (fl U O ?
14. Para un universo dado Û, cada subconjunto A de ^l satisface las leyes de idempotencia para
la unión y la intersección, (a) ¿Existe algún número real que satisfaga la propiedad de
idempotencia para la suma? (Es decir, ¿podemos encontrar algún número o números reales
tales que x + x = xl) (b) Responda la parte (a) reemplazando la suma por la multiplicación.
15. Escriba la proposición dual para cada uno de los siguientes resultados de la teoría de conjuntos.
a) % = (AH B)U(A r\B)u(Án B)U(Á~nB) b) A=AD(AUB)
c) A U B = {A n B) U (A n B) U (A n B) d) A = (A U B) n (A U 0)
16. Use la equivalencia AC B <=>Á(~\ B =A para demostrar que la proposición dual de A Cfles
la proposición B CA.
17. Demuestre o refute lo siguiente, para los conjuntos A, B C Û.
a) ®(Al)B) = ®(A)\J<3>(B) b) 9(AnB) = <9>(A)n9>(B)
18. Utilice las tablas de pertenencia para establecer lo siguiente:
a) Af\B=A\JB _ b ) A_UA_=A ' c) A U (A C\B) =A
d) (A n B) u (A n c) = (A n B) U (A n Q
3.3 Técnicas de conteo y diagramas de Venn 169
19. a) ¿Cuántas filas se necesitan para construir la tabla de pertenencia para A (1(8 U C) n
(Z> U £ U F)l
b) ¿Cuántas filas se necesitan para construir la tabla de pertenencia para un conjunto formado
por los conjuntos Ai, A 2 , . . . , A„, usando D, U y ~?
c) Dadas las tablas de pertenencia para dos conjuntos A, B, ¿cómo puede reconocerse la rela-
ciónACfi?
d) Utilice la tabla de pertenencia para determinar si (A C\ B) U (fi O C) O A U B.
20. Proporcione la justificación (a partir de las propiedades de la teoría de conjuntos) de los
pasos necesarios para simplificar el conjunto (A C\ B) U [B H((C O D) U (C f~l £>))], donde A,
B,C,DC SU.
Pasos Razones
(A n B) u [B n ((c n D) U(C n D ))]
= (^ns)u[5n(cn(Duz)))]
= (A n B) u [B n (c n %)]
= (A n B) u (fi n C)
= (BD,4)U(finC)
= fifl(iUC)
21. Mediante las leyes de la teoría de conjuntos, simplifique lo siguiente:

a) AC\(B-A) b) (Anji)U(An B nCnD)U(AnB)
c) (A-B)\JÂDB) _ d) ¿ U 5 U ( . 4 n ^ r i C )
e) / i u ( / i n B ) u ( ^ n f i n c ) u ( / i n B n c n D ) u - - -
22. Para cada n £ Z + , seaA„ = {1,2, 3 , . . . ,n- l,/i). (AquíÛ = Z + y el conjunto índice e s / = Z+.)
7 11 wi «i
Determine UA.- HA,» LM„ v D A ' donde m es un entero positivo fijo.

n=l n=l n=l Í!»1
23. Para cada « 6 Z * seañ„ = {n+ l,n + 2, n + 3 , . . . } . (En este caso, Û =Z* y el conjunto índice
8 12 °> m
es / = Z*.) Determine (J Bn, f|ñ n , |Jñ n y |~| Bn, donde m es un entero positivo fijo.
„«1 " „»3 " „=i " „=i
24. Sea ^ l = R y sea / = Z \ Para cada n E Z+, sea A„ = [-2n, 3n]. Determine lo siguiente:
a) A, b) Ai c) Ai-AA á) A3AA4
e) LU„ f) flA, g) LU„ h) ñ>l„
n-l n-1 „ez+ „_i
25. Dado un universo Û y un conjunto índice /, para cada í £ /, sea 5, C Û . Demuestre que para
A C Qll, A n ( U i e , 5 ) = U , 6 i ( * n * , ) y^ 4 u
(fl «,»,)= n , e , G 4 U B , ) . (Propiedades
distributivas generalizadas)
26. Proporcione los detalles para la demostración del teorema 3.6(b).
3.3
Técnicas de conteo y diagramas
de Venn
Con todo el trabajo teórico y de demostración de teoremas que realizamos en la sección

anterior, ahora es un buen momento para examinar algunos otros problemas de conteo.
Para los conjuntos A, B de un universo finito <\[, los siguientes diagramas de Venn nos ay uda-
rán a obtener fórmulas de conteo para | A | y |A U f i | en términos de | A | , | Z ? | y | A n ¿ ? | .
Figura 3.8
Como lo demuestra la figura 3.8, A U A = ^ y A D A = 0, así que, por la regla de la

suma, |A| + |Á"| = | (5 ll|o|.A| = | 5 ll|-|.A|. Los conjuntos A, B de la figura 3.9 tienen intersec
ción vacía, por lo que a partir de la regla de la suma obtenemos que | A U B | = | A | + |B|;es
necesario que A, B sean finitos, pero no se impone una condición en el cardinal de \l.
Figura 3.9
Regresaremos al caso en que A, B no son disjuntos y derivaremos la fórmula para | A U B \

con el siguiente ejemplo.
£|em|>lo 3*23 ' En una clase de 50 alumnos de primer ingreso, 30 estudian BASIC, 25 Pascal y 10 están
estudiando ambos lenguajes. ¿Cuántos alumnos de primer ingreso estudian algún lenguaje
de computación?
Sea % la clase de 50 alumnos de primer ingreso, A el subconjunto de estudiantes que
estudian BASIC y B el subconjunto de alumnos que estudian Pascal. Para responder la
pregunta, necesitamos calcular \A U B\. En la figura 3.10, los números que aparecen en
las regiones se obtienen de la información dada:|A| = 30, \B\ = 25, \A D B\ = 10. En
consecuencia, \A U B\ = 45 * \A\+ \B\, ya que \A\ + \B\ cuenta dos veces a los estu
diantes que están en A C\ B. Para evitar este recuento excesivo, restamos | A n ¿ ? | d e | A | + |fi|
para obtener la fórmula correcta: | A U f i | = |A| + \B\ - \A H B\.
Figura 3.10
3.3 Técnicos de contco y diagramas de Vcnn i?
Para el caso general, si A y B son conjuntos finitos, entonces \A U B\ = \A | l | B | -

\A O fi j . En consecuencia, los conjuntos finitos A y R son (mutuamente) disjuntos 8Í
y sólo si \AVU\ = \A\ + \B\.
Esta situación se extiende al caso de tres conjuntos, como lo ilustra el siguiente ejemplo.
Un chip lógico de 14 pins tiene cuatro puertas AND, cada una con dos entradas y una
salida. (Véase la Fig. 3.11) La primera puerta AND (la puerta de los pins I, 2. 3) puede
tener cualquiera o todos los defectos siguientes:
D|! la primera entrada (pin 1) está fija en 0.

D-: la segunda entrada (pin 2) está fija en 0.
D.v la salida (pin 3) e&tá fija en 1.
Figura 3.11
Para una muestra de 100 de estos ehips lógicos, sean A, fty Clossuhconjunlosqiie tienen
los defectos D„ L>2 y D}, respectivamente. Si \A\ =23. \B\ - 2 6 . |C'| - 3 0 . \A C\ B\ - 7 ,
\A fl C\ = 8, \B fl C\ = 10 y | A O fi C\ C\ = 3, ¿cuántos chips de la muestra licneri una
primera puerta AND con defecto?
Si trabajamos en dirección contraria, de \A O B O C\ = 3 a \A\ = 23, etiquetamos lus
regiones como se muestra en la figura 3.12 y vemos que \A U BU C\ = 57 = \A | + | / í | +
Figura 3.12
172 Capítulo 3 Teoría do conjuntos
| C | - | A n H | -\Ar\C\-\BCiC\ + \A n f f n C | . A s i ; el ejemplo muestra 57 ehips que

tienen una primera puerta AND con defecto y 100 — 57 = 43 chips en los que la primer.!
puerta AND no tiene defecto.
Apartir de la fórmula | A U B U C\ y las leyes de De Morganêncontramos que si A. B, C

son conjuntos de un universo finito "U, entonces | A H B O C\ - | A U S U C I ■ l Hl| -
\A U BU C\ = |'H1| - \A[ - \B\ - \C\ + \A DB\ + \A O C| + \Bf\ C\ - \Af\Bn C\,
Cerraremos esla sección con un prnhtcma que útil i/.a esle resultado.
Un estudiante visita un salón de juegos al salir de la escuela y juega Láser Man, Millipede
o Space L'onquerors. ¿De cuántas formas puede jugar una de las opciones al día, de modo
que juegue al menos una vez durante una semana de clases?
Aquí hay un cierto giro. El conjunto'^! consta de todos las disposiciones de tamaño cinco
tomadas del conjunto de tres juegos, con repeticiones. El conjuntoA representa el subconjunto
de todas las series de cinco juegos practicados durante la semana sin jugar Láser Man. lia
forma análoga, los conjuntos R y Csc definen dejando fuera Milltptu'e y Space Cunquervn.
respectivamente. Las técnicas de conteo del capítulo 1 dan como resultado | "II | = 3a, | A | =
\B\ = \C\=2\ \A (1 B\ = JA fl_C| =_\B O C\ = l * = l y | A n f í n c | = Ü , a s í q u e , por la
fórmula anterior, existen | A D B D C\ = 3 ' - 3 • 2S + 3 • l s - 0 = 150 maneras en que el
estudiante puede seleccionar sus juegos diarios durante una semana de clases y jugar cada
opción al menos una vez.
Este ejemplo también puede expresarse en forma de distribución, ya que buscamos el
número de maneras de distribuir cinco objetos distintos (lunes, martes,..., viernes) entre
tres recipientes distintos (los juegos de computador) sin dejar uno vacío. Diremos más
acerca de esto en el capítulo 5.
3.4
Unas palabras en cuanto a la
probabilidad
Cuando uno realiza un experimento, como tirar un solo dado o seleccionar dos estudiantes
de una clase de 20 para trabajar en un proyecto, la lista de todos los posibles resultado*
para esta situación se llama espacio muestra/. En consecuencia, f I, 2, 3, 4, 5. 6} sirve
como un espacio muesti al para el primer experimento mencionado, mientras que ((a,, aj
| 1 < i < 20, 1 <j < 20, i *}) puede utilizarse para el segundo experimento, si denotamos
con a, el i-ésúmo estudiante, para cada 1 < i < 20.
Por desgracia, un experimento puede tener más de un espacio muestra!. Si tiramos una
moneda tres veces y analizamos los resultados, un posible espacio mucstral para nuestra
experimento es )0,1. 2,3 J, donde el número í, para 0 < i < 3, se refiere al número de caras
que aparecen en tre* liradas. Los resultados pueden darse también mediante el espacio
mueslral o/' - (cara, caía, cara; cruz, cara, cara; caía, cruz, cara; cara, cara, cru¿; cruz,
cruz, cara; cruz, caía, cruz; cara, cruz, cruz; y cruz, cru/. cruz}, donde intuímos que cada
uno de los ocho posibles resultados tienen la misma probabilidad de ocurrir. Rslo no suce
de en nuestro primer espacio mueslral {0, 1,2, 3}, donde creemos que hay más oportuni
dad de obtener una cara en los tres tiros que de no obtenerla.
í;-n este texto usaremos siempre un espacio muestra! en el que cada elemento tiene la
misma probabilidad de ocurrir. Sobre esla suposición de probabilidad idéntica, usaremos
la definición de probabilidad dada por el matemático francés Picrre-Simon de Laplace
(1749 1827) en .su libro Théoiie analitique des passibiltiis.
Siguiendo la hipótesis de igual probabilidad, sea ¿f un espacio mueslral para un expe

rimento $. Cualquier subconjunto A de o/* es un suceso. Cada elemento de ty es un
suceso elemental, por lo que si | y | = n y a € Zf, A C ff, entonces
ü = La probabilidad de que a ocurra * — = ü - i l v

n \<f\-
Pf(Ay = La probabilidad de que A acurra = - — = -—■ * — I ^ \{a}\ I
ya que A es la unión disjunta de los subconjuntos df- un elemento.
Demostraremos estas ideas en los ejemplos siguientes.
Fn una sola tirada de un dado, ¿cuál es la probabilidad de obtener un 5 o un 6?

Aquí¿f'= 11,2,3,4, .5,6) y el suceso A que queremos considerar es {5,6).Deaquí<nii
•«-W-H-
.fi
Si tiramos una moneda cuatro veces, ¿cuál es la probabilidad de obtener dos caras y dos
cruces?
En este caso, el espacio muestral está formado por (odas las sucesiones de la forma x¡,
Aj, A> *4, donde cada v,, 1 < i ¿ 4, se reemplaza por una cruz, o una cara, asi' que | 'j'\ - 24
= 16. El suceso A que nos interesa contiene todos las disposiciones de los cuatro símbolos
cara, cara, cruz, cruz, por lo que \A | =41/(2! 2!) = ó. En consecuencia, l'riA) - 6/16 = 3/ít.
Para el ejemplo 3.27, cada tirada es independiente del resultado de cualquier Lirada
anterior. Este easo se conoce como prueba de Bernoutli. lin un primer curso de probabili
dad, estas pruebas se analizan junio con la distribución binomial, un ejemplo importante
de distribución de probabilidad discreta. Regresaremos a esto en la sección 16.4 del capi
tulo 16, cuando estudiemos la aplicación de los grupos abelianos en teoría de códigos.
Ejemplo 3,2& El acrónimo WYSIWYG (siglas en inglés de "lo que ves es lo que obtienes") se usa para
describir una interfaz con el usuario. Esta interfaz presenta material en una VDT (iniciales
en inglés para terminal de pantalla de vídeo) precisamente en el mismo formato en que
aparece el material en una copia impresa.
Hay 7!/(2! 2!) = 1260 formas en que pueden ordenarse las letras del acrónimo
WYSIWYG. De estas, 120( = 5!) disposiciones tienen las letras W y las letras Y consecu
tivas. Así, si ordenamos las letras de este acrónimo de una manera aleatoria, entonces la
probabilidad de que la disposición tenga las letras W y Yconsecutivas es 120/1260 = 0.0952.
La probabilidad de que una disposición aleatoria de estas siete letras comience y termi
ne con la letra W es [(5!/2!)]/[(7!/(2! 2!))] = 60/1260 = 0.0476.
En nuestro ejemplo final usaremos los conceptos de diagramas de Venn y de probabilidad.
Ejemplo 3.29 En una encuesta realizada a 120 pasajeros, una línea aérea descubrió que a 48 les gustaba
el vino (V) con sus alimentos, a 78 les gustaban las bebidas preparadas (P) y a 66 el té
helado (T). Además, a 36 les gustaba cualquier par de estas bebidas y a 24 pasajeros les
gustaba todo. Si se seleccionan dos pasajeros aleatoriamente de la muestra examinada de
120, ¿cuál es la probabilidad de que
a) (suceso A) ambos deseen solamente té helado con sus alimentos?

b) (suceso B) ambos prefieran exactamente dos de las tres bebidas que se ofrecen?
Con esta información, construimos el diagrama de Venn que se muestra en la figura
3.13. El espacio muestral £f está formado por los pares de pasajeros que podemos selec
cionar de la muestra de 120, por lo que | d' \ - y lf j - 7140. El diagrama de Venn indica que
hay 18 pasajeros que únicamente toman té helado, por lo que \A\ = í '281 y Pr{A) = 51/2380.
El lector deberá verificar que Pr(B) = 3/34.
Figura 3.11
EJERCICIOS 3.3 1. ¿Cuántas permutaciones de 26 letras diferentes del alfabeto contienen (a) el patrón "OUT" o el
y 3.4 patrón "DIG"; (b) ninguno de los patrones "MAN" o "ANT"?
2. Un nombre de variable de seis caracteres en ANSÍ FORTRAN empieza con una letra del alfa- \
beto. Cualquiera de los otros cinco caracteres puede ser una letra o un dígito. (Se permiten
repeticiones.) ¿Cuántos nombres de variables de seis caracteres contienen el patrón "FUN" o

el patrón "TIP"?
3. ¿Cuántas permutaciones de los dígitos 0,1, 2 , . . . , 9 empiezan con un 3 o terminan con un 7,
o cumplen ambas condiciones?
4. Un profesor tiene dos docenas de libros de introducción a las ciencias de la computación y está
interesado en la forma en que tratan los temas (A) compiladores, (5) estructuras de datos y (O
intérpretes. Los siguientes datos representan la cantidad de libros que contienen material rela
tivo a estos temas:
\A\ = 8 1*1 = 13 |C| = 13

|AnB| = 5 |Anc| = 3 |flnc| = 6
\ADBnC\ = 2
(a) ¿Cuántos libros incluyen el material de exactamente uno de estos temas? (b)¿Cuántos no
tratan ninguno de estos temas? (c)¿Cuántos no tienen material sobre compiladores?
5. Darío tira un dado tres veces. ¿Cuál es la probabilidad de que
a) su segundo y tercer tiros sean ambos mayores que su primer tiro?
b) el resultado de su segundo tiro sea mayor que el de su primer tiro, y el resultado de su tercer
tiro sea mayor que el del segundo?
6. Al seleccionar un computador nuevo para su centro de cálculo, el responsable del mismo exa
mina 15 modelos diferentes, considerando: (A) el dispositivo para cinta magnética, (B) la terminal
para mostrar gráficas, (O la memoria semiconductora (además de la memoria principal). El
número de computadores con cualquiera o todas estas características es el siguiente: \A\ = \B\ =
\C\ = 6, \AC\B\ = \BC\C\ =1, \AHC\ =2, \AnBnC\ =0.(a)¿Cuántos modelos tienen
exactamente una de estas características? (b)¿Cuántos no tienen ninguna de estas característi
cas? (c) Si se selecciona un modelo al azar, ¿cuál es la probabilidad de que tenga exactamente
dos de estas características?
7. En la comunidad femenina Gamma Kappa Phi, las 15 estudiantes de último año se forman de
una manera aleatoria para una fotografía de fin de curso. Dos de ellas son Columba y Paty.
¿Cuál es la probabilidad de que en la fotografía
a) Paty quede en la posición central de la fila?
b) Paty y Columba queden juntas?
c) queden cinco estudiantes entre Paty y Columba?
d) Columba quede en algún lugar a la izquierda de Paty?
8. El grupo de primer ingreso en una escuela de ingeniería tiene 300 estudiantes. Se sabe que 180
pueden programar en Pascal, 120 en FORTRAN, 30 en APL, 12 en Pascal y APL, 18 en
FORTRAN y APL, 12 en Pascal y FORTRAN y 6 en los tres lenguajes.
a) Se elige un estudiante al azar. ¿Cuál es la probabilidad de que pueda programar en exacta
mente dos lenguajes?
b) Seleccionamos dos estudiantes en forma aleatoria. ¿Cuál es la probabilidad de que
i) ambos puedan programar en Pascal?
ii) ambos puedan programar sólo en Pascal?
9. En una estantería hay ocho libros diferentes, tres de física y cinco de ingeniería eléctrica,
colocados aleatoriamente. Encuentre la probabilidad de que queden juntos los tres libros de
física.
10. Un cargamento de 24 autos nuevos contiene 15 en excelentes condiciones, seis con defectos
mínimos y tres con defectos mayores. Si se seleccionan dos automóviles del cargamento, ¿cuál
es la probabilidad de que (a) ambos se encuentren en excelentes condiciones? (b) ambos ten- ■
gan defectos menores? (c) a lo más uno tenga un defecto mínimo? (d) al menos uno tenga un
defecto mínimo? (e) exactamente uno tenga un defecto mínimo? (f) ninguno tenga un defecto
mínimo?
¿Qué relación tienen los resultados de los apartados (b), (e) y (f)?
11. De manera aleatoria se selecciona un entero entre 3 y 7 inclusive. Si A es el suceso de que sea
elegido un número divisible entre 3 y B es el suceso de que el número sea mayor que 10,
determine Pr(A), Pr(B), Pr(A CiB)y Pr(A U B). ¿Cómo se relaciona Pr(A U B) con Pr(A),
Pr(B) y Pr(A D fi)?
12. a) Si las letras del acrónimo WYSIWYG se ordenan de manera aleatoria, ¿cuál es la probabi
lidad de que la disposición comience y termine con la misma letra?
b) ¿Cuál es la probabilidad de que una disposición aleatoria de las letras de WYSIWYG no
tenga un par de letras idénticas consecutivas?
13. a) ¿Cuantas disposiciones de las letras de MISCELLANEOUS no tienen una pareja de letras
idénticas consecutivas?
b) Si se genera una disposición de estas letras en forma aleatoria, ¿cuál es la probabilidad de
que no haya parejas de letras idénticas consecutivas?
14. ¿Cuántas disposiciones de las letras de CHEMIST tienen la H antes de la E, la E antes de la T,
o T antes de la M? (Aquí, "antes" significa cualquier lugar antes, y no inmediatamente antes.)
15. Si las letras de la palabra CORRESPONDENT se arreglan en orden aleatorio, ¿cuál es la
probabilidad de que la disposición comience y termine con la misma letra?
3.5
En este capítulo presentamos algunos de los fundamentos de la teoría de conjuntos, ade

más de ciertas relaciones con los problemas de conteo y de probabilidad elemental.
El álgebra de la teoría de conjuntos se desarrolló durante los siglos diecinueve y veinte.
En Inglaterra, George Peacock (1791-1858) fue un pionero en reformas matemáticas y
uno de los primeros, con su Treatise on Algebra, en revolucionar el concepto del álgebra y
la aritmética. Sus ideas fueron desarrolladas más tarde por Duncan Gregory (1813-1844),
William Rowan Hamilton (1805-1865) y Augustus De Morgan (1806-1871), quien inten
tó eliminar la ambigüedad del álgebra elemental para ponerla en forma de postulados
estrictos. Sin embargo, fue en 1854, año en que Boole publicó sulnvestigadon ofthe Laws
ofThought, cuando se logró formalizar el álgebra de conjuntos y la lógica y se extendió el
trabajo de Peacock y sus contemporáneos.
Nosotros nos hemos concentrado principalmente en los conjuntos finitos. Sin embargo,
el estudio de los conjuntos infinitos y sus cardinales ha ocupado las mentes de muchos
matemáticos y filósofos. [Veremos más de esto en el apéndice 3. No obstante, quizá el
lector esté interesado en aprender más sobre funciones (tema que aparece en el capítulo 5)
antes de ver el material de este apéndice.] El enfoque intuitivo de la teoría de conjuntos se
realizó en tiempos del matemático ruso Georg Cantor (1845-1918), quien definió un con
junto, en 1895, en una forma comparable a las "nociones intuitivas" que mencionamos al
comienzo de la sección 3.1. Sin embargo, su definición fue uno de los obstáculos que
Cantor no fue capaz de eliminar completamente de su teoría de conjuntos.
Reproducción por cortesía de The Granger Collection, Nueva York
En la década de 1870, cuando Cantor estaba estudiando las series trigonométricas y las
series de números reales, necesitaba una forma para comparar el tamaño de los conjuntos
infinitos de números. Su estudio del infinito como una realidad, que está en el mismo nivel
que lo finito, fue realmente revolucionario. Parte de su trabajo fue rechazado ya que resultó
ser mucho más abstracto de lo acostumbrado por muchos matemáticos de su tiempo. Sin
embargo, su trabajo ganó la suficiente aceptación para que en 1890 la teoría de conjuntos,
tanto finita como infinita, fuera considerada una rama de las matemáticas por derecho
propio.
Si bien, al terminar el siglo, la teoría era aceptada ampliamente, en 1901 la paradoja
ahora conocida como la paradoja de Russell (que fue analizada en el ejercicio 25 de la
sección 3.1) mostró que la teoría de conjuntos propuesta originalmente tenía una
inconsistencia interna. La dificultad parecía residir en la falta de restricciones al definir los
conjuntos; la idea de que un conjunto pudiera ser elemento de sí mismo fue considerada
particularmente sospechosa. En su trabajo Principia Mathematica, los matemáticos bri
tánicos Lord Bertrand Arthur William Russell (1872-1970) y Alfred North Whitehead
(1861-1947) desarrollaron una jerarquía en la teoría de conjuntos conocida como la teo
ría de tipos. Esta teoría axiomática de los conjuntos, entre otras formulaciones del siglo
veinte, evitaba la paradoja de Russell. Además de su trabajo en matemáticas, Russell escri
bió libros sobre filosofía, física y sobre sus opiniones políticas. Su gran talento literario
fue reconocido en 1950 cuando ganó el premio Nobel de literatura.
El descubrimiento de la paradoja de Russell, aun cuando se pudo remediar, tuvo un
profundo impacto en la comunidad matemática, ya que muchos comenzaron a preguntarse
si habría otras contradicciones ocultas. En 1931, el matemático (y lógico) austríaco1 Kurt
Gódel (1906-1978) formuló la idea de que "en una condición de consistencia dada, cual
quier sistema axiomático formal suficientemente fuerte debe contener una proposición tal
que ni ésta ni su negación sea demostrable y tal que cualquier demostración de consisten
cia del sistema debe usar ideas y métodos que están más allá de los propios del sistema en
t En realidad, Kurt Gódel nació en lo que era Checoslovaquia.

Lord Bertrand Arthur William Russell (1872-1970)
sf'. De esto aprendimos, lamentablemente, que no podemos establecer, de forma rigurosa

desde el punto de vista matemático, que no existen contradicciones en matemáticas. Pero,
a pesar de esta "prueba de Godel", la investigación matemática continúa; de hecho, la
cantidad de investigación realizada de 1931 a la fecha sobrepasa la de cualquier otro pe
riodo en la historia.
El uso del símbolo de pertenencia £ (una forma estilizada de la letra griega épsilon) fue
introducido en 1889 por el matemático italiano Giuseppe Peano (1858-1932). El símbolo
" £ " abrevia la palabra griega "eari" que significa "está".
Los diagramas de Venn de la sección 3.2 fueron introducidos por el lógico inglés John
Venn (1834-1923) en 1881. En su libro Symbolic Logic, Venn aclaró ideas desarrolladas
anteriormente por su compatriota George Boole (1815-1864). Además, Venn contribuyó
al desarrollo de la teoría de la probabilidad, descrita en su ampliamente conocido libro de
texto sobre esta materia.
Si quisiéramos resumir la importancia del papel de la teoría de conjuntos en el desarro
llo de las matemáticas del siglo veinte, podríamos recurrir a la siguiente cita atribuida al
matemático alemán David Hilbert (1862-1943): "Nadie podrá expulsarnos del paraíso
que Cantor ha creado para nosotros"
En la sección 3.1 mencionamos la disposición de números conocida como el triángulo
de Pascal. Podríamos haberla presentado en el capítulo 1, con el teorema del binomio,
pero esperamos hasta contar con algunas identidades combinatorias necesarias para veri
ficar la forma en que se construye el triángulo. La disposición ya aparece en el trabajo del
algebrista chino Chu Shi-kie (1303), aunque su primera aparición en Europa fue en el siglo xvi,
en la portada del libro de Petrus Apianus (1495-1552). Niccolo Tartaglia (1499-1559)
utilizó este triángulo para calcular las potencias de (x + y). Debido a su obra sobre las
propiedades y aplicaciones de este triángulo, la disposición recibe el nombre del matemá
tico francés Blaise Pascal (1623-1662).
Ejercicios complementarios 179
Por último, aunque la probabilidad surgió con los juegos de azar y los problemas de
enumeración, la mencionamos en este punto debido a que la teoría de conjuntos evolucio
nó como el medio necesario para establecer y resolver problemas de esta importante área
contemporánea de las matemáticas aplicadas.
Gran parte de la historia y desarrollo de la teoría de conjuntos aparece en el capítulo 26
de C. Boyer [1]. El desarrollo formal de la teoría de conjuntos, incluyendo los resultados
relativos a los conjuntos infinitos, se puede encontrar en H. Enderton [3], P. Halmos [4],
J. Henle [5] y R Suppes [7]. Una interesante historia de los orígenes de las ideas en proba
bilidad y estadística, hasta la época de Newton, aparece en EJN. David [2]. Los capítulos
1 y 2 de P. Meyer [6] son una fuente excelente para los interesados en aprender más acerca
de la probabilidad discreta.
BIBLIOGRAFÍA
1. Boyer, Cari B., History of Mathematics, Nueva York, Wiley, 1968.

2. David, Florence Nightingale, Games, Gods, and Gambling, Nueva York, Hafner, 1962.
3. Enderton, Herbert B., Elements ofSet Theory, Nueva York, Academic Press, 1977.
4. Halmos, Paúl R., Naive Set Theory, Nueva York, Van Nostrand, 1960.
5. Henle, James M., An Outline ofSet Theory, Nueva York, Springer-Verlag, 1986.
6. Meyer, Paúl L., Introductory Probability and Statistical Applications, 2" ed., Reading, Mass.,
Addison-Wesley, 1970.
7. Suppes, Patrick C , Axiomatic Set Theory, Nueva York, Van Nostrand, 1960.
EJERCICIOS b) Para un entero positivo n, muestre que

COMPLEMENTARIOS
\nj *-oW
1. Sean A, B, C C «U. Demuestre que (A - B) C C si y sólo 5. a) ¿De cuántas formas puede un profesor dividir un
si(A-C)CB.
grupo de siete estudiantes en dos equipos, de modo
2.Si A, B C % demuestre que A C B si y sólo si [VC C «U que cada uno contenga al menos un estudiante?
(CCA)=>CCñ)]. ¿al menos dos estudiantes?
3. Sean A, B.CQ %. Demuestre la verdad o falsedad (con b) Responda la parte (a) reemplazando siete por un
un contraejemplo) de lo siguiente: entero positivo n > 4.
a) A-C = B-C=>A=B 6. Determine si cada una de las siguientes proposiciones
b) [(Ar\C = BDC)A(A-C = B-C)]3>A=B es verdadera o falsa. Para cada proposición falsa, dé un
c) [(AUC = BUC)A(A-C = B-C)]3>A=B contraejemplo.
d) <3>(A -B) = <3>{A) - 9>(fl) a) Si A y B son conjuntos infinitos, entonces A Pi B
es infinito.
4. a) Para los enteros positivos m,n,r, con r <mín{m,n), b) Si B es infinito y A C B, entonces A es infinito.
muestre que c) Si A C B con B finito, entonces A es finito.
d) Si A C B con A finito, entonces B es finito.
7. Un conjunto tiene 128 subconjuntos de cardinal par.
(a) ¿Cuántos subconjuntos de A tienen cardinal impar?
(b) ¿Cuánto vale \A\7
+ +
- (:)(;k¿(?)C-J- 8. SeaA = { 1 , 2 , 3 , . . . , 15}.
a) ¿Cuántos subconjuntos de A contienen todos los exactamente iguales, por lo que esta tabla de pertenencia
enteros impares de A? muestra que AQB => A UB = B.
b) ¿Cuántos subconjuntos de A contienen exactamente Utilice las tablas de pertenencia para verificar lo siguiente:
tres enteros impares?
c) ¿Cuántos subconjuntos de A de ocho elementos a) ACBÂr\B=A
contienen exactamente tres enteros impares? b) [(AnB=A)A(BUC = C)]^>
d) Escriba un programa (o desarrolle un algoritmo) AUBUC=C
para generar un subconjunto de ocho elementos de c) ccB_c/i=>04nB)u(finc) =
A e imprimir el número de estos elementos que sean Anc
impares.
d) AAB = C^>AAC = By BAC = A
9. Sean A,B,CQ %. Demuestre que (A n B) U C = A D
(B U C) si y sólo si C £ A. 16. Enuncie el dual de cada teorema del ejercicio 15. (Aquí
10. Para cualesquiera A, B,C £ % demuestre que (A-B)- se usa el resultado del ejemplo 3.17 junto con el teorema
C=(A-C)-(B-C). 3.5.)
11. Para cualesquiera A, B, C £ ciU, demuestre que (a) A U 17. a) Determine la cantidad de disposiciones lineales de
B = <iU si y sólo si A £ B; (b); A D B = 0 si y sólo si A 2 B. m unos y r ceros sin que haya unos adyacentes,
(Establezca las condiciones necesarias para m, r.)
12. Sea % un universo dado con A, B C % \ A n B | = 3,
b) Si s U={l,2,3 n}, ¿Cuántos conjuntos A C'||
\A UB| = 8 y |*U| =12.
son tales que | A | = k y A no contiene enteros con
a) ¿Cuántos subconjuntos C £ % satisfacen A fl B £
secutivos? (Establezca las condiciones necesarias
C £ A U B? ¿Cuántos de estos subconjuntos C
para n, k.)
contienen un número par de elementos?
b) ¿Cuántos subconjuntos D C % satisfacen A U B 18. SeaA= {n|«eZ + , 1 <n < 100}. Si B C A, y ningún
£ D £ A U B? ¿Cuántos de estos subconjuntos D elemento de B es el triple de otro elemento de B, ¿cuál es el
contienen un número par de elementos? máximo valor posible de |B|?
+ 19. En una exposición científica de una escuela secunda
13. Sea Û = R y consideremos el conjunto índice / = Q .
Para cadag 6 Q*, seanA?= [0,2q] y B?= (0,3q], Determine ria, 34 estudiantes recibieron premios por sus proyectos cien
lo siguiente: tíficos. Se dieron 14 premios por proyectos de biología, 13
de química y 21 de física. Si tres estudiantes recibieron pre
a) Am b) By, c) A3-B4 d) A 3 A5 4 mios en las tres áreas temáticas, ¿cuántos recibieron pre
e) U-A, f) U f l , g) C\Aq h) f l B , mios por exactamente (a) un área temática? (b) dos áreas
,e/ •?e/ ,e/ ,e/
temáticas?
14. Para un universo % y conjuntos A, B C % demuestre 20. Si las letras de la palabra BOOLEAN se ordenan ¡
lo siguiente: azar, ¿cuál es la probabilidad de que las dos letras O queden
<i
a) AAB = B_AA b) /lAX= lt juntas en la disposición?
c) i4A°ll = A
21. Si se distribuyen 16 galletas con chispas de chocolate
d) A A 0 = A, por lo que 0 es el neutro para A, al igual
entre cuatro niños, ¿cuál es la probabilidad de que cada
que para U
niño reciba (a) al menos una galleta? (b) al menos dos ga
15. Consideremos la siguiente tabla de pertenencia (Tabla lletas?
3.4). Si tenemos como condición que A £ B, entonces sólo 22. Cincuenta estudiantes, cada uno con 75 centavos, visi
debemos tener en cuenta las filas de la tabla para las que taron el salón de videojuegos del ejemplo 3.25. De ellos, 17
esto es verdadero (las filas 1,2 y 4, que se indican mediante jugaron los tres videojuegos y 37 jugaron al menos dos de
unaflecha.Para estas filas, las columnas de B y A U B son ellos. Ningún estudiante practicó otro del salón, ni tampoco
el mismo juego más de una vez. Cada juego cuesta 25 cen
Tabla 3.4 tavos y el total obtenido de la visita de los estudiantes fue
de $24.25. ¿Cuántos estudiantes optaron por ver y no jugar
A B A\JB ninguno de los juegos?
—» 0 0 0 23. ¿De cuántas formas puede asignarse trabajo a 15 ayu
-» 0 1 1 dantes de laboratorio en uno, dos o tres experimentos dife
1 0 1 rentes, de modo que en cada experimento haya al menos
-* 1 1 1 una persona al pendiente de él?
24. La profesora Diana puso un examen con tres preguntas a) «ti = {1,2,3}. b) <M = {1,2,3,4}.
a su grupo de química. Hay 21 estudiantes en su clase y c) ^ = {1,2,3,4,5}. d) <fc = { l , 2 , 3 , . . . , n } .
cada uno de ellos contestó al menos una pregunta. Cinco e) % = {fli,a2,a3,. ..,«„}, dondes =ai + a2+a3 +
estudiantes no contestaron la primera pregunta, siete falla •••+«„.
ron al contestar la segunda, y seis no contestaron la tercera 27. a) En ajedrez, el rey se puede mover una casilla en
pregunta. Si nueve estudiantes contestaron las tres pregun cualquier dirección. Si suponemos que el rey sólo
tas, ¿cuántos contestaron exactamente una pregunta? se puede mover hacia adelante (una casilla hacia
25. Sea % un universo dado, con A, B Q %, A n B = 0, arriba, hacia la derecha o en forma diagonal hacia
|A | = 12 y \B\ = 10. Si se eligen siete elementos deA Ufl, el noreste), a lo largo de cuántas trayectorias ¿e
¿cuál es la probabilidad de que la selección contenga cuatro puede mover un rey de la casilla de la esquina in
elementos de A y tres de B? ferior izquierda hasta la de la esquina superior de
recha en el tablero común de 8 x 8?
26. Para un conjunto finito A de enteros, sea o(A) la suma b) Para las trayectorias de la parte (a), ¿cuál es la pro
de los elementos de A. Entonces, si 'U es un universo finito babilidad de que una de ellas contenga (i) exacta
tomado de Z + , S-te.wwffW denota la suma de todos los mente dos movimientos diagonales? (ii) exactamen
elementos de todos los subconjuntos de aK. Determine te dos movimientos diagonales consecutivos? (iii)
Le:««üO-(A)para un número par de movimientos diagonales?
4
Propiedades de los
enteros: Inducción
matemática
Y a que hemos oído de los enteros desde nuestros primeros encuentros con la aritmética,
en este capítulo examinaremos una propiedad particular que se halla presente en el
subconjunto de los enteros positivos. Esta propiedad nos permitirá establecer algunas fór
mulas y teoremas matemáticos mediante una técnica llamada inducción matemática. Este
método de demostración tendrá un papel central en muchos de los resultados que obten
dremos en capítulos posteriores de este texto. Además, este capítulo presenta tres conjun
tos de números que son muy importantes en el estudio de las matemáticas discreta y
combinatoria: los números armónicos, los números de Fibonacci y los números de Lucas.
Cuando x, y G Z, sabemos que x + y,xy,x-y EZ. Así, decimos que el conjunto Z es
cerrado en (las operaciones binarias de) suma, multiplicación y resta. Sin embargo, al
pasar al caso de la división, vemos, por ejemplo, que 2, 3 E Z pero que el número racional
y no es un elemento de Z. De modo que el conjunto Z de los enteros no es cerrado en la
operación binaria de división entre números distintos de cero. Para enfrentar esta situa
ción, presentaremos una forma un poco restringida de división para Z y nos concentrare
mos en algunos elementos particulares de Z+ llamados primos. Estos primos serán como
los "bloques de construcción" de los enteros, y nos darán el primer ejemplo de un teorema
de representación; en este caso, el teorema fundamental de la aritmética.
4.1
El principio del buen orden:
Inducción matemática
Dados dos enteros diferentes x, y, sabemos que x < y o y < x. Sin embargo, esto también es
cierto si, en vez de ser enteros, x y y son números racionales o números reales. ¿Qué hace
especial a Z en este caso? Supongamos que tratamos de expresar el subconjunto Z+ de Z,
mediante los símbolos de desigualdad > y S. Vemos que podemos definir el conjunto de
los elementos positivos de Z como
Z + = {* EZ|x >0} = {* £ Z | * 2 1}.
. 183
184 Capítulo 4 Propiedades de los enteros: Inducción matemática
No obstante, cuando intentamos hacer lo mismo con los números racionales y reales, ve
mos que
Q+ = { * e Q | * > 0 } y R+ = { * e R | x > 0 } ,
pero no podemos representar Q+ o R+ con > como lo hicimos con Z+.

El conjunto Z+ es diferente de los conjuntos Q+ y R+ por el hecho de que todo subconjunto
no vacío X de Z* contiene un entero a G X tal que a < x, para todo x G X; es decir, X
contiene un elemento menor (o mínimo). Esto no ocurre para Q+ o R+. Estos conjuntos en sí
mismos no contienen elementos mínimos: no existe un número racional positivo ni un nú
mero real positivo mínimo. Si q es un número racional positivo, entonces, como 0 < qll < q,
tendríamos un número racional positivo más pequeño, qll.
Estas observaciones dan lugar a la siguiente propiedad del conjunto Z+ C Z.
El principio del buen orden. Cualquier subcoqju»Uj w vficto de Z* contiene utf-

elemento mínimo. (Con frecuencia decimos entonces eut Z* es bina Qtttemufo.)
Este principio sirve para distinguir a Z+ de Q+ o R+. Pero, ¿conduce a algo que sea
interesante o útil desde el punto de vista matemático? La respuesta es un rotundo "¡Sí!" Es
la base de una técnica de demostración conocida como inducción matemática. Esta técnica
nos ayudará con frecuencia para demostrar una proposición matemática general relacio
nada con los enteros positivos, cuando algunos casos de esa proposición sugieran un pa
trón general.
Ahora estableceremos la base de esta técnica de inducción.
TEOREMA 4.1 Principio de inducción finita o principio de inducción matemática. Sea S(ri) una proposi
ción matemática abierta (o un conjunto de tales proposiciones abiertas), en la que aparece
una o varias veces la variable n, que representa a un entero positivo.
a) Si 5(1) es verdadera; y
b) siempre que S(k) sea verdadera (para algún h Z * particular, pero elegido al azar),
entonces S(k + l)será verdadera;
entonces S(n) es verdadera para todo n E Z+.
Demostración: Sea5(«) una proposición abierta con las condiciones (a) y (b), y seaF= (t
G Z+ | 5(í) es falsa}. Queremos mostrar que F = 0, así que para obtener una contradicción
suponemos que F £ 0. Entonces, por el principio del buen orden, F tiene un elemento
mínimo s. Como 5(1) es verdadera, s £ 1, por lo que s > 1 y, en consecuencia, s - 1 G Z*.
Como s - 1 ^ F, tenemos que 5(s - 1) es verdadera. Así, por la condición (b), se sigue que
5((s - 1) + 1) = 5(Í) es verdadera, lo que contradice que s G F. La contradicción surge de
la hipótesis F + 0. Por lo tanto, F = 0.
Hemos utilizado el principio del buen orden en la demostración del principio de inducción
matemática. También es cierto que el principio de inducción matemática nos sirve para demos
trar el principio del buen orden. Sin embargo, no nos detendremos en este punto por ahora. En
esta sección, nuestro principal objetivo es comprender y utilizar el principio de inducción ma
temática. (Sin embargo, en los ejercicios de la sección 4.2 analizaremos la forma en que se usa
el principio de inducción matemática para demostrar el principio del buen orden.)
4,1 El principio del buen orden: Inducción matemática 185
En el enunciado del teorema 4.1, la condición de la parte (a) se conoce como \abase de
la inducción, mientras que la parte (b) se conoce como éípaso inductivo.
La elección de 1 en la primera condición del teorema 4.1 no es obligatoria. Lo único
que se necesita es que la proposición abierta S(n) sea verdadera para un primer elemento
«o G Z para que el proceso de inducción tenga un lugar de inicio. Necesitamos que S(n0)
sea verdadera como base de la inducción. El entero n0 podría ser 5 o 1. Incluso podría ser
0 o negativo, puesto que el conjunto Z+junto con {0} o cualquier conjunto finito de ente
ros negativos sigue siendo bien ordenado. (Si hacemos una demostración por inducción y
partimos de n0 < 0, nos fijamos en el conjunto de todos los enteros negativos consecutivos
> n0, unido con {0} y Z+.)
En estas circunstancias, podemos expresar el principio de inducción finita, usando
\cuantificadores, como
[S(n0) A [ VA: 2 «o [S(k) => S(k + 1)]]] 4> V« > n0 S(ri).
Podemos comprender mejor la razón de la validez de este método de demostración

sando nuestra intuición, junto con la situación que se presenta en la figura 4.1.
r¡ En la parte (a) de la figura vemos las primeras cuatro fichas de una disposición (ordena
da) finita de fichas de dominó, cada una puesta en forma vertical. El espacio que hay entre
dos fichas consecutivas es siempre el mismo y es tal que si cualquier ficha (digamos, la
&-ésima) se empuja hacia la derecha, entonces golpeará la siguiente ((k + l)-ésima. Este
proceso se representa en la figura 4. l(b). Nuestra intuición nos hace pensar que este proce
so continuará: la (k + l)-ésima ficha golpeará (a la derecha) la (k + 2)-ésima, etcétera.
J 11 L
"o "o + 1
"o + 2 n0 + 3
(a)
1
k k+ 1
(b)
(0
/I 1 1
"o "o + 1 n
o + 2 n0 + 3
Figura 4.1
La parte (c) de lafiguraindica que la verdad de S(n0) proporciona el empuje (a la derecha

de la primeraficha(en n0). Esto proporciona la base de la inducción y pone en movimient
el proceso. Como S(k) es verdadera, S(k + 1) es verdadera, lo que nos proporciona el pas
inductivo y continúa el proceso de caída de lasfichas.Entonces, podemos inferir el hecho
de queS(n) es verdadera para todan>n0 si imaginamos todas lasfichassucesivas cayendo
(hacia la derecha).
Ahora demostraremos varios resultados que utilizan el teorema 4.1.
Ejemplo 4*1 Para cualquier ri G Z+, 2 "=,/ = 1 + 2 + 3 + ■ • ■ + n = (n)(n + l)/2.

Demostración: Para n = 1, la proposición abierta
S(n): ¿ i = l + 2 + 3 + - - - + / i = (n)(n + l)/2

i=i
se convierte en 5(1): 2!=i' = (1)0 + 1)^- Así, 5(1) es verdadera y tenemos nuestra bas
para la inducción, un punto de inicio para comenzar la inducción. Si suponemos que
resultado es cierto paran = k (para algún k G Z+), queremos establecer nuestropaío induc
mostrando que la verdad de S(k) "obliga" a aceptar la verdad de S(k +1). [La hipótesis d
la verdad de S(k) es nuestra hipótesis de inducción.] Para establecer la verdad de S(k +
necesitamos mostrar que
k
^._(k + í)(k + 2)
2jt
I=I L
Hacemos lo siguiente.
¿ i = 1 + 2 + • • • + k + (k + 1) = ( ¿ i) + (k + 1) = M*±22 + (¿ + 1)?
í=i \i=i / 2
ya que estamos suponiendo la verdad de 5(/fc). Pero

k(k + í) | | k(k + l) | 2(k + l) (k + l)(k + 2)
(
2 ' 2 2 2
lo que establece el paso inductivo [condición (b)] del teorema.
En consecuencia, por el principio de inducciónfinita,Sin) es verdadera para todo «6Z
Ahora que hemos obtenido la fórmula para la suma ^ "=li de dos formas (véase el e
1.38), nos desviaremos un poco del tema principal y estudiaremos un ejemplo que usa es
fórmula de la suma.
Una ruleta tiene números del 1 al 36 pintados en ella de manera aleatoria. Mostraremo
que, independientemente de la posición de los números, hay tres números consecutivo
(en la ruleta) que suman 55 o más.
Sea Xi cualquier número de la ruleta. Contamos en dirección de las manecillas del relc
a partir de xu y llamamos a los demás números x2, x3,. .., x^. Para que el resultado se
falso, debemos tenerxt + x2 + x3<55,x2 + x3+x4<55,... ,xM + x35 + x36 <55,x35 + x36 +
Xi < 55 y *36 +Xi+x2< 55. En estas 36 desigualdades, cada uno de los términos*!, x2,..., x3fl
aparece exactamente tres veces, por lo que cada uno de los enteros 1,2,..., 36 aparece tres
veces. Si sumamos las 36 desigualdades, tenemos que 32?=!*, = 32?=iI<: 36(55) = 1980.
Pero 2 w' = (36)(37)/2 = 666 y esto nos da la contradicción 1998 = 3(666) < 1980.
La siguiente fórmula para una suma nos lleva de la primera potencia a los cuadrados.
Ejemplo 4.3 Demuestre que para cualquier n £ Z + , ^ " _ , f2 = (n)(n + 1 )(2n + 1 )/6.
Demostración: Aquí trabajamos con la proposición abierta
n
S(n): 2 í 2 = («)(n + l)(2/J + l)/6.
Base de la inducción: Comenzamos con la proposición 5(1) y vemos que
X / 2 = l 2 = (l)(l + l)(2(l) + l)/6)

í=i
por lo que 5(1) es verdadera.
Paso inductivo: Supongamos ahora la verdad de S(k) para un k E Z+ (particular), es
decir, supongamos que
k
í=i
es una proposición verdadera (al reemplazar n por k). De esta hipótesis queremos deducir
la verdad de
*+i
S{k + 1): 2 i 2 = (k + l)((k + 1) + l)(2(k + 1) + l)/6
= (k + l)(k + 2)(2/fc + 3)/6.
Si usamos la hipótesis de inducción S(k), vemos que
t+l k
I / = l + 2 + --- + /t + ()fc + l) = 2 i 2 + (A: + l) 2
2 2 2 2 2
/-i i=i
= [(k)(k + í)(2k + l)/6] + (k + l) 2 .

De esto tenemos
t+i
2 i2 = (k + l)[(k)(2k + l)/6 +(k + 1)] = (k + l)[(2k2 + lk + 6)16]
= {k + l)(k + 2)(2k + 3)/6,
y el resultado general se obtiene por inducción matemática.
Antes de presentar más resultados en los que utilizamos el principio de inducción ma
temática para establecer su validez, observemos el inicio de las demostraciones de loi
ejemplos 4.1 y 4.3. En ambos casos, simplemente reemplazamos la variable n por 1, obte
nemos igualdades sencillas y verificamos si son verdaderas. Si consideramos que era defi
nitivamente más complicado establecer el paso inductivo en el resto de estas demostracio
nes, tal vez nos preguntemos por qué hay que preocuparse por la base de la inducción. Poi
ello, vamos a analizar el siguiente ejemplo.
Si n G Z+, establezca la validez de la proposición abierta

n
S(n): 2 i = l + 2 + 3 + • • • + n = (n2 + n + 2)/2.
Esta vez vamos directamente al paso inductivo. Si suponemos la verdad de la proposi

ción
S(k): £ ¿ = 1 + 2 + 3+ . . . + k = (k2 + k + 2)/2.

(-i
+
para algún k G Z (particular), queremos ver si podemos inferir la verdad de la proposi
ción
*+i
S(k + 1): 2 ¿ = l + 2 + 3+ ••• + * + (* + l) = [0fc + l) 2 + (fc + l) + 2]/2
<-i
= (k2 + 3k + 4)/2.
Como lo hicimos anteriormente, usamos la hipótesis de inducción y hacemos el cálculo
siguiente:
£ ¿ = 1 + 2 + 3+ . . . +k + (k + l)= S i ) + (k + l) = (k2 + k + 2)/2 + (k + l)

¡-i \<-i /
2 2
= (k + k + 2)/2 + (2* + 2)/2 = (k + 3k + 4)/2.
Por lo tanto, para cualquier k G Z+, se tiene que S(k) => S(k + 1). Pero antes de decidir
si aceptamos la proposición Vn S(n) como verdadera, reconsideremos el ejemplo 4.1, don
de aprendimos que £ ' = "(" + 1V2, para todo n G Z+. Por lo tanto, podemos usar estos
/-i
dos resultados (el ejemplo 4.1 y el recién "establecido") para concluir que
[«(«
Vn \n(n + l)/2 = 2 » = (n2 + n + 2)/2
í-i
Así, tenemos que para todo n G Z+,

n(n + l)/2 = (n2 + n + 2)/2,
lo que implica que n(n + l)=n 2 +n + 2 y 0 = 2. (¡Algo está mal!)

i
Si n = 1, entonces£l= 1, pero (n2+ n + 2)/2 = (1 + 1 + 2)/2 = 2. Así, 5(1) no es
verdadera.
4.1 El principio del buen orden: Inducción matemática , 189
Pero tal vez pensemos que este resultado únicamente indica que elegimos el punto de
inicio incorrecto. Tal vez S(«) sea verdadera para todo n > 3, o todo n > 7, o todo n > 137.
Sin embargo, si usamos el argumento anterior, sabemos que para cualquier punto inicial
n0 6 Z+, si 5(«0) fuera verdadera, entonces
"o
(«o + «o + 2)/2 = 2 i = 1 + 2 + 3 + • • • + «o.
f=i
"o
del resultado del ejemplo 4.1, tenemos 2 ' = "o(«o + l)/2, por lo que nuevamente tendría-
i-i
mos 0 = 2; así, no tenemos un punto de inicio.
Este ejemplo debe indicar al lector la necesidad de establecer la base de la inducción;
sin importar lo fácil que sea verificarla.
Consideremos ahora los siguientes programas en Pascal. El programa de lafigura4.2

utiliza un ciclo repeat - until para acumular la suma de cuadrados. El segundo programa
(Fig. 4.3) demuestra la forma de usar el resultado del ejemplo 4.3 en vez de tal ciclo. Cada
programa se usa para evaluar la suma de los cuadrados de los primeros 17 enteros positi
vos. Sin embargo, mientras que el programa de lafigura4.2 implica un total de 2n(= 34)
sumas y n(= 17) aplicaciones del proceso de elevar al cuadrado (sqr), el programa de la
figura 4.3 requiere sólo dos sumas, tres multiplicaciones y una división (entera). El núme
ro total de sumas, multiplicaciones y divisiones (enteras) sigue siendo 6 aunque el valor de
n sea cada vez mayor. En consecuencia, el programa de la figura 4.3 se considera más
eficiente. (Examinaremos esta idea de un programa más eficiente en las secciones 5.7 y
5.8.)
Program SumO fSquaresl (input, output);

Var
i,n,s: integer;
Begin
Writeln("Queremos encontrar la suma de los cuadrados de los
primeros ' ) ;
Writepn enteros positivos, cuando n = ') ;
Read(n);
s := 0;
i := 0;
Repeat
i := i + 1;
s := s + sqr(i)
Until i = n;
Writeln("La suma de los cuadrados de los primeros ', n:0);
Write(" enteros positivos es ', s:0)
End.
Queremos encontrar la suma de los cuadrados de los primeros

n enteros positivos, cuando n = 17
La suma de los cuadrados de los primeros 17
enteros positivos es 1785
Figura 4.2
Program SumOfSquaresl (input, output);

Var
n,s: integer;
Begin
writeln('Queremos encontrar la suma de los cuadrados de los ')
Write("primeros n enteros positivos, cuando n = ');
Read(n);
s := (n) * (n + 1)*(2 * n + 1) Div 6;
Writeln('La suma de los cuadrados de los primeros ', n:0)
Write(" enteros positivos es ', s:0)
End.
Queremos encontrar la suma de los cuadrados de los primeros

n enteros positivos, cuando n = 17
La suma de los cuadrados de los primeros 17
enteros positivos es 1785
Figura 4.3
5¡fi observamos de nuevo nuestras dos primeras aplicaciones de la inducción matemáti

ca (en los ejemplos 4.1 y 4.3), es posible que nos"preguntemos si este principio se aplica
sólo para la verificación de fórmulas para sumas conocidas. Los siguientes seis ejemplos
muestran que la inducción matemática es una herramienta vital en muchas otras circuns
tancias.
Ejeíftpio 4,5 Consideremos la suma de enteros positivos impares consecutivos.

1) 1 =1 ' = 12)
2) 1 +3 =4 ' = 22)
3) 1 +3+5 =9 ' = 32)
4) 1 +3+ 5+7 = 16 (' = 42)
5) 1 +3+5+7+9 = 25 (' = 52)
6) 1 + 3 + 5 + 7 + 9 + 11 = 36 |> 6 2 )
De estos primeros seis casos conjeturamos el siguiente resultado: la suma de los prime
ros n enteros positivos impares consecutivos es n2, es decir, para todo n £ Z+,
n
5(n): 2 ( 2 ¿ - l ) = n2.
¡=i
Ahora que hemos desarrollado una posible fórmula correcta para la suma, utilizaremos
el principio de inducción matemática para verificar que es verdadera para todo n > 1.
De los cálculos anteriores, vemos que 5(1) es verdadera [al igual que 5(2), 5(3), 5(4),
5(5) y 5(6)], por lo que ya tenemos una base para la inducción. Para el paso inductivo,
suponemos que S(k) es verdadera y tenemos
2 (2i - 1) = k2.
Deducimos ahora que S(k + 1) es verdadera: 2 ,*=/ (2¿ - 1) = (k + l) 2 . Como suponemos

que S(k) es verdadera (nuestra hipótesis de inducción) escribimos
k+l k
2 (2/ - 1) = 2 (2/ - 1) + [2{k + 1) - 1] = k2 + [2(k + 1) - 1]
i=i ¿=i
= k2 + 2k + 1 = (k + l) 2 .
En consecuencia, el resultado S(n) es verdadero para todo n > 1, por el principio de

inducción matemática.
Ahora es el momento para analizar algunos resultados que no son fórmulas para sumas.
J|j©Http$04.# En la tabla 4.1 hemos enumerado en columnas adyacentes los valores de An y n2 - 7 para
los enteros positivos n, donde 1 < n ^ 8.
Tabla 4.1
n 4II n2-7 n 4n n2-7
1 4 -6 5 20 18
2 8 -3 6 24 29
3 12 2 7 28 42
4 16 9 8 32 57
A partir de la tabla, vemos que (n2 - 7) < 4« para n = 1, 2, 3, 4, 5; pero cuando n = 6, 7, 8,

tenemos que 4n < (n 2 - 7). Estas tres últimas observaciones nos hacen conjeturar que para
todon > 6, 4 « < ( n 2 - 7 ) .
Una vez más, el principio de inducción finita es la técnica de demostración que necesi
tamos para verificar nuestra conjetura. Denotamos con S(ri) la proposición abierta: An <
(n2- 7). Entonces la tabla 4.1 confirma que S(6) es verdadera [al igual que 5(7) y 5(8)], y
tenemos la base de inducción. (Finalmente tenemos un ejemplo donde el punto inicial es
un entero^,, * 1)
En este ejemplo, la hipótesis de inducción es S(k): Ak < (k2-7), donde k € Z+ y k > 6.
Para establecer el paso inductivo, necesitamos deducir de S(k) que S(k + 1) es verdadera.
Esto es, de Ak <(!<?- 7) debemos concluir que 4(k + 1) < [(k + l ) 2 - 7]. Éstos son los pasos
necesarios:
Ak < (k2 - 7) Âk + 4 < (k2 - 7) + 4 < (Je2 - 7) + (2)fc + 1)
(ya que para k > 6, tenemos que 2¿ + 1 > 13 > 4), y
Ak + A < (k2 - 7) + (2k + 1) => A(k + 1) < (k2 + 2k + 1) - 7 = (k + l)2 - 7.
Por lo tanto, por el principio de la inducción matemática, S(n) es verdadera para todo n>6.
ipio 4»? Entre las varias sucesiones interesantes de números que aparecen en las matemáticas dis
creta y combinatoria, están los números armónicos Hv H2, Hy .. ., donde
H2 = í + \
H3 = 1 + j + 3 ,
y, en general, / / „ = l + y + |H 1- ■£■ para cualquier n £ Z+.

Las siguientes dos propiedades de los números armónicos proporcionan dos oportuni
dades para aplicar el principio de inducción matemática.
a) Para todo n £ N, afirmamos que H2« ^ 1+ n.

Demostración: En este caso, la proposición abierta S(n) es H2n < 1+ n; para la base de
inducción, debemos ver qué ocurre para n - 0. Tenemos que H2n = H2o = Hx = 1 < 1 + 0 =
1 + n, por lo que S(n) es verdadera para este primer caso (cuando n = 0).
Si suponemos que S(k) es verdadera para algún k £ N (no sólo Z+), obtenemos la
hipótesis de inducción
S(k): H2k<l + k.
Para el paso inductivo, analizaremos ahora S(n) para n = k + 1. Encontramos que
1
/f 2 t+l : ■+-
2 3 + .(2* + 1) (2* + 2) + (2*+ 2*).
1 1 1
■■H]k + ■+
.(2* + 1) (2* + 2) (2* + 2*).
Como < — , para todo 1 ^ 7 < 2*, se sigue que

(2* + ;) 2*'
#2*1 < H2* + (2*)Í^J = #2* + 1.
Y ahora, de la hipótesis de inducción se sigue que
//2*+> < H2« + 1 ^ (1 + k) + 1 = 1 + (k + 1),
por lo que el resultado 5(n) es verdadero para todo n £ N, en virtud del principio de
n
b) Si n £ Z+, entonces X #/ = (" + 1) Hn - n.

Demostración: Como lo hemos hecho en los ejemplos anteriores (es decir, los ejemplos
4.1,4.3 y 4.5), verificamos la base de inducción en n - 1 para la proposición abierta S'(«):
n
2,Hj -(n+ \)Hn- n. Este resultado se sigue fácilmente de
2HJ = H1 = 1 = 2 - Í - 1 = (1 + Í)H1-1.
>=1
Para verificar el paso inductivo, supondremos que S'(k) es verdadera; es decir,
2Hj = (k + l)Hk-k.
y=i
Esta hipótesis nos conduce a lo siguiente:

*+i *
2 H,; = 2 tfy + //*+1 = [(* + 1) # t - *] + Ht+1
'=1 i=1
= (k + l)Hk-k + Hk+1
= (k + l)[Hk+1 - (V(k + 1))] -k + Hk+l
= (k + 2) Hk+1 -(k + l)(V(k + í))-k
= (k + 2)Hk+l-l-k
= (k + 2)Hk+1-(k + l).
En consecuencia, sabemos, por el principio de inducción matemática, que la proposición
Vn S'(n) es verdadera para todos los enteros positivos n.
o 4.8 Para n > 0, sea An C R, donde \An\ = 2" y los elementos de An se enumeran en orden
ascendente. Si r G R, demostraremos que para determinar si r E An (por el procedimiento
que se desarrolla en seguida), debemos comparar r con no más de n + 1 elementos de An.
Cuando n = 0,A0= [a] y sólo se necesita una comparación. Así, el resultado es verda
dero para n = 0 (y tenemos la base para la inducción). Paran= 1, Ax= { a ^ } . #i <<h- P a r a
determinar si r G A1; debemos hacer dos comparaciones a lo más. Por lo tanto, obtenemos
el resultado para n - 1. Ahora, cuando n = 2, escribimos A2= {bub2chc2} = B{\JCU donde
bl<b2< C] <c 2) dondeB¡= {b^ b2] y C{= {cu c2}. Si comparamos rcon b2, puede ocurrir
alguna de las siguientes posibilidades: (i) r G Bx; o (ii) r G Cx. Como 1^! | = I C, | = 2 ,
cualquiera de las dos posibilidades requiere a lo sumo dos comparaciones (del caso ante
rior, en que n - 1). Por lo tanto, podemos determinar si r G A2 haciendo no más de 2 + 1 =
n + 1 comparaciones.
Ahora podemos dar un argumento general. Supongamos que el resultado es cierto para
algún k > 0 y consideremos el caso de Ak+1, donde \AM \ = 2*+1. Para establecer nuestro
paso inductivo, sea AM = BkL> Ck, donde | Bk \ = ¡Ck\ = 2* y los elementos de Bk, Ck están
en orden ascendente, con el máximo elemento x de Bk menor que el mínimo elemento de
Ck. Sea r G R. Para determinar si r G AM, veamos si r G Bk o r G Ck.
a) Primero comparamos r y x. (Una comparación)

b) Si r < x, como | Bk \ = 2k, se sigue de la hipótesis de inducción que podemos deter
minar si r G Bk haciendo no más de k + 1 comparaciones adicionales. Por lo tanto,
no se hacen más de (k + 1) + 1 comparaciones.
c) Si r > x, hacemos algo similar con los elementos de Ck. Hacemos como máximo
k + 1 comparaciones adicionales para ver si r G Ck.
El resultado general se sigue entonces del principio de inducción finita.

Una preocupación primordial en la evaluación de la calidad de un programa consiste en

ver si el programa hace lo debido. Así como no podemos demostrar un teorema verifican
do casos particulares, tampoco podemos establecer si un programa es correcto o no pro
bando con diferentes conjuntos de datos. (Además, esto sería muy difícil si nuestro pro
grama fuera a formar parte de un paquete de software más grande en el que, probablemen
te, se generase el conjunto de datos en forma interna.) Puesto que el desarrollo de software
pone ahora un gran énfasis en la programación estructurada, esto ha traído consigo la
necesidad de la verificación de programas. En este caso, el programador o equipo de
programadores debe mostrar que el programa en desarrollo es correcto independiente
mente del conjunto de datos proporcionados. El esfuerzo invertido en esta etapa reduce en
forma considerable el tiempo utilizado en depurar el programa (o paquete de software).
Uno de los métodos que pueden tener un papel fundamental en tal verificación de progra
mas es la inducción matemática. Veamos cómo.
El segmento de programa en Pascal que se muestra en la figura 4.4 supuestamente
produce como respuesta^(y) para las variables reales x, y y n es un entero no negativo. (El
usuario asigna los valores de estas tres variables en una etapa anterior.) Verificaremos si
este segmento de programa es correcto, aplicando la inducción matemática a la proposi
ción abierta
S(n): Para cualquier x, y G R, si el programa llega a la parte superior del ciclo While con
n G N, después de evitar el ciclo (para n = 0) o ejecutar las dos instrucciones del ciclo
n(> 0) veces, entonces el valor de la variable real Answer es x(y").
While n <> 0 do
Begin
x : =x*y;
n : =n - 1
End;
Answer : = x;
El diagrama de flujo para este segmento de programa aparece en la figura 4.5. Mientras
desarrollamos nuestra demostración será conveniente hacer referencia a dicho diagrama,
Primero consideremos 5(0), la proposición para el cason = 0. En este caso, el programa
llega a la parte superior del ciclo While, pero como n = 0, se sigue a la rama No en el
diagrama de flujo y se asigna el valor x = x(l) = x(y°) a la variable real Answer. Por lo
tanto, la proposición 5(0) es verdadera y se establece la base de inducción de nuestro
argumento.
Ahora supondremos que S(k) es verdadera, para algún entero k no negativo. Esto nos
proporciona la hipótesis de inducción.
S(k): Para cualquier*, y G R, si el programa llega a la parte superior del ciclo While con
k&N, después de evitar el ciclo (parafc = 0) o ejecutar las dos instrucciones del ciclo £(>0)
veces, entonces el valor de la variable real Answer es JC(>*).
Si seguimos con el paso inductivo de la demostración, al trabajar con la proposición S(k + 1),
observamos que, como k + 1 > 1, el programa no seguirá la rama No ni evitará las instruc-
( Inicio )
Iniciallza las
variables reales
x, y y la variable
entera no
negativa n
La parte superior
del ciclo While.
No
Answer : = x
El programa continúa con
la siguiente instrucción
ejecutable después de la
• instrucción de asignación
para la variable real Answer.
Figura 4.5
ciones del ciclo While. Las dos instrucciones (en el ciclo While) se ejecutarán al menos
una vez. Cuando el programa llegue a la parte superior del ciclo While por primera vez,
n = k + 1 > 0, de modo que las instrucciones del ciclo se ejecutan y el programa regresa a
la parte superior del ciclo While, donde ahora vemos que
• El valor de y no ha cambiado.
• El valor de x es xx = x(yl) = xy.
• El valor de n es (k + 1) - 1 = k.
Pero ahora, por nuestra hipótesis de inducción (aplicada a los números reales *,, y), sabe
mos que después de evitar el ciclo (para k = 0) para xu y y n = k, o ejecutar las dos
instrucciones del ciclo k(>0) veces, entonces el valor de la variable real Answer es
*i(/) = (*y)(/)=*(/+1).
De la ecuación 14 = 3 + 3 + 8 vemos que podemos expresar el número 14 usando solamente

treses y ochos como sumandos. Pero lo que parece sorprendente es que para cualquier n > 14,
S(n): n se puede escribir como una suma de treses y ochos (sin importar el orden).
Como comenzaremos a verificar S(n) para todo n S 14, la frase introductoria anterior
muestra que la base de inducción 5(14) es verdadera. Para el paso inductivo, suponemos
que S(k) es verdadera para algún k £ Z+, donde k S 14 y veremos lo que ocurre con S(k +
1). Si existe al menos un ocho en la suma (de treses y ochos) que sea igual a k, entonces
podemos reemplazar este ocho por tres treses y obtener k + 1 como una suma de treses y
ochos. Pero supongamos que 8 no aparece como sumando de k. Entonces, el único su
mando utilizado es un 3 y, como k > 14, debemos tener al menos cinco treses como
sumandos. Y ahora, si reemplazamos cinco de esos treses por dos ochos, obtenemos la
suma& + 1, donde los únicos sumandos son treses y ochos. Por lo tanto, hemos mostrado
que S(k) => S(k + 1); el resultado se sigue para todo n > 14 por el principio de inducción
matemática.
Ahora que hemos visto varias aplicaciones del principio de inducción matemática, ce
rraremos esta sección presentando otra forma de inducción matemática. Esta segunda for
ma se conoce a veces como la forma alternativa de la inducción, el método de inducción
completa o el principio de inducción matemática fuerte.
De nuevo, consideremos una proposición de la forma Vn > n0 S(n), donde n0 G Z*;
ahora estableceremos una base de inducción y un paso inductivo. Sin embargo, esta vez, la
base de inducción requiere la demostración de algo más que el primer caso, cuando n = n0.
En el paso inductivo, supondremos que todas las proposiciones S(n0), S(«o + 1 ) , . . . , S(k-1)
y S(k) son verdaderas, para establecer la verdad de la proposición S(k + 1). En el siguiente
teorema presentamos formalmente este segundo principio de inducción matemática.
y
TEOREMA 4.2 Principio de inducción finita, forma alternativa. Sea S(n) una proposición matemática
abierta (o un conjunto de tales proposiciones abiertas) donde la variable n, que representa
un entero positivo, aparece una o más veces. Además, sean n0, n} E Z+ con n0 < nXm
a) Si S(n0), S(n0 + 1), S(n0 + 2),. .. , 5(n, - 1) y 5(n,) son verdaderas; y

b) Siempre que S(n0), S(n0 + 1 ) , . . . , S(k - 1) y S(k) sean verdaderas para algúnfcE Z*
(particular pero elegido al azar), donde k > nu entonces la proposición S(k + 1)
también es verdadera;
entonces S(n) es verdadera para todo n > n0.
Como en el teorema 4.1, la condición (a) se denomina base de inducción y la condición (b)
paso inductivo.
La demostración del teorema 4.2 es similar a la del teorema 4.1; pediremos al lector que
la realice en los ejercicios de esta sección. También en estos ejercicios veremos que las dos
formas de inducción matemática (dadas en los teoremas 4.1 y 4.2) son equivalentes, ya
que cada una puede ser una técnica de demostración válida si suponemos la verdad de la
otra.
Antes de dar ejemplos de aplicación del teorema 4.2, mencionaremos, como lo hicimos
para el caso del teorema 4.1, que no es necesario que n0 sea un entero positivo; en realidad,
podría ser 0 o incluso un entero negativo. Ahora que hemos vuelto a señalar este punto,
veamos cómo aplicar esta nueva técnica de demostración.
Nuestro primer ejemplo resultará conocido ya que simplemente aplicaremos el teorema
4.2 para obtener el resultado del ejemplo 4.10 en otra forma.
Ejemplo4.11 Los siguientes cálculos indican que es posible escribir (sin importar el orden) los enteros
""""" 14, 15, 16 usando como sumandos sólo treses y ochos.
14 = 3 + 3 + 8
15 = 3 + 3 + 3 + 3 + 3
16 = 8 + 8
Con base en estos tres resultados, hacemos la conjetura
Para todo n G Z+, donde n 2: 14,
S(n): n se puede escribir como una suma de treses y ochos.
Demostración: Está claro que las proposiciones 5(14), S(15) y 5(16) son verdaderas; esto
establece la base de inducción. (En este caso, nQ = 14 y rii = 16.)
Para el paso inductivo, suponemos que las proposiciones
S(14),S(15),...,S(*-2),S(*-1), y S(k)
son verdaderas para algún k G Z+, donde k > 16. [La hipótesis de que estas (k - 14) + 1
proposiciones son verdaderas constituye nuestra hipótesis de inducción.] Y ahora, si n = k
+ 1, entonces n'Z. 17 y A: + 1 = (£- 2) + 3. Pero como 14 < k- 2 < A: y ya que 5(£ - 2) e
verdadera, sabemos que (k - 2) puede escribirse como una suma de treses y ochos; así,
(k + 1) = (k- 2) + 3 también puede escribirse de esa forma. Por lo tanto, S(n) es verdadera
para todo n > 14 por la forma alternativa del principio de inducción matemática.
En el ejemplo 4.11 vimos que el hecho de que S(k +1) sea verdadera se dedujo de la
verdad de un resultado anterior S(k - 2). Nuestros dos ejemplos siguientes muestran que
hay situaciones en las que se necesita que más de un resultado anterior sea verdadero.
tytifñpto4AZ Vamos a considerar la sucesión entera a0, a,, av ay . . . , donde
flo=l, <ii = 2, a 2 = 3 , y
a„ = a„_i + a„-2 + a„-3, para todo n G Z+ tal que n > 3.
(Entonces, por ejemplo, tenemos que a^ = a2 + ax + ao = 3 + 2 + 1 = 6 ; &, = a3 + a2 + «i =

3 + 2= 11; y a5 = a4 + a3 + a2= 11 +6 + 3 = 20.)
Afirmamos que las entradas de esta sucesión son tales que a„ < 3" para todo n G N; es
decir, Vn G N S'(n), donde S'(n) es la proposición abierta: an S 3".
Para la base de inducción, observamos que
i) ao=l = 3 0 s3°;
ü) fll = 2 < 3 = 31; y
iii) fl2 = 3 s 9 = 32.
Por lo tanto, sabemos que 5'(0), 5'(1), 5'(2) son proposiciones verdaderas.
Ahora analicemos el paso inductivo, en que suponemos que las proposiciones 5'(0),
5'(1),5'(2),... ,S'(k- 1), 5'(k) son verdaderas, para algúnk £ Z+ dondek > 2. Para el caso
en que n = k + 1 > 3 vemos que
a*+i = ak + ak-i + ak-2
< 3 * + 3* + 3* = 3(3*) = 3* +1 ,
por lo que [S'(k - 2) A S ' ( * - 1) AS'(*)]=>S'(* + 1).
Por lo tanto, de la forma alternativa del principio de inducción matemática se sigue que
a„ ^ 3" para todo n £ N .
Antes de analizar el último ejemplo de esta sección, revisaremos los dos resultados
anteriores. En los ejemplos 4.11 y 4.12 establecimos la base de inducción verificando la
verdad de tres proposiciones:5(14), S(15) y 5(16), en el ejemplo 4.11; y 5'(0),5'(1) y 5'(2)en
el ejemplo 4.12. Sin embargo, para deducir la verdad de S(k + 1) en el ejemplo 4.11, en
realidad utilizamos solamente una de las (k -14) + 1 proposiciones de la hipótesis de inducción;
a saber, la proposición 5(¿fc - 2). Para el ejemplo 4.12 usamos tres de las k + 1 proposiciones
de la hipótesis de inducción; en este caso, las proposiciones S'(k - 2),S'(k -l)y S'(k).
S|$mj3Í0 4*13 Después de transcurrir n meses en un experimento de invernadero, el número pn de plan

tas (de un tipo particular) satisface las ecuaciones
/>o = 3, pi = 7, y p„ = 3pn-i-2p„-2, para « £ Z + donde « s 2.

[Así, por ejemplo, p2=3p¡-2p0= 3(7) - 2(3) = 15 yp¡= 3p2- 2py= 3(15) - 2(7) = 31.]
Usaremos la forma alternativa de la inducción matemática para mostrar que p„ = 2"*2 - 1
para todo n £ N.
Demostración: Aquí tenemos la proposición abierta
S(n): Pn = 2n+2-l,
y para establecer la base de inducción, observamos que las proposiciones
5(0): p 0 = 3 = 2 0 + 2 - l , y
5(1): p ! = 7 = 2 1 + 2 - l
son verdaderas.
Si suponemos que las proposiciones 5(0), 5( 1 ) , . . . , S(k - 1) y S(k) son verdaderas para
algún k £ Z+ donde k > 1, consideremos a continuación el caso en que n = k + 1 > 2
Tenemos que
Pk+i = 3/J* - 2pk-i
= 3[2*+2 - 1] - 2[2<*-1>+2 - 1]
= 3(2*+2) - 3 - 2 ( *- 1)+3 + 2
= 3(2*+2) - (2*+2) - 1
= 2(2*+2)-l = 2(*+1)+2-l.
[En este caso, la sustitución depkypk-i se basa en las proposiciones S(k) y S(k - 1), las do¡
últimas de la lista de k + 1 proposiciones de la hipótesis de inducción.]
Así, por la forma alternativa del principio de inducción matemática, S(n) es verdadera
para todo n > 0. (En el capítulo 10 haremos una incursión en los métodos para obtener las
soluciones explícitas a dichas ecuaciones.)
EJERCICIOS 4.1 1. Demuestre lo siguiente mediante inducción matemática.

a) l 2 + 32 + 52 + • • • + (2n - l) 2 = («)(2n - l)(2n + l)/3
b) 1-3 + 2-4 + 3-5 +•■•+/!(«+2) = (/i)(n + l)(2« + 7)/6
c) Í — i — = —^— d) Í 2 - 1 = E 1 2' = 2" - 1

<-i i(i + 1) n +1 <-i i=o
e) fi3 = n2(-n + 1)2

=(ti)2 f) l 3 + 3 3 + 5 3 + - - - + ( 2 n - l ) 3 = n 2 (2n 2 -l)
/-i 4 \;-i /
2. Establezca lo siguiente mediante inducción matemática.
a) É¿(2') = 2 + ( n - l ) 2 " + 1 b) É 2 (3'"1) = 3" - 1 c) Í ( i ) ( i ! ) = (n + 1 ) ! - 1

i-l i-1 í-1
3. Consideremos el siguiente programa en BASIC:
10 FOR I = 1 T0 123
20 FOR J = 1 T0 I
30 PRINT I*J
40 NEXT J
50 NEXT I
60 END
a) ¿Cuántas veces se ejecuta la proposición PRINT en la línea 30?

b) Reemplace I en la línea 20 por 1**2 y responda la pregunta de la parte (a).
4. Una ruleta tiene los enteros 1 a 25 colocados en forma aleatoria. Muestre que, independientemente de
la posición de los números en la ruleta, existen tres de ellos adyacentes cuya suma es al menos 39.
5. Los enteros del 1 al 100, inclusive, se han colocado al azar sobre una circunferencia. Demues
tre que, sin importar su colocación, deben existir cuatro de ellos que formen tres pares solapa
dos en la circunferencia, cuya suma es mayor o igual que 202.
In n
6. Determine el entero positivo n para el que ^ i = î' 2 .
¡=i ;=i
7. Evalúe lo siguiente: (a) 2 M I '; (b) 2 M I '2-
8. a) Demuestre que (eos 9 + i sen G)2= eos 26 + i sen 26, donde i ' e C e i ' 2 = - l .
b) Demuestre por inducción que para cualquier n S(Í,*, (eos 6 + i sen 6)"= eos «6 + i sen «9.
(Este resultado se conoce como el teorema de DeMoivre.)
c) Verifique que 1 + i = V2~(cos 45o + i sen 45°) y calcule (1 + O100-
9. Para n € Z+, si n > 10, demuestre que
n2 — n
n-2<-
12
+ >
10. Demuestre que para cualquier « £ Z , n > 3 4 2 " < « ! .
11. Demuestre que para cualquier n 6 Z + , n > 4 ^ n 2 < 2 " .
12. Demuestre que para cualquier n £ Z + , n > 9 ^ n3 < 2".
13. Para n G Z+, sea H„= 1 + \ + \H \-\, el n-ésimo número armónico (definido en el ejem
plo 4.7).
a) Para todo « £ N , demuestre que 1 + (n/2) <H2".
n
b) Demuestre que para todo n G Z*, ^jHj = [(n + l)(n)/2] #„+1 - [(n + l)(n)/4].
14. Para n G Z*, demuestre que ¿,HTT = #2«+i ~ (T) #„•

15. Para n G Z+, sea S(n) la proposición abierta
". (n+(l/2))2
l i = .
¡-i ¿
Demuestre que la verdad de S(k) implica la verdad de S(k + 1) para cualquier k G Z+. ¿Es
verdadera S(n) para todo n G Z+?
16. Consideremos las cuatro ecuaciones siguientes:
(1) 1=1
(2) 2 + 3+ 4=1 + 8
(3) 5 + 6 + 7 + 8 + 9 = 8 +27
(4) 10 + 11 + 12 + 13 + 14 + 15 + 16 = 27 + 64
Conjeture la fórmula general sugerida por estas cuatro ecuaciones y demuéstrela.
17. Consideremos las seis ecuaciones siguientes:
(1) 1 2 + 0 2 = 1 2 (3) 5 2 + 1 2 2 = 1 3 2 (5) 9 2 + 40 2 = 41 2
(2) 3 2 + 4 2 = 5 2 (4) 7 2 + 242 = 25 2 (6) 11 2 + 60 2 = 61 2
Conjeture la fórmula general sugerida por estas seis ecuaciones y demuéstrela.
18. Sean S¡ y S2 tales que |Stl =m, | S 2 | =r,param, r G Z+ y los elementos de ShS2 están en orden
ascendente. Se puede demostrar que los elementos de S¡ y 52 se pueden agrupar en orden
ascendente sin hacer más dem + r- 1 comparaciones. (Véase el lema 12.1) Use este resultado
para establecer lo siguiente:
Para, n > 0, sea Sun conjunto con \s\ =2". Demuestre que el número de comparaciones
necesarias para colocar los elementos de S en orden ascendente está acotado por n ■ 2".
19. Si n G Z*, demuestre que si sen G * 0, entonces
sen(2"8)
a) (cos8)(cos2e)(cos4e)(cos86)- • •[cos(2" _1 e)] =
2" sen9
sen2n6
b) cose + cos38 + cos56 + - - - + c o s ( 2 n - l ) e =
2 sen 9 '
20. En el segmento de programa en Pascal que se muestra en la figura 4.6, x, y y Answer son
variables reales y n es una variable entera. Antes de la ejecución de este ciclo While, el usuario
proporciona los valores reales dex y y, así como un valor entero no negativo paran. Demuestre
por inducción matemática que para cualesquiera x, y G R, si el programa llega a la parte
superior del ciclo While con n G N después de evitar el ciclo (para n = 0) o ejecutando las dos
instrucciones del ciclo n(>0) veces, entonces el valor asignado a Answer es x + ny.
While n o D do
Begin
x : = X + y;
n := n - i
End;
Answer : = X Figura 4.6
21. Durante la ejecución de un programa en Pascal, el usuario asigna a las variables enteras x y n
ciertos enteros positivos (posiblemente diferentes). El segmento en Pascal que se muestra en la
figura 4.7 va inmediatamente después de estas asignaciones. Si el programa llega a la parte
superior del ciclo While, enuncie y demuestre (por inducción matemática) cuál será el valor
asignado a Answer después de ejecutarse las dos instrucciones del ciclo n(>0) veces.
While n < > 0 do

Begin
x : = x*n ;
n : = n -- 1
End;
Answer = x;
Figura 4.7
22. a) Sea n E Z+, con n * 1,3. Demuestre que n puede expresarse como una suma de doses,
,cincos o ambos.
b) Para cualquier n E Z*, muestre que si n > 24, entonces n puede expresarse como una suma
de cincos y/o sietes.
23. Para n E Z*, sea p„ el número (aproximado) de bacterias que hay en un cultivo, al final de n
horas (después de iniciado un experimento). Sip¡ = 1000,p2= 2000 yp„=p„-¡ + Pn-2, para todo
n > 2, muestre que
1000\ r/i+v^y +i /l-V5\" +1 l
P- =
VfJ [l 2 ) l 2 j J
24. Definimos una sucesión de números au a2, a-¡,... como
«, = 1
a2 = 2
n>3.
a) Determine los valores de a3, aA, a¡, a6 y a7.
b) Demuestre que para todo n > 1, an < (7/4)".
25. Verifique el teorema 4.2. &?-&&
<£&
4.2
^W
Definiciones recursivas
Comenzaremos esta sección analizando la sucesión de enteros b0, bh b2, b},..., donde b„ -
2n para todo « G N . Tenemos que b0= 2 ■ 0 = 0, bx = 2 ■ 1 = 2, b2= 2 • 2 = 4 y ¿>3= 2 • 3 = 6.
Si, por ejemplo, necesitamos determinar b6, simplemente calculamos b6= 2 ■ 6 = 12, sin
necesidad de calcular el valor de b„ para cualquier otro « E N . Podemos realizar estos
cálculos ya que tenemos una fórmula explícita, bn = 2«, que nos dice cómo determinar b„
conociendo n (solamente).
Sin embargo, en el ejemplo 4.12 de la sección anterior, examinamos la sucesión de
enteros aa, a¡, a2, a3,..., donde
a0 = l,at = 2,a2 = 3, y
an = a„_i + a„_2 + on-3 para todo n E Z + tal que n > 3.
Aquí no tenemos una fórmula explícita que defina cadaa„ en términos de«, para todo n E
N. Si queremos conocer el valor de a6, por ejemplo, necesitamos los valores de a¡, a4 y a3.
Y estos valores (los de a5, aA y a3) requieren que conozcamos también los valores de a2, a
y a0. A diferencia de la situación más fácil en que determinamos b6 - 2 ■ 6 = 12, par
calcular a6 tendríamos que escribir
a¿ = a$ + a* + a3
= (a4 + a3 + a2) + (a3 + a2 +fli)+ (a2 + ax + a0)
= [(a3 + a2 + a 0 + (a2 +fli+ «o) + a2] + [(a2 + fli +flo)+ a2 + a j + (a2 + ^ + a0)
= [[(a2 + «i + ao) + «2 + «i] + («2 + «i + «o) + «2]
+ [(fl2 + ai +flo)+ a2 + a j + (a2 + ai + «o)
= [[(3 + 2 + 1) + 3 + 2] + (3 + 2 + 1) + 3] + [(3 + 2 + 1) + 3 + 2] + (3 + 2 + 1)
= 37.
o bien, de una manera más sencilla, podríamos haber ido en la dirección opuesta, con estas
consideraciones:
<J3 = a2 + a t + a0 = 3 + 2 + 1 = 6
a4 = a3 + a2 + a! = 6 + 3 + 2 = 11
a5 = a4 + a3 + a2 = 11 + 6 + 3 = 20
a6 = a5 + a4 + a3 = 20 + 11 + 6 = 37.
Sin importar cómo lleguemos a a6, vemos que las dos sucesiones de enteros (¿0. ¿1. ¿2. ¿3.
. . . , y ct0. «u «2. «3, • • •) no sólo son numéricamente diferentes. Los enteros b0, bu b2, ¿3
.. . , se pueden enumerar fácilmente como 0, 2, 4, 6 , . . . y para cualquier n G N tenemos
la fórmula explícita bn - 2n. Por otro lado, tal vez sea difícil (si no es que imposible)
determinar tal fórmula explícita para los enteros a0, au a2, a 3 , . . .
Lo que ocurre aquí para esta sucesión de enteros puede ocurrir también para otros
conceptos matemáticos: conjuntos y operaciones binarias, así como funciones (en el capí
tulo 5), lenguajes (en el capítulo 6) y relaciones (en el capítulo 7). A veces es difícil definir
un concepto matemático de manera explícita. Pero, como en el caso de la sucesión a^, ah
a2, a},..., podríamos definir lo que necesitamos en términos de otros resultados anteriores
similares. (Examinaremos lo que esto significa en los distintos ejemplos de esta sección.)
Cuando hacemos esto, decimos que el concepto está definido en forma recursiva, usando
el método o proceso de recursión. De esta manera obtenemos el concepto que nos intere
saba estudiar, por medio de una definición recursiva. Por lo tanto, aunque no tengamos
una fórmula explícita en el caso de la sucesión aQ, au a2, a 3 , . . . , sí tenemos una forma de
definir los enteros an para n £ N, por recursión. Las asignaciones
a0=l, a! = 2, a2 = 3
proporcionan una base para la recursión.
La ecuación
(*) a„ = a„-i + a„_2 + a„_3, para n £ Z * taLque n > 3,

proporciona el proceso recursivo; indica la forma de obtener nuevos elementos de la suce
sión a partir de los resultados anteriores ya conocidos (o que se pueden calcular). [Nota
los enteros calculados a partir de la ecuación (*) también pueden calcularse a partir de la
ecuación a„+3 = an+2 + an+l + an, para n G N.]
Ahora utilizaremos el concepto de definición recursiva pitra establecer un aspecto men

cionado en tres pies de página de las secciones 2.1 y 2.3. Después de estudiar la sección
2.2 del texto, sabíamos (a partir de las leyes de la lógica) que para cualesquiera proposicio
nes pt¡ p2, Px tenemos
Px A (p 2 Ap 3 ) <» (Pi A/>2) Ap 3 ,

y, por lo tanto, podemos escribir px A p2 A p 3 sin ambigüedad. Esto se debe a que el valor
de verdad de la conjunción de las tres proposiciones no depende de los paréntesis introdu
cidos para indicar el orden de formación de la conjunción de los pares de proposiciones
(dadas o resultantes). Pero nos interesaba el significado que podríamos atribuir a una ex
presión como p\ A p2 A p 3 A p 4 . El siguiente ejemplo aclara ahora esta cuestión.
w
l|«nplo4J4 La conectiva lógica A se definió (en la sección 2.1) solamente para dos proposiciones a la
vez. ¿Cómo trabaja uno entonces con una proposición comop, A p2 A p 3 A p 4 , donde px
p2, p 3 y p 4 son proposiciones? Para responder esta pregunta, introducimos la siguiente
definiciórf recursiva, en la que el concepto de cierta etapa [la (n + l)-ésima] se desarrolla
a partir del concepto comparable de una etapa anterior [la n-ésima].
Dadas cualesquiera proposiciones pitp2,..., pn, p„+i, definimos
1) la conjunción de p¡, p2 comop x A p2 (como lo hicimos en la sección 2.1) y
2) la conjunción de plt p2,. .., pn, pn+,, para n > 2, como
piApiA---ApmApH+1*>(PlAp2A---ApH)ApH+1.
[El resultado de (1) establece la base de la recursión, mientras que la equivalencia lógica
de (2) se usa para proporcionar el proceso recursivo. Observe que la proposición que
aparece en el lado derecho de la equivalencia lógica en (2) es la conjunción de dos propo
siciones: p„+l y la proposición (p, A p2 A ■ • • A p„) determinada con anterioridad.]
Por lo tanto, definimos la conjunción de pup2, p 3 , p 4 como
PiAp2Ap3Ap40(p!Ap2Ap3)Ap4.
Entonces, por la propiedad asociativa de A, tenemos que
(pi Ap2 Ap 3 ) Ap4& [(/>! Ap 2 ) Ap 3 ] A p 4

<»(p1Ap2)A(p3Ap4)
OpjA[p2A(p3Ap4)]
<»p1A[(p2Ap3)Ap4]
»PiA(p2Ap3Ap4).
Estas equivalencias lógicas muestran que el valor de verdad de la conjunción de cuatro

proposiciones también es independiente de la forma en que se introducen los paréntesis
para indicar la forma de asociar las proposiciones dadas.
Con la definición anterior, extenderemos ahora nuestros resultados a la siguiente "pro
piedad asociativa generalizada para A".
Sea n 6 Z , n ^ 3 y r £ Z con 1 < r<n. Entonces,
S(n): para cualesquiera proposiciones p i , p 2 , . . . ,pr,pr+u ■ ■ ■ ,Pn,

(piAp2A---Apr)A(pr+1A---Ap„)Op1Ap2A---AprApr+1A---Apn.
Demostración: La verdad de la proposición 5(3) se sigue de la propiedad asociativa para
A; esto establece la base de la inducción de nuestra demostración. Para el paso inductivo,
suponemos que S(k) es verdadera para algún k > 3 y cualquier 1 < r < k. Es decir, supone
mos la verdad de
S(k): (plAp2A---Apr)A(pr+lA---Apk)&plAp2A---Ap,Apr+1A---Apk.
Entonces, mostramos que S(k) =* S(k +1). Cuando consideramos k + 1 proposiciones,

entonces debemos tener en cuenta que 1 < r < k + 1.
1) Si r = k, entonces
(piAp2A---Apk)Apk+1<&PlAp2A---ApkApk+1,
de nuestra definición recursiva.

2) Para 1 < r < k, tenemos
(PiAp 2 A- • • Ap,)A(p, + 1 A- • • ApkApk+l)
O ( P l Ap2 A • • • Ap r ) A [(p r+1 A • • • Apk) Apt+,]
*>[(piAp 2 A- • • Ap,)A(p r + 1 A- • • Ap*)]Ap w
0 ( p ! A p 2 A - • • Ap r Ap f + iA- • • Apk)ApM
O p j A p 2 A - • • Ap f Ap r + 1 A- • • A p t A p t + 1 .
Así, del principio de inducción matemática (Teorema 4.1), se sigue que la proposición
abierta S(n) es verdadera para todo n G Z * tal que n > 3.
Nuestro siguiente ejemplo ofrece una segunda oportunidad para generalizar una pro
piedad asociativa, pero esta vez con conjuntos en vez de proposiciones.
£f<Mt)g)i<» 4»1S ; En la definición 3.10 extendimos las operaciones binarias U e D a un número arbitrario
_
""~""~~ (finito o infinito) de subconjuntos de un universo dado Û. Sin embargo, estas definicione
no se basan en la naturaleza binaria de las operaciones implicadas y no proporcionan una
forma sistemática para determinar la unión e intersección de cualquier número finito de
conjuntos.
Para evitar esta dificultad, consideramos los conjuntos A„ A2,..., An, An+i, donde A¡ C
%para todo 1 S i < n+l y definimos su unión en forma recursiva como sigue:
1) La unión deAhA2esAl U A2. (Ésta es la base de nuestra definición recursiva.)
2) La unión de Au A2,.. ., A„, An+b para n > 2, está dada por
A i L M 2 U • • • UAnUAn+l = (AxUA2U ■ •• UAn)UAû

donde el conjunto del lado derecho de esta igualdad entre conjuntos es la unión de dos
conjuntos, Ax U A2 U • • • U An y An+l. (Aquí tenemos el proceso recursivo necesario para
terminar nuestra definición recursiva.)
De esta definición obtenemos la siguiente "propiedad asociativa generalizada de U".
Si n, r G Z , con n > 3 y l < r<n, entonces
S(n): (A! UA2 U • • • LM,) U (Ar+l U • • • UAn)
= Ax LM 2 U • • • Ui4 r Ui4 f + i U • • • LMn:
donde A, C <>Upara todo 1 £ i: S n.
Demostración: La verdad de S(n) para n = 3 se sigue de la propiedad asociativa de U, con

lo que obtenemos la base necesaria para esta demostración inductiva. Si suponemos la
verdad de S(k) para algún A: G Z+, tal que fc > 3 y 1 < r<k, establecemos ahora nuestro
paso inductivo, mostrando que S(k) ^ S(k + 1). Al trabajar con k + 1(^4) conjuntos,
necesitamos considerar que 1 < r < k + 1. Tenemos que
1) Para r = k tenemos
(Ai U A2U • • • U Ak) UAk+1 = Ai LM 2 U • • • U AkU Ak+1.
Esto se sigue de la definición recursiva dada.

2) Si 1 < r < k, entonces
(Al U A2 U • • • U Ar) U ( A + 1 U • • • U Ak U Ak+1)
= ( ¿ i LMjU • • ■ UAr) U[(Ar+1 U • ■ • UAk)UAk+l]
= [(AlUA2U--- UAr) U (Ar+1 U • • • U 4 ) ] U 4 + 1
= (Ai U A2U ■ ■ ■ UAr\JAr+i U • • • U Ak) UAk+1
= AX UA2U ■ ■ ■ UArUAr+i U • • • UAkUAk+i.
Así, se sigue del principio de inducción matemática que S(n) es verdadera para todos los
enteros n > 3.
En forma análoga al resultado del ejemplo 4.15, la intersección de los n + 1 conjuntos Ai,
A2,...,An, A„+i, (cada uno tomado del mismo universo ^ se define de manera recursiva como:
1) La intersección de Au A2 es A] D A2.
2) Para n > 2, la intersección de A,, A 2 , . . . , A„, An+1, está dada por
/ij r\A2n ■ ■ ■ nA„nAn+1 = (A1nA2r\--- n An) r\An+u
la intersección de los dos conjuntos A, (1A2 fl • ■ • D An y A„+1.
Vemos que las definiciones recursivas para la unión e intersección de cualquier número
finito de conjuntos proporcionan el medio por el cual podemos extender las leyes de De
Morgan de la teoría de conjuntos. Mediante la inducción matemática, estableceremos una
de estas extensiones en el siguiente ejemplo y solicitaremos una demostración de la otra
extensión en los ejercicios de la sección.
Ejemplo 4 . 1 6 Sea n £ Z+, n > 2 y A,, A 2 ,..., An C «Upara cada 1 < / < n. Entonces
AiC\A2n---nAn =Á~iUA2l) ••• UA„.
Demostración: La base de la inducción de esta demostración está dada para n = 2. Se

sigue del hecho de que A , n A 2 = A i U A 2 , por la segunda ley de De Morgan (que aparece
en las leyes de la teoría de conjuntos de la sección 3.2).
Si suponemos que el resultado es verdadero para algún k, donde k ^ 2, tenemos
Aif\A2C\---r\Ak =Ail)A2\J ••• UAk.

Y cuando consideramos k + 1(^3), usamos la hipótesis de inducción para obtener la terce

ra igualdad entre conjuntos en lo siguiente:
Ai n A2 n • • • n Ak n Ak+i = {Ai n A2 n • • • n Ak) n Ak+1

= {AiDA2r\■ ■ • n i t ) u Á + 1 = ( I i U l 2 u ••• u J t ) u J w
= AiUA2U ••• uXtUi4"t+1.
Esto establece entonces el paso inductivo en nuestra demostración, con lo que obtenemos
esta ley generalizada de De Morgan para todo n > 2 por el principio de inducción matemá
tica.
Ahora que hemos visto las dos definiciones recursivas (en los ejemplos 4.14 y 4.15), al
continuar estudiando situaciones en las que aparezca este tipo de definición, generalmente
nos abstendremos de nombrar las partes de la base y la recursión. De la misma forma, no
siempre designaremos la base y los pasos inductivos en una demostración por inducción
matemática.
Si analizamos los ejemplos 4.14 y 4.15, las definiciones recursivas de ambos ejemplos
parecen similares, ya que si intercambiamos la proposición/^ con el conjunto A„ para todo
1 < i < n + 1 y si intercambiamos cada ocurrencia de A con U y reemplazamos O con =,
entonces podemos obtener la definición recursiva en el ejemplo 4.15 mediante la defini
ción dada en el ejemplo 4.14.
De manera similar, podemos definir de manera recursiva la suma y producto de n nú
meros reales, donde n £ Z+ y n > 2. Entonces, podemos obtener (por el principio de
inducción matemática) propiedades asociativas generalizadas para la suma y multiplica
ción de números reales. (En los ejercicios de la sección, pediremos al lector que lo haga.)
Queremos estar al tanto de dichas propiedades asociativas generalizadas ya que las hemos
estado utilizando y seguiremos utilizándolas. El lector podría sorprenderse de ver que ya
hemos utilizado la propiedad asociativa generalizada de la suma. Por ejemplo, en cada uno
de los ejemplos 4.1 y 4.3 se utilizó la propiedad asociativa generalizada para establecer el
paso inductivo (en la demostración por inducción matemática). Además, ahora que nos
hemos percatado de ella de manera más cabal, podemos utilizar la propiedad asociativa
generalizada de la suma (por lo general, de manera implícita) en las definiciones recursivas;
ya que ahora no habrá ambigüedad si deseamos sumar cuatro o más sumandos. Por ejem
plo, podríamos definir la sucesión de números armónicos Hx, H2, / / 3 , . . . , como
1) #,= l;y
2) P a r a n > l , / / B + 1 = // n + ( ^ - j J .
Si pasamos de la suma a la multiplicación, podemos utilizar la propiedad asociativa genera

lizada de la multiplicación para dar una definición recursiva de n!. En este caso, escribimos
1) 0! = l;y, ,
2) Para n > 0, (n + 1)! = {n+ l)(nl).
(Esto fue sugerido en el párrafo que sigue a la definición 1.1 en la sección 1.2.)
Así mismo, la sucesión de enteros b0, b¡, b2, b3,..., dada explícitamente (al comienzo de esta
sección) por la fórmula bn= 2n, n £ N , puede ser definida ahora en forma recursiva como
1) ¿o=0; y,
2) Para n > 0, bn+l = b„ + 2.
Cuando analicemos las sucesiones de nuestros dos siguientes ejemplos, encontraremos
otra vez definiciones recursivas. Además, estableceremos resultados en que se utilizará la
ley asociativa generalizada de la suma, aunque de manera implícita.
Ejemplo 4.17 1 in la sección 4.1 presentamos la sucesión de números racionales llamados números armó
nicos. Ahora presentamos una sucesión entera que es importante en combinatoria y teona
de grafos (temas que estudiaremos más adelante en los capítulos 5, 10, 11 y 12). Los
números de Fibonacci se definen en forma recursiva como
1) F0 = 0;Fl = í; y
2) F„ = Fn-i + Fn-2, para n E Z + con n s 2.
Por lo tanto, de la parte recursiva de esta definición, se sigue que

F2 = Fx + F0 = 1 + 0 = 1
F3 = F2 + F1 = 1 + 1 = 2
F4 = F3 + F2 = 2 + 1 = 3
F5 = F 4 + F3 = 3 + 2 = 5.
También vemos que F6= 8, F 7 = 13, F 8 = 21, F 9 = 34, F10= 55, Fn= 89 y Fi2= 144.
La definición recursiva de los números de Fibonacci se puede utilizar (junto con el
principio de inducción matemática) para establecer muchas de las propiedades interesan
tes que exhiben estos números. Analizaremos ahora dos de estas propiedades.
a) Consideremos los siguientes seis resultados que tratan de la suma de cuadrados de
los números de Fibonacci.
1) FZ + F¡ = & + l2 = l = lxl
2) Fg + F? + F22 = 02 + l 2 + l 2 = 2 = l x 2
3) Fo2 + F 2 + F22 + F 2 = 02 + l 2 + l 2 + 22 = 6 = 2 x 3
4) F¡ + F¡ + F¡ + F¡ + F 2 = 0 2 + l 2 + l 2 + 22 + 3 2 = 15 = 3 x 5
5) Fl + F 2 + F 2 + F¡ + Fl + F¡ = O2 + 1 2 + l 2 + 22 + 3 2 + 5 2 = 40 = 5 x 8
6) F 2 + F 2 + F 2 + F | + F42 + F52 + F 2
= 0 2 + l 2 + l 2 + 22 + 3 2 + 5 2 + 82 = 104 = 8 x l 3 .
Según estos cálculos, conjeturamos que
n
V / i £ Z X F 2 = F„xF B+1 .
+
1=0
Demostración: Para n = 1, el resultado de la ecuación (1) nos demuestra que la conjetura

es verdadera en este primer caso, i
Si suponemos que la conjetura es verdadera para algún k 2: 1, se obtiene por la hipóte
sis de inducción:
*
¿jF¡ = Fk x Fk+i.
f=i
Si pasamos ahora al caso en que n = k + 1(^2), tenemos que

*+i *
X Ff = 2 Fj + Fl+1 = (Fk x Fk+l) + F2k+1 = Fk+l x (Fk + F*+1) = Fk+1 X F*+2.
Por lo tanto, la verdad del caso n = k + 1 se sigue del caso n-k. Así, la conjetura dada es
verdadera para todo n E Z+, por el principio de inducción matemática. (Tal vez el lector
observe que el cálculo anterior utiliza la ley asociativa generalizada para la suma. Además,
empleamos la definición recursiva de los números de Fibonacci, que nos permite reempla
zar Fk+ Fk+1 por FM.)
b) Una segunda propiedad de los números de Fibonacci establece que F„ < (5/3)" para
todo « E N . Para establecer esta desigualdad, utilizamos la forma alternativa del
principio de inducción matemática.
Demostración: Para n = 0 tenemos que F 0 = 0 < 1 = (5/3)°, y para n = 1 tenemos F¡ = 1 <

(5/3) = (5/3)1. En consecuencia, la propiedad dada es verdadera en estos dos primeros
casos (y esto proporciona la base de inducción para la demostración).
Si suponemos que esta propiedad es verdadera para n = 0, 1,2,... ,k-l,k, donde k > 1,
examinamos ahora lo que sucede en n = k + 1. Tenemos que
Fk+l = Fk + F*_j < (5/3)* + (5/3)*"1 = (5/3)*"1[(5/3) + 1] = ( S / S ) * " 1 ^ )

= (5/3)*"l(24/9) < (5/3)*"1(25/9) = ( S / S ) * - 1 ^ ) 2 = (5/3)*+1.
Se sigue entonces de la forma alternativa del principio de inducción matemática, que F„ <
(5/3)" para todo « E N .
E|e*í*pí© 4*10 La sucesión de los números de Lucas está estrechamente relacionada con los números de
Fibonacci. Esta sucesión se define en forma recursiva como
1) L 0 = 2, Li = l ; y,
2) Ln = L„_i + L„_2, para todo n £ Z + con n > 2.
Los primeros 12 números de Lucas aparecen en la tabla 4.2.

\
Tabla 4.2
n U n Ln n L„ n Ln
0 2 3 4 6 18 9 76
1 1 4 7 7 29 10 123
2 3 5 11 8 47 11 199
Aunque no son tan famosos como los de Fibonacci, los números de Lucas también
poseen muchas propiedades interesantes, de las que ahora presentaremos dos.
a) Para n E N, L 0 + Lx +' L 2 +
i=0'
Demostración: Si n = 0 tenemos que

o
=
Lo 2JL¡ = 2 = 3 — 1 = L,2~ i — LQ+2 — 1,
;=o
por lo que la afirmación es verdadera en este primer caso.
Para algún t € N , donde k > 0, suponemos que
*
=
Lo + L\ + L2 + • • • + Lk 2J L¡ = Lk+2 — 1 •
í=0
es verdadera. Entonces, paran = k + 1(^1) tenemos

*+i *
(*) 2J L¡I = 2 Í L, + Lfc+1 = (L t + 2 — 1) + L*+1 = (Lyt+2 + Lk+i) — 1
í=0 ¡=0
=
Lk+3 — 1 = L(jfc+i)+2 — 1,
por lo que el hecho de que la proposición sea verdadera para n-k implica lo mismo para
k + 1. Por lo tanto, la fórmula para la suma es válida para todo n £ N por el principio de
inducción matemática. [Observe que para las ecuaciones (*), la primera igualdad se sigue
de la propiedad asociativa generalizada de la suma, y la cuarta igualdad se basa en la
definición recursiva dada de los números de Lucas puesto que k + 3 > 3(>2).]
b) Una de las relaciones entre los números de Fibonacci y los números de Lucas es
V« £ Z+ Ln = F,_x + Fn+1.
Demostración: Aquí necesitamos considerar lo que ocurre cuando n = 1 y n = 2. Tenemos

que
Ll = \ = 0 + \ = Fü + F2 = Fl-X + Fl+x, y
L2 = 3 = 1 + 2 = F1 + F3 = F2-l + F2+l,
por lo que el resultado es verdadero en estos dos primeros casos.
A continuación, suponemos que L„ = F„ _ i + Fn+i para los enteros n= 1,2,3,... ,k-l,
k, donde k ^ 2 y después consideramos el número de Lucas Lk+l. Tenemos entonces que
(*)' L t + 1 = tk + L*_! = -(ft-i + Fk+1) + (H-2 + Fk)

— (Fk-i + Fk-2) + (Fk+i + Fk) = Fk + Fk+2 = F^+i)-! + i^ +1)+1 .
Por lo tanto, se sigue de la forma alternativa del principio de inducción matemática que L„ =
F„-i + Fn+Í para todo n G Z+. [El lector debe observar cómo utilizamos las definiciones
recursivas de los números de Lucas y de Fibonacci en los cálculos de la parte (*)'.]
Para cerrar esta sección, presentaremos la idea de un conjunto X definido en forma

recursiva. Aquí partimos de una colección inicial de elementos que están en X, lo que
proporciona la base para la recursión. Después proporcionamos una regla o lista de reglas
que nos indican cómo encontrar nuevos elementos de X a partir de otros elementos que ya
sabemos están en X. Esta regla (o lista de reglas) constituye el proceso recursivo. Pero
ahora (y esta parte es nueva) tenemos también una restricción implícita; es decir, una
proposición en el sentido de que ningún elemento puede estar en X, excepto los dados en
la colección inicial o los que se formaron mediante las reglas dadas en el proceso recursivo,
Demostraremos estas ideas en el siguiente ejemplo.
Definimos el conjunto X en forma recursiva como
1) 1 G X; y
2) Para cualquier a G X, a + 2 G X.
Entonces afirmamos que X consta (precisamente) de todos los enteros impares positivos,
Demostración: Si y denota el conjunto de todos los enteros impares positivos (es decir, Y-
{2n + 11 n G N}, entonces queremos demostrar que Y = X. Esto significa, como ya apren
dimos eiíla sección 3.1, que debemos verificar Y QXy XQ Y.
Para establecer que Y C X, debemos demostrar que todo entero impar positivo está en
X. Realizaremos esto mediante el principio de inducción matemática. Comencemos poi
considerar la proposición abierta
S(n): 2n + lEX,
que está definida para el universo N. La base de la inducción [es decir, S(0)] es verdadera,
ya que 1 = 2(0) + 1 G X por la parte (1) de la definición recursiva de X. Para el paso
inductivo, suponemos la verdad de S(k) para algún k > 0; esto indica que 2k + 1 es un
elemento de X. Si 2k + 1 G X, se sigue de la parte (2) de la definición recursiva de X que
{2k + 1) + 2 = (2k + 2)+ 1 = 2(k + 1) + 1 G X, por lo que S(k + 1) también es verdadera. Por
lo tanto, S(n) es verdadera para todo n G N (por el principio de inducción matemática) y
tenemos YQX.
Para la demostración de la inclusión opuesta (a saber, X Q Y), -usamos la definición
recursiva de X. Primero consideramos la parte (1) de la definición. Como 1(= 2 • 0 + 1)«
un entero impar positivo, tenemos que 1 G Y. Para terminar la demostración, debemos
verificar que cualquier entero que esté en X y que resulte de la parte (2) de la definición
recursiva también esté en Y. Esto se hace mostrando que a + 2 G Y siempre que el elemento
a de X sea también un elemento de Y. Ya que si a G Y, entonces a = 2r + 1, donde r G N (
la definición de un entero impar positivo). Así, a + 2 = (2r + 1) + 2 = (2r + 2) + 1 =
2(r + 1) + 1, donde r + 1 G N (en realidad, Z+) y por lo tanto a + 2 es un entero impar
positivo. Esto colocaba a + 2 en Y y muestra que XQ Y.
De las dos inclusiones anteriores (es decir, Y C X y X C Y), se sigue que X = Y.
EJERCICIOS 4.2 1. La sucesión de enteros av ay ay ..., definida explícitamente por la fórmula an = 5n paran?
Z* también puede definirse en forma recursiva como
1) <Ji = 5 ; ; y
2) a„+i = an + 5, para n > 1.
Para la sucesión de enteros b\, b2, b¡,. .. , donde bn=n(n + 2) para todo n S Z+, tambiéi
podemos dar la siguiente definición recursiva:
1)' Z>! = 3; and,

2)' ¿>„+i = b„ + 2n + 3, for n > 1.
Dé una definición recursiva para cada una de las siguientes sucesiones de enteros c,, c2, c 3 ,...,
donde para cada n € Z * tenemos
a) c„=7n b) c„ = 7"
c) c„ = 3n + 7 d) c„ = lln - 8
e) c = 7 f) c„=n2
g) c„ = (n + l)(n + 2) h) c„ = 2 - ( - l ) "
2. a) Dé una definición recursiva para la disyunción de proposicionesp¡,p2, ■ ■. ,p„,p„î,n > 1.
b) Muestre que si n, r e Z*, n > 3 y 1 < r<n, entonces
(/W/>2 V • • yPr) V(/V-l V- • • VP»)Op, V P 2 V • • V / W P r + l V ■ • VPn-

3. a) Use el resultado del ejemplo 4.14 para demostrar que si p, q¡, q2,..., q„ son proposiciones
y n > 2, entonces
p\/(q1Aq2A---Aqn)€>(p\/qi)A(pVq2)A---A(p\/qn).
b) Para n € Z*, n > 2, y las proposiciones />, ^,, q2,. .., qn, demuestre que
4. Para n £ Z+, n > 2, demuestre que para cualesquiera proposiciones p„ p2,..., p„,
a) (PiVP2V • • • V/V)«>p7Ap¡A • • • Ap-„.
b) (piAp 2 A• • ■ A p „ ) o p 7 v p í V • • • Vpí-
5. a) Dé una definición recursiva para la intersección de los conjuntos Au A2,..., A„, A„tl C 5U,
n > 1.
b) Use el resultado de la parte (a) para mostrar que para cualesquiera n, r6Z*, n > 3 y 1 < r<n,
(A¡ r\A2 n ••• n>ir)n(/i,+, n ••• nAn) = A1 DA2 n •••n>i r n^ r+1 n---n/i n .
6. Para n > 2 y cualesquiera conjuntos Ai, A 2 , . . . , A„ C Û, demuestre que
A1i)A2U---\JAn = A1nA2n---nA„.
7. a) Use el resultado del ejemplo 4.15 para mostrar que si los conjuntos B¡, B2,..., Bn Q ^11 y n
2: 2, entonces
/m(B 1 ufl 2 u--uB„) = (v4nB1)u(v4nfl2)U'-u(An B„).
b) Para n E Z*, n > 2 y los conjuntos A, B,, B2 B„C %, demuestre que
A u (flt n B2 n ■ • ■ n B„) = (A ufli)n (4 u B2) n • • • n (A u B„).
8. a) Desarrolle una definición recursiva para la suma de n números reales x,,x2,.. ., x„, donde
n > 2.
b) Para cualesquiera números reales xu x2 y x3, la propiedad asociativa de la suma establece
que x¡ + (x2 + x3) = (x¡ + x2) + x-¡. Demuestre que si n, r G Z+, n > 3 y 1 < r < n, entonces
(Xl+JC 2 + ••• + Xr) + (Xr+l + ••• +Xn)=Xl+X2+ ■•■ +Xr+Xr+l + • • • + X„.
9. a) Desarrolle una definición recursiva para la multiplicación de n números reales x,, x2,. . . ,
adonde n í 2 .
b) Para cualesquiera números reales x¡, x2 y x¡, la propiedad asociativa de la multiplicación
establece que xx(x2x}) = (xtx2)x}. Demuestre que si n, r G Z*, n > 3 y 1 < r < n, entonces
(X\X2- • • Xr){Xr+l • ' -Xn) =X\X2 • • • XrXr+l • " - X„.
. J x, si x £ 0 I .
10. Para cualquier x e R, |x| = Vx* = i_^ í ,^<oJ' y "1*1 - * - 1*1- P o r l o t a n t 0 , l J C + )'r =
U + y) 1 *x , + 2¡ty+y 2 Sx í +r í + 2|*||yj + y 2 = | j : | í + 2|x||y| + |y|2 = (|x| + |y|) 2 ,y|x+y| í S
(|x| + |y|) 2 =*|x + y| S |jc| + |;y|, para cualesquierax, y € R.
Demuestre que si n 6 Z+, « > 2 y x,, x2 xn e R, entonces
|x, + x2 + • • • + xn\ s |x,| + \x2\ + ■ ■ • + \xn\.
11. Dé una deñnición recursiva de cada una de las siguientes sucesiones de enteros.
a) 2,4,16,256,... (o, 2,22, (22)2, ((2 2 ) 2 ) 2 ,...)
b) 2,4,16,65536,... (o, 2,22,2<22>, 2 <2(22) \...)
12. Defina la sucesión de números racionales a0. «i. «2.03,.... en forma recursiva como
1) «o = 0, ai = 1; y
«.o. ., <J»-i + ( n - l ) a « - 2
2) S i n a 2 , a „ = - .
n
Para todo 116N, demuestre que 0 < a„ < 1.
13. Defina la sucesión de números enteros OQ, a„ a2, a¡ en forma recursiva como
1) Oo=l, fli = l, a2=í; y
2) Si n > 3, a„ = a„-i + an-3.
Demuestre que an+2 ^ (V2)" para todo « 2 0 .
14. Para n > 0, sea F„ el n-ésimo número de Fibonacci. Demuestre que
n
¿-0
2n
15. Si n e Z+, demuestre que 5)F,FW = F2„.
/-i
16. Para n e Z*, demuestre que
2n
2 ( - l ) ' + 1 F , = F0 + F 1 - F 2 + F 3 - F 4 + F2H = -Fln-1 + 1.
/-o
ví F F
17. Demuestre que para cualquier entero positivo n, 2,-y- = 1 —y 2 -.
i-¡ 2 2
18. Como en el ejemplo 4.18, sean ¿o, LuLi,... los números de Lucas, donde (l)¿o= 2, Lt= l;y
(2) L„t2= L„tl + ¿„ para n a 0. Si « £ 1, demuestre que
Ll + Li + L¡+ ••• + L 2 = L „ L „ + l - 2 .
19. Si n £ N, demuestre que 5F„4.2= ¿n+4- ¿n-
20. Dé una definición recursiva del conjunto de '
a) los enteros pares positivos. b) los enteros pares no negativos.
21. Uno de los usos más comunes de la definición recursiva de los conjuntos ocurre en la defini
ción de las fórmulas bien formadas en distintos sistemas matemáticos. Por ejemplo, en el
estudio de la lógica podemos definir las fórmulas bien formadas como sigue:
1) Cualquier proposición primitiva p, la tautología T0 y la contradicción F0 son fórmulas bien
formadas; y,
2) Si p, q son fórmulas bien formadas, entonces también lo son
1) <pp) U) ( p v ? ) Ui) (p/\q)
lv) (p~>q) v) (p+*q)
Mediante esta definición recursiva vemos que, para las proposiciones primitivas p, q, r, la
proposición compuesta ((p A (-•q)) - 4 ( r V T0)) es una fórmula bien formada. Podemos
obtener esta fórmula bien formada como sigue:
Pasos Razones
1) p,q,r,T0 Parte (1) de la definición
2) (~iq) Paso (1) y parte (2i) de la definición
3) (pA(-i^)) Pasos (1), (2) y parte (2iii) de la definición
4) (r V T0) Paso (1) y parte (2ii) de la definición
5) ((/> A(-ig))-> (r V 7o)) Pasos (3), (4) y parte (2iv) de la definición
Para las proposiciones primitivas p, q, r y s, desarrolle las derivaciones qUe muestran que
cada una es una fórmula bien formada. '
a) ( ( p V 9 ) - ( r 0 A ( - . r ) ) ) ;'\
b) (((->/>)«*í)->(rA(ÍVÜ)))
c) ( ( p - * r ) A ( ( í V í ) - » i ) )
22. a) Paran 2: 2, sipuPi,Pi, ■ ■ ■ ,p„,Pn+\ son proposiciones, demuestre que [(p, -> p2) A (p2
A • • • A (p„ -»p„+i)] => [(Pi A p 2 A p 3 A • • • A />„) ->p„+,].
b) Demuestre que el teorema 4.2 implica el teorema 4.1.
c) Use el teorema 4.1 para establecer lo siguiente: si 0 ^ 5 C Z+ y n S S, para algún n G Z*,
entonces S contiene un elemento'mínimo.
d) Muestre que el teorema 4.1 implica el teorema 4.2.
4.3
El algoritmo de la división:
Números primos
Aunque el conjunto Z no es cerrado en la división entre números distintos de cero, existen

muchos casos en los que un entero divide (exactamente) a otro. Por ejemplo, 2 divide a 6,
y 7 divide a 21. En este caso, la división es exacta y no hay resto. Así, el hecho de que 2
divida a 6 implica la existencia de un cociente (3) tal que 6 = 2 - 3 . Formalizaremos esta
idea como sigue.
Definición 4.1 Si a, b G Z y b £ 0, decimos que b divide a a, y lo denotamos b \ a, si existe un entero n tal

que a = bn. Cuando esto ocurre, decimos que b es un divisor de a, o que a es un múltiplo
de¿.
Con esta deñnición, podemos hablar de la división dentro de Z sin pasar a Q. Además,
cuando ab = 0 para a, b G Z, entonces a = 0 o b - 0; decimos entonces que Z no tiene
divisores propios de 0. Esta propiedad nos permite cancelar, como en el caso 2x = 2y =» x =
y para JC, y G Z, ya que 2x = 2y=>2(jc-y) = 0 = > 2 = 0 o ; c - y = 0=>jc = y. (Observe que
en ningún momento mencionamos la multiplicación de ambos lados de la ecuación 2x =
2y por \. El número \ está fuera del sistema Z.)
.Ahora resumiremos algunas propiedades de esta operación de división. Cuando divida
mos entre un entero a, supondremos que a ^ 0.
TEOREMA 4.3 Para cualesquiera a, b, c £ Z
a) l\a y a\0. b) [(a\b)A(b\a)]â = ±b.

c) [(a\b)A(b\c)]â\c. d) a | b => a \ bx para todo xEZ.
e) Si A: = y + z, para JC, y, z Zy a divide a dos de los enteros x, y, z, entonces a divide
al entero restante.
f) [(a | ¿) A (a | c)] => a | (bx + cy), para todos x, y Z. (La expresión bx + cy se
denomina combinación lineal de b, c.)
g) Para 1 < i < n, sea c¡ £ Z. Si a divide a cada c„
entonces a\(clxl+ c2x2+ ■ ■ • + cnxn), donde *, £ Z para todo 1 < i < n.
Demostración: Demostraremos la parte (f) y dejaremos el resto al lector.
Si a | b y a | c, entonces b-amy c = an, para algunos m, n £ Z. Así, ta + cy = (am)* +
(an)y = a(mx + ny) (por la'propiedad asociativa de la multiplicación y la propiedad
distributiva de la multiplicación sobre la suma, ya que los elementos de Z satisfacen am
bas propiedades). Como bx + cy = a(mx + ny), se sigue que a | (bx + cy).
La parte (g) del teorema será útil cuando consideremos lo siguiente.
gjempfc 4,28 ¿Existen enteros*, y, z (positivos, negativos o cero) tales que 6x + 9y+ I5z = 107? Supon
gamos que existen dichos enteros. Entonces, como 3 16, 3 19 y 3 115, la parte (g) del teo
rema 4.3 implica que 3 es un divisor de 107, lo cual es falso. Por lo tanto, no existen tales
enteros x, y, z.
Las partes (d), (e) y (f) del teorema 4.3 nos ayudarán en la siguiente situación.
i|emj%!o4,21 Sean a, b £ Z tales que 2a + 3b sea un múltiplo de 17. (Por ejemplo, podríamos tener que
a = 7 y b= l;o bien, a = 4, b = 3.) Demuestre que 17 divide a 9a + 5b.
Demostración: Observamos que 17 | (2a + 3b) => 171 ( - 4)(2a + 3b). Además, 17 f (17a +
176), Por lo tanto, 171 (17a + 17b) + ( - 4)(2a + 3b). En consecuencia, 171 [(17 - S)a +
(17-12)*], o bien 171 (9a+ 5*).
Con esta operación binaria de división entre enteros, estamos dentro del área de las
matemáticas llamada teoría de números. Si seguimos analizando el conjunto Z+, observa
remos que para todo n £ Z+, n >1, el entero n tiene al menos dos divisores positivos; 1 y el
mismo n. Algunos números, como 2, 3, 5, 7, 11, 13, 17, . . . , tienen exactamente dos
divisores positivos. Estos enteros reciben el nombre de primos. Todos los demás enteros
positivos (mayores que 1 y que no sean primos) se llaman compuestos. El lema siguiente
expresa una conexión inmediata entre los números primos y los compuestos.
LEMA 4.1 Si n G Z+ y n es compuesto, entonces existe un primo p tal que p |«.
Demostración: Si suponemos lo contrario, sea S el conjunto de todos los enteros com

puestos que no tienen divisores primos. Si S # 0, entonces por el principio del buen orden,
5 tiene un elemento mínimo m. Pero si m es compuesto, entonces m = 7nIm2, donde mu nvi
G Z + y 1< m^< m y 1< m2< m. Como m, £ 5, m, es primo o divisible entre un primo. En
consecuencia, existe un primo p tal que p | m y 5 = 0.
¿Por qué llamamos al resultado anterior lema en vez de teorema? Después de todo,
debía demostrarse al igual que todos los teoremas de este libro vistos hasta el momento. La
razón es que aunque un lema es en sí mismo un teorema, su papel principal es el de ayudar
a la demostración de otros teoremas.
Al enumerar los primos, nos inclinamos por pensar que existe una infinidad de tales
números. Verificaremos ahora que esto es cierto.
TEOREMA 4.4 (Euclides) Existe una infinidad de primos.

Demostración: En caso contrario, seapu p2,... ,pk la lista finita de todos los primos y sea
B = Pip2 • • ■ Pk + 1 • Como B > p¡ para todo 1 < i < k, B no puede ser un primo. Por lo tanto
B es compuesto. Así, por el lema 4.1, existe un primo p¡, 1 < j < k tal que p¡ \B. Como
p¡; IB y p¡ I pxp-i ■ • ■ pk, del teorema 4.3(e) se sigue que/?, 11. Esta contradicción surge de l
hipótesis de que sólo existe un número finito de primos, de donde obtenemos el resultado.
Sí, éste es el mismo Euclides del siglo rv A.C, cuyos Elementos, escritos en 13 rollos de
pergamino, constituyeron el primer análisis organizado de la geometría que estudiamos en
el bachillerato. Sin embargo, uno puede ver que estos 13 libros también abordan la teoría
de números. En particular, los libros VII, VIII y IX tratan estos temas. El teorema anterior
(con demostración) aparece en el libro IX.
Pasemos ahora a la idea principal de esta sección. Este resultado nos permite trabajar
con la división entre números distintos de cero en Z cuando esa división no es exacta.
TEOREMA 4.5 El algoritmo de la división. Si a, b G Z, con b > 0, entonces existen q, r G Z únicos tales
que a = qb + r, con 0 < r < b.
Demostración: Si b \ a, el resultado es válido con r = 0, por lo que ahora consideraremos

—"N.el caso en que b\a (es decir, b no divide a a).
Sea 5 ={a - tb \ t G Z, a - tb > 0}. Si a > 0 y t = 0, entonces a G S y S £ 0. Si a<0, sea
t = a-l. Entonces a - tb = a - (a - l)b = a(l -b) + b, con (1 -b) < 0, ya que b "Z. 1. Así,
a - tb > 0 y S ^ 0. Por lo tanto, para todo a G Z, S es un subconjunto no vacío de Z+. Por
el principio del buen orden, S tiene un elemento mínimo r, tal que 0<r=a-qb, para algún
q G Z. Si r = b, entonces a = (q + \)b y b \ a, lo que contradice b\a. Si r>b, entonces r =
b + c, para algún c G Z+ y a - qb = r= b + c =^ c = a - (q + l)b E S, lo que contradice que
r sea el elemento mínimo de 5. Por lo tanto, r < b.
■ Esto establece entonces un cociente q y un resto r, tales que 0 < r < b para el teorema.
Pero ¿existen otros q y r que también funcionen? En ese caso, sean qv q%, r,, r2 G Z tales
J
que a = ql¡} + r{, con 0 < /-,< b y a = qfi + r2, con 0 < r2 < b. Entonces qxb + rx = q2b + r2
b qx - q21 = | r2 - r{ | < b, ya que 0 < rv r2<b.Si qx ^ q2, tenemos la contradicciór
b q{ - q21 < b. Por lo tanto, qx = q2, rx = r2 y tanto el cociente como el resto son únicos.
Como lo mencionamos en la demostración anterior, cuando a, b G Z con b > 0, entonces

existe un cociente q único y un resto r único tales que a = qb + r, con 0 ^ r < b. Además,
en este caso, el entero b se llama divisor y a es el dividendo.
£JgiHpf6 4.22 \ a) Cuando a = 170 y b = 11 en el algoritmo de la división, tenemos que 170 = 15 • 11 +

"~~ """" 5, donde 0 < 5 < 11. Por lo tanto, al dividir 170 entre 11, el cociente es 15 y el resto
es 5.
b) Si el dividendo es 98 y el divisor es 7, del algoritmo de la división tenemos que 98 =
14-7. Así, en este caso, el cociente es 14 y el resto es 0, y 7 divide (exactamente) a
98.
c) Para el caso en que a = -45 y b = 8 tenemos -45 = ( - 6)8 + 3, donde 0 < 3 < 8. En
consecuencia, el cociente es - 6 y el resto es 3, cuando el dividendo es -45 y el
divisor es 8.
d) Sean a, b G Z+.
1) Si a = qb para algún q G Z+, entonces -a = (- q)b. Por lo que, en este caso,
cuando -a(<0) se divide entre b(>0) el cociente es -q(<&) y el resto es 0.
2) Si a = qb + r para algún ^ G N y 0 < r < f c , entonces -a = (- q) b - r = (- q)b -
b + b - r = ( - q - 1) b + {b - r). Para este caso, cuando -a(<0) se divide entre
¿>(>0), el cociente es -q - 1(<0) y el resto es b - r, donde 0 < b - r < b.
A pesar de la demostración del teorema 4.5 y los resultados del ejemplo 4.22, realmente
no tenemos una manera sistemática de calcular el cociente q y el resto r cuando dividimos
un entero a (el dividendo) entre el entero positivo b (el divisor). La demostración del
teorema 4.5 garantiza la existencia de tales enteros qy r, pero la demostración no es cons
tructiva, esto es, no parece indicar cómo se calculan qy mi menciona nada acerca de la
capacidad para utilizar tablas de multiplicación o para realizar grandes divisiones. A fin de
remediar esta situación proporcionamos el programa en Pascal de la figura 4.8. [En este
programa, absifl) es el valor absoluto de a.] Nuestro siguiente ejemplo ilustra la idea pre
sentada en parte de este programa.
£J«mpÍO 4*25 Dado que es posible ver la multiplicación de enteros positivos como sumas repetidas,
también podemos ver la división (entera) como restas repetidas. Vemos que la resta sí
cumple un papel en la definición del conjunto S en la demostración del teorema 4.5.
Cuando, por ejemplo, calculamos 5 • 7, podemos pensar en términos de sumas repeti
das y escribir
Program IntegerDivision(input,output);
Var
a,b,q,r: integer;
Begin
Writeln ('Queremos determinar el cociente q ' ) ;
Writeln ( ' y el resto r cuando el entero a' );
Writeln ('se divide entre el entero positivo b . ' ) ;
Write ( 'a= ' );
Read.(a);
Write ( 'b = ' );
Read (b);
If a = 0 then
Writelnf'En este caso, a = 0, por lo que q = 0 y r = 0.')
Else
Begin
r : = abs(a);
q : = 0;
While (r > = b) do
Begin .
r : = r -b;
q := q + 1
End;
If a > 0 then
Begin
Writeln ( ' Cuando dividimos ' , a: 0, ' entre ', b: 0, ', ' )
Writeln ('el cociente q = ' , q:0, ' y ' ) ;
Writeln ('el resto r = ' , r:0, '.')
End
Else if r = 0 then
Begin
Writeln ( ' Cuando dividimos ', a:0, ' entre ' , b:0, ' , '
Writeln ('el cociente q = ', -q:0, ' y ' ) ;
Writeln ('el resto r = 0.')
End
Else
Begin
Writeln ('Cuando dividimos', a: 0, ' entre, ' , ' ) ;
Writeln ( ' el cociente q - ', (-q-1) :0, ' y ' ););
Writeln ('el resto r = ' , (b-r):0, ' . ' ) ;
End;
End;
End.
Queremos^ determinar el cociente q

y el resto r cuando el entero a
se divide entre el entero positivo b.
a = 37
b=8
Cuando dividimos 37 entre 8,
el cociente q = 4 y
el resto r = 5.
Figura 4.8
217
2-7 = 7 + 7 = 14
3-7 = (2 + l ) - 7 = 2-7 + l - 7 = (7 + 7) + 7 = 14 + 7 = 21
4 • 7 = (3 + 1) • 7 = 3 • 7 + 1 • 7 = ((7 + 7) + 7) + 7 = 21 + 7 = 28
5 . 7 = (4 + 1 ) . 7 = 4 . 7 + 1-7 = (((7 + 7) + 7) + 7) + 7 = 28 + 7 = 35.
Si, por otro lado, deseamos dividir 37 entre 8, entonces debemos pensar que el cocienteq
es el número de ochos contenidos en 37. Al eliminar cada uno de estos ochos (esto es, al
restarlos) y cuando ya no se puede eliminar otro 8 sin obtener un resultado negativo,
entonces el entero que queda (restante) es el resto r. Así, podemos calcular qy r en térmi
nos de restas sucesivas como sigue:
37 - 8 = 29 s 8,
29 - 8 = (37 - 8) - 8 = 37 - 2 • 8 = 21 > 8,
21 - 8 = ((37 - 8) - 8) - 8 = 37 - 3 • 8 = 13 >: 8,
13 - 8 = ( ( ( 3 7 - 8 ) - 8 ) - 8 ) - 8 = 3 7 - 4 - 8 = 5 < 8 .
La última línea muestra que podemos restar cuatro ochos de 37 antes de obtener un resul
tado no negativo (5) que es menor que 8. Por lo tanto, en este ejemplo tenemos que 4=4
y r = 5.
Usaremos el algoritmo de la división para analizar algunos resultados relativos a la

representación de enteros en bases distintas de 10.
£¡emp\o4M Escribimos 6137 en el sistema octal (base 8). Aquí buscamos enteros no negativos r0 r
r2t. .., rk, con rk > 0, tales que 6137 = (rk,..., r2> ru r0\.
Con 6137 = r0 + ry ■ 8 + r2 ■ 82+ • • • + rk■ 8*= r0+ 8(r, + r2 • 8 + • ■ • + rk• 8*"1), r0 e
obtenido en el algoritmo de la división al dividir 6137 entre 8.
En consecuencia, ya que 6137 = 1 + 8-767, tenemos r 0 = l y 767 = rt + r2 ■ 8 + • • •
rk- 8*"1 = r, + 8(r2+r3- 8 + • • • + rk- 8*~2). Esto implica que rt = 7 (el resto de la división d
767 entre 8) y 95 = r2 + r3 ■ 8 + • • • + r* • 8*"2. Si continuamos de esta manera veremos
r2= 7, r3 = 3, r 4 = 1 y r¡= 0 para todo i > 5, por lo que
6137 = l - 8 4 + 3-8 3 + 7-8 2 + 7-8 + l = (13771) 8 .

Podemos ordenar las divisiones sucesivas entre 8 como sigue:
Restos
8 16137
8 [767 Uro)
8 |95 7(ri)
8 111 7fo)
8 [1 3(r 3 )
0 1 fa)
Íffmf}ÍQ 4>2S En el campo de las ciencias de la computación, el sistema de números binarios (base 2) es muy
y importante. En él, los únicos símbolos que se pueden utilizar son los bits 0 y 1. En la tabla 4.3
hemos enumerado la representación binaria de los enteros (base 10) desde el 0 hasta el 15,
Tabla 4.3
Base 10 Base 2 Base 10 Base 2
0 0000 8 1000
1 0001 9 1001
2 0010 10 1010
3 001 1 11 1011
4 0100 12 1 100
5 0101 13 1101
6 0110 14 1110
7 0111 15 1111
Hemos incluido los ceros no significativos y encontramos que se necesitan cuatro bits
debido al primer 1 de las representaciones de los enteros de 8 a 15. Podemos continuar con
cinco bits hasta el 31 (= 32 - 1 = 2 5 - 1); se necesitan seis bits para llegar al 63 (= 64 - 1 =
2 6 - 1). En general, si x £ Z y 0 < x < 2", para n G Z+, entonces podemos escribir* en base
2 usando n bits. Los ceros no significativos aparecen cuando 0 < j c < 2 " ~ 1 - l y para
2""' < x < 2" - 1 el primer bit (más significativo) es el 1.
Generalmente, la información de las máquinas se almacena en unidades de ocho bits
llamadas bytes; así, para las máquinas con celdas de memoria de un byte, podemos al
macenar en una sola celda cualquiera de los equivalentes binarios de los enteros desde 0
a 2 8 - 1 = 255. Para una máquina con celdas de dos bytes, cualquiera de los enteros entre
0 y 2 1 6 - 1 = 65,535 puede almacenarse en forma binaria en cada celda. Una máquina con
celdas de cuatro bytes puede proporcionarnos hasta 2 3 2 - 1 = 4,294,967,295.
Cuando un humano trabaja con secuencias grandes de ceros y unos, el trabajo se vuelve
muy tedioso y la probabilidad de error se incrementa con el tedio. En consecuencia, es
común (especialmente en el estudio de lenguajes de máquina y ensamblador) representar
esas secuencias grandes de bits en otra notación. Una de estas notaciones es la notación
hexadecimal {base 16). Aquí necesitamos 16 símbolos; como sólo tenemos 10 símbolos
en el sistema estándar en base 10, introducimos los siguientes símbolos adicionales:
A (Able) C (Charlie) E (Echo)
B (Baker) D (Dog) F (Fox)
En la tabla 4.4, los enteros entre 0 y 15 están dados en términos del sistema binario y del
sistema hexadecimal.
Tabla 4.4
BaselO Base 2 Base 16 Base 10 Base 2 Base 16

0 0000 0 8 1000 8
1 0001 1 9 1001 9
2 0010 2 10 1010 A
3 001 1 3 11 1011 B
4 0100 4 12 1 100 C
5 0101 5 13 1101 D
6 0110 6 14 1110 E
7 0111 7 15 1111 F
Para convertir de base 10 a base 16, seguimos un procedimiento parecido al bosqueja

do en el ejemplo 4.24. Aquí estamos interesados en los restos de las divisiones sucesivas
entre 16. Por lo tanto, si queremos representar el entero 13,874,945 (base 10) en el sistema
hexadecimal, hacemos los siguientes cálculos:
Restos
16 113,874,945
16 1867,184 1 (r0)
16 154,199 0 (ri)
16 |3,387 7 ('*)
16 1211 11 (=B) (*)
16 [13 3 fa)
0 13 (=D) (Ts)
En consecuencia, 13,874,945 = (D3B701)16.
Sin embargo, existe un método más sencillo para convertir de base 2 a base 16. Por
ejemplo, si queremos convertir el entero binario 01001101 (un byte) a base 16, descompo
nemos el número en bloques de cuatro bits:
0100 1101
4 D
Después convertimos cada bloque de cuatro bits a su representación en base 16 (como se
muestra en la tabla 4.4) y tenemos que (01001101)2= (4D)16. Si partimos del número
(A13F)16 (de dos bytes) y queremos hacer la conversión en la otra dirección,, reemplaza
mos cada símbolo hexadecimal por su equivalente binario (de cuatro bits, que también se
muestra en la tabla 4.4): , , >
A 1 3 F
1010 0001 0011 1111
Esto implica que (A13F),4= (1010000100111111)2.
Ejemplo 4.26 Necesitamos los enteros negativos para realizar la operación binaria de resta en términos
de la suma [es decir, (a - b) = a + ( - b)]. Cuando trabajamos con la representación binaria
de los enteros, podemos utilizar un método popular que nos permite realizar la suma, resta,
multiplicación y división (entera): el método de complemento a dos. La popularidad del
método se basa en su implantación con sólo dos circuitos electrónicos, uno para negar y
otro para sumar.
En la tabla 4.5, los enteros del -8 al 7 se representan mediante el patrón de cuatro bits que
se muestra. Los enteros no negativos se representan como en las tablas 4.3 y 4.4. Para
obtener los resultados para - 8 < n < - 1 , consideremos primero la representación binaria
de |n|, el valor absoluto de n. Entonces hacemos lo siguiente:
1) Reemplazamos cada 0(1) en la representación binaria de |n| por 1(0); este resulta
do se llama complemento a unos de (la representación dada de) \n\.
2) Sumamos 1 (= 0001 en este caso) al resultado del paso 1. Este resultado se llama
complemento a dos de n.
Tabla 4.5
Notación del complemento a dos
Valor representado Patrón de cuatro bits
7 n 1 1 1«
/ V 1 i 1*
6 0 1 1 0
5 0 10 1«—
4 0 10 0
3 0 0 1 1
2 0 0 1 0*-i
1 0 0 0 1
0 0 0 0 0*i
-1 1 1 1 1J
-2 1 1 1 0
-3 1 1 0 l*-1
-4 1 1 0 0
-5 10 1 1
-6 1 0 1 0*—1
-7 10 0 1
o 1 n n n« . —
0 1 \) U U< ■ —
Por ejemplo, para obtener la representación del complemento a dos de -6, hacemos lo
siguiente.
6
1) Empezamos con la representación i
binaria de 6. 0110
2) Intercambiamos los ceros y los unos; este 1
resultado es el complemento a unos de 0110. 1001
3) Sumamos uno al resultado anterior. i
1001 + 0001 = 1010
También podemos obtener los patrones de cuatro bits de los valores -8 S n < -1
usando los patrones de cuatro bits de los enteros 0 a 7 y complementando (intercambiando
los ceros y los unos) estos patrones como se muestra, en la tabla 4.5 mediante cuatro de
estas parejas. Observe, en esta tabla, que los patrones de cuatro bits de los enteros no
negativos comienzan en 0, mientras que 1 es el primer bit de los enteros negativos de la
tabla.
Ejemplo 4.27 i ¿Cómo realizamos la resta 33-15, en base 2, mediante el método de complemento a dos
" con patrones de ocho bits (= un byte)?
Queremos determinar 33 - 15 = 33 + (-15). Tenemos que 33 = (00100001)2 y 15 =
(00001111)2. Por lo tanto, representamos -15 como
11110000 + 00000001 = 11110001.
La suma de enteros representados en la notación del complemento a dos es igual a la

suma binaria común, excepto que todos los resultados deben tener patrones del mismo
tamaño. Esto significa que cuando se suman dos enteros por el método de complemento a
dos, cualquier bit adicional que aparece en el lado izquierdo de la respuesta (por un aca
rreo final) se debe descartar. Ilustramos esto en los siguientes cálculos.
33 _> 00100001
-15 +11110001
-*■ 100010010
Este bit se Respuesta = (00010010)2= 18
descarta. ■fc-Este bit indica que la
respuesta es no negativa.
Para determinar 15 - 33, utilizamos 15 = (00001111)2 y 33 = (00100001)2. Entonces,

para calcular 15 - 33 como 15 + (-33), representamos -33 como 11011110 + 00000001 =
11011111. Esto nos da el resultado
• 15 00001111
-33 * + 11011111
11101110
t
1
Este bit indica que la
respuesta es negativa.
Para obtener la forma positiva de la respuesta, hacemos lo siguiente:
11101110
1) Tomamos el complemento
a unos.
i
00010001
2) Sumamos 1 al resultado
anterior. i
00010010
Como (00010010)2= 18, la respuesta es -18.
Un problema que hemos evitado en los dos cálculos anteriores implica el tamaño de los
enteros que podemos representar con patrones de ocho bits. Independientemente del ta
maño de patrón que usemos, el tamaño de los enteros que podemos representar es limita
do. Cuando sobrepasamos ese tamaño, ocurre un error de desbordamiento. Por ejemplo, si
trabajamos con patrones de ocho bits e intentamos sumar 117 y 88, obtenemos
117 ^ 01110101
+ 88 + 01011000
11001101
f
\ I Este bit indica que la
Respuesta es negativa.
Este resultado muestra cómo podemos detectar un error de desbordamiento cuando suma
mos dos números. En este caso se indica un error de este tipo: la suma de los patrones de
ocho bits para dos enteros positivos produce el patrón de ocho bits de un entero negativo.
En forma análoga, cuando la suma de (los patrones de ocho bits de) dos enteros negativos
produce un patrón de ocho bits de un entero positivo, se detecta un error de desbordamiento.
Para ver por qué funciona en general el procedimiento del ejemplo 4.27, sean^y G Z*
conx>y.
4,3 El algoritmo de la división: Números primos 223
Sea 2""' < x < 2". Entonces, la representación binaria de x está formada por n bits (con
un 1 en el lugar más significativo). La representación binaria de 2" consta de n + 1 bits: un
1 en el lugar más significativo seguido de n ceros. La representación binaria de 2 " - 1
consta de n unos.
Al restar y de 2 " - 1, tenemos
(2" - 1) — y = 1 1 . . . 1 - y, el complemento a unos de y.
n unos
Entonces, (2"- 1) - y + 1 nos da el complemento a dos de y, y

x-y=x + [(2n-l)-y + l]-2n,
donde el término final, -2", da como resultado la eliminación del bit adicional que surge en
el lado izquierdo de la respuesta.
Cerraremos esta sección con un último resultado acerca de los enteros compuestos. (Este
resultado se utilizará posteriormente en el programa en Pascal que se muestra en la figura 8.3.)
Ejemplo 4 . 2 8 Si n £ Z* y « es compuesto, entonces existe un primo p tal que p \ nyp < -Jn.
Demostración: Como «es compuesto, podemos escribir « = «i n2. donde l<n¡<ny \<n2
< n. Afirmamos que uno de los enteros nu n2 debe ser menor o igual quevñ. En caso
contrario, tendríamos que nt >-Jn y n2>-Jñ dan lugar a la contradicción n = n¡n2>
(y/ñX-fñ) = n. Sin pérdida de generalidad, suponemos que nx < -Jn. Si «i es primo, se
sigue el resultado. Si n{ no es primo, entonces por el lema 4.1 existe un primo/» < n\ tal que
p «i. Así, p \n y p <
EJERCICIOS 4.3 1. Verifique las partes restantes del teorema 4.3.

2. Sean a, b, c, d e Z*. Demuestre que (a) [(a \b) A (c | d)] => ac íbd; (b) a \ b => ac | be; y (c
ac | be => a \ b.
3. Si p, q son primos, demuestre que p | q si y sólo si p = q.
4. Si a, b, c €E Z+ y a | be, ¿implica esto que a | b o a | c?
5. Para cualesquiera enteros a, by c, demuestre que si a \bc, entonces a\b y a\c.
6. Sea n e Z*, donde n > 2. Demuestre que si a¡, a2,..., a„, 4,,¡i ¡ ,...,ii,6Z*y a, | ¿>¡ para todo
1 < i < n, entonces (a¡ a2 ■ ■ ■ an) | (¿i b2 ■ ■ ■ b„).
7. a) Encuentre tres enteros positivos a, b, c tales que 31 | (5a + Ib + 11c).
b) Si a, b, c € Z y 311 (5a + Ib + 11c), demuestre que (i) 311 (21a + \lb + 9c) y (ii) 311 (6a +
27b + le).
8. Una tienda de comestibles realiza un concurso semanal para promover sus ventas. Cada cliente
que adquiera más de $20 en mercancía recibe una tarjeta de juego con 12 números en ella; si
cualquiera de estos números suman exactamente 500, entonces el cliente recibe un bono de
compra de $500 (en la tienda de comestibles). Después de comprar artículos por $22.83 en la
tienda, Leonor recibe su tarjeta de juego en la que están impresos los siguientes 12 números: 144,
336, 30,66, 138, 162, 318, 54, 84, 288,126 y 456. ¿Gana Leonor un bono de $500 de compra?
9. Sean a, b^ G Z+. Si b \ a y b \ (a + 2), demuestre que b = 1 o b = 2. *
10. Si n S Z+ y n es impar, demuestre que 8 |(«2— 1).
11. Si a, b € Z* y ambos son impares, demuestre que 21 (a2+ b1) pero que 4|(a 2 + b2).
12. Determine el cociente q y el resto r para cada uno de los siguientes casos, donde a es el
dividendo y b el divisor.
a) a = 23, fe = 7 b) « = - 1 1 5 , fe = 12
c) a = 0, fe = 4 2 d) a = 37, fe = 1
e) a =434, fe = 3 1 f) a = - 6 4 4 , fe = 8 5
13. Si n E N, demuestre que 3 | (7"- 4").
14. Escriba cada uno de los siguientes números (dados en base 10) en base 2, base 4 y base 8.
a) 137 b) 6243 c) 12,345
15. Escriba cada uno de los siguientes enteros (dados en base 10) en base 2 y base 16.
a) 22 b) 527 c) 1234 d) 6923
16. Convierta cada uno de los siguientes números hexadecimales a base 2 y a base 10.
a) A7 b) 4C2 c) 1C2B d) A2DFE
17. Convierta cada uno de los siguientes números binarios a base 10 y a base 16.
a) 11001110 b) 00110001 c) 11110000 d) 01010111
18. Escriba los siguientes enteros en la representación de complemento a dos. En este caso, 1
resultados son patrones de ocho bits.
a) 15 b) - 1 5 c) 100
d) - 6 5 e) 127 f) - 1 2 8
19. Si una máquina guarda los enteros mediante el método de complemento a dos, ¿cuáles sonl
enteros máximo y mínimo que puede guardar si utiliza patrones de bits de (a) 4 bits? (b) 8 bits!
(c) 16 bits? (d) 32 bits? (e) 2" bits, n E Z+?
20. En cada uno de los siguientes problemas estamos usando los patrones de cuatro bits paralas
representaciones de complemento a dos de los enteros -8 a 7. Resuelva cada problema (de sei
posible) y después convierta los resultados a base 10 para verificar sus respuestas. Tenga cui
dado con los errores de desbordamiento.
a) 0101 b) ,1101 c) 0111
+ 0001/ +1110 +1000
j
d) 1101 \ e) 1011 f) 0101

+ 1010 +0101 +0100
21. Si a, x, y E Z y a * 0, demuestre que ax = ay => x = y.
22. Escriba un programa (o desarrolle un algoritmo) para convertir un entero positivo de base Id
base b, donde 2 < b < 9.
23. El algoritmo de la división se puede generalizar de la manera siguiente: para a, fcgZy^l
existen g, r E Z con a = qb + r, 0 < r < | b |. Use el teorema 4.5 para verificar esta formí
generalizada del algoritmo para b < 0.
24. Escriba un programa (o desarrolle un algoritmo) para convertir un entero positivo de base lOi
base 16.
25. Para n €E Z + , escriba un programa (o desarrolle un algoritmo) que imprima todos los divisores
positivos de n.
26. Defina el conjunto X C Z* en forma recursiva, como sigue:
1) 3 E X; y
2) Si a, fe E X, entonces a + b E X.
Demuestre que X = {3k \ k E Z + }, el conjunto de todos los enteros positivos divisibles entre 3,
27. Sea n £ Z * con n = rk- 10* + • • • + r2■ 102 + rx ■ 10 + r0 (la representación en base 10 den)
Demuestre que (a) 2 | n si y sólo si 2 | r0; (b) 4 | n si y sólo si 4 | (r, • 10 + r0); y (c) 8 11
si y sólo si 8 | ( r 2 1 0 2 + r , 1 0 + r0).
Establezca un teorema general sugerido por estos resultados.
4.4
El máximo común divisor:
El algoritmo de Euclides
Siguiendo con la operación de división desarrollada en la sección 4.3 analizaremos los

divisores de una pareja de enteros.
Definición 4.2 Para a, b £ Z, un entero positivo c es un divisor común de a y b si c \ a y c \ b.
£Í«*&pto4.2$ Los divisores comunes de 42 y 70 son 1, 2, 7 y 14; 14 es el mayor de los divisores comunes.
Definición 4.3 Sean a, b GZ, donde a ^ O o i / 0 . Entonces c E Z+ es el máximo común divisorf de a,

b si
a) c | a, c | b (es decir, c es un divisor común de a, b), y
b) para cualquier común divisor d de a y b, tenemos que d | c.
El resultado del ejemplo 4.29 satisface estas condiciones. Sin embargo, este ejemplo
tíabaja con dos enteros pequeños. ¿Qué haríamos con dos enteros de 20 dígitos cada uno?
Consideremos las siguientes preguntas:
1) Dados a, b E Z, donde al menos uno de ellos es distinto de 0, ¿existe siempre el

máximo común divisor de a y bl Si existe, ¿cómo podemos encontrarlo?
2) ¿Cuántos máximos comunes divisores puede tener un par de enteros?
Al trabajar con estas preguntas, nos concentramos en a, b E Z+.
TEOREMA 4.6 Para cualesquiera a, b £ Z+, existe un único c £ Z+ que es el máximo común divisor de a, b.
Demostración: Dados a, b £ Z+, sea S - {as + bt \ s, t £ Z, as + bt > 0}. Como 5 ^ 0 , por
el principio del buen orden, S tiene un elemento mínimo c. Afirmamos que c es el máximo
común divisor de a, b.
Como c £ S, c = ax + by, para algunos x, y £ Z. En consecuencia, si d G Zy d\ay
d | b, entonces por el teorema 4.3(f) d\{ax + by), por lo que d | c.
Si c\a, podemos usar el algoritmo de la división para escribir a = qc + r, con q, r £ Z*
y 0 < r < c. Entonces r = a-qc = a- q{ax + by) - (1 - qx)a + (-qy)b, por lo que r £ S, lo
que contradice la elección de c como el elemento mínimo de S. En consecuencia, c\a,y
por un argumento similar, c | ¿>.
Así, cualesquiera a, b £ Z+ tienen un máximo común divisor. Si cu c2 satisfacen las dos
condiciones de la definición 4.3, entonces, con c¡ como el máximo común divisor y c2
t Greatest Common divisor (gcd). En español mcd. (iV. del E.)

como un divisor común, se sigue que Cj | c2. Si invertimos los papeles, vemos que c{ | c2; y,
por el teorema 4.3(b), tenemos que cx = c2, ya que c„ c2 G Z+.
Ahora sabemos que para cualesquiera a, b G Z+, el máximo común divisor de a, b

existe y es único. Denotamos este número con mcd(a, b). Aquí mcd(a, b) = mcd(b, a); y
para cualquier a £ Z, si a / 0, entonces mcd(a, 0) = | a |. También, cuando a, b G Z+,
tenemos que mcd( -a,b) = mcd(a, - b) = mcd( - a, - b) = mcd(a, b). Finalmente, mcd(0,0)
no está definido y no es de interés para nosotros.
Del teorema 4.6, vemos que mcd(a, b) no sólo existe sino que mcd(a, b) también es el
entero positivo más pequeño que podemos escribir como una combinación lineal áeayb.
Sin embargo, debemos darnos cuenta de que si a, b, c G Z+ y c = ax + by para algunos x,
y G Z, entonces no necesariamente debemos concluir que c sea mcd(a, b); a menos que
también sepamos de alguna manera que c es el entero positivo más pequeño que puede ser
escrito como una combinación linea) de a y b.
Los enteros ayb son primos relativos si mcd(a, b) = 1; es decir, cuando existe*, y El
coiiíu + by = 1.
EJ«IRPÍQ430 Como mcd(42,70) =14, podemos encontrar*, y G Z tales que 42* + 70¡y = 14 o 3* + 5y = 1.
Por inspección,* =2,y = -l es una solución; 3(2) + 5 ( - l ) = 1. Pero para¿GZ, 1 =3(2-5£)
+ 5( -1 + 3k), entonces 14 = 42(2 - 5&) + 70( -1 + 3A:) y las soluqiones para*, y no son únicas.
En general, si mcd(a, b)= d, entonces mcd((a/d), (b/d)) = 1. (¡Verifique esto!) Si (a/d)x0+
(b/d)y0= 1, entonces 1 = (a/d)(* 0 - (b/d)k) + (b/d)(y0+ (a/d)k), para cualquier IcEZ. Así,
d- a(x0 - (bld)k) + b(y0\(a/d)k), lo que produce un número infinito de soluciones para la
ecuación ax + by-d. '
El ejemplo y las observaciones anteriores funcionan bastante bien si a, b son pequeños.

¿Pero cómo se puede encontrar mcd(a, b) para a, b G Z+ arbitrarios? Si a \ b, entonces
mcd(a, b) = a; y si b \ a, entonces mcd(a, b) - b; en los demás casos, recurrimos al siguien
te resultado, que debemos a Euclides.
TEOREMA 4.7 Algoritmo de Euclides. Si a, b G Z+, aplicamos el algoritmo de la división como sigue:
a = qib + ri, 0<ri<f>

b = q2r1 + r2, 0 < r2 < r t
0 < r3 < r2
r¡ = qi+2 r,+i + ri+2, 0 < r¡+2 < r¡+1
fk-3 — 9 * - l ' * - 2 + fk-U 0<r¿fc-i<r*_2

rk-i = qkrk-i + rk, 0 < rk < rk-i
fk-i= qk+\rk-
Entonces, rk, el último resto distinto de cero, es igual a mcd(a, b).

4,4 El máximo común divisor: El algoritmo de Euclides 227
Demostración: Para verificar que rk = mcd(a, b), establecemos las dos condiciones de la
definición 4.3.
Comenzaremos con el primer proceso de división enumerado arriba. Si c \ a y c \ b,
entonces como a = q1b + rl, se sigue que c \ rx. Después, [(c|&) A (c | rO] =* c\r2, yaque
b = q2r\ + r2- Continuando hacia abajo por los procesos de división, llegamos hasta donde
c | rt-2 y c | rt_¡. Por la penúltima ecuación, concluimos que c \ rk, lo que verifica la condi
ción (b) en la definición 4.3.
Para establecer la condición (a), seguimos un orden inverso. De la última ecuación, rk |
rk_ ,por lo que rk \ rk_2, ya que rk_2=qkrk_l + rk. Continuando hacia arriba por las ecuaciones
llegamos hasta donde rk | r2 y rk | r3, por lo^que rk | rx. Entonces [(rk | r2) A (rk | r,)] => rk\b
y finalmente [(rt | r t ) A {rk | b)] => rk | a. De aquí que rk= mcd(a, b).
Hemos usado ahora la palabra algoritmo para describir las proposiciones establecidas
en los teoremas 4.5 y 4.7. Este término aparecerá con frecuencia en los demás capítulos de
este texto, por lo que sería buena idea mencionar lo que denota.
En primer lugar, un algoritmo es una lista de instrucciones precisas diseñadas para
resolver un tipo de problema particular, no solamente un caso especial. En general, espe
ramos que todos nuestros algoritmos reciban una entrada y nos proporcionen el resultado
(o resultados) necesario como salida. De igual modo, un algoritmo debe proporcionar el
mismo resultado si repetimos el valor (o valores) para la entrada. Esto sucede cuando la
lista de instruccipnes es tal que cada resultado intermedio proveniente de la ejecución de
cada instrucción es único y sólo depende de la entrada (inicial) y de cualquier resultado
que se pudiera haber obtenido en cualquiera de las intrucciones precedentes. Para lograr
esto hay que eliminar toda vaguedad del algoritmo; las instrucciones deben describirse de
forma simple, pero no ambigua, de modo que pueda ser ejecutada por una máquina. Por
último, nuestro algoritmo no puede continuar por siempre. Debe terminar después de la
ejecución de un número finito de instrucciones.
En el teorema 4.7 determinamos el máximo común divisor de dos enteros positivos
cualesquiera. Por lo tanto, este algoritmo recibe los dos enteros positivos a, b como entra
da y genera su máximo común divisor como salida.
El uso de la palabra algoritmo en el teorema 4.5 se basa en la tradición. Tal como está
establecido, no proporciona las intrucciones precisas para determinar la salida deseada.
(Mencionamos este hecho antes del ejemplo 4.23.) Para eliminar esta desventaja del teore
ma 4.5, indicaremos las instrucciones en el programa en Pascal de la figura 4.8.
Ahora aplicaremos el algoritmo de Euclides (Teorema 4.7) en los siguientes cinco

ejemplos.
Determinaremos el máximo común divisor de 250 y 111, y expresaremos el resultado

como una combinación lineal de estos enteros.
250 = 2(111)+ 28, 0<28<111
111 = 3(28)+ 27, 0<27<28
28 = 1(27)+ 1, 0<1<27
27 = 27(1) + 0.
Así, 1 es el último resto distinto de cero. Por lo tanto, mcd(250, 111) = 1, y así, 250 y
111 son primos relativos. Si trabajamos hacia atrás en la tercera ecuación, tendremos 1 =
28 - 1(27) = 28 - 1[111 - 3(28)] = ( -1)(111) + 4(28) = ( -1)(111) + 4[250 - 2(111)] =
4(250) - 9(111) = 250(4) -\111( - 9), una combinación lineal de 250 y 111.
Esta expresión de 1 como combinación lineal de 250 y 111 no es única, ya que 1 =
250[4 - lllJfc] + 111[ -9 + 250*:], para cualquier k G Z.
También tenemos que mcd(- 250, 111) = mcd(250; -111) = mcd(- 250, -111) ■
mcd(250, 111)= 1. j
V
Nuestro siguiente ejemplo es un poco mSs^general, ya que se trata del máximo común
divisor de un número infinito de parejas de enteros.
£|@mjaÍO 4J32 Para cualquier n G Z+, demostraremos que los enteros positivos 8/i + 3 y 5n + 2 son
primos relativos.
Aquí tenemos que 8n + 3 > 5n + 2, y como en el ejemplo anterior, podemos escribirlo
siguiente:
8/i + 3 = l(5n + 2) + (3/t + 1), 0<3n + l<5n + 2

5n + 2 = l(3/i y 1) + (2/i + 1), 0 < 2 n + l < 3M + 1
3n + 1 = l ( 2 y f 1) + n, 0<n<2/i + l
2n + l = 2(/t) + 1, 0<K/i
« = /i(l) + 0.
Por lo tanto, el último resto distinto de cero es 1, por lo que mcd(8/i + 3, 5n + 2) = 1. Pero
también podríamos haber llegado a esta conclusión si observamos que
(8n + 3 ) ( - 5 ) + (5/i + 2)(8) = - 1 5 + 16 = 1.
Y como 1 está expresado como una combinación lineal de 8/t + 3 y 5n + 2, y ningún otro
número positivo más pequeño puede tener esta propiedad, se sigue que el máximo común
divisor de 8n + 3 y 5« + 2 es 1, para cualquier entero positivo n.
£j<N$ty>to 4<33 Una vez determinado el máximo común divisor del ejemplo 4.31, usaremos ahora el
algoritmo de Euclides para escribir un programa que determinará mcd(a, b) para a, b 6
Z+. La salida de este programa se muestra mediante la evaluación de mcd(456, 624) y
mcd(116, 641).
El programa en Pascal de la figura 4.9 utiliza la operación binaria Mod; para*, y G l\
x Mod y es el resto después de dividir x entre y. Por ejemplo, 7 Mod 3 es 1 y 18 Mod 5 es
3. (En el capítulo 14 trabajaremos con más detalle "la aritmética de los restos".)
Program EuclideanAlgorithm (input.output);

Var
a,b,c,d,r: integer;
Begin
^Writeln ('Queremos determinar el máximo común ' ) ;
Writeln ('divisor de dos enteros positivos a,b.');
Write ('a= ');
— Read (a);
Write ( 'b= I );
Readjb);
r : = a Mod b;
d := b; K
While r > 0 do^
Begin
= d;
= r;
= c Mod d
End;
Writeln ('El máximo común divisor de' ,a:0,' y '),
Write (b:0,' is ',d:0)
End.
Queremos determinar el máximo común

divisor de dos enteros positivos a, b.
a = 456
b = 624 y
El máximo común divisor de 456 y
624 is 24
Queremos determinar el máximo común

divisor de dos enteros positivos a, b.
a = 116
b = 641
El máximo común divisor de 116 y
641 i s 1
Figura 4.9
Jorge tiene dos recipientes no marcados. Un recipiente contiene 17 onzas y el otro 55

onzas. Explique cómo puede usar Jorge los dos recipientes para medir exactamente una
onza.
Por el algoritmo de Euclides tenemos que
55 = 3(17) + 4, 0<4<17
17 = 4(4) + 1, 0<1<4.
Por lo tanto, 1 = 17- 4(4) = 17 - 4[55 - 3(17)] = 13(17) - 4(55). Por lo tanto, Jorge debe
llenar el recipiente pequeño (de 17 onzas) 13 veces y vaciar el contenido (las primeras
doce veces) en el recipiente mayor. (Jorge vacía el recipiente mayor cada vez que esté
lleno.) Antes de llenar el recipiente pequeño la 13a. vez, Jorge tiene 12(17) - 3(55);
204 - 165 = 39 onzas de agua en elvrecipiente mayor (de 55 onzas). Después de llenar el
recipiente pequeño por 13a. vez, él vaciará 16(= 55 - 39) de este recipiente, y llenará el
recipiente grande. Quedará exactamente una onza en el recipiente pequeño.
l3tett$}Ío4.3$ Al ayudar a los estudiantes en sus cursos de^rogramación, Juan observa que en promedio
puede ayudar a un estudiante a depurar un programa AI Pascal en 6 minutos, pero tarda 10
minutos en depurar un programa^crito en APL. Si trabajó en forma continua durante
104 minutos y no desperdició tiempo, ¿cuartos programas depuró en cada lenguaje?
En este caso buscamos enteros x, y > 0 tales que 6x + lOy = 104, o 3x + 5y = 52. Como
mcd(3, 5) = 1, podemos escribir 1 = 3(2) + 5( - 1), por lo que 52 = 3(104) + 5( - 52) =
3(104 - 5k) + 5( - 52 + 3*), k E Z. Para obtener 0 < x = 104 - 5/fc y 0 < y = - 52 + 3*.
debemos tener (52/3) < k< (104/5). Así, k - 18,19,20 y existen tres posibles soluciones:
a) (k = 18): x = U, y = 2 b) (k = 19): x = 9, y =5
c) (* = 20): x = 4, y = 8
La ecuación del ejemplo 4.35 es un ejemplo de una ecuación diofántica: una ecuación
lineal que requiere soluciones enteras. Este tipo de ecuación fue estudiada por primera vez
por el algebrista griego Diofanto, que vivió en el siglo m D.C.
Una vez resuelta una de e&iaiecttáciones, veamos ahora si podemos determinar cuándo
tiene solución una ecuación diofántica. La demostración se deja al lector.
TEOREMA 4.8 Si a, b, cE Z+, la ecuación diofántica ax + by = c tiene una solución entera* = x0, y = y0 si
y sólo si mcd(a, b) divide a c.
Cerramos esta sección con un concepto relacionado con el máximo común divisor.
Definición 4.4 Si a, b, c G Z+, c es un múltiplo común de a, b si c es un múltiplo dea y de b. Además, c es

el mínimo común múltiplo de a, b si es el más pequeño de los enteros positivos que son
múltiplos comunes de a, b. Denotamos c con mcm(a, b).
a) Como 12 = 3 - 4 y ningún otro entero positivo mínimo es un múltiplo de 3 y 4,

tenemos que mcm(3, 4) = 12 = mcm(4, 3). Sin embargo, mcm(3, 2) j¿ 12, ya que
aunque 12 es un múltiplo de 3 y 2, existe un múltiplo más pequeño, a saber, 6. Y
como ningún otro múltiplo común de 3 y 2 es menor que 6, se sigue que mcm
(3, 2) = 6.
4.4 El máximo común divisor: El algoritmo de Euclides ^_ 231
b) Para cualquier n G Z+, tenemos que mcm(l, ri) - mcm(n, 1) = n.

c) Si a, n G Z+, tenemos que mcm(a, na) - na. [Esta proposición es una generaliza
ción de la parte (b). La proposición anterior se sigue de ésta cuando a = JK]
d) Si a, m, n E Z+ con m < n, entonces mcm(am, a") = a". [Y mcd(am, a") = am.]
TEOREMA 4.9 Sean a, b, c G Z+ con c = mcm(a, b). Si d es un múltiplo común de a y b, entonces c \ d.

DemostraciófiHEn caso contrario, usamos el algoritmo de la división para escribir d=qc +
r, donde 0 < r < c. Como c = mcm(a, b), se sigue que c = ma para algún m G Z+. Además,
d=na para algún n G z\y& que d es un múltiplo de a. En consecuencia, na = qma + r =$
(n - qm)a = r > 0, y r es un múltiplo de a. De forma análoga, se puede ver que r es un
múltiplo de b, por lo que r es un múltiplo común de a, b. Pero como 0 < r < c, contradeci
mos la afirmación de que c es el mínimo común múltiplo. Por lo tanto, c\d.
El último resultado de esta sección une los conceptos de máximo común divisor y el
mínimo común múltiplo. Además, nos proporciona una forma de calcular mcm(a, b) para
cualquiera, b G Z+. La demostración de este resultado se deja al lector.
TEOREMA 4.10 Para a, b E Z+, ab = mcm(a, b) • mcd(a, b).
£|emp!e4.3? Por el teorema 4.10 tenemos lo siguiente: /

a) En el ejemplo 4.31 vimos que mcd(250,111) = 1. En consecuencia, mcm(250,111) =
(250)(111) = 27,750.
b) El ejemplo de la parte (a) es un caso particular de un resultado más general: para
cualesquiera a, be. Z+, si a, b son primos relativos, entonces mcmfa, b) = ab.
c) El primer cálculo (después del programa) de la figura 4.9 establece el hecho de que
mcd(456, 624) = 24. Como resultado tenemos que
mcm(456,624) = (456)(624)/24 = 11,856.
EJERCICIOS 4.4 1. Para cada uno de los pares siguientes a, b G Z+, determine mcd(a, b) y expréselo como una
combinación lineal de a, b.
a) 231,1820 b) 1369,2597
c) 2689,4001 d) 7982,7983
2. Para a, b G Z* y s, t G Z, ¿qué podemos decir de mcd(a,¿) si
a) as + bt = 21 b) as + bt = 3?
c) as + bt = 4? d) as + bt = 6?
3. Para a, b e Z+ y d = mcd(a, b), demuestre que mcd(a/d, b/d) = 1.
4. Para a, b € Z+, demuestre que mcd(«a, nb) = n mcd(a, b).
5. Para a, b, c E Z+, demuestre que si d = a + be, entonces mcd(£>, d) = mcd(a, b).

6. Sean a, b, c E Z* con mcd(a, b) = 1. Si a \ c y b | c, demuestre que ab | c. ¿Vale este resultado si
mcd(a, b)* 11
7. Sean a, ¿> E Z, donde al menos uno de ellos es distinto de cero.
a) Utilice cuantificadores para restablecer la definición de c = mcd(a, b), donde c E Z*.
b) Use el resultado de la parte (a) para decidir cuando c * mcd(a, b) para algún c E Z*.
8. Si a, b son primos relativos y a > b, demuestre que mcd(a - b, a + b) = 1 o 2.
9. Sean a, b, c E Z+ con mcd(a, £>-) = 1. Si a | be, demuestre que a \ c.
10. Sean a, b E Z* con a par y ¿ impar. Demtestre que mcd(a, b) = mcd(a/2, b).
11. Sean a, b E Z* donde a > b. Demuestre que mcd(a, b) = mcd(a - b, b).
12. Sean a, b, c, d enteros positivos fijos. Si (ad - be) \ a y (ad - be) | c, demuestre que mcd(an + b,
en + d)=\ para cualquier n E Z*.
-43. Demuestre que para cualquier n £ Z*, mcd(5n + 3, In + 4) = 1.
14. Una ejecutiva compra $249.00 de juguetes para los niños de sus empleados. Para cada niña,
compra una muñeca de $3.30; cada niño recibe un conjunto de soldados que cuestan $2.90.
¿Cuántos juguetes de cada tipo compró?
15. Determine los valores de c E Z+, 10 < c < 20, para los que la ecuación diofántica 84x + 990y 4 c
no tiene solución. Determine las soluciones para los valores restantes de c. /
16. a) Determine los enteros w, x, y E Z que satisfagan el siguiente sistema de ecuaciones
diofánticas:
w + x + y = 50
w + l3x+ 31v = 116
b) ¿Existe una~sehlción en la parte (a) tal que w, x, y > 0?
c) ¿Existe una solución en la parte (a) tal que w>10, * > 2 8 y y > - 1 5 ?
17. Verifique el teorema 4.8.
18. Verifique el teorema 4.10.
19. Si a, b E Z* con a = 630, mcd(a, b) = 105 y mcm(a, ¿)=242,550, ¿cuál es el valor de ¿>?
20. Para cada pareja a, b del ejercicio 1, determine mcm(a, b).
21. Para cualquier n E Z*, ¿cuánto valen mcd(/i, n + 1) y mcm(n, n + 1)?
22. Demuestre que mcm(na, nb) = n mcm(a, b) para n, a, b E Z*.
4.5
El teorema fundamental de la
aritmética
En esta sección extenderemos el lema 4.1 y mostraremos que para cualquier n G Z + , n > 1,
n es primo o n puede escribirse como producto de primos, donde la representación como
producto de primos es única, excepto por el orden de los factores. Este resultado, conocido
como el teorema fundamental de la aritmética, puede encontrarse en una forma equiva
lente en el libro IX de los Elementos de Euclides.
Los siguientes dos lemas nos ayudarán a lograr nuestro objetivo.
LEMA 4.2 Si a, b G Z + y p'es un primo, entonces p\ab=>p\aop\b.

Demostración: Si p I a, entonces hemos terminado. Si no, como p es primo, se sigue que
mcd(p, a) - 1 y, por lo tanto, existen enteros x, y con px + ay - 1. Entonces b = p(bx) +

(ab)y, donde p\ py p\ab. Así, se sigue de las partes (d) y (e) del teorema 4.3 que p | b.
Lema 4.3 Sea a. G Z+ para todo 1 < i < n. Si p es primo y p \ axa1 ■ ■ ■ an, entonces p | a. para algú
1 < i'< n. --
Demostración: Dejados la demostración de este resultado al lector.
Con el lema 4.2, tenemos otra oportunidad para establecer un resultado mediante el
método de la demostración por contradicción.
Ejemplo 4.3ÍS Queremos mostrar que -y¡2 es irracional.

En caso contrario, podemos escribir -Jl. = a/b, donde a, b G Z+ y mcd(a, b) - 1. Enton
ces 72 = alb => 2 = a2/b2 => 2b2 - a2 => 2 | a2 => 2 | a. (¿Por qué?) Además^ 2 | a => a = 2c
para algún c G Z+, por lo que 2¿>2 = a2 - (2c)2 = Ac1 y b2 = 2c2. Pero entonces 21fc2^ 2 | b.
Como 2 divide a a y a ¿>, esto implica que mcd(a, b) > 2, pero esto contradice nuestra
hipótesis anterior en el sentido de que mcd(a, b) = 1. [Nota: esta demostración de la irra
cionalidad de -¡2 era conocida por Aristóteles (384 -322 A.c.)y es similar a la dada en el
libro X de los Elementos de Euclides.l
/ ;
Antes de pasar al resultado principal de esta sección, observemos que el entero 2 del
ejemplo anterior no tiene un papel especial. Pediremos al lector que, en la sección de
ejercicios, demuestre el hecho de que ^[p es irracional para cada primo p. Ahora que he
mos mencionado este hecho, es hora de presentar el teorema fundamental de la aritmética.
*
Teorema 4.11 Cada entero n > 1 puede escribirse como un producto de primos de forma única, excepto
por el orden de éstos. (En este caso, un solo primo se considera un producto de un factor.)
Demostración: La demostración consta de dos partes: la primera demuestra la existencia
de una factorización con primos y la segunda se refiere a la unicidad.
Si la primera parte no fuera verdadera, sea m > 1 el entero más pequeño que no puede
expresarse como un producto de primos. Como m no es primo, podemos escribir m -
m1m2, donde 1< m^< m, 1 <mi<m. Pero entonces mu m2 pueden escribirse como produc
tos de primos, ya que son menores que m. En consecuencia, usamos la representación m -
/n,m2 para obtener una factorización de m con primos.
Para establecer la unicidad de una factorización como producto de primos, usaremos la
forma alternativa de la inducción matemática (Teorema 4.2). Para el entero 2, tenemos una
única factorización como producto de primos y, suponiendo verdadera la unicidad de la
representación para 3, 4, 5 , . . . , n - 1, suponemos que n = p¡' ps22 ••• ps¿ = q[' q'22 ••• q'r',
donde cada/?,, 1 < ¡' < k y cada q¡, 1 <y < r, es un primo. También suponemos que/?, <p2<
■ ■ ■ <Pk y <]i<q2< ■ ■ ■ < qry s,> 0 para l Opara \< j <r.
Como/?! | n, tenemos que/?, | q[' q!¡ ■■■ q';. Por el lema 4.3, px | q¡ para algún 1 < j < r
Como p\ y q¡ son primos, tenemos que p¡ - q¡. De hecho, j - 1, ya que de lo contrario, qx \ n
=* <7i = Pe P a r a algún 1< e < ky px<pe- qx< q¡-px. Usamos/?^ q¡, para ver que nx =
234 ' Capítulo 4 Propiedades de los enteros: Inducción matemática
n/pi S,—l Si SL t,—\

■ q';. Como n¡ < n, se sigue de la hipótesis de inducció
I-,
Px P2---Pi=1\ ti
que k = r, p¡- q¡ para 1 < i < k, s{- 1 = t¡- 1 (por lo que Sx = t{) y s¡= t¡ para 2 < í <
Obtenemos de aquí que la factorización como producto de primos de n es única.
Usaremos ahora este resultado en los siguientesrinco ejemplos.
Ejemplo 43S Para el entero 980,220, podemosMeterminar la factorización como producto de primos
como sigue: *
v
980,220 = 21(490,110) = 22(245,055) = 2231(81,685) = 2 2 3 1 5 1 (16,337)
= 22 3151171(961) = 22 • 3 • 5 • 17 • 31 2
Ejemplo 4,40 Sea n G Z+ y supongamos que

(*) 10-9 • 8- 7 -6- 5 -4- 3 -2 -n = 21 -20-19-18 -17 -16-15 -14.
Como 17 es un factor primo del entero que está en el lado derecho de (*), también debe ser
un factor del lado izquierdo (por la parte de unicidad del teorema fundamental de la arit
mética). Pero 17 no divide a ninguno de los factores 10,9, 8 , . . . , 3, o 2, por lo que 17 | n,
(Un argumento similar muestra que' 19 I n.)
Ejemplo 4.44 Para n €E Z+, queremos contar el número de divisores positivos de n. Por ejemplo, el
número 2 tiene dos divisores positivos: 1 y él mismo. De la misma forma, 1 y 3 son los
únicos divisores positivos de 3. En el caso de 4, tenemos tres divisores positivos: 1, 2 y 4,
Para determinar el resultado en el caso de cualquier n G Z+, n > 1, usamos el teorema
4.11 y escribimos n = pf p'¿ ■ ■ ■ p'k\ donde para cada 1 
m | n, entonces m = p{' p(x ■■ ■ p[k donde 0 < / < e¡ para todo 1 < / < k. Así, por la re
del producto, el número de divisores positivos de n es
(e, + l)(* 2 + l ) - - - ( e t + l ) .
Por ejemplo, como 29,338,848,000 = 2 8 3 5 5 3 7 3 11, vemos que 29,338,848,000 tk

(8 + 1)(5 + 1)(3 + 1)(3 + 1)(1 + 1) = (9)(6)(4)(4)(2) = 1728 divisores positivos.
Si queremos saber cuántos de estos 1728 divisores son múltiplos de 360 = 23 325, ení
ees debemos darnos cuenta de que queremos contar los enteros de la forma 2'' 3'2 5'J 7'4
donde
3 < /j < 8, 2<í2^5, l<í3<3, 0=sf4<3, 0<í5=£l-
En consecuencia, el número de divisores positivos de 29,338,848,000 que son divisibles
entre 360 es
[(8 - 3) + 1][(5 - 2) + 1][(3 - 1 ) +1][(3 - 0) + 1][(1 - 0) + 1 ] = (6)(4)(3)(4)(2) = 576.
Para determinar cuántos de los 1728 divisores positivos de 29,338,848,000 son cuadrados
perfectos, necesitamos considerar todos los divisores de la forma 2'' 3h 5,J T' 1 ls¡, donde
cada su s2, Í 3 , J 4 , S¡ es un entero par no negativo. En consecuencia, tenemos en est< .aso
5 opciones para SÚ a saber, 0, 2, 4, 6, 8;

3 opciones para s2; a saber, 0, 2, 4;
2 opciones para s-¡ y j 4 ; a saber, 0, 2; y
1 opción para Í 5 ; a saber, 0.
Se sigue entonces que el número de*.divisores positivos de 29,338,848,000 que son cua
drados perfectos es (5)(3)(2)(2)(1) = 60. [De manera análoga, tenemos que existen
(3)(2)(2X2)(1) = 24 divisores positivos de 29,338,848,000 que son cubos perfectos y
(3)(2)(1)(1)(1) = (S^jue sorApotencias cuartas perfectas.]
Para nuestro siguiente ejemplo necesitamos el equivalente multiplicativo de la nota

ción sigma (para la suma) ya comentada en la sección 1.3. Aquí usaremos la letra griega
mayúscula II para la notación pi.
Podemos usar la notación pi para expresar el productoxt x2x3x4x5x6, por ejemplo, como
n %\xi- ^ n general, es posible expresar el producto de los n - m + 1 términos*m, xm+¡, x„^2,
...,x n , donde m, n E Z y m < n, como Y\ 1=mx¡- Como en el caso de la notación sigma, la
letra Í es el índice del producto y este índice representa los n - m + 1] enteros a partir del
límite inferior m y hasta llegar al límite superior n (e incluirlo). /
Esta notación se demuestra en los siguientes casos: /
1) n/=3-*;=*3*4*5*6*7 = n/=3*/, yaque la letra i no tiene nada de particular;

2) Il?=3i = 3 - 4 - 5 - 6 = 6!/2!;
-~"^3) Il"=mí = m{m + \){m + 2) • • • (n - 1)(«) = «!/(m - 1)!, para cualesquiera m,
n £ Z + con m s n ;
4) n?=2 3i = (3 • 2)(3 • 3)(3 • 4)(3 • 5) = 34(5!/l!) = 3<5-2>+1(5!/l!), y para cualesquiera
m, n £ Z + con m == n, y cualquier c E R, distinto de cero, tenemos que
f l ci = c"-m+l(nV(m - 1)!); y.
i= m
5) 1 J¿=7 Xi: = x-i x% x? X10 X\ 1 = [\ /= o Xj+¡ = Yl /-o Xn -¡.
Si m, n E Z+, sean m = /?,'' p'22 •■■ p¡' y n = p{' p!¿ • • • pf' , donde cada/?, es primo y 0 < e.
y 0 <f. para todo 1 < Í < t. Entonces, si a. = mín{e., fj, el mínimo (o más pequeño) de e. y
f. y b. = máx{c., f . ) , el máximo (o más grande) de ei yf., para todo l ?>/# • • ■ />?' = UpP-

¡=1
Por ejemplo, sea m = 491,891,400 = 23 33 52 T ll 1 132 y sea n = 1,138,845,708 = 22 32 T

ll 2 133 17' . Entonces, conp{ = 2,/?2= 3,p 3 = 5,p4=7,p¡= ll,p6= 13,p 7 = 17, vemos que
ai = 2, a2 = 2, a3 = 0 (el exponente de 5 en la factorización de n debe ser 0, ya que 5 no
aparece en la factorización como producto de primos), a 4 = 1, a¡= 1, a6= 2, y a 7 = 0. Así,

mcd(m, n) = 22 3 2 5o T IV 132 17° = 468,468.
También tenemos que
mcm(m, n) = 23 3 3 52 T ll 2 133 171 = 1,195,787,993,400.
\.
Nuestro último resultado de la sección relaciona el teorema fundamental de la aritméti
ca con el hecho de que cualesquiera~4ps enteras consecutivos son primos relativos (como
se observó en el ejercicio 21 de la sección 4.4).^
Aquí buscamos una respuesta para la siguiente pregunta. ¿Podemos encontrar tres enteros
positivos consecutivos cuyo producto sea un cuadrado perfecto? Es decir, ¿existen m, n E
Z+ tales que m(m + \)(m + 2) = n2?
Supongamos que existen dichos enteros m, n. Recordemos que mcd(m, m + 1) = 1 =
mcd(/n + 1, m + 2), por lo que, para cualquier primo p, si p | (m + 1), entonces pJ(my p\(mJr
2). Además, si p | (m + 1), se sigue que p \ n2. Y como n2 es un cuadrado perfecto, por el
teorema fundamental de la aritmética, vemos que los exponentes de/? en las factorizaciones
como producto de primos de m + 1 y n2 deben ser el mismo entero par. Esto es cierto para
cualquier divisor primo de m + 1, por lo que m + 1 es un cuadrado perfecto. Como n2 y m +
1 son cuadrados perfectos, concluimos que el producto m(m + 2) también es un cuadrado
perfecto. Sin embargo, el producto m(m + 2) es tal que m2<m2+2m = m(m + 2)<m2 + 2m +
1 = (m + 1>2. SEo-Gohsecuencia, vemos que m(m + 2) está entre dos cuadrados perfectos
consecutivos y no es igual a ninguno de ellos. Así, m(m + 2) no puede ser un cuadrado perfecto,
y no existen tres enteros positivos consecutivos cuyo producto sea un cuadrado perfecto.
EJERCICIOS 4.5 1. Escriba cada uno de los siguientes números como un producto de primos
Pí'pS 2, ••/>**» donde 0 < n , para l s / s i y pi<p2<---<Pk-
a) 148,500 b) 7,114,800 c) 7,882,875
2. Determine el máximo común divisor y el mínimo común múltiplo para cada pareja de números
del ejercicio anterior.
3. Sean t £ Z * arbitrario y p¡,plt p¡,... ,p, primos distintos. Si m S Z*.y la factorización como
producto de primos de m es p* p? p? • • • p'', ¿cuál es la factorización como producto de pri
mos (a) de m21 (b)de m3?
4. Determine la factorización como producto de primos de lo siguiente:
■) 8! b) 10! c) 12! d) 15!
5. Encuentre el valor del entero positivo más grande tal que 2" divida a 22!.
6. Verifique el lema 4.3.
7. Demuestre que -Jp es irracional para cualquier primo p.
8. Si p es cualquier primo, demuestre que l[p es irracional.
_S. a) Demuestre que logi02 es irracional.
b) Para cualquier primo p, demuestre que logio p es irracional.
10. Encuentre el número de divisores positivos para cada uno de los siguientes enteros.
a) 2-3-5-7-11-13-17-19-23 b) 2-3 2 -5 3 -7 4 -ll 5 -13*• 177 c) 17!

11. Encuentre el número de divisores positivos para cada entero del ejercicio 1.
12. a) ¿Cuántos divisores positivos tiene n = 2,439587101131353710?
b) Para los divisores de la parte (a), ¿cuántos son
i) divisibles entre 233457112372?
ii) divisibles entre 1,166,400^000?
iii) cuadrados perfectos?
"1 v) cuadrados perfectos divisibles entre 22 3" 52112?
v) cuadrados perfectos divisibles entre 23 3 454 75?
vi) cubos perfectos?
vii) cubos perfectos que son múltiplos de 210 39 52 T 112132 372?
viii) cuartas potencias perfectas?
ix) quintas potencias perfectas?
x) cuadrados perfectos y cubos perfectos?
13. Sean m, « 6 Z * tales que mn = 2"345371 ll 3 13 1 . Si mcm(/n, n) = 2233527' ll 2 13", ¿cuál es el
mcd(w, n)?
14. Amplíe los resultados del ejemplo 4.42'y encuentre el máximo común divisoryjel mínimo
común múltiplo para los tres números del ejercicio 1.
x
15. Determine el cuadrado perfecto más pequeño que es divisible entre 7!.
16. Para cualquier n e Z*, demuestre que n es un cuadrado perfecto si y sólo si n tiene un número
impar de divisores positivos.
17. Encuentre el entero positivo más pequeño n para el cual el producto 1260 X n es un cubo perfecto.
1 {^-Doscientas monedas numeradas del 1 al 200 se colocan en hileras a lo largo de la barra de una
cafetería. Se asignan números (del 1 al 200) a doscientos estudiantes y se les pide dar la vuelta a
algunas monedas. El estudiante con el número 1 voltea todas las monedas. El estudiante con el núme
ro 2 da la vuelta a las monedas en forma alternada, empezando por la segunda. En general, el estudian
te con el número n, para cada 1 < « < 200, voltea una moneda cada n, comenzando con la n-ésima.
a) ¿Cuántas veces será volteada la moneda número 200? \
b) ¿Habrá otra moneda que sea volteada tantas veces como la 200? \
c) ¿Habrá alguna moneda que sea volteada más veces que la 200?
19. ¿Cuántos productos diferentes pueden obtenerse al multiplicar cualesquiera dos enteros (dis
tintos) del conjunto
a) {4,8,16,32}? b) {4,8,16,32,64}?
c) {4,8,9,16,27,32,64,81,243}?
d) {4,8,9,16,25,27,32,64,81,125,243,625,729,3125} ?
e
) ÍP2> P3» />"> P5> P*. í2» 93> 94> #5> 96> r2, r3, r4, r5}, donde p, q, y r son primos distintos?
20. Escriba un programa (o desarrolle un algoritmo) para encontrar la factorización como produc
to de primos de un entero n > 1.
21. En un triángulo ABC, la longitud del lado BC es 293. SíTa longitud del lado AS es un cuadrado
perfecto, la longitud del lado AC es una potencia de 2, y la longitud del lado AC es el doble de
la longitud del lado AB, determine el perímetro del triángulo.
22. Exprese cada uno de los siguientes ejemplos en una forma más simple.
10 2/i
a) n ( - l ) ' b) El (-1)', donde « € Z +
/-i /-i
+
O nVl)'.donden€Z d) ft°'+ ^ ^
L l
í-l 1-4 (' ~ )\ )
10 . 2* •
e)
n.n .,, f) U- — , donde n e Z +
i-s 10 - 1 + 1 i-n 2n -1 + 1
23. a) Evalúe f]2' y fl¿2.

¡"1 i-2
n ti 2
b) Si a £ R y n E Z*, encuentre una fórmula para \\a' y Y[°U '•

¿-i i=i
24. Use la notación de producto para escribir lo siguiente.

a) (l 2 + 1)(22 + 2)(32 + 3)(42 + 4)(52 + 5)
b) (1+*)(1+* 2 )(1+* 3 )(1+* 4 )(1+* 5 )
c) (1 + x)(l + x3)(l + x5)(l + x7)(l + x9)(í + x")
d) (6)(24)(60)(120) \
25. Demuestre que si n G Z* y n > 2, entonces ü I 1 _ "^ I = (« + l)/(2n).

26. ¿Cuándo tiene un entero positivo n exactamente
a) dos divisores positivos? b) tres divisores positivos?
c) cuatro divisores positivos? d) cinco divisores positivos?
27. Sea n £ Z*. Decimos que n es un entero perfecto si 2n es igual a la suma de todos sus divisores
positivos. Por ejemplo, como 2(6) = 1 2 = 1 + 2 + 3 + 6, se sigue que 6 es un entero perfecto.
a) Verifique que 28 y 496 son enteros perfectos.
b) Si m e Z+ y 2m- 1 es primo, demuestre que 2m""1(2"1- 1) es un entero perfecto. [El resultado
de la parte (d) del ejercicio 1 de la sección 4.1 puede ser de utilidad.]
28. Se puede utilizar el principio del buen orden para dar otra demostración del hecho de que V2
es irracional. Supongamos que V2" es racional y consideremos el conjunto (distinto del vacío)
" S C Z+ dadb-pot-5^ {a | a v2 €i Z*}. Utilice este conjunto 5 para obtener una contradicción.
4.6
Según el matemático prusiano Leopold Kronecker (1823-1891), "Dios creó los enteros.y
lo demás es obra del hombre. . . Todos los resultados de la investigación matemática más
profunda deben poderse expresar en última instancia en la forma simple de propiedades de
los enteros". En el espíritu de esta cita, vimos en este capítulo cómo la obra del Todopode
roso ha sido desarrollada ampliamente por el hombre en los últimos 24 siglos.
Si empezamos en el siglo cuarto [A.C.], en los Elementos de Euclides no sólo encontra
mos la geometría que aprendimos en el bachillerato, sino también las ideas fundamentales
de la teoría de números. Las proposiciones 1 y 2 del libro VII de Euclides incluyen un
ejemplo de algoritmo para determinar el máximo común divisor de dos enteios positivos
utilizando una técnica eficiente para resolver, en un número finito de pasos, un tipo espe
cífico de problema.
El término algoritmo, como su predecesor algorism, era desconocido para Euclides. De
hecho, este término figuró en el vocabulario de la mayoría de la gente sólo a finales de
la década de 1950, cuando la revolución de la computación comenzó a tener efectos en ia
sociedad. La palabra viene del nombre del famoso matemático, astrónomo y escritor de
libros de texto islámico Abu Ja'far Mohammed ibn Musa al-Khowárizmí (cerca de 780-
850). La última parte de su nombre, al-Khowárizmí, que se traduce como "un hombre
de la ciudad de Khowárizm", dio lugar al término algorism. La palabra álgebra viene de |
4,6 Resumen y repaso histórico 239
Euclides (aprox. 400 A.C.)
al-jabr, que está contenida en el título del libro de texto de al-Khowárizmí Kitab al-jabr
w'al muquabala. Traducido al latín durante el siglo trece, este libro tuvo un efecto profun
do W los matemáticos de la época del renacimiento europeo.
CbmoJo mencionamos en la sección 4.4, el uso que damos a la palabra algoritmo tiene
la connotación de un método preciso, que se sigue paso a paso, para resolver un problema
en un número finito de pasos. La primera persona a quien se atribuye el mérito de haber
desarrollado el concepto de un algoritmo de computador fue Augusta Ada Byron (1815-
1852), condesa de Lovelace. Hija única del famoso poeta Lord Byron y Annabella
Millbanke, AugustaAda fue criada por su madre, quien estimuló sus talentos intelectuales.
Con una enseñanza en matemáticas impartida por personajes de la talla de Augustus De
Morgan (1806-1871), continuó sus estudios ayudando al talentoso matemático inglés
Charles Babbage (1792-1871) en el desarrollo del diseño de una de las primeras máquinas
de cálculo, la "máquina analítica". Los apuntes más completos sobre esta máquina se
encontraron en sus escritos, donde también puede encontrarse un gran talento literario y la
esencia de los algoritmos modernos para los computadores. En el capítulo 2 del libro de
S. Augarten [1] se pueden encontrar más detalles acerca de la obra de Charles Babbage y
Augusta Ada Byron Lovelace.
En el siglo posterior a Euclides, encontramos algo de teoría de números en la obra de
Eratóstenes. Sin embargo, fue cinco siglos después cuando Diofanto de Alejandría obtuvo
los primeros grandes logros en este campo. En su obraArithmetica, sus soluciones enteras
de ecuaciones lineales (y de orden superior) fueron como un faro matemático que guiaba
hacia la teoría de números, hasta que el matemático francés Pierre de Fermat (1601-1665)
entró en escena.
El problema que presentamos en el teorema 4.8 fue investigado por Diofanto y analiza
do posteriormente, durante el siglo vil, por los matemáticos de la India, pero sólo hasta la
década de 1860 fue resuelto completamente por Henry John Stephen Smith (1826-1883).
Si desea conocer más detalles acerca de la obra de éstos y otros matemáticos que se han
dedicado al área de la teoría de números, consulte L. Dickson [4]. El capítulo 5 de I. Ni ven
Augusta Ada Byron, condesa de Lovelace (1815-1852)
y H. Zuckerman [10] trata de las soluciones de las ecuaciones diofánticas y de sus aplica
ciones. \
En la obra Formutatío Matemático, publicada en 1889, Giuseppe Peano (1858-1932)
formuló el conjunto de los enteros no negativos con base en tres términos indefinidos:
cero, número y sucesor. Su formulación es la siguiente:
a) Cero es un número.
b) Para cualquier número n, su sucesor es un número.
c) Ningún número tiene a cero como su sucesor.
d) Si dos números m, n tienen el mismo sucesor, entonces m = n.
e) Si T es un conjunto de números donde 0 G T, y donde el sucesor de n está en T
siempre que n esté en 7, entonces Tes el conjunto de todos los números.
En estos axiomas se ve la estrecha relación entre el concepto de orden (sucesor), la técnica

de inducción matemática y la idea de número (es decir, los enteros no negativos). Peano
atribuyó la formulación a Richard Dedekind (1831-1916), quien fue el primero en desa
rrollar estas ideas; sin embargo, estos axiomas se conocen en general como los "axiomas
de Peano".
El primer europeo que aplicó el principio de inducción en las demostraciones matemá
ticas fue el científico veneciano Francesco Maurocylus (1491-1575), cuyo libro de arit
mética, publicado en 1575, contenía dicho trabajo. En el siglo siguiente, Pierre de Fermal
hizo algunas mejoras a la técnica de su obra mediante el "método de descenso infinito"
Blaise Pascal (cerca de 1653), al demostrar resultados de combinatoria como C(n, k)ii
(n, k + 1) = (k + \)l{n - k),0 < k < n - 1, utilizó la inducción y se refirió a esta técnica
como el trabajo de Maurocylus. El término actual inducción matemática no fue utilizado
hasta el siglo xix, cuando apareció en la obra de Augustus De Morgan (1806-1871). En

1838, él describió el proceso con gran cuidado y le dio el nombre de inducción matemáti
ca. (Un interesante examen de este tema aparece en el artículo de W. H. BuSsey [2].)
El texto de B. K. Youse [13] ilustra múltiples y variadas aplicaciones del principio de
inducción matemática en álgebra, geometría y trigonometría. Si desea más información
acerca de la pertinencia de este método de demostración en los problemas de programa
ción y el desarrollo de algoritmos, el texto de M. Wand [12] (particularmente el capítulo 2)
proporciona una base amplia y ejemplos.
Es posible encontrar máSk detalles acerca de la teoría de números en los textos de
G. Hardy y E. Wright [5], W. .TLeVeque [7, 8] e I. Niven y H. Zuckerman [10]. En un nivel
comparable al de este capítulo, el capítulo 3 de V. H. Larney [6] proporciona una agrada
ble introducción a este material. El texto de K. H. Rosen [11] integra aplicaciones en
criptografía y ciencias de la computación en su desarrollo del tema. El artículo de M. J.
Collison [3] examina la historia del teorema fundamental de la aritmética. Los artículos
que aparecen en. [9] hacen un recuento de algunos desarrollos interesantes en la teoría/ae
números. /
BIBLIOGRAFÍA
1. Augarten, Stan, BIT by BIT, An Illustrated History of Computers, Nueva York, Ticknor &
Fields, 1984.
2. Bussey, W. H., "Origins of Mathematical Induction", American Mathematical Monthly 24,
1917, pp. 199-207.
3. Collison, Mary Joan, "The Unique FactorizationTheorem: From Euclid to Gauss",Mathematics
Magazine 53, 1980, pp. 96-100.
4. Dickson, L., History of the Theory of Numbers, Washington, D.C., Carnegie Institution of
Washington, 1919. Reimpreso por Chelsea, en Nueva York, 1950.
5. Hardy, Godfrey Harold, y Edward Maitland Wright, An Introduction to the Theory ofNumbers,
5". ed., Oxford, Oxford University Press, 1979.
6. Larney, Violet Hachmeister, Abstract Algebra: A First Course, Bostón, Prindle, Weber &
Schmidt, 1975.
7. LeVeque, William i.,Elementary Theory of Numbers, Reading, Mass., Addison-Wesley, 1962.
8. LeVeque, William J., Topics in Number Theory, vols. I y II, Reading, Mass., Addison-Wesley,
1956.
9. LeVeque, William J. (editor), Studies in Number Theory, MAA Studies in Mathematics, vol. 6,
Englewoods Cliffs, N.J., Prentice-Hall, 1969. Publicado por la Mathematical Association of
América.
10. Niven, Ivan y Herbert S., Zuckerman. An Introduction to the Theory of Numbers, 4". ed.,
11. Rosen, Kenneth H., Elementary Number Theory, 3*. ed., Reading, Mass., Addison-Wesley,
1993.
12- Wand, Mitchell, Induction, Recursion, and Programming, Nueva York, Elsevier North Holland,
1980.
13. Youse, Bevan K., Mathematical Induction, Englewoods Cliffs, N.J., Prentice-Hall, 1964.
d) Verifique la conjetura de la parte (c) para todo n 6

EJERCICIOS
Z+ mediante el principio de inducción matemátict
COMPLEMENTARIOS
7. Para n £ Z*, use la inducción matemática para mostrai
que
1. Sean a, d enteros fijos. Determine una fórmula para la n(n + l)(2n + l)(3/t2 + 3n - 1)
suma de a + (a + d) + (a + Id) + • • ■ + (a + (n - \)d), para E/ 4 = 30
n £ Z*. Verifique su resultado mediante inducción matemá
tica. \ ■ 8. Sea n £ Z \ n impar y no divisible entre 5. Demuestre
2. En el siguiente segmento de programa en Pascar; las que existe una potencia de n cuya cifra de las unidades es 1.
variables n y sum son variables enteras. Después de ejecu 9. Para cualquier n £ Z, n > 0, demuestre que
tarse este segmento de programa, ¿cuál es el valor de n im a) 22"+l + 1 es divisible entre 3.
preso por la proposición Writeln? b) n1 + (n + l)3 + (n + 2)3 es divisible entre 9.
n : = 3; n1 n1 1\n
c) — + — +
sum : = 0; ' 7 3 21 es un entero.
While sum < 10,000 do
10. Verifique que para cualquier n ' i Z+, tal que sen 6 *0,
Begin
n : = n + 7; entonces
sum : = sum + n
End; sen 9 + sen 30 + sen 50 + • • ■ + sen (2n - 1)0 = s(ín
Writeln ("El valor de n es ', n:0, '.'); sen 8
3. Consideremos las siguientes seis ecuaciones. 11. Si n £ Z* y n > 2, demuestre que 2" < (2„n) < 4".
1) 1 =1 12. Si n £ Z*. demuestre que 57 divide a 7"*2 + 82;

2) 1-4=-(1+2) 13. Para cualquier n £ Z+, muestre que
3) 1-4 + 9 = 1 + 2 + 3 a) si n > 64, entonces « puede escribirse como um
4) 1 - 4 + 9 - 16 = - ( 1 + 2 + 3 + 4) suma de múltiplos de 5, de 17 o de ambos.
5) 1 - 4 + 9 - 1 6 + 25 = 1 + 2 + 3 + 4 + 5 b) si n > 108, entonces n puede expresarse como una
6) l - 4 + 9-16 + 2 5 - 3 6 = - ( l + 2 + 3 + 4 + 5 + 6) suma de números 10 y 13.
Conjeture la fórmula general sugerida por estas seis " 1 *" íl\
ecuaciones y demuestre su conjetura. 14. Si n £ Z*, demuestre que 2 = E(-1) < _ 1 "
¡-i/i + i /_i 2 \i/
4. Para n £ Z*, demuestre lo siguiente por inducción 15. Dado n £ Z* escribamos r = rfl + r, 10 + r 2 1 0 + - +
matemática: 10", donde 0 < r. < 9 para 1 < i < n - 1 y 0 < rn < 9
a) Demuestre que 91 r si y sólo si 91 (rn + r n , + • •
a) 5\(n¡-n) b) 6|(n 3 + 5n)
*i + ri + 'o)-
5. Para todo n £ Z*, sea S(n) la proposición abierta: n + 2 b) Demuestre que 3 | r si y sólo si 3 | (rB + rn_, + • •
n + 41 es primo. r2 + r. + r„).
a) Verifique que S(n) es verdadera para todo 1 < /i < 9. c) Si t = 137486¿225, donde x es un solo dígito, de
b) Si S(k) es verdadera, ¿implica esto que S(/fc + /) es termine el valor o valores de x de modo que 3|i.
verdadera para todo k £ Z*? ¿Qué valores de x hacen a / divisible entre 9?
6. Para n £ Z+, defina la suma Í mediante la fórmula 16. Francisco gasta $6.20 en dulces para darlos como pre
n mio en un concurso. Si una caja de 10 onzas de estos dulces
1 2 3 (n-1) n cuesta $0.50 y una caja de 3 onzas cuesta $0.20, ¿cuántas
sn = - + - + - + ■ • • + ^ n\ '- + (n
• + 1)! cajas compró de cada tamaño?
2! 3! 4! 17. a) ¿Cuántos enteros positivos podemos expresar como
23 un producto de nueve primos (se permiten repeti
a) Verifique que Í, = —, s2 = — y s. ciones y no importa el orden), si los primos pue
24
b) Calcule s4, s5 y s6. den elegirse del conjunto {2, 3, 5, 7, 11}?
c) Con base en los resultados de las partes (a) y (b), b) ¿Cuántos de los enteros positivos de la parte (a)
conjeture una fórmula general para la suma de los tienen al menos una ocurrencia de cada uno de los
términos de s . cinco primos?
c) ¿Cuántos de los resultados de la parte (a) son 21. Evalúe las siguientes cantidades.
divisibles entre 4? ¿Cuántos de los resultados de la
parte (b)?
a)ñ(¿¿) b)i(ii(i+2)) oñfriy)
^18. Sean a, b, c, d, m, n, s, t £ Z+ con ad-bc= l,s = am +
bny t=cm + dn. 22. ¿Cuándo tiene un entero positivo n exactamente 15 di
a) Determine m, n en términos de s, t. visores positivos?
b) Demuestre que mcd(í, í) = mcd(m, n).
23. Consideremos el conjunto {1,2, 3}. En este caso, pode
19. a) Diez estudiantes entran a unos vestuarios que con mos escribir {1, 2, 3} = {1,2} U {3}, donde 1 + 2 = 3. Para
tienen 10 gavetas. El primer estudiante abre todas el conjunto {1, 2, 3, 4}, tenemos que {1, 2, 3,4} = {1,4} U
las gavetas. El segundo estudiante cambia el esta {2, 3}, donde 1 + 4 = 2 + 3. Sin embargo, las cosas cambian
do (de cerrado a abierto o viceversa) de cada gave cuando analizamos el conjunto {1, 2, 3,4, 5}. Si C C {1,2,
ta en forma alternada, a partir de la segunda gave 3, 4, 5} y sc denota la suma de los elementos de C, vemos
ta. El tercer estudiante cambia entonces el estado que no hay forma de escribir {1, 2,3,4,5} =A UñconA C\
de cada tercera gaveta, a partir de la tercera. En B=0ysA=sB.
general, para 1< k < 10, el fc-ésimo estudiante a) ¿Para cuáles n £ Z*, n > 3, podemos escribir
cambia el estado de cada k gavetas, a partir de la
{1,2,3 rú=AUB, conA D B = 0y sA=sB7
A-ésima. Después de que el décimo estudiante ha
(Como antes, í^y-j^dehotan las sumas de los ele- ^
pasado por todas las gavetas, ¿cuáles de ellas con
mentos de A y B, respectivamente.)
tinúan abiertas?
b) Sea n £ Z*. n > 3. Si podemos escribir {1, 2, 3,
b) Responda la parte (a) si reemplazamos 10 por n £
. . . , n] = A U B, con A O B= 0 y sÁ~ sB, describa
Z+, ñ > 2.
cuántos de estos conjuntos Ay B podemos deter
20. Sea A = {a,, ay ay a4, as) C Z \ Demuestre que A con minar.
tiene un subeanjunt& no vacío S tal que la suma de los ele
mentos de S es un múltiplo de 5. (Es posible tener una suma
que conste solamente de un sumando.)
y
5
Relaciones
y funciones
E n este capítulo extenderemos la teoría de conjuntos del capítulo 3 para incluir los con
ceptos de relación y función. Las funciones intervienen en el álgebra, la trigonometría y
el cálculo. Aquí, sin embargo, estudiaremos las funciones!desde el punto de vista de la
teoría de conjuntos (incluyendo las funciones finitas), y presentaremos algunas ideas nue
vas que deberán tenerse en cuenta en el estudio de este tema. Además, examinaremos el
concepto de complejidad de una función y su papel en el estudio del análisis de algoritmos.
Tomaremos una ruta a lo largo de la cual encontraremos las respuestas de los siguientes
seis problemas (muy relacionados entre sí).
1) El Departamento de Defensa tiene siete contratos distintos relacionados con un pro

yecto de alta seguridad. Cuatro empresas pueden fabricar las distintas piezas a que
se refiere cada contrato; para maximizar la seguridad de todo el proyecto, es mejor
que cada una de las cuatro empresas se dedique a una pieza. ¿De cuántas maneras
pueden asignarse los contratos para que todas las empresas participen?
2) ¿En cuántas secuencias cuaternarias (0, 1, 2, 3) de siete dígitos hay al menos una
ocurrencia de cada uno de los dígitos 0, 1, 2, y 3?
3) Una matriz mxn cero-uno es una matriz A con m filas y n columnas, tal que en la
fila Í , para todo 1 < i < m, y en la columna j , para todo 1 < j < n, la entrada a¡¡ que
aparece es 0 o 1. ¿Cuántas matrices cero-uno de 7 x 4 tienen exactamente un 1 en
cada fila y al menos un 1 en cada columna? (La matriz cero-uno es una estructura
de datos que se origina en ciencias de la computación. Aprenderemos más acerca de
ella en capítulos posteriores.)
4) Siete personas (no relacionadas entre sí) llegan a la recepción de un edificio que
tiene cuatro pisos más, y entran en el ascensor. ¿Cuál es la probabilidad de que el
ascensor se detenga en cada piso para dejar a los pasajeros?
5) Para los enteros positivos m, n con m< n, demuestre que
0
á^K»-*)*"-*'""-
6) Para cada entero positivo n, verifique que
"!-á(-1'*(»-t)<"-*)"-
245
246 Capítulo 5 Relaciones y funciones
¿Nota la relación entre los primeros cuatro problemas? Los primeros tres son el mismo
problema pero en diferentes contextos. Sin embargo, no queda tan claro que los últimos
dos problemas se relacionen o que exista alguna conexión entre ellos y los primeros cua
tro. No obtante, estas identidades se establecerán mediante las mismas técnicas de conteo
que desarrollaremos para resolver los primeros cuatro problemas.
5.1
Productos cartesianos
y relaciones
Definición 5.1 Para los conjuntos A, B Q ■%, el producto cartesiano, de A y B se denota con A x B y e
igual a {(a, ¿>) | aGA, bGB}.
Decimos que los elementos de A x B son pares ordenados. Para (a, b), (c, d) E A x B
tenemos que (a, b) - (c, d) si y sólo si a = c y b = d.
Si A, B son finitos, se sigue de la regla del producto que | A x fí | = | A | | B | . Aunque
generalmente no ocurre que A x B = B x A, tendremos que | A x B \ = | B x A |. Así
mismo, aunque A, B C Û, no es necesario que A x B C %, por lo que a diferencia déla
unión y la intersección, SPtÛ) no necesariamente es cerrado en esta operación binaria.
Podemos extender la definición del producto cartesiano para más de dos conjuntos. Si
n E Z+, n > 3 y A1; A 2 , . . . , A„ C QU, entonces el producto (de orden n) de AIt A2 A, s
denota con A[X A 2 x • • • x A„ y es igual a {(a,, a2, ■ ■ . , an) \ a¡ £ A„ 1 < ¿ < n}.t A
elementos de Ax x A2x • • • x A„ se les llaman-uplas ordenadas, aunque generalmente usem
el término terna en lugar de 3-upla. Como en el caso de los pares ordenados, si(fli,a¡,..., a,),
(bu b2,..., bn) E A¡ x A2 x • • • x A„, entonces (a¡, a2,..., an) = (bu b2,..., bn) si y sólo
a¡ =fe,-,para todo 1 < / < n.
Ejemplo 5.1 Sean <¡U = { 1 , 2 , 3 , . . . , 7}, A = {2,3,4}, B = {4,5}. Entonces
a) AXB = {(2,4),(2,5),(3,4),(3,5),(4,4),(4,5)}.
b) B x A = {(4,2), (4,3), (4,4), (5,2), (5,3), (5,4)}.
c) B2 = BXB = {(4,4),(4,5),(5,4),(5,5)}.
d) B3 = BxBxB = {(a, b, c) \a, b, c E B}; por ejemplo, (4,5,5) i B3
t Cuando utilicemos el producto cartesiano de tres o más conjuntos, debemos tener cuidado con la falta de
asociatividad. En el caso de tres conjuntos, por ejemplo, hay una diferencia entre cualesquiera dos de loi
conjuntos A¡ x A2 x A3, (A, x A2) x A, y A¡ x (A2 x A3) ya que sus respectivos elementos son ternas ordenadas
(a,, a2, a}) y los pares ordenados diferentes ((a,, a2), a,) y (a,, (a2. a})). Aunque tales diferencias son importan
tes en ciertas situaciones, aquí no nos concentraremos en ellas y usaremos siempre la forma sin paréntesis ,4
x A2x Ai. También convendremos esto al tratar con el producto cartesiano de cuatro o más elementos.
i
H$&$N6 §.2 Si Û = R, R x R = {(x,y) \ x, y G R} se reconoce como el plano real de la geometría con

coordenadas y del cálculo de dos dimensiones. El subconjunto R + x R+ es el interior del
primer cuadrante de este plano. De la misma forma, R3 representa el espacio tridimensional
euclídeo, donde el interior tridimensional de cualquier esfera (de radio positivo), los pla
nos de dos dimensiones y las líneas de una dimensión son subconjuntos de importancia.
Se realiza un experimento % de la siguiente manera: Se tira un solo dado y se anota el

resultado; después se lanza una moneda al aire y se anota el resultado. Determinaremos un
espacio muestral S' para ^ .
Sea *¡S¡ la primera parte del experimento %, y sea 5Pt = {1, 2, 3, 4, 5, 6} un espacio
muestral para %x. Asimismo, sea£f2 = {cara, cruz} un espacio muestral para %lt la segun
da parte del experimento. Entonces S' = &'¡x ¿/^ es un espacio muestral para %.
Este espacio muestral puede representarse gráficamente con un diagrama de árbol que
presenta todos los resultados posibles del experimento 'E. En la figura 5.1 tenemos tal
diagrama de árbol, que procede de izquierda a derecha. Desde el punto del extremo iz
quierdo, seis ramas originan los seis resultados de la primera etapa del experimento %.
Para cada uno de los puntos, numerados como 1, 2 , . . . , 6, dos ramas indican los resulta
dos subsecuentes del lanzamiento de la moneda. Los doce pares ordenados que se obser
van en los extremos de la derecha constituyen el espacio muestral Sf.
O.Cara)
(1,Cara)
(2, Cruz)
(2, Cara)
(3, Cruz)
(3, Cruz)
(4, Cara)
(4, Cruz)
(5, Cara)
(5, Cruz)
(6, Cara)
(6, Cruz) Figura 5.1
Además de su estrecha relación con los productos cartesianos, los diagramas de árbol
también aparecen en otras situaciones.
EjeaspJo 5*4 En el campeonato de tenis de Wimbledon, las mujeres juegan como máximo tres sets en un
encuentro. La ganadora es la primera que gana dos sets. Si denotamos con N y E a c
jugadoras, el diagrama de árbol de la figura 5.2 indica las seis formas en que puede ganarse
este encuentro. Por ejemplo, el segmento de línea con un asterisco (arista) indica que la
jugadora E ganó el primer set. La arista con doble asterisco indica que N ha ganado el
juego al ganar el primer y el tercer set.
Primer conjunto Segundo Tercer conjunto

conjunto (en caso necesario)
Figura 5.2
Los diagramas de árbol son ejemplos de una estructura general llamada árbol. Los
árboles y los grafos son estructuras importantes que aparecen en la ciencia de la computa
ción y la teoría de optimización, que analizaremos en capítulos posteriores.
Volvamos al producto cartesiano de dos conjuntos para ver que los subconjuntos de
esta estructura son de gran interés.
Definición 5.2 Para los conjuntos A, B C %, cualquier subconjunto A x B es una relación de A en B,

Cualquier subconjunto de A x A es una relación binaria en A.
Con A, B, % como en el ejemplo 5.1, las siguientes son relaciones de A en B.
a) 0 b) {(2,4)}
c) {(2,4), (2,5)} d) {(2,4), (3,4), (4,4)}
e) {(2,4), (3,4), (4,5)} f) AxB
Cómo | A x B | = 6, se sigue de la definición 5.2 que existen 26 posibles relaciones deA

enB.
En general, para conjuntos finitos A, B con | A | = m y | B | = n, existen 2mn relaciones

de A en B, incluyendo la relación vacía y la propia relación A x B.
También existen 2"™( = 2mn) relaciones deB en A, una de las cuales es también 0 y
otra es B x A. La razón por la que obtenemos el mismo número de relaciones de B en A
que de relaciones de A en B es que cualquier relación Sít de B en A puede obtenerse a
partir de una única relación Sí2 de A en B, inviniendo simplemente las componentes de
cada par ordenado en Sí2.
Ejemplo 5.6 S e a 5 = { l , 2 } C N , ( 3 U = 2P(fi)yA = sU ={0, {1}, {2}, {1,2}}. El siguiente es un ejemplo

de una relación binaria en A: 9t={(0, 0), (0, {1}), (0, {2}), (0, {1, 2}), ({1}, {1}), ({1},
{1,2}), ({2}, {2}), ({2}, {1,2}), ({1,2}, {1,2})}. Podemos decir que la relaciona es la
relación inclusión, donde (C, D) £ Sí si y sólo si C, D C B y C C £).
Con A = S\L = Z + , podemos definir una relación binariaSí en el conjunto A como {(x, y) | x
< y}. Ésta es la conocida relación "es menor o igual que" para el conjunto de enteros
positivos. Puede representarse gráficamente como el conjunto de puntos, con componen
tes enteras positivas, localizadas en o arriba de la línea y = x en el plano enclídeo.t como
se muestra parcialmente en la figura 5.3. Aquí no podemos enumerar la relación completa
como lo hicimos en el ejemplo 5.6, pero notamos, por ejemplo, que (7, 7), (7, 11) G 9t,
pero (8, 2) £ Sí. El hecho de que (7, 11) G Sñ también puede ser denotado con 7 91 11;
(8, 2) ^ Sñ se expresa como 8 Sí 2. En este caso, 7 2ft 11 y 8 91 2 son ejemplos de la
notación infija para una relación.
y ,
4
y
3
/ 1 i i i
Figura 5.3
A 2 3 4
Nuestro último ejemplo nos ayudará a revisar la idea de un conjunto definido en forma
recursiva.
Sea Sí el subconjunto de N x N donde 91 = {(m, n) \ n = lm). En consecuencia, entre los

pares ordenados en 9í se encuentran (0, 0), (1, 7), (11, 77) y (15, 105). Esta relación 9i en
N también puede representarse en forma recursiva como
1) (0,0) £ Sí; y UNIVERSIDAD DE LA BEPjmlC
2) Si.(í, 0 GSí, entonces(s+l,t + 7)E\ FACULTAD DE INGENIARÍA
DEPARTAMENTO P E
tTambién se conoce como "plañó euclidiano". (N. del E.) DOCUMENTACIÓN Y B g O «
MONTEVIDEO - URUGUAY
Usamos la definición recursiva para mostrar que el par ordenado (3,21) (deN x N) está en
2ft. Nuestra forma de obtenerlo es la siguiente: Por la parte (1) de la definición recursiva,
partimos de (0, 0) G SR. Entonces la parte (2) de la definición nos da
i) (0,0)G9fc=>(0 + 1,0 + 7) = ( l , 7 ) e » ;
ü) ( l , 7 ) G & = > ( l + l ) 7 + 7) = ( 2 ) 1 4 ) G & ; y ,
üi) (2,14)G&=>(2 + l,14 + 7) = (3,21)G9t.
Cerraremos esta sección con algunas observaciones finales.
1) Para cualquier conjunto A C %, A x 0 = 0. (Si A x 0 # 0, sea (a, b) G A X 0,

Entonces a G A y b G 0. ¡Imposible!). De la misma forma, 0 x A = 0.
2) El producto cartesiano y las operaciones binarias de unión e intersección están rela
cionadas como se muestra en el siguiente teorema.
TEOREMA 5.1 Para cualesquiera conjuntos A, B, C C %:

a) A x (B C\C) = (A x B)P\(A x C)
b) A x (B UC) = (AXB)U(AXC)
c) (A (1B) x C = (A x C)n(B x C)
d) (A U B) x C = (A x C) U (B x C)
Demostración: Demostraremos el teorema 5.1 (a) y dejaremos las demás partes al lector,
Usaremos el mismo concepto de igualdad de conjuntos (como en la definición 3.2 déla
sección 3.1), aunque en este caso los elementos son pares ordenados. Para a, b G %, (a, b)
eAx(finC)OfleAyí»eBnC«aGAybeB,C«aGA,t£fi,yflGAj
E C <* (a, b) E Ax B y (a, b) G Ax C <¿> (a, b) E (Ax B) C\ (Ax C).
EJERCICIOS 5.1 1. Si % = N, A = {1, 2, 3, 4}, B = {2, 5} y C = {3,4, 7), determine A x B;BxA;AU(fix C);
(A U B) x C; (A x C) U (S x C).
2. Si % = {1, 2, 3, 4, 5}, A = {1, 2, 3}y B = {2, 4, 5}, dé ejemplos de
a) tres relaciones no vacías de A en B.
b) tres relaciones binarias no vacías en A.
3. Sea A = {1, 2, 4, 8, 16} y B = {1, 2, 3, 4, 5, 6,7). Si (2 - x, 5), (4, y - 2) G A x B, ¿se cumple
que ( 2 - * , 5) = (4, y - 2 ) ?
4. SeaA,= {0,1,2,3,4},A2= {1,3,7,12},A3= {0,1,2,4,8,16,32} yA4= {-3,-2,-1,0,1,2,3),
a) Sea2í, £A1xA2xA3xA4dondeSi1= {(w,x,y, z) \ wxyz = 0}. ¿Cuántas 4-uplas ordenadas
(o cuaternas) hay en una relación cuaternaria 2R,1
b) Si 9l2 £ A, x A2x A3x A4 es la relación cuaternaria donde (a, b,c,d)SSh2 si (y sólo si) é
cd<0, ¿cuánto vale | % |?
5. Para A, B, Û como en el ejercicio 2, determine lo siguiente:(a) | A x B |; (b) el número de
relaciones de A en B; (c) el número de relaciones binarias en A; (d) el número de relaciones
de A en B que contienen (1, 2) y (1, 5); (e) el número de relaciones de A en i? que contienen
5.2 Funciones: en general e ¡nyectivas 251
exactamente cinco pares ordenados; y (0 el número de relaciones binarias en A que contienen

al menos siete elementos.
6. ¿Para cuáles conjuntos A, B C (¡U es verdadero que AxB=BxAl
7. Para un universo dado aU, sean A, B, C, D subconjuntos no vacíos de (¡U.
a) Demuestre que AxBQCxD si y sólo s i A C C y B C D .
b) ¿Qué le sucede al resultado en la parte (a) si cualquiera de los conjuntos A, B, C, D es
vacío?
8. La final masculina en Wimbledon es ganada por el primer jugador que gane tres de cinco sets
en un juego. Si C y M denotan a los jugadores, dibuje un diagrama de' árbol que muestre todas
los formas posibles en que se puede decidir el juego.
9. Si 'U = R, haga un esquema de la relación {(x, y) \ x1 + y2 = 4}. ¿Quésucede si ^ es R+?
10. Se sacan algunos microcircuitos lógicos de un contenedor, se prueban individualmente y se
etiquetan como defectuosos o buenos. El proceso de prueba continúa hasta que se encuentran
dos defectuosos o hasta haber probado cinco microcircuitos en total. Utilice un diagrama de
árbol y presente un espacio muestral para este proceso.
12. Un rumor se difunde como sigue. El que lo origina llama a dos personas por teléfono. Cada
una de estas personas telefonea a tres amigos, cada uno de los cuales a su vez llama a otros
cinco más. Si nadie recibe más de una llamada y nadie llama al que lo originó, ¿cuántas perso
nas conocen ahora el rumor? ¿Cuántas llamadas telefónicas fueron hechas?
13. Para A, B, C C <¡U, demuestre que A x (B - C) = (A x B) - (A x C).
14. Sean A, B conjuntos con | B | = 3. Si existen 4096 relaciones de A en B, ¿cuánto vale | A |?
15. Sea 9í C N x N donde (m, n) £ Sí si (y sólo si)n = 5m + 2.
a) Dé una definición recursiva para Sk.
b) Utilice la definición recursiva de la parte (a) para mostrar que (4, 22) S 5h.
16. a) Dé una definición recursiva para la relación SkCZ*xZ* donde (m, n) €E 2ft si (y sólo si) m >
b) En la definición de la parte (a), verifique que (5, 2) y (4, 4) están en Sft.
5.2
Funciones: en general
e inyectivas
En esta sección nos concentraremos en un tipo especial de relación llamada/unción. Uno

encuentra muchas funciones en el medio matemático y en el de las ciencias de la compu
tación. Sin embargo, como en el caso de las relaciones, no hay razón para temer; no las
estamos abandonando, sino que reaparecerán en el capítulo 7, donde las examinaremos
con más cuidado.
Definición 5.3 Para los conjuntos no vacíos A, B, unafunción, o aplicación,/de A en B, que se denota con
/ : A —> B, es una relación de A en B en la que cada elemento de A aparece exactamente una
vez como la primera componente de un par ordenado en la relación.
Con frecuencia escribimos/(a) = b cuando (a, b) es un par ordenado en la función/. Si

(a, b) Gf,b se conoce como la imagen de a mediante/, mientras que a es unapreinuxgen
de b. Además, la definición sugiere que / e s un método para asociar a cada a G A una
única b G B; denotamos este proceso c o n / ( a ) = b. En consecuencia, {a, b), (a, c) €/

implica b = c.
SJempfo %M SiA= {1,2,3} yB= {w, x,y, z},f= {(1, w), (2,*), (3,*)} es una función, y en consecuen-
cia una relación, de A en B. 2ft, = {(1, w), (2, *)} y 2ft2 = {(1, w), (2, w), (2, x), (3, z)} son
relaciones, pero no funciones, de A en B. (¿Por qué?)
Definición 5.4 Para la función/: A —> B, A es el dominio d e / y 2? es el codominio d e / El subconjunto de

B formado por aquellos elementos que aparecen como segundas componentes de los pares
ordenados de/se conoce como la imagen d e / y se denota también como/(A) ya que es el
conjunto de imágenes (de los elementos de A) mediante/.
En el ejemplo 5.9, el dominio d e / e s {1, 2, 3}, el codominio d e / e s {w, x, y, z] y la

imagen de/es/(A) = {w, x}.
Una representación gráfica de estas ideas aparecen en la figura 5.4. Este diagrama su
giere que a puede verse como una entrada que es transformada por / e n la salida corres
pondiente, /(a). En este contexto, puede pensarse en un compilador de FORTRAN como
una función que transforma un programa fuente (la entrada) en su correspondiente progra
ma objeto (la salida).
A B Figura 5.4
5»t0 j En las ciencias de la computación aparecen muchas funciones interesantes.
a) Una de las funciones que aparece en el estudio de las estructuras de datos y el

análisis de algoritmos es la función parte entera, o función suelo. Esta función/:
R —» Z está dada por
/(x) = |_jcj = el mayor entero menor o igual que x.
En consecuencia,/(*) = x, si x G Z; y si x G R - Z,/(JC) es el entero inmediato ali

izquierda de x en la recta numérica real.
5.2 Funciones: en general e invectivas 253
Para esta función tenemos que

1) L3-8J = 3, L3J = 3, L-3.8J = - 4 , L~3J = - 3 ;
2) |7.1 + 8.2j = U5.3J = 15 = 7 + 8 = |7.1J + |8.2J;y,
3) [7.7 + 8.4J = [16.1J = 16* 15 = 7 + 8 = |7.7J + |8.4J.
En el lenguaje de programación BASIC, esta función se implanta mediante la fun
ción predefinida INT. Con esta función vemos que
INT(5.1) = 5 = INT(5) INT(-7.8) = - 8 = INT(-8).
b) Una segunda función, relacionada con la función suelo de la parte (a) y que cumple
un papel en el estudio de las ciencias de la computación es la función techo. Esta
función g: R —» Z está definida por
g (x) = |Y| = el menor entero mayor o igual que x.

Así, g(x) = x cuando xEZ, pero cuando i £ R - Z , g(x) es el entero inmediato a la
derecha de x en la recta numérica real. Al usar la función techo encontramos que
1) r31 = 3, r3.011 = r3.71 = 4 = r41;
2) r - 3 1 = - 3 , [-3.011 = [-3.71=-3;
3) |"3.6 + 4.51 = T8.ll = 9 = 4 + 5 = ["3.61 + |"4.5l; y,
4) T3.3 + 4.21 = T7.51 = 8 * 9 = 4 + 5 = p.31 + \4.2].
c) La función trunc (de truncar) aparece en Pascal y es una función de valores enteros
definida en R. Esta función elimina la parte fraccionaria de un número real. Por
ejemplo, trunc(3.78) = 3, trunc (5) = 5, trunc (-7.22) = -7.
d) Al guardar una matriz en una tabla unidimensional, muchos lenguajes de programa
ción lo hacen por filas, con el método de la fila principal. En este caso, si A = (a¡j)nxn
es una matriz n x n, la primera fila de A se guarda en los lugares 1, 2, 3 , . . . , n de la
tabla si comenzamos con au en el lugar 1.
011 «12
... flln «21 «22
. . . ain «31
... a¡i ... am
1 2 ••• n rt + 1 n+2 •■■2n2n + l ••■ (i-l)n+j ••• (n-l)n + n(=n2)
El elemento a2i se encuentra entonces en la posición n + 1, mientras que el a34 ocupa

la posición 2n + 4 en la tabla. A fin de determinar el lugar de cualquier elemento a¡j
de A, donde 1 < i,j < n, se define la función de acceso f de los elementos de A en
las posiciones 1, 2, 3 , . . . , n2 de la tabla. Una fórmula para la función de acceso es
f(a¡j) = (i-l )n+j.
ÍjÉtHp)o 1 3 1 Podemos utilizar las funciones de suelo y techo de las partes (a) y (b), respectivamente, del
ejemplo 5.10 para formular de nuevo algunas de las ideas que examinamos en el capítulo 4.
a) Al estudiar el algoritmo de la división, aprendimos que para cualesquiera a, b G Z,
con b > 0, fue posible encontrar q, r G Z únicos tales que a = qb + ry0£r<b.
Ahora podemos añadir que q = \alb\ y r = a - [a/b] b.
b) En el ejemplo 4.41 encontramos que el entero positivo

29,338-848,000 - 2'355}7311
(8 + 1)" "(5 + 1)* "(3 + 1)" (3 + 1)" (1 + 1)1

tiene 60 = <5)(3)(2)(2)(1) = divi
2 2 2 2 2
sores positivos que son cuadrados perfectos. También nene 24 = (3)(2)(2)(2KI:
(8+1) (3 + 1)" "(3 + 1) (l + D
divisores positivos que. son cu
3 3 3 3 3
bos perfectos. En general, .si n £ Z ' con n > I, sabemos que podcmo.s escribir
donde k €E Z \ p¡ es primo para iodo 1 &i£k,p, £ p, para todo 1 < ¡ <j s k.ye,
G Z' para todo 1 < i s k. Este se debe al leorema fundamental de la arilmclia
Entonces si r £ Z*, vemos que el número de divisores positivos de n que son potó
'e, + I]
cías r ¿simas perfectas esflí-i —•— . Cuando r - I obtenemos n ' [V + fi =
IIÍ-i(d'i + ' ^ *lut: c s c ' número de-divisores positivos de n.
En la sección 4.2 presentamos el concepto de sucesión junto con nuestro análisis de h

definiciones recursivas. Nos daremos cuenta ahora de que una sucesión de números reata
rJt rr r„... puede pensarse como una función/: Z* > R dondc/<n) - r , para todo n € Z*
De la misma forma, una sucesión de enteros «„,«,, a r .. .puede definirse por medio de una
función g : N —* Z donde #(«) = a , para ludo n G N.
Fn el ejemplo 5.9, existen 2" - 4096 relaciones de A en B. Hemos examinado um

función entre todas estas relaciones; ahora queremos contar el mímero total de funciono
de A en B.
Para el caso general, sean A, fí conjuntos no vacíos con | A | = m, | B j - n. En conse

cuencia, si A = {a}, o2 am) y B = {&i, b2 b,}, entonces una función típica/:
A - » R puede describirse como {(a,, x¡), (a2, x,).... ,(am. xm)}. Podemos seleccionar
cualquiera de los n elementos defl como*) y después hacer lo mismo conjcj. (Podemos
seleccionar cualquier elemento de B como x2; incluso podemos elegir el mismo ele
mento de B como *. y x2.) Continuamos este proceso de selección hasta que finalmente
seleccionamos uno de los n elementos de B como x„, De esta forma, utilizando la regla
del producto, existen nm= [ t í | l * l funciones de A en R.
Por lo tanto para A, 5 del ejemplo 5.9. existen 4*= | B \ 1*1 - 6 4 funciones de A enB.y
y= \A p ' l = 81 funciones de ií en A. En general, no esperamos que | A | *'sea iguala!
| B | ■* I. A diferencia de la situación para el caso de las relaciones, no siempre podemos
obtener una Junción de B en A intercambiando simplemente los componentes de los paja
ordenados de una función de A en B.
5.2 Funciones: en general c invectivas 2551
Ahora que tenemos el concepto de función CUINO un tipo especial de relación, centrare
mos nuestra atención en un tipo especial de función.
Definición 5.5 Una función f:A —* Ssc denomina une; a uno, o inyectiva, si cada elemento de /' aparece
como máximo una vez como la imagen de un elemento de A.
S Í / : -4—*tíes uno a uno. con/1, tí finito, debemos tener que \A | £ | B |. Para conjuntos i
arbitrarios A, B, s i / : / l —> B es uno auno, entonces p a r a u ^ o i ^ A,f(a,) —f(a7)â,= aj.
Consideremos la función/: R —t R tal t]uc/(.i)- 3r + 7 para todo* €T R. Entonces para

cualesquiera *,, x2 € R, tenemos que
por lo que la función dada/es uno a uno.

Por olro lado,.supongamosqueg : R —* Res la función definida comog(x) = *4-A'parai
cada número real x. timonees
g(0) = < 0 ) 4 - 0 = 0 jf(l)-(lV-(l)-I-l-0.

En consecuencia, g no es uno a uno, ya que g(0) = g( I) pero 0 + I, es decir, g no es uno ai
uno ya que existen números reales .v,. x2 tales que g(x,) ■ g(x¿) 4> xx = x2.
;pgp|p3,14:| SeanA=(l12,3}yB=|1.2,3,4l5|.Lafunción
/ = { ( 1 , 1 ) , (2,3), (3,4)}
es una función uno a uno de A en tí;
S = t(U),(2,3).(3,3)}
es una función de A en fí. pero no es uno a uno, ya que g(2) - g(3) pero 2 * 3 .
Para A, fí como en el ejemplo 5.14 existen 2M relaciones áeA en B y 5* de éstas son funcio
nes de A en tí. Queremos saber ahora el número de funciones/: A -* B que son invectivas
o uno a uno. De nuevo argumentaremos para el caso de conjuntos finitos generales.
Si .4 = [a,, a,, ai,...,a„},B= \bu b2, b¡,...,bH),ymS n, una función inyeeliva/: A -+

B tiene la forma {(a,, r,), (a : , * ? ), (<ij, *■,) . . . . (amt xm)}, donde existen n opciones para
x, (es decir, cualquier elemento de B\ n I opciones para x% (es decir, cualquier ele
mento de B excepto el elegido como xt), n — 2 opciones para x¡. y asf sucesivamente,
hasta terminar con n - (m - 1) = n - m + 1 opciones para xm. Por la regla del producto,
el número de funciones inyectivas de A en B es
n(n - 1) (« - 2 ) - - ( n - m + !) = «!/(« -m)\ = P(n,m) = P{\B\,\A\).

wm
En consecuencia, para A, B como los del ejemplo 5.14, existen 5 • 4 • 3 = 60 funciones

inyectivas / : A —» B.
Definición 5.6 S i / : A —¥ B y A( C A, entonces
/ ( ¿ O ' = {beB\b =/(a), para algún a E A,},

y/(Ai) se conoce como la imagen de A¡ mediante/.
Ejemplo $AB ParaA = {1, 2, 3, 4, 5} y B = {w, x, y, z], sea/: A ->fi dadapor/= {(1, w), (2,x), (3,x), (4,y),
(5, >)}. Entonces para A,= {1 },A 2 ={1, 2}, A 3 ={ 1,2, 3},A 4 ={2, 3},yA 5 ={2, 3,4,5],
encontramos las siguientes imágenes mediante/:
f(.A1) = {f(a)\aeA1} = {f(a)\ae{í}} = {f(a)\a = l} = {f(í)} = {w};

f(A2) = {f(a)\aEA2} = {f(a)\aE{í,2}} = {f(a)\a = lo2} = {f(l),f(2)} = {W,x};
f(A3) = {/(l), /(2), /(3)} = {w,x}, y f(A3) =f(A2) ya que / ( 2 ) = x = / ( 3 ) ;
/G44) = M;y,
f(A5) = {x,y}.
£j«mj>te $.16 a) Sea g: R -> R dada por g(x) = x2. Entonces g(R) = imagen de g = [0, + °°). La
imagen de Z mediante g es g(Z) = {0,1, 4,9, 1 6 , . . . } y para A, = [-2, 1] obtenemos
g(.A{) = [0, 4].
b) Sea h : Z x Z —> Z definida comoft(;t,y) = 2x + 3y. En este caso, el dominio de h e
Z x Z (no Z), y el codominio es Z. Vemos, por ejemplo, que h(0,0) = 2(0) + 3(0) -
h{\, 3) = 2(1) + 3(3) = 11, y h(-3,7) = 2(-3) + 3(7) = 15. Además, A(2, -1) = 2(2) +
3(-l) = 1, y para cada n £ Z, A(2n, - n) = 2(2n) + 3(-n) = 4n - 3n = n. En conse
cuencia, h(Z X Z) = imagen deh = Z. ParaA, = {(0, n) | n G Z + } = {0} x Z+ C ZxZ,
la imagen de A, mediante h es h(A\) = {3, 6, 9, .. .} = {3n \ n £ Z + }. /
TEOREMA 5.2 S e a / : A -> fi con A,, A C A. Entonces
a) f(A1UA2)=f(A1)Uf(A2). b) /(Ain^c/ôn/^).
c) / ( ^ n ^ w ^ o n / ^ ) cuando/es inyectiva.
Demostración: Demostraremos (b) y dejaremos las demás partes al lector.

Para cualquierb E.B,b £/(A, fl A2) => b =f(a) para algún a £ A, fl A2 =»(¿=/(a)para|
algún a £ A , ) y ( ¿ =/(a) para algún a £ A2) => b £/(A,) yfc£/(A 2 ) => ¿> £/(A,) Í~I/(A2),
por lo que/(A, n A2) C/(A,) D/(A 2 ).
Definición 5.7 S í / : A —> B y At C A, entonces/| :A —> fies \a restricción de / a A v donde/|^ (a)=J{a)

para todo a GA,.
Definición 5.8 Sea A¡ C A y / : A, —> B. Si g: A -» B y g{á) =f(a) para todo a E A,, entonces g es una
extensión defaA.
IJempío $,17 P a r a A = { l , 2 , 3, 4, 5}, s e a / : A - > R definida como/= {0- 10), (2, 13), (3, 16), (4, 19),
(5, 22)}. Seag: Q -» R tal queg(^) = 3q + 7 para todog E Q. Por último, sea A: R -> R tal
que /z(r) = 3r + 7 para todo r £ R . Entonces
i) g es una extensión de/(de A) a Q;

ii) / e s la restricción de g (de Q) a A;
iii) /i es «na extensión de/(de A) a R;
¡v) / e s /a restricción de h (de R) a A;
v) h es «na extensión de g (de Q) a R; y
vi) g es to restricción de h (de R) a Q.
£j«mjíta5.1S Sean A = {w, *, y, z}, B - {1, 2, 3, 4, 5} y A, = {w, y, z}. S e a n / : A —» fi, #,: Aj-> filas
funciones representadas por los diagramas de la figura 5.5. Entonces g -f\A y / e s una
extensión de g de A, a A. Observemos que para la función dada g: A¡—> B, existen cinco
formas de extender g de A a A.
f:A^>B g:¿,-»B
-«r
• 3
5 Figura 5.5
EJERCICIOS 5.2 1. Determine si cada una de las siguientes relaciones es una función. Si una relación es una
función, determine su imagen.
a) {(*. y) x, y e Z, y = x2+ 7}, una relación de Z en Z.
b) {(x, y) i , y £ R , / = t ] , una relación de R en R.
c) {(x, y) x, y G R, y= 3x+ 1}, una relación de R en R.
d) { (JC, y) x, y G Q, x2 + y2 = 1}, una relación de Q en Q.
e) 31 es una relación de A en B tal que | A \ = 5, | B \ = 6 | y | 2ft | = 6.
2. ¿Define la regla /(JC) = 1/(JC2- 2) una función/: R -> R? ¿Una función/: Z -4 R?
3. Sean A = {1, 2, 3, 4} y B = {JC, y, z}. (a) Enumere cinco funciones de A en B. (b) ¿Cuántas
funciones f:A^B existen? (c) ¿Cuántas funciones/: A -» B son uno a uno? (d) ¿Cuántas fun
ciones g:B-*A existen? (e) ¿Cuántas funciones g: B —> A son inyectivas? (f) ¿Cuántas funcio
nes/: A -» fi satisfacen/(l) = JC? (g) ¿Cuántas funciones/: A -» B satisfacen/(l) =/(2) =*? (h)
¿Cuántas funciones/: A—>B satisfacen / ( l ) = x y/(2) = y?
4. Si existen 2187 funciones/: A -> B y \B\ = 3, ¿cuánto vale | A | ?
2
5. Sean A, B, C C R , donde A = {(JC, y) | y = 2jc+ 1},B= {(*, y) | y = 3x} y C= {(JC, y) | JC —y = 7)
Determine lo siguiente:
a) ACtB b) B n C c) A u C d) g~u£
2
6. Sean A, B, C C Z , donde A = {(JC, y) \ y = 2x + 1 },B= {(x, y) | y = 3x} y C= {(x, y) | Jt-y = 7).
a) Determine
i) AHB ii) B n C Ui) J T J ü iv) B UC
+
b) ¿Cómo afecta las respuestas de (i) a (iv) si A, B, C Q Z x Z* ?
7. Determine lo siguiente:
a) I2.3-1.6J b) 12.3J-L1.6J c) L2.3J-[1.61
d) [3.7J +17.31 c) [3-4116.2J f ) L3.4jf6.2l
g) L2irJ h) 2L-I7J i) 2 M
8. Determine si cada una de las proposiciones siguientes es verdadera o falsa. Si es falsa, propor
cione un contraejemplo.
a) L°J = í«l para todo a G Z. b) L«J = W para todo a 6 R.

c) ¡aJ = í«l ~ 1 para todo a e R - Z. d) [afb] = \o\b\ para todo a, b G R.
e) - r « l = f-alpara todo o E R . f) - f a l = L-aJ para todo a G R .
9. Encuentre todos los números reales x tales que

a) 7LxJ=L7*J. b) L7*J = 7.
c) L * f 7 J = x + 7 . d) U + 7J = UJ + 7.
10. Determine todos los x G R tales que [xj + L * + T J =
L^J-
11. a) Encuentre todos los números reales x tales que [2x~\ = 2 [x~|.
b) Encuentre todos los números reales x tales que f3>| = 3 |Y|.
c) Sea n G Z* donde n > 1. Determine todos los x G R tales que \nx~\ = n \x~\.
12. Para n, k G Z \ demuestre que\nlk\ = L(n - \)lkj + 1.
13. a) Sea a G R*, donde a > 1. Demuestre que (i) Lía! Ia\ = 1 y que (ii) TLaJ /al = 1.
b) Si a G R* y 0 < a < 1, ¿Qué resultados de la parte (a) son verdaderos?
14. Sean a,, a2, a 3 ,. . . la sucesión de enteros definida en forma recursiva como
i) « i = i ; y
2) Para todo n G Z+, tal que n S 2 , an= 2aL ^ j -
a) Determine a„ para todo 2 < n £ 8.
b) Demuestre que a„ S n para todo n G Z*.
15. Para cada una de las siguientes funciones, determine si es uno a uno y determine Ümbién su
imagen.
a) f:Z->Z,f(x) = 2x + l b) /: Q - * Q , / ( x ) = 2x + l
c) f:Z^Z,f(x) = x3-x d) / : R-»R,/(jr) = e*
e) / : [ - i r / 2 , i r / 2 ] - » R , / ( x ) = sen* f) / : [0, TT]-» R, f(x) = sen x
1
16. Sea/: R —> R donde/U) = x . Determine/(/l) para los siguientes subconjuntos A tomados del
dominio R.
a) A ={2,3} b) A ={-3,-2,2,3}
c) A = ( - 3 , 3 ) d) A = ( - 3 , 2 ]
e)i4=[-7,2] , f) X = ( - 4 , - 3 ] U [ 5 , 6 ]
17. Sean A = {1, 2, 3, 4, 5},fi = {w, x, y, z), A¡ = {2,3,5} C A y g: A¡ ~>B. ¿De cuántas formas se
puede extender g a una función/: A —» S?
18. Dé un ejemplo de una función/: A —> B y AUA2Q A para los cuales/04, D A2) ^f(A,) C\f(A2).
[Así, la inclusión en el teorema 5.2(b) puede ser propia.]
19. Demuestre las partes (a) y (c) del teorema 5.2.
20. Si A = {1, 2, 3, 4, 5} y existen 6720 funciones inyectivas/: A - » 5 , ¿cuánto vale | S |?
21. Determine la función de acceso /(<%) conforme lo descrito en el ejemplo 5.10(d), para una
matriz A = (a,y)mx„ tal que (a) m = 12, n = 12; (b) m = 7, n = 10; (c) wz = 10, n = 7.
22. Para la función de acceso desarrollada en el ejemplo 5.10 (d), la matriz A = (a,y)mx„ se guardó
en una tabla unidimensional mediante el método de la fila principal. También es posible guar
dar esta matriz usando el método de la columna principal, por el que cada elemento añ, 1 < i < m
de la primera columna de A se guarda en las posiciones 1, 2, 3 , . . . , m, respectivamente, de la
tabla, donde au se guarda en la posición 1. Entonces, los elementos a,2, 1 < i < m de la segunda
columna de A se guardan en las posiciones m + l,m + 2, m + 3, . . . , 2m, respectivamente, de
la tabla; etcétera. Encuentre una fórmula para la función de acceso g(a¡¡) en estas condiciones.
23. a) Sea/1 una matriz/n x n que se desea guardar (de forma adyacente) en una tabla unidimensional
de r entradas. Determine una fórmula para la función de acceso si an debe guardarse en la
posición k(> 1) de la tabla [en vez de la posición 1, como en el ejemplo 5.10(d)] con (i) el
método de la fila principal; (ii) el método de la columna principal.
b) Establezca las condiciones que deben satisfacer m, n, ryk para que los resultados de la
parte (a) sigan siendo válidos.
24. El siguiente ejercicio proporciona una demostración combinatoria para la fórmula de la suma
que ya hemos visto en dos resultados anteriores: (1) el ejercicio 26 de la sección 1.4; y (2) el
ejemplo 4.3.
Sean A = {a, b, c), B = {1, 2, 3, . . . , n, n + 1}, S= [f: A -» B | f(a) = f(c) y f(b) < f(c)}.
a) Si 5, = {/: A -» B feS yf(c) = 2,) ¿cuánto vale 5,
b) Si Si= {f: A-> B fes y/(c) = 3,) ¿cuánto vale 5 2
c) Para 1 B | / 6 5 yf(c) = i+l, ¿cuánto vale | 5¡ |
d) Sea7/,= {/: A -> B | feSyf(á) =f{b)}. Explica por qué | 7", | = ( " ? ) •
e) S e a n r 2 = [ / : / l ^ S | fe Syf(a) < / ( « } y 73= [f:A -» B | fe Syf{a) >f(b)}. Explique
por que I T2 [ = 1 7/31 = (^ 3 j .
f) ¿Qué podemos concluir acerca de los conjuntos S, U 52 U 53 U . . . U 5„ y T, U T2 U T{!
g) Use los resultados de las partes (c), (d), (e) y (f) para verificar que ^ "=¡ i2 — n(n + l)(2n + l)/6.
25. Una versión de la función de Ackermann A(m,n) se define en forma recursiva para m, n £ N
con las siguientes propiedades:
A(0,n) = n + l,n>0;
A(m,0) = A(m-l,\),m>0; y,
A(m,n) =A(m - 1, A(m,n - 1)), m,n>0. ,'
[Tales funciones fueron definidas en la década de 1920 por el matemático y lógicoHalemán

Wilhelm Ackermann (1896-1962), quien fue alumno de David Hilbert (1862-1943). Estas
funciones tienen un papel importante en las ciencias de la computación, en la teoría de funcio
nes recursivas y en el análisis de algoritmos que implican la unión de conjuntos.]
a) CalculeA(l,3)yA = (2, 3).
b) Demuestre que A(l, n) = n + 2 para todo « E N ,
c) Para todo Í I E N , muestre que A(2, n) = 3 + 2n.
d) Verifique que A(3,n) = 2"*3- 3 para todo n £ N .
5.3
Funciones sobreyectivas:
Números de Stirling
del segundo tipo
Los resultados que desarrollamos en esta sección nos darán la respuesta a los primeros
cinco problemas planteados al principio del capítulo. Veremos que las funciones sobreyectm
son la clave para todas las respuestas.
Definición 5.9 Una función/: A —> B es sobre, o sobreyectiva, si f(A) = B; es decir, si para todo b G B
existe al menos una G A con/(a) = b.
Ejemplo 5.19 La función / : R —> R definida como f(x) - x3 es una función sobre, ya que en este caso
vemos que si r es un número real del codominio de/, entonces el número real %[r está en el
dominio de/y f(lfr) = (Zfr)3- Por lo tanto, el codominio de/es R, que es igual a la imagen
d e / y la función/resulta ser sobre.
La función g: R —»R, donde g{x) = x2 para cada número real x, no es una función sobre.
En este caso, ningún número real negativo aparece en la imagen de g. Por ejemplo, p¡
que -9 esté en la imagen de g, tendríamos que poder encontrar un número real r tal que
g(r) = r2 - - 9. Por desgracia, r2 = - 9 => r = 3i o r = - 3¿, donde 3¿, -3i £: C, pero 3i, -3¡
í R. Así, tenemos que la imagen (g) = g(R) - [0, + °°) C R y la función g no es sobre. Sin
embargo, debemos observar que la función h: R —¥ [0, + °°) definida por h(x) = x2 síes una
función sobre.
£jtemg>fa 5.20 Consideremos la función/: Z —> Z tal quef(x)=2>x + 1 para cualquier* E Z. En este caso,
la imagen de / e s {. . . , - 8 , - 5 , - 2 , 1, 4, 7, . . .} C Z y f no es una función sobre. Si
analizamos con cuidado esta situación, veremos que, por ejemplo, el entero 8 no está en la
imagen de/aunque la ecuación
3* + 1 = 8
se pueda resolver con facilidad para obtener x = ll?>. Pero ése es el problema, ya que el
número racional 7/3 no es entero; así, no existe x en el dominio Z tal que/(x) = 8.
5.3 Funciones Sobreyectivas: Números de Stirling del segundo^jtipo
Por otro lado, cada una de las funciones
1) 8- Q -> Q donde/(JC) = 3x + 1 para x € Q; y

2) A: R -»Rdonde/(x) = 3JC + 1 p a r a i £ R ,
es sobre. Además, 3x{ + 1 = 3*2 + 1 => 3x, = 3*2 => *, = *2> sin importar el hecho de que *,
y x2 sean números enteros, racionales o reales. En consecuencia, las tres funciones/ g y h
son uno a uno.
Ej*»«p>0 5»21 j SiA = {1,2, 3,4} y B={x, y, z}, entonces
/, = {(1, z), (2,y), ( 3 , 4 (4,y)} y f2 = {(l,x), (2,x), (3,y), (4,z)}
son, ambas, funciones de A sobre B. Sin embargo, la función g = {(1,*), (2, *), (3, y), (4, y)}
no es sobre, ya que g(A) = {x, y} C B.
"
Si A, fi son conjuntos finitos, entonces para que exista una función sobre / : A -» 2?
debemos tener que | A | > | B \. Si el lector recuerda el desarrollo de las dos primeras sec
ciones de este capítulo, pensará que nuevamente hay que usar la regla del producto y
contar el número de funciones sobre/: A —»B, donde | A [= m > n = \ B \. Por desgmcia, la
regla del producto no es adecuada en este caso. Obtendremos el resultado necesario para
algunos ejemplos específicos y después conjeturaremos una fórmula general. En el capítu
lo 8 demostraremos la conjetura por medio del principio de inclusión y exclusión.
ijemplo 5*22 Si A = {x, y, z} y B = {1, 2}, entonces todas las funciones/: A - » B son sobre excepto/, =
{(x, 1), (v, 1), (z, 1)} y f2 = {(x, 2), (y, 2), (z, 2)}, las funciones constantes. Por lo tanto,
existen | B fÁ ^-/l = 23 - 2 = 6 funciones sobre de A en B.
IjenspíO-5,23 Si A = {w, x, y, z) y B = {1, 2, 3}, existen 3 4 funciones de A en B. Si consideramos los

subconjuntos de B de 2 elementos, existen 24 funciones de A a {1, 2}, 2* funciones de A a
{2, 3} y 24 funciones de A a {1, 3}. Por lo tanto, tenemos 3(24) = (2) 24 funciones de A en
B que definitivamente no son sobre. Sin embargo, antes de afirmar que 3 4 -(1)2* es la
respuesta final, debemos observar que no todas estas ( 2 ) 24 funciones son distintas, ya que
si consideramos todas las funciones de A en {1, 2}, estamos eliminando, de entre estas
funciones, por ejemplo, la función {(w, 2), (x, 2), (y, 2), (z, 2)}. Por otro lado, si considera
mos las funciones deA en {2,3}, eliminamos la misma función: {(w, 2), (x, 2), (v, 2), (z, 2)}.
En consecuencia, en el resultado 3 4 - ( 2 ) 2 4 , hemos eliminado dos veces cada una de las
funciones constantes/: A —» B, donde/(A) es uno de los conjuntos {1}, {2} o {3}. Si
ajustamos nuestro resultado a este análisis, veremos que existen 3 4 - ( 2 ) 2 4 + 3 = (3) 34 -
(2) 2 " + ( 1 ) 1 4 = 3 6 funciones sobre de A en B.
262 Capítulo 5 Relaciones y funciones s
Si B sigue siendo el conjunto {1, 2, 3}, para cualquier conjunto A con | A \ = m > 3,
existen ( j ) 3 m - (2)2""+ (f) lm funciones deA sobre B. (¿Qué resultado daña esta fórmula
sim= 1?, ¿sim = 2?)
Los últimos dos ejemplos sugieren un patrón que estableceremos ahora, sin demostra
ción, como fórmula general.
Páralos conjuntos finitos A, Jí tales que (A [ s m y f í } * » . existen
(„>-(„:>-.r+(„I>^r--
funciones sobré de Á en 0.
5*24' Sean A = {1, 2, 3, 4, 5, 6, 7} y B = {w, x, y, z}. Si aplicamos la fórmula general con m = 1

y n = 4, vemos que existen
::M;)H«)-á<-'>í->-*>'
= ¿ ( _ 1 ) * ( 4 _ J ( 4 - kf = 8400 funciones de A sobre fi.
El resultado del ejemplo 5.24es también la respuesta a las primeras tres preguntas del
principio del capítulo. Una vez que eliminamos el vocabulario innecesario, reconocemos
que en estos tres casos queremos distribuir siete objetos diferentes en cuatro recipientes
distintos sin que quede ningún recipiente vacío. Podemos hacerlo en términos de las fun
ciones sobre.
Para el problema 4, tenemos un espacio muestral EP que consta de las 47= 16,384 formas
en que las siete personas pueden elegir alguno de los cuatro pisos. (Observe que 47 es
también el número total de funciones/: A —»B donde | A | = 7, | B | = 4.) El suceso que nos
interesa contiene 8400 de estas selecciones, de modo que la probabilidad de que el ascen
sor se detenga en cada piso es 8400/16834 = 0.5127, un poco más de la mitad del tiempo.
Por último, para el problema 5, como 2 l=o(~ l)*(n-*)(n"~ *)" e s e l número de funcio
nes sobre / : A —> B para | A | = m, | B \ = n, para el caso en que m < n no existen tales
funciones y la suma es 0.
Analizaremos el problema 6 en la sección 5.6.
No obstante, antes de pasar a algo nuevo, examinaremos un problema más.
5.3 Funciones Sobreyectivas: Números de Stirling del segundo tipo 263
£J«ftipl<l & 2 $ En la empresa CH, Susana, la supervisora, tiene una secretaria, Teresa, y otras tres auxilia
res administrativos. Si hay que procesar siete cuentas, ¿de cuántas formas puede Susana
asignar las cuentas de modo que cada asistente trabaje al menos en una cuenta y que el
trabajo de Teresa incluya la cuenta más cara?
En primer lugar, la respuesta no es 8400 como en el ejemplo 5.24. Aquí debemos con
siderar dos subcasos disjuntos y después aplicar la regla de la suma.
a) Si Teresa, la secretaria, solamente trabaja con la cuenta más cara, entonces hay que
distribuir las otras seis cuentas entre las tres asistentes administrativos
d e S Í - o í - t f í w X 3 - * ) 6 =540 formas. (540 es el número de funciones sobre / :
A - » B c o n | A | = 6,|iB|=3.)
b) Si Teresa trabaja con otras cuentas además de la más cara, -la asignación de tareas
puede hacerse d e 2 ¡ U ( - 1 ) * ( 4 - * ) ( 4 - * ) 6 = 1560 formas. (1560 es el número de
funciones g: C -* D con | C \ = 6, | D \ = 4.)
En consecuencia, la asignación de trabajo puede hacerse en las condiciones dadas de

540 + 1560 = 2100 formas. [Ya hemos mencionado que la respuesta no sería 8400, sino (1/
4)(8400) = (1/| B | )(8400), donde 8400 es el número de funciones sobre / : A -> B, con
| A | = 7, | B | = 4. Este hecho no es una coincidencia, como veremos al analizar el teorema*
5.3.]
\
Ahora continuaremos nuestro análisis con la distribución de objetos distintos en recipien
tes sin que ninguno de éstos quede vacío, y para el caso en que los recipientes sean idénticts.
^<m^f)l0S>28 Si A = {a, b, c, d] y B = {1, 2, 3}; entonces existen 36 funciones sobre de A en B o, en

forma equivalente, 36 formas de distribuir cuatro objetos diferentes en tres recipientes
distinguibles^sin que ninguno quede vacío (y sin tener en cuenta la localización de los
objetos en un recipiente dado). Entre estas 36 distribuciones nos fijamos en la siguiente
colección de seis (una de las seis posibles colecciones de seis):
1) {a,bh {c}2 {d}3 2) {«,&}, {d}2 {ch

3) {c}: {a,b}2 {d}3 4) {ch {d}2 {a,bh
5) {dh {a,b}2 {c}3 6) {d}x {ch {a, b}3,
donde, por ejemplo, la notación {c}2 indica que c está en el segundo recipiente. Ahora
bien, si no hacemos distinción entre los recipientes, estas 6 = 3! distribuciones se vuelven
idénticas, de modo que hay 36/(3!) = 6 formas de distribuir los objetos distintos a, b, c, d
entre tres recipientes idénticos, sin dejar ninguno vacío.
Psram £ n, existen ¿ * - n l ~ ' ) («-* )'n — k)n lumias de distribuir m objetos diferente.
ea A,recipientes numerados (perú idénticos por lo domasj. >in que quede ningún reci-
. píen!» vacío. Si eliminamos tus números de los recipientes. Je modo que ahora tengan
iM¿l|j|riw>0a.idéntica, vemos que una distribución cn estos n recipientes idénticos (no
Itliil^P^1*11'11!"1'11*' CCP "! (^ estas distribuciones en lo.» recipientes numerados.
264 , Capítulo 5 Relaciones y funciones
Así, el número de formas en que podemos distribuir los m objetos distintos en n reci
pientes idénticos, sin que quede ninguno vacío, es
\ wlt-o xn-kJ >

Esta suma se denota como S(m, ti) y se denomina número de Stirling del segundo tipo.
Observemos que si | A \ = m > n = | B |, existen n! ■ S{m, n) funciones sobre de A en B.
La tabla 5.1 enumera algunos números de Stirling del segundo tipo.
Tabla 5.1
S(m,n)
\^/l
m ^ \ 1 2 3 4 5 6 7 8
1
2 1 1
3 1 3 1
4 1 \7 6 1
5 1 15 25 10 1
6 1 31 90 65 15 1
7 1~^\63 301 350 140 21 1
8 1 127^-^ 9 6 6 1701 1050 266 28 1
Ejemplo $2f Para m > n, 2 "=i^( m '') e s e ' número de formas posibles de distribuir m objetos diferentes
en n recipientes idénticos sin que-queden recipientes vacíos. De la cuarta fila de la tabla
5.1 vemos que existen 1 + 7 + 6 = 1 4 formas de distribuir los objetos a, b, c, d entre tres
recipientes idénticos, dejando tal vez algún recipiente vacío.
Continuamos ahora con la derivación de una identidad relacionada con los números de
Stirling. La demostración es de naturaleza combinatoria.
TEOREMA 5.3 Sean m, n enteros positivos tales que 1 < n ^ m. Entonces
S(m + 1, n) = S(m, n - 1) + nS(m, n).
Demostración: Sea A = {a,, a2, ■. ■ ,am, a m + ! }. Entonces S(m + l,n) cuenta el número de
formas en que los objetos de A pueden distribuirse en n recipientes idénticos, sin que
\ quede ningún recipiente vacío.
Existen S(m, n - 1) formas de distribuir au a2,.... am entre n - 1 recipientes idénticos,
sin que quede ninguno vacío. Entonces, al colocar am + \ en el recipiente vacío restante, se
tiene que S(m, n - 1) de las distribuciones contadas en S(m + 1, n); a saber, las distribucio
nes en que am+í está solo dentro de un recipiente. Otra opción es distribuir a,, a2> • • •. <k
5.3 Funciones Sobreyectivas: Números de Stirling del segundo tipo 265
entre los n recipientes idénticos, sin que quede ningún recipiente vacío, con lo que obtene
mos S(m, n) distribuciones. Sin embargo, para cada una de estas S{m, n) distribuciones, los
n recipientes quedan distinguidos por su contenido. Si seleccionamos uno de los n reci
pientes idénticos paraa m+ b tenemos nS(m, n) distribuciones del total S(m + 1, n); a saber,
aquellas distribuciones para las que am+, está en el mismo recipiente que otro objeto de A.
El resultado se sigue entonces de la regla de la suma.
Para ilustrar el teorema 5.3, consideremos el triángulo que aparece en la tabla 5.1. En
este caso, el número más grande corresponde con S(m + 1, n), para m = 7 y n = 3y vemos
que 5(7 + 1 , 3 ) = 966 = 63 + 3(301) = 5(7, 2) + 35(7, 3). La identidad del teorema 5.3
puede usarse para extender la tabla 5.1 en caso necesario.
Si multiplicamos el resultado del teorema 5.3 por (n - 1)! tenemos
/ (í/n)[n\S(m + 1,»)] = [(n - l)!5(m,n - 1)] + [nlS(m,n)].
Esta nueva forma de la ecuación relaciona algunas ideas del número de funciones sobre,
ya que si A - {au a2,. . . , am, am+í] y B - {b¡, b2,. . . , bn.u b„] con m > n - 1, entonces
(l/n)(El número de funciones sobre h:A-^B)

= (El número de funciones sobre/: A- {am+í} —>B- {b„})
i + (El número de funciones sobre g: A - {am+,} —> B).
Ésta es la razón por la qíie la relación observada al final del ejemplo 5.25 no es simplemen
te una coincidencia.
Cerraremos esta sección con una aplicación que trata de un problema de conteo en el
que los números de Stirling del segundo tipo se usan junto con el teorema fundamental de
la aritmética.
Ejemplo 5.28 , Consideremos el entero positivo 30,030 = 2 x 3 x 5 x 7 x 1 . l x 13. Algunas de las

factorizaciones no ordenadas de este número son
i) 30 x 1001 = (2 x 3 x 5)(7 x 11 x 13)
ii) 110 x 273 = (2 x 5 x 11)(3 x 7 x 13)
iii) 2310Xl3 = ( 2 x 3 x 5 x 7 x 11)(13)
iv) 14 x 33 x 65 = (2 x 7)(3 x 11)(5 x 13)
v) 22x35x39 = (2xll)(5x7)(3xl3)
vi) 6 x 7 x 11 x 65 = (2 x 3)(7)(11)(5 x 13)
Los resultados dados en (i), (ii) y (iii) demuestran tres de las formas de distribuir los seis
objetos distintos 2, 3, 5, 7, 11, 13 en dos recipientes idénticos sin que quede un recipiente
vacío. Así, los primeros tres ejemplos son tres de las 5(6, 2) = 31 factorizaciones no orde
nadas de 30,030 con dos factores; es decir, existen 5(6, 2) formas de factorizar 30030
como mn donde m, n G Z+ para 1 < m, n < 30,030 y donde no importa el orden. De la
misma forma, los resultados de (iv) y (v) son dos de las 5(6, 3) = 90 formas no ordenadas
de factorizar 30,030 con tres factores enteros, cada uno de los cuales es mayor que 1. Si
queremos al menos dos factores (mayores que 1) en cada una de estas factorizaciones no
ordenadas, entonces vemos que existen 5(6 ,2) + 5(6, 3) + 5(6, 4) + 5(6, 5) + 5(6, 6) =
2 /U"S(6\ 0 = 202 de tales factorizaciones. Si queremos incluir la factorización con un
solo factor 30,030 (cuando distribuimos los seis objetos distintos 2, 3, 5, 7, 11, 13 en un
recipiente (idéntico)), tenemos un total de 203 factorizaciones.
EJERCICIOS 5.3 1. Déun ejemplo deconjuntos finitosA y B c o n | ^ | , | B | ^ 4 y una función/: A —»Btalque (a)
/ n o sea uno a uno ni sobre; (b)/sea uno a uno pero no sobre; (c)/sea sobre pero no uno a uno;
(d)/sea sobre y uno a uno.
2. De cada una de las siguientes funciones/: Z —> Z, determine cuáles de ellas son uno a unoy
cuáles son sobre. Si la función no es sobre, determine la imagen/(Z).
a) / ( * ) = * + 7 b) /(*) = 2x -3 c) f(x) = -x + 5
d) f(x) = x2 e) /(*) = x2 + x f) f(x) = x3
3. De cada una de las siguientes funciones g: R —> R, determine cuáles de ellas son uno a uno y
cuáles son sobre. Si la función no es sobre, determine la imagen g(R).
a) g(x)=x + 7 b) g(*) = 2 * - 3 c) g(x)=-x +5
d) g(x)=x2 e) g(x)=x2 + x f) g(x)=x3
4. Sean A = {1,2, 3,4} y B = { 1 , 2 , 3 , 4 , 5 , 6 } .
a) ¿Cuántas funciones de A en B existen? ¿Cuántas de ellas son uno a uno? ¿Cuántas son
sobre?
b) ¿Cuántas funciones de B en A existen? ¿Cuántas de ellas son sobre? ¿Cuántas son uno a
uno? \
5. Verifique que £ "k=0(-l)k(„"-k){n-k)m = 0 para n = 5 y m = 2, 3, 4.
6. a) Verifique que 57 = £ ?_(?)(/!)S(7, i).
b) Proporcione un argumento combinatorio para demostrar que para todos m, n £ Z*,
*-|.(7> )S{n,i).
7. Sean A = {1, 2, 3, 4, 5, 6, 7} y B= {u w, x, y, z). Determine el número de funciones/: A -»fl
tal que (i)/(A) = {u, *}; (ii) \f(A) | = 2; (iii)/(A) = [w, x, y); (iv) |/(A) | = 3; (v)/(A)= { t u
y, z } , y ( v i ) | / ( A ) | = 4.
b) Sean A, B conjuntos tales que | / l | = m > n = | B | . Si & E Z * con 1 < k < n, ¿cuántas
funciones/: A —> B son tales que | f(A) \ = kl
8. Un investigador del Instituto de Química tiene cinco ayudantes de laboratorio en un proyecto
de investigación en el que deben sintetizarse nueve compuestos. ¿De cuántas formas puede
asignar el investigador estas síntesis a los cinco ayudantes de modo que cada uno de ellos
trabaje al menos con una síntesis?
9. Use el hecho de que toda ecuación polinomial con coeficientes reales y grado impar tiene una
raíz real para mostrar que la función/: R —»R definida como/(x) = x? - 2 x2 + x es una función
sobre. ¿Es uno a uno?
10. Supongamos que tenemos siete bolas de diferente color y cuatro recipientes numerados I, II, III
y IV. (a) ¿De cuántas formas podemos distribuir las bolas de modo que ningún recipiente quede
vacío? (b) En esta colección de siete bolas de colores diferentes, una de ellas es azul. ¿De cuántas
formas podemos distribuir las bolas de modo que ningún recipiente quede vacío y que la bola
azul quede en el recipiente II? (c) Si eliminamos los números de los recipientes de modo que ya
no podamos distnguirlos, ¿de cuántas formas podemos distribuir las siete bolas de color entre los
cuatro recipientes idénticos, de modo que alguno o algunos de ellos puedan quedar vacíos?
5.4 Funciones especiales 267
11 Determine las dos filas siguientes (m = 9,10) de la tabla 5.1 para los números de Stirling S(m,
n), donde 1 < n < m.
12. a) ¿De cuántas formas puede factorizarse 31,100,905 en tres factores, cada uno mayor que 1,
si no importa el orden de los factores?
b) Resuelva la parte (a) si el orden de los factores es significativo.
c) ¿De cuántas formas puede factorizarse 31,100,905 en dos o más factores, cada uno mayor
que 1, si no importa el orden de los factores?
d) Resuelva la parte (c) teniendo en cuenta el orden de los factores.
13. a) ¿Cuántas factorizaciones no ordenadas de dos factores, cada uno mayor que 1, tiene 156,009?
b) ¿Cuántas factorizaciones no ordenadas de 156,009 tienen al menos tres factores, cada uno
mayor que 1 ?
c) ¿De cuántas formas se puede factorizar 156,009 en dos o más factores, cada uno mayor que
1, si no importa el orden de los factores?
d) Seanp,,p2.P3> • • • ,P*n primos distintos. ¿De cuántas formas puede factorizarse el produc
to fli"=iA e n d° s ° m ^ s factores, cada uno mayor que 1, si no importa el orden de los
factores?
14. Escriba un programa (o desarrolle un algoritmo) para calcular los números de Stirling S(m, n)
para l < m < 1 2 y l < n < m .
5.4
Funciones especiales
En la sección 2 del capítulo 3 mencionamos que la suma es una operación binaria cerrada
en el conjunto Z+, mientras que C\ es una operación binaria cerrada en &CH) para cual
quier universo % dado. También observamos que "tomar el negativo" de un entero es una
operación uñaría en Z. Ahora es tiempo de precisar estas nociones de operaciones binaria
y uñaría (cerradas) en términos de funciones.
Definición 5.10 Para cualesquiera conjuntos A B no vacíos, cualquier función/: A x A —> B es una opera
ción binaria en A. Si B C A, entonces se dice que la operación binaria es cerrada (en A).
[Cuando B C A también podemos decir que A es cerrado mediante / ]
Definición 5.11 Una función g: A —> A es una operación uñaría, o monaria, en A.
%m$x>£M a) La función/: Z x Z - ) Z dada por f(a, b) = a - b es una operación binaria cerrada

enZ.
b) Si g: Z* x Z+ —» Z es la función tal que g(a, b) = a-b, entonces g es una operación
binaria en Z+, pero no es cerrada. Por ejemplo, vemos que 3, 7 E Z* pero g(3, 7) =
3 - 7 = - 4 g Z+.
c) La función h: R+ —> R+ dada por h(a) = lia es una operación uñaría en R+.
ejemplo SJ-fi SeaÛ un universo y sean A, B C %. (a) Si/: 9W X &<<W) -> 3>(SU) está dada por/A,
= A U B, entonces/es una operación binaria cerrada en SPCÛ). (b) La funcióng: SPf^) ->
^(GU) dada por g(A) = A es una operación uñaría en SPC3!!,).
Definición 5.12 S e a / : A x A —» B; es decir, / e s una operación binaria en A.

a) / e s conmutativa sif(a, b) =f(b, a) para todo ( a , ¿ ) 6 A x A .
b) Cuando B C A (es decir, cuando/es cerrada), decimos que/es asociativa si paraa,
b, c £ A J(f{a, b), c) =/(a, f(b, c)).
f^$&l$*Í0 SJM La operación binaria del ejemplo 5.30 es conmutativa y asociativa, mientras que la opera
ción binaria de la parte (a) del ejemplo 5.29 no cumple ninguna de estas condiciones.
/
r Ejemplo 5.32 ' a) Definamos la operación binaria cerrada/ : Z x Z - > Z como fia, b) = a + b- lab.
Como la suma y la multiplicación de enteros son operaciones binarias conmutativas,
se tiene que
f(a,b) = a + b - 2>ab = b + a - 3ba =f(b,á),
por lo que / e s conmutativa.

Para determinar s i / e s asociativa, consideremos a, b, c G Z. Entonces
f(a,b) = a + b-3ab fifia, b), c) =fia, b) + c- 3/(a, b)c

= ia + b- 3ab) + c - 3(a + b - 3ab)c
= a + b + c- 3ab -3ac-3bc + 9abc,
mientras que
fib,c) = b + c-3bc y
fia,fib,c)) = a+fib,c)-3afib,c)
= a + ib + c- 3bc) - 3«(¿> + c - 3bc)
= a + b + c - 3ab - 3ac - 3bc + 9abc.
Como fifia, b), c) = fia, fif>, c)) para todos a, b, c £ Z, la operación binan
cerrada/es asociativa y conmutativa.
b) Consideremos la operación binaria cerrada A : Z x Z - ) Z donde hia, b) = a \ b \
Entonces h(3, - 2) = 3 | - 2 | = 3(2) = 6, pero /i(-2, 3) = - 2 | 3 | = - 6. Por lo tantt
h no es conmutativa. Sin embargo, respecto de la propiedad asociativa, si a,b,ci
Z, vemos que
hihia,b),c) = hia,b)\c\ = a\b\\c\ y

hia,hib,c)) = a\hib,c)\ = a\b\c\\ = a\b\\c\,
de modo que la operación binaria cerrada h es asociativa.

s
c) Sea g: R x R —> Z la operación binaria cerrada dada por g(a, b)= \a + b], el techo
de a + b. Como a + b = b + a para todos los números reales a, b (puesto q*ue la
suma de números reales es conmutativa), tenemos que g(a, b)= [a + b] = \b + a] =
g(b, a) y g es una operación binaria (cerrada) asociativa.
Sin embargo, cuando consideramos la asociatividad, tenemos que, por ejemplo,
g(g(3.2,4.7), 6.4) = g(¡3.2 + 4.7], 6.4) = g(\7.9l 6.4) = g(8,6.4)

= T8 + 6.41 = T14.41 = 15,
mientras que
g(3.2, g(4.7,6.4)) = g(3.2, T4.7 + 6.41) = g$.2, \U. 11) = g(3.2,12)

= T3.2 + 121 = ["15.21 = 16.
Como g(g(3.2, 4.7), 6.4) = 15 + 16 = g(3.2, g(4.7, 6.4)), este contraejemplo basta
para ¿ndicarnos que g no es asociativa. Por lo tanto, para ciertos números reales a, b,
c, vemos que no ocurre que
\\a + b~\ + el = \a + \b + c]\
Ejemplo 5.33 SiA= {a, b, c, d}, entonces | AxA | = 16. Por lo tanto, existen 416 funciones/: A x A—> A;
*" es decir, existen 416 operaciones binarias cerradas en A.
Para determinar el número de operaciones binarias cerradas conmutativas g en A, ve-
/ mos que existen cuatro opciones para cada una de las asignaciones g(a, a), g(Jb, b), g(c, c)
/ y g(d, d). Entonces nos faltan otros 4 2 - 4 = 1 6 - 4 = 12 pares ordenados (en A x A) de la
forma (x, y), x*y. Estos 12 pares ordenados deben considerarse en conjuntos de dos para
# garantizar la conmutatividad. Por ejemplo, necesitamos que g(a, b) = g(b, a); por lo que
podemos seleccionar cualquiera de los cuatro elementos de A como g(a, b), pero luego
también debemos asignar esta selección ag(b, a). Por lo tanto, como existen cuatro opcio
nes para cada uno de estos 12/2 = 6 conjuntos de dos pares ordenados, vemos que el
número de operaciones binarias cerradas conmutativas g en A es 44 • 4 6 = 410.
Definición 5.13 S e a / : A xA —» B una operación binaria en A. Un elemento* E A es un neutro (elemento

neutro o elemento identidad) d e / s i / ( a , x) =f(x, a)=a para todo a E A.
IÛpJO 5»34 a) Consideremos la operación binaria (cerrada)/: Z x Z —> Z dada por/(a, b) = a + b.

En este caso, el entero 0 es un elemento neutro, ya que/(a, 0 ) = a + 0 = 0 + a =/(0,
a) = a para cualquier entero a.
b) Vemos que no existe un neutro para la función de la parte (a) del ejemplo 5.29, ya
que si/tuviera un neutro x, entonces para cualquier a E Z,/(a, x)=a=>a-x =a
=>x = 0. Pero entonces f(x, a) =/(0, a) = 0 - a ^ a, a menos que a = 0.
c) Sea A = {1, 2, 3, 4, 5, 6, 7} y g: A x A -> A la operación binaria (cerrada) dada por
g(a, b) = mín{a, b}\ es decir, el mínimo (o más pequeño) de los números a, b.
Esta operación binaria es conmutativa y asociativa, y para cualquiera G A tenemos que

g(a, 7) = mín{a, 7} = a = mín{7, a} = g(l, a). Así, 7 es un elemento neutro para¡>.
En las partes (a) y (c) del ejemplo 5.34 analizamos dos operaciones binarias (cerradas),
cada una con un elemento neutro. La parte (b) de ese ejemplo mostraba que una operación
de ese tipo no necesariamente tiene un elemento neutro. ¿Podría tener una operación binaria
más de un elemento neutro? En el siguiente teorema veremos que la respuesta es no.
TEOREMA 5.4 Sea / : A x A —> B una operación binaria. Si /tiene un elemento neutro, entonces dicho
elemento es único.
Demostración: Si/tiene más de un elemento neutro, sean xu x2 G A, tales que
f(a,Xi) = a = / ( * ! , a ) , para toda a EA, y

» f{a,x2) = fl = f(x2,a), paratodaa E A
/ Consideremos a x¡ como elemento de A y a x2 como elemento neutro. Entonces/(JC,, JC2) =
x,. Ahora invirtamos los papeles de xx y x2; es decir, consideremos a x2 como elemento de
A y ax, como elemento neutro. Tenemos que/(*i, x2)=x2. Por lo tanto.x^j^y/tieneali
sumo un elemento neutro.
Ahora que hemos aclarado el punto de la unicidad del elemento neutro, veamos cómo
interviene este tipo de elemento en otro problema de conteo.
Ejemplo %M SiA= {x, a, b, c, d], ¿cuántas operaciones binarias cerradas en A tienen ax como elemento
neutro?
Sea/: AxA^>A conf(x, y)=y = fiy, x) para todo y G A. Entonces podemos representara
/mediante una tabla como la que aparece en la tabla 5.2. En este caso, los nueve valores en los
que x es la primera componente [como en (JC, C)] O donde es la segunda componente [como en
(d, x)] quedan determinados por el hecho de quex es el elemento neutro. Cada una de las demás
entradas (vacías) de la tabla 5.2 pueden ocuparse con cualquiera de los cinco elementos de A,
Tabla 5.2
/ X a b c d
X X a b c d
a a
b b
c c — — — —
d d
Por lo tanto, existen 5' 6 operaciones binarias cerradas en A tales que x es el elemento
neutro. De éstas, 510 = 54 • 5*41-4"2 son conmutativas. También vemos que existen 516 opera
ciones binarias cerradas en A tales que b es el elemento neutro. Por lo tanto, existen 5" =
(f) 516 = (') 5 52-|2(5H1 = (f) 5(5"1)2 operaciones binarias cerradas en A que tienen un ele
mento neutro, de las cuales 5" = (,) 510 = ( ' ) 54 • 5(42-4)/2 = son conmutativas.
En general, si A = {alt a2> ah . .., an] para n G Z+, entonces existen *

i) n("2) operaciones binarias cerradas/: AxA —» A;
ii) n" ■ ninl-"n operaciones binarias cerradas conmutativas en A;
iii) nn2'í2<■n}~1, = n("~,)2 operaciones binarias/: AxA->A donde algún a¡ G A particular,
para 1 "2 operaciones binarias cerradas conmutativas en A; donde algún a¡
G A particular, para 1 < i' ^ n, es el elemento neutro; y
vi) (") (n"_1) nl{n~l^<n~mn = nin2-"+2V2 operaciones binarias cerradas conmutativas en A
que tienen un elemento neutro.
Después de ver varios ejemplos de funciones (en los ejemplos 5.29, 5.30, 5.32, 5.34 y
5.35) donde el dominio es un producto cartesiano de conjuntos, analizaremos ahora fun
ciones en las que el dominio es un subconjunto de un producto cartesiano.
Definición 5.14 PáralosconjuntosA yB, siDQAxB,entoncesnA: D■ > A dada por n (a, b) - a, se llama
la proyección en la primera coordenada.
La función 7ts se define de manera similar, y observamos que si D - A x B, entonces nA

y nB son sobre.
Para A = B = Z, sea D = {(x, y) | y = | x \}. Entonces DQAxByD contiene el origen

(0,0) junto con todos los puntos de la rectay = x, donde x, ySZyx>0,y todos los puntos
de la recta y = - x, donde x, y G Z y x < 0. Unaparte de la gráfica de D aparece en la parte
(a) de la figura 5.6. Aquí vemos que nA(D) = {..., - 4 , - 3 , - 2 , - 1 , 0, 1, 2, 3, 4 , . . . } = Z y
JCs(D)={0, 1,2,3,4, . . . } = N .
A continuación, s e a £ = {(-4, 4), (-2, 2), (0, 0), (1, 1), (2, 2)}. En este caso, ECDC
AxB; toda la gráfica de E se muestra en la figura 5.6(b). Ahora bien, vemos que nA(E) =
{jfc(-4, 4), jfc(-2, 2), 7^(0,0), n A (l, 1), nA(2, 2)} = {-4, - 2 , 0, 1, 2} y nB(E) = {0, 1, 2, 4}.
Así, | nA(E) | = 5, mientras que | nB(E) | = 4 ya que n s (-2, 2) = 2 = nB(2,2).
y y
• 4 - • • 4
l
• 3 - • 3
i
• 2 - •
•
• 2
l
• 1 - •
i
• -
1
I I I I , l i l i , . , l i l i ,
-
.
-4 -3 -2 -1 1 2 3 4 -4 -3 -2 -1 1 2 3 4
(a) (b)
Figura 5.6
Ejemplo 5.37 SiA{w,x,y}yB={l,2, 3, 4}, sea D = {(*, 1), (x, 2), (x, 3), (y, 1), (y, 4)}. Entonces la
proyección nA: D —> A satisface nA(x, 1) = nA(x, 2) = nA(x, 3) = x y nA(y, 1) = nA(y, 4) =y
Como $D) = {x, y] C A, esta función no es sobre.
Para el caso de nB: D —> B, tenemos que TtB(x, $ = nB{y, 1) = 1, nB{x, 2) = 2,7ta(.r, 3
3 y KB(y, 4) = 4, por lo que Jt„(D) = B y esta proyección es una función sobre.
ilempto &3$ SeanA = fí = R, consideremos el conjunto D Q AxB tal que D= {(x,y) \ y = x2}. Entonces
D representa el subconjunto del plano euclídeo que contiene los puntos de la parábola)1 = jr5.
Entre la infinidad de puntos de D tenemos el punto (3, 9). En este caso, 71^(3, 9) = 3, la
abscisa de (3, 9), mientras que 7ts(3, 9) = 9, la ordenada del punto.
Para este ejemplo, nA(D) = R - A, por lo que nA es sobre. (La proyección nA también es
uno a uno.) Sin embargo, nB(D) = [0, + °°) C R, por lo cual nB no es sobre. [Tampoco es uno
a uno; por ejemplo, 7ts(2, 4) = 4 = nB(-2, 4).
Ahora vamos a extender el concepto de proyección de la forma siguiente. Sean Ai, Ah

. .. , A„ conjuntos e {i'i, i 2 , . . . , i„] Q {1, 2 , . . . , n}, de modo que ¿]< i2< ■ ■ ■ <imy m <
Si£> C A,xA 2 x • • •xA„=X" =1 A / , entonces la función Jt: D-Â^ xA„ x • • -Andada po
n(at, a2, ■ ■ ■ , a„) = (A,^, a¡2, ... a¡J es la proyección de D en las coordenadas iu i 2 , . . . ,
Los elementos de D se llaman n-uplas (ordenadas); un elemento de n(D) es una m-upla
(ordenada).
Estas proyecciones surgen en forma natural en el estudio de las bases de datos
relaciónales, una técnica estándar para la organización y descripción de grandes cantida
des de datos mediante los modernos sistemas de cálculo a gran escala. En situaciones
como las operaciones con tarjeta de crédito, no sólo deben organizarse los datos existentes
sino también otros nuevos, como cuando se procesan las tarjetas de crédito para nuevos
clientes. Cuando se paga el saldo de las cuentas existentes, o cuando se hacen compras con
estas cuentas, hay que actualizar los datos. Otro ejemplo surge cuando se buscan registros
con fines especiales, como cuando la oficina de admisión de una universidad analiza los
registros educativos en busca de estudiantes de bachillerato con cierto nivel de habilidad
matemática demostrado, para enviarles información por correo.
El siguiente ejemplo muestra el uso de proyecciones en un método para organizar y des
cribir los datos, a una escala más pequeña.
En cierta universidad se relacionan los siguientes conjuntos con fines de registro:
Ai = el conjunto de claves de los cursos ofrecidos en el área de matemáticas.

A2- el conjunto de nombres de los cursos ofrecidos en el área de matemáticas.
A3= el conjunto de profesores de matemáticas.
A4 = el conjunto de letras del alfabeto.
Consideremos la tabla, o relación, D C A,x A 2 x A 3 x A4 dada en la tabla 5.3.

Tabla 5.3
Clave de curso Nombre del curso Profesor Letra de sección

MAlll Cálculo I P. Z. Chinn A
MAlll Cálculo I V. Larney B
MA112 Cálculo II J. Kinney A
MA112 Cálculo II A. Schmidt B
MA112 Cálculo II R. Mines C
MA113 Cálculo III J. Kinney A
MA113 Cálculo III A. Schmidt B
Los conjuntos Ai, A2, A}, At son los campos de la base de datos relacional, y se dice que
la tabla D tiene grado 4. Cada elemento de D se conoce como registro.
La proyección de D en A¡ x A2x A3 x AA se presenta en la tabla 5.4. La tabla 5.5 muestra
los resultados de la proyección de D en Ai x A2.
Las tablas 5.4 y 5.5 son otra forma de representar los mismos datos que aparecen en la
tabla 5.3. Con las tablas 5.4 y 5.5 podemos volver a formar la tabla 5.3.
Tabla 5.4 Tabla 5.5
Clave de curso Profesor Letra de sección Nombre

Clave de curso del curso
MAlll P. Z. Chinn A
MAlll V. Larney B MAlll Cálculo I
MA112 J. Kinney A MA112 Cálculo II
MA112 A. Schmidt B MA113 Cálculo III
MA112 R. Mines C
MA113 J. Kinney A
MA113 A. Schmidt B
La teoría de las bases de datos relaciónales se ocupa de la representación de los datos de

diferentes formas y de las operaciones necesarias para tales representaciones, como es el caso
de las proyecciones. También se estudia la implementación en computador de tales técnicas.
En los ejercicios y la bibliografía del capítulo se menciona este tema y algunos otros aspectos.
EJERCICIOS 5.4 1. Para A = {a, b, c], sea/: A x A —> A la operación binaria cerrada dada en la tabla 5.6. Dé un
ejemplo para mostrar que/no es asociativa.
Tabla 5.6
/ a b c
a b a c
b a c b
c c b a
2. Defina la operación binaria cerrada h: Q+ x Q+ -> Q+ dada por h(a, b) = alb.
a) Muestre que h no es conmutativa ni asociativa.
b) ¿Tiene h un elemento neutro?
3. Cada una de las siguientes funciones / : Z x Z -> Z es una operación binaria cerrada en Z.
Determine los casos en los que/es conmutativa o asociativa.
a) /(*, y) = x + y - xy b) f(x,y) = máx{x, y], el máximo (o más grande) de x, y

c) f(x,y)=x" d) f(x,y)=x + y-3
4. ¿Cuáles de las operaciones binarias cerradas del ejercicio 3 tienen elemento neutro?
5. Sea | A | = 5. (a) ¿Cuánto vale | A x A | ? (b) ¿Cuántas funciones / : A x A -» A existen? (c)
¿Cuántas operaciones binarias cerradas enA existen? (d) ¿Cuántas de estas operaciones binarias
cerradas son conmutativas?
6. Sea A = {x, a, b, c, d).
a) ¿Cuántas operaciones binarias cerradas/en A satisfacen/(a, b) = el
b) ¿Cuántas de las funciones/de la parte (a) tienen a x como elemento neutro?
c) ¿Cuántas de las funciones/de la parte (a) tienen un elemento neutro?
d) ¿Cuántas de las funciones/de la parte (c) son conmutativas?
7. S e a / : Z * x Z * - > Z+ la operación binaria cerrada definida como/(a, b) = mcd(a, b).
a) ¿Es/conmutativa?
b) ¿Es/asociativa?
c) ¿Tiene/un elemento neutro?
8. Sea A = {2, 4, 8, 16, 32} y consideremos la operación binaria cerrada/: AxA—>A tal que
f{a, b) = mcd(a, b). ¿Tiene/un elemento neutro?
9. Parap, q primos distintos, sea A = {pmq" | 0 S m < 3 1 , 0 < n < 3 7 ) .
a) ¿Cuánto vale | A |?
b) Si / : A x A —» A es la operación binaria cerrada definida por/(a, b) = mcd(a, b), ¿tiene/un
elemento neutro?
10. Establezca un resultado que generalice los resultados de los dos ejercicios anteriores.
11. Para 0 4= A C Z + , sean/ g: A x A -> A las operaciones binarias cerradas dadas porfía, b) =
mín{a, b}, y g(a, b) = máx{a, b). ¿Tiene/un elemento neutro? ¿Tiene g un elemento neutro?
12. a) Defina la operación binaria cerrada/: Z x Z —» Z dada por/(a, b) = [a] + [b]. (i) ¿Es/
conmutativa? (ii) ¿Es/asociativa? (iii) ¿Tiene/un elemento neutro?
b) Considere la operación binaria cerrada g: R x R -» R dada por g{r, s) = [r] + [i], (i) ¿Es g
conmutativa? (ii) ¿Es g asociativa? (iii) ¿Tiene g un elemento neutro?
13. Sea A = R - Z. Considere la operación binaria h:AxA^>Z dada por h(a, b) = \a\ + \b\. ¿Es
h conmutativa?
14. Sean A = B = R. Determine nA(D) y nB(D) para cada uno de los conjuntos siguientes DCAxB.
a) D=i(x,y)\x = y2} b) D = {(*, y) \ y = sen*} c) D = {(*, y) \ x2+ y2= 1}
15. Sean A„ 1 < i < 5, los camposf de una tabla D C Xf_, A,, donde A, = {U, V, W, X, Y, Z} (que
se utilizan como los nombres en clave de varios cereales en una prueba), yA 2 = A3 = A4 = A5=
Z \ La tabla D aparece en la tabla 5.7.
Tabla 5.7
Gramos de azúcar %deRD"de %deRDde % de RD de pro
Nombre clave por cada vitamina A por cada vitamina C por cada teína por cada
del cereal ración de 1 onza ración de 1 onza ración de 1 onza ración de 1 onza
U 1 25 25 6
V 7 25 2 4
w 12 25 2 4
X 0 60 40 20
Y 3 25 40 10
Z 2 25 40 10
" RD = recomendación diaria
t El término domain también se puede traducir como "dominio", pero en este contexto está establecido
"campo". (¿V. del E.)
5.5 El principio del palomar 275
a) ¿Cuál es el grado de la tabla?

b) Encuentre la proyección de CenA 3 x AAx A5.
c) El campo de una tabla es una clave primaria de la tabla si su valor identifica en forma única
cada lista de D. Determine la (o las) clave(s) primaria(s) de esta tabla.
16. Sean A¡, 1 < i < 5, los campos de una tabla D C "X.5¡=lA¡, donde A, = {1,2} (que se utilizan
para identificar la producción diaria de cápsulas de vitamina de dos empresas farmacéuticas),
A2 = {A, D, E} y AÍ = A4 = A5=Z*. La tabla D aparece en la tabla 5.8.
Tabla 5.8
Cápsula de Vitamina presente Cantidad de vitamina Dosis: Número de cápsulas
vitamina en la cápsula en la cápsula en UI" Cápsulas por día por frasco
1 A 10,000 100
1 D 400 100
1 E 30 100
2 A 4,000 250
2 D 400 250
2 E 15 250
a
UI = Unidades internacionales
a) ¿Cuál es el grado de la tabla?

b) ¿Cuál es la proyección de D en A, x A2?; ¿en A3 x A4 x A5?
c) Esta tabla no tiene claves primarias. (Véase el ejercicio 15.) Sin embargo, podemos definir
una clave primaria compuesta como el producto cartesiano de un número mínimo de cam
pos de la tabla, cuyas componentes, tomadas en conjunto, identifican en forma única cada
lista de D. Determine algunas claves primarias compuestas para esta tabla.
5.5
Ei principio del palomar
Cambiaremos nuestro ritmo para introducir un principio de distribución interesante. Este

principio parece no tener nada en común con lo que hemos estado haciendo antes; pero en
realidad nos será muy útil.
En matemáticas, a veces parece que una idea casi obvia, cuando se aplica de una mane
ra un poco sutil, es la clave necesaria para resolver un problema difícil. Sin duda, en la lista
de estas ideas obvias puede colocarse la siguiente regla, conocida como el principio del
palomar.
El principio del palomar: Si m palomas ocupan n nidos v m > n, entonces al menos

un nido tiene dos o más palomas descansando en é\.
Ahora bien, ¿qué tienen que ver las palomas que descansan en los nidos con las mate
máticas (discretas, combinatorias, etc.)? En realidad, este principio puede aplicarse en
varios problemas donde buscamos establecer si puede ocurrir cierta situación. Ilustrare
mos este principio en los siguientes ejemplos y veremos su utilidad en la sección 5.6 y en
otros puntos del texto.
£|«f&í>kít 5-40 Una oficina emplea a 13 oficinistas de archivo, por lo que al menos dos de ellos deben
cumplir años durante el mismo mes. Aquí tenemos 13 palomas (los oficinistas de archivo)
y 12 nidos (los meses del año).
Aquí hay una segunda aplicación más bien inmediata de nuestro principio.
SJêmplo 5.41 \ Juan regresa de la lavandería con 12 pares de calcetines (cada par de distinto color) en una
_j
bolsa. Al sacarlos de la bolsa aleatoriamente, tendrá que sacar cuando mucho 13 de ellos
para obtener un par.
A partir de este punto, la aplicación del principio del palomar puede ser más sutil.
Ej«mpio &42L Vilma opera un computador con una unidad de cinta magnética. Un día le dan una cinta
que contiene 500,000 "palabras" de cuatro o menos letras minúsculas. (En la cinta, las pala
bras consecutivas se separan con un carácter en blanco.) ¿Puede suceder que las 5OO.00C
palabras sean distintas entre sí?
A partir de las reglas de la suma y el producto, el número total de palabras posibles
diferentes, que utilizan cuatro o menos letras, es
26 4 +26 3 +26 2 +26 = 475,254.
Estas 475,254 palabras son los nidos y las 500,000 palabras de la cinta son las palomas,
por lo que al menos una palabra se repite en la cinta.
Sea 5 C Z+, donde \ S\ =37. Entonces S contiene dos elementos que tienen el mismo
resto al dividirse entre 36.
Aquí las palomas son los 37 enteros positivos de 5. Por el algoritmo de la división
(teorema 4.5), sabemos que al dividir cualquier entero positivo n entre 36, existen un
cociente único q y un resto único r, tales que
n = 36 q + r, 0 < r < 36.
Los 36 valores posibles de r son los nidos y el resultado se demuestra por el principio del
palomar.
Ejemplo 5M$4 Demostraremos que si se seleccionan 101 enteros del conjunto 5 = {1, 2, 3, . . . , 200),
entonces existen dos enteros tales que uno divide al otro.
Para cada* G 5, podemos escribir x = 2*y, con k > 0, y mcd(2, y) = 1. (Este resultado se
sigue del teorema fundamental de la aritmética.) Entonces y E T= {1, 3, 5, . . . , 199),
donde | T \ = 100. Como se seleccionan 101 enteros de S, por el principio del palomar
tenemos que existen al menos dos enteros distintos de la forma a = 2m y b = 2"y para algún
(el mismo) y G T. Si m < n, entonces a \ b; en caso contrario, tenemos que m > n y
entonces b \ a.
5.5 El principio del palomar 277
lfJMH|ri6 5*48 Cualquier subconjunto de tamaño seis del conjunto S = {1, 2, 3 , . . . , 9} debe contener dos
elementos cuya suma es 10.
Aquí los números 1,2, 3 , . . . , 9 son las palomas, y los nidos son los subconjuntos {1,9},
{2, 8}, {3, 7}, {4, 6}, {5}. Cuando las seis palomas van a sus respectivos nidos, deben
ocupar al menos uno de los subconjuntos de dos elementos cuyos miembros suman 10.
Ejemplo 5.4$ El triángulo ACE es equilátero y AC = 1. Si se seleccionan cinco puntos del interior del
triángulo, existen al menos dos puntos cuya distancia es menor que 1/2.
Para el triángulo de la figura 5.7, los cuatro triángulos más pequeños son triángulos
equiláteros congruentes y AB = 1/2. Descomponemos el interior del triángulo ACE en las
cuatro regiones siguientes, disjuntas dos a dos:
/?,: el interior del triángulo BCD junto con los puntos del segmento BD, excluyendo
ByD.
R2: el interior del triángulo ABF.
/?3: el interior del triángulo BDF junto con los puntos de los segmentos BF y DF,
excluyendo B, D y F.
i?4: el interior del triángulo FDE.
Ahora aplicamos el principio del palomar. Los cinco puntos del interior del triánglo
ACE deben ser tales que al menos dos de ellos estén en una de las cuatro regiones R(, 1 ^
Í < 4, donde cualesquiera dos puntos están separados por una distancia menor que 1/2.
f Figura 5.7
Ejemplo &4? Sea S un conjunto de seis enteros positivos cuyo máximo es 14. Demostraremos que no
~~ " todas las sumas de los elementos de todos los subconjuntos no vacíos de S pueden ser
distintas.
Para cualquiera de los subconjuntos no vacíos A de 5, la suma de los elementos de A,
denotada cornos,,, satisface 1 < 5, < 9 + 10 + • ■ • ■+ 14 = 69, y existen 2 6 - 1 = 63 subconjunto
no vacíos de 5. Nos gustaría obtener la conclusión del principio del palomar haciendo que
las sumas posibles, del 1 al 69, sean los nidos, y que los 63 subconjuntos no vacíos de S
sean las palomas, pero entonces tenemos muy pocas palomas.
Así, en vez de considerar todos los subconjuntos no vacíos de S, examinaremos sola
mente los subconjuntos no vacíos A de 5 tales que \A\ < 5. Entonces, para cada subconjunto
A se sigue que 1 < s„ < 10 + 11 + • • • + 14 = 60. Existen 62 subconjuntos no vacíos A de
5 con | A | < 5; a saber, todos los subconjuntos deS excepto 0 y el mismo conjunto 5. Con
62 palomas (los subconjuntos no vacíos A de S tales que | A | < 5) y 60 nidos (las sumas
s„ posibles), se sigue del principio del palomar que los elementos de al menos dos de estos
62 subconjuntos deben dar la misma suma.
Ejemplo 5.48 Sea m £ Z * con m impar. Demuestre que existe un entero positivo n tal que.m divide a 2"-1.
Considere los m + 1 enteros positivos 21 — 1, 22 — 1, 23— 1 2m— 1, 2m+1 - 1. Por
+
principio del palomar y el algoritmo de la división, existen s, t £ Z con 1 < í < r < m + l,
tales que 2S - 1 y 2 ' - 1 tienen el mismo resto al dividirlos entre m. De aquí tenemos que
2S- 1 -qim + ry 2 ' - 1 = q2m + r,parag,,q 2 E N , y (2'- 1 ) - ( 2 S - \) = {q2m + r)-(g,m +
por lo que 2' - 2S = (q2 - q\)m. Pero 2' - 2S- 2S (2''s - 1); y como m es impar, tenemos que
mcd(2J, m) - 1. De aquí m \ (2'~s - 1), y el resultado se sigue con n-t-s.
Ejemplo 5.49 En sus próximas vacaciones de cuatro semanas, Heberto jugará al menos un set de tenis
cada día, pero no más de 40 sets en total durante este tiempo. Demuestre que independien
temente de cómo distribuya sus sets durante las cuatro semanas, hay varios días consecu
tivos durante los cuales jugará exactamente 15 sets.
Para 1 < / < 28, sea x¡ el número total de sets que Heberto jugará desde el comienzo de
sus vacaciones hasta el final del i'-ésimo día de las mismas. Entonces 1 < *, <x2 < ■ ■ ■ <
< 4 0 , yx, + 15 <• •• < x2i + 15 s= 55. Ahora tenemos 28 números distintos X\, x2,... ,x%
y los 28 números distintos *, + 15, x2+ 15, . . . , x2% + 15. Estos 56 números sólo pueden
tomar 55 valores diferentes, por lo que al menos dos de ellos deben ser iguales; de aquí
concluimos que existe 1 <j < i < 28 con JC, = *; + 15. Así, desde el comienzo del díaj + 1
hasta el final del día i, Heberto jugará exactamente 15 sets de tenis.
EJERCICIOS 5.5 1. En el ejemplo 5.41, ¿quiénes desempeñan el papel de las palomas y el de los nidos en nuestra
aplicación del principio del palomar?
2. Demuestre que si ocho personas están en un cuarto, al menos dos de ellas cumplen años el
mismo día de la semana.
i
3. ¿Cuántas veces debemos tirar un solo dado para obtener el mismo resultado (a) al menos <
veces? (b) al menos tres veces? (c) al menos n veces, para n > 4?
4. Dados 8 libros de Pascal, 17 de FORTRAN, 6 de APL, 12 de COBOL y 20 de BASIC, ¿cuán
tos de estos libros deben seleccionarse para asegurar que tendremos 10 libros que tratan (
mismo lenguaje de programación?
5. Un auditorio tiene capacidad para 800 personas. ¿Cuántos asientos deben ocuparse para garan
tizar que al menos dos personas sentadas en el auditorio tienen las mismas iniciales del nombre
y del primer apellido?
6. a) Sea 5 C Z*. ¿Cuál es el valor mínimo de | 5 | para garantizar la existencia de dos elementos
x, y G S tales que x y y tengan el mismo resto al dividirlos entre 1000?
5,5 El principio del palomar 279
b) ¿Cuál es el valor mínimo de n tal que si S C Z+ y | S \ = n, entonces existen tres elementos

x, y, z G S tales que los tres tienen el mismo resto al divirlos entre 1000?
c) Escriba una proposición que generalice los resultados de las partes (a) y (b) y el ejemplo
5.43.
7. a) Demuestre que si se seleccionan 151 enteros de {1, 2, 3 300}, entonces la selección
debe incluir dos enteros x, y tales que x | y o y \ x.
b) Escriba una proposición que generalice los resultados de la parte (a) y el ejemplo 5.44.
8. Demuestre que si seleccionamos 101 enteros del conjunto S = {1, 2, 3 200}, existen m, n
en la selección tales que mcd(m, n) = 1.
9. a) Muestre que si se seleccionan cualesquiera 14 enteros del conjunto 5 = {1, 2, 3 , . . . , 25},
existen al menos dos enteros en esa selección cuya suma es 26.
b) Escriba una proposición que generalice los resultados de la parte (a) y el ejemplo 5.45.
10. SeaS= {3,7,11,15,19,... ,95,99,103}. ¿Cuántos elementos de S debemos seleccionar para
asegurar que existen al menos dos cuya suma es 110?
11. a) Si se seleccionan 11 enteros de {1, 2, 3 , . . . , 100}, demuestre que existen al menos dos, x
y y, tales que 0 < | - / T - V T p 1 -
b) Escriba una proposición que generalice el resultado de la parte (a).
12. SeaABCun triángulo equilátero, con AB= 1. Demuestre que si seleccionamos lOpuntosenel
interior de este triángulo, existen al menos dos cuya distancia es menor de 1/3.
13. Sea ABCD un cuadrado con AB = 1. Demuestre que si seleccionamos cinco puntos en el inte
rior de este cuadrado, existen al menos dos cuya distancia entre sí es menor que 1/V2.
14. Sea A C {1, 2, 3 25} donde | A | = 9. Para cualquier subconjunto B de A, denotamos con
j , la suma de los elementos en B. Demuestre que existen subconjuntos distintos C, D de A tales
que I C I = I D | = 5 y sc = s0.
15. Sea S un conjunto de cinco enteros positivos, tales que el máximo de ellos es 9. Demuestre que
no todas las sumas de los elementos de todos los subconjuntos no vacíos de 5 pueden ser
distintas entre sí.
16. Andrea tiene 46 piezas de papel rectangulares. Si /, w (medidos en centímetros) denotan el
largo y el ancho, respectivamente, de cada pieza rectangular, entonces para esta situación tene
mos que /, w son enteros positivos, donde 1 < w < / < 90. De entre estos 46 rectángulos,
demuestre que Andrea puede seleccionar dos, digamos R, y R2, de tal forma que R2 cubra
completamente a Rj al colocarlo encima de Rh
17. ¿Cuántos enteros positivos entre 1 y 30 (inclusive) debemos seleccionar para garantizar que
dos de ellos, digamos x, y, son tales que su máximo común divisor es mayor que 1?
18. Durante las primeras seis semanas de su último afio de escuela, Braulio realiza al menos un
resumen diario, pero no más de 60 resúmenes en total. Muestre que hay un periodo de días
consecutivos durante los cuales realiza exactamente 23 resúmenes.
19. a) Si S C Z* y | S \ > 3, demuestre que existen x, y G S distintos tales que x + y es par.
b) Sea SCZ*x Z \ Encuentre el valor mínimo de | 5 | que garantiza la existencia de distintos
pares ordenados (x,, x2), (yi, ^2) £ S tales quexi + y, y x2+ y2 son ambos pares.
c) Extendiendo las ideas de las partes (a) y (b), consideremos S C Z ' x Z ' x Z*. ¿De que
tamaño debe ser | S | para garantizar la existencia de distintas ternas ordenadas (x¡, x2, x3),
(yi, y2, y-s) £ S tales que xl + y,,x2+ y2, x, + yz sean todos pares?
d) Generalice los resultados de las partes (a), (b) y (c).
e) Un punto P(x, y) en el plano cartesiano es un punto del retículo si x, y e Z. Dados distintos
puntos del retículo P(x\, y¡), P(x2, y2),..., Pn(x„, yn), determine el valor más pequeño de n
que garantice la existencia de P,{x¡, y¡), P¡(x¡, y¡), 1 < i < j < «, tales que el punto medio del
segmento de línea que une Pi(x¡,y¡) con Pfa,y¡) sea también un punto del retículo.
20. Sea k E Z+. Demuestre que existe un entero positivo n tal que k\n y los únicos dígitos de n son
cero y tres.
5.6
Composición de funciones
y funciones inversas
Al hacer cálculos con los elementos de Z, vemos que la operación (binaria cerrada) de la
suma proporciona un método para combinar dos enteros, digamos a y b, en un tercer
entero, llamado a + b. Además, para cualquier entero c hay un segundo entero d tal que
c + d=d + c = 0; llamamos a d el inverso aditivo de c. (También es cierto que c es el
inverso aditivo de d.)
En el caso de los elementos de R y la operación (binaria cerrada) de la multiplicación,
tenemos un método para combinar cualesquiera r, s £ R mediante su producto rs. Además,
para cualquier í £ R tal que t ^ 0 existe un número real u tal que ut=tu= 1. Al número real
u se le llama el inverso multiplicativo de /. (El número real t es también el inverso
multiplicativo de u).
En esta sección estudiaremos primero un método para combinar dos funciones en una
sola función. Después desarrollaremos el concepto del inverso (de una función) para fun
ciones con ciertas propiedades. Para esto, necesitaremos las siguientes ideas preliminares.
Ya hemos analizado funciones que son uno a uno y funciones sobre; veremos ahora
funciones con ambas propiedades.
Definición 5.15 Si/. - A —» B, entonces se dice que/es biyectiva, o es una correspondencia biyectiva, si/es
inyectiva y sobre.
fjemjjlo 5.SÓ Si A = {1, 2, 3, 4} y B = {w, x, y, z), entonces/= {(1, w), (2, x), (3, y), (4, z)} es una
correspondencia biyectiva de A (en) a B, y g = {(w, 1), (x, 2), (y, 3), (z, 4)} es una corres
pondencia biyectiva de B en (sobre) A.
Debemos señalar que cuando usamos el término correspondencia en el capítulo 1 y en

el ejemplo 3.10, el adjetivo uno a uno estaba implícito aun sin haberlo establecido.
Para cualquier conjunto A distinto del vacío, siempre existe una correspondencia
biyectiva muy simple pero importante, como se verá en la siguiente definición.
Definición 5.16 La función 1 • A-* A, definida como l.(a) = a para todo a £ A, es la función identidad
para A.
Definición 5.17 S i / g: A —»B, decimos que/y g son iguales y escribimos/= g, sif (a) = g(a) para todo a
EA.
Un error común al trabajar con la igualdad de funciones sucede cuando/ g son funcio
nes con un dominio común A y/(a) = g(a) para todo a E A. Podría no ser el caso que/= g.
El error ocurre al no poner atención a los codominios de las funciones.
Ejemplo 5.51 Sean/: Z —> Z, g: Z -> Q donde/U) = x = g(x), para todo Í £ Z . Entonces/ g tienen como
dominio común Z, la misma imagen Z y actúan igual en cada elemento de Z. ¡Sin embar
g o , / * g! En este caso,/es una correspondencia uno a uno, y g es inyectiva pero no sobre;
así, los codominios establecen una diferencia.
Ejemplo SL5-2! Consideremos las funciones/ g: R —> Z definidas como sigue:
JC, si x £ Z
/(*) = J.JtJ + 1, SÍJCGR-Z
g(jt) = [JC], para todo x E R
Si x E Z, entonces/(JC) = x = [x~\ = g(x).

Para i £ R - Z , escribimos JC = n + r donde n £ Z y O < r < l . (Por ejemplo, si x = 2.3,
escribimos 2.3 = 2 + 0.3, conn = 2y r = 0.3; para* = -7.3 tenemos-7.3 = - 8 +0.7,conn
= -8 y r = 0.7.) Entonces
f(x) = [*J + 1 = n + 1 = [V| = £(*).
En consecuencia, aunque las funciones/ g están definidas por fórmulas diferentes, nos
damos cuenta de que son la misma función, ya que tienen el mismo dominio, el mismo
codominio y/(JE) = g(x) para todo x del dominio R.
Ahora que contamos con los antecedentes necesarios, es tiempo de analizar una opera
ción para combinar dos funciones apropiadas. Hemos visto operaciones que combinan
enteros y otras que operan en conjuntos. Ahora presentamos una forma de combinar dos
funciones apropiadas.
Definición 5.18 S i / : A —>Byg:B—*C, definimoslafuncióncompuesta, que sedenotago/: A-t>C,como

(g ° f)(a) = gifia)), para cada a E A.
Ejemplo $ J & SeaA= {1,2, 3,4}, .8= {a, b, c] yC= {w, x, y, z) c o n / : A - > £ y g: B -» Cdadas por/=
[(l, a), (2, a), (3,b), (4, c)} y g- {(a, x), (b,y), (c, z)}. Para cada elemento de A encontra
mos que:
( * " / ) ( 3 ) = g ( / ( 3 ) ) = g(6) = ;y
(g°/)(2) = g(/(2)) = g(a)=* (S°/)(4)=g(/(4))=g(c) = z
Por lo que
g»f={(l,x),(2,x),(3,y),(4,z)}.
Ejemplo 5.54 Sean/: R —> R, g: R —> R definidas por/(;c) = x2, g(x) -x + 5. Entonces
(g°f)(x) = g(f(x))=g(x2) = x2 + 5,
mientras que
(f°g)(x)=f(g(x))=f(x + 5) = (x + 5y = x2 + l()x + 25.
Aquí g o / : R —» R y / o g: R -» R, pero (g ° / ) ( l ) = 6 * 36 = (/o g)(l); así, aunque

podemos formar ambas composiciones / o g y g o/, no ocurre que / o g = g o / En conse
cuencia, la composición de funciones no es, en general, una operación conmutativa.
La definición y los ejemplos de la composición de funciones requieren que el codominio

d e / = dominio de g. Si la imagen d e / C dominio de g, en realidad esto será suficiente pan
obtener la composición g of; A—> C. Así mismo, para cualquier/: A -> B, observamos
que/o lA = / = l B o /
Una idea importante siempre presente en matemáticas es la de analizar si al combinar
dos entidades con una propiedad en común se obtiene un resultado con esta propiedad. Poi
ejemplo, si A y B son conjuntos finitos, entonces A O B y A U B son también finitos. Sin
embargo, para conjuntos infinitos Ay B, tenemos que AU Bes infinito pero A O B puede
ser finito. (Dé un ejemplo.)
Para la composición de funciones tenemos el siguiente resultado.
TEOREMA 5.5 Sean/: A -> B y g: B -» C.

a) Si/, g son inyectivas, entonces g ° / e s inyectiva.
b) S i / g son sobre, entonces g o / e s sobre.
Demostración: a) Para demostrar que g o / : A —> C es inyectiva, sean ah a2EA con (g »f
(a\) = (8 ° f){a-¡)- Entonces {g o/)(«,) = (g o f)(a2) => g(f(a,))-
g(f(a2)) =>/(«i) =f(a2), ya que g es inyectiva. También,/(ai) =/(a¡)
=> a! = a2. ya que/es uno a uno. En consecuencia, g o/es inyectiva.
b) Parag o / : A —> C, seaz G C. Ya queg es sobre, existe!^ & B cong(j)
= z- Como / e s sobre, existe x S A con /(x) = v. De aquí z = g(y) -
g(f(x)) = (g °/)(*)> por lo que la imagen de g °f= C = al codominio
de g °f,y g o/es sobre.
Aunque la composición de funciones no es conmutativa, s i / : A -» fi, g: B -» C, y k

C-> D, ¿qué podemos decir acerca de las funciones (h o g) o / y h o (g o/)? Esto es, ¿es
asociativa la composición de funciones?
Antes de considerar el resultado general, primero analizaremos un ejemplo particular.
iO 5»S S e a / : R - > R , g : R - 4 R y / ¡ : R - > R , dondef(x) = x2,g(x) = x + 5, y h(x) = Jx2 +2.

2 2 2
Entonces ((h ° g ) ° / ) ( r ) = (A ° *)(/(*)) = (A o £)(**) = A(g(x )) = htf + 5) = ^ + 5 ) + 2
= V*4+10*2+27.
Por otro lado, vemos que (h o (g o/))(*) = h{{g of)(x)) = h(g(f(x))) =
h(g(x2)) = h(x2+ 5)=yj(x2+5)2+2 =-yJx4+l0x2+27, como antes.
Así, en este caso particular, (h o g) o / y h o (g o f) son dos funciones con el mismo
dominio y codominio, y para todox E R, {(h o g) of)(x) = Jx4 + IO*2 +27 =(ho(g of))(x).
En consecuencia, (h o g) o / = h ° (g of).
Al analizar nuestro siguiente teorema, veremos que el resultado del ejemplo 5.55 es
verdadero en general.
TEOREMA 5.6 S i / : A -> B, g: B -> C, y /i: C -> D, entonces (A o g) o / = A o (g of).

Demostración: Como las dos funciones tienen el mismo dominio, A, y el mismo codominio,
D, el resultado se seguirá al mostrar que para todo x E A,((h o g) of){x) = (h o (g of)(x).
(Véase el diagrama de la figura 5.8.)
Con la definición de la función compuesta encontramos que
{{h og) „ / ) ( * ) = (h og)(f(x)) = h(g(f(x))),
mientras que
(h - (g »/))(*) = h((g of)(x)) = h(g(f(x))).
En consecuencia, la composición de funciones es una operación asociativa.
(h>g)*f
h-igof)
Figura 5.8
Debido a la propiedad asociativa para la composición de funciones, podemos escribir

h o g o/, (h o g) o / o h o (g of) sin problemas de ambigüedad. Además, esta propiedad nos
permite definir las potencias de funciones, cuando corresponde.
Definición 5.19 S i / : A -» A, definimos/ 1 =/, y paran E Z + ,/" + 1 =/o ( f ) .
Esta definición es otro ejemplo en que el resultado se define recursivamente. En/n+1=

f° (f), vemos que/" +1 depende de una potencia previa,/".
tO $3$ Si A = {1, 2, 3, 4}, y / : A -> A está dada por/= {(1, 2), (2, 2), (3, 1), (4, 3)}, tenemos que
/ 2 = / ° / = {(1, 2), (2, 2), (3, 2), (4, 1)} yf=fop=fofof= {(1, 2), (2, 2), (3, 2), (4,2)},
(¿Qué son/ 4 y/ 5 ?)
Pasemos ahora a la última idea de esta sección: la existencia de la función invertible y

algunas de sus propiedades.
Definición 5.20 Para los conjuntos A, B C su, si 3í es una relación de A a B, entonces la inversa de 3!,
denotada SRC, es la relación de B a A definida por2ft c ={(¿,a) | (a, ( ) ) £ » ) .
Para obtener 9íc de 2ft, simplemente intercambiamos las componentes de cada par orde
nado en SR. Así, si A = {1, 2, 3, 4},B= {w, x, y] y2?É = {(1, w), (2, w), (3,*)}, entonces91'
= {(w, 1), (w, 2), (JC, 3)}, una relación deB a A.
Para los mismos conjuntos anteriores A, B, sea/: A -> B dada por/= {i, w), (2, *), (3,y),
(4, x)}. Entoncesfc= {(w, 1), (x, 2), (y, 3), (JC, 4)}, una relación, pero no una función, de í
en A. Queremos analizar las condiciones en las que la inversa de una función da como
resultado una función; pero antes de pasar a un nivel demasiado abstracto, consideremos
el ejemplo siguiente.
£J7 Para A = {1,2, 3} y B = {w, x, y}, sea/: A -> B dada por/= {H, w), (2, *), (3, y)}. Entonces
fc= {(w, 1), (x, 2), (y, 3)} es una función de B en A y observamos que/ c o/= l A y/o/ c =l ( ,
Este ejemplo finito nos lleva a la siguiente definición.
Definición 5.21 S i / : A —> B, entonces se dice que/es invertible si existe una función g:B—>A tal quego/
Nótese que la función g en la definición 5.21 también es invertible.
5.58 Sean/ g: R -> R definidas por f(x) = 2x + 5, g(jc) = (l/2)(* - 5). Entonces (g o/)(*) =
g(f(x)) = g(2x + 5) = (l/2)[(2x + 5)- 5] = x, y (/o g ) « =/(g(x)) =/((l/2)(* - 5)) = 2[(l/2)
(* - 5)] + 5 = x, por lo q u e / o g = 1R y g o / = 1R. En consecuencia,/y g son funciones
invertibles.
Habiendo visto algunos ejemplos de funciones invertibles, deseamos ahora mostrar

que la función g de la definición 5.21 es única. Por lo tanto, encontraremos los medios
para identificar una función invertible.
TEOREMA 5.7 Si una función/: A —» B es invertible y una función g: B —¥ A satisface g °f= lAyf° g =
lfl, entonces esta función g es única.
Demostración: Si g no es única, entonces existe otra función h:B—*A con h o/= \Ayfoh =
lB. En consecuencia, h = h o 1B= h o (/o g) = (h of)g = 1,, o g = g.
Como resultado de este teorema, llamaremos a la función g la inversa d e / y adoptare

mos la notación g =/"'. El teorema 5.7 también implica que /"' = fc.
Podemos ver que cuando/es una función invertible, también lo es la función/-1, y (/"V =
/, otra vez por la unicidad del teorema 5.7. Pero todavía no sabemos qué condiciones sobre
/garantizan que/sea una función invertible.
Antes de plantear nuestro siguiente teorema, notemos que todas las funciones invertibles
de los ejemplos 5.57 y 5.58 son biyectivas. En consecuencia, estos ejemplos dan sentido al
siguiente resultado.
TEOREMA 5.8 Una función/: A —» B es invertible si y sólo si es inyectiva y sobre.

Demostración: S i / : A —> B es invertible, tenemos una única función g: B-*A cong o/= lA,
fog= l„. Si au a2EA con/(a,) =f(a2), entoncesg(f(ai)) = g(f(a2)), o (g of)(a¡) = (g o/)
(a2). Como g o/= lA, se sigue que a, = a2, por lo que/es inyectiva. Para la propiedad de ser
sobre, sea b G B. Entonces g{b) G A, por lo que podemos hablar def(g(b)). Como/o g =
1B, tenemos que b - lB(b) = ( / ° g)(b) = f(g(b)), y / e s sobre.
Recíprocamente, supongamos q u e / : A —> B es biyectiva. Como/es sobre, para cada
fcGfi existe un a G A con/(a) = b. En consecuencia, definimos la función g: B —> A como
g{b) = a, donde/(a) = b. Esta definición produce una única función. El único problema
que podría surgir es si g(b) - a¡* a2= g(b) ya que/(a,) - b - f(a2). Sin embargo, esta
situación no puede suceder si/es uno a uno. Nuestra definición de g es tal que g °f= lA y
f°g= ls> P o r 1° 1 u e encontramos que / e s invertible, con g=f~1-
%]¡&((kpfá & $ $ , Por el teorema 5.8 se sigue que la función/: R —> R definida porf^x) - x2 no es invertibl
(no es inyectiva ni sobre), pero/ 2 : [0, + °°)—»[0, + °°) definida por/2(x) = x2 es invertible y
f2-\x) = Jx~.
El siguiente resultado combina las ideas de composición de funciones y la inversa de

una función. La demostración se deja al lector. \
TEOREMA 5 . 9 Si / : A —* B, g: B -» C son funciones invertibles, entonces g o / : A -» C es invertible y

(«°/)-'=/-1°r1-
Habiendo visto algunos ejemplos de funciones y sus inversas, nos preguntamos si exis
te un método algebraico para determinar la inversa de una función invertible. Si la función
es finita, simplemente intercambiamos las componentes de los pares ordenados dados.
¿Pero qué sucede si la función está definida por una fórmula, como en el ejemplo 5.59?
Afortunadamente, el álgebra demuestra ser un poco más que un análisis cuidadoso de
"intercambio de componentes de pares ordenados". Esto se demuestra en los siguientes
ejemplos.
£)empÍ0 $*W \ Para m, b E R, m * 0, la función/: R -» R definida p o r / = {(x, y) \ y = mx + b] es una

función invertible, ya que es inyectiva y sobre.
Para obtener/" 1 notamos que
/ _ 1 = i(x,y) \y = mx + b}c = {(y,x) \y = mx + b}

= {(x,y)\x = my + b} = {(x,y)\y = (l/m)(x - b)}.
Aquí es donde quisiéramos intercambiar
las componentes de los pares ordenados de f.
Así, / : R —> R está definida por/(x) = mx+ b, y/ - 1 : R —> R está definida por/"'(*) =
(l/m)(x-b).
i|$m|»§e $M Sea/: R -» R+ definida por/(x) = e", donde e = 2.7183, la base del logaritmo natural. De
la gráfica de la figura 5.9 vemos que/es inyectiva y sobre, por lo q u e / - 1 : R+—» R existe
y/" 1 ={(x,y)\y = exY= {(x,y)\x= e>} = {(x,y)\y = ln x}, de donde /-'(*) = ln x.
Debemos notar que lo que sucede en la figura 5.9 sucede en general. Es decir, las
gráficas d e / y / - 1 son simétricas respecto a la recta)' = x. Por ejemplo, el segmento de recta
que conecta los puntos (1, e) y (e, 1) es bisecado por la rectay = x. Esto vale para cualquier
par de puntos correspondientes (x,f(x)) y (/(*)>/_1 (/(*)))•
Figura 5.9
Este ejemplo también produce las siguientes fórmulas:

x = lR(x) = (/ _ 1 of)(x) = ln(e*), para todo * G R.
x = !„+(*) = (f°f~1)(x) = e*"*, para todo x > 0.
El resultado x = e1"x, para x > 0, es bastante útil. En la implementación estándar de

Pascal, no existe la exponenciación. Para determinar 23, podemos aplicar la multiplicación
repetitiva, pero esto es ineficaz si se trabaja con un número como (5.73)432. Como exp y ln
son funciones definidas en Pascal, podemos determinar (5.73)432 volviéndolo a escribrir
como e 4 32ii>(5.73); y a q u e 5 73 _ ¿1*5.73) d e \a fórmula anterior. Esto produce exp(4.32 * ln(5.73))
en Pascal.
Aun cuando una función / : A B no sea invertible, el símbolo /"' tiene uso en el
siguiente sentido.
Definición 5.22 S i / : A -» B y Bl C B, entonces /"'(B,) = {x ' A \f(x) G B,}. Al conjunto/"'(B,) se le

conoce como la preimagen de B¡ mediante f.
¡Cuidado! Aunque tengamos el concepto de una preimagen para cualquier función, no

toda función tiene una función inversa. En consecuencia, no podemos suponer la existen
cia de una inversa para una función/sólo porque se usa el símbolo/" 1 . En este caso, se
necesita un poco de precaución.
5-$2 Sea A,B C Z+ donde A = {1, 2, 3,4,5,6} y B = {6, 7, 8,9, 10}. S i / : A - » B con/= {(1,7),
(2, 7), (3, 8), (4, 6), (5, 9), (6, 9)}, entonces se obtienen los siguientes resultados.
a) Para fi, = {6, 8} C fi, tenemos que/-'(fí,) = {3,4}, ya que/(3) = 8 y/(4) = 6, y para
cualquier a G A,f(a) £ Z?i a menos que a = 3 o a = 4. También aquí notamos que
!/-'(!?,) I = 2 = I B , | .
b) En el caso de B2- {7, 8} C B, como/(l) =/(2) = 7 y/(3) = 8, encontramos que la
preimagen de B2 mediante/es {1, 2, 3}. Y aquí \f~1(B2) | = 3 > 2 = | B21.
c) Ahora consideremos el subconjunto J53= {8, 9} de B. Para este caso se sigue que
/ - ' (B3) = {3, 5, 6}, ya que/(3) = 8 y/(5) =/(6) = 9. También encontramos que | / - '
(fi 3 )| = 3 > 2 = | f i 3 | .
d) Finalmente, sifi4= {8, 9, 10} C fi, entonces, con/(3) = 8 y/(5) =/(6) = 9, tenemos
que/-'(&,) = {3, 5, 6}. Así,/-'(fi 4 ) =t\B¿ aun cuando fl4 D B3. Este resultado se
sigue del hecho de que no hay ningún elemento a en el dominio A tal que/(a) = 10,
esdecir,/- 1 ({10})= 0.
Cuando/: A -» B, entonces para cualquier b G B escribiremos f~l(b) en vez de/"'({¿}).

Para la función del ejemplo 5.62, encontramos que
/- 1 (6) = {4} /- 1 (7) = {1,2} r 1 ( 8 ) = {3} /" 1 (9) = {5,6} /" 1 (1O) = 0.
5ijempio &#3 Sea/: R -» R definida por
3JC - 5 , x>0
/ ( * ) - - 3 * + 1, X2£0.
a) Determine/(O), /(l), /(-l), /(5/3), /(-5/3), /(2) y /(-2).

b) Encuentre/-1(0))/-1(l),/-1(-l),/-1(2),/-,(-2)>/-1(3)>/-1(-3),y/-1(-6).
c) ¿Cuáles son los conjuntos/~'([-5, 5]) yf'l([-6, 5])?
a) /(0) = -3(0) + l = l /(5/3) = 3(5/3) - 5 = 0

/ ( l ) = 3(1)-5 = - 2 / ( - 5 / 3 ) = -3(-5/3) + 1 = 6
/(-l) = -3(-l) + l = 4 /(2) = 3(2) - 5 = 1
/(-2) = -3(-2) + l = 7
b) /- : (0) = {x £ R| /(*) £ {0}} = {x £ R| /(*) = 0}
= {* E R¡JC > 0 y 3x - 5 = 0} U {x E R\x s 0 y -3^: + 1 = 0}
. = { * e R | ; t > 0 y ; t = 5/3}U{.*eR|ji::£;0yjt = l/3}
= {5/3}U0 = {5/3}
[Note que la línea horizontal y = 0 (es decir, el eje x) interseca la gráfica en la
figura 5.10 únicamente en el punto (5/3, 0).]
6
\
(-4/3, 5) V 5 / (10/3, 5)
(-1,4)^4 4(3, 4)
(-1/3, 2)\ /(7/3, 2)

(0,1) 1(2, D
i 7i i i i i . ..
-6 -5 -4 -3 -2 -1 1 J r (5/3,0) 4 5 6
-1
-2 -1
-3
-4
- 5 c i-10. --5)
-6
Figura 5.10
/ - ' ( i ) = {* e R|/(*) e {i}} = {* e R|/(*) = 1}

= { * e R | ; t > 0 y 3 ; t - 5 = l } U { x e R | ; t < 0 y - 3 ; c + l = l}
= {x ER\x>0 yx = 2}U{* 6 R | x £ 0 yx = 0}
= {2}U{0} = {0,2}
[Aquí observamos que la línea punteada y = 1 interseca la gráfica de la figura
en los puntos (0, 1) y (2, 1).]
/ _ 1 ( - 1 ) = {* £ R | * > 0 y 3x - 5 = - l } U { * e R | x < 0 y -3x + 1 = - 1 }

= {x ER\x > 0 yx = 4/3}UU G R | x ¿ 0 y * = 2/3}
= {4/3}U0 = {4/3}
/" 1 (2) = {-1/3,7/3} / - ' ( - 2 ) = {1}
/ - 1 ( 3 ) = {-2/3,8/3} / " 1 ( - 3 ) = {2/3}
/ " 1 ( - 6 ) = {A:GR|A:>0y3x-5 = - 6 } U { A : e R | ^ ^ 0 y - 3 x + l = - 6 }
= {xGR|JC>0 y x = -1/3}U{* G R | x ¿ 0 y * = 7/3}
=0U0=0
1
c) r ( [ - 5 , 5 ] ) = { x | / ( x ) e [ - 5 , 5 ] } = {x| - 5 < / ( * ) < 5}.
(Casol)*>0: -5<3x-5<5
0<3*<10
0 < x < 10/3—usamos 0 < x < 10/3.
(Caso 2) x ^ 0: - 5 < -3x + 1 =£ 5
- 6 < -3x < 4
2 > x > -4/3—usamos - 4 / 3 < x < 0.
Entonces/"1 ([-5, 5]) = {x | -4/3 < x < 0 o 0<x < 10/3} = [-4/3, 10/3]. Como
no hay puntos (x, y) en la gráfica (de la figura 5.10) tales que y < - 5 , se sigue
de nuestros cálculos que/-'([-6, 5]) =/-'([-5, 5]) =/-'((-5, 5]) = [-4/3, 10/3].
Ejemplo 5.64 a) S e a / : Z -» R definida por f(x) = x2+ 5. La tabla 5.9 enumera f~\B) para varios
subconjuntos B del codominio R.
b) Si g: R —» R se define como g(x) = x2 + 5, los resultados de la tabla 5.10 muestran
cómo un cambio en el dominio (de Z a R) afecta las preimágenes (de la Tabla 5.9).
Tabla 5.9 Tabla 5.10
B r\B) B g~\B)
{6} {--1,1} {6} _{-!.!}
[6,7] {"-1,1} [6,7] [-V2,-1]U[1,V2]
[6,10] {--2,-1,1,2} [6,10] [-V5,-1]U[1,V5]
[-4,5) 0 [-4,5) 0
[-4,5] {0} [-4,5] {0}
[5, +») Z [5, +») R
En nuestro siguiente resultado aparece el concepto de preimagen junto con las opera
ciones de conjuntos (intersección, unión y complemento). El lector debe notar la diferen
cia entre la parte (a) de este teorema y la parte (b) del teorema 5.2.
TEOREMA 5.10 Si / : A -> B y Bv B2 C B, entonces (a)/-'(fl, O B2) = / " ' ( £ , ) D /-'(5 2 );

(b)/"'(£, U B2) =/"'(5,) U/-'(fi 2 ); y (c)f'(*,) = / " ' ( * , ) •
Demostración: Demostraremos la parte (b) y dejamos las partes (a) y (c) para el lector.
Paraa E A, a £ / - ' ( £ , U 52) <=>/(a) G f i , U B2<^f(a) E Bi o/(a) E fl2 <=> a E/-'(fi,)o
a E/-'(B 2 ) «=> a £ / - ' ( * , ) U/-'(fl 2 ).
Utilizando la notación de la preimagen, vemos que una función/: A —> B es inyectiva

si y sólo si | f'l(b) | < 1 para cada b E 2?.
Las matemáticas discretas estudian principalmente los conjuntos finitos, y el último

resultado de esta sección demuestra que la propiedad de ser finito puede llevar a resulta
dos que no logran ser ciertos en general; además de ilustrar una aplicación del principio
del palomar.
TEOREMA 5.11 S e a / : A —> B una función para los conjuntos finitos A y B, donde | A | = | B |. Entonces
las siguientes proposiciones son equivalentes: (a)/es inyectiva; ( ¿ ) / e s sobre; y (c)/es
invertible.
Demostración: Ya hemos demostrado en el teorema 5.8 que (c) => (a) y (b), y que (a),
(b) => (c). En consecuencia, este teorema quedará demostrado si vemos que para estas
condiciones sobre A, B, (a) o (b). Si suponemos (b) y / n o es inyectiva, entonces existen
elementos au a2 E A, con ai * a2, tales que/(ai) =/(a 2 ). Entonces | A | > |/(A) | = | B |,
lo que contradice el hecho de que | A | = | B \. Por el contrario, s i / n o es sobre, entonces
|/(A) | < | B | . S i | A | = | f i | tenemos que | A | > |/(A) |, y el principio t del palomar
implica que/no es inyectiva.
Utilizaremos el teorema 5.11 para verificar la identidad combinatoria del problema 6

que aparece al comienzo de este capítulo. Si n E Z + y | A | = | B \ = n, hay «! funciones
uno a uno de A a B y 2 * = o ( - l ) * C - * X n - ^ ) " funciones sobre de A a fi. La igualdad
n
¡ 2 "=o(~ l)*(„"t)( n _ *)" es entonces el equivalente numérico de las partes (a) y (b) del
teorema 5.11. [Ésta es también la razón por la cual todos los elementos de la diagonal
S(n, n), 1 < n < 8, de la tabla 5.1 son iguales a uno.]
EJERCICIOS 5.6 1. Sean/: A -> B, g: C -> D. Defina h: A x C -> fl x D como

A(a>c) = (/(a),g(c)).
Demuestre que /i es biyectiva si y sólo si/y g son biyectivas.
2. Sean/ g, A: Z -> Z definidas por/(;t) = JC —1, g(jc) = 3x,
Determine (a)/o g,g°f,g°h,ho g, / o (g o A), (fo g) o h;

{b)f\f\g\g\h\h\h™.
3. Si % es un universo dado con S, T C <¡U (fijos), defina g: ^ W -> S'C'U) por g(A) = T Pl (J U
A) para A C Û,. Demuestre que g2 = g.
4. Seag: N -> N definida por g(n) = 2ra. Si A = {1,2,3,4} y/: A -> N está dada por/ = {(1,2),
(2, 3), (3, 5), (4, 7)}, encuentre g ° f. •
5. Sean/ g: R-> R, donde #(*) = 1 -X + *2y/(*) = ax + b. Si (g o/)(*) = 9x2-9;t + 3,determinea,b.
6. Sean / g: R —> R donde /(JC) = ax + ¿ y g{x) = ex + d para cualquier I E R , con a, b, c, d
constantes reales. ¿Qué relación(es) deben satisfacer a, b, c, dú (f° g)(x) = (g °f)(x) para todo
JCGR?
7. a) Para A = {1, 2, 3 , . . . , 7}, ¿cuántas funciones biyectivas/: A —»A satisfacen/(l) £ 1?

b) Responda la parte (a) para A = {x | x € Z+, 1 < x < n).
8. a) Para A = {-2, 7] C R, defina las funciones/ g: A -» R por
/(*) = 2 x - 4 y g (x) = ^ - ^ .
x+2
Verifique que/= g.
b) ¿Se afecta el resultado de la parte (a) si cambiamos A por [-7, 2)?
9. Si A, B C «U y Shu 3Í2 C A x B, demuestre que (a) (3!, U 9i2)c = 9¡í U 2^1 (b) (915 n 9l¿e =
2fcf n ^ l y ^ O í O ^ S S , .
10.. Para cada una de las siguientes funciones/: R —> R, determine si / e s invertible, y si lo es,
determine/-1.
a) f={(x,y)\2x + 3y=7} b) f={(x,y)\ax +by =c,b ¿0}
c) / " { ( x o O b ^ * 3 } á) f={(x,y)\y =x4 + x}
11.a) Encuentre la inversa de la función/: R -> R* definida por/W = e2"5.
b) Demuestre que/o/ - 1 = 1R+ y/- 1 o/= 1R.
12. Determine/"1 para (a)/: R -> R, /(*) = -*; (b)/: R2-» R2,/(x, y) = (y, x)\ (c) / : R 2 ->(Rx R*),
f{x, y) = (5x, é>).
13. Demuestre el teorema 5.9.
14. Si A, flC Z + conA= {1,2,3,4,5,6,7} y í = {2,4,6,8, 10, 12}, y / : A -> B donde/=
{(1, 2), (2, 6), (3, 6), (4, 8), (5, 6), (6, 8), (7, 12)}, determine la preimagen deB, mediante/en
' cada uno de los siguientes casos.
a) Br = {2} b) B, = {6} c) ^ = {6,8}
d) ^ = {6,8,10} e) B, = {6,8,10,12} f) B^ÍIO.12}
15. Sea/: R -» R definida por
x + 1, JC<0
/(*) = -2x + 5, 0<*<3
x-l, 3<x
a) Encuentre/-'(-10), /"•(O), /-1(4),/-1(6),/-'(7) y/->(8).
b) Determine la preimagen mediante/de cada uno de los intervalos (i) [-5, -1]; (ii) [-5, 0];
(iii) [-2, 4]; (iv) (5, 10); y, (v) [11, 17).
16. Sea / : R —> R definida por f(x) = x2. Para cada uno de los siguientes subconjuntos B de R,
encuentre/"'(B).
a) B = {0,1} b) B ={-1,0,1} c) 5 = [0,1]
d) B = [0,1) e) i? = [-1,1] f)B=[0,4]
g) B = [0,1]U[4,9] h) fl = (0,l]U(4,9)
Determine tres subconjuntos infinitos B de R para los cuales/"'(B) = 0.
17. Sea A, B C Z+dondeA = {1, 2, 3, 4, 5}yB={6, 7, 8, 9, 10, 11, 12}. ¿Cuántas funciones/:
A ^ B son tales que/-'({6, 7, 8}) ='{ 1, 2}?
18. Sea/: R —> R definida por/(x) = [x], el mayor entero menor o igual que x. Encuentre/"'(fl)
para cada uno de los siguientes subconjuntos B de R.
a) B={0,1} b) fl={-l,0,l} c) £ = [0,l)
d) B = [0,2) e) fi = [-l,2) f) £ = [0,1]
g) B = [-1,2] h) B = [-1,0)U(1,3]
19. Sean/ g: Z* —> Z* donde para todo x e Z*,flx) = JC + 1 y g(x) = máx{ 1, * - 1}, el máxim
lyx-1.
a) ¿Cuál es la imagen de/? b) ¿Es /una función sobre? c) ¿Es la función/uno a uno?
d) ¿Cuál es la imagen de g? e) ¿Es g una función sobre? f) ¿Es la función g uno a uno?
g) Pruebe que j « / = l z » . h) Determine (/"o g)(x) para * = 2, 3, 4, 7, 12 y 25.
i) ¿Las respuestas de las partes (b), (g) y (h) contradicen los resultados del teorema 5.8?
20. Sean/ g, h, k: Z*x Z* —» Z* las operaciones binarias cerradas definidas para todos (a, b)
Z + xZ + por
f(a,b) = a + b, g(a,b) = ab,
h(a, b) = mín{fl, b}, k(a, b) = máx{a, b).
a) ¿Son estas funciones uno a uno?
b) ¿Son/ g, hy k funciones sobre?
c) ¿Son estas funciones invertibles?
d) Determine/-'(3), /->(4), /-'(5), g'\A), g-'(6), g~V), r'(8). V «"'(16).
e) Para n £ Z*, ¿cuánto vale \f~\n) |?
f) ¿Cuánto vale | g'\p) |, parap primo? ¿Cuánto vale | g~'(p2) |? ¿Cuánto vale | g'\pm) \ para
Diez*?
g) Si p, q son primos distintos y m, nG Z*, ¿Cuánto vale | g'Kp"^") |?
h) ¿Son infinitos algunos de los siguientes conjuntos?
(1)* _, (4) (2)/fc'1(4) (3)h-\n),neZ+ (4)ifc- 1 (n),neZ +
i) Determine el número de elementos de cada uno de los conjuntos finitos de la parte (h).
21. Sean/ g, h las siguientes operaciones binarias cerradas enS^Z*). ParaA, B C Z*,f(A, B)-
AC\B, g(A, B) = A\JB, h(A, B)=AAB.
a) ¿Son estas funciones inyectivas?
b) ¿Son/ g y h funciones sobre?
c) ¿Es invertible alguna función?
d) ¿Es infinito alguno de los siguientes conjuntos?
(1) r l ( 0 ) (2) «-(#) (3) h-\0)
(4) /"'({l}) (5) g"1({2}) (6) h~\{3})
(7) r\{*,T)) (8) *-l({8,12}) (9) A-»({5,9})
e) Determine el número de elementos de cada uno de los conjuntos finitos de la parte (d).
22. Demuestre que/: A —> B es inyectiva si y sólo si \f~\b) \ < 1 para todo b € B.
23. Demuestre las partes (a) y (c) del teorema 5.10.
24. a) Dé un ejemplo de una función/: Z —> Z tal que/sea (i) uno a uno pero no sobre; y (ii) sobre
pero no uno a uno.
b) ¿Contradicen los ejemplos de la parte (a) el teorema 5.11?
25. Sea/: Z -> N definida por
f(x) =
JKX)
¡2x-h si*>0
\-2x, si*sO.
a) Demuestre que/es inyectiva y sobre. b) Determine/"1.
26. Si | A | = | B | = 5, ¿cuántas funciones/: A -> B son invertibles?
27. Sean/ g, h, k: N -> N tales que/(n) = 3n, g(«) = [n/3j, /i(n) = [(« + D/3J, y *(n) = [(« + 2)/3j,
para cada n E N. a) Para cada n S N ¿cuánto valen (g o /)(n), (/i o f)(n), y (jt o /)(«)? b)
¿Contradicen los resultados de la parte (a) el teorema 5.7?
28. Sean/: A —» B, g: B -» C. Demuestre que (a) g °f:A-* C sobre => g sobre; y, (b) g °f:A-*C
inyectiva =>/inyectiva.
5.7
Complejidad computacional
En la sección 4.4 presentamos el concepto de algoritmo, siguiendo los ejemplos estableci

dos por el algoritmo de la división (de la Sec. 4.3) y el algoritmo de Euclides (de la Sec.
4.4). En esos ejemplos tratamos ciertas propiedades de un algoritmo general.
■ • La precisión de las instrucciones individuales paso por paso

• La entrada proporcionada al algoritmo y la salida que el algoritmo proporciona
• La capacidad del algoritmo para resolver ciertos tipos de problemas, no sólo casos
específicos del problema
• La unicidad de los resultados intermedios y finales, basados en la entrada
• La naturaleza finita del algoritmo, en el sentido de que termina después de la ejecu
ción de un número finito de instrucciones
Cuando un algoritmo resuelve correctamente cierto tipo de problema y satisface estas

cinco condiciones, entonces es posible seguir analizándolo como sigue.
1) ¿Podemos medir de alguna manera lo que tarda el algoritmo en resolver un proble

ma de cierto tamaño? Si logramos hacerlo, esto puede depender, por ejemplo, del
compilador utilizado, por lo que queremos desarrollar una medida que no dependa
de aspectos como el tipo de compilador, la velocidad de ejecución u otras caracte
rísticas de un computador dado.
Por ejemplo, si queremos calcular n\ para n £ Z+, ¿con qué rapidez podemos
hacerlo? Si queremos calcular a" para a £ R y n £ Z+, ¿existe alguna "función de n"
que nos describa la rapidez con la que un algoritmo dado para tal exponenciación
lleva a cabo esta tarea?
2) Supongamos que podemos contestar preguntas como la planteada antes en el punto
1. Entonces, si tenemos dos (o más) algoritmos que resuelven un problema dado,
¿habrá tal vez una forma de determinar si un algoritmo es "mejor" que otro?
t El material de las secciones 5.7 y 5.8 puede dejarse por el momento. No se utilizará mucho hasta el
capítulo 10. El único lugar donde aparecerá este material antes del capítulo 10 es el ejemplo 7.13, pero éste
puede omitirse sin perder la continuidad.
En particular, supongamos que queremos analizar el problema de determinar si cierto

número real x está presente en la lista de n números reales ai, a2> • • ■. £>n- Aquí tenemos un
problema de tamaño n.
Si existe un algoritmo que resuelve este problema, ¿cuánto puede tardar en hacerlo?
Para medir esto, buscamos una función/(n), llamada función de complejidad en tiempo*
del algoritmo. Esperamos que el valor de/(n) (tanto aquí como en general) se incremente
al incrementarse n. Además, nuestro interés principal al tratar cualquier algoritmo es la
forma en que se comporta éste con valores grandes de n.
Para analizar lo descrito hasta ahora de manera general, necesitamos presentar la si
guiente idea fundamental.
Definición 5.23 Sean/ g: Z+ —» R. Decimos que g domina a / ( o / e s dominada por g) si existen constantes
m E R + y i t E Z * tales que | /(«) | < m \ g(n) | para todo n G Z+, donde n > k.
Observemos que si consideramos los valores de/( 1), g (1 ),/(2), g ( 2 ) , . . . , hay un punto
(a saber, k) después del cual el tamaño de f(n) está acotado en la parte superior por i
múltiplo positivo (m) del tamaño deg(n). Además, si g domina a/, entonces | f(n)/g(n) \ < n
[es decir, el tamaño del cociente f(n)/g(n) está acotado por m], para aquellos n G Z+ ta
que n>ky g(n) * 0.
Cuando/es dominada por g, utilizamos la notación llamada "O mayúscula" para esto,
escribiendo / G O(g), donde O(g) se lee como "de orden g" o bien "O mayúscula deg".
Como lo sugiere la notación "/G 0(g)", 0(g) representa el conjunto de todas las funciones
con dominio Z* y codominio R dominadas porg. Estas ideas se demuestran en los siguien
tes ejemplos.
Sean/ g: Z+—>R dadas porf(n)-5n,g(n) = /i2, paran GZ + . Si calculamos/(n) yg(n)para

1 < n < 4, encontramos que/(l) = 5, g(l) = l;/(2) = 10, g(2) = 4;/(3) = 15, g(3) = 9;y,
/(4) = 20, g(4) = 16. Sin embargo, n > 5 => n2 > 5«, y tenemos que \f(n) | = 5n < n1-
| g(n) |. Así, s i m = l y k- 5, tenemos que n > k, \f(n)\ < m \g(n)\. En consecuencia^
domina a / y / G 0(g). [Observe que \f{n)lg{n)\ está acotado por 1 para todo n > 5.]
También nos damos cuenta de que para cualquiern G Z+, | f(n) | = 5« < 5n2= 5 \g{n)\,
Aquí se muestra el dominio de/por g, con k = 1 y m = 5. Esto es suficiente para demostrar
que las constantes k y m de la definición 5.23 no necesitan ser únicas.
Además, podemos generalizar este resultado si consideramos ahora las funciones/i,!,:
Z+ —» R definidas por/^n) = an, g¡(ri) = bn2, donde a, b son números reales distintos de
cero. S i m G R + y m | ¿ > | > | ¿z |, entonces para todo n > 1 ( = k), |/i(«)| = \an\ = \a\ni
m\b\n < m\b\n2=m\bn2\=m\ g,(n) \, y a s í / G 0{gx).
En el ejemplo 5.65, observamos que/< O(g). Si revisamos las funciones/y g, quere-

mos ahora mostrar que g <t 0(f).
t Podríamos también estudiar la función de complejidad en espacio de un algoritmo, que necesitamoi

cuando intentamos medir la cantidad de memoria requerida para la ejecución de un algoritmo en un problema
de tamaño n. Sin embargo, en este texto limitaremos nuestro estudio a la función de complejidad en tiempo,
Una vez más, sean/ g: Z+—» R definidas por/(n) = 5n, g(n) - n2, para n £ Z+.
Si g E 0(/), entonces en términos de cuantificadores, tendríamos que
3m E R + 3)t E Z + Vn E Z + [(n > fc) => |g(n)| < m|/(n)|].
En consecuencia, para mostrar que g £ 0(/), necesitamos verificar que
Vm £ R + VA: G Z + 3n £ Z + [(n > k) A (|g(n)| > m|/(n)|)].
Para esto, primero debemos darnos cuenta de que m y k son arbitrarios, por lo que no
tenemos control sobre sus valores. El único número sobre el cual tenemos control es el
entero positivo n que seleccionamos. Ahora bien, independientemente de los valores de m y
k, podemos seleccionar n E Z+ tales que n > máx{5m, k}. Entonces n > k (en realidad, n > k)
y n > 5m => n1 > 5 mn, por lo que \g(n)| = n2> 5mn = m\5n\ = m\ f(n) \ y g í 0{f).
Para quienes que prefieren el método de demostración por contradicción, presentamos un
segundo punto de vista. Si g £ 0(f), entonces tendríamos que
n2 = \g(n)\ < m | / ( n ) | =mn

para todo n > k, donde k es algún entero fijo positivo y m es una constante (real). Pero
entonces, de n2 < mn deducimos que n < m. Esto es imposible ya que n(£ Z+) es una
variable que puede crecer sin límite mientras que m es constante.
£fefflp*0$,67 j a) Sean/ g: Z+ -> R dadas por/(n) = 5n2 + 3n + 1 y g{n) = n2. Entonces | /(«) | = | 5n2 +
3« + 1 | = 5n2 + 3n + 1 < 5n2+3n2+n2= 9n2 = 91 g(n) \. De aquí tenemos que para
todo n> 1 ( = k),\ f(n) \ < m | g(n) \ para cualquier m > 9, y / £ 0(g). En este caso
también podemos escribir g £ 0(n2).
Además, \g(n)\ = n2 < 5n2 < 5n2+ 2>n + 1 = |/(n)| para todo n > 1. Por lo que
| g(n) | < m | /(n) | para cualquier m > 1 y para todo n > k > 1. En consecuencia, g
£ 0(/). [De hecho, 0(g) = 0(j)\ es decir, cualquier función de Z+ a R dominada por
/ o g está también dominada por la otra función. Examinaremos este resultado para
el caso general en la sección de ejercicios.]
b) Consideremos ahora / g: Z+ —> R con f(n) = 3n3 + ln2 - 4n + 2y g(n) = n3. Aquí
tenemos que | / ( n ) | = |3n 3 +7n 2 -4n + 2 | < |3n 3 | + |7n21 + \-4n\ + \2\ <3n 3 +7n 3
+ 4n 3 +2n 3 = 16n3= 16|g(n)|, para todo n> 1. Así, s i m = 16 y A: = 1, tenemos que/
está dominada por g, y f £ 0(g), o / £ 0(n 3 ).
Como 7n - 4 > 0 para todo n > 1, podemos escribir n3 < 3n3 < 3n3 + (7n - 4)n +
2 si n > 1. Entonces | g(n) \ < \ /(n) | para todo n > 1, y g £ 0(/). [Como en la parte
(a), también tenemos 0(f) = 0(g) = 0(n 3 ) en este caso.]
Generalizaremos los resultados del ejemplo 5.67 como sigue. Sea/: Z+—> R tal que/(n) =
a,n'+ a,_in'"' + • • • + a2n2 + a,n + a0, para a,, a,.u . . . , a2, aua0ER,a,^0,tG N. Entonces
|/(n)| = |a,M' + a,-in' _1 + ••• + a2n2 + axn + a0\

< \a,n'\ + |a,-in' _ 1 | + • • • + \a2n2\ + \axn\ + |fl0|
= \a,\n' + \a,-1\n''1 + •■■ + \a2\n2 + \a,\n + \a0\
< | a,\n' + | a,-i\n' + ■ ■ • + | a2\n' +\ai\n' + \ a0\n'
= (|a,| + |a(_,| + • • • + |a 2 | + |fli| + IflolK-
En la definición 5.23, seam = | a, | + | a M | + • • • + | a2 \ + \ ai | + ¡ a01 y k= 1, y seag:

Z+—> R dada por g(n) = rí. Entonces |/(n)| S m|g(n)| para todo n > k, por lo que/está
dominada por g, o / G 0(n').
También es cierto que g G 0(f) y que 0(f) = 0(g) - 0(rí).
Esta generalización proporciona los siguientes resultados acerca de algunas sumas.
Ejemplo %&& a) Sea/: Z + -> R dada por/(n) =1+2 + 3 +■■-+n. Entonces (de los ejemplos 1.38 y
1.41),/(n)=(¿)(n)(n + l) = ( | ) « 2 + ( j ) n , por lo que/(n) =J,Ui(=0(n2).
+ 2 2 2 2
b) Si g:Z -+R con g(n) = l + 2 + 3 + • • • + n = (|)(n)(n + l)(2n + 1) (del ejemplo
4.3), entonces g(n) =(j)n 3 + (j)n 2 + (j)n G 0(n 3 ).
c) Si t G Z+ y h: Z+ -^ R está dada porfc(n)= £ ^=1/', entonces /i(n) = 1' + 2' + 3' + •
+ rí < rí + rí + rí + ■ ■ ■ + rí = n(rí) = n'+\ por lo que h{rí) G <9(n'+1).
Ahora que hemos analizado varios ejemplos de dominio de funciones, cerraremos esta
sección con dos últimas observaciones. En la siguiente sección aplicaremos la idea de
dominio de una función en el análisis de algoritmos.
1) Al analizar el concepto de dominio de una función, buscamos la mejor cota (o la
más fina) en el siguiente sentido. Supongamos q u e / g, h: Z+—¥ R son tres funcio
nes tales q u e / G O(g) y g G 0(h). Entonces también tenemos q u e / G OQi). (Pedi
remos la demostración de este hecho en los ejercicios.) Sin embargo, si h £ 0(g), la
proposición / G O(g) es una "mejor" cota sobre | / ( « ) | que la proposición / 6
0(h). Por ejemplo, si/(n) = 5, g(rí) = 5n y h(n) =«2, para todon G Z+, entonces/G 0(g\
g G 0(K) y / G O(h) pero h & O(g). Por lo tanto, nos interesa más la proposición
feO(g) q u e / G 0(h).
2) Ciertos órdenes, como 0(rí) y 0(n2), aparecen con frecuencia cuando estudiamos el
dominio de funciones. Por lo tanto, se designan con nombres particulares. Algunos
de los más importantes de estos órdenes se enumeran en la tabla 5.11.
Tabla 5.11
Forma O mayúscula Nombre
0(1) Constante
0(log 2 n) Logarítmica
0(n) Lineal
0{n log2n) n log2 n
0(» 2 ) Cuadrática
0(n 3 ) Cúbica
0(nm),m = 0 , 1 , 2 , 3 , . . . Polinomial
0(c"),c>l Exponencial
0(«!) Factorial
EJERCICIOS 5.7 1. Use los resultados de la tabla 5.11 para determinar la mejor forma "O mayúscula" para cada
una de las siguientes funciones/: Z* —> R.
a) f(n) = 3n + 7
b) /(n) = 3+sen(l/«)
c) f\n) = n3- 5n2 + 25n - 165
d) fln) = 5n2 + 3n log2/j
e) f(n) = n2 + (n-iy
f) f(n) = (n)(n + l)(n+2)/(n+3)
g) f(n) = 2 + 4 + 6 + • • • + In
2. Sean / g: Z* —> R las funciones tales que /(n) = n y g(n) = n + (1/n), para n E Z*. Use l
definición 5.23 para mostrar q u e / e O(g) y g E 0(f).
3. En los siguientes incisos,/ g: Z*-> R. Use la definición 5.23 para mostrar que g domina a/.
a) /(n) = 100 logan, g(n) = (|)n
b) /(«) = 2", g(n) = 22n- 1000
c) /(n) = 3n2, g(n) = 2" + 2*
4. Sean/ g: Z+ -> R las funciones tales que/(«) = n + 100 y g(n) = n2. Use la definición 5.23 para
mostrar que/E 0(g) pero g í 0{f).
5. Sean/ g: Z*->Rlasfunciones/(«) =n2 + n y g(n) = (y)n3, para« 6Z*. Use la definición 5.23
para mostrar que/E O(g) pero g §: 0(/).
6. Sean/ g: Z+ -» R dadas por
f(n) = n, para n impar

1, para TÍ par
1, para n impar
g(n) = \ n, para n par
Verifique que/<£ O(g) y g g 0(f).
7. Sean/ g: Z + ^ R donde/(n) = n y g(n) = log2n, para n E Z\ Muestre que g E 0(/) pero/£
O(g). (Sugerencia: lím = + oo. Para esto se requiere usar el cálculo.)
"-»" log2«
8. Sean/ g, A: Z*-> R donde/E O(g) y g E 0(/i). Demuestre que/E 0(h).
9. Si g: Z* -> R y c £ R, definimos la función cg: Z* -> R como (cg)(n) = c(g(n)), para cada n E
Z+. Demuestre que si/ g: Z*-> R son tales que/E O(g), entonces/E 0(cg) para cualquier c
E R, c * 0.
10. a) Demuestre que/E 0(/) para cualquier/: Z*-> R.
b) Sean/ g: Z+-> R. Si/E 0(g) y g E 0(/), demuestre que 0(f) = 0(g). Es decir, demuestre
que si una función h: Z* —> R está dominada por / entonces fc está dominada por g y
viceversa.
c) Si/ g: Z+-> R, demuestre que si 0(f) = 0(g), entonces/E O(g) y g E 0(/).
5.8
Análisis de algoritmos
Ahora que ya hemos presentado al lector el concepto de dominio de una función, es el

momento de ver la forma en que se usa esta idea en el estudio de los algoritmos. En esta
sección presentaremos nuestros algoritmos como programas o segmentos de programas
en Pascal. (También presentaremos los algoritmos como listas de instrucciones. El lector

verá que éste será el caso en capítulos posteriores.)
Comencemos con un programa que calcula n\ para n G Z+.
ItjMlipte &4& En la figura 5.11 reproducimos un segmento de programa en Pascal que implementa un
algoritmo para el cálculo de «! para n G Z+. En este caso, el usuario introduce el valor de
n, que es el dato del programa. Las variables Í y Factorial (ya declaradas con anterioridad
en el programa) son variables enteras.
Begin
i := 1; {Inicializa el contador}
Factorial : = 1; {Inicializa el valor de Factorial}
While i < = n do
Begin
Factor ial : == i*Factorial;
i : = i+ 1
End;
Writeln ('El valor de ', n, ' factorial es ' , Factorial,'.')

End;
Figura 5.11
Nuestro objetivo es contar (medir) el número total de operaciones (como asignaciones,

sumas, multiplicaciones y comparaciones) implicadas en el cálculo de n! en este progra
ma. Sea/(n) el número total de estas operaciones. (Entonces,/: Z+—» R).
El programa comienza con dos proposiciones de asignación, donde se inicializan los
valores de las variables enteras i y Factorial. Después se ejecuta el ciclo While n veces.
Cada una de estas ejecuciones implica las siguientes cinco operaciones:
1) Comparar el valor actual del contador i con n

2) Incrementar el valor de Factorial como i * Factorial; esto implica una multiplica
ción y una asignación
3) Incrementar el valor del contador en 1; esto implica una suma y una asignación
Por último, hay otra comparación. Ésta se realiza cuando i = n + 1, de modo que el ciclo
While se termina y las otras cuatro operaciones (de los pasos 2 y 3 anteriores) no se llevan
a cabo.
Por lo tanto,/(n) = 2 + 5« + 1 = 5n + 3, por lo q u e / G 0(ri). En consecuencia, decimos
que este programa implementa un algoritmo 0(ri) o que el algoritmo tiene una compleji
dad lineal en tiempo. Si todas las operaciones implicadas tardan el mismo tiempo en eje
cutarse, podemos ver que la función/"mide" el tiempo de ejecución. Sin embargo, si sólo
supiéramos que/ £ 0(n), entonces sabríamos que (1) el término dominante en/era n y (
el tiempo de ejecución es aproximadamente en, donde c es una constante que depende de
consideraciones como las características específicas del sistema de cálculo.
Nuestra principal preocupación en este caso es que. el término dominante sea /r, y que,
en consecuencia,/€ 0(n). Ya que si n es cada vez más grande, el "orden de magnitud" de
5« + 3 depende principalmente del valor ny el número de veces que se ejecuta el ciclo
Wliile. Por lo tanto, podríamos haber obtenido/€ 0(/i) contando simplemente el numero
de veces que se ejecutó el cielo While. Usaremos este tipo de atajos en los cálculos de los
siguientes ejemplos.
i;5;?éi En el ejemplo 4.17 de la sección 4.2 presentamos los números de Fibonacei f(l. F,, F„ Fv
. . . , los cuales se definen en forma recursiva como
1) / i - o , J ? i - l ; y ,
2) FM = Fn.i + F„-¿, para n a 2.
El programa en Pascal de la figura 5,12 puede, usarse para obtener el valor de F„ para un
entero no negativo/! dado. En este algoritmo iterativo calculamos FK (en el caso donde n >
2) asignando o calculando primero lodos los valores anteriores F<¡, F¡, F¡ F„.¡. Aquí
definimos la función de complejidad / : N -* R de forma que /(/i) cuente el número de
Frogram P i b N u m l ( i n p u l . o u l p u t ) .
Var
i.n.Pib.Last.NexttoLast.Temptinteger:
Befclni
W r i t e l n t ' ¿ P a r a qué e n t e r o no n e g a t i v o n ' í
W r i t e l n l ' d e s e a e n c o n t r a r e l número de F i b o n a c c í ? ' }
W r i t » ( ' n - ' );
Readln(n);
I f n = ü then
Fib := 0 ;
I f n*= 1 then
Fib . 1:
I f n >= 2 th«n
Begin
L a s t := l;
NexttoLuaL : - Q;
For i :.»■ 2 t o n do
Begin
Temp := L a s t ;
Last :■ Last + NexttoLast:
NexttoLast :~ Temp
End;
Figura 5.12
sumas realizadas en el ciclo For (sombreado) de la figura 5.12. Encontramos que/(0)=0,

/ ( l ) = 0,/(2) = l,/(3) = 2,/(4) = 3 , . . . En general, para cualquier n G Z+ tenemosf(n)-
n - 1 y, en consecuencia,/E 0{n).
[En la sección 2 del capítulo 10 presentaremos un segundo programa en Pascal para el
cálculo de los números de Fibonacci F0, Fu F2, . . . En ese momento compararemos la
eficiencia de ambos programas.]
Nuestro siguiente ejemplo presenta una situación en que se determinan tres tipos de
complejidad. A estas medidas se les llama complejidad del mejor caso, complejidad del
peor caso y complejidad del caso promedio.
i$«mpia 5.711 En este ejemplo, examinamos un proceso típico de búsqueda. Buscaremos, en un conjunto
de n(>l) enteros A[1],A[2],A[3],... ,A[h], un entero llamado Key (Clave). Si se encuen
tra el entero, se imprime su primera posición en el conjunto; si no se encuentra, se dará un
mensaje apropiado.
No podemos suponer que los elementos se encuentran en un orden particular. (Si lo
estuvieran, el problema sería más fácil y podría desarrollarse un algoritmo más eficiente.)
La entrada para este algoritmo es el conjunto de enteros (que lee el usuario o se proporcio
na, tal vez, como un archivo desde una fuente externa), junto con el número n de elemen
tos del conjunto, y el valor del entero Key.
El algoritmo se implementa en el segmento de programa en Pascal de la figura 5.13. En
este caso, la variable entera i se utiliza como un contador, y la variable booleana Found se
usa para registrar (con el valor verdadero) la presencia de Key en el conjunto.
Begin
i := 1; {Inicializa el contador}
Found := false; {Cambia a verdadero si se encuentra Key}
While (i <= n) and (not Found) do

If Key = A[i] then
Found := true
Else i := i + 1; {Se incrementa el contador}
{sólo si se encuentra Key}
If Found = true then

INriteln ('El valor \ Key, ' se localiza en
la posición ', i,'.')
Else
W r i t e l n ( ' E l v a l o r ' , Key, ' no a p a r e c e en
la lista.')
End;
Figura 5.13
Definiremos la función de complejidad /(n) para este algoritmo como el número de

elementos del conjunto que se examinan hasta encontrar Key o haber terminado de anali
zar el conjunto (es decir, el número de veces que se ejecuta el ciclo While).
¿Qué es lo mejor que puede pasar en nuestra búsqueda de Key? Si Key =A[1], tenemos
que Key es el primer elemento del conjunto, y solamente tenemos que compararlo con un
elemento del conjunto. En este caso encontramos que/(n) = 1 y decimos que la compleji
dad del mejor caso de nuestro algoritmo es 0( 1) (es decir, es constante e independiente del
tamaño del conjunto). Por desgracia, no podemos esperar que tal situación ocurra con
frecuencia.
De la mejor situación pasamos a la peor. En este caso, tenemos que examinar todos los
n elementos si (1) la primera aparición de Key es A[n], o (2) si Key no se encuentra en el
conjunto. En cualquier caso tenemos que/(n) = n, y la complejidad del peor caso es 0(n).
(La complejidad del peor caso será la que consideraremos generalmente durante el texto.)
Finalmente, deseamos obtener una estimación del promedio de elementos examinados.
Supondremos que los n elementos son distintos, que todos tienen la misma posibilidad
(con probabilidad p) de contener el valor Key, y que la probabilidad de que Key no esté en
el conjunto es igual a q. En consecuencia, tenemos que np + q=lyp = (l- q)/n.
Para cualquier 1 < i < n, si Key está en A[í], entonces han sido examinados i elementos
del conjunto. Si Key no está en el conjunto, entonces examinamos los n elementos de éste.
Por lo tanto, la complejidad del caso promedio se determina mediante el número medio de
elementos del conjunto examinado, que es
/(n) = (1 -p + 2 -p + 3 p + ■ ■ ■ + n -p) + n ■ q =p(í + 2 + 3 + • • • + n) + nq

= pn(n + l)/2 + nq.
Si q = 0, entonces Key está en el conjunto, p = \ln y fin) = (n + l)/2 £ 0(n). Para q = 1/2,
tenemos aún una buena posibilidad de que Key se encuentre en el conjunto y/(n) = (l/(2n))
[n(n + l)/2] + (n/2) = (n + l)/4 + (n/2) G 0(n). [En general, para cualquier 0 < q < 1,
tenemos/(/i) G 0(n).]
Al principio del análisis de la sección anterior, mencionamos cómo podríamos compa

rar dos algoritmos que resolvieran correctamente un tipo de problema dado. Podemos
hacer esa comparación utilizando las funciones de complejidad en tiempo para los
algoritmos. Demostraremos esto en los siguientes dos ejemplos.
* I
£j|g$$j$$ 5«72 i En algunos lenguajes de programación, como Pascal estándar y C, no existe una función
integrada para la exponenciación. El algoritmo implementado en el segmento del progra
ma en Pascal de la figura 5.14 tiene como salida los valores de a", donde a es un número
real y n es un entero positivo. En este caso, los valores de a y n están dados antes de la
ejecución del segmento de programa. La variable real* se inicializa como 1.0 y después se
utiliza para almacenar los valores de a, a2, a3 a" durante la ejecución del ciclo For. La
función de complejidad en tiempo/(n) para el algoritmo se determina mediante el número
de multiplicaciones que hay en el ciclo For. Por lo tanto,/(n) = n G 0(n).
Begin
x := 1.0;
For i : = 1 t o n do
x : = x*a;
W r i t e l n ( ' E l v a l o r de ' , a, 1 l
elevado a l a p o t e n c i a ,
n, ' es v , x, ' . ' )
End;
Figura 5.14
|£|6{ttf)Í0 5+73- En la figura 5.15 tenemos un segundo segmento de programa en Pascal para evualuar a"
para cualquier a E R, n £ Z+. En este caso usamos la operación (predefinida) división
entre un entero distinto de cero Div. El valor de (c Div d) es simplemente la parte entera
(cociente) de c/d donde c,dEZ,yd*0. Por ejemplo, 7 Div 3 es 2 (= |_7/3j = T7/3] - 1),
y 3 Div 4 es 0 ( = |_3/4j = f 3 / 4 | - 1).
Begin
x := 1.0;
i := n;
While i > 0 do
Begin
If i < > 2*(i Div 2) then {i es impar}
x := x*a;
i := i Div 2;
If i > 0 then
a := a*a
End;
Writeln ("El valor de ', a, ' elevado a la potencia ',

n, ' es ' , x, ' . ' )
End;
Figura 5.15
Para este segmento de programa la salida es a"; la variable real a y la variable entera
(positiva) n reciben sus valores al principio del programa. La variable real x se inicializa
como 1.0 y después se utiliza para almacenar las potencias apropiadas de a hasta obtener
el valor de a". El resultado de la figura 5.16 muestra lo que sucede con x (y a) para los
casos donde n = 7 y 8. Los números 1,2, 3 y 4 indican la primera, segunda, tercera y cuarta
veces que se ejecutan las proposiciones en el ciclo While (en particular, la proposición
i: = i Div 2). Si n = 7, entonces, como 22 < 7 < 23, tenemos 2 < log27 < 3. En este caso, el
ciclo While se ejecuta tres veces y
3 = Llog27j + K l o g 2 7 + l )
donde |_log27j designa el máximo entero en log27, que es 2. Así mismo, cuando n = 8, el
número de veces que se ejecuta el ciclo While es
4 = Llog28J + l = log28 + l,
ya que log28 = 3.
n = 7 n = 8
x : = 1.0 x : = 1.0
i := 7 i := 8
x : = x*a {x = a} Ti : = 4
1 i := 3 (a : = a*a
a : = a*a
x : = x*a {x = a 3 } 2Íla1 •': == \
a*a
2Ji : = 1
[a : = a*a
^ la :: == a*a
'.
rx : = x*a {x = a 7 } íx : = x*a {x = a 8 }
U := 0 U := 0
r 7 2 ^ 2 2 2
[x = a = a • a • a ]
[x = ( ( ( a ) V ) ]
Figura 5.16
Definiremos la función de complejidad en tiempo g(n) para (la implementación de)

este algoritmo de exponenciación como el número de veces que se ejecuta el ciclo While.
Éste es también el número de veces que se ejecuta la proposición i: = i Div 2. (En este caso
hemos supuesto que cada operación Div se realiza durante un intervalo de tiempo constan
te. Es decir, el intervalo de tiempo para cada llamada a Div es independiente de la magni
tud de /'.) Con base en las dos observaciones anteriores, deseamos establecer que para todo
« 2 1, g(n) < log2« + 1 6 0(\og2n). Estableceremos esto por inducción matemática (la
forma alternativa del teorema 4.2) sobre el valor de n.
Cuando n = 1, vemos en lafigura5.15 que /' es impar, x toma el valor de a = a[, y a' se
determina sólo después de 1 = log2l + 1 ejecuciones del ciclo While. Así, g(l)= 1 ^ log2l + 1.
Supongamos ahora que para todo 1 < n < k, g(n) < log2n + 1. Entonces para n = k + 1,
durante el primer paso por el ciclo While, el valor de / cambia por k + \ Como
k+\ k+1
< k, por la hipótesis de inducción ejecutaremos el ciclo While g mas
k +í k +í
veces, donde g slog 2 + 1.
Por lo tanto g{k + 1) < 1 + log 2
l o g 2 2 + l ] = log 2 (fc+l)+l
Jfc+1
+1 < 1 +
h(¥ +i = l + [l0g2(*+l)-
Para la función de complejidad en tiempo del ejemplo 5.72, encontramos que/(n) 6

0(n). Aquí tenemos queg(n) £ 0(log2n). Puede verificarse queg está dominada por/pero
/ n o está dominada porg. Por lo tanto, paran grande, consideramos que este segundo algoritmo
es más eficiente que el primero (del ejemplo 5.72). (Sin embargo, observe que el código
del segmento de programa de la figura 5.14 es más sencillo que el de la figura 5.15.)
Para cerrar esta sección, resumiremos lo aprendido haciendo las siguientes observaciones,
1) Los resultados que establecimos en los ejemplos 5.69 al 5.73 son útiles cuando
trabajamos con valores de n de moderados a grandes. Para los valores pequeños de
n, tales consideraciones acerca de las funciones de complejidad en tiempo tienen
poca utilidad.
2) Suponga que los algoritmos A! y A2 tienen funciones de complejidad en tiempo/(n)
y g(n) respectivamente, donde /(n) £ 0(n) y g(n) £ 0(n2). Aquí debemos tener
cuidado. Podríamos esperar que un algoritmo con complejidad lineal sea "tal vez
más eficiente" que uno con complejidad cuadrática, pero realmente necesitamos
más información. Si/(n) = lOOOn y g(n) =n2, entonces el algoritmoA2 es mejor si el
tamaño del problema n no es superior a 1000. Si el tamaño del problema nunca es
mayor que 1000, entonces el algoritmo A2 es la mejor opción. Sin embargo, como
mencionamos en la observación 1, si n crece, el algoritmo de complejidad lineal se
convierte en la mejor alternativa.
3) En la figura 5.17 hemos hecho una gráfica semilogarítmica para las funciones aso
ciadas con algunos de los órdenes dados en la tabla 5.11. [En este caso hemos reem-
f(n)
f(n) = 2"
128
64 = n2
32
f(n) = n log2 n
16
1
/
Of,
/ /■■■'
1
I !
(-
2 4 6 8 10 12
Figura 5.17
plazado la variable entera (discreta) n por la variable real n (continua).] Esto debe
ría ayudarnos a desarrollar la intuición para sus tasas de crecimiento relativas (es
pecialmente para valores grandes de «).
Los datos de la tabla 5.12 proporcionan estimaciones de los tiempos de ejecución de los
algoritmos para ciertos órdenes de complejidad. En este caso tenemos los tamaños de
problema n-2, 16 y 64 y suponemos que el computador puede realizar una operación
cada 10~* segundos = 1 microsegundo (en promedio). Entonces las entradas de la tabla
estiman los tiempos de ejecución en microsegundos. Por ejemplo, cuando el tamaño del
problema es 16 y el orden de complejidad es n log2n, entonces el tiempo de ejecución es
muy breve (16 log216 = 16 • 4 = 64 microsegundos); para el orden de complejidad 2", el
tiempo de ejecución es 6.5 x 104 microsegundos = 0.065 segundos. Ya que ambos interva
los de tiempo son muy cortos, es difícil para un humano observar gran diferencia entre los
tiempos de ejecución. Los resultados parecen ser instantáneos en cada caso.
Tabla 5.12
Orden de complejidad
Tamaño del problema n log2« n n logan n2 2" ni
2 1 2 2 4 4 2
16 4 16 64 256 6.5X104 2.1x10"
64 6 64 384 4096 1.84 xlO 19 >1089
Sin embargo, tales estimaciones pueden crecer rápidamente. Por ejemplo, suponga que
utilizamos un programa cuya entrada es un conjunto A de n enteros diferentes. Los resul
tados de este programa se generan en dos partes:
1) Primero el programa implementa un algoritmo que determina los subconjuntos de

A de tamaño 1. Existen n de estos subconjuntos.
2) Después se implementa un segundo algoritmo para determinar todos los subconjuntos
de A. Existen 2" de estos subconjuntos.
Supongamos que tenemos un supercomputador que puede determinar cada subconjunto

de A en un microsegundo. Para el caso en que \A | = 64, la primera parte de la salida es
ejecutada casi de manera instantánea, en aproximadamente 64 microsegundos. Sin embar
go, para la segunda parte, la tabla 5.12 indica que la cantidad de tiempo necesaria para
determinar todos los subconjuntos de A será aproximadamente de 1.84 x 10" microsegun
dos. No podemos estar muy contentos con este resultado ya que
1.84 x 1019 microsegundos = 2.14 x 108 días = 5845 siglos.
Ejercicios 5.8 1. En cada uno de los segmentos de programa en Pascal, las variables enteras i, j , n y sum se
declaran al principio del programa. El valor de n (un entero positivo) es proporcionado por el
usuario antes de la ejecución del segmento. En cada caso definimos la función de complejidad
en tiempo/(n) como el número de veces que se ejecuta la instrucción sum: = sum + 1. Deter
mine la mejor forma "O mayúscula" d e /
a) Begin
sum : = 0;
For i := 1 to n do
For j : = 1 to n do
sum := sum + 1
End;
b) Begin
sum : = 0;
For 1 : = 1 to n do
For j := 1 to n*n do
sum : = sum + 1
End;
c) Begin
sum : = 0;
For i : = 1 to n do
For j : = i to n do
sum : = sum + 1
End;
d) Begin
sum : = 0;
i : = n;
While i > 0 do
Begin
sum : = sum + 1;
i := i Div 2
End
End;
e) Begin
sum : = 0;
For i : = 1 to n do
Begin
j := n;
While j > 0 do
Begin
sum := sum + 1;
J : = j Div 2
End
End
End;
El siguiente segmento de programa en Pascal implementa un algoritmo para determinar el

valor máximo en un conjunto A[\], A[2], A[3],... ,A[n] de enteros. El conjunto y el valor de
n( £ 2) se dan al principio del programa; las variables enteras i y Max también se declaran al
principio del programa. (Los elementos del conjunto no son necesariamente distintos.)
5,8 Análisis de algoritmos 307
Begin
Max := A[l];
I f A[i] > Max then
Max := A[i]
End;
a) Si la función de complejidad del peor caso/(/i) para este segmento está determinada por el
número de veces que se ejecuta la comparación A[i] > Max, encuentre la forma apropiada
"O mayúscula" de/.
b) ¿Qué podemos decir acerca de las complejidades del mejor caso y el caso promedio para
esta implementación?
a) Escriba un programa (o desarrolle un algoritmo) que localice las primeras apariciones del
valor máximo en un conjunto J4[1],Í4[2],Í4[3] A[n] de enteros. (En este caso, n e Z+;
los elementos del conjunto no tienen que ser distintos.)
b) Determine la función de complejidad del peor caso para la implementación desarrollada en
la parte (a).
a) Escriba un programa (o desarrolle un algoritmo) que determine los valores mínimo y máxi
mo en un conjunto A[l], A[2], A[3],..., A[n] de enteros. (En este caso, n 6 Z * con n > 2;
los elementos del conjunto no tienen que ser distintos.)
b) Determine la función de complejidad del peor caso para la implementación desarrollada en
la parte (a).
La siguiente función y el siguiente segmento de programa en Pascal se utilizan para evaluar el
polinomio
8 - l(k + 7x2 -2x3 + 3x4 + 12*5.
La función Power se utiliza para determinar el valor de r* para la variable real r y la variable
entera k, donde k > 0. En el segmento de programa, Sum es una variable real mientras que./ es
una variable entera; el valor de la variable real x (previamente definida) se asigna al comienzo
de la ejecución. Además, la variable a (previamente definida) tiene las siguientes componentes
enteras.
a[0] = 8, a[l]=-10, a[2] = 7, a[3]=-2, «[4] = 3, y «[5] = 12.
Function Power (r: real; k: integer): real;

Var
i: integer;
produot: real;
Begin
produot : = 1;
For i : = 1 to k do
product := product * r;
Power := product
End;
Sum : = a[0];
For j := 1 to 5 do
Sum := Sum + a[j] * Power (x, j);
í
a) ¿Cuántas sumas se realizan para evaluar el polinomio dado? ¿Cuántas multiplicaciones?

b) ¿Cuántas sumas y cuántas multiplicaciones se realizan si ajustamos la entrada y el segmen
to de programa para trabajar con el polinomio
C0 + CXX + C2X2 + C3X3 + • • • + Cn-lX"'1 + CnX",
donde c0, c¡, c2, c3 c„_i, c„ son enteros y n es un entero positivo?
6. Primero observemos que el polinomio del ejercicio anterior puede escribirse mediante el méto
do de multiplicación anidada:
8 + *(-10 + x(7 + x(-2 +*(3 + 12x))))
Usando esta representación, el siguiente segmento de programa en Pascal (que implementa el

método de Horner) puede utilizarse para evaluar el polinomio. Aquí no necesitamos la función
en Pascal Power. Sin embargo, como en el ejercicio 5, Sum es una variable real y j es una
variable entera, y las mismas condiciones se dan para la variable real x y la variable a.
Sum : = a[5];
For j : = 4 downto 0 do
Sum := a[j] + x * Sum;
Responda las preguntas de las partes (a) y (b) del ejercicio 5 para este nuevo segmento de
programa.
7. Sea au a2, a,,. .. una sucesión de enteros definida recursivamente como
1) a, = 0;y,
2) Para n > 1, a„= 1 + a ^ j .
Demuestre que an = [log2nJ para todo n E Z*.
8. Sea au a2, a 3 ,... una sucesión de enteros definida recursivamente por
l)fli = 0;y,
2) Para n > 1, a„= 1 + a\„¿\.
Encuentre una fórmula explícita para an y demuestre que la fórmula es correcta.
5.9
En este capítulo desarrollamos el concepto de función, que es de gran importancia en

todas las áreas de las matemáticas. Aunque nos interesamos principalmente por las funcio
nes finitas, la definición también se aplica a los conjuntos infinitos e incluye las funciones
de la trigonometría y el cálculo. Sin embargo, pusimos énfasis en el papel de una función
finita cuando transformamos un conjunto finito en otro conjunto finito. En este marco, la
salida del computador puede pensarse como una función de la entrada, y un compilador
puede considerarse como una función que transforma un programa (fuente) en un conjun
to de instrucciones del lenguaje de máquina (programa objeto).
La palabra/i/nci'ón, en su forma latina, fue introducida en 1694 por Gottfried Wilhelm
Leibniz (1646-1716) para designar una cantidad asociada con una curva (como la pen
diente de la curva o las coordenadas de un punto sobre la misma). En el año 1718, bajo la
dirección de Johann Bernoulli (1667-1748), una función era considerada como una ex-
\
presión algebraica formada por constantes y una variable. Las ecuaciones o fórmulas con
constantes y variables surgieron posteriormente con Leonhard Euler (1707-1783). Su de
finición de "función" es la que generalmente se encuentra en los libros de matemáticas
de nivel bachillerato. Además, hacia 1734, encontramos en el trabajo de Euler y Alexis
Clairaut (1713-1765) la notación f(x), que sigue en uso actualmente.
La idea de Euler permaneció intacta hasta la época de Jean Baptiste Joseph Fourier
(1768-1830), quien encontró la necesidad de un tipo más general de función en su estudio
de las series trigonométricas. En 1837, Peter Gustav Lejeune Dirichlet (1805-1859) esta
bleció una formulación más rigurosa de los conceptos de variable, función y la correspon
dencia entre la variable independiente x y la variable dependiente y, cuando y =f(x). El
trabajo de Dirichlet enfatizaba la relación entre dos conjuntos de números y no pedía la
existencia de una fórmula o expresión que relacionara los dos conjuntos. Con los desarro
llos de la teoría de conjuntos ocurridos durante los siglos xix y xx se llegó a una generali
zación de la función como un tipo particular de relación.
Además de su trabajo fundamental respecto a la definición de una función, Dirichlet
también hizo mucho en las matemáticas aplicadas y la teoría de números, donde le pareció
necesario, y formuló por primera vez de manera formal el principio del palomar. En
consecuencia, este principio se conoce a veces como el principio de distribución de Dirichlet
o el principio de la caja de Dirichlet.
Los siglos xix y xx vieron el uso de la función especial, la correspondencia uno a uno,
en el estudio del infinito. Cerca de 1888, Richard Dedekind (1831-1916) definió un con
junto infinito como aquel que podía ponerse en correspondencia uno a uno con un
subconjunto propio de sí mismo. [Galileo (1564-1642) observó esto para el conjunto Z+.]
Si dos conjuntos infinitos pueden ponerse en correspondencia uno a uno entre sí, se dice
que tienen el mismo número cardinal transfinito. En una serie de artículos, Georg Cantor
(1845-1918) desarrolló la idea de los niveles de infinito y mostró que | Z | = | Q | pero
| Z | < | R |. Un conjunto A con | A | = | Z | es contable o numerable y escribimos | Z | =
k0 como lo hizo Cantor, usando la letra hebrea áleph, con el subíndice 0, para designar el
Peter Gustav Lejeune Dirichlet (1085-1859)
primer nivel de infinito. A fin de mostrar que | Z | < | R |, o que los números reales eran
no numerables, Cantor diseñó una técnica que ahora se conoce como el método diagonal
de Cantor. (En el apéndice 3 se puede encontrar más información acerca de la teoría de los
conjuntos numerables y no numerables.)
Los números de Stirling de la sección 5.3 llevan el nombre de James Stirling (1692-
1770), pionero en el desarrollo de las funciones generatrices, tema que analizaremos pos
teriormente. Estos números aparecen en su obra Methodus Differentialis, publicada en
Londres en 1730. Stirling era ayudante de Sir Issac Newton (1642-1727) y utilizábala
serie de Maclaurin en su trabajo 25 años antes de Colin Maclaurin (1698-1746). Sin em
bargo, aunque su nombre no aparece ligado a esta serie, sí aparece en la aproximación
conocida como la fórmula de Stirling: n! = (2JW) 1/2 e~" n", la cual, es justo decirlo, fue
desarrollada realmente por Abraham DeMoivre (1667-1754).
Con los principios de conteo desarrollados en la sección 5.3, los resultados de la tabla
5.13 extienden las ideas resumidas en la tabla 1.8. En este caso contamos el número de
formas en que podemos distribuir m objetos en n recipientes, en las condiciones prescritas
en las tres primeras columnas de la tabla. (Los casos en que ni los objetos ni los recipientes
son distintos serán analizados en el capítulo 9.)
Por último, la notación "O mayúscula" de la sección 5.7 fue introducida por Paúl Gustav
Heinrich Bachmann (1837-1920) en su libro Analytische Zahlentheorie, una obra impor
tante en la teoría de números, publicada en 1892. Esta notación se ha vuelto muy impor
tante en la teoría de aproximación, en áreas como el análisis numérico y el análisis de
algoritmos. En general, la notación / £ 0(g) indica que no conocemos la función /de
manera explícita pero sí una cota sobre su orden de magnitud. El símbolo "O mayúscula"
se conoce a veces como el símbolo de Landau, en honor de Edmund Landau (1877-1938),
quien usó esta notación a lo largo de su obra.
En el capítulo 4 de D. I. A. Cohén [3] y en el capítulo 6 del texto de R. L. Graham, D. E.
Knuth y O. Patashnik [7] aparecen más propiedades de los números de Stirling del según-
Tabía 5.13 [\
Los objetos Los recipientes Algunos reci Número
son son pientes podrían de
distintos distintos estar vacíos distribuciones
nm
Sí Sí Sí
Sí Sí No n\S(m,n)
Sí No Sí S(m, 1) + S(m, 2) + • • • + S(m, n)
Sí No No S(m,n)
_1
No
No
Sí
Sí
Sí
No
¡n +
r: ) (m-n)-l\fm-l\
\ (m-n) ) \m-n)
-C--í)
do tipo. Para más información acerca de los conjuntos infinitos y el trabajo de Georg
Cantor, consulte el capítulo 8 de H. Eves y C. V. Newsom [6], o el capítulo IV de R. L.
Wilder [10]. La obra de J. W. Dauben [5] analiza la controversia de principios de siglo en
torno a la teoría de conjuntos y muestra cómo algunos aspectos de la vida personal de
Cantor cumplieron un papel esencial en su comprensión y defensa de la teoría de con
juntos.
En el artículo de A. Soifer y E. Lozansky [9] se incluyen más ejemplos que demuestran
la forma de aplicar el principio del palomar. En el artículo de D. S. Clark y J. T. Lewis [2]
se analizan otros resultados y extensiones de problemas que surgen de este principio. Du
rante el siglo xx se han realizado muchas investigaciones dedicadas a las generalizaciones
del principio del palomar, que culminan en el tema de la teoría de Ramsey, la cual recibe su
nombre de Frank Plumpton Ramsey (1903-1930). En el capítulo 5 de D. I. A. Cohén [3]
aparece una interesante introducción a la teoría de Ramsey. El texto de R. L. Graham, B. L.
Rothschild y J. H. Spencer [8] proporciona más información importante.
En el libro de C. J. Date [4] se estudia en forma amplia el tema de las bases de datos
relaciónales. Por último, el texto de S. Baase [1] es una excelente obra para continuar el
estudio del análisis de algoritmos.
BIBLIOGRAFÍA
1. Baase, Sara, Computer Algorithms: Introduction to Design and Analysis, 2*. ed., Reading,
Mass., Addison-Wesley, 1988.
2. Clark, Deán S., y James T. Lewis, "Herbert and the Hungarian Mathematician: Avoiding
Certain Subsequence Sums", The College Mathematics Journal, 21, no. 2, Marzo 1990,
págs. 100-104.
3. Cohén, Daniel LA., Basic Techniques of Combinatorial Theory, Nueva York; Wiley, 1978.
4. Date, C.J., An Introduction to Datábase Systems, 3a. ed., Reading, Mass., Addison-Wesley,
1982.
5. Dauben, Joseph Warren, George Cantor: His Mathematics and Philosophy of the Infinite,
Lawrenceville, N.J., Princeton University Press, 1990.
6. Eves, Howard, y Carroll V. Newson, An Introduction to the Foundations and Fundamental
Concepts of Mathematics, edición revisada, Nueva York, Holt, 1965.
7. Graham, Ronald L., Donald E., Knuth, y Oren Patashnik. Concrete Mathematics, Reading,
8. Graham, Ronald L., Bruce L. Rotschild, y Joel H. Spencer, Ramsey Theory, 2a. ed., Nueva
York, Wiley, 1980.
9. Soifer, Alexander y Edward Lozansky,"Pigeons in Every Pigeonhole", Quantum (Enero 1990),
págs. 25-26, 32.
10. Wilder, Raymond L., Introduction to the Foundations of Mathematics, 2a. ed., Nueva York,
Wiley, 1965.
4. Sea % = N y sean A, B C <% con 1 < | A | < | B |. S

EJERCICIOS
existen 262,144 relaciones de A a B, determine todas las
COMPLEMENTARIOS posibilidades para | A | y | B |.
5. Si ^ ^ son conjuntos universales con A, B C <mv y
1. Sean A, B conjuntos cualesquiera. C, D C °U2, demuestre que
a) Demuestre que a) (A O 5) x (C n D) = (A x O n (5 x D).
i) (A x B) n (B x A) = (A n B) x (A n B); y b) (AUfi)x(CUD) = ( A x C ) U ( B x D ) U ( A x D ) U
ii) (A x B) U (B x A) C (A U B) x (A U B). (B x O [por lo que, en general, (A U B) x (C U D) 3
b) Dé un ejemplo que muestre que (A U B) x (A U B) (A x O U (B x £>)].
no necesariamente es un subconjunto de (A x B) U 6. SeaA ={1,2, 3, 4, 5} y B = {1, 2, 3,4, 5, 6}. ¿Cuántas
(B x A). funciones inyectivas f: A -* B satisfacen (a) / ( l ) = 3? (b)
2. Determine si cada una de las siguientes proposiciones / ( l ) = 3,/(2) = 6?
es verdadera o falsa. Para cada proposición falsa dé un 7. Sea 31 C Z* x Z* la relación definida recursivamente
contraejemplo. como
a) S i / : A —¥ B y (a, b), {a, c) £ / , entonces b = c. 1) ( 1 , 1 ) 6 91; y,
b) Si/: A -4 B es una correspondencia biyectiva y A, 2) Para cualquier (a, b) 6 2$ tenemos que (a + 1, b) €
B son finitos, entonces A = B. SRy(a, fc+l)E2S.
c) Si/: A —> B y es inyectiva, entonces/es invertible. Demuestre que R = Z* x Z*.
d) S i / : A —> B es invertible, entonces/es inyectiva.
e) S i / : A —> B es inyectiva y g, h: B —> C con g°f= 8. Sea 27! C Z* x Z+ la relación dada por la siguiente defi
h°f, entonces g = h. nición recursiva.
f) Si / : A -> B y A,, A2 C A, entonces /(A, n A2) = 1) ( 1 , 1 ) 6 91; y,
/(A,)n/(A2). 2) Para cualquier (a, b) G 31, los tres pares ordenados
g) S i / : A -> B y B ]( B2 C B, entonces/" 1 ^, n B2) = (a + 1, b), (a + 1, b + 1), y (a + 1, b + 2) también
/-'(B,) fV(fl 2 ). están en Sh.
Demuestre que 2a > b pata todo (a, b) E.31.
3. Con «U = Z, sean A, B C «U donde A = {2, 3, 5} y B =
{1,2,5,6}. 9. Determine todos los números reales x para los cuales
a) Haga un diagrama de A x B como un subconjunto x2 - [xj = 1/2.
del plano euclídeo.
10. SeanA,,AyBconjuntoscon {1, 2, 3,4, 5} =A, C A, fi
b) Si SR es la relación de A a B definida como {(a,
= {s, t, u, v, w, x), y / : A, —> B. Si/puede ser extendida a
b)\a + bes impar}, haga un diagrama de Sk como
en 216 formas, ¿cuánto vale \A |?
un subconjunto del plano euclídeo.
c) ¿Cuántas relaciones de A a B no son funciones de 11. Sean A = {1, 2, 3, 4, 5} y B = {t, u, v, w, x, y, z). (a) Si
AaB? generamos una función / : A —» B en forma aleatoria, ¿cuál
EJERCICIOS COMPLEMENTARIOS 313
es la probabilidad de que sea uno a uno? (b) Escriba un 20. Si » £ Z* con n > 4, verifique que S(n, n - 2) =
programa (o desarrolle un algoritmo) para generar funcio
(;)+3(:).
nes aleatorias / : A —> B y haga que el programa imprima el
21. Si / : A —> A es cualquier función, demuestre que para
número de funciones generadas hasta obtener una función
todos m, n e Z*,fm op=fof». (Primero, tome m = 1 y
uno a uno.
realice la inducción sobre n. Después realice la inducción
12. Sea 5 un conjunto de siete enteros positivos, donde el sobre m. Esta técnica se conoce como inducción doble.)
máximo es 24. Demuestre que las sumas de los elementos
en todos los subconjuntos no vacíos de S no pueden ser dis 2 2. Sean/: X —> Y, y para cada i e /, seaA C X. Demuestre que
tintas. a) /(U, e /A)=U í e //(A).
13. En un periodo de diez días, una secretaria escribe a b) /(n, e ^ 1 )cn, eI /(4
máquina 84 cartas a diferentes clientes. Ella mecanografía c) /(DiezA) = HmifiA), para / inyectiva
12 de estas cartas el primer día, siete el segundo, tres el
noveno, y termina las últimas ocho el décimo día. Muestre 23. S i / : R -> R con/Qt) =x\ paran e Z\ ¿es/invertible?
que, para un periodo de tres días consecutivos, ella escribe 24. Sea A un conjunto con \A \ = n.
a máquina al menos 25 cartas. a) ¿Cuántas operaciones binarias cerradas existen so
14. Si {*,, xv ... , *7} C Z + , muestre que para algún i ¿j, bre A?
x+x ox.-x. es divisible entre 10. b) Una operación ternaria cerrada (3-aria) sobre A es
i i i i
una función/: A x A x A - > i 4 , ¿Cuántas opera
15. Seann £ Z*, n impar. Si /,, i 2 , . . . , in es una permutación ciones ternarias existen sobre Al
délos enteros 1,2,... ,n, demuestre que (1 - i,)(2 - i2) ■ ■ ■ c) Una operación ¿-aria cerrada en A es una función
(n - i) es un entero par. (¿Qué principio de conteo se usa f:A^xA2x ■■■ x Ak->A, donde A¡=A, para todo
aquí?) 1 < i < k. ¿Cuántas operaciones ¿-arias cerradas
16. Como sus dos padres trabajan, Tomás, Eduardo y Car existen en A?
los deben realizar diez quehaceres semanales entre ellos, (a) d) Una operación ¿-aria cerrada paiaA es conmutativa si
¿De cuántas formas pueden dividirse las tareas de tal mane
ra que cada uno sea responsable de al menos una de ellas?
/ ( a i , a2, . . . , « * ) =/(ir(ai), ir(íJ2), • • •, f(ak)),
(b) ¿De cuántas formas pueden asignarse las tareas si To
más, por ser el mayor, debe cortar el césped (una de las diez donde av av ..., ak 6 A (repeticiones permitidas),
tareas semanales) y a ninguno se le permite estar ocioso? y n^j), 7t(a 2 ),..., n(ak) es cualquier redisposición
17. Sea n e N, n > 2. Muestre que S(n, 2) = 2""1 - 1 . de a,, av . . . , ak. ¿Cuántas operaciones ¿-arias
18. La señora Báez tiene cinco hijos (Miguel, Ricardo, cerradas en A son conmutativas?
David, Enrique y Donaldo) a quienes les gusta leer libros de 25. Una función / : R —> R es creciente si para números
deportes. Como se acerca la Navidad, ella visita una librería reales x, y, tenemos x < y =>/(*) < f(y). Demuestre que s i /
donde encuentra 12 libros diferentes de deportes. g: R -» R son funciones crecientes, entonces g °f: R -» R
a) ¿De cuántas formas puede seleccionar nueve de es creciente.
estos libros?
26. Si ^ es un universo y A C m, definimos la función
b) Después de hacer su compra, ¿de cuántas formas
característica de A como %•. % —> {0, 1}, donde
puede distribuir los libros entre sus hijos de modo
que cada uno de ellos reciba al menos un libro? 1, xSA
c) Dos de los nueve libros que la señora Báez eligió XA(X) =
son de baloncesto, el deporte favorito de Donaldo.
0, :£A
¿De cuántas formas puede ella distribuir los libros Para los conjuntos A, B C <%, demuestre cada uno de los
entre sus hijos para que Donaldo obtenga al menos siguientes casos:
ambos libros de baloncesto? a) XAHB = XA-XB donde (x^ • XB)(X) = XA(X) • XB(X)
19. Sean m, n E Z* con n>m. (a) ¿De cuántas formas po b) XAUB = XA + XB~ XAHB
demos distribuir n objetos distintos en m diferentes reci c) x^ = 1 ~ XA, donde (1 - xA)(x) = l(x) - \A(X) =■
pientes sin dejar ninguno vacío? (b) En el desarrollo de (x¡ +
x, + ■ ■ ■ + xm)n, ¿cuál es la suma de todos los coeficientes (Para Û finito, la colocación de los elementos de % en
multinomiales („,,„2,"..,„„] , donde n, + n2 + • • • + nm=ny un orden fijo produce una correspondencia biyectiva entre
los subconjuntos A deÛ y las disposiciones de ceros y unos
n >0para 1< / < mi
obtenidas como imagen de ^ mediante % . Estas disposi-
nes pueden usarse después para el almacenamiento y con a) Sea n = p?p'22p? • • ■ p'kk, donde p 1? p 2 , p , p
trol de ciertos subconjuntos de %.) son primos distintos y e. es un entero positivo para
27. Si A = [x, y, z], sean/ g: A -> A dadas p o r / = {(je, y), todo 1 < i < k. ¿Cuánto vale t(«)?
(y, z), (z, x)}, g = {(*, y), (y, x), (z, z)}. Determine lo si b) Determine los tres valores más pequeños de n €
Z* para los cuales T(n) = k, donde k = 2, 3,4,5,6.
guiente:^ g, g °fj~\ g'\ (g o/) -1 ,/" 1 ° g~\ y g_1 "t1.
c) Para cualquier kSZ*,k>l, demuestre que x~\k)
28. a) Si/: R - » R se define comof(x) = 5*+ 3, encuen es infinito.
tre/-'(8). d) Si a, b E Z* con mcd(a, b) = 1, demuestre que
b) Si g: R -» R, donde g(*) = \x2 + 3x + 11, encuentre T(afc) = T(a)-t(i>).
g-'d).
34. Sean a, ¿>, c E R con a2 + bc* 0. Si /(*) = (ax + ¿>)/
c) Para h: R -» R, dada por
(ex - a), verifique que (f»f)(x) = x para todo x E R, JC ^ a/c.
35. a) ¿Cuántos subconjuntos A = {a, b, c, d) C Z*, don-
de a, b, c, d > 1, satisfacen la propiedad a- b ■ c ■ d=2'¡-
/I(JC) = 5 •7 • 11 • 13 17 • 19?
X+ 2
b) ¿Cuántos subconjuntos A = {av a2,..., am) Q Z*,
encuentre h~\4). donde a. > 1, 1 < i < m, satisfacen la propiedad
29. Si A = {1, 2, 3 , . . . , 10}, ¿cuántas funciones/: A-+A nr=i4=U%iPj< d o n d e los
Pf 1 £ ;' £
«. son
satisfacen (simultáneamente)/-^! 1, 2,3}) = 0, /-'({4,5}) = primos distintos y n > m?
{ l , 3 , 7 } y / - ' ( { 8 , 10})={8, 10}? 36. Dé un ejemplo de una función / : Z* —¥ R tal que / 6
30. Sea bv bv bv . . . la sucesión entera definida 0(1) y que/sea uno a uno. (Por lo tanto,/no es constante.)
. recursivamente por 37. Sean/ g : Z + - > R , donde
1) fc^l-.y
f{ri) =■ para n par para n par
2) P a r a / l > l , f c i = Z U j + ¿ W *(») =
1, para n impar para n impar
Encuentre una fórmula explícita para bn y demuestre que su
fórmula es correcta. Verifique si se cumple lo siguiente: (a) / E 0(g), (b) g 6
31. En el lenguaje de programación Pascal, las funciones
pred y succ (predecesor y sucesor, respectivamente) son fun 38. Para/ g: Z + ->R, definimos/+'g: Z + -»Rcomo(/+g)
ciones d e Z a Z tales que pred(x) = n(x) = x - l y succQt) = («) =/(«) + g(«), para « E Z*. [Afoto: El signo + en/+ g es la
a(x) = x + 1.
suma de las funciones/y g, mientras que el signo + en/(n) +
a) Determine (TI ° o)(x),(G ° JI)(JC). g{n) se usa para la suma de los números reales/(n) y g(n).]
a) Sean /,, g,: Z* -» R, con / E 0(/,),g E 0(g,). Si
b) Determine TI2, TI3, n"(n > 2), O2, O3, C"(n £ 2).
/,(«) > 0, g,(n) > 0 para todo n E Z*, demuestre
c) DetermineJi"2, Ti"3,n-"{n ^ 2), o~ 2 ,0" 3 , a-"(n > 2), q u e Z + g E O f / j + g,).
donde, por ejemplo, ar~2 = a - 1 » a " l = (o-°a) _ 1 = b) Si las condiciones de la parte (a),/,(n) > 0, g,(n) >
(o -2 ) -1 . (Véase el ejercicio complementario 32.) 0 para todo n E Z*, no se satisfacen, proporcione
32. Sea/: A —¥ A una función invertible. Para n E Z*, de un contraejemplo para mostrar q u e / E 0(/¡), g £
muestre que (/")"' = (/"O"-" (Este resultado puede usarse para cxg.^tf+gíeotf + g,).
definir/ - " así como (/")'' o (/-')".) 39. Sean a, í> E R+, con a, b > 1. Sean/ g: Z*-» R dadas
33. Para n E Z+, defina t: Z* -* Z+ como i(n) = el número por/(n) = logon, g(n) = log^n. Demuestre q u e / E O(g))
de divisores enteros positivos de n. g E 0(/). [Por lo tanto, O(logrt) = O(log.n).]
6
Lenguajes:
Máquinas
de estados finitos
E n esta era de computadores y telecomunicaciones, nos enfrentamos día con día a situa
ciones de entrada y salida. Por ejemplo, al comprar un refresco en una máquina expen
dedora, damos como entrada ciertas monedas y después oprimimos un botón para obtener
la salida esperada, es decir, el refresco. La primera moneda que damos como entrada pone
la máquina en movimiento. Aunque generalmente no nos preocupamos acerca de lo que
ocurre dentro de la máquina (a menos que se descomponga y tengamos una pérdida),
convendría notar que, de alguna forma, la máquina lleva un registro de las monedas depo
sitadas, hasta que se introduce el importe correcto. Sólo entonces, y no antes, la máquina
deja salir el refresco esperado. En consecuencia, para que el vendedor tenga la ganancia
esperada por cada refresco, la máquina debe recordar internamente, conforme se va inser
tando cada moneda, la suma de dinero depositado.
Un computador es otro ejemplo de un dispositivo de entrada y salida. En este caso, la
entrada es por lo general algún tipo de información y la salida es el resultado obtenido
después de procesar esta información. La forma en que se procesa la entrada depende de la
labor interna del computador, el cual debe tener la capacidad de recordar la información
anterior cuando trabaja con nueva información.
Con los conceptos desarrollados antes acerca de los conjuntos y las funciones, en este
capítulo estudiaremos un modelo abstracto llamado máquina de estados finitos, o circuito
secuencial. Estos circuitos son uno de los dos tipos básicos de circuitos de control que se
encuentran en los computadores digitales. (El otro tipo es el circuito combinatorio o red
de puertas, que veremos en el capítulo 15.) También se encuentran en otros sistemas,
como la máquina expendedora, o en los controles de los ascensores o los sistemas de
semáforos.
Como su nombre lo indica, una máquina de estados finitos tiene un número finito de
estados internos, en que la máquina recuerda cierta información cuando está en un estado
particular. Sin embargo, antes de pasar a este concepto necesitamos material de la teoría de
conjuntos para hablar de la entrada válida para dicha máquina.
315
116 Capítulo 6 Lenguajes: Máquinas de estados finitos
6.1
Lenguaje: La teoría de conjuntos
de las cadenas
Las sucesiones de símbolos, o caracteres, tienen un papel clave en el procesamiento de

información por parte de un computador. Como los programas de computación pueden
representarse en términos de sucesiones finitas de caracteres, se necesita alguna forma
algebraica para manejar tales sucesiones finitas, o cadenas.
En esta sección utilizaremos £ para designar un conjunto de símbolos/mífo distinto del
vacío, llamado colectivamente alfabeto. Por ejemplo, £ = {0, 1} o £ = {a, b, c, d, e}.
En cualquier alfabeto £, no enumeramos los elementos que puedan formarse mediante
otros elementos de £ por yuxtaposición (es decir, si a, b G £, entonces la cadena ab es la
yuxtaposición de los símbolos a y b). Como resultado de esta convención, haremos a un
lado los alfabetos como £ = {0, 1, 2, 11, 12} y £ = {a, b, c, ba, aa}. (Además, este conve
nio nos ayudará en la definición 6.5, cuando hablemos de la longitud de una cadena.)
Usando un alfabeto £ como punto de partida podemos construir cadenas con base en
los símbolos de £, mediante la siguiente idea.
Definición 6.1 Si £ es un alfabeto y n G Z * , definimos las potencias de £ recursivamente de la siguiente

manera:
1) £ ' = £ , y
2) £"+1 = {xy | x G £, y G £"}, donde xy denota la yuxtaposición de x y y.
jfott|)Í»S.1 Sea £ cualquier alfabeto.

Si n = 2, entonces £ 2 = {xy \ x, y G £ } . Por ejemplo, si £ = {0, 1}, encontraremos que
2
£ = {00,01, 10, 11}.
Cuando n = 3, los elementos de £ 3 tienen la forma ux>, donde u G £ e \) G E2. Pero como
conocemos la forma de los elementos de £ 2 , también podemos considerar que las cadenas
en £ 3 son sucesiones de la forma uxy, donde u, x, y G £. Como un ejemplo para este caso,
supongamos que £ = {a, b, c, d, e]. Entonces £ 3 contiene 53 = 125 cadenas de tres símbo
los, entre ellos aaa, acb, ace, cdd y eda.
En general, para todo n G Z+ encontramos que | £" | = | £ |", ya que estamos trabajando
con disposiciones (de tamaño rí) en las que está permitido repetir cualquiera de los |I|
objetos. .
Ahora que hemos examinado £" para n G Z+, veremos una potencia más de £.
Definición 6.2 Para cualquier alfabeto £ definimos £° = {X], donde X denota la cadena vacía, es decir, li
cadena que no consta de ningún símbolo tomado de £.
El símbolo X nunca es uiy elemento de nuestro alfabeto £, y no debemos confundirlo

con el espacio en blanco qué se encuentra en muchos alfabetos.
6.1 Lenguajes: La teoría de conjuntos de las cadenas 317
Sin embargo, aunque l í l , ocurre que 0 C £ , por lo que en este caso es necesario ser
cuidadosos. Observamos que
1) {X} SEZyaqueXg Z, y
2) { X } * 0 y a q u e \{X}\ = 1 * 0 = |0|.
Para hablar colectivamente de los conjuntos Z°, Z \ Z 2 , . . . , presentaremos la siguiente
notación de las uniones de tales conjuntos. ~
Definición 6.3 Si Z es cualquier alfabeto, entonces
a) 2 + = U : = i 2 " = U n E z - 2 n , y
b) 2* = lX=o2n.
Vemos que la única diferencia entre los conjuntos Z+ y Z* es la presencia del elemento
X, ya que X £ Z" sólo cuando n = 0. Además, Z* = Z+ U Z°.
Además de usar el término cadena, también nos referiremos a los elementos de Z+ o Z*
como palabras y a veces como enunciados. Para Z = {0, 1, 2}, encontramos palabras
como 0, 01, 102 y 1112 tanto en Z+ como en Z*.
Por último, observemos que aunque los conjuntos Z+ y Z* son infinitos, los elementos
de estos conjuntos son cadenas finitas de símbolos.
Ejemplo 6.2 1 ParaZ={0,1}, el conjuntoZ* consta de todas las cadenas finitas de ceros y unos junto con
la cadena vacía. Para un n razonablemente pequeño, sí podríamos enumerar todas las ca
denas de Z".
Si Z = {P, 0, 1, 2,. . . , 9, +, - , x, /, (,)}, donde P denota el espacio en blanco, es más
difícil describir Z*; para n > 2, Z" tiene demasiadas cadenas para enumerarlas. En Z* en
contramos expresiones aritméticas que nos son familiares, como (7 + 5)/(2 x (3 - 10)), así
como disparates de tipo +)((7/ x + 3/(.
Ahora nos enfrentamos a una situación conocida. Como en el caso de las proposiciones
(Cap. 2), los conjuntos (Cap. 3) y las funciones (Cap. 5), una vez más necesitamos poder
decidir cuándo debe considerarse que dos objetos bajo estudio, en este caso cadenas, son
iguales. Analizaremos este asunto a continuación.
Definición 6.4 Si wv w2 G Z+, entonces podemos escribir w, = xv x2... xm y w2 = y,, y 2 . . . yn, para m,nG
Z+, y ¿r, x2 . . . xm, y,, y2 . . . yn E Z. Decimos que las cadenas w, y vv2 son iguales, y
escribimos wl = vv2, si m = n, y x. = y. para todo 1 < i < m.
Se sigue de esta definición que dos cadenas de Z+ son iguales sólo cuando cada una está
formada por el mismo número de símbolos de Z y los símbolos correspondientes en las
dos cadenas coinciden idénticamente.
También necesitamos el número de símbolos de una cadena para definir otra de sus
propiedades.
\
)
Definición 6.5 S i w G Z + , entonces w-xix2.. .xn, donde *.GZ para todo 1 < i < n. Definimos la longitud
de w, que sé denota con \\w\\, como el valor n. Para el caso de X, tenemos que || X \\ = 0.
Como resultado de la definición 6.5, encontramos que para cualquier alfabeto Z, si w £

Z* y || w || > 1, entonces w £ í * , y viceversa. Además, para cualquier)» G Z*, || v|| = 1 s
y sólo si y G Z. Si Z contiene el símbolo p (para el espacio en blanco), también ocurre que
IIPII=1.
Si utilizamos un alfabeto particular, como 2 = {0, 1, 2}, y examinamos los elementos
x = 01, y = 212 y z = 01212 (de Z*), encontramos que
||z|| = 1(0121211 = 5 = 2 + 3 = 110X11 + IP12|| = N I + ||y||.
Para continuar nuestro estudio de las propiedades de las cadenas y los alfabetos, nece
sitamos ampliar la idea de yuxtaposición.
Definición 6.6 Sean I J G Í con x = xx x2... xm y y - y, y 2 . . . y , tales que cada x, para 1 < i < m, y cada
y., para 1 <j < n, está enZ. La concatenación dex y y, que escribimos comory, es la cadena
x\x2...xmyiy2...yn.
La concatenación de x y X es
X\ = X\ X% . . . Xm X = X\ X2 ■ ■ .Xm — X,
y la concatenación de X y x es
\x — \xi Xi... xm — X\ Xi... xm — x.
Finalmente, la concatenación de X y X es XX - X.
Arriba hemos definido una operación binaria cerrada en Z* (y Z+). Esta operación es
asociativa pero no conmutativa (a menos que | Z | = 1), y como xX = Xx = x para cualquier
x G Z*, el elemento X G Z* es el neutro para la operación de concatenación. Las ideas de
las últimas dos definiciones (la longitud de una cadena y la operación de concatenación)
están relacionadas con el resultado
ll*yll = 11*11 + \\y\l para cualesquiera x,y GX*,

de donde obtenemos el caso especial
IW| = |W| + 0 = ||x|| + ||X|| = ||*X||(=||Xx|l).

Por último, para cualquierz G S, tenemos que || z \\ = II ¿X \\ - || Xz || = 1, mientras que || zz || =
La operación binaria cerrada de concatenación nos permite plantear ahora otra defini
ción recursiva. Ya definimos las potencias de un alfabeto Z. Ahora examinaremos las po
tencias de las cadenas.
Definición 6.7 Para cualquier x G Z*, definimos las potencias de x como x° = X,xi= x, x2 = xx, xl = x¿,
. . ., x*+1 = xx",..., donde n G N.
6,1 Lenguajes: La teoría de conjuntos de las cadenas 319
Esta definición es otro ejemplo de definición recursiva de una entidad matemática: la

entidad matemática que buscamos en este momento se obtiene a partir de entidades (com
parables) previamente obtenidas. Además, la definición nos proporciona un camino para
trabajar con una concatenación de «-partes (como una potencia (« + 1)) de una cadena
consigo misma e incluye el caso especial en que la cadena es sólo un símbolo.
Ejemplo 6.3 Si £ = {071} y x = 01, entonces *° = X, xl = 01, x2 = 0101 y x3 = 010101. Para cualquier
n > 0, x" consta de una cadena de n ceros y n unos, donde el primer símbolo es 0 y los
símbolos posteriores se alternan. En este caso, ||A^|| = 4 = 2||X||, ||* 3 || = 6 = 3||;C||, y para
t o d o / i G N , ||x" || =n||*||.
Ahora estamos listos para enfrentar el tema principal de esta sección, el concepto de
lenguaje. Sin embargo, antes de hacerlo necesitamos saber más acerca de otras tres ideas.
Estas ideas se refieren a subsecciones especiales de cadenas.
Definición 6.8 Si x, y E £* y w = xy, entonces la cadena x es un prefijo de w, y si y j¿ X, entonces x es un

prefijo propio. De manera similar, la cadena y es un sufijo de w y es un sufijo propio
cuando x * X.
templa &4 Sea £ = {a, b, c}, y consideremos la cadena w = abbcc. Entonces cada una de las cadenas
X, a, ab, abb, abbc, y abbcc es un prefijo de w, y, excepto la misma abbcc, cada una es un
prefijo propio. Por otro lado, cada una de las cadenas X, c, ce, bec, bbee y abbcc es un
sufijo de w, y las primeras cinco cadenas son sufijos propios.
En general, para cualquier alfabeto £, si n G Z+ y x¡ G £ para todo 1 <i<n, entonces
cada una de las cadenas X, x¡, XiX2, X\x2x-i, .. ., y x1x2x-¡.. . xn es un prefijo de la cadena
x = xlx2x3.. .xn. Por otro lado, X,xn,xn_iXn,x„_2Xn-\Xn,... ,yxix2x3...x„ son sufijos de esta
cadena. Así, x tiene n + 1 prefijos, n de los cuales son propios; la situación es la misma para
los sufijos.
Simple 6,5 Si || *|| = 5 , || )> || = 4 y w = ry, entonces w tiene a* como un prefijo propio y a y como un
sufijo propio. En total, w tiene nueve prefijos propios y nueve sufijos propios, puesto que
X es un prefijo propio y un sufijo propio para cada cadena de £*. En este caso, xy es un
prefijo y un sufijo, pero en ningún caso es propio.
M. Para un alfabeto dado Z, sean w, a, b, c, d G £*. Si w = ab = cd, entonces

i) a es un prefijo de c, o c es un prefijo de a; y,
ii) b es un sufijo ded,od es un sufijo de b.
Definición 6.9 Si x, y, z E Z* y w = xyz, entonces y es una subcadena de w. Cuando x o j e s diferente de

X (de modo que y es diferente de w), y es una subcadena propia.
¡«6.7 Para Z = {0, 1}, sea w = 00101110EZ*. Las siguientes son subcadenas de w:
1) 1011: Esto surge solamente de una forma: cuando w = xyz, con x = 00, y = 1011 y
z = 10.
2) 10: Este ejemplo surge de dos formas:
a) w = xyz donde x - 00, y = 10 y z = 1110, y
b) w= xyz para JC = 00101 l , y = \0yz = X.
En el caso (b) la subcadena también es un sufijo (propio) de w.
Ahora que estamos familiarizados con las definiciones necesarias, es hora de pensar en
el concepto de lenguaje.
Cuando consideramos el alfabeto común, incluyendo el espacio en blanco, muchas
cadenas como qxio, el wxxy rojo atzl, y aeytl no representan palabras o partes de enuncia
dos del español, aunque sean elementos deZ*. En consecuencia, para considerar solamen
te las palabras y expresiones que tienen sentido en el idioma español, nos concentraremos
en un subconjunto de Z*. Esto nos lleva a la siguiente generalización.
Definición 6.10 Para un alfabeto dado Z, cualquier subconjunto deZ* es un lenguaje sobre Z. Esto incluye
el subconjunto 0, al que llamaremos lenguaje vacío.
ejeinplí» 6,8 S i Z = {0, 1}, los conjuntos A = {0,01,001} yB = {0,01,001,0001,...} son ejemplos de
lenguajes sobre Z.
Si Z es el alfabeto de 26 letras, 10 dígitos y los símbolos especiales utilizados en una

implementación dada de Pascal, la colección de programas ejecutables para esa imple-
mentación constituye un lenguaje. En la misma situación, cada programa ejecutable po
dría ser considerado un lenguaje, como podría serlo también un conjunto finito particular
de tales programas.
Ya que los lenguajes son conjuntos, podemos formar la unión, intersección y diferencia
simétrica de dos lenguajes. Sin embargo, para poder trabajar, es más útil una extensión
la operación binaria cerrada definida (en la Def. 6.6) para cadenas.
Definición 6.11 Para un alfabeto Z y los lenguajes A, B £ Z * , la concatenación de A y B, denotada conAÍ,

\ es {ab\aEA, bE.B}.
Podríamos comparar la concatenación con el producto cartesiano; veríamos que, al igual

que AxB&BxAen general, también AB * BA en general. Para A, B finitos, teníamos que
| A x f i | = | f i x A | , pero aquí puede ocurrir que | AB | * | BA | incluso para lenguajes finitos.
ifwmple €.10 Sean Z = {x, y, z},y sean A, B los lenguajes finitos A = {x, xy, z),B = {X, y}. Entonces
AB = {x, xy, z, xyy, zy] y BA= [x, xy, z, yx, yxy, yz}, por lo que
(
1) \AB\ = Sí6 = \BA\,y
2) \AB\ = 5í6 = 3-2 = \A\\B\.
Las diferencias surgen debido a que hay dos formas de representar xy: (1) xy para x E
A,yEBy {2)xyX donde xy E A y X G B. (El concepto de unicidad de la representación es
algo que no podemos dar por hecho. Aunque no se cumple en este caso, es la clave del
éxito de muchas ideas matemáticas, como lo vimos en el teorema fundamental de la arit
mética (Teorema 4.11) y como lo veremos de nuevo en el capítulo 15.)
El ejemplo anterior sugiere que para lenguajes finitos A y B, \AB\ < |A||fi|. Podemos
mostrar que esto es cierto en general.
El siguiente teorema analiza algunas propiedades satisfechas por la concatenación de

lenguajes.
TEOREMA 6.1 Para un alfabelto Z, sean A, B, CQZ*. Entonces

a) A{\} = {\}A=A b) (AB)C = A(BC)
c) A(BUC) = ABUAC d) (B U C)A = BA U CA
e) A(BnC)CABtlAC f) (B n C)A CBA n CA
Demostración: Nos ocuparemos de las partes (d) y (f) y dejaremos las demás para el
lector.
(d) Como tratamos de demostrar que dos conjuntos son iguales, de nuevo utilizaremos
la idea de igualdad de conjuntos de la definición 3.2. Si partimos de un elemento x E Z*,
tenemos que J I 6 ( B U C)A => x = yz para yEBl)CyzEA=>(x = yz para y E B, z E
A) o (x = yz para y E C, z E A) => x E BA o x E CA, por lo cual (B U C)A QBAU CA.
Recíprocamente, six E BA U CA =>x E BA ox E CA=>x-ba1 donde b E B y a, G A,
ox = ca2 donde c G C y a2 E A. Supongamos que x - bax para b EB,axEA. Como B C
BU C, tenemos que* = bau donde bEBU Cya¡ EA. Entonces x G (B U C)A, por lo que
BA U CA C (B U C)A. (El argumento es similar si x - ca2.) Una vez establecidas ambas
inclusiones, se sigue que (B U QA = BA U CA.
(f) Para x E Z*, vemos que x E (B D C)A =>x = yz donde yEBC\CyzEA=>(x =
VZparay E By z E A) y (x = yzparay E Cy z E A) =>x E BA y x E CA=¡>xE BA D CA,
'por lo que (B D C)A C BA D CA.
SiZ= {x, y, z], sean i? = [x, xx, y], C- {y, xy] y A = (y, yy}. Entonces xyy EBAC\ CA,
pero xyy i (B (1 C)A. En consecuencia, (B ("1 C) A C BA l~l CA.
Análogamente a los conceptos de Z", Z*, Z+, damos las siguientes definiciones para un
lenguaje arbitrario A C Z*.
:
Definición 6.12 Para cualquier lenguaje A C £* podemos construir otros lenguajes de la manera siguiente:
a) A° = {X}, A1 = A y para cualquier n G Z+, An+1 = {ab\ a G A, ¿> G A"}
b) A+ = U«GZ* A", la clausura positiva de A
c) A* = A* U {A,}. El lenguaje A* es la clausura de Kleene de A, en honor del lógico
norteamericano Stephen Colé Kleene (1909-).
MI Si 2 = {x, y, z) y A = [x], entonces (1)A°= {X};(2)An = {x"} para n G N; (3) A+ = {f\

n>l}y(4)A* = {x"\n>0}.
fiíempIo6J2 S e a 2 = {*, y}.

2
a) Si A = {xx, xy, yx,yy}= E , entonces A* es el lenguaje de todas las cadenas w£l*
tales que la longitud de w es par.
b) Con A como en la parte (a) y B = {*, y}, el lenguaje fiA* contiene todas las cadenas
de Z* de longitud impar y también vemos que, en este caso, BA* = A*B y queX* =
A* U BA*.
c) El lenguaje {*}{*, y}* (la concatenación de los lenguajes {x} y [x, y}*) contiene
cada cadena de £* para la cual x es un prefijo.
El lenguaje que contiene todas las cadenas de E* para las cuales yy es un sufijo
puede definirse como {x, y}* {yy}.
Cada cadena del lenguaje [x, y}*{xxy}{x, y}* tiene a xxy como una subcadena.
d) Cualquier cadena del lenguaje {jc}*{y}* consta de un número finito (tal vez igual a
0) de x seguido por un número finito (que también puede ser cero) de y. Y aunque
{AT}*{V}* C {X, y}*, la cadena w = xyx está en {x, y}* pero no en {*}*{;y}*. Por lo
tanto, {*}*{;y}* C {x, y}*.
Ejemplofi.13 En el álgebra de los números reales, si a, b G R y a, b > 0, entonces a2 = b2 =>a=b. Sin

embargo, en el caso de los lenguajes, si £ = {x, y},A = {X, x,x3,x*,...} = {xn\n>0}-{x1}
y B = {x" | n > 0}, entonces A2 = B2 (= B), pero A * B. (Nota: Nunca ocurre que X G X, pero
es posible que X G A C 2*.)
Continuaremos esta sección con un lema y un segundo teorema que tratan acerca de las
propiedades de los lenguajes. El lema proporciona otra situación en que utilizamos <
LEMA 6.1 Sea £ un alfabeto, con lenguajes A, B C £*. Si A C B, entonces A" C £" para todo
nGZ+.
6,1 Lenguajes: La teoría de conjuntos de las cadenas 323
Demostración: Consideremos la proposición abierta S(n): A C B => A" C B". Como A1 =

A C B - B \ vemos que 5(1) es la proposición: A C B =» A C B, por lo que el resultado es
cierto en este primer caso. Si suponemos que S(k) es verdadero, tenemos que A C B =>
A* C B*. De la hipótesis deS(A: + 1) sabemos queA C B y deS* tenemos A* C Bk (por Modus
Ponens). Consideremos ahora una cadena x de A*+1. Entonces, de la definición 6.12, sabe
mos que x = x ^ , donde *[ G A, x* G A*. Como A C B y A* C B* (por la hipótesis de
inducción), tenemos que x, G B y xk G B*. En consecuencia, x = xxxk G BBk = Bk+1. Por lo
tanto, S(£ + 1) es verdadera y, por el principio de inducción finita, se sigue que si A C B,
entonces A" C B" para todo n G Z+.
Para un alfabeto £ y los lenguajes A , B C 2*,
a) ACAfl* b) ACB*A
c) ACB4>A+Cfl+ d) A C J 3 ^ , 4 * C 5 *
e) AA*=A*A=A+ f) A M * = A* = (A*)* = (A*) + = (A+)*
g) ( A U 5 ) * = (A*UB*)* = (A*fí*)*
Demostración: Haremos las demostraciones de las partes (c) y (g).
(c) Sea A C B y x G A+. Entonces x G A+ => x G A", para algún n G Z+. Del lema 6.1 se
sigue entonces que x G B" C. B+ con lo que hemos mostrado que A+ C B*.
(g) [(A U B)* = (A* U 5*)*]. Sabemos queA C A*, £ C B* => (A U B) C (A* U 5*)
=> (A U B)* C (A* U í * ) * (por la parte d). A la inversa, también vemos que A, B C A U
fi => A*, B* C (A U B)* (por la parte d) => (A * U B*) C (A U B)* => (A * U fi*)* C (A U
B)* (por las partes d y f)- De ambas inclusiones se sigue que (A U B)* = (A* U B*)*.
[(A* U B*)* = (A* B*)*]. Primero vemos queA*, B* C A* B* (por las partes a y b) ^
(A* U B*) C A* B*=> (A* U B*)* C (A* B*)* (por la parte d). Recíprocamente, si xy G
A* B*, donde * G A* y y G B*, entonces x, y G A* U B*, por lo que xy G (A* U B*)* y
A*B*C (A* U B*)*. Usando nuevamente las partes (d)y (f) para mostrar que (A *B*)* C
(A* U B*)*, de donde se sigue el resultado.
Para cerrar esta primera sección analizaremos la idea de un conjunto definido en forma
recursiva (dada en la sección 4.2), como lo demuestran los siguientes cuatro ejemplos.
í*14 Para el alfabeto Z = {0, 1} consideremos el lenguaje A QT,*, donde cada palabra de A
contiene solamente una aparición del símbolo 0. Entonces A es un conjunto infinito y entre
> s palabras de A podemos encontrar 0, 01, 10, 01111, 11110111 y 11111111110. Tam
bién existe una infinidad de palabras de 2 * que no están en A (como 1, 11, 00, 000, 010 y
011111111110). Podemos definir este lenguaje A de manera recursiva, como sigue:
1) Nuestro paso inicial indica que 0 G A; y

2) Para el proceso recursivo queremos incluir en A las palabras lx y xl, para cualquier
palabra* G A.
Con esta definición, el siguiente análisis muestra que la palabra 1011 está en A.
De la parte (1) de nuestra definición, sabemos que 0 G A. Entonces, si aplicárnosla

parte (2) de nuestra definición tres veces, vemos que:
i) 01 S A, puesto que 0 G A;
ü) 011 £ A, ya que 01 GA;y
iii) como 011 E A, tenemos que 1011 G A.
$s|effl$>ld & $ £ I Para £ = {(,)}, el alfabeto que contiene a los paréntesis izquierdo y derecho, queremos
examinar el lenguaje A C E* que consta de todas las cadenas no vacías de paréntesis que
son gramaticalmente correctas como expresiones algebraicas. Entonces tenemos, por ejem
plo, las tres cadenas (()), ((() ())); y ( ) ( ) ( ) d e este lenguaje, pero no tenemos cadenas
como ( ( ) ( ) ; ()) ((); o ) ( ) (())). Vemos que para que una cadena x (distinta de X) esté en
A, entonces
i) debemos tener el mismo número de paréntesis izquierdos que derechos; y
ii) el número de paréntesis izquierdos (siempre) debe ser mayor o igual que el número
de paréntesis derechos, al examinar cada uno de los paréntesis en x, leyéndolos de
izquierda a derecha.
El lenguaje A puede definirse de manera recursiva como sigue:
1) ( ) está en A; y
2) Para cualesquiera x, y G A, tenemos (i) xy G A y (ii)(x) G A.
[Como mencionamos antes del ejemplo 4.19, también tenemos una restricción implícita,
que ninguna otra cadena de paréntesis está en A, a menos que se obtenga mediante 1
pasos (1) y (2) anteriores.]
Con esta definición recursiva mostraremos la forma de establecer que la cadena (()
( ) ) G I * está en el lenguaje A.
Pasos Razones
1) ( ) está en A. Parte (1) de la definición recursiva
2) ( ) ( ) e s t á e n A . Paso (1) y parte (2i) de la definición
3) (() ()) está en A. Paso (2) y parte (2ii) de la definición
l¡|tíflpt# &1H Para Z =^{0,1}, la siguiente es una definición recursiva del lenguaje A C Z* tal que x Ek
si el número de ceros de x es igual al número de unos.
1) X6A;y
2) si x G A, entonces cada uno de los siguientes también está en A:
i) 01* U) JtOl iii) 0*1
iv) 10* v) xlO vi) 1*0
(Y ninguna otra cadena de ceros y unos está en A.)
Ejemplo 6.17 Dado un alfabeto £, consideremos la cadena x = xx x2 xz... xnX *n G £*, donde í 6 l para
cada 1 < i < n y n G Z+. El inverso de x, que se denota xR, es la cadena que se obtiene de x
leyendo los símbolos (en x) de derecha a izquierda; es decir, xR = xn xnl. . . JC JC *,. Por
ejemplo, si £ = {0, 1} y x = 01101, entonces x" = 10110 y para w = 101101 tenemos que
wR = 101101 = w. En general, podemos definir el inverso de una cadena (de£*) de manera
recursiva como sigue:
1) A* = X;y
2) Para cualquier n G N, si x G £"+1, entonces escribimos x = zv donde z G £ y y G £",
y definimos x* = (zv)* = (y")z.
Con esta definición recursiva podemos demostrar que si £ es cualquier alfabeto y xx,
x2 G 2*, entonces (xx A^)* = acfjcf.
Demostración: La demostración es por inducción matemática sobre el valor de ||¿i ||. Si
|| *i || =0, entonces, Xi = X y (JC,.^)* = (XJC2)" = ** = ■**A. = xRXR = x$xR ya que XR = X según
parte (1) de la definición recursiva. En consecuencia, el resultado es cierto en este primer
caso, el cual constituye el paso inicial. Para el paso inductivo supondremos que el resulta
do es verdadero para cualesquiera y, x2 G £*, donde ||y || = k para algún k G N. Conside
remos ahora lo que ocurre con xux2 G £*, donde xx = zy\, con ||z|| = l y ||yi|| =fc.Aquí
vemos que ( A ^ ) * = (zy&Y = (y\X2)Rz [de la parte (2) de la definición recursiva] =xRyRz (de
la hipótesis de inducción) =xR(zyi)R [de nuevo por la parte (2) de la definición recursiva] =
xRxR. Por lo tanto, el resultado es cierto para todo xh x2 G £* por el principio de inducción
matemática.
EJERCICIOS 6.1 1. SeaZ= {a, b, c, d, e). (a) ¿Cuánto valen |Z 2 | y |Z3|? (b) ¿Cuántas cadenas de2* tienen una
longitud de al menos cinco?
2. Para £ = {w, x, y, z}, determine el número de cadenas en 2* de longitud cinco (a) que comien
zan con w; (b) con precisamente dos w; (c) sin w; (d) con un número par de w.
3. Si x e 2* y || ^ | | = 36, ¿cuánto vale ||x||?
4. Sea £ = {|3, x, y, z], donde p denota un espacio en blanco, de modo que x$ * x, Pp * P y *Py *
xy, pero xky = xy. Calcule lo siguiente:
a) HX|| b) ||XX|| c) UPII d) IIPPII e) ||p3|| f) ||x0py|| g) ||px|| h) ||\10||
5. Sea £ = {v, w, x, y, z) y A = US=i £"• ¿Cuántas cadenas en A tienen a xy como prefijo propio?
6. Sea £ un alfabeto. Sea x¡ e £ para 1 < 1 < 100 (donde x¡ * x¡ para cualquier 1 <i<j¿ 100)
~~^\ ¿Cuántas subcadenas no vacías existen para la cadena s = xix1... JC10O?
7. Para el alfabeto £ = {0,1}, sean A, B, C Q Z* los siguientes lenguajes:
A = {0,1,00,11,000,111,0000,1111},
B = {we£*|2<|M|},
C = {we£*|22:|M|}.
Determine los siguientes subconjuntos (lenguajes) de £*.
a) AHB b) A-B c) AAB

d) AHC e)flnC t) BUC
g) (AC\C) h) ÁnÜ i) AHB
326 Capítulo 6 Lenguajes: Máquinas de estados finitos.
8. Sean A = {10, 11}, B = [ 00, 1} lenguajes para el alfabeto Z = {0, 1}. Determine lo siguiente:
(a)AB;(b)BA;(c)A3;(d)B2.
9. Si A, B, C y D son lenguajes sobre Z, demuestre que (a) (A C B A C C D) => AC Q BD; y
(b)A 0= 0A= 0.
10. Para Z = {x, y, z), sean A, B C Z* dadas por A = {xy} y B = {X, x}. Determine (a) AB; (b) B
(c)B3;(d)B';(e)A*.
11. Dado un alfabeto Z, ¿existe algún lenguaje A C Z* tal que A* = A?
12. Para Z = {0, 1), determine si la cadena 00010 está en cada uno de los siguientes lenguajes
(tomados de Z*).
a) {0,1}* b) {000,101}{10,11} c) {00}{0}*{10}
d) {000}*{1}*{0} e) {00}*{10}* f) {0}*{1}*{0}*
13. Para Z = {0, 1}, describa las cadenas en A* para cada uno de los siguientes lenguajes A C I*;
a) {01} b) {000} c) {0,010} d) {1,10}
14. Para Z = {0, 1}, determine todos los posibles lenguajes A, B £ Z* tales que AB = {01, OOO,
0101,0111,01000,010111}.
15. Dado un lenguaje no vacío A C Z*, demuestre que si A2 = A, entonces X E A.
16. Para un alfabeto dado Z, sea a £ £ , con a fijo. Defina las funciones p„, sa, r; Z* —» Z* y la
función d: Z+ —»Z* como sigue:
i) La función prefijo (con a): p„(x) = ax,x£. Z*.
ii) La función sufijo (con a): sa(x) = jca, x E Z*.
iii) La función de inversión: r(X) = X; para x E Z+, si x = x, x2.. . x„_¡ xn, donde x¡ E Z,
todo 1 < i í n, entonces r(x) = xn, *„_,... JC2JC, = x" (como se definió en el ejemplo 6.17),
iv) La función de eliminación frontal: para cada x E Z+, si x = x¡x2x}... xn, entonces d(x)-
JC2*3 • • • Xn.
a) ¿Cuáles de estas cuatro funciones son uno a uno?

b) ¿Cuáles de estas cuatro funciones son sobre? Si una función no es sobre, determine su imagen.
c) ¿Es alguna de estas funciones invertible? En tal caso, determine-su función inversa.
d) Sea Z = {a, e, i, o, u}. ¿Cuántas palabras x € Z4 satisfacen r(x) = xl ¿Cuántas en I!?
¿Cuántas en Z", donde n e N?\
e) Para* e Z*, determine (.d°pa)(5f) y (r°d<>r°sa)(x).
f) Si Z = {a, e, i, o, u) y B = {ae,\ ai, ao, oo, eio, eiouu) Q Z*, determine f\B), p¡\ff¡,
sa-'(B), y \d'\B)\.
17. Si A (* 0) es un lenguaje y A2 = A, demuestre que A = A*.
18. Proporcione las demostraciones de las partes restantes de los teoremas 6.1 y 6.2.
19. Demuestre que para cualesquiera lenguajesfinitosA, B C Z* |AB| S \A\ \B\.
20. Si A, B son lenguajes sobre Z y A C B*. demuestre que A* Q B*.
21. Para un alfabeto dado Z, sea / un conjunto de índices, donde para cada ¡ 6 / , B, C Z*. Si A i
Z*, demuestre que (a) A(U,e; B¡) = U¡e; AB: y (b) (U,e/ B() A = U¡e; B¡A. [Estos resultado!
generalizan las partes (c) y (d) del teorema 6.1.]
22. Para Z = [x, y], use los lenguajes finitos de Z* (como en el ejemplo 6.12), junto con la
operaciones de conjuntos, para describir el conjunto de cadenas de Z* tales que (a) contiena
exactamente una ocurrencia de x; (b) contienen exactamente dos ocurrencias de x; (c) comiei-
zan con x; (d) terminan con yxy; (e) comienzan con x o terminan con yxy o ambas; (f) comiei>
zan con x o terminan con yxy pero no ambas. ■
23. Sea Z el alfabeto {0,1} y sea A £ Z* el lenguaje definido recursivamente de la manera siguiente ■
1) Los símbolos 0, 1 están en A; ésta es la base de nuestra definición; y ■
2) Para cualquier palabra* € A, la palabra 0*1 también está en A; esto constituye el procestB
recursivo. I
(a) Determine cuatro palabras diferentes de A; dos de longitud 3 y dos de longitud 5.

(b) Use la definición recursiva dada para mostrar que 0001111 está en A.
(c) Explique por qué 00001111 no está en A.
24. Para el alfabeto Z = {0, 1}, sea A C Z* el lenguaje formado por todas las palabras que no
contienen la subcadena 10. Entonces, las palabras como X, 0, 00, 000, 0000, 01, 001, 0011,
0111, 1, 11, 111 están en A, pero ninguna de las palabras 10, 101, 100, 010, 0010 o 11110
están en este lenguaje.
a) Dé una definición recursiva del lenguaje A.
b) Use la definición de la parte (a) para determinar si 00111 está en A.
25. Use la definición recursiva del ejemplo 6.15 para verificar que cada una de las siguientes
cadenas está en el lenguaje A de ese ejemplo.
«) ( 0 ) 0 b) (())()() c) ()(()())
26. Proporcione una definición recursiva de cada uno de los siguientes lenguajes A C Z*, donde
£={0,1}.
a) x €E A si (y sólo si) el número de ceros de x es par.
b) x £ A si (y sólo si) sólo aparece un cero en x.
c) x e A si (y sólo si) todos los unos de x preceden a todos los ceros.
27. Para cualquier alfabeto Z, una cadena x de Z* es un palíndromo si x = x" (es decir, x es igual a
su inverso). Si A C Z*, donde A = {x e Z* \x = JC*}, ¿cómo podemos definir el lenguaje A de
manera recursiva?
6.2
Máquinas de estados finitos:
Un primer encuentro
Regresemos ahora a la máquina expendedora mencionada al comienzo de este capítulo y

analicémosla en las siguientes circunstancias.
En cierta oficina, una máquina expendedora tiene dos tipos de refrescos en lata: cola
(C) y cerveza de raíz (RB). El costo de una lata es de 20 centavos. La máquina acepta
monedas de cinco, diez y veinticinco centavos y devuelve el cambio necesario. Un día,
María decidió comprar una lata de cerveza de raíz. Fue a la máquina expendedora, insertó
dos monedas de cinco centavos y una de diez centavos, en ese orden, y oprimió el botón
blanco, marcado con W. El resultado: salió su lata de cerveza de raíz. (Para obtener una
lata de cola se presiona el botón negro, designado por B.)
Podemos representarlo que hizo María para hacer su compra, como aparece en la tabla
6.1; í0 es el instante inicial, cuando ella inserta su primera moneda de cinco centavos, y /,,
í2, í3, í4 son los instantes posteriores, con f, < t2 < f3 < f4.
Tabla 6.1
h h h h U
Estado (Dio (4) 5, (50) (7) s2 (100) (1O)J3(2O0 (13) ÍO
Entrada (2)5* (5)50 (8) 100 (11)W
Salida (3) Nada (6) Nada (9) Nada (12) RB
Los números (1), (2), . . . , (12), (13) de esta tabla indican el orden de sucesos en la compra de la cerveza de
raíz de María. Para cada entrada en el instante t¡, 0 ¿ í á 3, existe en ese instante una salida correspondiente y
luego un cambio de estado. El siguiente estado t¡ t ¡ depende de la entrada y el estado (presente) en el instante /,-.
La máquina está en un estado de espera en el estado s0. Espera que un cliente comience
a insertar monedas con un total de 20 centavos o más y oprima un botón para obtener un
refresco. Si en cualquier momento el total de monedas insertadas excede los 20 centavos,
la máquina proporciona el cambio necesario (antes de que el cliente oprima el botón para
obtener su refresco).
En el instante í0, María inserta en la máquina su primera entrada, 5 centavos. No recibe
nada en ese momento, pero en el tiempo siguiente í lt la máquina está en el estado s¡, donde
ésta recuerda su total de 5 centavos y espera una segunda entrada (de 5 centavos en el
instante tx). Nuevamente, la máquina (en el instante t\) sigue sin proporcionar una salida,
pero al siguiente instante, t2, está en el estado s2, recordando un total de diez centavos, que
es igual a 5 centavos (recordados en el estado Í 0 más cinco centavos (insertados en el
instante t{). Al introducir la moneda de diez centavos (en el instante t2) como siguiente
entrada a la máquina, María todavía no recibe el refresco ya que la máquina no "sabe" el
tipo que ella prefiere, pero ahora "sabe" (í3) que ha insertado el total necesario de 20
centavos = 10 centavos (recordados en el estado Í 2 ) más 10 centavos (insertados en el
instante t2). Por último, María oprime el botón blanco y en el instante í3 la máquina entrega
la salida (su lata de cerveza de raíz) y después regresa, en el instante í4, al punto de partida
Í 0 , justo a tiempo para que Rodrigo, el amigo de María, deposite una moneda de 25 centa
vos, reciba una moneda de 5 centavos como cambio, oprima el botón negro y obtenga la
lata de refresco de cola que desea. La compra hecha por Rodrigo se analiza en la tabla 6.2.
Tabla 6.2
<o h h
Estado (1) ío (4) 53 (200) (7) so
Entrada (2) 250 (5) B
Salida (3) cambio de 50 (6) C
Lo que ha ocurrido en el caso de esta máquina puede abstraerse para ayudar en el análisis
de ciertos aspectos de los computadores digitales y los sistemas de comunicación telefónica.
Las principales características de esta máquina son las siguientes:
1) La máquina sólo puede estar en uno de una cantidad finita de estados en un instante
dado. Estos estados son los estados internos de la máquina y, en un instante dado, la
memoria total disponible de la maquina es el conocimiento del estado interno en el
que se encuentra en ese instante.
2) La máquina aceptará como entrada sólo un número finito de símbolos, que se conocen
en conjunto como el alfabeto de entrada $. En el ejemplo de la máquina expendedo
ra, el alfabeto de entrada es {moneda de 5 centavos, moneda de 10 centavos, moneda
de 25 centavos, blanco, negro}, y cada elemento se reconoce por su estado interno.
3) Mediante cada combinación de entradas y estados internos se determina una salida
y un estado siguiente. El conjunto finito de todas las salidas posibles constituye el
alfabeto de salida 0 de la máquina.
4) Suponemos que los procesos secuenciales de la máquina están sincronizados por
pulsos de reloj separados y distintos y que la máquina opera de manera determinista,
ya que la salida queda completamente determinada por la entrada total proporcio
nada y el estado inicial de la máquina.
Estas observaciones conducen a la siguiente definición.

Definición 6.13 Una máquina de estados finitos es una 5-upla M - (S, §, (D, v, co), donde S es el conjunto de
estados internos de M; $es el alfabeto de entrada de M; € es el alfabeto de salida de M; v:
Sx$^> 5 es la función siguiente estado; y co: Sx<k—>C es la función de salida.
Según la notación de esta definición, si la máquina está en el estado s en el instante í, e

introducimos x en ese momento, entonces la salida en el instante t¡ es co(s, x). Esta salida es
seguida por una transición de la máquina, en el instante tM, al siguiente estado interno,
dado por v(s, x).
Suponemos que cuando una máquina de estados finitos recibe su primera entrada, esta
mos en el instante f0 = 0 y la máquina está en un estado de inicio ya determinado, denotado
con s0. Nuestro desarrollo se concentrará principalmente en la salida y las transiciones de
estado que ocurren de manera secuencial, con poca o ninguna referencia a la sucesión de
pulsos de reloj en los instantes í0, íi, t2,. . .
Puesto que los conjuntos S,3y€ son finitos, es posible representar v y co, para una
máquina de estados finitos dada, por medio de una tabla que enumera v(s, x) y co(s, x) para
todo s £ 5 y todo x G $, y que se conoce como la tabla de estados o tabla de transición de
la máquina dada. Una segunda representación de la máquina se hace por medio de un
diagrama de estados.
Mostraremos la tabla de estados y el diagrama de estados en los siguientes ejemplos.
Ejemplo 6.18 Consideremos la máquina de estados finitos M = (S, §, 0, v, co), donde S - {s0, s¡t s2), & -
{€} = {0, 1} y v, co aparecen en la tabla de estados de la tabla 6.3. La primera columna de
la tabla enumera los estados (presentes) de la máquina. Las entradas de la segunda fila son
los elementos del alfabeto de entrada §, que se enumeran una vez bajo v y otra vez bajo co.
Los seis números de las últimas dos columnas (y las últimas tres filas) son elementos del
alfabeto de salida O.
Tabla 6.3
V (0
lo 1 0 1
So So Si 0 0
Si Sz Si 0 0
Si So Si 0 1
Por ejemplo, para calcular v(s1( 1), encontramos s, en la columna de estados presentes y
procedemos en horizontal sobre su hasta estar debajo de la entrada 1 en la sección de las
tablas de v. Esta entrada da V(J )( 1) = s¡. De la misma forma vemos que (ü(su 1) = 0.
Si s0 indica el estado inicial y la entrada proporcionada a M es la cadena 1010, entonces
la salida es 0010, como lo demuestra la tabla 6.4. En este caso, la máquina se queda en el
Tabla 6.4
Estado «o v(s0,1) = Si v(s!,0)=s2 v(s 2 ,1) = Si v(s 1; 0) = s2

Entrada 1 0 1 0 0
Salida co(so, 1) = 0 w(s1; 0) = 0 Ü>(S2, 1) = 1 w(si, 0) = 0
estado s2, de modo que si tuviéramos otra cadena de entrada, proporcionaríamos el primer
carácter de esa cadena, 0 en ese caso, en el estado í2,a menos que se vuelva a arrancar h
máquina para iniciar de nuevo en Í0-
Puesto que estamos interesados principalmente en la salida y no en la sucesión de esta

dos de transición, la misma máquina puede representarse por medio de un diagrama de
estados. En este caso podemos obtener la cadena de salida sin enumerar los estados de
transición. En tal diagrama, cada estado interno s se representa mediante un círculo con i
dentro de él. Para los estados s¡ y sjt si v(s¡, x) = s¡ para í £ j , y (ü(s¡, x) = y para y £ 0,
representamos esto en el diagrama de estados trazando una arista dirigida (o arco) del
círculo para s¡ al círculo para s¡ y rotulamos el arco con la entrada x y la salida y, como se
muestra en la figura 6.1.
Figura 6.1
Con estos convenios, el diagrama de estados de la máquina M de la tabla 6.3 aparece en

la figura 6.2. Aunque la tabla es más compacta, el diagrama nos permite seguir una cadena
de entrada a través de cada uno de los estados de transición que determina, eligiendo cada
uno de los símbolos correspondientes de salida antes de cada transición. Si la cadena de
entrada es 00110101, entonces, partiendo del estado Í 0 , la primera entrada de 0 produce
una salida de 0 y nos lleva de nuevo a s0. La siguiente entrada de 0 produce el mismo
resultado, pero para la tercera entrada, 1, la salida es 0 y estamos ahora en el estado ¿i. Si
seguimos de esta forma, llegamos a la cadena de salida 00000101 y terminamos en el estado
Si. (Observemos que la cadena de entrada 00110101 es un elemento de #*, la clausura de
Kleene de § y que la cadena de salida está en ©*, la clausura de Kleene de 0.)
Si partimos de sQ, ¿cuál es la salida para la cadena de entrada 1100101101?
Figura 6.2
Ejemplo S.10 Para la máquina expendedora ya descrita en esta sección, tenemos la tabla de estados de la
tabla 6.5, donde
1) S = [s0, si, s2, s3, s 4 }. de modo que en el estado sk, 0 < k < 4, la máquina recuerda
retener 5fc centavos.
Tabla 6.5
V id
50 100 250 B w 50 100 250 B W

So ÍI S2 í4 So «0 n n 50 n n
Si s2 s3 54 Si ■Si n n 100 n n
s2 s3 Í4 s4 S2 52 n n 150 n n
s3 í4 54 SA 53 53 n 50 200 n n
s4 S4 54 Í4 So So 50 100 250 C RB
2) ¿>= [5 centavos, 10 centavos, 25 centavos, B, W}, donde B denota el botón negro

que se presiona para obtener el refresco de cola, y W el botón blanco para la cerveza
de raíz.
3) € = {n(nada), RB(cerveza de raíz), C(cola), 5 centavos, 10 centavos, 15 centavos,
20 centavos, 25 centavos}.
Como observamos en el análisis anterior al ejemplo 6.19, para una máquina de estados
finitos general M - {S, &, 0, v, co}, la entrada puede pensarse como un elemento de $*, y
la salida como uno de €*. En consecuencia, podemos extender los dominios de v y co de S
x í a í x $*. Para co ampliamos el codominio a O*, recordando que, de ser necesario,
tanto &* como €* contienen la cadena vacía X. Con estas extensiones, si ¿i ¿2... X* € £*,
para t G Z ' , y si partimos de cualquier estado Si G S, tenemos
v(5i,*i) = s 2 t
V(5i, XiX2) = v(v(Si,Xi),X2) = v(s2, X2) = 53
v(suxix2x3) = v(v(v(suxi),x2),x3) = v(s3,x3) =s4
l 52
J
v(5 2 ,*2)=5 3
v{suxx x2...xk) = v(sk, xk) = sk+1, y

u(sl,x1)=y1
oi(suîX2) = <a(sux1)ia(v(suXi),X2) = u>(suXi)(a(s2,x2) = yxy2
w(5i, xx xtXi) = CD(5I , x1)u>(s2, x2)ü>(s3, x3) = y i y2y3
Ü)(ÍI , Xi x2... xk) = <a(si, X1)<Ú(S2 ,x2)... (ú(sk ,xk)=y1y2...ykE. ü*

Además, v(sh X) = st para cualquier s¡ E S.
(Usaremos estas extensiones de nuevo en el capítulo 7.)
Cerraremos esta sección con un ejemplo pertinente en las ciencias de la computación.
Seanx=xsx4x}x2xi = 00111 y>' = vJ>,4)'j>'2v| = 01101 números binarios, dondex, y yx son

los bits menos significativos. Los ceros restantes en x y y aparecen para que las dos cade
nas x y v sean de igual longitud y garanticen el espacio suficiente para completar la suma.
t El estado s2 esa determinado por s¡ y x¡. No es solamente el segundo de una lista predeterminada de
estados.
x = x 5 x 4 x 3 x 2 x,- Sumador
binario ■ z = z.z.z%z,z,
y= y^y^y,- en serie
Figura 6.3
Un sumador binario en serie es una máquina de estados finitos que podemos usar para
obtener x + y. El diagrama de la figura 6.3 ilustra esto, donde z = z5ziziz2zl tiene el dígito
menos significativo en el bit zy
En la suma z = x + y, tenemos
x= 0 0 1 1 1
+ y = +0 1 1 0 1
2= 1 0 1 0 0
/•
\
primera
tercera suma
suma
Observamos que para la primera suma x, = y, = 1 y z, = 0, mientras que para la tercera
suma tenemos JC3 = y3 = 1 y z3 = 1 por acarreo de la suma de x2 y y2 (y el acarreo de *, + y,).
En consecuencia, cada salida depende de la suma de dos entradas y de la habilidad para
recordar un acarreo de 0 o 1, lo que es crucial cuando el acarreo es 1.
El sumador binario en serie se modela mediante una máquina de estados finitos M =
(5, <}>, C, v, 00) como sigue. El conjunto 5 = {s0> Si}> donde s¡ indica un acarreo de í; #
{00, 01, 10, 11}; así, existe un par de entradas, dependiendo de si buscamos 0 + 0, 0 +1,
1 + 0 o 1 + 1, respectivamente; y 0 = {0,1}. Las funciones v y co están dadas en la tabla de
estados (Tabla 6.6) y el diagrama de estados (Fig. 6.4).
Tabla 6.6
V w
00 01 10 11 00 01 10 11
So So So So Si 0 1 1 0
Si So Si Si Si 1 0 0 1
En la tabla 6.6 encontramos, por ejemplo, que v(s b 01) = S[ y co(si, 01) = 0, ya que s¡
indica un acarreo de 1 desde la suma de los bits anteriores. La entrada 01 indica que
estamos sumando 0 y 1 (y acarreando un 1). De aquí que la suma sea 10 y oXs,, 01) = 0
para el 0 de 10. El acarreo se recadena otra vez en s{ = v(s1( 01).
Del diagrama de estados (Fig. 6.4) vemos que el estado inicial debe ser s0 ya que no hay
acarreo anterior a la suma de los bits menos significativos.
Inicio Figura 6.4

Los diagramas de estados de las figuras 6.2 y 6.4 son ejemplos de grafos dirigidos
etiquetados. Veremos más de la teoría de grafos en este libro, ya que esta teoría no sólo
tiene aplicaciones en las ciencias de la computación y la ingeniería eléctrica, sino también
en la teoría de códigos (códigos de prefijo) y optimización (redes de transporte).
EJERCICIOS 6.2 1. Con la máquina de estados finitos del ejemplo 6.18, determine la salida para cada una de las
siguientes entradas* €• $■*, así como el último estado interno en el proceso de transición. (Suponga
que siempre partimos del estado sg.)
a) x= 1010101 b) x = 1001001 c) x= 101001000
2. Para la máquina de estados finitos del ejemplo 6.18, una cadena de entrada* produce la cadena
de salida 00101, si partimos del estado s0- Determine x.
3. Sea M = (5, §, 0, v, co) una máquina de estadosfinitosdonde S = {s0, ÍI, s2, s¿}, # = {a, b, c),
<D = {0, 1}, y v y co están determinados por la tabla 6.7.
Tabla 6.7
V <ú
a b c a b c
So So *3 S2 0 1 1
Si íi Si s3 0 0 1
«2 «1 Si s3 1 1 0
S3 s2 S3 So 1 0 1
a) Si partimos de % ¿cuál es la salida para la cadena de entrada abbcccl

b) Trace el diagrama de estados para esta máquina de estados finitos.
4. Proporcione la tabla de estados para la máquina expendedora del ejemplo 6.19, si el costo de
cada lata de cola o de cerveza de raíz se incrementa a 25 centavos.
5. Una máquina de estados finitos M=(S, &, 0, v, co) tiene & = 0{0,1}
= y se determina mediante
el diagrama de estados que se muestra en la figura 6.5.
Inicio
0,0
1.0 Figura 6.5
a) Determine la cadena de salida para la cadena de entrada 110111, comenzando ens0- ¿Cuál
es el último estado de transición?
b) Responda la parte (a) para la misma cadena pero tomando s, como el estado inicial. ¿Qué
sucede cuando s2 y s-¡ son los estados iniciales?
c) Encuentre la tabla de estados para esta máquina.

d) ¿Desde qué estado debemos comenzar para que la cadena de entrada 10010 prodúzcala
salida 10000?
e) Determine una cadena de entrada x €E $* de longitud mínima, tal que v(j4, x) = s¡. ¿Es¿
único?
6. La máquina M tiene # = {0, 1} = 0 y se determina mediante el diagrama de estados déla
figura 6.6.
0, 1
1,0 Figura 6.6
a) Describa con palabras lo que hace esta máquina de estados finitos.

b) ¿Qué debe recordar el estado j , ?
c) Encuentre dos lenguajes A, B Q§* tales que para cada x G AB, Ü)(J0, X) tiene a 1 como un
sufijo.
7. a) Si 5, 3 y © son conjuntos finitos, con \S\ = 3 , | # | = 5, y |©| = 2 , determine
i) | S x ¿ | ;
ii) el número de funciones v: S x § —> S; y,
iii) el número de funciones Cu: S x © -> 0.
b) Para S, $, y © de la parte (a), ¿cuántas máquinas de estados finitos determinan?
8. Sea M = (5, &, ©, v, co) una máquina de estados finitos con $ = ©={0, l } y S , vyco determina
dos por el diagrama de estados de la figura 6.7.
a) Encuentre la salida para la cadena de entrada x = 0110111011.

b) Dé la tabla de transición para esta máquina de estados finitos.
c) Si partimos del estado Í 0 y la salida para la cadena de entrada* es 0000001, determine todas
las posibilidades para x.
d) Describa con palabras lo que hace esta máquina de estados finitos.
a) Encuentre la tabla de estados para la máquina de estadosfinitosde lafigura6.8, donde $■ =

©={0,1}.
0.0
Figura 6.8
b) Seax € &* con ||x|| = 4. Si 1 es un sufijo de CO(Í0, X), ¿cuáles son las posibilidades para la
cadena xl
c) Sea A C {0, 1}* el lenguaje tal que CO(Í0. X) tiene 1 como un sufijo para todo x de A.
Determinen.
d) Encuentre el lenguaje A C {0,1}* tal que co(j0, *) tiene a 111 como un sufijo para todo x de
A.
6.3
Un segundo encuentro
Habiendo visto algunos ejemplos de máquinas de estados finitos, pasemos al estudio de

otras máquinas que son importantes para el diseño del hardware de computadores. Un tipo
importante de máquina es el reconocedor secuencial.
£|ifn$if0 §,11 En este caso, $ = ©={0, l } y queremos construir una máquina que reconozca cada apari
ción de la secuencia 111 al encontrarla en cualquier cadena de entrada* G $*. Por ejemplo,
six=1110101,lll, entonces la salida correspondiente debe ser 0010X300011, donde un 1 en
la posición /-ésima de la salida indica que aparece un 1 en las posiciones i, i - 1, e i - 2 de x.
En este caso, tas secuencias 111 pueden solaparse, por lo que podemos pensar que algunos
caracteres en \^ cadena de entrada son caracteres de más de una terna de unos.
Si Í 0 denota el estado inicial, vemos que debemos tener un estado que recuerde 1 (el
posible comienzo de 111) y un estado que recuerde 11. Además, cada vez que nuestro
símbolo de entrada sea 0, regresamos a s0 para comenzar de nuevo la búsqueda de tres
unos consecutivos.
En la figura 6.9, st recuerda un único 1, y s2 recuerda la cadena 11. Si se llega a s2,
entonces un tercer " 1 " indica la presencia de la terna en la cadena de entrada, y la salida 1
reconoce esta presencia. Pero también este tercer " 1 " significa que tenemos los primeros
dos unos de otra posible terna que sigue dentro de la cadena (como sucede en 11101011
Figura 6.9
" 1 " 1). Así, después de reconocer la presencia de 111 con una salida de 1, volvemos al
estado s2 para recordar las dos entradas de 1 " 1 " .
Si nos interesa reconocer todas las cadenas que terminen en 111, entonces para cual
quier x G $*, la máquina reconocerá tal secuencia con una salida final de 1. Esta máquina
es entonces un reconocedor del lenguaje A = {0, 1}*{111}.
En la figura 6.10 aparece otra máquina de estados finitos que reconoce la misma terna
111. Las máquinas de estados finitos representadas por los diagramas de estados de las
figuras 6.9 y 6.10 realizan la misma tarea y se dice que son equivalentes. El diagrama de
estados de la figura 6.10 tiene un estado más que el de la figura 6.9, pero por el momento
no nos interesa obtener una máquina de estados finitos con un número mínimo de estados.
En el capítulo 7 desarrollaremos una técnica que toma una máquina de estados finitos dada
M y encuentra otra máquina equivalente a ésta, con el número más pequeño de estados
internos necesarios.
Inicio
Figura 6.10
El siguiente ejemplo es un poco

occ más selectivo.
Ejénf^jlft &J& Ahora no sólo queremos reconocer la presencia de 111 sino también queremos reconocer
únicamente aquellas ocurrencias, que terminen en una posición múltiplo de tres. En conse
cuencia, si $ = (D = {0, 1} y x G $*, donde x= 1110111, entonces queremos que (Ú(Í0, X) -
0010000, y no 0010001. Además, para x G .£*, donde x = 111100111, la salida CO(Í0, *)es
001000001, y no 001100001, ya que, considerando la longitud, no se permite el
solapamiento de las sucesiones 111.
Otra vez comenzamos en s0 (Fig. 6.11), pero ahora s, debe recordar un primer 1 sólo si
éste ocurre en x en la posición 1,4,7,... Si la entrada en s0 es 0, simplemente no podemos
regresar a s0 como en el ejemplo 6.21. Debemos recordar que este 0 es el primero de los
tres símbolos que no nos interesan. De aquí que de s0 vamos a sz y luego a s4, procesando
Inicio
Figura 6.11
cualquier terna de la forma Oyz donde 0 aparece en x en la posición 2>k + 1, k > 0. El mismo
tipo de situación sucede en Si cuando la entrada es 0. Por último, en s2, la sucesión de 111
se reconoce con una salida de 1, si ésta ocurre. Entonces la máquina regresa a Í 0 para dar
paso al siguiente símbolo de entrada de la cadena.
Üi|dm{)j0 §«23 . La figura 6.12 muestra los diagramas de estados para una máquina de estados finitos que
reconocerá la ocurrencia de una secuencia de 0101 en una cadena de entrada x £ $*,
donde á = € = {0, 1}. La máquina de la figura 6.12(a) reconoce con una salida de 1 cada
ocurrencia de 0101 en una cadena de entrada, sin importar dónde ocurra. En la figura
6.12(b) la máquina reconoce con una salida de 1 solamente aquellos prefijos de x cuya
longitud es un múltiplo de cuatro y cuyo final es 0101. (Por lo tanto, en este caso no se
permite el solapamiento.) En consecuencia, para;c= 01010100101, (ü(s0,x) = 00010100001
para (a), mientras que para (b), <ú(s0, x) = 00010000000.
Figura 6.12
Ahora que ya hemos analizado algunas máquinas de estados finitos que reconocen
sucesiones, es el momento de examinar un conjunto de sucesiones que no pueden ser
reconocidas por cualquier máquina de estados finitos. Este ejemplo nos da otra oportuni
dad para aplicar el principio del palomar.
£f&ft$pi& & 3 4 Sean $ = © = {0, 1}. ¿Podremos construir una máquina de estados finitos que reconozca
con precisión las cadenas del lenguaje A = {01, 0011,000111,...} = {0'1'| i E Z+}? Silo
logramos y Í 0 denota el estado inicial, esperaríamos que co(s0, 01) = 01, CO(J0, 0011) =
0011, y, en general, CO(Í0, O'l') = O'l', para cualquier i £ Z*. [Nota: En este caso, por
ejemplo, queremos CO(Í0, 0011) = 0011, donde el primer 1 es la salida para reconocerla
subcadena 01 y el segundo 1 es para reconocer la cadena 0011.]
Suponga que existe una máquina de estados finitos M = (S, é, C, v, cu) que puede reco
nocer precisamente las cadenas de A. Sea s0 £ 5, donde s0 es el estado inicial, y sea \S\ =
n>\. Consideremos ahora la cadena 0"+1l"+1 del lenguaje A. Si nuestra máquina de estado
M opera correctamente, entonces (o(s0, 0"+1 1"+1) = 0"+1 1"+1. Por lo tanto, en la tabla 6.8
vemos la forma en que esta máquina de estados finitos procesará los n + 1 ceros, comen
zando en el estado % para después continuar con los n estados s{ = v(s0,0), s2 = v(slt 0),..., y
sn = vCVi, 0)- Como 151 = n, aplicando el principio del palomar a los n + 1 estados Í0, s,,
s2, ■ ■ ■, V i . *»> n o s damos cuenta de que hay dos estados s¡ y s¡ donde i <j pero s¡ = s
Tabla 6.8
Estado «0 íl Si Sn-1 Sn •Sn+1 Sin Sln+l
Entrada 0 0 0 0 0 1 1 1
Salida 0 0 0 0 0 1 1 1
En la tabla 6.9 vemos cómo la eliminación de las./' - i columnas (para los estados sMl
..., s¡) da como resultado la tabla 6.10. Esta tabla nos muestra que la máquina de estados
finitosAí reconoce la cadena* = 0("+1)~(J"') l" +1 ,donden+ l—(j — í)<n+ 1. Por desgracia,
x «É A, de modo que M reconoce una cadena que supuestamente no debe reconocerse. Esto
Tabla 6.9
Estado 50 Si *2 Si 5/+1 *> 5/+1 Sn 5n+l 52» 52n+l

\
Entrada 0 0 0 0 0 0 0 0 1 1 1
V
Salida 0 0 0 0 0 ... 0 0 0 1 1 1
Tabla 6.10
Estado So Si 52 5, 5/+1 Sn S«+l 52n 52«+l
Entrada 0 0 0 0 0 0 1 1 1
Salida 0 0 0 0 0 0 1 1 1
demuestra que no podemos construir una máquina de estados finitos que reconozca preci
samente las cadenas del lenguaje A = {0'1'| i £ Z + }.
Una clase de máquinas de estados finitos importante en el diseño de dispositivos digitales

es la de las máquinas de retraso de k-unidades, donde k G Z+. Para k = 1, queremos
construir una máquina M tal que si x = x¡ x2. . . xm_x xm, entonces para el estado inicial s0,
CO(ÍO» x) - Oxi x2... xm-U de tal manera que la salida es la entrada retardada una unidad de
tiempo (pulso de reloj). [El uso de 0 como un primer símbolo en co(i0> x) es convencional.]
ijemftfO 6<3t$ Sean $ = 0 = {0, 1}. Con el estado inicial s0, (Ü(Í0, X) - 0 para x = 0 o 1 ya que la primera
salida es 0; los estados Í , y s2 (en la Fig. 6.13) recuerdan una entrada anterior de 0 y 1,
respectivamente. En la figura, podemos etiquetar, por ejemplo, el arco que va de s, a s2 con
1, 0, ya que con una entrada de 1 necesitamos ir a s2, donde se recuerdan las entradas de 1
en el momento t. para que se puedan convertir en salidas de 1 en el momento t . El 0 en la
etiqueta 1, 0 es la salida, ya que el inicio en s} indica que la entrada anterior fue 0, que se
convierte en la salida actual. Las etiquetas de los otros arcos se obtienen con el mismo tipo
de razonamiento.
0,0
1,0
1,1 Figura 6.13
SJempto 6,26 Si observamos la estructura para el retardo de una unidad, extendemos nuestras ideas a la
o máquina de retraso de dos unidades de la figura 6.14. Six G $*, seax = xlx2.. .xm donde
m > 2; si Í 0 es el estado inicial, entonces (D(J0, X) = OOJC, . . . xm2. Para los estados s0, s,, Í 2 la
salida es 0 para todas las entradas posibles. Los estados sv st, s5 y s6 deben recordar las dos
entradas anteriores 00, 01, 10 y 11, respectivamente. Para obtener los otros arcos del
diagrama, debemos considerar uno de ellos y después utilizar razonamientos similares
para los demás. En el arco de J 5 a s} de la figura 6.14(a), consideremos la entrada 0. Como
la entrada anterior de s5 de s2 es 0, debemos ir al estado que recuerda las dos entradas
anteriores 00. Éste es el estado sy Si regresamos dos estados, de Í 5 a s2 a Í 0 , vemos que la
entrada es 1 (des0 a s2). Esto se convierte entonces en la salida (retardada dos unidades) del
arco de s5 a sy La máquina completa se muestra en la parte (b) de la figura 6.14.
Figura 6.14
Regresemos ahora a algunas propiedades adicionales que surgen en el estudio de las

máquinas de estados finitos. Usaremos la máquina de la figura 6.15 para los ejemplos de
los términos definidos.
Definición 6.14 Sea M = (5, $, 6, v, cu) una máquina de estados finitos.

a) Para Í„ S¿ ES, decimos que Sj se puede alcanzar desde s¡ si s¡ = í, o si existe un
cadena de entrada* G $* tal que v(s¡, x) = s¿. (En la figura 6.15, podemos alcanzar
el estado s3 desde Í 0 . JI. ¿2 y s3 pero no desde Í 4 , ss, S6, o j 7 . No podemos alcanzar
ningún estado desde Í 3 , a excepción del propio s3.)
b) Un estado s G S es transitorio siv(s, x) = s para x G 3* implica x=A; es decir, no existe
x G # + tal que V(J, x) = s. (Para la máquina de lafigura6.15, s2 es el único estado transitorio.
En este caso í = O = {0, 1)
Figura 6.15
6,3 Máquinas de estado finito: Un segundo encuentro 341
c) Un estado s E S es un sumidero, o estado de sumidero, si v(s, x) = s, para todo x G

$■*. (í 3 es el único sumidero de la figura 6.15.)
d) Sea 5, QS, ^ C $. Si v, = vlJiX^: S, x .£, -> S¡ (es decir, la restricción de v a 5] X
í , C 5 x í ) tiene su imagen dentro de Sx, entonces con o, = co|SlX>(, My = (Su
íi,fi, Vi, <W]) es una submáquina de M. (Con St = {s4, s5, Í 6 , Í 7 } , e ^ ( = {0, 1},
obtenemos una submáquina Ai, de la máquina Ai de la figura 6.15.)
e) Una máquina es fuertemente conexa si para cualesquiera estados s¡, J, G S, pode
mos alcanzar s¡ desde s¡. (La máquina de la figura 6.15 no es fuertemente conexa,
pero la submáquina M, de la parte (d) tiene esta propiedad.)
Concluimos esta sección con un resultado que utiliza un diagrama de árbol.
Definición 6.15 Para una máquina de estados finitos M, sean s¡t s. dos estados distintos en S. La cadena de
entrada más corta x G &* es una secuencia de transferencia (o transición) desde s. a s. si
a) v(Si,x) = sh y
b) y e r con i < f c y ) - i ^ M a l 4
Puede haber más de una secuencia de este tipo para dos estados s¡, s¿.
templa &£? Encontraremos una secuencia de transferencia desde el estado s0 hasta el estado Í 2 para la
máquina de estados finitos M dada por la tabla de estados de la tabla 6.11, donde § = € =
{0,1}.
Tabla 6.11 Figura 6.16
V
0 1 § y i
So S6 Si 0 1
Si S5 SQ 0 1
s2 SI S2 0 1
s3 s* s0 0 1
SA
S2 i, 0 1
ss s3 s5 1 1
s6 s3 s6 1 1
Al construir el diagrama de árbol de la figura 6.16, partimos del estado s0 y encontra

mos aquellos estados que podemos alcanzar desde s0 utilizando cadenas de longitud uno.
En este caso encontramos Si y s6. Luego hacemos lo mismo con st y s6, para encontrar,
como resultado, los estados que podemos alcanzar desde s0 mediante cadenas de entrada
de longitud dos. Si seguimos desarrollando el árbol de izquierda a derecha, llegamos a un
vértice etiquetado con el estado deseado, s2. Cada vez que alcanzamos un vértice etiquetado
con un estado utilizado anteriormente, terminamos esa parte del desarrollo, pues ya no pode
mos alcanzar más estados nuevos. Después de llegar al estado que deseamos, regresamos a J 0
y utilizamos la tabla de estados para etiquetar las ramas, como se muestra en la figura 6.16.
Por lo tanto, para x = 0000, V(Í0, X) = s2 con (Ü(Í0, X) = 0100. (En este caso, x es único.)
EJERCICIOS 6.3 1. Sean ¿> = 0 = {0,1}. (a) Construya un diagrama de estados para una máquina de estados fin
tos que reconozca cada ocurrencia de 0000 en una cadena* e 3*. (Se permite el solapamiento.) (b)
Construya un diagrama de estados para una máquina de estadosfinitosque reconozca cada cadena
J € Í * que termine en 0000 y que tenga una longitud de 4k, k £ Z*. (No se permite el solapamiento
2. Resuelva el ejercicio 1 para cada una de las sucesiones 0110 y 1010.
3. Construya un diagrama de estados para una máquina de estadosfinitoscon 3 = © = {0,1} que
reconozca todas las cadenas del lenguaje {0, 1 }*{00} U {0,1 }*{ 11}.
4. Para 3 = 0 = {0,1}, una cadena x G $■* usas paridad par si contiene un número par de unos
Construya un diagrama de estados para una máquina de estadosfinitosque reconozca todas las
cadenas no vacías de paridad par.
5. La tabla 6.12 define v y copara una máquina de estadosfinitosM donde #={) = {0,1}.
Tabla 6.12
V O)
0 1 0 1
So So Si 0 0
Si So Si 1 1
a) Trace el diagrama de estados para M.
b) Determine la salida para las siguientes secuencias de entrada, comenzando en s0 en cada
caso: /
(i> =111; (ii)x =1010; (üi)x = 000H^_-• ^
c) Describa con palabras lo que hace la máquina Ai.
d) ¿Cómo se relaciona esta máquina con la de lafigura6.13?
6. Muestre que no es posible construir una máquina de estados finitos que reconozca precisamen
te aquellas secuencias del lenguaje A = {01, 1 ; | i,jG Z*, i >j}. (El alfabeto de A, en este caso,
esS={0, 1}.)
Para cada una de las máquinas de la tabla 6.13, determine los estados transitorios, los estados
de sumidero, las submáquinas (donde $, = {0, 1}) y las submáquinas fuertemente conexas
(donde i , = {0,1}).
Tabla 6.13
V <0 V O) V 01
0 1 0 1 0 1 0 1 0 1 0 1
So S4 Si 0 0 So So Si 1 0 So Si S2 0 1
Si i4 S2 0 1 Si So Si 0 1 Si So S2 1 1
S2 s3 s¡ 0 0 S2 Si S3 0 0 S2 S2 S3 1 1
S3 Si SS 1 0 S3 So Í4 0 0 S3 Se i4 0 0
s4 í4 Í4 1 1 S4 s4 s4 1 1 S4 Ss Ss 1 0
s¡ Si S3 0 1 S5 S3 s4 1 0
Sé s6 Sé 0 0
(a) (b) (c)
8. Determine una secuencia de transferencia del estado s2 al estado s¡ en la máquina de estados

finitos (c) del ejercicio 7. ¿Es esta secuencia única?
6.4
En este capítulo vimos una introducción a la teoría de lenguajes y a una estructura discreta
llamada máquina de estados finitos. Con nuestro desarrollo anterior de la teoría elemental
de los conjuntos y las funciones finitas, pudimos conjuntar algunas nociones abstractas y
modelar dispositivos digitales como los reconocedores y retardadores de secuencias. Un
tratamiento similar de este material aparece en el capítulo 1 de L. Dornhoff y F. Hohn [3],
así como en el capítulo 2 de D. F. Stanat y D. F. McAllister [14].
La máquina de estados finitos que hemos desarrollado se basa en el modelo planteado
en 1955 por G. H. Mealy en [11], por lo que se conoce como la "máquina de Mealy". El
modelo se basa en conceptos anteriores que aparecen en la obra de D. A. Huffman [8] y E.
F. Moore [12]. Para profundizar en el estudio de los primeros trabajos relacionados con
diferentes aspectos y aplicaciones de la máquina de estados finitos, consulte el material
editado por E. F. Moore [ 13]. En los capítulos 9 al 15 de Z. Kohavi [9] puede encontrarse más
información acerca de la síntesis actual de tales máquinas y las consideraciones relativas a
ellas en hardware, junto con un análisis amplio de muchas ideas relacionadas con el tema.
Para más detalles acerca de los lenguajes y su relación con las máquinas de estados
finitos, hay que analizar el módulo UMAP de William J. Barnier [1], los capítulos 7 al 10
de J. L\ Gersting [4] y los capítulos 7 y 8 de A. Gilí [5], Una amplia cobertura de estos
temas (y otros relacionados con ellos) aparece en los textos de J. G. Brookshear [2], J. E.
Hopcrofi y J. D. Ullman [7], H. R. Lewis y C. H. Papadimitriou [10], y D. Wood [15].
Uno podría sorprenderse al saber que las ideas básicas de la teoría de autómatas se
desarrollaron para resolver cuestiones mas bien teóricas de los fundamentos de las mate
máticas, como lo estableció en 1900 el matemático alemán David Hilbert (1862-1943).
En 1935, el matemático y lógico inglés Alan Mathison Turing (1912-1954) se interesó en
David Hilbert (1862-1943)

Cortesía de The Granger Collection, Nueva York
el problema de decisión de Hilbert, que preguntaba si podría haber un método general

aplicable a cualquier enunciado para determinar si éste era verdadero. El enfoque deTuring
para la solución de este problema lo llevó a desarrollar lo que ahora se conoce como la
máquina de Turing, $1 modelo más general de una máquina de cómputo. Con este modelo
pudo establecer resultados teóricos muy profundos acerca de la forma en que tendrían que
funcionar los computadores, antes de que fueran construidos realmente. Durante la Se
gunda Guerra Mundial, tluring trabajó en la oficina para asuntos externos de Bletchley
Park, donde hizo un amplio uso del criptoanalisis de los mensajes nazis. Sus esfuerzos
produjeron una máquina descifradora mecánica, Enigma, elemento muy importante que
contribuyó a la caída del Tercer Reich. Después de la guerra y hasta su muerte, el interés de
Turing acerca de la capacidad de las máquinas para pensar lo llevó a desempeñar un
papel preponderante en el desarrollo de los computadores reales (no sólo teóricos). Para
más detalles acerca de la vida de este importante académico, consúltese la bibliografía de
A. Hodges [6].
BIBLIOGRAFÍA
1. Barnier, William J., "Finite-State Machines as Recognizers" (Módulo UMAP671), The UMAP
Joumal 7, núm. 3 (1986), págs. 209-232.
2. Brookshear, J. Glenn, Theory of Computation: Formal Languages, Autómata, and Complexity,
Reading, Mass., Benjamin/Cummings, 1989.
3. Dornhoff, Larry L. y Franz E. Hohn, Applied Modern Algebra, Nueva York, Macmillan, 1978,
4. Gersting, Judith L., Mathematical Structures for Computer Science, San Francisco, W. H,
Freeman, 1982.
5. Gilí, Arthur, Applied Algebra for the Computer Sciences, Prentice-Hall Series in Automatic
Computation, Englewood Cliffs, N.J., Prentice-Hall, 1976.
6. Hodges, Andrew, Alan Turing: The Enigma, Nueva York, Simón and Schuster, 1983.
7. Hopcroft, John E. y Jeffrey D. Ullman, Introduction to Autómata Theory, Languages aú
Computation, Reading, Mass., Addison-Wesley, 1979.
8. Huffman, D. A., "The Synthesis of Sequential Switching Circuits", Journal ofthe Franklin
lnstitute 257 (Marzo de 1954), págs. 161-190; (Abril de 1954), págs. 275-303. Reimpreso en
Moore [13].
9. Kohavi, Zvi, Switching and Finite Autómata Theory, 2* ed., Nueva York, Me Graw-Hill, 1978.
10. Lewis, Harry R. y Christos H. Papadimitriou, Elements ofthe Theory ofComputation, Englewood
11. Mealy, G. H., "A Method for Synthesizing Sequential Circuits", Bell System Technical Joumal
34 (Septiembre de 1955), págs. 1045-1079.
12. Moore, E. F, "Gedanken-experiments on Sequential Machines", Autómata Studies, Annals of
Mathematical Studies, núm. 34, págs. 129-153, Princeton, N.J., Princeton University Press,
1956.
13. Moore, E. F, editor, Sequential Machines. Selected Papers, Reading, Mass., Addison-Wesley,
1964.
14. Stanat, Donald F. y David F McAllister, Discrete Mathematics in Computer Science, Englewood
15. Wood, Derick, Theory ofComputation, Nueva York, Wiley, 1987.
Encuentre Oa2,O21,O11.O00, y 0 l0 .
EJERCICIOS
COMPLEMENTARIOS
,1, 1
1. Sean 2, = {w, x, y) y £ 2 = [x, y, z) dos alfabetos. Si 1, 1

A,= í ^ y i ' . J ^ Z*J>j^ 1). A2 = {wiyi\i, j e Z\ i>j¿
1), A, = [w'x'yz11 /, i e %*, j > i > 1}, y A4 = {¿(wzJ'W |
i, j £ Z*, i > 1J > 2}, deterpine si cada una de las siguien
tes proposiciones son verdaderas o falsas.
a) A, es un lenguaje/sobre £,.
b) A, es un lenguaje sobre £ 2 . Figura 6.17
c) A2 es un lenguaje sobre Z r 6. Sea M la máquina de estados finitos que se muestra en
d) A2 es un lenguaje sobre Z2. la figura 6.18.
e) A3 es un lenguaje sobre 2, U S2. a) Encuentre la tabla de estados para esta máquina.
f) A, es un lenguaje sobre Z, D Zr b) Explique lo que hace esta máquina.
g) A4 es un lenguaje sobre Zj A Z2. c) ¿Cuántas cadenas de entrada distintas* cumplen que
h) A,U A2 es un lenguaje sobre £,. ||;t|| = 8yv(s0,x)=s07¿Cuántascumplen ||JC||= 12?
2. Si A, B C 2*, ¿se cumple que A* C B* => A C B?
3. Dé un ejemplo de lenguaje A sobre un alfabeto Z tal 0,0
que (A2)* * (A*)2.
4. Para un alfabeto dado £ y un conjunto de índices /,
sea B. C Z* para cada i S /. Si A C £*, demuestre que (a)
A(n,6',S,) £ n,.e;Afii; y (b) (n ie/ B,)A C n í e ; ñ . A . [En este
caso, por ejemplo, A(ri je , B) denota la concatenación de
los lenguajes A y n ¡E , B..]
5. Sea A/la máquina de estados finitos que se muestra en
la figura 6.17. Para los estados Í., J\, 0 < i,j < 2, sea©^. el
conjunto de todas las cadenas de salida no vacías que M 0,0
0,0
puede producir al ir del estado j . al estado s.. Si i = 2, j = 0,
por ejemplo, 0 20 = {0}{1,00}*.' Figura 6.18
7. SeaM= (5, J», 0, v, co) una máquina de estados finitos Tabla 6.15
con \S\ =n, y sea 0 €E §. -
a) Muestre que para cada cadena de entrada 0000 V Id
la salida esfinalmenteperiódica. 0 1 0 1
b) ¿Cuál es el máximo número de ceros que pode
mos dar como entrada antes de que comience la ío íl Í2 1 0
salida periódica? Si Í2 íl 0 1
c) ¿Cuál es la longitud del máximo periodo posible? Í2 Í2 Í3 0 1
S3 Si So 1 0
8. Trace el diagrama de estados para una máquina de es
tados finitos M = (5, 3,©, v, co), donde $ = © = {0, 1}, si
para cualquier JCS $*, M pone un primer 1 cuando recono 13. Sean .0 = © = {0,1} para las dos máquinas de estados
ce la subcadena 1111 y después pone un segundo 1 cuando finitos M, y M2 dadas en las tablas 6.16 y 6.17, respectiva
reconoce la subcadena 0000, después de lo cual su salida mente. El estado inicial para M, es s0, mientras que s3 es el
es constante e igual a 0. estado inicial para M2.
9. Sea $ = 0 = {0,1}. Construya un diagrama de estados
para una máquina de estados finitos que invierta (de 0 a 1 o Tabla 6.16 Tabla 6.17
de 1 a 0) los símbolos que aparecen en la 4", en la 8', en la
12*,..., posiciones de una cadena de entrada* € §*. Por Vi lú, v2 <">!
ejemplo, si s0 es el estado inicial, entonces co(s0, 0000) =
0001, co(s0, 000111) = 000011, y co(s0, 000000111) = 0 1 0 1 0 1 0 1
000100101. 1 1
ío ío íi 1 0 Í3 Í3 Í4
10. Para # = © = {0, lj.seaM la máquina de estados fini íl Si S2 0 0 S4 Í4 Í3 1 0
tos dada en la tabla 6.14. Si el estado inicial de M no es s,, Í2 S2 So 0 1
encuentre una cadena de entrada* (de longitud mínima) tal
que v(s., x) = s,, para todo i = 2, 3,4. (Por lo tanto, x lleva la
máquina M al estado s, independientemente del estado ini Conectamos estas máquinas como se muestra en la fi
cial.) gura 6.19. Cada símbolo de salida de M, se convierte en un
símbolo de entrada para Mv Por ejemplo, si damos 0 como
entrada de A/,, entonces <O,(J0, 0) = 1 y v,(s0,0) = sQ. Como
Tabla 6.14 resultado, damos como entrada 1(= to,(s0> 0)) a M2 para
obtener (02(s3, 1) = 1 y v2(s3, 1) = sr
V <o
0 1 0 1
íl s4 Í3 0 0 M, M,
Í2 «2 S4 0 1
S3 íl Í2 1 0
S4 Si Í4 1 1 Figura 6.19
Construimos una máquina M = (5, ,£, 0, v, ÍO) que re

11. Muestre que no podemos construir una máquina de presenta esta conexión de M, y M2 como sigue:
estadosfinitosque reconozca con precisión aquellas secuen ¿ = ©={0,1}.
cias del lenguajeA = {01-'| i, j G Z*, i </}. (El alfabeto para
A es I ={0,1}.) 5 = 5, x 52, donde 5. es el conjunto de estados
internos para M., ¿=1,2.
12. Si # = © = {0,1}, seaM la máquina de estados finitos
dada en la tabla 6.15. En este caso, s0 es el estado inicial. v: 5 x ¿ -> 5, donde
Sea A C $+ el conjunto tal que x E A si y sólo si el último v((s, i), x) = (v,(s, x), v2(í, ü),(s, x))), para J £ S , , / € 5 ?
símbolo en co(s0, x) es 1. [Puede haber más de un 1 en la y * e £.
cadena de salida co(s0, x).] Construya una máquina de esta
dosfinitosdonde el último símbolo de la cadena de salida co: S x # -> ©, donde
sea 1 para todo y G $* - A. co((s, í). x) = co2(í, 00,(5, x), para s € 5,, t € 52, y x e í.
a) Encuentre una tabla de estados para la máquina cribir un programa (o desarrolle un algoritmo) que simule
M. la máquina de la tabla 6.18.
b) Determine la cadena de salida para la cadena de entra
da 1101. ¿En qué estado está cada una de las má Tabla 6.18
quinas M¡ y M2 después de procesar esta cadena?
V (!)
14. Aunque el diagrama de estados parece más conveniente
que la tabla de estados cuando trabajamos con una máqui 0 1 0 1
na de estados finitos M = (S, 3>, 0, v, co), si las cadenas de
entrada son cada vez más largas y los tamaños de 5, § y 0 Jl 52 Si 0 0
se incrementan, la tabla de estados es útil para simular la s2 53 Si 0 0
máquina en un computador. La forma de bloque de la tabla s3 S3 Si 1 1
sugiere el uso de una matriz o una tabla de dos dimensio
nes para almacenar v, co. Utilice esta observación para es
7
Relaciones:
La segunda vuelta
E n el capítulo 5 presentamos el concepto de relación y después nos concentramos en

algunos tipos especiales de relaciones llamadas funciones. Regresaremos a las relacio
nes en este capítulo para enfatizar el estudio de las relaciones sobre un conjunto A, es
decir, subconjuntos de A x A. Dentro de la teoría de lenguajes y las máquinas de estados
finitos del capítulo 6, encontramos muchos ejemplos de relaciones sobre un conjunto A,
donde A representa un conjunto de cadenas de un alfabeto dado o un conjunto de estados
internos de una máquina de estados finitos. Desarrollaremos distintas propiedades de las
relaciones, junto con las formas de representar relaciones finitas para su uso en un compu
tador. Los grafos dirigidos reaparecen como una segunda manera de representar tales rela
ciones. Por último, entre las muchas posibles relaciones sobre un conjuntoA, hay dos tipos
especialmente importantes: las relaciones de equivalencia y los órdenes parciales. En par-
tic/íilar, las relaciones de equivalencia surgen en muchas áreas de las matemáticas. Por el
níomento usaremos una relación de equivalencia sobre un conjunto de estados internos en
una máquina de estados finitos M, a fin de encontrar una máquina M¡, con el menor núme
ro de estados internos posible, que realice las tareas que M es capaz de realizar. El proce
dimiento necesario para lograrlo se conoce como proceso de minimización.
7.1
Repaso de relaciones:
Propiedades de las relaciones
Comencemos recordando algunas ideas fundamentales consideradas anteriormente.
Definición 7.1 Si A, B son conjuntos, una relación de A en B es cualquier subconjunto de A x B, A los

subconjuntos de A x A se les llama relaciones sobre A.
iiempjó?,1 a) Definimos la relaciona sobre el conjunto Z como aZh b, o (a, b) G 9?, si a < b. Este
subconjunto de Z x Z es la relación ordinaria "menor o igual que" sobre el conjun
to Z, y también puede definirse sobre Q o R, pero no sobre C.
349
350 Capítulo 7 Relaciones: La segunda vuelta
b) Sean G Z+. Para x, y G Z, la relación módulo «Siesta definida como xSüy s i * - }

es un múltiplo de n. Por ejemplo, si n = 7, encontramos que 9SR 2, -33111, (14,0) £
Sñ, pero 3 £j( 7 (es decir, 3 no está relacionado con 7).
c) Para el universo % ={ 1, 2, 3, 4, 5, 6, 7}, consideremos el conjunto (fijo) C C %
donde C= {1, 2, 3,6}. Definimos la relación^ sobre 3> (^l) como A<3{Bsi A n C=
fine. Entonces los conjuntos {1,2, 4,5} y {1, 2, 5, 7} están relacionados, ya que
{1, 2, 4, 5} D C- {1, 2} = {1, 2, 5, 7} fl C. Igualmente encontramos que X =
{4, 5}y Y= {7} también se relacionan, ya que X (1 C =0= K fl C. Sin embargo, los
conjuntos 5= {1,2, 3,4,5} y T= {1,2,3,6,7} no están relacionados; es decir, S°f(l,
ya que 5 n C = {1, 2, 3} ¿ { 1, 2, 3, 6} = T H C.
Ijempte 7.2 Sea X un alfabeto, con lenguaje A C X*. Para*, y G A, definimos xSh y si* es un prefijo de
y. Podemos definir otras relaciones sobre A reemplazando "prefijo" con un "sufijo" o una
"subeadena."
tjemplo 73 Consideremos una máquina de estados finitos M =(S, $>, C, v, co).

a) Para su s2 G 5, definimos slShs2 si v(s¡, x) = s2, para algún x G A La relación91
establece ¿1 primer nivel de accesibilidad.
b) También podemos dar la relación del segundo nivel de accesibilidad para 5. En este
caso, s, 0i s2 si V(Í,, Xj x2) = s2, para algunas x, x2 G á»2. Esto puede extenderse a
niveles superiores si surge la necesidad. Para la relación general de accesibilidad,
tenemos que v(su y) = s2, para algún y G §*.
c) Dados sus2 G 5, definimos la relación de 1-equivalencia, que se denota con s¡ E¡ j¡
y se lee "s{ es 1-equivalente a Í2"> cuando co(si, x) = CO(J2**) para todo x G A En
consecuencia, J, E, s2 indica que si la máquina M parte del estado s¡ o s2, la salida es
la misma para cada elemento de $. Esta idea puede extenderse a los estados k-
equivalentes, donde escribimos Si Ek s2 si ©(í], y) = co(s2, y) para todo y G ó*. En
este caso, obtenemos la misma cadena de salida para cualquier cadena de entrada
en á* si empezamos en s, o s2.
Si dos estados son ¿-equivalentes para todo k G Z+, entonces decimos que son
equivalentes. Analizaremos esta idea con más detalle en secciones posteriores de
este capítulo.
Ahora analizaremos algunas de las propiedades que puede satisfacer una relación.
Definición 7.2 Una relación Sñ sobre un conjunto A es reflexiva si para todo x G A (x, x) G SR.
Decir que la relaciona es reflexiva significa simplemente que cada elemento* deh
se relaciona consigo mismo. Todas las relaciones de los ejemplos 7.1 y 7.2 son reflexivas,
La relación general de accesibilidad del ejemplo 7.3(b) y todas las relaciones mencionadas
en la parte (c) de ese ejemplo también son reflexivas. [¿Qué tienen de malo las relaciones
del primer y segundo niveles de accesibilidad dadas en las partes (a) y (b) del ejemplo 7.3?]
Ejemplo 7.4 Para A = {1, 2, 3, 4}, una relación Sí QA x A es reflexiva si y sólo si Sí 2 {(1, 1), (2, 2),
(3, 3), (4, 4)}. En consecuencia, Sí, = {(1, 1), (2, 2), (3, 3)} no es una relación reflexiva
sobre A, mientras que 3Í2 = {(*, y) | *, >> E A, x < y] es reflexiva sobre A.
gjegipfo ?,§ Dado un conjunto finito A con \A\ = n, tenemos que | A X A | = n2, por lo que hay 2"2
relaciones sobre A. ¿Cuántas de ellas son reflexivas?
Si A = {ai, a 2 , . . . , a„] una relación Sí sobre A es reflexiva si y sólo si {(a„ a¿) \ 1 á Í
< n) C Sí. Si consideramos los demás n2- n pares ordenados de A X A [los de la forma (a„
a¡), donde i £j para 1 < i,j < n], conforme construimos una relación reflexiva 2h sobre A
podemos incluir o excluir cada uno de estos pares ordenados, así, por la regla del produc
to, existen 2("!"") relaciones reflexivas sobre A.
Definición 7.3 La relación íR sobre el conjunto A es simétrica si (x, y) E9t^(y,x) 6 Sí para todos x,y £ A .
:
\
Ejemplo 7 J Si/A = {1, 2, 3}, tenemos:

a) Síi = {(1, 2), (2, 1). (1.3), (3, 1)} es una relación simétrica (pero no reflexiva) sobre
A;
b) Sí2 = {(1, 1), (2, 2), (3, 3), (2, 3)} es una relación reflexiva (pero no simétrica) sobre
A;
c) Sí3 = {(1, 1), (2, 2), (3, 3)} y Sí4 = {(1, 1), (2, 2), (3, 3), (2, 3),(3, 2)} son dos
relaciones sobre A que son reflexivas y simétricas; y
d) 3Í5 = {(1, 1), (2, 3),(3, 3)} es una relación sobre A que no es simétrica ni reflexiva.
Para contar las relaciones simétricas sobreA = {a¡, a2,..., a„] escribimosA x A comoAi
UA2, donde A, = {(a¡,a¡) 11 < i < n} yA 2 = {a¡,a¡} \ 1 <i,j< n, y i £j], por lo que cada
par ordenado de A X A está exactamente en uno de los conjuntos A,, A2. Para A2, | A21 =
| A x A | - | A i l = A i 2 - r t = n(n - 1), un entero par. El conjunto A2 contiene (l/2)(n 2 - n)
subconjuntos S¡j de la forma {(a„ a¡), (a¡, a)} donde 1 < i < j < n. Para construir una
relación simétricaSÍ sobreA, para cada par ordenado de A, tenemos nuestra elección usual
de exclusión o inclusión. Para cada uno de los (l/2)(n 2 -«)subconjuntos 5,y (1 < / <j < n)
de A2 tenemos las mismas dos opciones. Así, por la regla del producto, existen 2" • 2(1/2)<"!"
"' = 2t"2)("2+") relaciones simétricas sobre A.
Para contar las relaciones sobre A que son reflexivas y simétricas, tenemos sólo una
opción para cada par ordenado de Ai, por lo que tenemos 2(,/2|("!") relaciones sobre A que
son reflexivas y simétricas.
Definición 7.4 Para un conjunto A, una relación 23 sobre A es transitiva si para todos x, y, z G A, (x, y),
(y, z) G Sft ==> (*, z) G 2ft. (Así, si JC "está relacionado con" y, y y "está relacionado con" z
queremos que x "esté relacionado con" z, donde y tiene el papel de "intermediario".)
EjeistpfoT.T Todas las relaciones de los ejemplos 7.1 y 7.2 son transitivas, al igual que las del ejemplo
7.3(c).
gj«mplo fS Definimos la relación Sk sobre el conjunto Z+ como a 2ft b si a divide (exactamente) a b; es

decir, b = capara algún c G Z+. Ahora bien, si*9!y y ySftz, ¿tenemos x9i z? Sabemos que
xSft y => y = s* para algún s G Z+ y y 2$ z => z = fy donde í G Z+. En consecuencia, z = ty =
t(sx) = (ts)x para ts G Z+, por lo que obtenemos xSñz y 2ft es transitiva. Además, 9t es
reflexiva, pero no simétrica, ya que, por ejemplo, 29} 6 pero 62^2.
Sjemplo 73 Consideremos la relación 2ft sobre el conjunto Z donde definimos aSñ b si ab > 0. Para
cualquier entero x tenemos que xx = x2 > 0, por lo que xShx y 2$ es reflexiva. También, si
i, y G Z y *2ft)\ entonces
x'iky => xy > 0 => ^ > 0 ^ y<3ix,
por lo que la relación 2R también es simétrica. Sin embargo, aquí encontramos que (3,0),
(0, -7) G Sft.yya que (3)(0) > 0 y (0)(-7) > 0, pero (3, -7) <£ Sk ya que (3)(-7) < 0. En
consecuencia, esta relación no es transitiva.
Ejemplo 7VJ0 Si A = {1, 2, 3, 4}, entonces 2Í, = {(1, 1), (2, 3), (3, 4), (2, 4)} es una relación transitiva
sobre A, mientras que2ft2 ={(1,3), (3, 2)} no es transitiva, ya que (1, 3), (3, 2) G 2ft2pero
(1,2)£2S 2 .
En este momento, es probable que el lector esté listo para contar el número de relacio
nes transitivas sobre un conjunto finito. Pero esto no es posible ya que, a diferencia de los
casos de las propiedades reflexivas y simétricas, no existe una fórmula general conocida
para el número total de relaciones transitivas sobre un conjunto finito. Sin embargo, en
una sección posterior de este capítulo, tendremos los conceptos necesarios para contar las
relaciones 91 sobre un conjunto finito que son (al mismo tiempo) reflexivas, simétricas y
transitivas.
Examinemos una última propiedad de las relaciones.
Definición 7.5 Dada una relaciona sobre un conjunto A, 2ft es antisimétrica si para todos a, b EA,
(a SR b y bSR a) ^ a - b. (En este caso, la única forma en que podríamos tener a "relacio
nado con" b y b "relacionado con" a es cuando a y b son el mismo elemento de A.)
f.n Para un universo dado°U, definimos la relación SR sobre í ? ^ ) como (A, B) G SR si A C B,

para A, B C %. Así, gft es la relación de subconjunto del capítulo 3 y si ASRB y BSRA,
entonces A C fi y fi C A, de lo que obtenemos A = B. En consecuencia, esta relación es
antisimétrica, así como reflexiva y transitiva, pero no simétrica.
Antes de comenzar a pensar que "no simétrico" es sinónimo de "antisimétrico", consi

deremos lo siguiente.
7*12 ParaA ={1,2, 3}, la relación^ sobreA dada porSR = {(1,2), (2,1), (2, 3)} no es simétrica,
pues (3, 2) í 3!; y tampoco es antisimétrica, ya que (1, 2) (2, 1) G SR pero 1 é 2. La
relación 2íi = {(1, 1), (2, 2)} es simétrica y antisimétrica.
¿Cuántas relaciones sobreA son antisimétricas? Si escribimos
A x A = {(1,1), (2,2), (3,3)} U {(1,2), (2,1), (1,3), (3,1), (2,3), (3,2)},
debemos hacer dos observaciones mientras tratamos de construir una relación antisimétrica
SR sobreA.
1) Podemos incluir o excluir cualquier elemento (x, x) G A X A, sin preocuparnos por
el hecho de que SR sea o no antisimétrica.
2) Para un elemento de la forma (x, y),x £ y, debemos analizar (x, y) y (y, x) y observar
/ que, para que2ft sea antisimétrica, tenemos tres opciones: (a) colocar (x, y) enSR; (b)
colocar (y, x) cnSR; o (c) no colocar (x, y) ni (y, x) en Sí. [¿Qué ocurre si colocamos
(x,y)y(y, x)enSR?]
Así, por la regla del producto, el número de relaciones antisimétricas sobreA es (23)(33) =
(2 )(3(32_3)/2). Si | A | =n > 0, entonces existen (2")(3<"2~")/2) relaciones antisimétricas sobreA.
3
Para nuestro siguiente ejemplo regresaremos al concepto de dominio de una función,

que definimos por primera vez en la sección 5.7.
lo 7A 3 Sea W el conjunto de todas las funciones con dominio Z* y codominio R; es decir, W =

{f\f: Z+ —> R}. Para/ g G ÍF, definimos la relaciona sobre 9" comofSRg si/es dominada
porg ( o / G 0(g)). Entonces SR es reflexiva y transitiva.
S i / g: Z+ —» R se definen como/(n) = n y g(n) - n + 5, entonces/SR g y gSk / p e r o /
£g, por lo que SR no es antisimétrica. Además, si h: Z* —¥ R está dada por h(n) = n2,
entonces (f, h), (g, h) GSR pero ni (h, f) ni (h, g) están en SR. En consecuencia, la relación
SR tampoco es simétrica.
En este momento hemos visto las cuatro propiedades principales que surgen en el estu
dio de las relaciones. Antes de terminar esta sección, definiremos dos conceptos más, cada
uno de los cuales utiliza tres de estas cuatro propiedades.
Definición 7.6 Una relación SR sobre un conjunto A es un orden parcial, o una relación de orden parcial,
si SR es reflexiva, antisimétrica y transitiva.
Ej^lttfMo 5M4 La relación del ejemplo 7.1(a) es un orden parcial, pero la relación de la parte (b) de ese
ejemplo no lo es, ya que no es antisimétrica. Todas las relaciones del ejemplo 7.2 son
órdenes parciales, al igual que la relación de subconjunto del ejemplo 7.11.
Nuestro siguiente ejemplo nos permite relacionar esta nueva idea de orden parcial con
resultados que estudiamos en los capítulos 1 y 4.
f$e*nplQ 7*1$ Comenzamos con el conjunto A - {1, 2, 3, 4, 6, 12}, el conjunto de divisores enteros
positivos de 12, y definimos la relación Sh sobre A como x?ky si x divide (exactamente) a
y. Como en el ejemplo 7.8, encontramos que Sfi es reflexiva y transitiva. Además, si x, y 6
A son tales que xSfly y yShx, entonces
xSfty =*y = ax, para algún a E Z+, y
y 91 x => x = by, para algún b E Z \
En consecuencia, se sigue que y - ax = a(by) = (ab)y, y como y £ 0, tenemos ab=\. Como
a,b(=Z+,ab=l=$a = b=l, por lo que y = x y Sü es antisimétrica y define un orden parcial
para el conjunto A.
Supongamos ahora que queremos contar el número de pares ordenados que aparecen
en esta relación Sh. Podemos simplemente enumerar los pares ordenados de A x A que
forman Sñ:
91 = {(1,1), (1,2), (1,3), (1,4), (1,6), (1,12), (2,2), (2,4), (2,6),
y (2,12), (3,3), (3,6), (3,12), (4,4), (4,12), (6,6), (6,12), (12,12)}
De esta manera, vemos que hay 18 pares ordenados en la relación. Pero si quisiéramos
analizar el mismo tipo de orden parcial para el conjunto de divisores enteros positivos de
1800, definitivamente nos desanimaría el método de simplemente enumerar todos los pa
res ordenados. Así que analicemos la relación Sñ con más detalle. Por el teorema funda
mental de la aritmética, podemos escribir 12 = 22 • 3; vemos entonces que si (c, d) € 9!,
entonces
c = 2m-3" y d = 2p-3",
donde m, n, p, q E N con 0<m<p<2y0<n<q^ 1.
Si tenemos en cuenta el hecho de que Q<m <p ^ 2 , vemos que cada opción param.p
es simplemente una selección de tamaño 2 de un conjunto de tamaño 3 (el conjunto {0,
2}) donde se permiten las repeticiones. (En cualquiera de este tipo de selecciones, si existe
un entero no negativo más pequeño, entonces se le asigna a m.) En el capítulo 1 aprendimos
que dicha selección puede hacerse de (3 + \'') = (j) = 6 formas. Y, de manera similar, podemos
seleccionar n y q de (2 *\'') = Q) = 3 formas. Así, por la regla del producto, deben existir
(6)(3) = 18 pares ordenados en 2ft, como ya vimos antes cuando las enumeramos.
Supongamos ahora que analizamos una situación similar, el conjunto de divisores ente
ros positivos de 1800 = 23 • 32 • 52. Aquí trabajamos con (4)(3)(3) = 36 divisores y un par
ordenado usual para este orden parcial (dado por la división) se ve como {!'■ 3S • 5', 2"- 3"
• 5"), donde r, s, t, u, v, w £ N, con 0 < r < u < 3, 0 < Í < v < 2 y 0 < t < w < 2. Así,
el número de pares ordenados de la relación es
(4T OCTTT') = (0(0(0 = (10)(6)(6) = 360,

y definitivamente no queremos enumerar todos los pares ordenados de la relación para

obtener este resultado.
En general, paran G Z+ con n > 1, usamos el teorema fundamental de la aritmética para
escribir
n=p?p?p?-- ■pík,
donde k G Z+, pt < p2 < py < • • • <pky p, es primo, e¡ G Z+ para cada 1 < ¡' < k. Entonces
n tiene ní=i(e; + 1) divisores enteros positivos. Y cuando consideramos el mismo tipo de
orden parcial para este conjunto (de divisores enteros positivos de n), vemos que el núme
ro de pares ordenados en la relación es
^(, + l) 2+ 2-lj = ^ +2
Definición 7.7 Una relación de equivalencia SR sobre un conjunto A es una relación que es reflexiva,
simétrica y transitiva.
ij*mplo>,t6 a) La relación del ejemplo 7. l(b) y todas las del ejemplo 7.3(c) son relaciones de
equivalencia.
b) Si A = {1, 2, 3}, entonces
9fc, = {(1,1), (2,2), (3,3)},

&2 = {(1,1), (2,2), (2,3), (3,2), (3,3)},
9t3 = {(1,1), (1,3), (2,2), (3,1), (3,3)}, y
&4 = {(1,1), (1,2), (1,3), (2,1), (2,2), (2,3), (3,1), (3,2), (3,3)} = A x A
son relaciones de equivalencia sobre A.
c) Para cualquier conjunto A, A x A es una relación de equivalencia sobre ¿4, y si A -
{au a2,..., a,,}, entonces la relación de igualdad SR = {(a¡, a,)\\ < /' < n] es la
mínima relación de equivalencia sobre A.
d) Sean A = {1, 2, 3, 4, 5, 6, 7}, B= [x,y,z] y / : A -> B la función sobre
f= {(l,x),(2,z),(3,x),(4,y),(5,z),(6,y),(7,x)}.
Definimos la relación SR sobre A como aSRb si/(a) =f(b). Entonces, por ejem
plo, vemos que 19?1, \SR3,2SR5,3SR\ y 4SR6.
Para cualquier a G A,f(a) =/(a) yaque/es una función; entonces, a Sí a ySR es
reflexiva. Supongamos ahora que a, b G A y aSRb. Entonces aShb =>f(a) -f(b) =>
f(b) =f(a) => bSR a, por lo que SR es simétrica. Por último, si a, b, c G A y aSR b, b
SRc, entonces/(a) =f(b) y f(b) =f(c). En consecuencia, f(a) =f(c) y (aSRb A bSR
c) =>aSRc. Así, Síes transitiva. Como Sí es reflexiva, simétrica y transitiva, es una
relación de equivalencia.
En este caso, SR = f( 1, 1), (1, 3), (1, 7), (2, 2), (2, 5), (3, 1), (3, 3), (3, 7), (4, 4),
(4, 6), (5, 2), (5, 5), (6, 4), (6, 6), (7, 1), (7, 3), (7, 7)}.
e) Si SR es una relación sobre un conjunto A, entonces 2?! es al mismo tiempo una

relación de equivalencia y un orden parcial en A si y sólo si Sk es una relación de
igualdad sobre A.
EJERCICIOS 7.1 1. Si A = {1, 2, 3, 4}, dé un ejemplo de una relación Sft sobre A que sea
a) reflexiva y simétrica, pero no transitiva
b) reflexiva y transitiva, pero no simétrica
c) simétrica y transitiva, pero no reflexiva
2. Para la relación (b) del ejemplo 7.1, determine cinco valores de x para los cuales (x, 5) € 2
3. Para la relación Sft del ejemplo 7.13, sea/: Z+-> R donde j{ri) = n.
a) Determine tres elementos f,,f2,f} E 9" tales que/£fi/y fSftf, para todo 1 < i < 3.
b) Encuentre tres elementos gu g2, g3 €E S7 tales que giSftf pero fifi g¡ para todo 1 < i < 3.
4. a) Formule de nuevo las definiciones de las propiedades reflexiva, simétrica, transitiva y
antisimétrica de una relación Sft (sobre un conjunto A), usando cuantificadores.
b) Use los resultados de la parte (a) para especificar cuándo una relación Sñ (sobre un con
junto A) (i) no es reflexiva; (ii) no es simétrica; (iii) no es transitiva; y (iv) no es
antisimétrica.
5. Para cada una de las siguientes relaciones, determine si la relación es reflexiva, simétrica,
antisimétrica o transitiva.
a) Sft C Z* x Z+, donde aSft b si a \ b (se lee "a divide a b", como se definió en la sección
4.3)..,
b) Sft es/ia relación sobre Z tal que a Sft b si a \ b.
c) Para un universo dado "11 y un subconjunto fijo C de °ll, definimos Sft sobre tP(°U)
como sigue: Para cualesquiera A, B C °U tenemos A 9!5 si A O C = B D C
d) En el conjunto A de todas las rectas de R2, definimos la relación 2S para dos rectas !||«¡
como ^ 9¡ C2 si Gi es perpendicular a t2.
e) Sh es la relación sobre Z tal que A:3! y si x + y es par (impar).
f) 2S es la relación sobre Z tal que xSfty si x - y es par (impar).
g) Sñ es la relación sobre Z* tal que x°ky si mcd(a, f>) = 1; es decir, si a y b son primos
relativos.
h) Sea 7"el conjunto de todos los triángulos de R2. Definimos 2S sobre 7"como fia/ 2 sili
y tj tienen un ángulo con la misma medida.
i) Sft es la relación sobre Z x Z tal que (a, b)°ft (c, d) si a < c. [Nota: 3 ¡ C ( Z x Z ) X
(Z x Z).]
j) Sft es la relación sobre Z* dada por ^2Sy si x3 + y1 es par.
6. ¿Cuáles de las relaciones del ejercicio 5 son órdenes parciales? ¿Cuáles son relaciones de
equivalencia?
7. a) Sean 9¡,, Sft2 relaciones sobre un conjunto A. Demuestre o pruebe que es falso que Sft¡, S
reflexivas => Sft] C\Sft2 reflexiva.
b) Resuelva la parte (a), sustituyendo cada ocurrencia de "reflexiva" por (i) simétrica; (ii)
antisimétrica y (iii) transitiva.
8. Resuelva el ejercicio 7 reemplazando cada ocurrencia de O por U.
9. Para cada una de las siguientes proposiciones acerca de las relaciones sobre un conjunto A,
IA I = n, determine si la proposición es verdadera o falsa. Si es falsa, dé un contraejemplo.
a) Si Sft es una relación reflexiva sobre A, entonces I Sft I > n .
b) Si Sft es una relación sobre A y | Sft I > n , entonces 9! es reflexiva.
c) Si 3ftl,Sft2 son relaciones sobre A y2?h 2 Sft,, entonces 2^ reflexiva (simétrica, antisimétrica,
transitiva) => Sft2 reflexiva (simétrica, antisimétrica, transitiva).
d) Si 9¡1( 3H2 son relaciones sobre A y Sk2 2 3k\, entonces 2ft2 reflexiva (simétrica, antisimétrica,
transitiva) =>3S, reflexiva (simétrica, antisimétrica, transitiva).
e) Si Sk es una relación de equivalencia sobre A, entonces n < | Sh | < n2.
10. Si A = {w, x, y, z), determine el número de relaciones sobre A que son (a) reflexivas; (b)
simétricas; (c) reflexivas y simétricas; (d) reflexivas y contienen a (je, y); (e) simétricas y con
tienen a (JC, y); (f) antisimétricas; (g) antisimétricas y contienen a (x, y); (h) simétricas y
antisimétricas; e (i) reflexivas, simétricas y antisimétricas.
11. Sea n £ Z* con n > 1 y sea A el conjunto de los divisores enteros positivos de n. Defina la
relación °k sobre A como x9i y si x divide (exactamente) a y. Determine la cantidad de pares
ordenados que hay en la relación 9t cuando n es (a) 10; (b) 20; (c) 40; (d) 200; (e) 210; y (f)
13860.
12. Suponga que p¡, p2, p¿ son primos distintos y que n, k G Z*, con p5¡plpt Tome A como el
conjunto de los divisores enteros positivos den y defina la relación °h sobre A como xShy si x
divide (exactamente) a y. Si existen 5880 pares ordenados en 3!, determine k y IA |.
13. ¿Qué tiene de incorrecto el siguiente argumento?
Sea A un conjunto y Sk una relación sobre A. Si 2S es simétrica y transitiva, entonces ík es
reflexiva.
Demostración: Sea (x, y) G 9¡. Por la propiedad de simetría, (y, x) E 2S. Entonces, como
(*> y), (y. ■*) ^ 2Í. se sigue de la propiedad transitiva que (x, x) E 2S. En consecuencia, 2Í es
reflexiva.
14./8ea /4 un conjunto tal que |A | = n y sea 9¡ una relación sobre A antisimétrica. ¿Cuál es el
/ máximo valor de 13¡ I ? ¿Cuántas relaciones antisimétricas pueden tener ese tamaño?
' 15. Sea A un conjunto tal que \A\ =ny seaSS una relación de equivalencia sobre A tal que 12ft I =
r. ¿Por qué r-n siempre es par?
16. Una relación °h sobre un conjunto A es irreflexiva si para todo a G A, (a, a)í SR.
a) Dé un ejemplo de una relación Si sobre Z tal que SR sea irreflexiva y transitiva pero no
simétrica.
b) Sea 2S una relación no vacía sobre un conjunto A. Demuestre que si fR satisface dos cuales
quiera de las siguientes propiedades (irreflexiva, simétrica y transitiva) entonces no puede
satisfacer la tercera.
c) Si \A I = n > l, ¿cuántas relaciones diferentes sobre A son irreflexivas? ¿Cuántas no son
reflexivas ni irreflexivas?
Reconocimiento por computador:

Matrices cero-uno y grafos
dirigidos
Puesto que nuestro interés se centra en las relaciones sobre conjuntos finitos, dirigiremos
nuestra atención a las formas de representarlas de modo que podamos verificar fácilmente
las propiedades de la sección 7.1. Por esta razón, desarrollaremos ahora las herramientas
necesarias: la composición de relaciones, las matrices cero-uno y los grafos dirigidos.
De manera similar a la composición de funciones, las relaciones pueden combinarse en

las siguientes circunstancias.
Definición 7.8 Si A, B y C son conjuntos yShxQAxBy^QBxC, entonces la relación compuesta ín{

o SR2 es una relación de A en C definida como 2ft, o <5¡2 = {(x, z) \x E A, z E C y existe y £
B tal que (x, y) £ Sft„ (y, z) £ 2S2}.
¡Cuidado! La composición de dos relaciones se escribe en orden inverso al de la com

posición de funciones. En breve veremos por qué.
Ejemplo 7.17 Sean A = {1,2, 3,4}, B= {w, x, y, z] y C= {5, 6, 7}. Consideremos SR, = {(1, x), (2, jt),
(3, y), (3, z)}, una relación de A en B y 9}2 = {(w, 5), (*, 6)} una relación de B en C.
Entonces Ski ° SA2 = {(1,6), (2, 6)} es una relación de A en C. Si 9¡3 = {(w, 5), (w, 6)} es otra
relación de fi en C, entonces 2Si ° S2¡3 = 0.
Ejemplo 7.10 Sean A el conjunto de los empleados de un centro de cálculo, B un conjunto de lenguajes
de programación de alto nivel y C una lista de proyectos {p¡, p2, ■ . ■, ps] de los cuales los
administradores deben asignar trabajo a las personas de A. Consideremos 2ft, Q A x B
donde un par ordenado de la forma (L. Pérez, Pascal) indica que el empleado L. Pérez
utiliza con eficiencia Pascal (y posiblemente otros lenguajes de programación). La rela
ción 2ft2QB X. C ¿onsta de los pares ordenados del tipo (Pascal, p2), lo que indica que el
lenguaje Pascal /se considera esencial para las personas que trabajan en el proyecto pv
En la relación compuesta9í, ° 2ft2 encontramos el par (L. Pérez, p2). Si no existe otro par
en 27¡2 que tenga a p2 como segunda componente, sabemos entonces que si L. Pérez es
asignado a p2 esto se debe exclusivamente a su uso eficiente de Pascal. (En este caso,
% o Sh2 se utiliza para establecer una concordancia entre los empleados y los proyectos
con base en el conocimiento de los lenguajes específicos de programación por parte del
empleado.)
El siguiente resultado, parecido a la propiedad asociativa de la composición de funcio

nes, es válido para las relaciones.
TEOREMA 7.1 Sean A, B, C, D conjuntos y 2^ C A x B,SR2 C B x Cy Sñ3 C C X D. EntoncesSft, o (Sñ2<>

= (2/},og}2)o2ft3.
Demostración: Como Sft\ ° (Sñ2 ° 2ft3) y (Shi ° Sñ2) ° Sh} son relaciones de A a D, existe una
razón para pensar que son iguales. Si (a, d) £ 2fti o (3¡2o <9¡3), entonces existe un elemento
b £ B tal que (a, b)G%y (b, d) £ (3¡2 o % ) . Además, (b, d) £ (SR2 ° m3) => (b, c) £ %
y (c, d) £ 2ft3 para algún c E C. Entonces, (a, b)GSkiy (b, c) £ Sk2 =>{a, c)E%o Sh2. Por
último, (a, c) E 2ft, o 2h2 y (c, d) £ 2ft3 =>(a, d) E (3í, o g¡2) o g¡3 y 2S, o (2«2 o g¡3) C (Sí, o g
o 2Í3. La inclusión opuesta se obtiene mediante un razonamiento similar.
Como resultado de este teorema, no existe ambigüedad alguna cuando escribimos

911 o Sñ2 o 2ft3 para cualesquiera de las relaciones del teorema 7.1. Además, ahora podemos
definir las potencias de una relación Sñ sobre un conjunto.
Definición 7.9 Dado un conjunto A y una relación 2ft sobre A, definimos las potencias de Sh en forma
recursiva como (a) Sft1 = 9¡; y (b) para n G Z+, 2ft"+1 = Sñ o 2ft".
Observemos que para n G Z+, íR" es una relación sobre A.
Ejemplo 7,1$ Si A = {1,2, 3,4} y 9! = {(1, 2), (1, 3), (2, 4), (3, 2)}, entonces^ 2 = {(1,4), (1, 2), (3,4)},
3¡3 = {(1, 4)} y para n > 4,2ft" = 0.
Conforme el conjunto A y la relación 2S crecen, los cálculos parecidos a los del ejemplo
7.19 se vuelven tediosos. Para evitarlo, la herramienta que necesitamos es el computador,
una vez que (encontremos la forma de indicar a la máquina la información relativa al con
junto A y la i-elación Sft sobre A.
\
Definición 7.10 Una matriz cero-uno m X n E= {e¡¡)m x „ es una disposición rectangular de números en m
filas y n columnas, donde cada e¡¡, para 1 < i < m y 1 < j < n, denota la entrada de la i-
ésima fila y la y'-ésima columna de £ y cada una de dichas entradas es 0 o 1. [También
podemos escribir matriz (0,1) para este tipo de matriz.]
Ejemplo 7,20 La matriz
1 0 0 1
0 1 0 1
1 0 0 0.
es una matriz (0,1) de 3 X 4, donde, por ejemplo, en = 1, e2i = 0 y e31 = 1.
Al trabajar con estas matrices usamos las operaciones comunes de suma y multiplica
ción de matrices suponiendo que 1 + 1 = 1. (Por lo tanto, la suma es booleana.)
limpio 7.21 Consideremos los conjuntos A, fiy C y las relaciones Sñ¡,2ñ2 del ejemplo 7.17. Si el orden
de los elementos de cada uno de estos conjuntos se fija como en ese ejemplo, definimos las
matrices de relación deSñ¡,8ñ2 como sigue:
(w) (x) (y) (2) (5) (6) (7)

(1) 0 1 0 0 (w) i 0 0
M(9t!) =
(2) 0 1 0 0
M(2ft2) = w 0 1 0
(3) 0 0 1 1 (y) 0 0 0
(4) 0 0 0 0 (z) Lo 0 0
Al construirM(2R¡), trabajamos con una relación de A en B, de modo que los elementos

de A se usan para señalar las filas de Af(3¡,) y los elementos defi indican las columnas. Así,
por ejemplo, para indicar el hecho de que (2, x) £ 27¡„ colocamos un 1 en la fila marcada
con (2) y la columna marcada con (x). Cada 0 de esta matriz indica un par ordenado en
A x fique se omite en SR¡. Por ejemplo, como (3, w) £ 2S,, hay un 0 en la entrada de la fil
(3) y la columna (w) de la matriz M(SR¡). El mismo proceso se usa para obtener M(Sk2).
Si multiplicamos las matricesf, vemos que
0 1 0 0 1 0 0 1 0
0 1 0 0 0 1 0 1 0
M^Ji,) ■ Af (&2) = = M(2fc1°2/t2),
0 0 1 1 0 0 0 0 0
0: 0 0 0 0 0 0 0 0
y en general tenemos que si |¡5¡, es una relación de A en B y SR2 es una relación de B en C
entonces M(ghx)" M(%) = M($¡, ° SR2). Es decir, el producto de las matrices de relación pa
9¡i, 9¡2> en ese orden, es igual a\la matriz de relación de la relación compuestas?!^ Sh2. (Ést
es la razón por la que la composición de dos relaciones se escribió en el orden dado en la
definición 7.8.)
En los ejercicios 9 y 10 (que aparecen al final de esta sección) se pedirá al lector que
demuestre el resultado general del ejemplo 7.21, junto con algunos resultados de nuestro
siguiente ejemplo, en el que se muestran más propiedades de las matrices de relación.
Ejemplo 7.Z2 Sean A = {1, 2, 3, 4} y Sh = {(1, 2), (1, 3), (2, 4), (3, 2)}, como en el ejemplo 7.19. Si
conservamos fijo el orden de los elementos de A, definimos la matriz de relación paraS
como sigue: A/(Sft) es la matriz (0, 1) 4 x 4 cuyos elementos m¡j, para 1 < i,j < 4, están
dados por
m si (*',/)£&,
Ho' en caso contrario
En este caso tenemos que
0 1 1 0
0 0 0 1
M(2ft) =
0 10 0
0 0 0 0
Ahora bien, ¿cómo podemos utilizar esto? Si calculamos (M(SR))2 con el convenio de
que 1 + 1 = 1, entonces tenemos que
0 1 0 1
02 0 0 0
(M(&)) =
0 0 0 1
0 0 0 0
t El lector no familiarizado con la multiplicación de matrices o que sólo desee hacer un breve repaso
deberá consultar el Apéndice 2.
7.2 Reconocimiento por computador: Matrices cero-uno y grates dirigido* jfil
que es la matriz, de relación de.9*>3í = í5i2. (Verifique el ejemplo 7.1 y.) Además.
0 ü 0 0
ü 0 0 ü
mmr= 0 ü O U
0 ü ü 0.
la 11 mli i/, de relación de í#4 =
Lu que ocurre aquí puede aplicarse a la situación general. Ahora estableceremos algu
nos resultados acerca de las matrices de relación y su uso en el estudio de las relaciones.
Sea -4 unxonjunto con \A\ e « y $ una relación sobre A. S¡ M($f¡) es la matriz de

relación de 3?, entonces
a) M(Ü9) = 0 (la matrí/. con unios los elementos iguales a cero) si y sólo si 3t = 0
b} Af(SR) - 1 (la matriz con todos los elementos iguales a uno) si y sólo si ;"B * A X A
c) M(W) = ÍAf(^)l"' para m € Z*
Usaremos la matriz (0. I) de una relación para reconocer las propiedades reflexiva,
simétrica, antisimétnca y transitiva. Para esto, necesitamos los conceptos de las siguientes
tres definiciones.
Definición 7.11 Sean £ = (<'„)„,».,. F= (./'„).., vA dos matrices (O. I) m x n. l>ec¡mos que F precede, o es
menor que, F, y escribimos £ £ F, si i\ =/„ para todos 1 e hecho, existen ocho matrices (0, 1)
ti para las cuales L < G.
Definición 7.12 Para n € Z*. /„ ■ (89)K K A es la matriz (0. I) n x n tal que
1, si/*/,
6íf =
U, siíÂ
Definición 7.13 Sea A = (#,,).„ „., una matriz (0, 1). La traspuesta de .4. que se escribe A", es la matriz (a'X * -,
tal que ai, = a.,, [tara lodos 1 £ j £ H, 1 S Í S m,
Ejemplo 7.3E4
Si A = 0 0 , entonces! ,4" = .
Como muestra este ejemplo, la ¡-ésima fila (/-ésima columna) de A es igual a la ¿-ésima
columna (/-ésima fila) de A". Esto indica un método que podemos utilizar para obtener la
matriz A" de la matriz A.
TEOREMA 7.2 Dado un conjunto A con \A\ = ny una relación SR sobre A, sea M la matriz de relación
para SR. Entonces
\
a) SR es reflexiva si y sólo si /„ < M.
b) SR es simétrkasi y sólo si M = M".
c) SR es transitiva si y sólo si MM - M2 < M.
d) SR es antisimétrica si y sólo si Ai H Mu < /„. (La matriz M D Mlr se forma operando
en los elementos correspondientes de M y M" de acuerdo con las reglas 0 0 0 = 00
1 = 1 D 0 = 0 y l D 1 = 1; es decir, el producto usual de ceros y unos.)
Demostración: Los resultados se siguen de las definiciones de las propiedades de una rela
ción y de la matriz (0, 1). Demostraremos esto para la parte (c), usando los elementos de A
para designar las filas y columnas de Ai, como en los ejemplos 7.21 y 7.22.
Sea A/2 < M. Si (x, y), (y, z) £ SR, entonces existen unos en la fila (x), columna (y) y en
la fila (y), columna (z) de M. En consecuencia, en la fila (x), columna (z) de M2 hay un 1
Este 1 también debe aparecer en la fila (x), columna (z) de M ya que M2 < M. Por lo tanto,
(x, z) £ 2ft y SR es transitiva.
Recíprocamente, si2$ es transitiva y M es la matriz de relación de 27!, seaí x . el elemento
de la fila (x), columna (z) de A/2, con sx. = 1. Para que sxz sea igual a 1 en A/2, debe existir
al menos un y £ A tal que mx _,. = myz = 1 en M. Esto ocurre sólo si x SRy y ySftz. Si 9! e
transitiva, entonces se sigue que x SR z. Así, mxz - 1 y M2 S M.
La demostración de las partes restantes se deja al lector.
La matriz de relación es una herramienta útil para el reconocimiento de ciertas pro

piedades de las relaciones por parte del computador. Almacenando información como
ya lo hemos descrito, esta matriz es un ejemplo de una estructura de datos. También es
interesante la forma en que se usa la matriz de relación en el estudio de la teoría de
grafosf y la manera en que esta teoría se usa para reconocer ciertas propiedades de las
relaciones.
En este momento presentaremos algunos conceptos fundamentales de la teoría de grafoi
Con frecuencia daremos estos conceptos dentro de los ejemplos y no en términos de defi
niciones formales. Sin embargo, en el capítulo 11, la exposición no dará por hecho lo dado
aquí y será más rigurosa y amplia.
t Puesto que la terminología de la teoría de grafos no es estándar, el lector podría encontrar algunas
diferencias entre nuestras definiciones y las de otros textos.
Definición 7.14 Sea V un conjunto finito no vacío. Un grafo dirigido (o digrafo) G sobre V está
formado por los elementos de V, llamados vértices o nodos de G, y un subconjunto E
de V X V, conocido como las aristas (dirigidas) o arcos de G. Si a, b G V y (a, b) G
£ t, entonces existe una arista de aab. El vértice a es el origen o fuente de la arista, y
¿ e s el término, o vértice terminal, y decimos que ¿> es adyacente desde a y que a es
adyacente hacia b. Además, si a £ b, entonces (a, b) ^ (b, a). Una arista de la forma
(a, a) es un lazo (en a).
Ejemplo 7.25 Pará\K = {1, 2, 3, 4, 5}, el diagrama de la figura 7.1 es un grafo dirigido G sobre Vcon el
conjunteKle_aristas {(1, 1), (1, 2), (1, 4), (3, 2)}. El vértice 5 es parte del grafo aunque no
sea el origen o el final de una arista; y se le conoce como vértice aislado. Como vemos, las
aristas no tienen que ser segmentos de recta, ni importa su longitud.
Figura 7.1 Figura 7.2
Cuando desarrollamos un diagrama de flujo para analizar un programa o un algoritmo,

trabajamos con un tipo especial de grafo dirigido donde la forma de los vértices puede
tener importancia en el análisis. Los mapas de carreteras son grafos dirigidos: en ellos, las
ciudades y los pueblos están representados por los vértices y las carreteras que unen dos
localidades están dadas por aristas. En estos mapas, una arista está dirigida con frecuencia
en ambos sentidos. En consecuencia, si G es un grafo dirigido y a, b G V, con a £ b, y
(a, b),(b, a) G E, entonces se usa la arista única no dirigida {a, b] = {b, a) de la figura 7.2 (b)
para representar las dos aristas dirigidas de la figura 7.2(a). En este caso, ay b son vértices
adyacentes. (Tampoco importa la dirección en los lazos.)
Los grafos dirigidos tienen un papel importante en muchas situaciones dentro de las
ciencias de la computación. El siguiente ejemplo muestra una de ellas.
¡0 7.26 Los programas pueden procesarse más rápidamente si ciertas instrucciones del programa
se ejecutan en forma concurrente. Pero, para esto, debemos estar conscientes de que algu
nas instrucciones dependen de instrucciones anteriores del programa, puesto que no pode-
t En este capítulo sólo permitiremos la existencia de una arista de a a b. Las situaciones en que aparecen
varias aristas se llaman multigrafos se analizarán en el capítulo 11.
mos ejecutar una instrucción que necesita resultados de otras proposiciones que no han
sido ejecutadas todavía.
En la figura 7.3(a) tenemos ocho instrucciones de asignación que conforman el princi
pio de un programa. Representamos estas instrucciones mediante los ocho vértices co
rrespondientes ÍLÍ2.Í3» • • • , Í 8 de la parte (b) de lafigura,donde una arista dirigida como (Í,,J5
indica que la instrucción ss no puede ejecutarse antes de que se ejecute la instruccións¡. El
grafo dirigido resultante es el grafo de precedencia de las líneas dadas del programa.
Observe cómo este grafo indica, por ejemplo, que la instrucción Í 7 se ejecuta después que
las instrucciones s¡, s2, s} y s4. Así mismo, vemos que una instrucción como s, debe ejecu
tarse antes que cualquiera de las instrucciones s2, Í 4 , S¡, s7 O Í 8 . En general, si un vértice
(instrucción) s es adyacente de otros m vértices (y sólo de ellos), entonces las instruccio
nes correspondientesNpara estos m vértices deben ejecutarse antes de que pueda ejecutarse
la instrucción s. En forma_análoga, si un vértice (instrucción) s es adyacente a otros n
vértices, entonces cada una de las instrucciones correspondientes de estos vértices necesi
ta la ejecución de la instrucción s antes de poder ejecutarse. Por último, del grafo de prece
dencia vemos que las instrucciones Si,s3y s6 pueden procesarse en forma concurrente. De
acuerdo con ello, las instrucciones s2, s4 y s8 pueden ejecutarse al mismo tiempo, para
después ejecutar las instrucciones s¡ y j 7 . (O bien, podríamos procesar las instrucciones j¡
y Í 4 en forma concurrente, y después las instrucciones s5, s7 y Í 8 .)
s, s7
te) b = 3;
c = b + 2; I ,, \ / /-i \
te) a
te) = 1;
1 s4i
te) d = a * b + 5; C 75 ' >hi A>*%
e = d-1;
te) f iL
te) = 7; V /^v Y' 1 y^ "
e = c + d;
te) g = b*f;
te) í, S¡ S6
(a) (b)
Figura 7.3
Ahora queremos considerar la forma en que las relaciones y los grafos dirigidos se
relacionan entre sí. Para comenzar, dado un conjunto A y una relación m sobre A, podemos
construir un grafo dirigido G con el conjunto de vértices A y conjunto de aristas E C A X
A, donde (a, b) G E si a, b G A y aSfi b. Esto se demuestra en el siguiente ejemplo.
Ejemplo 7,27 ParaA = {1,2, 3,4}, seaSft = {(1, 1), (1,2), (2, 3), (3, 2), (3, 3), (3,4), (4, 2)} una relación
sobre A. El grafo dirigido asociado con SR aparece en la figura 7.4(a). Si no se tienen en
cuenta las direcciones, obtenemos el grafo no dirigido asociado que se muestra en la pane
(b) de la figura. Aquí vemos que el grafo es conexo, en el sentido de que, para cualesquiera
dos vértices x, y con x ^= y, existe un camino simple que comienza en x y termina en y. Tal
camino simple consiste en una sucesión finita de aristas no dirigidas, de modo que las
aristas {1,2}, {2,4} proporcionan un camino simple de l a 4, y las aristas {3,4}, {4,2} y
{2,1} ofrecen un camino simple de 3 a 1.La sucesión de aristas{3,4}, {4,2} y {2, 3} propor
cionan un camino simple de 3 a 3. Este camino simple cerrado se conoce como ciclo. Este es
un ejemplóvde un ciclo no dirigido de longitud tres, ya que tiene tres aristas en él.
Cuando trabajamos con caminos simples (en grafos dirigidos y no dirigidos), no deben
repetirse los vértices. Por lo tanto, la sucesión de aristas {a, b},{b, e},{e,f), {f, b), [b,d]
de la figura 7.4(c) no se considera un camino simple (de a a d) ya que pasa por el vértice
b más de una vez. En el caso de los ciclos, el camino simple comienza y termina en el
mismo vértice y tiene al menos tres aristas. La sucesión de aristas (b,f), (f, e), (e, d), (d, c),
(c, b) presenta un ciclo dirigido de longitud cinco en la figura 7.4(d). Ninguna de las seis
aristas (b,f), (f, e), ¿e, b), {b, d), (d, c), (c, b) produce un ciclo dirigido en la figura, debido
a la repetición del vértice b. Si hacemos caso omiso de sus direcciones, las seis aristas
correspondientes, en la parte (c) de la figura, pasan igualmente por el vértice b más de una
vez. En consecuencia, no se considera que estas aristas formen un ciclo para el grafo no
dirigido de la figura 7.4(c).
Ahora bien, puesto que hemos pedido que un ciclo tenga una longitud de al menos tres,
no consideraremos a los lazos como ciclos. También observamos que los lazos no tienen
nada que ver con la conexión de los grafos.
C c*
A
^-"1
* - 2
1
2
b
A b r ■■
JA
a
¡r*
Lf
t—
/ V.
3¡^
]/
lM
3 / ^
4 ' 4
h —
- W ' " >
(a) (b) (0 (d)
Figura 7.4
Optamos por definir formalmente la siguiente idea, debido a su importancia para lo

hecho en la sección 6.3.
Definición 7.15 Un grafo dirigido G sobre V es fuertemente conexo si para todos x, y £ V, tales que x £ y,
existe un camino simple (en G) de aristas dirigidas de x a y; es decir, o bien la arista
dirigida (JC, y) está en G o, para algún n £ Z * y vértices distintos x¡¡, v2, . ■ ■, \>„ £ V, las
aristas dirigidas (x, v{) (i)i, \)2), ■ ■ ■, (U,, y) están en G.
En este sentido hablamos de las máquinas fuertemente conexas en el capítulo 6. El grafo

de la figura 7.4(a) es conexo pero no fuertemente conexo. Por ejemplo, no existe un camino
simple dirigido de 3 a 1. En la figura 7.5, el grafo dirigido sobre V= {1,2,3,4} es fuertemen
te conexo y sin lazos. Esto también es cierto en cuanto al grafo dirigido de la figura 7.4(d).
«
Ejemplo 7,28 Para el conjunto A = {1,2, 3, 4}, consideremos las relaciones^ = {(1, 1), (1, 2), (2,1),
(2, 2), (3, 3), (3, 4), (4, 3), (4, 4)} y 9¡2 = {(2, 4), (2, 3), (3, 2), (3, 3), (3, 4)}. Como lo
muestra la figura 7.6, los grafos de estas relaciones son disconexos. Sin embargo, cada
grafo es la unión de dos grafos conexos llamados componentes del grafo. Para2ft1; el grafo
está formado por dos componentes fuertemente conexas. Para2ft2» una componente consta
de un vértice aislado y la otra componente es conexa pero no fuertemente conexa.
£j$mp]<3 7.29 i Los grafos de la figura 7.7 son ejemplos de grafos no dirigidos sin lazos y que tienen una
arista por cada par de vértices distintos. Estos grafos ilustran los grafos completos de n
vértices que se designan poiK„. En la figura 7.7 tenemos ejemplos de los grafos completos
con tres, cuatro y cinco vértices, respectivamente. El grafo completo K2 consta de dos
vértices x, y y una arista que los une, mientras que K¡ consta solamente de un vértice, sin
aristas, debido a que no se permiten los lazos.
EnK¡, se cruzan dos aristas, {3, 5} y {1,4}. Sin embargo, ningún punto de intersección
crea un nuevo vértice. Si intentamos evitar el cruce de las aristas mediante otro trazo del
grafo, volveremos a tener el mismo problema una y otra vez. Esta dificultad será analizada
en el capítulo 11 cuando hablemos de la planaridad de los grafos.
Figura 7.7
Para un grafo G sobre un conjunto de vértices V, el grafo da lugar a una relaciona?! sobre
V tal que xSR y si (x, y) es una arista de G. En consecuencia, existe una matriz (0,1) para G,
y como esta matriz de relación proviene de las adyacencias de los pares de vértices, se le
conoce como matriz de adyacencia de G y como matriz de relación de Sk.
En este momento ligaremos las propiedades de las relaciones y la estructura de los

grafos dirigidos.
Ejemplo 7 , 3 $ SiA = {1,2,3} y9¡ = {(1,1), (1,2), (2,2), (3,3), (3,1)}, entonces^ es una relación reflexiva
y antisimétrica sobre A, pero no es simétrica ni transitiva. El grafo dirigido asociado a 2ft
consta de cinco aristas, tres de las cuales son lazos que resultan de la propiedad reflexiva de
Sh. (Véase la Fig. 7.8.) En general, si 9t es una relación sobre un conjunto finito A, entonces
SR es reflexiva si y sólo si su grafo dirigido posee un lazo en cada vértice (elemento de A).
Ejemplo 7,31 La relaciona = {(1, 1), (1,2), (2,1), (2, 3), (3, 2)} es simétricaj>obreA = {1,2,3}, pero no
es reflexiva, antisimétrica ni transitiva. El grafo dirigido de 91 aparece en la figura 7.9. En
general, una relaciona sobre un conjunto finito A es simétrica si y sólo si su grafo dirigido
contiene solamente lazos y aristas no dirigidas.
Ejemplo 7,32 Para A = {1, 2, 3}, consideremos Si = {(1, 1), (1, 2), (2, 3), (1, 3)}. El grafo dirigido de9t
aparece en la figura 7.10. En este caso, 9l es transitiva y antisimétrica, pero no reflexiva ni
simétrica. El grafo dirigido indica que una relación sobre un conjunto A es transitiva si y
sólo si su grafo dirigido satisface lo siguiente: para cualesquiera x, y G A, si existe un
camino simple (dirigido) de x a y en el grafo asociado, entonces también existe una arista
(x, y). [En este caso, (1, 2), (2, 3) es un camino simple (dirigido) de 1 a 3, por lo que
también tenemos, por transitividad, la arista (1, 3).] Observe que el grafo dirigido de la
figura 7.3 del ejemplo 7.26 también tiene esta propiedad.
La relación Sh es antisimétrica debido a que no existen pares ordenados en 9t de la
forma (x, y) y (y, x) con x £ y. Para usar el grafo dirigido de la figura 7.10 en la caracteri
zación de la simetría, debemos notar que para cualesquiera dos vértices x, y con x j= y, el
grafo contiene como máximo una de las aristas (x, y) o (y, x). Por lo tanto, no existen
aristas no dirigidas distintas de los lazos.
5
V V
Figura 7.8 Figura 7.9 Figura 7.10
Nuestro último ejemplo trata de las relaciones de equivalencia.

O—O
Q-P
91,
Q Q-p
°n2
Figura 7.11
Ejemplo 733 Para A = {1, 2, 3, 4, 5}, las siguientes son relaciones de equivalencia sobre A:
91, = {(1,1), (1,2), (2,1), (2,2), (3,3), (3,4), (4,3), (4,4), (5,5)},
«2 = {(1,1), (1,2), (1,3), (2,1), (2,2), Í2,3), (3,1), (3,2), (3,3),
(4,4), (4,5), (5,4), (5,5)}.
Sus grafos asociados aparecen en la figura 7.11. Si pasamos por alto los lazos de cada
grafo, vemos que el grafo se descompone en componentes, como K¡, K2 y K¡. En general,
una relación sobre un conjunto finito A es una relación de equivalencia si y sólo si su grafo
asociado es un grafo completo aumentado con los lazos en cada vértice o si consta de la
unión disjunta de grafos completos aumentada con lazos en cada vértice.
EJERCICIOS 7.2 1. Para A = {1, 2, 3, 4), sean3¡ y Sf las relaciones sobre A definidas como Sh = {(1,2), (1,3), (2
4), (4, 4)} y¿P = {(1, 1),(1,2), (1,3), (2,3), (2, 4)}. Determinen ° íf,^ ° 9¡, 9¡\9?3 -y1 y í
2. Si 2Í es una relación reflexiva sobre un conjunto A, demuestre queSS2 también es reflexiva sobreA
3. Proporcione la demostración de la inclusión opuesta del teorema 7.1.
4. Para losconjuntosA, B y C, consideremos las relaciones3¡, £ A Xfi,gft2£ B X C y <9¡j Cfix
C. Demuestre que (a) 3¡, ° (9¡2 U %) = (9?, ° 9¡2) U (27!, ° SR3); y (b) 2S, ° (9¡2 n Sh,) C (2S
O (2S1 ° 9¡3). (Dé un ejemplo para mostrar que la inclusión propia puede ocurrir en la parte (b).)
5. Para una relación 3! sobre un conjunto A, defina Sft° = {(a, a) \ a G A}. Si |A| =n, demuestr
que existen s, 1 6 N, con 0 < i < t < 2"\ tales que Shs = 9?'.
6. SiA = {1,2, 3, 4},sea3¡= {(1, 1), (1, 2), (2, 3), (3, 3), (3, 4), (4, 4)} una relación sobre A.
Encuentre dos relaciones £f, "ET sobre A tales queSf1 ^ 9"pero2S ° Hf_=S?t° "3"= {(1,1), (1, 2), (
7. ¿Cuántas matrices (0, 1) de 6 X 6 cumplen que A = A"?
10 11]
8. Si E= 0 1 0 1 , ¿cuántas matrices (0,1) F satisfacen £ < Fl
\_\ o o oj
9. Considere los conjuntos A = {ai,a2. • • ■ <am},B = {b¡, b2,.. . ,b„) y C= {c,, c 2 ,.. . ,cp), do
los elementos de cada conjunto permanecen fijos en el orden dado. Sea 9!, una relación de A a
B y sea9¡2 una relación de B a C. La matriz de relación de % es A/(2S,), donde 1 = 1, 2. Las fila
y columnas de estas matrices están indexadas por los elementos de los conjuntos adecuadosA
B y C, de acuerdo con los órdenes ya dados. La matriz de Sí, ° 3ft2 es la matriz m x p M(SSi ° 2^2).
tal que los elementos de A (en el orden dado) constituyen un índice de las filas, y los elementos
de C (también en el orden dado) son un índice para las columnas.
Muestre que para todo 1 < i < m y 1 < j < p, los elementos de la ¿-ésima fila y lay'-ésima
columna de M(2S,) ■ M(Sft2) y M(SÍ, ° 9¡2) son iguales. [Por lo tanto, M(9¡,) ■ M(°h2) = M(9t¡°3ft2).]
10. Sea A un conjunto tal que | A \ = n, y consideremos que el orden de la lista de sus elementos es
fijo. ParaSS C A x A, sea M{Sk) la matriz de relación correspondiente.
a) Demuestre que M(SS) = 0 (la matriz n x n con todos sus elementos iguales a 0) si y sólo si
Sh = 0.
b) Demuestre que AÍ(2S) = 1 (la matriz n x n con todos sus elementos iguales a 1) si y sólo si
Sk =A x A.
c) Use el resultado del ejercicio 9, junto con el principio de inducción matemática, para de
mostrar que M(2ftm) = [M(°h)]m para todo m G Z*.
11. Proporcione las demostraciones del teorema 7.2(a), (b) y (d).
12. Use el teorema 7.2 para escribir un programa (o para desarrollar un algoritmo) que reconozca
las relaciones de equivalencia sobre un conjunto finito.
13. a) Trace el digrafo G, =-(V„E,), donde V, = {a, b, c, d, e,f) y £, = {(a, b), (a, d), (b, c), (b, e),
(d,b),(d,e),(e,c),(e,f)Af,d)}.
b) Trace el grafo no dirigido G2 = (V2,E2), tal que V2 = {s, t, u, x>, w, x, y, z) y E2 = {{s, t],
[s, u), {s, x), {t, u], {t, w}, {«, w), [u, x), {u w}, [v, x), {u, y), {w, z}, {x, y)}.
14. Para el grafo dirigido G = (V, E) de la figura 7.12, clasifique cada una de las siguientes propo
siciones como verdadera o falsa.
a) El vértice c es el origen de dos aristas en G.
b) El vértice g es adyacente al vértice h.
c) Existe en G un camino simple dirigido dedab.
d) Existen dos ciclos dirigidos en G.
Figura 7.12 ^\
15. Para A = {a,b,c, d, e, f), cada grafo o digrafo de la figura 7.13 representa una relación 3¡ sobre
A. Determine la relación 9! C A x A en cada caso, así como su matriz de relación asociada M(3k).
16. ParaA = (u, w, x, y, z], cada una de las siguientes es la matriz (0,1) de una relación 3¡ sobre A.
En este caso, las filas (de arriba hacia abajo) y las columnas (de izquierda a derecha) están
indexadas en el orden u w, x, y, z. Determine la relación Sft C A x A en cada caso y trace el
grafo dirigido G asociado con 9¡.
0 1 1 0 0 0 1 1 1 0
10 1 1 1 10 10 0
a) M(9l) = 0 0 0 0 1 b) A/(9t) = 1 1 0 0 1
0 0 0 0 1 10 0 0 1
0 0 0 0 0 0 0 1 1 0
(i) (ü) (iü) (iv)
Figura 7.13
17. Sea G = (V, E) un grafo dirigido con matriz de adyacencia M. ¿Cómo podemos identifican
vértice aislado de G a partir de la matriz Ai?
18. a) Sea G = (V, E) el grafo dirigido tal que V= {1, 2, 3,4, 5, 6, 7} y E= [(y,j) I 1 < i <j <7).
i) ¿Cuántas aristas existen para este grafo?
ii) Cuatro de los posibles caminos simples dirigidos en G de 1 a 7 serían:
1) (1,7); 2) (1,3). (3, 5), (5, 6), (6, 7);
3) (1,2), (2, 3), (3, 7); y 4) (1,4), (4, 7).
¿Cuántos caminos simples dirigidos existen (en total) en G de 1 a 7?
b) Ahora, sea n £ Z+, n > 2 y considere el grafo dirigido G = (V, E) con V= {1, 2, 3 , . . . ,n|
yE={U,j)\l <i<j<n}.
i) Determine \E\. ii) ¿Cuántos caminos simples dirigidos existen en G de 1 an!
iii) Si a, b E Z* con 1 < a < b < n, ¿cuántos caminos simples dirigidos existen en Gdei
abl
(El lector puedetonsultar el ejercicio 20 de la sección 3.1.)
19. Parad = {1,2, 3,4}, sea9¡= {(1, 1), (1, 2), (2, 3), (3, 3), (3,4)} una relación sobre A. Trace el
grafo dirigido G sobre A asociado con Sh. Haga lo mismo con Sh2,2S3 y Sh4.
20. Para \A\ =5, ¿cuántas relaciones^ sobred existen? ¿Cuántas de estas relaciones son simétri
cas?
21. Sea \A\ = 5. (a) ¿Cuántos grafos dirigidos pueden construirse sobred? (b) ¿Cuántos de estos
grafos de la parte (a) son en realidad no dirigidos?
22. ¿Cuántas aristas (no dirigidas) existen en los grafos completos Kf,, Kn y K„, donde n S Z*?
23. a) Manteniendo fijo el orden de los elementos como 1, 2, 3, 4, 5, determine las matrices de
relación (0, 1) para las relaciones de equivalencia del ejemplo 7.33.
b) ¿Conducen los resultados de la parte (a) a alguna generalización?
24. a) Sea Sh la relación sobre A = {1, 2, 3, 4, 5, 6, 7), tal que el grafo dirigido asociado con a
consta de las componentes que se muestran en la figura 7.14, cada una de las cuales esu
ciclo dirigido. Encuentre el entero n > 1 más pequeño, tal que Sñ" = £ñ. ¿Cuál es el valor
mínimo de n > 1 para el que el grafo de Sñ" contiene algunos lazos? ¿Ocurre en algún
momento que el grafo de SR" conste únicamente de lazos?
b) Responda las mismas preguntas de la parte (a) para la relaciona! sobre A = {1, 2, 3 , . . .
10}, si el grafo dirigido asociado con Sh se muestra en la figura 7.15.
c) ¿Indican algún hecho general los resultados de las partes (a) y (b)?
Figura 7.15
25. Trace un grafo de precedencia para el siguiente segmento de programa de cómputo:
(íl) a = 1;
(ft) b = 2;
(ft) a = a + 3;
(*4) c = b;
(*) a = 2 * a-1;
(*) b = a # c;
(Í7) c = 7;
(*) d = c + 2;
7.3
Órdenes parciales:
Diagramas de Hasse
Si pedimos a algunos niños que reciten los números que conocen, oiremos una respuesta
uniforme de "1, 2, 3 , . ..". Sin prestar atención al hecho, dan una lista de los números en
orden creciente. En esta sección analizaremos más de cerca esta idea de orden, algo que tal
vez hemos dado por sentado. Comenzaremos por señalar algo acerca de los conjuntos N,
Z, Q, R y C.
El conjunto N es cerrado en las operaciones binarias de suma y multiplicación (ordina
rias), pero si buscamos la respuesta a la ecuación x + 5 = 2, vemos que ningún elemento de
N es una solución. Así, extendemos N a Z, donde podemos realizar la resta, así como la
suma y la multiplicación. Sin embargo, pronto encontramos problemas al tratar de resol
ver la ecuación 2x + 3 = 4. Si nos extendemos a Q, podemos realizar la división entre
números distintos de cero, además de las otras operaciones. Pero esto también demuestra
ser inadecuado; la ecuación* 2 - 2 = 0 necesita que introduzcamos los números reales, pero
irracionales ±-Jl. Incluso después de ampliar Q a R, surgen más problemas al intentar
resolver x2 + 1 = 0. Por último, llegamos a C, el sistema de los números complejos, donde
podemos resolver cualquier ecuación polinomial de la forma c¿c" + c^x"'1 + • • • + c2x2 +
c¡x + c0 - 0, donde c, G C para 0<i<n,n>0yc„ £ 0. (Este resultado se conoce como
el teorema fundamental del álgebra. Su demostración requiere material relativo a las fun
ciones de variable compleja, por lo que no la incluiremos aquí.) Durante este proceso de
construcción de N a C, para tener una mayor capacidad de resolver ecuaciones polinomiales,
algo se perdió al pasar de R a C. En R, dados dos números r„ r2, con rx 4= r2, sabemos que
r, < r2 o r2 < r,. Sin embargo, en C tenemos que (2 + i) ^ (1 + 2i), pero ¿qué significado
podemos dar a una proposición como "(2 + i) < (1 + 2i)"? ¡Hemos perdido la capacidad de
"ordenar" los elementos en este sistema numérico!
Para comenzar a analizar más de cerca el concepto de orden procederemos como en la

sección 7.1. SeaA un conjunto ySk una relación sobre A. El par (A, 2ft) es un conjunto partid-
mente ordenado, si la relación 27¡ sobre A es un orden parcial, o una relación de ordenamiento
parcial (como la establecida en la definición 7.6). Si decimos que A es un conjunto parcialmen
te ordenado, entendemos que existe un orden parcial Sí que hace de A un conjunto parcialmen
te ordenado. Los ejemplos 7.1 (a), 7.2, 7.11 y 7.15 son conjuntos parcialmente ordenados.
£J&f|pÍ0 7 . 3 4 Sea A el conjunto de cursos ofrecidos en una escuela. Definimos la relación 9¡ sobre A
como xSfiy si x, v son el mismo curso o si x es un prerrequisito para y. Entonces Sh hace de
A un conjunto parcialmente ordenado.
Ejfttttjlft) 7*35 i Definimos Sk sobre A = {1, 2, 3, 4} como x SRy si x \ v; es decir, x divide (exactamente) a y
EntoncesSft = {(1,1), (2,2), (3,3), (4,4), (1,2), (1,3), (1,4), (2,4)} es un orden parcial y (A,
Sft) es un conjunto parcialmente ordenado. (Esto es similar a lo que aprendimos en el ejemplo
7.15.)
Ej«mplo 7+36 En la construcción de una casa, ciertas tareas, como la construcción de los cimientos,
deben realizarse antes de emprender otras fases de la construcción. Si A es un conjunto de
tareas que deben realizarse para construir una casa, podemos definir una relación 3! sobre
A comoxíft v si*, y denotan la misma tarea o si la tarea* debe realizarse antes de que inicie
la tarea v.' De esta forma imponemos un orden sobre los elementos de A, lo que lo convierte
en un conjunto parcialmente ordenado, también conocido como la red PERT (siglas en
inglés de técnica de evaluación y revisión de programas). (Estas redes comenzaron a ad
quirir importancia durante la década de 1950 para el control de la complejidad que surgió
en la organización de las múltiples y distintas actividades necesarias para llevar a cabo
proyectos a muy gran escala. Esta técnica fue desarrollada realmente y utilizada en primer
lugar por la Marina de Estados Unidos para coordinar los diversos proyectos necesarios
para la construcción del submarino Polaris.)
Consideremos los diagramas de la figura 7.16. Si (a) fuera parte del grafo dirigido
asociado con una relación 2k, entonces, como (1, 2), (2, 1) £ 9} con 1 £ 2, SR no podría se
c
2
1
7 1
1
(a) (b)
Figura 7.16
7.3 Órdenes parciales: Diagramas de llasse 373
antisiméiric-i. Para (b), si el diagrama fuera parte del grafo de una relación transitiva ÍR-
entonces (1,2), (2,3) G ¡í.=> (1, 3) G i3í. Como (3, I) e ¡-W y I ¿ 3, .<# no es an ti simétrica,
por lo que no puede ser un orden parcial.
A partir de estas observaciones, sí leñemos una (elución :íi sobre un conjunto A, y G es
el grafo dirigido asociado con ¡#, veremos que:
i) Si G contiene un par de aristas de la forma (a, h), (b, a), para a. b G A con a * b, o
ii) Si íií es transitiva y G contiene un ciclo dirigido (de longitud mayor o igual que
tres),
entonces la relación ÍSÍ no puede ser anüsimétrica. por lo que (A, 3i) no es un orden
parcial.
PUJ7-37 Consideremos el grafo dirigido parad orden parcial del ejemplo 7.35.T,a figura 7.17(a) es
la representación gráfica de $l. F.n la pane (b) de la figura, tenemos un diagrama un poco
más sencillo, que se llama diagrama de Hassc de 9i.
Cuando sabemos que una relación ;íí es un orden parcial sobre un conjunto A, podemos
eliminar los lazos de los vértices de su grafo dirigido. Puesto que 9i también es transitiva,
basta con tener las aristas (1,2) y (2,4) para garantizar la existencia de la ansia (1,4). así que
no necesitamos incluir dicha arista. De esta forma obtenemos el diagrama de la figura 7.17(b).
5p 4
;
°í¡°
¿< ^3
V i
ía> (b)
Figura 7.17
En general, siiñ es un orden parcial sobre un conjunto finito.4, construimos un diagrama

de Hasse para !# sobre A trazando un segmento de x liada arriba, luida y, si .r, v e A
son tales quex^fy y, loquees más importante, si no existe otro elemento z G A tal que
xi% z y z %'- (Así, no hay nada "en medio" de x y y.) Si adoptamos el convenio de leer
el diagrama de abajo hacia arriba, no es necesario dirigir las aristas.
En la figura 7.18 tenemos los diagramas de Hasse de los cuatro conjuntos parcialmente
ordenados siguientes, (a) Si^t = {1,2.3) y A - . ? ( % ) , Sí es la relación de inclusión sobre
A. (h) F.n este caso, & es la relación "divide exactamente" aplicada a A - {I, '2,4, R). (c) y
(d) Aquí tenemos la misma relación que en la parte (b), aplicada a {2, 3, 5, 71 en la parte
i '8
H,21 (1,31 (2,31 12 385
AA
i <4
{
(1) V (3) i >2
• • • •
i> 1 2 3 5 7
0
2 3 5 7 11
(a) (b) (0
Figura 7.18
(d)
(c) y a {2, 3, 5, 6, 7, 11, 12, 35, 385} en la parte (d). En la parte (c) observamos que un
diagrama de Hasse puede tener todos sus vértices aislados; también puede tener dos (o
más) componentes conexas, como se muestra en la parte (d).
Ejemplo 739 Sea A = {1, 2, 3, 4, 5}. La relación Sft sobre A, definida como xSfty si x < y, es un orden
parcial. Esto hace de A un conjunto parcialmente ordenado que podemos designar por
(A,<). S i ñ = {1,2,4} C A, entonces el conjunto (B X B) í~l Sft = {(1, 1), (2, 2), (4,4),
(1, 2), (1, 4), (2, 4)} es un orden parcial sobre B.
En general, si Sft es un orden parcial sobre A, entonces para cualquier subconjunto B de
A, (B X B) D Sft hace de B un conjunto parcialmente ordenado, si el orden parcial sobreí
se induce de Sft.
Ahora analizaremos un tipo especial de orden parcial.
Definición 7.16 Si (A, Sft) es un conjunto parcialmente ordenado, decimos que A es totalmente ordenadoú
para todosx, y EA ocurre quexSfty oySftx.
En este caso, decimos que Sft es un orden total.
O 7.40 a) Sobre el conjunto N, la relación Sft dada por x Sft y si x < y es un orden total.
b) La relación de inclusión aplicada a A = S'i'U), donde °U = {1, 2, 3} es un orden
parcial, pero no total: {1,2},{ 1,3} G A pero no ocurre que {1,2} C {1,3} ni {1,3} C
Í1.2}.
c) El diagrama de Hasse de la parte (b) de la figura 7.18 es un orden total.
¿Podrían surgir estos conceptos de orden parcial o total en un problema de la industria?

Pensemos que un fabricante de juguetes está a punto de lanzar al mercado un nuevo
producto y debe incluir un conjunto de instrucciones para su montaje. Para ensamblar el
/.3 Ordenes parciales: Diagramas de Hasse 375
G F Q
I
B E Figura 7.19
nuevo juguete hay que realÍ7ar siele larcas. A, B, C , . . . , O, que ílchcn ejecutarse en el urden
parcial dado por el diagrama de Hasscdc la figura 7.19. Aquí vemos, por ejemplo, que U. A
y F deben terminarse antes de realizar la laica C. Puesto que el conjunto de instrucciones
debe ser una lista de estas tareas, numeradas 1,2, 3 , . . . . 7, ¿cómo puede escribir esta lista el
fabricante y asegurarse de conservar el orden parcial del diagrama de Hasse?
I.o que realmente nos estamos preguntando en este cuso es si podemos lomar el orden
parcial :9í dado por el diagrama de Hasse y encontrar un orden total rJ sobre estas tareas.
para el cual :# C ÍT. La respuesta es si, y la técnica que usaremos se llama ordenación
topológica.
Algoritmo de ordenación topológka
(para un orden parcial ffl sobre un conjunto A tal que IA | - n)

Paso 1: Hacemos k = I. Sea W, el diagrama de Hasse del orden parcial.
Paso 2: Seleccionamos un vértice \J. en H, tal que ninguna arista (implícitamente diri
gida) de //* comience en \>t.
Paso 3: Si k = n, el proceso termina y tenemos un orden total
3':i> B <u ( l _ I <---<v 2 <'u,
que contiene a 31,
Si k < n, entonces eliminamos de H, el vértice u t y todas las aristas (implícita
mente dirigidas) de //, que terminan en \t,. Mamamos al resultado H,.,. Aumentamos k
en 1 y regresamos al paso 2.
En este caso, hemos presentado nuestro algoritmo como una lista precisa de instruccio
nes, sin hacer referencia a su ¡iiiplciticnlacion en un lenguaje de programación pailiciil.ii.
Antes de aplicar este algoritmo a nuestro problema, debemos observar el uso delibe
rado de la palabra "un" antes de la palabra "vértice" en el paso 2. Esto implica que la
selección no tiene que ser única y que podemos obtener varios órdenes (oíales T q u c
contengan a£*. Así mismo, en el paso 3. para los vértices v,_: tales que 2 £ /' í «.usamos
la notación x¡,■ <i)., yaque sugiere mejor la idea "v, antes de o,•" que la notación u. 7
bn la figura 7.20. mostramos los diagramas de Hasse que surgen a) aplicare! algoritmo
de ordenación lopológica al orden parcial de la figura 7.19. Debajo de cada diagrama
mostramos cómo se va obteniendo el orden total.
(*=D (k = 2) H2 (* = 4) H4 (/f = 5) H5 «c = 6) H6 (k = 7) H,
G F D G F
F<D G<F<D C<G A<C<G B<A<C E<B<A<C

<F<D <F<D <G<F<D <G<F<D
Figura 7.20
Si el fabricante de juguetes escribe las instrucciones en una lista, como 1-E, 2-B, 3-A,
4-C, 5-G, 6-F, 7-D, tendrá un orden total que conserva el orden parcial necesario parad
montaje correcto. Este orden total es una de 12 respuestas posibles.
Como es usual en las matemáticas discretas y combinatorias, este algoritmo ofrece un
procedimiento que reduce el tamaño del problema con cada aplicación sucesiva.
En el algoritmo de ordenación topológica, vimos la forma en que se utilizó el diagrama
de Hasse para determinar un orden total que contuviera un conjunto parcialmente ordena
do dado (A, 9¡). Este algoritmo nos pide ahora que analicemos más propiedades de un
orden parcial. Para empezar, subrayaremos especialmente el papel del vértice vk en el paso
2 del algoritmo. ¿Cuál es la relación entre el orden parcial (A, 31) y su diagrama de Hasse,
de modo que podamos describir un vértice como x>k en términos de 27¡? Esta pregunta nos
lleva a los conceptos siguientes.
Definición 7.17 Si (A, Sk) es un conjunto parcialmente ordenado, entonces un elemento x G A es un ele-
medito maximal de A si para todo a&A,a£x^x&ia.\Jn elemento y G A es un elemento
mijnimal de A si para todo b G A, b £ y, entonces b Sft y.
Si usamos la contrapositiva de la primera proposición de la definición 7.17, entonces

podemos establecer que x(G A) es un elemento maximal si para todo a G A,x5Ra^>xz
a. De manera similar, y G A es un elemento minimal si para cualquiera G A, bSfiy => ¿=y,
Ejemplo 7.41 j Sean°H = { 1 , 2 , 3 } y A = d P ( < U ) .
a) SeaSft la relación de inclusión sobreA. Entonces JU es maximal y 0 es minimal parí

el conjunto parcialmente ordenado (A, Q .
b) Para B, la colección de subconjuntos propios de {1, 2, 3}, sea Sft la relación di
inclusión sobre B. En el conjunto parcialmente ordenado (B, C), los conjuntos
{1,2}, {1,3} y (2, 3} son elementos maximales; 0 sigue siendo el único elemento
minimal.
Ejemplo 7.42 Si 2h es la relación "menor o igual que" sobre el conjunto Z, tenemos que (Z, <) es un
conjunto parcialmente ordenado sin elementos maximales ni minimales. Sin embargo, el con
junto parcialmente ordenado (N, <) tiene el elemento minimal 0 pero no tiene elementos
maximales.
Ij«í»pl0 7,43 Después de volver a analizar los órdenes parciales de las partes (b), (c) y (d) del ejemplo
7.38, podemos hacer las observaciones siguientes.
1) El orden parcial de la parte (b) tiene el elemento maximal único 8 y el elemento
minimal único 1.
2) Cada uno de los cuatro elementos (2,3,5 y 7) es un elemento maximal y un elemen
to minimal para el conjunto parcialmente ordenado de la parte (c) del ejemplo 7.38.
3) En la parte (d), los elementos 12 y 385 son maximales. Cada uno de los elementos
2, 3, 5, 7 y 11 es un elemento minimal para este orden parcial.
¿Existen condiciones que nos indiquen cuándo un conjunto parcialmente ordenado debe
tener un elemento maximal o minimal?
TEOREMA 7.3 Si (A,SR) es un conjunto parcialmente ordenado y A es finito, entonces A tiene un elemento
maximal y uno minimal.
Demostración: Sea a, G A. Si no existe un elemento a E A tal que a ^c^ y a{3la, entonces
a¡ es maximal. De otra forma, existe un elementoa2 G A tal que a2 £ax y ax?ha2. Si ningún
elemento a G A, a £a2 satisface a2Sña, entonces a2 es maximal. En caso contrario, pode
mos encontrar^ G A tal que a} ¿ a2, a¡ i= a¡ (¿por qué?), mientras que a¡Sña2 y a2Ska}. Si
continuamos de esta forma, como A es finito, llegaremos a un elemento a„ G A tal que a„
9» a para todo a G A, a£a„, de modo que a„ es maximal.
La demostración de lá existencia de un elemento minimal es similar.
Si regresamos al algoritmo de ordenación topológica, vemos que en cada iteración del

paso 2 del algoritmo estamos seleccionando un elemento maximal del conjunto parcialmen
te ordenado original (A,9í), o un conjunto parcialmente ordenado de la forma (B, 3k'), donde
0 £B C A y Sft' = (B X B) D Sñ. Al menos existe un elemento de este tipo (en cada iteración)
debido al teorema 7.3. Después, en la segunda parte del paso 3, si x es el elemento maximal
seleccionado (en el paso 2), eliminamos del conjunto parcialmente ordenado actual todos los
elementos de la forma (a, x). Esto produce un conjunto parcialmente ordenado más pequeño.
Ahora pasemos al estudio de algunos otros conceptos relativos a los conjuntos parcial
mente ordenados.
Definición 7.18 Si (A,2ft) es un conjunto parcialmente ordenado, entonces decimos que x G A es un ele
mento mínimo si x SR a para todo a G A. El elemento y G A es un elemento máximo si a Sft
y para todo a G A.
Ejemplo 7.44 Sea°tl = {1, 2, 3} y 2R la relación de inclusión.

a) Si A - ^("U), el conjunto parcialmente ordenado (A, C) tiene a 0 como elemento
mínimo y °U, como elemento máximo.
b) Si B es la colección de los subconjuntos no vacíos de °U, el conjunto parcialmente
ordenado (B, C) tiene a °ll como elemento máximo. En este caso no existe el ele
mento mínimo, pero hay tres elementos minimales.
Ejemplo 7,45 Para los órdenes parciales del ejemplo 7.38, vemos que
1) El orden parcial de la parte (b) tiene un elemento máximo 8 y un elemento mínimo 1.
2) No existen elementos máximo ni mínimo para el conjunto parcialmente ordenado
de la parte (c).
3) No existen elementos máximo ni mínimo para el orden parcial de la parte (d).
Hemos visto que es posible que un conjunto parcialmente ordenado tenga varios elemen
tos maximales y minimales. ¿Qué podemos decir de los elementos mínimo y máximo?
TEOREMA 7.4 Si el conjunto parcialmente ordenado (A, Sñ) tiene un elemento máximo (mínimo), enton
ces ese elemento es único.
Demostración: Supongamos que*, y G A y que ambos son elementos máximos. Comoxes
un elemento máximo, yS/tx. De la misma forma, xSñy, puesto que y es un elemento máxi
mo. ComoSft es antisimétrica, se sigue que x = y.
La demostración para el caso del elemelño mínimo es análoga.
Definición 7.19 Sea (A, 2ft) un conjunto parcialmente ordenado con B QA. Un elemento* G A es una cota
inferior de B si x 5ft b para todo b G B. De manera similar, un elemento y G A es una cota
superior de B si bShy para todo b G B.
Un elemento x' E A es una máxima cota inferior o ínfimo (ínf) de B si es una cota
inferior de B y si para todas las demás cotas inferiores x" de B tenemos que x"2/l x'. En
forma análoga, y' G A es una mínima cota superior o supremo (sup) de B si es una cota
superior de B y si y'S/ly" para todas las demás cotas superiores y" de B.
Ejemplo 7,4$ Sea °tl = {l, 2, 3, 4}, con A = //("U) y sea 2/í la relación de inclusión sobre A. Si B = {{l),
{2}, {l, 2}}, entonces {l, 2}, {l, 2, 3}, {l, 2,4} y {1, 2, 3,4} son cotas superiores paral
(en (A, 9í)), mientras que {1,2} es una mínima cota superior (y está en B). Por otro lado
una máxima cota inferior para B es 0, que no está en B.
fefitpio 7,4? Seaí9¡ la relación "menor o igual que" para el conjunto parcialmente ordenado (A, SS).
a) Si A = R y B = [0, 1], entonces B tiene ínfimo 0 y supremo 1. Observemos que 0, 1
G B. Para el conjunto C= (0, 1], C tiene ínfimo Oy supremo 1, 1 G CperoO ^ C.
b) Sea A = R de nuevo, y f i = { ^ G Q | q r 2 < 2 } . Entonces B tiene a V2 como supremo
y -Jl como ínfimo; ninguno de estos números reales está en B.
c) Ahora, sea A = Q, con B como en la parte (b). Entonces B no tiene ínfimo ni supremo.
Estos ejemplos nos llevan al siguiente resultado.
DREMA 7.5 Si (A, Sh) es un conjunto parcialmente ordenado y B C A, entonces B tiene a lo sumo uñ
s
ínfimo (supremo). —
Demostración: Se deja al lector.
Cerraremos esta sección con una última estructura ordenada.
finición 7.20 El conjunto parcialmente ordenado (A, Sñ) es un retículo si para cualesquiera JC, y G A, los
elementos sup{x, y] e ínf{x, y} existen en A.
jemplo 7»48 Para A = N y x, y G N, definimos xSfty como x < y. Entonces sup{x, y} = máx{;t, y],
ínf{x, y] = mín{*, y] y (N, <) es un retículo.
jemjjfo 7.49 Para el conjunto parcialmente ordenado del ejemplo 7.44(á), si 5, T C <%, con sup{/S, 7"} =
S U Te ínf{5, T}=SC\T, entonces (^(«a), Q es un retículo.
jempio 7.50 Consideremos el conjunto parcialmente ordenado del ejemplo 7.38(d). En este caso ve
mos, por ejemplo, que
sup{2, 3} = 6, sup{3, 6} = 6, sup{5, 7} = 35, sup{7, 11} = 385, sup{ 11, 35} = 385 e
ínf{3, 6} = 3, ínf{2, 12} = 2, ínf{35, 385} = 35.
Sin embargo, aunque sup{2, 3} exista, no existe un ínfimo para los elementos 2 y 3.
Además, tampoco tenemos (entre otras cosas) ínf{5, 7}, ínf{ 11, 35}, ínf{3, 35} y sup{3,
35}. En consecuencia, este orden parcial no es un retículo.
ROCÍOS 7.3 1. Trace el diagrama de Hasse para el conjunto parcialmente ordenado (•J?(0U)\ C), tal que °U = {1,
2,3,4}.
2. SeaA = {1, 2, 3, 6, 9, 18} y definaSft sobreA porxShy si x \ y. Trace el diagrama de Hasse para
el conjunto parcialmente ordenado (A, Sh).
3. Sean (A, 9¡,), (fl, Sk2) dos conjuntos parcialmente ordenados. En A x B, defina la relación 3¡
como (a, b)Sk(x, y) si a Sft¡x y bSk2y. Demuestre que Sk es un orden parcial.
4. Si las relaciones Ski, Sk2 del ejercicio 3 son órdenes totales, ¿es Sk un orden total?
5. Ordene topológicamente el diagrama de Hasse de la parte (a) del ejemplo 7.38.
6. Para A = {a, b, c, d, e), el diagrama de Hasse del conjunto parcialmente ordenado (A, 3!)
aparece en la figura 7.21.
a) Determine la matriz de relación de Sk.
b) Construya el grafo dirigido G (sobre A) asociado a SU.
c) Ordene topológicamente el conjunto parcialmente ordenado (A, Sk).
7. El grafo dirigido G de una relación Sk sobre el conjunto A = {1, 2, 3, 4} aparece en la figura
7.22. (a) Verifique que (A, Si) es un conjunto parcialmente ordenado y encuentre su diagrama
de Hasse. (b) Ordene topológicamente (A, Sk). (c) ¿Cuántas aristas dirigidas más se necesitan
en la figura 7.22 para extender (A, 9!) a un orden total?
8. Sea S/t una relación transitiva sobre un conjunto A. Demuestre que Sk es un orden parcial sobre
A si y sólo si Sk n Skc = {(a, a) \ a 6 A}.
9. Demuestre que un conjunto parcialmente ordenado finito (A, Sk) tiene un elemento minimal.
10. Demuestre que si un conjunto parcialmente ordenado (A, Sk) tiene un elemento mínimo, éste es
único.
12. Dé un ejemplo de un conjunto parcialmente ordenado con cuatro elementos maximales pero
que no tenga elemento máximo.
13. Si (A, Sk) es un conjunto parcialmente ordenado pero no es un orden total y 0 ^ B, ¿implica esto
que ( f i x f l ) n a convierte aB en un conjunto parcialmente ordenado pero no en un orden total?
14. Si Sk es una relación sobre A, y G es el grafo dirigido asociado, ¿cómo podemos reconocerá
partir de G que (A, Sk) es un orden total?
15. Si G es el grafo dirigido de una relación Sft sobre A, con \A\ = n, y (A, Sk) es un orden total,'
¿cuántas aristas (incluyendo los lazos) hay en G?
16. Sea M(SR) la matriz de relación de la relación 9? sobre A, con | A | = n. Si (A, Sh) es un orden
total, ¿cuántos unos aparecen en M(Sk) ?
17. a) Describa la estructura del diagrama de Hasse de un conjunto totalmente ordenado (A, 3!),
donde \A\ = n > 1.
b) Para un conjunto A tal que \A\ -n > 1, ¿cuántas relaciones sobre A son órdenes totales?
18. a) Para A = {a¡, a2, ■ ■ ■ , a„), sea (A, SK) un conjunto parcialmente ordenado. Si M(9¡) es
matriz de relación correspondiente, ¿cómo podemos reconocer un elemento minimal del
conjunto parcialmente ordenado a partir de M{Sk)l
b) Responda la pregunta de la parte (a) reemplazando el adjetivo "minimal" por el adjetivo
"maximal".
c) ¿Cómo podemos reconocer la existencia de un elemento máximo o mínimo en (A, SK) a
partir de la matriz de relación M(9¡)?

7,3 Órdenes parciales: Diagramas de Hasse 381
19. Sea 'U = {1, 2, 3,4}, con A = S P ^ ) y seaSÍ la relación de inclusión sobren. Para cada uno de
los siguientes subconjuntos B (de A), determine el ínfimo y el supremo de B.
a) B = {{1},{2}} b) 2? = {{1}, {2}, {3}, {1,2}} c) B ={0,{1},{2},{1,2}}
d) B = {{1}, {1,2}, {1,3}, {1,2,3}} e) B = {{1}, {2}, {3}, {1,2}, {1,3}, {2,3}}
f) B = {{1},{2},{3},{1,2},{1,3},{2,3}){1,2,3}}
20. Sea 'ti. ={ 1, 2, 3, 4, 5, 6, 7}, con A = ^("U) y sea Sí la relación de inclusión sobre A. Para B =
{{1}, {2}, {2, 3}} C A, determine lo siguiente:
a) El número de cotas superiores de B que contienen (i) tres elementos de eA; (ii) cuatro
elementos de "11; (iii) cinco elementos de °U .
b) El número de cotas superiores para B c) El supremo de B
d) El número de cotas inferiores para B e) El ínfimo de B
21. Defina la relación Sí sobre el conjunto Z de la forma siguiente: a Sk b si a - b es un entero par
no negativo. Verifique que Sk define un orden parcial en Z. ¿Es este orden parcial un orden
total?
22. Para A = {2, 3, 4 , . . . , 1998, 1999, 2000}, defina la relación Sí sobre A como x Sk y si x divide
(exactamente) a y. ¿Cuántos elementos maximales existen para el orden parcial (A, Sí)?
23. a) Si A = {x, y], ¿cuántos órdenes parciales sobre A tienen a x como elemento minimal?
b) Si B = {x, y, z], ¿cuántos órdenes parciales sobre B tienen a x como elemento minimal?
24. Para X = {0, 1}, sea A = X x X. Defina la relación 3k sobre A como (a, b) SR( c, d) si (i) a < c; o
bien (ii) a = c y b < d.
a) Demuestre que Sk es un orden parcial para A.
b) Determine todos los elementos maximales y minimales para este orden parcial.
c) ¿Existe un elemento mínimo? ¿Existe un elemento máximo?
d) ¿Es este orden parcial un orden total?
25. SeaX= {0, 1, 2} y A =X x X. Defina la relacionas sobre A como en el ejercicio 24. Responda
las mismas preguntas de dicho ejercicio para esta relación Sk y el conjunto A.
26. Paran £ Z + , seaX= {0, 1, 2,. . . , n - l,n) y A = X x X. Defina la relación Sí sobre A como
en el ejercicio 24. Recuerde que cada elemento de este orden total Sí es un par ordenado cuyas
componentes son a su vez pares ordenados. ¿Cuántos elementos tiene Sí?
27. Sea (A, Sí) un conjunto parcialmente ordenado. Demuestre o refute las siguientes proposiciones.
a) Si (A, Sí) es un retículo, entonces es un orden total.
b) Si (A, Sí) es un orden total, entonces es un retículo.
28. Si (A, Sí) es un retículo y A es finito, demuestre que (A, Sí) tiene un elemento máximo y un
elemento mínimo.
29. Si A = {a, b, c, d, e, v, w, x, y, z], considere el conjunto parcialmente ordenado (A, Sí) cuyo
diagrama de Hasse se muestra en la figura 7.23. Encuentre
a) ínf{¿>, c) b) ínf{¿>, w) c) ínf{e, x] d) sup{c, b]
e) sup{á, x) 0 sup{c, e) g) sup{a, v}
Figura 7.23
¿Es (A,SR) un retículo? ¿Existe un elemento maximal? ¿Un elemento minimal? ¿Un elemento
máximo? ¿Un elemento mínimo?
30. Sea (A, SR) un conjunto totalmente ordenado. Si para todo 0 =É B C A el conjunto totalment
ordenado (B, (B x B) D Sí) tiene un elemento mínimo, entonces se dice que (A, SR) está bi
ordenado. (Vimos esta idea en la sección 4.1, donde usamos el buen orden de (Z*, <) parí
establecer el principio de inducción matemática.)
Para cada uno de los siguientes conjuntos totalmente ordenados, determine si el conjunto
está bien ordenado.
a) (N,<) b) (Z,<) c) (Q,<)
d) (Q + , s ) e) (P, s ) , donde P es el conjunto de todos los primos.
f) (A, <), donde A es un subconjunto no vacío de Z*
g) (A, <), donde 05tACZy/tes finito
7.4
Relaciones de equivalencia
y particiones
Como ya observamos en la definición 7.7, una relación SR sobre un conjunto -A es una

relación de equivalencia si es reflexiva, simétrica y transitiva. Para cualquier conjuntoÁ
^ 0, la relación de igualdad es una relación de equivalencia sobre A, donde dos elementos
de A están relacionados si son idénticos; la igualdad establece así la propiedad de "serlo
mismo" entre los elementos de A.
Si consideramos la relación SR sobre Z definida por x SR y si x - y es un múltiplo de
entonces SR es una relación de equivalencia sobre Z donde todos los enteros pares están
relacionados entre sí, al igual que todos los enteros impares. En este caso, por ejemplo, i
tenemos que 4 = 8 , pero sí que 4 SR 8, pues aquí ya no nos preocupamos por el tamaño de
un número sino solamente por dos propiedades: "paridad" o "disparidad". Esta relación
separa a Z en dos subconjuntos formados por los enteros impares y los pares: Z = { . . . , -3,
- 1 , 1, 3, . . .} U {. . . , -4, - 2 , 0, 2, 4, . . .}. Esta separación de Z es un ejemplo de una
\ rtición, concepto íntimamente ligado al de relación de equivalencia. En esta sección
a lalizaremos esa relación y veremos cómo nos ayuda a contar el número de relaciones de
equivalencia sobre un conjunto finito.
Definición 7.21 Dado un conjunto A y un conjunto de índices /, sea 0 £ A¡ C A para cada / E /. Entonces
{A¡}ie, es una partición de A si
a) A = U A, y b) Ai; fl Aj = 0, para todos i, j G / tales que i ^ j .
ie.l
Cada subconjunto A, es una celda o bloque de la partición.
Ejemplo 7.51 S\A = {1,2, 3, .. 10}, entonces en cada uno de los siguientes casos se determina una
partición de A:
a) ¿ , = { 1 , 2 , 3 , 4 , 5 } , ^ = {6,7,8,9,10}
b) 4 , = { 1 , 3 , 5 , 7 , 9 } , Í 4 2 = {2,4,6,8,10}
c) Í 4 , = { 1 , 2 , 3 } , Í 4 2 = { 4 , 6 , 7 , 9 } , Í 4 3 = { 5 , 8 , 1 0 }
d) Ai = {i, i + 5}, 1 < i < 5
i© 7*52 Sea A = R y para cada / £ Z, sea A¡ - [i, i + 1). Entonces {A,},EZ es una partición de R.
¿Cómo se relacionan las particiones con las relaciones de equivalencia?
Definición 7.22 Sea9¡ una relación de equivalencia sobre un conjunto A. Para cualquier* £ A, la clase de
equivalencia de x, que se denota con [x], se define como [x] = {y £ A \ySfi x}.
o 7.53 Definimos la relación 27} sobre Zcomo*S í i)'si4 |(.r-;y). Para esta relación de equivalen
cia, tenemos que
[0] = {...,-8,-4,0,4,8,12,.. .} = {4k\kEZ}
[1] = {..., - 7 , - 3 , 1 , 5 , 9 , 1 3 , . .} = {4A: + l|Ar£EZ}
[2] = {...,-6,-2,2,6,10,14, . .} = {4fc + 2|A:£Z}
[3] = {...,-5,-1,3,7,11,15, . .} = {4/fc + 3|Jfc£Z}.
Asimismo, tenemos, por ejemplo, que [6] = [2] = [-2], [51] = [3] y [17] = [1]. Lo que es
más importante, {[0], [1], [2], [3]} es una partición de Z.
[Nota: En este caso, el conjunto de índices de la partición está implícito. Si, por ejemplo,
A0 = [0], At - [1], A2 = [2] y A3 = [3], entonces un conjunto posible de índices / (como en la
definición 7.21) es {0,1,2,3}. Cuando a una colección de conjuntos se le llama partición (de
un conjunto dado) sin que se especifique un conjunto de índices, el lector deberá entender
que esa situación se parece a ésta, en la que el conjunto de índices está implícito.]
Ejemplo 7.54 Definimos la relación Sft sobre el conjunto Z como a SR b si a2 = b2 (o a = ±b). Para todo
a £ Z, tenemos que a1 - a1, por lo que a 2ñ a, y SU es reflexiva. Si a, b £ Z con a Shb,
entonces a1 = b2, lo que implica que b2 - a2 o b 31 a. En consecuencia, la relación Sh es
simétrica. Por último, si a,b,cE. Z, con aSftby bSRc, entonces a2 = b2 y b2 = c2, por lo que
a2 = c2 y a Shc. Esto hace que la relación sea transitiva. Una vez establecidas las tres
propiedades necesarias, ahora sabemos que ¡R es una relación de equivalencia.
¿Qué podemos decir de la partición correspondiente de Z?
En este caso tenemos que [0] = (0), [1] = [-1] = {-1,1}, [2] = [-2] = {-2, 2} y, en
general, para cualquier n £ Z \ [n] = [-n] = {-n, n}. Además, tenemos la partición
Z = Ú [n] = U [n] = {0} U ( Ü { - « , « } ) = {0} U ( U {-n,n}\

íl=(T neN \ (1=1 / \JI6Z* /
Estos ejemplos nos llevan a la siguiente situación general.
IE0REMA 7.6 Si Síes una relación de equivalencia sobre un conjunto A, y x,y < I A, entonces (a)jc £ [JC],
(b) xSñy si y sólo si [x] = [y]; y (c) [x] - [y] o [x] D [y] = 0.
Demostración:
a) Este resultado se sigue de la propiedad reflexiva de 31.

b) Si xSky, seaw G [x]. Entonces wSU; y, comoSft es transitiva, wSRy. Por lo tanto, w E
[y] y [x] £ [y]. Como 9? es simétrica, x 9¡ y => y Sñ x. Así, si t G [y], entonces t 31
y, por la propiedad transitiva, tSRx. Por lo tanto, t G [x] y [y] C [x]. En consecuencia, [
= [y].
Recíprocamente, sea [x] = [y]. Como x G [x] por la parte (a), entonces x G [y]
x9?y.
c) Esta propiedad indica que dos clases de equivalencia sólo pueden relacionarse en
una de dos formas: o son idénticas o son disjuntas.
Supongamos que [x] # [y]; mostraremos que esto implica que [x] C\ [y] = 0. S
[JC] n [y] ¿ 0, entonces existe 1) G A tal que UG. [*] y t>G [y]. Entonces \)3!JC, 1)3
y y, como Sñ es simétrica, x SR v. Ahora bien, (x 31 t) y i) Sh y) => x 9! y, por
propiedad transitiva. Además, x2ft y => [x] = [y] por la parte (b). Esto contradice la
hipótesis de que [x] j=[y], por lo que debemos rechazar la hipótesis de que [x] f"l [y
i¿ 0, de donde se sigue el resultado.
Observe que si Sñ es una relación de equivalencia sobre A, entonces, por las partes (a) y
(c) del teorema 7.6, las distintas clases de equivalencia determinadas porSft nos proporcio
nan una partición de A.
t¡emp\oJS5 \ a) Si A = {1, 2, 3, 4, 5} y 91 - {(1, 1), (2, 2), (2, 3), (3, 2), (3, 3), (4, 4), (4, 5), (5,4),
(5, 5)}, entonces Sh es una relación de equivalencia sobre A. En este caso, [1] = {1),
[2] = {2, 3} = [3], [4] = (4, 5} = [5] y A = [1] U [2] U [4] con [1] U [2] = 0, [1] íl
[4] = 0 y [2] n [4] = 0. Así, {[1], [2], [4]} determina una partición de A.
b) Consideremos de nuevo la parte (d) del ejemplo 7.16. Tenemos que A = {1,2,3,4,
5, 6, 7}, B = {x, y, z), y / : A —> B es la función sobre
f = {(l,x),(2,z),(3,x),(4,y),(5,z),(6,y),(7,x)}.
Ya hemos mostrado que la relación indefinida sobre A como a Sí b si f(a) =/(¿>)es.

una relación de equivalencia. En este caso, »
/->(*) = {1,3,7} = [1] (=[3] = [7]),

/ - 1 ( y ) = {4,6} = [4] (=[6]), y
/ - ' ( 2 ) = {2,5}=[2] (=[5]).
Con/l = [1] U [4] U [2] =/-■(*) U/-'(y) U / ' ( z ) , vemos que {f-\x),f-'(y),f-\z)}
determina una partición de A.
De hecho, para cualesquiera conjuntos no vacíos A, B, si/: A -* Bes una función
sobre, entonces A = U/, eí /"'(b) y {f'l(b) \ b G B] nos proporcionan una partición de
A.
Ejemplo 7.56 En ANSÍ FORTRAN, una sentencia no ejecutable llamada EQUIVALENCE nos permite
que dos o más variables de un programa dado se refieran a la misma posición de memoria,
Por ejemplo, dentro de un programa, la instrucción
EQUIVALENCE (A, C, P ) , (UP, DOWN)
informa al compilador que las variables A, C y P compartirán la misma posición de memo

ria, mientras que UP y DOWN compartirán otra. En este caso, el conjunto de todas las
variables del programa se divide mediante la relación de equivalenciaSR, donde V¡Sft V2 si
Vi y V2 son variables del programa que comparten la misma posición de memoria.
i 7,57 En el lenguaje de programación Pascal, la colección de todas las instrucciones (válidas)

puede dividirse en las siguientes 11 celdas.
1) Instrucciones de asignación 6) Instrucciones goto

2) Instrucciones case 7) Instrucciones if
3) Instrucciones compuestas 8) Instrucciones de llamada a procedimiento
4) Instrucciones vacías 9) Instrucciones repeat-until
5) Instrucciones for 10) Instrucciones while
11) Instrucciones with
(¿Cuál es una relación de equivalencia adecuada para esta partición?)

Por medio de esta partición, podemos considerar una de las tareas principales de un
compilador; a saber, la capacidad para reconocer la celda de esta partición en la que puede
encontrarse una instrucción dada. Con esto podemos prever la forma en que procederá el
compilador cuando decida, por ejemplo, si una instrucción s cae en la celda (3). Cuando
esto ocurra, el compilador debe determinar si la instrucción comienza con begin para
entonces llamar al procedimiento que controla este tipo de instrucción. En este caso, el
procedimiento (llamado por el compilador) debe procesar cada instrucción del progra
ma hasta llegar a un end que no concuerde. Si nuestra instrucción se encuentra en la
celda (9) de esta partición, entonces, en estas circunstancias, el compilador debe decidir
que 5 comienza con repeat de modo que pueda llamar entonces al procedimiento co
rrecto para controlar dicha instrucción. En este caso, el procedimiento (llamado) proce
sará cada instrucción del programa hasta llegar a un until no concordante. Al hacerlo, el
compilador procesa la expresión que sigue a until y así genera el código necesario para
decidir cuándo (el compilador) debe terminar la generación de código para la instruc
ción repeat-until.
Una vez que hemos visto algunos ejemplos de la forma en que una relación de equivalen
cia induce una partición de un conjunto, podemos volver atrás. Si una relación de equiva
lencia ?R sobre A = {1,2,3,4,5,6,7} induce la partición A = {1, 2} U {3} U (4, 5, 7} U
{6}, ¿qué es 2S?
Consideremos el subconjunto {1,2} de la partición. Este subconjunto implica que [1] =
{1,2} = [2], por lo que (1, 1), (2, 2), (1, 2), (2, 1) GSR. (Los primeros dos pares ordenados
son necesarios debido a la propiedad reflexiva de Sí; los otros preservan la simetría.)
De manera similar, el subconjunto {4, 5, 7} implica que mediante SR , [4] = [5] = [7] =
{4, 5, 7} y que, como relación de equivalencia,Sft debe contener a {4, 5, 7} x {4, 5, 7}.
De hecho, ^ = ( { 1 , 2 } x {1,2}) U ({3} x {3}) U ({4, 5, 7} x {4, 5, 7}) U ({6} x {6})

y | $ | = 22+l2+32+l2=15.
Los resultados de los ejemplos 7.53, 7.54, 7.55 y 7.58 nos llevan a lo siguiente.
TEOREMA 7.7 Si A es un conjunto, entonces

a) cualquier relación de equivalencia Sft sobre A induce una partición de A; y
b) cualquier partición de A da lugar a una relación de equivalencia Sh sobre A.
Demostración: La parte (a) se sigue de las partes (a) y (c) del teorema 7.6. Para la parte (b),
dada una partición {Aj}¡ei de A, definimos la relación 2ft sobre A como x 9! y, si x y y están
en la misma celda de la partición. Dejaremos al lector los detalles de la verificación de que
Sh es una relación de equivalencia.
Con base en este teorema y los ejemplos analizados, enunciamos el siguiente resultado,
cuya demostración se esboza en el ejercicio 18 del final de esta sección.
TEOREMA 7.8 Para cualquier conjunto A, existe una correspondencia uno a uno entre el conjunto de
relaciones de equivalencia sobre A y el conjunto de particiones de A.
Nos interesa principalmente el uso de este resultado para conjuntos finitos.
Ejemplo 7*59 a) Si A ={ 1,2, 3,4,5,6}, ¿cuántas relaciones sobre A son relaciones de equivalencia?
Resolveremos este problema contando las particiones de A, observando que una
partición de A es una distribución de los elementos (distintos) de A en recipientes
idénticos, sin que quede ninguno vacío. De la sección 5.3 sabemos, por ejemplo,
que existen S(6, 2) particiones de A en dos recipientes idénticos no vacíos. Si usa
mos los números de Stirling del segundo tipo, como el número de recipientes varía
de 1 a 6, tenemos £ 5(6, i) = 203 particiones diferentes de A. En consecuencia,
existen 203 relaciones de equivalencia sobre A.
b) ¿Cuántas de las relaciones de equivalencia de la parte (a) satisfacen que 1 , 2 6 [4]?
Si identificamos 1, 2 y 4 como el "mismo" elemento en esta relación de equiva
lencia, contamos, como en la parte (a), para el conjunto B = {1, 3, 5, 6} y tenemos
que existen £ 4 _ 5(4, i) = 15 relaciones de equivalencia sobre A para las que [1] =
[2] - [4].
Concluimos con la observación de que si A es un conjunto finito con \A\ =n, entonces
para cualquier n < r < n2, existe una relación de equivalencia 2ft sobre A tal que | Sh \ = r
si y sólo si existen n,, n2,. . ., nk £ Z+ tales que £._ n¡ = ny ]£.'_ n2 - r.
EJERCICIOS 7 . 4 1. Determine si cada una de las siguientes colecciones de conjuntos es una partición para el
conjunto dado A. Si la colección no es una partición, indique por qué.
a) A = { 1 , 2 , 3 , 4 , 5 , 6 , 7 , 8 } : A, = { 4 , 5 , 6 } , Í 4 2 = { 1 , 8 } , A 3 = {2,3,7}.
b) A = {a, b, c, d, e,f,g,h): A, = {d, e}, A2 = {a, c, d}, A3 = {/, h), A4 = {b, g}.
c) i4 = { 1 , 2 , 3 , 4 , 5 , 6 , 7 , 8 } : ^ x = {1,3,4,7}, A 2 = {2,6}, A 3 = {5,8}.
2. SeaA = {1,2, 3,4, 5, 6, 7, 8}. ¿De cuántas formas podemos dividir a A como A, U A2 U A3, de
modo que
a) l,2eA¡, 3,4£>12, y 5 , 6 , 7 e ^ 3 ?
b) 1,2EA¡, 3,4EA2, 5,6EA3, y |A,|=3?
c) l,2eAu 3,4eA2, y 5,66A,?
3. Si A = {1, 2, 3, 4, 5} y 9¡ es la relación de equivalencia sobre A que induce la partición A =
(1,2) U {3,4} U {5}, ¿qué es 9¡?
4. ParaA ={1,2, 3, 4, 5, 6},3¡ = {(1, 1), (1,2), (2, 1), (2, 2), (3, 3), (4,4), (4, 5), (5,4), (5,5), (6,
6)} es una relación de equivalencia sobre A.
a) ¿Qué son [1],[2] y [3] en esta relación de equivalencia?
b) ¿Qué partición de A induce 2S?
5. SiA=A, UA 2 UA3, donde A, = {1,2},A 2 = {2, 3,4}yA 3 = {5}, defina la relación3¡ sobre A
como x SR y si x y y están en el mismo subconjunto A,, para 1 >,)9¡ (x2, y2) si x, = x2.
a) Verifique que 9¡ es una relación de equivalencia sobre A.
b) Describa geométricamente las clases de equivalencia y la partición de A inducida por9¡.
7. Tome A = {1,2,3,4,5} x {1,2,3,4,5} y definan sobre A como (x¡, y,)Sh(x2, y2) si x, + y, =
x2+y2.
a) Verifique que ¡5t es una relación de equivalencia sobre A.
b) Determine las clases de equivalencia [(1, 3)], [(2, 4)] y [(1, 1)].
c) Determine la partición de A inducida por 3!.
8. Si A = {1, 2, 3, 4, 5, 6, 7}, defina °h sobre A como (x, y) e Sft si x-y es un múltiplo de 3.
a) Muestre que 3¡¡ es una relación de equivalencia sobre A.
b) Determine las clases de equivalencia y partición de A inducida por Sí.
9. ParaA = {(-4,-20), (-3, -9), (-2, -4), (-1,-11), (-1,-3), (1,2), (1,5), (2,10), (2,14), (3, 6),
(4, 8), (4, 12)}, defina la relación 3! sobre A como (a, b)Sfí(c, d) si ad = bc.
a) Verifique que Sñ es una relación de equivalencia sobre A.
b) Encuentre las clases de equivalencia [(2, 14)], [(-3, 9)] y [(4, 8)].
c) ¿Cuántas celdas tiene la partición de A inducida por Sft?
10. Defina la relación Sft sobre Z* como x 3) y si x/y = 2" para algún n e Z.
a) Verifique que Sft es una relación de equivalencia sobre Z*.
b) ¿Cuántas clases de equivalencia distintas encontramos entre [1], [2], [3] y [4]?
c) ¿Cuántas clases de equivalencia distintas encontramos entre [6], [7], [21], [24], [28], [35],
[42] y [48]?
11. SeaA un conjunto no vacío yfl un conjunto fijo tal que B QA. Defina la relación3¡ sobre^(A)
comoX°h Y, para X, Y C A si B D X = B O Y.
a) Verifique que Sh es una relación de equivalencia sobre <Jf(A).
b) Si A = {1, 2, 3} y B= {1, 2}, encuentre la partición de/f(A) inducida por9!.
c) Si A = {1, 2, 3, 4, 5} y B = {1, 2, 3}, encuentre [X] si X= {1, 3, 5}.
d) ParaA = {1, 2, 3,4, 5} y B = {1, 2, 3}, ¿cuántas clases de equivalencia hay en la partición
inducida por S¡?
12. Definimos la relación °h e Z* como a 2ft b si mcm(a, 16) = mcm(¿>, 16).
a) Verifique que Sk es una relación de equivalencia sobre Z*.
b) Determine cada una de las siguientes.clases de equivalencia: [1], [2], [3], [10], [16], [25],
[32], [33], [48] y [64]. \
13. ¿Cuántas de las relaciones de equivalencia sobre A = [a, b, c, d, e, /} tienen (a) exactamente
dos clases de equivalencia de tamaño 3? (b) exactamente una clase de equivalencia de tamaño
3? (c) una clase de equivalencia de tamaño 4? (d) al menos una clase de equivalencia con tres
o más elementos?
14. Sea A = [M, w, x, y, z]■ Determine el número de relaciones sobre A que son (a) reflexivas y
simétricas; (b) relaciones de equivalencia; (c) reflexivas y simétricas pero no transitivas; (d)
relaciones de equivalencia que determinan exactamente dos clases de equivalencia; (e) relacio
nes de equivalencia tales que ic€[i]; (0 relaciones de equivalencia en las que \), w £ [x\, (g)
relaciones de equivalencia en las que w E [x] e y E [z]; y (h) relaciones de equivalencia en las
que w E [x], y E [z] y [x] * [z]-
15. Si \A\ = 30 y la relación de equivalencia 9! sobre A divide a A en las clases de equivalencia
(disjuntas) A¡,A2, y A}, de modo que \At\ = \A2\ = \A} \, ¿cuánto vale- |s¡ I ?
16. Sea A = {1, 2,3,4,5,6,7). Para cada uno de los siguientes valores de r, determine una relación
de equivalencia 9! sobre A tal que | Sft \ = r, o explique por qué no existe dicha relación, (a) r =
6; (b) r = 7; (c) r = 8; (d) r = 9; (e) r = 11; (f) r = 22; (g) r = 23; (h) r = 30; (i) r■= 31.
17. Proporcione los detalles de la demostración de la parte (b) del teorema 7.7.
18. Para cualquier conjunto A £ 0, sea P(A) el conjunto de todas las particiones de A, y E(A) el
conjunto de todas las relaciones de equivalencia sobre A. Definimos la función/: E(A) —> P(A)
como sigue: Si Si es una relación de equivalencia sobre A, entonces/(2S) es la partición de A
inducida por2S. Demuestre que/es uno a uno y sobre, como establece el teorema 7.8.
7.5
El proceso de minimización
En la sección 6.3 vimos dos máquinas de estados finitos que realizaban la misma tarea
pero con diferente número de estados internos. (Véanse las Figs. 6.9 y 6.10.) La máquina
con el mayor número de estados finitos contiene estados redundantes, esto es, estados que
pueden eliminarse debido a que otros estados realizarán sus funciones. Puesto que la
minimización del número de estados en una máquina reduce su complejidad y su costo,
buscamos un proceso para transformar una máquina dada en otra que no tenga estados
internos redundantes. Este proceso se conoce como proceso de minimización, y su desa
rrollo se basa en los conceptos de relación de equivalencia y partición.
Si partimos de una máquina de estados finitos M=(S, $>, €, v, cu), definimos la relación
Ei sobre 5 como s, E, s2 si co(j!, x) - CO(Í2, X) para todo x £ 3-. Esta relación E, es una
relación de equivalencia sobre 5, y divide a 5 en subconjuntos tales que dos estados están
en el mismo subconjunto si producen la misma salida para cada x £ $. En este caso, los
estados Í, y s2 son ]-equivalentes.
Para cualquier k £ Z+, decimos que los estados s,, s2 son k-equivalentes si (0(5,, x) -
k
CÚ(Í2, x) para todo x £ $ . En este caso, cu es la extensión de la función de salida dada a
5 x S*'. La relación de /¡-equivalencia también es una relación de equivalencia sobre S\
divide a 5 en subconjuntos de estados ¿-equivalentes. Escribimos s¡ Eks2 para denotar que
í] y s2 son ¿-equivalentes.
Por último, sií,, s2 £ Sy st, s2 son ¿-equivalentes para todo k > 1, decimos que s, y s2
son equivalentes y escribimos s¡ E s2. Cuando esto ocurre, vemos que si mantenemos s¡ en
nuestra máquina, enlonccs\v- será redundante y puede eliminarse. Así, nuestro objetivo es
determinar la partición de S inducida por li y seleccionar un estado de cada clase de equi
valencia. Entonces tendremos una realización mínima de la muquí na dada.
Para esto, comen/aremos con las siguientes observaciones.
a) Si dos estados de una máquina no son 2-equivalenies, ¿podrían ser 3-cquivalcntes?

(o ¿-equivalentes, para k > 4?)
La respuesta es no. Si sus¡ G S y s,]í.-,s3(es decir, s¡ y s2 no son 2-equivalentes),
entonces existe al menos una cadena xy E &¡ tal que u)(.v,, xy) ~ i>i u? # wt w2 =
(0(s?, xy), donde i),, M¡, w,, w¡ E 0. Así, respecto de F.,, leñemos que s, É 3 í 3 ya que
para cualquier z E #, üi_sl,xyz) = Mi\>1\i¡^wiw2wi = iüi_s-1,xyz).
En general, para encontrar estados que son (k + l)-cquivalcntcs, buscaremos
estados que sean (-equivalentes.
b) Supongamos ahora que $h s2 G S y s¡ \i2s2. Queremos determinar si s¡ E,s,. Es decir,
¿se cumple <a(s,, >M»&I) = Qfaai XtXyX.) para todas las cadenas x, x¡x3 e á 3 ? Exami
nemos lo que ocurre. Primero obtenemos 0)<J|,X,) = <Ú(ÍJ. X¡), ya que ¿i E¡ J ; ^ ¿i E)
.Vj. Fnlonccs existe una transición a los estados v(í|V*,) y V(J¡, X,)- En consecuencia,
g,
O <
w j 3
w(j | t *,*j*3) m <ú(j;, XfXyX,) si (0(V(Í,, *,). ***j) = ú)(v(s2, A',), AjX.) (es decir, si Vf>,, *,)
E?v(.v?,.r,)l.
En general, para s,, s2 E S tenemos que s, H,., s¡ si (y sólo si) (i) J , EAs2 y (ü)
f(íi> ■*) E t V(JJ, J ) para todo A € .'?'.
3g
Y. •» Con estas observaciones como guía, presentamos ahora un algoritmo para minimizar una
?■ 2 O máquina de estados finitos M.
!¿ W
Q
i-
II Paso 1: Sea k= l. Determinamos los estados que son 1-equivalentes examinando las
filas de la labia de estados para M. Para*i,.íi E.Sse sigue que ,V|FJ|.vj cuando Ji, j j tienen
2 ao las mismas filas de salida.
s
c Sea P, la partición de 5 inducida por Ei-
n
PJMJ 2: Una ve/, determinada Pt, obtenemos Ptl] observando que s¡ E í( i Si si s¡ ütSj y
v(.?t(x)EtV(j>, *) para todo* E $•. Tenemos que Í J E J Í ? sis,, ¿¡están en la misma celda
de la partición Pf. De la misma forma, V(ÍI,*)E, V(JS,X) para cada* E £, si\(s,, x) y v(s2, x)
están en la misma celda de la partición Pk. De esta forma obtenemos Pt.i a partir de Pt.
Paso 3: Si /*Í.I=P t . el proceso ha terminado. Seleccionamos un estado de cada clase de
equivalencia y estos estados producen una realización mínima de A*.
Si A.i ¿ A , incrementamos k en 1 y regresamos al paso 2.
Ilustramos el algoritmo en el siguiente ejemplo.
Ejemplo 7 6 0 Con 31 - C - (0. 1|. sea A/dada por la tabla de estados que se muestra en la tabla 7.1. Si
observamos las filas de salida, vemos que s-¡ y yt son 1-equivalentes, al igual que.vj, ssys6.
En este caso, E| divide a S de la forma siguiente:
¡*1- {Si}, {S2,SS,S6}, fo,í<}.

Para cualquier s E S y cualquier k E Z", s E,x, por lo que continuamos este proceso para
determinal P2, no nos preocupamos por las clases de equivalencia que lienen un tínico
estado.
Tabla 7.1
V tl>
0 1 0 1
Si J4 Si 0 1
«2 Ss S 1 2 0
s3 s2 sA 0 0
Si Ss S 0 3 0
Ss S2 S 1 5 0
Se Si S 1 6 0
Como s3E1s4, existe cierta probabilidad de que tengamos s} E2 Í 4 . En este caso, v(s3,0) =
s2, V(s4, 0) = Í 5 con s2E, s¡ y v(s3, 1) = j 4 , v(s4, 1) = Í 3 con Í 4 E , Í 3 . Por lo tanto, v(s3, JC)E,
v(s4, x) para todo * E § y s3 E2 J 4 . En forma similar, V(Í 2 , 0) = ss, \(s¡, 0) = s2 con Í 5 E, Í 2 y
V(Í 2 , 1 ) = J 2 , V ( J 5 , l)=s 5 con5 2 E 1 s 5 . Así, Í 2 E 2 Í 5 . Por último, v(s 5 ,0) = s2 y v(s6, 0) = S!pero
s2 E", S,, por lo que s5 # 2 j 6 . (¿Por qué no analizamos la posibilidad de que. s2 E2 s<¡?) La
relación de equivalencia E2 divide a S como sigue:
Í2: { Í I } , {S2,s¡}, {s3,St}, {s6}.
Como P2£ Pit continuamos este proceso para obtener P 3 . Para determinar si Í 2 E 3 S 5 ,
vemos que v(s2, 0) = s¡, v(s5, 0) = Í 2 y Í 5 E 2 J 2 . Además, \(s2, 1) = Í 2 , V(S5, 1) = ss y s2E2s5.
Como s2E2s5 y v(s2, x) E2 v(s5, x) para todo J C £ Í , tenemos s 2 E 3 s¡. ParaÍ 3 , S4, (V(Í 3 , 0) =
s2) E2 (s5 = v(s4, 0)) y (v(s3, 1) = j 4 ) E2 (s3 = V(J 4 , 1)), por lo que 5 3 E 3 s 4 y E3 induce la
partición P3: {s,}, {s2,s5}, {s3, s4}, {Í 6 }-
Ahora tenemos que P}- P2y el proceso ha terminado, como lo indica el paso 3 del
algoritmo. Vemos que s5 y s6 pueden considerarse estados redundantes; si los eliminamos
de la tabla y reemplazamos sus ocurrencias posteriores con s2 y s¡, respectivamente, llega
mos a la tabla 7.2. Ésta es una máquina minimal que realiza las mismas tareas que la
máquina dada en la tabla 7.1.
Si no queremos que los estados salten subíndices, podemos cambiar el nombre de los
estados de esta máquina minimal. En este caso, tendríamos s,, s2, s3, j 4 ( = s6), pero s4 no es
la misma s4 con la que comenzamos en la tabla 7.1.
Tabla 7.2
V 
0 1 0 1
Si Si Si 0 1
s2 s2 s2 1 0
Si S 2Si 0 0
Se Si S 1 6 0
Tal vez piense ¿cómo sabemos que podemos detener el proceso cuando P} - P{! Des
pués de todo, ¿no podría ocurrir, por ejemplo, que P4 ^ />3 o que P4 = P} pero P5 J= P4? Para
demostrar que esto no ocurre, definimos la siguiente idea.
7.5 Máquinas de estados finitos: El proceso de minimización 391
Definición 7.23 Si Plt P2 son dos particiones cualesquiera de un conjunto A, entonces P2 es un refinamiento
de P¡, que escribimos como/^ < P¡,si cada celda de P2 está contenida en una celda de/ 5 ,.
Cuando P2 ^ P\ y P2 ÍP\, escribimos P2< P¡. Esto ocurre cuando al menos una celda de
P2 está contenida propiamente en una celda de P¡.
En el proceso de minimización del ejemplo 7.60, tenemos que P3= P2< P¡. Siempre
que apliquemos el algoritmo, al obtener Pk+Í de Pk tenemos que Pk+t < Pk, puesto que la
(k + 1 )-equivalencia implica la ¿-equivalencia. Así, cada partición sucesiva refina la parti
ción anterior.
TEOREMA 7.9 Al aplicar el proceso de minimización, si k > 1 y Pk y Pk+¡ son particiones tales que Pk+i -
Pt¡ entonces Pr+I - Pr para cualquier r ^ k+ 1.
Demostración: En caso contrario, sea r( > k + 1) el mínimo subíndice tal que Pr+i ^ Pr.
Entonces Pr+¡ < Pn de modo que existen s{, s2 G S tales qoe Í , Ers2 pero si lf r+i s2. Pero st
Ers2=$v(s],x)Er_í v(s2,x), para todo x G $ y conP r =f r _i, tenemos q u e v ^ , jt)E r v(í 2 ,•*),
para todo J £ Í , por lo que Í | Er+1 s2. En consecuencia, Pr+¡ - Pr.
Concluiremos esta sección con la siguiente idea relacionada con lo anterior. Sea M una
máquina de estados finitos con su s2 G S y su s2 no equivalentes. Entonces debe existir un
mínimo enterok > 0 tal que s, Eks2 pero s, l¡iM s2. Para k = 0, tenemos que Í , y s2 producen
diferentes filas de salida en la tabla de estados de M. En este caso, es fácil determinar un
x G Se tal que co(s,, x) ^ (ú(s2, x), el cual distingue los estados no equivalentes. Para£ > 1,
S[ y s2 producen las mismas filas de salida en la tabla. Ahora bien, si queremos distinguir
estos estados, necesitamos determinar una cadenax = x, x2... xkxM G §M tal que cu(si, x)
^ (ü(s2, x) aunque CÚ(5,, x¡ x2. . . xk) - CO(Í2, x,x2. . . xk). Dicha cadena x es una cadena
característica para los estados Í, y s2. Pueden existir más de una de estas cadenas, pero
cada una tiene longitud (minimal) k + 1.
Antes de intentar encontrar una cadena característica para dos estados no equivalentes
en una máquina de estados finitos específica, vamos a analizar la idea principal en este
caso. Así, supongamos que sx, s2 G S y que para algún i £ Z * (fijo) tenemos que s¡ Eks2
pero 5, Ík+\ s2_ ¿Qué podemos concluir?
Tenemos que
Siít+iÍ2=>3JCie^[v(s,,JC,)ítv(í2,JCi)]
=£>3x2 G S> [v(v(si,*i),x 2 ) tk-i v(v(s 2 ,*i),*2)],
O 3x2E3'[\(sl,XlX2)tk-\v(S2,XiX2)],
=>3x 3 G 3> |v(s,,x { X 2 XÍ) tk-iv(s2,xxx2x3)]
^3x,E3> [v(íi,X,JC2. . .Xi)$k + l-iv(S2,XlX2.. .X¡)]
^3xkE3> [V(ÍI,X,J:2- •. xk) $, v(s2, x¡ x2.. .xk)].

>
Esta última proposición acerca de los estados v(s¡, xlx2... xk) y v(s2, xxx2... xk), que no
son 1-equivalentes, implica que podemos encontrar xM G $ tal que
(i>(v(Si,JCiJC2- • -Xk),Xk+1) =¿ w ( v ( s 2 , * l * 2 - . .Xk),Xk+i). (1)
Es decir, estos únicos símbolos de salida de © son diferentes.
El resultado denotado con la ecuación (1) también implica que
tú(sux) = <a(si,xix2.. .xkxk+i)íu>(s2,xlx2.. .xkxk+1) = (*(s2,x).
En este caso tenemos dos cadenas de salida de longitud k + 1 que coinciden en los prime
ros k símbolos y difieren en el símbolo k + 1.
Usaremos las observaciones anteriores, junto con las particionesP u P2, ■ ■ ■ ,Pk, Pk+\
proceso de minimización, para trabajar con el siguiente ejemplo.
Ejemplo 7,61 Las particiones que se muestran abajo se tomaron del ejemplo 7.60. En este caso, s2 E, j 6 ,
pero j 2 # 2 s6. Así, buscamos una cadena de entrada x de longitud dos tal que (0(s2, x) ^ CO(J6, x).
*
1) Comenzamos con P2, donde para s2, s6 tenemos que co(s2, 0) = 1 = CÚ(Í6, 0), pero
V(Í 2 , 0) = Sj y v(s6, 0) = Si están en diferentes celdas de P,; es decir,
55 = V ( S 2 , 0 ) Í 1 V ( S 6 , 0 ) = J1.
(La entrada 0 y la salida 1 nos proporcionan las etiquetas para las flechas que salen
de las celdas de P2 hacia las de P¡.)
2) Si trabajamos con Í , y s5 en la partición P¡ vemos que
o>(v(í2,0), 0) = Ü)(S5, 0) = 1 # 0 = <*(*, 0) = W (V(Í«, 0), 0).
3) Por lo tanto, x = 00 es una cadena característica minimal para s2 y s6, puesto que
CO(Í2, 00)= 11 ¿ 10 = (0(s6, 00).
P¡- {¡¡ú, {si, s5}, {s3, s4}, {s6}

0,l\ ^-"lU
P\- fri), {s2, s¡, s6], {s3, i 4 }
0,0 0,1
Ejemplo 7.62 Si aplicamos el proceso de minimización a la máquina dada por la tabla de estados de la
parte (a) de la tabla 7.3, obtenemos las particiones de la parte (b) de la tabla. (En este caso,
Pi= P3.) Encontramos que los estados s, y J 4 son 2-equivalentes pero no 3-equivalentes.
Para construir una cadena característica (de longitud 3) para estos dos estados, procede
mos como sigue:
1) Como Ji^3j 4) usamos particiones/^ y a p a r a encontrar x¡ E § (a saber, x¡ = l)talesque
( v ( í 1 , l ) = J 2 ) í 2 ( j 5 = v(i 4 ,l)).
nfnii
7.5 Máquinas de estados finitos: El proceso de minimización 393
2) Entonces v(5i, 1) f2 v(s4, 1) => 3 x2 £ $ (en este caso, x2 = 1) con (v(í b 1), 1) f,
(v(54, 1), l)ov(5!, ll)fi\(s4, 11). Usamos las particiones P2 y P¡ para obtener que
x2= 1.
3) Ahora usamos la partición Pi donde vemos que parax¡= l S 3,
»(v(í„ 11), 1) = 0 * 1 = ü)(v(54, 11), 1), O

(O^, 111) = 100 =¿ 101 = ü)(54, 111).
En la parte (b) de la tabla 7.3, vemos cómo hemos llegado a la cadena caracterís
tica minimal x = 111 de estos estados. (Observe también cómo esta parte de la tabla
indica que 11 es una cadena característica minimal para los estados s2 y ss, que son
1-equivalentes pero no 2-equivalentes.)
Tabla 7.3
V (d Í3:{íi,53},fe},{í4},te}
0 1 0 1
Si 54 52 0 1 P2: { s u 53, 54}, {52}, {55}
Si 55 52 0 0
s3 54 52 0 1 • 1,0/ 1,0
Í4 53 55 0 1 P \ . J5i, 5 3 , 54}, {52, 55}
Ss *2 S3 0 0 l,ll ll,0
(a) (b)
Se puede seguir trabajando con las máquinas de estados finitos. Entre otras omisiones,
hemos evitado dar una explicación o demostración rigurosa de la razón por la que funcio
na el proceso de minimización. El lector interesado deberá consultar las referencias del
capítulo para conocer más detalles acerca de este tema.
EJERCICIOS 7.5 1. Aplique el proceso de minimización a cada una de las máquinas de la tabla 7.4.
Tabla 7.4
V OÍ V (O V O)
0 1 0 1 0 1 0 1 0 1 0 1
Si s4 s¡ 0 1 íl s6 Si 0 0 íl Sf 53 0 0
s2 Si Si 1 0 Í2 S5 s4 0 1 52 Si 5i 0 0
Si Si S4 1 0 Si Sf s2 1 1 53 s2 54 0 0
Si íl Si 0 1 Í4 54 Si 1 0 54 Sj 54 0 0
Sí Si Si 1 0 •?5 s2 s4 0 1 55 Sf Sj 0 0
Se s4 Sf 0 0 Sf 55 Si 1 0
Si 54 Si 0 0
(a) (b) (c)
2. Para la máquina de la tabla 7.4(c), encuentre una cadena característica para cada uno de los
siguientes pares de estados:
(a)5,,í 5 ; (b)5 2 , 53; (c) Í 5 , S7-
0, 1
0, 1
Figura 7.24
3. Sea M la máquina de estadosfinitosdada en el diagrama de estados que se muestra en la figura

7.24.
a) Minimice la máquina M.
b) Encuentre una cadena característica para cada uno de los siguiente's pares de estados: (i)i¡,
s6; (ii) Í3, j 4 ; y (iii) s¡, s2-
7.6
El concepto de relación surge de nuevo. En el capítulo 5 presentamos esta idea como una
generalización del concepto de función. En el capítulo 7 nos concentramos en las relaciones
y las propiedades especiales: reflexiva, simétrica, antisimétrica y transitiva. Como resulta
do, nos centramos en dos tipos particulares de relaciones: los órdenes parciales y las rela
ciones de equivalencia.
Una relación Sñ sobre un conjunto A es un orden parcial, lo que hace de A un conjunto
parcialmente ordenado, siSft es reflexiva, antisimétrica y transitiva. Tal relación generaliza
la conocida relación "menor o igual que" en los números reales. ¡Trate de imaginar el
cálculo, o incluso el álgebra elemental, sin ella! O bien, tome un programa sencillo y vea
lo que ocurre cuando el programa entra al computador en forma azarosa, permutando el
orden de las proposiciones. El orden está siempre cerca de nosotros. Hemos crecido tan
acostumbrados a él que a veces lo damos como un hecho. Para un conjunto parcialmente
ordenado finito, el diagrama de Hasse, un tipo especial de grafo dirigido, proporciona una
representación gráfica del orden definido en el conjunto: también es útil cuando se necesi
ta un orden total, que incluya el orden parcial dado. Estos diagramas reciben el nombre del
especialista alemán en teoría de números Helmut Hasse (1898-1979), quien los introdu
jo en su libro de texto Hóhere Algebra (publicado en 1926) como una ayuda para el estu
dio de las soluciones de ecuaciones polinomiales. El método utilizado para obtener un
orden total a partir de un orden parcial es el algoritmo de ordenación topológica adecuado
en la solución de redes PERT (siglas en inglés de técnica de evaluación y revisión de
programas). Como ya hemos mencionado, este método fue desarrollado y utilizado por
vez primera por la Marina de Estados Unidos.
Aunque la relación de equivalencia difiere del orden parcial sólo en una propiedad, es
bastante diferente en estructura y aplicación. No intentaremos bosquejar el origen de la
relación de equivalencia, pero las ideas que subyacen en las propiedades reflexiva, simé
trica y transitiva pueden encontrarse en / Principii di Geometría (1889), obra del mate
mático italiano Giuseppe Peano (1858-1932). La obra de Cari Friedrich Gauss (1777-1855)
relacionada con la congruencia, desarrollada por él en la década de 1790, también utiliza
estas ideas en esencia, aunque no en nombre.
Básicamente, una relación de equivalencia SR sobre un conjunto A generaliza la igual
dad; induce una característica de "ser lo mismo" entre los elementos de A. Esta noción de
"ser lo mismo" hace entonces que el conjunto se separe en subconjuntos llamados clases
de equivalencia. Recíprocamente, vemos que una partición de un conjunto A induce una
relación de equivalencia sobre A. La partición de un conjunto surge en muchas partes de
las matemáticas y las ciencias de la computación. En éstas últimas, muchos algoritmos de
búsqueda se basan en una técnica que reduce en forma sucesiva el tamaño de un conjunto
dado A cuya búsqueda se realiza. Al dividir A en subconjuntos cada vez más pequeños,
aplicamos el procedimiento de búsqueda en forma más eficiente. Cada partición sucesiva
refina la anterior, lo que es fundamental, por ejemplo, en el proceso de minimización para
las máquinas de estados finitos.
En todo el capítulo hemos hecho hincapié en la interconexión entre las relaciones, los
grafos dirigidos y las matrices (0,1). Estas matrices proporcionan una disposición rectan
gular de información acerca de una relación, o grafo, y son útiles en ciertos cálculos. El
almacenamiento de la información de esta forma, en disposiciones rectangulares y en po
siciones consecutivas de la memoria, ha sido practicado en las ciencias de la computación
desde finales de la década de 1940 y principios de la década de 1950. Para más detalles
acerca del fundamento histórico de estas consideraciones, consulte las páginas 456 a 462
de D. E. Knuth [3]. Otra forma de almacenar la información acerca de un grafo es la
representación de lista de adyacencia. (Véase el ejercicio complementario 13.) En el estu
dio de las estructuras de datos, las listas enlazadas y las listas doblemente enlazadas son
muy importantes para la implementación de tales representaciones. Para más detalles, con
sulte el texto de A. V. Aho, J. E. Hopcroft y J. D. Ullman [1].
Giuseppe Peano (1858-1932) Cari Friedrich Gauss (1777-1855)

Respecto a la teoría de grafos, estamos en un área de las matemáticas que data de 1736,
cuando el matemático suizo Leonhard Euler (1707-1783) resolvió el problema de los siete
puentes de Kónigsberg. Desde entonces, esta área ha evolucionado en forma considerable,
particularmente junto con las estructuras de datos en la ciencia de la computación.
Para una exposición similar de algunos de los temas de este capítulo, véase el capítulo
3 de D. F. Stanat y D. F. McAllister [6]. Una presentación interesante del "problema de
equivalencia" aparece en las páginas 353-355 de D. E. Knuth [3], para los que deseen más
información acerca del papel del computador junto con el concepto de relación de equiva
lencia.
Los primeros trabajos acerca del desarrollo del proceso de minimización aparecen en el
artículo de E. F. Moore [5], que se basa en ideas anteriores de D. A. Huffman [2]. El
capítulo 10 de Z. Kohavi [4] abarca el proceso de minimización para diferentes tipos de
máquinas de estados finitos e incluye algunas consideraciones de hardware en su diseño.
BIBLIOGRAFÍA
1. Aho, Alfred V., John E. Hopcroft y Jeffrey D. Ullman, Data Structures and Algorithms, Rea-
ding, Mass., Addison-Wesley, 1983.
2. Huffman, D. A., "The Synthesis of Sequential Switching Circuits", Journal of the Fmnklin
lnstitute 257, núm 3, págs. 161-190; núm. 4, págs. 275-303, 1954.
3. Knuth, Donald E.,TheArt ofComputer Programming, 2'. ed., vol. 1, Fundamental algorithms,
Reading, Mass., Addison-Wesley, 1973.
4. Kohavi, Zvi, Switching and Finite Autómata Theory, 2". ed., Nueva York, Me Graw-Hill, 1978.
5. Moore, E. E, "Gedanken-experiments on Sequential Machines", Autómata Studies, Annalsoj
Mathematical Studies, núm. 34, págs. 129-153, Princeton, N.J., Princeton University Press,
1956.
6. Stanat, Donald F. y David F. McAllister, Discrete Mathematics in ComputerScience, Englewood
4. Si 3¡ es una relación sobre un conjunto A, demuestreo

EJERCICIOS
muestre que es falso que SR2 reflexiva => 9í reflexiva.
COMPLEMENTARIOS
5. Para los conjuntos A, B y C con relaciones 9¡, C A x J
y ?A2 C B x C, demuestre o pruebe que es falso que (á/),1
1. Sea A un conjunto e / un conjunto de índices donde,
para cada i E /, °h, es una relación sobre A. Demuestre o
6. Para cada una de las siguientes relaciones sobre el con
pruebe que es falso lo siguiente.
junto dado, determine si la relación es reflexiva, simétrica,
a) LU es reflexiva sobre A si y sólo si cada íh¡ es antisimétrica o transitiva. También determine si es un orden
re/ parcial o una relación de equivalencia y, si ocurre esto últi
reflexiva sobre A. mo, describa la partición inducida por la relación.
b) fb, es reflexiva sobre A si y sólo si cada Sñ¡ es a) Oh es la relación sobre Q tal queaí'Abú \ a - b | < I
ie/ b) Sea 7"el conjunto de todos los triángulos en el pla
reflexiva sobre A. no. Parar,, t2 €E T, definimos t¡Sftt2 si í,, t2 tienenli
2. Repita el ejercicio l, reemplazando "reflexiva" por (i) misma área.
simétrica; (ii) antisimétrica; (iii) transitiva. c) Para 7"como en la parte (b), definimos Sft comoii
3. Para un conjunto A, sean Zft, y í#, relaciones simétricas 9? t2 si al menos dos lados de /, están contenidos
sobre A. Si2fl.°íí¡2 £íií 2 0 3?i. demuestre que 3?, °2ft2 =Sñ2°2f(,. dentro del perímetro de t2.
d) SeaA = {1,2, 3, 4, 5, 6, 7}. Definamos g¡ sobre A

como x SR y si xy > 10.
e) Definimos Sft sobre Z como a Sh b si 7 | (a - b).
0 Para A = {1,2,3,4} x {1, 2, 3, 4}, definamos a
sobre A como (*,, yx) 2A (x2, y2) si (y, - x,) =
±(y2-*j).
7. Dé un ejemplo de un conjunto parcialmente ordenado
con 5 elementos minimales (maximales) pero sin elemento
mínimo (máximo).
8. Para un conjunto A, sea C = {P,\ P, es una partición de
A}. Definamos la relación<J¡ sobre C como P,2ftP; si P, < P,;
es decir, P, es un refinamiento de P¡.
a) Verifique que 2S es un orden parcial sobre C.
b) Para A = {1, 2, 3, 4, 5), sean P¡, 1 < i < 4 las Figura 7.25
particiones siguientes: P,: {1, 2}, {3, 4, 5); P2:
{1,2}, {3,4}, {5};P,:{1}, {2}, {3, 4, 5); P4: {1,
2}, {3}, {4}, {5}. Trace el diagrama de Hasse para
C = {P,| 1 < i < 4}, donde C está parcialmente 13. Hemos visto que podemos utilizar la matriz de
ordenado por el refinamiento. adyacencia para representar un grafo; esto es ineficiente
cuando hay muchos ceros presentes. Un mejor método para
9. Si el grafo completo Kn tiene 45 aristas, ¿cuál es el va el almacenamiento de dicho grafo se logra mediante la re
lor de ni presentación de lista de adyacencia, que se forma con una
10. SeaA = { 1 , 2 , 3 , 4 , 5 , 6 } x {1, 2, 3, 4, 5, 6). Defina lista de adyacencia para cada vértice 1) y una lista de índi
mos °R sobre A como (x,, y,)9t(x2, y2) si îji = Xiy2. ces. Para el grafo que se muestra en la figura 7.26, la repre
a) Verifique que Sh es una relación de equivalencia sentación aparece en las dos listas de la tabla 7.5.
sobre A.
b) Determine las clases de equivalencia [(1, 1)],
[(2, 2)], [(3, 2)] y [(4, 3)].
11. Sea <3f= {/: Z+ -> R}; es decir, 9" es el conjunto de Tabla 7.5
todas las funciones con dominio Z* y codominio R.
a) Definimos la relación SA sobre 9" como g Sft h, para Lista de adyacencia Lista de índices
g, h E % si g es dominada por hy hes dominada
1 1 1 1
porg. Demuestre queSfi es una relación de equiva
2 2 2 4
lencia sobre "3f.
3 3 3 5
b) P a r a / E 9", sea [/] la clase de equivalencia de /
4 6 4 7
para la relación !■< de la parte (a). Sea <3P el conjun
5 1 5 9
to de clases de equivalencia inducidas porSft. Defi
namos la relación EP sobren' como [g]if [h], para 6 6 6 9
[g], [h] E 9"', si g es dominada por h. Verifique 7 3 7 11
que tf es un orden parcial. 8 5 8 11
c) ParaS/i en la parte (a), sean/,/,,/; E "STcon/,,/ E 9 2
[/}. Si/, +/,: Z* -» R se define como (/, +/2)(/i) = 10 7
/,(«) +f2(n), para n E Z+, demuestre o muestre que
es falso q u e / +/ 2 E [/].
12. Si A = {2, 4, 8, 20, 28, 56, 112, 224, 336, 672, 1344, 3, Para cada vértice x> del grafo, enumeramos (de preferencia,
9,15,45, 135, 405, 675}, la relaciona sobre A dada porx en orden numérico) cada vértice w adyacente desde u. Así,
íñy si x | y es un orden parcial cuyo diagrama de Hasse está para 1, enumeramos 1, 2, 3 como las primeras tres
estructurado como se muestra en la figura 7.25. Etiquete los adyacencias en nuestra lista de adyacencia. A continuación
vértices del diagrama para mostrar el orden parcial. ¿De del 2 de la lista de índices colocamos un 4, lo que indica
cuántas formas diferentes podemos ordenar topológicamente dónde comenzar a buscar las adyacencias de 2 en la lista de
'•h para obtener un orden total f/tal que 2/¡ C gv (A veces se adyacencia. Puesto que hay un 5 a la derecha de 3 en la lista
dice que 3í está inmerso en ?/.) de índices, sabemos que la única adyacencia desde 2 es 6.
Represente cada uno de los grafos de la figura 7.27 de

esta forma.
14. Una representación de lista de adyacencia de un grafo
dirigido G está dada por las listas de la tabla 7.6. Construya
G a partir de esta representación.
Tabla 7.6
Lista de adyacencia „_- ~" Lista de índices
Figura 7.26 1 2/ 1 1
2 3 2 4
3 6 3 5
4 3 4 5
De la misma forma, el 7 a la derecha del 4 en la lista de 5 3 5 8
índices nos indica que vayamos a la séptima entrada de la 6 4 6 10
lista de adyacencia (a saber, 3), para ver que el vértice 4 es 7 5 7 10
adyacente a los "artices 3 (el séptimo vértice en la lista de 8 3 8 10
adyacencia) y 5 (el octavo vértice en la lista de adyacencia). 9 6
Nos detenemos en el vértice 5 debido al 9 a la derecha del 5
en la lista de índices. Los nueves de la lista de índices que
aparecen junto al 5 y al 6 indican que no hay vértices adya
centes desde el vértice 5. De forma análoga, los onces próxi 15. Sea G un grafo no dirigido con conjunto de vértices V.
mos a 7 y 8 en la lista de índices indican que el vértice 7 no Defina la relación9¡ sobre VcomoDSí wsii) = wo si existe
es adyacente a ningún vértice en el grafo dirigido dado. un camino simple de v a w (o de w a u, puesto que G no está
dirigido), (a) Demuestre que 9¡ es una relación de equiva
En general, este método nos permite determinar con fa
lencia sobre V. (b) ¿Qué se puede decir acerca de la parti
cilidad los vértices adyacentes desde un vértice u Éstos apa
ción asociada?
recen en las posiciones índice(v)), índice(u)+ 1 , . . . , índice("u
+ 1) - 1, de la lista de adyacencia. 16. a) Para la máquina de estados finitos dada en la tabla
Finalmente, la última pareja de elementos de la lista de 7.7, determine una máquina minimal equivalente a
índices, 8 y 11, es un "fantasma" que indica de dónde arran ella.
caría la lista de adyacencia.?/ hubiera un octavo vértice en el b) Encuentre una cadena minimal que distinga los
grafo. estados s4 y s6.
Figura 7 27
Tabla 7.7 c) ¿Cuántas clases de equivalencia existen en la par

V «1
tición de A inducida por Sí? ¿Cuántos elementos
de A hay en cada clase de equivalencia?
0 1 0 1 d) Generalice los resultados de las partes (a), (b) y (c).
Si S-; Sf, 1 0 20. a) Para°U = {1, 2, 3), sea A = 9>(°ll). Defina la rela
Si S7 57 0 0 ción Sí sobre A como B Sft C si B C C. ¿Cuántos
53 57 52 1 0 pares ordenados hay en la relación Sí?
54 52 53 0 0 b) Responda la parte (a) para °U = {1, 2, 3, 4}.
S5 53 57 0 0 ' c) Generalice los resultados de las partes (a) y (b).
56 *4 5] 0 0 21. Para n e Z+, sea "t3U. = {1, 2, 3 n). Defina la
Í7 53 55 1 0 relación Sí sobre 9^) como AShBúA<ÍByB<lA.
«8 57 53 0 0 ¿Cuántos pares ordenados hay en esta relación?
22. Sea/1 un conjunto finito no vacío tal que B C A (B fijo)
17. En el centro de cálculo, María tiene que ejecutar 10 y |<4| =«, \B\ =m. Defina la relaciónSí sobreS^/l) como
programas que, debido a las prioridades, están restringidos XSk Y, para X, Y C A, si X n B = Y n B. Entonces Sí es una
alas siguientes condiciones: (a) 10 > 8, 3; (b) 8 > 7; (c) 7 > relación de equivalencia, como se verificó en el ejercicio 11
5;(d)3>9,6;(e)6>4, l;(f)9>4,5;(g)4,5,1>2;donde, de la sección 7.4.
por ejemplo, 10 > 8, 3 significa que el programa 10 se debe a) ¿Cuántas clases de equivalencia hay en la parti
ejecutarse antes que los programas 8 y 3. Determine un or ción de d'iA) inducida por Sí?
den para la ejecución de estos programas de modo que se b) ¿Cuántos subconjuntos de A hay en cada clase de
satisfagan las prioridades. equivalencia de la partición inducida por Sí?
18. a) Trace el diagrama de Hasse para el conjunto de 23. Para A ^ 0, sea (A, Sí) un conjunto parcialmente orde
divisores enteros positivos del entero n donde n es nado y 0 ±B C A tal que 9¡' = (B x B) n Sí. Si (B, 3t') está
(i) 2; (ii) 4; (iii) 6; (iv) 8; (v) 12; (vi) 16; (vii) 24; totalmente ordenado, decimos que (B, Sí') es una cadena en
(viii) 30; (ix) 32. (A, Sí). En el caso en que B es finito, podemos ordenar los
b) Para cualquier 2 < n < 35, muestre que el diagrama elementos de B como b¡3t' b2Sñ' ¿>3Sí'. . . Sí' b„.,S/ib„ y
de Hasse para el conjunto de los divisores enteros decir que la cadena tiene longitud n. Una cadena (de longi
positivos de n se ve como uno de los nueve tud n) se denomina maximal si no existe un elemento a G A
diagramas de la parte (a), (no haga caso de los nú tal que a §É {bub2, b},... ,bn) y aShb¡, b„2hao b¡gtaS?lbUu
meros de los vértices y concéntrese en la estructu para algún 1 < i < n - 1.
ra dada por los vértices y las aristas.) ¿Qué ocurre a) Encuentre dos cadenas de longitud tres para el con
para n = 36? junto parcialmente ordenado dado por el diagrama
c) Para n e Z+, sea x(«) = el número de divisores en de Hasse de la figura 7.19. Encuentre una cadena
teros positivos de n. (Véase el ejercicio comple maximal para este conjunto parcialmente ordena
mentario 33 del capítulo 5.) Sean m, n € Z* y S, T do. ¿Cuántas cadenas maximales tiene?
los conjuntos de todos los divisores enteros positi b) Para el conjunto parcialmente ordenado dado por
vos de m, n, respectivamente. Los resultados de el diagrama de Hasse de la figura 7.18(d), encuen
las partes (a) y (b) implican que si los diagramas tre dos cadenas maximales de diferente longitud.
de Hasse de S, T son estructuralmente iguales, en ¿Cuál es la longitud de una cadena maximal de lon
tonces T(W) = x(n). ¿Es cierto el recíproco? gitud máxima para este conjunto parcialmente or
d) Muestre que cualquier diagrama de Hasse de la denado?
parte (a) es un retículo si definimos inf{jc, y) = c) Sean°U= {1,2,3,4} yA=S?(°lt). Para el conjunto
mcd(;c, y) y sup{x, y} = mcm(jr, y). parcialmente ordenado (A, C ), encuentre dos ca
denas maximales. ¿Cuántas cadenas maximales tie
19. Para # = {0,1}, seaA = {xlx2XiX4x5 \x¡ 6 Í , l < / < 5).
ne este conjunto parcialmente ordenado?
a) ¿Cuánto vale ¡A | ?
d) Si °U = {1, 2, 3, . . . , n), ¿cuántas cadenas
b) Para x S A, definimos el peso de x, que se denota
maximales hay en el conjunto parcialmente orde
con wtW, como wt(Ac) = ^ x¡. [Por lo tanto, wt(x)
nado ( S W , C)?
es el número de unos que aparecen enx.] Defina la
relación 9¡ sobre A como x Sí y si wt(x) = wt(>>). 24. Para 0 ¿ C C A, sea (C, Sí') una cadena maximal en el
Verifique que Sí es una relación de equivalencia conjunto parcialmente ordenado (A, Sí), dondeSí' = (C x Q
sobre A. fl Sí. Si los elementos de C se ordenan comoc,3í' c 2 Sí'... Sí'
c„, demuestre que cl es un elemento minimal en (A, 2S) y que el elemento 6. Determine una anticadena de longi
c„ es maximal en (A, Sh). tud máxima para este conjunto parcialmente orde
nado.
25. Sea (A, °k) un conjunto parcialmente ordenado en el
que la longitud de una cadena maximal de longitud máxima b) Si °li = {1, 2, 3,4}, sea A = ^(«U). Encuentre dos
es n > 2. Sea M el conjunto de todos los elementos anticadenas diferentes para el conjunto parcialmen
maximales de (A, SU) y B = A - M. Si Si' = (B x B) D 3¡, te ordenado (A, C). ¿Cuántos elementos aparecen
demuestre que la longitud de la cadena de longitud máxima en una anticadena de longitud máxima para este
e n ( f l , 9 í ' ) e s n - 1. conjunto parcialmente ordenado?
c) Demuestre que en cualquier conjunto parcialmen
26. Sea (A, 9¡) un conjunto parcialmente ordenado y 0 ^ C
te ordenado (A,SR), el conjunto de todos los elemen
C A. Si (C x C) n 2S = 0, entonces para cualesquiera x, y
tos maximales y el conjunto de todos los elementos
6 C distintos, tenemos que x $ y y y 3¡ JC. Decimos que los
minimales son anticadenas.
elementos de C forman una anticadena en el conjunto par
cialmente ordenado (A, Sh). 27. Sea (A, SU) un conjunto parcialmente ordenado en e
a) Encuentre una anticadena con tres elementos en el que la longitud de una cadena de longitud máxima es n.
conjunto parcialmente ordenado dado en el Utilice la inducción matemática para demostrar que los ele
diagrama de Hasse de la figura 7.18(d). Determine mentos de A pueden separarse en n anticadenas C,, C 2 ,...,
una anticadena de longitud máxima que contenga C„ (tales que C¡ fl C, = 0 para 1 < i < j < n).
PARTE
2
TEMÍAS
ADICIONALES
DE CONTEO
8
El principio
de inclusión
y exclusión ^^^
A hora regresaremos al tema de conteo, analizando el principio de inclusión y exclusión.

Extendiendo las ideas de los problemas de conteo sobre los diagramas de Venn del
capítulo 3, este principio nos ayudará a establecer la fórmula que conjeturamos en la sec
ción 5.3 para el número de funciones sobreyectivas/: A —» B, donde A, B son conjuntos
finitos (no vacíos). Otras aplicaciones de este principio demostrarán su naturaleza versátil
en la matemática combinatoria como un método indirecto para los problemas de conteo
que surgen en muchas situaciones muy diferentes.
8.1
El principio de inclusión
' y exclusión
En esta sección desarrollaremos algo de notación para enunciar nuestro nuevo principio
de conteo. Después estableceremos el principio mediante un argumento combinatorio.
Los ejemplos mostrarán la forma en que se aplica dicho principia.
SeaS un conjunto tal que \s\ =Ny sean cu c2,. .., c, una colección de condiciones o
propiedades satisfechas por algunos, o todos, los elementos de 5. Algunos elementos de S
podrían satisfacer más de una de las condiciones, mientras que otros podrían no satisfacer
ninguna. Para todo 1 < i < f, N(c,) denota el número de elementos de S que satisfacen la
condición c¡. (Los elementos de 5 se cuentan cuando satisfacen solamente la condición c, y
también cuando satisfacen c, y otras condiciones c¡, para y 4= i-) Para cualesquiera i , ; G { l ,
2, 3, . . . , í}, tales que i £j, N(c¡ c¡) denotará el número de elementos de S que satisfacen
ambas condiciones c¡, c¡ y tal vez otras más. [N(c¡ c¡) no cuenta los elementos de S que sólo
satisfacen c„ c,.] Continuando de esta forma, si 1 á i,j, k < í son tres enteros distintos,
entonces N(c¡ c¿ck) denota el número de elementos de S que satisfacen, tal vez entre otras,
cada una de las condiciones c, c¡ y ck.
Para cada 1 < / < t, N(c¡) = N - N(c¡) denota el número de elementos de 5 que no
satisfacen la condición c¡. Si 1 < i,j < í, con i £j, N{c¡Cj) denota el número de elementos
de S que no satisfacen alguna de las condiciones c, o c¡. [Esto no es lo mismo que N(cJcJ).]
Del diagrama de Venn de la figura 8.1, vemos que si N(c¡) denota el número de elemen
tos del círculo del lado izquierdo y N(cj) denota el número de elementos del círculo del
403
404 Capítulo 8 El principio de inclusión y exclusión
lado derecho, entonces Af(c¡ c¡) es el número de elementos en el solapamiento, mientras

que N(c¡Cj) cuenta los elementos que quedan fuera de la unión de estos círculos.
En consecuencia, de la figura 8.1,N(c¡c¡) = N - [N(c¡) + N(Cj)] + N(c¡ c,), donde se sum
el último término debido a que fue eliminado dos veces en el término [N(c,) + N(c¡)].
De manera análoga, de la figura 8.2 obtenemos que
N(Z,Z,Zk) = N-[N(ct) + N(c,) + N(ck)]

+ [N(c,cj) + N(ciCk) + N(c,ck)] - N{ciCjck).
A partir del patrón sugerido en estos dos casos, establecemos el siguiente teorema.
TEOREMA 8.1 El principio de inclusión y exclusión. Consideremos un conjunto 5 tal que \S\ = N y l
condiciones c„ 1 < i < t satisfechas por algunos de los elementos de S. El número de
elementos de S que no satisfacen ninguna de las condiciones c„ 1 < i < í, se denota coi
Ñ = N(clc2c}... c,), donde
Ñ = N- [N(d) + N(c2) + N(c3) + ■■■ + N(c,)]

+ [N(ci c2) + N(d c3) + • • • + N(d c,) + N(c2 c3) + • • • + N(c,-i c,)]
- [N(ci c2 c3) + N(ci c2 c4) + • • • + JV(ci c2 c,) + Nfa c3ct) + •••
+ N(d c3 o) + • • • + JV(c,-2 c,-! c,)] + ••• + ( - 1 ) ' N ( d c2 c 3 . ■.. c), (1
N = N-'ZN(ci)+ 2 N(c,cj)- X N(c,ctck) +

lílSÍ lSKjSt lSi<j<kSt
+ (-!)• N(Clc2c3...c,). (2)

Demostración: Aunque este resultado puede establecerse mediante inducción en í, dare
mos aquí un argumento combinatorio.
Para cada x ES, mostramos que x contribuye con el mismo número, 0 o 1, a cada lado
de la ecuación (2).
Mqcft)
N(qc¡Ck) ( /V(C,)
\ W}) Me») 1
MeA)

Si x no satisface ninguna de las condiciones, entonces x se cuenta una vez en TJ y una

vez en N, pero no se cuenta en los demás términos de la ecuación (2). En consecuencia, x
contribuye con 1 a cada lado de la ecuación.
La otra posibilidad es que* satisfaga exactamente r de las condiciones, donde 1 < r <
t. En este caso, x no contribuye a 77. Pero, en el lado derecho de la ecuación (2), x se
cuenta
1) una vez en N.
2) r veces en ¿, N(c¡). (Una vez por cada una de las r condiciones.) /
lS/SÍ /
3) I I veces en 2 , N(c¡c,). (Una vezipor cada par de condiciones:elegidas

\2/ 1S1<;£»
de las r que satisface.)
4) I I veces en 2 N(c¡x¡ ck). (¿Por qué?)

\3/ lsi</</fc«sr
(r + 1) I 1 = 1 vez en ^ A f ^ C j , . . .c¡), donde la suma se toma sobre todas las
selecciones de tamaño r de las t condiciones.

En consecuencia, en el lado derecho de la ecuación (2), x se cuenta
1
" ' + (2) " (3) + " ' + (_1) '(r) = U + ( _ 1 ) r = V * ° VCCeS'
por el teorema del binomio. Por lo tanto, los dos lados de la ecuación (2) cuentan los
mismos elementos de S y se verifica la igualdad.
Un corolario inmediato de este principio es el siguiente:
COROLARIO 8.1 Según las hipótesis del teorema 8.1, el número de elementos de S que satisfacen al menos
una de las condiciones c¡, donde 1 < i < t, está dado por N(c¡ o c2 o ..". o c,) = A£,- Tí.
Antes de resolver algunos ejemplos, analizaremos una notación adicional para simpli
ficar el enunciado del teorema 8.1.
Escribimos
50 = N,
51 = [N(c1) + N(c2) + --- + N(c,)],
52 = [N(ci c2) + N(ci c3) + ■ • • + N(d c,) + N(c2 c3) + • • • + JV(c M c,)],
y, en general,
Sk = '2N(chc¡2...cil), 1 < A: < í,

donde la suma se toma sobre todas las selecciones de tamaño k de la colección de t condi
ciones. Por lo tanto, Sk tiene ('*) sumandos en ella.
Ahora veremos cómo se aplica este principio para resolver algunos problemas de conteo.
£|@rttf>ÍQ &1 Determinaremos el número de enteros positivos n tales que 1 < n < 100 y n no es divisible
entre 2, 3 o 5.
En este caso, S = {1, 2, 3 , . . . , 100} y N= 100. Paran E S, n satisface
a) la condición c¡ si n es divisible entre 2,

b) la condición c2 si n es divisible entre 3, y
c) la condición c3 si n es divisible entre 5.
Entonces, la respuesta de este problema es N(c¡c2c3).

Como en la sección 5.2, usamos la notación |_rj para denotar el máximo entero menor
o igual que r, para cualquier número real r. Esta función es útil en este problema, ya que
vemos que
N(c,) = [100/2J = 50 [puesto que los 50(= [100/2J) enteros positivos 2, 4, 6, 8,...
98(= 2 • 49), 100(= 2 • 50) son divisibles entre 2];
N(c2) = [100/3J = [33 1/3 J = 33 [puesto que los 33(= [100/3J) enteros positivos 3,6,9,
1 2 , . . . , 96(= 3 ■ 32), 99(= 3 • 33) son divisibles entre 3];
N(c3) = [l00/5j=20;
N(Clc2) = [100/6J = 16 [puesto que hay 16(= [l 00/6 J) elementos en S que son divisibles
entre 2 y 3, y por tanto divisibles entre mcm(2, 3) = 2 • 3 = 6];
^V(c1c3) = U00/10J = 10;

W(c2c3) = U00/15J = 6;
y, iV(c1c2c3) = U00/30J = 3.
Si aplicamos el principio de inclusión y exclusión, tenemos que
N(?i ci 50 = 5 0 - 5! + S2 - S3 = N - [N(c¿ + N(c2) + N(c3))

+ [N(ci c2) + N(d c3) + N(c2 c3)] - N(cx c2 c3)
= 100 - [50 + 33 + 20] + [16 + 10 + 6] - 3 = 26.
(Estos 26 números son 1,7,11,13,17,19,23,29, 31, 37,41,43,47,49, 53, 59,61,67,71,

73, 77, 79, 83, 89, 91 y 97.)
Ejemplo 8.2 En el capítulo 1 encontramos el número de soluciones enteras no negativas de la ecuación

Xi + x2 + x3 + xt - 18. Responderemos ahora la misma pregunta con la restricción adicional
x¡ < 7, para todo 1 < i < 4.
S es el conjunto de soluciones de xx + x2 + x2 + x4 = 18, con 0 < x¡ para todo 1 7 (o x¡ S 8). La respuesta al problema es entonces N(c\c2c3c4).
Por simetría, Arfo) = N(c2) = N(c3) = N(c4). Para calcular Nfa), consideramos las solu
ciones enteras de xt + x2 + JC3 + x4 = 10, donde cada JC, 5: 0 para toda 1 < i á 4, Entonces
sumamos 8 al valor de*i y obtenemos las soluciones dejCi + x2 + JC3 +x4 = 18 que satisfacen
la condición c,. Por lo tanto, N(c¡) = ( 4+ ¡o*') = (Jo), para todo 1 0, para todo 1 < i < 4. Así, N(c: c2) = (*+22*1) = (f2)y S2 = (*2)(s2). ,
Como N(c¡ CjCk) = 0 para cualquier selección de las tres condiciones y N(ci cJcicl) = 0y
tenemos que , /
N& Z2 c3 c4) = N-S1 + S2-S3 + S4 = (?J) - (})(!?) + © ® - 0 + 0 = 246.

Así, de las 1330 soluciones enteras no negativas de JCI + x2 + JC3 + x4 = 18, sólo 246 de ellas
satisfacen x¡ S 7 para todo 1 < / < 4.
Nuestro siguiente ejemplo establece la fórmula que conjeturamos en la sección 5.3 para
contar las funciones sobreyectivas.
Para conjuntos finitos A, B, tales que \A\ = m > n= \B\, sean A = [au a2,..., am), B =
\bu b2,..., bm) y S el conjunto de todas las funciones/: A -> B. Entonces A' = \S\ =rf.
Para todo 1 < i < n, sea c, la condición sobre 5 tal que una función/: A -* B satisface
c¡ si b¡ no está en la imagen de / (Observe la diferencia entre c¡ en este caso y c¡ en los
ejemplos 8.1 y 8.2.) Entonces N(c¡) es el número de funciones en 5 que tienen b, en su
imagen y N(c{c2... cn) cuenta el número de funciones sobre/: A —» B.
Para cualquier 1 < i < n, N(c¡) = (n- l) m , ya que cualquier elemento de B, excepto b¡, _
puede usarse como segunda componente de un par ordenado para una función/: A-*B,
cuya imagen no incluye b¡. De la misma forma, para cualquier I S i <j £ n, existen (n - 2)"1
funciones/: A -» B cuya imagen no contiene b¡ ni b,. De estas observaciones obtenemos
qucSK=[N(c])+N(c2)+---+N(cn)] = n(n-ir=(l)(n-iryS2 = [N(cíc2) + N(clc3) +
• ■ ■ +N(clCn) +N(c2c3) + •■■ + N(c2c„) + ■■• + N(cn.lCn)] = ( ; ) ( « - 2 ) - . En_general, para
todo 1 < k < n,
Sk= 2 N(cilcí2...c¡k) = (n\n-kr

lsí,<i 2 < • • • <i*sn \AC/
El principio de inclusión y exclusión implica que el número de funciones sobre de A a B es
Nfr c2c3... c„) = N - St + S2 - S3 + ■ ■ ■ + (-1)"5„
= » - - (")(« - 1)» + (")(n - 2)" - (")(« - 3 ) -
+ • • • + (-1)"(« ~ n)m = ¿ (-íyr )(» - ¿)m

=¿(-i)( ".)(/»-¿r.
/-o \n -1!
Antes de terminar de analizar este ejemplo, notemos que
Í(-l){ " \n-iY

¡-o \n - il
también puede evaluarse en el caso m<n. Además, para m < n, la expresión
MciC2c3...cB)
sigue contando el número de funciones f: A -> B, tales que \A| = m, \B\ = n y cada
elemento de B está en la imagen de/. Pero ahora este número es 0.
Por ejemplo, supongamos que m = 3 < 7 = n. Entonces N(c¡c2c3... c 7 ) cuenta el nú
mero de funciones sobre/ :A->B para |i4| = 3 y | B | =7. Sabemos que este número es 0,
y también encontramos que
= 343 - 1512 + 2625 - 2240 + 945 - 1 6 8 + 7 - 0 = 0,
Por lo tanto, para cualquier m, n G Z+, si m < n, entonces
S(-D( \ k - ¿ r = o .
,-o \n -1)
Resolveremos ahora un problema similar a los del capítulo 3, relacionado con los
diagramas de Venn.
fijü$pl0 & 4 I ¿De cuántas formas pueden permutarse las 26 letras del alfabeto de tal manera que ningu-
no de los patrones sea car, dog, pun, o bytel
Sea S el conjunto de todas las permutaciones de 26 letras. Entonces \s\ = 26!. Para
todo \ < i < 4, una permutación de S satisface la condición c¡ si la permutación contiene
car, dog, pun o byte, respectivamente.
Para calcular N(c¡), por ejemplo, contamos el número de formas en que pueden
permutarse los 24 símbolos car, b,d,e,f,...,p,q,s,t,...,x,y,z. Así, N(ct) = 24! y de una
manera similar obtenemos
N(c2) = N(c3) = 24!, mientras que N(c+) = 23!
Para N(c¡ c2), trabajamos con los 22 símbolos car, dog, b, e,f,h,i,..., m, n, p, q, s,t,..
x, y, z, que pueden permutarse de 22! formas. De aquí obtenemos que N(c{ c2) = 22! y con
otros cálculos semejantes obtenemos
N(c1ci) = N(c2c3) = 22\, N(c1c4) = 21!, i * 4 .
Además,
N(c,c 2 c 3 ) = 20!, N(c,c,c4) = 19!, l<i</<3,

N(ciC 2 c 3 c 4 ) = 17!
Así, el número de permutaciones de S que no contienen ninguno de los patrones dados

es M c , c 2 c 3 c 4 ) = 26! - [3(24!) + 23!] + [3(22!) + 3(21)!] - [20!) + 3(19)!] + 17.
Nuestro siguiente ejemplo trata un problema de teoría de números.
EJenqpiO6,5 Para i i 6 Z * , / i > 2 , sea <|>(n) el número de enteros positivos m, tales que \ < m < n y
mcd(m, n) = 1, esto es, m, n son primos relativos. Esta función es lafuncióryphi de Euler y
surge en varias situaciones del álgebra abstracta relacionadas con la enumeración. Encon
tramos que <|>(2) = 1, <|)(3) = 2, <|>(4) = 2, <|)(5) = 4 y 0(6) = 2. Para cualquier primo p,ty(p)=
p - l . Queremos obtener una fórmula para <|)(n) relacionada con n para no tener que hacer
una comparación caso por caso para todo m,\ < m<n, con el entero n.
La deducción de nuestra fórmula usará el principio de inclusión y exclusión, como en
el ejemplo 8.1. Procedemos como sigue: paran > 2, usamos el teorema fundamental de la
aritmética y escribimos p'\ p'\ ■ • • p'\, donde p¡, p2, .. ., pl son primos distintos y e¡ £ 1,
para todo 1 < i < t. Consideremos el caso en que t = 4. Esto será suficiente para demostrar
la idea general.
Si 5 = { 1, 2, 3, . . . . n } , tenemos N = \s\ y para todo 1 < i < 4, decimos que k G S
satisface la condición c, si k es divisible entre p¡. Para 1 < k<n, mcd(A:, n) = 1 si k no es
divisible entre cualquiera de los primosp¡, donde 1 < i < 4. Porlotanto<|)(n)=MciC2C3C4).
Para todo 1 < Í < 4, tenemos N(c¡) = n/p¡; N(CiC¡) = nl{p¡p¡), para todo 1 < i <j < 4.
También, N(c¡CjC¡) - n/(p¡pjp,), para todos 1 < f <j < í < 4, y N(ci c2c}c4) = n/(p1p2p3pi).
Así,
<|)(n) = 5 0 - Si + S2 - S3 + 5 4
n n n n
n- —++ ■ ■ +■ —
— +— + + + +PiP*i
-
IPI \-P\Pi PIPÍ
P4.
n n
■+■
PIPIPÍ PIP-ÍPAI P1P2P3P*
= n 1-I- + + I) + (J- + _L + . +■
Pi P*> \P1P2 P1P3 PiP\
1 1
+■ +P1P2P3P4I
-
PxPiPi PiPiPil
[PlPlPiP* - (P2PlP* + PlP3P4+ PlP2P*+ P1P2P3)

PlP2P3P4
+ (PiP* +P2P4 +P2P3 +PlP* + PíPi +P1P2)
(p4 + p 3 + p 2 + P l ) + l ]
= [(Pl " 1)(P2 - 1)(P3 " 1)(P4 ~ 1)]

PlP2P3P4
pl ~ 1 p2 ~ 1 p 3 - 1 P4 - 1 1
= n
L Pi P2 P3 P4
-»n 1--).
¿-1V p,
Program EulerPhiFunction (input.output);

Var
i,j,k,n,phi,originalvalue: integer;
Begin
Write (' El valor d e n e s ' l ;
Read (n);
phi := n;
originalvalue := n;
If n Mod 2 = 0 then
Begin
phi := phi Div 2;
While n Mod 2 = 0 do
n := n Div 2
End;
If n Mod 3 = 0 then
Begin
phi := (phi » 2) Div 3;
While n Mod 3 = 0 do
n : = n Div 3
End;
i := 5;
While n >= 5 do
Begin
j := 1;
Repeat
j :- J + 1;
k := i Mod ¡
Until (k = 0) or (j = trunc(sqrt(i)));
If (k <> 0) and (n Mod i = 0 ) then
Begin
phi := (phi * (i - 1)) Div i;
While n Mod i = 0 do
n := n Div i
End;
i := i + 2
End;
Write('Para n= ', originalvalue:0, ' existen ', phi:0);
Writeln(' números menores que ', originalvalue:0);
Writeln(' y primos relativos a él.')
End.
El valor de n es 131
Para n = 131 existen 130 números menores que 131
y primos relativos a él.
Figura 8.3
En general, <j)(n) = n Y[p\„ (1 - (l/p))> donde el producto se toma sobre todos los primos
p que dividen a n Cuando n = p, un primo, <))(«) = §(p) = p[\ - (1//?)] = p - 1, como
observamos antes. Para n = 23,100 encontramos que
<|>(23,100) = d>(22 • 3 • 52 • 7 • 11)

= (23,100)(1 - (1/2))(1 - (1/3))(1 - (1/5))(1 - (1/7))(1 - (1/11))
= 4800.
El programa en Pascal de la figura 8.3 evalúa <))(«) para n > 3. En este caso, usamos la
estructura de control Repeat-Until para determinar si el entero i es un primo. La condición
j = trunc(sqrt(i))
para terminar la ejecución de este ciclo se sigue del resultado del ejemplo 4.28.
Usamos este programa para encontrar (()(«) en los casos n - 131, n - 31,500 y n =
198,000.
La función phi de Euler tiene muchas propiedades interesantes, algunas de las cuales
serán analizadas en los ejercicios de esta sección y en los ejercicios complementarios.
Nuestro ejemplo final retoma la teoría de grafos que estudiamos en el capítulo 7.
£}QÍft§)|ft & 6 En cierta región hay cinco villas. Un ingeniero tiene que diseñar un sistema de carreteras
de dos sentidos de modo que al terminar el sistema, ninguna villa quede aislada. ¿De
cuántas formas puede hacerlo?
Si llamamos a las villas a, b, c, d y e, buscamos el número de grafos no dirigidos sin
lazos sobre estos vértices, de modo que no haya vértices aislados. En consecuencia, quere
mos contar situaciones como las que se ilustran en las partes (a) y (b) de la figura 8.4, pero
no como la que se muestra en la parte (c).
Figura 8.4
Sea 5 el conjunto de grafos no dirigidos sin lazos G sobre V = {a, b/d; d, e}. Entonces
\S\ = 210 pues hay (j) = 10 carreteras posibles de dos sentidos entre estas cinco villas y
cada carretera puede incluirse o excluirse.
Para cada 1 á i < 5 , sea c¡ la condición de que un sistema de estas carreteras aisle las
villas a, b, c, d y e, respectivamente. Entonces la respuesta al problema es JV(ci?¿Z3Z4Zs),
Para la condición cx, la villa a está aislada, por lo que tenemos que analizar las seis
aristas (carreteras) {b, c], {b, d], {b, e}, {c, d}, {c, e], {d, e). Tenemos dos opciones [
cada arista (a saber, poner la arista en el grafo o dejarla fuera), por lo que N(c-X) - 26.
simetría, N(c¡) = 26 para todo 2 pued
ponerse o no en el grafo. Esto produce 23 posibilidades, por lo queN(C] c2) = 23 y 52 = (j)í,
Usamos argumentos similares para obtener N{c¡ c2c}) = 2' y 5 3 = (3)2'; N(c¡ c2c3c4)=t
yS 4 = (l)2°;yN(clc2c}c,cs) = 2°yS5= (55)2°.
En consecuencia, Af(c1c2c3c4c5) = 2 1 0 - (*)26 + (^)2 3 - (¡)2l+ ( 5 4 )2°- (*)2°= 768.
EJERCICIOS 8.1 1. Determine el número de enteros positivos n, 1 < n < 2000, tales que
a) no son divisibles entre 2, 3 ni 5. b) no son divisibles entre 2, 3, 5 ni 7.
c) no son divisibles entre 2,3 ni 5, pero sí son divisibles entre 7.
2. Determine el número de soluciones enteras de xx + x2 + *3 + x4 = 19, si
a) 0 < x¡ para todo 1 < i < 4 b) 0 < x¡< 8 para todo 1 < 1 < 4
c) 0 < xi < 5, 0 < x2 < 6, 3 < x3 < 7, 3 < xt < 8.
3. ¿De cuántas formas se pueden colocar todas las letras de la palabra INFORMATION de tal
manera que ningún par de letras consecutivas aparezca más de una vez? [Aquí queremos»
tar disposiciones como IINNOOFRMTA y FORTM AIINON pero no INFORINMOTA (dondi
-^ "IN" aparece dos veces) o NORTFNOIAMI (donde "NO" aparece dos veces).]
4. Determine el número de soluciones enteras para *, + x2 + x, + JC4 = 19 donde -5 < x¡ < 10 [
todo 1 < i < 4.
5. Encuentre el número de enteros positivos x tales que x < 9,999,999 y la suma de los dígitos á
x sea igual a 31.
6. El profesor Ballesteros acaba de escribir el examen final para su curso de matemáticas avanza
das para ingeniería. Este examen tiene 12 preguntas, que en total valen 200 puntos. ¿De cuán
tas maneras puede asignar el profesor Ballesteros los 200 puntos si (a) cada pregunta del»
valer al menos 10, pero no más de 25 puntos?, (b) cada pregunta debe valer al menos 10, pero
no más de 25 puntos y el valor de los puntos para cada pregunta debe ser múltiplo de 5?
7. En su tienda de flores, Margarita desea colocar 15 plantas diferentes en cinco anaqueles del
escaparate. ¿De cuántas formas puede colocarlas de tal manera que cada anaquel tenga al
menos una planta, pero no más de cuatro?
8. ¿De cuántas formas puede seleccionar Camilo nueve canicas de una bolsa con doce (idéntica
excepto por el color), donde tres son rojas, tres azules, tres blancas y tres verdes?
9. Encuentre el número de permutaciones de a, b, c, . . ., x, y, z, de modo que no aparezcan los
patrones spin, game, path, o nef.t
10. Responda la pregunta del ejemplo 8.6 para el caso de seis villas.
11. Si se tiran ocho dados distintos, ¿cuál es la probabilidad de que aparezcan seis números distintos!
t Se consideran aquí las 26 letras del alfabeto inglés (N. del R.T.)
12. ¿Cuántos números de la seguridad social (secuencias de nueve dígitos) tienen al menos una
vez cada uno de los dígitos 1, 3 y 7?
13. ¿De cuántas formas se pueden colocar tres x, tres y y tres z de modo que no aparezca la misma
letra tres veces consecutivas?
Jj í 14. El municipio de Frostburg tiene a su cargo cuatro tropas de scouts, cada una con 20 niños. Si
3 «J g el jefe de tropa selecciona 50 de estos niños para representar a su municipio en la reunión de
§ P3 O 5} scouts del estado, ¿cuál es la probabilidad de que su selección incluya al menos un niño de
ft í~ fe' 3 5 cada una de las cuatro tropas?
¿5 O cq 2 15. Si Zacarías tira un dado cinco veces, ¿cuál es la probabilidad de que la suma de sus cinco
2 S SÍM** 3 tiradas sea 20?
w >
W w £• £ ~ 16. En un curso de matemáticas de 12 semanas, Soledad encontró a siete de sus amigas del cole-
^ 2 s gio. Durante el curso, ella encontró a cada amiga 35 veces durante la comida, a cada par de
§ S c í <; ^ e as
^ ^ veces > a ca da terna ocho veces, a cada cuaterna cuatro veces, a cada conjunto de cinco
Q ti ¿ H ^ dos veces, y a cada conjunto de seis una vez, pero nunca a las siete al mismo tiempo. Si comió
B ü Q W I? durante los 84 días del curso, ¿comió alguna vez sola?
< g g 17. Calcule <t>(n) para n igual a (a)51; (b)420; (c)12300.
g O 18. Calcule (()(«) para n igual a (a) 5186; (b) 5187; (c) 5188.
19. Sea « e Z*. (a) Determine <t>(2"). (b) Determine <t>(2"/>), donde p es un primo impar.
20. ¿Para cuáles n £ Z* es <|>(n) impar?
21. ¿Cuántos enteros positivos n menores que 6000 (a) satisfacen mcd(«, 6000) = 1? (b) compar
ten un divisor primo con 6000?
22. Si m, n e Z \ demuestre que <t»(«") = n""'^(n).
23. Encuentre tres valores para n £ Z * tales que <|>(n) = 16.
24. ¿Para qué enteros positivos n ocurre que <|>(w) es una potencia de 2?
25. ¿Para qué enteros positivos n ocurre que 4 divide a <))(«)?
26. Extienda el programa de la figura 8.3 de tal manera que funcione para el caso n = 2 y que
imprima un resultado gramaticalmente correcto.
27. Para el programa de lafigura8.3, ¿cuál es el propósito de los tres ciclos While de dos líneas?
¿Por qué i se incrementa en 2 (y ño en 1) en la línea i: = i + 2? (¿Se observa alguna diferencia
si i se incrementa en 1 ?)
8.2
Generalizaciones del principio
Consideremos un conjunto S con \s\ = N y condiciones c,, c2, . . . , c, satisfechas por

alguno de los elementos de S. En la sección 8.1 vimos cómo la inclusión y exclusión nos
proporcionan una manera de determinar N(cxc2... c,\ el número de elementos de S que
no satisfacen ninguna de las t condiciones. Si m £ Z+ y 1 < m < t, queremos determinar
ahora Em, el número de elementos de S que satisfacen exactamente m de las t condiciones.
(Ahora podemos obtener E0.)
Podemos escribir ecuaciones como
Ex = Nicles ...c,) + N(clc2c3... c¡) + ■ • • + N(ciC2c3... c,.iC¡),
y
E2 = N(ci c2c3... c¡) + N(cr c2c3... c¡) + • • • + Nfc c2?3... c,-2c,_i o),
y aunque estos resultados no nos ayudan tanto como quisiéramos, serán un punto de par
tida útil cuando examinemos loS diagramas de Venn para los casos t = 3 y 4.
En la figura 8.5, donde t = 3, colocamos una condición numerada al lado del círculo que
representa los elementos de S que satisfacen una condición particular. Entonces Ex es igual
al número de elementos en las regiones 2, 3 y 4. Pero también podemos escribir
Ex = N(Cl) + N(c2) + N(cs) - 2[N(d c2) + N(c, c3) + N(c2 c3)] + 3JV(Cl c2 c3).
En N(ci) + N(c2) + N(c3) contamos los elementos de las regiones 5,6 y 7 dos veces y los de
la región 8 tres- veces. En el siguiente término, los elementos de las regiones 5, 6 y 7 se
eliminan dos veces. Quitamos los elementos de la región 8 seis veces en 2[/V(c1c2) +
7V(ci c3) + N(c2c3)], y después los añadimos en el término 3N(c¡ c2c3); por último, no con
tamos ninguno de los elementos de la región 8. Por lo tanto, tenemos E, = Sy - 2S2 + 353 =
Si-(\]S2 + @)S3.
En el caso de E2, nuestra ecuación anterior indica que queremos contar los elementos
de S en las regiones 5, 6 y 7. Del diagrama de Venn,
£ 2 = N(d c2) + N(Cl c3) + N(c2 c3) - 3/V(Cl c2 c3) = S2 - 3S3 = 5 2 - (?)S3,
y
E3 = N(c1c2c3) = S3.
En la figura 8.6, las condiciones c,, c2, c3 están asociadas con subconjuntos circulares de
5, mientras que c4 está asociada con el área de forma bastante irregular constituida por las
regiones 4, 8, 9, 11, 12, 13, 14 y 16. Para cada 1 < i < 4, E¡ está determinada como sigue:
Ex [regiones 2, 3, 4, 5]:
Ex = [JV(ci) + N(c2) + N(c3) + N(c¿]
- 2[N(cx c2) + N(cx c3) + N(cx c4) + N(c 2 c3) + N(c2 c4) + N(c3 c4)]
+ 3[N(cx c2 c3) + N(cx c2 c4) + N(cx c3 c4) + N(c 2 c3 c4)]
-4N(ciC 2 c 3 c 4 )
= Sx - 2S2 + 3S3 - 4S4 = Sx - (i)5 2 + (32)S3 - (43)S4.
c2 c3 c4
v 3
1 (/6
/ ^ *
1 í 8 [ 12 9
16
kiA 4
\ í 7 10 /
\ii
5
(í-4) Cl
Figura 8.6
[^Voto: Si tomamos un elemento de la región 3, encontramos que se cuenta una vez en E, y

una vez en S, [en N(c3)]. Si tomamos un elemento de la región 6, vemos que no se cuenta
en Ei, se cuenta dos veces en Si [en N(c2) y en N(c3)] pero se elimina dos veces en 252 [ya
que se cuenta una vez en S2 en N(c2c3)], por lo que al final no cuenta. El lector debería
examinar ahora un elemento de la región 12 y uno de la región 16 y mostrar que cada uno
contribuye en 0 a ambos lados de la fórmula para Ex.]
£2 [regiones 6-11]:
De la figura 8.6, E2 = S2 - 3S3 + 6S4 = S2 - ¡)53 + (2)54. Para más detalles sobre esta
fórmula, examinemos los resultados que aparecen en la tabla 8.1, donde junto a cada su
mando de 52,53 y 54 enumeramos las regiones cuyos elementos se cuentan para determinar
ese sumando en particular. Para calcular S2- 3S3+ 654, encontramos los elementos de las
regiones 6 a 11, que son precisamente los que se cuentan para E2.
Tabla 8.1
s2 s3 s«
N(cjc 2 ): 7, 13, 15, 16 N(ciC2C3): 15, 16 N(c,c 2 c 3 C4): 16
N(dc3): 10, 14, 15, 16 N(ciC2cA): 13, 16
N( C l c 4 ): 11, 13, 14, 16 JV(ciC3c4): 14, 16
N(C2C3): 6, 12, 15, 16 N(c2c3c<): 12, 16
N(c2C4): 8, 12, 13, 16
N(c3c4): 9, 12, 14, 16
Por último, los elementos de E3 se encuentran en las regiones 1 2 a l 5 y £ 3 = 5 3 - 4S4 =

S3 - (\)S4; los elementos para £4 son los de la región 16 y £4= 54.
Estos resultados nos llevan al siguiente teorema.

TEOREMA 8.2 De acuerdo con las hipótesis del teorema 8.1, para cada 1 < m < í, el número de elementos
de S que satisfacen exactamente m condiciones cu c2,. .., c, está dado por
Em = Sm- {mV)Sm+1 + (m2+2)Sm+2 - • • • + (-1)'-%4).S,. (1)
(Si m = 0, obtenemos el teorema 8.1.)
Demostración: Argumentando como en el teorema 8.1, sea x G S y examinemos los si
guientes tres casos.
a) Cuando x satisface menos de m condiciones, contribuye con 0 a cada uno de los
términos Em,Sm,Sm+l,..., S, por lo que no se cuenta en cada lado de la ecuación,
b) Cuando x satisface exactamente m de las condiciones, se cuenta una vez en Em y uní
vez en S„, pero no en Sm+u ..., 5,. En consecuencia, se incluye una vez en la cuenta
para cada lado de la ecuación.
c) Supongamos que x satisface r de las condiciones, donde m<r s t. Entonces x no
contribuye a£ m . Se cuenta (¿) veces enSm, (m+i) veces e n S m + J , . . . , y (¡]) veces en
Sn pero 0 veces en todos los términos posteriores aSr. Por lo tanto, del lado derechoá
laecuación,^secuenta(;)-( m ; 1 )( m r +1 )+ ("í 2 )(„¿,) - • • + ( - l ) r - ( r - ' m ) {',) veces,
ParaOí=Jfc<r-m,
m + k\í r (m + k)l r\
k )\m + k, k\m\ (m + k)\(r - m - k)\
r! 1 r! (r-m)\
mi k\{r-m-k)\ m\(r-m)\ k\{r-m-k)\
En consecuencia, del lado derecho de la ecuación (1), x se cuenta
<)[(r7)-(r7H7h--^r{:: mi
T
)[l-l]r""=( r I • 0 = 0 veces,
mi \ml
con lo que se verifica la fórmula.
Con base en este resultado, si Lm denota el número de elementos de S (según las hipóte
sis del teorema 8.1) que satisfacen al menos m de las / condiciones, obtenemos la fórmula
siguiente.
COROLARIO 8.2 Lm — S„ — (m-i)5m+i + [m-l)Sm+2 — • • • + (—1)' m(m-l)S,.

Demostración: La demostración se bosqueja en los ejercicios del final de esta sección.
8.2 Generalizaciones del principio
i pie i 417
Si m - 1, el resultado del corolario 8.2 se convierte en

t + + 1
--*-ü* 0*-- <-^f; )«
= sl-s2 + s3 — + (-iy-1s,.
Si comparamos esto con el resultado del teorema 8.1, encontramos que
L1 = N-Ñ=\S\-Ñ.
Este resultado no nos sorprende, ya que un elemento x de S se cuenta en L, si satisface al
menos una de las condiciones cu c2, c 3 ,.. ., c„ es decir, si x G S y x no se cuenta en 77 =
N(ctc2c3 ...c,).
Ejemplo 8.7 i Si regresamos al ejemplo 8.6, encontraremos las cantidades de sistemas de carreteras de
dos sentidos de tal forma que exactamente (E2) y al menos (¿2) dos de las villas permanez
can aisladas.
Los resultados calculados previamente para este ejemplo muestran que
E2 = S2- (?)S3 + {Í)S<- 0)5 5 = 8 0 - 3 ( 2 0 ) + 6(5) - 10(1) = 40,

L2 = S2- (Í)S3 + (f)S*" (í)Ss = 80 - 2(20) + 3(5) - 4(1) = 51.
EJERCICIOS 8.2 1. Para la situación de los ejemplos 8.6 y S^.calculeEiparaOSí <5y muestre qu&2li¡=0E¡=N= \s\.
2. a) ¿De cuántas formas se pueden colocar las letras de ARRANGEMENT de modo que haya
exactamente dos pares de letras idénticas consecutivas? ¿al menos dos pares de letras idén
ticas consecutivas?
b) Responda la parte (a), reemplazando dos con tres.
3. ¿De cuántas formas podemos colocar las letras de CORRESPONDENTS de modo que (a) no
haya un par de letras idénticas consecutivas? (b) haya exactamente dos pares de letras idénticas
consecutivas? (c) haya al menos tres pares de letras idénticas consecutivas?
4. Sean A = {1,2,3 10} y B = {1, 2, 3,. . . , 7}. ¿Cuántas funciones /: A -> B satisfacen
I/(A) I = 4? ¿Cuántas satisfacen |/(A) | < 4?
5. ¿De cuántas formas se pueden distribuir diez premios distintos entre cuatro estudiantes de
modo que exactamente dos estudiantes no reciban ninguno? ¿De cuántas formas puede hacerse
esto de modo que al menos dos estudiantes no reciban premio?
6. Silvia organiza un almuerzo para ella y nueve de las mujeres de su club de tenis. En la mañana
del almuerzo, coloca las tarjetas con los nombres en los diez lugares de su mesa y sale sólo por
diez minutos. Su esposo Heberto llega a casa después de su juego de tenis y, por desgracia,
deja la puerta abierta. Un viento repentino hace volar las diez tarjetas. ¿De cuántas formas
puede Heberto volver a colocar las diez tarjetas en los lugares de la mesa de modo que exacta
mente cuatro de las mujeres se sienten donde Silvia quería? ¿De cuántas formas ocurrirá que al
menos cuatro de ellas se sienten donde deberían?
7. Si se extraen 13 cartas de una baraja común de 52, ¿cuál es la probabilidad de que estas 13
cartas (a) incluyan al menos una carta de cada palo? (b) excluyan exactamente un palo (por
ejemplo, tréboles) (c) excluyan exactamente dos palos?
8. El siguiente es un bosquejo de la demostración del corolario 8.2. Escriba los detalles necesarios.
a) Primero observe que E,= L,= S,.
b) ¿Cuánto vale ¿s,_i? y ¿cómo se relacionan L, y L,.)?

c) Muestre que L,_i = S,_i (jlU ~ £•
d) Para 1 Sm £ í - 1, ¿cómo se relacionan Lm L„tiy Em1
e) Use los resultados de los pasos (a) a (d) para establecer el corolario mediante un tipo de
inducción hacia atrás.
8.3
Desórdenes: Nada está
en el lugar correcto
En el cálculo elemental encontramos que la serie de Maclaurin de la función exponencial

está dada por
Y2 -3 «• Yn
e* = l + x +2!- +3!- + . . . -T„/i!'

2-,
B
de modo que
,-.-ifc!£. 1 - 1+ I_I + .
n-o n\ 2! 3!
1
Hasta cinco cifras decimales, e" = 0.36788 y 1 - 1 + (1/2!) - (1/3!) + (1/7!) ¿
0.36786. En consecuencia, para cualquiera G Z+, sifc> 7, entonces eA es una muy buena
aproximación a ^ =0((-'i-T)/n\.
Estas ideas nos serán de utilidad en los siguientes ejemplos.
Ejemplo 8-9 En un hipódromo, Rafael apuesta que cada uno de los diez caballos de una carrera llegará
a la meta precisamente como dicen los pronósticos. ¿De cuántas formas podrán llegar ala
meta los caballos de modo que pierda todas sus apuestas?
Si quitamos las palabras caballos y carrera del problema, lo que realmente queremos
saber es el número de formas en las que podemos colocar los números 1, 2, 3 , . . . , 10 de
modo que el 1" no esté en el primer lugar (su lugar natural), 2 no esté en el segundo (su
posición natural),... y 10 no esté en el décimo lugar (su posición natural). Estas disposi
ciones son los desórdenes de 1, 2, 3 , . . . , 10.
El principio de inclusión y exclusión es la clave para calcular el número de desórdenes,
Para cada 1 < i < 10, un orden de 1 , 2 , 3 , . . . , 1 0 satisface la condición c, si el entero i está
en el lugar í-ésimo. Obtenemos el número de desórdenes, dw, como sigue:
dio = ¿Vfa c2 c 3 . . . c10) = 10! - (l?)9\ + (?)8! - O,0)?! + • • • + (¡j$)0!
= 10![1 - (\°)(9!/10!) + C2°)(8!/10!) - C?)(7!/10!) + • • • + (!8)(0!/10!)]
= 10![1 - 1 + (1/2!) - (1/3!) + • • • + (1/10!)] = (10!)(O.
El espacio muestral consta en este caso de las 10! formas en que pueden terminarlo)
caballos la carrera. Así, la probabilidad de que Rafael pierda todas sus apuestas es aproxi
madamente igual a (10!)(e"')/(10!) = erK Esta probabilidad es (casi) la misma si el número
de caballos en la carrera es 11, 12, . . . Por otro lado, para n caballos, donde n ;> 10, li
probabilidad de que nuestro apostador gane al menos una apuesta es, aproximadamente,
l - e - ' i 0.63212.
8.3 Desordenes: Nada está en el lugar correcto 419
El número de desórdenes de 1, 2, 3, 4 es
d4 = 4![1 - 1 + (1/2!) - (1/3!) + (1/4!)]

= 4![(l/2!) - (1/3!) + (1/4!)] = (4)(3) - 4 + 1 = 9.
Estos nueve desórdenes son
2143 3142 4123

2341 3412 4312
2413 3421 4321.
Entre las 24 - 9 = 15 permutaciones de 1, 2, 3, 4 que no son desórdenes están
1234 2314 3241

1342 2431 2314.
Ejemplo 8.10 Patricia tiene que revisar siete libros para la empresa C-H, por lo que contrata a siete
personas para hacerlo. Desea dos revisores por cada libro, así que, la primera semana, da
a cada persona un libro para que lo lea y después los redistribuye al inicio de la segunda
semana. ¿De cuántas formas puede hacer las dos distribuciones de modo que tenga dos
revisiones (por personas diferentes) de cada libro?
Ella puede distribuir los libros de 7! formas la primera semana. Si numeramos los libros
y los revisores (de la primera semana) como 1 , 2 , . . . , 7, para la segunda distribución ella
debe ordenar estos números de modo que ninguno de ellos esté en su posición natural, lo
que puede hacer ded7 formas. Por la regla del producto, puede hacer las dos distribuciones
de (7!)d7 = ( 7 ! ) V ) formas.
EJERCICIOS 8.3 1. ¿De cuántas formas se pueden colocar los enteros 1, 2, 3, . . . , 10 en una línea de modo que
ningún entero par quede en su posición natural?
2. a) Enumere los desórdenes de 1, 2, 3,4, 5 de modo que los tres primeros números sean 1, 2 y
3, en algún orden.
b) Enumere los desórdenes de 1, 2, 3,4, 5, 6 de modo que los tres primeros números sean 1, 2
y 3, en algún orden.
3. ¿Cuántos desórdenes de 1, 2, 3, 4, 5 existen?
4. ¿Cuántas permutaciones de 1, 2, 3, 4, 5, 6, 7 no son desórdenes?
5. a) Seai4 = {1, 2, 3, . . . , 7}. Una función/: A —> A tiene un punto fijo si para algún x €E A
f(x) - x. ¿Cuántas funciones inyectivas/: A —»A tienen al menos un punto fijo?
b) ¿De cuántas formas podemos diseñar un código secreto asignando a cada letra del alfabeto
una letra diferente que la represente?
6. ¿Cuántos desórdenes de 1, 2, 3, 4, 5, 6, 7, 8 comienzan con (a) 1, 2, 3 y 4, en algún orden? (b)
5, 6, 7 y 8, en algún orden?
7. Para los enteros positivos 1, 2, 3, . . . , n - 1, n, existen 11,660 desórdenes tales que 1, 2, 3, 4
y 5 aparecen en las primeras cinco posiciones. ¿Cuál es el valor de ni
8. Cuatro aspirantes a un puesto tendrán entrevistas de 30 minutos cada uno: 15 minutos con cada
una de las supervisoras, Nancy y Yolanda. (Las entrevistas son en oficinas independientes y
comienzan a las 9:00 A.M.) (a) ¿De cuántas formas se pueden programar estas entrevistas du
rante un periodo de una hora? (b) Una aspirante, Josefina, llega a las 9:00 A.M. ¿Cuál es la
probabilidad de que tenga sus dos entrevistas consecutivas? (c) Regina, otra aspirante, llega a
las 9:00 A.M. y espera terminar a tiempo para salir a las 9:50 A.M. a otra cita. ¿Cuál es la
probabilidad de que Regina salga a tiempo?
9. ¿De cuántas formas puede la señora Fernández distribuir diez libros entre sus diez niflos (uno
por cada niño) y después recogerlos y redistribuirlos de modo que cada niño tenga la oportuni
dad de examinar dos libros diferentes?
10. a) Cuando n bolas, numeradas 1, 2, 3 , . . . , n, se sacan de un recipiente, se produce un encuen
casual si la m-ésima bola que se saca tiene el número m, para algún 1 < m < n. Encuentre
la probabilidad de que (i) no haya encuentros casuales; (ii) haya exactamente un encuentro
casual; (iii) al menos un encuentro casual; y (iv) r encuentros casuales, para 1 < r < n.
b) Aproxime las respuestas a las preguntas de la parte (a).
11. Diez mujeres asisten a un desayuno, de negocios. Cada una deja en el guardarropa su abrigo y
su portafolios. Al salir, cada una recibe un abrigo y una bolsa al azar, (a) ¿De cuántas formas se
pueden distribuir los abrigos y los portafolios de modo que ninguna de ellas reciba alguna de
sus pertenencias? (b) ¿De cuántas formas se pueden distribuir de modo que ninguna reciba sus
dos pertenencias?
12. La señora Pozos enseña geometría y biología a un grupo de 12 estudiantes avanzados en un
aula que sólo tiene 12 pupitres. ¿De cuántas formas puede asignar los pupitres a los estudiantes
de modo que (a) ninguno de ellos se siente en el mismo pupitre en ambas clases? (b) exacta
mente seis estudiantes se sienten en el mismo lugar en ambas clases?
13. Dé un argumento combinatorio para verificar que para cada n e Z*,
■'-SM?My*+ ("H.(*>
(Para cada 1 < k < n, dk es el número de desórdenes de 1, 2, 3 , . . . , k; a\¡= 1.)
14. a) ¿De cuántas formas se pueden colocar los enteros 1, 2, 3 , . . . , n en una línea de modo que
no aparezcan los patrones 12, 23, 34 (n - l)n?
b) Muestre que el resultado de la parte (a) es igual a dn.x + dn (dn es el número de desórdenes
del,2, 3 , . . . , « ) .
15. Responda la parte (a) del ejercicio 14 si los números se colocan en un círculo y, al contar en el
sentido de las manecillas del reloj alrededor del círculo, no aparecen los patrones 12, 23, 34,...,
(n- l)n,n\.
16. ¿Cuál es la probabilidad de que el jugador del ejemplo 8.8 gane (a) exactamente cinco de sus
apuestas? (b) al menos cinco de sus apuestas?
8.4
Polinomios de torre
Consideremos el "tablero de ajedrez" de seis cuadros de la figura 8.7. En el ajedrez, la pieza

llamada torre puede moverse, en cada jugada, en forma horizontal o vertical sobre el número
de espacios desocupados que desee. En este caso, una torre que esté en el cuadro 3 de la
figura puede moverse en una jugada a los cuadros 1, 2 o 4. Una torre situada en el cuadro 5
puede moverse al cuadro 6 o al cuadro 2 (aunque no haya un cuadro entre los cuadros 5 y 2),
Para/: E Z+, queremos determinar el número de formas en quek torres pueden colocar
se en este tablero de ajedrez de tal manera que ningún par de ellas pueda capturarse entre
sí; es decir, no puede haber dos de ellas en la misma fila o columna del tablero. Este
número se denota con rk, o con rk{C) si deseamos especificar que estamos trabajando en un
tablero C en particular.
Para cualquier tablero de ajedrez, r, es el número de cuadrados que hay en el tablero.
En este caso, r, = 6. Podemos colocar dos torres sin capturarse en los siguientes pares de
posiciones: (1, 4), (1, 5), (2, 4), (2, 6), (3, 5), (3, 6), (4, 5) y (4, 6), por lo que r2 = 8. Si
continuamos, vemos que r 3 = 2, usando los lugares (1, 4, 5) y (2, 4, 6); rk = 0, para A: > 4.
Si r 0 = 1, el polinomio torre, r(C, x), para el tablero de la figura 8.7 se define como
r(C, x) = 1 + 6x + Sx2 + 2JC3. Para cualquier k > 0, el coeficiente de x* es el número de formas
en que podemos colocar k torres en el tablero de ajedrez C sin que se capturen entre sí.
Lo que hemos hecho aquí (usando un análisis caso por caso) pronto se hará tedioso.
Conforme crezca el tamaño del tablero, tendremos que considerar casos en que números
como r4 y r5 sean distintos de cero. En consecuencia, haremos algunas observaciones que
nos permitirán hacer uso de tableros pequeños y de alguna manera descomponer un table
ro grande en subtableros más pequeños.
El tablero de ajedrez C de la figura 8.8 está formado por 11 cuadrados sin sombrear.
Observemos que C consta de un subtablero de 2 X 2 C, y de un subtablero de siete cuadra
dos C2 localizado en la esquina inferior derecha. Los subtableros son disjuntos, ya que no
tienen cuadrados en la misma fila o columna de C.
Al hacer los cálculos como lo hicimos en nuestro primer tablero de ajedrez, encontra
mos que
r(C t , x) = 1 + 4x + 2x2, r{C2, x) = 1 + 7x + 10x2 + 2x\

r(C,x) = 1 + Ux + 40x2 + 56JC3 + 2&c4 + 4x5 = r(Cux) ■ r(C2,x).
Por lo tanto r(C, x) = r(C¡, x) ■ r(C2, x). ¿Pero fue esto suerte o hay algo que deberíamos
examinar con más cuidado? Por ejemplo, para obtener r3 para C, necesitamos saber de
cuántas formas pueden colocarse en el tablero C tres torres sin que se capturen entre sí.
Hay tres casos:
a) Las tres torres están en el subtablero C2 (y ninguna en el C,): (2)(1) = 2 formas.

b) Dos torres están en el subtablero C2 y una en C¡: (10)(4) = 40 formas.
c) Una torre está en el subtablero C2 y dos en C{: (7)(2) = 14 formas.
3_ 2_ 1^
4_
5 6
Capitulo 8 El principio de inclusión y exclusión
Lin consecuencia, se pueden colocar en el i a hiero (res lunes sin que se capturen entreü
de (2)í 1) + (10)(4) + (7)(2) = 56 formas. Aquí vemos que obtenemos 56 justo como el
coeficiente de .v"' en el producto r(C„x) ■ r(C:, x).
En general, si C es un tablero formado de subtableros disjuntos dos a dos C„ C¡,.... CB.

entonces r(C, x) = r ( C b x)r(C2t x) • • • r(C„ x).
Rl último resultado de esta sección demuestra el tipo de principio que vimos cu otio*
resultados de matemáticas combinatorias y discretas; dudo un gran tablero de ajedrez.. ha>
que separarlo en pequeños subtableros cuyos polinomios de tune puedan determinarsr
por inspección.
Consideremos el tablero de ajedrez. (7de la figuia8.9. SeaA^l. Para cualquier euadiu-
do de C. como el designado por (*), debemos analizar dos posibilidades.
a) Coloque una torre en el cuadrado elegido. Luego debemos eliminar, como lugare>
posibles para las demás k - 1 torres, los demás cuadrados de C de la misma fila»
columna del cuadrado elegido. Usamos C, para designar el subtablero restante mft
pequeño.
b) No usamos para nada el cuadrado elegido. Las k torres se colocan en el subtablflí
C, «7 con el cuadrado elegido eliminado).
(*)
Puesto que estos dos casos incluyen todos los posibles y son disjuntos,
r * ( C ) - r i - i ( C ) + r t (C,).
D e aquí vemos que
rk(C)xk = rb t(Cy + rt(Cf)xk. (1)
Si n es el número de cuadrados del tablero (en este caso, n = R), entonces la ecuación (l)í|
válida para lodo 1 < fc £ ». y escribimos
t '*<<V - Í rUCÜ* + t r*(Cf)x*. (2)

*-i *-i *-i
En la ecuación (2), nos damos cuenta de que la suma puede detenerse antes de k - n
Hemos visto casos, como en la figura 8.7. donde t» y algunos r, anteriores son 0. La sur;;
comienza en k - 1, ya que de otro modo tendríamos el término r_t(C,)xD en el priiiiu
sumando del lado derecho de la ecuación (2).
La ecuación (2) puede escribirse nuevamente como
Z rk(C)xk = x 2 rt-iíOx*" 1 + 2 rk(Ce)xk (3)

*=i *=i *=i
1 + 2 r*(C)x* = x ■ r(C„x) + 2 rk(Ce)x" + 1,

t=i *=i
de lo que se sigue que
r(C,x) = x-r(Cs,x) + r(Ce,x). (4)

Usamos ahora esta última ecuación para determinar el polinomio torre para el tablero
de ajedrez que se muestra en lafigura8.9. Cada vez que se usa la idea de la ecuación (4),
marcamos el cuadrado especial que estamos usando con un (*). Los paréntesis se colocan
cerca de cada tablero para denotar su polinomio torre.
/ (•)
(•)
= X
+
\
+ + 00
= x2 + 2x +
^
xv2(l + 2x) + 2x(l +4x + 2x¿) + x(l + 3x + x2)
3x + 12x2 + 7x3 + x(l + 2x) + (1 + 4x + 2xz) = 1 + 8x + 16x2 + 7x3.

424 Capítulo 8 El principio de inclusiórl y exclusión
8.5
Disposiciones con posiciones
prohibidas
Si bien los polinomios torre de la sección anterior parecen interesantes por sí solos, ahora
mostrarán su utilidad para resolver los siguientes problemas.
jjpempfo $>11 Al hacer las disposiciones de asientos para la recepción de la boda de su hijo, Graciela y
Nicolás están colocando a cuatro parientes, que denotamos con/?,, para 1 < i < 4, que no
se llevan bien entre sí. Hay un único asiento desocupado en cada una de las cinco mesas?],
donde 1 < y < 5. Debido a las diferencias familiares,
a) Ri no se sentará en 7, o T2 b) R2 no se sentará en T2.
c) Rj no se sentará en 73 o 74 d) R4 no se sentará en T4 o 75.
Esta situación se representa en la figura 8.10. El número de formas en que podemos
sentar a estas cuatro personas en mesas diferentes, y que satisfagan las condiciones (a) a
(d), es el número de formas en que podemos colocar cuatro torres, sin que se capturen en
el tablero de ajedrez formado por los cuadrados sin sombrear. Sin embargo, como sólo hay
siete cuadrados sombreados, mientras que hay y trece sin sombrear, sería más fácil traba
jar con el tablero sombreado.
Comenzaremos con las condiciones que se requieren para aplicar la inclusión y la ex
clusión: para todo 1 < ¿ < 4, sea c, la condición donde una asignación de asiento de estas
cuatro personas (en diferentes mesas) se realiza de modo que un pariente /?, quede en una
posición sombreada prohibida. Como es usual, \S\ denota el número total de formasen
que pueden colocarse los cuatro parientes, uno en cada mesa. Entonces \S\ = N = 50= 5!,
T, L T3 T4 T5
R,
R2
R3
R4
Figura 8.10
Para determinar S¡ consideremos lo siguiente:

• N(c¡) = 4! + 4, ya que hay 4! formas de sentar a R2, R¡ y R4 si R, está en la posición
prohibida 7, y otras 4! formas si /?, está en la mesa T2, su otra posición prohibida.
• N(c2) = 4!, ya que después de colocar aR 2 en una mesa prohibida T2, debemos colocar
a /?,, /?3 y R4 en Tu 7",, 74 y T¡, una persona por mesa.
• /V(c3) = 4! + 4!, donde un sumando se debe a que /?3 se encuentra en la posición
prohibida 73 y el otro sumando para /?3 que se encuentra en la posición prohibida 74,
• N(c4) - 4! + 4!, cada uno de los dos sumandos surge cuando R4 se coloca en cualquie
ra de las dos posiciones prohibidas T4 y T5.
Por lo tanto 5, = 7(4!).
8.5 Disposiciones con posiciones prohibidas 425
Regresando a S2 tenemos estas consideraciones:

• N(ciC2) = 3!, ya que después de colocar a R{ en T y a R2 en T2, hay tres mesas (7^, TA
y T¡) donde pueden sentarse /?3 y /?4.
• N(cic3) = 3! + 3! + 3! + 3!, ya que hay cuatro casos en que R{ y R3 se colocan en
posiciones prohibidas:
i) R ^ n T j j R a e n T a ü) R, enT 2 ; R 3 enT 3
iii) R 1 e n T 1 ; R 3 e n T 4 iv) R ^ n T j ; R 3 enT 4 .
De una manera similar encontramos que A^(c,c4) = 4(3!), Af(c2c3)=2(3!), N(c2c4) = 2(3!)
y A^(c3c4) = 3(3!). En consecuencia, S2= 16(3!).
Antes de continuar, haremos algunas observaciones acerca de S¡ y S2. Para Si tenemos
7(4!) = 7(5 - 1)!, donde 7 es el número de cuadrados sombreados de la figura 8.10. Así
mismo, S2= 16(3!) = 16(5 - 2)!, donde 16 es el número de formas en que dos torres pueden
colocarse en el tablero sombreado sin que se capturen entre sí.
En general, para todo 0 < i < 4, S¡= r,(5 - i ) ! , donde r¡ es el número de formas en que
es posible colocar í torres sin que se capturen en el tablero sombreado de la figura 8.10.
En consecuencia, para facilitar la solución de este problema, regresamos a r(C, x), el
polinomio torre de este tablero sombreado. Si usamos la descomposición de C en los
subtableros disjuntos de las esquinas superior izquierda e inferior derecha, encontramos que
r(C,x) = (1 + 3x + * 2 )(1 + Ax + 3x2) = 1 + Ix + Í6x2 + 13x3 + 3x\

así
N(cic2c3c*) = S0 - 5j + S2 - S3 + S4 = 5! - 7(4!) + 16(3!) - 13(2!) + 3(1!)
= 2(-l)'r ( (5-i)! = 25.
í=0
Graciela y Nicolás pueden respirar tranquilos. Hay 25 formas en que pueden sentar a
estos últimos cuatro parientes en la recepción y evitar cualquier altercado.
Nuestro último ejemplo demuestra cómo un pequeño reordenamiento de nuestro table

ro de ajedrez puede ayudarnos en nuestros cálculos.
, H u i r t e &>!$ Tenemos un par de dados; uno es rojo, el otro verde. Tiramos estos dados seis veces. ¿Cuál
es la probabilidad de obtener los seis valores distintos del dado rojo y del verde si sabemos
que no aparecieron los pares ordenados (1,2), (2,1), (2,5), (3,4), (4,1), (4,5) y (6,6)? [Un
par ordenado (x, y) indica x en el dado rojo y y en el verde.]
Si reconocemos que este problema se refiere a permutaciones y posiciones prohibidas,
construimos el tablero de ajedrez que se muestra en la figura 8.1 l(a), donde los cuadrados
sombreados constituyen las posiciones prohibidas. En esta figura, los cuadrados sombreados
se encuentran dispersos. Si nuevamente etiquetamos las filas y las columnas, podemos
volver a dibujar el tablero de ajedrez como se muestra en la figura 8.1 l(b), donde hemos
tomado los cuadrados sombreados de la misma fila (o columna) del tablero que se muestra
en la parte (a) y los hemos hecho adyacentes. En la figura 8.11(b), el tablero de ajedrez C
(de siete cuadrados sombreados) es la unión de cuatro subtableros disjuntos entre sí, y así
r(C,x) = (1 + Ax + 2x 2 )(l + xf = 1 + Ix + llx2 + 19x3 + 10*4 + 2xs.

1 2 3 4 5 6 1 5 3 4 2 6
1 1 A
2 2
3 4
4 3
5 5
6 6
(a) (b)
Figura 8.11
Para todo 1 < i < 6, definimos c, como la condición tal que, habiendo tirado los dados
seis veces, los seis valores se presentaron tanto en el dado rojo como en el verde, pero/en
el dado rojo se empareja con uno de los números prohibidos en el dado verde. [Nótese que
N(cs) = 0.] Entonces el número de sucesiones (ordenadas) de las seis tiradas de los dados
para el suceso en cuestión es
6 6
(6!)¿V(ei c2 c3 c4 c5 c6) = (6!) I (-1)'S, = (6!) I (-1)'r, ■ (6 - i)!
= 6![6! - 7(5!) + 17(4!) - 19(3!) + 10(2!) - 2(1!) + 0(0!)]

= 6![192] = 138,240.
Puesto que el espacio muestral consta de todas las sucesiones de seis pares ordenados
seleccionados con repetición de los 29 cuadrados sin sombrear del tablero de ajedrez,
probabilidad de este suceso es 138,240/(29)6 = 0.00023.
EJERCICIOS 8.4 Verifique directamente los polinomios torre para (a) el tablero de ajedrez sin sombrear de las
y 8.5 figuras 8.8 y 8.9, y (b) el tablero de ajedrez sombreado de las figuras 8.10 y 8.1 l(b).
Construya o describa un tablero de ajedrez mínimo (cantidad mínima de cuadrados) para el
cual r10 * 0.
a) Encuentre el polinomio torre para el tablero de ajedrez estándar de 8 x 8.
b) Responda la parte (a) reemplazando 8 con n, para n e Z*.
C: C
Figura 8.12
(i) (i¡)
(iü) (iv)
Figura 8.13
4. Encuentre los polinomios torre para el tablero de ajedrez sombreado de la figura 8.12.
5. a) Encuentre los polinomios torre para los tableros sombreados de la figura 8.13.
b) Generalice el tablero de ajedrez (y el polinomio torre) para la figura 8.13(i).
6. Sea C un tablero de ajedrez que tiene m filas y n columnas, con m < n (para un total de mn
cuadrados). Para 0 < k í m, ¿de cuántas formas pueden colocarse k torres (idénticas) en C sin
que se capturen entre sí?
7. La profesora Ruth tiene cinco ayudantes para corregir programas en su cursos de APL, B ASIC,
FORTRAN, Pascal y PL/I. A los ayudantes Juana y Carlos les disgusta FORTRAN. Sandra
desea evitar BASIC y PL/I. Pablo detesta APL y BASIC y Teodoro se rehusa a trabajar con
FORTRAN y Pascal. ¿De cuántas formas puede asignar la profesora Ruth la corrección de
programas en un lenguaje a cada ayudante, abarcar los cinco lenguajes y mantener a todos
contentos?
8. ¿Por qué tenemos 6! en el término (cic 2 .. .c 6 ) para la solución del ejemplo 8.12?
9. Cinco profesores llamados Alberto, Violeta, Lorenza, Jaime y María Luisa serán asignados
para impartir un curso a escoger entre cálculo I, cálculo II, cálculo III, estadística y combinatoria.
Alberto no impartirá cálculo II ni combinatoria, Lorenza no soporta la estadística, Violeta y
María Luisa se rehusan a enseñar cálculo I o cálculo III y Jaime detesta cálculo II.
a) ¿De cuántas formas puede decidir el coordinador del departamento de matemáticas la asig
nación a cada uno de estos profesores de uno de estos cinco cursos y mantener la paz en el
departamento?
b) Para las asignaciones de la parte (a), ¿cuál es la probabilidad de que a Violeta se le asigne el
curso de combinatoria?
10. Un par de dados, uno rojo y el otro verde, se tira seis veces. Sabemos que los siguientes pares
ordenados no aparecieron en el resultado: (1,1), (1, 5), (2,4), (3, 6), (4, 2), (4,4), (5,1) y (5, 5).
¿Cuál es la probabilidad de que cada valor haya caído en el dado rojo y el verde?
11. Un servicio de citas por computador quiere reunir a una de cuatro mujeres con uno de seis
hombres. De acuerdo con la información que proporcionaron al unirse al servicio, podemos
sacar las siguientes conclusiones.
• La mujer 1 no sería compatible con los hombres 1, 3 o 6.
• La mujer 2 no sería compatible con los hombres 2 o 4.

¿De cuántas formas puede el servicio reunir con éxito a cada una de las cuatro mujeres con un
compañero compatible?
8.6
En el primero y tercer capítulos de este texto estudiamos problemas de enumeración en

que debíamos tener cuidado con las situaciones donde las disposiciones o selecciones se
contaran en exceso. Esta situación llegó a complicarse en el capítulo 5, cuando tratamos
de contar el número de funciones sobre entre dos conjuntos finitos.
Con los diagramas de Venn como guía, en este capítulo obtuvimos un modelo llamado
principio de inclusión y exclusión. Usando este principio, volvimos a plantear cada pro
blema en términos de condiciones y subconjuntos. Con las fórmulas de conteo de
permutaciones y combinaciones que desarrollamos anteriormente, resolvimos algunos
subproblemas más sencillos y dejamos que el principio manejara nuestra preocupación
por el recuento excesivo. Como resultado, fuimos capaces de resolver una variedad de
problemas, algunos de teoría de números y uno de teoría de grafos. También proporciona
mos la fórmula conjeturada en la sección 5.3 para el número de funciones sobre para dos
conjuntos finitos.
Este principio tiene una historia interesante, la cual se encuentra en distintos manuscri
tos con nombres como "El método de la criba" o el "Principio de clasificación cruzada".
Una versión de este principio desde el punto de vista de la teoría de conjuntos, el cual tiene
que ver con uniones e intersecciones de conjuntos, se encuentra en Doctrine of Chances
(1718), un texto de teoría de probabilidad de Abraham DeMoivre (1667-1754). Un poco
antes, en 1708, Pierre Rémond de Montmort (1678-1719) usó la idea subyacente en el
principio en su solución del problema que por lo general se conoce como le probléme des
rencontres o emparejamientos. (En este antiguo juego de cartas francés, las 52 cartas de
una primera baraja se colocan hacia arriba en una fila, tal vez sobre una mesa. Luego se
reparten las 52 cartas de una segunda baraja, y cada carta nueva se coloca sobre cada una
de las 52 cartas previamente colocadas sobre la mesa. La puntuación del juego se determi
na contando los emparejamientos resultantes: deben coincidir el valor de la carta hacia
arriba y el de la repartida.)
El crédito para la forma en que desarrollamos y trabajamos con el principio de inclu
sión y exclusión es para James Joseph Sylvester (1814-1897). (Este brillante matemático
inglés también hizo grandes contribuciones a la teoría de ecuaciones; la teoría de matrices
y determinantes; y la teoría de invariantes que fundó junto con Arthur Cayley (1821-1895).
Además, Sylvester fundó la American Journal ofMathematics, la primera revista estado
unidense dedicada a la investigación en matemáticas.) La importancia de la técnica de
inclusión y exclusión no fue apreciada en general; fue más adelante cuando la publicación
de W. A. Whitworth [10] hizo que los matemáticos tuvieran más conciencia de su poten
cial y uso.
Para más detalles acerca del uso de este principio, consulte el capítulo 4 de C. L. Liu
[4], el capítulo 2 de H. J. Ryser [8] o el capítulo 8 de A. Tucker [9]. Otros resultados sobre
8.6 Resumen y repaso histórico 429.
< <
o ü
3 < H ><
§ :r iJ í <w
'-'-
-0 ',:■'.
Ctí • : - r„- 0
•"3 ü
' S< X
y. * '■!
Cía ;.i -v . ,
O O
¡- " !*,
O O '■c O í:
< <. < ;1: ;-
P. f-; *;- ; w
i-i .-i K • ' r- ■
Vi , -,
»-' 'O
<r ^ l'.1 *i
C« I... C
{_•
5
¡3 O
James Joseph Sylvester (1814-1897)
teoría de números relacionados con el principio, incluyendo la fórmula de inversión de

Móbius, aparecen en el capítulo 2 de M. Hall [1], el capítulo X de C. L. Liu [5] y el
capítulo 16 de G. H. Hardy y E. M. Wright [3]. En el artículo de G. C. Rota [7], se presenta
una extensión de esta fórmula.
El artículo de D. Hanson, K. Seyffarth y J. H. Weston [2] proporciona una generaliza
ción importante del problema de desorden analizado en la sección 8.3. Las ideas subya
centes en los polinomios torre y sus aplicaciones fueron desarrolladas a fines de la década
de 1930 y durante las de 1940 y 1950. En los capítulos 7 y 8 de J. Riordan [6] aparece más
material acerca de este tema.
BIBLIOGRAFÍA
1. Hall, Marshall, Jr., Combinatorial Theory, Waltham, Mass., Blaisdell, 1967.

2. Hanson, Denis, Karen Seyffarth, y J. Harley Weston, "Matchings, Derangements, Rencontres",
Mathematics Magazine 56, núm. 4, septiembre de 1983, págs. 224-229.
3. Hardy, Godfrey Harold y Edward Maitland Wright, An Introduction to the Theory ofNumbers,
5" ed., Oxford, Oxford University Press, 1979.
4. Liu, C. L., Introduction to Combinatorial Mathematics, Nueva York, McGraw-Hill, 1968.
5. Liu, C. L.,Topics in Combinatorial Mathematics, Mathematical Association of América, 1972.
6. Riordan, John.Arc introduction to CombinatorialAnalysis, Princeton, N.J., Princeton University
Press, 1980. (Publicado originalmente en 1958 por John Wiley & Sons.)
7. Rota, Gian Cario, "On the Foundations of Combinatorial Theory, I. Theory of Móbius
Functions", Zeitschrift für Wahrscheinlichkeits Theorie 2, págs. 340-368, 1964.
8. Ryser, Herbert J., Combinatorial Mathematics, Carus Mathematical Monograph, Núm. 14.
Publicado por The Mathematical Association of América, distribuido por John Wiley & Sons,
Nueva York, 1963.
10. Whitworth, William Alien, Choice and Chance. (Publicado originalmente en Cambridge en
1867.) Reimpresión de la 5' ed., 1901, Hafner, Nueva York, 1965.
ejemplo 1.16, no hacemos distinción entre dos disposicio

EJERCICIOS
nes, si la primera se puede obtener de la segunda mediante
COMPLEMENTARIOS la rotación de las posiciones de las diez personas.)
8. Con el resultado del teorema 8.2, demuestre que el nú
1. Determine cuántos n 6 Z * satisfacen que n < 500 y no mero de formas en que podemos colocar Í objetos diferen
son divisibles entre 2, 3, 5, 6, 8 o 10. tes en n recipientes distintos de modo que m recipientes con
tengan exactamente r objetos es
2. ¿Cuántos enterosn existen tal que 0 < n < 1,000,000 y
que la suma de los dígitos de n sea menor o igual que 37?
3. Para el bazar de la iglesia de la próxima semana, José y (-l)mn!í! A (-iy(n-í)1
su sobrino menor Jeremías deben colocar seis pelotas de m! ,-m (i - m)$n - i )!(s - ir)l(r$'
béisbol, seis balones de baloncesto, seis de fútbol y seis de
voleibol en las cuatro repisas del puesto de deportes patro 9. Si se elige al azar una disposición de las letras de
cinado por su tropa de scouts. ¿De cuántas formas pueden SURREPTITIOUS, ¿cuál es la probabilidad de que conten
hacer esto de modo que haya al menos dos, pero no más de ga (a) exactamente tres pares de letras idénticas consecuti
siete balones en cada repisa? (En este caso, las seis pelotas vas? (b) a lo más tres pares de letras idénticas consecutivas?
de cualquiera de los cuatro deportes son idénticas.)
10. ¿De cuántas formas podemos ordenar cuatro w, cuatro
4. Encuentre el número de enteros positivos n tales que x, cuatro y y cuatro z de modo que no haya cuatro letras
a) 1 < n < 1000 y n no es un cuadrado perfecto, cubo idénticas consecutivas?
o cuarta potencia.
11.a) Dados n objetos distintos, ¿de cuántas formas po
b) 1 < n < 3000 y n no es un cuadrado perfecto, cubo
demos seleccionar r de ellos de modo que cada se
o quinta potencia.
lección incluya m objetos particulares de los tí!
5. ¿De cuántas formas podemos colocar los enteros 1, 2, (Aquí m < r < n).
3 , . . . , 8 en una recta de modo que no aparezcan los patro b) Mediante el principio de inclusión y exclusión, de
nes 12,23, 78,81? muestre que para m S r < n,
6. a) Si disponemos de A: colores diferentes, ¿de cuántas
formas podemos pintar las paredes de un cuarto
pentagonal si las paredes adyacentes deben pintar
se con colores diferentes?
b) ¿Cuál es el valor mínimo de k para el cual existe
:::-5<-<r
dicha coloración? 12. a) Sea X € Z*. Si tenemos X colores diferentes dispo
c) Responda las partes (a) y (b) para un cuarto nibles, ¿de cuántas formas podemos colorear los
hexagonal. vértices del grafo que se muestra en lafigura8.14(a)
7. ¿De cuántas formas se pueden sentar cinco parejas al de modo que dos vértices adyacentes cualesquiera
rededor de una mesa redonda de modo que ningún miembro no compartan el mismo color? Este resultado acer
de la pareja se siente junto al otro? (En este caso, como en el ca de X se llama polinomio cromático del grafo, y
R2
e
— D ^ - D —
A
R, 2 3
R5
C, R3 D4 R4 C5
a b c d
(a) (b)
Figura 8.14
el valor mínimo de \ para el cual el valor de este tos con una puerta común D¡, 1 < /' < 5, se pinten
polinomio es positivo es el número cromático del con colores diferentes?
grafo. ¿Cuánto vale el número cromático de este grafo?
13. Si n e Z+, demuestre que
(Analizaremos con más detalle esta idea en el ca
a) <t>(2n) = 2<|>(w) si n es par; y, -^
pítulo 11.)
b) (t>(2n) = <|>(«) si n es impar.
b) Si existen seis colores disponibles, ¿de cuántas for
mas se pueden pintar los cuartos R¡, 1 (.a)<S,{b)c.
9
Funciones
generatrices
E n este capítulo y el siguiente continuaremos nuestro estudio de la enumeración con el

importante concepto de la función generatriz.
El problema de hacer selecciones, con repeticiones permitidas, fue estudiado en el ca
pítulo 1. Ahí tratamos de obtener, por ejemplo, el número de soluciones enteras de la
ecuación cx + c2 + c3 + c4 = 25 donde c¡ > 0 para todo 1 < i < 4. En el capítulo 8, con el
principio de inclusión y exclusión, fuimos capaces de resolver una versión más restringida
del problema, como c\ + c2 + c3 + c4 = 25 con 0 < c¡ < 10 para todo 1 < i < 4. Si, además,
quisiéramos que c2 fuera par y c3 un múltiplo de 3, podríamos aplicar los resultados de los
capítulos 1 y 8 en varios subcasos.
La fuerza de la función generatriz descansa en que no sólo permite resolver los tipos de
problemas ya analizados anteriormente sino que también ayuda en situaciones nuevas
donde pueden aparecer más restricciones.
9.1
Ejemplos introductorios
En lugar de definir en este punto una función generatriz, examinaremos algunos ejemplos
para derivar la idea a partir de ellos. Veremos que ya hemos tratado este concepto en
situaciones anteriores.
Ejemplo $.1 En sus compras del sábado, Mónica compró 12 naranjas para sus hijos, Graciela, María y
Francisco. ¿De cuántas formas puede ella distribuir las naranjas de tal forma que Graciela
obtenga al menos cuatro y María y Francisco obtengan al menos dos, sin que Francisco no
obtenga más de cinco? La tabla 9.1 enumera todas las distribuciones posibles. Vemos que
tenemos todas las soluciones enteras de la ecuación c¡ + c2 + c} = 12 tal que 4 < c,, 2 < c2
y 2 < c3 < 5.
Al considerar los primeros dos casos en esta tabla, encontramos las soluciones 4 + 3 + 5 =
1 2 y 4 + 4 + 4 = 12. ¿Sucedió algo así en nuestras experiencias algebraicas anteriores? Al
multiplicar polinomios añadimos las potencias de la variable, y aqui, al multiplicar los tres
polinomios,
(x* + xs + x6 + x1 + xs)(x2 + x3 + x* + xs + x6)(x2 + x3 + x4 + xs),
dos de los caminos para obtener xn son como sigue:
433
434 Capítulo 9 Funciones generatrices
Tabla 9.1
G M F G M F
4 3 5 6 2 4
4 4 4 6 3 3
4 5 3 6 4 2
4 6 2 7 2 3
5 2 5 7 3 2
5 3 4 8 2 2
5 4 3
5 5 2
1) Del producto A 4 ^ 3 ^ 5 , donde x4 se toma de (x4 + x5 + ■ ■ • + JC8), * 3 de (x2 + x3 + ■ •

x6) y x5 de {x2 + JC3 + • • • + Jt5).
2) Del producto ^JC 4 * 4 , donde el primer x4 se encuentra en el primer polinomio, el
segundo x4 en el segundo polinomio y el tercer x4 en el tercer polinomio.
Al examinar el producto
(x4 + X5 + X6 + X7 + XS)(x2 + Xi + X4 + X5 + X6)(X2 + X3 + X4 + * 5 )
con más cuidado, nos damos cuenta de que obtenemos el producto xixixk para toda terna
(í, j , k) que aparece en la tabla 9.1. En consecuencia, el coeficiente de xn en
f(x) = (x4 + x5 + • • • + xs)(x2 + x3 + • • • + x6)(x2 + x3 + ■ ■ ■ + x5)
cuenta el número buscado de distribuciones, 14. La función f(x) es la función generatrii

para las distribuciones.
Pero, ¿de dónde salieron los factores en este producto?
Por ejemplo, el factor x4 + x5 + x6 + x1 + xs, indica que podemos dar a Graciela 4 o 5 o d
o 7 u 8 naranjas. Una vez más hicimos uso de la interacción entre la o exclusiva y la suma
ordinaria. El coeficiente de cada potencia de x es 1 ya que, considerando las naranjas como
objetos idénticos, sólo hay una forma de darle a Graciela cuatro naranjas, una forma de
darle cinco naranjas y así sucesivamente. Como María y Francisco deben recibir cada uno
al menos dos naranjas, los otros términos (x2 + x1 + ■ ■ • + x6) y (x2 + x} + ■ ■ •. + x5) com
zan con x2 y, en el caso de Francisco, nos detenemos en x5 para que no reciba más de cinco
naranjas. (¿Por qué detenemos en x6 el término de María?)
La mayoría de nosotros nos hemos convencido razonablemente de que el coeficiente
de xn enf[x) nos da la respuesta. Sin embargo, algunos serán un poco escépticos acerca de
esta nueva idea. Parece que sería más rápido enumerar los casos de la tabla 9.1 que multi
plicar los tres factores dcf[x) o calcular el coeficiente de* 12 enf(x). Por ahora esto podría
ser verdad, pero al pasar a problemas con más incógnitas y mayores cantidades que distri
buir, la función generatriz será de gran utilidad. (El lector puede darse cuenta de que los
polinomios torre del capítulo 8 son un ejemplo de funciones generatrices.) Por ahora exa
minemos dos ejemplos más.
9.1 Ejemplos introductorios 435
Ejemplo &2 Si existe un número ilimitado (o al menos 24 de cada color) de dulces de jalea de color
rojo, verde, blanco y negro, ¿de cuántas formas puede seleccionar un niño 24 de estos
dulces de tal manera que tenga un número par de dulces blancos y al menos seis dulces
negros? ,
Los polinomios asociados con los colores de los dulces de jalea son los siguientes:
• rojo (verde): 1 + x + x2 + ■ ■ ■ + x24, donde el 1 restante es por \x°, ya que una posib
lidad es que ninguno de los colores rojo (y verde) sea seleccionado.
• blanco: (1 + x2 + x* + x6 + • • • + x2*)
• negro: (x6 + x7 + x* + ■ ■ ■ + x24)
Así, la respuesta es el coeficiente de x24 en la función generatriz
f(x) = (1 + x +x2 + • ■ ■ +* 24 ) 2 (1 + x2 + x4 + ■ ■ ■ +x24)(x6 + x1+ ■ ■ -+x24).
Una de tales selecciones está formada por cinco dulces de jalea rojos, tres verdes, ocho
blancos y ocho negros; esta selección surge de x5 en el primer factor, xz en el segundo
factor y AT8 en los últimos dos factores.
¡Un ejemplo más antes de cerrar esta sección!
Ejemplo $.3 ¿Cuántas soluciones enteras tiene la ecuación cx + c2 + c} + c4 = 25 si 0 < c, para todo 1 <
Í <4?
Otra alternativa es preguntar de cuántas formas se pueden distribuir 25 monedas de un
centavo (idénticas) entre cuatro niños?
Podemos describir las posibilidades para cada niño mediante el polinomio 1 + x + x2 +
x + • • • + x25. Entonces la respuesta a este problema es el coeficiente de x25 en la función
1
generatriz
f(x) = (l + x+x2+---+x25y.
También podemos obtener la respuesta mediante el coeficiente*25 en la función generatriz
g(x) = (1 + x + x2 + xi + ■ • ■ + x25 + x26 + ■ ■ -)\
si expresamos la pregunta en términos de una distribución de 25 monedas entre cuatro
niños, tomadas de un número grande (o ilimitado) de monedas de un centavo. [Mientras
que/(*) es un polinomio, g(x) es una serie de potencias en x. ] Observe que nunca se usan
los términos x*, para toda k > 26. Entonces ¿por qué nos preocupamos por ellos? Porque
habrá veces que será más fácil calcular con una serie de potencias que con un polinomio.
EJERCICIOS 9.1 1. Para los siguientes ejercicios, determine una función generatriz e indique el coeficiente de la
función necesaria para resolver el problema. (Proporcione las formas polinomial y de serie de
potencias de la función generatriz, cuando sea apropiado.)
Encuentre el número de soluciones enteras para las siguientes ecuaciones:
a) c, + c2 + c3 + c4 = 20, 0 < c¡ < 7 para todo 1 < i < 4.
b) cx + c2 + c3 + c4 = 20, 0 < c¡ para todo 1 < ¡' < 4, con c2 y c3 pares
c) c, + c2 + c3 + c4 + c¡ = 30, 2 < c, < 4, y 3 < c¡ < .8 para todo 2 < i < 5
d) c, + c2 + c3 + c4 + c¡ = 30, 0 < c¡ para todo 1 < i < 5, con c2 par y c3 impar.
2. Determine la función generatriz para el número de formas de distribuir 35 monedas de un

centavo (que se obtienen de un fondo ilimitado) entre cinco niños, si (a) no hay restricciones;
(b) cada niño obtiene al menos un centavo; (c) cada niño obtiene al menos dos centavos; (d) el
niño más grande obtiene al menos 10 centavos; y, (e) los dos niños más pequeños deben obte
ner al menos 10 centavos.
3. a) Encuentre la función generatriz para el número de formas de seleccionar 10 barras de dulce
de un suministro grande de seis diferentes tipos.
b) Encuentre la función generatriz para el número de formas de seleccionar r objetos de una
colección de n objetos distintos, si se permite la repetición.
4. a) Explique por qué la función generatriz para el número de formas de tener n centavos en
monedas de uno y cinco centavos es (1 + x + x2 + r5 + • • • )(1 + x5 + xw + ■ • •).
b) Encuentre la función generatriz para el número de formas de tener n centavos en monedas
de uno, cinco y diez centavos.
5. Encuentre la función generatriz para el número de soluciones enteras para la ecuación Ci + c2+
ci + c4 = 20 donde -3 < c„ -3 < c2, -5 < c3 < 5 y 0 < c4.
6. Para 5= {a, b, c], considere la función/(;t) = (1 +ax)(l +bx)(\ +cx)= 1 + ax + bx + ex + a
+ acx1 + bcx2 + abex1. En este caso, en/0c),
• El coeficiente de x° es 1, para el subconjunto 0 de S.
• El coeficiente de x1 es a + b + c, para los subconjuntos {a}, {b) y {c} de 5.
• El coeficiente de x2 es ab + ac + be, para los subconjuntos {a,b}, {a,c} y {b,c} de 5,
• El coeficiente de x? es abe, para el subconjunto {«, b, c] = S.
En consecuencia, f(x) es la función generatriz para los subconjuntos de 5, ya que cuando
calculamos/(l), obtenemos una suma en que cada uno de los ocho sumandos corresponde aun
subconjunto de 5; el sumando 1 corresponde al 0. [Si vamos un paso más allá y establecemos
a = b = c = 1 en/(*), entonces/(l) = 8, el número de subconjuntos de 5.]
a) Dé la función generatriz para los subconjuntos de S = {a, b, c,..., r, s, t}.
b) Responda la parte (a) para el caso de las selecciones en que cada uno de los elementos
puede ser rechazado o seleccionado hasta tres veces.
9.2
Definiciones y ejemplos:
Técnicas de cálculo
En esta sección examinaremos varias fórmulas y ejemplos relacionados con las series de
potencias que usaremospara obtener los coeficientes de términos particulares en una fun
ción generatriz.
Comenzaremos con el siguiente concepto.
Definición 9.1 Sea a0, au a2> • • • una sucesión de números reales. La función
so
f(x) = a0 + axx + a2x2 + • ■ ■ = 2 a,*'

f=0
es la función generatriz de la sucesión dada.
¿De donde viene esta idea?

9.2 Definiciones y ejemplos: Técnicas de cálculo 437
Para cualquier n G Z+
^-(¡HD^GK-^
de modo que (1 + x)n es la función generatriz para la sucesión
©•(í)-© (»)-°-0-0--
Ejemplo 9.5 a) Para/iEZ + ,
(1 -xn+1) = (1 - * ) ( 1 +x +x2 + x3+ ■ • • +xn).
Así (1 - xn + ')/(! - x) = (1 + x + x2 + ■ ■ ■ + Xa) y (1 - x n+1 )/(l - x) es la función

generatriz para la sucesión 1, 1, 1, . . . , 1, 0, 0, 0, . . . , donde los primeros n + 1
términos son 1.
b) Si extendemos la idea de la parte (a), encontramos que
1 = (1 - x)(l + x + x2 + x3 + x* + • • •),
' así 1/(1 - x) es la función generatriz para la sucesión 1, 1, 1, 1 , . . . [ 1 / ( 1 - J C ) = 1 +

x + x2 + JC3 + • • • es válida para todos los reales x tales que \x\ < 1; en este rango de
valores, la serie geométrica 1 + x + x2 + ■ ■ ■ converge. Sin embargo, en nuestro
trabajo con funciones generatrices nos ocuparemos más de los coeficientes de las
potencias de x que de la convergencia. Esto no quiere decir que el concepto de
convergencia no sea importante, sino que no lo necesitamos para el material que
estudiaremos en este capítulo.]
c) Con 1/(1 - x) = 1 + x + x2 + x3 + ■ ■ ■ = XHO*'' t o m a n ^ ° I a derivada de cada lado
obtenemos
d l 1
=4(i-jc)- =(-i)(i-^r 2 (-i)= 1
dx 1 -x dx (l-*)2
d
= — (1 +JC + x2 + x3 + •••) = 1 + 2x + 3x2 + 4x3+ •• •
dx
En consecuencia, 1/(1 - x)2 es la función generatriz para la sucesión 1,2, 3 , 4 , . . . ,
mientras que x/(\ - x)2 = 0 + \x + 2x2 + 3x3 + 4x* + ■ ■ ■ es la función generatriz para
la sucesión 0, 1, 2 , 3 , . . .
d) A partir de (c), (d/dx)[x/(l - x)2] = (d/dx)[0 + x + 2x2 + ■ ■ •], o (x + l)/(l - xf = 1 +
22x + 32x2 + 4 V + • • -. Por lo tanto, (JC+ 1)/(1 -xf genera l 2 , 22, 3 2 , . . . y x(x + 1)/
( 1 - x ) 3 genera O2, l2, 22, 3 2 , . . .
Ejemplo 9.6 i a) De la parte (b) del ejemplo 9.5 sabemos que la función generatriz para la sucesión
1 , 1 , 1 , 1 , . . . es/(*) = 1/(1 - x). Por lo tanto, la función
4i8 Capitulo 9 Funciones generatrices
; es la función generatriz para la sucesión I, 1,0, I, I, I

mientras que la función
h(x)^f{x) + 2xi= 1/(1 -x) + 2xi
genera la .sucesión 1, I, 1. 3 . 1 , I,. . .
b) ¿Podemos usar los resultados del ejemplo 9.5 paraenconlrar una función generalrii
de la sucesión 0, 2, 6, 12. 20, 30, 4 2 , . . . ?
Aquí observamos que
(70 = 0 = 0 J + 0, <7, = 2 = 1* + 1,
!
ÍJ2 = 6 = 2 + 2 , ÍJ 3 = 1 2 = 3 2 + 3 ,
üi = 20 = 42 + 4 , . . . .
Fn general, (encinos u„ = rr I «, para lodo n > 0.
Usando los resultados de las parles (c) >• (d) del ejemplo 9.5 vemos que
x(x + l) x x(x + l) + x(l-x) 2x
(1-x)1 (I xf (1 x)¡ (I xf
es la función gcncrairi/. de la sucesión dada. (Aquí la solución depende de nuestra:
habilidad para reconocer cada <*„ como la suma de n2 y n. Si no vemos esto, iw
podiemos responder la pregunta dada. En consecuencia, en el ejemplo 10.5 dell
siguiente tapftul» analizaremos otra técnica que nos ayude a reconocer la fórmuU:
para aK.)
Para lodo n G Z \ el tcorciua del binomio señala que (1 t xf = (») r (?).» t (").ia + ■ ■
tí}*'" Queremos extender esta idea a los casos en quc{a)«<0 y fb)/i no es neccaariamcr.-'
Le un entero.
Sin , r F Z' y n > r > O, tenemos
/«\ n! [ n ( « - l ) ( « - 2 ) - - ( r t - r + l)]
W [rl(«-r)l] r!
Siw € R , usamos | n ( « - l)(/r-2)- ■■{fl-r+ 1)J/r! como la (lefinición de ¡H'
Entonces, por ejemplo, si n <= 2*. tenemos
(7) -[(-«X-« - ! ) ( - « - 2 ) ...(-„- -r + l ) ] / r !

= (-!)'(»)(« +i)ftf+©- • • (n + r "■l ) / r !
« < - l ) ' ( " + r - l ) ! / [ ( n - : l)!r!]«(-

->rr ")■
Finalmente, para cualquier número HVJÍ n, definimos 1*1 - i .

9,2 Definiciones y ejemplos: Técnicas de cálculo 439
tympte§3 Para n G Z+, el desarrollo en serie de Maclaurin para (1 + x)~" está dado por
(1 + *)"" = 1 + (~n)x + ( - n ) ( - « - 1)*72!

+ ( - n ) ( - n - l ) ( - n - 2)JC 3 /3! + • • •
_ t | v ( - / » ) ( - / » - l ) ( - n - 2 ) • • • ( - n - r + 1) ^
■s^rrv-
Por lo tanto (1 + *)-" = (ñ") + ( 7 ) x + (7)x 2 + • • • = £" = o (7)x r . Esto generaliza el
teorema del binomio del capítulo 1 y muestra que es (1 + x)~" la función generatriz de la
sucesión ("„"), ( 7 ) . ("2"), ( 7 ) , ■ • •
êmploS.S Encuentre el coeficiente de x5 en (1 - 2x)~7.

Con y = -2x, usamos el resultado del ejemplo 9.7 para escribir (1 - 2x)~7 = (1 + y)'1 =
Xr_o (f ? )>' r= Xr=o (r 7 )^ - ^*)'- En consecuencia, el coeficiente de r 5 es (~ 5 7 )(-2) 5 =(-l) 5
( 7 f-')(-32) = (32J(151)= 14,784. ~
9.5 Para cualquier número real n, el desarrollo en serie de Maclaurin para (1 + x)n es (
í + nx + n(n- l)x 2 /2! + (n)(n - l)(n - 2)x 3 /3! + • • •
- 1 I v " ( w - 1 ) ( " - 2 ) " - ( " - ' - + l)Jl,
r=i r!
Por lo tanto
(1 + 3,,-»- 1 + Í (-l/3)(-4/3)(-7/3)...((-3r + 2)/3)
r=i r!
■ l + j(-'X-4K-7)-(->^
r=i r!
13
/ y (1 + 3A:)- ' genera la sucesión 1, -l,(-l)(-4)/2!, ( - l ) ( - 4 ) ( - 7 ) / 3 ! , . . . , (-l)(-4)(-7) • • •
(-3r+2)/r!,...
Z
Determine el coeficiente de x15 tnf{x) = (x2 + xl + XA + • • ■ )4.
Como (x2 + x* + x4 + ■ ■ •) = x2( 1 + x + x2 + ■ ■ •) = x2/( 1 - x), el coeficiente de JC" en/(
es el coeficiente de x" en (x2/(l - x)Y = JCV(1 - x ) 4 . Por lo tanto, el coeficiente buscado es
el de x1 en (1 - JC)"4, es decir, ("74)(-D7 = (-1) 7 (*T')(-1) 7 = (7°)= 120.
En general, paran G Z+, el coeficiente de x" en/(x) es 0, si 0 ^ n < 7. Para todo n > 8,
el coeficiente de A" en/(x) es el coeficiente de*"" 8 en (1 - JC)-4, que es (~_48) (-1)" ~8 = {l-l)-
Capítulo 9 Funciones generatrices
Antes de continuar reuniremos lus identidades que se muestran en la labia 9.2 pan
referencias posteriores.
Tabla 9.2
Para cada m,riE.Z~, a E R, -
B + + 2+
i) (i+x) -ft) (ft* ®* ••• + (¡¡)K"
2) (!+«)■* (JO*©^©*1*1* ■ • • + ( : y ¿ "
. 3) (1 + xm)m - (3) + (T)** + (!)**■ + ■» + $ * ? "
4> ( l - ^ + 1 ) / ( l - ^ ) - l + * + ^ + • •+*"
5> l / ( l - * ) » l + ^ + * ' + x 3 + - - - - -■as»*
6> i/(i+xr-(,r)+(r)* + (iV+-
=2r-o(?y+
»i+í-i)(- r)x+(- - i ) n v + -
-&.<-iyfry
7) 1/(1 - *)" - f » + (7)(-*) + (Y)(-*y + • • •
«sr.0(r)(-x)'
- 1 + ( - l ) ( " j-')(-x)
K-itf-T'K-*)2 + . . .
•EufTV
s¡/(*)-SW, Í W - 2 Í O W , y*W-/W«W» entonces h(x) = S " - » ^
donde para cada k z 0, c* ■» aü 6* + flfrA_i H + Í J 4 _ , fc + aA6o.
¿De cuántas formas se pueden selecciona! r.objclos de n distintos objelox vi se permite ;.

repetición?
Para cada uno de los n distintos objetos, la serie geométrica 1 + x + x2 + xi + • •
representa las posibles elecciones de ese objeto (es decir ninguno, uno. dos,...). Con&idw
rando todos los n distintos objetos, la función generatriz es
y la respuesta requerida es el coeficiente de A* en /"(.I I. Aluna bien, ¡un la identidad 7 déla

tabla 9.2 obtenemos
«-«♦'♦'♦••*-feyr-a^-ir¡>
de modo que el coeficiente de x' es
'n + r— 1
r
el resultado que encontramos en el capítulo 1.
9.2 Definiciones y,ejemplos: Técnicas de cálculo 441
Ejemplo 0,12 ¿De cuántas formas puede un capitán de policía distribuir 24 cargas de rifle a cuatro ofi
ciales de forma que cada oficial reciba al menos tres cargas, pero no más de ocho?
Las opciones para el número de cargas que recibe cada oficial están dadas por*3 + **+•••
+ x*. Hay cuatro oficiales, así que la función generatriz resultante es/(x) = (x3 + x* + • • • + x?f.
Buscamos el coeficiente dex 2i en/(x). Con (x3 + x* + • • • + x*)4 = xn(\ + x + x2 + • • •
+ JC5)4 = xl2((l - x6)/(l - x))4, la respuesta es el coeficiente de xn en
(1 - x6)\l - x)-* = [1 - ( V + G)*12 - (Í)xl* + *24][(-04) + ( ? ) ( - * ) + (-2*)(-xf +■■■],
que es [(l 2 <)(-l) 12 - (?)(-*<)(-1)6 + © ( ? ) ] = [ © " (¡)© + © ] = 125-
Ejemplo $:13 Verificaremos que para todo n £ Z+, (2„") = £" =0 (")2.
Como (1 + x)2n = [(1 + x)"]2, al comparar los coeficientes (de potencjas similares de*),
el coeficiente de x" en (1 + x)2n, que es (2„"), debe ser igual al coeficiente de *" énj( ¡¡) + (\) x
+ ( ; y + • • • + (;)*f, y esto es (s)(:) + ( Í ) ( ¿ ) + (n2)U) + • ■ • + (:)(;)• como (;)
(„-r), para todo 0 < r < n, obtenemos el resultado.
Ejemplo &14 v . Determine el coeficiente de JE8 en l/(x - 3)(x - 2)2.

Como l/(jc-a) = (-l/a)(l/fí -(x/fl))) = (-l/a)[l + (x/a) + (x/a)2 + • • •] para cualquier a ^ 0,
podemos resolver este problema encontrando el coeficiente de x8 en l/(x - 3)(x - 2)2 expre
sado como (-1/3)[1 + (x/3) + (x/3)2 +■■■ ](l/4)[ ("02) + (",2) (-x/2) + (~22) (-x/2)2 + ■■■].
Una técnica alternativa usa la descomposición en fracciones simples.
1 A B C
(x-3)(x-2)2 x - 3 x - 2 + - (x-2)
Esta descomposición implica que
1 = A(x - 2) 2 + B(x - 2)(x - 3) + C(x - 3),
0 • x2 + 0 • x + 1 = 1 = (A + B)x2 + (-4A - 5B + C)x + (AA + 6fi - 3C).
Si comparamos los coeficientes (de x2, x y 1, respectivamente), vemos que /4 + B = 0,

-4A + 5B + C = 0y4i4 + 6 B - 3 C = 1 . A 1 resolver estas ecuaciones obtenemos A = 1, B =
-1 y C--\. Por lo tanto,
1 1 1 1
(x-3)(x-2)2 x-3 x-2 (x-2)2
f
-l\ 1 /'11 \ 1 -1
3 / 1 - (x/3) \2/í-(x/2) \ 4 / ( l -(x/2)) 2
=(T)É(ÍHM(!)'
+ xrm<m^
El coeficiente de xl es (-l/3)(l/3) 8 + (l/2)(l/2) 8 + (-l/4)r 8 2 )(-l/2) 8 = -[(1/3) 9 +

7(l/2) 10 ].
r &AB Usaremos las funciones generatrices para determinar la cantidad de subconjuntos de 5 =

{1, 2, 3 , . . ., 15} de cuatro elementos que no contienen enteros consecutivos.
a) Consideremos uno de tales subconjuntos, por ejemplo, {1, 3, 7, 10} y escribamos
I < 1 < 3 < 7 < 1 0 < 15. Vemos que este conjunto de desigualdades determínalas
diferencias 1 - 1 = 0 , 3 - 1 = 2 , 7 - 3 = 4 , 1 0 - 7 = 3 y l 5 - 1 0 = 5, y estas diferencias
suman 14. Si consideramos otro de estos subconjuntos {2, 5, 11, 15}, escribimos 1
< 2 < 5 < 11 < 15 < 15; estas desigualdades producen las diferencias 1, 3,6,4 y 0,
que también suman 14.
Veamos las cosas al revés: los enteros no negativos 0,2, 3, 2 y 7 suman 14 y son
las diferencias que surgen de las desigualdades 1 < 1 < 3 < 6 < 8 < 15 (para,eL
subconjunto {1, 3, 6, 8}).
Estos ejemplos indican que hay una correspondencia uno a uno entre los
subconjuntos de cuatro elementos que queremos contar y las soluciones enteras de
Ci + c2 + c3 + cA + c¡= 14, donde 0 < c¡, c¡ y 2 < c2, c3, c4. (Nota: las desigualdades
c2, c3, c4 ¿ 2 garantizan que no hay enteros consecutivos en el subconjunto.) La
respuesta es el coeficiente de je14 en *
f(x) = (l+x+x2 + x3+■•■)(x2 + x* + x*+■••)* ■

(l+x+x2 + xi+---) = x6(l-x)-5.
^ste es entonces el coeficiente de x* en (1 - x)~5, que es igual a (~85)(-l)8 =(5+g"')=

Os2) = 4 9 5
b) Otra forma de analizar el problema es la siguiente.
Para el subconjunto {1, 3, 7, 10} analizamos las desigualdades estrictas 0 < 1 <
3 < 7 < 10< 16y nos fijamos en el número de enteros que se encuentran estricta
mente entre los pares sucesivos de estos números. Obtenernos 0, 1, 3, 2 y 5; el 0 se
debe a que no hay enteros entre 0 y 1, el 1 se debe al entero 2 entre 1 y 3; 3 para 1
enteros 4, 5, 6 entre 3 y 7, etcétera. Estos cinco enteros suman 11. Cuando hacemos
lo mismo para el subconjunto {2,5, 11, 15}, las desigualdades estrictas 0 < 2 < 5 <
II < 15 < 16 producen los resultados 1, 2, 5, 3 y 0, que también suman 11.
Por otro lado, vemos que los enteros no negativos 0, 1, 2, 1 y 7 suman 11 y
aparecen como los números de enteros distintos entre los enteros que aparecen en
las desigualdades estrictas sucesivas 0 < 1 < 3 < 6 < 8 < 16, que corresponden al
subconjunto {1, 3*, 6, 8}.
Estos resultados indican que hay una correspondencia uno a uno entre
subconjuntos deseados y las soluciones enteras debt + b2 + b} + b4 + b¡ = 11, donde
0 < bu b¡ y 1 < b2, ¿3. bA. (Nota: en este caso, bi,b2, bit > 1 garantizan que no hay
enteros consecutivos en el subconjunto.) El número de soluciones es el coeficiente
de xu en
g(x) = (1 +x + x2+ ■••)(■* +x2 + x3 + •• -)3(1 +x +x2 + •• •)

= *3(1-*)-5.
9,2 Definiciones y ejemplos: Técnicas de cálculo 443
La respuesta es ( 85) (-1)8 = 495, como antes. (El lector debería revisar el ejercicio
complementario 17 del capítulo 3.)
En nuestro siguiente ejemplo utilizaremos la última identidad de la tabla 9.2. (Esta

identidad se usó en los ejemplos 9.12 y 9.13, aunque de manera implícita.)
o 9.16 Sea/(.x:) -x/(l- xf. Ésta es la función generatriz de la sucesión a0, au a2,..., donde ak =
k para todo k E N. La función g(x) = x(x + 1)/(1 - x)3 genera la sucesión b0, bu b2,..., tal
que bk = k2,kE N.
La función h(x) =f(x)g(x) da, en consecuencia a0 b0 + (a0 bx + ax bQ)x + (a0 b2 + a¡ bx +
a2 b0)x2+ • • •, de modo que h(x) es la función generatriz de la sucesión c0, cu c2,... tal que
para cada k £ N,
Ck = a0bk + ax bk-i + a2 bk-2 + • • • + ak-2 b2 + ak-X b+á- ak b0.
Por ejemplo, tenemos que

c0 = 0 • O2 = 0
d = 0 • l 2 + 1 • O2 = 0
c2 = 0-22+l-l2 + 2-02=l
c3 = 0 • 32 + 1 • 22 + 2 • l 2 + 3 • O2 = 6
*4 = 0 • 42 + 1 • 3 2 + 2 • 22 + 3 • l 2 + 4 • O2 = 20
y en general, ck - ]£.,/(& - O2- (Simplificaremos esta fórmula en los ejercicios de la sec
ción.)
Cuando una sucesión c0, c¡, c2, . . . se obtiene de dos funciones generatrices f(x) [para
a0, a¡, a2,...] y g(x) [para b0, b¡, b2,...], como en este ejemplo, la sucesión c0, cuc2,... es
la convolución de las sucesiones a0, alt a2, .. . y b0, b¡, b2,. . .
Nuestro último ejemplo presenta dos situaciones particulares de la convolución de su

cesiones.
«8.1? a) Si/(jt)= l/(l-x)=l+x + x2+x3+---y g(x) = 1/(1 +x) = 1 - x + x2 -x* + •••,

tenemos que
f(x)g(x) = 1/(1 - x)(l + x) = 1/(1 - x2) = 1 + x2 + x4 + x6 + : • ■.
En consecuencia, la sucesión 1,0,1,0,1,0,... es la convolución de las sucesiones 1,
1,1,1,1,1,...y 1,-1,1,-1,1,-1,...
b) Sea h(x) = 1 + x + x1 + x3; es decir, h(x) es la función generatriz de la sucesión 1,1,
1, 1, 0, 0, 0, . . . Sea k(x) = 1/(1 - 3x) = 1 + 3x + (3x)2 + (3*)3 + • ■ •, la función
generatriz de la sucesión 1, 3, 32, 3 \ . . . , entonces h{x)k{x) - ^°°_0C¡X'es ' a fujición
generatriz de la convolución de estas dos sucesiones y
c0=l, Ci = 1 + 3 = 4, c2 = 1 + 3 + 9 = 13, y
_ art-3 + 3"- 2 + 3"" 1 + 3", n > 3 .
EJERCICIOS 9.2 1. Encuentre las funciones generatrices para las siguientes sucesiones. [Por ejemplo, en el caso
de la sucesión 0,1, 3 , 9 , 2 7 , . . . , la respuesta pedida esxl{\ - 3x), no ¿ ¡ ^ ' J C 1 ' *' ° simplemente
0 + x + 3x* + 9x3 + ■ ■ •.]
a) (S),(f), (!),..., (t) b) (!),2(I),3(!),...,8(I)
c) 1 , - 1 , 1 , - 1 , 1 , - 1 , . . . d) 0,0,0,1,1,1,1,1,1,...
e) 0 , 0 , 0 , 6 , - 6 , 6 , - 6 , 6 , . . . f) 1,0,1,0,1,0,1,...
g) 1,2,4,8,16,... h) 0 , 0 , l , a , f l 2 , a 3 , . . . , a ^ 0
2. Determine la sucesión generada por cada una de las siguientes funciones generatrices.
a) f(x) = (2x - 3) 3 b) /(*) = x4/(l - x) c) f(x) = x3/(l - x2)
d) /(*) = 1/(1 + 3x) e) /(*) = 1/(3 - x) f) /(*) = 1/(1 -x) + 3x7 -11
3. En cada uno de los siguientes ejercicios,/^) es la función generatriz de la sucesión Oo, ai, a2,..
mientras que la sucesión b¡¡, b\, b2, ■ ■ ■ es generada por la función g(x). Exprese g(x) en tér
nos de/(*).
a) ¿>3 = 3 b) í»3 = 3
b„ = a„, n e N, n + 3 b7 = 7
b„ = a„, « E N , n=^3,7
c) ¿>i = l d) ¿>! = 1 ^
¿3 = 3 í>3 = 3
b„ = 2a„, n £ N , « ^ 1 , 3 ¿>7 = 7
bn = 2an + 5, « 6 N , n + 1,3,7
4. Determine la constante (es decir, el coeficiente de *°) en (3x2 - (2/x))'5.
5. a) Encuentre el coeficiente de x1 en (1 + x + x2 + xl + • • •)".
b) Encuentre el coeficiente de x1 en (1 + x + x2 + x? + • • •)" para n e Z + .
6. Encuentre el coeficiente de x50 en {x1 H^SC8 + x9 + • • • )6.
7. Encuentre el coeficiente de x20 en (x2 + x3 + x4 + x5 + x6)5.
— 8. Para^n E Z*, encuentre en (1 + x + x2)(l + x)n el coeficiente de (a)*7; (b)^8 y, (c) x' para 0 < r
< n + 2, r £ Z.
9. Encuentre el coeficiente de JC" en los siguientes ejercicios.
a) * 3 (l-2*) 1 0 b) ( * 3 - 5 * ) / ( l - * ) 3 c) (l+xy/(l-xY
10. ¿De cuántas formas se pueden asignar dos docenas de robots idénticos a cuatro líneas de en
samble de modo que (a) al menos tres robots se asignen a cada línea? (b) al menos tres, pero no
más de nueve robots se asignen a cada línea?
11. ¿De cuántas formas pueden separarse 300 sobres idénticos, en paquetes de 25, entre cuatro gru
pos de estudiantes, de modo que cada grupo tenga al menos 150, pero no más de 1000 sobres?
v 12. Se distribuyen dos cajas de refresco, con 24 botellas de un tipo y 24 de otro, entre cinco
inspectores que realizan pruebas de calidad. ¿De cuántas formas pueden distribuirse las <
botellas de modo que cada inspector reciba (a) al menos dos botellas de cada tipo? (b) al menos
dos botellas de un tipo particular y al menos tres de la otra?
13. Si se tira un dado 12 veces, ¿cuál es la probabilidad de que la suma de las tiradas sea 30?
14. Carolina reúne el dinero de sus primos para hacer una fiesta en honor de su tía. Si ocho primos
prometen darle $2, $3, $4 o $5 cada uno y otros dos le dan $5 o $10, ¿cuál es la probabilidad
de que Carolina reúna exactamente $40?
15. ¿De cuántas formas puede Tobías seleccionar canicas de una colección grande de canicas azu
les, rojas y amarillas (todas del mismo tamaño) si la selección debe incluir un número par de
canicas azules?
16. ¿Cómo puede repartir María 12 hamburguesas y 16 hotdogs entre sus hijos Ricardo, Pedro,
Cristóbal y Jaime, de modo que Jaime reciba al menos una hamburguesa y tres hotdogs, y que
cada uno de sus hermanos reciba al menos dos hamburguesas pero a lo más cinco hotdogs?
17. Verifique que (l-x-x2-xs-xA-x?- JE6)"1 es la función generatriz del número de formas en
que podemos obtener la suma n, con »i6N, cuando tiramos un dado un número arbitrario de
veces.
18. Muestre que (1 - 4x)~m genera la sucesión í 2n" J, n £ N.
19. Considere la parte (a) del ejemplo 9.15.
a) Determine las diferencias en las desigualdades que se obtienen del subconjunto {3, 6, 8,
15} de 5 y verifique que esas diferencias se suman correctamente.
b) Encuentre el subconjunto de S que determina las diferencias 2, 2, 3, 7 y 0.
c) Encuentre el subconjunto de 5 que determina las diferencias a, b, c, d y e, donde 0 < a,ey
2<b,c, d.
20. ¿De cuántas formas podemos seleccionar siete enteros no consecutivos de {1, 2, 3 , . . . , 50}?
21. Use las siguientes fórmulas para sumas (que aparecen en el material y ejercicios de la sección
4.1) para simplificar la expresión de ct en el ejemplo 9.16:
k k k k
2i = 2i = k{k + \)/2, 2i2='Zi2 = k(k + l)(2k + l)/6, y
i-0
k
2i^=2i3 = k2(k + l)2/4.
22. a) Encuentre los primeros cuatro términos c0, C\, c2 y c3 de las convoluciones de los siguientes
pares de sucesiones.
i) a„ = 1, b„ = 1, para todo « E N .
ii) a„ = 1, ba = 2", para todo n £ N .
iii) aQ - a\ = a2 = a3 = 1; an = 0, n e N, n * 0, \,2,3;bn= 1, para todo n 6 N ,
b) Encuentre una fórmula general para c„ en cada uno de los resultados de la parte (a).
23. Encuentre una fórmula para la convolución de cada par de sucesiones:
a) an = 1, 0 < n < 4, an = 0, para todo n > 5; bn = n, para todo n £ N .
b) an = (-1)", b„ = (-1)", para todo n &i.'
c) a„ = 1, 0 < n < 3, an = 0, para todo n > 4; b<¡ = 0, b¡ = 1, b2 = 2, b} = 3, b„ = 0, para
todo n > 4.
9.3
Particiones de enteros
En el estudio de la teoría de números nos enfrentamos al problema de descomponer un

entero positivo n en sumandos positivos y buscar el número de estas descomposiciones,
sin tener en cuenta el orden. Este número se denota con p(n). Por ejemplo,
p(l) = l 1
p(2) = 2 2 = 1 + 1
p(3) = 3 3 = 2 + 1 = 1 + 1 + 1
/>(4) = 5 4 = 3 + 1 = 2 + 2 = 2 + 1 + 1 = 1 + 1 + 1 + 1
p(5) = 7 5 = 4 + 1 = 3 + 2 = 3 + 1 + 1 = 2 + 2 + 1
=2+1+1+1=1+1+1+1+1
Qusiéramos obtener p(ri) para un n dado sin tener que enumerar todas las particiones.
Necesitamos una herramienta para llevar un registro de los números 1, 2, . . . , n que se
usan como sumandos de n.
Si n G Z+, el número de unos que podemos usar es 0 o 1 o 2 o . . . La serie de potencias

l+x + x2+x3+x4 + --- lleva un registro de ello. De manera similar, 1 + x2 + x4 + x6 + ■
lleva el registro del número de doses que hay en la partición de n, mientras que 1 + x} + i
+ x9 + ■ ■ ■ lleva el registro del número de treses. Por lo tanto, para determinar p( 10),
ejemplo, queremos obtener el coeficiente de xi0 en/(x) = (1 + x + x2 +x* + ■ ■ •) • (1 +f
x*+x6 + - • -)(1 + xs + x6+x9 + - ■ •)• • -(1 +xl0 + x20 + - ■ -)oeng(;t)=:(l + x + x2 + x*
*10)(1 + x2+x4 + ---+xl0)(l +x3+x6 + x9)---(l+xi0).
Preferimos trabajar con/(x), puesto que se puede escribir en la forma más compacta
10
1 1 1
/(*)=-
1
(1 - JC) (1 - JC2) (1 - JC3)
-—=n—
(1-x ) 10
r-í(l-Jc')
Si extendemos este producto más allá de Í = 10, obtenemos P{x) = Yl°li[l/(l- JC")], que
genera la sucesión p(0), p{ 1), p{2), p(3),. . . , donde definimos p(0) - 1.
Por desgracia, es imposible calcular realmente el número infinito de términos en el
producto P(x). Si solamente consideramos n¡=i[l/(l-*')] P a r a u n r fíj°» entonces el coefi
ciente de x" es el número de particiones de n en sumandos que no son superiores a r.
A pesar de la dificultad en el cálculo dep(n) a partir de P(x) para valores grandes den,
la idea de la función generatriz es útil para el estudio de ciertas descomposiciones particu
lares. y
£|ei*tpfc $,1S Encuentre la función generatriz del número de formas en que un agente de publicidad
puede adquirir n minutos (n G Z+) de tiempo en la radio si los espacios de tiempo páralos
comerciales se venden en bloques'tíe 30, 60 o 120 segundos.
Sea 30 segundos una unidad de tiempo. Entonces la respuesta es el número de solucio
nes enteras de la ecuación a + 2b + 4c = 2«, con 0 < a, b, c.
La función generatriz asociada es
/(*) = (1 + x + x2 + • • -)(1 + x2 + x* + ■ ■ -)(1 + x* + x8 + ■ • •)
= _1 1 1_
~í-x 1-x2 1 - j c 4 '
y el coeficiente dex2" es el número de descomposiciones de 2n en unos, doses y cuatros, la
respuesta del problema.
£|#tttf>fa $»!& Encuentre la función generatriz de pd(n), el número de descomposiciones de un entero

positivo n en sumandos distintos.
Antes de comenzar, consideremos las 11 descomposiciones de 6:
1) 1+ 1+ 1+ 1+ 1+ 1 2) 1+1+1+1+2
3) 1+ 1+ 1+ 3 4) 1+ 1 +4
5) 1+ 1+ 2+ 2 6) 1+5
7) 1+ 2+ 3 8) 2+ 2+2
9) 2+ 4 10) 3+3
11) 6
Las descomposiciones (6), (7), (9) y (11) tienen sumandos distintos, por lo que/?¿(6) =4,
Al calcular pjíji), para cualquier k G Z+ existen dos opciones: O bien k no se usa como
uno de los sumandos de n, o sí se usa. Esto se puede contar mediante el polinomio 1 + x*
y, en consecuencia, la función generatriz de estas descomposiciones es
Pd(x) = (l + x ) ( l + x 2 ) ( l + x 3 ) ' = 11(1+*').

i=i
Para cualquier n G Z+, pin) es el coeficiente de x" en (1 + x)(l + x2)- • -(1 + x").
[Definimos p/0) = 1.] Cuando n = 6, el coeficiente de x6 en (1 + x)(l + x 2 )---(l + x 6 )es4.
Ejemplo 9.20 Si consideramos las disposiciones del ejemplo 9.19 veremos que hay cuatro descomposi
ciones de 6 con sumandos impares: (1), (3), (6) y (10). También t e n e m o s / ^ ) = 4. ¿Es una
coincidencia?
Sea p0(n) el número de descomposiciones de n en sumandos impares, cuando n > 1.
Definimos p0(0) = 1. La función generatriz de la sucesión Po(0),p0(l),p0(2),.. .está dada por
P0(x) = (1 +x + x2 + x3 + • • -)(1 + * 3 + x6 + • • -)(1 +x5 + xw + • • •) •

" (1+I . + ... ) ....J__!__i__l_....
Ahora bien, como
1-x2 1-x4 1-X6
l+x = - í+x2 = 1+x 3_
1-x 1-x2 1-x3
tenemos
P¿x) = (1 + x)(l + x2)(l + * 3 )(1 + x4) ■ ■ •
1-x21-x41-x61-*8 1 1
2 3 4 = Po(x).
1-x 1 - x 1 - x 1 - x 1-xl-x3
De la igualdad de las funciones generatrices, tenemos quepan) = p0(ri), para todo n ^ 0.
Ejemplo 9,21 De nuevo, solamente permitiremos el uso de sumandos impares pero, en este ejemplo,
cada uno de dichos sumandos (impares) debe aparecer una cantidad impar de veces, o no
aparecer en la suma. Por ejemplo, existe una de tales descomposiciones del entero 1 (a
saber, 1) pero no existe una descomposición de este tipo para el entero 2. Para el entero
3 tenemos dos de estas descomposiciones: 3 y 1 + 1 + 1. Cuando analizamos las posibili
dades del entero 4, encontramos la descomposición 3 + 1.
La función generatriz de las descomposiciones descritas es
/(x) = (l + x + x 3 + x 5 + • • • ) ( l + * 3 + * ' + * 1 5 + ■•■)(! +xs + x15 + x25 + • ? • ) . . .

(2 +1)(2,+1)
= ñ ( l + ¿^ * ).
La función generatriz no está dada por
(*) (x+x3 + x5+ • • -)(*3 + x9 + x15 + ■ ■-)(x5 + x15 + x2$ + ■••)•••

ya que si así fuera, el producto no podría tener términos donde x apareciera con una poten
cia finita. La situación dada en la ecuación (*) ocurriría si pensáramos que todo entero
positivo impar debería aparecer como sumando al menos una vez. En tal "descomposi
ción", el número de sumandos y la propia suma serían infinitos. En consecuencia, aunque
no se enuncie en forma explícita, debemos observar que cada sumando impar podría no
aparecer, situación tenida en cuenta por el (primer) sumando 1, que aparece en cada factor
de f(x). De hecho, éste es el caso salvo cuando se trata de un número finito de sumandos
impares. Por supuesto, cuando un sumando impar aparece en una descomposición, lo hace
una cantidad impar de veces.
Cerraremos esta sección con la idea llamada grafo de Ferrer. Este grafo usa filas de
puntos para representar la descomposición de un entero donde el número de puntos por
fila no aumenta al pasar de cualquier fila a la inferior.
En la figura 9.1 vemos los grafos de Ferrer de dos descomposiciones de 14: (a) 4 + 3 +
3 + 2 + 1 + l y (b) 6 + 4 + 3 + 1. El grafo de la parte (b) es una trasposición del grafo de la
parte (a), y viceversa, pues podemos obtener un grafo a partir del otro mediante un inter
cambio de filas y columnas.
• • • • • •
• • • • •
' (a)
1 Figura 9.1
A menudo estos grafos indican algunos resultados acerca de descomposiciones. Aquí

vemos una descomposición de 14 en sumandos tales que 4 es el mayor y una segunda
descomposición en exactamente cuatro sumandos. Existe una correspondencia uno auno
entre el grafo de Ferrer y su trasposición, por lo que este ejemplo es un caso particular del
resultado general: el número de descomposiciones de un entero nenm sumandos es igual
al número de descomposiciones de n en sumandos tales que m es el sumando más grande,
EJERCICIOS 9.3 1. Encuentre todas las descomposiciones de 7.

2. Determine la función generatriz de la sucesión a0,ai,a2, . ■ ■ , donde a„ es el número
descomposiciones del entero n en (a) sumandos pares; (b) sumandos pares distintos; y (c)
sumandos impares distintos.
3. En./(jt:) = [1/(1 -JC)][1/(1 — JC2)][1/(1 -* 3 )], el coeficiente dex6 es 7. Interprete este resultadoei
términos de las descomposiciones de 6.
4. Encuentre la función generatriz del número de soluciones enteras de

a) 2w + 3x + 5y + Iz = n, Os w,x,y,z
b) 2w + 3x + 5y + Iz = n, 0<w, 4<x,y, 5<z
c) 2w + 3x + 5y + Iz = n, 2 < w S 4 S * < 7 < y < l O s z
5. Encuentre la función generatriz del número de descomposiciones del entero n no negativo en
sumandos tales que (a) cada sumando debe aparecer una cantidad par de veces; y (b) cada suman
do debe ser par.
6. ¿Cuál es la función generatriz del número de descomposiciones de n £ N en sumandos tales
que (a) no pueden aparecer más de cinco veces; y (b) no pueden ser mayores que 12 ni aparecer
más de cinco veces?
7. Muestre que el número de descomposiciones de un entero positivo n tales que ningún sumando
aparece más de dos veces es igual al número de descomposiciones den donde ningún sumando
es divisible entre 3.
8. Muestre que el número de descomposiciones d e n £ Z * tales que ningún sumando es divisible
entre 4 es igual al número de descomposiciones de n donde ningún sumando par se repite
(aunque los sumandos impares podrían repetirse).
9. Use un grafo de Ferrer para mostrar que el número de descomposiciones de un entero n en
sumandos que no sean mayores que/n es igual al número de descomposiciones de n en cuando
mucho^ sumandos.
10. Por medio de un grafo de Ferrer, muestre que el número de descomposiciones de n es igual al
número de descomposiciones de 2n en n sumandos.
9.4
La función generatriz
exponencial
El tipo de función generatriz con el que hemos trabajado se conoce como la función
generatriz ordinaria de una sucesión dada. Esta función surgió en los problemas de selec
ción, donde el orden no era importante. Sin embargo, ahora que pasamos a los problemas
de disposiciones donde el orden es crucial, buscamos una herramienta semejante. Para
encontrarla, regresaremos al teorema del binomio.
Para cualquiern £ Z+, (1 + x)n= {l) + {")x+ {l)x1 + ■ ■ ■ + ("n)x\ por lo que (1 + *)"es la
función generatriz (ordinaria) de la sucesión (¡j), (j), (!¡),..., (¡¡), 0, 0 , . . . Al analizar esta
idea en el capítulo 1, también escribimos ("J = C(n, r) cuando quisimos enfatizar que (")
representaba el número de combinaciones de n objetos tomados de r en r, con 0 < r < n. En
consecuencia, (1 + x)n genera la sucesión C(n, 0), C(n, 1), C(n, 2 ) , . . . , C(n, n), 0, 0 , . . .
Para cada 0 < r < n,
r\(n - ry. \r\l

donde P(n, r) es el número de permutaciones de n objetos tomados de r en r. Así,
(1 + x)n = C(n, 0) + C(n, í)x + C(n, 2)x2 + C(n, 3)x3 + • • • + C(n, n)x"
= P(n, 0) + P(n, l)x + P(n, 2) £- + P(n, 3) J- + ■ • • + P(n, n) —.

2! 3! ni
Por lo tanto, si nos fijamos en el coeficiente de xf/r\ que aparece en (1 + JC)", con 0 < r<
n, obtenemos P(n, r). Con base en esta observación, tenemos la siguiente definición.
Definición 9.2 Para una sucesión de números reales a0> Qi» a2> a3,. ..,
f(x) = a0 +fljx + a2— + a3— + ■ • • = 2 a,--

2! 3! Í=O i!
es la función generatriz exponencial de la sucesión dada.
£j*rttpk> 9.22 Si analizamos el desarrollo en serie de Maclaurin para e*, tenemos que
X2 X3 X*
e* = l+x + —+ — + — +••• = ¿,-,
2! 3! 4! =o Í!
de modo que e es la función generatriz exponencial de la sucesión 1, 1, 1, . . . (ex es la
x
función generatriz ordinaria de la sucesión 1, 1, 1/2!, 1/3!, 1/4!,. ..)
Nuestro siguiente ejemplo muestra que esta idea nos puede servir para contar ciertos
tipos de ordenaciones.
IJempto &2S ¿De cuántas formas podemos ordenar cuatro letras de ENGINE?
Tabla 9.3
EENN 4!/(2!2!) EGNN 4!/2!
EEGN 4!/2! E l NN 4!/2!
EEI N 4!/2! GI NN 4!/2!
EEGI 4!/2! E l GN 4!
En la tabla 9.3 enumeramos las selecciones posibles de tamaño 4 de las letras E, N, G,

I, N, E, junto con el número de ordenaciones que determinan estas cuatro letras.
Obtenemos entonces la respuesta por medio de una función generatriz exponencial.
Para la letra E utilizamos [1 + x + (x2/2\)] ya que hay que ordenar 0, 1 o 2 letras E. Observe
que el coeficiente dex 2 /2! es 1, el número de formas distintas de ordenar (solamente) dos
E. De manera similar, tenemos [ 1 + x + (x2/2!)] para la disposición de 0,1 o 2 letras N. Las
ordenaciones de las letras G e I se representan mediante (1 + JC).
En consecuencia, encontramos que la función generatriz exponencial esf[x) = [ 1 + x +
(x72!)]2(l + JC)2; afirmamos que la respuesta pedida es el coeficiente de ^ 4 ! enf(x).
Para dar sentido a nuestra afirmación, consideremos dos de las ocho formas en que
aparece el término x4/4\ en el desarrollo de
f(x) = [1 + x + (x2/2!)][l + x + (*72!)](1 + x)(l + x).

9,4 La función generatriz exponencial 451
1) El término aparece a partir del producto (X 2 /2!)(J:V2!)(1)(1) ) donde (;cV2!) se toma

de cada uno de los dos primeros factores (a saber, [1 + x + (x2/2\)]) y 1 se toma de
cada uno de los dos últimos factores [a saber, (1 + x)]. Entonces, ( J : 2 / 2 ! ) ( ^ / 2 ! ) ( 1 ) ( 1 )
= x4/(2!2!) = (4!/(2!2!))(JC 4 /4!) y el coeficiente de *74! es 4!/(2!2!), el número de
formas en que podemos ordenar las cuatro letras E, E, N, N.
2) El término también aparece a partir del producto (x2/2\)(l)(x)(x), donde 0^/2!) se
toma del primer factor (a saber, [1 + x + (x2/2\)]), 1 se toma del segundo factor (de
nuevo, [1 + x + (x2/2\)]), y x se toma de cada uno de los dos últimos factores [a
saber, (1 + x)]. En este caso, (x2/2\)(l)(x)(x) =xV2\ = (4\/2\)(x4/4\), de modo que el
coeficiente de (x*/4\) es 4!/2!, el número de formas en que podemos ordenar las
cuatro letras E, E, G, I. —-
En el desarrollo completo de/(;c), el término relativo a x*/4\ es
4 4 4 4 4 4 4
X X X X X X X
+—+—+—+—+—+—+X
2!2! 2! 2! 2! 2! 2! 2!
2!2!/ \2!/ + \2!/ + \2!/ + \2!/ + \2!/ + \2!. +

UlJ
y el coeficiente de x*/4\ es la respuesta (102 disposiciones) producidas por los ocho resul
tados de la tabla.
Ejemplo 9,24 Consideremos los desarrollos en serie de Maclaurin de ex y e ".
r , X2 X3 X* r ^ X2 X3 X4
ex=l+x+ —+ — + — +■■■ e~x=\-x + +
2! 3! 4! 2! 3! 4!
Si sumamos estas series, obtenemos
í x2 x4 \
e* + e-' = 2 1 + _ + _ + . . .
V 2! 4! /
o
ex + e~x x2 x4
2 2! 4!
x
Si restamos e~ de e*, tenemos que
x -x "í 5
e —e x x
2 3! 5!
lempío 9M Un barco lleva 48 banderas, 12 de cada uno de los colores rojo, blanco, azul y negro. Se
colocan doce de estas banderas en un mástil para comunicar una señal a otros barcos.
a) ¿Cuántas de estas señales utilizan un número par de banderas azules y un número
impar de banderas negras?
La función generatriz exponencial
X X v2 X X X X
r,s L \L \ \
/JK( X ) = 1 + J C + —+ — + - - - 1 + —+ — + • ■ • U + — + — +••■
' \ 2! 3! / \ 2! 4! A 3! 5! /
tiene en cuenta todas las señales de este tipo formadas por n banderas, n> 1. Los
últimos dos factores de fíx) restringen las señales a un número par de banderas
azules y un número impar de banderas negras, respectivamente.
Como
4\i-o i! / \4/i-i i!
el coeficiente de x l\2\ en f(x) produce (l/4)(412) = 4" señales formadas por 12

n
banderas con un número par de banderas azules y un número impar de banderas

negras.
b) ¿Cuántas de las señales tienen al menos tres banderas blancas o no tienen ninguna?
En este caso, usamos la función generatriz exponencial
x2 x3 \/ x3 x* \/ x2 x3
g(x) = [l+x + — + — + • • • )(1H 1 1 JIl+jcH— + —+
5 W l
2! 3! }\ 3! 4! I\ 2! 3!
= ex[e"-x-^j(e')2
= e4e' - x - Y) = e* - xe3* - (l/2)x V
/-o »! <-o '! \.-o i! /
Aquí, el factor (1 + %-+->fc + ---) = ex-x--£rde g(x) restringe las señales a

aquellas que tienen tres o más de las 12 banderas blancas o ninguna de ellas. La
respuesta para el número de señales buscadas es el coeficiente dex12/12! cng(x). Si
nos fijamos en cada sumando (con una suma infinita), tenemos que:
i) 51—r.—'. en este caso tenemos el término ^ - = 4 12 (^-), de modo que el

coeficiente de JCI2/12! es 412; ,
( °° (3x)' \
ii) x\£ . h ahora vemos que para obtener ;t'2/12! debemos fijarnos en el tér
mino 4(3x) l l /ll!] = 3"(x ,2 /ll!) = (12)(3")JC I 2 /12!, y el coeficiente de*,2/12!es
(12)(3'>); y
/ » (2r)' \
iii) (*2/2)l 2,^-7^-1; para este último sumando, observamos que (JC2/2)[(3JC)IO/10!]
= (l/2)(310)(x12/10!) = (l/2)(12)(ll)(310)(xl2/12!), y esta vez el coeficiente de

jc 12 /12!es(l/2)(12)(ll)(3 10 ).
En consecuencia, el número de señales con 12 banderas y al menos tres banderas

blancas o ninguna de ellas, es
412 _ 1 2 ( 3 ii) „ (1/2)(12)(11)(310) = 10,754,218.
Nuestro último ejemplo nos recuerda algunos resultados pasados.
Ejemplo 9 . 2 6 ' l na empresa contrata a 11 nuevos empleados, cada uno de los cuales es asignado a una de
cuatro subdivisiones. Cada subdivisión reeibe al menos a uno de ellos. ¿De cuántas formas
se pueden hacer las asignaciones?
Si llamamos a las subdivisiones A, B, C y D, podemos contar, en forma equivalente, el
número de sucesiones de 11 letras en las que al menos aparece una vez cada una de las
letras A, B, C y D. La función generatriz exponencial de estas disposiciones es
/ X2 X3 X* V
Jy y
' \ 2! 3! 4! ) '
La respuesta es entonces el coeficiente de xlVI1! en/(;t):
4
/4\
11 U u
4 - 4(3 ) + 6(2") - 4 ( l ) = X ( - 1 ) ' (4 - i) 11 .
1=0 \i7
La forma de esta respuesta nos debe recordar algunos de los problemas de conteo del
capítulo 5. Si dejamos de lado el vocabulario, estamos contando el número de funciones
sobreyectivas g: X - » adonde \x\ =11, \Y\ = 4 .
EJERCICIOS 9.4 1. Encuentre la función generatriz exponencial de cada una de las sucesiones siguientes.
a) 1 , - 1 , 1 , - 1 , 1 , - 1 , . . . b) 1,2,2 2 ,2 3 ,2 4 ,...
c) l,-a,a2, - a 3 , a 4 , . . . , a e R d) l,a 2 ,a 4 ,a 6 ,... , n E R
e) a , a 3 , a 5 , a 7 , . . . , a € R f) 0,1,2(2),3(2 2 ),4(2 3 ),...
2. Determine la sucesión generada por cada una de las siguientes funciones generatrices
exponenciales.
a) f(x) = le* b) f(x) = 6c5* - 3e2x
2
c) /(*) = e* + x d) f(x) = e2x- 3x3 + 5x2 + Ix
e) f{x) = l/(l-a:) f) f(x) = 3/(1 - 2x) + e*
3. En los siguientes ejercicios, la función/(jc) es la función generatriz exponencial de la sucesión
a0, ai, a2, ■.., mientras que la función g(x) es la función generatriz exponencial de la suce
sión b0, bub2,... Exprese g(x) en términos def(x) si
a) b3 = 3 b) a„ = 5", n e N
b„ = a„, n S N . n =¿3 Í>,= - 1
b„ = a„, n€N,n=¿3
c) ¿>, = 2 d) f>, = 2
¿2 = 4 ¿>2 = 4
¿>„ = 2a„, « 6 N , » ^ 1 , 2 ¿>3 = 8
¿>B = 2a» + 3, « € N , n ^ 1,2,3
4. a) Para el barco del ejemplo 9.25, ¿cuántas señales usan al menos una bandera de cada color?
(Resuelva esto mediante una función generatriz exponencial.)
b) Enuncie la parte (a) en una forma alternativa que use el concepto de función sobreyectiva,
c) ¿Cuántas señales hay en el ejemplo 9.25, si el total de banderas azules y negras es par?
5. Encuentre la función generatriz exponencial del número de formas en que podemos ordenar»
letras, n > 0, seleccionadas de cada una de las siguientes palabras.
a) HAWAII b) MISSISSIPPI c) ISOMORPHISM
6. Para la parte (b) del ejercicio 5, ¿cuál es la función generatriz exponencial si la disposición
debe contener al menos dos letras I?
7. Supongamos que la empresa del ejemplo 9.26 contrata a 25 empleados. Dé la función generatriz
exponencial para el número de formas de asignar estas personas a las cuatro subdivisiones, de
modo que cada subdivisión reciba al menos 3 personas, pero no más de 10.
8. Dadas las sucesiones a0> «i, a2,.. .y b0, bu b2,. . . , con funciones generatrices exponenciales
/(■*)> y gW respectivamente, muestre que si h(x) =f{x)g(x), entonces h{x) es la función generat
exponencial de la sucesión c0, ct, c 2 ,. . . , donde c„ = 2rf¡=o("'a,*"-i para cada n > 0.
9. Si generamos una sucesión ternaria (0, 1, 2) de 20 dígitos en forma aleatoria, ¿cuál es 1
probabilidad de que (a) tenga un número par de unos? (b) tenga un número par de unos y un
número par de doses? (c) tenga un número impar de ceros? (d) el total de ceros y unos sea
impar? (e) el número total de ceros y unos sea par?
10. ¿Cuántas sucesiones cuaternarias (0,1, 2, 3) de 20 dígitos hay cuando (a) se tiene al menos un
2 y un número impar de ceros? (b) ningún símbolo aparece exactamente dos veces? (c) ningún
símbolo aparece exactamente tres veces? (d) hay exactamente dos treses o ninguno?
11. Se van a distribuir 25 contratos (para 25 componentes diferentes del transbordador espacial)
entre cinco compañías: c,, c2, . . . , c¡. Encuentre la función generatriz exponencial para el
número de formas en que es posible otorgar estos contratos de modo que (a) la compañía c¡
obtenga al menos cinco contratos y las demás al menos dos; (b) cada compañía obtenga al
menos un contrato, la compañía c2 obtenga más contratos que la c} y que la compañía c2 obten
ga a lo más cinco contratos.
9.5
El operador de suma
Esta última sección presentará una técnica que nos ayudará a pasar de la función generatriz
(ordinaria) para la sucesión a0, au a2,... a la función generatriz de la sucesión a0, a0+ab
a0+a{ + a2,. . .
Para/(x) = a0, a,* + ^x2 + a3x3 + • • •, consideremos la función /(*)/( 1 - x),
f(x)/(í -x) = [fl0 + alX + a2x2 + a3x* + ■ ■ -][1 + x + x2 + x3 + ■ • ■]

= a0 + (fl0 + a\)x + (fl0 + «i + ai)xl
+ (fl0 + ax + a2 + a3)jt3 + • • •,
de modo que/(*)/(l - x) genera la sucesión de sumas a0, aQ + a,, a0 + ax +a2, a0 + at +a2 +

a 3 , . . . Esta es la convolución de la sucesión a0, au a2,... y la sucesión ¿?0, b\,b2t... donde
bn = 1 para todo « E N .
Esta técnica será útil en el ejemplo siguiente.
9.5 El operador de suma 455
rS.2? Encuentre una fórmula para O2 + l 2 + 22 + • • • + n2 como función de n.

Como en la sección 9.2, comenzamos con g(x) = 1/(1 - x) = 1 + x + x2 + • • •. Entonces
i _dg(x)
(-i)(i-*r 2 (-i) = ( l - * ) 2 dx
= 1 + 2x + 3x2 + 4x3 +
de modo que x(l - x)2 es la función generatriz para 0, 1, 2, 3, 4, . . . Si repetimos esta

técnica, tenemos que
dg(x) x(l+x)
x + 22x2 + 3 2 x 3 +
dx dx "(1-x)3"
por lo que x(l + x)/(l - x)} genera O2, l2, 22, 3 2 , . . . Como consecuencia de nuestra obser
vación anterior,
x(í +x) 1 _ x ( l + x)
(l-*) (1-x) " ( 1 - x ) 4
3
es la función generatriz de O2, 0 2 + l2, 0 2 + l 2 + 22, 0 2 + l 2 + 2 2 + 32, . . . Por lo tanto, el

coeficiente dex" enx(l + x)/(l - x ) 4 es 2" =0 í 2 . ^ e r o e^ coeficiente dex" enx(l + x)/(l -x) 4
también puede calcularse como sigue:
x(l + x)
(1-x)4
= (x + x 2 ) ( l - x ) " 4 = ( x + x 2 )
-o4W iV*)+("2V+
donde el coeficiente de x" es
-4
n-lt-W-^L-tf-^
-(-W4+(;:?-W
n_2(4 + (n - 2) - 1
+ (-!)" j
n —2 (-ir
n + 2\ (n + l\_ (w + 2)! (n + 1 ) !
\n-lj \n-2/ 3!(«-l)! 3!(n-2)!
= I [ ( n + 2 ) ( n + l)(/i) + (« + l ) ( n ) ( « - l ) ]
= I(n)(n + !)[(« + 2) + (n - 1)] = (n)(n + 1)(2« + 11(6.
EJERCICIOS 9.5 1. Continúe el desarrollo de las ideas planteadas en el ejemplo 9.27 y obtenga la fórmula
ôi^Wn+l)^]2.
2. a) Encuentre la función generatriz de la sucesión de productos 0 • ( - 1), 1 • 0, 2 • 1, 3 • 2,
4-3 í-(i-l),...
b) Use el resultado de la parte (a) y obtenga una fórmula para 2/Lol'(' ~~ ')•
3. Sea/(;t) la función generatriz de la sucesión ÜQ, aua2,... ¿De qué sucesión es función generatriz
(1-*)/«?
4. Si/Oc) = 2jn=oa,>xn' ¿ CU ^ e s â función generatriz de la sucesióna0, a0 + au a0 + a,+a2, a0 + a
+a2 + a3,. . .? ¿Cuál es la función generatriz de la sucesión a0, a0 + au a0 + «i +a2, a.\ + a2
a2+a3 + at, . . .?
5. S Í / W = XI=oa"*"'muestre que 2!=i (S"J¿a.) *" = */(*)/(! -*)•
6. Sea/O) = 2 ^ 0 ° ' * ' ' c o n / ( l ) = 2,=o a " u n n u m e r o finito. Verifique que el cociente [/(*) -
f(l)]/(x - 1) es la función generatriz de la sucesión s0, su s2,. . . , donde s„ = ^ =n +1a,.
7. Encuentre la función generatriz de la sucesión a0, a¡, a2, . . . , donde a„=2" = 0 (l/'!).«eN.
9.6
A principios del siglo xm, el matemático italiano Leonardo de Pisa (c. 1175-1250), en su
Líber Abaci, presentó al mundo europeo la notación arábiga de los numerales y los
algoritmos para la aritmética. En este texto también surgió el estudio de la sucesión 0,1,1,
2, 3, 5, 8, 13, 2 1 , . . . , la cual puede definirse en forma recursiva como F0 = 0, F\ = 1 y
Fn + 2 = Fn + ! + F„, n > 0. Como Leonardo era hijo de Bonaccio, la sucesión recibió el
nombre de números de Fibonacci. (Filius Bonacci es la forma en latín de "hijo de Bonaccio".)
Si consideramos la fórmula
1 1 + V5\" /l - V5\"
F„ = n>0,
V5
vemos que F0 = 0, F¡ = 1, F2 = 1, F 3 = 2, F 4 = 3 , . . . Es decir, esta fórmula determina cada

número de Fibonacci en función de n. (Tenemos entonces la solución general para la rela
ción recursiva de Fibonacci. Veremos más detalles de esto en el siguiente capítulo.) Sin
embargo, esta fórmula no fue obtenida hasta 1718, cuando Abraham DeMoivre (1667-1754)
obtuvo el resultado a partir de la función generatriz
1 1
1
/(*) = 1 + V5'
1 - J C - V5 1 - :-,'l^),
Leonhard Euler (1707-1783) extendió las técnicas de la función generatriz y avanzó en
el estudio de las descomposiciones de enteros en su obra de dos volúmenes Introductio úi
Analysin Infinitorum (1748). Con
1 1 1 1
P(x) 2
1- x 1- x 1 ,=il -x'
tenemos la función generatriz dep(0),p(l),p(2),..., dondep(n) es el número de descom

posiciones de n en sumandos positivos y se define p(0) = 1.
Leonhard Euler (1707-1783)
En la última parte del siglo xvín surgieron más desarrollos acerca de las funciones
generatrices junto con las ideas de teoría de la probabilidad, especialmente con lo que
ahora se llama "función generatriz de momentos". Estos conceptos relacionados entre sí
fueron presentados en forma completa y por primera vez por el gran estudioso Pierre-
Simon de Laplace (1749-1827) en su obra de 1812 Théorie Analytique des Probabilités.
Por último, mencionamos a Norman Macleod Ferrers (1829-1903), en cuyo honor re
ciben su nombre los grafos de Ferrer.
Desde nuestro punto de vista, el estudio de las funciones generatrices ordinaria y
exponencial proporciona una técnica poderosa que unifica las ideas de los capítulos 1, 5
y 8. Al extender nuestra experiencia anterior con los polinomios al caso de las seríesete
potencias y al extender el teorema del binomio a (1 + x)" a los casos en que n no tiene que
ser positivo ni entero, encontramos las herramientas necesarias para calcular los coefi
cientes de estas funciones generatrices. Esto valió la pena, pues los cálculos algebraicos
que realizamos han tenido en cuenta todos los procesos de selección que intentábamos
analizar. También observamos que ya habíamos estudiado las funciones generatrices en un
capítulo anterior y cómo surgieron en el estudio de las descomposiciones.
El concepto de descomposición de un entero positivo nos permite ahora completar los
resúmenes de nuestros análisis anteriores acerca de las distribuciones, dados en las tablas
1.8 y 5.13. Ahora podemos trabajar con las distribuciones de m objetos en n( ^ m) reci
pientes para los casos en que ni los objetos ni los recipientes son distintos. Estos casos son
analizados en las entradas de las filas segunda y cuarta de la tabla 9.4. La notación/?(m, n),
que aparece en la última columna de esta tabla, se usa para designar el número de descom
posiciones del entero positivo m en exactamente n sumandos (positivos). (Esta idea será
analizada con más detalle en el ejercicio complementario 3 del siguiente capítulo.) Los
tipos de distribuciones de las filas primera y tercera de esta tabla también se enumeran en
la tabla 5.13. Los incluimos de nuevo para comparar y tener una tabla completa.
Tabla 9.4
Los objetos son Los recipientes son Algunos recipientesi Número de
distintos distintos pueden estar vacíos distribuciones
No Sí Sí ("♦r 1 )
No No Sí (1) p(m), para n = m
(2) p(m,l)+p(m,2) + --- +
p{m,rí), paran <m
(n + (.m-ri)-l\ _ (m-l\ _ (m-l\
No Sí No \ (m-ri) ) — \m-n) — \n-\)
No No No p(m,n)
El lector interesado en un análisis similar al del material de este capítulo debe consultar
el capítulo 2 de C. L. Liu [3] y el capítulo 6 deA. Tucker [7]. El texto de J. Riordan [5] trata
ampliamente las funciones generatrices ordinaria y exponencial. Un interesante artículo
de referencia acerca de las funciones generatrices, escrito por Richard R Stanley, aparece
en el texto editado por G-C. Rota [6]. El texto de H. S. Wilf [8] trata las funciones generatrices
y algunas formas de aplicarlas en las matemáticas discretas. Este trabajo muestra también
cómo estas funciones proporcionan un puente entre las matemáticas discretas y el análisis
continuo (en particular, la teoría de funciones de variable compleja).
El lector interesado en aprender más acerca de la teoría de descomposiciones debe
consultar el capítulo 10 de I. Niven y H. Zuckerman [4].
Por último, un extenso análisis de la función generatriz de momentos y su uso en la
teoría de probabilidades aparece en el capítulo 3 de H. J. Larson [2] y en el capítulo XI de
la extensa obra de W. Feller [1].
BIBLIOGRAFÍA
1. Feller, William, An Introduction to Probability Theory and Its Applications, Vol. 1, 3*

2. Larson, Harold J., Introduction to Probability Theory and Statistical ínference, 2* ed.,
York, Wiley, 1969.
3. Liu, C. L., Introduction to Combinatorial Mathematics, Nueva York, McGraw-Hill, 1968
4. Niven, Ivan, y Herbert Zuckerman, An Introduction to the Theory ofNumbers, 4* ed., Nuev
York, Wiley, 1980.
5. Riordan, John.An Introduction to CombinatorialAnalysis, Princeton, N.J., Princeton Univer
Press, 1980. (Publicado originalmente en 1958 por John Wiley & Sons.)
6. Rota, Gian-Carlo, editor, Studies in Combinatorics, Studies in Mathematics, Vol. 17, Wa
hington, D.C., The Mathematical Association of América, 1978.
8. Wilf, Herbert S., Generating functionology, San Diego, Calif., Academic Press, 1990.
EJERCICIOS 8. Para los enteros n, k > 0, sean

COMPLEMENTARIOS
• P, el número de particiones de n.
• P2 el número de particiones de 2n + k, donde n + k
es el sumando más grande.
1. Encuentre la función generatriz para cada una de las
sucesiones siguientes. • P3 el número de particiones de 2n + k en precisa
mente n + k sumandos.
a) 7,8,9,10,... b) \,a,a2,a\a\..., a£R
c) l,(l + a),(l + a ) , ( l + a ) 3 , . . . , a 6 R
2
Usando el concepto de grafo de Ferrer, demuestre que
d) 2,l + a,l+a2,l+a3,..., a GR P\ = Pi y Pi = P3, y concluya que el número de descomposi
ciones de 2n + k en precisamente n + k sumandos es el
2. Encuentre el coeficiente de x83 en
mismo para todo k.
f(x) = (x5+x8 + xn+xi4 + xly°. 9. Simplifique la suma siguiente, paran GZ + :(í) +2(2)
+ 3(3) + • • • + n (" J. (Sugerencia: tal vez deba comenzar
3. El sargento Pérez debe distribuir 40 municiones (20 con el teorema del binomio.)
para fusiles y 20 para pistolas) entre cuatro oficiales de po
licía, de modo que cada oficial reciba al menos dos, pero no 10. Determine la función generatriz para el número de des
más de siete municiones de cada tipo. ¿De cuántas formas composiciones denEN, donde 1 aparece a lo más una vez,
puede hacerlo? 2 aparece a lo sumo dos veces, 3 un máximo de tres veces y,
en general, k aparece cuando mucho k veces, para cada k 6
4. Encuentre una función generatriz para el número de Z+.
formas de descomponer un entero positivo n en sumandos
enteros positivos, de modo que cada sumando aparezca un 11. En la tienda de un área rural hay doce buzones.
número impar de veces o ninguna. a) Si una repartidora tiene 20 periódicos idénticos,
¿de cuántas formas puede distribuirlos de modo que
5. Para n£Z*, muestre que el número de descomposiciones en cada buzón haya al menos uno?
den en las que ningún sumando par se repite (un sumando impar b) Si los buzones están en dos filas con seis cada
puede o no repetirse) es igual al número de descomposiciones de una, ¿cuál es la probabilidad de que una distribu
n tales que ningún sumando aparece más de tres veces. ción de la parte (a) tenga 10 periódicos distribui
6. ¿Cuántos números telefónicos de 10 dígitos utilizan so dos en los seis buzones de arriba y 10 en los seis
lamente los dígitos 1, 3, 5 y 7, si cada dígito aparece al de abajo?
menos dos veces o ninguna?
12. Sea 5 un conjunto con n objetos distintos. Verifique
7. a) ¿De qué sucesión de números es g(x) = (1 - 2x)~ín que e7(l - x)k es la función generatriz exponencial para el
la función generatriz exponencial? número de formas de elegir m de los objetos de 5, para 0 < m < n,
b) Encuentre a y b tales que (1 - axf sea la función y distribuya estos objetos en k recipientes distintos, donde
generatriz exponencial de la sucesión 1, 7, 7 • 11, el orden de los objetos en cualquier recipiente es significa
1 ■ 11 • 1 5 , . . . tivo en la distribución.
>
10
Relaciones
de recurrencia
E n algunas secciones anteriores del texto vimos algunas definiciones y construcciones re
cursivas. En las definiciones 5.19,6.7,6.12 y 7.9 obtuvimos los conceptos del nivel n + 1
(o de tamaño n + 1) a partir de conceptos similares en el nivel n (o de tamaño n), después
de definir el concepto en un primer valor de n, como 0 o 1. Cuando trabajamos con los
números de Fibonacci o de Lucas en la sección 4.2, vimos que los resultados en el nivel
n + 1 dependían de los de los niveles n y n - 1; para cada una de estas sucesiones de enteros,
la base constaba de los dos primeros enteros (de la sucesión). Ahora nos encontramos en
una situación similar. Analizaremos las funciones a(n), que de preferencia escribiremos a„
(para«>0), donde a„ depende de algunos de los términos anteriores a„.¡, an_2, ■ • ■ ,alta0.
Este estudio de las llamadas relaciones de recurrencia o ecuaciones en diferencias es la
contrapartida discreta de las ideas que se aplican en ecuaciones diferenciales ordinarias.
Nuestro desarrollo no usará ideas de las ecuaciones diferenciales pero comenzará con
la noción de progresión geométrica. A medida que vayamos desarrollando más ideas, ve
remos muchas de las aplicaciones que hacen este tema tan importante.
10.1
La relación de recurrencia lineal
de primer orden
Una progresión geométrica es una sucesión infinita de números, como 5, 15, 45, 135,...,
donde el cociente de cualquier término (distinto del primero) entre su predecesor es una
constante, llamada razón común. Para nuestra sucesión, esta razón común es 3: 15 = 3(5),
45 = 3(15), etcétera. Si a0, ax, a2,... es una progresión geométrica, entonces ajao = a2lax =
• • • = an + Ja„ = • • • = r, la razón común. En esta progresión geométrica particular, tene
mos que a„ + i = 3a„, n>0.
La relación de recurrencia a„+l = 3an, n > 0, no define una única progresión geométrica.
La sucesión 7, 21, 63, 189, . . . también satisface la relación. Para distinguir la sucesión
particular descrita por an+1 = 3a„, necesitamos conocer uno de los términos de la sucesión.
Por lo tanto,
a„+l = 3an, n>0, a0-5,
461
4G2 Capítulo 10 Relaciones de recurrencia
define en forma única la sucesión 5, 15, 4 5 , . . . , mientras que
identifica a 7, 21. 63 como la progresión geométrica en cuestión.

I .a ecuación a„, t = 3a„, n > O es una relación de recun eneia, ya que el valor de a,(i
(considerando actual) depende de «„ (considerando anterior). Como a„ f , sólo depende ce
AU predecesor inmediato, decimos que la relación es de primer orden. Hn particular. ésta«
una relación de recun eneia homogénea, lineal, de primer orden, con coeficientes constan
tes. (Hablaremos más de eslo posteriormente.) La forma general de esa ecuación cs<v,=
íIaA, n > 0, donde d es una constante.
Los valores como añ o a,, que se dan además de la relación de rccurrcncia, se conoto:
como condiciones de fronrero. La expresión Ut,= A, donde A es una constante, también*;
conoce como condición inicial. Nuestros ejemplos muestran la importancia de la condi
ción de frontera para determinar una única solución.
Regresemos a la relación de reeuitencia
«„., -3tí„. n *ü, tfo = 5.
Los primeros cuairo términos de esta sucesión son
ÍI, = 3a 0 = 3(5),
fl2 = 3fl, = 3(3<ío) = 3 a (5), y
*-3«»-3(íí5))-3>(5>
Estos resultados sugieren que para cualquict n £ 0, an = 5(3"). Ésta es la solución geneni
de la relación de recurrcncia dada. Un la solución general, el valor de a„ es una función it
n y ya no depende de los términos anteriores de la sucesión, tina ve/ definido o*. Pu
ejemplo, para calcular Am, basia calcular 5(3'") = 295,245; ya no hay necesidad de comea-
zar en Uy e ir agregando hasta llegar a o<.,->■
Rl ejemplo anterior nos conduce a lo siguiente. (Este resultado puede demostrarse po:
inducción matemática.)
La solución general tic la relación de íecurrencia

antl=daK, donde « £ U . d es una constante Vh = A
es única y está dada por
Así, la soluciona, -Ad'\ n >U define una función discreta cuyo dominio es el coiijunlc
N tic los enteros no negativos.
Ejemplo 10.1 Resuelva la relación de recurrenciaú,n = 7íjll_i( donde n> I yn ? = 9R.

Esta es sólo una forma alternativa de la relación*»,.., = 7a„, para» > ü y *í-_y8. Por lo
tanto, la solución general tiene la forma a„ - U(fJ"). Como ui = 98 = urfi1), esto implica
quefln= 2 y Ü, = 2(7A), n ¿ 0 es la única solución.
Ejemplo 10.2 Un banco paga un interés (anual) del 6% para cuentas de ahorros, con un interés compues
to mensual. Si Patricia deposita $ 1000 el primero de mayo, ¿cuánto dinero tendrá deposi
tado un año después?
La tasa de interés anual es del 6%, de modo que la tasa mensual es 6%/12 = 0.5% =
0.005. Para 0 < n < 12, seap„ el valor del depósito de Patricia al final de n meses. Entonces
Pn+\~Pn + 0.005p„, donde 0.005/J„ es el interés obtenido sobre pn durante el mes n + 1, para
0 < n < l l y p 0 = $1000.
La relación^ + , = (1.005)p„, p0=$ 1000 üene la solución/?» =p0( 1.005)" = $ 1000( 1.005)".
Por lo tanto, al final del año, el depósito de Patricia tiene un monto de $1000(1.005)12 =
$1061.68.
La relación de recurrencia a„ +1 - da„ = 0 es lineal debido a que cada término con

subíndice aparece elevado a la primera potencia (como A: y y en la ecuación de una recta en
el plano). A veces, podemos transformar una relación de recurrencia no lineal en una
lineal mediante una sustitución algebraica.
IjMffcl f ftJI Determine an si a*+i = Sal, donde an > 0 para n > 0 y a0 = 2.

Aunque esta relación de recurrencia no es lineal respecto de an, si bn= a\ , entonces la
nueva relación b„+1 -5b„ para n > 0 y b0 = 4 es una relación lineal cuya solución es bn =
4 • 5". Por lo tanto, a„ = 2(-v/5)" para n > 0 y ai2 = 31,250.
La relación de recurrencia lineal general de primer orden con coeficientes constantes

tiene la forma an+1 + ca„ =/(«), n > 0, donde c es una constante y/(n) es una función en
el conjunto N de los enteros no negativos.
Cuando f(n) = 0 para todo n £ N, la relación es homogénea; en caso contrario, la
relación es no homogénea. Hasta el momento hemos tratado solamente con relaciones
homogéneas. Ahora resolveremos una relación no homogénea. Desarrollaremos técnicas
específicas que funcionan para todas las relaciones de recurrencia lineales homogéneas
con coeficientes constantes. Si bien hay muchas técnicas diferentes que son útiles en los
problemas no homogéneos, ninguna de ellas sirve para todos los casos; pero si podemos
reconocer un patrón de nuestras experiencias anteriores, es más probable que tengamos
éxito.
£j(N'ttf)Í0 10,4 Tal vez el más popular, aunque no el más eficiente, de los métodos para ordenar datos es
la técnica llamada ordenación por el método de la burbuja. En este caso, la entrada es
una lista A[l], A [ 2 ] , . . . , A[n] de n números reales que debe ordenarse en forma ascen
dente.
El segmento de programa en Pascal que aparece en la figura 10.1 proporciona una
implementación para este tipo de algoritmo. En este caso, la variable entera i es el conta
dor para el ciclo For exterior, mientras que la variable entera; es el contador para el ciclo
For interior. Por último, la variable real temp se usa para guardar lo necesario al hacer un
intercambio.
464 Capítulo 10 Relaciones de recurrencia
Begin
For i : = 1 t o n - 1 do
Fo r 3 ■ = n downto i + 1 do
I f A[j] < A[j - 1] t h e n
Begin
temp : = A [ j - 1 ] ;
A [ j - 1] : = A[j];
A[j] : = tenup
End
End;
Comparamos el último elemento de la lista dada, A[n], con su predecesor, A[n - 1]. Si
A[n] < A[n - 1], intercambiamos los valores guardados en A[n - 1] y A[n]. En todo caso,
ahora tendremos que A[n - 1] < A[n]. Después comparamos A[n - 1] con su predecesor
inmediato, A[n - 2]. Si A[n - 1] < A[n - 2], los intercambiamos y continuamos el proceso.
Después de n - 1 comparaciones de este tipo, el número más pequeño de la lista está en
A[l]. Después repetimos este proceso para los n - 1 números restantes guardados en la
lista (más pequeña) A[2], A[3],..., A[n]. De esta manera, cada vez (contada por i) que se
realiza este proceso, el número más pequeño de la sublista restante «sube» (como una
burbuja) hasta el frente de esa sublista.
En la figura 10.2 aparece un pequeño ejemplo en que n = 5 yA[l] = 7,A[2] = 9,A[3] =
2, A[4] = 5 y A[5] = 8 para mostrar la forma en que el ordenamiento de burbuja de la figur
10.1 ordena en forma ascendente una sucesión dada. En esta figura, cada comparación que
provoque un intercambio se denota mediante el símbolo *) ; el símbolo } indica una compa
ración que no produce intercambios.
Para determinar la función de complejidad en tiempo/(n) cuando usamos este algoritmo
en una entrada (lista) de tamaño n > 1, contamos el total de comparaciones realizadas para
ordenar los n números dados en forma ascendente.
Si a„ denota el número de comparaciones necesarias para ordenar n números de esta
forma, entonces tenemos la siguiente relación de recurrencia:
a„ = an-x + (« - 1), n > 2, al = 0.
Esto surge de lo siguiente: dada una lista de n números, hacemos n-í comparaciones
para subir el número más pequeño hasta el principio de la lista. La sublista restante de n -1
números requiere entonces a„ - [ comparaciones para ordenarse completamente.
Esta es una relación lineal de primer orden con coeficientes constantes, pero el término
n - 1 la hace no homogénea. Puesto que no tenemos una técnica para resolver esta rela
ción, enumeraremos algunos términos para ver si hay un patrón que podamos reconocer.
fl! = 0
A2 = ai + (2 - 1) = 1
a3 = a2 + (3 - 1) = 1 + 2
«4 = a3 + (4 - 1) = 1 + 2 + 3
En general, an = 1 + 2 + • ■ • + (n - 1) = [(n - l)«]/2 = (n2 - n)/2.

465
¡=1 A[1] 7 7 7 2
A[2] 9 9 7
A[3] 2 21 2* 9 9
j=4
A[4] 5| 5j 5 5 5
j=5
A[5] 8j 8 8 8 8
Cuatro com paraciones y dos intercambios.
i=2 A[1] 2 2 2 2
A[2] 7 7 7^ 5
j =3
J
y*
A[3] 9 7
¿
A[4] 5] 9 9
j=5
¿
A[5] 8J 8 8 8
Tres compa raciones y dos intercambios.
i=3 A[1] 2 2 2
A[2] 5 5 5
A[3] 7 7
A[4] y*
8J 8
A[5] 9 9
Dos compa raciones y un intercambio.
i=4 A[1] 2
A[2] 5
A[3] 7
A[4] 8]
j=5
A[5] 9j
Una comparación y ningún intercambio.

Figura 10.2
Como resultado, el algoritmo de la burbuja determina la función de complejidad en

tiempo/: Z+ —¥ R dada por/(n) = a„ = (n2 - n)/2. En consecuencia, como medida del tiem
po de ejecución de este algoritmo, escribimos/ G O (n2). Entonces decimos que el algoritm
de la burbuja requiere 0(n2) comparaciones.
$|tf!tg>to 10.5 En la parte (b) del ejemplo 9.6, buscábamos la función generatriz de la sucesión 0,2,6,12,
20,30,42,... y la solución se basó en nuestra capacidad para reconocer qup a„ = n1 + n p
cada n G N. Si no vemos esto, tal vez podamos analizar la sucesión dada y determinar si
existe otro patrón que pueda ayudarnos.
En este caso, a0 = 0, ax = 2,va3 = 12, a4 = 20, a¡ = 30, a<¡ = 42 y
«i — a0 = 2 a4 - aj = 8
a2 - «i = 4 a¡ - a4 = 10
a3 - A2 = 6 a6-as = 12.
Estos cálculos sugieren la relación de recurrencia
a„-an-i = 2«, n^l, fl0 = 0.
Para resolver esta relación, procederemos en forma diferente del método utilizado en el
ejemplo 10.4. Consideremos las siguientes n ecuaciones:
«i - flo = 2
a2 - fli = 4
A3 - a2 = 6
a„ - a„_i = 2n.
Al sumar estas ecuaciones, la suma del lado izquierdo contiene a,y - a, para todo 1 < i <
n - 1. Así, obtenemos
a„-a0 = 2 + 4 + 6 + - • - + 2 / i = 2 ( l + 2 + 3 + - • • + n)
= 2[n(n + l)/2] = n2 + n.
Como a0 = 0, tenemos que an = n2 + n para n G N, como lo habíamos determinado en la
parte (b) del ejemplo 9.6.
En este momento analizaremos una relación de recurrencia con un coeficiente variable,
■JÎBftpIO 10*6 Resolveremos la relación a„ = n ■ a„. i, donde n > 1 y a0 = 1.

Si escribimos los primeros cinco términos de la relación, tenemos:
a0 = l a3 = 3 • a2 = 3 • 2 • 1
«i = 1 • a0 = 1 fl4 = 4 • a3 = 4 • 3 • 2 • 1
a2 = 2 •fl!= 2 • 1
Por lo tanto, an= n\ y la solución es la función discreta a„, n > G, que cuenta las
permutaciones de n objetos.
Ahora que estamos en el tema de las permutaciones, analizaremos un algoritmo recursivo

para generar las permutaciones de {1, 2, 3 , : . . , n - 1, n} a partir de las permutaciones de
{1,2,3 n-l}.t
Sólo existe una permutación de {1}. Si analizamos las permutaciones de {1, 2},
1 2
2 1
vemos que después de escribir la permutación 1 dos veces, pasamos el 2 de un lado al otro
del 1 para obtener las permutaciones enumeradas. Si escribimos cada una de estas dos
permutaciones tres veces, intercalamos el número 3 y obtenemos
1 2 3
1 3 2
3 1 2
3 2 1
2 3 1
2 1 3
Vemos aquí que la primera permutación es 123 y que obtenemos cada una de las si
guientes dos permutaciones a partir de su predecesor inmediato, intercambiando dos nú
meros: 3 y el entero a su izquierda. Cuando el 3 llega al lado izquierdo de la permutación,
examinamos los números restantes y los permutamos de acuerdo con la lista de
permutaciones generadas para {1, 2}. (Esto hace que el procedimiento sea recursivo.)
Después de esto, intercambiamos el 3 con el entero a su derecha, hasta que el 3 está en el
lado derecho de la permutación. Observemos que si intercambiamos 1 y 2 en la última
permutación, obtenemos 123, la primera permutación enumerada.
Para el caso S = {1, 2, 3, 4}, enumeramos primero las seis permutaciones de {1, 2, 3}
cuatro veces. Si comenzamos con la permutación 1234, intercalamos el 4 en las restantes
23 permutaciones, como se indica en la tabla 10.1. La única idea nueva aquí es la siguien
te: al pasar de la permutación (5) a la (6) a la (7) a la (8), intercambiamos 4 con el entero
a su derecha. En la permutación (8), cuando 4 ha alcanzado el lado derecho, obtenemos la
permutación (9) manteniendofijala posición de 4 y reemplazando la permutación 132 por
312 de la lista de permutaciones de {1,2, 3}. Después de esto, continuamos con las prime
ras ocho permutaciones, hasta llegar a la permutación (16), donde 4 está dei nuevo a la
derecha. Después permutamos 321 para obtener 231 y continuamos intercalando 4 hasta
generar las 24 permutaciones. De nuevo, si intercambiamos 1 y 2 en la última permutación,
obtenemos la primera permutación de nuestra lista.
La bibliografía del capítulo proporciona más información acerca de los procedimientos
recursivos para la generación de permutaciones y combinaciones.
t El material que se presenta de aquí al final de la sección es una digresión que usa la idea de recursión.
No trata los métodos para resolver relaciones de recurrencia y puede omitirse sin perder la continuidad.
Tabla 10.1
(1) 2 3 4
(2) 2 4 3
(3) 4 2 3
(4) 4 2 3
(5) 4 3 2
(6) 4 3 2
(7) 3 4 2
(8) 3 2 4
(9) 3 1 2 4
(10) 3 1 4 2
(11) 3 4 1 2
(15) 3 2 4 1
(16) 3 2 1 4
(17) 2 3 1 4
(22) 2 4 1 3
(23) 2 1 4 3
(24) 2 1 3 4
Cerraremos esta primera sección regresando a una idea anterior: el máximo común
divisor de dos enteros positivos.
{[Jgftlpio 10,7 Los métodos recursivos son fundamentales en el área de las matemáticas discretas y en el
análisis de algoritmos. Estos métodos surgen cuando queremos resolver un problema dado
al descomponerlo o referirlo a problemas similares más pequeños. En^l lenguaje de pro
gramación Pascal podemos implementarlos mediante el uso de funciones y procedimien
tos recursivos, que permiten llamarse a sí mismos. Este ejemplo proporciona una función
de este tipo.
Al calcular mcd(333, 84), obtenemos lo siguiente mediante el algoritmo de Euclides
(presentado en la sección 4.4).
333 = 3(84) + 81 0<81<84 (1)
84 = 1(81) + 3 0<3<81 (2)
81 = 27(3) + 0. (3)
Como 3 es el último resto distinto de cero, el algoritmo de Euclides indica que mcd
(333, 84) = 3. Sin embargo, si solamente usamos los cálculos de las ecuaciones (2) y (3),
entonces tenemos que mcd(84, 81) = 3. La sola ecuación (3) implica que mcd(81, 3) = 3,
puesto que 3 divide a 81. Por lo tanto,
mcd(333, 84) = mcd(S4, 81) = mcd(81, 3) = 3,
donde los enteros que aparecen en los cálculos sucesivos son cada vez más pequeños,
conforme pasamos de la ecuación (1) a la (2) a la (3).
También observamos que

81=333Mod84 y que 3 = 84 Mod 81.
Por lo tanto, obtenemos que
mcd(333, 84) = mcd(84, 333 Mod 84) = mcd(333 Mod 84, 84 Mod(333 Mod 84)).
Estos resultados proporcionan el siguiente método recursivo para el cálculo de mcd(a,
b), con a, bE Z+.
Supongamos que la entrada está dada por a, b G Z+.
Paso 1. Si b | a (o a Mod b = 0), entonces mcd(a, b) = b.
Paso 2. Si b Xa, entonces hay que realizar las siguientes tareas en el orden dado.
i) Sea a = b.
ii) Hagamos b = a Mod b, donde el valor de a para esta asignación es el valor
anterior de a.
iii) Regresamos al paso 1.
Utilizamos estas ideas en el programa en Pascal de la figura 10.3, donde el segmento
sombreado es una función recursiva que determina mcd(a,b). (Tal vez el lector quiera
comparar este programa con el que aparece en la figura 4.9.)
Program EuclideanAlgorithm2 (input.output);
Var
p,q: integer;
Function gcd (a,b: integer): integer;
Begia
If a Mod b = 0 then
gcd := b
Else gcd := gcd (b,a Mod b)
End;
Begin
W r i t e l n ( ' E s t e programa e s t á diseñado para
encontrar');
Writeln ('el mcd de dos enteros positivos');
Writeln ('p y q . ' ) ;
Write ('El primer entero positivo p es ' ) ;
Readln (p);
Writeln ('El segundo entero positivo q es ' ) ;
Readln (q);
Writeln ('El máximo común divisor de ' ) ;

Writeln (p,' y ',q,' es ', mcd(p,q),'.')
End.
<
Figura 10.3
EJERCICIOS 10.1 1. Encuentre una relación de recurrencia, con una condición inicial, que determine de manera
única cada una de las siguientes progresiones geométricas.
a) 2,10,50,250,... b) 6,-18,54,-162,...
c) 1,1/3,1/9,1/27,... d) 7,14/5,28/25,56/125,...
2. Encuentre la solución general para cada una de las siguientes progresiones geométricas.
a) a„ + i-1.5a„ = 0 , « 2 0 b) 4a„-5fl„_! = 0 , n > 1
c) 3a„+1-4<j„ = 0 , « s 0 , a i = 5 d) 2a„-3a„-i = 0,n > l , a 4 = 81
3. Si a„, n > 0, es una solución de la relación de recurrencia an + , - dan = 0 y a} = 153/49, a¡ =
1377/2401, ¿cuánto valed?
4. El número de bacterias en un cultivo es de 1000 (aproximadamente) y este número aumenta un
250% cada dos horas. Use una relación de recurrencia para determinar el número de bacterias
presentes después de un día.
5. Si Laura invierte $100 con un interés compuesto trimestral de 6%, ¿cuántos meses debe espe
rar para que su dinero se duplique? (Ella no puede retirar el dinero antes que se cumpla el
trimestre.)
6. Hace 15 años Pablo invirtió sus ganancias de la bolsa, en una cuenta que pagaba un 8%
interés trimestral compuesto. Si ahora tiene $7218.27 en su cuenta, ¿cuál fue la inversión
inicial?
7. Sea *!, jc 2 ,..., xg) una lista de números reales distintos que debe ordenarse mediante la técnica
del método de la burbuja del ejemplo 10.4. (a) ¿Después de cuántas comparaciones estarán
ordenados en forma ascendente los 10 números más pequeños de esta lista? (b) ¿Cuántas com
paraciones más se necesitan para terminar la ordenación?
8. Para la implementación del método de la burbuja de la figura 10.1, el ciclo For exterior se
ejecuta n - 1 veces. Esto sucede en forma independiente de los intercambios que ocurran
durante la ejecución del ciclo For interior. En consecuencia, para i = k, 1 < k £ n - 2, si la
ejecución del ciclo For interior no produce intercambios, la lista estará ya en orden ascendente,
por lo que la ejecución del ciclo For exterior para ¿ + 1 £ ¿ £ n - 1 ya no es necesaria.
a) Para la situación aquí descrita, ¿cuántas comparaciones innecesarias se realizan si la ejecu
ción del ciclo For interior para*»' = k(\ <k<n- 2) no produce intercambios?
b) Escriba una versión mejorada del método de la burbuja que aparece en la figura 10.1. (So
resultado debe eliminar las comparaciones innecesarias analizadas al inicio de este ejerci
cio.)
c) Use el número de comparaciones como una medida del tiempo de ejecución para determi
nar la complejidad en tiempo del mejor y el peor caso para el algoritmo implementado en la
parte (b).
9. Supongamos que las permutaciones de {1, 2, 3, 4, 5} se generan mediante el procedimiento
desarrollado después del ejemplo 10.6. (a) ¿Cuál es la última permutación de la lista? (
¿Cuáles son las dos permutaciones que preceden a 25134? (c) ¿Cuáles son las tres permutaciones
que siguen a 25134? (d) ¿Qué posición ocupan las permutaciones 21543, 35421 y 31524?
10. Sean*!,.^,^,..., xn n números reales, con x¡<x2<Xj < ■ • ■ < x„. La mediana de este conju
de n números se define como
xintW, paran impar
(V2)[xM + xm) + ,], para n par.
a) Supongamos que A[1],A[2],A[3],... ,A[n] es una lista de «números reales, no necesaria
mente en orden ascendente o descendente. Escriba un programa (o desarrolle un algoritmo)
para determinar la mediana del conjunto de números reales enumerados en la lista.
b) Analice la complejidad en tiempo del peor caso para el programa escrito en la parte (a).
10,2 La relación de recurrencia lineal homogénea de segundo orden con... 471
10.2
La relación de recurrencia lineal
homogénea de segundo orden
con coeficientes constantes
Sea* G Z+ y C„(¿ 0),C„:i,C„_2,... ,C„_k(^ 0) números reales. Sia„, n > 0, es una función
discreta, entonces ^/
Cnan + Cn-i an-x + C„_2 a„-2 +••• + Cn-k an-k = f(n), n>k,
es una relación de recurrencia lineal (con coeficientes constantes) asorden k. Cuando/(n)
= 0 para todo n > 0, decimos que la relación es homogénea; en otro caso, es no homogénea
En esta sección nos centraremos en la relación homogénea de orden dos: C„an + C„. i a„ _ i +
Cn-2o„-2 = 0, n > 2. Con base en nuestro trabajo de la sección 10.1, buscamos una solución
de la forma a„ = cr", donde c ^ 0 y r ^ 0.
Si sustituimos an = cr" en C¿an + C„_ia„_i + C„_2a,,_2 = 0, obtenemos
Cncr" + Cn-Xcrn-1 + Cn-2cr"-2 = 0.
Si c, r£ 0, esto se convierte en C„r2 + C„_ir + C„_2 = 0, una ecuación cuadrática llamada la
ecuación característica. Las raíces ru r2 de esta ecuación están en alguno de los tres casos
siguientes: (a) ru r2 son números reales distintos; (b) rlt r2 son complejos conjugados; (c)
ru r2 son reales, pero n = r2. En todos los casos, rt y r2 son las raíces características.
Caso(A): (Raíces reales distintas)
êmpio 10.8 Resolveremos la relación de recurrencia an + a„_i - 6a„_2 = 0, donde n > 2 y a0 = 1, ax = 2.

Si an = cr" con c, r £ 0, obtenemos cr" + cr"'1- 6cr"'2 = 0 de donde se sigue la ecuación
característica r2 + r - 6 = 0:
0 = r2 + r - 6 = (r + 3)(r - 2) z> r = 2, - 3 .
Puesto que tenemos dos raíces reales distintas, a„ = 2" y an = (- 3)" son soluciones [al
igual que b(2") y d(~3)n con Í>,Í/ constantes arbitrarias]. Son soluciones linealmente inde
pendientes pues una no es múltiplo de la otra; es decir, no existe una constante real k tal
que (-3)" = k(2") para todo n G N.f Escribimos a„ = Ci(2") + c2(-3)" como solución gene
ral, donde cu c2 son constantes arbitrarias.
Si Oo = 1 y o¡ = 2, entonces cx y c2 quedan determinadas de la forma siguiente:
1 =flo= c1(2)° + c 2 (-3)° = c1 + c2

2 = ai = ci(2)1 + c 2 (-3) 1 = 2ci-3c 2 .
Al resolver este sistema de ecuaciones, vemos que Ci = 1, c2 = 0. Por lo tanto, an = 2", n >
0 es la única solución de la relación de recurrencia dada.
<
t También podemos decir que las soluciones a, = 2" y a„ = (-3)" son linealmente independientes si se
cumple la siguiente condición: Pata k¡, k¡ E R, si k¡(2") +fc(-3)"= 0 para todo n £ N , entonces ^ = ^ = 0.
Una relación de recurrencia homogénea de segundo orden interesante es la relación de

Fibonacci. (Ya mencionamos esto anteriormente, en las secciones 4.2, 5.8 y 9.6.)
Ejemplo 10.9 Resolveremos la relación de recurrencia F„+2 = F„+1 + F„, donde n S 0 y F0 = 0, Fi = l.

Como en el ejemplo anterior, sea Fn = cr", parac, rÔ, n>0. Al sustituir obtenemos
cr"+ 2 = crn + i + cr"\ de aquí tenemos la ecuación característica r2 - r - 1 = 0. Las raíces
características son r = (1 ± 45)12, de modo que la solución general es F„ = c,[(l + -J5 )/2
+ c 2 [l-V5)/2]\
Para encontrar c1, c2, usamos los valores iniciales dados y escribimos 0 = F„ = C: + c2,
1 =Fi =ci[(l + V5)/2] +c2[(l -45)12]. Como-d = c2, tenemos que 2 = ci(l + V5)-
Ci(l - >/J) y Ci = 1 / V5. La solución general está dada por
i + V5\" i - VBY
fi n>0.
-V5
Ejemplo «Me ParanSO, seaS = {1,2,3,..., n] (cuando n = 0, S = 0)y seaa„ el número de subconjuntos
de S que no contienen enteros consecutivos. Encuentre y resuelva una relación de recurrencia
para an.
Para 0 < n < 4, tenemos a0 = 1, at = 2, a2 = 3, a3 = 5 y a4 = 8. [Por ejemplo, a3 = 5 ya
5 = {1,2, 3} tiene a0, {l},{2},{3}y{l,3} como subconjuntos sin enteros consecutivos
(y ningún otro subconjunto). Estos primeros cinco términos nos recuerdan la sucesión de
Fibonacci. Pero ¿cambiarán las cosas a medida que avancemos?
Sea n > 2 y S = {1, 2, 3,. . ., n - 2, n - 1, n}. Si A C 5 y A se cuenta en a„, hay dos
posibilidades:
a) nGA: Cuando esto ocurre, (n - 1) í A y A - {n} se contaría en a„_2.
b) n £ A: En este caso, A se contaría en a„_ i.
Estos casos abarcan todas las posibilidades y son mutuamente disjuntos, por lo que
podemos concluir que la relación de recurrencia de este problema es a„ = a„_! + a„_2, dond
n>2yao=l,ai = 2. Ahora podríamos despejar a„, pero si observamos que an = F„+2, n >0
entonces el resultado del ejemplo 10.9 implica que
1 1 + V5\"+2 / l - V5\"+2
a„ =V5 «20.
Analicemos una relación análoga en una aplicación para las ciencias de la computación.
Ejemplo 10,11 En muchos lenguajes de programación podemos considerar que las expresiones aritméti
cas válidas, sin paréntesis, están formadas por los dígitos 0,1, 2 , . . . , 9 y los símbolos de
las operaciones binarias +, *, /. Por ejemplo, 3 + 4 y 2 + 3*5 son expresiones aritméticas
válidas; 8 + * 9 no lo es. En este caso, 2 + 3 * 5 = 17, ya que hay una jerarquía de
10.2 La relación de recurrencia lineal homogénea de segundo orden con... 473
operaciones: la multiplicación y la división se realizan antes que la suma. Las operaciones

del mismo nivel se realizan en su orden de aparición, al analizar la expresión de izquierda
a derecha.
Paran € Z+, sea#„ el número de estas expresiones aritméticas (válidas) formadas porn
símbolos. Entonces a, = 10, puesto que las expresiones aritméticas con un símbolo son los
10 dígitos. A continuación, a2 = 100, con las expresiones 00, 0 1 , . . . , 09, 10, 1 1 , . . . , 99.
(No hay necesidad de un signo más antes del número.) Si n > 3, consideramos dos casos
para obtener una relación de recurrencia para an:
1) Si x es una expresión aritmética de n - 1 símbolos, el último de éstos debe ser un
dígito. Si agregamos otro dígito a la derecha de x, obtenemos 10a„_! expresiones
aritméticas de n símbolos, donde los últimos dos símbolos so> dígitos.
2) Sea y una expresión de n - 2 símbolos. Para obtener una expresión con n símbolos
(que no se contaron en el caso 1), agregamos a la derecha de y una de las 29 expre
siones con dos símbolos + 1 , . . . , + 9, + 0, * 1 , . . . , *9, *0, / l , . . . , 19.
De estos dos casos obtenemos a„ = 10a„. { + 29a„_2, donde n > 3 y a¡ = 10, a^ = 100.
En este caso, las raíces características son 5 ± 3>/6 y la solución es an = (5/(3 Vó))
[(5 + 3 V6)" - (5 - 3>/6)"] para n > 1. (Verifique este resultado.)
Otra forma (tal vez más sencilla) de obtener la solución de este problema es la de
usar la relación de recurrencia a„= I0a„,¡ + 29a„_2, con a2 = 100 y a¡ = 10, para
calcular un valor de a0 (a saber, a0 = (a2 - \0ai)l29 = 0). La solución para la relación
de recurrencia
a„ = 10fl„-, + 29«„_2, n > 2, aQ = 0, ax = 10

es
an = (5/(3V6))[(5 + 3V6)" - (5 - 3V^)"], nsO.
Ahora pasaremos a una aplicación en las ciencias físicas.
Ejttllpio 10*13 Consideremos la red lineal de la figura 10.4, donde hay k resistencias de un ohmio y k
resistencias de tres ohmios conectadas por medio de cables a un generador que proporcio
na un voltaje constante V. Encuentre una fórmula para v>„, 0 < n < k, que dé el voltaje en
cada punto de unión como función de n. (Este es igual a la diferencia de potencial a través
de la resistencia de un ohmio por debajo de ese punto de unión.)
vk 3 " Vi 3 v„_2 v„+2 3 vn+, 3 v„ 3 v, 3 v0

r-WV-r-W\-^ ■ ^ — I
0
Figura 10.4
Sabemos que vk = V, el voltaje proporcionado por el generador. Para encontrar una

relación de recurrencia, aplicamos los siguientes principios.
1) Ley de Kirchhoff: En cualquier punto de unión, la suma de las intensidades que fluye
en el punto de unión es igual a la suma de las intensidades que salen de ese punto.
2) Ley de Ohm: Si la diferencia de potencial a través de una resistencia de R ohmios es
V2 - Vi, entonces la intensidad en esa resistencia es (V2 - V^/R.
Consideremos la intensidad en el punto de unión etiquetado como vn + l. Por la ley de
Kirchhoff, / = /, + 72. Por la ley de Ohm, I = (v„ + 2 - v„ + ,)/3, Ix = vn + , e I2 = vn + 2. En
consecuencia,
V„+2-V„+l Vn+1 Vn+i~Vn

= 1- , 0^n^k-2, -
3 1 3
o v„+2 - 5v„+1 + vn = 0.
Seaivvn„==cr crnn, , parac,
para c, r£0y0£n<k.La. ecuación característica es r2 - 5r + 1 = 0, con
ees a = (5 + -jlí)/!, b = (5- -j2Í)/2. De esto obtenemos que vn = c,a" + c2¿".
raíces
Independientemente del valor de v0, por las dos leyes tenemos (v 1 - u0)/3 =v 0 /l,oui =
0.
4u0. De Demodo
modoque quet>v00=- Ci
cx + c2 y 4u0=v¡= câ + c2b. De esto se sigue que c, = u0(¿> - 4)/(¿> -
y c•,2 == vVn(a
0(a - - 4)/(a
4)/(a- - b),
b),yv
(b-4) (a-4),
V„=VQ -an + - r-b"
Y{b-a) (a-b)
Como
\b - 4)a* - (a - 4)bk
V=-u,t = vo
{b-a)
tenemos que v0 = {b - á)V/[(b - 4)a* - (a - 4)ft*], de donde obtenemos
(fe - 4)a" - (a - 4)f)"

v„ = V
L(6 - 4)a* - (a - 4)í>*
Plantearemos la relación de recurrencia del siguiente ejemplo en dos formas. En la

primera parte veremos la utilidad de las variables auxiliares.
: ¡¡limpio 10.13 Encuentre una relación de recurrencia para el número de sucesiones binarias de longitudn
que no tienen ceros consecutivos.
a) Para n > 1, sea a„ el número de tales sucesiones de longitud n. Sean a¡,0) la cantidad
de ellas que terminan en 0 y a),11 la cantidad de ellas que terminan en 1. Entonces,
Comenzamos por obtener una relación de recurrencia para am n £ 1, calculando

ai = 2 y teniendo en cuenta cualquier sucesión x de longitud n - 1 ( > 0), tal que x no
contiene ceros consecutivos. Si x termina en 1, podemos añadirle un 0 o un 1, lo que
nos da 2a¡;!.)i de las sucesiones contadas por a„. Si la sucesión x termina en 0, enton-
ees solamente podemos añadir 1, lo que produce a^-i sucesiones contadas por an.
Puesto que estos dos casos abarcan todas las posibilidades y no tienen nada en
común, tenemos
an = 2-a«ll + l-a?ll
i \
La n-ésima posición La n-ésima posición
puede ser 0 o 1. solamente puede ser 1
Si consideramos cualquier sucesión y contada en a„_2, tenemos que la sucesión

yl se cuenta en aj;1.',. De la misma forma, si la sucesión zl se cuenta en a*", entonces
z se cuenta en a„_2. En consecuencia, a„. 2 = «í-i y
an = «<», + [ai!*, + a^] = a<!>i + «„_, = «„_, + a„-2.
Por lo tanto, la relación de recurrencia de este problema es an = an_ i + an_2, donde

n > 3 y a¡ = 2, a2 = 3. (Dejamos los detalles de la solución al lector.)
b) Otra alternativa es la siguiente: si n > 1 y a„ cuenta el número de sucesiones binarias
sin ceros consecutivos, entonces ai = 2 y a2 = 3 y para cada n > 3 consideramos las
sucesiones binarias contadas por an. Estas sucesiones tienen dos posibilidades:
(Caso 1: El n-ésimo símbolo es 1) Aquí vemos que los n - 1 símbolos anteriores
forman una sucesión binaria sin ceros consecutivos. Existen a„_t de esas sucesiones.
(Caso 2: El n-ésimo símbolo es 0) En este caso, cada sucesión termina realmente en
10 y los primeros n - 2 símbolos forman una sucesión binaria sin ceros consecuti
vos. En este caso, existen a„_2 de esas sucesiones.
Puesto que estos dos casos abarcan todas las posibilidades y no tienen sucesiones
en común, podemos escribir \
a„ = an-\ + a„ ax = 2, a2 = 3, n>3,
como vimos en la parte (a).

Tanto en la parte (a) como en la parte (b) podemos usar la relación de recurrencia y a¡ = 2,
a2 = 3 para regresar y determinar un valor para a0; a saber, a0 = a 2 - a i = 3 - 2 = l . Entonces
podemos resolver la relación de recurrencia
an = a„ + an a0 = 1, ai = 2, n^2.
Antes de continuar queremos asegurarnos de que el lector comprende la razón por la

que necesitamos un argumento general cuando desarrollamos nuestras relaciones de
recurrencia. Cuando estamos demostrando un teorema no extraemos conclusiones genera
les de unos cuantos (o incluso muchos) casos particulares. Aquí ocurre lo mismo. El si
guiente ejemplo debe servir como guía.
ejemplo 10*14 Comenzamos con n monedas de 1 centavo cada una, idénticas, y sea a„ el número de
formas en que podemos ordenar estas monedas, de manera contigua en cada fila, de modo
que cada moneda que quede sobre la fila inferior toque dos monedas de dicha fila. (En esta
(n=1) (n = 3)
r*tf¡)
(n = 2) <n = 4) (n = 5),
(n = 6)
Figura 10.5
disposición no importa si la moneda está hacia arriba o hacia abajo.) En la figura 10.5
tenemos las posibles disposiciones para 1 < n < 6. De esto se sigue que
Oí = 1, 02=1, «3 = 2, «4 = 3 , 05 = 5, a 6 = 8.
En consecuencia, estos resultados podrían sugerir que, en general, an = Fn, el n-ésimo

número de Fibonacci. Por desgracia, esto es incorrecto, ya que vemos, por ejemplo, que
a7 = 12 =¿ 13 = F 7 , «B = 18 4 21 = Fs, a9 = 26 * 34 = F9.
(Las disposiciones de este ejemplo fueron analizadas por F. C. Auluck en la obra referida
[2].)
El último ejemplo del caso (A) muestra cómo extender los resultados de las relaciones
de recurrencia de segundo orden a órdenes superiores.
ejemplo 10.15 Resuelva la relación de recurrencia

■ ■*M»w^fcli,ii 1
2fl„+3 = a„+2 + 2a„+i - an, n>0, a0 = 0, fli = l, a2 = 2.

. Sea a„ = cr", para c, r 4 0 y n > 0; obtenemos la ecuación característica 2r 3 - r2 - 2r+
1
1 = 0 = ( 2 r - l ) ( r - l)(r +1). Las raíces características son 1/2, 1 y - 1, de modo que la

solución esa„ = Ci(l)" + c2(-l)" + c3(l/2)" = cx + c2(-l)" + c3(l/2)". [Las soluciones 1, (-1)"
y (1/2)" son linealmente independientes pues es imposible expresar cualquiera de ellas
como una combinación lineal de las otras dos.t De 0 = ÜQ, 1 = c^ y 2 = a2, obtenemos que
c, = 5/2, c2 = 1/6 y c3 = -8/3.
Caso (B): (Raíces complejas)
Antes de pasar al caso de las raíces complejas, recordemos el teorema de DeMoivre: (eos
0 + i sen0)" = eos n0 + i sen «0, n > 0. (Ésta es la parte (b) del ejercicio 8 de la sección 4.1.)
Siz = x + iy £ C, z£0, podemos escribir z-r (eos 0 + i sen 0), donde r = ■yjx2+y2 y
(y/x) = tan 0, para x =/ 0. Si x = 0, entonces para y > 0, z = y i = yi sen(n/2) = y(cos(n/2)
+ i sen(7t/2)) y para y < 0, z =yi = \y\i sen(3n/2) = | y \ (cos(37t/2) + i sen(3n/2). En todos
los casos, z" = r"(cos n0 + i sen n0), para n > 0, por el teorema de DeMoivre.
Qempio 10.16 Determine (1 + -N/3I)10-

La figura 10.6 muestra una forma geométrica de representar el número complejo 1 +
i como el punto (1, V3~) en el plano xy. En este caso, r = yi 2 +(V3)2 y 0 = 7t/3.
Figura 10.6
Así 1 + V3¿ = 2(COS(TT/3) + i sen(ir/3)), y (1 + V3¿)10 = 210(COS(10TT/3) +

»sen(l(hr/3)) = 210(cos(4W3) + isen(4ir/3)) = 2 10 ((-l/2) - (V3/2)¿) = (-29)(1 + V3i).
Usaremos estos resultados en los siguientes ejemplos.
NM7 Resolveremos la relación de recurrencia an = 2(an.i - a„.2), donde n > 2 y a0 = 1, at = 2.

Si an = cr", c, r±0y obtenemos la ecuación característica r2 - 2r + 2 = 0, cuyas raíces
son 1 ± i. En consecuencia, la solución general tiene la forma C\{\ + i)" + c2(l - if, donde
t Otra forma de decir esto es que las soluciones 1, (-1)" y (1/2)" son linealmente independientes pues si
*„ *2, *3 son números reales y *,(1) + *2(-l)" +fc3(l/2)"para toda n 6 N, entonces k, = k2 = k, = 0.
Ci y c2 son constantes complejas arbitrarias. [Como en el caso (A), hay dos soluciones
linealmente independientes: (1 +1')" y (1 - O"]
1 + i = V2(COS(TT/4) + i sen(ir/4))
1 - 1 = V2(cos(—ir/4) + i sen(-<rr/4)) = V2(COS(TT/4) - i sen(ir/4)).

De aquí obtenemos
a„ = CI(V2)"(COS(«TT/4) + i sen(mr/4)) + c 2 (V^)"(cos(nir/4) - i sen(n-rr/4))

= (V2y[ki cos(/iir/4) + fesen(«ir/4)],
donde kx = c¡ + c2 y k2 = (cl - c2)i.
1 = a0 = [ki eos 0 + k2 sen 0] = ki

2 = a! = V2[l-cos(-7r/4) + *:2sen(TT/4)],o 2 = 1 +k2, y k2 = \.
La solución para las condiciones originales dadas esa„ = (-Jl)"■ [cos(nJI/4) + sen(/iJI/4)],
n > 0. [Aôtó: Esta solución no tiene números complejos. Tal vez esto confunda un poco al
lector. ¿Cómo partimos de cu c2 complejos y terminamos con &, = d + c2 y k2 = (c¡ - Ci)¡
reales? Esto ocurre si ct, c2 son complejos conjugados.
Analizaremos ahora una aplicación del álgebra lineal.
Ejemplo 10.18 Para b E R+, consideremos el determinantef D„ de n X n dado por
b b 0 0 0 0 •• • • 0 0 0 0 0
b b b 0 0 0 •• • • 0 0 0 0 0
0 b b b 0 0 •• • • 0 0 0 0 0
0 0b b b 0 •• • 0 0 0 0 0
0 0 0 b b b •■ • • 0 0 0 0 0
0 0 0 0 0 0 •• •• b b b 0 0
0 0 0 0 0 0 •• ■■ 0 b b b 0
0 0 0 0 0 0 •• • • 0 0 b b b
0 0 0 0 0 0 •• • • 0 0 0 b b
Encuentre el valor de Dn como función de n.

Sea a„, n > 1, el valor del determinante Dn de n x n. Entonces
b b
fli = \b\-b a2- = 0.
b b
, t El desarrollo de los determinantes se analiza en el Apéndice 2.

Si desarrollamos D„ por la primera fila, tenemos que Dn =
b b 0 0 0 ■ • 0 0 0 0
b b b 0 0 ■ ■ 0 0 0 0
0 b b b 0 ■ • 0 0 0 0
0 0 b b b • • 0 0 0 0
0 0 0 0 0 ■ • b b b 0
0 0 0 0 0 • ■ 0 b b b
0 0 0 0 0 ■ • 0 0 b b
(ÉsteesD„_,.)
b b 0 0 0 • • 0 0 0 0
0 b b 0 0 • • 0 0 0 0
0 b b b 0 • • 0 0 0 0
0 0 b b b ■ • 0 0 0 0
-b
0 0 0 0 0 • • b b b 0
0 0 0 0 0 • ■ 0 b b b
0 0 0 0 0 • • 0 0 b b
Cuando desarrollamos el segundo determinante por su primera columna, vemos que D„ =

bDn -1 - (b)(b)D„ _ 2 = bD„ _, - b2Dn.2. Esto se traduce en la relación a„ = ban. i - b2an _2
n > 3, a¡ = b, a2 = 0.
Si a„ = cr", c, r ^ 0 y n > l , l a ecuación característica produce las raíces é[(l/2)±iV3/2].
Por lo tanto,
an = c, [ft((l/2) + iV3/2)]" + c2 [&((l/2) - iV5/2)J"
= ¿/"[cj (cos(ir/3) + ;sen(TT/3))n + C2(COS(TT/3) - isen(ir/3))"]
= b"[ki cos(nir/3) + ^2sen(/nr/3)].
b = al = b[klcos(Tr/3) + k2sen(Tr/3)], y 1 = *,(l/2) + * 2 (V3/2), o ¿, + V3fc2 = 2.
0 = a2 = b2[kx cos(2ir/3) + k2sen(2ir/3)], y 0 = ( ^ ) ( - l / 2 ) + k2(V3/2), o
k!=V3k2.
Por lo tanto, k¡ = l,k2= 1/V3~ y el valor de D„ es
bn[cos(nv/3) + (l/V3)sen(/nr/3)].
Pasemos al problema de las raíces múltiples.
Caso (C): (Raíces reales repetidas)
§«npk> 10.19 Resuelva la relación de recurrencia a„+2 = 4o„+, - 4a„, donde « > 0 y a 0 = l,ai = 3.
Como en los otros dos casos, sea a„ = cr", c, r ± 0 y n > 0. Entonces la ecuación
característica es r2 - 4r + 4 = 0 y las raíces características son ambas r = 2. (Así, r = 2 es
una "raíz de multiplicidad 2".) Por desgracia, no tenemos dos soluciones linealmente in
dependientes: 2" y 2" son definitivamente múltiplos una de la otra. Necesitamos otra solu
ción (independiente). Intentemos con n(2").
Si sustituimos a„ = n(2") en la relación dada, obtenemos 4a n + 1 - Aan = A{n + l)2 n + 1 -
4/i2" = 2(n + 1 )2" + 2 - ni"+ 2 =[2n + 2-n]2n + 2 = (n + 2)2" + 2 = a„ + 2, por lo que «(2") es la
segunda solución independiente. (Es independiente puesto que no se tiene que ni" = kl"
para todo n > 0 si k es una constante.)
La solución general es de la forma an - cx{2") + c2n(2n). Si a0 = 1, a¡ = 3, tenemos que
a„ = 2" + (l/2)n(2") = 2" + «(2""'), n ^ 0.
En general, si Cnan + C ^ . , + • • • + Cn.kan.k = 0, con C„{t 0), C „ _ , , . . . , C B H # 0)

constantes reales, y r es una raíz característica de multiplicidad m, donde 2 <m<k,
entonces la parte de la solución general relacionada con la raíz r tiene la forma
A0r" + Axnr" + A2n2r" + - •- + Am.xnm~lr"

= (A0 + Ain +Azn2 + • •• +Am-lnm~1)r",
donde i40, A¡, A2,. .. ,Am^x son constantes arbitrarias.
Nuestro último ejemplo se relaciona con algo de probabilidad.
Ejemplo 10.20 Si se registra un primer caso de sarampión en un sistema escolar, sea/>„ la probabilidad de
que se informe de al menos un caso durante la n-ésima semana posterior al primer caso
reportado. Los registros escolares muestran una evidencia de que pn =/?„_! - (0.25)/?,,.3,
donde n > 2. Como/? 0 = 0 y px = 1, si el primer caso (o un nuevo brote) se registra el lunes
primero de marzo de 1993, ¿cuándo se redujo la probabilidad de la aparición de un nuevo
caso a menos de 0.01 por vez primera?
Si/>„ = cr", c, r=l 0, la ecuación característica de la relación de recurrencia es r 2 - r +
(1/4) = 0 = ( r - (1/2)) 2 . La solución general tiene la formap„ = (c, + c 2 n)(l/2)", n > 0 . Para
Po = 0 y P\ = 1, obtenemos c¡ = 0, c2 = 2, por lo que p„ = rúr" *', n > 0.
El primer entero n para el que/?„ < 0.01 es 12. Por lo tanto, no fue sino hasta la semana
del 16 de mayo de 1993 cuando la probabilidad de que se presentara otro caso nuevo fue
menor que 0.01.
EJERCICIOS 1 0 . 2 1. Resuelva las siguientes relaciones de recurrencia. (Ninguna de las respuestas finales contiene
números complejos.)
a) an = 5o„ i + 6ÍJ„ 2, n s2, a<j= 1, «i = 3
b) 2 a n + 2 - U f l „ + i + 5fl„ = 0, n > 0 , a 0 = 2, a, = - 8
c) 3a„+i = 2a„ + a„-i, n > l , a„ = 7, a\ = 3
d) an.2 + an = 0, n > 0 , a0 = 0, a, = 3
e) a, + 2 + 4fl„ = 0, M > 0 , a(l = ai = l
f) an~6an 1 + 9a„- 2 = 0, « > 2 , «„ = 5, a, = 12
g) a„ + 2ÍJ„ 1 + 2ÍJ„-2 = 0, n 2: 2. a0 = 1, a, - 3
2. a) Verifique las soluciones finales de los ejemplos 10.11 y 10.19.

b) Resuelva la relación de recurrencia del ejemplo 10.13.
3. Si a0 = 0, ax = 1, «2 = 4 y a-¡ = 37 satisfacen la relación de recurrencia a„ + 2 + ba„ +1 + «j„ = 0,
donde « > 0 y ¿,c son constantes, encuentre ct„.
4. Encuentre y resuelva una relación de recurrencia para el número de formas de estacionar las
motocicletas y los autos pequeños en una fila de n espacios si cada motocicleta requiere un
espacio y un auto dos. (Todas las motocicletas tienen apariencia idéntica, lo mismo que los
autos, y queremos utilizar todos los espacios.)
5. En el ejercicio 14 de la sección 4.2 vimos que F 0 + F\ + F2 + • • • + F„ = X i = 0 F = ^»+2~l> Ésta
es una de las muchas propiedades de los números de Fibonacci, descubiertas por el matemático
francés Francois Lucas (1842-1891). Aunque establecimos el resultado mediante la inducción
matemática, vemos que es fácil desarrollar esta fórmula si sumamos el sistema den +1 ecuaciones
F0 = F2 - F,
F = F3 - F2
Fn-i = F„+1 — F„
*n -Ot + 2 A i + 1*
Desarrolle fórmulas para las sumas siguientes y verifique después el resultado general por
a) F, + F3 + F¡ + ■ ■ • + F2„_,, donde Í I E Z *
b) F0 + F2 + F 4 + • • • + F2„, donde n e Z*
6. a) Demuestre que
t, F„+1 1 + V 5
hm = .
— F, 2
(Este límite se conoce como la razón áurea y se denota con frecuencia como a.)
b) Considere un pentágono regular ABCDE inscrito en una circunferencia, como se muestra
en la figura 10.7.
i) Use la ley de los senos y la fórmula del seno del doble de un ángulo para mostrar que
ACIAX = 2 eos 36°.
ii) Como eos 18° = sen 72° = 4 sen 18° eos 18°(1 - 2 sen2 18°) (¿Por qué?), muestre que
sen 18° es una raíz de. la ecuación polinomial 8X3 - 4JC + 1 = 0 y deduzca que sen 18° =
(VJ-D/4.
c) Verifique que ACIAX = (1 + S)I2.
A 4£- 4 V -^ C
\\ / \ X y\ / /
5 D Figura 10.7
7. Para « S O , sea a„ el número de formas en que una sucesión de unos y doses suman n. Por
ejemplo, a3 = 3, pues(l) l, 1,1; (2) 1,2; y (3)2,1 suman 3. Encuentre y resuelva una relación
de recurrencia para a„.
8. Para n € N, demuestre que a) ^F„ t, = 4F„, 4 y b) £'./,, „ = 11 ft. 6.
Encuentre y resuelva una relación de recurrencia para el número de formas de apilar n fichas
de póquer de color rojo, blanco, verde y azul, de modo que no haya fichas azules consecutivas.
10. En un casino, se tienen fichas de póquer de k(>2) colores, uno de los cuales es el azul. Encuen
tre y resuelva una relación de recurrencia para el número de formas en que José puede apilar»
de estasfichassin que hayafichasazules consecutivas.
11. Un alfabeto 2 consta de los cuatro caracteres numéricos 1,2,3,4 y los siete caracteres alfabéticos
a, b, c, d, e, f, g. Encuentre y resuelva una relación de recurrencia para el número de palabras
de longitud n (en 2* ) tales que no aparezcan caracteres alfabéticos (idénticos o distintos) en
forma consecutiva.
12. Un alfabeto 2 consta de siete caracteres numéricos y k caracteres alfabéticos. Para n > 0, a,
cuenta el número de cadenas (en 2*) de longitud n que no contienen caracteres alfabéticos
(idénticos o distintos) consecutivos. Si an 12 = 7a„ +1 + 63a„, n S 0, ¿cuál es el valor de kl
13. Resuelva la relación de recurrencia a„ + 2 = (a„ + i)(a„)« > 0, ao = 1, ai = 2.
14. Para n > 1, sea an el número de formas de escribir n como una suma ordenada de enteros
positivos, de modo que cada sumando sea mayor o igual que 2. (Por ejemplo, a¡ = 3, puesto
que podemos representar 5 como 5, 2 + 3 y 3 + 2.) Encuentre y resuelva una relación de
recurrencia para a„.
15. Una partícula se mueve en forma horizontal hacia la derecha. Para n E Z \ la distancia que re
corre la partícula en el (n + l)-ésimo segundo es igual al doble de la distancia que recorre duran
te el n-ésimo segundo. Si x„, n > 0, denota la posición de la partícula al inicio del (n + 1 )-ésim
segundo, encuentre y resuelva una relación de recurrencia para JC„, donde x0 = 1 y JCI = 5.
16. Para n > 1, sea D„ el siguiente determinante de n x n.
2 1 0 0 0 0 0 0 0
1 2 1 0 0 0 0 0 0
0 1 2 1 0 0 0 0 0
0 0 0 0 0 1 2 1 0
0 0 0 0 0 0 1 2 1
0 0 0 0 0 0 0 1 2
Encuentre y resuelva una relación de recurrencia para el valor de D„.
17. Resuelva la relación de recurrencia oJ+2 + 5a¡Li + 4a^ = 0, donde n > 0 y a0 = 4, a¡ = 13.
18. Determine las constantes b y c si a„ = ct + c2(7"), n > 0, es la solución general de la relación
a„ ♦ 2 + ba„ ♦ i + ca„ = 0, n £ 0.
19. Demuestre que dos números de Fibonacci consecutivos son primos relativos.
20. Escriba un programa (o desarrolle un algoritmo) para determinar si un entero no negativo dado
es un número de Fibonacci.
10.3
La relación de recurrencia
no homogénea
Estudiaremos ahora las relaciones de recurrencia
a„ + Cni¡anTl=f(n), n>\, (1)

an + Cn-Xan-X + C- 2 a n -2 =/(«), n > 2, (2)
i
donde Cn.¡ y C„_2 son constantes, C„_! + 0 en la ecuación (1), C„_2 ^ 0, y/(n) no es idéntico a
cero. Aunque no existe un método general para resolver todas las relaciones no homogé
neas, existe una técnica útil cuando la función/(n) tiene una cierta forma.
Comenzamos con el caso particular de la ecuación (1) cuando C„_ x = - 1 . Para la rela
ción no homogénea a„ - á„. i =/(n), tenemos
fll= a0+/(l)
a2 = a 1 + / ( 2 ) = a 0 + / ( l ) + / ( 2 )
«3 = «2+/(3) = flo+/(l)+/(2)+/(3)
2n = a0 +/(1) + ■ •■+/(«) = oo + ! / ( / ) .
Podemos resolver este tipo de relación en términos de £" =1 /(0> si podemos encontrar
una fórmula adecuada mediante nuestro trabajo anterior.
£|empi010.21 Resuelva la relación de recurrencia a„ - a„ _ i = 3n2, donde n > 1 y a0 = 7.

En este caso,/(n) = 3n2, por lo que la solución general es
n n -Í
a„ = a0 + 2 / ( 0 = 7 + 3 2 1 2 = 7 + - (n)(« + l)(2n + 1).

í=i í=i 2
Cuando no se conoce una fórmula para la suma, el siguiente procedimiento nos permi
tirá trabajar la ecuación (1) para ciertas funciones/(«), independientemente del valor de
C„ -1 (^ 0); también funciona para la relación no homogénea de segundo orden de la ecua
ción (2); de nuevo, para ciertas funciones/(n). Este método se conoce como el método de
coeficientes indeterminados y se basa en la relación homogénea asociada que se obtiene al
reemplazar fin) con 0.
Para cualquiera de las ecuaciones (1) o (2), sea a(nh) la solución general de la relación
homogénea asociada, y sea a{np) una solución de la relación no homogénea dada. El térmi
no a(„p) es una solución particular. Entonces an = a(„h) + a(np). es la solución general de la
relación dada. Para obtener a{np) usamos la forma de/(n) para sugerir una forma de a[p).
IJempNt 10,22 Resuelva la relación de recurrencia a„ - 3an_ i = 5(7"), donde n > 1 y a0 = 2.

La solución de la relación homogénea asociada es a(„h) = c(3"). Puesto que/(n) = 5(7"),
buscamos una solución particular a£p) de la forma A(7"). Como a(np) debe ser una solución
de la relación no homogénea dada, sustituimos a[p) = A(7") en la relación dada y vemos
que A(7") - 3A(7"-') = 5(7"), n > 1. Si dividimos entre 7""1, vemos que 7A - 3A = 5(7), por
lo que A = 35/4 y aip) = (35/4)7" = (5/4)7" + 1, n > 0. La solución general es a„ = c(3") +
(5/4)7"+ 1. Si 2 = a0 = c + (5/4)7, entonces c = -27/4 y an = (5/4)(7" + ') - (l/4)(3" + 3 ), n > 0.
i
Ejemplo 10.23 Resuelva la relación de recurrencia an - 3an_ { = 5(3"), donde n > 1 y a0 = 2.

Como en el ejemplo 10.22, a{„h) = c(3"), pero en este caso a(„h) yf(n) no son linealment
independientes. Como resultado, buscamos una solución particular a{„p) de la forma Bn(3")
(¿Qué ocurre si sustituimos a[p) = B(3"), en la relación dada?)
Al sustituir a{„p) = Bn3n, en la relación dada obtenemos
Bn(3")-3B(n-l)(3n-1) = 5(3n), o Bn-B(n-l) = 5, entonces B =5
Por lo tanto, an = a{nh) + a(p) = (c + 5n)3", n > 0. Si a0 = 2, la solución general es a„

(2 + 5n)(3").
Los dos ejemplos anteriores nos llevan a la siguiente generalización.
Consideremos la relación no homogénea de primer orden
donde k es una constante y n G Z * . Si r" no es una solución de la relación homogénea

asociada
an + Cn-Xan-X = 0 ,
(p)
entonces a = Ar", donde /4 es una constante. Si r" es una solución de la relación
homogénea asociada, entonces al„p) = Bnr", con B constante.
Consideremos ahora el caso de la relación no homogénea de segundo orden
a„ + Cn-idn-i + Cn-2an-2 = krtt,
donde k es una constante. En este caso,
a) a{np) = Ar", A constante, si r" no es una solución de la relación homogénea asociada;
b) a(„p) - Bnr", B constante, si a(„h) = cxrn+ c2r.¡, donde r, £ r, y
c) a{„p) = Cn2r", C constante, cuando a{„h) = (c, + c2n)r".
Ejemplo 10.24 Las torres de Hanoi. Consideremos n discos circulares (con diferentes diámetros) y aguje
ros en su centro. Estos discos pueden apilarse en cualquiera de las espigas que se muestran
en la figura 10.8. En la figura, n = 5 y los discos se apilan en la espiga 1, sin que ningún
disco quede sobre otro más pequeño. El objetivo es pasar los discos, de uno en uno, de
modo que la pila original termine en la espiga 3. Cada una de las espigas 1, 2 y 3 puede
usarse para ubicar en forma temporal los discos, pero no se permite que un disco más
grande quede sobre otro más pequeño. ¿Cuál es el número mínimo de movimientos nece
sarios para hacer esto con n discos?
Para n > 0, sea a„ el número mínimo de movimientos necesarios para pasar los n discos
de la espiga 1 a la espiga 3 de la forma descrita. Entonces, para n+ 1 discos, hacemos lo
siguiente:
a) Pasamos los n discos de arriba, de la espiga 1 a la espiga 2, con las indicaciones
dadas. Esto se realiza en an pasos.
Figura 10.8
b) Pasamos el disco más grande de la espiga 1 a la 3. Esto se hace en un paso.

c) Por último, pasamos los n discos de la espiga 2 sobre el disco mayor que ahora está
en la espiga 3, de nuevo, con las instrucciones dadas. Esto requiere otros a„ movi
mientos.
Esto produce la relación a„ + 1 = 2a„ + l, donde n > 0 y a0 = 0.
Para a„+1 - 2a„ = 1, al„h) = c(2"). Como /(n) = 1 no es solución de a„+1 - 2an = 0, s
( p)
a n = A(l)" = A; de la relación anterior vemos que A = 1A + 1, por lo que A = -1 y a„ =
c(2") - 1. De a0 = c - 1, concluimos que c = 1 y que an = 2" - 1, n > 0.
El siguiente ejemplo proviene de las matemáticas financieras.
SjempN} 10»3tS Paulina recibe un préstamo de S dólares que debe pagar en T periodos. Si i es el tipo de
interés por periodo del préstamo, ¿cuál es el pago (constante) P que debe hacer alfinalde
cada periodo?
Seaa„ la cantidad debida en el préstamo alfinaldel n-ésimo periodo (después del n-ésimo
pago). Entonces, al final del (n + l)-ésimo periodo, la cantidad que Paulina debe al banco
es a„ (la cantidad que debía alfinaldel n-ésimo periodo) + ia„ (el interés acumulado du
rante el (n + l)-ésimo periodo) - P (el pago que hizo al final del (n + l)-ésimo periodo).
Esto nos da la relación de recurrencia
an+l = an + ian- P, 0</i<r-l, a0 = 5, ar=0.
Para esta relación, a^ = c(l + i')", y o^í1 = A, ya que ninguna constante, como -P, es
solución de la relación homogénea asociada. Si a(„p) =A, tenemos que A - (1 + i)A = -P, de
modo que A = Pli. De c = S, obtenemos a„ = (S - (P/i))0 + 0" + (P/i), 0<n<T.
Como 0 = aT = (S - (P/i))( 1 + i)T + (P/i), se sigue que
(P/0 = ( ( P / 0 - S ) ( l + / ) r y P = ( S i ) [ l - ( l + »)-T 1 -
Consideremos ahora un problema en el análisis de algoritmos.

Ejemplo 1&26 Para n > 1, sea 5 un conjunto con 2" números reales.
El siguiente procedimiento se usa para determinar los elementos máximo y mínimo de
5. Queremos determinar el número de comparaciones realizadas entre los pares de ele
mentos de S durante la ejecución de este procedimiento.
Si a„ designa el número de comparaciones necesarias, entonces ax = 1. Cuando n = 2,
\s\ = 22 = 4, por lo que 5= {*,, x2, yi, y2} =Si U S2, donde Si = {*„ x2},S2 = {yu y2). Como
ai = 1, se usa una comparación para determinar los elementos máximo y mínimo de cada
5,, S2. Si comparamos los elementos mínimos de Si y S2 y después comparamos sus ele
mentos máximos, encontramos los elementos máximo y mínimo de S y vemos que a2 =4
= 2a, + 2. En general, si \s\ = 2" + ', escribimosS = 5, U S2, donde |S, I = \s2\ =2". Para
determinar los elementos máximo y mínimo de 5, y S2 necesitamos an comparaciones. Si
comparamos los elementos máximos (mínimos) de S{ y S2 necesitamos una comparación
más; en consecuencia, an+i = 2an + 2, n > 1.
En este caso, a^ = c(2")y a{np) = A, una constante. Si sustituimos a{np) en la relación,
vemos que A = 2A + 2oA = -2. Así, a„ = c2" - 2 y como at = 1 = 2c - 2, obtenemos c = 3/
Por lo tanto, aa = (3/2)(2«) - 2.
¡Cuidado! La existencia de este procedimiento, que necesita (3/2)(2") - 2 comparacio
nes, no excluye la posibilidad de lograr los mismos resultados mediante otro método nota
blemente mejor que requiera menos comparaciones.
Ejemplo 10.27 En 1904, el matemático sueco Helge von Koch (1870-1924) creó la interesante curva
conocida ahora como curva "copo de nieve" de Koch. La construcción de esta curva se
inicia con un triángulo equilátero, como se muestra en la parte (a) de la figura 10.9, donde
el triángulo tiene lado 1, perímetro 3 y área -J3/4. (Recuerde que un triángulo equilátero
de lado s tiene perímetro 3 J y área s2-j3/4.) El triángulo se transforma entonces en la
estrella de David de la figura 10.9(b) quitando el tercio medio de cada lado (del triángulo
equilátero original) y añadiendo un nuevo triángulo equilátero cuyo lado tiene longitud
de 1/3. Así, cuando pasamos de la parte (a) a la parte (b) de esta figura, cada lado de
longitud 1 se transforma en 4 lados de longitud 1/3 y obtenemos un polígono de 12 lados
de área (V3~/4) + (3)(V3/4)(l/3)2 = V3~/3. Si continuamos este proceso, transformárnosla
Figura 10.9
figura de la parte (b) en la de la parte (c) quitando el tercio medio de cada uno de los 12
lados de la estrella de David y añadiendo un triángulo equilátero de lado l/9(= (1/3)2).
Ahora tenemos [en la Fig. 10.9(c)] un polígono de 42(3) lados cuya área es
(V3/3) + (4)(3)(V3/4)[(l/3) 2 ] 2 = 10V3/27.
Para n > 0, sea a„ el área del polígono P„ obtenida a partir del triángulo equilátero
original después de aplicar n transformaciones del tipo descrito arriba [la primera, de P0en
la figura 10.9(a) a P, en la figura 10.9(b) y la segunda de P¡ en la figura 10.9(b) a P2 en la
figura 10.9(c)]. Al ir de P„ (con 4"(3) lados) a P„+, (con 4"+ '(3) lados), vemos que
an+i = an + (4"(3))(V3/4)(l/3" +1 ) 2 = a„ + (l/(4V3))(4/9)"

puesto que al transformar P„ cnP„ + l eliminamos el tercio medio de cada uno de los 4"(3)
lados de P„ y agregamos un triángulo equilátero de lado (1/3"+ ')-
La parte homogénea de la solución de esta relación de recurrencia no homogénea de
primer orden es a{nh) = A(l)" = A (que se obtiene de la relación de recurrencia homogénea
asociadaa„+1 = a„). Puesto que (4/9)" no es una solución de la relación homogénea asocia
da, la componente particular de la solución está dada por a<p) = .8(4/9)", donde B es una
constante. Al sustituir esto en la relación de recurrencia
fln+1 = a„ + (l/(4V3))(4/9)",
vemos que
fí(4/9)"+1 = 5(4/9)" + (l/(4V3))(4/9)\
por lo que
5(4/9) = B + (1/(4V3)) y B = (-9/5)(l/(4V5)).
En consecuencia,
an = A + (-9/5)(l/(4V3))(4/9)" = A - (l/(5V^))(4/9)"- 1 , n > 0.
1
Como V3/4 = a0 = A - (l/(5V3))(4/9r = A- (l/(5V3))(9/4) i se sigue que A =
(V3/4) + (9/(20V3)) = (15 + 9)/(20V3) = 24/(20V$) = 6/(5V3) y
an = (6/(5V3)) - (l/(5V3))(4/9)"- 1 = (1/(5V5))[6 - (4/9)"" 1 ], n > 0.
[Cuandon crece, vemos que (4/9)""' tiende a 0 y a„ tiende al valor finito 6/(5^3"). También
podemos obtener este valor si continuamos realizando los cálculos que hicimos antes de
introducir la relación de recurrencia, y entonces observaremos que el área límite está dada
también por
(V3/4) + (V3/4)(3)(l/3) 2 + (V3/4)(4)(3)(l/3 2 ) 2 + (V3/4)(4 2 )(3)(l/3 3 ) 2 + • • •

x x
,+1 2
= (V5/4) + (V3/4)(3) S 4"(l/3' ) = (V3/4) + (1/(4V^)) 2 (4/9)"
= (V3/4) + (1/(4V3))[1/(1 - 4/9)] = (V3/4) + (l/(4V3))(9/5) = 6/(5V3),

utilizando el resultado para la suma de una serie geométrica de la parte (b) del ejemplo
9.5.] (
Cada uno de los dos ejemplos siguientes trata una relación de segundo orden.
Ejemj3É> i 0.28 Resuelva la relación de recurrencia

an+2 - 4a„+1 + 3an = - 2 0 0 , n>0, a0 = 3000, ax = 3300.
En este caso, a™ = c,(3") + c2(l") = c,(3") + c2. Como /(n) = -200 = -200(1") es una
solución de la relación homogénea asociada, a{„p) = An para alguna constante A. Esto nos
lleva a
A(n + 2) - 4A(n + 1) + 3An = -200, y - 2 A = -200, A = 100.
Por lo tanto, a„ = c,(3") + c2 + lOOn. Con a0 = 3000 y a, = 3300, tenemos que an =
100(3") + 2900 + lOOn, n > 0.
El siguiente ejemplo proporciona otra oportunidad de analizar la función de compleji

dad en tiempo para un algoritmo.
£|em;>to 10,19 En la figura 10.10 tenemos un programa en Pascal que puede usarse para calcular el n-ésimo
número de Fibonacci F„, para n > 0. Debido a las dos líneas (sombreadas) al final de la
función Fib, este programa (o algoritmo) es recursivo. (En el ejemplo 5.70 de la sección
5.8 teníamos un programa iterativo para calcular F„ para n £ N.) Definiremos la fun
ción complejidad en tiempo/para este programa haciendo/(n) = a„ = el número de sumas
realizadas para calcular Fn, n > 0. Entonces/(0) = a0 = 0 , / ( l ) = a¡ - 0 y en la línea del
programa
(*) Fib := F i b ( n - l ) + F i b ( n - 2 )
obtenemos la relación de recurrencia no homogénea

an = a„-X + an-2 + \, n>2,
donde el sumando 1 se debe a la suma en (*).
Aquí vemos que a™ = Ci(-^-)" + c 2 (-^)" y que alHp) =A, una constante. Al sustituir al,p)
la relación de recurrencia no homogénea, tenemos que
A =A +A + 1,
por lo que A = -1 y a„ = c , ( - ^ ) " + c2{±f)" - 1.
Como a0 = 0 y a¡ = 0 se sigue que
0 = cl + c¡- 1, o Ci + c2 = 1, y
°-c{-2-rc{-2-r1> ° c
{-r-J+Cil-^-J=1-
A partir de estas ecuaciones vemos que c, = (1 + -¡5)1(21^5), c2 = (V5~ - \)I(2-J5). En
consecuencia,
= (1/V5)[(1 + V5)/2] n+1 - (1/V5)[(1 - V5)/2] n + 1 - 1.

Program FibNum2( i n p u t , output) ; UNIVERSIDAD DE LA REPÚBLICA

Var FACULTAD DE INGENIERÍA
n: i n t e g e r ; DEPARTAMENTO DE
DOCUMENTACIÓN Y BIBLIOTECA
Function F i b ( n : i n t e g e r ) : i n t e g e r ; MONTEVIDEO - URUGUAY
Beg in
If n=0 then
Fib : = 0;
If n=l then
Fib : = 1;
H
End \
If n>=2 then
Fib : =Fib(n-l) +Fib(n--2)
Begin
Writeln('Proporciona el entero no negativo n.');
Readln(n);
W r i t e l n ( 'El número de Fibonacci p a r a e l s u b í n d i c e n= ' , n: 0);
Write( ' es ' , F i b ( n ) : 0 , ' . ' )
End.
Figura 10.10
Conforme n crece, vemos que [(1 - V5~)/2]"+' tiende a 0, pues | (1 - ->¡5)I2 I < 1.
Enconsecuencia,/(rc)¿(l/V5)[(l + Víf)/2]"+1 = ((1 + V5)/(2V5))((1 + V5)/2)" y pode
mos escribir / £ € ((•^y^) ), lo cual indica que este enfoque para el cálculo de F„ es de
complejidad exponencial y es bastante ineficiente en comparación con el método del ejemplo
5.70 de la sección 5.8.
Ahora resumiremos y extenderemos las técnicas de solución ya analizadas en los ejem

plos 10.22 a 10.29.
Dada una relación de recurrencia lineal no homogénea (con coeficientes constantes) de
la forma C„an + C„^lan_l + ■ • • + C„_ka„_k =/(n), donde C„, Cn_k+ 0, sea a[h) la parte
homogénea de la solución an.
1) Si f(ri) es un múltiplo constante de una de las formas de la primera columna de la
tabla 10.2 y no es solución de la relación homogénea asociada, entonces a[p) tiene
la forma que se muestra en la segunda columna de la tabla 10.2. (En este caso, A, B,
Aa, Ai, A2, ■ ■ ■, A,_u A,son constantes determinadas mediante la sustitución de a(np)
en la relación dada; t, r y a también son constantes.)
2) Cuando/(n) es una suma de múltiplos constantes de términos como los de la prime
ra columna de la ta&la para el punto (1), y ninguno de estos términos es una solu
ción de la relación homogénea asociada, entonces a[p) se forma como la suma de
los términos correspondientes en la columna encabezada por a„. Por ejemplo, si
/(«) = n2 + 3 sen 2n y ninguno de los sumandos de/(n) es solución de la relación
homogénea asociada, entonces a^ = (A2n2 + A¡n + A0) + (A sen 2n + B eos 2n).
Tabla 10.2
«r
c, una constante A, una constante
n Axti+ A0
'n2 A2n2 + A^n + AQ
ri, t G Z + A,n' + A,-i n'" 1 + • • • + A¡ n + A0
r",f£R Arn
señan A señan + B cosan
cosan A señan + B cosan
n'r" r"(A, n' + A,-i n''1 + ■ ■ ■ + Ax n + A0)
r" señan Ar" señan + Br" cosan
r" cosan Ar" señan + Br" cosan
3) Las cosas se complican si un sumando/,(n) de/(n) es un múltiplo constante de una

solución de la relación homogénea asociada. Esto ocurre, por ejemplo, cuando/(n)
contiene sumandos como cr" o (ci + c2n)r" y r es una raíz característica. Si fi(n)
causa este problema, multiplicamos la solución particular a¡,f' correspondiente a
/](n) por la mínima potencia de n, ns, para la que ningún sumando de ns/i(n) es una
solución de la relación homogénea asociada. Entonces rfa1/^ es la parte correspon
diente de a(/\
Para verificar algunas de nuestras observaciones acerca de las soluciones particulares
para las relaciones de recurrencia no homogéneas, la siguiente aplicación nos proporciona
una situación que puede resolverse de más de una manera.
Ejemplo 1030 Para n > 2, supongamos que hay n personas en una fiesta y que cada una de ellas da lama-
no (exactamente una vez) a todas las demás personas (y nadie estrecha su propia mano). Si
an cuenta el total de saludos de mano, entonces
an + n, fl2 = l, n>2, (3)
puesto que cuando la (n + l)-ésima persona llegue, estrechará la mano de las n personas
que ya habían llegado.
De acuerdo con los resultados de la tabla 10.2, podríamos pensar que la solución parti
cular de la ecuación (3) es A ^n + A0, para A0 y A¡ constantes. Pero en este caso, la relación
homogénea asociada es a„+1 = a„ o an+1 - an = 0, para lo cual a(„h) = c( 1)" = c, donde c es
constante arbitraria. Por lo tanto,/el sumando A0 de (A,n + A0) es una solución de la rela
ción homogénea asociada. En consecuencia, la tercera observación anterior indica que
debemos multiplicar A,n + A0 por la mínima potencia de n para la que ya no existe un
sumando constante. Hacemos esto multiplicando A ,n + A0 por n1 y vemos que
a[p) = A,n2 + Aan.

Cuando sustituimos este resultado en la ecuación (3) obtenemos

Ai(n + í)2 + A0(n + \) = Ain2 + Aon + n,
o Axn2 + (2/1, + A0)n + (Ai + A0) = Axti2 + (A0 + l)/i.
Al comparar los coeficientes de las potencias semejantes de n tenemos que
(n2): AX=AÚ
(n): 2Al + A0 = A0+l; y
(n°): Al + A0 = 0.
Por lo tanto, A, = 1/2 y A0 = -1/2, por lo que <#> = (l/2)n2 + (-l/2)« y an = a{nh) + <#' = c +
(l/2)(«)(n - 1). Como a2 = 1, se sigue del hecho 1 = a2 = c + (1/2)(2)(1) que c = 0 y a„ =
(l/2)(«)(n-l),paran>2.
También podemos obtener este resultado teniendo en cuenta las n personas que están en
la habitación y pensando que cada apretón de manos corresponde a una selección de tama
ño 2 de este conjunto de tamaño n, y que hay (j) = (n!)/(2!(n - 2)!) = (l/2)(n)(« - 1) de tales
selecciones. [O bien considerar a las n personas como los vértices de un grafo no dirigido
(sin lazos) donde cada arista corresponde a un apretón. Nuestra respuesta es entonces el
número de aristas que hay en el grafo completo Kn, y hay (2) = (l/2)(«)(n - 1) de tales
aristas.]
Nuestro último ejemplo muestra la forma en que podemos usar los resultados de la
tabla 10.2.
Ejemplo 10*31 a) Consideremos la relación de recurrencia no homogénea

an+2- 10a„+i + 21a„ =f(n), «>0.
En este caso, la parte homogénea de la solución es
aíh) = Ci(3") + c2(7"),
para las constantes arbitrarias ct, c2,
En la tabla 10.3 enumeramos la forma de la solución particular para ciertas opcio
nes de/(n). En este caso, las 11 constantes A„ para 0 < i < 10, son constantes particu
lares determinadas al sustituir a(np) en la relación de recurrencia no homogénea dada.
Tabla 10.3
m ai"
5 An
3n2-2 A3n2 + A2n + Ax
7(11") ¿4(H")
•31(r"), r + 3,1 A5(r»)
6(3") ¿6«3"
2(3") - 8(9") A7n3" + As(9n)
4(3") + 3(7") A9n3n+Al0nT
492 Capítulo 10 Relaciones de recurrenóa
b) La componente homogénea de la solución de

a„ + 4a„_1 + 4a„_2 = f(n), n > 2,
es
a(") = C l ( - 2 ) " + c 2 n(-2) n ,
donde Ci, c2 son constantes arbitrarias. En consecuencia,
1) si/Oí) = 5(-2)\ entonces af = An2(-2)n; '
2) si/(n) = 7n(-2)", entonces a(„p) = Bn\-2)n; pero
3) si/(n) = - l l n 2 ( - 2 ) \ entonces a(np) = Cn\-2)\
(Aquí, A, B, C se determinan al sustituir a(„p) en la relación de recurrencia no homo
génea dada.)
c) Cuando analizamos la relación de recurrencia no homogénea
an+1 + an=f{n), n>0,
vemos que a^ = C\ cos(nn/2) + c2 sen(n7t/2), para cx y c2 constantes arbitrarias. Po
lo tanto, si
/(/i) = 5 cos(mr/3) - 7sen(niT/4),

entonces
aip) = A cos(nir/3) + Bsen(mi/3) + C COS(/IIT/4) + Dsen(niT/4).
(En este caso, las cuatro constantes A,B,CyD pueden calcularse al sustituir a{„p) en
la relación de recurrencia no homogénea dada.)
Ejercicios 10.3 1. Resuelva las siguientes relaciones de recurrencia.

a) a„+i - a„ = 2/i + 3, n > 0, a0 = 1 c) a„ + i - 2a„ = 5, n s 0, a0 = 1
b) an+1-a„ = 3n2-n, n > 0 , a0 = 3 d) a„ + , - 2 a „ = 2", n > 0 , <J0 = 1
2. Use una relación de recurrencia para obtener la fórmula para X¡=o'2-
3. a) Tracemos n líneas en el plano de modo que cada una de ellas interseque a las demás pero
que cualesquiera tres líneas no coincidan en ningún un punto. Para n > 0, sea an el número
de regiones en las que se separa el plano mediante estas n líneas. Encuentre y resuelva una
relación de recurrencia para an.
b) Para la situación de la parte (a), sea b„ el número de regiones infinitas obtenidas de esa
forma. Encuentre y resuelva una relación de recurrencia para b„.
4. En el primer día de un nuevo año, José deposita $1000 en una cuenta que paga un interés
compuesto mensual del 6%. Al principio de cada mes, él agrega $200 a esa cuenta. Si continúa
haciendo esto durante los cuatro años siguientes (de modo que realice 47 depósitos más de
$200), ¿cuánto dinero tendrá en su cuenta después de esos cuatro años?
5. Resuelva las siguientes relaciones de recurrencia.
a) a„+2 + 3a„+l + 2a„ = 3", n 2 0, a0 = 0, a¡ = 1
b) a„ +2 + 4a n + 1 +4a„ = 7, n > 0 , a0= 1, a, = 2
c) a„+2 — a„ =sen(/nr/2), n aflí a0 = 1, a¡ = 1
6. Resuelva la relación de recurrencia a„ + 2 - 6a„ +, + 9a„ = 3(2") + 7(3"), donde n > 0 y a0 = 1,
a, = 4.
J
10.4 El uso de las funciones generatrices 493
7. Resuelva la relación de recurrencia a„+3 - 3a„+2 + 3a„+, - a„ = 3 + 5>n, n > 0.

8. Determine el número de sucesiones cuaternarias (0,1, 2, 3) de n dígitos en las que nunca
aparece un 3 en cualquier lugar a la derecha de un 0.
9. Mercedes pide prestados $2500, con un interés compuesto mensual del 12%, para adquirir un
computador. Si la deuda debe pagarse en dos años, ¿cuál es el pago mensual?
10. La solución general de la relación de recurrencia a„+2 + bxa„ + r + b2a„ = b,n + bA, n > 0, con b¡
constante para 1 < /'< 4, es <?,2" + c23" + n - 7. Encuentre b, para cada 1 < /'< 4.
11. Resuelva las siguientes relaciones de recurrencia
a) a;;+2 - 5al+1 + 6a2n = In, n > 0, a0 = «i = 1
b) a„ + na„-1=n\, n a l , a0=l
c) a^-2a„-i = 0, M > 1 , a0 = 2 (Seafc„ = log2a„, n 2 0.)
12. a) Para n > 1, el «-ésimo número triangular t„ se define como 4 = 1 + 2 + ••• + n = n(n + 1 )/2.
Encuentre y resuelva una relación de recurrencia para s„, n > 1, donde s„ = /, + /2 + • • • + /«
la suma de los primeros n números triangulares.
b) En un laboratorio oigánico, Arturo sintetiza una estructura cristalina formada por 10,000,000
de capas triangulares de átomos. La primera capa de la estructura tiene un átomo, la segunda
tres átomos, la tercera tiene seis y, en general, la «-ésima capa tiene 1 + 2 + ••• + n= t„
átomos. (Podríamos considerar cada capa, distinta de la última, como si se colocara sobre
los espacios que quedan entre los átomos vecinos de la siguiente capa. Véase la figura
10.11.)
i) ¿Cuántos átomos hay en una de estas estructuras cristalinas?
ii) ¿Cuántos átomos están empaquetados (estrictamente) entre las capas 10,000 y la
100,000?
& dSb
( n = 1) (n = 2) (n = 3) (n = 4)
Figura 10.11
13. Escriba un programa (o desarrolle un algoritmo) para resolver el problema de las torres de
Hanoi. Para n £ Z*, el programa debe proporcionar los pasos necesarios para pasar los n discos
de la espiga 1 a la 3 con las restricciones especificadas en el ejemplo 10.24.
10.4
El método de las funciones
generatrices
/
Con tantos casos por considerar para la relación de recurrencia lineal no homogénea, aho
ra recibiremos la ayuda de la función generatriz. Esta técnica encontrará las soluciones
particular y homogénea de an, y también incorporará las condiciones iniciales dadas; ade
más, podremos hacer más cosas con este método.
Demostraremos este método en los ejemplos siguientes.
Ejemplo 10132 Resuelva la relación an - 3a„., = n, n > 1, a0 = 1.

Esta relación representa un conjunto infinito de ecuaciones:
(n = 1) ai - 3a0 = 1
(n = 2 ) a2 - 3a! = 2
(« = 3) a3 - 3a2 = 3
Al multiplicar la primera de estas ecuaciones por x, la segunda por x2, la tercera por*',
etcétera, obtenemos
(n = 1) axxl - 3aüxl = \xl
(M = 2 ) a2x2-3alx2 = 2x2
(n = 3) a^x* -3a2x3 = 3xi
Si sumamos este segundo conjunto de ecuaciones, vemos que
X a„x" - 3 £ a„-i*" = X n*". (1)
Queremos despejar an en términos de n. Para esto, sea f(x) = X°°-oa";c'' ' a func'^
generatriz (ordinaria) para la sucesión a0, au a2,... Entonces podemos volver a escribirla
ecuación (l)como
(/(*) - a„) - 3* 2 a n - 1 ^ n - 1 = 2 nxn = 2 **" (2)

n=l n=l n=0
Como £°° Ja„_ ijc"-' = ^,°° an x" =f(x), el lado izquierdo de la ecuación (2) se convierte
en(f(x)-\)-3xf(x).
Antes de continuar, necesitamos la función generatriz de la sucesión 0, 1, 2, 3,
Recordemos, de la parte (c) del ejemplo 9.5, que
1 d I 1
2
= 1 + 2x + 3x2 + ■ ■
(l-*) dx\\-x
Por lo tanto, x/(l -xf = x+2x2+ 3x? +
1
(/(*) - 1) - 3i/(x) /(*) =
(l-*)2' (1-3*) (1-JC)2(1-3JC)
Si usamos una descomposición en fracciones simples veremos que
x A B C
2 2: +■
(l-*) (l-3;t) (1-*) (1-x) (l-3*) ?
x = A{\ - x){\ - 3x) + B(í - 3x) + C(l - x) 2 .
Con las siguientes asignaciones para x, obtenemos
B =
(x = l): l = 5(-2), ^\-
*4H(i)' H-
(¿• = 0): 0 = A+B + C, A = -(B + C) = - - .
Por lo tanto,
/w ._!_ + LWfi + fcW2

2 +
.wo
í-3x (l-x) (l-x) (í-3x)
(7/4) | (-1/4) | (-1/2)
(í-3x) (l-x) (l-x)2
Encontramos a„ al determinar el coeficiente de x" en cada uno de los tres sumandos.
a) (7/4)/(l - 3x) = (7/4)[l/(l - 3x)] = (7/4)[l + (3*) + (3*)2 + (3A:)3 + • • • ] y el coefi
ciente de x" es (7/4)3".
b) (-l/4)/(l - x) = (-1/4)[1 + x + x2 + • • • ] y el coeficiente de x" es (-1/4).
c) (-l/2)/(l - x ? = (-l/2)/(l -xy = (-l/2)[("02) + tfK-jc) + ("22)(-*)2 + ("32)(-x)3 + • • •]
y el coeficiente de x" está dado por (-l/2)(; 2 )(-l)" = (-l/2)(-iy{2+^1) ■ (-1)" =
(-l/2Xn + 1).
Por lo tanto, a„ = (7/4)3" - (l/2)n - (3/4), n > 0. (Observe que a(np) no tiene nada de
particular. Además, se obtiene la misma respuesta con las técnicas de la sección 10.3.)
En nuestro siguiente ejemplo extenderemos lo aprendido en el ejemplo 10.32 a una

relación de segundo orden. Esta vez presentamos la solución dentro de una lista de instruc
ciones que pueden seguirse para aplicar el método de la función generatriz.
Consideremos la relación de recurrencia
an+2-5an+1 + 6a„ = 2, n > 0 , a0 = 3, ax = l.
1) Primero multiplicamos esta relación por*"+2, puesto quen + 2 es el máximo subíndice

que aparece en ella. Esto nos da
an+2xn+2 - 5fl„+1*n+2 + 6anxn+2 = 2x"+2.

2) Después sumamos todas las ecuaciones representadas por el resultado del paso (1)
y obtenemos
2 an+2x"+2 - 5 t < W n + 2 + 6 2 anx"+2 = 2 I x n+2

n=0
3) Para que todos los subíndices de a concuerden con el exponente correspondiente en

x, volveremos a escribir la ecuación del paso (2) como
00 30 00 90
n+2 n+i 2 n 2
2 an+2x -5x2 an+lx + 6x 2 anx = 2x 2x\
n=0 n=0 n=0 n=0
En este caso, también escribimos de nuevo la serie de potencias del lado derecho de la
ecuación en una forma que nos permita usar lo aprendido en la sección 2 del capítulo 9.
4) Sea/(*) = 2^-oai>x" ' a f u n c i ° n generatriz de la solución. La ecuación del paso (3)
toma entonces la forma
(/(*) -a0-aiX)- 5x(f(x) - a0) + 6x2f(x) = ^ - ,

1 —x
(/(*) - 3 - Ix) - 5x(f(x) - 3) + 6x2f(x) = ^ ~

l-x
5) Despejamos f(x) para obtener
2x2
(1 - 5x + 6x2)f(x) = 3 - Sx + - — ,
de lo cual se sigue que

3 - 8x 2x2
ñ*)=„ (1 - 5*
C -+. . 6x
. . 22). +' (1 - 5x + 6x2)(í - x)
( 3 - 8 x ) ( l - ; c ) + 2x2 _ l(k2-lljt + 3
(1 - x)(l - 2x)(l - 3x) (1 - x)(l - 2x)(l - 3x)"
Hacemos una descomposición en fracciones simples (a mano o por medio de un
programa de cálculo simbólico) para obtener
/«=T-V+ T J -=2¿(3*r+i*\
l — JX l —X „=o n=0
Por lo tanto, an = 2(3") + 1, n > 0.
Consideremos un tercer ejemplo, que tiene un resultado conocido.
Ejftffipf& 10.34 Sea « E N . Para r > 0, sea a(n,r) el número de formas en que podemos seleccionar r
objetos de un conjunto de n objetos distintos, permitiendo las repeticiones.
Para n > 1, sea {bu b2 b„} el conjunto de estos objetos. Consideremos el objeto ¿,.
Pueden ocurrir dos casos.
a) El objeto bx nunca es seleccionado. Por lo tanto, los r objetos se seleccionan de

{b2,..., bn], lo que podemos hacer de a(n - 1, f) formas.
b) El objeto b¡ se selecciona al menos una vez. Entonces debemos seleccionar r - 1
objetos de {bu b2,..., b„), de modo que podamos seguir seleccionando bx además
de la selección ya hecha. Hay a(n, r - 1) formas de hacer esto.
Entonces a(n, r) = a(n - 1, r) + a(n, r - 1) ya que estos dos casos abarcan todas las
posibilidades y son disjuntos.
Sea/„ = Xr=o a ("' r )* l a función generatriz de la sucesión a(n, 0),a(n, l),¿(«, 2 ) , . . . [En
este caso,/„ es una abreviatura de/„(*).] De la ecuación a(n, r) = a(n-l,r) + a(n, r - 1),
donde n > l y r > l s e sigue que
a(n, r)xr = a{n - l,r)x' + a(n, r - l)xr y

00 00 QO
2 a(n, r)x = 2 a{n - 1, r)x + 2 a(n, r - l)xr.

r r
r=l r=l r=l
Si observamos que a(n, 0) = 1 para n > 0 y a(0, r) = 0 para r > 0, podemos escribir
oo
r 1
fn-a(n,0)=fn-i-a(n-l,0)+x'Za(n,r-l)x - ,
de donde/„- 1 = / , . , - 1 + xfn. Por lo tanto,/, -xf„ =/„., o/„ =/„.,/(l - x ) .

Por ejemplo, si n = 5, entonces
f_ n _ i /3 _ h _ h /i
( 1 - ^ ) (l-x) (1-x) (\-x)2 (\-xf (I-*)4
/o ^ 1
(l-^)5 (l-xf
ya que / 0 = a(0,0) + a(0, 1)JC + a(0,2)x 2 + --- = l + 0 + 0 + - - - .

En general,/, = 1/(1 - x)n = (1 - x)~", de modo que a(n, r) es el coeficiente de x' en (1 - *)"",
igualaír^-D^Í-r1)-
[Aquí tratamos una relación de recurrencia para a(n, r), una función discreta de dos
variables (enteras), n, r > 0.]
Nuestro último ejemplo muestra cómo utilizar las funciones generatrices para resolver
un sistema de relaciones de recurrencia.
Ejemplo 1Ü*35 Este ejemplo proporciona un modelo aproximado de la propagación de los neutrones de
alta y baja energía cuando chocan con los núcleos de material fisionable (como el uranio)
y son absorbidos. Aquí trabajamos con un reactor rápido que no tiene un moderador (como
el agua). (En realidad, todos los neutrones tienen una energía bastante alta y no sólo dos
niveles de energía. Tienen un espectro continuo de niveles de energía, y los neutrones del
extremo superior del espectro son los neutrones de alta energía. Los neutrones con mayor
energía tienden a producir más neutrones que los de menor energía.)
Consideremos el reactor en el instante 0 y supongamos que se inyecta un neutrón de

alta energía al sistema. Durante cada intervalo de tiempo posterior (cerca de 1 microsegundo,
o 10"6 segundos) ocurre lo siguiente.
a) Cuando un neutrón de alta energía interactúa con un núcleo (de material fisionable),
el resultado de la absorción (un microsegundo después) son dos neutrones de alta
energía y uno de baja.
b) Para las interacciones con un neutrón de baja energía, sólo se produce un neutrón de
cada nivel de energía.
Si todos los neutrones libres interactúan con los núcleos un microsegundo después de
su creación, encuentre las funciones de n tales que
a„ sea igual al número de neutrones de alta energía,
b„ sea igual al número de neutrones de baja energía,
en el reactor, después de n microsegundos, n > 0. ,
En este caso tenemos a0 = 1, b0 = 0 y el sistema de relaciones de recurrencia
an+l = 2an + b„ (3)

bn+\ = an + bn. (4)
Sean/, = ]£J=0tf<i*", gx = X J ^ » x " ^ func'ones generatrices de las sucesiones {a„ \ n >

0}, {bn | n > 0}, respectivamente.
De las ecuaciones (3) y (4), para n > 0,
a ^ x ^ ^ l a ^ + hx"*1 (3)'
n+1 +1 n+l
bn+lx = anx" + bnx (4)'
Si sumamos la ecuación (3)' para todo n > 0, tenemos

y
Zan+1xn+l = 2xânxn + x?Jbnxn. (3)'
De manera análoga, obtenemos de la ecuación (4)'
Ilbn+1xn+1 = x'Zanx', + xI1bnx''. (4)"

n=0 .. n=0 n=0
Utilizamos la función generatriz en este momento para obtener

f(x)-a0 = 2xf(x)+xg(x) (3)"
g{x)-bo = xf(x) + xg(x), (4)'
un sistema de ecuaciones que relaciona las funciones generatrices. Al resolver este siste
ma, vemos que
1 —jr (5 + V5\( 1 \ /5-V5\/ 1

2
A: -3X + 1 V 10 A-Y-JC/ V 10 I\b-x/
x l-5-3V5\í 1 \ / - 5 + 3V5\/ 1
8{x) =2 --r—-
3x + l =
V 10\—rr— IXy-xl —- \ + 10 /\8
10.5 Un tipo de relación de recurrencia no lineal (opcional) 499
donde
3 + V5 3-V5
= 8 =
y —^—' —z—•
En consecuencia,
= /5 + V 5 \ / 3 - V 5 \ " + 1 / 5 - V 5 \ / 3 + V5\" +1
10 10
L . -5-3V5\/3-V5\" + 1 / - 5 + 3V5\/3 + V5V+1
nÔ.
EJERCICIOS 10.4 1. Resuelva las siguientes relaciones de recurrencia por el método de las funciones generatrices.
a) fl„+1-a„ = 3", « > 0 , tf0=l b) an+l-an = n2, n>Q,a0=l
c) a„ - 3a„_! = 5"~\ n > l , « 0 =1
d) a„ + 2 -3a„ + 1 +2a„ = 0, n >0, a0= 1, a, = 6
e) a„ +2 -2«„ + i + a„ = 2", n > 0 , a0=l, ax = 2
2. Para n objetos distintos, seaa(n, r) el número de formas en que podemos seleccionar r de los n
objetos, 0 < r < n, sin repetición. En este caso, a(n, r) = 0 cuando r > n. Use la relación de
recurrencia a(n, r) = a(n - 1, r- 1) + a{n - 1, f), donde n > 1 y r > 1, para mostrar que/(jc) =
(1 + x)" genera a(n, r), r > 0.
3. Resuelva los siguientes sistemas de relaciones de recurrencia.
a) a„+i = -2a„-4b„ b) a„+i = 2a„ - bn + 2
b„+i =■■4a„ + 6b„
4a„ + 6b„ b„+l = -a„ + 2b„-l
n > 0 , a0= 1, b0 = 0 n > 0, «o = 0, ¿o = l
10.5
Un tipo especial de relación
de recurrencia no lineal (opcional)
Hasta ahora, nuestro estudio de las relaciones de recurrencia ha tratado de relaciones li
neales con coeficientes constantes. El estudio de las relaciones de recurrencia no lineales
y de las relaciones con coeficientes variables no es un tema que seguiremos con detalle,
excepto por una relación no lineal particular que lleva por sí misma al método de las
funciones generatrices.
Desarrollaremos el método en un problema de conteo de estructuras de datos. Antes de
eso, observemos que SÍ/(JC) = £ " a¡ *' e s â ^ u n c ^ n generatriz de cío, ax, a2> • • •. entonces
\f(x)]2 generaOoô. «0^1 + a\<Jo> «0^2 + «i«i + «2«o. • • •. "o^n + â„-i + a2«n-2 + «2^0 + • • •
an-Xa\ + a„a0,. .., la convolución de la sucesión a0, ax, a2,..., consigo misma.
Ejemplo 10 3 6 En la sección 5.1 presentamos la idea de un diagrama de árbol. En general, un árbol es un

grafo no dirigido, conexo y sin lazos ni ciclos. Aquí analizaremos los árboles binarios con
raíz. -^
W Figu ^ 0 . 1 2
En la figura 10.12 vemos dos de estos árboles, donde el vértice con el círculo denótala
raíz. Estos árboles son binarios debido a que de cada vértice hay a lo más dos aristas
(llamadas ramas) que descienden (puesto que un árbol con raíz es un grafo dirigido) de
ese vértice.
En particular, estos árboles binarios con raíz son ordenados, en el sentido de que una
rama izquierda que desciende de un vértice se considera diferente de una rama derecha
que desciende del mismo vértice. Para el caso de tres vértices, la figura 10.13 muestra los
cinco posibles árboles binarios ordenados con raíz. (Si no se prestara atención al orden,
entonces los últimos cuatro árboles con raíz serían la misma estructura.)
A / \ >
<
(D (2) (3) (4) (5)
Nuestro objetivo es contar, para n > 0, el número b„ de árboles binarios ordenados con
raíz de n vértices. Si conocemos los valores de b¡ para 0 < i <¡ n, para obtener bn+, seleccio
namos un vértice como la raíz y observamos, como en la figura 10.14, que las subestructuras
que descienden a la izquierda y la derecha de la raíz son árboles (binarios ordenados con
raíz) más pequeños, cuyo número total de vértices es n. Estos árboles más pequeños se
denominan subárboles del árbol dado. Entre los posibles subárboles está el subárbol va
cío, del que sólo hay uno ( = b0).
Consideremos ahora la forma en que pueden separarse los n vértices en estos dos
subárboles.
(1) 0 vértices a la izquierda, n vértices a la derecha. Esto produce un total de ¿0¿,
subestructuras por contar en bn+¡.
(2) 1 vértice a la izquierda, n - 1 vértices a la derecha, lo que produce ¿>i¿„-i
árboles binarios ordenados con raíz, con n + 1 vértices.
(i + 1) i vértices a la izquierda, n ~ i a la derecha, para un total de b¡bñ.¡ hacia b„ti.
(n + 1) n vértices a la izquierda y ninguno a la derecha, lo que contribuye con bn b0 de

los árboles. -**
Subárbol Subárbol
izquierdo derecho Figura 10.14
Por lo tanto, para todo n > 0,
bn+1 = ¿>0¿>„ + &!&„-! + b2b„-2 + ■■■ + &„_! bi + bnb0,

y
00 00
1
2 b^tx"* = 2 ( M « + M , - i + • • • + 6„-i6i + bnb0)xn+1. (1)
Sea/(x) = 2j =0 ¿vx" la función generatriz de b0, b,,b2,... Volvemos a escribir la ecuación

(1) como
(/(*) - b0) = x 2 (í>0¿>„ + 6, &„_. + • • • + bH b0)x" = x[f(x)}\
Esto produce la ecuación cuadrática (en f{x))
x[f(x)f-f(x) + l = 0, y /(x) = [l±VT^4Í]/(2x).

Pero VTT47 = (l-4x)112 =(^2)+(l{2)(-4x) +(f)(-4x)2 + ■■■, donde el coeficiente de
x", n> l,es
l / 2 \ ( _ 4 ) „ _ (l/2)((l/2) - l)((l/2) - 2) • • • ((1/2) - n + 1) ( 4)„
= ( (1/2)(1/2)(3/2)--((2H-3)/2)
n!
_(-l)2"(l)(3)---(2#i-3)
n!
_(-l)2"(n!)(l)(3)---(2n-3)(2/»-l)
(n!)(n!)(2n-l)
(-l)(2)(4)---(2n)(l)(3)---(2n-l)__ (-1) /2n
(2n-l)(/i!)(#i!) (2n - 1) \ «
En/(x), seleccionamos el radical negativo; en caso contrario, tendríamos valores nega

tivos para b„. Entonces
i 2n
/w-¿ 1- i - 2»-i- (2n - 1)■i\ n.
y bn, el coeficiente de x" en/(*), es la mitad del coeficiente de xn*' en
1 2
i ")*-.
„=i (2n - 1) \ n /'
Así,
1 2(n + 1)\ _ (2«)! 1 2n
-i 2(n + 1) - U n+l ( n + !)!(«!) (n + l ) \ n
Los números bn son los números de Catalán, en honor del matemático belga Eugene
Catalán (1814-1894), quien los usó para determinar el número de formas para colocar
paréntesis en la expresión x¡ x2x¡... x„. Los primeros 11 números de Catalán son ¿>0 = 1A =
1, b2 = 2,b, = 5, ¿>4 = 14, b5 = 42, b6 = 132, b, = 429, bs = 1430, b9 = 4862 y ¿?10 = 16796.
Continuamos ahora con una segunda aplicación de los números de Catalán, basada en
un ejemplo de Shimon Even. (Véase la página 86 de la referencia [5].)
Ejemplo 10,37 Otra estructura de datos muy importante en las ciencias de la computación es la pila. Esta
estructura permite guardar datos, con las siguientes restricciones:
1) Todas las inserciones se realizan en un extremo de la estructura, que se llama parte
superior de la pila, y el proceso de inserción se conoce como push (empujar).
2) Todas las eliminaciones de la pila (no vacía) también ocurren en la parte superior.
Llamamos a este proceso pop.
Puesto que el último (last) elemento insertado en (in) esta estructura es el primer (first)
elemento que debe salir (out) de ella, la pila se considera con frecuencia como una estruc
tura "last-in-first-out" (LIFO).
Los modelos intuitivos para este tipo de estructura incluyen una pila de fichas de póquer,
una pila de platos en una cafetería y la pila de descarte que se usa en algunos juegos de
cartas, como elgin-rummy. En los tres casos, sólo podemos (1) insertar un nuevo elemento
en la parte superior de la pila o (2) tomar (eliminar) el elemento de la parte superior de la
pila (no vacía).
Aquí usaremos esta estructura de datos, con sus procedimientos push y pop, para ayu
darnos a permutar-la lista (ordenada) 1, 2, 3 , . . . , n, para n £ Z+. El diagrama de la figura
10.15 muestra la forma en que cada entero de la entrada 1,2, 3 , . . . , n debe empujarse hacia
la parte superior de la pila, en el orden dado. Sin embargo, podemos realizar una instruc
ción pop para eliminar un elemento de la parte superior de la pila (no vacía) en cualquier
instante. Pero una vez que un elemento es retirado de la pila, no puede ser devuelto a la
parte superior de la misma ni su valor puede ser utilizado de nuevo como entrada a añadir
a la pila.
Salida , n Entrada
Pila
Figura 10.15
El proceso continúa hasta que no hay elementos en la pila. Así, la sucesión ordenada de
elementos extraídos de la pila determina una permutación de 1, 2, 3 , . . . , n.
Si n = 1, nuestra lista de entrada sólo consta del entero 1. Insertamos 1 en la parte
superior de la pila (vacía) y después lo sacamos. Esto produce la permutación 1 (poco
interesante).
Para n = 2, tenemos dos permutaciones posibles para 1,2, y podemos obtener ambas por
medio de la pila.
1) Para obtener 1,2, colocamos el 1 en la parte superior de la pila (vacía) y después lo
sacamos. Después colocamos el 2 en la parte superior de la pila (vacía) y lo saca
mos.
2) La permutación 2,1 se obtiene colocando el 1 en la parte superior de la pila (vacía)
y empujando luego el 2 hacia la parte superior de la pila (no vacía). Así, si sacamos
el 2 de la parte superior de la pila y luego el 1, obtendremos 2, 1.
En el caso n = 3, vemos que sólo podemos obtener cinco de las 3! = 6 permutaciones
posibles de 1,2, 3. Por ejemplo, la permutación 2, 3, 1 se obtiene mediante los pasos
siguientes.
• Se coloca el 1 en la parte superior de la pila (vacía).
• Se coloca el 2 en la parte superior de la pila (sobre el 1).
• Se saca el 2 de la pila.
• Se coloca el 3 en la parte superior de la pila (sobre el 1).
• Se saca el 3 de la pila.
• Se saca el 1 de la pila, y ésta queda vacía.
La razón por la que no podemos obtener todas las permutaciones de 1, 2, 3 es que no
podemos generar la permutación 3, 1, 2 por medio de la pila, ya que, para que el 3 esté en
la primera posición de la permutación, debemos construir la pila introduciendo primero el
1 en la pila (vacía), luego el 2 en la parte superior de la pila (sobre el 1) y, por último,
colocando el 3 en la parte superior de la pila (sobre el 2). Después de introducir el 3 en la
A parte superior de la pila, lo tendremos como primer número de nuestra permutación. Pero
como el 2 está en la parte superior de la pila, no podemos sacar el 1 hasta haber sacado el
2, por lo que no podemos generar la permutación 3, 1,2.
Si n = 4, existen 12 permutaciones de la lista (ordenada) 1,2,3,4 que se pueden generar
por el método de la pila. Las enumeramos en las cuatro columnas de la tabla 10.4 de
acuerdo con la posición del 1 en la permutación.
Tabla 10.4
1,2,3,4 2,1,3,4 2,3,1,4 2,3,4,1

1,2,4,3 2,1,4,3 3,2,1,4 2,4,3,1
1,3,2,4 3,2,4,1
1,3,4,2 3,4,2,1
1,4,3,2 4,3,2,1
1) Existen cinco permutaciones con 1 en la primera posición, ya que después de meter

y sacar el 1 de la pila, hay cinco formas de permutar 2, 3, 4 por medio de la pila.
2) Cuando el 1 está en la segunda posición, el 2 debe estar en la primera. Esto se debe
a que metimos el 1 en la pila (vacía), después metimos el 2 sobre él y después
sacamos el 2 y luego el 1. Hay dos permutaciones en la columna 2, puesto que 3,4
pueden permutarse de dos formas.
3) En la columna 3, tenemos el 1 en la tercera posición. Observamos que los únicos
números que lo pueden preceder son 2 y 3, que pueden permutarse en la pila (con el
1 en la parte inferior) de dos formas. Después se extrae el 1 y se mete el 4 en la parte
superior de la pila (vacía), para después retirarlo.
4) En la última columna obtenemos cinco permutaciones. Después de colocar el 1 en la
parte superior de la pila (vacía), hay cinco formas de permutar 2,3,4 mediante la pila
(con el 1 en la parte inferior). Después se extrae el 1 de la pila para completar la per
mutación.
Con base en estas observaciones, para 1 < i á 4, sea a, el número de formas de permutar
los enteros 1, 2, 3 , . . . , i (o cualquier lista de i enteros consecutivos) por medio de la pila.
Además, definimos a0 = 1, puesto que solamente hay una forma de no permutar nada, por
medio de la pila. Entonces
a4 = «o #3 + ^1 <*2 + «2 a\ + a3 ao,
donde
a) Cada sumando a¡ ak satisface; + k = 3.
b) El subíndice j indica que existen; enteros a la izquierda del 1 en la permutación; en
particular, para; > 1, éstos son los enteros de 2 a; + 1, inclusive.
c) El subíndice k indica que hay k enteros a la derecha del 1 en la permutación; para i
> 1, éstos son los enteros de 4 - {k - 1) a 4.
Este problema de permutación puede generalizarse a cualquier n G N, de modo que
an+l = a0a„ + axan-X + a2an.2 + ■ ■ • + an-xa^ + ana0,
con «o = 1 • De nuestro ejemplo anterior, sabemos que
1 (2n
A a
"~(n + í){n)-
Continuaremos esta sección con otro ejemplo en que surgen los números de Catalán.
Históricamente, éste es el primer caso conocido donde apareció esta sucesión de números.
Ejemplo 10.38 Este ejemplo trata de un problema propuesto por Leonard Euler. El problema analiza un
polígono convexo dado de n(> 3) lados; es decir, un polígono de n lados que satisface la
siguiente propiedad: para cualquier par de puntos PUP2 del interior del polígono, el seg
mento de recta que une a P¡ con P2 también está dentro del interior del polígono. Dado un
polígono convexo de n lados, Euler quería contar el número de formas en que podía
triangularse el interior del polígono (subdividirlo en triángulos) trazando diagonales que
no se intersecaran. Denotaremos el número de estas triangulaciones como t„.
En las partes (a) y (b) de la figura 10.16 encontramos un triángulo y dos cuadriláteros;
éstos últimos han sido triangulados. La parte (c) de la figura muestra las cinco formas en
que podemos triangular un pentágono convexo mediante diagonales que no se intersequen.
(En cada caso, tenemos dos diagonales que no se intersecan.) En consecuencia, t-¡ = 1, t4 =
2 y ts = 5, por lo que tenemos otra situación donde aparecen los números de Catalán. Sin
embargo, esta vez no usaremos una relación de recurrencia, sino que estableceremos una
correspondencia uno a uno entre las triangulaciones del polígono convexo (que queremos
contar) y los árboles binarios ordenados con raíz contados en el ejemplo 10.36.
Para el caso n = 5, consideremos el pentágono convexo triangulado de la parte (a) de la
figura 10.17. Asociamos la raíz r de un árbol binario ordenado con raíz con el lado del
pentágono cuyos extremos están etiquetados como 1 y 2; nos referiremos a este lado como
el lado {1, 2}. Ahora rotamos el lado {1,2} hacia la diagonal {5, 2}, la primera (y única)
diagonal que podemos alcanzar mediante la rotación del lado {1, 2}. Esta rotación en
sentido contrario al de las manecillas del reloj se designa en un árbol binario ordenado con
raíz mediante una arista trazada desde la raíz hasta el vértice ty al lado derecho de la raíz.
El vérticetycorresponde con la diagonal del pentágono {5,2} y el resultado de la rotación
aparece en lafigura10.17(b). Si continuamos de esta forma, la rotación en sentido contra
rio al de las manecillas, de la diagonal {5, 2} hacia la diagonal {4, 2}, corresponde a la
Figura 10.16
(b)
-* *- \v,
(e) (f)
(h) (¡)
Figura 10.17
arista {u,, V2] del árbol binario ordenado con raíz de la parte (c) de lafigura.En este caso,
el vértice \)2 corresponde con la diagonal {4, 2}.
La situación de las partes (d) y (e) de lafigura10.17 muestra de nuevo la corresponden
cia entre
1) el lado {1, 2} del pentágono y la raíz r;

2) la diagonal {5, 2} y el vértice Vi a la derecha de la raíz r; y
3) la rotación en contra del sentido de las manecillas de {1, 2} hacia {5, 2} y la arista
{r, i>i} del árbol.
Sin embargo, cuando rotamos la diagonal {5, 2} hacia la diagonal {5, 3}, obtenemos una
rotacióñ\en el sentido de las manecillas, como se muestra en la figura 10.17(f). Esta rota
ción corresponde a la arista {i),, x>2] del árbol, orientada de modo que el vértice v2 quede
a la izquierda del vértice v{.
Por último, para el pentágono triangulado de la parte (g) de lafigura10.17 tenemos <j
opciones para la primera rotación. Cuando rotamos la arista {1,2} del pentágono hay d
posibilidades: (1) una rotación en el sentido de las manecillas hacia la diagonal {1, 4],
como se muestra en la figura 10.17(h); o (2) una rotación en sentido contrario al de las
manecillas hacíala diagonal {2,4}. En este caso, primero aplicamos la rotación en sentido
de las manecillas y obtenemos el resultado de la parte (h) de la figura 10.17. A continua
ción, rotamos la arista {1, 2} del pentágono hacia la diagonal {2, 4}, por medio de una
rotación en el sentido de las manecillas, como se muestra en la figura 10.17(i), donde
también encontramos el árbol binario ordenado con raíz correspondiente.
Este análisis muestra que para cualquier triangulación del pentágono convexo obtene
mos un árbol binario ordenado con raíz tal que
1) la arista {1, 2} del pentágono corresponde a la raíz r del árbol;

2) cada diagonal que no se interseque corresponde con un vértice del^rbol;
3) una rotación en el sentido de las manecillas de la arista {1,2} hacia una diagonal, o
de una diagonal hacia otra, corresponde con una arista del árbol en la que el vértice
inferior queda a la izquierda del vértice superior; y
4) una rotación en sentido contrario al de las manecillas, de la arista {1,2} hacia una
diagonal, o de una diagonal hacia otra, corresponde con una arista del árbol en la
que el vértice superior está a la izquierda del vértice inferior.
Siguiendo estas ideas, encontramos las otras dos triangulaciones del pentágono con sus ár
boles binarios ordenados con raíz correspondientes en la figura 10.18. En las partes (a) y
(b) de la figura 10.19, se muestra este tipo de correspondencia para una de las 14 triangu
laciones de un hexágono convexo. Las partes (c) y (d) de la figura 10.19 muestran cómo
corresponde una de las 42 triangulaciones de un heptágono convexo con un árbol binario
ordenado con raíz de cinco vértices.
Resumimos y generalizamos el análisis anterior de la forma siguiente: un polígono
convexo de n + 2 lados puede triangularse mediante n - 1 diagonales que no se intersecan,
de bn formas, donde bn es el n-ésimo número de Catalán.
r
1 2 1 2
r
1 2 1 2
A
4 4 J
Figura 10.18
(a) (b)
(0 (d)
Figura 10.19
Nuestro último ejemplo de esta sección es parecido al ejemplo 10.14. De nuevo, vemos
que debemos evitar obtener un resultado general sin un argumento general, independien
temente de lo que puedan sugerir unos cuantos casos especiales.
Aquí partimos de n objetos distintos y, para n > 1, los distribuimos en a lo sumo n recipi
tes idénticos, sin que haya más de tres objetos en cada recipiente y sin preocuparnos por el
orden de los objetos dentro de los recipientes. Seaa„ el número de estas distribuciones y, a
partir de la figura 10.20, vemos que
«3 = 5, a 4 =14.
Parece que tuviéramos los primeros cinco términos de la sucesión de números de Catalán;
sin embargo, el patrón se rompe y vemos que
a¡ = 46 4=- 42 (el sexto número de Catalán),
a6 = 166 4 132 (el séptimo número de Catalán), y
a-, = 652 £ 429 (el octavo número de Catalán).
(Las distribuciones de este ejemplo fueron estudiadas por F. L. Miksa, L. Moser y M. Wyman
A en la referencia [20].)
Otros ejemplos relacionados con los números de Catalán aparecen en la bibliografía del
capítulo.
C
B B C C B
A A A B A B A A B A C A B C
(n = 0) (n=D (n = 2) (n = 3)
C D D D
B B C C B D c D D C D
A D A C A B B A A C A B A B A B C
D C D C B
A C B A D B B C A B D A C D A A B C D
(n = 4)
Figura 10.20
EJERCICIOS 10.5 1. Para los árboles binarios ordenados con raíz del ejemplo 10.36, calcule bt y trace las estructu
ras de cuatro vértices.
2. Verifique que para todo n > 0,
1 2n+2\ I 1 \í2n
2\2n + l/\n + l)~\n + l)\ n
2n - \\ (2n - 1 \ 1 / 2n
3. Muestre que para todo n a 2,
n n 2 (n + l)\ n
¿Cuáles de las siguientes permutaciones de 1, 2, 3, 4, 5, 6, 7, 8 pueden obtenerse usando una

pila (del ejemplo 10.37)?
a) 4,2,3,1,5,6,7,8 c) 4,5,3,2,1,8,6,7
b) 5,4,3,6,2,1,8,7 d) 3,4,2,1,7,6,8,5
Supongamos que los enteros 1, 2,3,4, 5,6,7, 8 se permutan usando la pila del ejemplo 10.37.
(a) ¿Cuántas permutaciones son posibles? (b) ¿Cuántas permutaciones tienen el 1 en la cuarta
posición y el 5 en la octava? (c) ¿Cuántas permutaciones tienen el 1 en la sexta posición? (d)
¿Cuántas permutaciones comienzan con 321?
Para un polígono convexo de n > 3 lados, sea r„ el número de formas en que se puede triangular
el interior del polígono mediante diagonales que no se intersequen (como en el ejemplo 10.38).
a) Defina í2 = 1 y verifique que t„ t , = t2t„ + t}tn _,+ •••+/„_ i + t„t¡.
b) Exprese t„ en función de n.
7. Encuentre el árbol binario ordenado con raíz, correspondiente a cada una de las triangulaciones
(de un heptágono convexo) de la figura 10.21.
/ 1 \(2n\
Para n 2 0, b„ = es el n-ésimo número de Catalán.
\n + í)\ nj
2(2n + l),
a) Muestre que para todo n £ 0, í>„ +, = — — bn.
(n + 2)
b) Use el resultado de la parte (a) para escribir un programa (o desarrollar un algoritmo) que
calcule los primeros 15 números de Catalán.
2 2 1 2
^
\
V^ y \ Y*
^
M
lS
^-—-v3
\
z
-y ¿4
\
\
5
6
*S
5
h
4
(a) (b) (0
Figura 10.21
9. Para n > 0, distribuya 2n puntos de manera uniforme sobre una circunferencia y numérelos en
forma cíclica con los enteros 1, 2,3 2w. Sea a„ el número de formas en que estos In puntos
pueden emparejarse como n cadenas sin que éstas se intersequen. (El caso de n = 3 se muestra
en la figura 10.22.) Encuentre y resuelva una relación de recurrencia para a„, n>0.
Figura 10.22
10. En la figura 10.23 tenemos dos de las cinco formas en que podemos triangular el interior de un
pentágono convexo con diagonales que no se intersequen. En este caso hemos etiquetado cua
tro de los lados con las letras a, b, c, d, al igual que los cinco vértices. En la parte (i) usamos 1
etiquetas de los lados ay b para obtener la etiqueta ab para la diagonal que une los vértices 2
y 4. Esto se debe a que la diagonal (llamada ab), junto con los lados a y b, nos proporciona uno
de los triángulos interiores de la triangulación del pentágono convexo. Entonces, la diagonal
ab y el lado c dan lugar a la etiqueta ab(c) de la diagonal determinada por los vértices 2 y 5, y
los lados ab, c y (ab)c proporcionan un segundo triángulo interior para esta triangulación. Si
seguimos de esta forma, etiquetaremos la arista base que une los vértice 1 y 2 con ((ab)c)d, una
de las cinco formas en que podemos introducir los paréntesis para obtener los tres productos
(de dos en dos números) necesarios para calcular abcd. La triangulación de la parte (ii) de la
figura corresponde al producto con paréntesis (ab)(cd).
a) Determine el producto con paréntesis de a, b, c, d para las otras tres triangulaciones del
pentágono convexo.
b) Encuentre el producto con paréntesis para cada uno de los hexágonos convexos triangulados
de las partes (iii) y (iv) de la figura 10.23.
[De la parte (a), vemos que hay cinco formas de poner paréntesis a la expresión abcd. La parte
(b) muestra dos de las 14 formas en que podemos introducir paréntesis para la expresión abcde. En
general, hay -^¡¡ (2„") formas de poner entre paréntesis la expresión*, *2*3 •••*,,-1 *„*,, +1 • Tratan
do de resolver este problema, Eugene Catalán descubrió la sucesión que lleva su nombre.]
10.6 Algoritmos divide y vencerás (opcional) 511
4 4
4 c 5 4 c !
(i)
a
\¿/(ab)cJ
2 ((ab)c)d 1
3
\ab
(ü)
\°TS
2 iab)(cd) 1
<
(iü)
fr N
! 1
<
(iv)
>
) •
Figura 10.23
10.6
Algoritmos divide y vencerás
(opcional)t
Uno de los tipos de algoritmo eficiente, de amplio uso e importancia, es el basado en el

enfoque divide y vencerás. En este caso, la estrategia en general es resolver un problema
dado de tamaño n (n G Z+) de la forma siguiente:
1) Se resuelve el problema directamente para un valor pequeño de n, en forma directa
(esto proporciona una condición inicial para la relación de recurrencia resultante).
2) Se descompone el problema general de tamaño n e n a problemas pequeños, del
mismo tipo y (aproximadamente) del mismo tamaño, ya seaf/i/é~| o |_«/¿J,t donde
a, b e Z+, 1 < a < n y 1 < b< n.
Luego resolvemos los a problemas más pequeños y usamos sus soluciones para construir
una solución del problema original de tamaño n. Nos interesan particularmente los casos
en que n es una potencia de b y b = 2.
Estudiaremos los algoritmos "divide y vencerás", donde
1) El tiempo para resolver el problema inicial de tamaño n = 1 es una constante c > 0, y
2) El tiempo para separar el problema dado de tamaño n en a problemas similares pero
más pequeños, junto con el tiempo necesario para combinar las soluciones de estos
problemas pequeños y obtener una solución del problema dado es h(n), una función
de n.
t El material de esta sección puede omitirse sin perder la continuidad. Será utilizado en la sección 12.3
para determinar la función de complejidad en tiempo del algoritmo de ordenamiento por fusión. Sin embargo,
elresultadotambién se obtendrá como un caso particular de este algoritmo mediante otro método que no usa el
material desarrollado en esta sección.
t Para cada t E R recordemos que |~*1 denota el lecho de x y [xj el suelo de x, o la parte entera de x,
donde
a) |_*J = M = x, para xEZ
b) [xj es el entero inmediato a la izquierda de x, para I E R - Z
c) [x~\ es el entero inmediato a la derecha de x, para i 6 R - Z .
Nos interesa en este momento la función de complejidad en tiempo f{ri) para estos
algoritmos. En consecuencia, usaremos aquí la notación/(n), en vez de la notación a„ con
subíndices utilizada en las secciones anteriores de este capítulo.
Las condiciones que hemos establecido nos llevan a la siguiente relación de recurrencia,
f(n) = af(n/b) + h(ri), para n = bk, Jts=l.

Observamos que el dominio de/es {1, b, b2, b3,.. .} = {b' \ i G N} C Z+.
En nuestro primer resultado, la solución de esta relación de recurrencia se obtiene del
caso en que h{n) es la constante c.
TEOREMA 10.1 Sean a, b, c G Z+, b > 2 y sea/: Z+ -» R. Si
f(rí) = af(n/b) + c, para n = bk, k a 1,
entonces para todo n = 1, b, b2, b1,...,

=
1) /(") c(logi,rt + 1), donde a = 1
, , c(anXos»a - 1)
2) /(n) = — - , donde a > 2
a-í
Demostración: Para k > 1 y n = bk, escribimos el siguiente sistema de k ecuaciones. [Si se

empieza con la segunda ecuación, obtenemos cada una a partir de la anterior, (i) reempla
zando cada aparición de n en la ecuación anterior por n/b y (ii) multiplicando la ecuación
resultante en (i) por a.]
f(n) = af(n/b) + c
af(n/b) = a2f(n/b2) + ac
a2f(n/b2) = a3f(n/b3) + a2c
a3f(n/b3) = a4f(n/b4) + a3c
ak-2f(n/bk-2) = ak-'f(nlbk-1) + ak~2c

a"-1 f(nlbk~l) = akf(n/bk) + a*"1 c ■
Vemos que cada uno de los términosaf(n/b), a2f(n/b2), a3f(n/b3),..., a*_1/(«/¿*"') aparece
una vez como sumando en ambos lados de estas ecuaciones. Por lo tanto, al sumar ambos
lados de las k ecuaciones y cancelar estos sumandos comunes, obtenemos
f(rí) = akf(n/bk) + [c + ac + a2c + ■ ■ ■ + ak-lc\.
Como n = bky f{\) = c, tenemos

f{n) = akf{\) + c[í + a + a1 + ■ ■ ■ + a*"1]
= c[l + a + a2+--- + ak~i + ak].
1) Si a = 1, entonces/(n) = c{k + 1). Pero n = &*<=> log^n = Jk,

por lo que/(«) = ¿(log^n + 1), para n G {b* \ i G N}.
c(\-aM) c(at+1-l)
2) Cuando a > 2, entonces/(n) = , a partir de la identidad 4 de
\-a . a-\
la tabla 9.2. Ahora, n = £*<=> log¿n = &, por lo que
c(anlog*a - 1)
/(«): ■, paran G{¿>'|i'GN}.
(a-1)
Ejemplo 10.40 a) Sea/: Z + -> R, donde

/ ( l ) = 3, y
/ ( n ) = / ( n / 2 ) + 3, paran = 2*, JtGZ+.
Por la parte 1 del teorema 10.1, con c = 3, b = 2 y a = 1, se sigue que/(n) =
3(logí,n+ l ) , p a r a n G {1,2,4,8, 1 6 , . . . } .
b) Suponga que g: Z+ -» R, con
í ( i ) = 7, y
g(n) = 4g(n/3) + 7, p a r a n = 3 * , kEZ+.
Entonces, con c = 7, £ = 3 y a = 4, la parte 2 del teorema 10.1 implica que g(n) ■■

(7/3)(4nlog34 - 1 ) , si n G {1, 3, 9, 27, 8 1 , . . . } .
Si analizamos el teorema 10.1, debemos observar, por desgracia, que aunque conoce
mos/para n G {1, b, b2,...}, no podemos decir nada del valor de/para los enteros en Z+
- {1, b, b2,...}. Así, en este momento no podemos analizar/como una función de comple
jidad en tiempo. Para superar esto, generalizaremos la definición 5.23, donde presentamos
la idea de dominación de una función.
Definición 10.1 Sean/ g: Z* —» R y S un subconjunto infinito de Z+. Decimos que g domina afen S (o que
/ es dominada por g en S) si existen constantes m G R+ y k G Z+ tales que |/(n) | <
f I g(n) I para t°do n G 5, donde « > &.
En estas condiciones, también decimos q u e / G 0(g) en 5.
Ejemplo 10.41 Sea/: Z+ —» R definida por
f(n) = n, paran £ { 1 , 3 , 5 , 7 , . . . } = 5,,

/(n) = n 2 , para n G { 2 , 4 , 6 , 8 , . . . } = 5 2 .
Entonces/E 0(n) en S¡ y / E 0(n2) en S2. Sin embargo, no podemos concluir que/€

0(ii).
10,42 Del ejemplo 10.40 y la definición 10.1 tenemos que
a) / £ 0(log2n) en {2k\kE N}
b) gEOin10*3*) en {3*|JtEN}
Con la definición 10.1, podemos considerar ahora los siguientes corolarios del teorema
10.1. El primero es una generalización de los resultados particulares dados en el ejemplo
10.42.
COROLARIO 10.2 Sean a,b,c E Z+ con b > 2 y/: Z+ -» R. Si

/(l) = c, y
f(n) = af(n/b) + c, para n = bk, /cal,
entonces
1) fe 0(logi,/i) en {Í>*| k E N}, cuando a = 1, y
2) / E 0(nlog»a) en {bk\k E N}, cuando a => 2.
Demostración: Se deja como ejercicio al lector.
El segundo corolario cambia los signos de igualdad del teorema 10.1 por desigualda
des. Como resultado, el codominio de/debe restringirse de R a R+ U {0}.
COROLARIO 10.1 Sean a, b, c E Z+con b > 2 y/: Z+ -» R+ U {0}. Si

fQ-)*c, y
/(«) s a/(n Ib) + c, para n = 6*. Jfc > 1,
entonces, para todo n = 1, b, b2, b3,...,
1) /EO(log¡,n),dondea = 1, y
2) / E 0(«log*fl), donde a s 2.
Demostración: Consideremos la función g: Z+ -> R+ U {0}, donde
g(l) - c, y
g(ri) = ag(n/b) + c, para n E {1, b, b2,...}.
Por el corolario 10.1,
gE0(log/,n) en {¿>*|&EN}, cuando a =1, y
log fl
g E 0(« » ) en {¿>* | k E N}, cuando a > 2.
Afirmamos que/(n) < g(n) para todo n E (1, b, b2,. . .}. Petra demostrar nuestra afir
mación, haremos una inducción sobre k, donde n = M. Si k = 0, entonces n = b° = 1 y/(l) <
c = g{l), de modo que el resultado es cierto para este primer caso. Si suponemos que el
resultado es cierto para algún t G N, tenemos que/(n) = f{b') < g(b') = g{n) para n = b'.
Entonces, para k = t + 1 y n = ¿>* = b'+', tenemos que
/(«) =/(¿>'+1) *fl/(¿>'+1/¿>)+ c = «/(&') + c < ag(¿><) + c = g(b'+i) = g(n).
Por lo tanto, por el principio de inducción matemática,/(«) < g(n) para todo n G l U . í i 2 , . . . } .
En consecuencia,/ G 0(g) en {bk \ k G N} y el corolario se sigue de nuestra afirmación
anterior sobre g.
Hasta este momento, nuestro estudio de los algoritmos "divide y vencerás" ha sido
principalmente teórico. Ya es tiempo de dar un ejemplo donde puedan aplicarse estas ideas.
El siguiente resultado confirma uno de nuestros anteriores ejemplos.
jemptolQ.^ Para n = 1, 2,4, 8, 1 6 , . . . , sea/(n) el número de comparaciones necesarias para encontrar

los elementos máximo y mínimo en un conjunto 5 C R , donde | S [ = n y se usa el proce
dimiento del ejemplo 10.26.
Si n = 1, entonces los elementos máximo y mínimo son el mismo elemento. Por lo
tanto, no se necesitan comparaciones y / ( l ) = 0.
Si n > 1, entonces n = 2* para algún k E Z+ y separamos (dividimos) S como S^ U S2,
donde \Si \ = |S21 = n/2 = 2*~'. Se necesitan f(n/2) comparaciones para encontrar el
máximo M, y el mínimo m¡ para cada conjunto S¡, /'= 1, 2. Paran>4, si conocemos mhMi,
m2 y M2, podemos compararm¡ con m2 y Mi con M2 para determinar los elementos máximo
y mínimo de S. Por lo tanto,
f(n) = 2f(n/2)+l, sin =2, y
f(n) = 2f(n 12) + 2, si n = 4,8,16,...
Por desgracia, estos resultados no son la hipótesis del teorema 10.1. Sin embargo; si
cambiamos nuestras ecuaciones por las desigualdades
/(1)<2
/ ( n ) < 2 / ( « / 2 ) + 2, si n = 2", i>l,
entonces, por el corolario 10.2, la función de complejidad en tiempo /(«), dada por el
número de comparaciones hechas en este proceso recursivo, satisface/ G 0(n]0^2) = O(n),
para todo n = 1, 2, 4, 8,. . .
Podemos analizar la relación entre éste y el ejemplo 10.26 con más detalle. Por ese
resultado anterior, sabemos que si \s\ =n = 2k,k>\, entonces el número de comparacio
nes f(n) necesarias (en el proceso dado) para encontrar los elementos máximo y mínimo
en 5 es (3/2)(2*) - 2. {Nota: Nuestra proposición reemplaza la variable n del ejemplo 10.26
por la variable k.)
Como n = 2k, vemos que podemos escribir
/(1) = 0
/(")=/(2*) (3/2)(2*) - 2 = (3/2)n - 2, para n = 2 , 4 , 8 , 1 6 , . ..
Por lo tanto, / G 0(n) para « 6 {2* | k G N), como lo obtuvimos antes mediante el
corolario 10.2.
Todos nuestros resultados piden que n = bk para algún k G N, de modo que es natural
preguntarse si podemos hacer algo cuando permitimos que n sea cualquier entero positivo.
Para esto, presentamos la siguiente idea.
Definición 1 0 . 2 Una función/: Z+ —> R+ U {0} se denomina monótona creciente si para todos m, « G Z*
m<n=>fim)<fin).
Esto nos permite considerar resultados para cualquier n G Z+, en ciertas circunstancias,
TEOREMA 10.2 Sea/: Z * - > R + U { 0 ) monótona creciente y seag: Z+ -» R. Para o G Z+,fc> 2, suponga
mos qiie/G O(g) para todo n G S = { ¿ ? * U G N } . E n estas condiciones,
a) Si g G 0(log n), entonces/G 0(log n).

b) Si g G 0(n log n), entonces/G 0(n log n).
c) Si g G 0(n r ), entonces/G 0(nr), para r G R+ U {0}.
Demostración: Demostraremos las partes (a) y (c) y dejaremos la parte (b) para los ejerci
cios de la sección. Antes de comenzar, observemos que la base para los logaritmos de las
partes (a) y (b) es cualquier número real positivo mayor que 1.
a) Como / G 0(g) en S y g G 0(log n), al menos tenemos / G 0(log n) en S. Por lo

tanto, por la definición 10.1, existen constantes m G R+ y s G Z+ tales que/(n) =
|/(n) I < m | log n | = m log n para todo n G S, n > s. Necesitamos encontrar
constantes M G R+ y s, G Z+ tales que/(n) < A/ log n para rodo n > s¡, no sólo para
nGS.
Sea f G Z+, donde Í < bk < t S o*+1 (y log s > 1). Como/es monótona creciente y
positiva,
/(í)</(¿>* + 1 )smlog(o* + 1 )
= m[log(¿>*) + logp]
= m log(6*) + m logb
<m log(bk) + m logb log(o*)
= m(l + log6)log(6*)
< m ( l + log6) logí;
Así que si Ai = w(l + log b) y s{ = bk + 1, vemos que para todo t G Z+, si í > sh
entonces/(í) < M log t. Por lo tanto,/(r) < M log í y / G 0(log n).
c) Según las hipótesis de esta parte del teorema, existen constantes m G R+, s £ Z+
tales que/(«) < m(nr) para todo n G S cuando n > s. Así, si t G Z+ con s < ¿* < t S fc*+1,
entonces
/(í) </(6* +1 ) < m(bk+1Y = m[Z><*+1>']

= m¿>'(¿>*)r
<mí)rí'.
Si A/ = m¿>r y Ji = ¿>* + 1, se sigue que para todo f G Z+, si f > sly entonces/(í) < Mtr
y / e 0(nr).
Ahora utilizaremos el resultado del teorema 10.2 para determinar la función de com
plejidad en tiempo/(n) para un algoritmo de búsqueda llamado búsqueda binaria.
En el ejemplo 5.71 analizamos un algoritmo en el que buscábamos un entero particular
Key en una lista A[1], A[2], A [ 3 ] , . . . , A[n]. En ese ejemplo, los elementos de la lista no
tenían un orden particular, por lo que simplemente comparamos el valor de Key con el de
los elementos de la lista A[\], A[2], A[3] A[n]. Pero esto no sería eficiente si supiéra
mos que A[l] < A[2] < A[3] < • • • < A[n]. (Después de todo, uno no busca el número
telefónico de una persona en la guía empezando en la primera página y analizando cada
nombre. El orden alfabético de los apellidos se usa para acelerar el proceso de búsqueda.)
Veamos un ejemplo particular.
Ejemplo 10.44 Consideremos la listaAfl], A[2], A[3],..., A[7] de enteros, donde A[l] = 2, A[2] = 4, A[3] =
5, A[4] = 7, A[5] = 10, A[6] = 17 y A[7] = 20; además, sea Key = 9. Revisamos la lista de
la forma siguiente:
1) Comparamos Key con el elemento del centro de la lista, que en este caso es A [4] =
7. Como Key > A[4], nos concentramos en los demás elementos de la sublista A[5],
A[6],A[7].
2) Ahora comparamos Key con el elemento central A[6]. Como Key = 9 < 17 = A[6],
pasamos ahora a la sublista (de A[5], A[6], A[7]) que consta de los elementos meno
res que A[6], que en este caso solamente es el elemento A[5].
3) Al comparar Key con A [5], vemos que Key M[5], por lo que Key no está presente
en la lista dada A[l], A[2], A [ 3 ] , . . . , A[7].
A partir de los resultados del ejemplo 10.44, hacemos las siguientes observaciones para
una lista general (ordenada) de enteros (o números reales). SeaA[l], A[2], A [ 3 ] , . . . ,A[n]
la lista dada y sea Key el entero (o número real) que estamos buscando. A diferencia de la
lista del ejemplo 5.71, aquí tenemos que
A[l] <A[2) <A[3] < ■ • ■ <A[n\.
1) Primero comparamos el valor de Key con el elemento de la lista en o cerca del

centro. Este elemento es A[(n + l)/2] para n impar y A[n/2] para n par.
Ya sea n par o impar, el elemento de la lista con el subíndice m = |_(n +1)/2 J es e

elemento del centro, o cercano al centro. Observe que 1 es el valor del límite infe
rior de los subíndices de la lista y n es el límite superior.
2) Si Key es igual a A[m], hemos terminado. Si no, entonces
a) si Key es mayor que A[m], buscamos (mediante este proceso de división) en la
sublista A[m + í],A[m + 2 ] , . . . , A[n];
b) si Key es menor que A[m], entonces aplicamos el proceso de división y busca
mos en la sublista A[l], A[2],..., A[m~ 1].
Usamos las observaciones anteriores en el desarrollo del segmento de programa en
Pascal de lafigura10.24. En este caso, la entrada es una lista ordenada A[l], A[2], A[3]
A[n] de enteros, o números reales, en orden ascendente. La lista y el valor del entero n se
dan antes en el programa, junto con el valor de la variable Key. Si los elementos de la lista
son enteros (números reales), entonces Key debe ser un entero (número real). Las varia
bles lower y upper son variables enteras que se usan para guardar los límites inferior y
superior, respectivamente, de la lista o sublista en la que se realiza la búsqueda. La varia
ble entera center guarda el índice del elemento de la lista o de la sublista en o cerca del
centro de la lista o sublista. En general, center = \_(lower + upper) 12 J. Por último, la va
ble booleana/Zag toma el valor falso (si no se encuentra Key) o verdadero (si se encuentra
Key).
Begin
flag := false;
lower := 1;
upper := n;
While (lower <= upper) and (flag = false ) do

Begin
center := (lower + upper) Div 2;
If Key = A[center] then
flag : = true
Else
If Key < Afcenter] then
upper := center-1 ¡{Se busca en ] a sublista inferior.}
Else lower := center+1 {Se busca en la sublista superior.}
End;
If flag = false then

Writeln('El valor ', Key,' no está en la lista.■)
Else Writeln('El valor ', Key,'se localiza en el elemento ',
center,'.')
End.
Figura 10.24
Queremos medir la complejidad del peor caso para el algoritmo implementado en la

figura 10.24. En este ejemplo, f(n) contará el máximo de comparaciones (entre Key y
A[center]) necesarias para determinar si el número dado Key aparece en la lista ordenada
A[l],A[2],A[3],...,A[n].
• Paran = 1, Key se compara con A[l] y / ( l ) = 1.

• Si n = 2, en el peor de los casos se compara Key con A[l] y después con A[2], por lo
que/(2) = 2.
• Si n = 3,/(3) = 2 (en el peor de los casos).
• Si n = 4, el peor caso ocurre cuando Key se compara primero con A [2] y después se
hace una búsqueda binaria en A[3], A[4]. Esta última búsqueda requiere (en el peor de
los casos)/(2) comparaciones. Así,/(4) = 1 +/(2) = 3.
En este momento vemos que/(l) </(2) </(3) </(4) y conjeturamos que/es una fun
ción monótona creciente. Para verificar esto, usaremos el principio de inducción matemá
tica en su forma alternativa. Supondremos que para todos i,j G {1, 2, 3 , . . . , n), i <j =*
/(i) ^ / 0 ) - Consideremos ahora el entero n + 1. Tenemos que analizar dos casos.
1) n + 1 es impar: en este caso caso escribimos n = 2ky n+ l = 2k+ 1, para algún k G
Z+. En el peor de los caso,/(n + 1) =/(2fc + 1) = 1 + f(k), donde 1 cuenta la compa
ración de Key con A[k + 1] y f{k) cuenta el máximo de comparaciones necesarias
para una búsqueda binaria en la sublistaA[l],A[2],... ,A[k] oenlasublistaA[¿fc + 2],
A[Jfc + 3 ] , . . . , A [ 2 * + l ] .
Entoncesf(n) =f(2k) = 1 + máx{f(k- l),f(k)}. Como k- l,k<n, por la hipóte
sis de inducción tenemos q u e / ( ¿ - 1) <f(k), de modo quef(n) = 1 +f(k) =f(n + 1).
2) n + 1 es par: en este caso, n+ 1 =2r, para algún r G Z+ y en el peor de los casos,
/(« + 1) = 1 + máx{/(r- l),f(r)} = 1 +/(/"), por la hipótesis de inducción. Por lo tanto,
f(n) =/(2r - 1) = 1 +f(r - 1) £ 1 +/(r) =f(n + 1).
En consecuencia, la función es monótona creciente.

Ahora vamos a determinar la complejidad en tiempo del peor caso para el algoritmo de
búsqueda binaria, utilizando la función/(n). Como
/ ( i ) = i, y
f(n)=f(n/2) + í, paran =2", Jfc=»l,
se sigue del teorema 10.1 (con a = l , f c = 2 y c = l ) que

/(«) = log2« + l, y /eO(log2/i) paran G { 1 , 2 , 4 , 8 , . . . } .
Pero si/es monótona creciente, obtenemos del teorema 10.2 q u e / G 0(log2n) (para todo
n G Z+). En consecuencia, la búsqueda binaria es un algoritmo 0(log 2 n), mientras que
el algoritmo del ejemplo 5.71 es 0(ri). Por lo tanto, cuando n crece, la búsqueda binaria es el
algoritmo más eficiente; pero entonces requiere una condición adicional: que la lista esté
ordenada.
Esta sección ha presentado algunas de las ideas básicas en el estudio de los algoritmos
"divide y vencerás". También extiende el material de complejidad computacional y análi
sis de algoritmos presentado por primera vez en las secciones 5.7 y 5.8.
Los ejercicios de esta sección incluyen algunas extensiones de los resultados desarro
llados en la misma. El lector que desee estudiar más sobre el tema encontrará útil e intere
sante la bibliografía del capítulo.
EJERCICIOS 10.6 1. En los siguientes ejercicios,/: Z* —»R. Encuentre/(w) respecto del conjunto dado 5 y determi
na la forma "O mayúscula" adecuada de/en S.
a) /(l) = 5
/(n) = 4/(«/3) + 5, « = 3,9,27,...
5 = {3 / |¿eN}
b) /(l) = 7
/(«)=/(«/5) + 7, « = 5,25,125,...
S = {5''|/eN}
2. Sean a, b, c €LZ*,b>2y d GN. Pruebe que la solución de la relación de recurrencia
f(í) = d
f(n) = af(n/b) + c, n=b", Jtsl
satisface
a
) /(") =d + c logi/í, para n = bk, k G N, si a = 1.
b) f(n) = dn'°u° + cl(a - l))[nto«" - 1[, para n = b\ k E. N, si a > 2.
3. Determine las formas "O mayúscula" adecuadas para/en el conjunto [bk \ k G N} de las partes
(a) y (b) del ejercicio 2.
4. En los siguientes ejercicios,/: Z* —»R. Encuentre/(«) respecto al conjunto S dado y determine
la forma "O mayúscula" adecuada para/en S.
a)/(l) = 0
/(«) = 2/(n/5) + 3, n = 5,25,125,...
5 = {5'|¿eN}
b) /(1) = 1
f(n)=f(n/2) + 2, n = 2 , 4 , 8 , . . .
5 = {2'|/eN}
5. Consideremos un torneo de tenis para n jugadores, donde n = 2*, k e Z+. En la primera ronda
se juegan n/2 partidos y los w/2 ganadores pasan a la segunda ronda, en la que se realizan n/4
partidos. Este proceso de división por la mitad continúa hasta determinar un ganador.
a) Para n = 2", k e Z\ sea/(n) el número total de partidos jugados en el torneo. Encuentre y
resuelva una relación de recurrencia para/(n) de la forma
/(1) = ¿
f(n) = af(n/2) + c, «=2,4,8,...,
donde a, c y d son constantes.

b) Muestre que la respuesta de la parte (a) también es una solución de la relación de recurrencia
f(l) = d
f(n)=f(n/2) + (n/2), « = 2,4,8,....
6. Complete las demostraciones del corolario 10.1 y de la parte (b) del teorema 10.2.
7. ¿Cuál es la función de complejidad del mejor caso en la búsqueda binaria?
8. a) Modifique el procedimiento del ejemplo 10.43 de la forma siguiente: para cualquier 5 C R,
tal que \S\ =n, dividimos 5 como 5, U 52, donde 15, | = 152T para n par y 15, | = 1 + | S2
para n impar. Muestre que si f(n) cuenta el número de comparaciones necesarias (en este
procedimiento) para encontrar los elementos máximo y mínimo de 5, entonces / es una
función monótona creciente.
b) ¿Cuál es la forma "O mayúscula" adecuada para la función/de la parte (a)?
En el corolario 10.2 nos interesaba encontrar la forma "O mayúscula" adecuada para una fun
ción/: Z* -» R* U {0} tal que
/ ( l ) á c, para c € Z*
f(n) <, af(n/b) + c, para a,b e Z+, con b > 2 y n = bk, k e Z\
En este caso, la constante c de la segunda desigualdad se interpreta como la cantidad de tiempo

necesaria para separar el problema dado de tamaño n en a problemas similares más pequeños
de tamaño nlb y para combinar las a soluciones de estos problemas más pequeños a fin de
obtener una solución para el problema original de tamaño n. Ahora analizaremos una situación
en la que este tiempo no es constante sino que depende de n.
a) Sean a, b, c € Z* con b > 2. Sea/: Z* —> R* U {0} una función monótona creciente, tal qu
/(l)<c
f(n) < af{n Ib) + en, para n=bk, k £ Z+.
Use un argumento similar al dado (para igualdades) en el teorema 10.1 para mostrar que
para todo n=\,b, b2, b},...,
k
f(n)scn'Z(a/b)i.
1-0
b) Use el resultado de la parte (a) para mostrar que/ E 0(n log ti), cuando a = b. (La base de
la función log es cualquier número real mayor que 1.)
c) Cuando a ib, muestre que la parte (a) implica
m
-[^rbr~bk+l)-
d) Utilice la parte (c) para demostrar que (i)/ e 0(n) cuando a b. [Nota: La forma "O mayúscula" de/en cada una de las partes (b) y (d) es para/en Z+,
íi*l¿
no sólo en {6* U e NN).}.
10.7
En este capítulo, la relación de recurrencia surgió como otra herramienta para la solución
de problemas combinatorios. En estos problemas analizamos una situación dada y des
pués expresamos el resultado a„ en términos de los resultados de ciertos enteros no nega
tivos más pequeños. Una vez determinada la relación de recurrencia, podemos encontrar
cualquier valor de a„ (dentro de límites razonables). Cuando tenemos acceso a un compu
tador, tales relaciones son particularmente valiosas, en especial si no se pueden resolver en
forma explícita.
El estudio de las relaciones de recurrencia se puede rastrear hasta la relación de Fibonacci
Fn+2 - Fn+1 + Fn, n > 0, F0 = 0, F, = 1, dada por Leonardo de Pisa (cerca de 1175-1250) en
1202. En su Líber Abad, aborda un problema relacionado con el número de parejas de
conejos que se producen durante un año si se parte de una sola pareja que engendra otra
Leonardo Fibonacci (c. 1175-1250)

Reproducido por cortesía de Trie Granger Collection, Nueva York
pareja al final de cada mes. Cada nueva pareja comienza a reproducirse en forma similar
un mes después de su nacimiento; y suponemos, además, que ninguna pareja muere du
rante ese año. Por lo taño, al final del primer mes tenemos dos pares de conejos; tres pares
después de dos meses; cinco pares después de tres meses, y así sucesivamente. [Como
mencionamos en el resumen del capítulo 9, Abraham DeMoivre (1667-1754) obtuvo este
resultado mediante el método de las funciones generatrices en 1718.] Esta misma sucesión
aparece en la obra del matemático alemán Johannes Kepler (1571-1630), quien la usó en
su estudio de la forma en que se ordenan las hojas de una planta o flor en torno de su tallo.
En 1844, el matemático francés Gabriel Lame (1795-1870) usó la sucesión en su análisis
de la eficiencia del algoritmo de Euclides. Posteriormente, Fran$ois Édouard Anatole Lucas
(1842-1891), quien popularizó el juego de las torres de Hanoi, obtuvo muchas propieda
des de esta sucesión y fue el primero en llamarla sucesión de Fibonacci.
Para un análisis elemental de los ejemplos y propiedades de los números de Fibonacci,
consúltese el libro de T. H. Garland [9]. Se puede aprender más de los textos de V. E.
Hoggatt, Jr. [13] y S. Vajda [27]. El artículo de UMAP por R.V.Jean [15] proporciona mu
chas aplicaciones de esta sucesión. El capítulo 8 de la exposición matemática de R. Honsberger
[14] proporciona una descripción interesante de los números de Fibonacci y de la sucesión
relacionada con ella de los números de Lucas. El texto de R. L. Graham, D. E. Knuth y 0.
Patashnik [11] incluye también muchos ejemplos y propiedades interesantes de los núme
ros de Fibonacci y los números de Catalán; en el artículo de R. K. Guy [12] aparecen otros
contraejemplos para estos números, como los que están en los ejemplos 10.14 y 10.39,
respectivamente.
Un tratamiento similar del material presentado en este capítulo aparece en el capítulo 3
de C. L. Liu [19]. Para más detalles acerca del desarrollo teórico de las relaciones de
recurrencia lineal con coeficientes constantes, véase el capítulo 9 de N. Finizio y G. Ladas
[7], el cual contiene una aplicación en óptica donde se usa una relación de recurrencia para
determinar la trayectoria de un rayo que pasa por una serie de lentes delgados con una
separación uniforme entre ellos.
Las aplicaciones en teoría de probabilidades que tratan de los sucesos recurrentes, los
recorridos aleatorios y los problemas de ruina pueden encontrarse en los capítulo XII y XIV
del texto clásico de W. Feller [61. El módulo UMAPde D. Shstbett ^23\ijite»vv\aV» w\V^mt%
en diferencias e incluye una aplicación en economía conocida como el teorema de la telara
ña. El texto de S. Goldberg [10] tiene más aplicaciones para las ciencias sociales.
Las técnicas recursivas en la generación de permutaciones, combinaciones y particio
nes de enteros se desarrollan en el capítulo 3 de R. A. Brualdi [3] y el capítulo 5 de E. S.
Page y L. B. Wilson [21]. El algoritmo que se presenta en la sección 10.1 para las
permutaciones de {1, 2, 3 . . . , n) apareció por vez primera en la obra de H. D. Steinhaus
[25] y se conoce como el algoritmo de ordenación con marcas adyacentes. Este resultado
fue redescubierto más tarde en forma independiente por H. F. Trotter [26] y S. M. Johnson
[16]. Los métodos eficientes de ordenación para las permutaciones y otras estructuras
combinatorias se analizan con detalle en el texto de D. E. Knuth [17]. La obra de E. M.
Reingold, J. Nievergelt y N. Deo [22] trata también de dichos algoritmos y de su
implementación en un computador.
Para quienes disfrutaron los árboles binarios ordenados con raíz de la sección 10.5, el
capítulo 3 de A. V. Aho, J. E. Hopcroft y J. D. Ullman [1] será interesante. La base del ejem
plo de las pilas está en la página 86 del texto de S. Even [5]. El artículo de M. Gardner [8]
proporciona otros ejemplos en que surgen los números de Catalán. Los aspectos compu-
tacionales para determinar los números de Catalán se analizan en el artículo de D. M.
Campbell [4]; el capítulo 9 de la obra de R. Honsberger [14] trata la conexión entre estos
números y el principio de reflexión (que aparece en el ejercicio complementario 34 del
capítulo 1).
Por último, el tratamiento de los algoritmos "divide y vencerás" de la sección 10.6 está
modelado según la presentación de D. F. Stanat y D. F. McAllister en la sección 5.3 de
[24]. El capítulo 10 del texto de A. V. Aho, J. E. Hopcroft y J. D. Ullman [1] proporciona
más información sobre este tema. Una aplicación de este método en un algoritmo de mul
tiplicación de matrices aparece en el capítulo 10 del texto de C. L. Liu [18].
BIBLIOGRAFÍA
1. Aho, Alfred V, John E. Hopcroft y Jeffrey D. V\\man,Data Structures andAlgorithms, Reading,

2. Auluck, F.C., "On Some NewTypes ofPartitionsAssociated with Generalized Ferrers Graphs",
Proceedings ofthe Cambridge Philosophical Society Al, 1951, págs. 679-685.
3. Brualdi, Richard A., Introductory Combinatorics, Nueva York, Elsevier North-Holland, 1977.
4. Campbell, Douglas M., "The Computation of Catalán Numbers", Mathematics Magazine 57,
núm. 4, septiembre de 1984, págs. 195-208.
5. Even, Shimon, Graph Algorithms, Rockville, Md., Computer Science Press, 1979.
6. Feller, William, An ¡ntroduction to Probability Theory and Its Applications, vol. I, 3a. ed.,
7. Finizio, N., y G. Ladas, An Introduction to Differential Equations (with Difference Equations,
Fourier Series and Partial Differential Equations), Belmont, Calif., Wadsworth Publishing
Company, 1982.
8. Gardner, Martín, "Mathematical Games, Catalán numbers: An Integer Sequence that Materializes
in Unexpected Places", Scientific American 234, núm. 6, junio de 1976, págs. 120-125.
9. Garland, Trudi Hammel, Fascinating Fibonaccis, Palo Alto, Calif., Dale Seymour Publications,
1987.
10. Goldberg, Samuel, Introduction to Difference Equations (with Illustrative Examples from
Economics, Psychology, and Sociology), Nueva York, Wiley, 1958.
11. Graham, Ronald Lewis, Donald Ervin Knuth y Oren Patashnik, Concrete Mathematics, Reading,
12. Guy, Richard K., "The Second Strong Law of Small Numbers", Mathematics Magazine 63,
núm. 1, febrero de 1990, págs. 3-20.
13. Hoggatt, Verner E., Jr„ Fibonacci and Lucas Numbers, Bostón, Mass., Houghton Mifflin, 1969.
14. Honsberger, Ross, Mathematical Gems III (The Dolciani Mathematical Expositions, numero
9). Washington, D.C., The Mathematical Association of América, 1985.
15. Jean, Roger V., "The Fibonacci Sequence", The UMAP Journal 5, núm. 1,1984, págs. 23-47.
16. Johnson, Selmer M., "Generation of Permutations by Adjacent Transposition", Mathematics
of Computation 17, 1963, págs. 282-285.
17. Knuth, Donald E., TheArt of Computer Programming/Volume 3 Sorting and Searching, Reading,
18. Liu, C. L., Elements of Discrete Mathematics, 2' ed., Nueva York, McGraw-Hill, 1985.
19. Liu, C. L„ Introduction to Combinatorial Mathematics, Nueva York, McGraw-Hill, 1968.
20. Miksa, F. L., L. Moser y M. Wyman, "Restricted Partitions of Finite Sets", Canadian
Mathematics Bulletin 1, 1958, págs. 87-96.
21. Page, E. S. y L. B. Wilson, An Introduction to Computational Combinatorics, Cambridge,
Cambridge University Press, 1979.
22. Reingold, E. M., J. Nievergelt y N. Deo, Combinatorial Algorithms: Theory and Practice,
Englewood Cliffs, N.J., Prentice-Hall, 1977.
23. Sherbert, Donald R., Difference Equations withApplications, Módulo UMAP 322, Cambridge
Mass., Birkhauser Bostón, 1980.
24. Stanat, Donald F. y David F. McAUister, Discrete Mathematics in Computer Science, Englewood
25. Steinhaus, Hugo D., One Hundred Problems in Elementary Mathematics, Nueva York, Basic
Books, 1964.
26. Trotter, H.F., "ACM Algorithm 115—Permutations", Communications of the ACM 5, 1962,
págs. 434-435.
27. Vajda S., Fibonacci & Lucas Numbers, and the Golden Section, Nueva York, Halsted Press
(una división de John Wiley & Sons), 1989.
EJERCICIOS 2. a) Para n > 0, sea B„ el número de particiones de {1,2,

3,. . . , n}. Sea B0 = 1 las particiones del vacío 0,
COMPLEMENTARIOS
Verifique que para todo n > 0,
1. Para n € Z + y n>k+ 1 £ 1, verifique algebraicamente

la fórmula de recursión —s(."<H(;)*
U)-(&)(;) [Los números B¡, i > 0 se conocen como números
de Bell en honor de Eric Temple Bell (1883-1960).]
b) ¿Cómo se relacionan los números de Bell y los nú
para los coeficientes binomiales.
meros de Stirling de segundo tipo?
3. Sean n, k € Z* y sea pin, k) el número de particiones a) Si n > 2, muestre que d„ satisface la relación de
de n en exactamente k sumandos (k un entero positivo). De recurrencia
muestre que pin, k) = pin - 1, k - 1) + pin -k,k).
4. Para n > 1, sea a„ el número de formas de escribir n d„ = (n - l)(d„-i + d„-2), d2 = í, d! = 0.
como la suma ordenada de enteros positivos impares. (Por
ejemplo, a4 = 3, pues 4 = 3 + 1 = 1 + 3 = 1 + 1 + 1 + 1.) b) ¿Cómo podemos definir d0 de modo que el resulta
Encuentre y resuelva una relación de recurrencia para a„. do de la parte (a) sea válido para n 2 2?
c) Escriba de nuevo el resultado de la parte (a) como
d„-ndn_i = [án_i-(/í - í)dn_2]- ¿Cómo podríamos
5. Sea A
= 0¿] expresar dn-ndn_x en términos de Í/„_ 2 , d„_{!
d) Muestre que d„ - nd„ _ ( = ( - 1)".
a) Calcule A2, A3 y A4. e) Sea f(x) = ^„^(d„x")/nl. Después de multiplicar
b) Conjeture una fórmula general para A", » 6 Z * y ambos lados de la ecuación de la parte (d) por x"/n!
demuestre su conjetura por inducción matemática. y sumar para n > 2, verifique que/(x) = (e-x)l{\ -x).
6. Sean a = (1 + >/5)/2 y p = (1 - V?)/2. Por lo tanto,
a) Verifique que a 2 = a + 1 y p 2 = p + 1.
b) Muestre que Ft = (a* - p*)/(a - P), para k ~2 0, don 1 1 1 (-1)"
dn = nl 1 - - + + ■•+
de [Fk | k > 0} es la sucesión de Fibonacci. [Esta
fórmula fue publicada por primera vez en 1843 por 1! 2! 3!
Jacques Philippe Marie Binet (1786-1856) y se 12. Para n > 0, trace n óvalos en el plano de modo que cada
íonoce con frecuencia como la forma de Binet.] óvalo interseque los demás en exactamente dos puntos y
c) Demuestre que para cualquier n > 0, X t= oC0^* = que cualesquiera tres de ellos no coincidan. Si a„ denota el
Fu- número de regiones en el plano que resultan de estos n óva
d) Muestre que a 3 = 1 + 2a y p 3 = 1 + 2p. los, encuentre y resuelva una relación para an.
e) Demuestre que para cualquier n > 0,5) (í)2*Ft = 13. Para n > 0, lanzamos una moneda 2n veces.
Fu- a) Si a„ es el número de sucesiones de 2n lanzamien
7. a) Para a = (1 + -J5)I2, verifique que a 2 + 1 = 2 + a tos donde aparecen n caras y n cruces, encuentre a„
y que (2 + a) 2 = 5a 2 . en términos de n.
b) Muestre que para P = (1 - 45)12, P2 + 1 = 2 + P y b) Encuentre las constantes r, s y t tales que (r + sx)' =
(2 + p)2 = 5p2.
c) Sin, m eN.demuestreque^ (2t,)Fa+,„ = 5"F2;,+,„. c) Sea b„ el número de sucesiones formadas por los
resultados de 2/J lanzamientos en las que el núme
8. a) Para a = (1 + V5 )/2 y P = (1 - VJ)/2, ¿cuánto vale ro de caras y de cruces sólo coincide por vez pri
aP? mera cuando se han completado los 2n lanzamien
b) Verifique que a / ( a + 2) = l/(a - P) y p/(P + 2) = tos. (Por ejemplo, si n = 3, entonces CaraCara Cara
1/(P - a). CruzCruzCruz y CaraCaraCruzCara CruzCruz se
c) Si n G N, demuestre que ¿,M (2",+1) F¡ = 5"F2„♦ i- cuentan en ¿„, pero CaraCruzCara CaraCruzCruz
9. Para n e Z*, sea F, el w-ésimo número de Fibonacci y y CaraCaraCruzCruzCaraCruz no.)
defina Definimos b0 = 0. Muestre que para todo n > 1,
a„ = a0b„ + atbn-i + ■ ■ ■ + a „ _ , ¿ 1 + a„b0.
c„ = F1F„ + F 2 F„- 1 + F 3 F „ - 2 + - - -
n d) Sea g(x) = 2Ín=0bnxn. Muestre queg(x) = 1 - \lf(x)
+ F„-iF2 + F„F1 = 'ZFiF„+1-¡. y obtenga después b„,n> 1.
14. (La ruina del jugador)
Entonces c¡ = FiF¡ = 1 y c2 = F¡F2 + F2F¡ = 2. Muestre que a) Cuando Catalina y Julia juegan damas, cada una
paran £ 3, c„ = cn_¡ + c„_2 + F„. de ellas tiene una probabilidad de ganar de un y.
Nunca hay un empate y las partidas son indepen
10. Para n > 0, sea m = |_(" +1)/2 j . Demuestre que F„ + 2 = dientes, en el sentido de que no importa el número
X(=oVt/- ( ^ v e z c l u ' e r a consultar los ejemplos 9.15 y de partidas que se jueguen, cada una seguirá tenien
10.10.) do una probabilidad de \ de ganar la siguiente par
11. Para n € Z*, d„ denota el número de desórdenes de tida. Después de cada juego, la perdedora da a la
jl, 2, 3 n), como en la sección 8.3. ganadora una moneda de 25 centavos. Si Catalina
tiene $2.00 para jugar y Julia $2.50, y juegan hasta a(m, 1) = 1

que una pierde todo el dinero, ¿cuál es la probabi
lidad de que Catalina quede arruinada? a(m, n) = nm - 2 I . \a(rn, i), sim^n>l.
b) Responda la parte (a) suponiendo que Julia está tan
cansada que sólo tiene una probabilidad de 1/4 de 17. Para n,mE Z*, sea/(n, m) el número de particiones de n
ganar cada juego. donde los sumandos forman una sucesión no creciente de
1 5 . a ) ¿De cuántas formas podemos separar números enteros positivos, sin que éstos sean mayores que
i) {1, 2, 3} en tres subconjuntos de tamaño 1 ? m. Por ejemplo, sin = 4ym = 2, vemos que/(4,2) = 3, pues
ii) {1, 2, 3, 4, 5, 6} en tres subconjuntos de nos interesan las siguientes tres particiones:
tamaño 2?
4 = 2 + 2, 4 = 2 + 1 + 1, 4 = 1 + 1 + 1 + 1.
iii) {1,2,3,4,5,6,7,8,9} en tres subconjuntos
de tamaño 3? a) Verifique que para todos n, m G Z*,
b) Para n €E Z*, sea/(n, 3) el número de formas en que
f(n, m) =f(n - m, m) +f(n, m - 1).
podemos dividir {1, 2, 3 , . . . , 3n - 1, 3n) en tres
subconjuntos de tamaño n. Encuentre una relación b) Escriba un programa (o desarrolle un algoritmo)
de recurrencia para/(n, 3) y establezca una fórmu para calcular/(n, m), n , m £ Z*.
la para f(n, 3) por inducción matemática. c) Escriba un programa (o desarrolle un algoritmo)
c) Fijemos k enZ*. Paran € Z+, sea/(n, k) el número para calcularp(n), el número de particiones de cual
de formas en que podemos separar {1, 2, 3 , . . . , quier entero positivo n.
kn - 1, kn] en k subconjuntos de tamaño n. En
18. Cuando analizamos el dígito de las unidades de cada nú
cuentre una relación de recurrencia para f(n, k) y
mero de Fibonacci F„, n > 0, vemos que estos dígitos forman
establezca una fórmula para/(/i, k) por inducción
una sucesión que se repite después de 60 términos. [Esto
matemática.
fue demostrado por primera vez por Joseph-Louis Lagrange
16. Sean A, B conjuntos tales que \A\ =m>n= \B\ y sea (1736-1813).] Escriba un programa (o desarrolle un algorit
a(m, n) el número de funciones sobre de A en B. Muestre que mo) para calcular esta sucesión de 60 dígitos.
PARTE
3
TEORÍA DE
GRAFOSY
APLICACIONES
11
Una introducción a
la teoría de gratos
C on este capítulo empezaremos a desarrollar otro de los temas principales de este libro. A
diferencia de otras áreas de las matemáticas, la teoría de grafos tiene un inicio preciso:
un artículo publicado en 1736 por el matemático suizo Leonhard Euler (1707-1783). La
idea principal en que se apoya su trabajo surgió de un problema ahora muy popular, cono
cido como los siete puentes de Konigsberg. Examinaremos la solución de este problema, a
partir del cual Euler desarrolló algunos de los conceptos fundamentales de la teoría de
grafos.
A diferencia de las gráficas continuas de los primeros cursos de álgebra, los grafos que
analizaremos tienen una estructura finita y se pueden utilizar para analizar las relaciones y
sus aplicaciones en distintas situaciones. Hemos visto ejemplos de aplicaciones de la teo
ría de grafos en los capítulos anteriores (5-8 y 10). Sin embargo, el desarrollo en esta parte
es independiente de esos análisis anteriores.
11.1
Definiciones y ejemplos
Cuando utilizamos un mapa de carreteras, nos interesa ver cómo llegar de un pueblo a otro
por medio de las carreteras que se indican en el mapa. En consecuencia, tratamos con dos
clases distintas de objetos: pueblos y carreteras. Como hemos visto muchas veces antes,
podemos utilizar tales conjuntos de objetos para definir una relación. Si V denota el con
junto de pueblos y A el conjunto de carreteras, podemos definir una relación'.''Asobre V
comoaGftbsi podemos viajar de a abusando solamente las carreteras de A. Si las carrete
ras de A que nos llevan de a ab son de doble sentido, entonces también tenemos b?A a. Si
todas las carreteras son de doble sentido, tenemos una relación simétrica.
Una forma de representar cualquier relación es enumerar los pares ordenados que son
sus elementos. Aquí, sin embargo, es más conveniente usar un diagrama, como se muestra
en la figura 11.1. Esta figura muestra las formas posibles de viajar entre seis pueblos
usando las ocho carreteras indicadas. Muestra que al menos hay un conjunto de carreteras
que conectan a cualesquiera dos pueblos (idénticos o distintos). Esta representación gráfi
ca permite trabajar más fácilmente que con los 36 pares ordenados de la relación '.A.
Al mismo tiempo, la figura 11.1 podría ser adecuada para representar seis centros de
comunicación, donde las ocho "carreteras" se interpretan como enlaces de comunicación.
529
530 Capítulo 11 Una introducción a la teoría de grafos
Si cada enlace proporciona comunicación en ambos sentidos, nos interesará un poco más
la vulnerabilidad del centro a a riesgos como los fallos de equipo o los ataques del enemi
go. Sin el centro a, ni b ni c se podrían comunicar con d, e of.
A partir de estas observaciones consideramos los siguientes conceptos.
Definición 11.1 Sea V un conjunto finito no vacío, y sea £ C V x V. El par (V, E) es un grafo dirigido
(sobre V), o digrafof (sobre V), donde V es el conjunto de vértices, o nodos y £ es su
conjunto de aristas. Escribimos G = (V, E) para denotar tal digrafo.
La figura 11.2 proporciona un ejemplo de un grafo dirigido sobre V'= {a, b, c, d, e) con
E = {(o^jtí, (a, b), (a, d), (b, c)}. La dirección de una arista se indica al colocar una flecha
dirigida sopre ella, como se muestra aquí. Para cualquier arista, como (b, c), decimos que
la arista es incidente con los vértices b, c; b es adyacente hacia c, mientras que c es adya
cente desde h¡. Además, el vértice b es el origen, o fuente, de la arista (b, c) y el vértice c es
el término, o vértice terminal. La arista (a, a) es un ejemplo de un lazo y el vértice e que no
tiene aristas incidentes es un vértice aislado.
Cuando no importa la dirección de las aristas, la estructura G = (V, £), donde £ es ahora
un conjunto de pares no ordenados sobre V, es un grafo no dirigido. La figura 11.3(a)
muestra un grafo no dirigido. Esta gráfica es una forma más compacta de describir el grafo
dirigido dado en la figura 11.3(b). En un grafo no dirigido, hay aristas no dirigidas, como
las aristas {a, b], {b, c], {a, c), {c, d] de la figura 11.3(a). Una arista como [a. b) repre
senta {(a, b), (b, a) ¡.Aunque (a, b) - (b, a) sólo úa = b, tenemos que [a, b] = {b, a] para
todos a, b. Podemos escribir {a, a] para designar un lazo en un grafo no dirigido, pero
{a, a} se considera igual a (a. a).
En general, si no se especifica que un grafo G es dirigido o no, supondremos que es no
dirigido. Cuando no contiene lazos, decimos que es un grafo sin lazos.
En las siguientes dos definiciones no nos preocuparemos por los lazos que puedan
aparecer en el grafo no dirigido G.
T Como la terminología de la teoría de grafos no es estándar, el lector puede encontrar algunas diferen
cias entre los términos usados aquí y en otros textos.
Figura 11.3
Definición 11.2 Sean x, y vértices (no necesariamente distintos) de un grafo no dirigido G - (V, E). Un
camino x-y en G es una sucesión alternada finita (sin lazos)
x =x„,eux],e2,x2,ei,.. . ,en-ux„-uen,xn^=y
de vértices y aristas de G, que comienza en el vértice x y termina en el vértice y y que
contiene las n aristas e,= {x,^¡, x, ¡donde l < i < n.
La longitud de un camino es n, el número de aristas que hay en el camino. (Si n - 0, no
existen aristas, x =y, y el camino se denomina trivial. Estos caminos no se tendrán muy en
cuenta en nuestro trabajo.)
Cualquier camino x-y donde x = y (y n > l) es un camino cerrado. En caso contrario, el
camino es abierto.
Observe que un camino puede repetir aristas y vértices.
Ejemplo 11.1 Para el grafo de la figura 11.4, tenemos, por ejemplo, los siguientes tres caminos abiertos.
Podemos enumerar solamente las aristas o solamente los vértices (si el otro queda deter
minado claramente).
1) [a, b), {b, d), {d, c¡, {c, e}, [e, d), {d, b): éste es un camino a-b de longitud 6 en
el que se repiten los vértices d y b, así como la arista {b, d}(= {d, b}).
2) ¿>—>c—»Í/—>e—»c —>/: aquí tenemos un camino ¿-/de longitud 5, donde se repite
el vértice c, sin que aparezcan las aristas más de una vez.
3) {/ c}, (c, e}, [e, d), {d, a}: en este caso, el camino/-a tiene longitud 4, sin repeti
ción de vértices o aristas.
Figura 11.4
Como el grafo de la figura 11.4 no es dirigido, el resultado del camino 1 (parte 1)

también es un camino b-a (leemos las aristas, en caso necesario, como {b, d], {d, e],
{e, c], {c, d), {d, b) y {b, a}). También se cumplen observaciones similares para los
caminos de las partes (2) y (3).
Por último, las aristas [b, c), {c, d} y {d, b) proporcionan un camino b-b (cerrado).
Estas aristas (ordenadas de manera adecuada) también definen caminos (cerrados) c-c y d-d.
Examinaremos ahora algunos tipos especiales de caminos.
Definición 11.3 Consideremos un camino *-;y en un grafo no dirigido G - (V, E).

a) Si no se repite ninguna arista en el camino x-y, entonces el camino es un recorrido
x-y. Un recorrido x-x cerrado es un circuito.
b) Cuando ningún vértice del camino x-y se presenta más de una vez, el camino es un
camino simple x-y. El término ciclo se usa para describir un camino simple cerrado
x-x.
Convenio: Cuando tratemos c«n circuitos, supondremos siempre la existencia de al me

nos una arista. Cuando existe sólo una arista, entonces el circuito es un lazo (y el grafo
tiene entonces lazos). Los circuitos con dos aristas son multigrafos, concepto que definire
mos más adelante.
El término ciclo implicará siempre la presencia de al menos tres aristas distintas (del
grafo).
Ejemplo 11.2 a) El camino b-f de la parte (2) del ejemplo 11.1 es un recorrido b-f, pero no es un
camino simple b-f ya. que se repite el vértice c. Sin embargo, el camino f-a de la
parte (3) de aquel ejemplo es un recorrido f-a y un camino simple f-a.
b) En la figura 11.4, las aristas {a, b}, {b, d), {d, c}, {c, e}, {e, d\ y {d, a] dan lugar
al circuito a-a. El vértice d se repite, por lo que las aristas no nos dan un ciclo a-a.
c) Las aristas {a, b], {b, c], {c, d) y [d, a) proporcionan un ciclo a-a (de longitud 4)
en la figura 11.4. Cuando estas mismas aristas se ordenan apropiadamente, también
pueden definir un ciclo b-b, c-c o d-d. Cada uno de estos ciclos es también un
circuito.
\
Para un grafo dirigido usaremos el adjetivo dirigido, como se usa, por ejemplo, en
caminos dirigidos, caminos simples dirigidos y ciclos dirigidos.
Antes de continuar, resumiremos (en la Tabla 11.1) los resultados de las definiciones
11.2 y 11.3 para referencia futura. Cada ocurrencia de "Sí" en las primeras dos columnas
lebe interpretarse como "Sí, posiblemente". La tabla 11.1 refleja el hecho de que un cami
no simple es un recorrido, que a su vez es un camino abierto. Además, cada ciclo es un
circuito y cada circuito (con al menos dos aristas) es un camino cerrado.
Considerando el número de conceptos que hemos presentado, es tiempo de demostrar
un primer resultado en esta nueva teoría.
Tabla 11.1
Vértice(s) Arista(s)
repetido(s) repetida(s) Abierto Cerrado Nombre
Sí Sí Sí Camino
Sí Sí Sí Camino (cerrado)
Sí No Sí Recorrido
Sí No Sí Circuito ,.
No No Sí Camino simple
No No Sí Ciclo
TEOREMA 11.1 Sea G = (V, E) un grafo no dirigido, con a, b £ V, a i=b. Si existe un recorrido (en G) de
a a b, entonces existe un camino simple (en G) de a a b.
Demostración: Como hay al menos un recorrido de a a i , seleccionamos el que tenga la
longitud más corta, digamos {a, je,}, {xh x2],..., {x„, b}. Si este recorrido no es un camino
simple, tenemos la situación {a, xx], {*,, x2],..., {xk_i,xk}, {xk, xk+¡}, {**+!,.**+ 2 } , . . . ,
{-*m-i>xm)> ixm>Xm+iK • • • >{*/» M> dondek < m y xk -xm, posiblemente con k - 0 y a(-x
= x,„,om = n+ 1 yxk = b(=x„+i). Pero entonces [a, x,}, {xhx2},... , [xk_„xk), {xm,xm+1},
. . . ,{x„, b] es un recorrido simple más corto de a a b.
La noción de camino simple es necesaria en la siguiente propiedad de los grafos.
Definición 11.4 Sea G - (V, E) un grafo no dirigido. Decimos que G es conexo si existe un camino simple
entre cualesquiera dos vértices distintos de G.
Sea G = (V, E) un grafo dirigido. Su grafo no dirigido asociado es el grafo obtenido de
G si no se tienen en cuenta las direcciones de las aristas. Si se obtiene más de una arista no
dirigida de un par de vértices distintos de G, entonces sólo una de estas aristas se dibuja en
el grafo no dirigido asociado. Cuando este grafo asociado es conexo, consideramos que G
es conexo.
Un grafo que no es conexo es disconexo.
Los grafos de las figuras 11.1, 11.3 y 11.4 son conexos. En la figura 11.2, el grafo no es
conexo ya que, por ejemplo, no hay un camino simple de a a e.
Ejemplo 11.3 En la figura 11.5 tenemos un grafo no dirigido sobre V = {a, b, c, d, e,f,g}. Este grafo no
es conexo ya que, por ejemplo, no hay un camino simple de a a e. Sin embargo, el grafo
está compuesto por piezas (donde los conjuntos de vértices son V, - {a, b, c, d), V2- {e,
f, g} y los conjuntos de aristas son£, = {{a. b}, {a, c}, {a, d), {b, d}},E2= [{e,f}, {/ g}}
que son conexos; estas piezas son las componentes del grafo. Por lo tanto, un grafo no
dirigidoG = (V, E) es disconexo si y sólo si Vpuede separarse en al menos dos subconjuntos
Figura 11.5
V,, V2 tales que no haya una arista en E de la forma {x, y} donde* E V¡ e y €E V2. Un grafo
es conexo si y sólo si tiene solamente una componente.
Definición 11.5 Para cualquier grafo G = (V, E), el número de componentes de G se denota con K(G).
Ejemplo 11.4 Para los grafos de las figuras l l . l , 11.3 y 11.4, K(G) - 1, puesto que estos grafos son
conexos; K(G) = 2 para los grafos de las figuras 11.2 y 11.5.
Antes de cerrar esta primera sección, extenderemos nuestro concepto de grafo. Hasta
ahora hemos permitido al menos una arista entre dos vértices; ahora examinaremos una
extensión.
Definición 11.6 Un grafo G = (V, E) es un mulügrafo si existen a, b EV, aj= b, con dos o más aristas de la
forma (a) (a, b) (para un grafo dirigido), o (b) {a, b) (para un grafo no dirigido).
La figura 11.6 muestra un ejemplo de un multigrafo dirigido. Existen tres aristas de a a

b, por lo que podemos decir que (a, b) tiene multiplicidad 3. Las aristas (b, c) y (d, e)
tienen multiplicidad 2. Además, la arista (e, d) y cualquiera de las aristas (d, e) forman un
circuito (dirigido) de longitud 2 en el multigrafo.
Para n G Z*, un multigrafo es un n-grafo si ninguna de las aristas del grafo tiene mul
tiplicidad mayor que n. El grafo de la figura 11.6 es un 3-grafo dirigido.
Figura 11.6
Necesitaremos la idea de multigrafo en una sección posterior de este capítulo, donde

resolveremos el problema de los siete puentes de Konigsberg. Nota: Cuando trabajemos
con un multigrafo G, estableceremos explícitamente que G es un multigrafo.
EJERCICIOS 11.1 1. Enumere tres situaciones, diferentes de las vistas en esta sección, en que un grafo pueda ser
útil.
2. Para el grafo de la figura 11.7, determine (a) un camino de b a d que no sea un recorrido; (b) un
recorrido b-d que no sea un camino simple; (c) un camino simple de b a d; (d) un camino
cerrado de b a b que no sea un circuito; (e) un circuito de b a b que no sea un ciclo; y, (0 un
ciclo de b a b.
Figura 11.7
3. Para el grafo de la figura 11.7, ¿cuántos caminos simples existen de b a / ?

4. ¿Cuántos caminos simples diferentes existen entre los vértices a y / e n el grafo dado en la
figura 11.8?
a b
\ h g
/
e f
/ \
Figura 11.8
SeaC = (V, £')cl grafo no dirigido de la figura 11.9. ¿Cuántos caminos simples existen en C de
a a /;'? ¿Cuántos de ellos son de longitud 5?
Si a,b son vértices distintos en un grafo G no dirigido, la distancia de a a b se define como la
longitud del camino simple más corto dea a b (si a = b, la distancia se define como 0). Para el
grafo de la figura 11.10, encuentre las distancias de d a (cada uno de) los vértices de G.
Siete ciudades a, b, c. d, e,fy g están conectadas por un sistema de autopistas como sigue: (1)
1-22 vadea ac, pasando por¿; (2)1-33 vadee a d y entonces pasa por b y continúa hacia/; (3)
1-44 va de d por e hacia a; (4) 1-55 va d e / a b, pasando por g; y (5) 1-66 va de g a d.
Figura 11.10
a) Use los vértices para las ciudades y las aristas dirigidas para los tramos de autopista que las
unen, y dibuje un grafo dirigido que modele esta situación.
b) Enumere los caminos simples de g a a.
c) ¿Cuál es el menor número de segmentos de autopista que tendrían que cerrarse para inte
rrumpir el paso de b a di
d) ¿Es posible salir de la ciudad c y regresar a ella, visitando una sola vez las otras ciudades?
e) ¿Cuál es la respuesta de la parte (d) si no es necesario regresar a c?
f) ¿Es posible comenzar en alguna ciudad y viajar por todas las autopistas exactamente una
vez? (Se permite visitar una ciudad más de una vez y no es necesario regresar a la ciudad
donde se inició el recorrido.)
8. La figura 11.11 muestra un grafo no dirigido que representa una sección de unos grandes
almacenes. Los vértices indican el lugar donde se localizan las cajas; las aristas indican los
pasillos que hay entre ellas. Los almacenes necesitan instalar un sistema de seguridad que
consiste en colocar guardias (vestidos de civil) en ciertas cajas, de manera que cada cajero
tenga un guardia en su lugar o que haya un solo pasillo entre una caja con guardia y el cajero.
¿Cuál es el número mínimo de guardias necesarios?
9. Sea G = (V, E) un grafo no dirigido sin lazos y sea {a, b} una arista de G. Demuestre que la
arista [a, b) es parte de un ciclo si y sólo si al eliminarla (conservando los vértices a y b), G no
se vuelve disconexo.
10. Dé un ejemplo de un grafo conexo G tal que al eliminar cualquier arista de G se obtenga un
grafo disconexo.
Figura 11.11
11.2 Subgrafos, complementos e ¡somorfismos de grafos 537
11. Sea G un grafo que satisface la condición del ejercicio 10.

a) ¿Debe G carecer de lazos? b) ¿Puede G ser un multigrafo?
c) Si G tiene n vértices, ¿podemos determinar cuántas aristas tiene?
12. a) SiC=(K, E) es un grafo no dirigido con | V| =v, \E\ = e y no hay lazos, demuestre que le
< v2-x>.
b) Establezca la desigualdad correspondiente en caso de que G sea dirigido.
13. Sea G = (V, E) un grafo no dirigido. Definimos una relación 3R sobre Vcomo aSR b si a = b o
si existe un camino simple en G de a a b. Demuestre que ¡3! es una relación de equivalencia.
Describa la partición de V inducida porgft.
14. a) Considere los tres grafos no dirigidos conexos de la figura 11.12. El grafo de la parte (a) de
la figura consta de un ciclo (con los vértices «,, u2, u}) y un vértice w4 con aristas (radios)
trazadas desde u4 a los otros tres vértices. A este grafo se le llama rueda con tres radios y se
denota con /?3. En la parte (b) de la figura encontramos el grafo R4, la rueda con cuatro
radios. La rueda R5 con cinco radios aparece en la figura 11.12(c). Determine cuántos
ciclos de longitud cuatro hay en cada uno de estos grafos.
b) En general, si n G Z* y n > 3, entonces la rueda con n radios es el grafo formado por un
ciclo de longitud n y un vértice adicional que es adyacente a los n vértices del ciclo. Este
grafo se denota con R„.
i) ¿Cuántos ciclos de longitud 4 existen en /?„?
i¡) ¿Cuántos ciclos en R„ tienen longitud /i?
w2
Jk
(
\ ^
^ > \ " )
\/ "y■
V, /
^ / V
"
KA
/
y\Wb
\ y
\w
/
4
w,
" \
^ ^ w5
V4
(a) fl3 (b) fl« (c) As
Figura 11.12
11.2
Subgrafos, complementos e
¡somorfismos de grafos
En esta sección nos centraremos en las siguientes dos ideas:
a) ¿Qué tipo de subestrudura nos sirve para analizar un grafo?

b) ¿Es posible trazar dos grafos que parezcan distintos pero que tengan la misma es
tructura subyacente?
Para responder la pregunta de la parte (a) introduciremos la siguiente definición.

538 Capítulo 11 Una introducción a la teoría de gratos
Definición 11.7 Si G = (V, E) es un grafo (dirigido o no), entonces G, = (V¡, £,) es un subgrafo de G si 0
^ £ V; y E¡ C E, donde cada arista de £, es incidente con los vértices de V,.
La figura 11.13(a) nos muestra un grafo no dirigido G y dos de sus subgrafos, G, y G2.
Los vértices a, b son aislados en el subgrafo G¡. La parte (b) de la figura nos muestra un
ejemplo de grafo dirigido. Aquí el vértice w es aislado en G'.
Figura 11.13
Algunos tipos especiales de subgrafos surgen del modo siguiente:
Definición 11.8 Dado un grafo (dirigido o no) G = (V, E), sea G, = (Vu £,) un subgrafo de G. Si V¡ = V,
entonces G¡ es un subgrafo recubridor de G.
En la parte (a) de la figura 11.13, ni G, ni G2 son subgrafos recubridores de G. Los

subgrafos G3 y G4 de la parte (a) de la figura 11.14 son subgrafos recubridores de G. Éstos
Figura 11.14
son dos de los 24 = 16 posibles subgrafos recubridores que existen de G. El grafo dirigido
G' de la parte (b) de la figura 11.13 es un subgrafo, pero no un subgrafo recubrídor, del
grafo dirigido G dado en esa parte de la figura. En la parte (b) de la figura 11.14 los grafos
dirigidos G " y G'" son dos de los 24 = 16 posibles subgrafos recubridores.
Definición 11.9 Sea G - (V, E) un grafo (dirigido o no). Si 0 i= U C V, el subgrafo de G inducido por U
es el subgrafo cuyo conjunto de vértices es U y que contiene todas las aristas (de G) de la
forma (a) (x, y), para x, y E U (si G es dirigido), o (b) {x, y], para x, y £ U (si G es no
dirigido). Denotamos este subgrafo con (£/).
Un subgrafo G' de un grafo G-(V, E) es un subgrafo inducido si existe 0 ^ U Q Vtal
que G' = ((/).
Para los subgrafos de la figura 11.13(a), vemos que G2 es un subgrafo inducido de G

pero el subgrafo G, no es un subgrafo inducido ya que no aparece la arista {a, d}.
Ejemplo 11.5 a) Sea G = (V, E) el grafo de la figura 11.15(a). Los subgrafos de las partes (b) y (c) de
la figura son inducidos. Para el subgrafo conexo de la parte (b), G¡ - (U¡) para U, =
{b, c,d, e). De igual manera, el subgrafo disconexo de la parte (c) es G2 =(í/ 2 )para
U2 = {a, b, e,f). Finalmente, G3 de la parte (d) de la figura 11.15 es un subgrafo de
G que no es un subgrafo inducido; los vértices c, e están en G3, pero la arista {c, e]
(de G) no está presente.
b) Observe que cada una de las componentes del grafo G de la figura 11.5 (del ejemplo
11.3) es un subgrafo de G pero no un subgrafo recubridor de G. Una de estas com
ponentes es inducida por Vt = {a, b, c, d}; la otra es inducida por V2 = {e,f g}.
(G) (G,) <G,: (G3)
A
(b) (0 (d)
Figura 11.15
Otro tipo especial de subgrafo se obtiene al eliminar cierto vértice o arista de un grafo
dado. Hemos formalizado esta idea en la siguiente definición.^
Definición 11.10 Sea v un vértice en un grafo G = (V, E) (dirigido o no). El subgrafo de G denotado por
G - v tiene el conjunto de vértices V, = V- {i)} y el conjunto de aristas £, C E, tal que £,
contiene todas las aristas en A excepto las incidentes con el vértice v>. (Por lo tanto, G -1)
es el subgrafo de G inducido por V¡.)
De forma similar, si e es una arista de un grafo G=(V, E) dirigido o no dirigido, obtene
mos el subgrafo G - e = (V,, £,) de G, donde el conjunto de aristas es £, = £ - {e}, y el
conjunto de vértices no cambia (es decir, V¡ = V).
Ejemplo 11.6 Sea G =(V, E) el grafo no dirigido de la figura 11.16(a). La parte (b) de esta figura es el
subgrafo G, (de G), tal que Gi = G - c. También es el subgrafo de G inducido por el
conjunto de vértices Ux - {a, b, d,f, g, /?}, y G, = (V- {c}} = (£/,). En la parte (c) de la
figura 11.16 encontramos el subgrafo G2 de G, donde G2 = G-e, y ees la arista {c, d). El
resultado de la figura 11.16(d) muestra que las ideas de la definición 11.10 pueden exten
derse para eliminar más de un vértice (arista). Podemos representar este subgrafo de G
como G3 = (G-b)-f = (G-f)-b=G-{b,f} =<[/,), para Uy= {a, c, d, g, h}.
(G) (G,) (G2) (G3)
• a
(a)
h
(b)
h
—4'
(0
h
(d)
h
Figura 11.16
La idea de subgrafo nos ofrece una forma de desarrollar el complementario de un grafo

no dirigido sin lazos. Sin embargo, antes de hacerlo definiremos un tipo de grafo de tama
ño maximal para un número dado de vértices.
Definición 11.11 Sea V un conjunto de n vértices. El grafo completo sobre V, que se denota con Km es un
grafo no dirigido sin lazos tal que para todos a, b G V,a¿b, existe una arista {a, b}.
La figura 11.17 proporciona los grafos completos A1,,, para 1 < « < 4. Cuando examine
mos la idea de isomorfismo de grafos veremos que éstos son los únicos grafos completos
posibles para el número dado de vértices.
Para determinar el complemento de un conjunto en el capítulo 3, necesitábamos cono
cer el conjunto universal en cuestión. El grafo completo tiene un papel similar al del con
junto universal.
a a «Í íj
a \
• \ \
\ / \ el
b c b d
«,) (K2) «3) (KJ
Figura 11.17
Definición 11.12 Sea G un grafo no dirigido sin lazos con n vértices. El complementario de G, que se denota
con G, es el subgrafo de K„ formado por los n vértices de G y todas las aristas que no están
en G. (Si G - Km G es un grafo con n vértices y ninguna arista. A este grafo se le llama
grafo nulo.)
En la figura 11.18(a) aparece un grafo no dirigido de cuatro vértices. Su complementa

rio se muestra en la parte (b) de la figura. En el complementario, el vértice a está aislado.
a • 1
(a) (b)
Figura 11.18
Una vez más hemos llegado a un punto donde hemos definido muchas ideas nuevas.
Para demostrar la importancia de algunas de ellas, las aplicaremos ahora en la solución de
un acertijo interesante.
lo 11.7 Locura instantánea. Para el juego de la locura instantánea se requieren cuatro cubos. Cada
una de las seis caras de un cubo se pinta de un color: rojo (R), blanco (B), verde (V) o
amarillo (A). El objetivo del juego es colocar los cubos en una columna de cuatro de modo
que aparezcan los cuatro colores (diferentes) en cada uno de los cuatro lados de la columna.
Consideremos los cubos de la figura 11.19, numerados como se muestra. (Estos cubos
son solamente un ejemplo de este juego. Existen muchos otros.) Primero hay que estimar
el número de disposiciones posibles. Si queremos colocar el cubo 1 en la parte inferior de
la columna, hay a lo sumo tres formas diferentes de hacerlo. En la figura 11.19 desdobla
mos el cubo 1 y vemos que no hay diferencia si colocamos la cara roja o la cara blanca
A R
B R A B V V B A
V A
(1) (2)
R B
R V A V B R V A
B B
(3 ) (4)
Figura 11.19
opuesta sobre la mesa. Sólo nos interesan las cuatro caras restantes en la base de la colum
na. Con tres pares de caras opuestas, habrá como máximo tres formas de colocar el primer
cubo como base de la columna. Ahora consideremos el cubo 2. Aunque se repiten algunos
colores, ningún par de caras opuestas tiene el mismo color. Por lo tanto, se tienen seis for-mas
de colocar el segundo cubo sobre el primero. Entonces podemos rotar el segundo cubo sin
cambiar la cara de arriba del primer cubo o la cara de abajo del segundo cubo. Con cuatro
rotaciones posibles podemos colocar el segundo cubo arriba del primero de 24 formas
diferentes. Si continuamos con este razonamiento vemos que hay (3)(24)(24)(24) = 4 1 ,
472 posibilidades por considerar. ¡Y podría no haber una solución!
Al resolver el acertijo, nos damos cuenta de la dificultad de mantener el registro (1) de
los colores en las caras opuestas de los cubos y (2) de las columnas de colores. Un grafo
(en realidad, un multigrafo etiquetado) nos ayuda a visualizar la situación. En la figura
11.20 aparece un grafo con cuatro vértices R, B, V, A. Al considerar cada cubo, analizamos
sus tres pares de caras opuestas. Por ejemplo, el cubo 1 tiene un par de caras opuestas
pintadas de amarillo y verde, por lo que se traza una arista que conecta A y V y se etiqueta
con 1 (del cubo 1). Las otras dos aristas de la figura etiquetadas con 1 representan los pares
de caras opuestas blanca y amarilla, y roja y blanca. Hacemos lo mismo con los otros
Figura 11.20
cubos para obtener el grafo de la figura. Un lazo con etiqueta 3 como el de B, muestra un
par de caras opuestas del mismo color.
A partir del grafo vemos que hay un total de 12 aristas en cuatro conjuntos de 3, según
las etiquetas de los cubos. En cada vértice, el número de aristas incidentes a (o de) dicho
vértice cuentan el número de caras en los cuatro cubos que tienen ese color. (Contamos un
lazo dos veces.) Por lo tanto, la figura 11.20 indica que para los cuatro cubos se tienen
cinco caras rojas, siete blancas, seis verdes y seis amarillas.
Con los cuatro cubos apilados en una columna, examinamos dos lados opuestos de la
columna. Esta disposición da cuatro aristas del grafo de la figura 11.20, donde cada eti
queta aparece una sola vez. Como cada color aparecerá una sola vez en un lado de la
columna, cada color debe aparecer dos veces como extremo de estas cuatro aristas. Si
podemos obtener el mismo resultado para los otros dos lados de la columna, habremos
resuelto el acertijo. En la figura 11.21 (a) vemos que cada lado en un par de lados opuestos
de nuestra columna, tiene los cuatro colores si los cubos se ordenan según la información
proporcionada por el subgrafo mostrado aquí. Sin embargo, para que los otros dos lados
de la columna también cumplan la condición, se necesita un segundo subgrafo que no use
ninguna de las aristas de la parte (a). En este caso, sí existe un segundo subgrafo, como se
muestra en la parte (b) de la figura.
R B í} 1 B
3
4 2 3 4
A 1 V fii ^ ^ , _ ^^ V
2
(a) (b)
Figura 11.21
^
La figura 11.22 muestra la forma de acomodar los cubos, como lo indican los subgrafos
de la figura 11.21.
En general, para cualesquiera cuatro cubos, construimos un multigrafo etiquetado y
tratamos de encontrar dos subgrafos tales que (1) cada subgrafo contenga los cuatro vérti
ces y las cuatro aristas, uno por cada etiqueta; (2) en cada subgrafo, cada vértice sea inci-
A V B R
B R A V R A V B
V B R A
(1) (2) (3) (4)
Figura 11.22
dente con exactamente dos aristas (los lazos se cuentan dos veces) y (3) ninguna arista
(etiquetada) del multigrafo etiquetado aparezca en ambos subgrafos.
Ahora volveremos a la segunda pregunta planteada al inicio de la sección.

Las partes (a) y (b) de la figura 11.23 muestran dos grafos no dirigidos de cuatro vérti
ces. Como las aristas rectas y las curvas se consideran iguales, cada grafo representa seis
pares de vértices adyacentes. De hecho, probablemente pensemos que estos dos grafos son
ejemplos del grafo Kt. Podemos establecer esto de una forma matemáticamente rigurosa
con la siguiente definición.
(0 (d)
Figura 11.23
Definición 11.13 Sean Gt = (Vu E{) y G2 = (V2, E2) dos grafos no dirigidos. Una función/: V! —» V2 es un
isomorfismo de grafos si (a)/es inyectiva y sobre y (b) para todos a, b G V¡, {a, b] £ Ex
si y sólo si {f(a),f(b)} G E2. Cuando existe tal función, G, y G2 son grafos isomorfos.
La correspondencia de vértices de un isomorfismo de grafos mantiene las adyacencias.

Puesto que el hecho de que los pares de vértices sean adyacentes o no es la única propie
dad esencial de un grafo no dirigido, de esta forma preservamos la estructura de los grafos.
Para los grafos de las partes (a) y (b) de la figura 11.23, la función/definida por
/
/(«) = f(b)=x, f(c)=y, f(d) = z
da como resultado un isomorfismo. [De hecho, cualquier correspondencia uno a uno entre
{a, b, c, d] y {w, x, y, z] será un isomorfismo, ya que ambos grafos son completos. Tam
bién esto será cierto si cada uno de los grafos dados tiene solamente cuatro vértices aisla
dos (y ninguna arista).] En consecuencia, en lo que se refiere a la estructura (del grafo),
estos grafos se consideran iguales, cada uno es (isomorfo a) el grafo completo K4.
Para los grafos de las partes (c) y (d) de la figura 11.23 se necesita ser un poco más
cuidadoso. La función g definida por
g(m) = r, g(n) = s, g(p) = t, g(q) = u
es uno a uno y sobre (para los conjuntos de vértices dados). Sin embargo, aunque [m, q] es
una arista del grafo de la parte (c), {g(m), g(q)} = [r, «} no es una arista del grafo de la
parte (d). En consecuencia, la función g no define un isomorfismo de grafos. Para mante

ner la correspondencia de aristas se considera la función uno a uno y sobre h tal que
h{m) = s, h{n) = r, h{p) = u, h{q) = t.
En este caso tenemos las correspondencias de aristas

{m, n}<-*{h(m), h{n)} = {s, r},
{m,p}<^{h{m),h{p)} = {s, u},
{m,q}++{h(m),h(q)} = {s,t},
{n,q}^{h(n),h(q)} = {r,t},
{p,q}**-{h(p)Mq)} = {u,t},
entonces h es un isomorfismo de grafos. [También notamos, por ejemplo, que el ciclo m —»
n->q—>m corresponde con el ciclos( = h(m)) -> r(-h(n)) —> t( = h(q)) —» s{ -h{m)).]
Finalmente, como el grafo de la parte (a) de la figura 11.23 tiene seis aristas y el de la
parte (c) tiene solamente cinco aristas, estos dos grafos no pueden ser isomorfos.
Ahora examinaremos la idea de isomorfismo de grafos en una situación más complicada.
fjwjplo 11.8 En la figura 11.24 tenemos dos grafos, cada uno con diez vértices. A diferencia de los
grafos de la figura 11.23, no se ve de inmediato si estos grafos son isomorfos.
Se encuentra que la correspondencia dada por
a—>q c-*u e-+r g^x í—> Z
b^v d^y f—* w h-»t ]^>s
preserva todas las adyacencias. Por ejemplo, {/ h} es una arista del grafo (a) y {w, t} es la
arista correspondiente en el grafo (b). Pero ¿cómo hallamos esta correspondencia? El si
guiente análisis proporciona algunas pistas.
Observemos que, como un isomorfismo preserva adyacencias, preserva subestructuras
de grafos como caminos simples y ciclos. En el grafo (a), las aristas {a,f}, {f, i], {i, d},
{d, e] y {e, a] constituyen un ciclo de longitud 5. Por lo tanto hay que preservar esto al
/
Figura 11.24
buscar un isomorfismo. Una posibilidad para las aristas correspondientes del grafo (b) es
{q, w], {w, z], {z. }'}, {)', r] y [r, q), que también forman un ciclo de longitud 5. (Una
segunda elección posible está dada por las aristas del ciclo y —> r —> s —> r —» M —»
Además, comenzando con el vértice a en el grafo (a), encontramos un camino simple que
"visitará" cada vértice sólo una vez. Expresamos este camino simple como a —>f—*h ->
c—*b—*g—*j-*e—*d—*i. Para que los grafos sean isomorfos, debe haber un camino
simple correspondiente en el grafo (b). En este caso, el equivalente es el camino simple
descrito por q -> w —» f —>«—> i) —> x —> s —> r —> y —> z.
Éstas son algunas de las ideas que pueden usarse para tratar de desarrollar un isomorfismo
y determinar si dos grafos son isomorfos. Analizaremos otras consideraciones en este ca
pítulo. Sin embargo, no hay un método simple e infalible, especialmente cuando tratamos
con grafos grandes G¡ = (Vu £\) yG2 = (V2, E2), tales que | Vi f = \v2\ y \ E ¡ \ = \E2\.
Cerraremos esta sección con un ejemplo más de isomorfismo de grafos.
I^HÜHÜMIÜilü Los dos grafos de la figura 11.25 tienen seis vértices y nueve aristas cada uno. Por tanto, es
razonable preguntarse si son isomorfos.
En el grafo (a), el vértice a es adyacente a otros dos vértices del grafo. En consecuencia,
si intentamos construir un isomorfismo entre estos grafos, deberíamos asociar el vértice a
con otro vértice análogo del grafo (b), por ejemplo, el vértice u. Una situación similar
existe para el vértice dcon los vértices xo z- Pero, independientemente del vértice xo z
que se use, quedará un vértice en el grafo (b) que es adyacente a otros dos. Y no hay otro
vértice en el grafo (a) para continuar con la correspondencia uno a uno que preserve la
estructura. En consecuencia, estos grafos no son isomorfos.
Más aún, en el grafo (b) es posible comenzar en cualquier vértice y hallar un ciclo que
incluya las aristas del grafo. Por ejemplo, si se comienza en el vértice w, el circuito u —> w
->v—>y —>w—>z—>y—>x—>x>—> u presenta esta propiedad. Esto no sucede en el gr
(a) donde los únicos recorridos que incluyen cada arista comienzan en b o / y terminan en
/ o b, respectivamente.
/
u
■ < / >
3
e f
X y z
(a) (b)
Figura 11.25
EJERCICIOS 1 1 . 2 1. Sea G el grafo no dirigido de la figura 11.26(a)

a) ¿Cuántos subgrafos conexos de G tienen cuatro vértices e incluyen un ciclo?
b) Describa el subgrafo G, (de G) de la parte (b) de la figura como un subgrafo inducido y en
términos de la eliminación de los vértices de G.
c) Describa el subgrafo G2 (de G) de la parte (c) de la figura como un subgrafo inducido y en
términos de la eliminación de los vértices de G.
d) Trace el subgrafo de G inducido por el conjunto de vértices U = [b, c, d,f, i, j}.
e) Para el grafo G, sea e la arista {c,f}. Trace el subgrafo G - e.
f) Sean e¡, e2 las aristas {a, c), {a, d}, respectivamente, del grafo G. Trace los siguientes
subgrafos de G: (i)(G - e,) - c2\ (ü)(G - e2) - e¡; y (iii)G - {e¡, e2}.
2. a) Sea G = (V, E) un grafo no dirigido, con G,= (V¡, E,) un subgrafo de G. ¿En qué condicio
nes G¡ no es un subgrafo inducido de G?
b) Para el grafo G de la figura 11.26(a), encuentre un subgrafo que no sea inducido.
3. a) ¿Cuántos subgrafos recubridores existen para el grafo G de la figura 11,26(a)?
b) ¿Cuántos subgrafos recubridores conexos hay en la parte (a)?
c) ¿Cuántos subgrafos recubridores generadores de la parte (a) tienen
i) el vértice a como un vértice aislado?
ii) el vértice b como un vértice aislado?
(G) (G,) (G2)

a a
b* y 6«
>d
9 9
i i
■ — • ■ — •
9
i 1 ^ ^ ,
(a) (b) (c)
Figura 11.26
4. Si G = (V, E) es un grato no dirigido, ¿cuántos subgrafos recubridores de G son también

subgrafos inducidos?
5. SeaG = (V, E) un grafo no dirigido, donde \V\ > 2. Si todos los subgrafos inducidos de G son
conexos, ¿podemos identificar el grafo G?
6. a) Encuentre dos grafos G = {V, E) y G, = (V,, £,), con v G Vy x>, G V,, donde
K ( G - U ) = K(G) pero K(G, - v-,) > K ( G I ) .
b) Encuentre dos grafos G=(V, /:') y G, = (V,, £,), con e 6 £ y e , 6 £ i , donde
K ( G - Í ; ) = K(G) pero K ( G , - e,) > K ( G , ) .
7. Cada uno de los multigrat'os etiquetados de la figura 11.27 surge en el análisis de un conjunto
de cuatro bloques para el juego de "locura instantánea". Determine en cada caso si es posible
resolver el acertijo.
8. Encuentre todos los grafos no dirigidos no isomorfos (sin lazos) con cuatro vértices. ¿Cuántos
de estos grafos son conexos?
Figura 11.27
9. a) ¿Cuántos caminos simples de longitud 4 hay en el grafo completo K-,7 (Recuerde que un
camino simple como x>-¡ —> v2 —> u3 —> 1)4 -» x>¡ se considera igual al camino simple v5
->'U3->'U2-»'U|.)
b) Sean/n, /i £Z*conm <«. ¿Cuántos caminos simples de longitud wi hay en el grafo comple
to K„?
10. Paran > 3, sea R„ el grafo de rueda con n radios. (Definimos estos grafos en el ejercicio 14 de
la sección 11.1). ¿Es alguno de estos grafos R„ isomorfo a un grafo completo?
11. Para cada par de grafos de la figura 11.28, determine si los grafos son o no son isomorfos.
Figura 11.28
12. a) El entrenador Rodríguez debe planear un calendario para los cinco equipos de fútbol de su
liga. Si cada equipo juega contra otros dos, diseñe un calendario posible usando un grafo.
b) Aunque en la parte (a) sea posible tener calendarios diferentes, muestre que estos calenda
rios son iguales, excepto por una permutación de los nombres de los equipos.
13. Sea G un grafo no dirigido (sin lazos) con u vértices y e aristas. ¿Cuántas aristas hay en G?
14. Sea/: G, —> G2 un isomorfismo de grafos. Si existe un camino simple de longitud 3 entre los
vértices a y b de G,, demuestre que en G2 existe un camino simple de longitud 3 entre los
vértices/(a) y f(b).
15. a) Si Gu G2 son grafos no dirigidos (sin lazos), demuestre que Gu G2 son isomorfos si y sólo
si G¡ y G: son isomorfos.
b) Determine si los grafos de la figura 11.29 son isomorfos.
h b
r 'd
Figura 11.29
16. a) Sea G un grafo no dirigido con n vértices. Si G es isomorfo a su propio complemento G,

¿cuántas aristas debe tener G? (Este grafo se conoce como autocomplementario.)
b) Encuentre un ejemplo de un grafo autocomplementario con cuatro vértices y otro con cinco
vértices.
c) Si G es un grafo autocomplementario con n vértices, donde n > l, demuestre que n = Ak o
n = Ak + l, para alguna k G Z*.
17. Sea G un ciclo simple de n vértices. Demuestre que G es autocomplementario si y sólo si
n = 5.
18. a) Encuentre un grafo G tal que G y G sean conexos.
b) Si G es un grafo con n vértices, para n > 2 y G no es conexo, demuestre que G es conexo.
19. a) Extienda la definición 11.13 a grafos dirigidos.
b) Determine, salvo isomorfismo, todos los grafos dirigidos (sin lazos) de tres vértices.
c) Determine si los grafos dirigidos de la figura 11.30 son isomorfos.
Figura 11.30
20. a) ¿Cuántos subgrafos H = (V, E) de K6 satisfacen | V| =3? (Si dos subgrafos son isomorfos
pero tienen conjuntos diferentes de vértices, considérelos distintos.)
b) ¿Cuántos subgrafos H = (V, E) de K¿ satisfacen | V| =4?
c) ¿Cuántos subgrafos tiene K(,l
11.3
Grado de un vértice: recorridos
y circuitos eulerianos
En el ejemplo 11.9 descubrimos que el número de aristas incidentes con un vértice podría
utilizarse para mostrar que dos grafos no dirigidos no son isomorfos. Ahora veremos que
esta idea puede todavía ayudarnos más.
Definición 11.14 Sea G un grafoo multigrafo no dirigido. Para cualquier vértice vde G, el grado dev, que
se denota grad(tj), es el número de aristas en G que son incidentes con x>. En este caso, un
lazo en un vértice v se considera como dos aristas incidentes en v.
Ejemplo 11.10 Para el grafo de la figura 11.31, grado(¿>) = grado(íi) = grado(/) = grado(g) = 2, grado(c)
= 4, grado(e) = 0 y grado(/j) = 1. Para el vértice a se tiene que grado(a) = 3 ya que
contamos el lazo dos veces. Como h tiene grado 1, se le llama vértice colgante.
\
Figura 11.31
Mediante la idea de grado de un vértice, se llega al siguiente resultado.
TEOREMA 11.2 Si G=(V, E) es un grafo o multigrafo no dirigido, entonces ]£ grado(u) = 2 | E \

Demostración: Al considerar cada arista [a, b) del grafo G, encontramos que la arista
contribuye con una unidad a grado(a) y a grado(¿) y, en consecuencia, con dos unidades a
ûsV,grado(\)). Así, 2 | E \ cuenta grado(u), para todo v G V y ^,wVgT!ído(v) = 2\E\.
Este teorema proporciona un indicio sobre el número de vértices de grado impar que
pueden existir en un grafo.
COROLARIO 11.1 Para cualquier grafo o multigrafo no dirigido, el número de vértices de grado impar debe
ser par.
Demostración: La demostración se deja al lector.
En el siguiente ejemplo se aplica el teorema 11.2.
Ejemplo 11.11 Un grafo (o multigrafo) no dirigido donde los vértices tienen el mismo grado se denomina
grafo regular. Si grad(u) = k para todos los vértices V, entonces el grafo es k-regular. ¿Es
posible tener un grafo 4-regular con 10 aristas?
Del teorema 11.2,2 | E \ = 20 = 4 | V |, por lo que tenemos cinco vértices de grado 4. La
figura 11.32 proporciona dos ejemplos no isomorfos que satisfacen lo solicitado.
Si deseamos que cada vértice tenga grado 4, con 15 aristas en el grafo, entonces 21E \
= 30 = 41 V|, por lo que resulta imposible tener dicho grafo.
/A\
V w
(a)
w e
Figura 11.32
d
X
(b)
Jm z
Ahora veremos la razón por la que Euler desarrolló la idea de grado de un vértice: para
resolver el problema de los siete puentes de Konigsberg.
Ejemplo 11.12 Los siete puentes de Konigsberg. Durante el siglo xvm, la ciudad de Konigsberg (en Prusia
Oriental) estaba dividida en cuatro zonas (incluida la isla de Kneiphof) por el río Pregel.
Siete puentes comunicaban estas regiones, como se muestra en la figura 11.33(a). Se decía
que los habitantes hacían paseos dominicales tratando de encontrar una forma de caminar
por la ciudad cruzando cada puente exactamente una vez y regresando al punto donde se
había iniciado el paseo.
Con el fin de determinar si existía o no dicho circuito, Euler representó las cuatro zonas
de la ciudad y los siete puentes con el multigrafo que se muestra en la figura 11.33(b).
Encontró cuatro vértices con grado(a) = grado(c) = gradoW) = 3 y grado(b) = 5. También
encontró que la existencia de tal circuito dependía del número de vértices de grado impar
del grafo.
(a)
Figura 11.33
I
(b)
^
Antes de demostrar el resultado general, daremos la siguiente definición.
Definición 11.15 Sea G = (V, E) un grafo o multigrafo no dirigido sin vértices aislados. Entonces G tiene un
circuito euleriano si existe un circuito en G que recorre cada arista del grafo exactamente
una vez. Si existe un recorrido abierto de a a b en G que recorre cada arista de G exacta
mente una vez, este recorrido se llamará recorrido euleriano.
El problema de los siete puentes quedará resuelto si caracterizamos los grafos que tie
nen un circuito euleriano.
TEOREMA 11.3 Sea G - (V, E) un grafo o multigrafo no dirigido sin vértices aislados. Entonces G tiene un
circuito euleriano si y sólo si G es conexo y todo vértice de G tiene grado par.
Demostración: Si G tiene un circuito euleriano, entonces para cualquiera, b E Vexiste un
recorrido de a a b; a saber, la parte del circuito que comienza en a y termina en b. Por lo
tanto, del teorema 11.1 se sigue que G es conexo.
Sea c el vértice inicial del circuito euleriano. Para cualquier otro vértice i) de G, cada
vez que el circuito llega a x> entonces partirá de ese vértice. Así, el circuito pasa por dos
/ aristas (nuevas) incidentes con v o por un lazo (nuevo) en \>. En cada caso, se contribuye
con dos unidades a grad (i)). Como 1) no es el punto inicial y cada arista incidente a v se
recorre una sola vez, obtenemos dos unidades cada vez que el circuito pasa por i), de modo
que grad (x>) es par. Para el vértice inicial c, la primera arista del circuito debe ser distinta
de la última, y como cualquier otro paso por c produce dos unidades para grad (c), tene
mos que grad(c) es par.
Recíprocamente, sea G un grafo conexo tal que todos los vértices tienen grado par. Si el
número de aristas de G es 1 o 2, entonces G debe ser como los grafos de la figura 11.34.
Los circuitos eulerianos son inmediatos en estos casos. Ahora procederemos por inducción
y supondremos que el resultado es válido para todas las situaciones con menos den aristas.
Si G tiene n aristas, seleccionamos un vértice c e n G como punto inicial para construir un
circuito euleriano. Como el grafo (o multigrafo) G es conexo y cada vértice tiene grado
par, podemos construir al menos un circuito C que contenga a c. (Verifique esto examinan
do el recorrido más largo en G que comienza en c.) Si el circuito contiene todas las aristas
Figura 11.34
de G, hemos terminado. Si no, eliminamos las aristas del circuito de G, asegurándonos de

eliminar cualquier vértice que haya quedado aislado. El subgrafo restante K tiene todos los
vértices de grado par, pero puede no ser conexo. Sin embargo, cada componente de K es
conexo y tendrá un circuito euleriano. (¿Por qué?) Además, cada uno de estos circuitos
eulerianos tiene un vértice que está en C. En consecuencia, podemos partir de c y recorrer
C hasta llegar al vértice c, que está en el circuito euleriano de una componente C, de K.
Entonces se recorre este circuito euleriano y al regresar a c,, continuamos en C hasta
llegar a un vértice c2 que está en el circuito euleriano de la componente C2 de K. Como
el grafo G es finito, podemos continuar este proceso hasta construir un circuito euleriano
para G.
Si G es conexo y no tiene demasiados vértices de grado impar, podemos hallar al menos

un recorrido euleriano en G.
COROLARIO 11.2 Si G es un grafo o multigrafo no dirigido sin vértices aislados, entonces podemos construir
un recorrido euleriano en G si y sólo si G es conexo y tiene exactamente dos vértices de
grado impar.
Demostración: Si G es conexo y ay b son los vértices de G de grado impar, añadimos una
arista adicional {a, b] a G. Ahora tenemos un grafo G¡ conexo tal que todos sus vértices
son de grado par. Por lo tanto, G, tiene un circuito euleriano C; cuando eliminamos la
arista {a, b] de C, obtenemos un recorrido eureliano para G. (Así, el recorrido euleriano
comienza en uno de los vértices de grado impar y termina en otro vértice de grado impar.)
Dejamos al lector la demostración del caso contrario
Si regresamos ahora al problema de los siete puentes de Kónigsberg, nos daremos cuenta
de que la figura 11.33(b) es un multigrafo conexo, pero tiene cuatro vértices de grado
impar. En consecuencia, no tiene ni un recorrido euleriano ni un circuito euleriano.
Ahora que hemos visto que la solución de un problema del siglo xvm fue el inicio de la
teoría de grafos, ¿existe algún contexto contemporáneo donde aplicar lo aprendido?
Para responder esta pregunta (en forma afirmativa), estableceremos la versión di
recta del teorema 11.3. Pero primero hay que extender la idea inicial del grado de un
vértice.
Definición 11.16 Sea G = (V, E) un grafo o multigrafo dirigido. Para cualquier x> G V,
a) El grado de entrada de x> es el número de aristas de G que llegan a u y se denota con
ge(v).
b) El grado de salida de v es el número de aristas de G que parten de V y se denota con
gs(v).
Si el grafo o multigrafo dirigido tiene uno o más lazos, cada lazo de un vértice dado v
contribuye con una unidad a ge(v) y a gs(x>).
Los conceptos de grado de entrada y grado de salida para vértices nos llevan al siguien
te teorema.
TEOREMA 11.4 Sea G = (V, E) un grafo o mulitgrafo dirigido sin vértices aislados. El grafo G tiene un
circuito euleriano dirigido si y sólo si G es conexo y ge(x>) = gs(x>) para todo « £ K
Demostración: Dejamos la demostración de este teorema para que el lector la realice en el
ejercicio 24(a):
En este momento consideraremos una aplicación del teorema 11.4. Este ejemplo se
basa en un problema de telecomunicaciones planteado por C. L. Liu en las páginas 176-
178 de la referencia [24].
Ejemplo 11/13 En la figura 11.35(a) tenemos la superficie de un disco de rotación dividido en ocho secto
res de igual área. En la parte (b) de la figura hemos colocado material conductor (sector
sombreado y el círculo interno) y no conductor (sectores sin sombrear) en el disco. Cuan
do las tres terminales (mostradas en la figura) hacen contacto con los tres sectores dados,
el material no conductor no produce un flujo de corriente y aparece un 1 en la pantalla de
un dispositivo digital. Para los sectores con material conductor, se produce un flujo de
corriente y aparece un 0 en la pantalla. Si el disco se rotara 45 grados (en el sentido de las
manecillas del reloj), en la pantalla se leería 110 (de arriba a abajo). Así, podemos obtener
/
Figura 11.35
al menos dos (por ejemplo, 100 y 110) de las ocho representaciones binarias de 000 (para
0) a 111 (para 7). Pero, ¿podemos representar los ocho números binarios al rotar el disco?
¿Se puede extender el problema a las 16 representaciones binarias de cuatro bits de 0000
a 1111, y tal vez generalizar aún más los resultados?
Para responder esta pregunta del problema de la figura, se construye un grato dirigido
G - (V, E) donde V - {00, 01, 10, 11} y E se construye como sigue: Si b¡b2, b2b} G V,
se traza la arista (b\b2, b2b}). Esto produce el grafo dirigido de la figura 11.36(a), donde
I £ I = 8. Se ve que este grafo es conexo y que para todo x> G V, ge(x>) = gs(v). En conse
cuencia, por el teorema 11.4, tiene un circuito euleriano dirigido, el cual está dado por
100 000 001 010 101 011 111

^ 10 >00 >00 »01 >10 >01 >11 »11 ^
110
Aquí la etiqueta de la arista e = (a, c), como se muestra en la parte (b) de la figura 11.36,
es la sucesión de tres bits jf|X:x,, donde a = x¡x2 y c = x2xy. Como los vértices de G son las
cuatro sucesiones distintas de dos bits 00,01, 10 y 11, las etiquetas de las ocho aristas de G
determinan las ocho sucesiones de tres bits distintas. Así mismo, cualesquiera dos etiquetas
de aristas consecutivas en el circuito euleriano son de la forma y, y2 v3 y yi.Vj.V-i-
Figura 11.36
Partiendo de la etiqueta de arista 100, a fin de obtener la siguiente etiqueta, 000,

concatenamos el último bit de 000, es decir, 0, a la cadena 100. Entonces, la cadena resul
tante 1000 proporciona 100 (1_000) y 000(1000). La siguiente etiqueta de arista es 001, por
lo que concatenamos el 1 (el último bit en 001) a nuestra cadena actual 1000 y obtenemos
10001, la cual proporciona las tres sucesiones de tres bits distintas 100 (10001), 000 (1000J)
y 001 (1000J). Continuando de esta forma, llegamos a la sucesión de ocho bits 10001011
(donde el último 1 se envuelve) y estos ocho bits se acomodan en los sectores del disco gi-
Inicio
Figura 11.37
ratorio como en la figura 11.37, A partir de la cual se obtiene el resultado de la figura

11.35(b). Al rotar el disco de la figura 11.35(b), se obtienen las ocho sucesiones de tres bits
100, 110, 111,011, 101,010,001y000.
Para cerrar esta sección, no gustaría llamar la atención del lector a la referencia [26] de
Anthony Ralston. Este artículo es una buena fuente para obtener más ideas y generaliza
ciones relacionadas con el problema analizado en el ejemplo 11.13.
EJERCICIOS 11.3 1. Determine | V\ para los siguientes grafos o multigrafos G.

a) G tiene nueve aristas y todos los vértices tienen grado 3.
b) G es regular con 15 aristas.
c) G tiene 10 aristas con dos vértices de grado 4 y los demás de grado 3.
2. Si G = (V, E) es un grafo conexo con | E \ = 17 y grad (u) > 3 para todou (E V, ¿cuál es el valor
máximo para | V\ ?
3. Sea G = (V, E) un grafo conexo no dirigido.
a) ¿Cuál es el mayor valor más grande posible para [ V | si I E | = 19 y grad (u) > 4 para todo
v€. V?
b) Trace un grafo para mostrar cada caso posible de la parte (a).
4. SeaG = (V, E) un grafo no dirigido conexo sin lazos, quesea 3-regular (esto es, cada vértice de
G tiene grado 3). Si | E | = 2 M - 6, ¿cuánto valen \v\ y | E | ?
5. Sean G, = (V,, E,) y G2 = (V2, E2) los grafos no dirigidos conexos sin lazos de la figura 11.38.
a b _ r
c^^ \
^r 7
f v:Í
d Jt e
f\
" f ^
c1 ti )f 7
-
G, = (>/„£,) G2 = (V 2 .F 2 )
Figura 11.38
a) Determine | V, \, \ E¡ \, I V21 y | E21.

b) Encuentre el grado de cada vértice de V¡. Haga lo mismo para cada vértice de V2.
c) ¿Son isomorfos los grafos G, y G2?
6. a) Sea V = {a, b, c, d, e,f). Dibuje tres grafos no dirigidos sin lazos G¡ = (V, £,), G2 = (V, E2)
y G3= (V, E,) tales que, en los tres grafos, grad (a) = 3, grad (b) = grad (c) = 2 y grad (d)
= grad(e) = grad(/) = 1.
b) ¿Cuántos de los grafos de la parte (a) son conexos?
7. Sea G = (V, E) el grafo no dirigido de la figura 11.3$.
a) Trace G, el complementario de G.
b) Trace el subgrafo de G inducido por los vértices (de G) de grado 3.
8. SeaC = (V, E) un grafo no dirigido sin lazos donde V={x>u ~ú2, i> 3 ,.. . , vw). Si grad (i),) = 2,
grad(\J2) = 3, grad (\>,) = 3, grad (u.) = 5, grad (x>¡) = 1, grad (i)6) = 2, grad (Vj) = 5,
gradOUg) = 2, grad (u,) = 3, grad(t)|0) = 2, determine grad (D¡) en el complementario G, para
todo 1 V'un isomorfismo entre estos grafos.
a) Demuestre q u e / ': V—> V es también un isomorfismo para G y H.
b) Si a G V, demuestre que grad(a) (en G) es igual a grad(/(a)) (en H).
11. Para todo t £ Z ' donde k > 2, demuestre que existe un grafo no dirigido conexo sin lazos
G=(V,E) donde I V¡ =2ky grad(V)) = 3 para todo v S V.
12. Demuestre que para cualquier n G Z* existe un grafo no dirigido sin lazos G = (V, E) tal que
I V\ =2ny que tiene dos vértices de grado i para todo 1 
k para todo t) G V. Demuestre que G contiene un camino simple de longitud k.
15. a) Explique por qué no es posible dibujar un grafo no dirigido conexo sin lazos con ocho
vértices, tal que los grados de los vértices sean l, l, 1, 2, 3, 4, 5 y 7.
b) Dé un ejemplo de un multigrafo no dirigido conexo sin lazos con ocho vértices, donde los
grados de los vértices son 1, 1, 1, 2, 3, 4, 5 y 7.
16. a) Encuentre un circuito euleriano para el grafo de la figura 11.40.
b) Si se elimina la arista {d, e) de este grafo, encuentre un recorrido euleriano para el subgrafo
resultante.
17. Determine los valores de n para los que el grafo completo K„ tiene un circuito euleriano. ¿Para
cuáles n tiene K„ un recorrido euleriano pero no un circuito euleriano?

18. A partir del grafo de la figura 11.33(b), ¿cuál es el menor número de puentes que deben elimi
narse para que el subgrafo resultante tenga un recorrido euleriano, pero no un circuito euleriano?
¿Qué puente(s) deben eliminarse?
19. Al visitar el museo de ciencias, Pablo y David intentan resolver si podrían pasar por las siete
habitaciones y el pasillo que las rodea sin cruzar ninguna puerta más de una vez. Si comienzan
desde la posición del pasillo marcada con una estrella en la figura 11.41, ¿pueden lograr su
objetivo?
1 1
1 1 1 1
• Figura 11.41
20. Sea G un grafo no dirigido sin lazos con n (>3) vértices. Si G tiene un solo vértice de grado
par, ¿cuántos vértices de G tienen grado par?
21. a) Encuentre la longitud máxima de un recorrido en
i) K6 ii) Ks iii) Kw iv) K2n,n<EZ+.
b) Encuentre la longitud máxima de un circuito en
i) K6 ü) Ks iii) K,0 iv) K2„,n€zZ+.
22. Sea G = (V, E) un grafo dirigido tal que I V\ = n y E | = e. ¿Cuáles son los valores para
ILvgeW y 2Lvg s ( u ) ?
:
23. Demuestre que para cualquier grafo o multigrafo dirigido G (V,£),X„Evg^) = Z„ ,ge(v).
24. a) Sea G = (V, E) un grafo o multigrafo dirigido sin vértices aislados. Demuestre que G tiene
un circuito euleriano dirigido si y sólo si G es conexo y gs(v) = ge(v) para todo x> £ V.
b) Encuentre un circuito euleriano dirigido para el grafo de la figura 11.42.
c) Un grafo dirigido es fuertemente conexo si existe un camino simple dirigido de a a b para
todos los vértices a, b, cuando a £ b. Demuestre que si un grafo dirigido tiene un cicuito
euleriano dirigido, entonces es fuertemente conexo. ¿Es cierto el recíproco?
/
Figura 11.42
25. SeaC un grafo dirigido conn vértices. Si el grafo no dirigido asociado para G es K„, demuestre
que5L,[gs(u)]2=£„„[ge(D)]2
26. Si G = (V, E) es un grafo o multigrafo dirigido sin vértices aislados, demuestre que G tiene un
recorrido euleriano dirigido si y sólo si (i) G es conexo; (ii) gs(v) = ge(x>) para todo vértice n
excepto dos vértices x, y de V; y, (iii) gs(x) = ge(x) + 1, ge(y) = gs{y) + 1.
27. Sea V = {000, 001, 010, . . . , 110, 111}. Para cualquier sucesión de cuatro bits bib2b^bA, trace
una arista del elemento b^by al elemento b2b}b4 en V.
a) Trace el grafo G = (V, E) descrito.
b) Encuentre un circuito euleriano dirigido para G.
c) Distribuya ocho ceros y ocho unos de modo uniforme alrededor del borde de un disco que
gira en el sentido de las manecillas del reloj, de modo que estos 16 bits formen una sucesión
circular tal que las subsucesiones (consecutivas) de longitud 4 proporcionen las representa
ciones binarias de 0, 1, 2 , . . . , 14, 15, en algún orden.
28. Distribuya nueve ceros, nueve unos y nueve doses de modo uniforme alrededor del borde de
un disco que gira en el sentido de las manecillas del reloj, de modo que estos 27 símbolos
formen una sucesión circular tal que las subsucesiones (consecutivas) de longitud 3 proporcio
nen las representaciones ternarias (base 3) de 0, 1, 2 , . . . , 25, 26 en algún orden.
29. Sea G = ( V, E) un grafo no dirigido conexo sin lazos con I V \ > 2. Demuestre que G tiene dos
vértices v, w donde grado(i>) = grado(w).
30. Carolina y Ricardo van a una fiesta con otras tres parejas. En esta fiesta hubo muchos apreto
nes de mano, pero (1) nadie estrechó la mano de su pareja; (2) nadie estrechó su propia mano;
y (3) nadie dio la mano más de una vez a otra persona. Antes de salir de la fiesta, Carolina
preguntó a las otras siete personas a cuántas personas habían dado la mano. Ella recibió una
respuesta diferente de cada uno. ¿Cuántas veces dio Carolina la mano en esta fiesta? ¿Cuántas
veces lo hizo Ricardo?
3 1 . Si G = (V, E) es un grafo no dirigido con | V\ ■ ny ¡El = k, usamos las siguientes matrices
para representar G.
Sea V = {!),, VJ2, . . . , t)„}. Definimos la matriz de adyacencia A : (au)„ x „ donde a¡¡ = 1 si
{v,, X>,) €E E y a¡] = 0 en otro caso.
Si E = {«i,e2, . . . , e t },la matriz de incidencia 1 es la matriz n x &(¿tf)n> : tal que b¡¡ = 1 si
u, es un vértice en la arista e¡ y b¡¡ - 0 en otro caso.
a) Encuentre las matrices de adyacencia e incidencia asociadas con el grafo de la figura 11.43.
b) Calcule A2 y use las operaciones booleanas donde 0 + 0 = 0, 0 + l = l + 0 = l + l = l y 0 -
0 = 0 1 = 1 0 = 0, 1 1 = 1 para demostrar que el elemento de la fila;' y la columna^ de A2
es 1 si y sólo si existe un camino de longitud dos entre el ¡-ésimo y^/'-ésimo vértices de V.
c) Si calculamos A2 con la suma y multiplicación ordinarias, ¿qué indican de G los elementos
de la matriz?
d) ¿Cuál es la suma de cada columna de Al ¿Por qué?
e) ¿Cuál es la suma de cada columna de 11 ¿Por qué?
Figura 11.43
11.4
Grafos planos
En un mapa de carreteras, las líneas que indican las carreteras y autopistas se intersecan
por lo general solamente en puntos de confluencia o en poblaciones. Pero hay ocasiones
en que las carreteras parecen intersecarse cuando una se localiza sobre otra, como en el
caso de un paso elevado. En este caso, las dos carreteras están en diferentes niveles o
planos. Este tipo de situación nos lleva a la siguiente definición.
Definición 11.17 Un grafo (o multigrafo) G es plano si podemos dibujar G en el plano de modo que sus
aristas se intersequen sólo en los vértices de G. Este dibujo de G se conoce como una
inmersión^ de G en el plano.
Ejemplo 11.14 Los grafos de la figura 11.44 son planos. El primero es un grafo 3-regular, ya que cada
vértice tiene grado 3; es plano pues ningún par de aristas se intersecan, excepto en los vérti
ces. El grafo (b) parece un grafo no plano; las aristas {x, z) y {w, y} se cruzan en un punto
distinto de un vértice. Sin embargo, podemos trazar nuevamente este grafo como se mues
tra en la parte (c) de la figura. En consecuencia, KA es plano.
Figura 11.44
11.15 Al igual que Á',,, también Ku K2 y A"3 son planos.

En la figura 11.45 se muestra un intento de representar K¡ en el plano. Si K5 fuera plano,
entonces cualquier inmersión tendría que contener el pentágono de la parte (a) de la figu
ra. Como un grafo completo tiene una arista por cada par de vértices distintos, añadimos la
arista {a, c] como se muestra en la parte (b). Esta arista está contenida completamente
dentro del pentágono de la parte (a). (Podríamos haber dibujado la arista en la región
exterior determinada por el pentágono. En los ejercicios, pediremos al lector la demostra
ción de que en este caso se llega a la misma conclusión.) En la parte (c), se añaden las
t El término embedding también se traduce como "encaje".{N del E.)

Figura 11.45
aristas {a, d), {e, e} y {b, e}. Ahora examinaremos los vértices b y d. Se necesita la arista
{b, d) para obtener^. El vértice d está dentro de la región formada por el ciclo de aristas
{a, c}, {c, e) y {e, a}, mientras que ¿está fuera de la región. Así, al dibujar la arista {b, d],
hay que intersecar una de las aristas existentes al menos una vez, como lo muestran las
aristas punteadas en la parte (d). En consecuencia, Kf no es plano. (Como esta demostra
ción recurre al diagrama, definitivamente carece de rigor. Sin embargo, más adelante de
mostraremos por otro método que K, no es plano.)
Antes de caracterizar todos los grafos no planos, necesitamos examinar otra clase de grafos.
Definición 11.18 Un graíoG - (V, E) es bipartito si V - V¡U V2, V,í) V2 = 0 y cada arista de G es de la forma
{a, b] con a E V¡ y b G V2. Si cada vértice de V, está unido con los vértices de V2, se tiene
un grafo bipartito completo. En este caso, si | Vi | -m, \ V2 \ =n, el grafo se denota con
** ni, ÍI ■
La figura 11.46 muestra dos grafos bipartitos. El grafo de la parte (a) satisface la defi
nición para V, = {a, b] y V2 = {c, d, e). Si se añaden las aristas {b, d] y {b, c}, el resultado
es el grafo bipartito completo K2,, que es plano. El grafo (b) de la figura es K3 _,. Sea V, =
{h¡, h2, /!,} y V2 = {u¡, u2, w3}; interpretamos V, como un conjunto de casas y V2 como un
conjunto de servicios. Entonces K} , es el grafo de servicios. ¿Podemos unir las casas con
los servicios, evitando que haya superposición de las líneas de servicio? En la figura 11.46(b)
parece que esto no es posible y que Kx, no es plano. (Una vez más, deducimos la no
planaridad de un grafo a partir de un diagrama. Sin embargo, más adelante, en el ejemplo
11.19 de esta sección, verificaremos por otro método que K}} no es plano.)
Figura 11.46
Veremos que cuando estemos trabajando con grafos no planos, K5 o K3i} serán el origen
del problema. Sin embargo, antes de establecer el resultado general, necesitamos introdu
cir una última idea.
Definición 11.19 Sea G = (V, E) un grafo no dirigido sin lazos, tal que E£0. Una subdivisión elemental de G
resulta cuando eliminamos una arista e = {u w] de G y entonces las aristas {u, i)}, {v>, w] se
añaden a G - e, donde v (£ V:
Los grafos no dirigidos sin lazos G, = (Vu E,) y G2 = (V2, E2) son homeomorfos si son
isomorfos o si ambos pueden obtenerse del mismo grafo no dirigido sin lazos H por una
sucesión de subdivisones elementales.
Ejemplo 11.16 a) SeaG = (V, E) un grafo no dirigido sin lazos con | E \ > 1. Si G' se obtiene de G por
una subdivisión elemental, entonces el grafo G'= (V",£") satisface | v | = | v | +1
y|£'| = |£|+l.
b) Consideremos los grafos G, G¡, G2 y G} de la figura 11.47. En este caso, G¡ se
obtiene de G por medio de una subdivisión elemental: se elimina la arista {a, b] de
G y se añaden las aristas {a, w) y [w, b}. El grafo G2 se obtiene de G mediante dos
subdivisones elementales. Por lo tanto, Gi y G2 son homeomorfos. Así mismo, G3
(G) (G,) (G2) (G3)
\ / w \ / N. W
/
e.
v/
X Nid ei
X
\s \jid
y»
elv/
X' Nid
1 X y 1
e1
y(c 11
id
X
(a) (b) (c) (d)
Figura 11.47
puede obtenerse de G con cuatro subdivisones elementales, por lo que G3 es

homeomorfo a G, y G2.
Sin embargo, G{ no puede obtenerse de G2 (o G2 de G{) por una sucesión de
subdivisiones elementales. Además, el grafo G3 puede obtenerse de G, o G2 por una
sucesión de subdivisones elementales: seis (de tales sucesiones de tres subdivisiones
elementales) para G, y dos paraG2. Pero ni G{ ni G2 pueden obtenerse de G3 por una
sucesión de subdivisiones elementales. -
Podría pensarse que los grafos homeomorfos son isomorfos excepto, posiblemente, por
los vértices de grado 2. En particular, si dos grafos son homeomorfos, son simultáneamen
te planos (o no planos).
Estos antecedentes llevan-al siguiente resultado.
TEOREMA 11.5 Teorema de Kuratowski. Un grafo no es plano si y sólo si contiene un subgrafo que es
homeomorfo a K¡ o Á"3 3.
Demostración: (Este teorema fue demostrado por primera vez en 1930 por el matemático
polaco Kasimir Kuratowski.) Si un grafo G tiene un subgrafo homeomorfo a K¡ oA"33, está
claro que G no es plano. Sin embargo, el recíproco de este teorema es más difícil de
demostrar. (Una demostración de esto aparece en el capítulo 8 de C. L. Liu [24].)
Demostraremos el uso del teorema de Kuratowski en el siguiente ejemplo.
MI 11111 La figura 11.48(a) es un grafo conocido llamado grafo de Petersen. La parte (b) de la
figura proporciona un subgrafo del grafo de Petersen que es homeomorfo a A"33. (La figura
11.49 muestra cómo se obtiene el subgrafo de A"33 por una sucesión de cuatro subdivisiones
elementales.) Por lo tanto, el grafo de Petersen no es plano.
a
ia ]Id
i
\ 'r
i C
(a)
vKl
d c
\
(b)
Vt
(f y <b
s*q
Figura 11.48
Cuando un grafo o multigrafo es plano y conexo obtenemos la siguiente relación des

cubierta por Euler, para la cual necesitamos contar el número de regiones determinadas
por un grafo o multigrafo conexo plano, el número (de estas regiones) se define sólo
Figura 11.49
cuando se tiene una inmersión plana del grafo. Por ejemplo, la inmersión plana de K4 en la
parte (a) de la figura 11.50 demuestra cómo esta representación de K4 determina cuatro
regiones en el plano: tres de área finita, R¡,R2y /?3, y la región infinita R4. Cuando obser
vamos la figura 11.50(b) podría pensarse que K4 determina cinco regiones, pero esta repre
sentación no es una inmersión plana de K4. Así, el resultado de la figura 11.50(a) es el
único que nos interesa.
a b a b
\
*, «3
\ /
d
(a)
«2
«4
J
c d
(b)
/ \
c
TEOREMA 11.6 Sea G-(V,E) un grafo o multigrafo plano conexo con | V J -vy \E\ =e. Sea reí número
de regiones en el plano determinadas por una inmersión (o representación) plana de G;
una de estas regiones tiene un área infinita y se conoce como región infinita. Entonces
\>-e + r = 2.
(a)
•
a
(b)
O b
(0
f
Demostración: La demostración se hace por inducción sobre e. Si e - 0 o 1, entonces G es
isomorfo a uno de los grafos de la figura 11.51. El grafo de la parte (a) tiene \) = 1, e = 0 y
r = 1; entonces t>-e + r = l - 0 + l = 2 . Para el grafo (b), v= l,e - l y r = 2. El grafo (c)
tiene u = 2, e = 1 y r = l.En ambos casos, u - e + r - 2.
Ahora, sea k GN y supongamos que el resultado es verdadero para cualquier grafo o
multigrafo plano conexo con e aristas, donde 0 < e < k. Si G - (V, E) es un grafo o
multigrafo plano conexo con x> vértices, r regiones y e = k+ 1 aristas, sean a, b £ Vcon
{a, b] E.E. Considere el subgrafo H de G obtenido al eliminar la arista {a, b) de G. (Si
G es un multigrafo y {a, b) es una de un conjunto de aristas entre a y b, entonces la
eliminamos sólo una vez.) En consecuencia, se puede escribir H = G - {a, b] o G- H +
{a, b). Consideremos los dos casos siguientes, que dependen de si //es conexo o disconexo.
Caso 1: Los resultados de las partes (a), (b), (c) y (d) de la figura 11.52 muestran cómo un
grafo G puede obtenerse de un grafo conexo H cuando se dibuja el lazo (nuevo) {a, a}
como en las partes (a) y (b) o cuando la arista (nueva) {a, b) une dos vértices distintos en
H como en las partes (c) y (d). En todas estas situaciones, H tiene v vértices, k aristas y
r - 1 regiones, ya que una de las regiones de H se divide en dos regiones para G. La
hipótesis de inducción aplicada al grafo H indica que x> - k + (r - 1) = 2 y de esto se sigue
que 2 = X>-(k+ l) + r = V-e + r. Así, en este caso el teorema de Euler es cierto para G.
Caso 2: Ahora consideremos el caso en que G - {a,b} = / / e s un grafo disconexo [como
se muestra en la figura 11.52(e) y (f)]. En este caso, H tiene v vértices, k aristas y r regio-
Í^F^' ^ W\
/a{=b) \\ j * ^ ; bl
Sâ \ / y^*
/ \ J^.—
(a) (b) " - - - ' (0 (d)
<
\
" ^
•b
\l \
\4 ^ ^ Í
V
■A
1 N
p> i
(e) (f)
Figura 11.52
nes. Así mismo, H tiene dos componentes H¡ y H2, donde //, tiene 1), vértices, e¡ aristas y r¡
regiones, para i = 1,2. [La parte (e) de la figura 11.52 indica que una componente podría
ser un solo vértice aislado.] Además, x>¡ + v2 = t>, ex + e2 = k{-e - 1) y rx + r2 = r + 1 ya q
//, y H2 determinan, cada uno, una región infinita. Cuando se aplica la hipótesis de inducción
a H¡ y H2 vemos que
ui - e¡ + rx = 2 y v2 - e2 + r2 = 2.
En consecuencia, (■ul + t> 2 )-(e 1 + e2) + (r1 + r2) = i ) - ( e - 1) + (r + 1) = 4, y de esto se sigue
que x> - e + r = 2, y así establecemos el teorema de Euler para G.
El siguiente corolario del teorema 11.6 proporciona dos desigualdades relacionadas

con el número de aristas en un grafo plano conexo sin lazos G con (1) el número de
regiones determinadas por una inmersión plana deG; y (2) el número de vértices de G. Sin
embargo, antes de examinar este corolario, observemos la siguiente idea. Para cualquier
región R en una inmersión plana de un grafo o multigrafo (plano), el grado de R, que se
denota con grad(/?), es el número de aristas recorridas en un camino cerrado (el más corto)
por (las aristas de) la frontera de R. Si G = (V, E) es el grafo de la figura 11.53(a), entonces
esta inmersión plana de G tiene cuatro regiones donde
grad(/?,) = 5, grad(fi2) = 3, grad(«3) = 3, grad(fl4) = 7.
[En este caso, grad(/?4) = 7, como lo determina el camino cerrado a^b-^g^th-íg^
/—> d —> a.] La parte (b) de la figura muestra una segunda inmersión plana de G, otra vez
con cuatro regiones, y en este caso
grad(J?5) = 4, grad(/?6) = 3, grad(/?7) = 5, grad(/?8) = 6.
[El camino cerrado b -> g —»/?-» g —>f-> b da grad(/f7) = 5.]
Se ve que ^^gradiR,) =18 = ^¡=¡ETa.d(R¡) = 2 • 9 = \E\. Esto es cierto en general ya
que cada arista de la inmersión plana es parte de la frontera de dos regiones [como {b, c)
de las partes (a) y (b)] o aparece dos veces en el camino cerrado alrededor de las aristas de
la frontera para una región [como {g, h} de las partes (a) y (b)].
Figura 11.53
Ahora consideremos lo siguiente.

COROLARIO 11.3 Sea G - (V, E) un grafo plano conexo sin lazos con | V| - x>, \E\ = e > 2y r regiones.
Entonces 3r < 2e y e < 3\) - 6.
Demostración: Como G no tiene lazos ni es un multigrafo, la frontera de cada región (in
cluyendo la región infinita) contiene al menos tres aristas, por lo tanto, cada región tiene
grado > 3. En consecuencia, le - 2 \ E | = la suma de los grados de las r regiones determi
nadas por G y 2e > 3r. Del teorema de Euler, 2 = v- e + r < v> - e + (2/3)e = v - (l/3)e,
por lo que 6 < 3"U - e o e < 3t> - 6.
Consideremos ahora lo que este corolario implica y lo que no implica. Si G = (V, £ ) es

un grafo conexo sin lazos con | £ | > 2, entonces si e > 3u - 6, se sigue que G no es plano.
Sin embargo, si e < 3i) - 6, no se puede concluir que G sea plano.
Ejemplo 11.18 El grafo K5 no tiene lazos y es conexo con 10 aristas y cinco vértices. En consecuencia, 31)
- 6 = 15 — 6 = 9 < 10 = e. Por lo tanto, por el corolario 11.3, vemos que K5 no es plano.
Ejemplo 11.19 El grafo KT, , no tiene lazos y es conexo con nueve aristas y seis vértices. En este caso,
3 i ) - 6 = 1 8 - 6 = 12 > 9 = e. Sería un error concluir a partir de esto que Kx, es plano;
cometeríamos el error de estar argumentando al revés.
Sin embargo, A", -, no es plano. Si K¡, fuera plano, entonces como cada región del grafo
está limitada por al menos cuatro aristas, tendríamos 4r < 2e. (Encontramos una situación
similar en la demostración del corolario 11.3.) Del teorema de Euler, x> - e + r=2o r =
e - i ) + 2 = 9 - 6 + 2 = 5,y20 = 4 r < 2 e = 18. De esta contradicción se tiene que Ky , no
es plano.
Ejemplo 11.20 Usaremos el teorema de Euler para caracterizar los sólidos platónicos. [Para estos sóli
dos las caras son congruentes y los ángulos sólidos (interiores) iguales.] En la figura
11.54 tenemos dos de estos sólidos. La parte (a) de la figura muestra un tetraedro regu
lar, con cuatro caras, cada una de las cuales es un triángulo equilátero. Si nos concentra
mos en las aristas del tetraedro, nos fijaremos en su estructura. Si se observa esta estruc
tura desde el punto ubicado directamente sobre el centro de una de las caras, se obtiene
la representación plana de la parte (b). Este grafo plano determina cuatro regiones (co
rrespondientes a las cuatro caras); en cada uno de los cuatro vértices se intersecan tres
regiones. La parte (c) de la figura muestra otro sólido platónico, el cubo. Su grafo plano
asociado está en la parte (d). En este grafo hay seis regiones y en cada vértice se intersecan
tres de éstas.
Con base en las observaciones para el tetraedro regular y el cubo, determinaremos los
otros sólidos platónicos por medio de sus grafos planos asociados. En estos grafos G =
(V, £), tenemos v> = | v / | ; e = | £ | ; r=el número de regiones planas determinadas por G;
m = el número de aristas en la frontera de cada región; y n = el número de regiones que se
encuentran en cada vértice. Así, las constantes m, n > 3. Como cada arista se utiliza en la
frontera de dos regiones y hay r regiones, cada una con m aristas, resulta que 2e = mr.
Contando los extremos de las aristas, se obtiene 2e. Pero todos estos extremos también
A /
i
<.„. — i /
(b) (c)
Figura 11.54
pueden contarse considerando lo que sucede en cada vértice. Como en cada vértice se
encuentran n regiones, n aristas también se encuentran ahí, por lo que se cuentan n extre
mos de aristas en cada vértice u. Esto da lugar a un total de nx> extremos de aristas, de
modo que 2e - nv. Por el teorema de Euler, se tiene
le 2e ílm - mn + 2n
0<2 = v-e +r= e +— =
m T mn
Con e, m, n > 0, encontramos que 2m - mn + 2n > 0 => mn - 2m - 2n =* mn - 2m - 2n +
4 < 4 => (m - 2)(n - 2) < 4.
Como m, n > 3, tenemos que (m - 2), (n - 2) G Z+ y solamente hay cinco casos por
considerar:
1) (m-2) = (n-2) = l;m = n=3 (el tetraedro regular)
2) (m-2) = 2,(n-2) = l;m = 4,n = 3 (el cubo)
3) (m-2) = l,(/i-2) = 2; m = 3 , n = 4 (el octaedro)
4) (m-2) = 3,(n-2) = l;m=5,/i = 3 (el dodecaedro)
5) (m-2) = !,(«-2) = 3; m = 3 , « = 5 (el icosaedro).
Los grafos planos para los casos 3-5 se muestran en la figura 11.55.
Octaedro Dodecaedro Icosaedro
Figura 11.55
La última idea que analizaremos para grafos planos es el concepto de grafo dual. Este
concepto también es válido para grafos planos con lazos y para multigrafos planos. Para
Figura 11.56
construir un dual (respecto a una inmersión particular) de un grafo o multigrafo plano G

con V = {a, b, c, d, e, / } , colocamos un punto (vértice) dentro de cada región, incluyendo
la región infinita, determinada por el grafo, como se muestra en la figura 11.56(a). Para
cada arista compartida por las dos regiones, dibujamos una arista que conecte los vértices
dentro de estas regiones. Para una arista que se recorre dos veces en el camino cerrado
alrededor de las aristas de una región, dibujamos un lazo en el vértice de esta región. En la
figura 11.56(b), C e s un dual del grafo G = (V, E). A partir de este ejemplo podemos hacer
las siguientes observaciones:
1) Una arista en G corresponde a una arista en G'1, y viceversa.
2) Un vértice de grado 2 en G origina un par de aristas en Gd que conectan los mismos
dos vértices. Por lo tanto, C podría ser un multigrafo. (En este caso, el vértice e
proporciona las aristas {a, e], {e,f} de G que originan las dos aristas que conectan
u y z e n G'1.)
3) Dado un lazo en G, si el interior de la región (área finita) determinada por el lazo no
contiene ningún otro vértice o arista de G, entonces el lazo origina un vértice col
gante en G'1. (También es cierto que un vértice colgante en G origina un lazo en G'1.)
4) El grado de un vértice en G'1 es el número de aristas en la frontera del camino
cerrado en torno de la región en G que contiene ese vértice.
(¿Por qué decimos que C es un dual de G y no el dual de G? En los ejercicios de la
sección veremos que es posible tener grafos isomorfos G, y G2 tales que los duales respec
tivos G¡', G'í no sean isomorfos.)
Para analizar con más detalle la relación entre un grafo G y un dual G'1 de G, presenta
mos la siguiente idea.
Definición 11.20 Sea G = (V, E) un grafo o multigrafo no dirigido. Un subconjunto £" de E es un conjunto
de corte de G si al eliminar las aristas (pero no los vértices) en E' de G, tenemos K(G) <
K(G'), donde G' = (V, E - E')\ pero cuando eliminamos (de E) cualquier subconjunto
propio E" d e f , se tiene K(G) = K ( G " ) , paraG'= (V, E-E").
Ejemplo 11,21 Para cualquier grafo conexo, un conjunto de corte es un conjunto minimal de aristas de
disconexión. En el grafo de la figura 11.57(a), observe que cada uno de los conjuntos
{{a, b], {a, c}}, {{a, b], {c, d}}, {{e, h], {f, h], [g, h}} y {{d,f}} es un conjunto de
corte. Para el grafo de la parte (b) de la figura, el conjunto de aristas {{n, p}, {r, p], {r, s}}
es un conjunto de corte. Observe que no todas las aristas en este conjunto de corte son
incidentes en un solo vértice. En este caso, el conjunto de corte separa los vértices n, rae
los vértices p, s. El conjunto de aristas {{s, t]} también es un conjunto de corte para este
grafo: la eliminación de la arista {s, t) de este grafo conexo produce un subgrafo con dos
componentes, una de las cuales es el vértice aislado t.
Cuando un conjunto de corte para un grafo conexo consta sólo de una arista, esa arista
es un puente del grafo. Para el grafo de la figura 11.57(a), la arista {d, f) es el único
puente; la arista {s, t) es el único puente de la parte (b) de la figura.
í^V—
^Y^ FS- <yl~
(a)
[> (b)
Figura 11.57
Regresemos ahora a los grafos de la figura 11.56, los hemos vuelto a trazar como se
muestra en la figura 11.58, para enfatizar las relaciones entre sus aristas.
En este caso, las aristas de G se etiquetan 1,2,..., 10. El esquema de numeración para
& se obtiene como sigue: por ejemplo, la arista etiquetada 4* conecta los vértices w y z en
Gd. Dibujamos esta arista ya que la arista 4 de G era una arista común de las regiones que
Figura 11.58
contienen estos vértices. De la misma forma, la arista 7 es común a la región que contiene
a x y la región infinita que contiene a i). Por lo tanto, etiquetamos la arista de Gd que
conecta x y v como 7*.
En el grafo G, el conjunto de aristas etiquetadas 6, 7, 8 constituye un ciclo. ¿Qué hay
acerca de las aristas etiquetadas 6*, 7*, 8* en Gdl Si se eliminan de C, entonces el vértice
x queda aislado y por lo tanto C es disconexo. Como no podemos desconectar Gd elimi
nando cualquier subconjunto propio de {6*, 7*, 8*}, estas aristas forman un conjunto de
corte en Gd. De igual modo, las aristas 2, 4, 10 forman un conjunto de corte en G, mientras
que las aristas 2*, 4*, 10* forman un ciclo en C .
También tenemos el conjunto de corte de dos aristas {3, 10} en G y vemos que las
aristas 3*, 10* proporcionan un circuito de dos aristas en Gd. Otra observación: el conjun
to de corte de una arista {1*} en Gd proviene de la arista 1, un lazo de G.
En general, hay una correspondencia uno a uno entre los siguientes conjuntos de aristas
en un grafo plano G y un dual Gd de G.
1) Los ciclos (conjuntos de corte) de n (> 3) en G corresponden a los conjuntos de
corte (ciclos) de n aristas en Gd.
2) Un lazo en G corresponde a un conjunto de corte de una arista en Gd.
3) Un conjunto de corte de una arista en G corresponde a un lazo en Gd.
4) Un conjunto de corte de dos aristas en G corresponde a un circuito de dos aristas en
Gd.
5) Si G es un multigrafo plano, entonces cada circuito de dos aristas en G determina un
conjunto de corte de dos aristas de Gd.
Todas estas observaciones teóricas son interesantes, pero nos detendremos en este mo
mento para ver cómo aplicar la idea de un dual.
Ejemplo 11.22 Si consideramos las cinco regiones finitas de la figura 11.59(a) como los países de un
mapa y construimos el subgrafo (pues no se utiliza la región infinita) de un dual como se
muestra en la parte (b), tendremos entonces la siguiente relación.
Supongamos que tenemos el "problema del cartógrafo", según el cual hay que colorear
las cinco regiones del mapa de la parte (a) de modo que dos países con una frontera en
común reciban diferentes colores. Esta idea puede traducirse en la noción dual de colorear
los vértices de la parte (b) de modo que los vértices adyacentes se pinten con colores
distintos. (Estos problemas de coloración se analizarán con más detalle en la sección 11.6.)
Figura 11.59
El resultado final de esta sección proporciona una aplicación para una red eléctrica.
Este material se basa en el ejemplo 8.6 de las páginas 227-230 del texto de C. L. Liu [24].
Ejemplo ti.23 En la figura 11.60 vemos una red eléctrica con nueve contactos (conmutadores) que con
trolan el encendido de una luz. Se desea construir una red dual, en la que se encenderá (se
apagará) una segunda luz cuando se apague (se encienda) la luz de la red dada.
Los contactos (conmutadores) son de dos tipos: normalmente abiertos (como se mues
tra en la figura 11.60) y normalmente cerrados. Usamos a y a'como en la figura 11.61 para
representar los contactos normalmente abiertos y normalmente cerrados, respectivamente.
a a'
Hh 4f-
(b)
(a)
Figura 11.61
En la figura 11.62(a), un grafo con un par terminal representa la red de la figura 11.60.
Los vértices especiales se etiquetan como 1 y 2. Estos vértices son las terminales del grafo.
Así mismo, hemos etiquetado cada arista de acuerdo con su contacto correspondiente en la
figura 11.60.
Un grafo con un par terminal G es un grafo plano con un par terminal si G es plano y
el grafo resultante también es plano cuando se añade a G una arista que conecta las termi
nales. La figura 11.62(b) muestra esta situación. Al construir el dual de la parte (b), se
obtiene el grafo de la parte (c) de la figura. Eliminamos la arista punteada para obtener las
terminales 1*, 2* de este dual, que es un grafo con un par terminal. Este grafo proporciona
la red dual de la figura 11.62(d).
Haremos dos observaciones finales.
1) Cuando los contactos a, b, c se cierran en la red original (Fig. 11.60), las luces están
encendidas. En la figura 11.62(b), las aristas a, b, c,j forman un ciclo que incluye
las terminales. En la parte (c) de la figura, a*, b*, c*,j* forman un conjunto de corte
que desconecta las terminales 1*, 2*. Finalmente, si a', b\ c' están abiertos, como
en la parte (d) de la figura, no pasa corriente más allá del primer nivel de contactos
(conmutadores) y las luces se apagan.
11.4 Gratos planos 573
(0
Figura 11.62
2) De manera similar, las aristas c, f, i, j forman un conjunto de corte que separa las
terminales de la figura 11.62(b). (Cuando los contactos en c, / /' están abiertos como
en la figura 11.60, las luces están apagadas.) La figura 11.62(c) muestra que c*,f*,
i*,j* forman un ciclo simple que incluye 1*, 2*. Si c',f, ¡'están cerrados como en
la parte (d), la corriente fluye por la red dual y las luces se encienden.
Ejercicios 1 1 . 4 1. Verifique que la conclusión del ejemplo 11.15 no cambia si la figura 11.45(b) tiene la arista
(a, c) trazada en el exterior del pentágono.
2. Muestre que si se elimina cualquier arista de A"5, el subgrafo resultante es plano. ¿Es esto cierto
para el grafo A-, ,?
3. a) ¿Cuántos vértices y cuántas aristas tienen los gratos bipartitos completos KA -,, K-, ,, y K„ „,
donde m, n E Z*?
b) Si el grafo K,„ ,2 tiene 72 aristas, ¿cuánto vale mi
4. Demuestre que cualquier subgrafo de un grafo bipartito es bipartito.
5. Para cada grafo de la figura 11.63, determine si el grafo es o no bipartito.
6. Sea / i e Z ' , « > 4 . ¿Cuántos subgrafos de K„ son isomorfos al grafo bipartito completo K¡ ,?
a b a
a b
^ , /
\ c d/
A\ \ \
S /
/
/ p f
\
c ^ d<
\9 /
9
/
> <5 h
9 h h
(a) G) (b) (C) (0 (Ci")
Figura 11.63
7. Sea m, n G Z+ con m > « > 2.

a) Determine cuántos ciclos distintos de longitud 4 hay en A-,,, „.
b) ¿Cuántos caminos simples diferentes de longitud 2 hay en K,„ „?
c) ¿Cuántos caminos simples diferentes de longitud 3 hay en K„,„?
8. ¿Cuál es la longitud del camino simple más largo en cada uno de los siguientes grafos?
a) # , , 4 b) A:3,7 c) Ky,l2 d) #„,,„,
donde m, » 6 Z ' con m< n.
9. ¿Cuántos caminos simples de longitud máxima hay en cada uno de los siguientes grafos?
(Recuerde que un camino simple como v>, —> "u2 —> u, se considera igual al camino simple t>, —>
■u2->u,.)
a) KU4 b) Kx-, c) K7,¡2 d) A:m,„,
donde m, n G Z* con m < n.
10. ¿Puede un grafo bipartito contener un ciclo de longitud impar? Explique por qué.
11. Sea G = (V, E) un grafo conexo sin lazos con | V\ = x>. Si \E\ > (i>/2)2, demuestre que G no
puede ser bipartito.
12. a) Encuentre todos los grafos bipartitos completos no isomorfos G = (V, E) donde | V| = 6 .
b) ¿Cuántos grafos bipartitos completos no isomorfos G - (V, E) satisfacen | VI = n > 2?
13. a) SeaX = {1, 2, 3, 4, 5}. Construya el grafo no dirigido sin lazos G = (V, E) como sigue:
• (V): Cada subconjunto de dos elementos de X representa un vértice en G.
• (-4): Si U|, v2 £ Vcorresponden a los subconjuntos {a, b) y {c, d), respectivamente, de X,
entonces trazamos la arista (u,, u2) en G si (a, í>} n je, d] = 0.
b) ¿A qué grafo es isomorfo G?
14. Determine cuáles de los grafos de la figura 11.64 son planos. Si un grafo es plano, vuelva a
dibujarlo sin aristas solapadas. Si no es plano, encuentre un subgrafo homeomorfo a K-, o A-, ,.
15. Sea G = (V, E) un grafo no plano no dirigido sin lazos. ¿Cuál es el valor más pequeño que
puede tener I E \ ?
16. Demuestre que el grafo de Petersen es isomorfo al grafo de la figura 11.65.
17. Determine el número de vértices, aristas y regiones para cada uno de los grafos planos de la
figura 11.66. Luego muestre que sus respuestas satisfacen el teorema de Euler para grafos
planos conexos.
a b c d
g h i j
(b)
a'
d e
h i
k< >/
(d) (f)
Figura 11.64
(a (b)
z
y
18. Sea G = (V, E) un grafo no dirigido conexo sin lazos. Suponga además que G es plano y que
determina 53 regiones. Si para alguna inmersión plana de G cada región tiene al menos cinco
aristas en su frontera, demuestre que \V\ > 82.
19. SeaG = (V, E) un grafo plano 4-regular conexo sin lazos. Si | £ | =16, ¿cuántas regiones hay en
una representación plana de G?
20. Suponga que G = (V, E) es un grafo plano sin lazos con I V| = u, \E\ =ey K(G) = el número
de componentes de G. (a) Establezca y demuestre una extensión del teorema de Euler para este
grafo. (b) Demuestre que el corolario 11.3 sigue siendo válido si G no tiene lazos y es plano,
pero no conexo.
21. Demuestre que todo grafo plano conexo sin lazos tiene un vértice t> con grad(i)) < 6.
22. a) Sea G = (V, E) un_grafo conexo sin lazos con j V| > 11. Demuestre que tanto G como su
complementario G deben ser no planos.
b) El resultado de la parte (a) es verdadero para I V| > 9, pero la demostración para | V j =9,
10 es mucho más difícil. Encuentre un contraejemplo de la parte (a) para | v | = 8.
23. a) Sea/: £Z + ,fc > 3. Si G = (V,£) es un grafo plano conexo con | V\ = v, \ E \ = e y cada ciclo
tiene una longitud mínima de k, demuestre que e < (V - 2).

k-2
b) ¿Cuál es la longitud mínima de un ciclo en #3,3?
c) Use las partes (a) y (b) para concluir que K, 3 no es plano.
d) Use la parte (a) para demostrar que el grafo de Petersen no es plano.
24. a) Encuentre un grafo dual para cada uno de los dos grafos planos y el multigrafo plano de la
figura 11.67.
b) ¿Tiene el dual del multigrafo de la parte (c) algún vértice colgante? Si no, ¿contradice esto
la tercera observación hecha antes de la definición 11.20?
2 3 b f u
~^í\
\ . \
^c X^ X [ i¿
i \
e / w
o « | \
^ \ m
d
"\ f 9 y'
V\ A l\
5 o / \ / p
)
h
Q (a) (b) (0 . »n J
<
Figura 11.67
a
o
< 25. Encuentre los duales de los grafos planos correspondientes a los cinco sólidos platónicos.
O
o 26. a) Muestre que los grafos de la figura 11.68 son isomorfos.
b) Trace un dual para cada grafo.
c) Muestre que los duales obtenidos en la parte (b) no son isomorfos.
d) Dos grafos G y H son 2-isomorfos si uno de ellos puede obtenerse del otro al aplicar uno o
ambos de los procedimientos siguientes un número finito de veces.
b i/ VV
/ X
c y / <7
e
(a) (b
Figura 11.68
1) En la figura 11.69, dividimos un vértice r de G para obtener el grafo H no conexo.

(Cuando la división o separación de un vértice de un grafo produce un nuevo grafo con
más componentes, ese vértice es un vértice de corte o punto de articulación.)
2) En la figura 11.70, obtenemos el grafo (d) del grafo (a) de la manera siguiente:
i) primero separamos dos vértices distintos j y q, que hacen que el grafo sea
disconexo,
ii) después, reflejamos un subgrafo sobre el eje horizontal y
iii) luego identificamos el vértice j(q) en un subgrafo con el vértice q(J) e n e l o t r o
subgrafo.
Demuestre que los grafos duales obtenidos en la parte (c) son 2-isomorfos.
i,
' ¡ km / j j k m
x
(a
rI :M p
i
q r
q i
(i) (
s
n
(b)
A
p
/
q q
^
i
r s
r
(ü) t
i'
(c)
i
p
\
q
'/
i
1. Kfl.
km
(ni)
n
(d)
p q k m
Figura 11.70
e) Para el conjunto de corte {[a, b), {c, b), [d, b}} en la parte (a) de la figura 11.68, encuentre
el ciclo correspondiente en su dual. En el dual del grafo de la figura 11.68(b), encuentre el
conjunto de corte que corresponde al ciclo [w, z}, {z, x), {x, y}, {y, w) en el grafo dado.
27. Para el grafo de la figura 11.70(a), encuentre dos conjuntos de corte que contengan la arista
{Km}.
28. a) Si G = (V, E) es un grafo conexo 3-regular sin lazos y con ocho vértices, ¿cuánto vale | EI ?
b) Encuentre dos grafos G¡ y G2 que satisfagan las condiciones de la parte (a) con G, plano y
G2 no plano.
29. Encuentre la red dual para la red eléctrica que se muestra en la figura 11.71.
— Figura 11.71
11.5
Caminos y ciclos hamiltonianos
En 1859, el matemático irlandés SirWilliam Rowan Hamilton (1805-1865) desarrolló un

juego que vendió a un fabricante de juguetes de Dublín. El juego era un dodecaedro regu
lar de madera con 20 esquinas (vértices) en las que aparecían inscritos los nombres de
ciudades importantes. El objetivo del juego era encontrar un ciclo alrededor de las aristas
del sólido,¡de modo que cada ciudad estuviera en el ciclo (exactamente una vez). La figura
11.72 es el grafo plano de este sólido platónico; dicho ciclo está formado por las aristas
negras más gruesas. Esta ilustración nos lleva a la siguiente definición.
Figura 11.72
Definición 11.21 Si G - (V, E) es un grafo o multigrafo con \v\ > 3, decimos que G tiene un ciclo
hamiltoniano si existe un ciclo en G que contenga cada vértice de V. Un camino hamiltoniano
es un camino simple (y no un ciclo) de G que contiene todos los vértices.
Dado un grafo con un ciclo hamiltoniano, la eliminación de cualquier arista en el ciclo

produce un camino hamiltoniano. Sin embargo, es posible que un grafo tenga un camino
hamiltoniano sin que tenga un ciclo hamiltoniano.
Podría parecer que la existencia de un ciclo (camino) hamiltoniano y la existencia de un
circuito (recorrido) euleriano para un grafo son problemas similares. El ciclo (camino)
hamiltoniano tiene como objeto pasar por cada vértice de un grafo una sola vez; el circuito
(recorrido) euleriano recorre el grafo pasando por cada arista exactamente una vez. Por
desgracia, no existe una relación útil entre las dos ideas y, a diferencia de los circuitos
(recorridos) eulerianos, no existen condiciones necesarias y suficientes en un grafo G que
garanticen la existencia de un ciclo (camino) hamiltoniano. Si un grafo tiene un ciclo
hamiltoniano, entonces al menos será conexo. Existen muchos teoremas que determinan
condiciones necesarias o suficientes para que un grafo conexo tenga un ciclo o un camino
hamiltoniano. Más adelante analizaremos varios de estos resultados. Sin embargo, en los
casos de grafos particulares, recurriremos con frecuencia al método de prueba y error,
junto con algunas observaciones útiles.
I I 24 Si G es el grafo de la figura 11.73, las aristas {a, b), {b, c], {c,/), {/ e], [e, d), {d, g),
{g,h},{h, i} forman un camino hamiltoniano para G. Pero, ¿tiene G un ciclo hamiltoniano?
Como G tiene nueve vértices, si existe un ciclo hamiltoniano en G, éste debe contener
nueve aristas. Comencemos en un vértice b y tratemos de construir un ciclo hamiltoniano.
Debido a la simetría del grafo, no importa si vamos de b a c o a a. Iremos hacia c, desde
donde podemos pasar a / o i. Usando otra vez la simetría, vamos a/. Luego eliminamos la
arista {c, i] de nuestro análisis posterior, puesto que ya no podemos volver al vértice c.
Para incluir el vértice i en el ciclo, debemos ir ahora d e / a / (a /z y g). Con las aristas {c, f)
y {f, i] en el ciclo, no podemos tener la arista {e,f} en el ciclo. (De otra manera, en el ciclo
tendríamos que grad(/) > 2.) Pero una vez ene, ya no podemos continuar. Por lo tanto, este
graft) no tiene un ciclo hamiltoniano.
Figura 11.73
Este ejemplo muestra algunas sugerencias útiles para tratar de encontrar un ciclo
hamiltoniano en un grafo G = (V, E).
1) Si G tiene un ciclo hamiltoniano, entonces para X) G V, grad(v>) > 2.

2) Si a €E V y grad (a) = 2, entonces las dos aristas incidentes con el vértice a deben
aparecer en cualquier ciclo hamiltoniano de G.
3) SiflG Vy grad (a) > 2, cuando tratamos de construir un ciclo hamiltoniano, una
vez que hemos pasado por el vértice a, dejamos de tener en cuenta las aristas no
utilizadas incidentes con a.
4) Al construir un ciclo hamiltoniano para G, no podemos obtener un ciclo para un
subgrafo de G a menos que contenga todos los vértices de G.
El siguiente ejemplo proporciona una interesante técnica para mostrar que un tipo par
ticular de grafo no tiene un camino hamiltoniano.
0Ejemplo 11.25 En la figura 11.74(a) tenemos un grafo conexo G y queremos saber si G contiene un ca
mino hamiltoniano. La parte (b) de la figura proporciona el mismo grafo con un conjun
to de etiquetas x, y. Estas etiquetas se usan como sigue: primero se etiqueta el vértice a
con la letra x. Los vértices adyacentes a a (b, c y d) se etiquetan luego con la letra y.
Después etiquetamos los vértices no etiquetados adyacentes ab, codconx. Esto produce
la eti-queta x en los vértices e, g, i. Finalmente, se etiquetan los vértices no etiquetados
adyacentes a e, g o i con y. En este momento, todos los vértices de G están etiquetados.
Ahora, como | V \ = 10. si G tuviera un camino hamiltoniano debería haber una sucesión
alternativa de cinco letras* y cinco letras y. Solamente tenemos cuatro vértices etiqueta
dos con x, por lo que lo anterior es imposible. De ahí que G no tenga un camino (o ciclo)
hamiltoniano.
¿Por qué funciona este argumento? En la parte (c) de la figura 11.74 hemos vuelto a
dibujar el grafo dado y vemos que es bipartito. A partir del ejercicio 10 de la sección
anterior, sabemos que un grafo bipartito no puede tener un ciclo de longitud impar. Tam
bién es cierto que si el grafo no tiene un ciclo simple de longitud impar, entonces es bipartito.
(La demostración se pide al lector en el ejercicio 9 de esta sección.) En consecuencia,
cuando un grafo conexo no tiene ciclo impar (y es bipartito), el método descrito anterior
mente puede ser útil pa)ra determinar si el grafo no tiene un camino hamiltoniano. (El
ejercicio 10 de esta sección examina esta idea más ampliamente.)
Figura 11.74
El siguiente ejemplo proporciona una aplicación que necesita los ciclos hamiltonianos
en un grafo completo.
Ejemplo 11.26 En el campamento que el profesor Alfredo ha organizado con su grupo de antropología, 17
estudiantes comen juntos en una mesa circular. Como intentan conocerse mejor, tratan
cada tarde de sentarse con dos compañeros distintos. ¿Durante cuántas tardes pueden ha
cer esto? ¿Cómo pueden hacerlo?
Para resolver este problema, consideramos el grafo K„, donde n > 3 y /; es impar. Este
grafo tiene n vértices (uno para cada estudiante) y ("] = n(n - l)/2 aristas. Un ciclo
hamiltoniano corresponde a una disposición de lugares. Cada uno de estos ciclos tiene n
aristas, por lo que se tienen como máximo {\ln)['{) -(n- l)/2 ciclos hamiltonianos sin que
dos de ellos tengan una arista en común.
Consideremos el círculo de la figura 11.75 y el subgrafo de K„ que consta de n vértices
y n aristas {1, 2}, {2, 3 } , . . ., {n - 1, n}, {n, 1}. Mantenemos los vértices en la circunfe
rencia fijos y rotamos este ciclo hamiltoniano en el sentido de las manecillas del reloj,
hasta el ángulo [l/(n - l)](27t). Esto produce el ciclo hamiltoniano (Fig. 11.76) formado
por las aristas {1,3}, (3, 5), {5, 2}, {2, 7}, . . ., {n, n - 3}, {n - 3, n - 1}, {n - 1, l}.Este
ciclo hamiltoniano no tiene aristas en común con el primer ciclo. Si n > 7 y seguimos
rotando de esta manera el ciclo de la figura 11.75, hasta los ángulos [k/(n - l)](2n), donde
2 < k < (n - 3)/2, obtenemos un total de (n - l)/2 ciclos hamiltonianos, sin que haya dos
aristas en común.
Por lo tanto, los 17 estudiantes que participan en el campamento pueden comer durante
[(17 - l)/2] = 8 días antes de que tengan que sentarse junto a otro estudiante por segun
da vez. Usando la figura 11.75 con n=\7, podemos obtener ocho de estas posibles dis
posiciones.
n - 3 n - 5 n _ 3
Veremos ahora más resultados acerca de los caminos y ciclos hamiltonianos. Nuestro
primer resultado fue establecido en 1934 por L. Redei.
TEOREMA 11.7 Sea K„ un grafo dirigido completo; es decir, K„ tiene n vértices y para cualquier par de
vértices x, y distintos, exactamente una de las aristas (x, y) o (y, x) está en K„. Este grafo
(llamado torneo) contiene siempre un camino hamiltoniano (dirigido).
Demostración: Sea m > 2 y pm un camino simple con las m - 1 aristas(t),, \t2), (u2, uO, • • •,
(i),,, i, \),„). Si m — n, hemos terminado. Si no, sea u un vértice que no aparezca en p,„.
Si (i), t>i) es una arista de K„, podemos extender/?,,, añadiendo esta arista. Si no, enton
ces (1)1, D) debe serlo. Ahora supongamos que (i), u2) está en el grafo. Entonces tenemos el
camino más grande:(D,, D), (D, U : ), (D : , DO, • • • , (u,„ ,, v,„). Si (1), 1)2) no es una arista de
K*, entonces (D:, D) debe serlo. Al continuar este proceso, sólo tenemos dos posibilida
des: (a) para algún 1 < k < m - 1, las aristas(Dt, D), (D, i) t + ,) están en K„ y podemos
reemplazar (Dt, i)t+1) por este par de aristas; o (b) (D„„ D) está en K* y añadimos esta arista
a pm. En cualquier caso, obtenemos un camino simple p„,+1 con m + 1 vértices y m aristas.
Este proceso puede repetirse hasta obtener un camino simple p„ con n vértices.
Ejemplo 11.27 En un torneo de ajedrez, cada jugador se enfrenta con cada uno de los demás jugadores
exactamente una vez. Queremos clasificar a los jugadores según el resultado del torneo.
Como podríamos tener una situación en que, para los jugadores a, by c,a derrote a b y b
derrote a c, pero c derrote a a, no siempre es posible tener una clasificación en la que un
jugador que esté en cierta posición haya derrotado a todos los jugadores que han quedado
por debajo de dicha posición. Si representamos a los jugadores por medio de vértices,
construimos un grafo dirigido G con estos vértices, trazando la arista (x, y) si x derrota a y.
Luego, por el teorema 11.7, es posible enumerar a todos los jugadores de modo que cada
uno haya derrotado al siguiente jugador de la lista.
TEOREMA 11.8 Sea G - (V, E) un grafo sin lazos, | V\ = n > 2. Si grad(x) + grad(y) > n - 1 para todosx,
y E V, x ± y, entonces G tiene un camino hamiltoniano.
Demostración: Primero demostraremos que G es conexo. En caso contrario, sean C,,C2 dos
componentes de G tales que x, y G Vy x G C¡, y G C2. Supongamos que C, tiene n,
vértices, /' = 1,2. Entonces grad(x) < n, - 1, grad(>>) < n2 - 1 y grad(x) + grad(y) < (n¡ +
n2) - 2 < n - 2, lo que contradice la condición del teorema. Por lo tanto, G es conexo.
Ahora construiremos un camino hamiltoniano para G. Para m > 2, sea p„ el camino
simple {v¡,\)2}, {~o2, \ ) 3 } , . . . , {,o„,-i,'U,„} de longitud m - 1. (Podemos volver a etiquetar los
vértices en caso necesario.) Tal camino existe, pues si m = 2, sólo necesitamos una arista. Si
x>¡ es adyacente a otro vértice t> distinto de t>2, u 3 , . . . , V)m, añadimos la arista {x>, x>i} a/?m p
obtenerpm+l. Realizamos el mismo proceso si vm es adyacente a un vértice distinto de i),,
t)2, . . . , iVi. Si podemos extender pm hasta /?„ de este modo, obtenemos un camino
hamiltoniano. En caso contrario, el camino simple pm {u,, x>2},..., {vm _,, um} cumple que
\),, i)m sólo sean adyacentes a los vértices enpmy m<n. Si esto ocurre, afirmamos que G
contiene un ciclo en estos vértices. Si v¡ y \>m son adyacentes, entonces el ciclo es {v¡, t>2},
{v2, \)¡},..., {t),„_i, vm), {v,„, x>¡}. Si i), y i)m no son adyacentes, entonces u, es adyacente
a un subconjunto S de los vértices en {\>2, i> 3 ,.... t>OT_i}. Si existe un vértice t), G S tal que
vm es adyacente a i),_,, entonces podemos obtener el ciclo añadiendo {ti,,i),}, {x>,_ux>m} apm
y eliminando {t),_,, t>,} como se muestra en la figura 11.77. En caso contrario, sea | S \ -k <
m- 1. Entonces grad(t),) = fcygrad(\)m) <(m- l)-k, por lo que obtenemos la contradicción
gradCt^) + grad(i)m) < m - 1 < n - 1. Por lo tanto, existe un ciclo que une a v>,, v2,... , vm.
Figura 11.77
Consideremos ahora un vértice v G Vque no esté en el ciclo. El grafo G es conexo, por

lo que existe un camino simple de v a un primer vértice i)r en el ciclo, como se muestra en
la figura 11.78(a). Si eliminamos la arista {vr_¡, X)r} (o {i),, i),} si r = t), obtenemos el
camino simple (más grande que el original pm) que aparece en la figura 11.78(b). Repeti
mos el proceso (aplicado a pm) para el camino simple de la figura 11.78(b) y seguimos
aumentando la longitud del camino simple hasta incluir todos los vértices de G.
Figura 11.78
COROLARIO 11.4 Sea G = (V, E) un grafo sin lazos con n(>2) vértices. Si grad(u) 5: (n l)/2 para todo v
£V,entonces G tiene un camino hamiltoniano.
Demostración: La demostración se deja al lector como ejercicio.
Nuestro último teorema de la sección proporciona una condición suficiente para la

existencia de un ciclo hamiltoniano en un grafo sin lazos. Esto fue demostrado por vez
primera por Oystein Ore en 1960.
TEOREMA 11.9 Sea G = (V, E) un grafo no dirigido sin lazos, con | V\ = n > 3. Si grad(x) + grad(j) > n
para todos los vértices x ^ E V n o adyacentes, entonces G tiene un ciclo hamiltoniano.
Demostración: Supongamos que G no contiene un ciclo hamiltoniano. Añadimos aristas a
G hasta obtener un subgrafo H de K„ tal que H no tenga un ciclo hamiltoniano, pero que
para cualquier arista e (de K„) que no está en H, H + e sí tiene un ciclo hamiltoniano.
Como H * K„, existen vértices a, b G V tales que {a, b} no es arista de H pero tal que H +
{a, b} tiene un ciclo hamiltoniano C. El grafo H no tiene dicho ciclo, por lo que la arista {a, b]
forma parte del ciclo C. Enumeraremos los vértices de H (y G) sobre el ciclo C como sigue:
(â(=vl)^b(=v2)- ►\)3-»'U4- J
n -N
Para cualquier 3 < i < n, si la arista {b, i),} está en el grafo H, entonces afirmamos que la
arista {a, "o¡_ ¡} no puede ser una arista de H, ya que si ambas aristas están en H, para algún
3 < / < n, obtenemos el ciclo hamiltoniano
^b->\),—>n i + i-> >\)n-i-»u,,->q->-u,--i->\),--2-> >-u4—>^3 - )
en el grafo H (que no tiene ciclos hamiltonianos). Por lo tanto, para cada 3 < i < n, como
máximo una de las aristas {b, i),}, {a, i),.,) está en H. En consecuencia,
grad H (a)+ gradw(¿?) < n,
donde grad „(X)) denota el grado del vértice v en el grafo//. Para cualquiera G V, grad^Ci)) S
gradû) = grad (u), por lo que tenemos los vértices a, b no adyacentes (en G) que cumplen
grad(a) + grad(¿) < n.
Esto contradice la hipótesis grad(x) + grad (y) > n para todos los vértices x, y G Vno
adyacentes, por lo que rechazamos nuestra suposición y vemos que G contiene un ciclo
hamiltoniano.
Ahora obtendremos los siguientes dos resultados del teorema 11.9. Cada uno de ellos
nos dará una condición suficiente para la existencia de un ciclo hamiltoniano en un grafo
no dirigido sin lazos G = (V, £). El primer resultado es similar al corolario 11.4 y analiza el
grado de cada vértice i) en V. El segundo resultado analiza el tamaño del conjunto de
aristas A.
COROLARIO 11.5 Si G = (V, E) es un grafo no dirigido sin lazos, con | v\ = n > 3 y si grad(u) > n/2, para
todo « 6 V , entonces G tiene un ciclo hamiltoniano.
Demostración: Dejaremos la demostración de este resultado para los ejercicios de la sec
ción.
COROLARIO 11.6 Si G = (V, E) es un grafo no dirigido sin lazos, con M = « S 3 y \E\ > (V) + 2,
entonces G tiene un ciclo hamiltoniano.
Demostración: Sean a, b G V tales que {a, b) £ E. [Como a, b no son adyacentes, quere
mos mostrar que grad(a) + grad (b) ^ n.] Eliminamos lo siguiente del grafo G: (i) todas
las aristas de la forma {a, x}, dondex G V; (ii) todas las aristas {y, b], dondej G V; (iii) lo
vértices a y b. Sea// = (V, £") el subgrafo resultante. Entonces, \E\ - \E'\ +grad(a) +
grad(¿>), pues {a, b] $. E.
Como | V" ¡ = n - 2 , / / e s un subgrafo del grafo completoÍT„_ 2. por lo que | £" I < \"~22\,
En consecuencia, ("2"') + 2 < \E\ = \E'\ + grad (a) + grad (b) < f"¡2) + grad (a) +
grad(fc) y tenemos que
n—2
grad(a) + g r a d ( ¿ > ) > r ~ 1 j + 2 -
2
= (i)(/i - l)(/i - 2) + 2 - (£j(n - 2)(n - 3)
(n-2)[(«-l)-(n-3)] + 2
= (i)(«-2)(2) + 2
= (n - 2) + 2 = n.
Por lo tanto, el teorema 11.9 implica que el grafo dado tiene un ciclo hamiltoniano.
Un problema relacionado con la búsqueda de ciclos hamiltonianos en un grafo es el

problema del viajante: en este caso, el viajante sale de su casa y debe visitar varios lugares
antes de regresar. El objetivo es encontrar una forma de hacer su viaje más eficiente (tal
vez en términos de la distancia total recorrida o del costo total). El problema se puede
modelar mediante un grafo etiquetado (las aristas tienen distancias o costos asociados a
ellas), en el cual se busca el ciclo hamiltoniano más eficiente.
Las referencias de R. Bellman, K. L. Cooke y J. A. Lockett [7]; M. Bellmore y G. L.
Nemhauser [8]; E. A. Elsayed [15]; E. A. Elsayed y R. G. Stern [16]; y L. R. Foulds [17]
serán interesantes para el lector que desee aprender más acerca de este importante proble
ma de optimización. Así mismo, el texto editado por E. L. Lawler, J. K. Lenstra, A. H. G.
Rinnooy Kan y D. B. Shmoys [23] presenta 12 artículos acerca de diversos aspectos de
este problema.
EJERCICIOS 11.5 1. Dé un ejemplo de un grafo conexo tal que

a) no tenga circuitos eulerianos ni ciclos hamiltonianos;
b) tenga un circuito euleriano pero no tenga ciclos hamiltonianos;
c) tenga un ciclo hamiltoniano pero no un circuito euleriano;
d) tenga un ciclo hamiltoniano y un circuito euleriano.
2. Caracterice el tipo de grafo en que un recorrido (circuito) euleriano es también un camino
(ciclo) hamiltoniano.
3. Encuentre un ciclo hamiltoniano, si existe, para cada grafo o multigrafo de la figura 11.79. Si
el grafo no tiene un ciclo hamiltoniano, determine si tiene un camino hamiltoniano.
Figura 11.79
4. a) Muestre que el grafo de Petersen [Fig. 1 l,48(a)] no tiene ciclos hamiltonianos pero sí tiene
un camino hamiltoniano.
b) Muestre que si se elimina cualquier vértice (y las aristas incidentes a él) del grafo de Petersen,
entonces el subgrafo resultante tiene un ciclo hamiltoniano.
5. Considere los grafos de las partes (d) y (e) de la figura 11.79. ¿Es posible eliminar un vértice
de cada grafo de modo que los subgrafos resultantes tengan un ciclo hamiltoniano?
6. Si n > 3, ¿cuántos ciclos hamiltonianos distintos tiene el grafo de rueda /?„?
7. a) Para n > 3, ¿cuántos ciclos hamiltonianos distintos tiene el grafo completo K„l
b) ¿Cuántos ciclos hamiltonianos con aristas disjuntas tiene ÁT21?
c) 19 alumnos de una guardería juegan diariamente a tomarse de las manos y formar un círcu
lo. ¿Durante cuántos días pueden hacer esto de modo que no se tomen de la mano con el
mismo compañero dos veces?
8. a) Para n GZ+,n > 2, muestre que el número de ciclos hamiltonianos distintos en el grafo K„,„
es(l/2)(n - l)!n!
b) ¿Cuántos caminos hamiltonianos distintos tiene K„ „, n > 1?
9. Sea G = (V, E) un grafo no dirigido sin lazos. Demuestre que si G no contiene un ciclo de
longitud impar, entonces G es bipartito.
10. a) Sea G = (V, E) un grafo no dirigido, bipartito, conexo, con V dividido como V¡ U V2.
Demuestre que si | V¡ \ £ \ V2 \, entonces G no puede tener un ciclo hamiltoniano.
b) Demuestre que si el grafo G de la parte (a) tiene un camino hamiltoniano, entonces | V, | -
|V 2 | = ± 1 .
c) Dé un ejemplo de un grafo no dirigido conexo bipartito G = (V, E), tal que Veste separado
como V, U V2 y I V, | = I V21 - 1, pero tal que G no tenga un camino hamiltoniano.
11. a) Determine todos los torneos no isomorfos con tres vértices.
b) Encuentre todos los torneos no isomorfos con cuatro vértices. Enumere los grados de entra
da y de salida de cada vértice en cada uno de los torneos.
12. Para el grafo dirigido completo (o torneo) K'„ = (V, E), ¿cuáles son los valores de ¿¿ueV,ge('u) y
13. Dé un ejemplo de un multigrafo no dirigido, conexo, sin lazos G = (V, E) tal que \v\ = n y
grad(jt) + grad(jy) > n- l para todos A:, y E V, pero tal que G no tenga un camino hamiltoniano.
14. Encuentre un contraejemplo al recíproco del teorema 11.8.
15. Demuestre el corolario 11.4.
17. Dé un ejemplo para mostrar que el recíproco del corolario 11.5 no necesariamente es cierto.
18. Elena y Dolores invitan a 10 amigos a comer. Entre el grupo de 12 personas, todos conocen al
menos a 6. Demuestre que todos pueden sentarse alrededor de una mesa circular de forma que
cada persona conozca a las dos personas sentadas a su lado.
19. Sea G = (V, E) un grafo no dirigido, sin lazos, 6-regular. Demuestre que si | v | =l l, entonces
G tiene un ciclo hamiltoniano.
20. SeaG = (V, E) un grafo no dirigido, sin lazos,rc-regular, tal que | v | > 2n + 2. Demuestre que
G (el complementario de G) tiene un ciclo hamiltoniano.
21. Para « > 3, sea C„ el ciclo no dirigido con n vértices. El grafo C„, el complementario de C„, es
el cocido de n vértices. Demuestre que para n > 5, el cocido C„ tiene un ciclo hamiltoniano.
22. Sea n G Z \ n > 4 y sea V el conjunto de vértices para el grafo completo K„_¡, (u,, x>2,
u 3 , . . . , u„ _,}. Construyamos ahora el grafo no dirigido sin lazos G„ = (V,E) a partir de K„_¡ como
sigue: V = V U{u} y £ consta de todas las aristas en K„_, excepto por la arista ji)|,u 2 } que se
reemplaza por el par de aristas {u,, v] y {x¡, i)2}.
a) Determine grado(jt) + gradoOO para todos los vértices no adyacentes x y y de V.

b) ¿Tiene G„ un ciclo hamiltoniano?
c) ¿Cuál es la magnitud del conjunto de aristas £?
d) ¿Contradicen los resultados de las partes (b) y (c) el corolario 11.6?
23. Paran E Z ' , « > 4, sea V = {u,,^, u 3 , . . . , D„_I} el conjunto de vértices del grafo completo K„_t.
Construya el grafo no dirigido sin lazos Hn = (V, E) a partir deÁT„_, como sigue: V= V U{v}y
A consta de todas las aristas de A-^, junto con la nueva aristafvj, i),}.
a) Muestre que H„ tiene un camino hamiltoniano pero no un ciclo hamiltoniano.
b) ¿Cuál es la magnitud del conjunto de aristas El
24. Sea ti = 2* para k £ Z*. Usamos las n secuencias de k bits (ceros y unos) para representar 1, 2,
3 , . . . , / ! , de modo que para dos enteros consecutivos i, /' + 1, las secuencias correspondientes de
k bits sólo difieran en exactamente una componente. Esta representación se llama código Gray.
a) Si k = 3, use un modelo de grafo con V ={000, 001, 010, . . . , 111) para encontrar dicho
código para 1,2,3 8. ¿Cómo se relaciona esto con el concepto de camino hamiltoniano?
b) Responda la parte (a) para k = 4.
25. Si G = (V, E) es un grafo no dirigido, un subconjunto / de Ves independiente si los vértices de
/ no son adyacentes. Un conjunto independiente / es maximal si no existe un vértice v que se
pueda agregar a / de modo que / U ("u} sea independiente. El número de independencia de G,
que se denota (3(G), es el tamaño máximo de un conjunto independiente en G.
a) Para cada grafo de la figura 11.80, encuentre dos conjuntos independientes maximales con
diferentes tamaños.
b) Encuentre fj(G) para cada grafo de la parte (a).
c) Determine P(G) para cada uno de los siguientes grafos: (i) A-,,,; (ii) K2,,\ (iii) Á\ 2 ; (iv) K, 4;
(v) Ki,¿ (vi) #,,,„, m, n E Z*. _
d) Sea / un conjunto independiente en G = (V, E). ¿Qué tipo de subgrafo induce / en C?
b
V- /
a*—
\e
\ h /
J g —ic
M
/
'
V" Y
\
f\z l
/1
\
V /' \
^ w
d
(i) di)
Figura 11.80
26. Sean G = (V, E) un grafo no dirigido e / un conjunto independiente en V. Para cada a € / y

cualquier ciclo hamiltoniano C de G, habrá grad(a) - 2 aristas en E incidentes con a que no
estén en C. Por lo tanto, habrá al menos ¿_,,lft [grad(«) - 2J = ¿jaf, grad (a) - 2 \ I \ aristas en
E que no aparezcan en C.
a) ¿Por qué son distintas las ¿¿ml grad (a) - 2 11\ aristas?
b) Sean v= \v\ ,e= \ E\. Demuestre que si e - ¿,U£, grad (a) + 2 | /1 <r>, entonces G no tiene
nigún ciclo hamiltoniano.
c) Seleccione un conjunto independiente / adecuado y use la parte (b) para mostrar que el
grafo de la figura 11.81 (conocido como el grafo de Herschel) no tiene ciclos hamiltonianos.
Figura 11.81
27. Consideremos los tres grafos bipartitos G, = (V,, £,), G2 = (V2, E2) y C 3 = (K3, £3) de la figura
11.82.
a) ¿Cuántos subconjuntos independientes de V, contienen un vértice? ¿Cuántos contienen dos
vértices?
b) ¿Cuántos subconjuntos (incluyendo el conjunto vacio) de V, son subconjuntos indepen
dientes de V,?
c) ¿Cuántos subconjuntos de V2 son subconjuntos independientes de V2?
d) Determine el número de subconjuntos independientes de V3.
Figura 11.82
11.6
Coloración de grafos
y polinomios cromáticos
En los laboratorios químicos JJ, Juanita se encarga del almacenamiento de los compuestos
químicos. Puesto que ciertos tipos de compuestos (como ácidos y bases) no deben
almacenarse juntos, decide que Juan, su compañero, divida el almacén en áreas indepen
dientes de modo que los reactivos químicos incompatibles se guarden en compartimentos
separados. ¿Cómo puede determinar el número de compartimentos que debe construir
Juan?
Si esta empresa vende 25 compuestos químicos, sea {ct,c2,. ■ ■ ,c25} =V un conjunto de
vértices. Para cada l < i <j < 25, trazamos la arista {c„ c¡) si c, y c, deben guardarse en
compartimentos separados. Esto nos da un grafo no dirigido G = (V, E).
Presentamos ahora el siguiente concepto.
Definición 11.22 Si G = (V, E) es un grafo no dirigido, una coloración propia de G ocurre cuando colorea
mos los vértices de G de modo que si {a, b) es una arista en G, entonces a y b tienen
diferentes colores. (Por lo tanto, los vértices adyacentes tienen colores diferentes.) El nú
mero mínimo de colores necesarios para una coloración propia de G es el número cromático
de G y se escribe como X(G).
Si volvemos con Juanita al almacén, encontramos que el número de compartimentos

que Juan debe construir es igual aX(G)parael grafo construido sobre V= {c¡, c2,... ,c 25 }.
¿Pero cómo calculamos X(G)? Antes de presentar cualquier forma de determinar el núme
ro cromático de un grafo, revisaremos la siguiente idea.
En el ejemplo 11.22 mencionamos la conexión entre la coloración de las regiones de un
mapa plano (donde las regiones adyacentes tienen colores diferentes) y la coloración pro
pia de los vértices en un grafo asociado. La determinación del número mínimo de colores
necesarios para colorear los mapas planos ha sido un problema de interés por más de un
siglo.
Cerca de 1850, Francis Guthrie (1831-1899) se interesó en el problema general des
pués de mostrar la forma de colorear los condados de un mapa de Inglaterra con sólo
cuatro colores. Poco después, mostró el "problema de los cuatro colores" a su hermano
menor Frederick (1833-1866), quien era alumno de Augustus DeMorgan (1806-1871).
DeMorgan comunicó el problema (en 1852) a William Hamilton (1805-1865), quien no
se interesó en él y por lo tanto permaneció en el olvido durante cerca de 25 años. En 1878,
la comunidad científica tomó conciencia del problema con el anuncio de Arthur Cayley
(1821-1895) en una reunión de la London Mathematical Society. En 1879, Cayley enun
ció el problema en el primer volumen de losProceedings ofthe Royal Geographical Society.
Poco después, el abogado (y matemático aficionado) SirAlfred Kempe (1849-1922) dise
ñó una demostración que permaneció incuestionable durante más de una década. Sin em
bargo, en 1890, el matemático británico Percy John Heawood (1861-1955) encontró un
error en el trabajo de Kempe.
El problema permaneció sin solución hasta 1976, cuando finalmente fue resuelto por
Kenneth Appel y Wolfgang Haken. Su demostración usó un complicado análisis
computacional de 1936 configuraciones (reducibles).
Aunque sólo se necesitan cuatro colores para una coloración propia de las regiones de
un mapa plano, necesitamos más de cuatro colores para una coloración propia de los vér
tices de algunos grafos no planos.
Comenzaremos con algunos ejemplos breves. Después veremos una forma de determi
nar %(G) a partir de subgrafos más pequeños de G, en ciertos casos. [En general, el cálculo
de X(G) es un problema muy difícil.] También obtendremos el llamado polinomio cromático
de G y veremos cómo se utiliza para calcular X(G).
Ejemplo 11.28' Para el grafo G de la figura 11.83, partimos del vértice a y junto a cada vértice escribimos
el número de un color necesario para una coloración propia de los vértices de G conside
rados hasta ese punto. Al pasar al vértice b, el 2 indica que necesitamos un segundo color,
Figura 11.83
puesto que los vértices a y b son adyacentes. Seguimos en orden alfabético hasta/y vemos
que necesitamos dos colores para una coloración propia de {a, b, c, d, e,f). Para el vértice
g, necesitamos un tercer color, el cual también puede usarse para el vértice h, puesto que
{g, h) no es una arista de G. Así, este-método de etiquetado de una coloración secuencial
nos proporciona una coloración propia de G, por lo que X(G) — 3. Como K3 es un subgrafo
de G [por ejemplo, el subgrafo inducido por a, b, g es (isomorfo a) K¡], tenemos que
X(G) >3,porloqueX(G) = 3.
Ejemplo 11.29 a) Para cualquier n > 1, X(K„) = n.

b) El número cromático del grafo de Herschel (Fig. 11.81) es 2.
c) Si G es el grafo de Petersen [véase la Fig. 11.48(a)], entonces X(G) = 3.
Ejemplo 11.30 Sea G el grafo que se muestra en la figura 11.84. Para U-{b,f, h, i}, el subgrafo inducido
(U) de G es isomorfo a K4, por lo que X(G) > %(K4) = 4. Por lo tanto, si podemos determi
nar una coloración propia de los vértices de G con cuatro colores, entonces sabremos que
X(G) = 4. Una forma de lograrlo es colorear los vértices e.f.gen azul; los vértices b, j en
rojo, los vértices c, h en blanco y los vértices a, d, i en verde.
a b c d
e
\ ^\ /^ /
/ f ¡9 \
Figura 11.84
Ahora veremos un método para determinar X(G). Nuestra exposición se basa en la del
artículo de la referencia [27], de R. C. Read.
Sea G un grafo no dirigido y sea X el número de colores disponibles para la coloración
propia de los vértices de G. Nuestro objetivo es encontrar una función polinomial
P(G, X), en la variable X, llamada polinomio cromático de G, que nos indique el núme
ro de coloraciones propias diferentes de los vértices de G, usando un máximo de X
colores.
En este análisis, los vértices de un grafo no dirigido G = {V, E) tendrán etiquetas. En
consecuencia, dos coloraciones propias de tal grafo serán diferentes en el siguiente sentido:
una coloración propia (de los vértices de G) que usa como máximo X colores es una función
/, con dominio V y codominio {l, 2, 3, . . . , X), tal que f(v) £ /(i)) para los vértices
adyacentes u, v G V. Las coloraciones propias serán diferentes si son diferentes como
funciones.
11.31 a) Si G = (V, E) es tal que \v\ = n y A = 0, entonces G tiene n puntos aislados y por
la regla del producto, P(G, X) = X".
b) Si G = K„, entonces debemos disponer de al menos n colores para obtener una
coloración propia de G. Entonces, por la regla del producto, P(G, X) = X(X - 1 )(X -
2)• • -(X-n+ 1), que denotaremos con X("\ Para X < n, P(G, X) = 0 y no existe una
coloración propia de K„, P(G, X) > 0 por primera vez cuando X = n = X(G).
c) Para cada camino simple de la figura 11.85, consideremos el número de opcio
nes (de los X colores) en cada vértice sucesivo. Si procedemos alfabéticamente,
veremos que P(Gt, X) = X(X- 1)' y P(G2, X) = X(X - l) 4 . Como P(GX, 1) = 0 =
P(G2, 1), pero P(GU 2) = 2 = P(G2, 2), se sigue que X(G,) = X(G2) = 2. Si dispo
nemos de cinco colores, podemos obtener una coloración propia de G¡ de 5(4)3
= 320 formas; entonces, G2 se puede colorear propiamente de 5(4)4 - 1280 for
mas.
d,\ - 1 a, X
e,X - 1 b,\ - 1
c,X - 1 b,X - 1 d,X - 1 c,X - 1
(G,) (G2)
Figura 11.85
En general, si G es un camino simple con n vértices, entonces P(G, X) = X(X - 1)" '.
d) Si G está formado por componentes G,, G2, . . ., Gk, entonces usamos de nuevo la
regla del producto para obtener P(G, X) = P(G„ X)P(G2, X)- ■ P(Gk, X).
Como resultado del ejemplo 11.31 (d), nos concentraremos en los grafos conexos. En
muchos casos de las matemáticas discretas, se utilizan métodos para resolver problemas
en casos de gran tamaño mediante la descomposición de éstos en dos o más casos más
pequeños. De nuevo utilizaremos este método. Para esto, necesitamos las siguientes ideas
y notación.
ScaG = (V, E) un grafo no dirigido. Parae= {a, b) GE, seaG f el subgrafo de G que se
obtiene al eliminare de G, sin quitarlos vértices a y b; es decir, Ge-G -e, como se definió
en la sección 11.2. A partir de G, obtenemos un segundo subgrafo de G, identificando los
vértices ay b. Este segundo subgrafo se denota con G'e.
ii¡lltl§¡l La figura 11.86 muestra Ge y G'e para el grafo G con la arista e dada. Observe que la
identificación de a y b en G'e produce la identificación de los dos pares de aristas {d, b],
{d, a] y {a, c), [b, c}.
a c a c a(=b) C
\ê
d b d b d
G Ge G;
Figura 11.86
Usando estos subgrafos especiales, veremos ahora el resultado principal.
TEOREMA 11.10 Teorema de descomposición para polinomios cromáticos. SiG = (V,E) es un grafo conexo
y e £ £ , entonces
P(Ge,X) = P(G,X) + P(G^,X).
Demostración: Sea e = {a, b). El número de coloraciones propias de los vértices de Ge con
(a lo sumo) X colores es P(Ge, X). Las coloraciones en que ay b tienen diferentes colores
son coloraciones propias de G. Las coloraciones de Ge que no son coloraciones propias de
G aparecen cuando ay b tienen el mismo color, pero cada una de éstas corresponde a una
coloración propia de G'e. Esta partición de las P(Ge, X) coloraciones propias de Ge en los
dos subconjuntos disjuntos descritos produce la ecuación P(Gn X) = P(G, X) + P(G'e, X).
Al calcular polinomios cromáticos, colocaremos corchetes en torno de un grafo para

indicar su polinomio cromático.
Ejemplo 11.33 Los siguientes cálculos producen P(G, X) para un ciclo G de longitud 4.
a b a b a b(=d)
e — —
c d c d c
P(G,X) P(Ge,X) P(C;,X)

Del ejemplo 11.31 (c) se sigue que P(Ge, X) = X(X- l)3. Con G'e - K3, tenemos P(G'e, X)
= X°\ Por lo tanto,
P(G,X) = X(X-\y-X(X- 1)(X - 2) = X(X - 1)[(X - l) 2 - (X - 2)]

= X(X - 1)[X - 3X + 3] = X4 - 4X3 + 6X2 - 3X.
2
Como P(G,l) = 0 mientras que P(G,2) = 2 > 0, sabemos que X(G) = 2.
11.34 Aquí vemos una segunda aplicación del teorema 11.10 T
1
V V V
m
e •
w / \ w / X w x( = v) w X W X
/ Y
X X X X X
/"' i
= - = -2
y z y z y Z y z y z
1
= (X)(XW) - 2X^ = (X-2) X^ = X(X - Í)(X - 2)\X - 3)
Para el grato disconexo
con las componentes K,, K4
Para cada 1 <X < 3, P(G, X) = 0, pero P(G, X) > 0 para todo X > 4. En consecuencia,
el grafo dado tiene número cromático 4.
Los polinomios cromáticos dados en los ejemplos 11.33 y 11.34 indican los resultados
siguientes.
TEOREMA 1 1 . 1 1 , Para cualquier grafo G, el término constante en P(G, X) es 0.

Demostración: Para cualquier grafo G, X(G) > 0, puesto que V¿0. Si P(G, X) tiene término
constante a, entonces P(G, 0) =a£0. Esto implica que hay a coloraciones propias de G
con 0 colores, una contradicción.
TEOREMA 11.12 Sea G = (V, E) con \E\ > 0. Entonces, la suma de los coeficientes de P(G, X) es 0.
Demostración: Como \E\ > 1, tenemos que X(G) > 2, por lo que no podemos obtener una
coloración propia de G con sólo un color. En consecuencia, P(G, 1) = 0 = la suma de los
coeficientes de P(G, X).
Puesto que podemos determinar fácilmente el polinomio cromático de un grafo com

pleto, tenemos otro método para encontrar P(G, X). El teorema 11.10 redujo el problema a
subgrafos más pequeños. En este caso, agregamos aristas a un grado dado hasta obtener
grafos completos.
TEOREMA 11.13 Sea G = (V, E), con a, b £ V pero {a, b} = e í E. Escribimos G* para el grafo que se
obtiene de G al añadir la arista e = {a,b}. Al identificar los vértices a y b en G, obtenemos
el subgrafo Gf++ de G. En estas circunstancias, P(G, X) = P(G,+, X) + P(Gf++, X).
Demostración: Este resultado se demuestra como el teorema 11.10, puesto que P(Ge, X) =
P(G,X)-P(G:\\).
£jerríf)JO 11.35 Apliquemos ahora el teorema 11.13.
c a c a c
b d
=
b
X d
+
b(=a) d
p(G,x) P(G;,X) P(G;\X)
En este caso, P(G, X) = A,(4) + A.(3) = X(X - l)(X - 2)\ por lo que X(G) = 3. Además, si
disponemos de seis colores, podemos obtener una coloración propia de los vértices en G
de 6(5)(4)2 = 480 formas.
Nuestro siguiente resultado utiliza los grafos completos y los conceptos que aparecen
en seguida. Para los grafos G, = (Vu E¡) y G2 = (V2, E2),
i) la unión de G¡ y G2, que se denota con G, U G2, es el grafo cuyo conjunto de
vértices es V¡ U V2 y el conjunto de aristas es E¡ U E2; y
i¡) cuando V\ f) V2 T¿0, la intersección de Gx y G2, que se denota con G\ C\ G2, es el
grafo con conjunto de vértices V¡ D V2 y conjunto de aristas E¡ f~) E2.
TEOREMA 11.14 Sea G un grafo no dirigido con subgrafos G,, G2. Si G = G, U G2 y G, (1 G2 = Km para
algún n G Z+, entonces
F(G,X) = [P(G„>.)-F(G 2 ,X)]/>, ( ' 1) .
Demostración: Como Gi C] G2 = K„, se sigue que K„ es un subgrafo tanto de G¡ como de G

y que X(Gi), X(G2) > n. Dados A, colores, /T„ tiene XM coloraciones propias. Para cada una
de estas Xin) coloraciones hay P(G¡, X)/XM coloraciones propias de los vértices restantes de
G\. En forma análoga, hay P(G2, /-)//."" coloraciones propias de los vértices restantes
de G2. Por la regla del producto,
P(GUX) P(G2,X)_P(GUX)-P(G2,X)
P(G,k) = P(K„,X) f
\<"> x^ X.W
£j«mpio 11.36 Consideremos el grafo del ejemplo 11.34. Sea Gx el subgrafo inducido por los vértices w,
x, y, z. Sea G2 el ciclo determinado por v>, w y x. Entonces G¡ O G2 es la arista {w, x], y
G[ (I G2 = K.2.
Por lo tanto,
P(GUX) ■ P(G2,X) Xw-X™

P(G,X) =
X(2)
X<2)
= [X\X-Í)2(X-2)2(X~3))/[X(X-1)]
= X(l-l)(X-2)2(X-3),
lo que coincide con la respuesta obtenida en el ejemplo 11.34.
Podemos decir más acerca de los polinomios cromáticos; en particular, hay muchas
preguntas sin responder. Por ejemplo, nadie ha encontrado un conjunto de condiciones
que indiquen si un polinomio dado en X, es el polinomio cromático de algún grafo. En el
artículo de R. C. Read [27] se dan más detalles sobre este tema.
EJERCICIOS 11.6 1. El propietario de una tienda de mascotas recibe un envío de peces tropicales. Entre las distintas
especies hay algunos pares en que una es depredadora de otra. En consecuencia, estos pares
de especies deben mantenerse en peceras distintas. Construya un modelo de este problema
como un problema de coloración de grafos y describa cómo determinar el menor número de
peceras necesarias para preservar todos los peces del envío.
2. Como presidenta de los comités estudiantiles, Antonieta debe programar los horarios para
la reunión de 15 comités. Cada comité se reúne durante una hora a la semana. Las reunio
nes de dos comités con un miembro en común deben programarse a horas distintas. Mode
le esto como un problema de coloración de grafos y describa cómo determinar el menor
número de horas que Antonieta tiene que considerar para programar las reuniones de los
15 comités.
3. a) En los laboratorios químicos JJ, Juanita recibe tres embarques que contienen un total de
siete sustancias químicas diferentes. Así mismo, la naturaleza de estas sustancias es tal que
para todo 1 < i < 5, la sustancia ¡ no puede almacenarse en el mismo compartimento que
la sustancia i + 1 o la;' + 2. Determine el menor número de compartimentos separados que
Juanita necesitará para almacenar en forma segura estas siete sustancias.
b) Suponga que además de las condiciones de la parte (a), los cuatro pares siguientes de las
mismas siete sustancias requieren también compartimentos separados: 1 y 4; 2 y 5; 2 y 6; 3
y 6. ¿Cuál es el menor número de compartimentos de almacenamiento que necesita ahora
Juanita para almacenar en forma segura estas siete sustancias?
4. Dé un ejemplo de un grafo no dirigido G = (V, E) tal que %(G) = 3 pero que ningún grafo de G
sea isomorfo a Kv
5. a) Determine P(G, X) de G = Kh,.
b) Para n G Z+, ¿cuál es el polinomio cromático de K¡ „? ¿Cuál es su número cromático?
6. a) Considere el grafo K2,3 que se muestra en la figura 11.87, y sea X £ Z* el número de colores
disponibles para una coloración propia de los vértices de A^, 3. (i) ¿Cuántas coloraciones
propias de K2,j tienen los vértices a, b del mismo color? (ii) ¿Cuántas coloraciones propias
de K2 j tienen los vértices a, b de diferente color?
Figura 11.87
b) ¿Cuál es el polinomio cromático de K2/il

c) ¿Cuánto vale X(*2.J)?
d) Para n €E Z*, ¿cuál es el polinomio cromático para K2, „?
e) ¿Cuánto vale X(K2.„)?
7. Encuentre el número cromático de los siguientes grafos.
a) El grafo bipartito completo K,„„.
b) Un ciclo de n vértices, n > 3.
c) Los grafos de la figura 11.54(d), ll.57(a) y 11.80.
8. Si G es un grafo no dirigido sin lazos con al menos una arista, demuestre que G es bipartito si
y sólo si X(G) = 2.
9. a) Determine los polinomios cromáticos para los grafos de la figura 11.88.
b) Encuentre X(G) para cada grafo.
c) Si se dispone de cinco colores, ¿cuántas coloraciones propias de los vértices de cada grafo
existen?
A
w X
w
(a)
x y z
(b)
y x
(0
z
X y
Figura 11.88
10. a) Determine si los grafos de la figura 11.89 son isomorfos.

b) Encuentre P(G,k) para cada grafo.
c) Comente los resultados de las partes (a) y (b).
,^Vx
9 <
\ / > * /
N
NV •*>
>
k z
Figura 11.89
11. Utilice el teorema 11.14 para determinar los polinomios cromáticos para cada uno de los grafos
de la figura 11.90.
e f
¿- b,
V"
v xl
Xy y
a i
(a)
d a i
(b)
V N 0 g
b e f
y
< >
3 d 9
(0
b e f
y \ y
X
,¿f\
(d)
w
Figura 11.90
X
$w
d
12. Sea G un grafo no dirigido sin lazos, donde A = máx„6V,{grad(t))}.

a) Demuestre que X(G) < A + 1.
b) Encuentre dos tipos de grafos G tales que X(G) = A + 1.
13. Para n > 3, sea C„ el ciclo de longitud n.
a) ¿Cuánto vale P(Q, X)l
b) Si n > 4, muestre que P(C„, X) = P(P„. ¡, X) - P{Cn. u X), donde P„. ¡ denota el camino
simple de longitud n- 1.
c) Verifique que P(P„.,, X) = X{X- 1)""', para cualquier n > 2,
d) Establezca las relaciones
P(CH, X) - (X - 1)- = (X - l ) - 1 - P ( C - „ X), « a 4,

2
P(C„, X) - (X - 1)" = P(C„- 2 , X) - ( X - I)"" , «25.
e) Demuestre que para cualquier n > 3,P(C„, X) = (X - 1)" + ( - 1 )"(X - 1).

14. Para n > 3, el grafo de rueda, R„, se obtiene de un ciclo de longitud n colocando un nuevo
vértice en el ciclo y añadiendo aristas (radios) de este nuevo vértice a todos los del ciclo.
a) ¿Qué relación hay entre X(C„) y X(/?„)?
b) Utilice la parte (e) del ejercicio 13 para mostrar que
P(W„,X) = \(\-2)" + {-l)n\(\-2).

c) i) Si tenemos k colores diferentes disponibles, ¿de cuántas formas podemos pintar las
paredes y el techo de un cuarto pentagonal si debemos pintar con colores diferentes las
paredes adyacentes, así como cualquier pared y el techo?
ii) ¿Cuál es el menor valor de k para el cual es posible esta coloración?
iii) Responda las partes (i) y (ii) para un cuarto hexagonal. (El lector puede comparar la
parte (c) de este ejercicio con el ejercicio 6 de los ejercicios complementarios del capí
tulo 8.)
15. Sea G = (K, E) un grafo no dirigido sin lazos con polinomio cromático P(G, A.) y | V\ = n.
Utilice el teorema 11.13 para demostrar que P(G, X) tiene grado n y coeficiente principal 1.
16. Sea G = (V, E) un grafo no dirigido sin lazos.
a) Para cada grafo de este tipo tal que | V | < 3, encuentre P(G, X) y muestre que sus términos
contienen potencias consecutivas de X. También muestre que los coeficientes de estas po
tencias consecutivas alternan su signo.
b) Ahora considere G = (V, E) donde | v | = « > 4 y \E\ = k. Demuestre por inducción
matemática que los términos de P(G, X) contienen potencias consecutivas de A. y que los
coeficientes de estas potencias consecutivas alternan su signo. (Como hipótesis de inducción,
suponga que el resultado es cierto para cualquier grafo no dirigido sin lazos G = (V, E)
donde (i) | V] = n - 1 o (ii) | V| = n, pero | E\ = k - 1.)
c) Demuestre que si | v | =n, entonces el coeficiente deX""1 en P(G, X) es el opuesto de \E\.
Sea G = (V, E) un grafo no dirigido sin lazos. G es crítico respecto al color si X(G) > X(C - v)
para todo v G V.
a) Explique por qué los ciclos con un número impar de vértices son críticos respecto al color,
mientras que los ciclos con un número par de vértices no lo son.
b) Para n £ Z*, « > 2, ¿cuáles grafos completos K„ son críticos respecto al color?
c) Demuestre que un grafo crítico respecto al color debe ser conexo.
d) Demuestre que si G es crítico respecto al color y X(G) = k, entonces gradCu) > k - 1 para
todo VE.V.
11.7
A diferencia de otras áreas matemáticas, los inicios de la teoría de grafos pueden situarse
en una época y un lugar definidos: el problema de los siete puentes de Kónigsberg, resuel
to en 1736 por Leonhard Euler (1707-1783). En 1752 apareció el teorema de Euler para
grafos planos. (Este resultado fue presentado originalmente en términos de poliedros.) Sin
embargo, después de estos desarrollos, hubo pocos avances en el área durante casi un
siglo.
En 1847, Gustav Kirchhoff (1824-1887) analizó un tipo especial de grafo llamado
árbol. (Un árbol es un grafo no dirigido sin lazos, conexo y sin ciclos.) Kirchhoff utilizó
este concepto en ciertas aplicaciones de redes eléctricas, al formular su extensión de las
leyes de Ohm para flujos eléctricos. Diez años más tarde, Arthur Cayley (1821-1895)
desarrolló el mismo tipo de grafos para contar los distintos isómeros de hidrocarburos
saturados C„//2„ + :, n €E Z".
En este periodo aparecieron también otras dos ideas importantes. La conjetura de los
cuatro colores fue investigada por primera vez alrededor de 1850 por Francis Guthrie
(1831-1899). En la sección 11.6 relatamos algo de la historia de este problema, que Kenneth
Appel y Wolfgang Haken resolvieron mediante un complejo análisis computacional en
1976.
La segunda idea importante fue el ciclo hamiltoniano, llamado así en honor de sirWilliam
Rowan Hamilton (1805-1865), quien en 1859 usó la idea para formular un acertijo que
usa las aristas de un dodecaedro regular.f No es muy difícil hallar una solución para este
problema, pero los matemáticos siguen buscando las condiciones necesarias y suficientes
para caracterizar los grafos no dirigidos que poseen un camino o ciclo hamiltoniano.
Luego de estos desarrollos, no hubo mucha actividad hasta después de 1920. La carac
terización de los grafos planos fue resuelta por el matemático polaco Kasimir Kuratowski
(1896-1980) en 1930. En 1936 aparece el primer libro sobre teoría de grafos, escrito por
el matemático húngaro Dénes Kónig (1884-1944), destacado investigador en este tema.
Desde entonces, ha habido gran actividad en el área, especialmente durante las últimas
cuatro décadas, con ayuda del computador. Entre los muchos investigadores contemporá
neos (que no se mencionan en la bibliografía del capítulo) en ésta y otras áreas relaciona
das, encontramos los nombres de Claude Berge, V. Chvátal, Paúl Erdós, Laszlo Lovász, W.
T. Tutte y Hassler Whitney.
Un desarrollo similar al de este capítulo aparece en los capítulos 6, 8 y 9 de C. L. Liu
[24]. Un estudio más avanzado se encuentra en los trabajos de M. Behzad, G. Chartrand y
L. Lesniak-Foster [6], J. Bondy y U. Murty [10], N. Deo [14] y N. Hartsfield y G. Ringel
[22]. El libro de F. Buckley y F. Harary [11] revisa el trabajo clásico de F. Harary [20] y
pone al alcance del lector los temas que aborda el trabajo original de 1969. El texto de G.
Chartrand y L. Lesniak [12] presenta un enfoque más algorítmico. Una demostración del
teorema de Kuratowski aparece en el capítulo 8 de C. L. Liu [24]. Otros desarrollos en el
campo de la teoría de grafos aparecen en los dos volúmenes del MAA Studies in Mathematics,
editado por D. Fulkerson [18]. El artículo de G. Chartrand y R. J. Wilson [13] desarrolla
muchos de los conceptos importantes de la teoría de grafos, enfocándose en un grafo
particular, el grafo de Petersen. Este grafo (que se mencionó en la sección 11.4) recibe el
William Rowan Hamilton (1805-1865)

Reproducido por cortesía de The Granger Collection, Nueva York
t En realidad, el problema del cielo hamiltoniano fue propuesto originalmente por Euler. (N. del R.T.)
nombre del matemático danés Julius Peter Christian Petersen (1839-1910), quien analizó
el grafo en un artículo de 1898.
En S. Seshu y M. Reed [30] es posible encontrar aplicaciones de teoría de grafos a las
redes eléctricas. En el texto de N. Deo [14], las aplicaciones en teoría de códigos, redes
eléctricas, investigación operativa, programación de computadores y química aparecen en
los capítulos 12 al 15. El texto de F. Roberts [28] aplica los métodos de teoría de grafos a
las ciencias sociales. El artículo de D. H. Rouvray [29] da aplicaciones más recientes de la
teoría de grafos en química.
El artículo de R. C. Read [27] y el capítulo VI de C. L. Liu [25] tienen más información
acerca de los polinomios cromáticos. El papel de la teoría de Polyaf en la enumeración de
grafos se analiza en el capítulo 10 de N. Deo [14]. Una reseña completa de este tema se
encuentra en el texto de F. Harary y E. Palmer [21].
N. Biggs, E. Lloyd y R. Wilson [9] proporcionan material adicional sobre el desarrollo
histórico de la teoría de grafos.
Muchas aplicaciones de la teoría de grafos implican grandes grafos que requieren el
uso intensivo de un computador y el ingenio de los métodos matemáticos. El capítulo 11
de N. Deo [14] presenta algunos algoritmos computacionales que tratan varias propieda
des de la teoría de grafos analizadas aquí. Siguiendo la misma línea, el texto de A. Aho,
J. Hopcroft y J. Ullman [1] proporciona más detalles al lector interesado en ciencias de la
computación.
Como se mencionó al final de la sección 11.5, el problema del viajante está fuertemente
relacionado con la búsqueda de un ciclo hamiltoniano en un grafo. Este es un problema de
teoría de grafos que resulta de interés en la investigación operativa y en las ciencias
computacionales. El artículo de M. Bellmore y G. L. Nemhauser [8] proporciona una
buena introducción a los resultados de este problema. El texto de R. Bellman, K. L. Cooke
y J. A. Lockett [7] incluye un análisis algorítmico del mismo problema junto con otros
problemas de grafos. La heurística necesaria para obtener una solución aproximada al pro
blema aparece en el capítulo 4 del texto de L. R. Foulds [17]. El texto editado por E. L.
Lawler, J. K. Lenstra, A. H. G. Rinnooy Kan y D. B. Shmoys [23] contiene 12 artículos
que tratan varios aspectos de este problema, incluyendo consideraciones históricas y algu
nos resultados sobre complejidad computacional. En los artículos de E. A. Elsayed [15] y
E. A. Elsayed y R. G. Stern [16] se analizan algunos desarrollos recientes en cuanto a
aplicaciones, como el de un robot que visita lugares diferentes en un almacén automatiza
do para cumplir una orden dada.
La solución del problema de los cuatro colores puede examinarse con detalle a partir
del artículo de K. Appel y W. Haken [2]. Es posible apreciar el desarrollo de este trabajo
estudiando un artículo anterior de W. Haken [19]. El problema, junto con su historia y
solución, se examina en el texto de D. Barnette [5] y en el artículo de Scientific American
escrito por K. Appel y W. Haken [3]. La demostración utiliza un análisis con computador
para un gran número de casos; el artículo de T. Tymoczko [31] examina el papel de estas
técnicas en las matemáticas puras. En [4], K. Appel y W. Haken examinan con detalle su
demostración a la luz del análisis computacional que utilizaron.
t Presentaremos las ideas básicas sobre este método de enumeración en el capítulo 16.
Finalmente, el artículo de A. Ralston [26] demuestra algunas conexiones entre la teoría

de la codificación, la combinatoria, la teoría de grafos y las ciencias computacionales.
BIBLIOGRAFÍA
1. Aho.Alfred V, John E. Hopcroft y Jeffrey D. Ullman.Dato Structures and Algorithms, Reading,

2. Appel, Kenneth y, Wolfgang Haken, "Every Planar Map Is Four Colorable", Bulletin of the
American Mathematical Society 82, 1976, págs. 711-712.
3. Appel, Kenneth y Wolfgang Haken, "The Solution of the Four-Color-Map Problem", Scientific
American 237, octubre de 1977, págs. 108-121.
4. Appel, Kenneth y Wolfgang Haken, "The Four Color Proof Suffices". Mathematical
Intelligencer 8, no. 1,1986, págs. 10-20.
5. Barnette, David, Map Coloring, Polyhedra, and the Four-Color Problem (The Dolciani
Mathematical Expositions, núm. 8), Washington, D.C., The Mathematical Association of
América, 1983.
6. Behzad, Mehdi, Gary Chartrand y Linda Lesniak-Foster, Graphs and Digraphs, Belmont, Calif,
Wadsworth, 1979.
7. Bellman, R., K. L. Cooke y J. A. Lockett, Algorithms, Graphs, and Computers, Nueva York,
Academic Press, 1970.
8. Bellmore, M. y, G. L. Nemhauser, "The Traveling Salesman Problem: A Survey", Operations
Research 16,1968, págs. 538-558.
9. Biggs, N., E. K. Lloyd y R. J. Wilson, Graph Theory (1736-1936), Oxford, Inglaterra, Clarendon
Press, 1976.
10. Bondy, J. A. y U. S. R. Murty, Graph Theory with Applications, Nueva York, Elsevier North-
Holland, 1976.
11. Buckley, Fred y Frank Harary, Distance in Graphs, Reading, Mass., Addison-Wesley, 1990.
12. Chartrand, Gary y Linda Lesniak, Graphs and Digraphs, 2a ed., Monterey, Calif., Wadsworth
and Brooks/Cole, 1986.
13. Chartrand, Gary y Robin J. Wilson, "The Petersen Graph", en Frank Harary y John S. Maybee,
editores, Graphs and Applications (Proceedings of the First Colorado Symposium on Graph
Theory), Nueva York, Wiley, 1985.
14. Deo, Narsingh, Graph Theory with Applications to Engineering and Computer Science,
Englewood Cliffs, N.J., Prentice-Hall, 1974.
15. Elsayed, E.A., "Algorithms forOptimal Material HandlinginAutomaticWarehousing Systems",
Int. J. Prod. Res. 19,1981, págs. 525-535.
16. Elsayed, E. A. y R. G. Stern, "Computerized algorithms for Order Processing in Automated
Warehousing System", Int. J. Prod. Res. 21,1983, págs. 579-586.
17. Foulds, L. R, Combinatorial Optimizationfor Undergraduates, Nueva York, Springer-Verlag, 1984.
18. Fulkerson, D. R., editor, Studies in Graph Theory, Parts I, II, MAA Studies in Mathematics,
vol. 11 y 12. The Mathematical Association of América, 1975.
19. Haken, Wolfgang, "An Attempt to Understand the Four-Color Problem", Journal of Graph
Theory 1, núm. 3, 1977, págs. 193-206.
20. Harary, Frank, Graph Theory, Reading, Mass., Addison-Wesley, 1969.
21. Harary, Frank y Edgar M. Palmer, Graphical Enumeration, Nueva York, Academic Press,
1973.
22. Hartsfield, Nora y Gerhard Ringel, Pearls in Graph Theory, Bostón, Mass., Academic Press,
1990.
23. Lawler, E. L., J. K. Lenstra, A. H. G. Rinnooy Kan, y D. B. Shmoys, editores, The Traveling
Salesman Problem, Nueva York, Wiley, 1986.
25. Liu, C. L.,Topicsin Combinatorial Mathematics, MathematicalAssociationof América, 1972.
26. Ralston, Anthony, "De Bruijn Sequences —A Model Example of the Interaction of Discrete
Mathematics and Computer Science", Mathematics Magazine 55, núm. 3, mayo de 1982,
págs. 131-143.
27. Read, R. C., "An Introduction to Chromatic Polynomials", Journal of Combinatorial Theory
4, 1968, págs. 52-71.
28. Roberts, Fred S., Discrete Mathematical Models, Englewood Cliffs, N.J., Prentice-Hall, 1976.
29. Rouvray, Dennis H., "Predicting Chemistry from Topology", Scientific American 255, núm. 3,
septiembre de 1986, págs. 40-47.
30. Seshu, S. y M.B. Reed, Linear Graphs and Electrical Networks, Reading, Mass., Addison-
Wesley, 1961.
31. Tymoczko, Thomas, "Computers, Proofs and Mathematicians: A Philosophical Investigation
of the four-Color Proof", Mathematical Magazine 53, núm. 3, mayo de 1980, págs. 131-138.
5. a) Muestre que los grafos G¡ y G2 de la figura 11.91

EJERCICIOS son isomorfos.
COMPLEMENTARIOS b) ¿Cuántos isomorfismos diferentes/: G¡ —» C/2 son
posibles?
1. Sea G un grafo no dirigido sin lazos con n vértices. Si
G tiene 56 aristas y G tiene 80 aristas, ¿cuánto vale ni
u
2. Un «-cubo es un grafo no dirigido G = (V, E) en el que
los vértices se etiquetan con todas las n-uplas ordenadas de 1 2 3
ceros y unos de tal forma que para cada arista [~ú, w) €E E,
las etiquetas de x>,w difieren exactamente en una compo z< 1 V
nente.
a) Demuestre que G es conexo.
II i i V i w
b) Encuentre \V\ y \E\.

3. a) Si las aristas de K6 se pintan de rojo o azul, de 4 5 6
muestre que hay un triángulo rojo o un triángulo
(G,) (G2)
azul que es un subgrafo.
b) Demuestre que en cualquier grupo de seis perso
Figura 11.91
nas debe haber tres que sean completamente des
conocidas entre sí o tres que sean amigos mutuos.
4. SeaG = (V, E) un grafo no dirigido sin lazos. Recuerde 6. a) Sea V= [a, b, c, d, e,f, g). Dibuje los cuatro grafos
que G es autocomplementario si G y G son isomorfos. Si G no isomorfos no dirigidos sin lazos G¡ - (V, E¡),
es autocomplementario y \v\ = n, para 1 < / < 4, tales que, en los cuatro grafos,
a) ¿cuánto vale | E \ ? tenemos grad (a) = 5, grad (b) - 3, grad(c) =
b) demuestre que G es conexo. grad(í/) = grad (e) = 2 y grad (/) = grad (g) = 1.
b) ¿Cuántos de los grafos de la parte (a) son conexos? b) Verifique que | V | es la suma del número de inde
7. a) ¿Cuántos caminos simples de longitud 5 hay en el pendencia de G y su número de recubrimiento.
grafo bipartito completo Ar3i7? (Recuerde que un 12. Si G = (V, E) es un grafo no dirigido, un subconjunto
camino simple como v, —> v2 —> i)3 —> u4 —> "u5 —> x>6 D de V es un conjunto dominante si para todo u £ V, x> €E
se considera igual al camino simple u6 —> u7 —> Ut D o u es adyacente a un vértice en D. Si D es un conjunto
dominante y ningún subconjunto propio de D tiene esta
b) ¿Cuántos caminos simples de longitud 4 hay en propiedad, D es minimal. El tamaño de cualquier conjunto
dominante con el mínimo número de elementos en G se
c) Sean m, n, p £ Z \ 2m < n y 1 < /? < 2m. ¿Cuántos denota con y(G) y se conoce como número de dominación
caminos simples de longitud /? hay en el grafo deG.
bipartito completo K„L „?
a) Si G no tiene vértices aislados, demuestre que si
8. ¿Son bipartitos los grafos planos para los cinco sólidos D es un conjunto dominante minimal, entonces
platónicos? V - D es un conjunto dominante.
9. Use el teorema 11.14 para encontrar P(G, X) para el b) Si / C V e / es independiente, demuestre que / es
grafo G de la figura 11.92. un conjunto dominante si y sólo si / es indepen
diente maximal.
c) Muestre que y(G) < |3(G) y que I V | < |3(G)x(G).
13. Sea G, = (V„ £,) donde V¡ = {a¡,b,} y £, = 0. Obtene

mos G2 = (V2, E2) de G, como sigue: V, = V, U {a2, í>2¡ y E2
= £, U {{a 2 > Tj}Ue V,} U ( | D , Í ) 2 I I D € V,}. Continuan
do de esta manera, para cualquier n G Z+, donde n > 2,
construimos el grafo G„ = (V„, E„) a partir del grafo G„_ i =
(V„_!, £„_,) como antes:
Figura 11.92
£„=£,-,U{{a„«)|DeK- fu{fcM^v,-,}
10. Sea X = {1, 2, 3, . . . , n), donde n > 2. Construya el a) Para n G Z* sea 'ü, = I V„ |. Encuentre y resuelva
grafo no dirigido sin lazos G = (V, E) como sigue: una relación de recurrencia para x>„.
• (V): Cada subconjunto de X de dos elementos deter b) Sea e„ = \E„\ para n £ Z+. Encuentre y resuelva
mina un vértice de G. una relación de recurrencia para e„.
* (E): Si v¡, \)2 £ V corresponden a los subconjuntos c) Para n £ Z*, t„ cuenta el número de subgrafos en
{a, b) y (c, d} deX, respectivamente, dibuje la arista G„ que son isomorfos a Kj,. Encuentre y resuelva
(U,, -U2) en G si {a, b) fl [c, d] = 0. una relación de recurrencia para t„.
a) Muestre que G es un vértice aislado si n = 2 y que d) Demuestre que para todo n > 1, %(G„) = n.
G es disconexo para n = 3,4. 14. a) Para n > 1, sea P„_, el camino simple de n vértices
b) Muestre que para n > 5, G es conexo. (De hecho, y n - 1 aristas. Sea a„ el número de subconjuntos
para cualquiert»,, u2 £ K {D,, V2) £ £ o existe un independientes de vértices en P„_,. (El subconjunto
camino simple de longitud 2 que conecta vt y v2.) vacío se considera como uno de estos subconjuntos
c) Demuestre que G no es plano para n > 5. independientes.) Encuentre y resuelva una relación
d) Demuestre que para n > 8, G tiene un ciclo de recurrencia para a„.
hamiltoniano. b) Determine el número de subconjuntos independien
11. SiG = (V, E) es un grafo no dirigido, un subconjunto A' tes (de vértices) en cada uno de los grafos G,, G2 y
de Ves recubrimiento de G si para cada arista [a, b) de G, a G3 de la figura 11.93.
o £> está en K. El conjunto ^ es un recubrimiento mínimo si c) Para cada uno de los grafos HuH2y H} de la figura
K - {x} no recubre a G para todo * e K. El número de 11.94, encuentre el número de subconjuntos inde
vértices del recubrimiento más pequeño se llama número de pendientes de vértices.
recubrimiento de G. d) Sea G = (V, E) un grafo no dirigido sin lazos con
a) Demuestre que si / C V, entonces / es un conjunto V = {t>,, 1)2,..., v,} y con m subconjuntos indepen
independiente en G si y sólo si V - l es un dientes de vértices. El grafo G' = (V, £') se cons
recubrimiento de G. truye a partir de G como sigue:
> 1 '1 ' 1
'2 >2
>2
5
^CT
»3
V^'4 <n - 1
>4 '5 i n
(G,) (G 2 ) <G3)
Figura 11.93
Figura 11.94
V = V U {x¡, x2 xs), donde ningún x¡ en V, a„ cuenta el número de subconjuntos independientes en jjt|,

para todo l < ;' < s\ y, E' = E U {(jt„ u;) I l < / < x2 .<',„ \'i, y:, • • ■ ,.v„}. Encuentre y resuelva una relación
s, l < j < r). ¿Cuántos subconjuntos de V son de recurrencia para a„.
independientes? 17. Considere los cuatro grafos de las partes (i), (ii), (iii) y
15. Sea G = (V, E) el "grafo de escalera", conexo, no diri (iv) de la figura 11.97. Si a„ denota el número de
gido, que se muestra en la figura 11.95. subconjuntos independientes de ¡x,, x2, v,„ v,, v2,. . .,
a) Determine I V\ y \E\. v„), tal que n > 1, encuentre y resuelva una relación de
b) Para n > 0, sea a„ el número de formas en que recurrencia para a„.
pueden seleccionarse n de las aristas en G de tal 18. Para n > 1, sea a„ ~ (ó1), el número de aristas en K„, y
forma que dos aristas no compartan un vértice en
sea an = 0. Encuentre la función generatriz/U) = X„-i>a"-v"-
común. Encuentre y resuelva una relación de recu-
rrencia para a„. 19. Para el grafo G de la figura 11.98, responda las siguien
tes preguntas.
X, a) ¿Cuánto valen Y(G), (3(C) y JC(G)?
•- b) ¿Tiene G un circuito euleriano o un ciclo
hamiltoniano?
c) ¿Es G bipartito? ¿Es plano?
20. a) Suponga que el grafo bipartito completo K,„ „ tiene
16 aristas y satisface m £ /;. Determine m, n de
y, y. y, y, i y„
modo que K,„ „ tenga (i) un circuito euleriano pero
Figura 11.95
no un ciclo hamiltoniano; (ii) un ciclo hamiltoniano
y un circuito euleriano.
16. Considere los cuatro graíospeine de las partes (i), (ii), b) Generalice los resultados de la parte (a).
(iii) y (iv) de la figura 11.96. Estos grafos tienen l diente, 2 21. Si G = {V, E) es un grafo no dirigido, cualquier subgrafo
dientes, 3 dientes y n dientes, respectivamente. Para n > l, de G que sea un grafo completo es un clan de G. El número
X x, x2 x, x2 x3 *1 X2 X3 X f) _ 1 Xn
1i • • • • • • • • • ■
(
Y /i Yi Y-, Yi Y-i Y, Yi y3 y n -i y„
(i) (ü) (ü¡) (IV)
Figura 11.96
X, X2 X3 X, X2 X3 *n-1 Xn
Yn-, Yn
(¡) (iv)
Figura 11.97
d
11 Y z
NÛ
/
/ \
a b w X
(a) (b)
Figura 11.98
Figura 11.99
de vértices en un clan maximal en G es el número de clan de

G y se denota con co(G). c) Demuestre que si G tiene un circuito euleriano, en
a) ¿Cómo se relacionan X(G) y co(G)? tonces L(G) tiene un circuito euleriano y un ciclo
b) ¿Existe alguna relación entre ü)(C) y (5(G)? hamiltoniano.
22. Si C = (V, E) es un grafo sin lazos no dirigido, el grafo d) Si G = Kt, examine L(G) para mostrar que el recí
de línea de C, denotado con L(G), es un grafo con E como proco de la parte (c) es falsa.
conjunto de vértices, donde unimos dos vértices c,, e2 en e) Demuestre que si G tiene un ciclo hamiltoniano,
L(G) si y sólo si e,, e2 son aristas adyacentes en C. entonces L(G) también.
a) Encuentre ¿(C) para cada uno de los gratos de la f) Analice L(G) para el grafo de la figura 11.99(b) y
figura 11.99. muestre que el recíproco de la parte (e) es falso.
g) Verifique que L(G) no es plano para G = K^y G =
b) Si | V\ = n y \E\ = e, muestre que L(G) tiene e
vértices y (l/2)X M V 8 r a d - [g r a d (u) - l ] = [(1/ h) Dé un ejemplo de un grafo plano G pero que L(G)
2 X MV ,[grad(u)n - e = X^( grad 2 (u) )aristas. no sea plano.
2 3. Explique por qué cada uno de los siguientes polinomios 26. Al igual que cuando definimos A'"* al trabajar con el
de k no puede ser un polinomio cromático. polinomio cromático de K„, n > 1, también podemos defi
a) X 4 -5a. 3 + 7X 2 -6X + 3 nir ;t w = x(x - l)(.x - 2) • • • (x - n + 1). Esta multiplicación
b) 3 X 3 - 4 X 2 + X produce un polinomio en x de grado n. Escribimos este
c) X4 - 3\3 + 5X2 - 4X polinomio como ¿j¡,0s(n, i)x'; cada coeficiente s(n, i), don
de 0 n,
b) Sea V = {1, 2, 3 , . . . ' , 8, 9}. Construya el grafo no
dirigido sin lazos G = (V, E) como sigue: Param, n s n -
Z sin + 1 ,i)x! = x*" * " = x(n)(x - n)
n+l
[^,«o ( ' ')■*' l í ^ " ) - En consecuencia, para cualquier 1 < i

E.V,m*n, dibuje la arista {m, n} en G si 5 divide < n, la comparación de coeficientes de potencias similares
^m + nom-n. de x produce la relación de recurrencia
c) Dados tres enteros positivos distintos cualesquie
ra, demuestre que existen dos de ellos, digamos x y s(n + 1, /) = s(n, i - 1) — ns(n, i).
y, tales que 10 divide a x*y - xy2.
25. Un grafo n-partito completo G = (V, E) es un grafo no a) Use la relación de recurrencia para encontrar una
dirigido sin lazos tal que tabla para s(n, i), para todos 1 < « < 5 y 0 < i ' < n .
i) V= V, U V2 U • • • U V„, con V, £0 para todo 1 < b) Escriba un programa (o desarrolle un algoritmo)
para extender la tabla de la parte (a) para todos n } £ E si y sólo si u G V¡, i) £ V¡, con i * j .
c) Para m, n 6 Z + , definimos una función delta
a) Si I Vi | = 1 , para todo 1 < i < n, ¿cuál es el
ó(m, n) como 1 cuando m = n y 0 cuando m ¿n. Si
grafo resultante?
k = máx{m, n}, entonces el número de Stirling del
b) Si I V,| ~ ph para todo 1 ,, para todo 1 1) y pi, p2, ■ ■ ■, p„
Verifique estos resultados para los casos en que
para los que el grafo n-partito completo es pla
no. m = n = 4y m = 5, n = 4.
12
Árboles
C ontinuaremos nuestro estudio de la teoría de grafos y nos centraremos en un tipo espe

cial de grafo llamado árbol. Los árboles fueron utilizados por primera vez en 1847 por
Gustav Kirchhoff (1824-1887) en su trabajo de redes eléctricas, aunque posteriormente
fueron desarrollados y definidos de nuevo porArthur Cayley (1821-1895). En 1857, Cayley
usó estos grafos especiales para enumerar los isómeros diferentes de los hidrocarburos
saturados C„H2„ + 2, n G Z+.
Con la aparición de los computadores digitales se encontraron nuevas aplicaciones para
los árboles. Algunos tipos especiales de árboles son muy importantes en el estudio de las
estructuras de datos, las ordenacionesf, la teoría de codificación y en la solución de ciertos
problemas de optimización.
12.1
Definiciones, propiedades
y ejemplos
Definición 12.1 Sea G = (V, E) un grafo no dirigido sin lazos. El grafo G es un árbol% si G es conexo y no
contiene ciclos.
En la figura 12.1, el grafo Gx es un árbol, pero G2 no lo es, pues contiene el ciclo {a, b],
{b, c], {c, a}. El grafo G3 no es conexo, por lo que no puede ser un árbol. Sin embargo,
cada componente de G3 es un árbol; en este caso G3 es un bosque.
Si un grafo es un árbol, escribimos Ten vez de G, para enfatizar esta estructura.
En la figura 12.1 vemos que G, es un subgrafo de G2, que G\ contiene todos los vértices
de G2 y que Gx es un árbol. En este caso, G, es un árbol recubridor de G2. Por lo tanto, un
árbol recubridor de un grafo conexo es un subgrafo recubridor que también es un árbol.
Podemos pensar en un árbol recubridor como aquel que proporciona una conectividad
minimal para el grafo y como un esqueleto minimal que une los vértices. El grafo G3 es un
bosque recubridor para el grafo G4.
t El término sorting también se traduce como ordenamiento. (N. del E.)

í Como en el caso de los grafos, la terminología en el estudio de los árboles no es estándar y el lector
podría encontrar algunas diferencias de un libro de texto a otro, y de un país a otro.
607
608 Capítulo 12 Arboles
'<?
r a J
yAA-i \ >k V
>f
\d
eé \
f
A >A
\
Z
us>
>á Z
(G,) (G 2 ) (G 3 ) (G 4 )
Figura 12.1
Ahora analizaremos algunas propiedades de los árboles.
TEOREMA 12.1 Si a,b son vértices distintos en un árbol T= (V, E), entonces hay un único camino que
conecta estos vértices.
Demostración: Como T es conexo, existe al menos un camino en T que conecta a y b. Si
hubiera más caminos de este tipo, por medio de dos de ellos, algunas aristas podrían for
mar un ciclo, pero T no tiene ciclos.
TEOREMA 12.2 Si G = (Vf E) es un grafo no dirigido, entonces G es conexo si y sólo si G tiene un árbol
recubridor.
Demostración: Si G tiene un árbol recubridor T, entonces para cada par a, b de vértices
distintos de V, un subconjunto de aristas de T proporciona un (único) camino entre ay b;
por lo tanto, G es conexo. Por el contrario, si G es conexo y G no es un árbol, podemos
eliminar todos los ciclos de G. Si el subgrafo resultante G, no es un árbol, entonces G¡
debe contener un ciclo C,. Eliminamos una arista e¡ de C, y sea G 2 = G, - e,. Si G2 no
contiene ciclos, entonces G2 es un árbol recubridor de G, pues G2 contiene todos los
vértices de G, no tiene lazos y es conexo. Si G2 contiene un ciclo C2, entonces elimina
mos una arista e2 de C2 y nos ocupamos del subgrafo G 3 = G2- e2= G, - {eh e2). De
nuevo, si G3 no contiene ciclos, entonces tenemos un árbol recubridor de G. En caso
contrario, continuamos este procedimiento un número finito de veces, hasta obtener un
subgrafo recubridor de G, que sea conexo, sin lazos ni ciclos y que, por lo tanto, sea un
árbol recubridor de G.
La figura 12.2 muestra tres árboles no isomorfos para cinco vértices. Aunque no son
isomorfos, tienen el mismo número de aristas (cuatro). Esto nos lleva al siguiente resulta
do general.
(7",) (h) (W
Figura 12.2
TEOREMA 12.3 En cualquier árbol 7 = (V, E), | V| = | E\ + 1.

Demostración: La demostración se obtiene al aplicar la forma alternativa de la inducción
matemática a | £ | . Si \E\ - 0, entonces el árbol está formado por un solo vértice aislado,
como en la figura 12.3(a). En este caso, |V| = 1 = | E | + 1 . Las partes (b) y (c) de la figura
verifican los resultados para estos casos en que \E\ = 1 o 2.
Supongamos que el teorema es cierto para cualquier árbol que cuente con un máximo
de k aristas, donde k > 0. Ahora consideremos un árbol T= (V, E), como en la figura 12.4,
tal que \E\ = k + 1. [La(s) arista(s) punteada(s) indica(n) que una parte del árbol no
aparece en la figura.] Si, por ejemplo, eliminamos de Tía. arista con extremos y, z, obten
dremos dos subárboles, T, = (V,, E¡) y T2 = (V^ E2), tales que | V\ = | V] \ + \ V21 y | £, |
|E21 + 1 = \E\. (Uno de estos subárboles podría estar formado por un solo vértice si, por
ejemplo, eliminamos la arista con extremos w, x.) Como 0 < | E, | < k y 0 < \E2\ < k, de
la hipótesis de inducción se sigue que | E¡ \ + 1 = | V¡ |, para y = 1,2. En consecuencia, | V \ =
| V, | + |V 2 | = ( | £ , | +1) + (|£ 2 | +1) = ( | £ , | + | £ 2 | ) + 1 ) + 1 = | £ | + 1 y el teorema se
sigue de la forma alternativa de la inducción matemática.
5"
•
>
(a) (b) (0
Al analizar los árboles de la figura 12.2 vemos también que cada uno tiene al menos dos
vértices colgantes; es decir, vértices de grado 1. Esto también es cierto en general.
TEOREMA 12.4 Para cualquier árbol T= (V, E), si | V\ > 2, entonces Ttiene al menos dos vértices colgantes.
Demostración: Sea | V| = n > 2. Por el teorema 12.3 sabemos que | £ | = n - 1, por lo que,
del teorema 11.2, se sigue que 2(n - 1) = 2\E\ = XwsvS 1 " 2 ^)- Como Tes conexo, sabe-
610 Capítulo 12 Árboles
mos que grad(i)) > 1 para todo i) G V. Si 7* tiene menos de dos vértices colgantes, entonces
grad(t)) > 2 para todo x> £ V o grad(i)*) = 1 para un único vértice v* G V. En el primer
caso obtenemos la contradicción
2 ( » - l ) = 2 grad(i>)a2|V| = 2n.
Para el segundo caso tenemos

2(/i - 1) = 2 gradfr) > 1 + 2(/i - 1),
vi6V
otra contradicción.
EjerrifJÍO 12. t En la figura 12.5 tenemos dos árboles, cada uno con 14 vértices (con nombres C y H) y 13
aristas. Cada vértice tiene grado 4 (C representa un átomo de carbono) o grado 1 (H repre
senta un átomo de hidrógeno). La parte (b) de la figura tiene un átomo de carbono (C) en
el centro del árbol. Este átomo de carbono es adyacente a cuatro vértices, tres de los cuales
tienen grado 4. No existe un vértice (átomo de carbono) en la parte (a) con esta propiedad,
por lo que podemos afirmar que estos árboles no son isomorfos. Sirven como modelos de
los dos isómeros químicos correspondientes al hidrocarburo saturadof C4H|0. La parte (a)
representa al n-butano (antes llamado butano) y la parte (b) representa el 2-metil propano
(antes llamado isobutano).
H
1
1
H — C — H H
H — C — H H H — c -- H H
1 1 1 1
1 1 1 1
H — C — H H
1 1
1 1
H — C — H H H H
I
1
H
(a) (b)
Figura 12.5
En el siguiente ejemplo damos un segundo resultado de química.
£J**mpÍ0 12#2 Si un hidrocarburo saturado [en particular, un hidrocarbono acíclico (sin ciclos) con enla
ces simples, llamado alcaná] tiene n átomos de carbono, mostraremos que tiene 2n + 2
átomos de hidrógeno.
t El adjetivo saturado se usa para indicar que, para el número de átomos de carbono presentes en la
molécula, se tiene el número máximo de átomos de hidrógeno.
Consideremos el hidrocarbono saturado como un árbol T= (V, E) y seak el número de

vértices colgantes, o átomos de hidrógeno, en el árbol. Entonces, con un total den + k vér
tices, donde cada uno de los n átomos de carbono tiene grado 4, vemos que
4n + k = 2 grad(u) = 2\E\ = 2(\V\ -l) = 2(n + k- 1),
4/J + k = 2(n + k - 1) =¿> k = 2n + 2.
Cerraremos esta sección con un teorema que proporciona varias formas de caracterizar
los árboles.
TEOREMA 12.5 Las siguientes proposiciones son equivalentes para un grafo no dirigido G = (V, E) sin
lazos:
a) G es un árbol.
b) G es conexo, pero si se elimina cualquiera de sus aristas, G quedará desconectado
en dos subgrafos que son árboles.
c) G no contiene ciclos y | V\ = | £ | + 1.
d) G es conexo y | V| - \E\ + 1.
e) G no contiene ciclos y si a, b G Vcon {a, b) í E, entonces el grafo que se obtiene
de añadir la arista {a, b] a G tiene precisamente un ciclo.
Demostración: Demostraremos que (a) => (b), (b) => (c) y (c) => (d); dejaremos al lector
las demostraciones de (d) => (e) y (e) => (a).
[(a) => (b)]: SiGes un árbol, entonces G es conexo. Así, seae = {a, b] cualquier arista
de G. Entonces, si G - e es conexo, existejí al menos dos caminos en G de a a b. Sin
embargo, esto contradice el teorema 12.1. Por lo tanto, G - e es disconexo y podemos
separar sus vértices en dos subconjuntos: (1) el vértice a y todos los vértices que pue
den alcanzarse desde a mediante un camino en G - e\ y (2) el vértice b y todos los
vértices que pueden alcanzarse desde b mediante un camino en G- e. Estas dos compo
nentes conexas son árboles, puesto que un lazo o ciclo que estuviera en cualquiera de
ellos estaría también en G.
[(b) => (c)]: Si G contiene un ciclo, sea e = {a, b] una arista de este ciclo. Entonces
G - e es conexo, lo que contradice la hipótesis señalada en (b).
Para demostrar que | V\ = \E\ + 1, consideremos dos casos. Si | V] = 1, entonces
| £ | = 0 , pues el grafo no tiene lazos. Así, | V\ = 1 = 0 + 1 = | £ | + 1. Si | V| > 1,
entonces \E\ > 1, puesto que el grafo es conexo. Seae €E Ey consideremos el subgrafo
G - e de G. De la parte (b) sabemos que G - e = 7 1 U2' ! , donde T¡, T2 son árboles. Si 7", =
(Vlt £,), r 2 = (V2,£2), entonces | V, | +|V 2 | = |V| y | £ , | + | £ 2 | = | E | - 1; del teorema
12.3 obtenemos | V, | = \E¡\ + 1, para i = 1, 2. En consecuencia, | V| = | Vj | + | V21 =
( | £ , | +1) + (|£ 2 | +1) = ( | £ . | + \E2\ + 1 ) + 1 = | £ , | + 1 .
[(c) => (d)]: Sea K(G) = r y sean G¡, G2,..., Grlas componentes de G. Para 1 !, t>2}, {t>2, t>3}, . . .,
[vr _ i, vr} a G para formar el grafo G' = (V, £"), que es un árbol. Puesto que G' es un
árbol, sabemos que | V\ = |£" | + 1 por el teorema 12.3. Pero de (c), | Vj = | £ | + l.por
lo que \E\ - | £ " | y r - 1 = 0. Con r — 1, se sigue que G es conexo.
EJERCICIOS 12.1 1 . a ) Trace los grafos de todos los árboles no isomorfos con seis vértices.
b) ¿Cuántos isómeros tiene el hexano (C6H14)?
2. Sean T, = (V„ E¡), T2 = (V2, E2) dos árboles tales que | £, | = 17 y \V2\ =2\V¡\. Determine
| V M . | V 2 | y |E 2 |.
3. a) Sea F¡ = (V,, £,) un bosque de siete árboles con \A¡ | = 40. ¿Cuánto vale | V, | ?
b) Si F2 = (V2, E2) es un bosque con |V 2 | = 62 y \E2\ = 51, ¿cuántos árboles determina F2?
4. a) Si G = (V, E) es un bosque con | V| = x>, \E\ = e y K componentes (árboles), ¿qué relación
existe entre i), e y K?
b) ¿Cuál es el número mínimo de aristas que debemos añadir a G para obtener un árbol?
5. ¿Qué tipo de árboles tienen exactamente dos vértices colgantes?
6. a) Verifique que todos los árboles sean planos.
b) Obtenga el teorema 12.3 de la parte (a) y el teorema de Euler para grafos planos.
7. Dé un ejemplo de un grafo no dirigido G = (V, E) tal que | V| = \E\ +1 pero que G no sea un
árbol.
8. a) Si un árbol tiene cuatro vértices de grado 2, uno de grado 3, dos de grado 4 y uno de grado
5, ¿cuántos vértices colgantes tiene?
b) Si un árbol T=' (V, E) tiene 1)2 vértices de grado 2, \)3 vértices de grado 3, . . . y vm vértices
de grado m, ¿cuánto valen | V\ y \E\1
9. Si G - (V E) es un grafo no dirigido sin lazos, demuestre que G es un árbol si existe un único
camino entre dos vértices cualesquiera de G.
10. El grafo no dirigido conexo G = (V E) tiene 30 aristas. ¿Cuál es el máximo valor que puede
tener | K| ?
11. Sea T= (V, E) un árbol con | V| = n > 2. ¿Cuántos caminos distintos existen (como subgrafos)
enT?
12. Sea G = (V E) un grafo no dirigido, conexo, sin lazos, donde V= {x>,, t)2, t)3 u„} n > 2,
grad(t)i) = 1 y grad(t),) > 2 para 2 < i < n. Demuestre que G debe tener un ciclo.
13. Encuentre dos árboles recubridores no isomorfos para el grafo completo bipartito A"2 3. ¿Cuán
tos árboles recubridores no isomorfos tiene K2{!
14. Sea G = (V E) el grafo no dirigido sin lazos de la figura 12.6. (a) ¿Cuánto vale K(G)? (b)
¿Cuántos bosques recubridores distintos (aunque algunos podrían ser isomorfos) tiene el grafo
G dado?
Figura 12.6
15. ¿Cuántos bosques recubridores distintos (aunque isomorfos) tiene el grafo C„ (el ciclo con n
vértices, n > 3)?
16. Determine el número de bosques recubridores distintos (aunque algunos podrían ser isomorfos>
para cada uno de los grafos de la figura 12.7.
Figura 12.7
17. Sea G = (V, E) un grafo no dirigido conexo sin lazos y H un subgrafo de G. El complementario
de H en G es el subgrafo de G formado por las aristas de G que no están en H (junto con los
vértices incidentes a estas aristas).
a) Si T es un árbol recubridor de G, demuestre que el complementario de T en G no contiene
un conjunto de corte de G.
b) Si C es un conjunto de corte de G, demuestre que el complementario de C en G no contiene
un árbol recubridor de G.
19. Un árbol etiquetado es aquel en que los vértices están etiquetados. Si el árbol tiene n vértices,
entonces {1, 2, 3 , . . . , n} se usa como el conjunto de etiquetas. Vemos que dos árboles que sin
etiquetas son isomorfos pueden volverse no isomorfos al etiquetarlos. En la figura 12.8, los
primeros dos árboles son isomorfos como árboles etiquetados. El tercero es isomorfo a los
otros dos si no se tienen en cuenta las etiquetas; sin embargo, como árbol etiquetado, no es
isomorfo a ellos.
El número de árboles no isomorfos conn vértices etiquetados puede contarse estableciendo
una correspondencia uno a uno entre estos árboles y las n"~2 sucesiones (con repetición) je,,
x2 JC„-2 de {1, 2, 3 , . .. ,n). Si 7 es uno de esos árboles etiquetados, usamos el siguiente
algoritmo para establecer la correspondencia uno a uno. (En este caso, T tiene al menos una
arista.)
Paso 1: Hacemos el contador i igual a 1.
Paso 2: Sea 7(0 = T.
Figura 12.8
Paso 3: Puesto que un árbol tiene al menos dos vértices colgantes, seleccionamos el vértice
colgante en T(i) con la mínima etiqueta y¡. Ahora eliminamos la arista {x¡, y¡) de T(í) y usamos
x¡ como la i'-ésima componente de la sucesión.
Paso 4: Si i = n - 2, tenemos la sucesión correspondiente al árbol etiquetado dado T(í). Si i 4
n-2, incrementamos i en 1, hacemos 7X0 igual al subárbol resultante en el paso 3 y regresa
mos al paso 3.
a) Encuentre la sucesión de seis dígitos para los árboles (i) y (iii) de la figura 12.8.
b) Si u es un vértice de T, muestre que el número de veces que la etiqueta de u aparece en la
sucesión xu x2, ■ ■ ■ , *„_2 es grad(t)) - 1.
c) Reconstruya el árbol etiquetado con ocho vértices asociado a la sucesión 2, 6, 5, 5, 5, 5.
d) Desarrolle un algoritmo para reconstruir un árbol a partir de una sucesión dada xu x2,..., x„_2.
12.2
Árboles con raíz
Ahora veremos los árboles dirigidos. Existen diversas aplicaciones para un tipo particular
de árbol dirigido, llamado árbol con raíz.
Definición 12.2 Si G es un grafo dirigido, entonces G es un árbol dirigido si el grafo no dirigido asociado
con G es un árbol. Si G es un árbol dirigido, G es un árbol con raíz si existe un único
vértice r en G, llamado la raíz, tal que el grado de entrada de r = ge(r) - 0 y para todos los
demás vértices i), el grado de entrada de x> es ge(x>) = 1.
El árbol de la parte (a) de la figura 12.9 es dirigido pero sin raíz; el árbol de la parte (b)
tiene r como raíz.
Trazaremos los árboles con raíz como en la figura 12.9(b), pero con el convenio de que
las direcciones van del nivel superior al inferior, de modo que no son necesarias las fle
chas. En un árbol con raíz, un vértice v con grado de salida gs(v) = 0 es una hoja (o vértice
terminal). Los vértices u, v, x, y, z son hojas en la figura 12.9(b). Todos los demás vértices
son nodos de ramificación (o vértices internos).
12.2 Arboles con raíz 615
a b
■+-•
f g h i
(a)
Figura 12.9
Consideremos el vértice s en el árbol con raíz [Fig. 12.9(b)]. El camino desde la raíz r
hasta s es de longitud 2, por lo que decimos que s está en el nivel 2 del árbol, o que s tiene
número de nivel 2. En forma análoga, x está en el nivel 3, mientras que y tiene número de
nivel 4. Decimos que s es un hijo de n y n es padre de s. Los vértices w, y y z son descen
dientes des, ny r, mientras que s, n y r son ascendientes de w, y y z. En general, si 1), y t)2
son vértices de un árbol con raíz y x>{ tiene un número de nivel más pequeño, entonces v¡
es un ascendiente de t>2 (o i)2 es un descendiente de i),) si existe un camino de v¡ a x>2. Dos
vértices con un padre común son hermanos. Esto ocurre para los vértices q y s, cuyo padre
es el vértice n. Por último, si ~úx es cualquier vértice del árbol, el subárbol en x>x es el
subgrafo inducido por la raíz \>x y todos sus descendientes (aunque podría no tenerlos).
E|€H*plo 12*3 En la figura 12.10(a) usamos un árbol con raíz para representar el índice de un libro con
tres capítulos (Cl, C2 y C3). Los vértices con el número de nivel 2 son para las secciones
de un capítulo; los del nivel 3 representan las subsecciones de una sección.
Libro Libro
\ Cl
\ S1.1
SI.2
C1 C2 C3
C2
v
1/
C3
\ / \
S3.1
S1.1 S1.2 S3.1 S3.2 S3.3
S3.2
/ \ S3.2.1
/ \ S3.2.2
S3.2.1 S3.2.2
S3.3
(a) (b)
Figura 12.10
El árbol de la figura 12.10(a) indica un orden para los vértices, si analizamos los
subárboles Cl, Cl y C3 de izquierda a derecha. (Este orden volverá a aparecer en esta
sección, en un contexto más general.) Ahora consideraremos un segundo ejemplo que
proporciona dicho orden.
So 1 2 . 4 En el árbol T que se muestra en la figura 12.11, las aristas (o ramas, como se les llama a
menudo) que salen de cada vértice interno están ordenadas de izquierda a derecha. Por lo
tanto, Tes un árbol ordenado con raíz.
Etiquetamos los vértices de este árbol mediante el siguiente algoritmo.

Paso 1: Primero asignamos a la raíz la etiqueta (o dirección) 0.
Paso 2: A continuación, asignamos los enteros positivos 1, 2, 3 , . . . a los vértices del
nivel 1, de izquierda a derecha.
Paso 3: Ahora, sea x> un vértice interno en el nivel n > 1 y sean i),, x>2,..., x>k los hijos
de u (yendo de izquierda a derecha). Si a es la etiqueta asignada al vértice x>, asignamos
las etiquetas a. 1, a.2,..., a.k a los hijos i),, x>2, ■ ■ ■, vk, respectivamente.
En consecuencia, cada vértice de T, excepto la raíz, tiene una etiqueta de la forma

a{.a2.a3 an si y sólo si ese vértice tiene número de nivel n. Esto se conoce como el
sistema universal de direcciones.
Este sistema proporciona una forma de ordenar todos los vértices de T. Si u y t> son dos
vértices de Tcon direcciones by c, respectivamente, definimos b < c si (a) b = a¡.a2 am
yc = a¡.a2 am.am + 1 an, conm<n; o (b)b = a,.a2 am.x¡ yyc = al.a2
am.x2 z, donde xu x2 E Z+ y x¡ < x2.
1.2.3.1 1.2.3.2
Figura 12.11
Para el árbol que estamos examinando, este orden produce
0 1—* 1 - 2 I—* 1.2.3 |—»1.3 1—>2A 1—" 3

1 1.2.1 1.2.3.1 1.4 2.2 3.1
1.1— 1.2.2 1.2.3.2 ' 2 2.2.1 3.2
Puesto que nos recuerda el orden alfabético de un diccionario, este orden se conoce como
lexicográfico o del diccionario.
Consideremos ahora una aplicación de un árbol con raíz en el estudio de las ciencias de
la computación.
£í&mpl<3 tSLS a) Un árbol con raíz es binario si para cada vértice i), gs(x>) = 0,1 o 2; es decir, si v tiene
cuando mucho dos hijos. Si gs(v) = 0 o 2 para todo \) €E V, entonces el árbol con raíz
es un árbol binario completo. Este árbol puede representar una operación binaria,
como en las partes (a) y (b) de la figura 12.12. Para evitar confusiones al trabajar
con una operación no conmutativa °, etiquetamos la raíz como ° y pedimos que el
resultado sea a ° b, donde a es el hijo izquierdo y b es el hijo derecho de la raíz.
Figura 12.12
b) En la figura 12.13 extendemos las ideas presentadas en la figura 12.12 para cons
truir el árbol binario con raíz para la expresión algebraica
( ( 7 - a ) / 5 ) * ( ( a + 6 ) í 3),
donde * denota la multiplicación y T la exponenciación. En este caso construimos

el árbol, como aparece en la parte (e) de la figura, de arriba hacia abajo. En primer
lugar construimos un subárbol para la expresión 7 - a en la parte (a) de la figura
12.13. Esto se incorpora (como el subárbol izquierdo de /) en el árbol binario con
raíz correspondiente a la expresión (7 -a)l5 de la figura 12.13(b). Luego, de modo
similar, construimos los árboles binarios con raíz de las partes (c) y (d) para las
expresiones a + b y (a + b) T 3, respectivamente. Por último, usamos los dos
subárboles de las partes (b) y (d) como los subárboles izquierdo y derecho, respec
tivamente, para *, con lo que obtenemos el árbol binario con raíz [de la Fig. 12.13(e)]
para ((7 - a)l5) * ((a + b)í 3).
(a)
A
7 a
(0
a b
a a b
(e)
Figura 12.13
Hemos usado las mismas ideas en la figura 12.14, donde encontramos los árbo
les binarios con raíz para las expresiones algebraicas
(a - (31b)) + 5 [en la parte (a)] y a - (3/(b + 5)) [en la parte (b)].
Figura 12.14
c) Para evaluar t + (uv)/(w + x-yt) en un lenguaje por procedimientos, como BASIC,

escribimos la expresión en la forma t + (u * v)/(w + x - y T z). Cuando el computa
dor evalúa esta expresión, realiza las operaciones binarias (dentro de cada parte que
aparece entre paréntesis) según una jerarquía de operaciones, en la que la
exponenciación precede a la multiplicación y la división, las que a su vez preceden
a la suma y la resta. En la figura 12.15 numeramos las operaciones según el orden
t+(u* v)l(w + x-y 1 z)

i 1I I I1
(D©©(D©© Figura 12.15
en que el computador las realiza. Para que el computador evalúe esta expresión,
primero debe analizarla a fin de realizar las operaciones en el orden dado.
No obstante, en vez de analizarla de ida y vuelta varias veces, la máquina con
vierte la expresión en una notación independiente de los paréntesis, conocida como
notación polaca, en honor del lógico polaco (ucraniano, en realidad) Jan Lukasiewicz
(1878-1956). En este caso, la notación infija a° b para una operación binaria ° se
convierte en ° ab, la notación prefija (o polaca). La ventaja es que la expresión de la
figura 12.15 puede escribirse de nuevo sin paréntesis como
+ t/*uv+ w -x f yz,
donde la evaluación se realiza de derecha a izquierda. Cuando se halla una opera

ción binaria, ésta se realiza con los dos operandos que estén a su derecha. El resul
tado se considera entonces como uno de los operandos de la siguiente operación
binaria que se encuentra al recorrer la expresión hacia la izquierda. Por ejemplo,
con las asignaciones t = 4, u = 2, v = 3, w = 1, x = 9, y = 2, z - 3, se realizan los
siguientes pasos para evaluar la expresión
+t/*uv + w — x \ yz.
1) + 4 / * 2 3 + l - 9 Í 2_3
2 t 3=8
2) + 4 / * 2 3 + l-9_8
9-8 = 1
3) + 4 / * 2 3 + 1 1
1+ 1=2
4) + 4 / * 2 3 2
2*3 = 6
5) +4/62
6/2 = 3
6) + 4 3
4+ 3 =7
Así, el valor de la expresión dada para las asignaciones anteriores es 7.
El uso de la notación polaca es importante para la compilación de programas y

puede obtenerse representando una expresión dada como un árbol con raíz, como
se muestra en la figura 12.16. En este caso, cada variable (o constante) se usa para
etiquetar una hoja del árbol. Cada vértice interno se etiqueta con una operación
binaria cuyos operandos izquierdo y derecho son los subárboles izquierdo y dere
cho que determina. Si partimos de la raíz y recorremos el árbol de arriba hacia abajo
y de izquierda a derecha, como se muestra en la figura 12.16, encontraremos la
notación polaca escribiendo las etiquetas de los vértices en el orden en que se en
cuentran.
/ a+
\IS Figura 12.16
Los dos últimos ejemplos muestran la importancia del orden. Existen varios métodos
para la ordenación sistemática de los vértices en un árbol. Dos de los más importantes en
el estudio de las estructuras de datos son el orden previo y el orden posterior, que definire
mos en forma recursiva a continuación.
Definición 12.3 Sea 7 = (V, E) un árbol con raíz r. Si Tno tiene otros vértices, entonces la misma raíz es el
recorrido en orden previo y orden posterior de T. Si | V| > 1, sean Tu T2, T¡, . . . , Tk los
subárboles de T, de izquierda a derecha (como en la Fig. 12.17).
Figura 12.17
a) El recorrido en orden previo de T visita primero r y después recorre los vértices de

Tx en orden previo, después los vértices de T2 en orden previo y así sucesivamente,
hasta recorrer los vértices de Tk en orden previo.
b) El recorrido en orden posterior de T recome en orden posterior los vértices de los
subárboles TUT2, ■. . ,Tt para después llegar a la raíz.
Demostraremos estas ideas en el ejemplo siguiente.

Ej©l*Jf>l<» 1&6 Consideremos el árbol con raíz de la figura 12.18.

a) Orden previo: Después de visitar el vértice 1, visitamos el subárbol T, con raíz en el
vértice 2. Después de visitar el vértice 2 seguimos al subárbol con raíz en el vértice
5 y luego pasamos al subárbol con raíz en el vértice 11. Este subárbol no tiene otros
vértices, por lo que visitamos el vértice 11 y después regresamos al vértice 5, desde
el cual visitamos, en orden sucesivo, los vértices 12, 13 y 14. Al seguir esto retroce
demos ( 1 4 a 5 a 2 a l ) a l a raíz y después visitamos los vértices del subárbol T2 en el
orden previo 3, 6, 7. Por último, después de regresar a la raíz por última vez, reco
rremos el subárbol r 3 en el orden previo 4, 8, 9, 10, 15, 16, 17. Por lo tanto, la lista
en orden previo de los vértices de este árbol es 1, 2, 5, 11, 12,13, 14, 3,6,7, 4, 8,9,
10, 15, 16, 17.
En este orden, comenzamos en la raíz y construimos un camino lo más lejano
posible. En cada nivel vamos al vértice de la extrema izquierda (que no ha sido
visitado previamente) en el siguiente nivel, hasta llegar a la hoja L Después regre
samos al padre/? de esta hoja Ry visitamos a su hermano e (y el subárbol determina
do por é) directamente a su derecha. Si no existe el hermano e, retrocedemos al
abuelo a de la hoja R y visitamos, si existe, un vértice u que sea el hermano de p,
directamente a su derecha en el árbol. Continuando de esta manera, visitaremos (la
primera vez que encontremos cada uno) todos los vértices que hay en el árbol.
Los vértices de la figura 12.10(a), 12.11 y 12.16 se visitan en orden previo.
b) Orden posterior: Para el recorrido en orden posterior de un árbol, comenzamos en
la raíz r y construimos el camino más largo, yendo al hijo que queda más a la
izquierda de cada vértice interno, cuando se pueda. Al llegar a la hoja K visitamos
este vértice y después retrocedemos a su padre/?. Sin embargo, no visitamos/? hasta
después de visitar a todos sus descendientes. El siguiente vértice que visitamos se
encuentra aplicando en p el mismo procedimiento usado en r para obtener R, sólo
que ahora iremos primero de p al hermano de l que está directamente a la derecha
(de R). En ningún momento se visita un vértice más de una vez o antes que cualquie
ra de sus descendientes.
Para el árbol dado en la figura 12.18, el recorrido en orden posterior comienza
con un recorrido en orden posterior del subárbol 7", con raíz en el vértice 2. Esto
produce la lista 11, 12, 13, 14, 5, 2. Pasamos al subárbol T2 y la lista en orden
posterior continúa con 6,7, 3. Luego para T2 encontramos la lista en orden posterior
8, 9, 15, 16, 17, 10, 4. Finalmente se visita el vértice 1. En consecuencia, para este
árbol, el recorrido en orden posterior visita los vértices en el orden 11, 12,13, 14, 5,
2 , 6 , 7 , 3 , 8 , 9 , 15, 16, 17, 10,4, 1.
11 12 13 14 15 16 17 Figura 12.18
622 Capitulo 12 Árboles
En el caso de los árboles binarios con raíz, existe un tercer tipo de recorrido del árbol:
el recorrido en orden simétrico. En este caso no consideraremos los subárboles como pri
mero y segundo, sino en términos de izquierda y derecha. La definición formal es recursiva,
al igual que las definiciones del orden previo y el orden posterior.
Definición 12.4 Sea T- (V, E) un árbol binario con raíz, donde r es la raíz.
1) Si | V\ = 1, entonces el vértice r es el recorrido en orden simétrico de T.
2) Si | V\ > 1, sean T, y TD los subárboles izquierdo y derecho de T. El recorrido en
orden simétrico de T recorre primero los vértices de T} en orden simétrico, después
visita la raíz r y luego recorre, en el orden simétrico, los vértices de TD.
Vemos que un subárbol izquierdo o derecho podría ser vacío. Además, si x> es un vértice
de dicho árbol, gs(v) = 1 y w es el hijo de t>, debemos distinguir entre ser el hijo izquierdo
y el hijo derecho.
¡*>12.7 Como resultado de los comentarios anteriores, los dos árboles binarios con raíz que se
muestran en la figura 12.19 no se consideran iguales. Como árboles binarios con raíz son
iguales. (Cada árbol tiene el mismo conjunto de vértices y el mismo conjunto de aristas
dirigidas.) Sin embargo, al considerar el concepto adicional de hijos izquierdo y derecho,
vemos que, en la parte (a), el vértice t> tiene a como hijo derecho, mientras que en la parte
(b), el vértice a es el hijo izquierdo de v. En consecuencia, cuando se tiene en cuenta la
diferencia entre el hijo izquierdo y el derecho, estos árboles ya no pueden verse como el
mismo.
Al visitar los vértices del árbol de la parte (a) de la figura 12.19, primero visitamos el
subárbol izquierdo de la raíz r en orden simétrico. Este subárbol está formado por la raízi)
y su hijo derecho a. (En este caso, el hijo izquierdo es nulo, o no existente.) Puesto que \>
no tiene un subárbol izquierdo, visitamos en orden simétrico el vértice u y a continuación
su subárbol derecho, a. Una vez recorrido el subárbol izquierdo de r, visitamos ahora el
vértice r y después recorremos, en orden simétrico, los vértices del subárbol derecho de r.
Esto hace que visitemos primero el vértice b (ya que b no tiene un subárbol izquierdo) y
luego el vértice c. Por lo tanto, la lista en orden simétrico para el árbol de la figura 12.19(a)
es X), a, r, b, c.
Al considerar el árbol de la parte (b) de la figura, de nuevo comenzamos por visitar, en
orden simétrico, los vértices del subárbol izquierdo de la raíz r. Sin embargo, en este caso,
este subárbol izquierdo consta del vértice \> (la raíz del subárbol) y su hijo izquierdo a. (El
Figura 12.19
hijo derecho es nulo, o inexistente.) Por lo tanto, este recorrido en orden simétrico visita
primero el vértice a (el subárbol izquierdo de v>) y después el vértice t>. Puesto que x> no
tiene un subárbol derecho, terminamos visitando el subárbol izquierdo de r en orden simé
trico. Después visitamos la raíz r y luego los conjuntos del subárbol derecho de r, en orden
simétrico. Esto produce la lista en orden simétrico a, x>,r,b,c para el árbol que se muestra
en la figura 12.19(b).
Sin embargo, debemos observar que para el recorrido en orden previo de este ejemplo
particular,^ se obtiene el mismo resultado de ambos árboles:
Lista en orden previo: r, v, a, b, c.
De la misma forma, este ejemplo particular es tal que el recorrido en orden posterior de
cualquiera de estos árboles es el siguiente:
Lista en orden posterior; a, i), c, b, r.
Sólo hay una diferencia en el recorrido en orden simétrico, con sus distinciones entre el hijo
izquierdo y derecho y entre los subárboles izquierdo y derecho. Para los árboles de las partes
(a) y (b) de la figura 12.19 encontramos que las listas en orden simétrico respectivas son
(a) x>,a,r,b,c y (b) a,v,r,b,c.
IJ$m$>to 12,8 Si aplicamos el recorrido en orden simétrico at árbol binario con raíz que se muestra en la
figura 12.20, veremos que la lista en orden simétrico para estos vértices es/?, j , q,f, c, k, g,
a, d, r, b, h, s, m, e, i, t, n, u.
Figura 12.20
t ¡Cuidado! Si intercambiamos el orden de los dos hijos existentes (de un padre dado) en un árbol binario
con raíz, el cambio afecta los recorridos en orden previo, posterior y simétrico. No obstante, si un hijo es
"nulo", sólo se modifica el recorrido en orden simétrico.
El siguiente árbol recubridor de un grafo conexo está relacionado con el concepto de

orden previo.
Sea G = (V, E) un grafo conexo no dirigido con r €E V. A partir de r, construimos un
camino simple en G, lo más largo posible. Si este camino simple incluye todos los vértices
de V, entonces el camino simple es un árbol recubridor T de G y hemos terminado. En caso
contrario, sean x, y los dos últimos vértices visitados por este camino, con y como último
vértice. Después retrocedemos al vértice x y construimos un segundo camino simple en G
lo más largo posible, a partir de x, que no incluya los vértices ya visitados. Si no existe tal
camino, retrocedemos al padre p de x y vemos lo lejos que podemos llegar a partir de p,
construyendo un camino simple (lo más largo posible, sin ir a vértices ya visitados) hasta
una nueva hojay,. En caso de que todas las aristas que parten ácp conduzcan a vértices ya
visitados, retrocedemos un nivel más y continuamos este proceso. Puesto que el grafo es
finito y conexo, esta técnica, llamada retroceso o búsqueda en profundidad, determinará
finalmente un árbol recubridor T de G, donde r se considera como la raíz de T. Por medio
de T podemos ordenar los vértices de G en una lista en orden previo.
La búsqueda en profundidad sirve como un marco de referencia en torno del cual se
pueden diseñar muchos algoritmos para verificar ciertas propiedades de un grafo. Analiza
remos con detalle uno de estos algoritmos en la sección 12.5.
Una forma que ayuda a implementar la búsqueda en profundidad en un programa
consiste en asignar un orden fijo a los vértices del grafo dado G = (Y E). Entonces, si
existen dos o más vértices adyacentes a un vértice x> y ninguno de estos vértices ha sido
visitado antes, sabremos con precisión cuál de ellos debe visitarse primero. Este orden
nos ayudará a desarrollar la descripción anterior de la búsqueda en profundidad como
un algoritmo.
Sea G = (V, E) un grafo no dirigido, conexo, sin lazos, tal que | V| = n y donde los
vértices están ordenados como \),, i)2, "U3, . . . , t>„. Para encontrar el árbol recubridor en
profundidad, ordenado con raíz, aplicamos el siguiente algoritmo, donde usamos la varia
ble x> para guardar el vértice que se analiza en un momento dado.
Algoritmo de búsqueda en profundidad
Paso 1: Se asigna x>¡ a la variable v y se inicializa Tcomo el árbol que consta sola
mente de este vértice. (El vértice \>i será la raíz del árbol recubridor que se va a desa
rrollar.)
Paso 2: Seleccionamos el subíndice más pequeño i, 2 < / < n, tal que (i), i),} G E y i),
no ha sido visitado todavía.
Si no se encuentra tal subíndice, entonces se va al paso 3. En caso contrario, se

hace lo siguiente: (1) Añadimos la arista (i), 1),} al árbol T; (2) asignamos t>, a u; y (3)
regresamos al paso 2.
Paso 3: Si x> = x>u el árbol Tes el árbol recubridor (ordenado, con raíz) del orden dado.
Paso 4: Si v 4= vt, retrocedemos desde i>. Si u es el padre del vértice asignado a t) en

T, entonces asignamos u a u y regresamos al paso 2.
EjéfttpiO 12t*& Aplicaremos ahora este algoritmo al grafo G - (V, E) que se muestra en la figura 12.21(a).
En este caso, el orden de los vértices es alfabético: a, b, c, d, e, f, g, h, i, j .
Asignamos primero el vértice a a la variable De inicializamos T sólo con el vértice a (la
raíz). En el paso 2, vemos que el vértice b es el primer vértice tal que {a, b] GE que no ha
sido visitado todavía, por lo que agregamos la arista {a, b] a T, asignamos £> at> y regresa
mos al paso 2.
Para X> = b, vemos que el primer vértice (no visitado todavía) y que proporciona una
arista al árbol recubridor es d. En consecuencia, agregamos la arista {b, d] a T, asignamos
d a v y volvemos al paso 2.
Sin embargo, esta vez no existe un nuevo vértice que podamos obtener de d, puesto que
los vértices a y b ya han sido visitados, por lo que vamos al paso 3. Pero en este caso, el
valor de t> es d, no a, así que vamos al paso 4. Retrocedemos desde d y asignamos el
vértice b a i) y después regresamos al paso 2. En este momento vemos que podemos añadir
la arista {b, e) a T.
Seguimos con el proceso y añadimos a continuación las aristas {e, / } y {e, h). Pero
ahora, como el vértice h está asignado ai), debemos retroceder de h a e a b a a. Cuando v>
tiene asignado el vértice a por segunda vez, se obtiene la nueva arista {a, c}. Después
agregamos las aristas [c, g], {g, i} y {g, j). En este momento, hemos visitado todos los
vértices de G, por lo que retrocedemos dey a g a c a a. Con X) - a de nuevo, regresamos al
paso 2 y de ahí al paso 3, donde termina el proceso.
El árbol resultante T= (V, £,) aparece en la parte (b) de la figura 12.21. La parte (c) de
la figura muestra el árbol T que resulta del ordenamiento de los vértices:/ i, h, g, f, e, d,
c, b, a.
a b
(a) G = (V, E)
Figura 12.21
Un segundo método para buscar los vértices de un grafo no dirigido conexo sin lazos es
la búsqueda en anchura. Aquí designamos un vértice como la raíz y recorremos todos los
vértices adyacentes a la raíz. Desde cada hijo de la raíz podemos recorrer los vértices (no
visitados) que son adyacentes a uno de estos hijos. Al continuar este proceso, nunca enu
meramos un vértice dos veces, de modo que no se construye un ciclo; como G es finito, el
proceso termina en cierto momento.
En realidad ya utilizamos esta técnica anteriormente: en el ejemplo 11.25 de la sección
11.5.
Cierta estructura de datos es útil para desarrollar un algoritmo en este segundo méto
do de búsqueda. Una cola es una lista ordenada en la que los elementos se insertan en un
extremo (el final) de la lista y se eliminan del otro extremo (cífrente). El primer elemen
to insertado en la cola es el primero que sale de ella. En consecuencia, una cola se
conoce como una estructura FIFO ("first-in, first-out", primero en entrar, primero en
salir).
Como en la búsqueda en profundidad, nuevamente asignamos un orden a los vértices
de nuestro grafo.
Comenzamos con un grafo no dirigido conexo sin lazos G - (V, E), donde | V| = n y los
vértices están ordenados como i),, x>2, \)3, . . . , vn. El siguiente algoritmo genera el árbol
recubridor en anchura (ordenado con raíz) Tde G para el orden dado.
Algoritmo de búsqueda en anchura

Paso 1: Insertamos el vértice ty en la cola Q e inicializamos Tcomo el árbol formado
por este único vértice M¡ (la raíz de la versión final de 7).
Paso 2: Eliminamos los vértices del frente de Q. Al eliminar un vértice v, considera
mos \>¡ para cada 2 S i S n. Si la arista {i>, i)J E £ y x>¡ no ha sido visitado, agregamos
la arista a T. Si examinamos todos los vértices que ya estaban en Q y no obtenemos
aristas nuevas, el árbol regenerado hasta ese momento) es el árbol recubridor (ordena
do con raíz) del orden dado. i
Paso 3: Insertamos los vértices adyacentes a cada \> (del paso 2) en el final de la
cola Q, según el orden en que fueron visitados por primera vez. Después regresamos
al paso 2.
Ejerrtpio 12-10 Utilizaremos el grafo de la figura 12.21 (a) con el orden a, b, c, d, e, f, g, h, i, j para ilustrar
el uso del algoritmo de búsqueda en anchura.
Partimos del vértice a. Insertamos a en Q e inicializamos T con este vértice (la raíz del
árbol resultante).
En el paso 2 eliminamos a de Q y visitamos los vértices adyacentes a él: b, c, d. (Estos
vértices no han sido visitados previamente.) Esto permite añadir las aristas {a, b), {a, c) y
{a, d).
En el paso 3, insertamos b, c, d (en este orden) en Q y regresamos al paso 2. Ahora
eliminamos estos vértices de Q y visitamos los vértices adyacentes a ellos (no visitados
antes) de acuerdo con el orden dado de los vértices de G. De aquí obtenemos los dos
nuevos vértices e, g y en las aristas [b, e},{c, g) que agregamos a T.
Después vamos al paso 3 e insertamos e, g en Q. Regresamos al paso 2, eliminamos
cada uno de estos vértices de Q y encontramos, en orden, los nuevos vértices (no visitados
previamente)/ h e i,j. Esto nos permite añadirlas aristas {e,/}, {e, h} y {g, i}, {g,j} al
árbol T.
De nuevo regresamos al paso 3, donde insertamos los vértices/ h, i, j en Q. Pero ahora,
cuando vamos al paso 2 y eliminamos los vértices de Q, no encontramos vértices nuevos
(no visitados previamente). En consecuencia, el árbol Tde la figura 12.22(a) es el árbol
f h i j
(a)
Figura 12.22
recubridor en anchura de G, para el orden dado. (El árbol T\ que aparece en la parte (b) de
la figura surge con el orden), i, h, g,f, e, d, c, b, a.)
Ahora aplicaremos las ideas de búsqueda en grafos en un ejemplo más.
IfgmpU) 12*11 Sea G = (V, E) un grafo no dirigido (con lazos), donde los vértices están ordenados como
VI.DJ,..., v1. Si la figura 12.23(a) es la matriz de adyacencia/4(G) de G, ¿cómo podemos
usar esta representación de G para determinar si G es conexo, sin dibujar el grafo?
Con "U, como raíz, en la parte (b) de la figura analizamos el grafo por medio de su
matriz de adyacencia, usando una búsqueda en anchura. [Aquí hemos dejado de lado los
lazos ya que hemos pasado por alto los unos de la diagonal principal (desde el extremo
superior izquierdo hasta el extremo inferior derecho).] Primero vjsitamos los vértices ad
yacentes a t>, y los enumeramos en orden ascendente según los subíndices de los vértices
de A(G). Continuamos con la búsqueda, y como alcanzamos todos los vértices de G, G
resulta ser conexo.
"i "i
Vi /
v,
v, v2 v3 vA vb y6 v7
0 1 0 0 0 0 I 1 %K v
/ \
V 1 1 1 1 0 0 0
2
^3 vj \VA
v, 0 1 1 0 0 0 0 V
A(G) = VA 0 1 0 0 10 1
v-, 0 0 0 10 1 0
\5
A \ v7
Vf, 0 0 0 0 10 0
v, 10 0 10 0 0
•^6 *vb
Búsqueda Búsqueda
en anchura en profundidad
(a) (b) (0
Figura 12.23
Podemos obtener la misma conclusión mediante la búsqueda en profundidad de la parte

(c). Este árbol también tiene a i), como raíz. Al desarrollar el árbol para el análisis del
grafo, enumeramos el primer vértice adyacente a t», según la fila de Vi en A(G). De forma
análoga, después de v2 vemos que t)3 es el primer vértice nuevo en la revisión de A(G). El
vértice v3 es una hoja en este árbol, puesto que no podemos visitar vértices nuevos a partir
de x>3. Al retroceder a t>2, la fila 2 de A(G) indica que podemos visitar x>4 desde x>2.
continuar este proceso, la parte (c) de la figura muestra que G es conexo.
Ahora regresaremos a nuestro análisis de los árboles con raíz. La siguiente definición
generaliza las ideas presentadas en el ejemplo 12.5.
Definición 12.5 Sea T= (V, E) un árbol con raíz y sea m £ Z+.

Tes un árbol m-ario si gs{\>) < m para todo x> E V. Si m - 2, el árbol es un árbol binari
Si gs(\>) = 0 o m para todo v S V, T es un árbol m-ario completo. El caso especial m =
2 da como resultado un árbol binario completo.
En un árbol m-ario completo, cada vértice interno tiene exactamente m hijos. (Ninguna
hoja del árbol tiene hijos.)
El siguiente teorema analiza algunas propiedades de los árboles.
TEOREMA 12.6 Sea T- (V, E) un árbol m-ario completo con | V| = n. Si Ttiene R hojas e i vértices internos
entonces (a) n = mi + 1; (b) 1= (m - l)i + 1, y (c) i - (R - l)/(m - 1) = (n - l)/m.
Demostración: Esta demostración se ha dejado para los ejercicios de la sección.
Ejsmplo 12.12
<f
Las
semifinales
< = >
cuartos de final Figura 12.24
El campeonato de tenis de Wimbledon es un torneo con eliminación simple, donde un

jugador (o un equipo de dobles) queda eliminado después de perder una vez. Si 27 mujeres
compiten en el campeonato de individuales, ¿cuántos encuentros deben realizarse para
determinar quién es la tenista número uno?
Consideremos el árbol de la figura 12.24. Si compiten 27 mujeres, existen 27 hojas en
este árbol binario completo, por lo que, a partir del teorema 12.6(c), el número de vértices
internos (igual al número de encuentros) es i = (R- \)l(m - 1) = (27 - l)/(2 - 1) = 26.
I Ejemplo 12.11 Una aula tiene 25 microcomputadores que deben conectarse a un enchufe de pared con
cuatro salidas. Se hacen las conexiones mediante cables de extensión con cuatro salidas
cada uno. ¿Cuál es el número mínimo de cables que se necesitan para poder utilizar todos
los computadores?
El enchufe de pared se considera como la raíz de un árbol m-ario completo, con m = 4.
Los microcomputadores son las hojas de este árbol, por lo que R•= 25. Cada vértice inter
no, excepto la raíz, corresponde a un cable de extensión. Así, por la parte (c) del teorema
12.6, existen (R - l)/(m- 1) = (25— l)/(4- 1) = 8 vértices internos. Por lo tanto, necesitamos
8 - 1 (el 1 se resta por la raíz) = 7 cables de extensión.
Definición 12.6 Si 7 = (V, E) es un árbol con raíz y a es el número de nivel máximo de una hoja de 7, 7 tiene
altura a. Un árbol con raíz 7 de altura a es equilibrado si el número de nivel de cada hoja
de 7 es a - 1 o a.
El árbol con raíz que se muestra en la figura 12.18 es un árbol equilibado de altura 3. El
árbol T en la figura 12.21(c) tiene altura 7 pero no es equilibrado. (¿Por qué?)
El árbol del torneo del ejemplo 12.12 debe estar equilibrado para que el torneo sea lo
más justo posible. Si no está equilibrado, algún competidor tendrá más de una oportunidad
para avanzar a la siguiente ronda sin jugar un encuentro.
Antes de enunciar nuestro siguiente teorema, recordemos que para cualquier x £ R,
\_x\ denota el máximo entero menor o igual que x (el suelo de x), mientras que |~x"| denota
el techo de x.
TEOREMA 12.7 Sea 7 - (V, E) un árbol m-ario completo de altura a y R hojas. Entonces R < m" y a >
Demostración: Establecemos la demostración de R ^ m" por inducción sobre a. Si a - 1,7

es un árbol con una raíz y m hijos. En este caso, R = m = rrf y el resultado es verdadero.
Supongamos que el resultado es cierto para cualquier árbol de altura menor que a, y conside
remos un árbol 7 con altura a y R hojas. (Los números de nivel posibles para estas hojas son
1,2,... , a, donde al menos m de las hojas están en el nivel a.) Las R hojas de 7 también son
el total de hojas R de los m subárboles 7/, 1 l y a - 1 > 0, tenemos m""' > l=R,.)Por
la hipótesis de inducción, l¡ < ma(T¡) < m 0-1 , donde a(7,) es la altura del subárbolT, y por lo
tanto, 1= d, + ^ + ■ • • K < m(ma-1) = > 1 = rrf.
Si ln < /n", vemos que logmfi < logm(m°) = a y como a E Z+, se sigue que a > |"logmf,].
COROLARIO 12.1 SeaTun árbol m-ario completo equilibrado con H hojas. Entonces la altura de Tes [~logm i]
Demostración: Esta demostración se deja como ejercicio.
Cerraremos la sección con una aplicación que usa un árbol ternario (m = 3) completo.
Ejemplo 12.14 (Árboles de decisión) Dadas ocho monedas (idénticas en apariencia) y una balanza, si
exactamente una de estas monedas es falsa y más pesada que las otras siete, tenemos que
identificar la moneda falsa.
Numeramos las monedas como 1, 2, 3, . . . , 8. Para usar la balanza y comparar los
conjuntos de monedas, debemos considerar tres tipos de resultados: (a) los dos lados están
equilibrados, lo que indica que ninguna de las monedas de ambos lados es falsa; (b) el
platillo izquierdo está más bajo, lo que indica que la moneda falsa está en este platillo; o
(c) el platillo derecho está más bajo, lo que indica que tiene la moneda falsa.
En la figura 12.25(a), buscamos la moneda falsa comparando primero las monedas 1,2,
3, 4 con 5, 6, 7 y 8. Si la balanza se inclina hacia la derecha, seguimos la rama derecha
desde la raíz para analizar las monedas 5, 6 comparándolas con 7, 8. Si la balanza se
inclina hacia la izquierda, comparamos las monedas 1, 2 con 3, 4. En cada nivel sucesivo
tenemos que verificar la mitad de las monedas, por lo que en el nivel 3 habremos identifi
cado la moneda falsa.
El árbol de la parte (b) de la figura encuentra la moneda más pesada en dos pesadas. La
primera pesada compara las monedas 1, 2, 3 con 6, 7, 8. Pueden ocurrir tres resultados: (i)
(1,2, 3, 4 ) - ( 5 , 6, 7, 8) (1,2,31- - (6, 7, 8)
1^11,21-13,4} } » (5, 6) - (7, 81 rm-(3i yt ( 4 1 - ( 5 1 ^ ) (161-(81
/ i } - ( 2 } \ Í3| - (4) /{5¡ - I 6 t \ (7) - (8)

(ii i; 1 (31 l\ A
(41 í
) (51 (6) C
') (81
(1) (2} (3) (4) (5) I6l (7) (8!

Árbol binario de decisión Árbol ternario de decisión
(a) (Altura = 3) (b) (Altura = 2)
Figura 12.25
la balanza se inclina a la derecha, lo que indica que la moneda más pesada es 6, 7 t> 8 y
seguimos la rama derecha desde la raíz; (ii) la balanza se inclina a la izquierda y seguimos
la rama izquierda para ver cuál de las monedas 1, 2, 3 es la más pesada; o (iii) los platillos
se equilibran y seguimos la rama central para ver cuál de las monedas 4, 5 es más pesada.
En cada vértice interno, la etiqueta indica las monedas que se comparan. A diferencia de la
parte (a), podemos deducir una conclusión en la parte (b) cuando no se incluye una mone
da en una pesada. Por último, al comparar las monedas 4 y 5, puesto que no puede ocurrir
la igualdad, etiquetamos la hoja del centro con 0.
En este problema particular, la altura del árbol ternario completo debe ser al menos 2.
Si utilizamos ocho monedas, el árbol tendrá al menos ocho hojas. En consecuencia, con R
> 8, se sigue, del teorema 12.7, que a > |~log3R] > flog3 8~| = 2, por lo que se necesitan al
menos dos pesadas. Si se usan n monedas, el árbol ternario completo tendrá R hojas, donde
R > n, y su altura a satisface a > flog3 n\.
EJERCICIOS 12.2 1. Responda las siguientes preguntas para el árbol de la figura 12.26.
a) ¿Qué vértices son las hojas?
b) ¿Qué vértice es la raíz?
c) ¿Qué vértice es el padre de g?
d) ¿Qué vértices son los descendientes de c?
e) ¿Qué vértices son los hermanos de s?
f) ¿Cuál es el número de nivel del vértice/?
g) ¿Qué vértices tienen número de nivel 4?
h) ¿Cuál es la altura del árbol?
i) ¿Es equilibrado el árbol?
j) ¿Es el árbol /n-ario para algún m £ Z * (mínimo)?
2. Sea T = (V, E) un árbol binario. En la figura 12.27, encontramos un subárbol de Tcon raíz en
el vérticep. (La línea punteada que llega al vérticep indica que el árbol Tes mayor que como
aparece en la figura.) Si el número de nivel del vértice u es 37, (a) ¿cuáles son los números de
nivel de los vértices/?, s, t, v, w,x,yy z? (b)¿Cuántos ascendientes tiene el vértice ul (c)¿Cuántos
ascendientes tiene el vértice y?
3. a) Escriba la expresión (w + x - y)l{n * z3) en notación polaca, mediante un árbol con raíz.
b) ¿Cuál es el valor de la expresión (en notación polaca)
/ t a - be + d * ef, si a = c = d = e = 2, b =f = 4?
k p q s t y* «Z
4. Sea T= (V, E) un árbol con raíz ordenado mediante un sistema universal de direcciones.
a) Si el vértice i) en T tiene direccción 2.1.3.6, ¿cuál es el número mínimo de hermanos que\)
debe tener?
b) Para el vértice "u de la parte (a), encuentre la dirección de su padre.
c) ¿Cuántos ascendientes tiene el vértice xi de la parte (a)?
d) Con la presencia de v en T, ¿qué otras direcciones debe haber en el sistema?
5. Para el árbol de la figura 12.28, enumere los vértices según un recorrido en orden previo, un
recorrido en orden simétrico y un recorrido en orden posterior.
6. Enumere los vértices del árbol que se muestra en la figura 12.29 cuando se visitan en un
recorrido en orden previo y un recorrido en orden posterior.
7. a) Encuentre el árbol recubridor en profundidad para el grafo de la figura 11.67(a) si el orden
de los vértices es (i) a, b, c, d, e, / g, h; (ii) h, g, f, e, d, c, b, a; (iii) a, b, c, d, h, g, f, e.
b) Repita la parte (a) para el grafo que se muestra en la figura 11.80(i).
8. Encuentre los árboles recubridores en anchura para los grafos y órdenes dados en el ejercicio 7.
9. Sea G = {V, E) un grafo no dirigido con matriz de adyacencia A(G) dada por
Vi V2 ^3 Mi X>5 V>í u7 Us
•ui ~0 1 0 0 0 0 1 0"
x>2 1 1 0 1 1 0 1 0
v3 0 0 0 1 0 1 0 1
Vi 0 1 1 0 0 0 0 0
Vs 0 1 0 0 0 0 1 0
V6 0 0 1 0 0 1 0 0
•07 1 1 0 0 1 0 0 0
v$ _0 0 1 0 0 0 0 0_
Utilice una búsqueda en anchura con base en A(G) para determinar si G es conexo.
10. Para el grafo que se muestra en la figura 12.30, encuentre el árbol recubridor en anchura,
cuando los vértices se ordenan como (i) a, b, c, d, e,f; (ii) a, b, e, c, d,f\ (iii) a, c, d, b, e,f.
11. a) Dé un ejemplo de un árbol binario T¡ = (Vu E-¡) donde | V, | > 3 y las listas de orden previo
y orden simétrico de los vértices de V, son las mismas.
b) Dé un ejemplo de un árbol binario T2 = (V2, E2) donde | V2| > 3 y las listas en orden
posterior y orden simétrico de los vértices de V2 son las mismas.
c) ¿Qué ocurre con los resultados de las partes (a) y (b) si pedimos que 7", y T2 sean árboles
binarios completos!
12. a) Sea T= (V, E) un árbol binario. Si | V| = n, ¿cuál es la máxima altura posible de T!
b) Si T = (V, E) es un árbol binario completo y | V\ = n, ¿cuál es la máxima altura posible de
Ten este caso?
13. Demuestre el teorema 12.6 y el corolario 12.1.
14. Con m, n, i, K como en el teorema 12.6, demuestre que
a) n = (mi- l ) / ( m - l ) b) (l = [ ( m - l)n + \}lm.
15. a) Un árbol ternario (o 3-ario) completo T= (V, E) tiene 34 vértices internos. ¿Cuántas aristas
tiene 7? ¿Cuántas hojas?
b) ¿Cuántos vértices internos tiene un árbol 5-ario completo con 817 hojas?
16. El árbol binario completo T = (V, E) es tal que V = {a, b, c, . . . , i, j , k}. La lista en orden
posterior de V es d, e, b, h, i, f, j , k, g, c, a. Obtenga un dibujo de T mediante esta información
si (a) la altura de Tes 3; (b) la altura del subárbol izquierdo de Tes 3.
17. Para m > 3, podemos transformar un árbol m-ario completo en un árbol binario completo
mediante la idea que se muestra en la figura 12.31.
a) Utilice esta técnica para transformar el árbol de decisión ternario completo de la figura
12.25(b).
b) Si Tes un árbol cuaternario completo de altura 3, ¿cuál es la altura máxima posible para T
después de transformarlo en un árbol binario completo?, ¿cuál es la mínima altura?
c) Responda la parte (b) si T es un árbol m-ario completo de altura a.
18. a) En un torneo individual de tenis masculino cada uno de los 25 jugadores trae una lata con
pelotas de tenis. Al jugar un partido se abre y utiliza una lata, que es conservada por el
perdedor. El ganador lleva la lata no abierta a su siguiente encuentro. ¿Cuántas latas de
pelotas de tenis se abrirán durante el torneo? ¿Cuántos partidos se juegan en el torneo?
b) ¿En cuántos partidos jugó el campeón del torneo?
c) Si cada encuentro es ganado por el primero que obtiene tres sets, ¿cuál es el numero máxi
mo de sets que podrían jugarse (con todos los participantes) durante el torneo?

19. ¿Cuál es el número máximo de vértices internos que puede tener un árbol cuaternario completo
de altura 8? ¿Cuál es este número para el árbol m-ario completo de altura a?
20. El primer domingo de 1993, Ricardo y Francisco iniciaron una cadena de cartas, cada uno de
ellos envió 5 cartas (a diez amigos distintos). Cada persona que reciba la carta, debe enviar 5
copias a 5 nuevas personas el domingo siguiente a la llegada de la carta. Después de los prime
ros 7 domingos, ¿cuál es el número total de cartas de la cadena enviadas? ¿Cuántas se enviaron
los tres últimos domingos?
21. Utilice un árbol de decisión ternario completo para repetir el ejemplo 12.14 para un conjunto
de doce monedas, donde exactamente una de ellas es falsa y más pesada que las demás.
22. Sea T= (V, E) un árbol m-ario completo equlibrado de altura a > 2. Si T tiene h hojas y b„_
nodos de ramificación en el nivel a - 1, explique por qué h = m"'1 + (m - l)ba_u
12.3
Árboles y ordenaciones
En el ejemplo 10.4 del capítulo 10 presentamos la ordenación por el método de la burbuja

en el estudio de las relaciones de recurrencia lineales. Vimos que el número de compara
ciones necesarias para ordenar una lista de n elementos es n(n - l)/2. En consecuencia,
este algoritmo determina una función / : Z+ —> R dada por f{n) - n(n - 1 )/2. Ésta es la
función de complejidad en tiempo (para el peor caso) del algoritmo y la expresamos escri
biendo / G 0(n2). En consecuencia, la ordenación por el método de la burbuja necesita
0(n2) comparaciones. Interpretamos esto diciendo que para n grande, el número de com
paraciones es igual a en2, donde c es una constante de proporcionalidad que generalmente
no se especifica, pues depende de factores como el compilador y el computador utilizados.
En esta sección analizaremos un segundo método para ordenar una lista dada de n
elementos en orden ascendente. Este método se llama ordenación por inserción y veremos
que el orden de su función de complejidad en tiempo para el peor caso es 0(n log2 n).
Haremos esto de la manera siguiente:
1) Primero estimaremos el número de comparaciones necesarias cuando n es una potencia
de dos. Nuestro método utilizará un par de árboles binarios completos equilibrados.
2) Después analizaremos el caso para cualquier m, mediante el material opcional de
los algoritmos "divide y vencerás" de la sección 10.6.
Si n es un entero positivo arbitrario, comenzamos considerando el siguiente procedimiento.
Dada una lista de n elementos que deben ordenarse en forma ascendente, la ordenación
por inserción separa en forma recursiva la lista dada y todas las demás sublistas a la mitad
(o lo más cercano posible a la mitad) hasta que cada sublista contiene un solo elemento.
Después, el procedimiento intercala estas sublistas en orden ascendente hasta ordenar los n
elementos originales. Los procesos de división e inserción pueden describirse mejor me
diante un par de árboles binarios completos equilibrados, como en el siguiente ejemplo.
Ejemplo 12,15 (Ordenación por inserción) Con la ordenación por inserción, la figura 12.32 ordena la lista
6, 2, 7, 3, 4, 9, 5, 1, 8. El árbol de la parte superior de la figura muestra la forma en que
el proceso divide primero la lista dada en sublistas de tamaño 1. Después se bosqueja el
proceso de inserción usando el árbol de la parte inferior de la figura.
6, 2, 7, 3 , 4 - 9 , 5, 1,8
/ \
6, 2, 7 - 3, 4 9, 5 - 1,8
/ \ / \
6,2 - 7 3 -4 9-5 1-8
/ \ / \ / \ / \
6-2 7 3 4 9 5 1 8
A
6 2
6 2
V
2,6 7 3 4 9 5 1 8
\ / \ / \ / \ /
2, 6, 7 3, t-
\ E>, 9 1,8
\ 1
2,3,4,6,7
\
1, 5, 8, 9
/
\ /
1,2,3 , 4, 5, 6, 7,8,9
Figura 12.32
Para comparar la ordenación por inserción con la ordenación por el método de la bur
buja, se requerirá determinar su función de complejidad en tiempo. Necesitaremos el si
guiente lema para esta tarea.
Sean L¡ y L¿ dos listas ordenadas con números ascendentes, donde L¡ contiene n, elemen
tos, i- 1,2. Entonces L, y L¿ pueden intercalarse en una lista ascendente L con un máximo
de n, + n2 - 1 comparaciones.
Demostración: Para intercalar las listas Lu Lj en la listaL, utilizamos el siguiente algoritmo.
Paso 1: Hacemos L igual a la lista vacía 0.

Paso 2: Comparamos los primeros elementos de Ls, L¡.. Eliminamos el menor de ellos
de su lista correspondiente y lo colocamos al final de L.
Paso 3: Para las listas actuales L,, L¿ (cada vez que se ejecuta el paso 2 se modifica
una de estás listas), hay dos casos.
a) Si alguna de las listas L1( L2 es vacía, entonces la otra se concatena al final de ¿, lo
que completa la inserción..
b) En caso contrario, regresamos al paso 2.
Cada comparación de un número de Lx con uno de L2 hace que un elemento se coloque al

final de la listaL, por lo que no hay más de n, + n2 comparaciones. Cuando una de las listas
L, o L2 es vacía, no necesitamos más comparaciones, por lo que el número máximo de

comparaciones necesarias es n, + n2 - 1.
Para determinar la función de complejidad en tiempo de la ordenación por inserción

consideremos una lista de n elementos. Por el momento, no nos ocuparemos del problema
general y supondremos que n = 2\f En el proceso de separación, primero dividimos la
lista de 2* elementos en dos sublistas de tamaño 2A_1. (Éstos son los vértices de nivel 1 en
el árbol que representa el proceso de división.) Al continuar el proceso, cada lista sucesiva
de tamaño 2h~k,h>k, está en el nivel k y se divide en dos sublistas de tamaño (l/2)(2*~*) =
2***"1. En el nivel h, cada una de las sublistas contiene 2*~A = 1 elemento.
Al invertir el proceso, primero intercalamos las n = 2A hojas en 2A~' sublistas ordenadas
de tamaño 2. Estas sublistas están en el nivel h-\ y necesitan (l/2)(2'') = 2/'~1 comparacio
nes (una por cada par). Al continuar el proceso de inserción, en cada uno de los 2* vértices
del nivel k, 1 < k<h, existe una sublista de tamaño 2''~k, que se obtiene al intercalar las dos
sublistas de tamaño 2"~k~l en su hijo (en el nivel k + 1). Del lema 12.1, este intercalado
requiere un máximo de 2h~k~' +2"~k~>- 1 =2h~k- 1 comparaciones. Cuando se llega al
hijo de la raíz, existen dos sublistas de tamaño 2' 1_ ' (en el nivel 1). Para intercalar estas
sublistas en la lista final se necesitan a lo sumo 2h~' + 2h~' - 1 = 2" - 1 comparaciones.
En consecuencia, para 1 < k < h, en el nivel k existen 2*~' pares de vértices. En cada uno
de estos vértices hay una sublista de tamaño 2'''k, por lo que se necesitan como máximo
2h'k+' - 1 comparaciones para intercalar cada par de sublistas. Con 2*~' pares de vértices en
el nivel k, el número total de comparaciones en el nivel k es cuando mucho de 2*"' (2''~k+' -1).
Cuando sumamos sobre todos los niveles k, donde 1 < k < h, obtenemos que el número
total de comparaciones es
¿ 2*-'(2/,-*+1 - 1) = ¿ 2*(2*-* - 1) = 2 2h - ¿ 2k = h ■ 2h - (2h - 1).
Si n - 2 \ tenemos que h = log2n y

h-2h-(2h-l) = n log2 n-(n-l) = n log2 n-n + í,
donde n log2 n es el término dominante para n grande. Así, la función de complejidad en
tiempo (para el peor caso) de este procedimiento de ordenación es g(n) - n log2 n-n + \
y g G 0(n log2 n), para« = 2'', h G Z+. Por lo tanto, el número de comparaciones necesarias
para ordenar por inserción una lista de n elementos es dn log2 n, para cierta constante de
proporcionalidad d y para todo n > n0, donde n0 es un entero positivo particular (grande).
Para mostrar que el orden de esta ordenación por inserción es 0(n log2 n) para todo n E
Z+, nuestro segundo método usará el resultado del ejercicio 9 de la sección 10.6, que
enunciaremos ahora:
Sean a, b, c G Z+, b 2 2. Sig : Z+—>R+U {0} es una función monótona creciente tal que
í(l)sc,
g(n) ^ ag(n/b) + en, para n = bh,hEZ+,
t El resultado obtenido en el caso n = 2', h £ N es verdadero todo n e Z \ Sin embargo, necesitamos el

material opcional de la sección 10.6 para deducir el resultado para n arbitraria. Ésa es la razón por la que
incluimos este argumento de conteo en esta parte, en beneficio de los lectores que no estudiaron la sección
10.6.
entonces, para el caso en que a - b, tenemos g £ 0{n log n), para todo n E Z+. (La base de
la función logaritmo puede ser cualquier número real mayor que 1. En este caso usaremos
la base 2.)
Antes de poder aplicar este resultado a la ordenación por inserción, queremos formular
este procedimiento (que se ilustra en la figura 12.32) como un algoritmo preciso. Para
esto, llamaremos al procedimiento bosquejado en el lema 12.1 el algoritmo de "inserción".
Después escribiremos "inserta (Lu L¡)" para representar la aplicación de ese procedimien
to a las listas Lu h¡, que están en orden ascendente.
El algoritmo para la ordenación por inserción es un proceso recursivo, pues podría
llamarse a sí mismo. En este caso, la entrada es una lista (llamada Lista) de n elementos
(números reales, por ejemplo).
El algoritmo de ordenación por inserción

Paso 1: Si n = 1, entonces Lista ya está ordenada y el proceso termina. Si n > 1,
entonces vamos al paso 2.
Paso 2: (Dividimos la lista y ordenamos las sublistas.) Realizamos lo siguiente:
1) Asignamos a m el valor W^J.
2) Asignamos a Listal la sublista
Lista[l], Lista[2] Lista[m].
3) Asignamos a Lista2 la sublista
Lista[m + 1], Lista[m + 2] Listafn].
4) Aplicamos el mismo algoritmo de inserción a Listal (y m) y a Lista2 (y n - m).
Paso 3: Insertamos (Listal, Lista2).
La función g: Z+ —> R+ U {0} medirá la función de complejidad en tiempo (para el peor

caso) de este algoritmo, contando el número máximo de comparaciones necesarias para
ordenar por inserción una lista de n elementos. Para n - 21', h €E Z+, tenemos
g{n) = 2g(n/2) + [(n/2) + (n/2)-l].

El término 2g(n/2) es el resultado del paso 2 del algoritmo de ordenación por inserción,
y el sumando [(n/2) + (n/2) - 1] se sigue del paso 3 del algoritmo y del lema 12.1.
Como g(l) = 0, la ecuación anterior proporciona las desigualdades
g(l) = 0 < l ,
g(n) = 2g(n/2) + (n - 1) < 2g(n/2) + n, para n = 2h,hEZ+.
También observamos queg(l) = 0, g(2) = 1, g(3) = 3 y g(4) = 5, por lo queg(l) < g(2) <
g(3) < g(4). En consecuencia, parece que g es una función monótona creciente. La de
mostración de que es monótona creciente es similar a la demostración dada para la función
de complejidad en tiempo de la búsqueda binaria. Esto ha seguido el desarrollo del ejem
plo 10.44 de la sección 10.6, por lo que dejamos los detalles de la demostración de que g
es monótona creciente para los ejercicios de la sección.
Con a-b-2yc- 1, el resultado establecido antes muestra que g €E 0(n log2 n) para
todo n £ Z+.
Aunque n log2 n <ri2para todo n G Z+, el hecho de que la ordenación por el método de
la burbuja sea <D(n2) y la ordenación por inserción sea <D(n log2n) no implica que el segundo
método sea más eficiente que el primero para todo n S Z+. La ordenación por el método de
la burbuja requiere un menor esfuerzo de programación y tarda menos que el ordenamiento
por burbuja para valores pequeños de n (según varios factores, como el lenguaje de pro
gramación, el compilador y el computador). Sin embargo, conforme n crece, la razón
entre los tiempos de ejecución, medidos como (cn2)l(dn log2 n) = (c/d)(n/\og2 n) se va
haciendo tan grande como se quiera. En consecuencia, cuando la lista de entrada aumenta
su tamaño, el algoritmo <ü (n2) (ordenación por el método de la burbuja) tarda significati
vamente más que el algoritmo 6(n log2n) (ordenación por inserción).
Para más detalles acerca de los algoritmos de ordenación y de sus funciones de complejidad
en tiempo, el lector puede revisar las referencias [ 1 ], [3], [6] y [7] en la bibliografía del capítulo.
EJERCICIOS 12.3 1. a) Dé un ejemplo de dos listas Lu L2, cada una de las cuales esté en orden ascendente, conten
ga cinco elementos, y donde se necesiten nueve comparaciones para intercalar Lu L2 me
diante el algoritmo dado en el lema 12.1.
b) Generalice el resultado de la parte (a) al caso en que Lx tiene m elementos, Li tiene n ele
mentos y se necesitan m + n-\ comparaciones para intercalar las dos listas.
2. Aplique la ordenación por inserción a cada una de las siguientes listas. Trace los árboles de
separación e inserción para cada aplicación del procedimiento.
a) - 1 , 0 , 2 , - 2 , 3 , 6 , - 3 , 5 , 1 , 4
b) -1,7,4,11,5, -8,15, - 3 , -2,6,10,3
3. Un procedimiento más eficiente relacionado con la ordenación por inserción es la ordenación
rápida. Aquí partimos de una lista L: au a2, . . . , a„ y usamos a¡ como un pivote para el
desarrollo de dos sublistas L, y L¡ de la forma siguiente. Para i > 1, si a, < a¡, colocamos a¡ a
final de la primera lista en desarrollo (es decir, L, en el final del proceso); en caso contrario,
colocamos a¡ al final de la segunda lista La.
Después de procesar a¡, i > 1, colocamos at alfinalde la primera lista. Ahora aplicamos el
algoritmo de ordenación rápida en forma recursiva a cada una de las listas L, y L2 para obtener
sublistas L n , Ln, Z^, y Z^2. Continuamos este proceso hasta que cada una de las sublistas
resultantes contenga un elemento. Ordenamos entonces las sublistas y su concatenación da la
ordenación buscada para la lista original L.
Aplique la ordenación rápida a cada lista del ejercicio 2.
4. Demuestre que la función utilizada en el segundo método para analizar la función de comple
jidad en tiempo de la ordenación por inserción es monótona creciente.
12.4
Árboles ponderados y códigos
prefijo
Entre los temas a los cuales se aplican las matemáticas discretas, la teoría de codificación
es uno de aquellos en los que las diferentes estructuras finitas tienen un papel fundamen
tal. Estas estructuras nos permiten representar y transmitir información codificada en tér
minos de los símbolos de un alfabeto dado. Por ejemplo, la forma más frecuente de codi-
ficar o representar los caracteres internamente en un computador es por medio de cadenas

de longitud fija, que utilizan los símbolos 0 y 1.
Sin embargo, los códigos desarrollados en esta sección usarán cadenas de diferentes
longitudes. La razón por la que una persona querría desarrollar tal esquema de codifica
ción y la manera de construirlo son los principales puntos de esta sección.
Supongamos que queremos desarrollar una forma de representar las letras del alfabeto
(inglés) mediante cadenas de ceros y unos. Puesto que existen 26 letras, deberíamos poder
codificar estos símbolos en términos de sucesiones de cinco bits, puesto que 2" < 26 < 2 5 .
Sin embargo, en el idioma inglés (y cualquier otro), no todas las letras aparecen con la
misma frecuencia. En consecuencia, sería más eficiente utilizar sucesiones binarias de
diferentes longitudes, de modo que las letras de aparición más frecuente (como e, i, t) se
representaran mediante las sucesiones más cortas posibles. Por ejemplo, consideremos S =
{a, e, n, r, f} un subconjunto del alfabeto y representemos los elementos de S mediante las
sucesiones binarias
a: 01 e: 0 n: 101 r: 10 t: 1.
Si debemos transmitir el mensaje "ata", se envía la sucesión binaria 01101. Por desgra
cia, esta sucesión también se transmite con los mensajes "etn", "atet" y "an".
Consideremos un segundo esquema de codificación, dado por
a: 111 e: 0 n: 1100 r. 1101 t: 10.

En este caso, el mensaje "ata" está representado por la sucesión 11110111 y no hay posi
bilidades de confusión. Es más, podemos usar el árbol binario completo etiquetado de la
figura 12.23 para decodificar la sucesión 11110111. A partir de la raíz, recorremos la arista
con el número 1 hasta el hijo derecho (de la raíz). Continuamos a lo largo de las siguientes
dos aristas con la etiqueta 1 y llegamos a la hoja con la etiqueta a. Por lo tanto, el único
camino simple de la raíz al vértice en a queda determinado sin ambigüedad por los tres
primeros unos en la sucesión 11110111. Después de regresar a la raíz, los siguientes dos
símbolos de la sucesión, esto es, 10, determinan el único camino simple a lo largo de la
arista de la raíz a su hijo derecho, seguido por la arista de ese hijo a su hijo izquierdo. Esto
termina en el vértice etiquetado con t. De nuevo regresamos a la raíz y los tres últimos bits
de la sucesión determinan la letra a por segunda vez. Por lo tanto, el árbol "decodifica"
11110111 como ata.
¿Por qué funcionó bien el segundo esquema de codificación si el primero era ambiguo?
En el primer esquema representamos r como 10 y n como 101. Si encontramos los símbo-
e:0
¡1ÍIVERSIDAD Dt. r WüOJOM

!
FACULTA^ :V -v-- : .;>jlEMA
DEP¿-;.,-. D«: 1
.OOTMENTACiOiS Y niBlAOTaam a: 111
MONTEVIDEO URT'GVrAT
n: 11 r: 1101
Figura 12.33
los 10, ¿cómo podemos determinar si los símbolos representan r o los primeros dos símbo
los de 101, que representan n? El problema es que la sucesión de r es un prefijo de la
sucesión de n. Esta ambigüedad no aparece en el segundo esquema de codificación, lo que
nos lleva a la siguiente definición.
Definición 12.7 Un conjunto P de sucesiones binarias (que representa un conjunto de símbolos) es un

código prefijo si ninguna de las sucesiones de P es el prefijo de otra sucesión de P.
En consecuencia, las sucesiones binarias 111,0, 1100, 1101, 10 forman un código pre
fijo para las letras a, e, n, r, t, respectivamente. ¿Pero de dónde surge el árbol binario
completo de la figura 12.33? Para este problema necesitamos el siguiente concepto.
Definición 12.8 Si Tes un árbol binario completo de altura a, entonces Tes un árbol binario total si todas
las hojas de Testan en el nivel a.
Ejemplo í 2,16 Para el código prefijo P = {111, 0, 1100, 1101, 10}, la sucesión binaria más larga tiene
longitud 4. Trazamos el árbol binario total etiquetado de altura 4, como aparece en la
figura 12.34. Los elementos de P se asignan a los vértices de este árbol de la forma si
guiente. Por ejemplo, la sucesión 10 describe el camino de la raíz r a su hijo derecho cD.
Después continuamos hasta el hijo izquierdo de cD donde el recuadro (marcado con un
asterisco) indica que la sucesión está completa. De regreso a la raíz, describimos las otras
cuatro sucesiones en forma similar, lo que produce los cinco vértices que aparecen dentro
de los recuadros. A cada uno de estos vértices le quitamos el subárbol que determina
(excepto a la raíz). El árbol podado resultante es el árbol binario completo de la figura
12.33, donde ningún "recuadro" es antecedente de otro "recuadro".
Figura 12.34
Ahora veremos un método para determinar un árbol etiquetado que modele un código
prefijo, en el que se tenga en cuenta la frecuencia de aparición de cada símbolo en el texto
12,4 Arboles ponderados y códigos prefijo 641
promedio; en otras palabras, un código prefijo donde usemos las sucesiones más cortas
para los símbolos de aparición más frecuente. Si existen muchos símbolos, como las 26
letras del alfabeto, no resultará eficiente usar un método de prueba y error para la cons
trucción de dicho árbol. Una elegante cosntrucción desarrollada por David A. Huffman
proporciona una técnica para la construcción de tales árboles.
El problema general de construcción de un árbol eficiente se puede describir como sigue.
Sea pi, p2, ■ ■ ■, p„ un conjunto de números positivos llamados pesos, donde p, „. Si T = (V, E) es un árbol binario completo con n hojas, asignamos estos pesos
(uno a uno) a las n hojas. El resultado es un árbol binario completo para los pesos pup2,...,
pn. Elpeso del árbol, P(T), se define como ^"i=]pMp¡)< donde, para cada 1 < i < n, Up¡) es
el número de nivel de la hoja asignada al peso/?,. El objetivo es asignar los pesos de modo
que P(T) sea lo más pequeño posible. Un árbol binario completo T para estos pesos es un
árbol óptimo si P(7") ^ P(T) para cualquier otro árbol binario completo T con los mismos
pesos.
La figura 12.35 muestra dos árboles binarios completos para los pesos 3, 5, 6 y 9. Para
el árbol Tx, P(Ti) = ^¡=lpfi(pi) = (3 + 9+ 5 + 6) ■ 2 = 46, puesto que cada hoja tiene número
de nivel 2. En el caso de T2, P(T2) = 3-3 + 5-3 + 6-2 + 9 - l = 4 5 , l o que veremos que es
óptimo.
A3 9 5 6
2)
(7-,)
La idea subyacente en la construcción de Huffman es que a fin de obtener un árbol

óptimo Tpara los n pesosp¡,p 2 ,pi,.. . ,p„, consideramos un árbol óptimo 7" para los n -
1 pesosp, +p2,pi, ■ ■ ■ ,p„- (No podemos suponer quep¡ +p2 </?3.)En particular, el árbo
T se transforma en T al reemplazar la hoja v con peso px+p2 por un árbol con raíz en t> de
altura 1, con un hijo izquierdo de peso/?, y un hijo derecho de peso/?2. Para ilustrar esto, si
el árbol T2de la figura 12.35 es óptimo para los cuatro pesos 1 + 2, 5, 6, 9, entonces el
árbol de la figura 12.36 será óptimo para los cinco pesos 1, 2, 5, 6, 9.
Necesitamos el siguiente lema para establecer nuestras afirmaciones.
LEMA 12.2 Si T es un árbol óptimo para los n pesos p¡ < p2 < ■ ■ ■ < pn, entonces existe un árbo
óptimo T en el que las hojas de pesos px y p2 son hermanos en el nivel maximal (en 7").
Demostración: Sea i) un vértice interno de T e n que el número de nivel de x> es maximal
para todos los vértices internos. Sennpx y py los pesos asignados a los hijos x, y del vértice
V), con px < py. Por la elección del vértice i), í(px) = i(py) > ft(pi), d(p2). Consideremos el
caso de/?, <p2. (Sipi = px, entonces podemos intercambiar p¡ y px y podemos considerar el
caso p2 < pr Aplicamos la siguiente demostración a este caso y vemos que py y p2 pueden
intercambiarse.)
Si K(px) > K(/?,), sea U,px) > K(pi) +j, para algún; £ Z+. EntoncespMPí) +pAPx) =pAp
+ PÁKPi) +j] = PAPÓ + pJ+pxKPi) > PAP\) + P\j + PxKpd = pAPx) + PxKpi)- A
P(T) =pAp¡) +PxKPx) + %*lxpMp¡) >P\KPx) +Px^P\) + Y,¡^,xpKPd- En consecuencia
al intercambiar las posiciones de los pesos p¡ y px, obtenemos un árbol de menor peso.
Pero esto contradice la elección de Tcomo árbol óptimo. Por lo tanto, R(pz) = R(/?,) = £(/?,).
De forma similar, se puede mostrar que tí.py) = tt,pi), por lo que &(px) = U,py) = U.pó
tíj>2). Al intercambiar las posiciones del par /?,, px y el par p2, py, obtenemos un árbol
óptimo 7", donde pu p2 son hermanos.
Con este lema vemos que los pesos menores aparecen en los niveles superiores (lo que
produce números de nivel más alto) en un árbol óptimo.
TEOREMA 12.8 Sea Tun árbol óptimo para los pesos px +p2,p3,. . . ,pn, donde p¡ < p2 < p, < • • ■ </?
En la hoja con peso/?! + p2 colocamos un árbol binario (completo) de peso 1 y asignamos
los pesos/? b p2 a los hijos (hojas) de esta hoja anterior. El nuevo árbol binario 7", construi
do de esta forma es óptimo para los pesos pu p2, /? 3 ,. . . , p„.
Demostración: Sea T2 un árbol óptimo para los pesos/?!, /? 2 ,.. . ,/?„, donde las hojas corres
pondientes a los pesos/?], Pi son hermanos. Eliminamos las hojas de pesos/?,, p2 y asigna
mos el peso/?i + /?2a s u padre (ahora una hoja). Este árbol binario completo se denota con
T3 y P(T2) - P(T,) +/?, +p2. Además, P(T¡) = P(T) +/?, +p2. Puesto que Tes óptimo, P(T) <
P(T3). Si P(T) < P(T3), entonces ^(7"!) < P(T2), lo que contradice la elección de T2 como
óptimo. Por lo tanto, P(T) = P(T}) y, en consecuencia, P(T¡) <P(T2). Así, T¡ es óptimo para
los pesosp¡,p 2 , ...,/?„.
Observación. La demostración anterior partió de un árbol óptimo T2 cuya existencia se

basa en el hecho de que sólo existe un número finito de formas de asignar n pesos a un
árbol binario completo de n hojas. En consecuencia, con un número finito de asignacio
nes, existe al menos una asignación para la cual P(T) es minimal. Pero el número finito
puede ser muy grande. Esta demostración establece la existencia de un árbol óptimo para
un conjunto de pesos y desarrolla una forma para construir tal árbol. Para construir este
árbol (de Huffman) consideramos el siguiente algoritmo.
Dados los n(S 2) pesos p¡, p2,. . . , /?„, procedemos como sigue:
Paso 1: Asignamos los pesos dados, uno a cada conjunto 5 de n vértices aislados.
[Cada vértice es la raíz de un árbol binario completo (de altura 0) con un peso asignado
a él.]
Paso 2: Si \S\ > 1, hacemos lo siguiente:
a) Encontramos dos árboles T, 7" en S con los dos pesos mínimos para la raíz /?, /?',
respectivamente.
b) Creamos el nuevo árbol (binario completo) T* con peso de la raíz/?*=/?+/?' y con
T, 7" como subárboles izquierdo y derecho, respectivamente.
c) Colocamos T* en5 y eliminamos TyT. [Cuando \S\ = 1, el árbol binario comple

to en 5 es un árbol de Huffman.]
Usaremos este algoritmo en el siguiente ejemplo.
Ejemplo 12.17 Construimos un código prefijo óptimo para los símbolos a, o, q, u, y, z que aparecen (en
una muestra dada) con las frecuencias 20, 28, 4, 17, 12, 7, respectivamente.
La figura 12.37 muestra la construcción que sigue el procedimiento de Huffman. En la
parte (b), se combinan los pesos 4 y 7, de modo que podamos considerar la construcción
para los pesos 11, 12, 17, 20, 28. En cada paso [en las partes (c)-(f) de la figura 12.37]
creamos un árbol con subárboles con raíz en los dos pesos menores. Estos dos pesos me
nores pertenecen a vértices que antes o estaban aislados (un árbol solamente con una raíz)
o bien eran la raíz de un árbol anteriormente obtenido en la construcción. De este último
resultado, determinamos un código prefijo como
a: 11 o: 01 ?:0000 u: 10 y: 001 z:0001.

Podemos obtener diferentes códigos prefijos a partir de la forma en que se seleccionan los
árboles T, T y se asignan como subárboles izquierdo y derecho en los pasos 2(a) y 2(b) de
nuestro algoritmo, y a partir de las asignaciones de 0 y 1 a las ramas (aristas) de nuestro
árbol (de Huffman) final.
• • • • • •
4 7 12 17 20 28
(a)
11
A . . ..
4 7 12 17 20 28
A
37
(b)
4 7
17 20
(e)
• • •
17 20 28
37
A .
17 20 28 4 7
(f)
Figura 12.37
EJERCICIOS 12.4 1. Para el código prefijo de la figura 12.33, decodifique las sucesiones (a) 1001111101; (b)
10111100110001101; (c) 1101111110010.
2. Un código para [a, b, c, d, e] es a: 00 b: 01 c: 101 d: ;d0 e: yzl, donde x, y, z € {0, 1}.
Determine x, y y z de modo que el código sea un código prefijo.
3. Construya un código prefijo óptimo para los símbolos a, b, c, . . . , i, j que aparece (en una
muestra dada) con las frecuencias respectivas 78, 16, 30, 35, 125, 31, 20, 50, 80, 3.
4. ¿Cuántas hojas tiene un árbol binario total si su altura es (a) 3? (b) 7? (c) 12? (d) a?
5. Sea 7 = (V, E) un árbol /n-ario completo de altura a. Éste es un árbol zn-ario total si todas sus
hojas están en el nivel a. Si T es un árbol m-ario total de altura 7 y 279,936 hojas, ¿cuántos
vértices internos tiene TI
6. Sea L„ 1 < i < 4, cuatro listas de números, cada una de ellas dada en orden ascendente. El
número de elementos de estas listas es 75, 40, 110 y 50, respectivamente.
a) ¿Cuántas comparaciones se necesitan para intercalar estas cuatro listas, intercalando L, y
L2, intercalando L¡ y Lt y después intercalando las dos listas resultantes?
b) ¿Cuántas comparaciones necesitamos si primero intercalamos L\ y L2, luego intercalamos
el resultado con L¡ y por último intercalamos este resultado con Lp.
c) Para minimizar el número total de comparaciones en esta inserción de las cuatro listas, ¿qué
orden debe seguir la inserción?
d) Extienda el resultado de la parte (c) a n listas ordenadas Lu L¿,. . . , Ln.
7. Con los pesos 2, 3, 5, 10, 10, muestre que la altura de un árbol de Huffman para un conjunto
dado de pesos no es única. ¿Cómo modificaría el algoritmo para obtener siempre un árbol de
Huffman de altura minimal para los pesos dados?
12.5
Componentes biconexas y puntos
de articulación
Sea G = {V, E) el grafo no dirigido conexo sin lazos que se muestra en la figura 12.38(a),
donde cada vértice representa un centro de comunicación. Una arista [x, y] muestra la
existencia de una línea de comunicación entre los centros x y y.
Figura 12.38
Al dividir los vértices en c y/, en la forma indicada, obtenemos la colección de subgrafos

de la parte(a) de la figura. Estos vértices son ejemplos de lo siguiente.
Definición 12.9 Un vértice x> en un grafo no dirigido sin lazos G = (V, E) es un punto de articulación si
K(G - D) > K(G); es decir, el subgrafo G - x> tiene más componentes que el grafo dado G.
Un grafo no dirigido conexo sin lazos y sin puntos de articulación es biconexo.
Una componente biconexa de un grafo es un subgrafo biconexo maximal (es decir, que
no está contenido propiamente en un subgrafo biconexo más grande).
El grafo de la figura 12.38(b) tiene dos puntos de articulación c y / y sus cuatro compo
nentes biconexas se muestran en la parte (b) de la figura.
En términos de centros y líneas de comunicación, los puntos de articulación del grafo
indican los puntos donde el sistema es más vulnerable. Sin puntos de articulación, es más
probable que este sistema supere las interrupciones en un centro de comunicación, inde
pendientemente de que éstas sean causadas por un fallo en un dispositivo técnico o por
fuerzas externas.
El problema de encontrar los puntos de articulación en un grafo conexo ofrece una
aplicación para el árbol recubridor en profundidad. El objetivo en este caso es desarrollar
un algoritmo para determinar los puntos de articulación de un grafo no dirigido conexo sin
lazos. Si no existen estos puntos, entonces el grafo es biconexo. Si existieran estos vérti
ces, las componentes biconexas resultantes podrían usarse para proporcionar información
acerca de las propiedades como la planaridad y el número cromático del grafo dado.
Necesitamos los siguientes antecedentes para desarrollar este algoritmo.
LEMA 12.3 Sea G = (V, E) un grafo conexo no dirigido y T= (V, E') un árbol recubridor en profundi
dad de G. Si {a, b} £ £ pero {a, b} í £", entonces a es un ascendiente o un descendiente
de b en el árbol T.
Demostración: Mediante el árbol recubridor en profundidad T, obtenemos una lista en or
den previo para los vértices de V. Para cualquier t> G V, sea ip(i)) el índice en profundidad
del vértice i); es decir, la posición de x> en la lista en orden previo. Supongamos que ip(a)
< ip(fc). En consecuencia, a se encuentra antes que b en el recorrido en orden previo de T,
por lo quea no puede ser un descendiente de b. Si, además, el vértice a no es un ascendien
te de b, entonces b no está en el subárbol Ta de Tcon raíz en a. Pero cuando retrocedemos
(por Ta) hacia a, vemos que como {a, b] G E, en la búsqueda en profundidad podríamos
haber ido de a a b y usado la arista {a, b] de T.
Si G = (V, E) es un grafo conexo no dirigido sin lazos, sea7= (V, E') un árbol recubridor
en profundidad para G, como se muestra en la figura 12.39. Por el lema 12.3, la arista
punteada {a, b], que no forma parte de T, indica una arista que podría estar en G. Tal arista
Raíz
Figura 12.39
se conoce como arista de retroceso de T y a es antecedente de b. (En este caso, ip(a) = 3,

mientras que ip(¿>) = 6.) Una arista punteada, como {b, d] en la figura, no puede estar en G,
también debido al lema 12.3. Así, todas las aristas de G son aristas de To son aristas de
retroceso de T.
Para G y T definidas como antes, sea x G V tal que x no sea la raíz de T y sea Tx c el
subárbol que consta de la arista {x, c] (c hijo dex) junto con el árbol Tc con raíz en c. Si no
existe una arista de retroceso desde un descendiente de* en Txc a un ancestro de* (y x tiene
al menos un ancestro, la raíz de 7"), entonces la separación del vértice x produce la separa
ción de Txc de G y x es un punto de articulación. Si no hay otros puntos de articulación de
G en Tx¡c, entonces agregar a Tx¡c las demás aristas de G determinadas por los vértices de
(el subgrafo de G inducido por los vértices en Tx,c) produce una componente biconexa de
G. Una raíz no tiene antecesores, por lo que la raíz es un punto de articulación si tiene más
de un hijo.
El árbol recubridor en profundidad proporciona un orden previo para los vértices de G.
Sea ip(x) el índice en profundidad de x en ese orden previo. Si y es un descendiente de x,
entonces ip(x) < ip(>>). Si y es un ascendiente de x, \p(x) > ip(y). Definimos prof(;t) =
mín{ip()01y es adyacente en G a x o a un descendiente de x}. Si z es el padre de x (en T),
entonces hay dos casos:
1) prof(jc) = ip(z): En este caso, Tx, el subárbol con raíz en x, no contiene vértices
adyacentes a un antecedente de z por medio de una arista de retroceso de T. Por lo
tanto, z es un punto de articulación de G. Si Tx no contiene puntos de articulación,
entonces rejunto con la arista {z, x) genera una componente biconexa de G (es
decir, el subgrafo de G inducido por el vértice z y los vértices de Tx es una compo
nente biconexa de G). Ahora eliminamos Tx y la arista {z, x] de Ty aplicamos esta
idea al subárbol restante de T.
2) prof(x) < ip(z): En este caso existe un descendiente de z que se une (mediante una
arista de retroceso) a un ascendiente de z.
Para trabajar de forma enciente con estas ideas, desarrollamos el siguiente algoritmo.
Sea G = (K E) un grafo no dirigido conexo sin lazos definido en términos de su matriz
de adyacencia A(G).
Paso 1: Buscamos el árbol recubndor en profundidad 7* de G, para los vértices orde
nados mediante las filas (o columnas) de A(G). Sean yíty>i y» los vértices de G en
el orden previo dado por T. Entonces ip(vy) = j , para todo 1 &j&n.
Paso 2: Empezamos con y, y continuamos de regreso hacia y„ -1, y» - Í y4, yj,
determinando «cursivamente preííy,), para 3 s j S n , e n la siguiente forma:
a) prof'(y¡) = mfn{ ip(z) | z es adyacente a y, en G} *-* *
b) Si cu ci c„son los hijos de y,, entonces prof(yy) = mín{prof (y¿, proffo),
prof(c2), . . . , prof(c„)} [No hay problema en este caso, ya que los vértices se.
analizan en el orden inverso al orden previo. En consecuencia, si c es un hijo de p,
entonces prof(c) se determina antes que prof(p).]
Paso 3: Sea w¡ el padre de y;. Si prof(y,) = ip(w;). entonces w} es un punto de articula
ción de G (y de T), a menos que w¡ sea la raíz de T y que w¡ no tenga hijos en T distintos
de y¡. Además, en cualquier caso, el subárbol con raíz en y, junto con la arista {w¡, y¡) es
parte de una componente biconexa de G.
O 12,18 Aplicamos este algoritmo al grafo G = (V, E) dado por la siguiente matriz de adyacencia
A(G). Los vértices están ordenados como xu x2, x},..., x10.
X\ Xj Xi X4 X$ X(, Xj Xg X9 .Tío
xx 1 1 1 1 1 0 0 1
x2
ro1 0 0 0 0 0 0 0 0
0 ~
0
Vi
V2
X3 1 0 0 0 1 0 0 0 0 0 ys
XA 1 0 0 0 0 1 1 1 0 0 y5
xs 1 0 1 0 0 0 0 0 0 0 y4
x6 1 0 0 1 0 0 0 0 0 0 y*
X-i 0 0 0 1 0 0 0 1 0 0 y-i
x% 0 0 0 1 0 0 1 0 1 1 ys
x9 1 0 0 0 0 0 0 1 0 0 y<>
0 0 0 0 0 0 1 0 0J
*10
Lo yio
yi y*i ys ys y4 y6 y? y8 yg yio
Podemos recorrer los 10 vértices de G en la lista en orden previo dada en la figura 12.40(a).
La parte (b) de esta figura proporciona un reordenamiento de los índices del árbol recubndor
en profundidad mostrado, ip(y;) =j, para todo 1 < j < 10. Éstas son las y,, 1 <j < 10, que
aparecen en los extremos de las filas y columnas en la matriz de adyacencia A(G). Si
partimos del vérticey10, obtenemos de A(G) que prof'(yio) = 8, puesto quey8 es adyacente
a y10, pero para 1 < í < 7, y¡ no es adyacente a y10. Con y10 como hoja, se sigue que prof(y]0) =
8. Como prof(yio) = ip(ys) y ys es el padre de y10, y8 es un punto de articulación de G; la
arista {yg, y10} es la componente biconexa. En la figura 12.41(a), para cadavj, 3 < j'• ^ 10,
Figura 12.40
el par ordenado que queda junto a.y¡ es (prof'(y,), prof(y,)). Hemos calculado esto median
te el algoritmo, mientras retrocedíamos dey 10 ay 9 ay8, etcétera, ay3. Por ejemplo, al calcu
lar y8, en A(G) vemos que prof'(y8) = 5, puesto que y¡ es adyacente a y8 y para cada 1 < i
< 4, y¡ no es adyacente a y8. Puesto que y9 es un hijo de y8 y prof(y9) = 1, se sigue que
prof(y8) = 1. Paray3 y y,, prof(y3) = prof(y5) = 1 = ip(y,). dondey, es el padre dey3 y y5. Por
lo tanto, y¡ es un punto de articulación y los siguientes subárboles dan lugar a otras dos
componentes biconexas: (a) el subarbol con raíz en y3 junto con la arista {y,, y 3 }; y (b) el
subarbol con raíz en y¡, con la arista {y8, y10} eliminada y la arista {yu y¡} agregada. Por
último, como y2 es una hoja (y un subarbol sin aristas con raíz en y2), la arista {y,, y2]
forma otra componente biconexa adicional.
La figura 12.41(b) muestra los puntos de articulación y, y y8 para G. Estos puntos deter
minan las cuatro componentes biconexas de G que se muestran en la figura.
Figura 12.41
EJERCICIOS 1 2 . 5 1. Encuentre los puntos de articulación y componentes biconexas del grafo que se muestra en la
figura 12.42.
Figura 12.42
2. Sea G = (K E) un grafo no dirigido conexo sin lazos y seaz € V. Demuestre que z es un punto
de articulación de G si y sólo si existen x, y € V distintos tales que x j=z,y é z y tales que cada
camino que une x y y contiene el vértice z.
3. Sea T=(V,E) un árbol con | V\ = n > 2.
a) ¿Cuáles son los números máximo y mínimo posibles de puntos de articulación de TI Des
criba los árboles en cada caso.
b) ¿Cuántas componentes biconexas tiene T en cada uno de los casos de la parte (a)?
4. a) Sea T=(V,E) un árbol. Sil) e V, demuestre que i) es un punto de articulación de T si y sólo
si grad(u) > 1.
b) Sea G = (V, E) un grafo no dirigido conexo sin lazos con \E\ > 1. Demuestre que G tiene
al menos dos vértices que no son puntos de articulación.
5. Si Bu B2,. . ., Bk son las componentes biconexas de un grafo no dirigido conexo sin lazos G,
¿cómo se relaciona %{G) con %(B¡), 1 < i < kl
6. Cada una de las siguientes matrices de adyacencia representa un grafo no dirigido conexo sin
lazos G. En cada caso:
a) Determine un árbol recubridor en profundidad para G, con raíz en xx.
b) Use el resultado de la parte (a) y aplique el algoritmo desarrollado en esta sección para
encontrar los puntos de articulación y las componentes biconexas de G.
X\ X-i Xs X4 X5 Xf, X7 X%
Xl 0 1 1 1 1 0 0 0
x2 1 0 0 1 1 0 0 0
X3 1 0 0 0 0 1 1 0
XA 1 1 0 0 1 0 0 0
X5 1 1 0 1 0 0 0 0
Xt 0 0 1 0 0 0 1 0
Jt7 0 0 1 0 0 1 0 1
* 8 |_o o o o o o 1 o_
Xi Xi X$ X4 X5 X$ Xi Xg
Xl "0 1 1 1 1 0 0 0
x2 1 0 1 1 0 0 0 0
Xl 1 1 0 1 0 1 0 0
x4 1 1 1 0 0 0 0 0
Xs 1 0 0 0 0 0 1 1
x6 0 0 1 0 0 0 0 0
Xl 0 0 0 0 1 0 0 1
Xf,
Lo 0 0 0 1 0 1 0
7. En el segundo paso del algoritmo para los puntos de articulación, ¿por qué no fue necesario
calcular profíy,) y prof(>>2)?
8. Sea G = (V, E) un grafo no dirigido conexo sin lazos, con u 6 V .
a) Demuestre que G -1> = G - u
b) Si x> es un punto de articulación de G, demuestre que v no puede ser un punto de articula
ción de G.
9. Si G = (V, E) es un grafo no dirigido libre de lazos, G es crítico respecto al color si %(G - x
X(G) para todo u e V. (Ya analizamos antes tales grafos, en el ejercicio 17 de la sección 11.6.)
Demuestre que un grafo crítico respecto al color no tiene puntos de articulación.
12.6
La estructura que ahora llamamos árbol apareció en 1847 en la obra de Gustav Kirchhoff
(1824-1877) acerca de las redes eléctricas. El concepto también apareció en Geometrie
die Lage, de Karl von Staudt (1798-1867). En 1857, los árboles fueron redescubiertos por
Arthur Cayley (1821-1895), quien no conocía tales desarrollos anteriores y fue el primero
en llamar "árbol" a esta estructura; Cayley los utilizó en las aplicaciones relacionadas con
los isómeros químicos. También investigó la enumeración de ciertas clases de árboles. En
su primer trabajo sobre árboles, Cayley enumeró los árboles con raíz no etiquetados; des
pués enumeró los árboles ordenados no etiquetados. Dos de los contemporáneos de Cayley
que también estudiaron los árboles fueron Cari Borchardt (1817-1880) y Marie Ennemond
Jordán (1838-1922).
La fórmula n"~2 para el número de árboles etiquetados de n vértices (ejercicio 19 del
final de la sección 12.1) fue descubierta en 1860 por Cari Borchardt. Cayley dio posterior
mente un desarrollo independiente de la fórmula, en 1889. Desde entonces se ha obtenido
de varias formas, las cuales se resumen en el libro de J. W. Moon [9].
Arthur Cayley (1821-1895)

El artículo de G. Polya [10] es pionero en la enumeración de los árboles y otras estruc

turas combinatorias. La teoría de enumeración de Polya, que veremos en el capítulo 16,
fue desarrollada en ese trabajo. Para más detalles acerca de la enumeración de árboles, el
lector debería consultar el capítulo 15 de F. Harary [4].
El computador digital de alta velocidad ha dado un gran impulso al descubrimiento de
nuevas aplicaciones de los árboles. La primera aplicación de estas estructuras fue en el
manejo de las fórmulas algebraicas. Esto data de 1951, en la obra de Grace Hopper. Desde
entonces, las aplicaciones computacionales de los árboles han sido ampliamente analiza
das. Al principio, los resultados particulares sólo aparecían en la documentación de
algoritmos específicos. El primer resumen general de las aplicaciones de los árboles fue
presentado en 1961, por Kenneth Iverson, como parte de un artículo más amplio acerca de
las estructuras de datos. Las ideas de orden previo y posterior pueden rastrearse hasta los
principios, de la década de 1960, como lo muestra el trabajo de Zdzislaw Pawlak, Lyle
Johnson y Kenneth Iverson. Fue entonces cuando Kenneth Iverson definió el nombre y la
notación f x~\ del techo de un número real x. El lector puede encontrar material adicional
acerca de estos órdenes y los procedimientos de implementación en un computador, en el
capítulo 3 del textodeA.Aho, J. Hopcrofty J. Ullman [1]. En el artículo de J. E.Atkins, J.
S. Dierckman y K. O'Bryant [2] se usa el concepto de orden previo para desarrollar una
ruta óptima para la eliminación de la nieve.
Si G = (V, E) es un grafo no dirigido sin lazos, entonces la búsqueda en profundidad y

la búsqueda en anchura (dadas en la sección 12.2) proporcionan formas para determinar si
el grafo dado es conexo. Los algoritmos desarrollados para estos procedimientos de bús
queda también son importantes para desarrollar otros algoritmos. Por ejemplo, la búsque
da en profundidad surge en el algoritmo para determinar los puntos de articulación y las
componentes biconexas de un grafo no dirigido conexo sin lazos. Si | Vj = n y \E\ = e, se
puede mostrar que ambas búsquedas son € (máx{n, e}). Para la mayoría de los grafos, e > n,
por lo que los algoritmos generalmente se etiquetan como C(e). Pero como e < {") = (1/2)
(n)(n - 1), el orden de cada uno de estos algoritmos a veces aparece como €(n2). Por lo
tanto, decimos que los algoritmos tienen orden lineal en e y orden cuadrático en n. Estas
ideas se desarrollan con gran detalle en las páginas 172-191 del texto de S. Baase [3], que
incluye también un análisis de la función de complejidad en tiempo del algoritmo (de la
sección 12.5) que determina los puntos de articulación (y las componentes biconexas). El
capítulo 6 del texto de A. Aho, J. Hopcroft y J. Ullman [1] también trata la búsqueda en
profundidad, mientras que el capítulo 7 analiza la búsqueda en anchura y el algoritmo para
los puntos de articulación.
El lector puede leer más acerca de las propiedades y aplicaciones computacionales de
los árboles en la sección 3 del capítulo 2 del libro de D. Knuth [6]. Las técnicas de ordenación
y su uso de los árboles se estudian con detalle en el capítulo 11 de A. Aho, J. Hopcroft y J.
Ullman [1]. El tratamiento del tema en el volumen 3 de D. Knuth [7] está basado en una
amplia investigación.
La técnica de la sección 12.4 para el diseño de los códigos prefijo se basa en un método
desarrollado por D. Huffman [5].
Por último, el capítulo 7 de C. L. Liu [8] trata los árboles, ciclos, conjuntos de corte y el
espacio vectorial asociado con estas ideas. Al lector con ciertas bases de álgebra lineal o
abstracta este material le parecerá de gran interés.
BIBLIOGRAFÍA
1. Aho, Alfred V., John E. Hopcroft y Jeffrey D. Ullman,Data Structures andAlgorithms, Reading,
2. Atkins, Joel E., Jeffrey S. Dierckman y Kevin O'Bryant, "A Real Snow Job", The UMAP
Journal, otoño, núm. 3 (1990), págs. 231-239.
3. Baase, Sara,Computeralgorithms: Introduction toDesign andAnalysis, 2*ed., Reading, Mass.,
4. Harary, Frank, Graph Theory, Reading, Mass., Addison-Wesley, 1969.
5. Huffman, David A., "A Method for the Construction of Mínimum Redundancy Codes",
Procedings of the IRÉ 40, 1952, págs. 1098-1101.
6. Knuth, DonaldE.,TheArt of Computer Programming, vol. 1, 2a ed., Reading, Mass., Addison-
Wesley, 1973.
7. Knuth, DonaldE., The Art ofComputer Programming, vol. 3, 2"ed., Reading, Mass., Addison-
Wesley, 1973.
9. Moon, John Wesley, Counting Labelled Trees, Canadian Mathematical Congress, Montreal,
Canadá, 1970.
10. Polya, George. "Kombinatorische Anzahlbestimmungen für Gruppen, Graphen und Chemische
Verbindungen", Acta Mathematica 68, 1937, págs. 145-234.
a) Encuentre la sucesión característica del árbol

EJERCICIOS
binario completo de la figura 12.16.
COMPLEMENTARIOS b) Determine los árboles binarios completos para las
sucesiones características
i) 1011001010100 y
1. a) Sea G = (V E) un grafo no dirigido sin lazos, con
ii) 1011110000101011000.
| VJ - n. Demuestre que G es un árbol si y sólo si
c) ¿Cuáles son los dos últimos símbolos de la suce
P(G, X) = X(k-l)"-1.
sión característica para todos los árboles binarios
b) Demuestre que X(G) = 2 para cualquier árbol con
completos? ¿Por qué?
dos o más vértices.
c) Si G = (V, E) es un grafo no dirigido conexo con
4. Para k G Z*, sea n = 2* y considere la lista L: a¡, a2,
| V| -n, demuestre que para cualquier entero X >
a3, . . . , a„. Para ordenar L en forma ascendente, primero
0,P(G,X) <X(X- I)"" 1 .
compare los elementos a¡ y a¡ + (niz), para cada 1 í i í /z/2
2. En una empresa con 125 ejecutivos se establece un sis Para los 2* _ ' pares ordenados resultantes, ordene primero
tema de comunicación telefónica. El sistema es inaugurado por inserción los pares ordenados ¿-ésimo e (/ + (n/4))-ésimo,
por el presidente, quien llama a sus cuatro vicepresidentes. para cada 1 < i < n/4. Realice ahora una ordenación por
Cada vicepresidente llama a otros cuatro ejecutivos, algunos inserción de las cuaternas ordenadas i-ésima e (i + (n/8))-
de los cuales llaman a su vez a otros, etcétera. (Un ejecutivo ésima, para cada 1 < i < n/8. Continúe el proceso hasta que
que haga una llamada hace cuatro llamadas en realidad.) los elementos de L estén en orden ascendente.
a) ¿Cuántas llamadas se realizan para alcanzar un to a) Aplique este procedimiento de ordenación a la lista
tal de 125 ejecutivos?
b) ¿Cuántos ejecutivos, además del presidente, son L: 1 1 , 3 , 4 , 6 , - 5 , 7 , 3 5 , - 2 ,
necesarios para hacer las llamadas? 1,23,9, 15, 18,2,-10,5.
3. Sea T un árbol binario completo con los vértices de T
ordenados mediante el recorrido en orden previo. Este reco b) Si n = 2k, ¿cuántas comparaciones necesita como
rrido asigna la etiqueta 1 a todos los vértices internos de T y máximo este procedimiento?
la etiqueta 0 a cada hoja. La sucesión de ceros y unos que 5. a) Si Tes un árbol binario total de altura 5, ¿cuántas
surge del recorrido en orden previo es la sucesión caracte hojas tiene TI ¿Cuántos vértices internos? ¿Cuán
rística del árbol. tas aristas (ramas)?
b) Responda la parte (a) para un árbol binario total de Para cualquier grafo no dirigido conexo sin lazos G =
altura a, donde a £ Z*. (V, E), el cuadrado de G, que se denota con G2, es el grafo
con el conjunto de vértices V (el mismo que G) y con el con
6. Sea 7"un árbol binario total de altura a. Si vx, v2,..., u»
junto de aristas definido como sigue: para a, b £ V distintos,
son las hojas de T, evalúe ^T M 2'*, donded, es el número de
{a, b] es una arista deG 2 si d(a, b) < 2 (en G). En las partes (a)
nivel de la hoja v>¡, para cada 1 2 para todo 1 ) 6 K , demuestre que G contiene un ciclo. la figura.
2
8. Sea T = (V, E) un árbol con raíz r. Defina la relación Sk b) Encuentre G si G es el grafo # l i 3 .
en V como x Sk y, para x, y <E V, si ;t = y o si x está en el c) Si G es el grafo Kt „, para n > 4, ¿cuántas aristas
camino de r a y. Demuestre que Sk es un orden parcial. añadimos a G para construir G2?
d) Para cualquier grafo no dirigido conexo sin lazos G,
9. Sea T= (V E) un árbol con V= {u,, v2, . ■ . , \)„} para
demuestre que G2 no tiene puntos de articulación.
n > 2. Demuestre que el número de vértices colgantes en T
es igual a 12. a) Sea T= (Y E) un árbol 6-ario completo de altura 8.
Si T es equilibrado, pero no total, determine los
2+ £(grad(t>,)-2) valores máximo y mínimo posibles de \V\.
gra<l(Ui)23
b) Responda la parte (a) si T= (V, E) es un árbol m-
10. Sea G = (V{ E) un grafo no dirigido sin lazos. Defínala ario completo de altura a.
relación Sk en E como sigue: Si e,, e2 & E, entonces e, Sk e2
13. Los árboles de Fibonacci con raíz T„, n > 1, se defi
si «! = e2 o si e, y e2 son aristas de un ciclo C en G.
nen en forma recursiva como sigue:
a) Verifique que Sk es una relación de equivalencia 1) Ti es el árbol con raíz que consta solamente de la
en E. raíz;
b) Describa la partición de E inducida por Sk . 2) T2 es igual a T,; también es un árbol con raíz con
11. Si G = (M E) es un grafo no dirigido conexo sin lazos un único vértice; y,
y a, b G V, entonces definimos la distancia de a a b (o de 3) Para n > 3, T„ es el árbol binario con raíz que tiene
b a a), que denotamos con d{a, b), como la longitud del a T„_, como subárbol izquierdo y T„_2 como
camino más corto (en G) que une a con b. (Este es el nú subárbol derecho.
mero de aristas del camino más corto que une a con b y es Los primeros seis árboles de Fibonacci con raíz aparecen en
cero si a = b.) la figura 12.44.
Figura 12.43
7",
„/\
•
T2 T* f5 Te
Figura 12.44
2P3 1 4 ?2 »3 1
(a) (0 T,
(d) (e)
Figura 12.45
a) Para n > 1, sea R„ el número de hojas de T„. Encuen 15. Sea G = (V, E) un grafo "escalera" no dirigido, como el
tre y resuelva una relación de recurrencia para fc„. que se muestra en al figura 12.46. Para n > 0, sea an el
b) Sea ¡„ el número de vértices internos del árbol T„, número de árboles recubridores de G, y bn el número de
donde n > 1. Encuentre y resuelva una relación de estos árboles recubridores que contienen la arista {xx, y¡}.
recurrencia para i„. a) Explique por qué a„ = a„ _, + b„.
c) Determine una fórmula para x>n, el número total de b) Encuentre una relación que exprese b„ en términos
vértices de T„, donde n > 1. de a„_, y ¿>„_,.
d) ¿Cuál es la altura del árbol 7"„, donde n > 1 ? c) Use los resultados de las partes (a) y (b) para estable
14. a) El grafo de la parte (a) de la figura 12.45 tiene exac cer y resolver una relación de recurrencia para a„.
tamente un árbol recubridor: el propio grafo. El 16. Sea T=(V,E) un árbol tal que |V| =x>y \E\ = e. El
grafo de la figura 12.45(b) tiene cuatro árboles árbol T es elegante si es posible asignar las etiquetas {1,2,
recubridores no idénticos, aunque isomorfos. En 3, . . . , x>] a los vértices de T de modo que el etiquetado
la parte (c) de la figura vemos tres de los árboles inducido de las aristas (donde cada arista [i, j) recibe la
recubridores no idénticos para el grafo de la parte etiqueta | i -j\, para i, j S {1, 2, 3 , . . . , x>), i' J= j) hace qu
(d). Observe que T2 y 7"3 son isomorfos, pero 7", no las e aristas queden etiquetadas como 1, 2, 3 e.
es isomorfo a T2 (o a T3). ¿Cuántos árboles a) Demuestre que cualquier camino simple con n vér
recubridores no idénticos tiene el grafo de la figu tices, n > 2, es elegante.
ra 12.45(d)? b) Para í i £ Z * , n > 2 , muestre que Ku„ es elegante.
b) En la figura 12.45(e) generalizamos los grafos de
las partes (a), (b) y (d) de la figura, de la forma
siguiente: para n G Z*, G„ = (V, E) es el grafo no
dirigido sin lazos donde
<1 *
X
V = {a,M,2,3,...,/i}, y
£ = {{a,l},{l,6},{fl,2},{2,i»},{fl,3},
{3,b},... ,{fl,n - 1},{« - l,b},{a,n},{n,b}}.
(Nota: Para cada n e Z \ el grafo G„ es K2, „.) 1 p 1 >—

/i y* r3 y„-, yn
Si í„ es el número de árboles recubridores no idénti
cos de G„, encuentre y resuelva una relación de recurrencia Figura 12.46
para t„.
di) Columna = lw,, w2, w,,
Figura 12.47
c) Si T= (V, E) es un árbol con 4 < | V| < 6, muestre vértices no colgantes tales que para todo x> E.V,v está en el
que T es elegante. (Una conjetura señala que todo camino P ox> es adyacente a un vértice del camino P. Este
árbol es elegante.) camino se conoce como la columna de la oruga.
a) ¿Cuántos conjuntos maximales independientes de
17. Para un grafo no dirigido G = (V, E), un subconjunto /
vértices tienen las orugas de las partes (i) y (ii) de
de V es independiente si ningún par de vértices de / son
la figura 12.47?
adyacentes. Si, además, / U {x} no es independiente para
b) Para n €= Z+, sea a„ el número de conjuntos maxi
cada x G V - I, entonces decimos que / es un conjunto
males independientes de vértices en una oruga T
maximal independiente (de vértices).
cuya columna contiene n vértices. Encuentre y re
Los dos grafos de la figura 12.47 son ejemplos de un suelva una relación de recurrencia paraa„. (Quizás
tipo especial de árboles llamados orugas. En general, un árbol el lector desee volver a analizar la parte (a) del ejer
T= (V, E) es una oruga si existe un camino (maximal) P de cicio complementario 14 del capítulo 11.)
13
Optimización
y emparejamiento
E n el último capítulo de esta parte del texto usaremos las estructuras de árboles y grafos y
presentaremos técnicas que surgen en el área de las matemáticas llamada investigación
operativa. Estas técnicas optimizan algunos resultados analizando grafos y multigrafos
que tienen un número real positivo (Secs. 13.1 y 13.2) o un entero no negativo (en la Sec.
13.3) llamado peso, asociado a cada arista del grafo o multigrafo. Estos números se rela
cionan con información como la distancia entre los vértices que son los extremos de una
arista, o tal vez como la cantidad de material que puede embarcarse de un vértice a otro a
lo largo de una arista que representa una carretera o ruta aérea. Con los grafos como marco
de referencia, desarrollaremos los métodos de optimización en forma algorítmica para
facilitar su implementación en un computador. Entre los problemas que analizaremos es
tán los de determinar:
1) La distancia más corta entre un vértice dado \)0 y cada uno de los demás vértices de
un grafo dirigido conexo sin lazos.
2) Un árbol recubridor del grafo o multigrafo dado donde la suma de los pesos de las
aristas del árbol sea minimal.
3) La cantidad máxima de material que puede transportarse de un punto inicial (la
fuente) a un punto final (el sumidero), donde el peso de una arista indica su capaci
dad para controlar el material transportado.
13.1
Algoritmo del camino más corto
de Dijkstra
Comenzaremos con un grafo dirigido conexo sin lazos G - (V, E). A cada arista e - (a, b)
de este grafo le asignamos un número real positivo llamado el peso de e, que denotamos
con p(e) o p(a, b). Si x, y G V pero (x, y) £ E, definimos p(x, y) = <».
Para cualquier e = (a, b) G A, p(e) podría representar (1) la longitud de una carretera de
a a b, (2) el tiempo que tarda recorrer esta carretera de a a b, o (3) el costo del viaje de a a
b por esta carretera.
Cuando demos un grafo G = (V, E) con las asignaciones de peso aquí descritas, diremos
que el grafo es un grafo ponderado.
657
658 Capítulo 13 Optimización y emparejamiento
£|er&pÍ0 13»$ En la figura 13.1, el grafo ponderado G = (V, E) representa las rutas de viaje entre algunos
pares de ciudades. El peso de cada arista (x, y) indica el tiempo aproximado de un vuelo
directo de la ciudad * a la ciudad y.
Figura 13.1
En este grafo dirigido hay situaciones en las que p(x, y) í p(y, x) para ciertas aristas (x,
y) y (y> x) de G. Por ejemplo, p(c, f) = 6 +1 = p(/ c). Es probable que esto se deba a la
dirección del viento. Cuando el avión vuela de c a/, es probable que sea ayudado por un
viento de cola el cual, a su vez, hará que reduzca la velocidad al viajar en dirección opues
ta ( d e / a c ) .
Vemos que c , j £ V pero (c, g), (g, c) ^ E, por lo que p(g, c) = p(c, g) = oo. Esto también
es cierto para otros pares de vértices. Por otro lado, para ciertos pares de vértices, como a,
/, tenemos que p(a, / ) = <», mientras que p(/, a) = 11, un número finito.
Nuestro objetivo en esta sección tiene dos partes. Dado un grafo ponderado G = (V, E),
para cada e = (a, b) E E interpretaremos p(e) como la longitud de una ruta directa (por
automóvil, avión o barco) de a a b. Para cualesquiera dos vértices a, bS V escribimos d(a, b)
como la distancia (más corta) de a a b. Si no existe tal camino (en G) de a a b, entonces de
finimos ¿(a, b) = °°. Para cualquiera E V, d(a, a) = 0. En consecuencia, obtenemos la fun
ción distancia d: V X V -> R+ U {0, oo}.
Fijemos ahora \)0 G V. Entonces, para cualquier v G V, determinaremos
1) d(x>0,v);y
2) un camino simple dirigido de v0 a u si d(v0, v) es finito.
Para lograr estos objetivos, presentaremos una versión del algoritmo desarrollado por
Edsger Wybe Dijkstra (1930- ) en 1959. Este procedimiento es un ejemplo de algoritmo
voraz, ya que lo que obtenemos como el mejor resultado localmente (para vértices "cerca
nos" a x>0) se convierte en el mejor resultado globalmente (para todos los vértices del
grafo).
Antes de establecer el algoritmo, nos gustaría analizar algunas propiedades de la fun
ción distancia d. Estas propiedades nos ayudarán a comprender por qué funciona el
algoritmo.
13.1 Algoritmo del cambio más corto de Dijkstra 659
Con Do G Vfijo (como antes), sea S C Vconi) 0 G S y S = V-S. Definimos entonces la

distancia dev0a S como
d(\)0, S) = mín {d (i>0,i))}.

ues
Cuando d(v0, 5) < °°, entonces d(v0, S) es la longitud mínima de un camino simple diri
gido de \)0a un vértice en S. Así, existirá al menos un vértice vm +1 en S con d(v0, S) -
d(v0, vm + O y vm +1 estará en el extremo final de un camino simple mínimo. Así mismo, si
P: (i)0, l)i), (i)i, v2),..., (t)m-i, vm), (vm, vm+1) es un camino simple dirigido más corto (en G)
de Do a u m+ 1, entonces tenemos que
1) v0, Vi,. .., vm G S y

2) P': Co0> T)i), (vlt v2),..., (i>t-i, \)t), es un camino simple dirigido más corto (en G)
de i>0 a i)*, para cada 1 < k < w.
(Pediremos la demostración de estos dos resultados en el primer ejercicio del final de esta
sección.)
De estas observaciones se sigue que
d(x>o, S) = mín {¿(yo,") + p(w, w)},
donde el mínimo se evalúa sobre todos los u G 5, w G S. Si aparece un mínimo en u - x
y w - y, entonces
d(ufl)>') = d(u 0 ,j;)-l-p(x,y)

es la distancia (más corta) de t)0 a y.
La fórmula para d(v0, S) es la piedra angular de este algoritmo. Partimos del conjunto
SQ = {v0} y después determinamos
d(v0, So) = mín {d(x>0, ü) + p(u, w)}.

weSo
Esto nos da d(v0, So) = mín{p(\)0, vv)}, pues S0 = {v0}. Si v0 G So y ¿(tío. So) = p(v0, Vi)
weSo
entonces ampliamos S0 aS! = S0 U {i)!} y determinamos
d(po, 5i) = mín {d(po,u) + p(w, w)}.
uG5,
Esto nos lleva a un vértice v2 en Si con d{v0, Si) = d(v0, v2). Al continuar este proceso, si ya
hemos determinado S,■= {v0,vuv2,.. .,v¡} yvi+iS S,cond(v0, v/ + 1) =d(v0, S,), enton
ces aumentamos S, a S,+] = S, U {u,+1}. Nos detenemos cuando S„-i = 0 (donde n = | V |)
o cuando d(v0, S,) = <» para algún 0 < i < n - 2.
Durante este proceso colocamos diversas etiquetas sobre cada vértice v G V. El conjun
to final de etiquetas que aparecen en los vértices tendrá la forma (L(v), u), donde L{v) =
d(v0, v) es la distancia de v0 a v y u es el vértice (si existe) que precede a v en un camino
simple más corto de v0 a v. Es decir, (u, v) es la última arista en un camino dirigido de v0
avy este camino determina d(v0, v). Primero etiquetamos v0 con (0, -)y los demás vérti
ces v con la etiqueta (<»,-). Conforme apliquemos el algoritmo, la etiqueta de cada v ^ v0
cambiará (a veces, más de una vez), de (°°, -) hasta la etiqueta final (L(v), u) = d(v0, v),«),
a menos que d(v0, v) = » .
Con estos antecedentes, podemos enunciar de manera formal el algoritmo.

Sea G = (V, E) un grafo ponderado, tal que | V | = n. Para determinar la distancia más
corta de un vértice fijo v0 a los demás vértices de G, así como un camino simple dirigido
más corto para cada uno de estos vértices, aplicamos el siguiente algoritmo.
Algoritmo del camino más corto de Dijkstra

Paso 1: Hacemos el contador i = 0 y S0 = [\>Q}. Etiquetamos i)0 con (0, - ) y cada u £u 0
con (oo, -).
Si n = 1, entonces V= {\)„} y el problema está resuelto.
Si n > 1, continuamos con el paso 2.
Pasó 2: Para cada t) € 3j, reemplazamos (cuando sea posible), la etiqueta de v por la
nueva etiqueta final (¿(u), y ) , donde
L(v) - mín {£(»), L(«) + p(«,i))},

UES;
y y es un vértice en S¡ que produce el L(v¡) mínimo. [Si efectivamente hacemos un

reemplazo, esto se debe al hecho de que podemos ir de i)0 a v y recorrer una distancia
más corta si recorremos un camino que incluye una arista (y, i)).]
Paso 3: Si cada vértice de 2>, (para algún 0 S i S » - 2) tiene la etiqueta (°°, -),
entonces el grafo etiquetado contiene la información que estamos buscando.
Si no, existe al menos un vértice v £ 5, que no está etiquetado como (<», -) y
realizamos las siguientes tareas:
1) Seleccionamos un vértice i),+1, tal que 1(1), +1) sea mínimo (para todo v> de este
tipo). Puede haber varios de estos vértices, en cuyo caso podemos elegir cualquie
ra de los posibles candidatos. El vértice v,+1 es un elemento de 3, que es el más
cercano a u0.
2) Asignamos 5/ U {u, +) } a5 í + 1 .
3) Incrementamos el contador i en 1.
Si i = n - L, el grafo etiquetado contiene la información deseada. Si / < n - 1,
regresamos al paso 2.
Procederemos a aplicar el algoritmo en el siguiente ejemplo.
E|emplo tÜ,4¡ Aplicaremos al algoritmo de Dijkstra al grafo ponderado G = (V, E) de la figura 13.1, para
determinar la distancia más corta del vértice c (= x>0) a cada uno de los otros cinco vértices de G
Inicialización: (i = 0). SeaS0 = {c}. Etiquetamos c con (0, -) y los demás vértices
de Gcon (oo, - ) .
Primera iteración: (So = {a, b,f, g,h}). En este caso, i = 0 en el paso 2 y encontramos,
por ejemplo, que
L(a) = mín {L(a), L(c) + p(c, a)}

= mín{ oo ,0 + oo} = oo)
mientras que
L ( / ) = mín{L(/),L(c) + p(c,/)}
= mín {oo, 0 + 6} = 6.
Cálculos similares muestran que Ub) = L(g) = oo y l{h) =11. Así,
etiquetamos el vértice/con (6, c) y el vértice h con (11, c). Los demás
vértices de 5o siguen etiquetados con ( » , - ) . [Véase la fig. 13.2(a).]
En el paso 3 vemos que/es el vértice l)i en el 5o más cercano ai)0, por
lo que asignamos aS, el conjunto50 U {/} = {c,f} e incrementamos el
contador i a 1. Como i - 1 < 5( = 6 - 1), regresamos al paso 2.
Figura 13.2
Segunda iteración: (5i = {a, b, c, h}). Ahora, i = 1 en el paso 2; para cada v E 5i,
hacemos
L(v>) = mín {L(v), L(ü) + p(u,v)}.
ueSi
de donde obtenemos
L(a) = mín{L(a),L(c) + p(c,a), L(f) + p(/,a)}

= mín{°°,0 +oo, 6 + 11} = 17,
por lo que etiquetamos el vértice a como (17,/). De manera simi

lar, vemos que
L{b) = mín {=», 0 + °°, 6 + *>} = oo,
L(g) = mín {oo,0 + °o,6+ 9} = 15, y,
L(fc) = mín {11,0 + 1 1 , 6 + 4}= 10.
[Con estos resultados obtenemos el etiquetado de la figura 13.2(b).]
En el paso 3 vemos que el vértice x>2 es h, pues h E S\ y L(h) es un
mínimo. Entonces asignamos a5 2 el conjunto Si U {h} - {c,f, h],
incrementamos el contador a 2 y como 2 < 5, el algoritmo nos
lleva de nuevo al paso 2.
Tercera iteración: (32 = {a, b, g}). Con /' = 2 en el paso 2, ahora calculamos:
L(a) = mín {L(á), L(u) + p(u, a)}
u€S2
= mín {17,0 + oc.,6+11,10+ 11} = 1 7
(así, la etiqueta de a no cambia);
L(¿») = mín {°o, 0 + oo, 6 + 0°, 10 + oo} = oo
(la etiqueta de b sigue siendo °°); y
L(g) = mín {15,0 + « , 6 + 9,10 + 4} = 14 < 15,
por lo que la etiqueta deg cambia a (14, h), puesto que 14=L(h) +
p(h, g). Entre los vértices de &, g es el más cercano a \)0, puesto
que L(g) es un mínimo. En el paso 3, el vértice v} se define como
g y 5 3 = S2 U {g} = {c,f,h, g}). Incrementamos el contador i a 3 <
5, y regresamos al paso 2.
Cuarta iteración: (S3 = {a, b}). Con i = 3, determinamos lo siguiente en el paso 2:
L(a) =17; L(b) = oo. (Así, las etiquetas no cambian durante esta
iteración.) Hacemos u» = a y 5 4 = S3 U {a} = {c, f, h, g, a}), en el
paso 3. Entonces incrementamos i a 4( < 5) y regresamos al paso 2.
Quinta iteración: (SA = {b}). En este caso, i = 4 en el paso 2, y vemos que L(b) =
L(a) + p(a, b) = 17 + 5 = 22. La etiqueta de b cambia por (22, a).
Entonces, x>¡ = b en el paso 3, Ss es {c, f, h, g, a, b} e i se incremen
a 5. Pero ahora que i = 5 = | V\ - 1, el proceso termina. Obtenemos
el grafo etiquetado que se muestra en la figura 13.3.
gd4, h)
Figura 13.3
De las etiquetas de la figura 13.3 obtenemos las siguientes distancias más cortas de c a
los otros cinco vértices de G:
1) d(c,/) = L ( / ) = 6 2) d{c,h) = L(h) = 10

3) d(c,g) = L(g) = 14 4) d(c,a) = L(a) = 17
5) d(c, b) = L(b) = 22
Por ejemplo, para determinar un camino dirigido más corto de c a b, partimos del vér
tice b, que tiene la etiqueta (22, a). Por lo tanto, a es el predecesor de b en este camino más
corto. La etiqueta en a es (17, / ) , por lo que /precede a a en el camino. Por último, la
etiqueta en/es (6, c), por lo que regresamos al vértice c y el camino dirigido más corto de
caí» determinado por el algoritmo está dado por las aristas (c, f), (f, a) y (a, b).
Ahora que hemos demostrado una aplicación de este algoritmo, nos interesa el orden de
su función de complejidad en tiempo en el peor caso, /(n), donde n = | V | en el grafo
ponderado G = (V, E). Mediremos la complejidad en términos del número de sumas y
comparaciones que se hacen en los pasos 2 y 3 durante la ejecución del algoritmo.
Después del proceso de inicialización del paso 1, hay a lo más n - 1 iteraciones, pues
cada iteración determina el siguiente vértice más cercano a \)0 y n - 1 = | V— {u0} I •
Si 0 G 15 ¡.
1) Cuando 0 <¡ i < n-2, realizamos un máximo de n - 1 sumas para calcular
L(x>) = mín {L(u), L(u) + p(u,u)}

uSS¡
lo que representa una suma por cada u G S¡.

2) Comparamos el valor actual de L('u) con cada uno de los números L(u) + p(«, x>)
(algunos de los cuales podrían ser infinitos), uno para cadau G S¡, donde \S¡\ :£
n - 1, para determinar el valor actualizado de L(v). Esto requiere al menos n - 1
comparaciones. Por lo tanto, antes de llegar al paso 3 hemos realizado cuando mu
cho 2(n - 1) pasos para cada « G 5¡, con un total de 2(n - l) 2 para todo x> G £¡.
Continuamos con el paso 3 y ahora debemos seleccionar el mínimo entre un
máximo de n - 1 números L(v), donde \) G S¡. Esto requiere al menos n-2 compa
raciones adicionales, en el peor de los casos.
En consecuencia, ninguna iteración necesita más de 2(n - l) 2 + (n - 2) pasos en
total. Es posible tener hasta n - 1 iteraciones, por lo que
f(n) =£ (n - 1)[2(W - l) 2 + (n - 2)] G 0(n 3 ).
Terminaremos esta sección con algunas observaciones que se pueden usar para mejorar
la complejidad en tiempo en el peor caso para este algoritmo. Primero debemos observar
que para 0 o, el vértice vi+l. En nuestro ejemplo, obtuvimos v¡ =/, v2 = h, v$
= g,V4 = ayv5 = b.
En segundo lugar, observemos las duplicaciones hechas al calcular L(v). Podemos ver
esto rápidamente en la segunda y tercera iteraciones del ejemplo 13.2. Quisiéramos acor
tar estos cálculos innecesarios, así que intentaremos usar un método un poco distinto para
nuestro problema del camino más corto. De nuevo comenzamos con un grafo ponderado
G = (V, E) con I V* I = n y v0 G V. Denotamos con v¡ el i'-ésimo vértice más cercano a x>0,
donde 0 Q,xro) = 0 y

L 0 (u) = oo, para-u^-uo.
Entonces, para i > 0 y u G 5¿, definimos
Li+1 (v) = mín {L¡ (v), L¡ (u,) + p(u,-, u)},
donde \)¡ es un vértice para el que L,{x>¡) es minimal; un vértice que es í'-ésimo cercano a %
Vemos que
L¡+i (u) = mín {í/(v0,uy) + P(vhv)}.

ls/'si
Veamos qué ocurre en cada una de las (a lo más) n - 1 iteraciones cuando utilizamos la
definición de Li+l(v) que usa el vértice x>¡.
Para cualquiera) G 5„ sólo necesitamos una suma [¿¡(1),-) + p(i)„ i))] y una comparación
[entre L¡(v) y L¡(v¡) + p(u„ u)] para calcular Li+ ,(u). Como existen un máximo de n - 1
vértices en S„ esto require a lo más 2(/i - 1) pasos para obtener Li+ i(x>) para toJo \) G S¡.
Encontrar el mínimo de {L,+i(v) \ v G 5,} requiere cuando mucho n-2 comparaciones,
por lo que en cada iteración obtenemos u, + [ (un vértice u £ 5, donde L¡ + x(v) es un
mínimo) en a lo sumo 2(n - 1) + (n - 2) = 3n - 4 pasos. Desarrollamos como máximo n -
1 iteraciones, por lo que para esta versión del algoritmo de Dijkstra, la función de comple
jidad en tiempo para el peor caso es 0(n2).
A fin de determinar un camino más corto de \)0 para cada x> G V, x> ^ v0, vemos que
siempre que Li+l(x>) < L¡(v), para cualquier 0 ).
EJERCICIOS 13.1 1. SeaG = (V,£) un grafo ponderado tal que para cada arista e- (a, b) de E,p(a, b) es igual ala
distancia de a a b a lo largo de la arista e. Si (a, b) & E, entonces p(a,b) = oo.
Fije \)0 = V y sea S C V, con u0 e S. Entonces, para 5 = V- 5, definamos d(y>0, 3) =
mín«i{í/('Uo, "U)}. Si \)„ t l € 5 y d(v0, 3) = d(.v>0< umtl), entonces P: (v0, u,), (■u,, x>2),. .
(y>m-u um). (U«'U™♦ i) e s u n camino simple dirigido más corto (en G) de x>0 a t),„+,. Demuestre
a) 'Uo.Di.'Dz, . . . , D - i , D , e S
b) P': (Uo, \)i), (WL u 2 ) , . . . , CUt-i, x>t), es el camino simple dirigido más corto (en G) de v0 a
Dt, para cualquier 1 < k < m.
2. a) Aplique el algoritmo de Dijkstra al grafo ponderado G = (V, E) de la figura 13.4 y determi
ne la distancia más corta del vértice a a cada uno de los otros seis vértices de G. En este caso,
p(e) = p(x, y) = p(y, x) para cualquier arista e = {x, y] de E.
b) Determine el camino más corto del vértice a a los vértices c, fe i.
f Figura 13.4
3. a) Aplique el algoritmo de Dijkstra al grafo de la figura 13.1 y determine la distancia más cor
ta del vértice a a los demás vértices del grafo.
b) Determine el camino simple más corto del vértice a a cada uno de los vértices/ gy h.
4. Use las ideas desarrolladas alfinalde la sección para confirmar los resultados obtenidos en (a)
el ejemplo 13.2; y (b) la parte (a) del ejercicio 2.
5. Pruebe o refute lo siguiente, para un grafo ponderado G = (V,E), donde V={\>0, v¡, v2, ■ ■ ■ ,v
y e¡ € E, con p(e¡) < p(e) para todo eE.E,e±ex. Si aplicamos el algoritmo de Dijkstra a G, y
calculamos la distancia más corta d(y0, \>¡) para cada vértice v¡, 1 < i < n, entonces existe un
vértice \)¡, para algún 1 < ;' < n, tal que la arista ex se use en el camino más corto de u0 a v¡.
13.2
Árboles recubridores minimales:
Los algoritmos de Kruskal y Prim
Hay que construir una red de cómputo con un acoplamiento vago para un sistema de siete
computadores. El grafo G de la figura 13.5 es un modelo de la situación. Los computado
res se representan mediante los vértices del grafo; las aristas representan líneas de transmi
sión que se tienen en cuenta para enlazar ciertos pares de computadores. Asociamos a cada
arista e de G un número real positivo p(e), el peso de e. En este ejemplo, el peso de una aris
ta indica el costo previsto para la construcción de esa línea de transmisión particular. El
objetivo es enlazar todos los computadores minimizando el costo total de la construcción.
Para hacer esto, necesitamos un árbol recubridor T, tal que la suma de los pesos de las
aristas en T sea minimal. La construcción de dicho árbol recubridor óptimo puede realizar
se por medio de los algoritmos desarrollados por Joseph Kruskal (1928-) y Robert Prim
(1921-).
Como el algoritmo de Dijkstra, estos algoritmos son voraces; al usarlos, en cada paso
del proceso se hace una elección óptima (en este caso minimal) de los datos disponibles
restantes. De nuevo, si lo que parece ser la mejor opción localmente (por ejemplo, para un
vértice c y los vértices cercanos a c) es también la mejor opción globalmente (para todos
los vértices del grafo), entonces el algoritmo voraz nos llevará a una solución óptima.
g Figura 13.5
Primero analizaremos el algoritmo de Kruskal, el cual se genera del modo siguiente.

Sea G = (V, E) un grafo no dirigido conexo sin lazos tal que \V\ = n y cada arista e
tiene asignado un número real positivo p(e) Para encontrar un árbol recubridor óptimo
(minimal) para G, aplicamos el siguiente algoritmo.
Algoritmo de Kruskal
Paso 1: Hacemos el contador i' = 1 y seleccionamos una arista ex en G, tal que p(e,) sea
lo más pequeño posible.
Paso 2: Para 1 S i £ n - 2, si hemos seleccionado las aristas elt e2 eh entonces
seleccionamos la arista e¡+1 de las aristas restantes en G de modo que (a) p(c, + ,) sea lo
más pequeño posible y (b) el subgrafo de G determinado por las aristas elfe2,..., e¡,
eí+l(y los vértices incidentes) no contenga ciclos.
Paso 3: Reemplazamos i con i + 1.
Si/ = « - l,el subgrafo de G determinado por las aristase lt e lt .. >, e„ _! es conexo,
con n vértices y n -1 aristas, y es un árbol recubridor óptimo para G.
Si / < « - 1, regresamos al paso 2.
Antes de establecer la validez del algoritmo, consideremos el siguiente ejemplo.
Ejemplo 13|»3 Aplicaremos el algoritmo de Kruskal al grafo de la figura 13.5.
Inicialización: (/ = 1) Puesto que sólo existe una arista (a saber, {e,g}) de peso
mínimo 1, comenzamos con T= {{e, g]}. (Al principio, Tes un ár
bol con una arista, y después de cada iteración crece hasta ser un árbol
más grande o un bosque. Después de la última iteración, el subgrafo
Tes un árbol recubridor óptimo para el grafo dado G.)
Primera iteración: Entre las aristas restantes de G, tres de ellas tienen el siguiente
peso menor, 2. Seleccionamos {d,f}, la cual satisface las condicio
nes del paso 2. Ahora T es el bosque {{e, g}, {d, /}} e incrementa
mos Í a 2. Como / = 2 < 6, regresamos al paso 2.
Segunda iteración: Dos de las aristas restantes tienen peso 2. Seleccionamos {d, e).
Ahora, Tes el árbol {{e, g], {d, / } , {d, e}} e i toma el valor 3.
Como 3 < 6, el algoritmo nos envía de regreso al paso 2.
Tercera iteración: Entre las aristas de G que no están en T, la arista {/ g] tiene un
peso minimal 2. Sin embargo, si añadimos esta arista a T, el resul
tado contiene un ciclo, lo que destruye la estructura de árbol que
buscamos. En consecuencia, analizamos las aristas {c, e}, {c, g] y
[d, g). La arista {d, g) produce un ciclo, pero {c, e] o {c, g)
satisfacen las condiciones del paso 2. Seleccionamos {c, e}. Tere-
ce a {{e, g}, [d,f], {d, e},{c, e}} e ¿aumenta a 4. Regresamos al
paso 2 y vemos que las iteraciones cuarta y quinta nos proporcio
nan los siguientes resultados.
Cuarta iteración: T= {{e, g], {d,f}, [d, e}, {c, e], {b, e}}; i aumentaa5.
Quinta iteración: T= {{e, g}, {d,f}, {d, e], {c, e], {b, e], {a, b}}; el contador i
toma el valor 6 = (número de vértices de G) - 1. Por lo tanto, Tes
un árbol óptimo para el grafo G y tiene peso 1 + 2 + 2 + 3 + 4 +
5 = 17.
La figura 13.6 muestra este árbol recubridor de peso minimal.
9 Figura 13.6
El ejemplo 13.3 muestra la forma en que el algoritmo de Kruskal realmente produce un

árbol recubridor. Esto se sigue de las partes (a) y (d) del teorema 12.5, puesto que el
subgrafo resultante tiene n( = | V \) vértices y n - 1 aristas, además de ser conexo. En
general, si G - (V, E) es un grafo no dirigido conexo, ponderado, sin lazos y Tes el subgrafo
de G generador por el algoritmo de Kruskal, entonces T no tiene ciclos. Además, T es un
subgrafo recubridor de G, ya que si v G V y v no está en T, entonces podemos añadir una
arista e de G a T de modo que e sea incidente con \), y el subgrafo de G resultante no
tendría ciclos. Por último, T es conexo ya que, en caso contrario, tendría al menos dos
componentes Ti y T2 y como G es conexo, podríamos añadir a Tuna arista {x,y} de G, tal
que x esté en Tx y y esté en T2, sin que aparezca un ciclo en este subgrafo. En consecuencia,
el subgrafo T de G es un subgrafo recubridor conexo de G sin ciclos (o lazos), de modo
que T es un árbol recubridor de G.
El algoritmo es voraz; selecciona de las aristas restantes una arista de peso minimal que
no cree un ciclo. El siguiente resultado garantiza que el árbol recubridor obtenido es óptimo.
TEOREMA 13.1 SeaG = (V, E) un grafo ponderado no dirigido, conexo y sin lazos. Cualquier árbol recubridor
de G obtenido mediante el algoritmo de Kruskal es óptimo.
Demostración: Sea | V \ =ny sea Tun árbol recubridor de G obtenido mediante el algoritmo
de Kruskal. Etiquetamos las aristas de Tcomo e¡, e2,..., e„_i de acuerdo con el orden en
que son generadas mediante el algoritmo. Para cualquier árbol óptimo T de G, definimos
d{T) = k si k es el mínimo entero positivo tal que T y T contengan ambos a eít e2,. ..,
ek.u pero que ek$ T.
Sea Tx un árbol óptimo para el que d(Ti) = r sea maximal. Si r = n, entonces T=Txy ob
tenemos el resultado. En caso contrario, r < n - 1 y al añadir la arista e'r (de 7) a Tx
obtenemos el ciclo C, donde existe una arista e'r de Cque está en Tx pero no en T.
Partimos del árbol Tx. Al añadir er a Tx y eliminar e'r, obtenemos un grafo conexo con n
vértices y n - 1 aristas. Este grafo es un árbol T2. Los pesos de Ti y T2 satisfacen la relación
p(T2) = p(Ti) + p(er)-p(e;).
Si seguimos la forma de selección de eít e2, ■.., er. i en el algoritmo de Kruskal, elegimos
la arista er de modo que p{er) sea minimal y no obtengamos ciclo alguno al añadir er al
subgrafo H de G determinado por e¡, e2, . . . , er_ ¡. Como e'r no produce un ciclo al ser
añadido al subgrafo H, la minimalidad de p(er) implica que p(e/) > p(er). Por lo tanto,
p(er) - p(c/) ^ 0, por lo que p(T2) <, p(T¡). Pero como T¡ es óptimo, debemos tener que
P(T2) = p(Ti), por lo que T2 es óptimo.
El árbol T2 es óptimo y tiene las aristas eu e2,. .., er_ u er en común con T, por lo que
d(T2) > r + 1 > r = d(T¡), lo que contradice la elección de T,. En consecuencia, T = Ty el
árbol T producido por el algoritmo de Kruskal es óptimo.
Medimos la función de complejidad en tiempo para el peor caso/para el algoritmo de

Kruskal mediante las siguientes observaciones. Dado un grafo ponderado no dirigido,
conexo y sin lazos G = (V, E), tal que | v | = « y \E\ = m > 2, podemos usar la ordenación
por inserción de la sección 12.3 para enumerar (y volver a etiquetar, en caso necesario) las
aristas de £ como eue2,..., em, donde p{ex) ^ p(e2) < • • • < p{em). El número de compa
raciones necesarias para hacer esto es 0(m log2m). Luego, una vez enumeradas las aristas
en ese orden (de pesos no decrecientes), realizamos el paso 2 del algoritmo un máximo de
m - 1 veces: una vez por cada una de las aristas e2, e¡,..., em.
Para cada arista c„ 2 < i < m, debemos determinar si e¡ provoca la formación de un
ciclo en el árbol o bosque desarrollado hasta ese momento (después de considerar las
aristas eu e2,..., e¡_i). Esto no puede hacerse en una cantidad constante de tiempo [es decir,
0(1)] para cada arista. Sin embargo, todo el trabajo necesario para la detección de ciclos
puede hacerse como máximo en 0(n log2 n) pasos.f
En consecuencia, definiremos la función de complejidad en tiempo para el peor caso/,
para m ^ 2, como la suma de lo siguiente:
1) el número total de comparaciones necesarias para ordenar las aristas de G en orden

no decreciente, y
2) el número total de pasos realizados en el paso 2 para detectar la formación de un
ciclo.
A menos que G sea un árbol, se sigue que | V | =n ¿m= \E\, puesto que G es conexo.
Como resultado, n log2 n < m log2 m y / £ 0(m log2 m).
También podemos dar una medida en términos de n, el número de vértices de G; n - 1
:£ m, puesto que el grafo es conexo y m < (2) = (l/2)(n)(n - 1), el número de aristas en K„.
En consecuencia, m log2 m <n2 log2 «2 = 2n2 log2 n y podemos expresar la complejidad en
tiempo del peor caso del algoritmo de Kruskal como 0(n2 log2 n).
t Para más información acerca del análisis del segmento relativo a la detección de ciclos, el lector
deberá revisar el capítulo 8 del texto de S. Baase [2] y el capftulo 4 del texto de E. Horowitz y
S. Sahni [15].
Robert Prim desarrolló una segunda técnica para la construcción de un árbol óptimo.
En este algoritmo voraz, los vértices del grafo se dividen en dos conjuntos: procesados y
no procesados. Al principio, sólo hay un vértice en el conjunto P de los vértices procesa
dos y los demás están en el conjunto N de vértices por procesar. Cada iteración del algoritmo
incrementa el conjunto P en un vértice, mientras que el tamaño del conjunto N decrece en
uno. El algoritmo se resume como sigue.
Sea G = (V, E) un grafo ponderado no dirigido, conexo y sin lazos. Para obtener un
árbol óptimo para G, aplicamos el siguiente procedimiento.
Algoritmo de Prim
Paso 1: Hacemos el contador i = 1 y colocamos un vértice arbitrario 1), E V en el
conjunto P. Definimos N= V- {\>,} y T= 0.
Paso 2; Para l s i s » - l , donde \v\ = n, sean P = {u t , i ) 2 , . . . , u,}, T= {e„ e = , . . . ,
«i -1}. y N = V - P. Añadimos a T la arista más corta (la arista de peso minimal) de G que
conecta un vérticex en P con un vértice >•( = u, «.,) en N. Colocamos y en P y lo elimina
mos de N.
Paso 3: Incrementamos el contador en 1.
Si /=/!, el subgrafo de G determinado por las aristas?,, e s , . . . , e„.., es conexo, con
n vértices y « - 1 aristas y es un árbol óptimo para G.
Si i < n, regresamos al paso 2.
Usamos este algoritmo para encontrar un árbol óptimo para el grafo de la figura 13.5.
Ejemplo 1 3 . 4 El algoritmo de Prim genera un árbol óptimo de la forma siguiente.
Inicialización: i = 1; P = {a}; N = {b, c, d, e,f, g}; T = 0.

Primera iteración: T = {{a, b}}; P = {a, b}\ N = {c, d, e,f,g}; i = 2.
Segunda iteración: T = {{a, b}, {b, e}}; P = {a, b, e}; N = {c, d,f,g}; i = 3.
Tercera iteración: T = {{a, b}, {b, e}, {e, g}}; P = {a, b, e, g}; N = {c, d,f}; i = 4.
Cuarta iteración: T = {{a, b}, {b, e}, {e, g}, {d, e}}; P = {a, b, e, g, d};
N = {c,f};i = 5.
Quinta iteración: T = {{a, b}, {b, e}, {e, g}, {d, e}, {/, g}}; P = {a, b, e, g, d,f}\
N = {c}; i = 6.
Sexta iteración: T = {{a, b}, {b, e}, {e, g}, {d, e}, {/, g}, {c, g}};
P = {a,b,e,g,d,f,c}=V; N = 0; ¿ = 7 = |V|. Por lo tanto, 7es
un árbol recubridor óptimo de peso 17 para G, como se ve en la
figura 13.7.
Observe que el árbol generador minimal obtenido aquí difiere del que se muestra en la
figura 13.6. Así, este tipo de árbol recubridor no tiene que ser único.
Figura 13.7
Sólo enunciaremos el siguiente teorema, el cual establece la validez del algoritmo de

Prim. La demostración se deja al lector.
TEOREMA 13.2 SeaG = (V, E) un grafo ponderado no dirigido, conexo y sin lazos. Cualquier árbol recubridor
de G obtenido mediante el algoritmo de Prim es óptimo.
Concluiremos esta sección con unas cuantas palabras y bibliografía acerca de la fun
ción de complejidad en tiempo para el peor caso para el algoritmo de Prim. Cuando apli
camos el algoritmo a un grafo ponderado no dirigido, conexo y sin lazos G = (V, E), donde
I VI = n y | £ | = m, las implementaciones usuales requieren 0(n2) pasos. (Esto puede
revisarse en el capítulo 7 de A. Aho, J. E. Hopcroft y J. D. Ullman [1]; en el capítulo 4 de
S. Baase [2]; y en el capítulo 4 de E. Horowitz y S. Sahni [15].)Algunas implementaciones
más recientes de este algoritmo han mejorado la situación, de modo que ahora son necesa
rios 0(m log2 n) pasos. (Esto se analiza en los artículos de R. Graham y P. Hell [14]; de
D. B. Johnson [16]; y de A. Kershenbaum y R. Van Slyke [17].)
EJERCICIOS 13.2 1. Aplique el algoritmo de Kruskal y el algoritmo de Prim para determinar árboles recubridores
minimales para el grafo de lafigura13.8.
3
9 h 3 / Figura 13.8
2. La tabla 13.1 proporciona información acerca de la distancia existente (en millas) entre pares
de ciudades en el estado norteamericano de Indiana, E.U.
Se construirá un sistema de carreteras para unir estas siete ciudades. Determine las carrete
ras que deben construirse para minimizar el costo de construcción. (Suponga que el costo de
construcción de una milla de carretera es el mismo entre cualquier par de ciudades.)
Tabla 13.1
Fort South
Bloomington Evansville Wayne Gary Indianápolis Bend
Evansville 119 — — — — —
Fort Wayne 174 290 — — — —
Gary 198 277 132 — — —
Indianápolis 51 168 121 153 — —
South Bend 198 303 79 58 140 —
Terre Haute 58 113 201 164 71 196
3. a) Responda el ejercicio 2, con la restricción adicional de que el sistema incluya una carretera
que enlace en forma directa Evansville con Indianápolis.
b) Si debe haber un enlace directo entre Fort Wayne y Gary además del que une Evansville
con Indianápolis, encuentre el número mínimo de millas de carretera que deben cons
truirse.
4. SeaG = (V, E) un grafo ponderado dirigido, conexo y sin lazos. Paran SZ + , sea {ei,e2, • • -,e„
un conjunto de aristas (de E) que no incluyen ningún ciclo de G. Modifique el algoritmo de
Kruskal para obtener un árbol recubridor de G que sea minimal entre todos los árboles
recubridores de G que incluyen las aristas e¡, e2,. .., en.
5. a) Modifique el algoritmo de Kruskal para determinar un árbol óptimo de peso maximal.
b) Interprete la información del ejercicio 2 en términos del número de llamadas que pueden
realizarse entre pares de ciudades, por medio de la adopción de ciertas líneas nuevas de
transmisión telefónica. (Las ciudades que no estén enlazadas directamente deben comuni
carse por medio de una o más ciudades intermedias.) ¿Cómo pueden comunicarse en forma
minimal las siete ciudades y permitir que se realice un número máximo de llamadas?
7. Sea G = (V, E) un grafo ponderado no dirigido, conexo y sin lazos tal que cada par de aristas
distintas e¡, e2 £ E, p(ei) ¿p(e2). Demuestre que G tiene un único árbol recubridor minimal.
13.3
Redes de transporte: El teorema
de flujo máximo y corte mínimo
Esta sección proporciona una aplicación de los grafos ponderados dirigidos al flujo de un
bien de una fuente a un destino dado. Tales bienes podrían ser litros de petróleo que fluyen
a través de tuberías o números de llamadas telefónicas transmitidas en un sistema de co
municación. Al modelar estas situaciones, interpretamos el peso de una arista en el grafo
dirigido como una capacidad que impone un límite superior, por ejemplo, sobre la canti
dad de petróleo que puede fluir por cierta parte de un sistema de tuberías. Estas ideas se
expresan formalmente en la siguiente definición.
Definición 13.1 Sea N = (V, E) un grafo dirigido conexo sin lazos. Entonces N es una red, o red de trans
porte, si se cumplen las siguientes condiciones:
a) Existe un único vértice a G V tal que ge{a), el grado de entrada de a, es igual a 0.

Este vértice es la fuente.
b) Existe un único vértice z G V, llamado sumidero, tal que gs(z), el grado de salida de
z, es igual a 0.
c) El grafo N es ponderado, por lo que existe una función de E en el conjunto de
enteros no negativos que asigna a cada arista e = (i), w) G E una capacidad, que se
denota con c(e) = c(l>, w).
Ejemplo 13.5 El grafo de la figura 13.9 es una red de transporte. El vértice a es la fuente, el sumidero es
el vértice z y las capacidades se muestran debajo de cada arista. Como c(a, b) + c(a, g) =
5 + 7 = 12, la cantidadêl bien que se transporta de a az no puede ser mayor que 12. Como
c(d, z) + c{h, z) = 5 + 6 = 1 1 , la cantidad queda restringida aún más, a no ser mayor de 11.
Para determinar la cantidad máxima que puede transportarse de a a z, debemos considerar
las capacidades de todas las aristas de la red.
Figura 13.9
Damos la siguiente definición para ayudarnos a resolver este problema.
Definición 13.2 SiN= (V, E) es una red de transporte, una función/de E a los enteros no negativos es un
flujo de N si
a) f(e) < c(e) para toda arista e G E, y
b) para cualquier v G V distinto de la fuente a o del sumidero z, ZdWsVf(w, i)) = Zd„íV
/(t>, w). (Si no existe una arista (i), w),f{\>, w) = 0.)
La primera condición especifica que la cantidad de material transportado a lo largo de

una arista dada no puede exceder la capacidad de esa arista. La condición (b) pide que la
cantidad de material que fluye hacia un vértice u debe ser igual a la cantidad que fluye
desde ese vértice. Esto es cierto para todos los vértices, excepto la fuente y el sumidero.
ij«tng»ia 13.6 Para las redes de la figura 13.10, la etiqueta je, y sobre cada arista e se determina de modo
que x = c(e) y y es el valor asignado a un flujo posible /. La etiqueta en cada arista e
satisface/(e) < c(e). En la parte (a) de la figura, el "flujo" hacia el vértice g es 5, pero el
"flujo" hacia fuera del vértice es 2 + 2 = 4. Por lo tanto, la función/no es un flujo en este
í> 4, 1 d b 4,2 d
-4
a c
a<^ ->5, 2 \ s 6 , 4 " 2 , 1 ^>z a«Q "5, 2 \ 6 , 3 "2,2 ^>z
O L:
W
5 5 gf. (a) g 5,2 /i (b) g 5,3 /)
f-t ~ í: Figura 13.10
caso. La función/de la parte (b) satisface ambas condiciones, por lo que es un flujo de la
3 9 5 Si *• red dada.
£2 o
Definición 13.3 Sea/un flujo para una red de transporte N = (V, E).
3 O
~> o a) Una arista e de la red está saturada si/(e) = c(e). Cuando/(e) < c(e), la arista es no
saturada.
b) Si a es la fuente de N, entonces val(/) = ¿iiwVf(a, v>) es el valor del flujo.
Ejemplo 13,7 Para la red de la figura 13.10(b), {h,d} es la única arista saturada. Las demás aristas no son
saturadas. El valor del flujo en esta red es
val(/) = 2 / ( « , « ) = f(a,b) +f(a,g) = 3 + 5 = 8.

vEV
¿Existirá otro flujo/! tal que val(/i) > 8? La determinación de un flujo maximal (un flujo
que logra el máximo valor posible) es el objetivo del resto de la sección. Para lograrlo,
observamos que en la red de la figura 13.10(b),
2 /(a,D) = 3 + 5 = 8 = 4 + 4 =f(d, z) +f(h, z) = I f(v, z).

»ev vEV
En consecuencia, el flujo total que sale de la fuente a es igual al flujo total que llega al
sumidero z-
La última observación del ejemplo 13.7 parece razonable, pero ¿ocurre en general? A
fin de demostrar el resultado para cualquier red, necesitamos el siguiente tipo particular de
conjunto de corte.
Definición 13.4 Si N = (V, E) es una red de transporte y C es un conjunto de corte para el grafo no dirigido
asociado con N, entonces C es un corte, o corte a - z, si la eliminación de las aristas de C
de la red produce la separación de a y z-
Ejemplo 13.8 Cada una de las curvas punteadas de la figura 13.11 indica un corte para la red dada. El
corte C, está formado por las aristas no dirigidas {a, g], {b, d}, {b, g] y {b, h}. Este corte
divide los vértices de la red en los dos conjuntos P = [a, b) y su complemento P = {d, g,
h, z), por lo que Ct se denota con (P, T). La capacidad de un corte, que se denota con
c(P, ? ) , se define como
c{P,P)= 2c(v,w),
vep
weP
la suma de las capacidades de todas las aristas (i), w), donde u S P y w E T. En este
ejemplo, c(P, T)- c(a, g) + c(b, d) + c(b, h) = 1 + 4 + 6 = 17. [Si consideramos las aristas
dirigidas (de P a T) en el corte d = (P, T), a saber, (a, g), (b, d), (b, h), vemos que la
eliminación de estas aristas no produce un subgrafo con dos componentes. Sin embargo,
estas tres aristas son minimales en el sentido de que al quitarlas se elimina cualquier cami
no dirigido posible de a a z.]
El corte C2 induce la partición de vértices Q- [a, b, g}, Q = {d, h, z} y tiene capacidad
c(Q, Q) = c(b, d} + c(b, h) + c(g, h) = 4 + 6 + 5 = 15.
Un tercer corte de interés es el que induce la partición de vértices S - {a, b, d, g, h}, S -
{z}- (¿Cuáles son las aristas en este corte?) Su capacidad es 11.
Figura 13.11
Por medio de la idea de capacidad de un corte, el siguiente resultado proporciona una

cota superior para el valor de un flujo en una red.
TEOREMA 13.3 Sea/un flujo en una red N = (V, E). Si C(P, P) es cualquier corte en N, entonces val(/) no
puede exceder a c = (P, 7).
Demostración: Sea el vértice a la fuente de N y el vértice z su sumidero. Comoge(a) = 0, se
sigue que para cualquier w G V,/(w, a) = 0. En consecuencia,
val(/) = I f(a, x¡) = I /(«,„) - S f(w, a).

vSV
Por la condición (b) en la definición de un flujo, para cualquier xEP,x£a, XU€vf(x, i)) -
Si sumamos los resultados de las ecuaciones anteriores obtenemos
val(/) I /(«,»)- S/(w,a) +2 *2f(x,v)- ^ f(w,x)

XEP
x+a
= 2f(x,v)- S/(w,x)
x€P
vtEV
2/(*,t>) + 2 / M 2/(*,*) + Zf(w,x)

xSP x€P
■ve/> Tá wep 1%
Como sumamos
líf(x,v) y S/O,*)
xBP xEP
sobre el mismo conjunto de todos los pares ordenados de P x P, estas sumas son iguales.
En consecuencia,
val(/) = 2 / ( x , u ) - £ / ( * , * ) .
%$ fj
Para todos x,w EV, f(w,x) > 0, por lo que
2/(W,JC)>0 y v a l ( / ) < S / ( x , D ) s E c ( * , ' o ) = c(P,P).

x
:% 3 fá
Del teorema 13.3 vemos que en una red N, el valor de cualquier flujo es menor o igual
que la capacidad de cualquier corte en esa red. Por lo tanto, el valor del flujo máximo no
puede exceder la capacidad mínima sobre todos los cortes de una red. Para la red de la
figura 13.11, se puede mostrar que el corte formado por las aristas (d, z) y (h, z) tiene la
capacidad mínima 11. En consecuencia, el flujo máximo/de la red satisface val(/) < 11.
El valor del flujo máximo es 11. La forma de construir tal flujo y la razón por la que su
valor es igual a la capacidad mínima entre todos los cortes serán el tema del teorema
principal de esta sección.
Sin embargo, antes de analizar esta construcción, observemos que en la demostración
del teorema 13.3, el valor de un flujo está dado por
val(/) = I f(x,v) ~ I f(w,x),

*M :%
donde (P, P) es cualquier corte de N. Por lo tanto, una vez que se construye un flujo en una
red, entonces para cualquier corte (P, ~P) de la red, el valor del flujo es igual a la suma de
los flujos en las aristas dirigidas de los vértices de P hacia los de T menos la suma de los
flujos en las aristas dirigidas de los vértices en ~F a los de P.
Esta observación conduce al siguiente resultado.
COROLARIO 13.1 S i / e s un flujo en una red de transporte N = (V, E), entonces el valor del flujo desde la
fuente a es igual al valor del flujo hacia el sumidero z.
Demostración: Sean P = {a}, T=V-[a}yS=V- {z}, Q = {z}- De la observación
anterior,
2 /(*, «) - 2 /(w, x) = val(/) = 2 / ( y , v) - 2 / ( " , y).

x€P x€P ySQ yeQ
vBP w€P VEQ W€Q
Con P = {a} y ge(a) = 0, tenemos que X«P,»€P f(w> *) = 2„eí¡ /( vv - a ) = 0- En forma

análoga, para Q = {z} y gs(z) = 0, se sigue que Eê.^g/íw, y) = ^yeQf(z, y) = 0. En
consecuencia,
2 /(*,u) = 2 M D ) = vai(/) = 2 f(y,v) = 2 /(>-, z),
lo que establece el corolario.
Pasemos ahora al resultado principal de la sección.
TEOREMA 13.4 El teorema del flujo máximo y corte mínimo. Para una red de transporte /V = (V, E), el flujo
máximo que se puede obtener en N es igual a la capacidad mínima sobre todos los cortes
de la red.
Demostración: Por el teorema 13.3, si (P, P) es un corte de capacidad mínima en N, enton
ces el valor de cualquier flujo en N satisface val(/) < c(P, P). Para verificar la existencia
de un flujo/para el que val(/) = c(P, P), utilizamos el siguiente algoritmo iterativo, llama
do procedimiento de etiquetado.
El procedimiento de etiquetado
Paso 1: Dada una red N, definimos un flujo inicial/en N como/(e) = 0 para cada e de
E. (Esta función /satisface las condiciones de la definición de un flujo.)
Paso 2: Etiquetamos la fuente a con (-, °°). (Esta etiqueta indica que podemos disponer
en la fuente a de todo el material necesario para obtener un flujo máximo.)
Paso 3: Para cualquier vértice x adyacente a a, etiquetamos x como sigue:
a) Si c(a, x) -f(a, x) > 0, definimos A(JC) = c(a, x) -f(a, x) y etiquetamos el vérticex
con (a*, A(x)).
b) Si c(a, x) -f(a> x) = 0, dejamos el vértice x sin etiquetar.
[La etiqueta (a*, A(x)) indica que el flujo presente de a a x puede incrementarse mediante
la cantidad A(x), con A(x) unidades adicionales proporcionadas desde la fuente a.]
Paso 4: Mientras exista J # a) € V tal que x esté etiquetado y exista una arista (x, y) tal
que y no esté etiquetado, etiquetamos el vértice y como sigue:
a) Si c(x,y) -f(x, y) > 0, definimos A(y) = mín{A(x), c(x, y) -f(x, y)} y etiquetamos
el vértice y como (x*, A(y)).
b) Si c(x,y) -f(x, y) = 0, dejamos el vértice y sin etiquetar.
[La etiqueta (x+, A(y)) indica que el flujo presente en el vértice y puede incrementarse
mediante la cantidad A(y) tomada del vértice x.]
Paso 5: De forma análoga, mientras exista un vértice x s* a tal que x esté etiquetado y
exista una arista (y, x) tal que y no esté etiquetado, etiquetamos el vértice y como sigue:
a) Si/(y, x) > 0, etiquetamos el vérticey como Qr, A(y)), donde A(y) = mín{A(x),/(y, x)}.
b) Si/(y, x) = 0, dejamos el vértice y sin etiquetar.
[La etiqueta (r, A(y)), indica que al disminuir el flujo de y a *, el total del flujo que sale
de y a los vértices etiquetados puede ser disminuido en A(y). Estas A(y) unidades pue
den utilizarse entonces para aumentar el flujo total de y a los vértices no etiquetados.
Puesto que un vértice y podría ser adyacente a, o de, más de un vértice etiquetado, los
resultados de este procedimiento podrían no ser únicos. Además, si x está etiquetado, la
red podría incluir ambas aristas (x, y) y (y, x), lo que tal vez produciría dos etiquetas para y.
Pero el procedimiento está diseñado para crear un flujo máximo, y podría haber más de un
flujo de este tipo. No obstante, si un vértice puede ser etiquetado en más de una forma,
podemos hacer una elección arbitraria.
Al aplicar el procedimiento de etiquetado a los vértices de la red dada, repetimos los
pasos 4 y 5 mientras sea posible respecto del conjunto actual (aunque modificable) de
vértices etiquetados. En cada iteración debemos considerar dos casos:
Caso 1: Si el sumidero z se etiqueta como (x+, A(z)), entonces el flujo en la arista (x, z)
puede aumentarse def(x, z) a/(;t, z) + A(z), según lo indique la etiqueta.
El vértice x puede etiquetarse como ( v \ A(x)) o (vr, A(x)), donde A(*) > A(z). Para la
etiqueta (u+, A(x)), podemos considerar el vértice x> como la fuente para aumentar el flujo
en la arista (x, z) en la cantidad A(z). En este caso, incrementamos de forma análoga el
flujo presente en la arista (v,x), de/(t), x) a/(t), x) + A(z) (no af(x>, x) + A(x)). Si x tiene la
etiqueta (ir, A(x)), entonces el flujo en la arista (x, v) cambia def(x, u) af(x, V) - A(z) para
proporcionar el flujo adicional de Az unidades de x a z.
Conforme continúa este proceso de regreso hasta a, cada arista dirigida a lo largo de un
camino de a a z ve aumentado o disminuido su flujo [para un vértice (que quede en el cami
no) con una etiqueta negativa] en Az unidades. Al hacer esto, eliminamos todas las etique
tas de los vértices, excepto (-, °°) para la fuente; el proceso se repite para ver si es posible
incrementar el flujo aún más.
Caso 2: Si el procedimiento de etiquetado se realiza hasta donde sea posible y el sumidero
z no está etiquetado, entonces se ha logrado el flujo máximo. Sea P el conjunto de vértices
de Vque están etiquetados yT = V-P. Puesto que los vértices de 7 no están etiquetados,
los flujos de las aristas (x, y), dondex £ Pey £ P, satisfacen f(x, y) = c(x, y). Además,
para cualquier arista (w, v¡) tal que w £ P y x> £ P, tenemos f(w, x>) = 0. En consecuencia,
existe un flujo para la red dada, tal que el valor del flujo es igual a la capacidad del corte
(P, P). Por el teorema 13.3, tenemos que este flujo es un máximo.
Figura 13.12
b 5, O d 4,0 9
s 4,0 e 5, O h
(a)
b(a+, 7) 5,0 d(b+, 5) 4,0 g(d + , 4) b 5,0 d 4,0 y
s(a\ 2) 4, 0 e(s+, 2) 5, 0 h(e+, 2) s 4,2 e 5,2 h

(b)
b(a+,7) 5,0 d(5+, 5) 4,0 g(d+, 4) 5,3 d 4,3 9
"2,0
s(b+, 1) 4,2 e(d+, 2) 5,2 h(e+, 2) s 4, 2 e 5, 2 h

(0
b(a+,4) 5,3 d(b+, 2) 4,3 g(d+, 1) 5,4 d 4,4 9
3,0 "2,0
s(b+, 1) 4,2 e(d + , 2) 5,2 h(g\ 1) s 4,2 e 5,2 b

(d)
b(a\ 3) 5,4 d(í>+, 1) 4,4 g(/r,1) b 5,5 d 4,4 9

7,5/'
' ' i,o yS, o' '2, 1
2,X < - — » — i i —> '

+ + +
s(b , 1) 4, 2 e(d , 1) 5, 2 b(e , 1) s 4,2 e 5,3 h
(e)
b(a+,2) 5,5 d(e", 1) 4,4 g(/)", 1) 5, 5 d 4,4 9
s(6+, 1) 4,2 e(s+, 1) 5,3 b(e+, 1) s 4,3 e 5,4 h

(f)
678
Antes de demostrar el procedimiento de etiquetado enunciaremos un último corolario y

algunos comentarios relacionados con esto. La demostración del corolario se deja como
ejercicio.
COROLARIO 13.2 Sea N = {V, E) una red de transporte tal que para cada e G E, c{e) es un entero positivo.
Entonces existe un flujo máximo/para N, donde/(e) es un entero no negativo para cada
arista e.
Las definiciones de red de transporte y flujo (en una red de transporte) pueden modificarse
para admitir funciones de flujo y capacidad con valores reales no negativos. Si las capaci
dades de una red de transporte son números racionales, entonces el procedimiento de eti
quetado terminará en cierto momento y se obtendrá un flujo máximo. Sin embargo, si
algunas capacidades son irracionales, es posible que el procedimiento nunca termine, pues
se obtendrían A(z) cada vez más pequeñas en cada iteración. Además, L. R. Ford, Jr., y
D. R. Fulkerson [12] han demostrado que el procedimiento podría producir un flujo tal que
no fuera un flujo máximo. Cuando aparecen capacidades irracionales, podemos usar la mo
dificación hecha por J. Edmonds y R. M. Karp [9], en la que el procedimiento termina (en
un número finito de pasos) y se obtiene un flujo máximo.
Ejemplo 13>9 Utilizaremos el procedimiento de etiquetado para encontrar un flujo máximo para la red
de transporte de la figura 13.12(a).
En esta red, etiquetamos cada arista con un par ordenador,y, dondex es la capacidad de
la arista y v = 0 indica un flujo inicial para la red. La figura 13.12(b) demuestra la primera
aplicación del procedimiento de etiquetado. En este caso, podemos hacer una elección en
el etiquetado del sumidero z. Elegimos (h+, 2) como etiqueta, en vez de (g+, 3) (¿qué otra
etiqueta podríamos utilizar para el vértice el) Retrocediendo d e z a / i a e a s a a , e
incrementando el flujo en cada arista en A(z) = 2, obtenemos el nuevo flujo de la figura
13.12(b). Las partes (c), (d), (e) y (f) de la figura muestran una segunda, tercera, cuarta y
quinta aplicaciones del procedimiento de etiquetado. Observe que el vértice g tiene una
etiqueta negativa en las partes (e) y (f). Además, la parte (f) proporciona una segunda
aparición de una etiqueta negativa, esta vez para el vértice d. Aplicamos el procedimiento
de etiquetado por última vez para etiquetar la red de transporte como en la figura 13.13. En
esta ocasión, el sumidero z no está etiquetado y debemos usar el segundo caso del proce
dimiento. Sean P = [a,b] y ~P = {s, d, e, g, h, z}; vemos que c(P, P ) = c{b, d) + c(b, s) +
c(a, s) = 5 + 1 + 2 = 8 = 5 + 3 =f(h, z) +f(g, z), el flujo a z. Las aristas en N cruzadas por
la línea punteada son las aristas del conjunto de corte (no dirigido) asociado con el corte
(P, T), el cual consta de todas las aristas de la forma {x, y], donde x E P j G P .
b(a\ 1)
5,4 Figura 13.13

Cerraremos esta sección con tres ejemplos modelados con el concepto de red de trans
porte. Después de establecer los modelos, la solución final de cada ejemplo se deja para
los ejercicios de la sección.
Ejempio 13*10 Las compañías C\, c2, c3 fabrican microcircuitos (chips) en unidades de mil; dichos chips se
distribuyen a dos fabricantes de computadores,/! y/ 2 , a través de la "red de transporte" de
la figura 13.14(a), donde hay tres fuentes (c¡, c2 y c3) y dos sumideros/! y/ 2 . La compañía
ct puede producir hasta 15 unidades, la compañía c2 hasta 20 unidades y la compañía c3
hasta 25 unidades. Si cada fabricante necesita 25 unidades, ¿cuántas unidades debe produ
cir cada compañía para satisfacer la demanda de los fabricantes de computadores o al
menos proporcionar tantas unidades como permita la red?
Para modelar este ejemplo mediante una red de transporte, introducimos una fuente a y
un sumidero z, como se muestra en la figura 13.14(b). Usamos la capacidad de producción
de las tres compañías para definir las capacidades de las aristas (a, c{), (a, c2) y (a, c3). Para
las aristas (f¡, z) y (f2, z) usamos las demandas como capacidades. A fin de responder
nuestra pregunta, hay que aplicar el procedimiento de etiquetado a esta red para determi
nar el valor de un flujo máximo.
' g
r, i^ 2 0 15 Jk 1 0
^¿. b ^r"
15. i i C > ■^15 ' '2oT^>
Cl< e ^ / i' 15 >i^^ i 10
15- <J5 ' '10^>1

»-3 J^" 10 15^^ 5
(a)
Figura 13.14
Ejemplo 13*11 La red de transporte que se muestra en la figura 13.15(a) tiene una restricción más, ya que
ahora tenemos capacidades asignadas a los vértices distintos de la fuente y el sumidero.
Tal capacidad impone un límite superior a la cantidad del bien en cuestión que puede
pasar a través de un vértice dado. La parte (b) de la figura muestra la forma de volver a
diseñar la red para obtener otra donde podamos aplicar el procedimiento de etiquetado.
Para cualquier vértice x> distinto de a o de z, separamos dicho vértice en los vértices l)i y v2.
Trazamos la arista de ^ a ^ y la etiquetamos con la capacidad original asignada ax>. Una
arista de la forma (v>, w), donde x> ^ a, w £ z, se convierte en la arista (i)2, W[) que mantiene
la capacidad de (u, w). Las aristas de la forma (a, i)) se convierten en la arista (a,t)i) con
capacidad c(a, M). Reemplazamos una arista como (H> Z) por la arista (w-^ z), con capacidad
c(w, z).
13,3 Redes de transporte: El teorema de flujo máximo y corte mínimo 681
6(15) 10 d(15) 5,15 b2 .10 d,15d:
g(20) 15 /)(10) g,20g2 15 h, 10 /?2

(a) (b)
Figura 13.15
El flujo máximo de la red dada se determina entonces mediante el procedimiento de

etiquetado aplicado a la red que se muestra en la figura 13.15(b).
Ejemplo 13.12 Durante una práctica militar, los mensajeros deben entregar la información del cuartel
general (vértice a) a la comandancia de campo (vértice z). Puesto que algunos caminos
podrían estar bloqueados o destruidos, ¿cuántos mensajeros deben enviarse de modo que
cada uno recorra un camino sin aristas en común con los demás caminos?
Ya que las distancias entre los vértices no son importantes, el grafo de la figura 13.16
no tiene capacidades asignadas a sus aristas. El problema aquí es determinar el número
máximo de caminos con aristas disjuntas de a a z- Si asignamos a cada arista una capaci
dad de 1, convertimos el problema en uno de flujo máximo, donde el número de caminos
con aristas disjuntas (de a a z) es igual al valor de un flujo máximo para la red.
Figura 13.16
EJERCICIOS 13.3 1. a) Para la red de lafigura13.17, sea 10 la capacidad de cada arista. Si cada aristae de la figura
se etiqueta con una función /, como se muestra, determine los valores de s, t, w, x y y de
modo que/sea un flujo en la red.
b) ¿Cuál es el valor de este flujo?
c) Encuentre tres cortes (P, P) en esta red que tengan capacidad 30.
Figura 13.17
Si N= (V, E) es una red de transporte, sea/un flujo en Ny (P, P) un corte. Demuestre que el
valor del flujo/es igual a c(P, P) si y sólo si
a) f(e) = c(e) para cada arista e = {x, y), tal que x £ P, y €E P y
b) f(e) = 0 para cada arista e = Cu, w), tal que « 6 P, w €E P.
Encuentre un flujo máximo y el corte mínimo correspondiente para cada una de las redes de
transporte de la figura 13.18.
b 15 d b 6 d
8 / v8 ' 6/'
5
/ 1
"^ Ay "
78 6\
10\
» -W
h 6 / / 8 ; 12 /Ir
(a) (b)
Figura 13.18
4. Aplique el procedimiento de etiquetado para encontrar unflujomáximo en los ejemplos 13.10,

13.11 y 13.12.
6. En cada una de las siguientes "redes de transporte", dos compañías c, y c2 producen cierto
artículo utilizado por dos fabricantes/, y f2. Para la red de la parte (a) de la figura 13.19, la
compañía cx produce 8 unidades y la compañía c2 produce 7 unidades; el fabricante/, necesita 7
unidades y el fabricante/, 6 unidades. En la red de la figura 13.19(b), cada compañía produce
7 unidades y cada fabricante necesita 6 unidades. ¿En qué situación (o situaciones) satisfacen
las compañías las necesidades de los fabricantes?
b b 4 d
4^^* 5 5 . ► . 5
3^-
Cl«< 5 >i\ c,«í C5 6 „>f",
^ ^ * ^ ^ d ^9^ ^ 5 h^
5 i 4 4, »
lZ> . 5
3^"
c 2 «C i ■ 3 <fi C2«C >fi
6 '—i 4 5^
c1 i 3 k
(a) (b)
Figura 13.19
7. Encuentre un flujo máximo para la red de la figura 13.20. Las capacidades de las aristas no
dirigidas indican que la capacidad es la misma en cualquier dirección. [Sin embargo, para una
arista no dirigida, el flujo sólo puede ir en una dirección a la vez, lo que es diferente de la
situación de los vértices b, g en la figura 13.15(a).]
b 4 d 6 f
l / ■s4 4/
5 5" X
/ 6 9 4 \. 4 ' 7
\-
h
N4 4/
X. "5 5
4\. / 5
—* -> —►—
Figura 13.20
13.4
Teoría de emparejamiento
La escuela secundaria de cierta localidad debe contratar cuatro maestros para las siguien
tes asignaturas: matemáticas (s¡), ciencias de la computación (s2), química (Í 3 ), física (s4) y
biología (s¡). Hay cuatro candidatos interesados en impartir clase en la localidad: la srta.
Carranza (ci), el sr. Ríos (c2), la sra. Cortés (c3) y la sra. López (c4). La srta. Carranza es
diplomada en matemáticas y ciencias de la computación; el sr. Ríos en matemáticas y
física; la sra. Cortés en biología y la sra. López en química, física y ciencias de la compu
tación. Si la escuela contrata a los cuatro candidatos, ¿es posible que un maestro sea asig
nado para impartir un tema diferente al de su especialidad?
Este problema es un ejemplo de una situación general, el problema de asignación. Usan
do el principio de inclusión y exclusión, junto con el polinomio de torre (véanse secs. 8.4
y 8.5), podemos determinar de cuántas formas, si existen, podemos asignar a los cuatro
maestros a cada tema diferente al de su especialidad. Sin embargo, estas técnicas no propor
cionan un medio para configurar estas asignaciones. En la figura 13.21, hemos modelado
el problema por medio de un grafo bipartito G = (V, E), donde Vse separa comoX U Y, con
X= {ci, c2, c3, c4} y Y= {s¡, s2, s}, s4, s5], y las aristas de G representan la especialidad de
cada maestro. Las aristas {ci,s2}» {¿2, ■*•»}. {c3>Ss}> { C 4 , J 3 } , demuestran una de tales asigna
ciones de X en Y.
>s5 Figura 13.21

Para analizar esta idea con más detalle, presentamos los siguientes conceptos.
Definición 13.5 Sea G = (V, E) un grafo bipartito con V dividido como X U Y. (Cada arista de E tiene la
forma {x, y}, con xEXyyEY.)
a) Un emparejamiento de G es un subconjunto de E tal que ningún par de aristas
comparte un vértice en X o en Y.
b) Un emparejamiento completo de X en Y es un emparejamiento de G tal que cada
x £ X es el extremo de una arista.
En términos de funciones, un emparejamiento es una función que establece una corres

pondencia uno a uno entre un subconjunto de X y un subconjunto de Y. Cuando el
emparejamiento es completo, se define una función uno a uno de X en Y. El ejemplo de la
figura 13.21 tiene dicha función y un emparejamiento completo.
Para un grafo bipartito G = (V, E) con V dividido como X U Y, un emparejamiento

completo de X en Y requiere que |X| < | K | . S Í \X\ es grande, entonces la construcción
de tal emparejamiento no puede hacerse por prueba y error. El siguiente teorema, del
matemático inglés Philip Hall (1935-), proporciona una condición necesaria y suficiente
para la existencia de tal emparejamiento. Sin embargo, no usaremos la demostración del
teorema seguida por Hall, haremos una demostración constructiva que usa los resultados
que obtuvimos al estudiar las redes de transporte.
TEOREMA 13.5 Sea G = (V, E) un grafo bipartito con V dividido como X U Y. Existe un emparejamiento
completo de X en Y si y sólo si para cada subconjunto A de X, \ A \ < | R(A) |, donde R(A)
es el subconjunto de y que consta de los vértices adyacentes al menos a un vértice de A.
Antes de demostrar el teorema, lo aplicaremos en el siguiente ejemplo.
Ejemplo 13.13 a) El grafo bipartito de la figura 13.22(a) no tiene un emparejamiento completo. Cual
quier intento por construir dicho emparejamiento debe incluir {xu yi] y {x2, v3} o
{jr3,y3}. Si incluimos {x2, y¡}, entonces no existe pareja para*3. De la misma forma,
Figura 13.22
Tabla 13.2
A R(A) |A| |*(A)|
0 0 0 0
fe} {y\,yi,y3} 1 3
fe} {yi) 1 1
fe} {yi,y3,ys} 1 3
fe} {y*,ys} 1 2
fe, x2} {y\,yi,yú 2 3
fe, ^3} {y\,yi,y3,ys} 2 4
fe, X4} Y 2 5
fe, ^3} {y2,yi,ys} 2 3
fe, ^4} {yi,y*,ys) 2 3
fe, ¿4} {y i, y*, y*, y 5} 2 4
fe,*2,*3} {yi,y2,y3,ys} 3 4
{Xi,X2,X^} Y 3 5
fe>-*3>-*4/ Y 3 5
fe,-*^,-"^} {y2,y3,y*,ys} 3 4
X Y 4 5
si incluimos {x}, y3} , no podremos encontrar pareja parax 2 . Si A = {xl5 JC2, *3} C X,
entonces ^?(A) = {y¡, y 3 }. Como | A | = 3 > 2 = | R(A) |, el teorema 13.5 implica que
no puede existir un emparejamiento completo.
b) Para el grafo de la parte (b) de la figura, consideremos la lista exhaustiva de la tabla
13.2. Si el teorema 13.5 es válido, esta lista indica que el grafo contiene un empare
jamiento completo.
Pasemos ahora a la demostración del teorema.

Demostración: Con Vdividido comoXV Y, seanX= {xux2,. ■. ,xm} y Y= {y¡,y2,... ,y„}.
Construimos una red de transporte N que extienda el grafo G introduciendo dos nuevos
vértices, a (la fuente) y z (el sumidero). Para cada vértice x¡, 1 < i < m, trazamos la arista
(a, x¡): para cada vértice y¡, 1 <j<n, trazamos la arista {y¡, z). Cada nueva arista recibe una
capacidad de 1. SeaM cualquier entero positivo mayor que | X |. Asignamos a cada aris
ta de G la capacidad M. El grafo original y su red asociada N aparecen en la figura 13.23.
Se sigue que existe un emparejamiento completo en G si y sólo si existe un flujo máximo
en Nqvte use todas las aristas (a, x¡), \ IXI para cualquier corte (P, P)deN. Si (P, P) es un corte arbitrario en la red de trans
porte N, definimos A=X(~) Py B=Y Ci P. Entonces A C X y escribimos A = {xu x2,...,
x¡] para algún 0 < i < m. (En caso necesario, volvemos a etiquetar los elementos deX, de
modo que los subíndices de los elementos de A sean consecutivos. Cuando 1 = 0, A = 0.)
Ahora P consta de la fuente a y los vértices de A y el conjunto BQY, como se muestra en
la figura 13.24(a). (También etiquetamos de nuevo los elementos de Y en caso necesario.)
Figura 13.23
Asimismo, T = (X- A) U(Y-B) U {z}. Si existe una arista {x,y} conxGAyy G(Y-B),
entonces la capacidad de esa arista es un sumando en c(P, T)y c(P, 7) > M > \ X \. Si no
existe tal arista, entonces determinamos c(P, P) mediante las capacidades de (1) las aristas
de la fuente a a los vértices en X - A y (2) las aristas de los vértices de B al sumidero z.
Puesto que cada una de las aristas tiene capacidad 1, c(P, T)= \X-A\ + \B\ = \x\ -
\ A \ + | fi|. Como fí 2 #(A), tenemos ¡B¡ > | R(A) |; y puesto que \R(A)\ > U | , s e si
gue que | ( 5 ) | > U |. En consecuencia, c(P,P~)= | x | + ( | f l | - U | ) > | X \. Por lo tanto,
ya que cada corte en la red N tiene capacidad al menos de | x | , por el teorema 13.4,
A B A «W
í~ ~i C ~"i í > Í_ ~i
y, i
i; i \1» i
¡í !
p . (P,P) p . (P.P)
i 1
i
\ i /
¡ *3 í ¡ *3 1
k !/y« ¡^ j---*~--»L
a ^c^?--
US y/ rsÍ^T
T ^ í ' j ,* /
V l 'y>*\'
^ '7
z a *£||J>--
Tr?f'J//
' rj3^ T
J ^/J
^•"T
z
^v V
<"•"// ' p / \ ■V 7 p
/
■v 7
\{Xm-l/ 1 /
"• >v
/ •A/ i lXm-7 vV
// 1 i i \J i y„-i/¡
\/ ' i / i
i1 ¥ i i • i
i1 X¥ i
m 1 • i
l *m
J 1
i_^_j ! J ->^_J
X- A Y- B X-A v' -R(A)
(a) (b)
Figura 13.24
cualquier flujo máximo para N tiene valor | X |. Tal flujo da como resultado exactamente
IX | aristas de X a Y con flujo 1 y este flujo proporciona un emparejamiento completo de
XenK
Y viceversa, supongamos que existe un subconjunto A de X en el que U|>U(A)|.Sea
(P, P) el corte que muestra la red de la figura 13.24(fr), con P = {a} U A U R (A) y P =
(X-A) U (K-/?(A)) U {z}. Entonces c(P, P) se determina por (1) las aristas de la fuente
a a los vértices de X - A y (2) las aristas de los vértices de R(A) al sumidorz. Por lo tanto,
c(P,P)= | X - A | + U ( A ) | = | x | - ( U | - | / ? ( A ) | | / ? ( A ) | . L a r e d t i e n e
un corte de capacidad menor que | X \, por lo que, una vez más, por el teorema 13.14 se si
gue que cualquier flujo máximo de la red tiene valor menor que | X |. Por lo tanto, no hay
un emparejamiento completo de X y Kpara el grafo bipartito dado G.
Ejemplo 13.14 Cinco estudiantes, eu e2, e}, e4 y e¡ son miembros de tres comités, cu c2 y c3. El grafo
bipartito de la figura 13.25(a) indica los miembros de cada comité. Cada comité debe
seleccionar un representante para una reunión con el director de la escuela. ¿Podemos
hacer una selección de modo que cada comité tenga un representante diferente?
Si
JÍ e,
c, Myy e2\
°2 \ 7 / < ^ ^ " " ' « e 3 a ^

\
►-
1
—^tz
C3 1^
* \ J S N s. > • e4
c^-~-
^ ^ » e5
(b) e5
(a)
Figura 13.25
Aunque este problema es lo bastante pequeño como para resolverse por inspección,
usaremos las ideas desarrolladas en la demostración del teorema 13.5. La figura 13.25(b)
proporciona la red para el grafo bipartito dado. En la figura 13.26(a), aplicamos el proce
dimiento de etiquetado (Teorema 13.4) por primera vez, el cual indica que la arista (c3, e¡)
es un posible inicio para un emparejamiento completo. (En las figuras hemos omitido
muchas etiquetas de las aristas para que los diagramas sean más sencillos. Cualquier arista
no etiquetada que comience en a o termine en z tiene la etiqueta 1,0; las demás aristas que
aparecen sin etiqueta tienen la etiqueta M, 0.) Al aplicar dos veces más el procedimiento
obtenemos la red de la figura 13.26(b). En este caso, el flujo máximo indica que (cu e4),
te, e}), (c3, e¡) es una posible solución para elegir representantes.
Este ejemplo es un caso particular de un problema estudiado por Philip Hall, quien ana
lizó una colección de conjuntos Ai, A 2 , . . . , A„, donde los elementos a,, a2,..., an forman
un sistema de representantes distintos para la colección si (a) a¡ G A, para todo 1 < /' < n;
c,(a\ 1)
zUí.D a
(-.»)
e5(cí. 1)
(a)
(b)
Figura 13.26
y (b) a¡ ^ a¡, siempre que 1 2 i < j < n. Si parafraseamos el teorema 13.5 en este contexto,
veremos que la colección A¡, A2,. .., An tiene un sistema de representantes distintos si y
sólo si, para todo 1 < i < n, la unión de i cualesquiera de los conjuntos Ai, A 2 , . . . , A„ tiene
al menos i elementos.
Aunque la verificación de la condición del teorema 13.5 puede ser tediosa, el siguiente
corolario proporciona una condición suficiente para la existencia de un emparejamiento
completo.
COROLARIO 13.3 Sea G = (V, E) un grafo bipartito con V dividido como XU Y. Existe un emparejamiento
completo de X en Y si, para algún k E Z+, grado(;c) > k > grado(;y) para todos los vértices
xGXyyGY.
Demostración: Esta demostración se deja para los ejercicios de la sección.
Ejemplo 13*15 a) El corolario 13.3 es aplicable al grafo que se muestra en la figura 13.25(a). El valor
adecuado de k es 2.
b) En un grupo del último año de bachillerato hay 50 estudiantes (25 mujeres y 25
hombres). Si cada mujer de la clase le agrada exactamente a cinco jóvenes y cada
joven disfruta la compañía de exactamente cinco mujeres del grupo, entonces es

posible que cada hombre vaya a la fiesta del grupo con una mujer que le guste y que
cada mujer vaya con un estudiante que se sienta atraído por ella. (Como resultado
de los problemas de este tipo, la condición del teorema 13.5 se conoce con frecuen
cia en la literatura especializada como la condición de matrimonio de Hall.)
Para los problemas como el del ejemplo 13.13(a), donde no existe un emparejamiento
completo, el siguiente tipo de emparejamiento suele ser interesante.
Definición 13.6 Si G = (V, E) es un grafo bipartito con Vdividido como X U Y, un emparejamiento maximal
en G es aquel que relaciona el mayor número posible de vértices en X con los vértices en Y.
Para analizar la existencia y construcción de un emparejamiento maximal, presentamos

la siguiente idea.
Definición 13.7 Sea G = (V, E) un grafo bipartito con V dividido como X U Y. Si A C X, entonces 5(A) =
IA I - | R(A) | es la deficiencia de A. La deficiencia del grafo G, que se denota con 8(G),
está dada por &(G) = máx{8(A) | A C X}.
Para 0 C X, tenemos que R( 0) = 0, por lo que 8( 0) = 0 y 8(G) > 0. Si 8(G) > 0, existe
un subconjunto A de X tal que | A | - \R(A) \ > 0, por lo que | A | > | R(A) |; el teorema
13.5 implica entonces que no existe un emparejamiento completo de X en Y.
tyimpte 13,16 El grafo de la figura 13.27(a) no tiene un emparejamiento completo. [Véase el ejemplo
13.13(a).] Para A = {xu x2, x 3 }, vemos que R(A) = {yu y 3 }, y 8(A) = 3 - 2 = 1 . Como
resultado de este subconjunto A, tenemos que 8{G) = 1. Al eliminar uno de los vértices de
A (y las aristas incidentes con él), obtenemos el subgrafo de la parte (b) de la figura. Este
Figura 13.2^
subgrafo (bipartito) proporciona un emparejamiento completo de X¡ - {x2, x}, x4], en Y.

Las aristas {x2, )>i}, {x3, y 3 ), y {x4, y4} indican uno de tales emparejamientos, que también
es un emparejamiento maximal de X en Y.
Las ideas desarrolladas en el ejemplo 13.16 conducen al siguiente teorema.
TEOREMA 13.6 Sea G = (V, E) un grafo bipartito con V dividido como X U Y. El número máximo de
vértices en X que se pueden relacionarse con los de Y es | X \ - 5(G).
Demostración: Haremos una demostración constructiva, mediante redes de transporte, como
en la demostración del teorema 13.5. Al igual que en la figura 13.23, sea Nía red asociada
con el grafo bipartito G. El resultado quedará demostrado cuando mostremos que (a) la
capacidad de cualquier corte (P, 7) de N es mayor o igual que | X \ - 8(G) y (b) existe un
corte con capacidad | X \ - 8(G).
Sea (P, 7) cualquier corte en N, donde P está formado por la fuente a, los vértices de A =
P D X C X y los vértices de B - P n Y C Y. [Véase la Fig. 13.24(a).] Como en la demos
tración del teorema 13.5, los subconjuntos A, B pueden ser vacíos.
1) Si la arista (x, y) está en N, con x G A y y 6 Y-B, entonces c(x, y) es un sumando de

c(P, 7). Puesto que c(*, y) = M> \x\, se sigue q u e c ^ , 7) > \x\ > \x\ -8(G).
2) Si no existe una arista como en (1), entonces c(P, P) queda determinado por las |X-A|
aristas de a a X - A y las \B\ aristas de B a z. Puesto que cada una de las aristas tiene
capacidad 1, vemos que c(P, 7)= \X-A\ + \B\ = \x\ - U l + \B\. Ninguna
arista conecta un vértice en A con un vértice en Y-B, por lo que^?(A) C B y \ R(A) |
< | B \. En consecuencia, c(P,7) = ( | X \ - \A\)+ \B\ >(\X\ - \A\)+ \R(A)\
= \x\ - ( U | - \R(A)\)= \X\ -8(A)> U l -S(G).
Por lo tanto, en cualquier caso, c{P, 7) > | X \ - 8(G), para cualquier corte (P, 7)enN.
Para terminar la demostración, debemos establecer la existencia de un corte con capa

cidad | X | - 8(G). Puesto que 8(G) = máx{8(A) \A QX}, podemos elegir un subconjunto
A de X tal que 8(G) = 8(A). Si analizamos la figura 13.24(b), sea P = {a} U A U R(A).
Entonces 7 = (X-A) U (Y-R(A)) U {z}. No existe una arista entre los vértices deA y los
de Y-R(A), por lo cual c(P, 7)= \X-A¡ + ¡R(A)\ = \x\ -(\A\ - \R(A)\)= \X\ -
S(A)= | X Í - 8 ( G ) .
Cerraremos esta sección con dos ejemplos que tratan estos conceptos.
Ejemplo 13.17 Sea G = (V, E) un grafo bipartito con Vdividido comoX U Y. Para cada* G X, grado(x) >
4 y para cada y G Y, grado(y) < 5. Si | x | < 15, debemos encontrar una cota superior (lo
más pequeña posible) para 8(G).
Sea 0 * A C Xy sea £, C E, dónde £, = {[a, b) \ a G A, b G R(A)}. Como grado(a) > 4
para todo a GA, E, I > 41A |. Como grado(¿) < 5 para todo b G R(A), I El \ < 5 | R(A) I.
Por lo tanto, 41A <5\R(A)\ y8(A)= U l - ¡R(A)\ < \A\ - (4/5) | A | =(1/5)U |. Co
mo A C X, tenemos que U l ^ 15, por lo que 8(A) < (1/5)(15) = 3. En consecuencia, 8(G) =
máx{d(A) | A C X] < 3 y existe un emparejamiento maximal M de X en Y tal que | M \ >

\x\ - 3 .
Nuestro último ejemplo se basa en el dado por C. L. Liu en las págs. 289-290 de la
referencia [20].
, iiempio 13.13 Se construirá una red de conmutación electrónica para encauzar las llamadas telefónicas
de las líneas de entrada a las líneas troncales de salida. Existen 30 líneas de entrada, divi
didas por igual en las tres categorías I, II y III; y existen 24 líneas troncales de salida. Cada
línea de entrada de la categoría I está conectada de modo que puede conmutar con una de
las cuatro líneas troncales de salida. Una línea de entrada de la categoría II puede conmu
tar con cualquiera de dos líneas troncales de salida; una línea de entrada de la categoría III
sólo tiene una línea troncal de salida como conexión posible. Además, algunas restriccio
nes de ingeniería hacen que el número de líneas de entrada que pueden conmutar con una
línea troncal de salida sea como máximo tres. Con base en esta información, si se realizan
llamadas telefónicas en las 30 líneas de entrada, queremos encontrar una cota inferior para
el número máximo de estas llamadas que al menos pueden conmutarse con las 24 líneas
troncales. Lo que buscamos es un emparejamiento maximal de las 30 líneas de entrada con
las 24 líneas troncales de salida. Así, consideramos el grafo bipartito G = (V, E), con V
dividido como X U Y que tiene 30 vértices en X, los cuales representan las 30 líneas de
entrada y los 24 vértices en y que representan las 24 líneas troncales de salida. Si x £ X, y
£ Y, entonces {x,y} £ £ cuando la línea de entrada* se puede conectar con la línea troncal
de salida y. Para determinar una cota superior de 8(G), consideremos un subconjunto arbi
trario A de X tal que A tenga m líneas de entrada de la categoría I, n de la categoría II y p de
la categoría III. (Otra alternativa es decir que A consta de m vértices de grado 4, n de grado
2 y p de grado 1.) Vemos entonces que
804) = \A\- \R{A)\ = m + n+p- \R(A)\.
Pero 3 | R(A) \ > Am + 2m + 2n + p, ya que cada vértice de Y [y R(A) C Y] tiene grado 3

como máximo. En consecuencia,
\R(A)\>(l/3)(4m + 2n+p),
porloque8(A) < m + n + p - (l/3)(4m + 2n + p) = (l/3)(-m + n + 2p). Por lo tanto, 8(A)

alcanza el valor maximal (l/3)(-0 + 10 + 20) = 10 cuando m = 0, n = 10 y p = 10. Como A
es un subconjunto arbitrario deX, se sigue que5(G) ^ 10. Así, independientemente de có
mo se construya la red de conmutación, al menos 20 de las 30 líneas de entrada pueden
conectarse con las líneas troncales de salida.
EJERCICIOS 13.4 1 • Para el grafo de la figura 13.21, si seleccionamos cuatro aristas al azar, ¿cuál es la probabilidad
de que proporcionen un emparejamiento completo de X en Yl
2. Catalina atrae a Alberto, José y Roberto; Juana a José y Daniel; Teresa a Alberto y José; Natalia
a Daniel, José y Francisco; y Carmen a Alberto, José y Roberto, (a) Construya un grafo para
modelar el problema de emparejamiento, donde cada hombre se relaciona con la mujer que le
atrae, (b) Trace la red asociada al grafo de la parte (a) y determine un flujo máximo para esta
red. ¿Cuál es el emparejamiento completo que determina? (c) ¿Existe un emparejamiento
completo que relacione a Juana con Daniel y a Natalia con Francisco? (d) ¿Es posible deter
minar dos emparejamientos completos tales que cada hombre se relacione con dos mujeres
diferentes?
3. En cierta escuela, el grupo del último año de bachillerato está representado en seis comités
escolares, por Ana María (a), Gastón (G), Julia (J), Carlos (C), Miguel (M), Norma (N), Pablo
(P) y Rosa María (R), quienes están en los comités de la forma siguiente: {A, G, J, P}, {G, J,
C, R},{A, M, N, P},{A, G, M, N, P),{A, G, C, N, R) y {G, C, N, R}.
a) El consejo estudiantil llama a una reunión donde se necesita la presencia exactamente de un
estudiante de último año de cada comité. Encuentre una selección que maximice el número
de estudiantes de último año que asistan a la reunión.
b) Antes de la reunión, las finanzas de cada comité deben ser revisadas por un estudiante
de último año que no esté en el comité. ¿Puede lograrse esto? En caso afirmativo,
¿cómo?
4. Sea G = (V, E) un grafo bipartito con Vdividido como X U Y, donde X= {xh Jtj, . . . , xm) y Y=
{y,,v 2 ,... ,y„,}. ¿Cuántos emparejamientos completos deXen Y existen si
a) m = 2,n=4, y G = Km,„? b) m = 4, n=4, y G = Km,nl
c) m = 5 , / i = 9 , y G = Km,nl d) m<n y G = Km,„l
5. Si G = (V, E) es un grafo no dirigido, un subgrafo recubridor H de G en el que cada vértice
tiene grado 1 es un 1-factor (o emparejamiento perfecto) de G.
a) Si G tiene un 1-factor, demuestre que | V\ es par.
b) ¿Tiene el grafo de Petersen un 1 -factor?
c) En la figura 13.28, vemos el grafo K4 en la parte (a), mientras que la parte (b) proporciona
los tres 1-factores posibles para K4. ¿Cuántos 1-factores tiene el grafo K6?
d) Para n S Z+, sea a„ el número de 1-factores que existen para el grafo K^. Encuentre y
resuelva una relación de recurrencia para a„.
Figura 13.28

7. Blanca se encarga de asignar trabajos de tiempo parcial a los estudiantes de su escuela. Tiene
25 solicitudes de estudiantes y 25 diferentes trabajos de tiempo parcial disponibles. Cada soli
citante está calificado para realizar al menos cuatro de los trabajos, pero cada trabajo puede ser
realizado por un máximo de cuatro de los solicitantes. ¿Puede Blanca asignar a todos los estu
diantes trabajos para los que estén capacitados? Explique la respuesta.
8. Para cada una de las siguientes colecciones de conjuntos, determine, si es posible, un sistema
de representantes distintos. Si no existe tal sistema, explique por qué.
a) Al = {2,3,4},A2 = {3A},A3 = {l},A< = {2,3}

b) Al=A2 = A3 = {2,4,5},A4 = A5 = {1,2,3,4,5}
c) AÍ = {1,2},A2 = {2,3,4},A3 = {2,3},A* = {1,3},A5 = {2,4}
9. a) Determine todos los sistemas de representantes distintos para la colección de conjuntos A, =

{1,2M 2 ={2,3M 3 ={3,4},A 4 ={4,1}.
b) Dada la colección de conjuntos A¡ = {1, 2}, A2 = {2, 3}, A} = {3, 4}, . . . , A„ = [n, 1},
determine cuántos sistemas de representantes distintos existen para dicha colección.
10. Sea Ait Ai,..., An, una colección de conjuntos tal que A¡=A2=---=A„y | A, | = k > 0 para
todo 1 < i < n. (a) Demuestre que la colección dada tiene un sistema de representantes distintos
si y sólo si n < k. (b) Si n < k, ¿cuántos sistemas diferentes tiene la colección?
11. Sea G = (V, E) un grafo bipartito con V dividido como X U Y. Si grado(;t) > 4 para todo x € X
y grado(>0 < 5 para todo y £ Y, demuestre que si | X | < 10, entonces 6{G) < 2.
12. Sea G = (V,E) un grafo bipartito con V dividido como XU Y. Para todo x e X, grado(x) > 3y
para todo y &Y, grado(y) < 7. Si | XI < 50, encuentre una cota superior (lo más pequeña po
sible) para 8(G).
13. a) SeaG = (V, E) el grafo bipartito de la figura 13.29, con V dividido como XU y. Determine
5(G) y un emparejamiento maximal de Xen Y.
b) Para cualquier grafo bipartito G = (V, E), con V dividido como X U y, si p(G) denota el
número de independencia de G, muestre que I Y \ = fJ(G) - 8(G).
c) Determine un conjunto maximal independiente de vértices, lo más grande posible, para los
grafos de las figuras 13.27(a) y 13.29.
Figura 13.29
14. Una red de conmutación tiene nueve líneas de entrada y seis líneas troncales de salida. Debido
a consideraciones de ingeniería, cada línea de entrada de la red se conecta con dos líneas tron
cales de salida, mientras que cada línea troncal de salida se conecta con no más de tres líneas
de entrada.
a) Sea A el conjunto de n líneas de entrada. Muestre que en el grafo bipartito G asociado con
esta red de conmutación, 2¿ae/(grado(a) < 2êJiM)grado(fc).
b) Para cualquier conjunto A (como en la parte (a)) de n líneas de entrada, demuestre que
\R(A)\ >(2/3)/J.
c) Para cualquier conjunto A de n líneas de entrada, muestre que 504) < (l/3)«.
d) Explique por qué siempre podemos conectar al menos seis líneas de entrada a las líneas
troncales de salida, independientemente del diseño de la red de conmutación.
13.5
Este capítulo ha ofrecido una muestra de la forma en que la teoría de grafos entra en un
área de las matemáticas llamada investigación operativa. Presentamos cada tema en una
forma algorítmica que puede utilizarse en la implementación computacional necesaria
para resolver cada tipo de problema. Un tratamiento similar al de este material aparece en
los capítulos 10 y 11 del texto de C. L. Liu [20] y en el capítulo 4 de A. Tucker [26]. Los
capítulos 4 y 5 de E. Lawler [19] ofrecen un amplio panorama de muchos otros desarrollos
acerca de redes y emparejamiento. Este texto proporciona una amplia gama de aplicacio
nes e incluye bibliografía para lecturas posteriores.
En la sección 13.1 analizamos el algoritmo del camino más corto para grafos pondera
dos. El desarrollo completo del algoritmo aparece en el artículo de E. W. Dijkstra [8].
La sección 13.2 presentó dos técnicas para encontrar un árbol recubridor minimal en un
grafo ponderado no dirigido, conexo y sin lazos. Estas técnicas fueron desarrolladas a fines
de la década de 1950 por Joseph Kruskal [18] y Robert Prim [23]. Sin embargo, los méto
dos de construcción de árboles recubridores minimales datan en realidad de 1926, con el
trabajo de Otakar Borüvka acerca de la construcción de redes de energía eléctrica. Aún
antes de esto (1909-1911), el antropólogo Jan Czekanowski, en su trabajo acerca de diver
sos esquemas de clasificación, estuvo cerca de reconocer el problema del árbol recubridor
minimal y proporcionar un algoritmo voraz para su solución. El artículo de R. L. Graham
y P. Hell [14] menciona las contribuciones de Borüvka y Czekanowski y ofrece más infor
mación acerca de la historia y aplicaciones de esta estructura.
La implementación computacional de todas las técnicas dadas en las dos primeras sec
ciones aparece en los capítulos 6 y 7 de A. Aho, J. Hopcroft y J. Ullman [1]; en el capítulo
4 de S. Baase [2]; en el capítulo 4 de E. Horowitz y S. Sahni [15]. Estas referencias tam
bién analizan la eficiencia y velocidad de estos algoritmos. Como mencionamos al final de
la sección 13.2, los artículos escritos por R. L. Graham y P. Hell [14], por D. B. Johnson
[16] y por A. Kershenbaum y R. Van Slyke [17] analizan algunas de las implementaciones
Edsger W. Dijkstra (1930- )

más recientes del algoritmo de Prim. Una aplicación interesante del concepto de árbol
recubridor minimal en el marco de la física aparece en el artículo de D. Shier [25].
Como observamos en la sección 13.3, los problemas que abordan la asignación de
recursos o el embarque de bienes puede modelarse por medio de redes de transporte. El
trabajo fundamental de G. Dantzig, L. Ford y D. Fulkerson que produjo el procedimiento
de etiquetado para estas redes y el teorema del flujo máximo y corte mínimo puede leerse
en sus artículos pioneros [6, 7, 10, 11]. El texto clásico de L. Ford y D. Fulkerson [12]
ofrece un tratamiento excelente del tema. Además, el lector puede leer el capítulo 8 del
texto de C. Berge [3] o el capítulo 7 del libro de R. Busacker y T. Saaty [5]. El capítulo 10
de C. L. Liu [20] incluye una extensión al caso de redes en las que el flujo en cada arista
está restringido por capacidades máxima y mínima. Para más aplicaciones, el lector puede
analizar el artículo de D. Fulkerson en las páginas 139-171 de la referencia [13].
El último tema que analizamos fue el emparejamiento en un grafo bipartito. La teoría
subyacente fue desarrollada en primer lugar por Philip Hall en 1935, pero aquí usamos las
ideas de redes de transporte para proporcionar un algoritmo de solución. El capítulo 7 del
texto de O. Ore [22] ofrece una introducción al tema bastante comprensible, junto con
algunas aplicaciones. Para más detalles acerca de los sistemas de representantes, el lector
debe examinar el capítulo 5 de la monografía de H. Ryser [24]. Un segundo método para
encontrar un emparejamiento maximal en un grafo bipartito es el método húngaro, que
ofrece en el capítulo 5 del texto de J. Bondy y U. Murty [4] y en el capítulo 10 del libro de
C. Berge [3]. Además de su aplicación para resolver el problema de la asignación, la teoría
de emparejamiento tiene muchas aplicaciones combinatorias interesantes. El lector puede
aprender más sobre esto en el artículo de L. Mirsky y H. Perfect [21].
BIBLIOGRAFÍA
1. Aho,Alfred V, John E. Hopcroft y Jeffrey D. Ullman,Dara Structures andAlgorithms, Reading,

2. Baase, Sara, Computeralgorithms: Introduction to Design andAnalysis, 2" ed., Reading, Mass
3. Berge, Claude, The Theory ofGraphs and Its Applications, Nueva York, Wiley, 1962.
4. Bondy, J. A. y U. S. R. Murty, Graph Theory with Applications, Nueva York, Elsevier North-
Holland, 1976.
5. Busacker, Robert G. y Thomas L. Saaty, Finite Graphs and Networks, Nueva York, McGraw-
Hill, 1965.
6. Dantzig, G.B. y D.R. Fulkerson, Computation of Maximal Flows in Networks, The RAND
Corporation, P-677, 1955.
7. Dantzig, G.B. y D.R. Fulkerson, On the Max Flow Min Cut Theorem, The RAND Corporation,
RM-1418-1, 1955.
8. Dijkstra, Edsger W., "A Note on Two Problems in Connexion with Graphs", Numerische
Mathematik 1, 1959, págs. 269-271.
9. Edmonds, J. y R.M. Karpo, "Theoretical Improvements inAlgorithmic Efficiency for Network
Flow Problems", J. Assoc. Comput. Mack, 19, 1972, págs. 248-264.
10. Ford, L. R. Jr., Network Flow Theory, The RAND Corporation, P-923, 1956.
11. Ford, L. R. Jr. y D. R. Fulkerson, "Maximal Flow Through a Network", Canadian Journal of
Mathematics 8 (1956), págs. 399^04.
12. Ford, L.R. Jr. y D. R. Fulkerson, Flows in Networks, Princeton, N.J., Princeton University
Press, 1962.
13. Fulkerson, D. R., editor., Studies in Graph Theory, Parte I. MAA Studies in Mathematics, vol.
11, The Mathematical Association of América, 1975.
14. Graham, Ronald L., y Pavol Hell, "On the History of the Minimum Spanning Tree Problem",
Annals of the History of Computing 7, núm. 1 (enero de 1985), págs. 43-57.
15. Horowitz, Ellis, y Sartaj Sahni, Fundamentáis of Computer Algorithms, Potomac, Md.,
Computer Science Press, 1978.
16. Johnson, D. B., "Priority Queues with Update and Minimum Spanning Trees", Information
Processing Letters 4, 1975, Págs. 53-57.
17. Kershenbaum, A. y R. Van Slyke, "Computing Minimum Spanning Trees Efficiently",
Proceedings of the Annual ACM Conference, 1972, págs. 518-527.
18. Kruskal, Joseph B, "On the Shortest Spanning Subtree of a Graph and the Traveling Salesman
Problem", Proceedings ofthe AMS 1, núm. 1, 1956, págs. 48-50.
19. Lawler, Eugene, Comiwatona/ Optimization: Networks and Matroids, Nueva York, Holt, 1976.
20. Liu, C. L., ¡ntroduction to Combinatorial Mathematics, Nueva York, McGraw-Hill, 1968.
21. Mirsky, L. y H. Perfect, "Systems of Representatives", Journal of Mathematical Analysis and
Applications 3, 1966, págs. 520-568.
22. Ore, Oystein, Theory ofCraphs, Providence, R.I., American Mathematical Society, 1962.
23. Prim, Robert C , "Shortest Connection Networks and Some Generalizations", Bell System
TechnicalJournal 36, 1957, págs. 1389-1401.
24. Ryser, Herbert J., Combinatorial Mathematics, Carus Mathematical Monographs, número 14,
Mathematical Association of América, 1963.
25. Shier, Douglas R., "Testing for Homogeneity Using Minimum Spanning Trees", The UMAP
Journal 3, núm. 3, 1982, págs. 273-283.
26. Tucker, Alan, Applied Combinatorics, 2' ed., Nueva York, Wiley, 1985.
15
/i
EJERCICIOS
COMPLEMENTARIOS y^ hS
X 8____c^^
\ 2 'i 5
1. Aplique el algoritmo de Dijkstra al multigrafo dirigido
1/ ^-"— ' 4
*V
b
ponderado de la figura 13.30 y encuentre la distancia más
corta del vértice a a los otros siete vértices del grafo. Í¿-^^"^ 7 d
2 \
2. Para su clase de análisis de algoritmos, Estela escribe \ i

'6 X
el siguiente algoritmo para determinar la distancia más cor "5 \ / 5
ta de un vértice a a un vértice b en un grafo dirigido ponde
rado G = (V,£).
t,,, » ^1
Paso 1: Hacemos Distancia igual a 0, asignamos un vértice 14
a a la variable v y T= V. Figura 13.30
Paso 2: Si x> = b, el valor de Distancia es la respuesta al
problema. Si v £ b, entonces 2) Hacemos Distancia igual a Distancia + p(u, w).
1) Reemplazamos ÍTcon T- {u} y seleccionamos w E T 3) Asignamos el vértice w a la variable u y después
tal que p(x>, w) sea minimal. regresamos al paso 2.
¿Es correcto el algoritmo de Estela? En tal caso, demuéstre 0.2 0.1 0.7
lo, Si no, dé un contraejemplo.
0.4 0.5 0.1
3. a) Sea G = (V, E) un grafo ponderado, no dirigido, L0.4 0.4 0.2.
conexo y sin lazos. Si e\ £ E tal que p{e-¡) < p(e)
para las demás aristas « 6 £ , demuestre o muestre Verifique que B es doblemente estocástica.
que es falso que la arista e2 es parte de todo árbol c) Encuentre cuatro números re tles positivos c,, c2,
recubridor minimal de G. ^3, y C4 y cuatro matrices de permutación Pu P2, P 3 ,
b) Con G como en la part~ (a), supongamos que exis y P4 tales que Ci + c2 + c3 + c4 = 1 y B = c,/3, + c2P2
ten aristas eu e2 £ E tales que pOO < p(e2) < p(e) + c}P} + cJPi.
para las demás aristas e 6 E. Demuestre o pruebe d) La parte (c) es un caso especial del teorema de
que es falso que la arista e2 es parte de cualquier Birkhoff-von Neumann: si B es una matriz doble
árbol recubridor minimal de G. mente estocástica n x n, entonces existen números
4. a) Sea G = (V, E) un grafo ponderado no dirigido, reales positivos cu c2, . . . , ct y matrices de
conexo y sin lazos tal que cada arista e de G es permutación P¡, P2 P„ tales que £ ,c,- = 1 y
parte de un ciclo. Demuestre que si e¡ 6 E con ^ CJPÍ = B. Para demostrar este resultado, proce
p(e,) > p(e) para las demás aristas e £ E, entonces da de la manera siguiente: construya un grafo
ningún árbol recubridor de G que contenga e¡ pue bipartito G = (V, E) con V dividido como X U Y,
de ser maximal. dondeX= {x¡, x2,... ,xn) y donde Y= {yu y2,... ,y„).
b) Con G como en la parte (a), supongamos que e¡, e2 El vértice x¡, para todo 1 < 1 < n, corresponde con
£ E, con p(e,) > p(e2) > p(e) para las demás aristas la i'-ésima fila de B; el vértice y¡, para todo 1 < j <
e £ E. Demuestre o pruebe que es falso que la aris n, corresponde con la j-ésima columna de B. Las
ta e2 no es parte de ningún árbol recubridor minimal aristas de G son de la forma {x¡, y¡) si y sólo si b¡¡ >
deG. 0. Afirmamos que existe un emparejamiento com
pleto de X en Y.
5. Use el concepto de flujo en una red de transporte y
En caso contrario, existe un subconjunto A de
construya un multigrafo dirigido G = (V, E), con V= {u, v, X, con IA I > I R(A) \. Es decir, existe un conjunto
ve, x, y) y ge(u) = 1, gs(w) = 3; ge(u) = 3, gs(u) = 3; ge(w) = de r filas de B que tiene elementos positivos en s
3, gs(w) = 4; y ge(x) = 5, ge(j) = 4, gs(y) = 2. columnas y r> s. ¿Cuál es la suma de estas r filas
6. Hay que transmitir un conjunto de palabras [qs, tq, ut, de B? Aún así, la suma de estos mismos elementos,
pqr, srt], con un código binario para cada letra. al sumarse por columnas, es menor o igual que s.
a) Muestre que es posible seleccionar una letra de cada (¿Por qué?) En consecuencia, tenemos una contra
palabra, como un sistema de representantes distin dicción.
tos de estas palabras. Como resultado del emparejamiento completo
b) Si se selecciona una letra al azar de cada una de las de X en Y, existen n elementos positivos én B que
cinco palabras, ¿cuál es la probabilidad de que la aparecen de modo que dos de ellos no están en la
selección sea un sistema de representantes distin misma fila o columna. (¿Por qué?) Si c, es el más
tos de las palabras? pequeño de estos elementos, entonces podemos es
cribir B = cxPx + Bu donde P, es una matriz de
7. Para n £ Z+ y paral £ i < n,seaA¡= { 1 , 2 , 3 , . . . , n } -
permutación n X n tal que los unos se localizan de
(i). ¿Cuántos sistemas de representantes distintos existen
acuerdo con los elementos positivos de B que sur
para la colección A,, A2, A},... ,A„?
gieron del emparejamiento completo. ¿Cuánto vale
8. Este ejercicio bosqueja una demostración del teorema la suma de los elementos en las filas y columnas de
de Birkhoff-von Neumann. Ai?
a) Para n € Z*. una matriz n X n e s una matriz de e) ¿Cómo termina la demostración?
permutación si existe exactamente un 1 en cada
fila y columna y si todos los demás elementos son 9. Sea G = (V, E) un grafo bipartito con Vdividido como
0. ¿Cuántas matrices de permutación existen? X U Y. Si £" £ E y E' determina un emparejamiento com
¿Cuántas nx.nl pleto de X en Y, ¿qué propiedad tienen los vértices determi
b) Una matriz n x n f i e s doblemente estocástica si b¡¡ S nados por E' en el grafo de línea L(G)? [El grafo de línea
0 para todos 1 < i, j < n y la suma de los elemen L(G) para un grafo no dirigido sin lazos G se define en el
tos en cualquier fila o columna es 1. ejercicio complementario 22 del capítulo 11.]
PARTE
4
ALGEBRA
MODERNA
APLICADA
14
Anillos y aritmética
modular
E n esta cuarta y última parte del texto nuevamente haremos énfasis en la estructura al
analizar conjuntos de elementos que son cerrados en dos operaciones binarias. Los con
ceptos de estructura y enumeración con frecuencia se refuerzan entre sí. Aquí veremos que
esto ocurre conforme vayan surgiendo las ideas de los capítulos 4, 5 y 8.
En el capítulo 4, cuando examinamos el conjunto Z, lo hicimos junto con las operacio
nes binarias cerradas de suma y producto. En este capítulo haremos hincapié en estas
operaciones, escribiendo (Z, +, •) en vez de solamente Z. Tomando como patrón algunas
propiedades de (Z, +, •) y definiremos la estructura algebraica llamada anillo. Sin saberlo,
hemos trabajado con anillos en varios contextos matemáticos. Ahora nos ocuparemos de
los anillos finitos que surgen en las aplicaciones de teoría de números y ciencias de la
computación. De particular interés en el estudio de las ciencias de la computación es la
función de dispersión, que nos ayudará a identificar los registros guardados en una tabla.
14.1
La estructura de anillo: definición
y ejemplos
Comenzaremos con la definición de la estructura de anillo, observando que la mayoría de

las definiciones abstractas, al igual que los teoremas, surgen del estudio de muchos ejem
plos donde reconocemos la idea o ideas comunes presentes en lo que parece una colección
de objetos no relacionados entre sí.
Definición 14.1 Sea R un conjunto no vacío con dos operacionas binarias cerradas, denotadas con + y •
(que pueden ser diferentes de la suma y producto usuales). Entonces (R, +, •) es un anillo
si para todos a, b, c E R se cumplen las siguientes condiciones:
a) a + b = b + a Ley conmutativa de +
b) a + (b + c) = (a + b) + c Ley asociativa de +
701
702 Capítulo 14 Anillos y aritmética modular
c) Existe z £ R tal que Existencia de una identidad para +

a + z = z + a para todo a E R.
d) Para cada n G Í existe un elemento Existencia de inversos bajo +
b £ R tal que a + b = b + a = z
e) a ■ (b ■ c) = (a • b) ■ c Ley asociativa de •
f) a-(b + c) = a-b+a-c Leyes distributivas de ■ sobre +
(b + c)-a = b-a + ca
Puesto que las operaciones binarias cerradas de + (suma en el anillo) y • (producto en el

anillo) son asociativas, no hay ambigüedad si escribimos a + b + c para (a + b) + c o a +
(b + c)oa- b ■ c para (a ■ b) ■ c o a ■ (b ■ c). Al trabajar con la operación binaria cerrada
producto en un anillo, escribiremos con frecuencia ab en lugar dea- b. Además, podemos
extender las leyes asociativas (dadas en la definición de un anillo) como en los ejercicios
8 y 9 de la sección 4.2. Por medio de la inducción matemática, podemos verificar que para
todos r, n £ Z+, con n > 3 y 1 < r<n,
(ai + a2 + ar) + (ar+: + an) = ax + a2 + ■ ■■ +ar + ar+1 + ■■■ + a„,
(aia2- ■ -ar)(ar+1- ■ ■an) = ala2- • • arar+l- ■ -a„,
donde ai, a2, . . . , an ar+l, . . . , a„ son elementos de un anillo dado (/?, +, •)• En forma
correspondiente, las leyes distributivas se generalizan como sigue:
a(bi + b2+ ■ ■ ■ + b„) = abi + ab2+ ■ • ■ + ab„,

(bi + b2+ •■■ + b„)a = bxa + b2a + ■•■ +bna,
para a, bu b2,. .., bn elementos arbitrarios del anillo y cualquier n £ Z+, donde n > 3.
En la siguiente sección aprenderemos que la identidad de la suma (o elemento neutro)

es único, al igual que el inverso aditivo de cualquier elemento del anillo. Por el momento,
veamos algunos ejemplos de anillos.
Ejemplo 14*1 En las operaciones binarias (cerradas) de la suma y producto usuales, Z, Q, R y C son
anillos. En todos estos anillos, la identidad de la suma z es el entero 0 y el inverso aditivo
de cualquier número x es el conocido -x.
JjfeflSpfe 14*2 I Sea M2(Z) el conjunto de todas las matrices 2 x 2 con elementos enteros. [Los conjuntos
M2(Q), A/2(R) y M2(C) se definen en forma similar.] En Af2(Z), dos matrices son iguales si
sus elementos correspondientes son iguales en Z.
Definimos + y ■ como
a b a + e b+f a b e f ae + bg af+bh
+ e f =
c d 8 h c+g d +h c d .8 h [ce + dg cf+dh
En estas operaciones binarias (cerradas), M2(Z) es un anillo, con z = « « y el inverso

aditivo de [« ^1 es ["« " ^ .
Sin embargo, aquí suceden cosas que no ocurren en los anillos del ejemplo 14.1. Por
ejemplo,
1 2 "3 1 '5 1
4 10 13' "3 Í "l 2
1 Li oj 2
L iJ U ?J L i J [i ojLi i j
muestra que el producto en un anillo no tiene que ser conmutativo. Ésta es la razón por la
que hay dos leyes distributivas. Además,
1 -i "2 1' 0 0"

-1 1 2 1 .° o.
aunque ni í m 9 i s o n â identidad P ^ 3 I a suma. Por lo tanto, un anillo puede
tener divisores propios de cero; es decir, elementos distintos de cero cuyo producto es el
elemento neutro del anillo.
Ampliaremos ahora nuestro estudio de la estructura de anillo.
Definición 14.2 Sea (/?, +, •) un anillo.

a) Si ab = ba para todos a,bE.R, entonces R es un anillo conmutativo.
b) El anillo/? no tiene divisores propios de cero si para cualesquiera a, b (ER,ab=z^
a = zob-z-
c) Si un elemento u E R es tal que u £ z y au = ua = a para todo a £ R, decimos que
u es elemento unidad, o identidad para el producto, de R. R es entonces un anillo
con unidad.
De la parte (c) de la definición 14.2 se sigue que siempre que tengamos un anillo R
con elemento unidad, entonces R contiene al menos dos elementos. Además, si un anillo
tiene elemento unidad, veremos en la siguiente sección que éste es único.
Los anillos del ejemplo 14.1 son conmutativos, cuyo elemento unidad es el entero 1. Nin
guno de estos anillos tiene divisores propios de cero. Por otro lado, el anillo A/2(Z)
"1
es un anillo no conmutativo, cuyo elemento unidad es la matriz 0 Este anillo contie-
ne divisores propios de cero.
?]■
Además, siempre que queramos verificar que una configuración particular (R, +, •) es
un anillo conmutativo, una vez que sabemos que/? es cerrado en ambas operaciones binarias
y que el producto es conmutativo, sólo debemos establecer una de las leyes distributivas
(ya que la otra se sigue en forma automática.)
Estudiaremos ahora otro ejemplo para continuar el análisis de las ideas plasmadas en
las definiciones 14.1 y 14.2.
£ffelf)f?i£ 14.5 Consideremos el conjunto Z con las operaciones binarias de © y 0 , definidas como
x@y =x+y -1, x(Dy =x + y -xy.
Puesto que la suma, resta y producto usuales son operaciones binarias cerradas para Z,
estas nuevas operaciones binarias (© y ©) también son cerradas en Z. De hecho, veremos
que (Z, ffi, 0 ) es un anillo.
a) Para verificar que (Z, ©, 0 ) es un anillo, debemos establecer las seis condiciones
dadas en la definición 14.1. Examinaremos cuatro de tales condiciones y dejaremos
las otras dos para los ejercicios de la sección.
1) En primer lugar, como la suma ordinaria es una operación binaria conmutativa
en Z, vemos que para cualesquiera i , y G Z ,
x@y=x+y-l=y+x-l=y®x.
Así, la operación binaria ffi también es conmutativa en Z, lo que establece la

condición (a) de la definición 14.1.
2) Al analizar la condición (c), vemos que necesitamos encontrar un entero z tal
que a(Bz = z(&a = a, para cada a en Z. Por lo tanto, debemos resolver la
ecuación a + z - 1 = a, lo que implica z = 1. Por lo tanto, el entero 1 distinto de
cero es el elemento neutro (o identidad de la suma) para © .
3) ¿Qué ocurre con los inversos aditivos? En este momento, si tenemos un entero
(arbitrario) a, queremos saber si existe un entero b tal que a®b = b(Ba = z. De
la parte (2) y la definición de © , sabemos que el entero b debe satisfacer a + b
- 1 = 1, por lo que b = 2-a. Así, por ejemplo, el inverso aditivo de 7 es 2 - 7 =
- 5 y el inverso aditivo de -42 es 2 - (-42) = 44. Después de todo, en el caso de
7 vemos que 7 ffi (-5) = 7 + (-5) - 1 = 7 - 5 - 1 = 1, donde 1 es la identidad
aditiva. [Nota: Puesto que hemos mostrado en (1) que ffi es conmutativa, tam
bién sabemos que (-5) ffi 7 = 1.]
4) Para establecer la primera ley distributiva es necesario mostrar que para cua
lesquiera a, b, c E Z,
aO(b©c) = (aOb)@(aOc).
Esto es cierto pues
a O(b © c ) = a O(b + c - 1) = a + (b + c - 1) - a(b + c - 1)

-a + b+c-í-ab-ac + a,
mientras que
(a O b) © (a O c) = (a + b - ab) ® (a + c - ac)
= a + b-ab+a + c-ac-l
= a + b+c-\— ab-ac + a.
(Nota: En vez de verificar en forma directa la segunda ley distributiva, demostrare

mos y usaremos el hecho de que x © v = v O x para todos x, y £ Z.)
b) Además, el anillo (Z, ©, 0 ) también tiene las propiedades adicionales dadas en la

definición 14.2. En particular, este anillo tiene elemento unidad (es decir, una iden
tidad para el producto). Para determinar el elemento unidad, sea a cualquier entero
y consideremos el elemento u (^ z - 1) donde
aOu = uOa = a.
Como a 0 u = a + u - au, resolvemos a + u - au = a para encontrar que «(1 - a) -
0. Como a es arbitrario, esto debe cumplirse incluso cuando a #1. En consecuencia,
el de integridad u = 0 es el elemento unidad del anillo (Z, ©, 0 ) .
Después de estos ejemplos de anillos infinitos, veremos ahora algunos anillos con un
número finito de elementos.
Ejemplo 14*4 Sean GU = { l , 2 } y / ? = ¡3> (,3U). Definimos + y • sobre los elementos de R como
A + B=AAB={x\xSAoxGB, pero no ambos}
A ■ B-A fl fi = la intersección de los conjuntos A, B Q Û.
Formamos las tablas 14.1(a) y (b) para estas operaciones.
Por medio de los resultados del capítulo 3, vemos que R satisface las condiciones (a),
(b), (e) y (f) de la definición 14.1 para estas operaciones binarias (cerradas) de "suma" y
"producto". La tabla de la "suma" muestra que 0 es la identidad aditiva. Para cualquier*
£ R, el inverso aditivo de x es el mismo x. La tabla de multiplicación es simétrica sobre la
diagonal del extremo superior izquierdo al extremo inferior derecho, por lo que la opera
ción descrita por esta tabla es conmutativa. La tabla muestra también que R tiene elemento
unidadc\(. Así, R es un anillo conmutativo finito con elemento unidad. Los elementos {1},
{2} son un ejemplo de divisores propios de cero.
Tabla 14.1
+ (A) 0 {1} {2} ou ■(n) 0 {1} {2} °U

0 0 {1} {2} «U 0 0 0 0 0
{1} {1} 0 °U {2} {1} 0 {1} 0 {1}
{2} {2} °U 0 {1} {2} 0 0 {2} {2}
°U {2} {1} 0 0 {1} {2} <U
(a) (b)
Ejemplo 1 4 5 ParaR - {a, b, c, J, e], definimos + y ■ mediante las tablas 14.2(a) y (b).
Aunque no las verificaremos aquí, las 125 igualdades necesarias para establecer cada
una de las leyes asociativas y distributivas son válidas, por lo que (/?, +, •) es un anillo
conmutativo finito con elemento unidad, sin divisores propios de cero. El elemento a es el
Tabla 14.2
+ a b c d e a b c d e
a a b c d e a a a a a a
b b c d e a b a b c d e
c c d e a b c a c e b d
d d e a b c d a d b e c
e e a b c d e a e d c b
(a) (b)
cero (es decir, la identidad aditiva) de R, mientras que b es el elemento unidad. En este
caso, todos los elementos distintos de cerox tienen un inverso multiplicativo y tal quexy =
yx - b, el elemento unidad. Los elementos c y d son inversos multiplicativos entre sí; b es
su propio inverso, lo mismo que e.
Definición 14.3 Sea R un anillo con elemento unidad u. Si a, b G R y ab - ba = u, entonces b es un inverso

multiplicativo de q y a es una unidad de R. (El elemento b también es una unidad de R.)
En la sección 14.2 veremos que si un elemento del anillo tiene un inverso multiplicativo,
entonces tiene un único inverso.
Definición 14.4 Sea/? un anillo conmutativo con elemento unidad. Entonces

a) R es un dominio de integridad si R no tiene divisores propios de cero.
b) R es un cuerpo^ si todo elemento distinto de cero en R es una unidad.
El anillo (Z, +, •) es un dominio de integridad pero no un cuerpo, mientras que Q, Ry

C, con la suma y producto usuales, son dominios de integridad y cuerpos. El anillo del
ejemplo 14.5 es un dominio de integridad y un cuerpo.
De la parte (c) de la definición 14.2 se sigue que si R es un dominio de integridad o un
cuerpo, entonces \R\ > 2.
Ejemplo 14.6 Como Ultimo anillo finito de esta sección, sea/?= {s, t, x>, w, x, y), donde + y • están dado
en las tablas I4.3(a) y (b).
De estas tablas vemos que (R, +, ■) es un anillo conmutativo con elemento unidad, pero
no es dominio de integridad ni cuerpo. El elemento t es el elemento unidad y t y y son las
unidades de R.
t El término field también se traduce como "campo". (N. del E.)

Tabla 14.3
+ s t V w X y s t "U w X y
í s t V w X y s s s s s s s
t t V w X y s t s t V w X y
V V w X y s t V s X) X s V X
w w X y s t V w s w s w s w
X X y s t V w X s X V s X u
y y s t V w X y s y X w V t
(a) (b)
También observamos que 1)1) = vy, y aunque v no es el elemento neutro de R, no pode

mos cancelar y decir que x> = y. Así, un anillo general no satisface la ley de la cancelación
del producto que a veces damos por hecho. Analizaremos esta idea nuevamente en la
siguiente sección.
EJERCICIOS 14.1 1. Encuentre el inverso aditivo de cada uno de los elementos de los anillos de los ejemplo 14.5y 14.6.
2. Determine si cada uno de los siguientes conjuntos es un anillo con la suma y producto usuales.
a) R = el conjunto de enteros positivos y cero
b) R = el conjunto de todos los enteros pares
c) R = {kn | n E Z, k un entero fijo positivo}
d) R={a + bV2\a,bEZ}
e) R={a + bV2 + cV3\aEZ,b,cSQ}
3. Sea (R, +, ■) un anillo y a, b, c, d elementos de R. Establezca las condiciones (a partir de la
definición de un anillo) necesarias para demostrar los siguientes resultados.
a) (a + b) +c = b + (c + a) b) d + a(b + c) = ab + (d + ac)
c) c(d + b) + ab = (a + c)b + cd d) a(bc) + (ab)d = (ab)(d + c)
4. Para el conjunto/? del ejemplo 14.4, conserven ■ B = A Pl B pero defina A +B = A U S . ¿Es
(R, U , O) un anillo?
5. Considere el conjunto Z junto con las operaciones binarias © y 0 dadas en el ejemplo 14.3.
a) Verifique las leyes asociativas para © y 0 y la segunda ley distributiva para terminar el
trabajo iniciado en la parte (a) del ejemplo 14.3. [Esto establece entonces que (Z, ©, ©) es
un anillo.]
b) ¿Es conmutativo este anillo?
c) En la parte (b) del ejemplo 14.3 mostramos que 0 es el elemento unidad de (Z, ©, 0 ) .
¿Cuáles son las unidades de este anillo?
d) ¿Es este anillo un dominio de integridad? ¿Es un cuerpo?
6. Defina las operaciones binarias © y 0 en Z como x © y = ;c + v - 7 , . r 0 y = ;t + y - 3xy, para
cualesquiera x, y (EZ. Explique por qué (Z, ©, 0 ) no es un anillo.
7. Sean k, m enteros fijos. Encuentre todos los valores de k, m para los que (Z, ©, 0 ) es un anillo
con las operaciones binarias x(By = x + y-k, x Qy = x + y - mxy, donde x, y £ Z.
8. La tabla 14.4(a) y (b) hacen de (R, +, •) un anillo, donde R = {s, t, x, y]. (a) ¿Cuál es el cero de
este anillo? (b) ¿Cuál es el inverso aditivo de cada elemento? (c) ¿A qué elemento equivale
t (s +xy)? (d) ¿Es R un anillo conmutativo? (e) ¿Tiene R un elemento unidad? (0 Encuentre un
par de divisores de cero.
Tabla 14.4
+ s t X y s t x y
s y X s t s y y x x
t X y t s t y y x x
X s t X y X X X X X
y t s y X y x x x x
(a) (b)
Defina la suma y producto, © y O, respectivamente, en el conjunto Q de la manera siguiente.

Para a, ¿ 6 Q , a®b = a + b + l, aQb = a + b + (abll).
a) Demuestre que (Q, ©, 0 ) es un anillo.
c) ¿Tiene este anillo un elemento unidad? ¿Qué ocurre con las unidades?
d) ¿Es este anillo un dominio de integridad? ¿Es un cuerpo?
10. Sea (Q, ©, 0 ) el cuerpo donde © y 0 están definidos como
a@b = a + b-k, aOb = a + b + (ab/m),
para k, m(£0) elementos fijos de Q. Determine el valor de k y el valor de m en lo siguiente.
a) El elemento neutro del cuerpo es 3.
b) El inverso aditivo del elemento 6 es -9.
c) El inverso multiplicativo de 2 es 1/8.
11. Sea R = {a + bi \ a, b (= Z, i2 = -1}, con la suma y el producto definidos por (a + bí) + (c+ di) =
(a + c) + (b +d) i y (a + bi)(c + di) = (ac - bd) + (be + ad)i, respectivamente, (a) Verifique que
R es un dominio de integridad, (b) Determine todas las unidades de R.
12. a) Determine el inverso multiplicativo de la matriz U k en el anillo A/2(Z); es decir, encuen

tre a, b, c, d tales que
1 2 a b a b 1 2 1 0
= =
3 7_ c d c d 3 7_ 0 1
b) Muestre que 3 o es una unidad en el anillo A/2(Q) pero no en el anillo M2(Z).
13. Si
le di' i A/2(R) demuestre que
fe es una unidad de este anillo si y sólo si ad-bcí
14. Dé un ejemplo de anillo con ocho elementos. ¿Qué ocurre si tiene 16 elementos? Generalice
0.
los resultados.
15. Para R = [s, t, x, y], defina + y ■ mediante la tabla 14.5(a) para + y la tabla parcial 14.5(b)
para •. Esto hace de R un anillo.
Tabla 14.5
+ s t X y s t x y
s s t X y s s s s s
/ t s y X t s t ? ?
X x y s t X s t 1 y
y y x t s y s ? 5 ?
(a) (b)
a) Use las leyes asociativa y distributiva para determinar las entradas que faltan en la tabla del
producto.
c) ¿Tiene un elemento unidad? ¿Qué ocurre con las unidades?
d) ¿Es este anillo un dominio de integridad?, ¿o un cuerpo?
14.2
Propiedades y subestructuras
de un anillo
En cada uno de los anillos de la sección 14.1 hablamos de el elemento neutro del anillo y
el inverso aditivo de cada elemento del anillo. Ahora vamos a demostrar, entre otras pro
piedades, que estos elementos son únicos.
TEOREMA 14.1 En cualquier anillo (/?, +, •),

a) el elemento neutro z es único, y
b) el inverso aditivo de cada elemento del anillo es único.
Demostración:
a) Si R tiene más de una identidad aditiva, sean z{, z2 d° s de tales elementos. Entonces
2 ! = Z , + Z2 = 22-
Ya que z2 es una Ya que z, es una

identidad aditiva identidad aditiva
b) Para a GR, supongamos que existen dos elementos b,c GR tales que a+b=b+a=
zya + c = c + a = z. Entonces b-b+z = b + (a + c)-(b + a) + c=z + c = c.
(El lector debe indicar la condición que establece cada igualdad.)
Como resultado de la unicidad de la parte (b), desde este momento denotamos el inver
so aditivo de a G R como -a. Así mismo, hablaremos de la resta en el anillo, donde
entendemos q u e a - b = a + (-b).
También del teorema 14. l(b) obtenemos lo siguiente para cualquier anillo R.
TEOREMA 14.2 (Las leyes de cancelación para la suma) Para cualesquiera a, b, c G R,
a) a + b=a+c^>b=c, y
b) b + a = c + a^b -c.
Demostración:
a) Como a G R, se sigue que -a G R y tenemos
a + b = a + c^> (-a) + (a + b) = (-a) + (a + c)=>
[(-a) + a] + b = [ ( - a ) + a] + c=>
z + b=z+c^>b=c.
b) Dejamos esta demostración similar al lector.
710 Capitulo 14 Anillos y aritmética modular
Observe que al analizar la tabla de la suma para un anillo finito, vemos que cada ele
mento del anillo aparece una sola vez en cada fila y columna de la tabla. Esto es conse
cuencia directa del teorema 14.2, donde la parte (a) controla las filas y la parte (b) las
columnas.
TEOREMA 14.3 Para cualquier anillo (R, +, •) y cualquier a G R, tenemos az - za - z.

Demostración: Si a G R, entonces az - a(z + z) ya que z + z = z. Por lo tanto, z + az = az -
az + az. (¿Por qué?) Usamos la ley de cancelación para la suma y tenemos que z = az.
La demostración de que za = z se hace de manera similar.
El lector podría pensar que el resultado del teorema 14.3 es obvio. Pero no estamos
trabajando con Z, Q o M¡(Z). Nuestro objetivo es demostrar que cualquier anillo satisface
dicho resultado, y para obtenerlo sólo podemos usar las condiciones señaladas en la defi
nición de un anillo y las propiedades que hayamos derivado para anillos arbitrarios hasta
este momento.
La unicidad de los inversos aditivos [de la parte (b) del teorema 14.1] implica ahora el
siguiente resultado.
TEOREMA 14.4 Dado un anillo (R, +,-)ya,bE R,
a) -(-a) = a,
b) a(-b) = (-a)b = -(ab), y
c) (-a)(-b) = ab.
Demostración:
a) Por el convenio establecido después del teorema 14.1, - (-a) denota el inverso
aditivo de -a. Como (-a) + a-z,a es también un inverso aditivo de -a. En conse
cuencia, por la unicidad de tales inversos, - (-a) = a.
b) Demostraremos que a(-b) - -(ab) y dejaremos la otra parte al lector. Sabemos que
-(ab) denota el inverso aditivo de ab. Sin embargo, ab + a (-b) - a[b + (-b)] = az-
z, por el teorema 14.3, y por la unicidad de los inversos aditivos, a (-b) - -(ab).
c) Aquí estableceremos una idea que hemos utilizado en álgebra desde nuestro pri
mer encuentro con los números con signo. "Menos por menos es igual a más"; la
demostración se sigue de las propiedades y la definición de un anillo. De la parte (b),
tenemos que (-a)(-b) = ~[a(-b)] = -[-(ab)] y el resultado se sigue de la parte (a).
Para la operación de producto también tenemos lo siguiente, que es comparable al teo

rema 14.1.
TEOREMA 14.5 Para un anillo (R, +, •),

a) Si R tiene un elemento unidad, entonces es único, y
b) si R tiene un elemento unidad y x es una unidad de R, entonces el inverso multipli

cativo de x es único.
Demostración: La demostración de estos resultados se deja al lector.
Como resultado de este teorema, denotamos el inverso multiplicativo de cualquier unidad

x de R como x~l. Además, podemos volver a enunciar la definición de un cuerpo: Un cuerpo
es un anillo conmutativo Kcon elemento unidad, tal que para todox E F,x¿ z=>xrl G F .
Con este concepto como ayuda, examinaremos más propiedades y relaciones entre los
cuerpos y los dominios de integridad.
TEOREMA 14.6 Sea (R, + , •) un anillo conmutativo con elemento unidad. Entonces R es un dominio de
integridad si y sólo si, para cualesquiera a, b, c £ /?, tales que a£ z,ab = ac => b-c. (Por
lo tanto, un anillo conmutativo con elemento unidad que satisfaga la ley de cancelación
del producto es un dominio de integridad.)
Demostración: Si R es un dominio de integridad y x, y £ R, entonces xy = z=>x- zoy =
z. Ahora bien, si ab = ac, entonces ab-ac = a(b -c)=z, y, como a £ z, se sigue que b-c
= z o b = c. Recíprocamente, si R es conmutativo con elemento unidad y R satisface la
cancelación para el producto, entonces sean a, b £ R con ab - z. Si a = z, hemos termina
do; si no, como az = z, podemos escribir ab = az y concluir que b - z. Así, no existen
divisores propios de cero y R es un dominio de integridad.
Antes de continuar, observemos que la ley de cancelación para el producto no implica

la existencia de los inversos multiplicativos. El dominio de integridad (Z, +, •) satisface la
cancelación para el producto, pero sólo tiene dos elementos que son unidades (1 y -1). Por
lo tanto, un dominio de integridad no necesariamente es un cuerpo. ¿Pero qué ocurre con
un cuerpo? ¿Es necesariamente un dominio de integridad?
TEOREMA 14.7 Si (F, + , •) es un cuerpo, entonces es un dominio de integridad.

Demostración: Sean a, b £ K con ab = z- Si a = z, hemos terminado; si no, a tiene un
nverso multiplicativo a~' pues A" es un cuerpo. Entonces
ab = z ^>a~\ab) = a'1 z => (a'1 a)b = a~l z => ub = z => b = z.
Por lo tanto, K no tiene divisores propios de cero y es un dominio de integridad.
En el capítulo 5 vimos que las funciones/: A —> A podían ser inyectivas (o sobre) sin ser
sobre (o inyectivas). Sin embargo, si A era finito, tal función era inyectiva si y sólo si era
sobre. (Véase el teorema 5.11.) La misma situación ocurre con los dominios de integridad
finitos. Un dominio de integridad no tiene que ser un cuerpo, pero si es finito, dicha estruc
tura es un cuerpo.
TEOREMA 14.8 Un dominio de integridad finito (D, +, ■) es un cuerpo.

Demostración: Como D es finito, podemos enumerar los elementos de D como {dh d2,...,
d„}. Para d £ D. si d ^ z, tenemos dü - {ddh ddi,.. ., dd„\ C D, puesto que O es cerrado
con el producto. Ahora, | DI = n y dD C D, por lo que si pudiéramos demostrar que dD

tiene n elementos, tendríamos dD = D. Si \dD\ < n, entonces dd¡ = dd¡ para algún 1 < i <
j < n. Pero como D es un dominio de integridad y d * z, tenemos que d¡ = d¡, aun cuando
habíamos supuesto que eran distintos. Así, dD = D y para algún 1 < k < n, ddt - u, el
elemento unidad de D. Entonces ddk = u=> des una unidad de D y como d es un elemento
arbitario, se sigue que (£>, +, ■) es un cuerpo.
A partir de la demostración del teorema 14.8 podemos ver que al trabajar con los ele
mentos distintos de cero de un cuerpo finito, la tabla de multiplicación de tales elementos
es tal que cada elemento del cuerpo aparece exactamente en una vez en cada fila y una vez
en cada columna.
En la siguiente sección veremos algunos cuerpos finitos que son útiles en la matemática
discreta. Sin embargo, antes de cerrar esta sección, examinaremos algunos subconjuntos
especiales de un anillo.
En el capítulo 6, cuando trabajamos con las máquinas de estados finitos, vimos algunos
casos donde los subconjuntos del conjunto de estados internos daban lugar a máquinas por
sí (cuando las funciones de estado siguiente y de salida de las máquinas originales se
restringían de forma adecuada). A estas máquinas las llamamos submáquinas. Puesto que
las operaciones binarias cerradas son un tipo especial de funciones, encontramos una idea
similar en la siguiente definición.
Definición 14.5 Para un anillo (R, +, •)> un subconjunto no vacío S de R es un subanillo de R si (5, +, •) (es
decir, S con la suma y producto de R restringidos a S) es un anillo.
Ejemplo 14,7 Para cualquier anillo R, los subconjuntos [z] y R son siempre subanillos de R.
Ejemplo 14,0 a) El conjunto de todos los de integridads pares es un subanillo de (Z, +, •)• De hecho,
para cualquier n E Z+, nZ - {nx \ x S Z) es un subanillo de (Z, +, •).
b) (Z, +, •) es un subanillo de (Q, +, ■)» el cual es un subanillo de (R, +, •). que es un
subanillo de (C, +, •).
EJéiflpfa 14,9 En el ejemplo 14.6, los subconjuntos S = {s, w) y T = {s, v, x} son subanillos de R.
El siguiente resultado caracteriza los subconjuntos de un anillo que son subanillos.
TEOREMA 14.9 Dado un anillo (R, +, •), un subconjunto no vacío S de R es un subanillo de R si y sólo si
1) para todos a, b E 5, tenemos que a + b, ab G S (es decir, S es cerrado con las

operaciones binarias de suma y producto definidas en R), y
2) para todo a E 8, -a £ 5.
Demostración: Si (S, +, •) es un subanillo de R, entonces satisface todas las condiciones de
un anillo. Por lo tanto, satisface las condiciones 1 y 2 del teorema. Recíprocamente, sea S
un subconjunto no vacío de i? que satisface las condiciones 1 y 2. Las condiciones (a), (b),
(e) y (f) de la definición de anillo son heredadas por los elementos de S, puesto que tam
bién son elementos de R. Así, lo que debemos verificar es que S tenga un inverso aditivo.
Ahora bien 5 ^ 0 , por lo que existe un elemento a £ S; y por la condición 2, -a £ S.
Entonces, por la condición \,z = a + (-a) £ S.
Ejemplo 14.10 Consideremos el anillo (Z, ©, 0 ) que analizamos en el ejemplo 14.3 y el ejercicio 5 de la
sección 14.1. En este caso, x®y = x + y- 1 y xQy = x + y -xy. Consideremos ahora el
subconjunto 5 = { . . . , - 5 , - 3 , - 1 , 1, 3, 5, . . .} de todos los enteros impares. Como, por
ejemplo, 3 y 5 están en 5 pero la suma ordinaria 3 + 5 = 8 ^ 5 , este conjunto S no es un
subanillo de (Z, +, •)• Sin embargo, 3 © 5 = 3 + 5 - l = 7 £ S . De hecho, para cualesquiera
a, b £ S tenemos a@b-a + b-\, donde a + b es par y a + b - 1 es impar, por lo que a ©
b ES. Además, aQb = a + b-ab, donde a + b es par y ab es impar, por lo que a Qb £
S. Por último, -a [el inverso aditivo de a en el anillo (Z, ©, 0)] es igual a 2 - a, que es
impar si a lo es. En consecuencia, si a £ 5 entonces —a £ 5 y por el teorema 14.9, S es un
subanillo de (Z, ©, O).
Observe que (Z+, +, •) satisface la condición 1 del teorema 14.9, pero no la condición 2,
por lo que no es un subanillo de (Z, +, •)•
El resultado del teorema 14.9 puede expresarse también como se indica a continuación.
TEOREMA 14.10 Para cualquier anillo (R, +, •), si 0 £S C R,

a) entonces (S, +, •) es un subanillo de R si y sólo si para todos a, b ES, tenemos que
a - b E S y ab £ S;
b) y si S es finito, entonces (5, +, •) es un subanillo de R si y sólo si para todos a, b E
S, tenemos que a + b,ab E S. (De nuevo, la ayuda adicional proviene de una con
dición de ser finito.)
El siguiente ejemplo demuestra la forma de utilizar la primera parte del teorema ante
rior.
Ejemplo 14.11 Consideremos el anillo R - A/2(Z) y el subconjunto
x x +y x, y E Z
x +y x
de R. Cuando x = y = 0, se sigue que S S E Sy S£0. Así, ahora analizamos cualquier

par de elementos de S; es decir, dos matrices de la forma
x x +y v v +w
y V+ W V
x+y x
donde x, y, X), w E Z. Tenemos que
x x +y V V+W x -v (x - v) + (y - w)
x +y x V + W X) (x-v) + (y-w) x-v
por lo que S es cerrado en la resta. Al pasar a la multiplicación, tenemos
x x +y V V+ W
x +y x V + W V
xv + (x + y)(v + w) x(v + w) + (x + y)v

(x + y)v + x(v + w) (x + y)(v + w) + xv>
xv + xv + yv> + xw + yw xv + xw+xv + yv
xv + yv + xv + xw xv + yv + xw + yw + xv
xv + xv + yv + xw + yw (xv + xv + yv + xw + yw) + (—yw)

(xv + xv + yv + xw + yw) + (-yw) xv + xv + yv + xw + yw
por lo que S también es cerrado en la multiplicación.
Recurrimos entonces a la parte (a) del teorema 14.10 y tenemos que S es un subanillo
de/?.
Ahora destacamos un tipo importante de subanillo.
Definición 14.6 Un subconjunto no vacío / de un anillo R es un ideal de R si para todos a, b E / y todo r £

R, tenemos que (a) a - b G / y (b) ar, ra £ /.
Un ideal es un subanillo, pero el recíproco no siempre se cumple: (Z, +, •) es un subanillo

de (Q, +, •) pero no es un ideal, ya que, por ejemplo, (1/2)9 í Z aunque (1/2) £ Q, 9 £ Z.
Por otro lado, todos los subanillos del ejemplo 14.8(a) son ideales de (Z, +, •)•
Si observamos de nuevo el ejemplo 14.10, veremos que si a £ S, x £ Z, entonces a 0 x =
a + x - ax (= x O a) y si x es par (puesto que ya analizamos el caso en que x es impar en el
ejemplo 14.10), entonces a + x es impar y ax es par, de donde a + x - ax es impar. En
consecuencia, para todos aESyxEZ, aQxyxQa están en 5, por lo cual S es un ideal
del anillo (Z, ©, O).
EJERCICIOS 14.2 1. Complete las demostraciones de los teoremas 14.2, 14.4, 14.5 y 14.10.
2. Si a, b y c son elementos arbitrarios de un anillo (R, +, •), demuestre que (a) a{b-c) = ab- (ac) =
ab- ac y (b) (b - c)« = ba- (ca) = ba - ca.
3. a) Si R es un anillo con elemento unidad y a, b son unidades en R, demuestre que ab es una
unidad de R y que (a¿>)~' = b~'a~'.
b) Para el anillo M2(Z), encuentre A\ B~\ (AE)~\ (BA)~X y BrxA'

4 7 5 2
A = 5 =
1 2 2 í
4. Demuestre que una unidad en un anillo R no puede ser un divisor propio de cero.
5. Si a es una unidad en un anillo R, demuestre que -a también es una unidad en R.
6. Si a,b son unidades en un anillo R, ¿es a + b necesariamente una unidad en Rl
7. a) Encuentre todos los subanillos del anillo dado en la tabla 14.4.
b) ¿Es alguno de los subanillos de la parte (a) también un ideal?
8. a) Verifique que los subconjuntos S = {s, w] y T = {s, x>, x) son subanillos del anillo R del
ejemplo 14.6. (Las operaciones binarias para los elementos de S, Testan dados en la tabla
14.3.)
b) ¿Son los subanillos de la parte (a) ideales de R?
9. Para R = AÍ2(Z), sea S el subconjunto de R tal que
x x x,yEZ
y y
Demuestre que S es un subanillo de R.
10. Sea R = M2(Z) y sea 5 el subconjunto de R dado por
x x-y
x-y y
x,yez\.
Demuestre que S es un subanillo de R.
11. Sean S y T subanillos de un anillo R. Demuestre que S Ci T es un subanillo de R.
12. Repita el ejercicio 11, reemplazando "subanillo" con "ideal".
13. Sea (R, +, •) un anillo. Si 5, T¡ y T2 son subanillos de R y S C Ti U T2, demuestre que 5 C Tt o
SQT2.
14. a) Sea (/?, +, ■) un anillo finito, conmutativo, con elemento unidad u. Si r G R y r no es el
elemento neutro de R, demuestre que r es una unidad o un divisor propio de cero.
b) ¿Siguen siendo válidos los resultados de la parte (a) si R es infinito?
15. a) Para R = M2(Z), demuestre que
a 0
S= aEZ
0 0
es un subanillo de R.
b) ¿Cuál es el elemento unidad de R?
c) ¿Tiene S un elemento unidad?
d) ¿Tiene S propiedades que R no tenga?
e) ¿Es S un ideal de /??
16. Sean S y T los siguientes subconjuntos del anillo R = M2(Z):
a 0 2a 2b
5 = a,b,c£Z a, b, c, d £ Z
b c 2c 2d
a) Verifique que 5 es un subanillo de R. ¿Es un ideal?
b) Verifique que Tes un subanillo de R. ¿Es un ideal?
17. Sea (R, +, ■) un anillo conmutativo, y sea z el elemento cero de R. Para cada elemento fijo a e
R, definimos N(a) = {r <E R \ ra = z}- Demuestre que N(á) es un ideal de R.
18. Sea R un anillo conmutativo con elemento unidad u y sea / un ideal de R. (a) Si u €E /, demues
tre que I = R. (b) Si / contiene una unidad de R, demuestre que I = R.
19. SiR es un cuerpo, ¿cuántos ideales tiene?
20. Sea (R, +, ■) el anillo (finito) conmutativo con elemento unidad, dado por las tablas 14.6(a) y (b).
Tabla 14.6
+ z u a b z u a b
z z u a b z z z z z
u u z b a u z u a b
a a b z u a z a b u
b b a u z b z b u a
(a) (b)
a) Verifique que R es un cuerpo.

b) Encuentre un subanillo de R que no sea un ideal.
c) Sean*, y incógnitas. Resuelva el siguiente sistema de ecuaciones lineales en R : bx + y = u\
x + by = z.
21. Sea R un anillo conmutativo con elemento unidad u.
a) Para cualquier aG R (fijo), demuestre que aR = [ar \ r E R] es un ideal de R.
b) Si los únicos ideales de R son {z} y R, demuestre que R es un cuerpo.
22. Sean (5, +, •) y (T, +', ■') dos anillos. Si R = S x T, definimos la suma "©" y el producto " 0 "
como
(il, íl) © («2, t2) = (Si + S2, íl + ' h),

( í „ í l ) 0 ( 5 2 , Í 2 ) = (íl-Í2,íl-'Í2).
a) Demuestre que con estas operaciones binarias cerradas, R es un anillo.

b) Si S y T son conmutativos, demuestre que R es conmutativo.
c) Si 5 tiene elemento unidad u¡ y T tiene elemento unidad uT, ¿cuál es el elemento unidad de R1
d) Si S y T son cuerpos, ¿es R también un cuerpo?
23. Sea (/?,+,•) un anillo con elemento unidad u y | R \ = 8 . Para R4 =R xR xR x R, definimos
+ y • como lo indica el ejercicio 22. En el anillo R4, (a) ¿cuántos elementos tienen exactamente
dos componentes distintas de cero? (b) ¿cuántos elementos tienen componentes distintas de
cero? (c) ¿existe un elemento unidad? (d) ¿cuántas unidades existen siR tiene cuatro unidades?
24. Consideremos el anillo (Z3, ©, 0 ) donde definimos la suma y el producto como (a, b, c) ©
" (d, e, f) = (a + d, b + e, c + / ) y (a, b, c) 0 (d, e,f) = (ad, be, cf). (En este caso, por ejemplo,
a + d y ad se calculan mediante las operaciones binarias normales de suma y producto en Z.)
Sea S el subconjunto de Z3, donde5 = {(a, b, c) \ a = b + c]. Demuestre que5 no es un subanillo
de (Z3, ©, O).
25. Sea R = Z x Z x Q. Defina las operaciones binarias de suma (+) y multiplicación (•) para R
de la forma siguiente: Para (a, b, q), (c, d, r) E R, (a, b, q) + (c, d, r) = (a + c, b + d, q + r) y
(a, b, q) ■ (c, d, r) = (ac, bd, qr). (En este caso, las sumas a + c, b + d denotan la suma normal
de enteros y q + r denota la suma de números racionales; los productos ac, bd denotan la
multiplicación común de enteros y qr el producto de números racionales.) En forma similar al
resultado del ejercicio 22, (R, +, •) es un anillo con estas operaciones binarias.
a) Dé ejemplos de cuatro divisores propios de cero en R.
b) Caracterice cuándo un elemento (m, n, s) de R es un divisor propio de cero.
c) Dé ejemplos de cuatro unidades de R.
d) Caracterice cuándo un elemento (m, n, s) de R es una unidad.
26. Sea (/?, +, •) un anillo y a S Í . Definimos Oa = z, la = a y (n + l)a = na + a, para cualquier

n E Z\ (Aquí estamos multiplicando los elementos de R por elementos de Z, por lo que ahora
tenemos una nueva operación diferente del producto en Z o en R.) Para n > 0, definimos (-ri)a =
n(-a), así que, por ejemplo, (-3)a = 3(-a) = 2(-a) + (-a) = [(-a) + (-a)] + (-a) = [-(a + a)] +
(-Ü) = -[(a + a) + a] = -[la + a] = -(3a).
Para cualesquiera a, b E R y cualesquiera m, n E Z, demuestre que
a) ma + na = (m + /i)a b) ra(na) = (mn)a
c) n(a + b) = na + nb d) n(ab) = (na)b = a(nb)
e) (ma)(nb) = (mn){ab) = (na)(mb)
-1 +
27. a) Para el anillo (/?, +, ■) y cualquier a E R, definimos a = a y a" *' = a" a para todo n E Z .
+
Demuestre que para cualesquiera m, n& Z , (a"')(a") = a'"*" y (a'")" = a'"".
b) ¿Puede usted indicar cómo definirá0 o a~\ n E Z*, incluyendo las condiciones que necesa
riamente R debe satisfacer para que estas definiciones tengan sentido?
14.3
Los enteros módulo n
¡Por el momento tenemos suficiente teoría! Ahora nos concentraremos en la construcción

y el uso de anillos y cuerpos finitos especiales.
Definición 14.7 Sea n G Z+, n > 1. Para a, b G Z, decimos que a es congruente con b módulo n, y
escribimos a = b(mod n), si n \ (a - b); o, en forma equivalente, a = b + kn para algún kGZ.
Ejemplo 14.12 Vemos que (a) 17 = 2(mod 5); (b) - 7 = -49(mod 6).
TEOREMA 14.11 La congruencia módulo n es una relación de equivalencia sobre Z.

Demostración: La demostración se deja al lector.
Como una relación de equivalencia sobre un conjunto induce una partición de éste,
para n 2 2, la congruencia módulo n divide a Z en las n clases de equivalencia
[0] = {..., -2/i, -n, 0, n, 2n,.. .} = {0 + nx \x E Z}

[1] = {. . . , -2/i + 1, -n + 1,1, n + 1,2/J + 1,...} = {1 + nx\x E Z}
[2] = {..., -2n + 2, -n + 2,2, n + 2,2n + 2 , . . . } = {2 + nx | JC G Z}
[n - 1] = {..., -n - 1, - l , / i - l,2/i - l,3/i - 1,. ..}

= {(« - l) + /uc|jceZ}.
Para cualquier í G Z, por el algoritmu de la división (de la sección 4.3), podemos
escribir t = qn + r, donde 0 < r < n, por lo que t G [r], o [t] = [/-]. Usamos la notación Z„
para denotar {[0], [1], [2], . . . , [ « - 1]}. (Cuando no haya peligro de ambigüedad, con
frecuencia reemplazaremos [a] con a y escribiremos Z„ = {0, 1, 2, . . . , n - 1}. Nuestro
objetivo es definir operaciones binarias cerradas de suma y multiplicación sobre el con
junto de clases de equivalencia Z,„ de modo que obtengamos un anillo.
Para [a], [b] G Z,„ definimos + y ■ como
[a] + [b] = [a + b] y [a]-[b] = [a][b] = [ab].
Por ejemplo, si n = 7, entonces [2] + [6] = [2 + 6] = [8] = [1], y [2] [6] = [12] = [5].
Antes de aceptar con rapidez estas definiciones, debemos analizar si estas operaciones
están bien definidas, en el sentido de que si [a] - [c] y [b] - [d], entonces [a] + [b] = [c]
[d] y [a][b] - [c] [d]. Como [a] = [c] puede ocurrir sin que a £c, nos preguntamos si los
resultados de nuestra suma y producto dependen de los representantes elegidos de las
clases de equivalencia. Demostraremos que los resultados de las dos operaciones no de
penden de la elección de los representantes de las clases y que las operaciones están bien
definidas.
En primer lugar, observemos que [a] - [c] => a - c + sn para algún s G Z y [b] = [d] =>
b = d + tn, para algún t G Z. Por lo tanto,
a + b = (c + sn) + (d + tn) = c + d + (s + t)n,
de modo que (a + b) = (c + d)(mod n) y [a + b] = [c + d]. También se cumple
ab - (c + sn)(d + tn) = cd + (sd + ct + stn)n
y ab = cd(mod n), o [ab] = [cd].

Este resultado nos conduce al siguiente.
TEOREMA 14.12 Paran G Z \ n > 1, Z„ es un anillo conmutativo con elemento unidad igual a [1] en las
operaciones binarias cerradas definidas antes.
Demostración: Se deja al lector. La verificación de las propiedades del anillo se sigue de
las definiciones de suma y producto de Z„ y de las propiedades correspondientes del
anillo (Z, +, •)•
Antes de enunciar más resultados, veremos dos ejemplos particulares, Z5 y Z6. En las
tablas 14.7(a) y (b), y 14.8 (a) y (b), escribimos a en vez de [a].
Tabla 14.7
+ 0 1 2 3 4 0 1 2 3 4
0 0 1 2 3 4 0 0 0 0 0 0
1 1 2 3 4 0 1 0 1 2 3 4
2 2 3 4 0 1 2 0 2 4 1 3
3 3 4 0 1 2 3 0 3 1 4 2
4 4 0 1 2 3 4 0 4 3 2 1
(a) (b)
Tabla 14.8
+ 0 1 2 3 4 5 0 1 2 3 4 5
0 0 1 2 3 4 5 0 0 0 0 0 0 0
1 1 2 3 4 5 0 1 0 1 2 3 4 5
2 2 3 4 5 0 1 2 0 2 4 0 2 4
3 3 4 5 0 1 2 3 0 3 0 3 0 3
4 4 5 0 1 2 3 4 0 4 2 0 4 2
5 5 0 1 2 3 4 5 0 5 4 3 2 1
(a) (b)
En Z5, todo elemento distinto de cero tiene un inverso multiplicativo, de modo que Z5
es un cuerpo. Pero paraZ 6 ,1 y 5 son las únicas unidades y 2,3,4 son divisores de cero. Por
otro lado, en Z9, 3 • 3 = 3 • 6 = 0, así que para que Z„, n > 1, sea un cuerpo, se necesita más
que un módulo impar.
TEOREMA 14.13 Z„ es un cuerpo si y sólo si n es primo.

Demostración: Sea n un primo y supongamos que 0 < a < n. Entonces mcd(a, n) - 1, por lo
que (de la Sec. 4.4) sabemos que existen enteros s, t tales que as + tn - 1, Así, as = 1 (mod
i), o [a][s] = [1] y [a] es una unidad de Z,„ el cual es por lo tanto un cuerpo.
Recíprocamente, sin no es primo, entoncesn=n 1 n 2 , donde 1 <n¡,n2<n. Así, [n¡] & [0]
y [n2] J= [0] pero [nJt^] = ín^h] - [0], y Z„ ni siquiera es un dominio de integridad, por lo
que no puede ser un cuerpo.
En Z6, [5] es una unidad y [3] es un divisor de cero. Buscaremos la forma de reconocer
cuándo [a] es una unidad en Z,„ si n es compuesto.
TEOREMA 14.14 En Z„, [a] es una unidad si y sólo si mcd(a, n) - 1.

Demostración: Si mcd(a, n) = 1, el resultado se sigue como en la demostración del teorema
14.13. Para el recíproco, sea [a] G Z„ y [a] -1 = [s]. Entonces [as] = [a][s] - [1], por lo que
as = l(mod n) y as = 1 + tn, para algún / G Z. Pero 1 = as + n(-t) => mcd(a, n) = 1.
Ejemplo 14.13 Encuentre [25]"' en Z72.

Como mcd(25, 72) = 1, el algoritmo de Euclides implica
72 = 2(25) + 22, 0 < 22 < 25

25 = 1(22) + 3, 0 < 3 < 22
22 = 7(3) + !, 0<1<3.
Como 1 es el último resto distinto de cero, tenemos que
1 = 22 - 7(3) = 22 - 7[25 - 22] = (-7)(25) + (8)(22)

= (-7)(25) + 8[72 - 2(25)] = 8(72) - 23(25).
Pero
1 = 8(72) - 23(25) => 1 = (-23)(25) = ( - 2 3 + 72)(25) (mod72),

por lo que [1] = [49] [25] y [25]-' = [49] en Z72.
Ahora bien, [25] es una unidad en Z72, pero ¿existe una forma de saber cuántas unida
des tiene este anillo? Del teorema 14.4, si 1 < a < 72, entonces [a]"1 existe si y sólo si
mcd(a, 72) = 1. En consecuencia, el número de unidades en Z72 es el número de enteros a
tales que 1 < a < 72 y mcd(a, 72) = 1. Usando la función phi de Euler (Ej. 8.5), veremos
que este valor es
<|>(72) = <f>(2332) =<72)[1 - (1/2)][1 - (1/3)] = (72)(l/2)(2/3) = 24.
En general, para n £ Z+, n > 1, existen <)>(n) unidades y n - 1 - <)>(«) divisores propios de
cero en Z„.
El último ejemplo de esta sección presenta una aplicación a la recuperación de información.
Ejemplo 14,14 Cuando se busca en una tabla de registros guardados en un computador, cada registro tiene
asignada una posición de memoria, o dirección, en la memoria del computador. El propio
registro está formado a su vez por cuerpos (que no tienen nada que ver con las estructuras
de anillo). Por ejemplo, una sección escolar mantiene un registro de cada estudiante; cada
registro contiene información acerca del número de la seguridad social, el nombre y el
área de especialidad del estudiante, lo que representa un total de tres cuerpos.
Al buscar el registro de un estudiante particular, podemos usar su número de seguridad
social como laclave para el registro, puesto que ésta identifica en forma única ese registro.
Como resultado, desarrollamos una función del conjunto de claves al conjunto de direc
ciones de la tabla.
Si la escuela es lo suficientemente pequeña, es posible que los primeros cuatro dígitos del
número de seguridad social basten para la identificación. Desarrollamos una función de
dispersión h del conjunto de claves (que siguen siendo los números de la seguridad social) al
conjunto de direcciones, determinada ahora por los primeros cuatro dígitos de la clave. Por
ejemplo, /¡(081-37-6495) identifica el registro que está en la dirección asociada con 0813.
De esta forma podemos guardar la tabla con un máximo de 10,000 direcciones. Todo estará
bien mientras h sea inyectiva. Si un segundo estudiante tiene como número de la seguridad
social 081-39-0207, entonces h ya no identificaría en forma única el registro de un estudian
te. Cuando esto pasa, se dice que ocurre una colisión. Puesto que el incremento del tamaño
de la tabla guardada produce por lo general un mayor espacio de almacenamiento no utiliza
do, debemos comparar el costo de este espacio con el costo del control de colisiones. Se han
diseñado técnicas para resolver colisiones, las que dependen de las estructuras de datos (como
vectores o listas lineales enlazadas) que se usan para guardar los registros.
Algunas de las diferentes funciones de dispersión que se han diseñado son las siguientes.
a) El método de la división: Aquí restringimos el número de direcciones que puedan
utilizarse hasta un entero fijo n. Para cualquier clave k (un entero positivo), defini
mos h{k) = r, donde r = k(moá ri) y 0 < r < n.
b) El método de plegado se implementa con frecuencia; en éste, la clave se separa en

dos partes, las cuales se suman para obtener n(clave). Por ejemplo, /J(08 1-37-6495) =
081 + 37 + 6495 = 6613 utiliza el plegado; si sólo queremos direcciones con tres
dígitos, podemos suprimir el primer dígito 6 y tener /¡(081-37-6495) = 613.
No es posible hacer suficiente énfasis en cuanto a la importancia de elegir una función
de dispersión adecuada, si al mismo tiempo intentamos mejorar la eficiencia en términos
de una mayor velocidad y menos espacio de almacenamiento utilizado.
Con el concepto de módulo, podemos desarrollar una función de dispersión h, usando
la misma clave anterior, donde
h (x i x2 x3 - x4 x¡ - x6 x7 Xa x9) = y l y2 y3,
con
yi = X\ + x2 + x} (mod 5), 0<y!<5
y2 = -*4 + *5 (mod 3), 0<_y 2 <3
>3 = x6 + x-, + x% + x9 (mod 7), 0<y3<7.
En este caso, por ejemplo, /J(08 1-37-6495) = 413.
EJERCICIOS 14.3 1. Enumere cuatro elementos en cada una de las siguientes clases de equivalencia.
a) [l]enZ, b) [2] en Z„ c) [10] en Z17
2. Demuestre que si a, b, c, n £ Z con a, n>Qyb = c (mod n), entonces ab = ac(mod arí).
3. Sean a, b, m, n £ Z con m,n>0. Demuestre que si a = b (mod n) y m \ n, entonces a = b (modm
4. Demuestre que para todo entero n, exactamente uno de los enteros n, 2n — 1 y 2n + 1 es
divisible entre 3.
5. Si n € Z* y n > 2, demuestre que
"y1 . _ I 0 (mod n), n impar

,-_, [§ (modrc), «par
6. Complete las demostraciones de los teoremas 14.11 y 14.12.

7. Defina la relación SR en Z* como aSh b si i(a) = x(b), donde T(ÍJ) es el número de divisores
(enteros) positivos de a. Por ejemplo, 2 SR 3 y 4 9! 25 pero 5 Sf 9.
a) Verifique que 9! es una relación de equivalencia en Z*.
b) Para las clases de equivalencia [a] y [b] inducidas por Sí, defina las operaciones de suma y
producto como [a] + [b] = [a + b] y [a][b] = [ab\. ¿Están bien definidas estas operacion
Es decir, ¿a Sh b, b Sk d => (a + b) 3¡ (c + d),(ab) Sk (cd))l
8. Encuentre el inverso multiplicativo de cada elemento de Z n , Z13 y Z17.
9. Encuentre [a]-1 en Zim para (a) a = 17, (b) a = 100, y (c) a = 111.
10. a) Encuentre todos los subanillos de Z12, Zu y Zi4.
b) Construya el diagrama de Hasse para cada una de estas colecciones de subanillos, donde el
orden parcial surê He la inclusión de conjuntos. Compare e<>;os diagramas con los del
conjunto de divisores positivos den (n = 12; 18; 24), donde el orden parcial proviene ahora
de la relación de divisibilidad.
c) Encuentre la fórmula para el número de subanillos en Z„ « > 1.
11. ¿Cuántas unidades y cuántos divisores (propios) de cero tiene (a) Z17? (b) Z u7 ? (c) Z|,17?
12. Demuestre que en cualquier lista de n enteros consecutivos, uno de ellos es divisible entre n.
13. Si séxligen tres enteros distintos al azar del conjunto {1, 2, 3 , . . . , 1000}, ¿cuál es la probabi
lidad'de 1 u e s u suma sea divisible entre 3?
14. a) Para c, d, m, n G Z con n > 1 y m > 0, demuestre que si c = d(mod n), entonces me = md
(modn)yc'"sd'"(modn).
b) Si xvc„_i-. .x¡x0 = x„- \0" + ■ ■ ■ +x, ■ IO + JÜ denota un entero de n + 1 dígitos, demue
entonces que
xnxn-x.. .X\XQ = XK + X„-\ + ■ ■ ■ +x¡ + Xa (mod9).
15. a) Demuestre que para todo « E N , 10" = (-l)"(mod 11).

b) Considere el resultado para mod 9 en la parte (b) del ejercicio 14. Enuncie y demuestre un
resultado análogo para mod 11.
c) Para los números siguientes, determine el valor del dígito d de modo que el resultado sea un
entero divisible entre 11: (i) 2¿653874; (ii) 37d64943252.
16. Determine el último dígito en 355.
17. ¿Cuál es el último dígito de 9"89?
18. Para/? primo, determine todos los elementos a & Zp tales que a2 = a.
19. Para a, b, n G Z* y n > 1, demuestre que a = ¿(mod n) => mcd(a, n) = mcd(¿, n).
20. a) Muestre que para cualquier [a] £ Z7, si [a] ^[0], entonces [af = 1.
b) Sea n £ Z * con mcd(n, 7) = 1. Demuestre que 7 | (n6 - 1).
21. Para la función de dispersión que aparece a! final del ejemplo 14.14, encuentre (a) /¡(123-04-
2275); (b) un número de la seguridad social n tal que h{n) = 413, lo cual provoca una colisión
con el número 081-37-6495 del ejemplo.
22. Escriba un programa (o desarrolle un algoritmo) para implementar la función de dispersión del
ejercicio 21.
14.4
Homomorfismos e isomorfismos
de anillo
En esta última sección examinaremos las funciones (entre anillos) con propiedades espe
ciales que dependen de las operaciones binarias cerradas en los anillos.
Ejemplo 14.15 Consideremos los anillos (Z, +, ■) y (Z 6 , +, •), donde la suma y el producto de Z 6 se definen
como en la sección 14.3.
Definimos/: Z -> Z 6 como/(*) = [x]. Por ejemplo,/(l) = [1] = [7] = / ( 7 ) y / ( 2 ) = / ( 8 ) =
/ ( 2 + 6k) = [2], para cualquier k G Z. ( A s í , / e s sobre pero no inyectiva.)
Para 2, 3 E Z,/(2) - [2],/(3) = [3] y tenemos que/(2 + 3) =/(5) = [5] = [2] + [3] =/(2) +
/ ( 3 ) y / ( 2 • 3) = / ( 6 ) = [0] = [2][3] = / ( 2 ) -/(3).
De hecho, para cualesquiera x, y G Z,
f(x +y) = [*+>'] = [x] + [y] =f(x) +f(y),

r í
Suma en Z Suma en Z6
f(x-y) = [xy] = [x][y]=f(x)-f(y).

T T
Producto en Z Producto en Z6
Este ejemplo nos lleva a la siguiente definición.
Definición 14.8 Sean (R, +, •) y (S, ©, 0 ) anillos. Una función/: R —> S es un homomorfismo de anillos si
para todos a, b E R,
a) f(a + b)=f(a)®f(b), y
b) f(a-b)=f(a)Of(b).
Se dice que esta función preserva las operaciones de anillo por las siguientes razones:
consideremos/(a + b) -f{a) ®f{b). Sumando primero a, b enRy encontrando después la
imagen (mediante/) de esta suma, obtenemos el mismo resultado que cuando determina
mos las imágenes (mediante/) en S de a, b y luego sumamos las imágenes en S. (Por lo
tanto, la operación de función y las operaciones aditivas conmutan entre sí.) La misma
observación también se cumple con las operaciones multiplicativas en los anillos.
Para los anillos Z4 y Zg definimos la función / : Z4 -» Z8 como f([a]) - [a]2 (= [a1]).
Entonces, para todos [a], [b] G Z4, tenemos
f(Mb]) =f([ab]) = [abf = ([a][b]f = [af[bf = f([a])f([b)).

í T
Producto en Z4 Producto en Z¡¡
En consecuencia, esta función/preserva las operaciones de multiplicación en los anillos.

Sin embargo, para [1], [2] £ Z4, vemos que/([l] + [2]) =/([3]) = [3]2 = [1], mientras que
/([l]) +/([2]) = [l] 2 + [2]2 = [1] + [4] = [5] # [ 1 ] en Z 8 .)Así,/no preserva las operaciones
aditivas en los anillos, por lo cual/no es un homomorfismo de anillos.
La función g: Z4 —¥ Z 8 dada por g([a]) = 3[a], preserva las operaciones aditivas, pero
no las multiplicativas, en los anillos.
Definición 14.9 Sea/: (/?, +, •) -» (S, ©, O) un homomorfismo de anillos. Si / e s inyectiva y sobre,

entonces/es un isomorfismo de anillos y decimos que R y S son anillos isomorfos.
Podemos pensar que los anillos isomorfos surgen cuando nos referimos al "mismo"
anillo en dos idiomas diferentes. La función/proporciona entonces un diccionario para
traducir sin ambigüedad de un lenguaje a otro.
Los términos "homomorfismo" e "isomorfismo" provienen del griego, donde morpho
se refiere a la forma o estructura, homo significa similar e iso significa idéntico o igual.
Por lo tanto, podemos pensar que los anillos homomorfos son aquellos que tienen una
estructura similar y los anillos isomorfos son réplicas (abstractas) de la misma estructura.
En la definición 11.13 definimos el concepto de isomorfismo de grafos. Establecimos

entonces que los grafos no dirigidos G, = (V„ E¡) yG2- (V2, E2) son isomorfos si podemos
encontrar una función/: V¡ —> V2 tal que
a) / s e a inyectiva y sobre, y
b) {a, b) G E, si y sólo si [f(a),f(b)} G E2.
A la luz de nuestras observaciones acerca del isomorfismo de anillos, otra forma de pensar
la condición (b) es que la función/preserva las estructuras de los grafos no dirigidos G{y
G2. Cuando | V^ | = | V2 |, no es difícil encontrar una función/: V, —» V2 que sea inyecti
y sobre. Sin embargo, para un conjunto dado Vde vértices, lo que determina la estructura
de un grafo dirigido G = (V, E) es su conjunto de aristas (donde se definen las adyacencias de
los vértices). Por lo tanto, una correspondencia biyectiva/: V, —» V2 es un isomorfismo
de grafos si preserva la estructura de G, y G2 preservando las adyacencias de los vértices.
Ejemplo 14.16 Para el anillo R del ejemplo 14.5 y el anillo Z5, la función/: R —> Z¡ dada por
/(«) = [0], f(b) = [l], f(c) = [2], /(</) = [3], /(O = [4]
es un isomorfismo de anillos.
Por ejemplo,/(c + d) =f(a) = [0] = [2] + [3] +/(c) +f(d), mientras quef(be) =fi.e) = [4] =
[1][4] = f(b)f(e). (Como no disponemos de otros métodos y teoremas, hay que verificar
25 igualdades de este tipo para que se preserven las operaciones binarias.)
Puesto que existen 5! = 120 funciones biyectivas deR en Z5, ¿existe algo que nos ayude
a determinar si una de estas funciones es un isomorfismo? El ejemplo 14.16 da lugar al
siguiente teorema, e! cual nos proporciona formas para al menos comenzar a determinar si
las funciones entre anillos pueden ser homomorfismos o isomorfismos [Las partes (c) y
(d) de este teorema se basan en los resultados de los ejercicios 26 y 27 de la sección 14.2.]
TEOREMA 14.15 Si/: (R, +, •) -> (5, ©, 0 ) es un homomorfismo de anillos, entonces

a
) f(Zü) = Zs, donde ZR, ZS son los elementos neutros de R, S, respectivamente;
b) f(-a) - -f(a) para cualquier a G R\
c) f(na) = nf(a), para cualquier a E /?, n G Z;
d) f(a") = [f(a)]", para cualquier a E /?, n G Z+; y
e) si A es un subanillo de R, entonces/'(A) es un subanillo de S.
Demostración:
a) zs ®f(zK) =f(zR) =f(zR+ zR) =f(zR) ®f(zR). (¿Por qué?) Así, por la ley de cancela
ción para la suma, tenemos que f(zR) - zs-
b) Zs =/(ZR) -f(a + (-a)) =f(a) ©/(-a). Como los inversos aditivos de S son únicos y
f(-á) es un inverso aditivo de f(a), se sigue que f(-a) - -f(a).
c) Si n = 0, entonces/(«a) =/(ZR) = ZS- nf(a). El resultado también es cierto para n - 1,
por lo que suponemos que la propiedad es cierta para n = k (> 1). Por inducción
matemática, examinamos el caso en que n = k + 1. Por los resultados del ejercicio
26 de la sección 14.2, obtenemos f((k + l)á) = f(ka + a) = f(ka) ffi/(a) = kf(a) ©

f(a) (¿por qué?) = (k+ 1)(/(«)) (¿por qué?). (Nota: En este caso tenemos tres tipos
diferentes de sumas.)
Cuando n > 0, f(-na) = -nf(a). Esto se sigue de nuestra demostración anterior
por inducción, de la parte (b) de esta demostración y de la parte (b) del teorema 14.1,
puesto que/(-na) +f(na) -f{n{-á)) +f(na) = nf(-a) + nf(a) = n[f(-a) +f(a)] =
n[-f(a) +f(a)] - nzs = zs- Por lo tanto, obtenemos el resultado para todo n G Z.
d) Dejamos la demostración de este resultado al lector.
e) Como A £ 0,/(A) £ 0. Si x, y G/(A), entonces x -f(a), y-f(b) para algunos a, b G
A. Entonces x © y =f{a) @f{b) =f(a + b),yxQy =f(a) Qf(b) =f(ab), con a + b,
ab GA (¿porqué?), por lo que* ©y, xQy E.f(A). Así mismo, si* G/(A), entonces
x -f(a) para algún a G A. Así, tenemos f(-a) - -f{a) = -x y como -a G A (¿por
qué?), tenemos -x G/(A). Por lo tanto,/(A) es un subanillo de 5.
Cuando el homomorfismo es sobre, obtenemos el siguiente resultado.
TEOREMA 14.16 Si/: (/?, +, 0 ) —> (S, ©, 0)es un homomorfismo de anillos de R sobre S, donde 5 > 1 ,
entonces
a) si R tiene elemento unidad uK, entonces f(uR) es el elemento unidad de S\
b) si R tiene elemento unidad uR y a es una unidad en R, entonces/'(a) es una unidad en
Syf(a-Í) = [f(a)p;
c) si R es conmutativo, entonces S es conmutativo; y
d) si / es un ideal de /?, entonces/(/) es un ideal de S.
Demostración: Demostraremos la parte (d) y dejaremos el resto al lector. Como / es un
subanillo de /?, se sigue que/(7) es un subanillo de S por la parte (e) del teorema 14.15.
Para verificar que/(/) es un ideal, sea x G/(7) y j £ 5 . Entonces x =f(a) y s =f(r) para
algunos a G /, r G R. Así, i 0 i =/(r) 0 / ( a ) =f(ra), con ra G / y tenemos que s Qx E
/(/). En forma análoga, x 0 s G /(/), por lo que/(/) es un ideal de S.
Estos teoremas refuerzan la forma en que los homomorfismos e isomorfismos preser

van la estructura. Pero ¿qué uso tienen estas funciones, además de usarse para demostrar
más teoremas? Antes de terminar, consideremos otros dos ejemplos.
Ejemplo t4.17 Sean C el cuerpo de los números complejos y S el anillo de las matrices reales 2 X 2 de la
formal, ; definimos/: C —» S como f(a + bi) = _, , para a + bi G C. Entonces
a b =
c d
a + bi = c + di<¿>a = c,b d<¿>
[-b a\ [-d c\
por lo que/es una función inyectiva. También es sobre. (¿Por qué?)

f((a + bi) + (x + yi)) =/((o +x) + (b+ y)i)

a+x b+y a b x y
= = +
_-(b+y) a+x -b a -y x
= f(a + bi)+f(x+yi),
/((a + bi)(x + yi)) =f((ax - by) + (bx + ay)i)

ax-by bx + ay a b x y
= =
-{bx + ay) ax-by -b a -y x
= f(a + bi)f(x + yi),
por lo que/es un isomorfismo de anillos.
Pero ¿dónde podemos usar este isomorfismo?
Supongamos que debemos encontrar el valor del número complejo
(5.2-7.1Q 7
( - 8 . 3 + 9.9/) +
(1.3 + 3.7/) 4 '
Si disponemos de un computador con una implementación de BASIC que incluya opera

ciones con matrices, entonces, usando este isomorfismo, podríamos traducir el problema
de números complejos, no implementados en BASIC, en un problema de matrices que
puede controlar el computador. Aquí buscamos el resultado
-8.3 9.9 5.2 -7.1 1.3 3.7

-9.9 -8.3 7.1 5.2 -3.7 1.3
Con el programa en BASIC de la figura 14.1, encontramos la respuesta (con dos cifras
decimales) al problema de aritmética compleja como 8379.98 + 15122.7/.
Ejemplo 14,18 i Ampliaremos la idea desarrollada en el ejercicio 22 de la sección 14.2; sea R el anillo
Z2 X Z 3 X Z5. Entonces \R\ = | Z21 • IZ31 • | Z51 = 30 y las operaciones de suma y
producto en R se definen como sigue:
Para cualquier (a¡, a2, a3), (bt, b2, b}) E R donde a¡, b¡ E Z2, a2, b2(EZ}y a}, b} E Z5,
(«!, a2, a3) + (bub2, b3) = (a, + bua2 + b2, a3 + b¡)

T T T T
Suma en R Suma Suma Suma
en
en Z2 en Z3 Z5
(aua2,ajU (bub2, fcj) = (fl|i b¡, a-^ b2, a} ^).

1 1 1 1
Producto en R Producto en Z2 Producto en Z3 Producto en Z 5
10 D i m A ( 2 , 2 ) , B ( 2 , 2 ) , C ( 2 , 2 ) , D ( 2 , 2 ) , E ( 2 , 2 ) , F(2 2 ) ,
G ( 2 , 2 ) , H ( 2 , 2 ) , K ( 2 , 2 ) , M(2,2)
20 Mat Read A, E, K
30 Data 1 . 3 , 3 . 7 , - 3 . 7 , 1 . 3 , 5 . 2 , - 7 . 1 , 7 . 1 , 5 . 2 , - 8 . 3 , 9 9,
-9.9,-8.3
40 Mat B = A
50 For 1 = 1 To 3
60 Mat C = A*B
70 Mat A = C
80 Next I
90 Mat D = Inv(A)
100 Mat F = E
110 For J = 1 To 6
120 Mat G = E*F
130 Mat E = G
140 Next J
150 Mat H = D*E
160 Mat M = K + H
170 Print "La s o l u c i ó n a l problema e s " ; M(l,l)
" + " ; M(l,2) ; " i "
180 End
La so l u c i ó n a l p r o b l e m a e s 8379.98 + 15122.7 i
Figura 14.1
Definimos la función/: Z30 —»R como/(x) = (x,, x2, x,), donde

x=Xi(mod2), 0<x,<l
x=x2(mod3), 0<x2^2
x=x3(mod5), 0<x3<4.
En otras palabras, x¡, x2 y x3 son los restos que resultan de dividir x entre 2, 3 y 5, respec
tivamente.
Los resultados de la tabla 14.9 muestran que/es una función inyectiva y sobre.
Tabla 14.9
x(enZ 3 0 ) /(x)(enfl) x(enZ 3 0 ) / W ( e n f l ) x (enZ 30 ) f(x)(cnR)
0 (0,0,0) 10 (0,1,0) 20 (0,2,0)
1 0,1,1) 11 (1,2,1) 21 (1,0,1)
2 (0,2,2) 12 (0,0,2) 22 (0,1,2)
3 (1,0,3) 13 (1,1,3) 23 (1,2,3)
4 (0,1,4) 14 (0,2,4) 24 (0,0,4)
5 (1,2,0) 15 (1,0,0) 25 (1,1,0)
6 (0,0,1) 16 (0,1,1) 26 (0,2,1)
7 (1,1,2) 17 (1,2,2) 27 (1,0,2)
8 (0,2,3) 18 (0,0,3) 28 (0,1,3)
9 (1,0,4) 19 (1,1,4) 29 (1,2,4)
Para verificar que/es un isomorfismo, sean x, y G ZM. Entonces
f(x + y) = ((x + y) mod 2, (x + y)mod3,(x + _y)mod5)

= (x mod 2, je mod 3, x mod 5) 4- (ymod2,y mod 3, y mod5)
=f(x)+f(y),
f{xy) = (xy mod 2,xy mod3, xy mod5)

= (x mod 2 , * mod 3 , * mod 5) • (>rnod2,_y mod 3, y mod 5)
=f(x)f(y),
por lo que/es un isomorfismo.

Al examinar la tabla 14.9 vemos que, por ejemplo,
1) /(O) = (0,0,0), donde 0 es el elemento neutro de Z,„ y (0,0, 0) es el elemento neutro

de Z2 x Z , x Z,.
2) /(2 + 4) =/(6) = (0, 0, 1) = (0, 2, 2) + (0, 1, 4) =/(2) +/(4).
3) El elemento 21 es el inverso aditivo de 9 en Z30, mientras que/(21) = (1,0, 1) es el
inverso aditivo de (1, 0, 4) =/(9) en Z, X Z, X Z5.
4) {0,5, 10, 15,20,25}esunsubanillodeZ, 0 ,con {(0,0, 0)( =/(0)), (1, 2, 0)(=/(5)),
(0, 1, 0)(=/(10)), (1, 0, 0)(=/(15)), (0, 2, 0)(=/(20)), (1, 1, 0)( =/(25))} como
subanillo correspondiente en Z, x Z3 x Z5.
Pero ¿qué más podemos hacer con este isomorfismo entre Z30 y Z2 x Z, x Z5? Supon
gamos, por ejemplo, que necesitamos calcular 28 • 17 en Z,0. Podemos transferir el proble
ma a Z, X Z, X Z5 y calcular/(28) /(17) = (0, 1, 3) • (1, 2, 2), donde los módulos 2, 3 y
5 son menores que 30 y es más fácil trabajar con ellos. Puesto que (0, 1, 3) • (1, 2, 2) = (0 ■ 1
1 • 2, 3 • 2) = (0, 2, 1) y/"'(0, 2, 1) = 26, se sigue que 28 • 17 (en Z30) es 26.
El isomorfismo del ejemplo 14.18 es un caso particular de un resultado más general

llamado el teorema chino del resto. Lo enunciaremos en este momento pero no lo demos
traremos. Por el teorema fundamental de la aritmética, sabemos que para cualquier n G Z+,
n > 1, podemos factorizarn comop" 1 ^ • • ■ p[", dondepi,p 2 , ■ ■ ■ ,pt son k primos dis
k > 1 y n¡, n2, ■ ■ ■, nk G Z+. El teorema chino del resto dice que los anillos Z„ y Zm¡ x Z,„,
• • • x Z„?l son isomorfos para m, = p"\ m2 - p'{2,. . . , mk - p'k". Para el lector interesado en
el tema, debemos mencionar que en las páginas 344-359 del texto de J. P Tremblay y R.
Manohar [7], el teorema chino del resto se estudia junto con aplicaciones de la aritmética
de los restos a los computadores.
EJERCICIOS 14.4 1. Si «es el anillo del ejemplo 14.6, construya un isomorfismo/: R —> Z6-
2. Complete las demostraciones de los teoremas 14.15 y 14.16.
14.4 Homomorfismos e ¡somorfismos de anillo 729
3. Si R, S y T son anillos y / : /? —> S, g: S —> T son homomorfismos de anillos, demuestre que la

composición g o / : R -» 7"es un homomorfismo de anillos.
4. Si \ A ^ a € R[, entonces S es un anillo en las operaciones de suma y producto de matrices.

Demuestre que R es isomorfo a S.
5. a) Sean (R, +, •) y (5, ©, 0 ) anillos con elementos neutros z¡< y z¿-, respectivamente. Si/: /? —>
5es un homomorfismo de anillos, sea K = {a eR\ /(a) = z s }. Demuestre que Kes un ideal
de R. (K es el núcleo del homomorfismo de anillos/)
b) Encuentre el núcleo del homomorfismo del ejemplo 14.15.
c) Sean/, (/?, +, •) y (5, ©, ©) como en la parte (a). Demuestre que/es inyectiva si y sólo si el
núcleo de / e s {zR}.
6. Use la información de la tabla 14.9 para calcular lo siguiente en Z30.
a) (13)(23) + 18 b) (11)(21) - 2 0
c) (13 + 19)(27) d) (13)(29) + (24)(8)
a) Construya una tabla (como en el ejemplo 14.18) para el isomorfismo/: Z20 > Z4 x Z5.
b) Use la tabla de la parte (a) para calcular lo siguiente en Z20.
i) (17)(19) + (12)(14) ¡i) (18)(11)-(9)(15)
8. Sean n. r, s GZ* con n, r, s > 2, n = rs y mcd(r, s) = 1. S i / : Z„ —> Z r x Z¡ es un isomorfismo de
anillos tal que/(a) = (1,0) yf(b) = (0, 1), demuestre que si (m, l ) 6 Z , x Z¡, entonces/"1 (m, í) =
ma + tb(mod n).
9. a) ¿Cuántas unidades hay en el anillo Z{!
b) ¿Cuántas unidades hay en el anillo Z¡ x Z¡ x Z2?
c) ¿Son isomorfos los anillos Z 8 y Z2 x Z 2 x Z2?
10. a) ¿Cuántas unidades tiene Z,5? ¿Cuántas tiene Z 3 X Z5?
b) ¿Son isomorfos los anillos Z,5 y Z 3 x Z5?
11. Sean/?, q, r primos distintos. ¿Cuántas unidades tiene cada uno de los siguientes anillos?
a) Z„ b) Z„ x Z„ c) Z„
d) bD X £ja e) Z p 3 f) Z,¡xZ,
g) Z x Zp x z„ h) Zpiq i) Z,:xZ,
j) z X £jp X ¿jq K) Zp<(r 1) ZP,xZ,
m) Zp x Z n) Z , x Z , x Z, o) Z.« x Z,* x Z r s donde a, b, c E Z +
12. ¿Cuáles de los anillos del ejercicio 11 son isomorfos?

13. ¿Son isomorfos Z4 y el anillo del ejemplo 14.4?
14. S i / : R —> Ses un homomorfismo de anillos y 7 es un ideal de 5, demuestre que f'l(J) = [a
R\ fia) £ J) es un ideal de R.
15. En la solución del ejemplo 14.17, parte del problema pedía calcular
1.3 3.7
-3.7 1.3
Algebraicamente, esto es igual a
113 3.7
-3.7 1.3
¿Existe alguna ventaja, respecto a los cálculos con computador, al usar una forma y no la otra?
14.5
Este capítulo nos presentó un sistema matemático llamado anillo, hacendó hincapié en la
estructura inducida por dos operaciones binarias cerradas. En todo el desarrollo de las
matemáticas, el anillo de los enteros ha desempeñado un papel central. En la rama de las
matemáticas llamada teoría de números, analizamos las propiedades básicas de (Z, +, •) y
de los anillos finitos (Z„, +, •)• Los anillos de matrices nos proporcionan ejemplos conoci
dos de anillos no conmutativos.
Este capítulo contiene el desarrollo de una teoría abstracta. Con base en la definición de
anillo, establecimos principios del álgebra elemental que hemos usado desde nuestros pri
meros encuentros con la aritmética, los números con signo y el manejo de incógnitas.
Quizá al lector le hayan parecido tediosas algunas de las demostraciones, ya que justifica
mos todos los pasos en su derivación. Frente al reto que representa demostrar un resultado
en las matemáticas abstractas, deberíamos seguir el consejo del retórico romano Marco
Fabio Quintiliano (siglo i D.C): "En lugar de buscar con ahínco que se nos entienda bien,
deberíamos hacer todo lo posible por que no se nos malentienda."
Un famoso problema de la teoría de números, conocido como el último teorema de
Fermat, afirma que la ecuación / + / = z " , n G Z t , n > l , n o tiene soluciones en Z+ si n >
2. En 1637, el matemático francés Pierre de Fermat (1601-1665) escribió que había de
mostrado el resultado pero que la demostración era demasiado larga como para incluirla
en el margen de su manuscrito. Por desgracia, hasta el momento existe una infinidad de
valores de n para los cuales no se ha demostrado este teorema,! a pesar del tremendo
esfuerzo de matemáticos como Leonhard Euler (1707-1783), Peter Gustav Lejeune Dirichlet
(1805-1859), Cari Friedrich Gauss (1777-1855), Sophie Germain (1776-1831), Adrien-
Marie Legendre (1752-1833), Niels HenrikAbel (1802-1829), Gabriel Lame (1795-1870)
y Leopold Kronecker (1823-1891). Sin embargo, los intentos por resolver este problema
han traído como consecuencia nuevas ideas y teorías matemáticas.
Pierre de Fermat (1601 -1665) Sophie Germain (1776-1831)
t En 1994, Andrew Wiles, con la colaboración de Richard Taylor, demostró por fin el último teorema de
Fermat, como consecuencia de sus resultados sobre curvas elípticas modulares. (N. del R.T.)
Al tratar de demostrar el último teorema de Fermat, el matemático alemán Ernst Kummer

(1810-1893) desarrolló las bases para el concepto de ideal. Su compatriota Richard
Dedekind (1831-1916) formuló, dio nombre y utilizó este concepto posteriormente en su
estudio de los ahora llamados dominios de Dedekind. Sin embargo, el uso del término
"anillo" parece atribuible al matemático alemán David Hilbert (1862-1943).
Los homomorfismos de anillos y su relación con los ideales fueron ampliamente estu
diados por la matemática alemana Emmy Noether (1882-1935). Su gran genio recibió
escasa remuneración, financiera y de otros tipos, del gobierno de su país, debido a la
discriminación sexual que existía en las universidades de su época. Sin embargo, el talento
de Emmy Noether fue reconocido por sus colegas; fue elogiada en la edición del New York
Times del 3 de mayo de 1935 por Albert Einstein (1879-1955), quien reconoció la influen
cia e importancia de su trabajo para el desarrollo de la teoría de la relatividad. Además de
sufrir la discriminación sexual, como judía fue obligada a salir de su tierra natal en 1933,
cuando los nazis llegaron al poder. Pasó los últimos dos años de su vida asesorando a
jóvenes matemáticos en Estados Unidos. Para más información acerca de esta fascinante
persona, consulte la biografía escrita por A. Dick [2].
Emmy Noether (1882-1935)
Los anillos especiales llamados cuerpos surgen en los sistemas de los números raciona
les, reales y complejos. Pero también vimos algunos cuerpos finitos interesantes. Exami
naremos estas estructuras nuevamente en el capítulo 17, en conexión con los diseños
combinatorios. La teoría de cuerpos desarrollada por el genio francés Evariste Galois
(1811-1832) respondió preguntas acerca de la solución de ecuaciones polinomiales de
grado > 4. Estas preguntas han impresionado a los matemáticos durante siglos y sus ideas,
conocidas ahora como teoría de Galois, siguen constituyendo una de las teorías matemáti
cas más elegantes jamás desarrolladas. En el texto de O. Zariski y P. Samuel [9] aparecen
más detalles acerca de la teoría de Galois.
Como lectura complementaria en cuanto a la teoría de anillos en un nivel introductorio,
el lector interesado debe consultar los capítulos 13-17 de J. A. Gallian [3], el capítulo 6 de
V. Larney [4] y los capítulos 6, 7 y 12 de N. McCoy y T. Berger [5]. Un tratamiento un

poco más avanzado aparece en el capítulo 4 del texto de E. A. Walker [8].
El desarrollo de congruencia modular, junto con muchas ideas afines, se debe princi
palmente a Cari Friedrich Gauss. El texto de I. Niven y H. Zuckerman contiene más deta
lles acerca de la solución de congruencias.
Por último, el tema de la dispersión puede estudiarse en el capítulo 2 de J. Tremblay y
R. Manohar [7]. El capítulo 4 deA. Aho, J. Hopcroft y J. Ullman [1] incluye un análisis de
la eficiencia de las funciones de dispersión y un estudio probabilístico del problema de
colisión que surge para estas funciones.
BIBLIOGRAFÍA
1. Aho, Alfred V., John E. Hopcroft y Jeffrey D. Ullman, Data Structures andAlgorithms, Reading,
2. Dick,Auguste,Emmy Noether( 1882-1935), trad. HeidiBlocher,Bostón,Birkháuser-Boston, 1981.
3. Gallian, Joseph A., Contemporary Abstract Algebra, 2" ed., Lexington, Mass., D.C. Heath and
Company, 1990.
4. Larney, Violet Hachmeister, Abstract Algebra: A First Course, Bostón, Prindle, Weber &
Schmidt, 1975.
5. McCoy, Neal H. yThomas R, Berger, Algebra: Groups, Rings andOther Topics, Bostón, Allyn
and Bacon, 1977.
6. Niven, Ivan, y Herbert S. Zuckerman,An Introduction to the Theory ofNumbers, 4" ed., Nueva
York, Wiley, 1980.
7. Tremblay, Jean-Paul y R. Manohar, Discrete Mathematical Structures with Applicaüons to
Computer Science, Nueva York, McGraw-Hill, 1975.
8. Walker, ElbertA., Introduction to Abstract Algebra, Nueva York, Random House Birkháuser, 1987.
9. Zariski, Osear y Pierre Samuel, Commutative Algebra, vol. 1, Princeton, N.J., Van Nostrand, 1958.
e) Ningún subanillo de un dominio de integridad tie

EJERCICIOS
ne divisores propios de cero.
COMPLEMENTARIOS
f) Cualquier subanillo de un cuerpo es un cuerpo.
g) Un cuerpo sólo puede tener dos subanillos.
h) La función/: (Z, +, •) -> (Z, +, •) dada por/t» = 2x
1. Determine si las siguientes proposiciones son verda
es un homomorfismo de anillos.
deras o falsas. Para cada proposición falsa, dé un contra
ejemplo. i) Todo cuerpo finito tiene un número primo de ele
mentos.
a) Si (/?, +, •) es un anillo y 0 £S C R con 5 cerrado
bajo + y •, entonces S es un subanillo de R. j) El cuerpo (Q, +, •) tiene una infinidad de subanillos.
b) Si (/?, +, •) es un anillo con elemento unidad y S es 2. Demuestre que un anillo R es conmutativo si y sólo si
un subanillo de R, entonces S tiene un elemento (a + b)2 = a2 + 2ab + b2, para todos a, b <E R.
unidad. 3. Un anillo R es booleano s\a2 = a para todo a e R. Si R
c) Si (R, +, ■) es un anillo con elemento unidad uR, y 5 es booleano, demuestre que (a) a + a - 2a = z para todo a 6
es un subanillo con elemento unidad us, entonces R; y (b) R es conmutativo.
uR = us- 4. a) En el cuerpo C de los números complejos, el con
d) Todo cuerpo es un dominio de integridad. jugado de un número complejo z =x + iy está dado por 1 =
x- fy. Por lo tanto, 2 + 3¡ = 2 - 3i y 5/ = -5¡, mientras que junto parcialmente ordenado en la inclusión de conjuntos.
7 = 7. Si z, z ( , z2 E C demuestre que Si A y B son ideales de R, con inf{/4, B] = A C\ B y sup{A, 5} =
A + B, el conjunto parcialmente ordenado es un retículo.)
Í) Z\ + Z2 = Z\ + Z2
10. a) Si p es primo, demuestre que/; divide a (£) para todo
ü) Z\Z2 = Y\z~l 0 < k < p,
iii) (z)" = ( F ) , para todo Í I £ Z * b) Si a, b £ Z, demuestre que (a + b)p = d' + ¿''(modp).
iv) (I)"1 = (z'1), para todo 2 =f= 0 11. Dados n enteros positivos x¡, x2,. . . , x„, no necesaria
v) z+ feR mente distintos, demuestre que n \ (xx + x2 + ■ ■ ■ + x¡) pa
vi) zz E R + , para todo 2 ^ 0 algún 1 < (' < n, o que existen 1 (C, +, •) dada por/(z) = z. De
muestre que/es un isomorfismo. 12. a) ¿Cuántas soluciones tiene la ecuación x + y + z = 0,
5. Si (/?,+,•) es un anillo, demuestre que C = {r E R | ar = si x, y, z £ Z2?
ra, para todo a E / í j e s u n subanillo de R. (El subanillo C es b) Responda la parte (a) si x, y, z £ Z3.
el centro de i?.) 13. a) ¿De cuántas formas podemos seleccionar dos ente
6. Dado un cuerpo finito K, sea M2(K) el conjunto de las ros positivos m, n, no necesariamente distintos, de modo
matrices 2 x 2 con elementos de K. Como en el ejemplo que 1 < m, n < 100 y que el último dígito de 7"' + 3" sea 8?
14.2, (M2(K), +, ■) se convierte en un anillo no conmutativo b) Responda la parte (a) para el caso 1 < m, n < 125.
con elemento unidad. c) Si seleccionamos m, n al azar [como en la parte
a) Determine el número de elementos de M2(K) si K es (a)], ¿cuál es la probabilidad ahora de que 2 sea el
i) Z2 ¡i) Z 3 iii) Z,,, p primo último dígito de 7'"+3"?
14. Sea n £ Z*, con n > 1.
b) Como en el ejercicio 13 de la sección 14.1, A = r? ¿\
a) Si n = 2k, donde k es un entero impar, demuestre
E M2 (7JP) es una unidad si y sólo si ad - be tz. que k? = k (mod n).
Esto ocurre si la primera fila de A no contiene úni b) Si n = Ak para k £ Z+, demuestre que (2kf = 0
camente ceros y la segunda fila no es un múltiplo (mod n).
(por un elemento de Zp) del primero. Use esta ob c) Demuestre que
servación para determinar el número de unidades en
i) M2(Z2) ii) M2(Z3) iii) AÍ2(ZP), p primo
"Y -3 _ íf (mod n), para n par con -7 impar
7. Dado un dominio de integridad (D, +, •) con elemento ,-_, [0 (modrc), de otro modo.
neutro z, sean a, b 6 D tales que ab * z. (a) Si a3 = b* y a5 =
¿!, demuestre que a = b. (b) Sean m, n £ Z* tales que m, n 15. Para n £ Z+, sea S„ = l 2 + 3 2 + 52 + • • • + (2/i - l) 2 =
son primos relativos. Si d" = bm y a" = b", demuestre que a = b. (j) (n)(2n - l)(2n + 1). [Establecimos esta fórmula para la
suma de los cuadrados de los primeros n enteros positivos
8. SeaA =R*.Definimos ©y © enA comoa ®b = ab, el
impares mediante inducción matemática en la parte (a) del
producto común de a, b; y a © b = a10'-'''.
ejercicio 1 de la sección 4.1.]
a) Verifique que (A, ©, ©) es un anillo conmutativo
con elemento unidad. Determine el último dígito de (a) 5g642; (b) SnlA5; (c)
b) ¿Es un dominio de integridad o un cuerpo? $37120 y W) S«> donde n es un múltiplo de 5.
9. Sea R un anillo con ideales Ay B. Definimos A + B - 16. Escriba un programa (o desarrolle un algoritmo) que
[a + b\a £ A,b €E B). Demuestre que A + B es un ideal de invierta el orden de los dígitos en un entero positivo dado.
R. (Para cualquier anillo R, los ideales de R forman un con Por ejemplo, la entrada 1374 debe producir la salida 4731.
15
, ÜNlViüi-tóiDAü DE LA ItLT'tTEirC*
Algebra booleana p/ u r M DE INGENIERÍA
m m DEPARTA ¡VSKNTO DE
y TUnCIOneS DOCUMENTACIÓN Y BIBLJOTICA
■ . MONTEVIDEO - UBUGÜAT
de conmutación
D e nuevo nos enfrentamos a un sistema algebraico en el que la estructura depende princi

palmente de dos operaciones binarias cerradas. A diferencia del tratamiento dado al
tema de los anillos, al estudiar las álgebras booleanas pondremos más énfasis en las apli
caciones que en la naturaleza abstracta del sistema. No obstante, examinaremos con cui
dado la estructura de un álgebra booleana y veremos resultados un tanto diferentes de los
de los anillos. Entre otras cosas, un álgebra booleana finita debe tener 2" elementos, para
algún n £ Z+. Por otro lado, conocemos al menos un anillo para cada m £ Z+, m > 1, el
anillo (Zm, +, •)•
En 1854, el matemático inglés George Boole publicó su obra monumental An
Investigation ofthe Laws ofThought. En esta obra, Boole creó un sistema de lógica mate
mática que desarrolló en términos de lo que ahora llamamos un álgebra booleana.
En 1938, Claude Elwood Shannon desarrolló el álgebra de las funciones de conmutación
y mostró la forma en que su estructura se relacionaba con las ideas establecidas por Boole.
Como resultado de este trabajo, un ejemplo de las matemáticas abstractas del siglo xix se
convirtió en una disciplina matemática aplicada en el siglo xx.
15.1
Funciones de conmutación:
Formas normales disjuntiva
y conjuntiva
Un interruptor eléctrico puede encenderse (permitiendo el flujo de corriente) o apagarse

(evitando el flujo de corriente). En forma análoga, en un transistor, la corriente pasa (con
ductor) o no pasa (no conductor). Éstos son ejemplos de dispositivos con dos estados. (En la
sección 2.2 vimos que el interruptor eléctrico se relacionaba con la lógica con dos valores.)
Para analizar estos dispositivos con dos estados, abstraemos conceptos como "verdade
ro" y "falso", "encendido" y "apagado", de la forma siguiente.
735
736 Capítulo 15 Álgebra booleana y funciones de conmutación
Sea B = {0, 1}. Definimos la suma, producto y complemento para los elementos de B
como
a) 0 + 0 = 0; 0 + 1 = 1 + 0 = 1 + 1 = 1.
b) 0 - 0 = 0 = 1 0 = 0 - 1; 1 - 1 = 1.
c) 0 = 1 ; 1 = 0.
Una variable x es una variable booleana si x sólo toma vaiores de B. En consecuencia,

x + x = xyx2-x-x-xx-x para cualquier variable booleana x.
Si x, y son variables booleanas, entonces
1) x + y = 0 si y sólo si x = y - 0, y
2) xy = 1 si y sólo si x = y = 1.
S i « £ Z + , entonces Bn={(bu ¿ 2 , . . . ,b„) |fo,G{0, 1 },1 fi
es unafunción de conmutación, o booleana, de n variables. Las n variables se enfatizan si
escribimos/(;t,, x2,. . . , x„), donde cada x¡, para 1 B, donde /(*, y, z) = xy + z. (Escribimos xy en vez de x ■ y) Esta función
booleana queda determinada evaluando/para cada una de las ocho posibles asignaciones
a las variables x, y, z, como lo demuestra la tabla 15.1.
Tabla 15.1
X y z xy f(*,y z) = xy + z
0 0 0 0 0
0 0 1 0 1
0 1 0 0 0
0 1 1 0 1
1 0 0 0 0
1 0 1 0 1
1 1 0 1 1
1 1 1 1 1
Definición 15.1 Para í i G Z * , n > 2 , sean/ g: B"—> B dos funciones booleanas de las n variables booleanas
JC , j t , , . . . , xn. Decimos que/y g son iguales y escribimos/= g si las columnas para/ g [en
sus respectivas tablas de función] son exactamente las mismas. [Las tablas muestran que
f{bv b2,.. ., bn) = g(bv by . . ., bj para cada una de las 2" posibles asignaciones de 0 o 1
a cada una de las n variables booleanas x„ x.,. .. ,x .]
Definición 15.2 Si/: B"—> B, entonces el complemento de/, que se denota con / , es la función booleana
definida sobre B" como
f(bl,b2l...,b„)=f(bl,b2 A).
15.1 Funciones de conmutación: Formas normales disjuntiva y conjuntiva 737
Sig: B"—>B, definimos/+g,/- g: B" —» B la suma y productode f, g, respectivamente,

como
(f + g)(bub2,...,bn)=f(bub2,...,bn) + g(bub2,...,bn)
y
(f-g)(bub2, ...,bn) =f(bub2,... ,bn)-g(bub2,.. .,bn).
En la tabla 15.2 resumimos diez leyes (consecuencias importantes de estas definiciones).
Tabla 15.2
1) / = / X = X Ley del doble

complemento
2) f + g=fg x+y=xy Leyes de DeMorgan
fg=f + g xy =x +y
3) f + g=g+f x+y=y+x Leyes conmutativas
fg=gf xy =yx
4) f+(g + h) = (f+g) + h x + (y + z) = (x + y) + z Leyes asociativas
f(gh) = (fg)h x(yz) = (xy)z
5) f + gh = (f +g)(f+ h) x + yz = (JC + y)(x + z) Leyes distributivas
f(g + h)=fg + fh x(y + z) = xy + xz
6) / + / = / X + X = X Leyes de idempotencia
// = / XX = X
7) f+0=f x +0=x Leyes de identidad

/•!=/ x•1 =x
8) / + / = 1 x+x = l Leyes de los inversos
//=0 xx = 0
9) / + 1 = 1 x +l =í Leyes de dominación
/ 0=0 o:-0 = 0
10) / + / * = / x + xy = x Leyes de absorción
f(f+g)=f x(x +y) =x
Como con las leyes de la lógica (en el Cap. 2) y las leyes de la teoría de conjuntos (en
el Cap. 3), las propiedades que aparecen en la tabla 15.2 son satisfechas por las funciones
booleanas arbitrarias/ g, h: B" —> B y por las variables booleanas arbitrarias x, y, z- (Escri
bimos fg en vez d e / - g.)
El símbolo 0 denota la función booleana constante cuyo valor es siempre 0, y 1 es la
función cuyo único valor es 1. (Nota: 0 , 1 ^ B.)
De nuevo, la idea de dualidad aparece en las propiedades 2 - 10. Si s representa un
teorema acerca de la igualdad de las funciones booleanas, entonces sd, el dual de s, se
obtiene al reemplazar en s todas las ocurrencias de + (•) por • (+) y todas las ocurrencias de
0(1) por 1(0). Por el principio de dualidad (que analizaremos en la sección 15.4), la propo
sición sd también es un teorema. Lo mismo es cierto para un teorema que trata de la igual
dad de las variables booleanas, excepto que reemplazamos en este caso los valores booleanos
0 y 1, no las funciones constantes 0 y 1.
El principio de dualidad es útil para establecer la propiedad 5 de la tabla 15.2 para

funciones y variables booleanas.
Ejfiínplo 15*2 | La ley distributiva de + sobre ■. Las últimas dos columnas de la tabla 15.3 muestran que
_ • j + ^ _ ^+ £(j+ hy También vemos que x + yz = (x + y){x + z) es un caso particular de
esta propiedad, s i / g,h:B3^>B, conf(x, y, z) = x, g(x, y,z)=yy h{x, y,z) = z. Por lo tanto,
no necesitamos más tablas para establecer esta propiedad para las variables booleanas.
Por el principio de dualidad, tenemos que/(g + h) =fg +fh.
Tabla 15.3
/ g h gh f+g f + h f + gh (f + gXf+h)
0 0 0 0 0 0 0 0
0 0 1 0 0 1 0 0
0 1 0 0 0 0 0
0 1 1 1
1 0 0 0
1 0 1 0
1 1 0 0
1 1 1 1
EjetítpJO 15*3 a) Para establecer la primera ley de absorción para las variables booleanas, en vez de
basarnos en la construcción de una tabla, argumentamos de la forma siguiente:
Razones
x + xy = x\ + xy Ley de identidad
= x(l+y) Ley distributiva de • sobre +
= xl Ley de dominio (y ley conmutativa de +)
=x Ley de identidad
Este resultado indica que algunas de las leyes pueden deducirse de otras. La
pregunta es entonces qué propiedades debemos establecer con tablas para obtener
las demás, como lo hicimos aquí. Analizaremos esto posteriormente, en la sección
15.4, cuando estudiemos la estructura de un álgebra booleana.
Por el momento, demostraremos que los resultados de la tabla 15.2 pueden usar
se para simplificar otras expresiones booleanas.
b) Para las variables booleanas w, x, y y z, tenemos que
Razones
wy + xy + wz + xz = (w + x)y + (w + x)z Ley conmutativa de • y la ley
distributiva de • sobre +
= (w+x)(y + z) Ley distributiva de • sobre +
c) Simplificaremos la expresión wx + xz + (y + z), donde w, x, y y z son variables

booleanas.
Razones
wx + xz + (y + z) = wx + (x + z) + (y + z) Ley de De Morgan
= wx + (x + z) + (y + z) Ley del doble complemento
= [(wx + x) + z] + (y + z) Ley asociativa de +
= (x + z) + (y + z) Ley de absorción (y las leyes
conmutativas de + y ■)
= x + (z + z) + y Leyes conmutativa y
asociativa de +
=x+z+y Ley idempotente de +
Hasta este momento, hemos repetido para las funciones booleanas lo hecho con las
proposiciones. Al dar una función booleana (en términos algebraicos), construimos su
tabla de valores. Consideremos ahora el proceso inverso: dada una tabla de valores, en
contraremos una función booleana (descrita en términos algebraicos) para la cual sea la
tabla correcta.
íÍ©mjplG 1 S.4 i Dadas tres variables booleanasx, y, z encontraremos las fórmulas para las funciones/ g, h:
B3 —¥ B de las columnas dadas en la tabla 15.4.
Para la columna que está debajo de/, queremos un resultado que tenga el valor 1 cuan
do x - y = 0y z= l.La función f(x, y, z) = xyz es una de esas funciones. De la misma
forma, g(x, y, z) = xyz da el valor 1 para x= l,y = z = 0 y 0 e n l o s demás casos. Como/y
g tienen el valor 1 solamente en un caso y estos casos son distintos entre sí, su suma/+ g
toma el valor 1 exactamente en estos dos casos. Así, h(x, y, z) =f(x, y, z) + g(x, y, z) = xyz +
xyz tiene la columna de valores dados bajo h.
Tabla 15.4
x' y z / 8 h
0 0 0 0 0 0
0 0 1 1 0 1
0 i 0 0 0 0
0 i 1 0 0 0
1 0 0 0 1 1
1 0 1 0 0 0
1 i 0 0 0 0
1 i 1 0 0 0
Este ejemplo nos lleva a la siguiente definición.

Definición 15.3 Para cualquier n £ Z+, si/es una función booleana sobre las n variables xr xv ..., x
a) cada término x¡ o su complemento J„ para 1 < i < n es una literal;
b) un término de la forma y, y2 ■ ■ ■ y„ donde cada y¡ = x¡ o I„ para 1 < Í < n, es
conjunción fundamental; y
c) una representación de/como una suma de conjunciones fundamentales es una/or-
ma normal disyuntiva (f.n.d.) d e /
Aunque no daremos una demostración formal, los siguientes ejemplos indican que cual
quier función/: B" —» B,f £ 0, tiene una única representación (excepto por el orden de las
conjunciones fundamentales) como una f.n.d.
Ejemplo 15,5 Encuentre la f.n.d. d e / : B3 —> B, donde f(x, y, z)-xy + xz.

De la tabla 15.5, vemos que la columna de/tiene cuatro unos, los cuales nos indican las
cuatro conjunciones fundamentales necesarias en la f.n.d. de/, de modo que/(;c, y, z) =
xyz + xyz + xyz + xyz.
Tabla 15.5
x y z xy xz /
0 0 0 0 0 0
0 0 1 0 1 1
0 1 0 0 0 0
0 1 1 0 1 1
1 0 0 0 0 0
1 0 1 0 0 0
1 1 0 1 0 1
1 1 1 1 0 1
Otra forma de resolver este problema consiste en tomar cada término producto e intro
ducir de alguna forma todas las variables faltantes. Usamos las propiedades de estas varia
bles para obtener xy + xz = xy(z + z) + x(y + y)z (¿por qué?) = xyz + xyz + xyz + xyz.
Ejemplo 15,$ Encuentre la f.n.d. de g(w, x, y, z) - wxy + wyz + xy.

Examinaremos cada término como sigue:
a) wxy = wxy(z + z) = wxyz + wxy I
b) wyz = w(x + x)yz - wxyz + wxyz
c) xy = (w + w)xy(z + z) = wxyz + wxyz + wxyz + wxyz
De la propiedad de idempotencia de + se sigue que la f.n.d. de g es
g(w, x, y, z) = wxyz + wxy I + wxyz + wxyz + wxyz + wxyz + wxyz.
Consideremos las primeras tres columnas de la tabla 15.6. Si acordamos enumerar las
variables booleanas en orden alfabético, veremos que los valores dex, y, z en cualquier fila
determinan una etiqueta en binario. Estas etiquetas en binario para 0, 1, 2, . . . , 7 surgen
para las filas 1, 2, . . . , 8, respectivamente, como se muestra en las columnas 4 y 5 de la
tabla 15.6. [Observemos, por ejemplo, que la primera fila tiene número de fila 1 pero
etiqueta en binario 000(= 0). De la misma forma, la séptima fila, dondex = l,y= 1, z - 0,
tiene número de fila 7 pero etiqueta en binario 110(— 6).] Como resultado, la f.n.d. de una
función booleana no nula se puede expresar en forma más compacta. Por ejemplo, la
función / d e l ejemplo 15.5 puede darse como / = L/n(l, 3, 6, 7), donde m indica los
mintérminos (es decir, las conjunciones fundamentales, en este caso, con tres literales) en
las filas 2, 4, 7, 8, con las respectivas etiquetas en binario 1, 3, 6, 7. Usamos la palabra
mintérmino para enfatizar que la conjunción fundamental toma el valor 1 un número minimal
de veces (a saber, una vez) sin ser idénticamente nula. Por ejemplo, w(l) denota el
mintérmino para la fila con etiqueta en binario 001(=1), donde x = y = 0y z = 1; esto
corresponde a la conjunción fundamental xyz, la que toma el valor 1 para exactamente
una asignación (donde x-y=0yz= 1).
Tabla 15.6
X y z Etiqueta en binario Número de fila
0 0 0 000 (= 0) 1
0 0 1 001 (= 1) 2
0 i 0 010 (= 2) 3
0 i 1 011 (=3) 4
1 0 0 100 (= 4) 5
1 0 1 101 (=5) 6
1 1 0 110 (=6) 7
1 1 1 111 (=7) 8
Aun sin una tabla podemos representar la f.n.d. de la funcióng del ejemplo 15.6, pogamos
por caso, como una suma de mintérminos. Para cada conjunción fundamental Cic2c}c4,
donde c¡ = w o w, . . . , c4 - z o z, reemplazamos cada c„ 1 < i < 4, por 0, si c¡ es una
variable con complemento, y por 1 en caso contrario. De esta forma obtenemos la etiqueta
en binario asociada con esa conjunción fundamental. Como suma de mintérminos, vemos
que g = Zm(6, 7, 10, 12, 13, 14, 15).
La forma normal conjuntiva, que analizaremos antes de cerrar esta sección, es dual de
la forma normal disyuntiva.
Sjj$|rtt|$l4> 1 5 , 7 Sea/: B} —»B dada en la tabla 15.7. Un término de la forma c¡ + c2+ c}, donde c¡ = x ox, c,
= yoyyc}=zozcs una disyunción fundamental. La disyunción fundamental x + y + z
toma el valor 1 en todos los casos, excepto donde el valor de cada x, y, z es 0. En forma
análoga, x + y + z toma el valor 1 excepto cuando x = z-0yy- \. Como cada una de estas
disyunciones fundamentales toma el valor 0 solamente en un caso y estos casos no ocurren
Tabla 15.7
x y z /
0 0 0 0
0 0 1 1
0 1 0 0
0 1 1 1
1 0 0 1
1 0 1 1
1 1 0 0
1 1 1 1
en forma simultánea, el producto (x + y + z)(x + y + z) toma el valor 0 precisamente en los

dos casos dados. Si seguimos de esta forma podremos representar/como
f=(x+y + z)(x + J + z)(x + y + z)
que es Informa normal conjuntiva (f.n.c.) de/.

Puesto que la disyunción fundamental x + y + z toma el valor 1 un número máximo de
veces (sin ser idénticamente 1), es un maxtérmino, particularmente cuando usamos una
etiqueta de fila en binario para representarla. Usamos las etiquetas en binario para indexar
las filas de la tabla y escribir / = 11^(0, 2, 6), un producto de maxtérminos.
Esta representación existe para cualquier / =£ 1 y es única salvo por el orden de las
disyunciones fundamentales (o maxtérminos).
Ejemplo 15.8 Sea g: S 4 -> B tal que g(w, x, y, z) = (w + x + y)(x + y + z){w + y). Para obtener la f.n.c. de
g, escribimos de nuevo cada disyunción en el producto como sigue:
a) w + x+y = w+x+y + 0 = w + x+y + zz

= (w + x + y + z){w + x + y + z)
b) x +y + z = ww + x + y + z = (w+x+y + z)(w + x + y + z)
c) w+y = w+xx+y = (w+x+ y)(w + x + y)
= (w + x + y + zz)(w + x + y + zz)
= (w + x + y + z)(w + x + y + z)(w + x + y + z)(w + x + y + z)
En consecuencia, por la ley de idempotencia de •, tenemos g(w, x, y, z) = (w + x + y + z)(w +

x + y + z)(w + x + y + z)(w + x + y + z)(w + x + y+z)-(w+x+y+ z)(w + x + y +
Para obtener g como producto de maxtérminos, asociamos a cada disyunción funda
mental d¡ + d2 + di + di el número binario b¡ b2 bj b4, donde b¡ - 0 si d¡ - w; b¡ - l si d\ -
. . . ; ¿ 4 = 0 s i d4=z;b4= l si dt=z. Como resultado, g =f]A/(0, I, 2, 3, 6, 7, 10).
Nuestro último ejemplo de la sección repasará lo aprendido acerca de las formas de

representar una función booleana no consiante/(es decir,/=/=0 y/=£l).
15,1 Funciones de conmutación: Formas normales disjuntiva y conjuntiva 743
Ejemplo 15.9 Si h(w, x, y, z) = wx+ wy + xyz, entonces podemos escribir nuevamente cada sumando de h
como sigue:
i) wx = wx(y + y)(z + z) = wxyz + wxyz + wxyz + wxyz
ii) wy = w(x + x)y(z + z) = wxyz + wxyz + wxyz + wxyz
iii) xyz = (w + w)xyz = wxyz + wxyz
Usamos la ley de idempotencia para + y vemos que la f.n.d. de h es
wxyz + wxyz + wxyz + wxyz + wxyz + wxyz + wxyz + wxyz + wxyz.
Si consideramos cada conjunción fundamental en la f.n.d. de h, obtenemos las siguien
tes etiquetas binarias y números de mintérminos:
wxyz: 1111 (=15) wxyz: 1100 (=12) wxyz: 0011 ( = 3 )
wxyz: 1110 (=14) wxyz: 0111 ( = 7 ) wxyz: 0010 ( = 2 )
wxyz: 1101 (=13) wxyz: 0110 ( = 6 ) wxyz: 1011 (= 11)
En consecuencia, también podemos escribir h = !Lm (2, 3, 6, 7, 11, 12, 13, 14, 15). De
esta representación, usando mintérminos, tenemos h = I"[M(0, 1, 4, 5, 8, 9, 10), un pro
ducto de maxtérminos.
Por último, tomamos la etiqueta en binario de cada maxtérmino y determinamos su
disyunción fundamental correspondiente:
0 = 0000 w +x +y +z 8 = 1000 w+x +y +z
1 = 0001 w +x +y +z 9 = 1001 w+x+y+z
4 = 0100 w +x +y +z 10=1010 w+x+y+z
5 = 0101 w +x +y +z
Esto nos dice que la f.n.c. de h es
(w + x + y + z)(w + x + y + z)(w + x + y + z)(w + x + y + z) •
(vv + x + y + z)(w + x + y + z)(w + x + y + z).
Por lo tanto,
wxyz + wxyz + wxyz + wxy z + wxyz + wxyz + wxyz + wxyz + wxyz =
2w(2,3,6,7,ll,12,13,14,15) = riAÍ(0,l,4,5,8,9,10) =
(w + x + y + z)(w + x + y + z)(w + x + y + z){w + x + y + z) •
(w + x + y + z)(w + x + y + z)(w + x + y + z).
EJERCICIOS 15.1 1. Encuentre el valor de cada una de las siguientes expresiones booleanas si los valores de las
variables booleanas w, x, y y z son 1, 1, 0 y 0, respectivamente.
a) xy + x y b) w + xy
c) wx + y + yz d) wx + xy + yz
e) (wx + yz) + wy + (w + y)(x + y)
2. Sean w, x y y variables booleanas, donde x toma el valor 1. Para cada una de las siguientes
expresiones booleanas, determine, si es posible, el valor de la expresión. Si no puede determi
nar el valor de la expresión, encuentre entonces el número de asignaciones de valores de w y y
tales que producen el valor 1 para la expresión.
a) x + xy + w b) xy + w c) xy + xw d) xy + w
3. a) ¿Cuántas filas se necesitan para construir la tabla (de función) de una función booleana de
n variables?
b) ¿Cuántas funciones booleanas diferentes de n variables existen?
4. a) Encuentre la conjunción fundamental formada con las variables w, x, y, z o sus complemen
tos, de modo que el valor de la conjunción sea 1 exactamente cuando
i) w=x = Q, y = z = l. ¡i) w = 0, x = 1, y = 1, z = 0.
Ui) w = 0, x=y -z = \. iv) w =x =y = z =0.
b) Responda la parte (a), esta vez para las disyunciones fundamentales en vez de las conjun
ciones fundamentales, donde el valor de cada disyunción fundamental es 0 precisamente
para los valores dados de w, x, y, z.
5. Suponga que/: B3 -» B está dada por/(;c, y, z) = (x + y) + (xz).
a) Determine la f.n.d. y f.n.c. d e /
b) Escriba / como una suma de mintérminos y como un producto de maxtérminos (usando
etiquetas en binario).
6. Sea g: B*^> B dada por g(w, x, y, z) = (wz + xyz)(,x + xyz).
a) Determine la f.n.d. y f.n.c. de g.
b) Escriba g como una suma de mintérminos y como un producto de maxtérminos (usando
etiquetas en binario).
7. Sea F6 el conjunto de todas las funciones booleanas/: B6 -> B.
a) ¿Cuánto vale | f 6 | ?
b) ¿Cuántas conjunciones (disyunciones) fundamentales existen en F6?
c) ¿Cuántos mintérminos (maxtérminos) tiene F6?
d) ¿Cuántas funciones / £ F6 toman el valor 1 cuando (exactamente) dos de sus variables
toman el valor 1? (En los demás casos, el valor de/puede ser 0 o 1.)
e) ¿Cuántas funciones/G Ft toman el valor 1 cuando al menos dos de sus variables toman el
valor 1 ? (En los demás casos, el valor de/puede ser 0 o 1.)
f) Sean u, x>, w, x, y y z las seis variables booleanas para las funciones en F6. ¿Cuántas de estas
funciones son independientes dex [es decir,/(«, v, w, x, y, z) =/(n, t), w, x, v, z)]? ¿Cuántas
son independientes de las tres variables booleanas x, y, z?
8. Sea/: fl4 —> B. Encuentre la forma normal disyuntiva d e / s i
a) / " ' ( l ) = {0101 (es decir, w = 0,* = 1,y = 0 , 2 = 1),0110,1000,1011}.
b) / " ' ( 0 ) = {0000,0001,0010,0100,1000,1001,0110}.
9. Sea/: B" —»B. Si la f.n.d. d e / tiene/n conjunciones fundamentales y su f.n.c. tienek disyunciones
fundamentales, ¿cuál es la relación entre m.nykl
10. Si x, y y z son variables booleanas y x + y + z = xyz, demuestre que las tres tienen el mismo valor.
11. Simplifique las siguientes expresiones booleanas.
a) xy + (x+y)z+y b) x + y + (x + y_+ z)
c) yz + wx + z + [wz(xy + wz)] d) xt + xxx2 + xiX2Xi + xxx2x3x4 +•■•
12. Encuentre los valores de las variables booleanas w, x, y, z que satisfagan el siguiente sistema de
ecuaciones (booleanas) simultáneas.
x + xy = 0 xy =xz xy +xz+ zw = zw
13. a) Para/ g, h: B" -> B, demuestre que/g +fh + gh =fg +fh y que fg +fg +fg +fg = 1.
b) Enuncie el dual de cada resultado de la parte (a).
14. Sean / g: B" -> B. Defina la relación " < " en Fn, el conjunto de todas las funciones booleanas
de n variables, como/ < g si el valor de g es 1 al menos cuando el valor d e / e s 1.
a) Demuestre que esta relación es un orden parcial en F„.
b) Demuestre que fg <fyf<f+g.
c) Para n = 2, trace el diagrama de Hasse para las 16 funciones de F2. ¿En qué parte del
diagrama se localizan los mintérminos y los maxtérminos? Compare este diagrama con el
del conjunto potencia de {a, b, c, d), ordenado parcialmente con la relación de inclusión.
15. Defina la operación binaria cerrada © (O exclusiva) en Fn como/© g=fg +fg, donde/ g:
a) Determine/©/ / © / , / © 1 y / © 0.
b) Demuestre o refute lo siguiente:
0 / 0 g = O=>/ = g ü) f@(g®h) = (f@g)®h
«0 f@g=f@g iv) f®gh = (f@g)(f@h)
v) f(g®h)=fg®fh vi) (f®g)=f@g=f®g
vü) f®g=f®hd>g =h
15.2
Redes de puertas: Suma minimal
de productos y mapas
de Karnaugh
Las funciones de conmutación de la sección 15.1 presentan una teoría matemática intere
sante. Su importancia radica en su implementación por medio de puertas lógicas (disposi
tivos de un computador digital que realizan tareas específicas en el procesamiento de da
tos). Los componentes eléctricos y mecánicos de tales puertas dependen del estado actual
de la tecnología; no nos preocuparemos aquí por las cuestiones relativas a los equipos.
La figura 15.1 contiene las puertas lógicas para la negación (complemento), conjunción y
disyunción en las partes (a), (b) y (c), respectivamente. Puesto que las operaciones booleanas +
y • son asociativas, podríamos tener más de dos entradas para una puertaAND o una puerta OR.
X —*■
X ►■ >—► X —»• xy —*■ x + y
> y—- >
(a) Invers or (b) Puertí AND (c) Puerta OR
Figura 15.1
La figura 15.2 muestra la red lógica o de puertas, para la expresión (w + x) ■ (y + xz).

Los símbolos que aparecen en una línea a la izquierda de una puerta (o inversor) son las
entradas. Cuando están en un segmento de recta a la derecha de la puerta, son las salidas.
Hemos dividido la línea de entrada de x, para que pueda servir como entrada en una puerta
AND y en un inversor.
►'
y
^ , y + xz
, ». t[
J» -»■ (w + x)(y + xz)
\ ^ o * .'
w +x
w w
Figura 15.2
746 Capítulo^5 Álgebra booleana y funciones de conmutación
Los ejercicios proporcionarán algo de práctica en el trazado de una red lógica para una
expresión booleana y en el paso de la red a la expresión. Por el momento, subrayaremos
algunas características de estas redes.
1) Una línea de entrada puede separarse para servir de entrada a más de una puerta.
2) Las líneas de entrada y de salida sólo se juntan en las puertas.
3) No se puede retroceder; es decir, la salida de una puerta g no puede usarse como
entrada de la misma puerta g o de cualquier puerta que (directa o indirectamente)
lleve a la puerta g.
4) Supondremos que la salida de una red de puertas es una función instantánea de las
entradas presentes. No existe dependencia del tiempo y no damos importancia a las
entradas anteriores, como en el caso de las máquinas de estados finitos.
Con esto en mente, analizaremos la suma de números binarios en un computador.
£|empío 15.10 Al sumar dos bits (dígitos binarios), el resultado es una suma s y un acarreo c. En tres de
cuatro casos, el acarreo es 0, por lo que nos centraremos en el cálculo de 1 + 1. Si exami
namos las partes (b) y (c) de la tabla 15.8, consideramos la suma s y el acarreo c como
funciones booleanas de las variables x y y. Entonces c = xyys= xy +xy -x®y = (x+y)
(xy). (Recordemos que © denota la O exclusiva.)
Tabla 15.8
X y Suma en binario X y Suma x y Acarreo
0 0 0+0=0 0 0 0 0 0 0
0 i 0+1 = 1 0 i 1 0 i 0
1 0 1+0=1 1 0 1 1 0 0
1 1 1 + 1 = 10 1 1 0 1 i 1
(a) (b) (c)
La figura 15.4 es una red de puertas con dos salidas. Se conoce como una red de salida
múltiple. Este dispositivo, llamado semisumador, implementa los resultados de la tabla
15.8 (b) y (c). Si usamos dos semisumadores y una puerta OR, construimos el sumador
completo que se muestra en la figura 15.4(a). Si x = x„x„_i. .. x2*i *o y y ~ % >Vi • • • yi
y0, consideremos el proceso de sumar los bits x¡ y y¡ para determinar la suma x + y. En este
caso, c,_! es el acarreo de la suma de *,-_, y y¡^ (y de un posible acarreo c,_2.) La entrada c,_,,
x+y
L s = (x + y)(xy)
xy
—•—► xy
c = xy
El semisumador
Figura 15.3
^ 15,2 Redes de puertas: Suma minimal de productos y mapas de Karnaugh 747
junto con las entradas x¡ y y¡, produce la suma s¡ y el acarreo c, como se muestra en la
figura. Por último, en la figura 15.4(b), se combinan dos sumadores completos y un
semisumador para obtener la suma de los dos números binarios x2Xi x0 y y2yi y0 cuya suma
e s C2 ^2 ^1 ô-
s = s' (í> c, ,
r
1 b - r
J
" o
S.S. s.s. cn
y0—»- * ->i
s' = x.ff)v, c,-,U,©y,) s.c.

Cl
iza —* S
— * " 2
s.s. c,' = x,y, ) V~* • . s.c.
*l ^- < =
x \/ + r .íx ff) 1/^ —►c,
(a) El sum ador completo (b)
Figura 15.4
El siguiente ejemplo presenta el tema principal de esta sección: la representación con

una suma minimal de productos para una función booleana.
$5.11 Tenemos que encontrar una red de puertas para la función booleana
f(w,x,y,z) = I¡m(4,5,7,S,9, 11).

Consideremos el orden de las variables como w, x, y, z. Podemos determinar la f.n.d. de
/escribiendo cada número de mintérmino en notación binaria, para encontrar después su
conjunción fundamental correspondiente. Por ejemplo, (a) 5 = 0101, lo que indica la con
junción fundamental wxyz; y (b) 7 = 0111, lo que indica wxyz. Si seguimos de esta forma,
tenemos/(w, x, y, z) = wxyz + wxyz + wxyz + wxyz + wxyz + wxyz.
Usamos las propiedades de las variables booleanas para obtener
/ = wxz(y + y) + wxy{z + z) + wxyz + wxyz

= wxz + wxy + wxyz + ~~ xy z = ....
wxyl wxv_(z ■
+ yj z)
- , + wx (y
yj + yz)
J~,
r :
= wx(z + y) + wx(y + z) (Why?)?) = wx(y + z) + wx(y + z),
así,
a) f(w,x,y, z) = wxz + wxy + wxy + wxz;
wxz o,
b) f(w,x,y, z) = wx(J + z) + wx{y + z).
En el ejemplo 15.11, el resultado
f(w, x,y,z) = wxz + wxy + wxy + wxz

se conoce con frecuencia como una representación mediante una suma minimal de pro
ductos para la función f(w, x, y, z) = £m (4, 5, 7, 8, 9, 11). Vemos que esta representación
es una suma de cuatro productos, donde cada producto está formado por tres literales. El
adjetivo minimal se refiere a dos cosas:
1) Cualquier posible modificación posterior producirá una representación que no es

una suma de tal^productos; y
2) Si /puede representarse en una segunda forma como una suma de productos (de
literales), entonces tendremos al menos cuatro términos de productos, cada uno con
un mínimo de tres literales.
[Nota: Una suma minimal de productos para una función booleana dada/(^ 0) no
tiene que ser única, como veremos en el ejemplo 15.15.]
En este texto, el análisis de esta idea será un tanto informal. No intentaremos demostrar
que cada función booleana no nula tiene tal representación como suma minimal de pro
ductos. En vez de ello, supondremos la existencia de esta representación y simplemente
continuaremos nuestro estudio acerca de la forma de obtener tal resultado.
A partir de este momento, consideraremos una entrada de la forma w como una entrada
exacta, que no ha pasado por puerta alguna, en vez de considerarla como el resultado de
introducir w y pasarla por un inversor.
En la figura 15.5(a), tenemos una red de puertas que implementa la f.n.d. de la función/
del ejemplo 15.11. La parte (b) de la figura es la red de puertas para/como una suma mini-
mal de productos. La figura 15.5(c) tiene una red de puertas para/= wx(y + z) + wx(y +z).
La red de la parte (c) sólo tiene cuatro puertas lógicas, mientras que la puerta de la parte
(b) tiene cinco. En consecuencia, podríamos pensar que la red de la parte (c) es mejor
respecto a la minimización de costos, puesto que cada puerta adicional incrementa el costo
de producción. Sin embargo, aunque hay menos entradas y puertas para la implementación
de la parte (c), algunas entradas (como yyz), deben pasar por tres niveles de puertas antes
de producir la salida / Para la suma minimal de productos de la parte (b), sólo hay dos
niveles de puertas. En el estudio de las redes de puertas, las salidas se consideran como
funciones instantáneas de la entrada. No obstante, en la práctica, cada nivel de puertas
añade un retraso en el desarrollo de la función / En el equipo digital de alta velocidad
queremos minimizar el retraso, por lo que optamos por más velocidad con un costo mayor
de fabricación.
Esta necesidad de maximizar la velocidad nos hace desear la representación de una
función booleana como una suma minimal de productos. Para lograr esto en el caso de
funciones con no más de seis variables, usamos un método gráfico llamado mapa de
Karnaugh, desarrollado en 1953 por Maurice Karnaugh (1924-). Los mapas de Karnaugh
siempre producen formas con un máximo de dos niveles de puertas y veremos que la f.n.d.
de una función booleana es la clave que está detrás de esta técnica.
Para simplificar la f.n.d. d e / e n el ejemplo 15.11, combinamos las dos conjunciones
fundamentales wxyz y wxyz en el término producto wxz, pues wxyz + wxyz = wxziy +y) =
wxz(l) = wxz. Esto indica que si dos conjunciones fundamentales difieren exactamente en
una literal, entonces se pueden combinarse en un término producto con ese literal faltante.
Para g: fí4 —» B dada por g(w, x, y, z) = wxyz + wxyz + wxyz + wxyz, cada conjunción
fundamental (excepto la primera) difiere de su antecesor exactamente en un literal. Pode
mos entonces simplificarg como g = wxy(z +z) + wxy {z+"z) = wxy + wxy = wx(y +y) =
wx. También podríamos escribir
g = wx(y I + yz + yz + yz) - wx(y + y)(z + z) = wx.

W 1—►
^ \ wxyz
y — ►
z —í—*■ )
W 1—►
^\wxyz w ► " N ivxz
\ x- 1
y—*•
z — r ~* J
~s
z- J
W 1—»
^ ^ wxyz w * ~"\ wxy
j 1 i
y — *
z —1—*
) =4
A
'
-v
)
y- ■ J >1
~^) ,
W 1—»
\ wxyz =5 ^ f{w, x, y, z) w ► ^ \ wxy ' f(w, x, y, z)
y — ► ^7—
•I x-
z —1—* ^J^J y-
*/ pu
W L_» ~>v
w-
\wxyz \ wxz
x-
> *»
z — ~* r
J z ►
J
IV 1—»
\wxyz
y •
z —l—*
J
(b)
(a)
\ wx(y + z)
)
:^D i
\
7
V—► f(w, x, >' . * )
) wx(y + z)
N<DVei 1 Nivel 2 Niv el 3

(0
Figura 15.5
La clave para este proceso de reducción es el reconocimiento de los pares (cuaternas,

2"-uplas) de conjunciones fundamentales tales que dos términos adyacentes difieran exac
tamente en un literal. Si A:fi4-»B y la f.n.d. de h tiene 12 términos, ¿podemos mover estos
términos para reconocer las mejores reducciones? El mapa de Karnaugh organiza los tér
minos por nosotros.
Comencemos con el caso de dos variables, w y x. La tabla 15.9 muestra los mapas de
Karnaugh para las funciones/(w, x) = wx y g(w, x) = w + x. (Suprimimos los ceros en las
tablas de estos mapas.)
En la parte (a), el 1 interior de la tabla indica la conjunción fundamental wx. Ésta apa
rece en la fila de w = 1 y la columna de x = 1, el único caso en que wx = 1. En la parte (b)
hay tres unos en la tabla. El 1 de la parte de arriba corresponde a wx, que tiene el valor 1
exactamente cuando w = 0, x - 1. Los dos unos de la parte inferior corresponden a wx y

wx, como se lee en la fila inferior de izquierda a derecha.
Tabla 15.9
H\* 0 1 w\x 0 1
0 0
1
(a) wx
1 1
(b) w + x
cJ
La tabla 15.9(b) representa la f.n.d. wx + wx + wx. Como resultado de su adyacencia en
la fila inferior, la tabla indica que wx y wx difieren exactamente en un literal y podemos
combinarlas para obtener w. Por la ley de idempotencia para la suma (que es crucial al
trabajar con mapas de Karnaugh), podemos usar la misma conjunción fundamental wx una
segunda vez en este proceso de reducción. La adyacencia en la segunda columna de la
tabla indica la combinación de wx y wx para obtener x. (En la columna de x aparecen todas
las posibilidades de w; a saber, w y w. Esta es una forma de reconocer x como el resultado
de esa columna.) Así, la tabla 15.9(b) muestra que wx + wx + wx = wx + wx + wx + wx -
(wx + wx) + (wx + wx) = w(x + x) + (w + w)x - w(l) + (l)x - w + x.
EjOlTtpiO l & t í i Ahora, consideremos tres variables booleanas w, x, y. En la tabla 15.10, la primera idea
nueva que encontramos aparece en los encabezados de las columnas paraxy. No son igua
les a los encabezados que usamos para las filas en las tablas de funciones. Aquí vemos, al
ir de izquierda a derecha, que 00 difiere de 01 en una cifra, 01 difiere de 11 exactamente en
una cifra, 11 difiere de 10 en una cifra y, para cerrar el ciclo, 10 difiere de 00 exactamente
en una cifra.
Tabla 15.10
w\xy 00 01 11 10
5
0
1 r?
Si/(w, x, y) = 2 m (0,2,4,7), entonces, como 0 = 000(wxy), 2 = 010, (wxy), 4 = \00(wxy)
y 7 = 11 $wxy), podemos representar estos términos colocando unos como se muestra en
la tabla 15.10. El 1 de wxy no es adyacente a ningún otro 1 de la tabla, por lo que está
aislado; tendremos entonces a wxy como uno de los sumandos en la suma minimal de
productos que representa a/. El 1 de wxy (en el extremo derecho de la primera fila) no está
aislado, ya que si consideremos que la tabla se envuelve, este 1 es adyacente al 1 de wxy
(en el extremo izquierdo de la primera fila). Esto se combina (mediante la suma) para
darnos wxy + wxy = wy(x + x)- wy( 1) = wy. Por último, los unos de la columna de x = y
= 0 indican una reducción de wxy + wxy a (w + w)xy - (1 )xy - xy. Por lo tanto, como
suma minimal de productos,/= wxy + wy+ xy.
Ejemplo 15.13 De las partes respectivas de la tabla 15.11, tenemos

a) /(vv,x,y)-~Lm(0,2,4,6) = 2 m ( 0 , 4 ) + 2 m ( 2 , 6 ) = (wxy + wxy) + (wxy- + wxy) =
(w + w)xy + (vv + w)xy = (l)3cy + (l);cy = xy + xy = (x + x)y = {$y - y, la única
variable cuyo valor no cambia al considerar los cuatro términos designados por los
unos. [En este caso, el valor de y es 0, por lo que/(w, x, y) - y.]
b) f(w,x,y) = 2/n(0,1,2,3) = wxy + wxy + wxy + wxy = w(xy +xy + xy + xy) =
w(x + x)(y +y) = »v(l)(l) = w.
c) /(w,je,j0 = 2 m ( l , 2 , 3 , 5 , 6 , 7 ) = 2 » i ( l , 3 , 5 , 7 ) + 2 i n ( 2 , 3 , 6 , 7 ) = . y + x .
Tabla 15.11
w\xy 00 01 11 10 w\xy 00 01 11 10 5xy 00 01 11 10
0
1
(a)
(T~D 0
1
(b)
cn> (c)
Para pasar al caso de cuatro variables, consideremos el siguiente ejemplo.
Ejemplo 15.14 Tenemos que encontrar una representación como suma minimal de productos para la fun
ción/(w, x,y,z) = I.m (0, 1, 2, 3, 8, 9, 10).
El mapa de Karnaugh para/de la tabla 15.12 combina los unos de las cuatro esquinas
(adyacentes) para obtener el término wxyz + wxyz + wxyz + wxyz = xz(wy + wy + wy +
wy) = x~z- Los cuatro unos de la fila superior se combinan para darnos wx. (Si solamente
utilizamos los dos unos de en medio, no haríamos uso de todas las adyacencias disponibles
y obtendríamos el término wxz, que tiene un literal más que wx.) Por último, el 1 en la fila
(vv = 1, x = 0) y la columna (y = 0, z = 1) se puede combinar con el 1 a su izquierda, y a su
vez se puede combinar con los dos primeros unos de la fila superior para obtener wxyz +
wxyz + wxyz + wxyz - xy. Por lo tanto, como suma minimal de productos,/(vv, x, y, z) =
xz+wx+ xy.
Tabla 15.12
wx\yz 00 01 n 10
/
00 "T"~~i^ S¿2
01 ~
11
10 (1>v ^ l
Ejemplo 15,15 El mapa de/(w, x, y, z) = 2m(9,10,11, 12, 13) aparece en la tabla 15.13. El único 1 déla
tabla no combinado con otro término es adyacente a un 1 a su derecha (esta combinación
produce wxz) y a un 1 sobre él (esta combinación produce wyz). En consecuencia, pode-
mos representar / como suma minimal de productos de dos formas: wxy + wxy + wxz y
wxy + wxy + wyz. Entonces, este tipo de representación no es única. Sin embargo, debe
mos observar que en cada caso aparece el mismo número de términos de producto y el
mismo número total de literales.
Tabla 15.13
wx\yz 00 01 11 10
00
01
11
10
Ejempio 15,16 Hay una forma correcta y otra incorrecta de usar un mapa de Karnaugh.
Sea/= (w, x,y,z)= I m (3, 4, 5, 7,9,13,14, 15). En la tabla 15.14(a), combinamos un
bloque de cuatro unos para formar el término xz. Pero si nos fijamos en los otros cuatro
unos, hacemos lo que aparece en la parte (b). Así, el resultado de la parte (b) produce /
como una suma de cuatro términos (cada uno con tres literales), mientras que el método
descrito en la parte (a) añade el término adicional (innecesario) xz.
Tabla 15.14
wx\yz 00 01 n 10 wx\yz 00 01 n 10
£ oP\
00 ^— -4 00
01 1 (1 A 01
0 ^L
11
10
\ l
r~
\)
^
i 11
10
~f\
^j
0
(a) (b)
Las siguientes sugerencias de uso de los mapas de Karnaugh se basan en lo hecho hasta
ahora. Las enunciamos en este momento para poderlas usar en mapas más grandes.
1) Comience por combinar los términos de la tabla donde haya como máximo una
posibilidad para la simplificación.
2) Verifique las cuatro esquinas de la tabla, pues pueden contener unos adyacentes
aunque parezcan aislados.
3) En todas las simplificaciones, intente obtener el bloque máximo posible de unos
adyacentes para obtener un término producto minimal. (Recuerde que los unos pue
den usarse más de una vez, en caso necesario, debido a la ley de idempotencia de +.)
4) Si existe una opción para simplificar una entrada en la tabla, intentamos usar unos
adyacentes que no hayan sido utilizados en una simplificación anterior.
15,2 Redes de puertas: Suma minimal de productos y mapas de Karnaugh 753
ni7 15.17 Sif(x>,w,x,y,z)= I m ( l , 5 , 10, 11, 14, 15, 18, 26, 27, 30, 31), construimos dos tablas
4 x 4 , una para i) - 0 y otra para D = 1. (Tabla 15.15)
Tabla 15.15
wx\yz 00 01 11 10 wx\yz 00 01 11 10
00
01
ñ
w 00
01
CD
11 A 11 A Ü
10 VI 10 "VI
(v = 0) (v=l)
Al seguir el orden de las variables, escribimos, por ejemplo, 5 = 00101 para indicar que
es necesario un 1 en la segunda fila y la segunda columna de la tabla para i) = 0. Los otros
cinco unos en la tabla de i) = 0 corresponden a los mintérminos de 1, 10, 11, 14, 15. Los
mintérminos para 18, 26, 27, 30, 31 se representan mediante los cinco unos de la tabla de
D = 1. Después de llenar todos los unos, vemos que el uno de la primera fila, cuarta colum
na de la tabla para i) = 1 puede combinarse con otro término solamente de una forma (con
xiwxyz) para obtener el producto Vixyz. Esto también es cierto para los dos unos de la
segunda columna de la tabla (l) = 0). Esto nos da el producto vwyz. El bloque de ocho
unos produce wy, y tenemos que/(t>, w, x, y, z) = wy + xiwyz + vxyz-
Una función/de las seis variables t, i), w, x, y y z requiere cuatro tablas para cada uno de
los casos (a) í = 0, u = 0;(b)í=0, D = 1; (c)í= 1,1)= l;y (d)f= 1, i) = 0. Con más de seis
variables, el método se vuelve demasiado complicado así, se puede usar otro procedimien
to: el método de Quine-McCluskey. Para un número grande de variables, el método es
tedioso para hacerlo a mano, pero es un procedimiento sistemático adecuado para su
implementación computacional, particularmente para computadores con cierto tipo de
comando de "comparación binaria". (En el capítulo 7 de la referencia 3 hay más detalles
sobre esta técnica.)
Cerraremos esta sección con un ejemplo relacionado con el concepto dual: el producto
minimal de sumas.
Ejemplo 15.18 Parag(w, x, y, z)= Y[M(l, 5, 7, 9, 10, 13,14, 15), esta vez colocamos un 0 en cada una de
las posiciones para los equivalentes en binario de los maxtérminos enumerados. Esto pro
duce los resultados que se muestran en la tabla 15.16 (donde suprimimos los unos).
Tabla 15.16
wx\yz 00 01 11 10
00 0
01
11
í° o^
oy (o\
ko0
10 voy
El 0 en la esquina inferior derecha sólo puede combinarse con el 0 que esté arriba de
él, por lo que tenemos (w + x+y + z)(w + x~ + y+z) = (w + y+z)+xx = (w + y+z) + 0 =
w + y + z. El bloque de cuatro ceros (para los maxtérminos de 5, 7, 13, 15) se simplifican
como x + z, mientras que los cuatro ceros (para los maxtérminos de 1, 5, 9, 13) en la
segunda columna producen y + z- Así, g(w, x, y, z) = (w + y + z)(x + z){y +1), un producto
minimal de sumas,
EJERCICIOS 1 5 . 2 1. Use los inversores y las puertas AND y OR para construir las puertas de la figura 15.6.
x-W¡
Hx, y) g(x,y) h(x,y)
y-1*1
f(x, y) = x@y g(x, y) = xy h(x, y) = x + y
Puerta O-EXCLUSIVA Puerta NAND Puerta ÑOR
Figura 15.6
2. Use solamente puertas NANDf (véase la Fig. 15.6) para construir el inversor, la puerta AND
y la puerta OR.
3. Responda el ejercicio 2, reemplazando NAND por ÑOR.
4. Use los inversores, las puertas AND y OR para construir las redes de puertas para
a) f(x,y, z) = xz+yz+x b) g(x,y, z) = (x + z)(y + z)x
c) h{x,y,z) = (Xy®yz)
5. Para la red de la figura 15.7, exprese/como función de w, x, y, z.
Figura 15.7
6. Implante el semisumador de la figura 15.3 usando solamente (a) puertas NAND; (b) puertas ÑOR.
7. Para cada una de las redes de la figura 15.8, exprese la salida en términos de las variables booleanas
x, y o de sus complementos. Utilice después la expresión de la salida para simplificar la red dada.
t La puerta NAND se construye en forma sencilla con transistores, tanto con la tecnología anterior de
semiconductores, como con las técnicas más recientes de fabricación de microcircuitos (chips). Además, la
mayoría de las redes de puertas que representan lo que realmente ocurre dentro de los computadores actuales
contienen una gran cantidad de estas puertas NAND.
y >~L>-u■~y^r^
-4—y
(a)
y *
>
:D~

(b)
Figura 15.8
Para cada una de las siguientes funciones booleanas/, diseñe una red de puertas de dos niveles
para/como una suma minimal de productos.
3
a ) / : ñ -» B, dondef{x, y, z) = 1 si y sólo si exactamente dos de las variables tienen el valor 1.
1
b ) / : B —> B, donde f(x, y, z) = 1 si y sólo si al menos dos de las variables tienen el valor 1.
0 / B* —» B, donde f(w, x, y, z) = 1 si y sólo si un número impar de variables tienen el valor 1.
9. Encuentre una representación mediante una suma minimal de productos para
a) /(w,jt,.y) = 2 m ( l , 2 , 5 , 6 )
b) /(tv,x,>>) = n M ( 0 , l , 4 , 5 )
c) /(w,;t,y,z) = 2 m ( 0 , 2 , 5 , 7 , 8 , 1 0 , 1 3 , 1 5 )
d) f(w,x,y,z) = 2m(5,6,8,11,12,13,14,15)
e) f{w,x,y,z) = Sm(7,9,10,11,14,15)
f) f(v, w,x,y, z) = 2 m { \ , 2,3,4,10,17,18,19,22,23,27,28,30,31)
10. Obtenga una representación mediante una suma minimal de productos para f{w, x, y, z) =
n M ( 0 , 1,2,4,5, 10, 12, 13,14).
11. Sea/: B" —> B una función de las variables booleanas xu xlt. . . , xn. Determine n si el número
de unos necesarios para expresar a *, en el mapa de Karnaugh de/es (a) 2; (b) 4; (c) 8; (d) 2k,
para k e Z+, con 1 < k < n - 1 .
12. Si g: B1 —> B es una función booleana de las variables booleanas xu x2,.. ., x1, ¿cuántos unos
se necesitan en el mapa de Karnaugh de g para representar el término producto (a) x-¡; (b) x,x2;
(c) xx x2x3; (d) x¡ x-i x5 x77
13. En los siguientes ejercicios,/: B4 —> 5, donde las variables booleanas (en orden) son tv, x, y y
z. Determine |/"'(0) | y |/"'(1) | si, como suma minimal de productos,/se reduce a
a) x b) wy c) wyz
d) x+y e) xy + z f) xyz + w
15.3
Aplicaciones adicionales:
Condiciones de indiferencia
Ahora nuestro objetivo es usar las ideas desarrolladas en las dos primeras secciones en una
variedad de aplicaciones.
Ejemplo f 5.1$ Como responsable de un bazar de beneficencia, Paula deja su trabajo una tarde para hornear
un pastel que será vendido en el bazar. Los siguientes miembros del comité del bazar
ofrecen donar los ingredientes necesarios, como se muestra en la tabla 15.17.
Tabla 15.17
Harina Leche Mantequilla Nueces Huevos
Susana X X
Dolores X X
Berta X X
Teresa X X
Ruth X X X
Paula envía a su hija Sarita a recoger los ingredientes. Escribiremos una expresión
booleana para ayudar a Paula a determinar el conjunto de voluntarias que debe tener en
cuenta para que Sarita pueda recoger todos los ingredientes necesarios (y nada más).
Sean s, d, b, t y r cinco variables booleanas correspondientes, respectivamente, a las
cinco mujeres enumeradas en la primera columna de la tabla. Para obtener la harina, Sarita
debe visitar a Susana o Berta. En la terminología booleana, podemos decir que la harina
determina la suma s + b. Este término será parte de un producto de sumas. Para los demás
ingredientes, las siguientes sumas denotan las opciones disponibles.
leche: b + t+ r mantequilla: s + d + r nueces: d + r huevos: t
Para responder la pregunta planteada, buscamos una suma minimal de productos para
la función/(j, d, b, t, r) = (s + b)(b + t+ r)(s + d+ r)(d + r)t. Podemos obtener la respuesta
multiplicando todo y simplificando después los resultados, o mediante un mapa de
Karnaugh. Esta vez usaremos el mapa (que aparece en la tabla 15.18).
Tabla 15.18
db\tr 00 01 11 10 db\tr 00 01 11 10
00 0 0 0 0 00 0 0 1 0
01 0 0 1 0 01 0 0 1 0
11 0 0 1 1 11 0 0 1 1
10 0 0 0 0 10 0 0 1 1
(5=0) (S = \)
Comenzaremos con/como un producto (no minimal) de sumas. En consecuencia, pri

mero debemos llenar los ceros de la tabla como sigue: En este caso, por ejemplo, s + b
queda representado por los ocho ceros de las filas primera y cuarta de la tabla, para s = 0;
éstas son las ocho asignaciones para s, d, b, t, r donde s + b tiene el valor 0; para t necesi
tamos los 16 ceros en las primeras dos columnas de ambas tablas. Después de llenar los
ceros de las otras tres sumas del producto, colocamos un 1 en los nueve espacios restantes
para llegar a la tabla mostrada. Ahora necesitamos una suma minimal de productos para
los nueve unos de la tabla. Vemos que el resultado es srt + sdt + brt + dbt. (Verifíquelo.)
Por lo tanto, Sarita puede ir a recoger los ingredientes de cuatro formas: puede ir con
Susana, Ruth y Teresa; o bien, con Dolores, Berta y Teresa; o bien, seguir cualquiera de sus
otras dos opciones.
En nuestra siguiente aplicación analizaremos cierta propiedad de los grafos. Ya hemos

presentado esta propiedad en el ejercicio complementario 12 del capítulo 11. En este caso,
sin embargo, nuestro tratamiento no depende de dicha presentación anterior.
Definición 15.4 Sea G = (V, E) un grafo (no dirigido) con conjunto de vértices V y conjunto de aristas E.
Un subconjunto D de V es un conjunto dominante para G si para todo \) E V, x> EDoves
adyacente a un vértice de D.
Para el grafo que se muestra en la figura 15.9, los conjuntos {a, d], {a, c, e] y {b, d, e,f}
son ejemplos de conjuntos dominantes. El conjunto {a, c, e} es un conjunto dominante
minimal, ya que si se elimina cualquiera de los tres vértices a, c o e, los otros dos ya no
dominan el grafo. El conjunto {a, d] también es minimal, pero {b, d, e,f] no lo es, pues
{b, d, e] ya domina G.
Figura 15.9
i|em|JÍo 1S.20 Para el grafo de la figura 15.9, los vértices representan ciudades y las aristas carreteras.
Queremos construir hospitales en alguna de estas ciudades, de modo que cada ciudad
tenga un hospital o sea adyacente a una ciudad que lo tenga. ¿De cuántas formas podemos
realizarlo, construyendo un número minimal de hospitales en cada caso?
Para responder esta pregunta, necesitamos los conjuntos dominantes minimales paraG.
Consideremos el vértice a. Para garantizar que a cumple nuestro objetivo, debemos cons
truir un hospital en a, b, d o/(puesto que b, d y/son adyacentes a a). Por lo tanto, tenemos
un término a + b + d+f. Para que b satisfaga nuestras condiciones, generamos el término
a + b + c + d.
Continuando con las otras cuatro localidades vemos que la respuesta es entonces una repre
sentación con una suma minimal de productos para la función booleana g(a, b, c, d, e,f) =
(a + b + d +f){a + b + c + d)(b + c + d)(a + b + c+d + e)(d + e +f)(a + e +/). Usamos
propiedades de las variables booleanas para obtener
g = (a + b + d +f)(b + c + d) •
(d + e +/)(a + e +f) Ley de absorción
= Vfl +f)c + (b + d)][da + (e +f}] .. Ley distributiva de + sobre • y la
ley conmutativa de +
= [ac +fc + b + d][da + e +f] Ley distributiva de • sobre +
= aeda + aee + acf+feda +fce +fcf
+ bda + be + bf+ dda + 3e +dj - - - - - - ^ - distributiva de ■ sobre +
. =ace + {acf+4icdf+cef+cfy ,.
+ {acd + abd +.ad) + be + bf+de + df ■ , Leyes conmutativa y asociativa
de + y •ylaleydeidempotencia
de-
sace + cf+ad + be + bf+de + df Ley de absorción
En consecuencia, en seis de los casos podemos lograr nuestro objetivo construyendo

solamente dos hospitales. Si a y c tienen más habitantes y queremos que los hospitales
estén en estas ciudades, entonces también tendríamos que construir un hospital en e.
La siguiente aplicación que analizaremos presenta las condiciones de indiferencia.
£jjJ6ÍTtp$0 1&21 Las cuatro líneas de entrada para la red de puertas que aparece en la figura 15.10 propor
cionan los equivalentes en binario de los dígitos 0, 1, 2, . . . , 9, donde cada número se
representa como abee (e es la cifra menos significativa). Construiremos una red de puertas
con dos niveles de puertas tal que la función de salida/sea igual a 1 para la entrada que
representa los dígitos 0, 3, 6, 9 (es decir,/detecta los dígitos divisibles entre 3).
a ►
b »• Detector
de múltiplos -f f
c ►
de tres
e ►■
Figura 15.10
Antes de concluir q u e / = 0 para los otros 12 casos, analicemos la tabla 15.19, donde
aparece una " x " para el valor de/en los últimos seis casos. Estas combinaciones de entrada
no aparecen (debido a ciertas restricciones externas), por lo que el valor de/en estos casos
es indiferente. Para tales casos, las salidas son no especificadas y /está especificada de
manera incompleta. Por lo tanto, escribimos/=21 m (0, 3, 6, 9) +d(l0,11, 12, 13, 14,15),
donde d(\0, 11, 12, 13, 14, 15) denota las seis condiciones de indiferencia para las filas
con las etiquetas en binario para 10, 11, 12, 13, 14, 15. Para buscar una representación
como suma minimal de productos para/ podemos usar cualquiera o todas estas condicio
nes de indiferencia en el proceso de simplificación.
Tabla 15.19
a b c e / a b c e /
0 0 0 0 1 1 0 0 0 0
0 0 0 1 0 1 0 0 1 1
0 0 1 0 0 1 0 1 0 X
0 0 1 1 1 1 0 1 1 X
0 1 0 0 0 1 1 0 0 X
0 1 0 1 0 1 1 0 1 X
0 1 1 0 1 1 1 1 0 X
0 1 1 1 0 1 1 1 1 X
Utilizamos el mapa de Karnaugh de la tabla 15.20 para escribir/como una suma minimal
de productos y obtenemos
f = abce + bce + bce + ae.
El primer sumando de /reconoce 0; bce reconoce 3, ya que representa 0011 (abce),

puesto que 1011 (abce) no aparece. De la misma forma, usamos bel para reconocer 6, y
ae para 9. La figura 15.11 proporciona los detalles internos (sin los inversores) de la figura
15.10. (Observe que en la tabla 15.20 hay condiciones de indiferencia no utilizadas.)
Tabla 15.20
ab\ce 00 01 11 10
00 ® /®
01
11 x /x \*N ñw
10 Vl_ XBy X
Figura 15.11
Terminamos la sección con otro ejemplo del uso de las condiciones de indiferencia.
m{3$0 15.22 Encontraremos una representación como suma minimal de productos para la función
booleana especificada de manera incompleta
f(w,x,y, z) = 2 m(0,1,2,8,15) + d(9,11,12).
Tabla 15.21
Consideremos el mapa de Karnaugh de la tabla 15.21. Como en el ejemplo anterior, cada

mintérmino está representado por un 1 en la tabla; cada condición de indiferencia se desig
na con una x. El 1 que representa wxyz (en el extremo derecho de la primera fila) puede
simplificarse solamente de una forma, usando el 1 "adyacente" para wxyz. Esto nos da
wxyz + wxyz = wxz(y + y) = wxz. De la misma forma, el 1 de la conjunción fundamental
wxyz sólo es adyacente a una x, la correspondiente a la condición de indiferencia wxyz.
Esta adyacencia se simplifica como wxyz + wxyz = wyz. Por último, los unos restantes de
las conjunciones fundamentales wxyz y wxyz pueden usarse con el mintérmino para 0
(a saber, wxyz) y la condición de indiferencia wxyz. Esto nos da wxyz + wxyz + wxyz +
wxyz = (wz +wz+wz+ wz)xy = (w + w)(z + z )xy = xy.
[Observe lo siguiente:
1. En la tercera simplificación usamos la conjunción fundamental wxyz por segunda

vez. También la habíamos usado en la primera simplificación, pues es adyacente a
la conjunción fundamental wxyz- Sin embargo, no presenta un problema debido a
la ley de idempotencia de +.
2) No utilizamos la condición de indiferencia para wxyz-]
En consecuencia, como suma minimal de productos,/(w, x, y, z) - 2 m(0, 1, 2, 8, 15) +
d(9, 11, 12)= l m ( 0 , 1,2, 8, l5) + d(9, 11)= wxz+wyz + xy.
EJERCICIOS 15.3 1. Para su décimo cumpleaños, Marta quiere regalar a su hijo Juan algunos sellos de correos para
su colección. En la tienda encuentra seis paquetes diferentes (que llamaremos u, x>, w, x, y, z).
Los tipos de sellos de estos paquetes se muestran en la tabla 15.22.
Determine todas las combinaciones minimales de paquetes que Marta puede comprar de
modo que Juan reciba algunas sellos de todas las regiones geográficas.
2. Vuelva a hacer el ejemplo 15.20 usando un mapa de Karnaugh con seis variables.
3. Determine si cada una de las siguientes proposiciones es verdadera o falsa. Si es falsa, dé un
contraejemplo.
Sea G = (V, E) un grafo no dirigido con D¡, D2 £ V.
a) Si £),, D2 son conjuntos dominantes de G, entonces también lo es D¡ U D2.
b) Si Di, Di son conjuntos dominantes de G, entonces también lo es £>, D D2.
c) Si Di es un conjunto dominante de G y D¡ C D2, entonces D2 domina G.
d) Si Dx U D2 domina G, entonces al menos uno de los conjuntos Du D2 domina G.
Tabla 15.22
Estados Unidos Europa Asia África
u y y
V y y
w y y
X y
y y y
z y y
4. Determine todos los conjuntos dominantes minimales para el grafo G de la figura 15.12.
Figura 15.12
Encuentre una representación como suma minimal de productos para

a) f(w,x,y,z) = 2 m(l, 3,5,7,9) + d(10,11,12,13,14,15)
b) f(w,x,y, z) = 2w(0,5,6,8,13,14) + d{A,9,11)
c) /(v, w,x,y, z) = 2m(0,2,3,4,5,6,12,19,20,24,28) + d{\, 13,16,29,31)
Las cuatro lineas de entrada para la red de puertas de la figura 15.13 proporcionan los equiva
lentes en binario de los números 0,1, 2 , . . . , 15, donde cada número se representa como abce,
donde e es el bit menos significativo.
a) Determine la f.n.d. de/, cuyo valor es 1 para abce primo y 0 en los demás casos.
b) Dibuje la red de puertas de dos niveles para/como una suma minimal de productos.
c) Nos informan que la red dada forma parte de una red más grande y que, por tanto, los
equivalentes en binario de los números 10 a 15 nunca son entradas de nuestra red. Diseñe
una red de puertas de dos niveles para/en estas circunstancias.
K ' Detector
' de números
! primos
' Figura 15.13
15.4
La estructura de un álgebra
booleana (opcional)
En esta última sección analizaremos la estructura de un álgebra booleana y determinare

mos aquellos m E Z+para los que existe un álgebra booleana de m elementos.
Definición 15.5 Sea SB un conjunto no vacío que contiene dos elementos especiales 0 (el cero o elemento
neutro) y 1 (el uno o elemento unidad), sobre el cual definimos las operaciones binarias
cerradas+, • y una operación monaria (o unaria) - . Entonces (5§, +, -, _ , 0, \)&s\xnálgebra
booleana si se cumplen las siguientes condiciones para todos x, y, z £ 9>-
a) x+y =y +x a)' xy =yx Leyes conmutativas

b) x(y + z) - xy + xz b)' x +yz = (x +y)(x + z) Leyes distributivas
c) x +0=x c)' xí =x • 1 = x Leyes de identidad
d) x +x = 1 d)' xx=x-x = 0 Leyes de inversos
e) 0 = ¿ 1
Como hemos visto en la definición 15.5, escribiremos con frecuencia^ry en vez de* y.
Cuando conocemos las operaciones y los elementos 0 y 1, escribimos 3i en vez de (Si, +, •,
-, 0, 1).
Por la experiencia anterior tenemos los siguientes ejemplos.
gj«ffi|>lo 15.23 Si % es un conjunto (finito), entonces SB =3>(aU) es un álgebra booleana, donde para A, B
C %, tenemos A + B = AUB, AB = A H B, A = el complemento de A (en % ) y donde 0 es
el elemento cero y % es el elemento unidad.
ifempfc 15,24 Paran £ Z+, Fn= {f:B"—> B], el conjunto de funciones booleanas den variables booleanas,
es un álgebra booleana, donde +,• y _ están dados en la definición 15.2, donde el cero es la
función constante 0 y la función constante 1 es el uno.
Consideremos ahora un nuevo tipo de álgebra booleana.
Sjempto 15,25 Sea £$ el conjunto de todos los divisores enteros positivos de 30: 5B.= {1,2, 3, 5,6, 10,15,
30}. Para cualesquierax, y 6 5B, definimos x + y = mcm(jc, y); xy - mcd(;c, y); y x - 30/*.
Entonces, 1 es el elemento neutro y 30 el elemento unidad y podemos verificar que (^, +,
•, _ , 1, 30) es un álgebra booleana. Estableceremos una de las leyes distributivas para esta
álgebra booleana y dejaremos las otras condiciones para que el lector las verifique.
. 15.4 La estructura de un álgebra booleana (opcional) 763
Para la primera ley distributiva, queremos mostrar que
mcd(x, mcm(y, z)) = mcm(mcd(jc, y), mcd(x, z))
para x, y, z S SS. Para esto, escribimos

x = 2*13*25'C3, y = 2mi3m25m\ y z = 2"13"2 5n\
donde 0 < k¡, m¡, n¡ < 1 para todo 1 < Í < 3.
Entonces mcm(y, z) - 2S> 3*2 5S\ donde s, = máx{«?„ n,} para todo 1 < f < 3 y entonces
mcd(jc, mcm(y, z)) = 2'' 3'2 5'', donde í, = mín{&„ máx{m„ n,}}, para todo 1 
3U2 5"», con v¿ = mín{fc„ n¡], para todo 1 < i < 3. Así, mcm(mcd(Ar, y), mcdO, z)) = 21*1 3*2
5ws, donde w, = máx{M¿, v¡], para todo 1 < i < 3.
Por lo tanto, para cada i £ { 1 , 2, 3}, w,= máx{«„ v¡] =máx{mín{¿„ m,}, mín{fc„ «,}} y
í,= mín{/t„ máx{m„ n,}}. Para verificar el resultado, necesitamos mostrar que w¡ = t¡ para
todo 1 < Í < 3. Si k,: = 0, entonces w¡ = 0 = t¡. Si k¡= 1, entonces vv; = máx{m¿, n¡) = t¡. Esto
abarca todas las posibilidades, de modo que w¡ - ti para 1 < / < 3 y
mcd(x, mcm(y, z)) = mcm(mcd(j:, y), mcd(j:, z)).
Si analizamos un poco más este resultado, vemos que podemos reemplazar 30 por cual
quier número m=pip2 p¡, donde pu p2, p} son primos distintos. De hecho, el resultado es
válido para el conjunto de todos los divisores de p{ p2 ■ ■ ■ pn, un producto de n primos
distintos. (Observe que dicho producto no tiene cuadrados; es decir, no existe k S Z+, k >
1, tal quefc2 lo divida.)
Ejemplo 15.26 Haremos una observación en cuanto al cálculo proposicional. Si p, q son dos proposicio
nes primitivas, podríamos pensar que la colección de todas las proposiciones que se obtie
nen de p, q usando V, A y ~ deberían formar un álgebra booleana. Después de todo, sólo
hay que ver las leyes de la lógica y la forma en que se corresponden con los resultados de
la teoría de conjuntos y las funciones booleanas. Existe una diferencia fundamental: en
nuestro estudio de la lógica vimos, por ejemplo, quepAq<=$qAp,no quepAq = qAp.
Para evitar esto, definimos una relación Sft en el conjunto S de todas las proposiciones
obtenidas de esta forma a partir de/?, q, donde s^Sh s2 si Í, <=> s2. EntoncesSft es una relación
de equivalencia en S y divide a 5, es este caso, en 16 clases de equivalencia. Si definimos
+, • y ~ en estas clases de equivalencia como [ Í , ] + [s2] = [sl Vs 2 ], [ Í J [ Í 2 ] = [Í, AS2]
y [Í,] = [?,] y si reconocemos [T0] como el elemento uno y [F0] como el elemento cero,
entonces obtenemos un álgebra booleana.
La definición de álgebra booleana tiene nueve condiciones, aun cuando en las listas de
propiedades de la teoría de conjuntos, la lógica y las funciones booleanas ya enumeramos
19 propiedades. ¡Podría haber más! Sin duda, hay una forma de obtener las demás propie
dades y otras no incluidas entre las 19, a partir de las dadas en la definición.
TEOREMA 15.1 Las leyes de idempotencia. Para x G S8, un álgebra booleana, (i) x + x = x; y (ii) xx - x.
Demostración: (A la derecha de cada igualdad que aparece en la demostración, hemos

anotado la letra de la condición de la definición 15.5 que la justifica.)
i) x=x + 0 c) H) X =X • 1 c)'
= X + XX d)' = x(x +x) d)
= (x+ x)(x + x) b)' = XX + XX b)
= (x+x)-l d) = xx + 0 d)'
= X+ X c)' = XX c)
Al demostrar este teorema, podemos obtener la demostración de la parte (ii) a partir de

la correspondiente en la parte (i), cambiando todas las ocurrencias de + por • y viceversa,
así como todas las ocurrencias de 0 por 1 y viceversa. Así mismo, las justificaciones de los
pasos correspondientes forman un par de condiciones en la definición 15.5. Como antes,
estos pares son duales entre sí; la condición (e) es autodual. Esto nos lleva al siguiente
resultado.
TEOREMA 15.2 El principio de dualidad. Si J es un teorema relativo a un álgebra booleana y s puede

demostrarse a partir de las condiciones de la definición 15.5 y de otras propiedades obte
nidas a partir de las mismas condiciones, entonces su dual s* también es un teorema.
Demostración: Sea i tal teorema, Si dualizamos todos los pasos y razones en la demostra
ción de s (como en la demostración del teorema 15.1), obtenemos una demostración para^.
Ahora enumeraremos algunas otras propiedades de un álgebra booleana. Demostrare

mos algunas de ellas y dejaremos el resto de las demostraciones al lector.
TEOREMA 15.3 Para cualquier álgebra booleana 38, si x,y G 58, entonces
a) x - 0 = 0 a)' *+ l = l Leyes de
dominancia
b) x(x + y) = x b)' x+xy=x Leyes de
absorción
c) [xy =xz y xy = xz] ^>y = z Leyes de
cancelación
c)'[x+y=x +z y x +y = x + z] =>.y = z
Leyes
d) x(yz) = (xy)z d)' x + (y + z) = (x + y) + z
asociativas
e) [x+y = í y xy = 0]^>y =x Unicidad de los
inversos
Ley del doble
f) x = x
complemento
g) xy=x+y g)' x±y=xy Leyes de
De Morgan
15.4 La estructura de un álgebra booleana (opcional) 765
h) 0 = 1 h)' 1= 0
i) xy = 0 si y sólo i)' x + y = 1 si y sólo
si xy = x if x + y = x
Demostración:
a) x - 0 = 0 + Jt-0, por la definición 15.5(c), (a)
= x • x + x ■ 0, por la definición 15.5(d)'
= x ■ (x + 0), por la definición 15.5(b)
= x ■ x, por la definición 15.5(c)
= 0, por la definición 15.5(d)'
a)' Se sigue de la parte (a) y del principio de dualidad.
c) En este caso, y = 1 • y = (x + x)y = xy+ xy = xz + xz = (x + x)z = 1 • z = z (Verifique
todas las igualdades.)
c)' Éste es el dual de la parte (c).
d) Para establecer el resultado, usamos (c)' y llegamos a la conclusión mostrando que
x + [x(yz)\ = x + [(xy)z] y x + [x(yz)] = x + [(xy)z]. Usando la ley de absorción
vemos que x + U(;yz)] = x. De la misma forma, x + [(xy)z] = [x + (xy)](x + z) =
x(x + z) = x. Entonces x + [x(yz)] =(x + x){x + yz) = 1 • (x + yz) = x + yz, mientras
que x + [(xy)z] = (x + xy)(x +z) = ((x + x) ■ (x + y))(x +z) = (1- (x + y))(x +z) =
(x + y)(x + z) = x + yz (verifique todas las igualdades.)
El resultado se sigue entonces de la ley de cancelación de la parte (c)'.
d)' Por fortuna, éste es el dual de la parte (d).
e) En este caso tenemos x =x +0=x +xy=(x + x)(x +y)= 1 • (x + y) = (3c + y) ■ 1 =
(x + y)(x + y) = xx + y = 0 + y = y (Verifique todas las igualdades.)
Observamos que la proposición (e) es autodual. La proposición (f) es un coro
lario de (e), puesto que x y x son complementos (inversos) de 3c.
g) Este resultado se sigue de la parte (e) si podemos mostrar que x + y es un comple
mento de xy.
xy + (x + y) = (xy + x) + y = (x + x)(y + x) + y
= í-(y+x)+y = (y+y) + x = í+x = í.
además, xy(x + y) = (xyx) + {xyy) = ({xx)y) + (x(yy)) = 0-y + x -0 =

0 + 0 = 0.
En consecuencia, x + y es un complemento de xy, y por la unicidad de los complemen
tos, se sigue que xy = x + y.
¡Ya tenemos suficientes demostraciones por el momento! Ahora vamos a analizar la

forma de imponer un orden sobre los elementos de un álgebra booleana. De hecho, quere
mos un orden parcial, por lo que veremos ahora el diagrama de Hasse.
Comencemos por analizar los diagramas de Hasse de las siguientes álgebras
booleanas.
a) (2P(Sa), U, n , - 0, %) donde °U= {1, 2, 3} y el orden parcial es inducido por la

relación de inclusión.
b) (5f, +, •, ~ 1, 30), donde S>= {1, 2, 3, 5, 6, 10, 15, 30}, x + y = mcm(x, v), xy =
mcd(;c, y) y 3c = 30/r. En este caso, el cero es el divisor 1 y el elemento unidad es el
divisor 30. La relación 2h en ¿f, definida como x SR y si x divide a y hace de Sf un
conjunto parcialmente ordenado.
La figura 15.14 muestra los diagramas de Hasse de estas dos álgebras booleanas. Si no
prestamos atención a las etiquetas en los vértices de cada diagrama, vemos que las estruc
turas subyacentes son iguales. Por lo tanto, esto indica el isomorfismo de álgebras booleanas.
Estos ejemplos también implican otras dos ideas.
1) ¿Podemos ordenar parcialmente cualquier álgebra booleana finita?

2) Si observamos la figura 15.14(a), vemos que los elementos no nulos justo por arri
ba de 0 son tales que cualquier otro elemento distinto de 0 puede obtenerse como
suma booleana de estos tres. Por ejemplo, {l,3} = { l } U { 3 } y { l , 2 , 3} = {1}U
{2} U {3}. Para la parte (b), los números 2, 3 y 5 son tales que todo divisor distinto
de 1 se obtiene como la suma booleana de estos tres. Por ejemplo, 6 = mcm(2, 3) y
30 = mcm(2, mcm(3, 5)).
Figura 15.14
Ahora comenzaremos a trabajar formalmente con estas ideas.

En el capítulo 3, al trabajar con conjuntos, relacionamos las operaciones U, D y _ con
la relación de inclusión por medio de la equivalencia de las siguientes proposiciones: (a) A
C B; (b) A D B = A; (c) A U B = B y (d) B C A, donde A, B C <¡U. Ahora usaremos las
partes (a) y (b) para tratar de ordenar un álgebra booleana, 98
Definición 15.6 Si x, y £ 98, definimos x < y si xy - x.
Así, hemos definido un nuevo concepto (<) en términos de conceptos que teníamos en
98 (• y el concepto de igualdad). ¡Podemos entonces construir definiciones! Pero, ¿sirve
esto de algo?
TEOREMA 15.4 La relación " < " recién definida es un orden parcial.
Demostración: Como xx = x para cualquier x E SB, tenemos que x < x y la relación es
reflexiva. Para establecer la antisimetría, supongamos que J , J G 3 con x < y y y < x.
Entonces xy - x y yx - y. Por la propiedad conmutativa, xy = yx y x = y. Por último, si x <
y y y < z, entonces xy = x y yz = y, por lo que x - xy = x(yz) = (xy)z - xz\ como x = xz,
tenemos que x < z y la relación es transitiva.
Ahora podemos dar un orden parcial a toda álgebra booleana y observamos que para
cualquier x en un álgebra booleana, 0 < xy x < 1. (¿Por qué?) Sin embargo, antes de
continuar, consideremos el álgebra booleana formada por los divisores de 30. ¿Cómo apli
camos el teorema 15.4 en este ejemplo? En este caso, el orden parcial está dado porx ^ y
si xy - x. Como xy es mcd(x, y), si mcd(;t, y) = x, entonces x divide a y. Pero éste era
precisamente el orden parcial que tenía el álgebra booleana al empezar.
Con este concepto de orden parcial, regresaremos a las observaciones que hicimos an
tes acerca de los elementos en los diagramas de Hasse de la figura 15.14.
Definición 15.7 Sea 0 el elemento neutro de un álgebra booleana Sfo. Un elemento x 8, x j= 0, es un

átomo de í% si para todo y £ S 3 , y < x = > y = 0 o y = x.
Ejemplo 15.27 a) Para el álgebra booleana de todos los subconjuntos de ^ = {1,2, 3}, los átomos son
{!}.{2}y{3}.
b) Al trabajar con los divisores enteros positivos de 30, los átomos de esta álgebra
booleana son 2, 3 y 5.
c) Los átomos del álgebra booleana F„- {/: B" —> B) son los mintérminos (o conjun
ciones fundamentales).
Los átomos de un álgebra booleana finita satisfacen las siguientes propiedades.
TEOREMA 15.5 a) Si x es un átomo de un álgebra booleana £$, entonces para todo yE. 9&,xy = Qoxy = x.
b) Si xi, x2 son átomos de B y xx ^ x2, entonces x{x2 = 0.
Demostración:
a) Parax, y G S8, xy < x, pues (xy)x = x(yx) = x(xy) = (xx)y = xy. Si x es un átomo, xy ^
x=> xy = 0 o x y = x.
b) Esto se sigue de la parte (a). El lector debe proporcionar los detalles.
TEOREMA 15.6 Si *,, xr ..., xn son todos los átomos de un álgebra booleana 58 y x G 3§ con xx. - 0 para
todo 1 < / < n, entonces x = 0.
Demostración: Si x=f=0, seaS= {y £ 38|0<y < x}. ( 0 < y denota 0 < y y 0¿ y.) Como
j c G S , S ^ 0 . ComoSes finito, podemos encontrar un elementoz en 58 tal que 0 <z < xsin
que otro elemento de 58 esté entre 0 y z. Entonces z es un átomo y 0 = xz = z > 0. Esta
posibilidad nos lleva a una contradicción, por lo que no puede ocurrir que x £ 0; es decir,
x = 0.
Esto nos lleva al siguiente resultado acerca de una representación.
TEOREMA 15.7 Dada un álgebra booleana 58 con átomos xv x2,. ., xn, entonces cualquier x G 58, x £ 0,
puede escribirse como una suma de átomos de manera única, salvo el orden.
Demostración: Como x £ 0, por el teorema 15.6, 5 = {x, \xx¡ == / 0} ^ 0. Sean S = {jcfl, *,2,..
•»■*/„} y y = */, + * / + ■ • • + x¡k. Entonces xy = x(x¡¡ +x¡2 + • • • + x¡t) = xx¡¡ + xx¡2 + ■ ■ ■
= x^ + x¡2 + ■ ■ ■ + x¡k, por el teorema 15.5(a) y xy = y.
Consideremos ahora (xy)x¡ para cada 1 < i < n. Si x¡ £ 5, entonces xx,■ = 0 y {xy)x¡ = 0
Para*, ES,tenemos(xy)xi=xxi(xii + x¡2 H hxit) =xx¡(xi¡ 3c,2 • • • xít) =x(x¡ 3c,)(z),dondez
es el producto de los complementos de todos los elementos en S - {x¡}. Como x¡ x¡ - 0, se
sigue que (xy)x¡= 0. Así, (xy)x¡= 0 para todo x¡ tal que 1 < i < n. Por el teorema 15.6,
tenemos que xy = 0.
Como xy = y y xy = 0, se sigue que x - x ■ 1 = x(y + y) = xy + xy - xy + 0 = y = *,- + x
+ • ■ • + x¡k, una suma de átomos.
Para mostrar que esta representación de x es única, salvo el orden, supongamos que x =
xh+xh +••■+**.
Si Xj¡ no aparece como sumando en x¡t +x¡2 + • • • + x¡k, entonces x¡x = xj¡ ■ x¡x = xj¡ (x
x¡2 + ■ ■ ■ + xjt [por el teorema 15.5(b)] = x^x = xjl(xi¡ +x¡2 + • ■ • + x¡k) = 0 [de nuevo, p
teorema 15.5(b)]. Por lo tanto, xJ¡ debe aparecer como sumando en je,-, + x¡2 + • • • + x¡k, al
igual quexJ2,..., xk. Así, ( < k. Por el mismo razonamiento, obtenemos k < í y vemos que
las representaciones son idénticas, salvo el orden.
Por este resultado, vemos que si 58 es un álgebra booleana finita con átomos xu x2,
... ,x„, entonces cadax G 58 puede escribirse en forma única como2ÍLI C / X Í' donde cada
c¡ G {0, 1}. Si c, = 0, esto indica que x¡ no está en la representación de x; c¡= 1 indica que
sí está. En consecuencia, cadax G 38 tiene asociada unan-upla (cu c2,.. ■, c„) y existen 2"
de tales n-uplas. Por lo tanto, hemos demostrado el siguiente resultado.
TEOREMA 15.8 Si 58 es un álgebra booleana finita con n átomos, entonces 1381 =2".
Debemos resolver una última cuestión. Si n G Z+, ¿cuántas álgebras booleanas diferen
tes de tamaño 2" existen? Si observamos los diagramas de Hasse de la figura 15.14, vere
mos dos imágenes diferentes. Pero si hacemos caso omiso de las etiquetas de los vértices,
las estructuras subyacentes son las mismas. Por lo tanto, estas dos álgebras booleanas son
idénticas o isomorfas en un sentido abstracto.
Definición 15.8 Sean (33,, + , • , , 0, 1) y (332, +, • , , 0, 1) álgebras booleanas. Entonces 33,, 332 son
isomorfas si existe una correspondencia biyectiva/: 33, —> 332 tal que para todo xv y, £ 38,,
a) /(*i + yi) = / ( * , ) + / ( * )
T T
(enSÍ,) (en& 2 )
b) / ( * i - y i ) = / ( * i ) - / ( j ' i )
T í
(en»,) (enS82)
c) f{X\) = f{xx) [Enf(xx) tomamos el complemento en 58,, mientras que para /(*,)
tomamos el complemento en 332.]
Tal función /preserva las operaciones de las estructuras algebraicas.
15.28 Para las dos álgebras booleanas de la figura 15.14, definimos/como
/:0-»l /:{2} -3 /:{l,2}->6 /:{2,3}^15

/:{1}^2 /:{3} •5 /:{1,3}-»10 / : {1,2,3}-* 30
Observemos lo siguiente:
a) Los elementos neutros se corresponden mediante/, al igual que los elementos unidad.
b) /({l} U{2}) =/({l,2}) = 6 = mcm(2, 3) = mcm(/{ 1}),/({2}))
c) /({l,2}n{2,3})=/({2}) = 3 = mcd(6,15) = mcd(/[l,2}),/({2,3}))
d) /({2}) =/({l,3}) = 10 = 30/3 = 3 =/({2})
e) La imagen de cualquier átomo ({1}, {2}, {3}) es un átomo (2,3,5, respectivamente).
Esta función es un isomorfismo. Una vez establecida la correspondencia entre los ele
mentos neutros y los átomos respectivos, las demás correspondencias quedan determina
das por el teorema 15.7 y la preservación de operaciones mediante/
A partir del ejemplo anterior obtenemos nuestro último resultado.
TEOREMA 15.9 Cualquier álgebra booleana finita 38 es isomorfa a un álgebra booleana de conjuntos.
Demostración: Como 38 es finita, 38 tiene n átomos x¡, 1 < i < n y |381 = 2". Sean (5U= {1,
2 , . . . , n} y ^CÛ) el álgebra booleana de los subconjuntos de "Û.
Definimos/: 38 - ^ ( J U ) como sigue. Para cada x £ 38, se sigue del teorema 15.7 que
podemos escribirx - 2" =1 c¡x¡,, donde cadacf es 0 o 1. [En este caso, c, £ {0,l}( = fi)y para
cualquier átomo a en 38, c¡a - 0 (el elemento neutro en 33) si c,= 0, mientras que c¡a = a
si c,= 1.] Entonces definimos
/(x) = { / | l < = i s / i y c = l}.

770 Capítulo 15 Algebra booleana y funciones de conmutación
[Porejemplo, (l)/(0)= 0; (2)f(x¡)= {i} para cada átomo JC„ donde 1 < /' < n; (3)f(xl + x2)-
{1, 2}; y (4)f(x2 + x4 + x7) = {2, 4, 7}.] Consideremos ahora x,y E Sk, con x = 2,"=ic¡x¡ y
y = 2"=I^<*Í' donde c¡,d¡ S {0, 1} para todo 1 < i < n.
Primero vemos que x + y = ^"^¡x^ donde Í , = c¡ + d¡ para cada 1 < i < n. (Recorde
mos que 1 + 1 = 1 en este caso.) En consecuencia,
f(x+y) = {i\lsisn y Í , = 1}
= {i 11 < i < n y, c¡ = l o d¡=\}
= {i 11 < i < n y c,■= 1} U {i 11 < i < n y d¡=í}
= /(*) U/(y).
El teorema 15.5 (b) señala que

n
x ■ y = X Í,-*¿,
1=1
donde í, = c, d, para todo 1 < i < n y de manera similar obtenemos
/ ( * . . y ) = { l | l S < n y í,= l}
= {i|l=s < n y, c,■= 1 y <¿, = 1}
= {¿|1=£ < n y c- = 1} D {/11 < i < n y d, = 1}
=/«n/(y).
Para completar la demostración de que/es un isomorfismo, primero debemos observar

que six= 2"=I C Í X !' e n t o n c e s * = X"=I^*Í- ^ s t 0 s e s ' S u e de los teoremas 15.3(e) y 15.5(b),
pues
n n n n
X C, X¡ + 2 C, Xi = 2(C, + Cj)Xi = ^X¡= 1

1=1 1=1 1=1 1=1
(¿Por qué es cierto esto? Véase el ejercicio 17 de esta sección.) y

' n \ I n \ n n
2c,*,) ( 1L,C¡X¡) = YJC< CÍXÍ = 20x, = 0.
Ahora vemos que
/CC) = { < | 1 < ¿ < « y c, = l}

= {/11 < i < /I y C, = 0}
= {¿ 11 < ¿ < n y c, = 1}
=7w,
por lo que la función/preserva las operaciones en las álgebras booleanas SS y S^5!!).
Dejamos al lector los detalles de mostrar que/es inyectiva y sobre, lo que establece que
/ e s un isomorfismo.
EJERCICIOS 1 5 . 4 1. Verifique la segunda ley distributiva y las leyes de identidad y del inverso para el ejemplo
15.25.
3. Sea 53 el conjunto de los divisores enteros positivos de 210 y defina +, • y para B como
x + y = mcm(x, y), x ■ y = xy = mcd(jc, y) y x = 210/x Determine lo siguiente:
a) 30 + 5 ■!_ b) (30 + 5) • (30 + 7) c) (14 + 15)
d) 21(2+10) e) (2+ 3 ) + 5 f) (6 + 35)(7 + 10)
4. Vimos que para un álgebra booleana B, la relación " < " en B dada por x < y si xy = x, es un
orden parcial. Demuestre que (a) si x < y, entonces x + y = y; y (b) si x < y entonces y < 3c.
5. Sea (B, +, •, _ , 0, 1) un álgebra booleana parcialmente ordenada por <.
a) Si w e 53 y w<0, demuestre que w = 0.
b) Si w € 58 y 1 <x, demuestre que w = 1.
c) Si y, z €= 58, con y < z e y < z, demuestre que y = 0.
6. Sea (58, +, •, ~, 0,1) un álgebra booleana parcialmente ordenada por <. Si w, x, y, z E 58, con
w < x y y < z, demuestre que (a) wy < xz\ y (b) w + y < x + z.
7. Si 58 es un álgebra booleana, parcialmente ordenada por < y *, y G 53, ¿cuál es el dual de la
proposición "x < y"?
8. Sea F„= {/: B"—> 5} el álgebra booleana de todas las funciones booleanas de n variables
booleanas. ¿Cuántos átomos tiene Fnl
9. Verifique el teorema 15.5(b).
10. Dada un álgebra booleana 58, un subconjunto no vacío 53, de 53 es una subálgebra si para
todos x, y €E 53,, tenemos que x + y, xy, x e 58,.
a) Demuestre que 0,1 e 58, para un subálgebra 58, de 53. (Por lo tanto, | 53, | > 2.)
b) Encuentre dos ejemplos de subálgebras en el ejemplo 15.25.
c) Para aU = {1, 2, 3} y 53 el álgebra booleana de subconjuntos de ^ ¿cuántas subálgebras
diferentes podemos encontrar?
d) Muestre que la definición anterior puede reducirse si sólo pedimos que cuando x, y e 58,,
entonces x + y y x e 53,.
e) Si 58,, 582 son subálgebras de 53, ¿es 58, n 582 una subálgebra?
11. Dada un álgebra booleana 58, sea 0^58,C 53. SiO, 1 e 58, y 53, es cerrada en + y •, ¿es 53, una
subálgebra de 53?
12. Si 53 es una álgebra booleana, demuestre que el cero y el uno de 53 son únicos.
13. Sea/: 53, —> 582 un isomorfismo de álgebras booleanas. Demuestre lo siguiente:
a ) / ( 0 ) = 0.
b ) / ( l ) = l.
c) Si *, y € 53,, con x < y, entonces f(x) < /(y) en S82.
d) Si x es un átomo de 58,, entonces f(x) es un átomo en 532.
e) Si Sf, es una subálgebra de 53,, entonces/(í^) es una subálgebra de 582.
14. Sea 53, el álgebra booleana de todos los divisores enteros positivos de 2310, y 582 el álgebra
booleana de los subconjuntos de {a, b, c, d, e).
a) Defina/: S8,^S8 2 como/(2)= {a},/(3)= {¿},/(5)= {c},/(7) = {á},/(ll)= {eJ.Paraque
/ s e a un isomorfismo, ¿cuáles deben ser las imágenes de 35, 110, 210 y 330?
b) ¿Cuántos isomorfismos diferentes podemos definir entre 53, y 582?
15. a) Si 58,, 532 son álgebras booleanas y/: 53, —> 582 es inyectiva, sobre y tal que/(x + y) =f(x) +
f(y) yf(x) = / ( * ) ' para toda *, y € 53„ demuestre que/es un isomorfismo.
b) Enuncie y demuestre otro resultado análogo al de la parte (a). (¿Qué principio aplicamos
aquí?)
16. Demuestre que la función/del teorema 15.9 es inyectiva y sobre.

17. Sea 5B un álgebra booleana finita con n átomos x,, x2,..., x„. (Así, 19> \ = 2".) Demuestre que
1 =Xi + X2+ ■ ■ ■ + X„.
15.5
El concepto moderno de álgebra abstracta fue desarrollado por George Boole en su estu
dio de los sistemas abstractos generales, opuestos a los ejemplos particulares de tales sis
temas. En su obra publicada en 1854, An Investigation ofthe Laws ofThought, formuló la
estructura matemática que ahora llamamos álgebra booleana. Aunque en el siglo xix tenía
una naturaleza abstracta, el estudio del álgebra booleana fue analizado en el siglo xx por
su valor en varias aplicaciones.
A partir de 1938, Claude Elwood Shannon (1916- ) hizo su primera contribución im
portante al álgebra booleana aplicada en [8]. Diseñó el álgebra de las funciones de
conmutación y mostró su relación con el álgebra de la lógica. Durante las décadas de 1940
y 1950 se hicieron más desarrollos en esta área, en el artículo de C. E. Shannon [9] y en el
informe del laboratorio de computación de la Universidad de Harvard [10]. (El término
computacional bit fue acuñado por Claude E. Shannon, quien también fue uno de los
primeros en representar la información en términos de bits.)
Claude Elwood Shannon (1916-)
Vimos que podemos representar las funciones de conmutación por medio de sus formas
normales conjuntiva y disyuntiva. Estas formas nos permiten escribir tales funciones en
forma compacta por medio de etiquetas en binario. El proceso de minimización nos mos-
tro cómo representar una función booleana dada como suma minimal de productos o como
producto minimal de sumas. Con base en el método de mapas de E. W. Veitch [11], desa
rrollamos la modificación de Maurice Karnaugh [4] como un método gráfico para la sim
plificación de las funciones booleanas. Otra técnica que mencionamos en el texto fue el
algoritmo de tabulación conocido como el método de Quine-McCluskey. Este método fue
desarrollado originalmente por Willard Van Orman Quine (1908-) [6,7] y modificado por
Edward J. McCluskey, Jr. (1929-) [5]. Es muy útil para funciones con más de seis varia
bles y se presta para su implementación en un computador. El lector interesado en los
mapas de Karnaugh puede leer el capítulo 6 de F. Hill y G. Peterson [3]. El capítulo 7 de
[3] ofrece un excelente tratamiento del método de Quine-McCluskey. A. Friedman y P.
Menon [2] analizan las redes de puertas a la luz de la tecnología contemporánea, mientras
queT. Booth [1] analiza aplicaciones más específicas del diseño lógico en el estudio de los
computadores.
Aunque la mayor parte de este capítulo fue de naturaleza aplicada, la sección 15.4 nos
mostró un análisis de la estructura de un álgebra booleana. A diferencia de los anillos
conmutativos con elemento unidad, que tienen todos los tamaños posibles, vimos que un
álgebra booleana sólo puede tener 2" elementos, donde n G Z+. La unicidad de la represen
tación surgió al encontrar los átomos de un álgebra booleana, que se usan para construir el
resto del álgebra (excepto por el cero). El álgebra booleana de los conjuntos, que estudia
mos en el capítulo 3, representa todas las álgebras booleanas, en el sentido de que un
álgebra booleana con n átomos es isomorfa al álgebra de todos los subconjuntos de {1, 2,
3, ...,n}.
BIBLIOGRAFÍA
1. Booth, Taylor L., Digital Networks and Computer Systems, 2* ed., Nueva York, Wiley, 1978.
2. Friedman, Arthur D., y P. R. Menon, Theory and Design of Switching Circuits. Woodland
Hills, California Computer Science Press, 1975.
3. Hill, Frederick J. y Gerald R. Peterson, Introduction to Switching Theory and Logical Design,
3' ed„ Nueva York, Wiley, 1981.
4. Karnaugh, Maurice, "The Map Method for Synthesis of Combinatorial Logic Circuits",
Transactions of the AIEE, parte I, vol. 72, núm. 9, 1953, págs. 593-599.
5. McCluskey, Edward J. Jr., "Minimization of Boolean Functions", fie//Sysrem Technical Journal,
35, núm. 6, noviembre de 1956, págs. 1417-1444.
6. Quine, Willard V., "The Problem of Simplifying Truth Functions", American Mathematical
Monthly, 59, núm. 8 octubre de 1952, págs. 521-531.
7. Quine, Willard V., "A Way to Simplify Truth Functions", American Mathematical Monthly,
62, núm. 9, noviembre de 1955, págs. 627-631.
8. Shannon, Claude E., "A Symbolic Analysis of Relay and Switching Circuits", Transactions of
theAIEE, vol. 57, 1938, págs. 713-723.
9. Shannon, Claude E., "The Synthesis of Two-terminal Switching Circuits", Bell System Technical
Journal, vol. 28, 1949, págs. 59-98.
10. Personal del laboratorio de computación, Synthesis of Electronic Computing and Control
Circuits, Annals 27, Cambridge, Mass., Harvard University Press, 1951.
11. Veitch. E.W., "A Chart Method for Simplifying Truth Functions", Proceedings of the ACM,
Pittsburgh, Penn., mayo de 1952, págs. 127-133.
números 10 al 15 nunca se dan como entradas, di

Detector señe una red de puertas de dos niveles para g en
* de potencias h este caso.
de dos
13. Para (a) n = 60, y (b) n = 120, explique por qué los
Figura 15.16 divisores positivos de n no forman un álgebra booleana. (En
este caso, x + y = mcmfc y),xy = mcd(;c, y), x = n/x, 1 es el
a) Encuentre la f.n.d. de g, cuyo valor sea 1 exacta elemento neutro y n es el elemento unidad.)
mente cuando abce sea el equivalente en binario 14. Sea 55, el álgebra booleana de todos los divisores ente
de l , 2 , 4 u 8 . ros positivos de 30030, y sea 582 el álgebra booleana de los
b) Dibuje la red de puertas de dos niveles para g como subconjuntos de {u, v, w,x, y, z}. ¿Cuántos isomorfismos/:
una suma minimal de productos. 58, -> 5S2 satisfacen/(2) = {«} y/(6) = {«, u}?
c) Si esta red es parte de una red más grande y, en 15. Sean a, b, c 6E 53, un álgebra booleana. Demuestre que
consecuencia, los equivalentes en binario de los ab + c = a(b + c) si y sólo si c < a.
16
Grupos, teoría
de la codificación
y método
de enumeración
de Polya
A l estudiar las estructuras algebraicas analizamos las propiedades compartidas por siste
mas matemáticos particulares. Después generalizamos nuestros hallazgos para estudiar
la estructura subyacente común en estos ejemplos particulares.
En el capítulo 14 hicimos esto con la estructura de anillo, la cual dependía de dos
operaciones binarias cerradas. Ahora estudiaremos una estructura con una operación binaria
cerrada. Esta estructura se llama grupo.
Nuestro estudio de los grupos analizará muchas ideas similares a las de los anillos. Sin
embargo, trataremos principalmente los aspectos de la estructura necesarios para la teoría
de la codificación y un método de conteo desarrollado por George Polya.
16.1
Definiciones, ejemplos
y propiedades elementales
Definición 16.1 Si G es un conjunto no vacío y ° es una operación binaria enG, entonces (G, °) es un grupo
si cumple las siguientes condiciones.
1) Para todos a, b £ G, a ° b £ G. (G es cerrado mediante o.)
2) Para toda a, b, c £ G, a ° (b ° c) = (a ° b) ° c. (Propiedad asociativa.)
3) Existe e £ G tal que a°e = e°a = a, para todo a £ G. (Existencia de un elemento
identidad o neutro.)
4) Para cada a £ G existe un elemento b £ G tal que a° b = b °a = e. (Existencia de
inversos.)
Si, además, a o b = b ° a para todos a, b £ G, entonces G es un grupo conmutativo o

abeliano. El adjetivo abeliano es en honor del matemático noruego Niels Henrik Abel
(1802-1829).
777
778 Capítulo 16 Grupos, teoría de la codificación y método de enumeración de Polya
Observemos que la primera condición de la definición 16.1 puede omitirse si sólo pedi
mos que la operación binaria en G sea una operación binaria cerrada.
Si revisamos la definición 14.1 (para un anillo), mencionamos cómo las leyes asociativas
para las operaciones binarias cerradas de + (suma en el anillo) y ■ (producto en el anillo)
podían extenderse mediante la inducción matemática. El mismo tipo de situación surge para
los grupos. Si (G, o) es un grupo, y r, n E Z+ con n > 3 y 1 <= r<n, entonces
(tf!°a 2 ° • • • °a r )°(a r + i° • • • °a„) = ai°a 2 ° • • • °ar°ar+1° ■ ■ ■ °a„,
donde au a2,. . . , ar, ar+u . .. , an son elementos de G.
Ejemplo 16.1 Con la suma ordinaria, Z, Q, R y C son cada uno un grupo abeliano. Ninguno de ellos es
un grupo mediante la multiplicación, pues 0 no tiene inverso multiplicativo. Sin embargo,
Q*, R* y C* (los elementos no nulos de Q, R y C, respectivamente) son grupos abelianos
multiplicativos.
Si (R, +, •) es un anillo, entonces (R, +) es un grupo abeliano; los elementos distintos de
cero de un cuerpo forman un grupo abeliano multiplicativo.
Ejemplo 16.2 Para / I £ Z ' , / I > 1 , tenemos que (Z„, +) es un grupo abeliano. Si'p es primo, (Z *, •) es un
grupo abeliano. Las tablas 16.1 y 16.2 muestran lo anterior para n = 6 y p = 7. [Recorde
mos que en Z„, escribimos con frecuencia a en vez de [a] - {a + kn | i £ Z } . Usamos la
misma notación en Z *p.)

+ 0 1 2 3 4 5 1 2 3 4 5 6
0 0 1 2 3 4 5 1 1 2 3 4 5 6
1 1 2 3 4. 5 0 2 2 4 6 1 3 5
2 2 3 4 5 0 1 3 3 6 2 5 1 4
3 3 4 5 0 1 2 4 4 1 5 2 6 3
4 4 5 0 1 2 3 5 5 3 1 6 4 2
5 5 0 1 2 3 4 6 6 5 4 3 2 1
Definición 16.2 Para cualquier grupo G, el número de elementos de G es el orden de G que se denota con
| G |. Cuando el número de elementos de un grupo no es finito, decimos que G tiene orden
infinito.
;
Ejemplo 1&3 Para cualquier n £ Z+, | (Z„, +) | = n, mientras que | (Z *, •) | =p - 1 para cualquier primo p.
lo 16.4 Comencemos con el anillo (Z9, +, •) y consideremos el subconjunto U9 = {a £ Z9 | a es una

unidad en Z,} = {a £ Z 9 | Í T ' existe} = {1, 2,4, 5, 7, 8} = {a £ Z + | 1 < a < 8 y mcd(a, 9) =
1}. Los resultados de la tabla 16.3 muestran que U9 es cerrado mediante la multiplicación
en el anillo (Z9, +, •); a saber, la multiplicación módulo 9. Además, también observamos
que 1 es el elemento neutro y que cada elemento tiene un inverso (en U9). Por ejemplo, 5
es el inverso de 2, y 7 es el inverso de 4. Por último, como cualquier anillo es asociativo
mediante la operación de multiplicación (en el anillo), se sigue que a ■ (b ■ c) - {a ■ b) ■
para todos a, b, c G U9. En consecuencia, (U9, •) es un grupo de orden 6; de hecho, es un
grupo abeliano de orden 6.
En general, para todo n £ Z+, tal que n > 1, si Un = {a £ (Z„, +, •) \a es una unidad} =
{a £ Z + | 1 < a < n - 1 y mcd(a, n) = 1}, entonces (í/„, •) es un grupo abeliano con la
operación binaria (cerrada) de multiplicación módulo n. El grupo ((/„, •) es el grupo de
unidades del anillo (Z„, +, •) y tiene orden <(>(«), donde §(n) denota la función phi de Euler
de la sección 8.1.
Tabla 16.3
1 2 4 5 7 8
1 1 2 4 5 7 8
2 2 4 8 1 5 7
4 4 8 7 2 1 5
5 5 1 2 7 8 4
7 7 5 1 8 4 2
8 8 7 5 4 2 1
De aquí en adelante, escribiremos la operación del grupo en forma multiplicativa, a

menos que se indique lo contrario. Así, denotaremos a°b con ab.
Todos los grupos satisfacen las siguientes propiedades.
TEOREMA 16.1 Para cualquier grupo G,

a) el neutro de G es único.
b) el inverso de cada elemento de G es único.
c) si a, b, c £ G y ab = ac, entonces b = c. (Propiedad cancelativa por la izquierda)
d) si a, b, c £ G y ba = ca, entonces b = c. (Propiedad cancelativa por la derecha)
Demostración:
a) Si eu e2 son neutros de G, entonces d = e{ e2= e2. (Justifique cada igualdad.)
b) Sea a £ G y supongamos que b, c son ambos inversos de a. Entonces b = be- b(ac)
= (ba)c = ec = c. (Justifique cada igualdad.)
Dejamos la demostración de las propiedades (c) y (d) al lector. (Debido a estas propieda
des, cada elemento del grupo aparece exactamente una vez en cada fila y en cada columna
de la tabla para un grupo finito.)
Con base en el resultado del teorema 16.1(b), denotaremos el inverso único de a como
a'1. Si escribimos el grupo en forma aditiva, usaremos -a para denotar el inverso (aditivo)
dea.
Como en el caso de la multiplicación en un anillo, tenemos las potencias de los elemen
tos de un grupo. Definimos a° = e, a1 = a, a2 = a ■ a, y en general, a"*1 =a" ■ a, para todo
N. Puesto que cada elemento del grupo tiene un inverso, paran G Z+ definimos a "= (ar1)"-
Entonces a" está definido para todo n G Z y podemos mostrar que para todos m, n G Z,
am • a" = am+" y (am)n = a™.
Si la operación del grupo es la suma, entonces los múltiplos reemplazan las potencias y
para cada m, n E Z y a G G tenemos que
ma + na = (m + n)a m{na) - (mn)a.
Para un grupo abeliano G, también tenemos que para todo n G Z y todos a, b G G,

(\){ab)"= a"b", cuando escribimos G en forma multiplicativa; y (2) n(a + b) = na + nb,
cuando usamos la notación aditiva para G.
Ahora analizaremos un subconjunto especial de un grupo.
Ejemplo 16,5 Sea G = (Z6, +). Si H- {0, 2, 4}, entonces H es un subconjunto no vacío de G. La tabla
16.4 muestra que (H, +) es también un grupo mediante la operación binaria de G.
Tabla 16.4
+ 0 2 4
0 0 2 4
2 2 4 0
4 4 0 2
Esta situación da sentido a la siguiente definición.
Definición 16.3 Sea G un grupo y 0 ^ H C G. Si H es un grupo mediante la operación binaria de G,

entonces H es un subgrupo de G.
§|6ffipia 16.6 a) Todo grupo G tiene como subgrupos a {e}, G. Éstos son los subgrupos triviales de
G. Los demás se llaman no triviales, o propios.
b) Además de H = {0, 2, 4}, el subconjunto K = {0, 3} también es un subgrupo propio
de G = (Z6, +).
c) Cada uno de los subconjuntos no vacíos {1, 8} y {1,4, 7} es un subgrupo de (U9, ■)
d) El grupo (Z, +) es un subgrupo de (Q, +), que a su vez es un subgrupo de (R, +).
Sin embargo, Z* no es un subgrupo de (Q*, •) mediante la multiplicación. (¿Por
qué?)
Para un grupo G y 0 £ H C G, lo siguiente nos indica cuando H es un subgrupo de G.
TEOREMA 16.2 Si H es un subconjunto no vacío de un grupo G, entonces H es un subgrupo de G si y sólo

si (a) para todos a, b G H,ab G Hy (b) para todo a G H, a-1 G H.
Demostración: Si H es un subconjunto de G, entonces, por la definición 16.3, H es un
grupo mediante la misma operación binaria. Por lo tanto, satisface todas las condiciones
de un grupo, incluyendo las dos mencionadas. Recíprocamente, sea 0 i= H C G tal que H
satisface las condiciones (a) y (b). Para todos a, b, c G H, (ab)c - a(bc) en G, por lo que
(ab)c - a(bc) en H. (Decimos que H "hereda" la propiedad asociativa de G.) Por último,
como H £ 0, sea a G H. Por la condición (b), a'1 G H y por la condición (a), aa~x = e G H,
por lo que H contiene el elemento neutro y es un grupo.
Una condición de finitud modifica la situación.
TEOREMA 16.3 Si G es un grupo y 0j=HCG, con Hfinito, entonces Hes un subgrupo de G si y sólo si H
es cerrado mediante la operación binaria de G.
Demostración: Como en la demostración del teorema 16.2, si H es un subgrupo de G,
entonces H es cerrado mediante la operación binaria de G. Recíprocamente, sea H un
subconjunto finito no vacío de G, que es cerrado. Si a G H, entonces aH= {ah \ h G H) C
H debido a la condición de cerrado. Por la cancelación en G, ah, = ah¿ =$ h¡ - h2, de modo
que |aH\ = \H\. Con añ C H y |aH\ = \H\, como H es finito, tenemos que átl - H.
Como a G H, existe b G H tal que ab - a. Pero (en G) ab -a- ae, por lo que b-eyH
contiene al neutro. Puesto que e G H = ah, existe un elemento c G H tal que ac = e.
Entonces (ca)2 = (ca)(ca) - (c{ac))a = (ce)a -ca = {ca)e, por lo que ca = e y c = a~l £ H.
En consecuencia, por el teorema 16.2, H es un subgrupo de G.
En el teorema 16.3, la condición de finitud es crucial. Tanto Z+ comoN son subconjuntos

cerrados no vacíos del grupo (Z, +), pero ninguno tiene los inversos aditivos necesarios
para la estructura de grupo.
El siguiente ejemplo presenta un grupo no abeliano.
Eferopto 16,7 Consideremos el primer triángulo equilátero de la figura 16.1 (a). Cuando rotamos este
triángulo 120° (dentro de su plano), en sentido contrario al de las manecillas del reloj, en
torno de un eje perpendicular a su plano y que pasa por su centro C, obtenemos el segundo
triángulo que se muestra en la figura 16.1 (a). Como resultado, el vértice etiquetado origi
nalmente como 1 en la figura 16.1 (a) está ahora en la posición que al principio tenía el
número 3. De la misma forma, 2 está en la posición que ocupaba el 1, y el 3 donde estaba
el 2. Podemos describir esto mediante la función 7t,:{1, 2, 3}-»{ 1, 2, 3}, tal que TI,(1) = 3,
7ti(2) = 1, Jti(3) = 2. La notación más compacta (\ \ |), donde escribimos n¡(i) debajo de i
para cada 1 < i < 3, enfatiza que n, es una permutación de {1, 2, 3}. Si rc2 denota la
rotación en sentido contrario al de las manecillas del reloj con 240°, entonces 7t2 = (2 3 í).
Figura 16.1
Para el neutro 7t0; es decir, la rotación de n(360°), para n £ Z, escribimos 7i0 = (¡ \ \ Estas
rotaciones se conocen como movimientos rígidos del triángulo. Son movimientos
bidimensionales que conservan fijo el centro C y preservan la forma del triángulo. Por lo
tanto, el triángulo se ve igual que cuando empezamos, excepto por un posible reordena
miento de las etiquetas en algunos de sus vértices.
Además de estas rotaciones, podemos reflejar el triángulo a lo largo de un eje que pasa
por un vértice y por el punto medio del lado opuesto. Para el eje diagonal que biseca el
ángulo derecho de la base, la reflexión da por resultado la figura 16.1(b). Representamos
esto con r{ = {\\ fj. Una reflexión similar a lo largo del eje que biseca el ángulo izquierdo
de la base produce la permutación r2 - (¡ \ l). Cuando reflejamos el triángulo a lo largo de
su eje vertical, tenemos r} = (H \). Cada r„ para 1 < i < 3, es un movimiento rígido
tridimensional.
Sea G = {n0, n¡, 7t2, r¡, r2, r¡} el conjunto de movimientos rígidos (en el espacio) del
triángulo equilátero. Hacemos de G un grupo definiendo el movimiento rígido ocp\ para a,
(3 E G, como el movimiento obtenido al aplicar primero a y después (3. Así, por ejemplo,
K¡r¡ = r3. Podemos ver esto de manera geométrica, pero será más fácil considerar las
permutaciones como sigue: nírl = (,, |)(2' ] |), donde, por ejemplo, 7ti(l) = 3 y ^(3) = 3 y
escribimos 1 — ^ 3 —^-> 3. Así, 1 ""'') 3 en el producto 7^ r¡. (Observe que el orden en
el que escribimos el producto n{ r, es el opuesto al de su función compuesta, como la
definimos en la sección 5.6. La notación de la sección 5.6 aparece en el análisis, mientras
que en álgebra hay una tendencia a utilizar este orden opuesto.) Además, como 2 — ^
1 — ^ 2 y 3 — ^ 2 — ^ 1, se sigue que n¡ r, = (\j f) = r3.
La tabla 16.5 verifica que G es cerrado mediante esta operación binaría, con neutro 7i0.
Además, 7tf' = Ki, Kix = 7t, y cualquier otro elemento es su propio inverso. Puesto que los
elementos de G son en realidad funciones, la propiedad asociativa resulta del teorema 5.6
(aunque en orden inverso).
Tabla 16.5
TTo TTl TT2 ri r2 ri
TTO TTO TTl 1T2 r\ r2 rj

TTl TTl TT2 TT0 r¡ r\ r2
TT2 1T2 TTO Wl r2 ri T\
n r\ r2 >3 •"o TTl ir2

Ti r2 Ti T\ 1T2 TTo TTl
r? ri, T\ r2 TTl TT2 TTo
Calculamos rc^ como r3, pero de la tabla 16.5 vemos que r¡ 7t, = r2. Como Tt, rl=r-i^r2-
r{Ku G es no abeliano.
También podemos obtener este grupo como el grupo de permutaciones del conjunto
{1, 2, 3} mediante la operación binaria de composición de funciones. Lo denotamos con
S} (el grupo simétrico de 3 símbolos).
Ejemplo 1&8 El grupo simétrico 54 consta de las 24 permutaciones de {1,2,3,4}. En este caso, 7to= (1234)
12 3 41
es el neutro. Si a = (2 2 \\), p = , 3 , 2 4 , entonces 0$ = (} \ \§, pero prx = (4 \\ \), por lo que 54 es
no abeliano. Además, P = (2 314) y a 2 = 7i0 = P3- En 54 existe un subgrupo de orden 8 que
_1
representa el grupo de movimientos rígidos de un cuadrado.
Analizaremos ahora una construcción para formar grupos grandes a partir de grupos pequeños.
TEOREMA 16.4 Sean (G, °) y (//, *) grupos. Definimos la operación binaria • en G x H como (g¡, hx) ■
fe, h2) - (gi o g2, hi * h2). Entonces (G X H, •) es un grupo llamado producto directo de G y H.
Demostración: Dejamos al lector la verificación de las propiedades de grupo de (G X H, •).
SJempio 16.9 Consideremos los grupos (Z2, +), (Z3, +). En G = Z2 X Z3, definimos (a,, bx) ■ (a2, b2) -
(ai + a2, bx + b2). Entonces, G es un grupo de orden 6, donde el neutro es (0, 0) y el inverso
del elemento (1, 2) es (1, 1), por ejemplo.
EJERCICIOS 16.1 1. Para cada uno de los siguientes conjuntos, determine si el conjunto es o no un grupo mediante
la operación binaria dada. De ser así, determine su neutro y el inverso de cada elemento. Si no
es un grupo, formule las condiciones que viola de la definición.
a) {-1, 1} bajo la multiplicación
b) {-1, 1} bajo la suma
c) (-1, 0, 1} bajo la suma
d) {10n|n 6 Z} bajo la suma
e) El conjunto de todas las funciones/: A —>A, donde A = {1, 2, 3, 4}, mediante la composi
ción de funciones
f) El conjunto de todas las funciones inyectivas g: A —> A donde A = {1, 2, 3, 4), bajo la
composición de funciones
g) {a/2" I a, n G Z, n > 0}, bajo la suma
2. Demuestre las partes (c) y (d) del teorema 16.1.
3. ¿Por qué el conjunto Z no es un grupo bajo la resta?
4. Sea G = [q £ Q\q ^-1}. Definimos la operación binaria »enG como x°y = x + y+xy.
Demuestre que (G, °) es un grupo abeliano.
5. Defina la operación binaria ° en Z como x°y = x + y+ 1. Verifique que (Z, °) es un grupo
abeliano.
Sea S = R* x R. Defina la operación binaria en S como (w, t>) ° (x, y) = (ux, vx + y).
Demuestre que (5, °) es un grupo no abeliano.
7. Encuentre los elementos de los grupos t/2o y UIA, los grupos de unidades de los anillos (Z20, +, ■)
y (Z24, +, •), respectivamente.
8. Para cualquier grupo G, demuestre que G es abeliano si y sólo si (ab)1 = a2b2 para todos a,b€.G.
9. Si G es un grupo, demuestre que para todos a, b E G,
a) (a" 1 )- 1 =a b) (ai))" 1 = b~l a" 1
10. Demuestre que un grupo G es abeliano si y sólo si para todos a, b E G, (a¿>)-1 = or'fc-1.
11. Encuentre todos los subgrupos de los siguientes grupos.
a) ( Z « , + ) b) ( Z , V ) c) S3
12. a) ¿Cuántos movimientos rígidos (en dos o tres dimensiones) tiene un cuadrado?
b) Elabore una tabla de grupo para estos movimientos rígidos, como la tabla 16.5 para el
triángulo equilátero. ¿Cuál es el neutro para este grupo? Describa en forma geométrica el
inverso de cada elemento.
13. a) ¿Cuántos movimientos rígidos (en dos o tres dimensiones) hay para un pentágono regular?
Descríbalos en forma geométrica.
b) Responda la parte (a) para un n-ágono regular, n > 3.
14. En el grupo S5, sea
/l 2 3 4 5\ „ /l 2 3 4 5\
a = y P=
{2 3 1 4 s) Í2 1 5 3 4J-
Determine ap\ P<x, a 3 , P4, a' 1 , p~\ (aP)"1, (Pa)"1 y p-'cr1.
15. Si G es un grupo, sea//= {a E G \ ag = ga para todog E G } . Demuestre queH es un subgrupo
de G. (El subgrupo H es el centro de G.)
16. Sea cu el número complejo (1/V2)(1 + i).
a) Muestre que co8 = 1, pero co" ^ 1 para n E Z+, 1 < n < 7.
b) Verifique que {co"\n E Z+, 1 < n < 8} es un grupo abeliano mediante la multiplicación.
17. a) Demuestre el teorema 16.4.
b) Extienda la idea desarrollada en el teorema 16.4 y el ejemplo 16.9 al grupo Z6 x Z6 x Z6=
Zl y responda lo siguiente.
i) ¿Cuál es el orden de este grupo?
ii) Encuentre un subgrupo de ZJ de orden 6, otro de orden 12 y uno más de orden 36.
iii) Determine el inverso de cada uno de los elementos (2, 3, 4), (4, 0, 2), (5, 1, 2).
18. Si H, K son subgrupos de un grupo G, demuestre que H D K también es un subgrupo de G.
16.2
Homomorfismos, isomorfismos
y grupos cíclicos
Ahora regresaremos a analizar las funciones que preservan la estructura.
Ejemplo 16JO Sean G = (Z, +) y H = (Z4, +). Definimos/: G-* H como

f(x) = [x] = {x + 4k\k£Z}.
Para todos x, y G G.
f(x +y) = [x +y] = [x] + [y] =f(x) + f(y).

í í
La operación en G La operación en H.
En este caso,/preserva las operaciones de grupo y es un ejemplo de un tipo particular de

función que definiremos a continuación.
Definición 16.4 Si (G, °) y (//, *) son grupos y / : G —> H, entonces/es un homomorfismo de grupos si para
todos a,bEG, f(a ° b) =f(a) *f(b).
Cuando sabemos que las estructuras dadas son grupos, decimos simplemente que la
función/es un homomorfismo.
En el siguiente teorema damos algunas propiedades de los homomorfismos.
TEOREMA 16.5 Sean (G, °), (//, *) grupos con neutros respectivas eGy eH. Si/: G —>H es un homomorfismo,
entonces
a) f(ea) = e„.
b) f(a'1) = [f(a)Yl para todo a E G.
c) f{a„) = [f(a)]n para todo a E G y todo n E Z.
d) f(S) es un subgrupo de H para cada subgrupo S de G.
Demostración:
a) eH*f(eG) =f(ea) =f(eG° eG) -f(ea) *f(eG), por el teorema 16. l(d), se sigue que
f(eG) = eH-
b) y c) Dejaremos al lector la demostración de estas partes.
d) Si 5 es un subgrupo de G, entonces S £ 0, por lo que/(5) ^ 0. Sean x, y G/(5).
Entonces x =f(a), y -f(b), para algunos a, b GS. Como S es un subgrupo de G,
se sigue que a ° b E 5, por lo que x * y = f(á) * /(¿?) = f(a ° ¿) E /(S). Por
último, JT1 = [/(a)] -1 =f(a~l) E / ( 5), puesto que a"1 E S si a E S. En consecuen
cia, por el teorema 16.2, f(S) es un subgrupo de H.
Definición 16.5 Si/: (G, °) —»(í/, *) es un homomorfismo,/es un isomorfismo si es inyectiva y sobre. En

este caso, G y H son grupos isomorfos.
Sjempte 16.11 Sea/: (R+, •) —> (R, +) tal que/(x) = log10(x). Esta función es uno a uno y sobre. (Verifique
estas propiedades.) Para cualquier a, b E R+,f(ab) = logm(ab) = \og10a + log10Z> -f(a) +
f(b). Por lo tanto,/es un isomorfismo y el grupo de números reales positivos mediante la
multiplicación es igual (en un sentido abstracto) al grupo de los números reales bajo la suma.
En este caso, la función/traduce un problema en la multiplicación de los números reales
(un tanto difícil sin calculadora) en un problema que trata de la suma de números reales (un
considerando aritmético más sencillo). Ésta era una razón fundamental para el uso de los
logaritmos antes del advenimiento de las calculadoras.
; Ejemplo m t 2 : Consideremos el conjunto G - [a + by¡3\a, b E Q}. Mediante la operación binaria de la

suma ordinaria de los números reales, este conjunto es un grupo abeliano. En este caso,
a + by¡3 =c + dj3 para a, b, c, d E Q, si y sólo si a - c y b = d. (Pediremos al lector que
establezca este hecho en los ejercicios del final de la sección.)
A continuación, consideremos el conjunto H - \ ? a,beQ\i que es un grupo
abeliano bajo la operación binaria de suma de matrices. Para cualesquiera a + 6V3, c +
d-v/3 E G ,
a 3b c 3d
a + bV3 = c + dV3~Oa = c y b = d<¿>
b a d c
de modo que la asignación de a + ¿V3 a a 3b nos proporciona una función/: G —> //

b a
inyectiva. Además, dado un elemento arbitrario de H, una matriz de la forma x 3y
y x]
donde Í J £ Q , vemos que x + ;yv3 E G y f{x + vV3) = x 3y Por lo tanto, la función/
LJ x.
también es sobre. Por último,
f((a + bV3) + (x+ yV3)) =f((a +x) + (b+ y)V3) =

a +x 3(b+y) a 3b x 3y
+ =f(a + bV3) + f(x + yV3).
b +y a+x b a J ly x
Así, la función/preserva las operaciones de grupo de G y H, y (G, +) y (//, +) son grupos

isomorfos.
[Nota: También tenemos que
f((a + bV3)(x + yV3)) =f((ax + 3by) + (ay + bx)V3) =

ax + 3by 3{ay + bx) a 3b x 3y
= (f(a + bV3))(f(x+yV3)).
ay + bx ax + 3by b a ly *
Así, los anillos (G, +, •) y (//, +, •), donde la multiplicación en G es la multiplicación
(ordinaria) de los números reales y la multiplicación en H es el producto de matrices,
también son isomorfos.]
£3«mpfo $&1$ Sea G el grupo de números complejos {1,-1, Í, -i) mediante el producto. La tabla 16.6
muestra la tabla de multiplicar del grupo. Si H = (Z4, +), consideremos la función/: G -»
H dada por
/(1) = [0] / ( - 1 ) = [2] /(¿) = [1] / ( - / ) = [3].
Entonces / ( ( I ) ( - I ) ) = / ( l ) = [0] = [1] + [3] = / ( i ) + / ( - i ) , y / ( ( - l ) ( - i ) ) = / ( / ) =

[1] = [2] + [3] = / ( - l ) +/(-0-
Aunque no hemos verificado todos los casos, la función es un isomorfismo. Observe
que la imagen bajo/del subgrupo {1, -1} de G es {[0], [2]}, un subgrupo de H.
16.2 Homomorfismos, ¡somorfismos y grupos cíclicos 787
Tabla 16.6
1 -1 i —i
1 1 -1 i —i
-1 -1 1 —i i
i i — i -1 1
- i - i i 1 -1
Analicemos más de cerca el grupo G. En ese caso, i1 = /, f= - 1 , ¿3= -i e i*= 1, de modo

que todo elemento de G es una potencia de i; y decimos que Í genera G. Esto se denota con
G = (i). (También es cierto que G = (-i). Verifíquelo.)
La última parte del ejemplo anterior nos lleva a la siguiente definición.
Definición 16.6 Un grupo G es cíclico si existe un elemento x G G tal que para todo a G G, a = x" para
algún n G Z.
SJemplo f 6,14 a) El grupo H = (Z4, +) es cíclico. En este caso, la operación es la suma, por lo que
tenemos múltiplos en vez de potencias. Tenemos que [1] y [3] generan H. Para el
caso de [3], tenemos que 1 ■ [3] = [3], 2 • [3] = [2], 3 • [3] = [1] y 4 • [3] = [0]. Por lo
tanto, # = <[3]> = <[1]>.
b) Consideremos el grupo multiplicativo U9- {1, 2, 4, 5, 7, 8} que analizamos en el
ejemplo 16.4. Aquí tenemos que 21 = 2, 22= 4,2 3 = 8, 24= 7, 25 = 5, 26= 1 por lo que
U9 es un grupo cíclico de orden 6 y U9- (2). También es cierto que U9- (5) puesto
que 5 1 =5, 52= 7, 53= 8, 54= 4, 55= 2, 56= 1.
El concepto de grupo cíclico da lugar a una idea afín. Dado un grupo G, si a G G,

consideremos el conjunto S - {ak \ k G Z}. Del teorema 16.2, sabemos queS es un subgrupo
de G, llamado el subgrupo generado por a, que se denota con (a). En el ejemplo 16.13, (Í)
= {-i)-G; además, (-1)= {-1,1} y ( l ) = {1}. Para la parte (a) del ejemplo 16.14, conside
ramos los múltiplos en vez de las potencias y vemos que//= ([1]) = ([3]), ([2]) = {[0], [2]}
y ([0]) = {[0]}. Si analizamos el grupo U9 en la parte (b) de ese ejemplo, vemos que U9 =
<2> (o <[2]>) = (5), (4) ={1,4, 7 } - (7), <8> = {1, 8}, y <1> = {1}.
Definición 16.7 Si G es un grupo y a G G, el orden de a, que denotamos con c(a), es \(a)\. (Si |(a)| es
infinito, decimos que a tiene orden infinito.)
En el ejemplo 16.13, o(l) = 1, o(-l) = 2, mientras que Í y -i tienen orden 4.
Revisemos la idea de orden para el caso en que | (a) \ es finito.

Si | (a) | = 1 , entonces a = e, puesto que a = a1 G (a) y e = a° G (a). Si | (a) | es finito pero

a £e, entonces (a) = {am\m £ Z} es finito, de modo que {a, a1, a3,. . .} = {am\m G Z+}
también es finito. En consecuencia, existen s, í G Z* tales que 1 < s < t y as= a', de lo que
se sigue que a'~s= e, con t - s G Z+. Como c £ {am|/n G Z + }, sea n el mínimo entero
positivo tal quea"= e. Afirmamos que (a) = {a, a2, a 3 ,. . . , a""', a"(= e)}.
Primero observemos que | {a, a2, a 3 , . . . , a"~', a"(= e)} | = «. En caso contrario, tendría
mos a"= a" para u, x> enteros positivos, tales que 1 < u<x> < n, y entonces á°~u=e, con
0 < t) - u < n. Sin embargo, esto contradice el hecho de que n sea mínimo. Así, ahora
sabemos que \(a)\ > n. Pero para cualquiera G Z, el algoritmo de la división implica que
k = qn + r, donde 0 < r < n, por lo que d= a9"*r = (cf)q(ar) = (e*)(ar) = ar& {a, a2, a 3 ,..., c
an( = e = a0)}. Por lo tanto, (a) ={a,a2,ai,...,a"~l, a"(= e)} y también podemos definir
c(á) como el mínimo entero positivo n tal que a"= e. Esta definición alternativa para el
orden de un elemento del grupo (de orden finito) es muy útil en el siguiente teorema.
TEOREMA 16.6 S e a a G Gcon c(a) = n. SikG Z y ak = e, entonces n\k.

Demostración: (De nuevo) por el algoritmo de la división, tenemos que k-qn + r, para 0 <
r < n, y entonces se sigue que e = ak = a?" *' = (a")q(ar) - (eq)(ar) - ar. Si 0 < r < n,
contradecimos la definición de n como o (a). Por lo tanto, r-Oyk-qn.
Ahora analizaremos algunos resultados adicionales relativos a los grupos cíclicos. El

siguiente ejemplo nos ayudará a motivar la segunda parte del teorema 16.7.
1&1& | De la parte (b) del ejemplo 16.14 sabemos que U9= {1, 2, 4, 5, 7, 8} = (2). Usamos este
hecho para definir la función/: í/9—> (Z6, +) como sigue:
/(1) = [0] /(2) = [1] Z(4) = [2]

/ ( 5 ) = / ( 2 5 ) = [5] / ( 7 ) = / ( 2 4 ) = [4] /(8)=/(2 3 ) = [3].
Así, en general, para cada a G U9 escribimos a = 2* para algún 0 < k < 5 y tenemos que
f(a) =/(2*) = [k]. Esta función/es invectiva y sobre; vemos, por ejemplo, que/(2 • 5) =/(l) =
[0] - [1] + [5] =/(2) +/(5) y/(7 • 8) =/(2) = [1] - [4] + [31 =/(7) +/(8).
En general, para a,b G U9 podemos escribir a = 2m y b = 2", donde 0 < m, n < 5 y se
sigue que
f{a ■ b) = / ( 2 m • 2") =/(2" 1+ ") = [ « + «] = [m] + [n] =f(a) +f(b).
En consecuencia, la función/es un isomorfismo y los grupos U9 y (Z6, +) son isomorfos.

[Observe la forma en que la función / relaciona los generadores de los dos grupos
cíclicos. Observe también que la función g: U9 -» (Z6, +), donde
5(1) = [0] 8(5) = [1] g(7)=g(5 2 ) = [2]

*(8) = *(53) = [3] £(4) = g(54) = [4] g(2) = g(5 5 ) = [5]
es otro isomorfismo entre estos dos grupos cíclicos.]

TEOREMA 16.7 Sea G un grupo cíclico.
a) Si |G\ es infinito, entonces G es isomorfo a (Z, +).

b) Si | G | = n, donde n > 1, entonces G es isomorfo a (Z„, +).
Demostración:
a) Para G = (a) = {tí \ k E Z}, sea/: G -> Z dada por/(a*) =fc.(¿Podría ocurrir que tí -
a' si k ±f! En ese caso,/no sería función.) Para tí", a" G G,f{tí" ■tí)=f(am+n) = m +
n =/(a m ) +/(a"), por lo que/es un homomorfismo. Dejaremos al lector que verifi
que que/es inyectiva y sobre.
b) Si G = (a) = {a, a2,..., tí ~ \ tí = e} entonces la función/: G -» Z„ dada por/(a*) = [£]
es un isomorfismo. (Verifique esta afirmación.)
Ejemplo 16*16 Si G = (g), G es abeliano, pues gm • g" = g™ +" = g" * m = gn ■ gm para todos m, n G Z. Sin
embargo, el recíproco es falso. El grupo Hde la tabla 16.7 es abeliano, y c ( e ) = l , c ( a ) =
c(¿>) = e(c) = 2. Puesto que no tiene elementos de orden 4, H no puede ser cíclico. (El
grupo H es el mínimo grupo no cíclico y se conoce como el grupo cuatro de Klein.)
Tabla 16.7
• e a b c
e e a b c
a a e c b
b b c e a
c c b a e
Nuestro último resultado se refiere a la estructura de los subgrupos en un grupo cíclico.
TEOREMA 16.8 Cualquier subgrupo de un grupo cíclico es cíclico.

Demostración: Sea G = (a). Si H es un subgrupo de G, cada elemento de H tiene la forma
a*, para algún k&"L.SiHt{e}, sea t el mínimo entero positivo tal que a' G H. (¿Cómo
sabemos que existe dicho entero?) Afirmamos que H = (a1). Como a' G H, por la propiedad
de cierre del subgrupo H, (a') C H. Para la inclusión opuesta, sea b G H, con b = a' para
algún s G Z. Por el algoritmo de la división, s = qt + r, donde q, r G Z y 0 < r < t. En
consecuencia, ef =tí"*Ty a' = a^'tí = (a'yb. H es un subgrupo de G, por lo que a' G H =^
(tíy G //. Entonces, con {tíy, b G H, se sigue que a r = (a1)"^ G //. Pero si tí G / / con r >
0, contradecimos el hecho de que t sea mínimo. Por lo tanto, r = 0yb =tí<'=(tí)q G {tí),
por lo que H = (tí), un grupo cíclico.
EJERCICIOS 16.2 1. Demuestre las partes (b) y (c) del teorema 16.5.
2. Sif:G-+Hyg:H-*K son homomorfismos, demuestre que la función compuesta g °f: G ->
K dada por (g °f)(x) = g(f(x)) es un homomorfismo.
3. Sea (G, +) el grupo {a + b-j3\a, b £ Q}, como en el ejemplo 16.12, demuestre que para a +
bS, c + dStG,a + bS = c + dj3 si y sólo si a = c y b = d.
0 1
4. Sea A
-1 0
a) Determine A2, A3 y A4.
b) Verifique que {A, A2, A}, A4} es un grupo abeliano en el producto ordinario de matrices.
c) Demuestre que el grupo en la parte (b) es isomorfo al grupo de la tabla 16.6.
5. Si G = (Z6, +),/? = (Z3, +) y K=(Z2,+), encuentre un isomorfismo para los grupos// x Ky G,
6. Sea/: G —> í/un homomorfismo sobreyectivo de grupos. Si G es abeliano, demuestre que//es
abeliano.
~ 7. Sea (Z X Z, ©) el grupo abeliano tal que {a, b) ® (c, d) = (a + c, b + d) (en este caso,
ü calculamos a + cy b + d mediante la suma ordinaria en Z) y sea (G, +) un grupo aditivo. Si/:
p ?4, Z x Z -> G es un homomorfismo de grupos tal que/(l, 3) = gi y / ( 3 , 7) = g2, exprese /(4, 6)
9 ^ en términos de g, y g2-
£ ^ g § 8. Sea/: (Z x Z J ) - > (Z, +) la función dada porf(x, y) = x-y. [En este caso, (Z x Z, ©) es el
\
§ mismo grupo del ejercicio 7, y (Z, +) es el grupo de los enteros con la suma ordinaria.]
a) Demuestre que/es un homomorfismo sobreyectivo.
b) Determine todos los ( a , l i ) £ Z x Z tales que/(a, b) = 0.
i c) Determinef'\l).
d) Si E = {2n | n e Z}, ¿cuánto vale /"'(£)?
9. Encuentre el orden de cada elemento del grupo de movimientos rígidos de (a) el triángulo
equilátero; y (b) el cuadrado.
10. En 55, encuentre un elemento de orden n, para todo 2 < n < 5. Determine también el subgrupo
(cíclico) de S5 que genera cada uno de estos elementos.
11. a) Encuentre todos los elementos de orden 10 en (Z40, +).
b) Sea G = {a) un grupo cíclico de orden 40. ¿Qué elementos de G tienen orden 10?
12. a) Determine í/14, el grupo de unidades del anillo (Z14, +, •).
b) Muestre que Un es cíclico y encuentre todos sus generadores.
13. Verifique que (Z*, •) es cíclico para los primos 5, 7 y 11.
14. Para un grupo G, demuestre que la función/: G —* G dada por/(a) = a-1 es un isomorfismo si
y sólo si G es abeliano.
15. Demuestre o refute la siguiente proposición: Si G es un grupo tal que todo subgrupo propio de
G es cíclico, entonces G es cíclico.
16. Para co = (1/V2)(1 + i), sea G el grupo multiplicativo {©"|n e Z*, 1 < n < 8}.
a) Muestre que G es cíclico y encuentre los elementos x £ G tales que (x) = G.
b) Demuestre que G es isomorfo al grupo (Z8, +).
17. a) Encuentre todos los generadores de los grupos cíclicos (Z,2, +), (Z16, +) y (Z24, +).
b) Sea G = (a), con c (a) = n, Demuestre que a*, k £ Z*, genera G si y sólo si k y n son primos
relativos.
c) Si G es un grupo cíclico de orden n, ¿cuántos generadores distintos tiene?
18. Sea/: G -» // un homomorfismo de grupos. Si a £ G, t (a) = n y t (/(a)) =fc(en //), demuestre
que k\n.
16.3 Clases laterales y el teorema de Lagrange 791
16.3
Clases laterales y el teorema de
Lagrange
En las últimas dos secciones, para todos los grupos finitos G y subgrupos H de G, obtuvi
mos que | H | divide a | G |. En esta sección mostraremos que esto no fue casualidad, sino
que es cierto en general. Para demostrarlo necesitamos una idea nueva.
Definición 16.8 Si Hes un subgrupo de G, entonces para cualquier a E G, el conjunto aH = {ah\h G //}
es una clase lateral izquierda de / / e n G. El conjunto Ha = {ha\h E //} es una clase
lateral derecha de H en G.
Si la operación en G es la suma, escribimos a + H en vez de aH, donde a + H = {a +

fc|/iG//}.
Cuando utilicemos el término clase lateral en este capítulo, nos referiremos a una clase
lateral izquierda. Para los grupos abelianos no necesitamos distinguir entre las clases late
rales izquierdas y derechas. Sin embargo, éste no es el caso para grupos no abelianos.
b 16.17 Si G es el grupo del ejemplo 16.7 y / / = {K0, nu 7^}, laclase lateral rxH= {r^, r^, rfa] =
{r~i, r2, r 3 }. De la misma forma tenemos que r2H-riH-{rur2,r3} mientras que n0H =
Jt, H = K2H = H.
Vemos que |aH\ = \H\ para todo a G G y que G = H U rxH es una partición de G.
Para el subgrupo K = {n0, r{} tenemos que r2K = {r2,7t2} y r¡K- {r3, %i}. De nuevo
surge una partición de G : G = K U r2 K U r3 K. (Nota: Kr2 = {7t0 fi> f\ r2} = {r2,7t,} ^ r2 K.
Ejemplo 16„18 Para G = (Z12, +) y H= {[0], [4], [8]}, tenemos que
[0] + H = {[0], [4], [8]} = [4] + H = [8] + H = / /

[l] + // = {[l],[5],[9]}-[5] + / / = [9] + / /
[2] + // = {[2], [6], [10]} = [6] + H = [10] + / /
[3] + H = {[3], [7], [11]} = [7] + H = [11] + //,
y / / U ([1] + //) U ([2] + //) U ([3] + //) es una partición de G.
Estos ejemplos nos preparan para los siguientes resultados.
LEMA 16.1 Si //es un subgrupo del grupo finito G, entonces para todos a, b G,(a) \aH\ = | / / | ; y
(b)aH=bHoaHDbH= 0.
Demostración:
a) Como aH = {ah \ h G H}, esto implica que \aH\ < | / / | . S i \aH\ < \H\, tenemos
que ah¡= ah¡, con h¡, h¡ elementos distintos en //. Por la cancelación izquierda en G,
obtenemos la contradicción h¡= h¡, de modo que \aH\ = \H\.
b) Si aH fl bHj=0, sea c = ah{- bh2 para algunos hu h2 G H. Si x G aH, entoncesx - ah

para algún h G H, de modo que * = (bh2h¡[)h = b(h2h^h) G bH, y a// C M/. En
forma análoga, y G bH => y = ¿>/i3 para algún l i ¡ G H ^ p (ah^hf)^ = a(hih2[h})
G a#, de modo que W/ C a//. Por lo tanto, aH y bH son disjuntos o idénticos.
(Observemos aquí que si g G G, entonces g G gH, puesto que e G H. Además,
por la parte (b), podemos separar a G en clases disjuntas entre sí.)
En este momento estamos listos para demostrar el principal resultado de esta sec
ción.
TEOREMA 16.9 Teorema de Lagrange. Si G es un grupo finito de orden n y H es un subgrupo de orden m,

entonces m divide a n.
Demostración: Si H = G se tiene el resultado. En caso contrario, m<ny existe un elemento
a E.G-H. Como a £ H, se sigue que aH ¿H, de modo que aH fl H = 0. Si G = a// U íf,
entonces | G | = \aH\ + \H\ =2\H\ y se sigue el teorema. En caso contrario, existe un
e l e m e n t o ¿ G G - ( # U a / / ) , t a l q u e M / n # = 0 = ¿>//natfy \bH\ =\H\.SiG = bHUaH
U H, tenemos que \G\ = 31H\. En caso contrario, obtenemos un elemento c G G tal que
c §É M/ U a// U //. El grupo G es finito, de modo que este proceso termina y vemos que G
= axHU a2HU ■ ■ ■ U akH. Por lo tanto, \G\ =k\H\ y m divide a n.
Otro método para demostrar este teorema aparece en el ejercicio 14 de esta sección.
Terminaremos la sección con dos corolarios. Pediremos su demostración en los ejerci
cios de la sección.
COROLARIO 16.1 Si G es un grupo finito y a G G, entonces c{á) divide a | G \.
COROLARIO 16.2 Cualquier grupo de orden primo es cíclico.
EJERCICIOS 16.3 1 Sea G = 54. (a) Para a = (2 3 4 í)- encuentre el subgrupo H ■{a), (b) Determine las clases
izquierdas de H en G.
Responda el ejercicio 1 para el caso en que a se reemplaza por P = (2 \ \ 4).
Si y = (J1 4 3) £ £1. ¿cuántas clases laterales determina (y)?
Para G = (Z24, +), encuentre las clases laterales determinadas por el subgrupo H = ([3]). Haga
lo mismo para el subgrupo K = ([4]).
5. Sea G = R X R, con la operación de grupo + dada por (a, b) + (c, d) = (a + c,b + d), para a
c , ¿ e R . (En este caso, calculamos a + c, b + d mediante la suma ordinaria en R.)
a) Si H = {(a, 0\a € R}, demuestre que H es un subgrupo de G.
b) Dé una interpretación geométrica de las clases laterales de H en G.
6. Sea R un anillo con elemento unidad u. Demuestre que las unidades de R forman un grupo bajo
la multiplicación del anillo.
7. Sea G un grupo con subgrupos H y K. Si \G\ = 660, \K\ = 66 y ÁT C // C G, ¿cuáles son los
posibles valores de \H\ ?
8. Sean p¡, p2, pj, p¡, cuatro primos distintos y sea G un grupo con subgrupos H y K, donde K C
HC.G. ¿Cuántos valores posibles tiene \H\ si
a) \G\= pip22plpU\K\= Pip2pJ
b) |G| =plp¡p¡pty\K\ = p\p\p\p\l
c) |G| =pVp?P?pT a |K| = pTpTpTp?, donde n,,« 2 ,n 3 ,n4eZ + , / ^ / ^ m a , m4
£ N , y m / < n, para todo 1 s / < 4?
9. Sea G = S4, el grupo simétrico de 4 símbolos y sea H el subconjunto de G dado por
„ f | l 2 3 4] | l 2 3 4 \ | l 2 3 4 \ | l 2 3 4)
[\1 2 3 4/' \2 1 4 3 / ' \3 4 1 2)' \4 3 2 l | '
a) Construya una tabla para mostrar que H es un subgrupo abeliano de G.

b) ¿Cuántas clases laterales izquierdas de H existen en G?
c) Considere el grupo (Z2 x Z2, ®) donde (a, b)@(c,d) = (a + c,b + d)y las sumas a + c,b +
d se calculan con la suma módulo 2. Demuestre que H es isomorfo a este grupo.
10. Si G es un grupo de orden n y a G G, demuestre que a" = e.
11. Sea/? un primo, (a) Si G tiene orden 2p, demuestre que todo subgrupo propio de G es cíclico.
(b) Si G tiene orden p2, demuestre que G tiene un subgrupo de orden p.
12. Demuestre los corolarios 16.1 y 16.2.
13. Sean H, K subgrupos de un grupo G, donde e es el neutro de G.
a) Demuestre que si \H\ = lOy \K\ = 21, entonces// fl K= {e}.
b) Si \H\ =my \K\ =n, conmcd(m, n) = 1, demuestre que// D £ = {«}.
14. Lo siguiente proporciona una forma alternativa de demostrar el teorema de Lagrange.
Sea G un grupo de orden n y sea H un subgrupo de G de orden m.
a) Defina la relación Sk en G como sigue: Si a, í> G G, entonces a Sh b si a"'¿? G H. Demuestre
que Sh es una relación de equivalencia en G.
b) Para a, b G G, demuestre que a 2ft ¿> si y sólo si aH = bH.
c) Si a G G, demuestre que [a], la clase de equivalencia dé a bajo Sh, satisface [a] = aH.
d) Para cualquier a G G, demuestre que |a//| = |//|.
e) Establezca ahora la conclusión del teorema de Lagrange; es decir, que \H\ divide a | G\.
15. a) Teorema de Fermat. Si p es un primo, demuestre que op = a(mod p) para cualquier a G Z.
(¿Cómo se relaciona esto con el ejercicio 20(a) de la sección 14.3?)
b) Teorema de Euler. Para todo nEZ*y todo a G Z, demuestre que si mcd(a, «) = 1, entonces
d*"' s l(mod n).
c) ¿Cómo se relacionan los dos teoremas de las partes (a) y (b)?
d) ¿Existe alguna relación entre estos dos teoremas y los resultados de los ejercicios. 6 y 10?
16.4
Elementos de la teoría
de la codificación
En ésta y las siguientes seis secciones presentamos un área de las matemáticas aplicadas
llamada teoría algebraica de la codificación. Esta teoría se inspiró en el artículo funda
mental de Claude Shannon (1948) y en los resultados de Marcel Golay (1949) y Richard
Hamming (1950). Desde entonces se ha convertido en un área de gran interés donde las
estructuras algebraicas, la probabilidad y la combinatoria desempeñan un papel importante.
Nuestro estudio será de nivel introductorio, mientras buscamos un modelo de la trans
misión de información representada por cadenas de las señales 0 y 1.
En la comunicación digital surgen algunos problemas cuando la información se trans
mite en forma de cadenas de ceros y unos, la presencia de "ruido" en un canal, cuando se
transmite cierta señal, puede provocar que se reciba una señal diferente, lo que hará que el
receptor tome una decisión equivocada. Por lo tanto, queremos desarrollar técnicas que
nos ayuden a detectar, e incluso a corregir, los errores de transmisión. Sin embargo, lo único
que podemos mejorar es la probabilidad de una transmisión correcta; sin más garantías.
Nuestro modelo utiliza un canal simétrico binario, que se muestra en la figura 16.2. El
adjetivo binario aparece debido a que cada señal se representa mediante uno de los bits 0
o 1. Cuando un transmisor envía la señal 0 o 1 en ese canal, a cada señal se asocia una
probabilidad (constante) p de transmisión incorrecta. Si esa probabilidad p es la misma
para ambas señales, el canal es simétrico. En este caso, por ejemplo, tenemos la probabili
dad/? de enviar un cero y recibir un uno. La probabilidad de enviar la señal 0 y recibirla en
forma correcta es entonces 1 -p. Todas las posibilidades aparecen en la figura 16.2.
1 1- p 1
El canal simétrico binario Figura 16.2
Sfempio l & t $ Consideremos la cadena c = 10110. Consideramos a c como un elemento del grupo Z5,
formado a partir del producto directo de cinco copias de (Z2, +). Para abreviar la notación,
escribimos lOUOen vezde(l,0,1,1,0). Al enviar cada bit (señal individual) de c a través
del canal simétrico binario, supondremos que la probabilidad de transmisión incorrecta es
de/? = 0.05, de modo que la probabilidad de transmitir sin errores es (0.955) = 0.77.
En todo nuesto análisis de lí. teoría de la codificación, supondremos que la transmisión
de cualquier señal no depende de la transmisión de las señales anteriores. En consecuen
cia, la probabilidad de ocurrencia de todos estos sucesos independientes (en su orden pre
determinado) está dada por el producto de sus probabilidades individuales.
¿Cuál es la probabilidad de que la parte receptora del mensaje de cinco bits reciba la
cadena r - 00110; es decir, el mensaje original con un error en la primera posición? La
probabilidad de la transmisión incorrecta del primer bit es de 0.05, así que con la hipótesis
de sucesos independientes, (0.05)(0.95)4 ¿ 0.041 es la probabilidad de enviare = 10110 y
recibirr = 00110. Si e - 10000, podemos escribirc + e = re interpretarrcomo el resultado
de la suma del mensaje original c y el patrón de error particular e = 10000. Puesto que c,
r, e £ Z\y -1 = 1 en Z2, también tenemos c + r = e y r+ e = c.
Al transmitir c = 10110, la probabilidad de recibir r = 00100 es
(0.05)(0.95)2(0.05)(0.95) = 0.002,
por lo que es poco probable que ocurra este error múltiple.

Por último, si transmitimos c = 10110, ¿cuál es la probabilidad de que r difiera de c en
exactamente dos lugares? A fin de obtener la respuesta, sumaremos las probabilidades
para cada patrón de error formado por dos unos y tres ceros. Cada uno de estos patrones
tiene una probabilidad de 0.002. Existen [%) de tales patrones, por lo que la probabilidad de
dos errores en la transmisión está dada por
(0.05)2(0.95)3 = 0.021.
Estos resultados dan lugar al siguiente teorema.
TEOREMA 16.10 Sea c G Z j . Para la transmisión de c a través de un canal simétrico binario con probabili
dad de transmisión incorrecta p,
a) La probabilidad de recibir r=c + e, donde e es un patrón de error particular, forma
do por k unos y (n - k) ceros, es pk{\ - p ) " ' k .
b) La probabilidad de que se comentan k errores en la transmisión es (*)//( 1 -pf'k.
En el ejemplo 16.19, la probabilidad de cometer cuando mucho un error en la transmi

sión de c = 10110 es (0.95)5 + (f)(0.05)(9.95)4 = 0.977. Así, la probabilidad de tener
errores múltiples en la transmisión será considerada insignificante en el análisis de este
capítulo. Dicha hipótesis es válida si p es pequeña. En la realidad, un canal simétrico
binario se considera "bueno" úp < 10"5. Sin embargo, independientemente de lo estipula
do, siempre pediremos que p < 1/2.
Para mejorar la precisión de transmisión en un canal simétrico binario, pueden usarse cier
tos tipos de esquemas de codificación en que se proporcionan algunas señales adicionales.
Para m, n G Z+, sea n> m. Consideremos 0£W C Zf. El conjunto Wconsta de los
mensajes por transmitir. Añadimos a cada w GWn-m señales adicionales para formar la
palabra codificada c, donde c £ ZJ. Este proceso es la codificación y se representa me
diante la función E: W —> Z¡¡. Entonces E(w) = cy E(W) = CQ ZJ. Puesto que la función
E sólo añade bits a los mensajes (distintos), el proceso de codificación es inyectivo. Des
pués de la transmisión, c se recibe como T(c), donde T(c) £ TLn2. Por desgracia, Trio es una
función, pues T(c) puede ser diferente en distintos tiempos de transmisión (ya que el ruido
en el canal cambia con el tiempo). (Véase Fig. 16.3.)
Mensaje w E Palabra codificada r La palabra recibida D El resultado

(un elemento asociada c = E(w) T(c) (un elemento decodificado
i L
deZ?) (un elemento deZj) deZs) (un elemento de Zf)
Canal sirnét rico binario

Figura 16.3
Después de la recepción de T(c), queremos aplicar una función de decodificación D:

ZJ —> Z? para eliminar las señales adicionales y, esperamos, recibir el mensaje original w.
Lo ideal sería que D°T°E fuera la función identidad sobre W, con D: C —> W. Puesto que
no podemos esperar esto, buscamos funciones E y D de modo que haya una probabilidad
alta de decodificar correctamente la palabra recibida T(c) y volver a tomar el mensaje
original w. Además, queremos que la razón mln sea lo más grande posible, de modo que no
se añada un número excesivo de señales a w para obtener la palabra codificada c = E(w).
Esta razón mln mide la eficiencia de nuestro esquema y se denomina razón de codifica
ción. Por último, las funciones E y D deberían ser algo más que resultados teóricos; deben
ser prácticos en el sentido de que puedan implementarse en forma electrónica.
En dicho esquema, las funciones E y D son las funciones de codificación y decodificación,
respectivamente, de un código de bloque (n,m).
Ilustramos estas ideas en los dos ejemplos siguientes.
Ejemplo 16.20 Consideremos el código de bloque (m + 1, m) para m = 8. Sea W = Z§. Para cualquier w =
WiW2... w8 G W, definimos E: 2,\ —» Z ' comoE(w) = w¡w2... w%w9, donde w9 = Y8_ w¡
la suma se desarrolla módulo 2. Por ejemplo, £(11001101)= 110011011 y £"(00110011) =
001100110.
Para toda w G Z | , E(w) contiene un número par de unos. Así, para w - 11010110 y
E(w) = 110101101, si recibimos T(c) = T(E(w)) como 100101101, del número impar de
unos en T(c), sabemos que ha ocurrido un error en la transmisión. Por lo tanto, sí podemos
detectar errores sencillos en la transmisión, pero parece que no hay manera de corregirlos.
La probabilidad de enviar la palabra codificada 110101101 y cometer a lo sumo un
error en la transmisión es
( I ^ + ÍÜPO^P) 8 -
Los nueve bits se transmiten Un bit ha cambiado en la transmisión
en forma correcta. y se detecta un error.
Parap = 0.001 obtenemos (0.999)9+ |?)(0.001)(0.999)8 = 0.999964.

Si detectamos un error y podemos retransmitir una señal de regreso al transmisor para
que repita la palabra codificada, y continuamos este proceso hasta que la palabra recibida
tenga un número par de unos, entonces la probabilidad de enviar la palabra codificada
110101101 y recibir la transmisión correcta es aproximadamente de 0.999964.t
Por desgracia, si hay un número positivo par de errores en la transmisión, T(c) se acepta
como la palabra codificada correcta e interpretamos sus primeras ocho componentes como
t Parap = 0.001, la probabilidad de que ocurra un numero impar de errores en la transmisión de la palabra
codificada 110101101 es
Pi^= (?)(0.999)8(0.001) + ®(0.999) 6 (0.001) 3 + (?)(0.999)4(0.001)5 + (?)(0.999)2(0.001)7 + (3)(0.001)'

= 0.008928251 + 0.000000083 + 0.000000000 + 0.000000000 + 0.000000000 = 0.008928334.
Si q, la probabilidad de la transmisión correcta de 110101101, es (0.999)', la probabilidad de que esta palabra

codificada se transmita y reciba en forma correcta en estas condiciones (de retransmisión) está dada por
1 +.Pimpar • q + (p¡mPar)2<7 + (p¡mPar)3<7 + • • ■ = <?/(! -pi m par) = 0.999964 (con seis cifras decimales).
el mensaje original. Este esquema es el código de verificación de paridad (m + 1, m) y es

adecuado solamente cuando no es probable que ocurran varios errores.
Si enviamos el mensaje 11010110 a través del canal, tenemos una probabilidad de
(0.999)8 = 0.992028 de transmisión correcta. Mediante el código de verificación de pari
dad, podemos incrementar las probabilidades de obtener el mensaje correcto hasta aproxi
marnos a 0.999964. Sin embargo, se envía una señal adicional (y es posible que se necesi
ten transmisiones adicionales) y la razón de codificación decrece de 1 a 8/9.
Pero supongamos que en vez de enviar ocho bits enviáramos 160 bits, en cadenas suce
sivas de longitud 8. La probabilidad de recibir el mensaje correcto sin un esquema de
codificación sería (0.999)160 = 0.852076. Con el método de verificación de paridad envia
mos 180 bits, pero la probabilidad de una transmisión correcta aumenta a (0.999964)20 =
0.999280.
ij$mg)l<> 16„£* El código de triple repetición (3m, m) es aquél en que podemos detectar y corregir errores
simples en la transmisión. Si m = 8 y W= Z8,, definimos E: Z8, -> Z24 como E(WÍW2 ■.. w7wt)
= WyW2 . . ■ WiWxW1. . . WiWiWi. . . VV8.
Por lo tanto, si w = 10110111, entonces c = E(w) = 101101111011011110110111.
La función de decodificación D: Z2/* -» Z8, se guía por la regla de la mayoría. Por
ejemplo, si T(c) = 101001110011011110110110, entonces tendríamos tres errores, que
aparecen en las posiciones 4, 9 y 24. Decodificamos T(c) analizando las posiciones 1, 9 y
17, para ver qué señal aparece más veces. En este caso es 1 (que aparece dos veces), así
que decodificamos la primera entrada en el mensaje decodificado como 1. Si continuamos
con las entradas de las posiciones 2, 10 y 18, el resultado para la segunda entrada del
mensaje decodificado es 0 (que aparece las tres veces). A medida que continuamos,
recapturamos el mensaje correcto, 10110111.
Aunque tenemos más de un error de transmisión en este caso, todo está bien a menos
que aparezcan dos (o más) errores y que el segundo error ocurra ocho o 16 espacios des
pués del primero; es decir, si ocurren dos (o más) transmisiones incorrectas para el mismo
bit del mensaje original.
Ahora bien, ¿cómo se compara este esquema con los otros métodos a nuestro alcance?
Si p = 0.001, la probabilidad de decodificar correctamente un solo bit es de (0.999)3+ |¡) •
(0.001) (0.999)2 = 0.999997. Así, la probabilidad de recibir y decodificar correctamente
el mensaje de ocho bits es de (0.999997)8 = 0.999976, apenas un poco mejor que el resul
tado del método de verificación de paridad (con el cual podríamos vernos obligados a
retransmitir, lo que incrementa el tiempo global de transmisión). En este caso, transmiti
mos 24 señales para el mensaje, así que nuestra razón es ahora de y. El precio de esta
mayor precisión y la capacidad para detectar y corregir los errores simples (lo que no
podíamos hacer en los esquemas anteriores), es un incremento en el tiempo de transmi
sión, pero no perdemos el tiempo con retransmisiones.
EJERCICIOS 16.4 1. Sea C un conjunto de palabras codificadas, donde C C x\- En los siguientes ejercicios se dan
los datos de dos de las cantidades e (patrón de error), r (palabra recibida) y c (palabra codifica
da), con r = c + e. Determine el tercer término.
a) c = 1010110, r = 1011111 b) c = 1010110, e= 0101101
c) e = 0101111, r = 0000111
2. Un canal simétrico binario tiene una probabilidad p = 0.05 de transmisión incorrecta. Si se

transmite la palabra codificada c = 011011101, ¿cuál es la probabilidad de que (a) recibamos r =
011111101? (b) recibamos r = 111011100? (c) ocurra un solo error? (d) ocurra un error doble?
(e) ocurra un error triple? (f) se presenten tres errores, ninguno de los cuales sea consecutivo
con otro?
3. Sea E : Z\ -> Z' la función de codificación para el código de repetición triple (9, 3).
a) Si D: Z\ —»Z\ es la función de decodificación correspondiente, aplique D para decodificar
las palabras recibidas (i) 111101100; (ii) 000100011; (iii) 010011111.
b) Encuentre tres palabras recibidas diferentes r para las que D(r) = 000.
c) Para cada w € Z\ ¿cuánto vale \D~\w) | ?
4. El código de cinco repeticiones (5/n, m) tiene la función de codificación E: Z™ —> Z\m, donde
E(w) = wwwww. La decodificación con D: Z?2" —> Z; se realiza mediante la regla de la mayoría
(En este caso, podemos corregir los errores sencillos y dobles hechos en la transmisión.)
a) Sip = 0.05, ¿cuál es la probabilidad de la transmisión y decodificación correcta de la señal 0?
b) Responda la parte (a) para el mensaje 110 en vez de la señal 0.
c) Param = 2, decodifique la palabra recibida r = 0111001001.
d) Si m = 2, encuentre tres palabras recibidas r tales que D(r) = 00.
e) Si m = 2 y D: Z\° -» Z\, ¿cuánto vale | D~\w) | para cada w G Z^?
16.5
La métrica de Hamming
En esta sección desarrollaremos los principios generales para el análisis de las capacida
des de detección y corrección de errores de un esquema de codificación. Estas ideas fue
ron desarrolladas por Richard Hamming.
Comencemos por considerar un código C C Z*, tal que c1 = 0111,c 2 = 1111 G C En este
caso, tanto el transmisor como el receptor conocen los elementos de C. Así, si el transmi
sor envía capero la persona que recibe la palabra codificada recibe TCcO como 1111, en
tonces esta persona cree que se transmitió c2 y toma la decisión (equivocada) que implica
c2. En consecuencia, aunque sólo se cometió un error de transmisión, los resultados po
drían ser inconvenientes. ¿Por qué ocurre esto? Por desgracia, tenemos dos palabras codi
ficadas casi iguales. Son cercanas entre sí, ya que sólo difieren en una componente.
Describimos esta idea de cercanía con mayor precisión en la forma siguiente.
Definición 16.9 Para cualquier elemento x = x^x2... xn G t\ donde n G Z+, el peso de x, que se denota con
p(x), es el número de componentes x¡ de x, para 1 < i < n, tales que x¡= 1. Si y G ZJ, la
distancia entre xyy, que se denota con d(x, y), es el número de componentes tales que x¡ ^
y¡, para 1 < i < n.
Efemplo 16.22 Paran = 5, sean x = 01001 y y = 11101. Entonces p(x) = 2, p(;y) = 4, y d(x,y) = 2. Además,
x + y = 10100, de modo que p(x + y) = 2. ¿Es casualidad que d(x, y) = p(x + y)? Para cada
1 < Í < 5, x¡+y¡ contribuye con una unidad a p(x + y) <=* x¡ £y¡ <=> xt,y¡ contribuye con un
16.5 La métrica de Hamming 799
unidad a d(x, y). [En realidad, esto es cierto para todo n G Z+, por lo que p(x + y) = d(x, y)
para todos x, y £ Z\.]
Si x, y G Z\, escribimos d(;t, y) = £ " Í/(JC„ y¡), donde
= JO si x¡ = y¡
para cada l s í < n , d(x¡, y¡)
1 si x¡ j= y¡.
LEMA 16.2 Para todos *, y G Z¡¡, p(x + y) < p(x) + p(y).

Demostración: Demostraremos el lema mediante el análisis, para cada 1 < i < n, de las
componentes *,, y¡, x¡ + y¡de x,yy x + y, respectivamente. Solamente una situación haría
que esta desigualdad fuera falsa: si x¡+y, = 1 mientras que x¡ = 0 y y¡ = 0, para algún 1 < i
< n. Pero esto nunca ocurre, pues x¡ + y¡= 1 implica que exactamente una de las variables
x¡ o y¡ es 1.
En el ejemplo 16.22 vimos que
p{x + y) = p(10100) = 2 < 2 + 4 = p(01001) + p(11101) = p(jc) + p(y).
TEOREMA 16.11 La función distancia d definida en TJ{ x 7J[ satisface lo siguiente para todos x, y, z G Z-J.
a) d(x,y)^0 b) d(x,y) = 0€>x=y

c) í/(x,y) = d(>',j:) d) d(x,z) < d(*,y) + d ( y , z )
Demostración: Dejaremos al lector las tres primeras partes y demostraremos la parte (d).
En Z¡¡, y + y = 0, por lo que d{x, z) = p(x + z) = p(x + (y + y) + z) = p((* + y) + (y + z))
< p(x + y) + p(y + z), por el lema 16.2. Como p(x + y) = d(x, y) y p(y + z) = d(y, z), se sigue
el resultado. (Esta propiedad se conoce por lo general como la desigualdad triangular.)
Cuando una función satisface las cuatro propiedades enumeradas en el teorema 16.11,
es una función distancia o métrica y decimos que (ZJ, d) es un espacio métrico. Por lo
tanto, d (dada arriba) se conoce con frecuencia como la métrica de Hamming.
Definición 16.10 Para n, kGZ*y xE ZJ, la esfera de radio k con centro en x se define como S(x, k)= {y G
Z»2\d(.x,y)<k}.
1&&3] Paran = 3y;t=110GZ 2 3 , S{x, 1)= {110,010, 100, 111} y S(x, 2) = {110, 010, 100, 111,
000, 101,011}.
Con estos antecedentes podemos pasar a los dos resultados principales de esta sección.
TEOREMA 16.12! Sea E: W —» C una función de codificación con el conjunto de mensajes W C Z? y el

conjunto de palabras codificadas E(W) - C C Z2, donde m< n. Para k G Z \ podemos
detectar los errores de transmisión de peso < k si y sólo si la distancia mínima entre las
palabras codificadas es al menos k + 1.
Demostración: El transmisor y el receptor conocen el conjunto C, por lo que si w G W es el
mensaje y se transmite c = E(w), sea c £ T(c) = r. Si la distancia mínima entre las palabras
codificadas es al menos k + 1, entonces la transmisión de c puede producir hasta k errores
y r no estará enumerado en C. Por lo tanto, podemos detectar todos los errores e tales que
p(e) S k. Recíprocamente, sean cu c2 palabras codificadas tales que d(c¡, c2) < k + 1.
Entonces c2 = C\ + e, donde p(e) £ k. Si enviamos d y T{cx) = c2, entonces pensaríamos que
fue enviado c2, lo que no serviría para detectar un error de peso < k.
¿Qué podemos decir de nuestra capacidad para corregir errores?
TEOREMA 16.13 Con E, Wy C como en el teorema 16.12, y k G Z+, podemos construir una función de
decodificación D: Z2 -*W que corrija todos los errores de transmisión de peso < k si y
sólo si la distancia mínima entre las palabras codificadas es al menos 2k + 1.
Demostración: Para c G C, consideremos S(c, k) = {x G Z21 d(c, x) < k]. Definimos D: Z2 ->
W como sigue. Sir G Z2 y r G5(c, k) para alguna palabra codificada c, entonces D(r)=w,
donde E(w) = c. [En este caso, c es la (única) palabra codificada más cercana a r.] Si r £
5(c, k) para todo c G C, entonces definimos D{r) = vv0, donde w0 es un mensaje arbitrario
que permanece fijo una vez elegido. El único problema que podría surgir en este caso es
que D no fuera una función. Esto ocurrirá si existe un elemento r en Z\ tal que r esté en
S(Ci, k) y S(c2, k) para dos palabras codificadas distintas cu c2. Pero r G S(cu k) => d(r, Ci) <
k, y r G S(c2, k) => d(r, c2) < k, de modo que d(cx ,c2) < d(c¡,r)+d(r,c2) < k + k<2k+\.
En consecuencia, si la distancia mínima entre palabras codificadas es al menos 2& + 1,
entonces D es una función y decodificará todas las palabras recibidas posibles, corregirá
cualquier error de transmisión de peso < k. Recíprocamente, si c¡, c2 G C y d(cu c2) < 2k,
entonces podemos obtener c2 a partir de C\ haciendo un máximo de 2k cambios. Empezan
do en la palabra codificada c b hacemos aproximadamente la mitad (exactamente, \_d(ch
c2) /2_|) de estos cambios. Esto implica que r = c{ + eu con p ^ ) < k. Si continuamos a
partir de r, hacemos los cambios restantes para llegar hasta c2 y ver que r + e2 = c2, con p(e2)
< k. Pero entonces, r = c2 + e2. Ahora, como cx + e¡ = r = c2 + e2 y p(ei), p(e2) < k, ¿cómo
podríamos decidir cuál es la palabra codificada de la que surge r? Esta ambigüedad surge
de un error posible de peso < k que no puede corregirse.
ejemplo 1&24 Si W = Z\, sea E: W -» Z\ dada por
£(00)=000000 £ ( 1 0 ) = 101010 £ ( 0 1 ) = 010101 £(11)= l i l i l í .
Entonces la distancia mínima entre las palabras codificadas es 3, de modo que podemos
detectar los errores dobles y corregir los sencillos.
16.6 La verificación de paridad y matrices generaderas 801
Si
5(000000,1) = {x E ZÜ| ¿(000000, x) < 1}

= {000000,100000,010000,001000,000100,000010,000001},
la función de decodificación D: Z* —> W da D(x) = 00 para todo x 5(000000,1).

En forma análoga,
5(010101,1) = {x £ Z§|d(010101,x) < 1}

={010101,110101,000101,011101,010001,010111,010100},
y en este caso D(x) = 01 para todo x G 5(010101, 1). En este momento, la definición de D
sirve para 14 elementos de 2i\. Si seguimos definiendo D para los 14 elementos de5(101010,
1) y 5(111111, 1), todavía falta considerar otros 36 elementos. Definimos D(x) - 00 (o
cualquier otro mensaje) para estos otros 36 elementos y tenemos una función de
decodificación que corregirá los errores simples.
Respecto a la detección, sic = 010101y T(c) -r= 111101, podemos detectar este error
doble, pues r no es una palabra codificada. Pero si T(c) = r¡ = l i l i l í , ocurre un error
triple, así que podríamos pensar que c= l i l i l í y decodificar en forma incorrecta r¡ como
11, en lugar del mensaje correcto 01.
16.6
La verificación de paridad
y matrices generadoras
En esta sección presentamos un ejemplo en el que las funciones de codificación y de

decodificación están dadas por matrices sobre Z2. Una de estas matrices nos ayudará a
localizar el código más cercano a una palabra recibida dada. Esto será de particular utili
dad si el conjunto C de palabras codificadas crece.
Ejemplo 1&25 Sea

ri o o i i o'
G= 0 1 0 0 1 1
. 0 0 1 1 0 1 .
una matriz 3 x 6 sobre Z2. Las primeras tres columnas de G forman la matriz identidad
3 X 31¡. Si A denota la matriz formada con las últimas tres columnas de G, escribimos G
= [h\A] para denotar su estructura. La matriz (dividida) G es una matriz generadora.
Usamos G para definir una función de codificación E: 2?2 —> TA como sigue. Para w G
Z|, E(w) = wG es el elemento en 1\ obtenido al multiplicar w, considerado como un
vector fila tridimensional, por la matriz G de su derecha. A diferencia de los resultados
sobre el producto de matrices en el capítulo 7, en estos cálculos tenemos 1 + 1 = 0, no 1 +
1 = 1.
(Aunque el conjunto Wde mensajes no sea todo de Z\, supondremos que todo X\ está
codificado y que tanto el transmisor como el receptor conocerán los mensajes reales de
importancia y sus correspondientes palabras codificadas.)
Por ejemplo, vemos que

1 0 0 1 1 0
£(110) = (110)G = [110] 0 1 0 0 1 1 = [110101],
0 0 1 1 0 1
1 0 0 1 1 0
£(010) = (010)G = [010] 0 1 0 0 1 1 = [010011].
0 0 1 1 0 1
Observe que podemos obtener £(110) sumando las dos primeras filas de G, mientras
que £(010) es simplemente la segunda fila de G.
El conjunto de palabras codificadas obtenido mediante este método es
C = {000000,100110,010011,001101,110101,101011,011110,111000}C Z\,
y podemos volver a tomar el mensaje correspondiente eliminando las tres últimas compo
nentes de la palabra codificada. Además, la distancia mínima entre las palabras codifica
das es 3, por lo que podemos detectar errores de peso < 2 y corregir los errores simples.
Para cualquier w = w¡w2w} G Z\, E(w) = WiW2WiW^w5W(, G Z2. Puesto que
"10 0 1 1 0 "
E(w) = [H>! W2 W3] 0 1 0 0 1 1
. 0 0 1 1 0 1 .
= [M>! W2 w3(wr + w 3 )(wi + w2)(w2 + w3)],
tenemos wi=w1+ w-¡, w¡ — wx + w2, w6- w2+ w-¡; estas ecuaciones son las ecuaciones de
verificación de paridad. Como w¡ G Z 2 para cada 1 2 + W3 + 1V6 = 0.
Así, tenemos que
w2
1 0 1 1 0 0
w3
1 1 0 0 1 0 H ■ (£(w)) , r =
w4
0 1 1 0 0 1
w5
w6.
donde (£(w))lr denota la traspuesta de £(w). En consecuencia, si r = ^ r2 • • r6 G Z¡,

podemos identificar r como una palabra codificada si y sólo si
Hr" =
Si escribimos H = [B | / 3 ], observamos que si intercambiamos las filas y columnas de B,

obtenemos A. Por lo tanto, B = A".
Por la teoría desarrollada antes acerca de la corrección de errores, y como la distancia
mínima entre las palabras codificadas de este ejemplo es 3, podemos desarrollar una fun
ción de decodificación que corrija los errores simples.
Supongamos que recibimos r - 110110. Queremos determinar la palabra codificada c
que sea el vecino más cercano de r. Si existe una larga lista de palabras codificadas que
debemos confrontar con r, sería mejor examinar primero H ■ r", que es el síndrome de r. En
este caso,
1 0 1 1 0 0
l
Hr 1 1 0 0 1 0
0 1 1 0 0 1
de modo que r no es una palabra codificada. Por lo tanto, al menos detectamos un error. Si
revisamos de nuevo la lista de palabras codificadas, vemos que d( 100110, r) = 1. Para las
demás c £ C, d(r, c) > 2. Si escribimos r- c + e= 100110 + 010000, vemos que el error
de transmisión (de peso 1) aparece en la segunda componente de r. ¿Es coincidencia que el
síndrome H ■ r" haya producido la segunda columna de//? Si no, entonces podríamos usar
este resultado para ver que si ocurrió un solo error de transmisión, éste tuvo lugar en la
segunda componente. Si cambiamos la segunda componente de r, obtenemos c; el mensa
je w comprende las tres primeras componentes de c.
Sea r = c + e, donde c es una palabra codificada y e es un patrón de error de peso 1.
Supongamos que 1 está en la j'-ésima componente de e, donde 1 < i < 6. Entonces
H-ru = H(c + e) ,r = H ■ (c" + e") = H ■ c" + H • e".
Como c es una palabra codificada, se sigue que H ■ ctt = 0, por lo que H ■ ra= H • e"= i-
ésima columna de la matriz //. Así, c y r difieren solamente en la j'-ésima componente y
podemos determinar c al intercambiar simplemente la /-ésima componente de r.
Nos interesan principalmente las transmisiones en que los errores múltiples son raros,
por lo que esta técnica tiene gran valor. Sin embargo, si pedimos más, estaríamos esperan
do obtener demasiado.
Supongamos que recibimos r = 000111. Calculamos el síndrome
1 0 1 1 0 0
H-r" = 1 1 0 0 1 0
0 1 1 0 0 1
y obtenemos un resultado que no es una columna de //. Sin embargo, podemos obtener
H ■ rlr como la suma de dos columnas de H. Si H • r" provino de las columnas primera y sexta
de H, al corregir estas componentes en r obtenemos la palabra codificada 100110. Si su
mamos las columnas tercera y quinta de// para obtener este síndrome, después de cambiar
las componentes tercera y quinta de r obtenemos una segunda palabra codificada, 001101.
Así, no podemos esperar que// corrija los errores múltiples. No debe sorprendernos que la
distancia mínima entre las palabras codificadas sea 3.
Resumimos los resultados del ejemplo 16.25 para la situación general. Para m, n 6 Z * con
m < n, la función de codificación E: Z™ —> ZJj está dada por una matriz mX nG sobre Z2. Esta
matriz G es la matriz generadora del código y tiene la forma [Im \A], donde A es una matriz
m X (n-m). En este caso,E(w) = wG para cada mensaje w E Z;T yelcódigoC = £'(Z2') C U[.
La matriz de verificación de paridad asociada H es una matriz (n-m) X «de la forma
[Atr|/„_m]. También podemos usar esta matriz para definir la función de codificación E,
puesto que si w = w,w2. . . wm G Z™, entonces E(w) = w¡w2 . . . wmwm+¡ . . . wm donde
podemos determinar a wm + ¡,..., w„ del conjunto de n-m ecuaciones (de verificación de
paridad) que surgen de H ■ (E(w))u- 0, el vector columna de n-m ceros.
Esta única matriz de verificación de paridad H también proporciona un esquema de
decodificación que corrige los errores simples de transmisión si:
a) H no contiene una columna de ceros. (Si la i'-ésima columna de H tuviera solamente
ceros y H ■ r"- 0 para una palabra recibida r, no podríamos decidir si r era una palabra
codificada o una palabra recibida cuya f'-ésima componente fue transmitida en forma
incorrecta. No queremos comparar r con todas las palabras codificadas si Ces grande.)
b) Ningún par de columnas de H son iguales. (Si la /-ésima y y'-ésima columnas de H
son iguales yHr" es igual a esta columna repetida, ¿cómo decidir cuál componen
te de r debemos cambiar?
Cuando H satisface estas dos condiciones, obtenemos el siguiente algoritmo de
decodificación. Para cualquier r £ Z", si T(c) = r, entonces
1) Si H ■ ru = 0, pensaremos que la transmisión fue correcta y que r es la palabra
codificada que fue transmitida. El mensaje decodificado consta entonces de las pri
meras n componentes de r.
2) Si H ■ r" es igual a la i'-ésima columna de //, pensamos que hubo un error simple en la
transmisión y cambiamos la í-ésima componente de r para obtener la palabra codifi
cada c. En este caso, las primeras m componentes de c producen el mensaje original.
3) Si no ocurre ninguno de los dos casos anteriores, pensamos que hubo más de un error
de transmisión y que no podemos dar una forma confiable de decodificación en esta
situación.
Terminaremos la sección con un comentario final acerca de la matriz H. Si partimos de
una matriz de verificación de paridad H = [B \ /„ _J y la usamos en la forma descrita arriba
para definir la función E, entonces obtenemos el mismo conjunto de palabras codificadas
generado por la única matriz generadora asociada G = [Im\B"].
EJERCICIOS 16.5 1. Para el ejemplo 16.24, enumere los elementos en 5(101010, 1) y 5(111111,1).
Y 16.6 2 Decodifique las siguientes palabras recibidas en el ejemplo 16.24.
a) 110101 b) 101011 c) 001111 d) 110000
3. a) Si x £ Zi°, determine | S(x, 1) |, | S(x, 2) |, | S(x, 3) |.
b) Para « j € Z * c o n l < k < n,six E Zn2, ¿cuál es el valor de | S(x, k) \ ?
4. Sea E : Z¡ -» Zf una función de codificación en que la distancia mínima entre las palabras
codificadas es 9. ¿Cuál es el máximo valor de k tal que podamos detectar errores de peso < kl
Si queremos corregir errores de peso < n, ¿cuál es el valor máximo de ni
5. Para cada una de las siguientes funciones de decodificación, encuentre la distancia mínima entre las
palabras codificadas. Analice la capacidad de detección y corrección de errores de cada código.
a) E:Z|-»Z! b) E:Z\^Zf
00—00001 01 — 01010 00-0000000000 01 — 0000011111
1 0 — 10100 11—11111 10—1111100000 11—1111111111
c) E:Z\-^Z\ d) E'. £¿2—* ^2
000—000111 001 — 001001 000 — 00011111 001 — 00111010
010—010010 011 — 011100 010—01010101 011 — 01110000
100— 100100 101 — 101010 100— 10001101 101—10101000
110—110001 111—111000 110—11000100 111—11100011
6. a) Use la matriz de verificación de paridad/í del ejemplo 16.25 para decodificar las siguientes
palabras recibidas.
i) 111101 ü) 110101 üi) 001111 iv) 100100
v) 110001 vi) l i l i l í vii) 111100 viii) 010100
b) ¿Están determinados de forma única los resultados de la parte (a)?
La función de codificación E : Z\ —» Z | está dada por la matriz generadora
1 0
G =
0 1
a) Determine todas las palabras codificadas. ¿Qué puede decir de la capacidad de detección de
errores de este código? ¿Qué puede decir de su capacidad de corrección de errores?
b) Encuentre la matriz de verificación de paridad H asociada.
c) Use H para decodificar cada una de las siguientes palabras recibidas.
i) 11011 ii) 10101 üi) 11010
iv) 00111 v) 11101 vi) 00110
8. Defina la función de codificación E: Z\ —» Z\ por medio de la matriz de verificación de paridad
1 0 1 1 0 0
H 1 1 0 0 1 0
1 0 1 0 0 1
a) Determine todas las palabras codificadas.
b) ¿Corrige este código todos los errores simples de transmisión?
9. Encuentre las matrices generadora y de verificación de paridad para el esquema de codifica
ción con verificación de paridad simple (9, 8) del ejemplo 16.20.
10. a) Muestre que la matriz 1 x 9 G = [1 1 1 . . . 1] es la matriz generadora del código de nueve
repeticiones (9, 1).
b) ¿Cuál es la matriz de verificación de paridad H asociada a este caso?
11. Para un código (n, m) C con matriz generadora G = [/„ | A] y matriz de verificación de paridad
H = [Au| /„_„], el código (n, n-m)Cd con matriz generadora [/„_„ | A"] y matriz de verificación
de paridad [A|/„] es el código dual de C. Muestre que los códigos de los ejercicios 9 y 10
forman un par de códigos duales.
12. Dadon €E Z*, seaM(n, k) C Z\ el conjunto que contiene el número máximo de palabras codificadas
de longitud n, donde la distancia mínima entre las palabras codificadas es 2k + 1. Demuestre que
2" 2"
s|AÍ(n,*)|:
2E.C) Xo(")'
(La cota superior sobre \M(n, k)\ es la cota de Hamming; la cota inferior se conoce como cota
de Gilbert.)
16.7
Códigos de grupo: Decodificación
con líderes de clase
Ahora que hemos analizado el material introductorio a la teoría de la codificación, es hora

de ver cómo entra la estructura de grupo en el tema.
Definición 16.11 S e a £ : Z? -> 2,\ una función de codificación. El código C= E(Z%) es un código de grupo
si C es un subgrupo de Z\ ■
Recordemos la función de codificación E: Z\ —> Zf (del ejemplo 16.24) tal que
£(00) = 000000 £(1Ó) = 101010 £(01) = 010101 £(11) = l i l i l í .
En este caso, Zjy Zl son grupos bajo la suma componente a componente módulo 2; el
subconjuntoC=£(Zl)= {000000, 101010,010101, 111111} es un subgrupo de Z^ypor
lo tanto, es un ejemplo de un código de grupo. (Observe que C contiene a 000000, el
elemento cero de Zf.)
En general, cuando las palabras codificadas forman un grupo, veremos que es más fácil
calcular la distancia mínima entre las palabras codificadas.
TEOREMA 16.14 En un código de grupo, la distancia mínima entre palabras codificadas distintas es el míni
mo de los pesos de los elementos distintos de cero en el código.
Demostración: Sean a, b, c E C tales que a i=b, d(a, b) es mínimo y c es distinto de cero,
con peso mínimo. Por el cierre del grupo C, a + b es una palabra codificada. Como d(a, b) =
p(a + b), por la elección de c tenemos que d(a, b) > p(c). Recíprocamente, p(c) = d(c, 0),
donde 0 es una palabra codificada pues C es un grupo. Entonces, d(c, 0) ~¿. d(a, tí) por la
elección de a, b, de modo que p(c) 5: d(a, b). En consecuencia, d(a, b) = p(c).
Si Ces un conjunto de palabras codificadas y | C\ - 1024, tenemos que calcular [lfj =

523,776 distancias para determinar la distancia mínima entre las palabras codificadas.
Pero si podemos reconocer que C tiene una estructura de grupo, sólo necesitamos calcular
los pesos de los 1023 elementos distintos de cero de C.
¿Hay alguna forma de asegurarnos que las palabras codificadas forman un grupo? Por
el teorema 16.5(d), si E: Z? -» ZJ es un homomorfismo de grupos, entonces C = E(Zf)
será un subgrupo de Z\. Nuestro siguiente resultado usará este hecho para mostrar que los
códigos obtenidos al usar una matriz generadora G o una matriz de verificación de paridad
H son códigos de grupo. Además, la demostración de este resultado vuelve a confirmar la
observación hecha (al final de la sección anterior) acerca de el código que surge de una
matriz generadora G o su matriz de verificación de paridad H asociada.
16.7 Códigos de grupos: Decodificación con líderes de clase 807
TEOREMA 16.15 Sea E: Z% -» Z\ una función de codificación dada por una matriz generadora G o la
matriz de verificación de paridad H asociada. Entonces C = E(Z2) es un código de grupo.
Demostración: Estableceremos el resultado demostrando que la función E que surge de G
o H es un homomorfismo de grupos.
Si x, y E Z?, entonces E(x + y) = (x + y)G = xG + yG = E(x) + E(y). Por lo tanto, E es
un homomorfismo y C = E(Z%) es un código de grupo [por la parte (d) del teorema 16.5].
Para el caso de H, si x es un mensaje, entonces E(x) = Xi x2... xmxm +1... x„, donde x = *,
x2...xmGZ%yH- (E(x))u= 0. En particular, E(x) queda determinada de manera única por
estas propiedades. Si y es un mensaje, entonces también lo es x + y y E(x + y) tiene (xi + yi),
(x2 + y2), ■ ■ ■, (xm + ym) como primeras m componentes, al igual que E{x) + E(y). Además,
H ■ (E(x) + E(y))"= H ■ {E{x)«+ E{yf) = H ■ E{xf+ H ■ E{yf= 0 + 0 = 0. Como E(x + y
es el único elemento de Z2 con (xx + y,), (x2 + y2), . . . , (xm + ym) como sus primeras m
componentes y tal que H ■ (E(x + y))lr= 0, se sigue que E(x + y) = E(x) + E(y). Por lo tanto,
E es un homomorfismo de grupos y, en consecuencia, C = {c & Z\ \H ■ ca= 0} es un
código de grupo.
Ahora usamos la estructura de grupo de C, junto con sus clases en ZJ, para desarrollar
un esquema de decodificación. Nuestro ejemplo usa el código desarrollado en el ejemplo
16.25, pero el procedimiento se aplica a cualquier código de grupo.
Ejemplo 16,26 Desarrollaremos una tabla de decodificación de la manera siguiente.

1) Primero enumeramos en una fila los elementos del código de grupo G, empezando
con la identidad.
000000 100110 010011 001101 110101 101011 011110 111000.

2) A continuación seleccionamos un elemento je de Z\ (Z2, en general) de modo que*
no aparezca en la tabla desarrollada hasta el momento y que tenga peso mínimo.
Después enumeramos los elementos de la clase x + C, de modo que x + c quede
directamente debajo de c para cada c £ C. Para x = 100000 tenemos
000000 100110 010011 001101 110101 101011 011110 111000

100000 000110 110011 101101 010101 001011 111110 011000.
3) Repetimos el paso 2 hasta que las clases induzcan una partición de Z\ (Z2, en
general). Esto produce la tabla de decodificación que se muestra en la tabla 16.8.
4) Una vez construida la tabla de decodificación, para cada palabra recibida r encon
tramos la columna que contiene a r y usamos las tres primeras componentes de la
palabra codificada c de la parte superior de la columna para decodificar r.
A partir de la tabla vemos que las palabras codificadas para las palabras recibidas
rx = 101001 r2= 111010 r3 = 001001 r4 = 111011

son
d = 101011 c 2 = 111000 c3 = 001101 c 4 = 101011,
respectivamente. De estos resultados, podemos concluir que los mensajes respectivos son
H>, = 1 0 1 w2 = l l l w3 = 001 w4 = 101.
Tabla 16.8
Tabla de decodificación para el código del ejemplo 16.25
000000 100110 010011 001101 110101 101011 011110 111000

100000 000110 110011 101101 010101 001011 111110 011000
010000 110110 000011 011101 100101 ilion 001110 101000
001000 101110 011011 000101 111101 100011 010110 110000
000100 100010 010111 001001 110001 101111 011010 111100
000010 100100 010001 001111 110111 101001 011100 111010
000001 100111 010010 001100 110100 101010 011111 111001
010100 110010 000111 011001 100001 lililí 001010 101100
Las entradas de la primera columna de la tabla 16.8 se llaman los líderes de clase. Para
las primeras siete filas, los líderes de clase son iguales en todas las tablas, con alguna
posible permutación de las filas. Sin embargo, para la última fila, podríamos usar 100001
o 001010 en vez de 010100 puesto que también tienen peso mínimo 2. Así, la tabla no
tiene que ser única. [Como resultado, no podemos corregir todos los errores dobles puesto
que podría no haber una única palabra codificada a una distancia mínima para cada r en la
última clase, la correspondiente al líder de clase 010100. Por ejemplo, r = 001010 tiene
tres palabras codificadas más cercanas (a distancia 2): 000000, 101011 y 011110.]
¿Cómo nos ayudan realmente los líderes de clase? Parece que hubiéramos utilizado las
palabras codificadas en la primera fila para decodificar ru r2, r3 y r4.
Consideremos las palabras recibidas ry - 101001 y r2= 111010 en la sexta fila, donde el
líder de clase es x - 000010. Al calcular los síndromes, tenemos que
H-(rOa = = H-(r2)" = Hx'1.
Esto no es coincidencia.
TEOREMA 16.16 Sea C C Z j u n código de grupo para una matriz de verificación de paridad H y sean rur2E
Z2. Para la tabla de clases de Cen Z2, rx y r2 están en la misma clase de C si y sólo si H■
(rir=H-(r2r.
Demostración: Si r¡ y r2 están en la misma clase, entonces rx = x + c¡ y r2 = x + c2, donde x es
el líder de clase y cx y c2 son las palabras codificadas de la parte superior de las columnas
respectivas para r, y r2. Entonces H ■ (r,)lr= H ■ (x + Ci)u= H x"+H ■ (c,)tr= H • xu+ 0 = H
xu, puesto que c, es una palabra codificada. De la misma forma, H ■ (r2)"= H ■ x", de modo
que r,, r2 tienen el mismo síndrome. Recíprocamente, H ■ (r,)tr= H ■ (r2)tr=* H ■fa+ r2)"=
0 => r¡ + r2 es una palabra codificada c. Por lo tanto, rx + r2= c, de modo que r] = r 2 + c y r 1 e
r2 + C. Puesto que r2 G r2 + C, tenemos a r,, r2 en la misma clase.
16.7 Códigos de grupos: Decodificación con líderes de clase 809
Al decodificar las palabras recibidas y usar la tabla 18.6, debemos buscar en los 64
elementos para encontrar una palabra recibida dada. Para C C Z^2, existen 4096 cadenas,
cada una con 12 bits. Tal proceso de búsqueda es tedioso, así que es probable que deba
pensarse en un computador para que realice la búsqueda. Por el momento, parece que esto
significa guardar toda la tabla: 6 x 64 = 384 bits de almacenamiento para la tabla 16.8; 12 X
4096 = 49 152 bits para C C Z\2. Quisiéramos mejorar esta situación. Sin embargo, antes
de que mejoren las cosas, empeorarán si agrandamos la tabla 16.8, como se muestra en la
tabla 16.9. Esta nueva tabla incluye a la izquierda de los líderes de clase (las traspuestas
de) los síndromes de cada fila.
Tabla 16.9
Tabla de decodificación 16.8 con síndromes
000 000000 100110 010011 001101 110101 101011 011110 111000

110 100000 000110 110011 101101 010101 001011 111110 011000
011 010000 110110 000011 011101 100101 ilion 001110 101000
101 001000 101110 011011 000101 111101 100011 010110 110000
100 000100 100010 010111 001001 110001 101111 011010 111100
010 000010 100100 010001 001111 110111 101001 011100 111010
001 000001 100111 010010 001100 110100 101010 011111 111001
111 010100 110010 000111 011001 100001 lililí 001010 101100
Ahora podemos decodificar una palabra recibida r mediante el siguiente procedimiento.

1) Calculamos el síndrome H ■ r".
2) Encontramos el líder de clase x a la derecha de H ■ r".
3) Sumamos x a r para obtener c. (La palabra codificada c que estamos buscando en la
parte superior de la columna que contiene a r satisface c + x = roc = x+r.)
En consecuencia, lo único que necesitamos de la tabla 16.9 son las dos primeras colum
nas, cada una de las cuales necesita (3)(8) + (6)(8) = 72 bits de almacenamiento. Con 18
bits de almacenamiento adicionales para H podemos guardar lo necesario para este proce
so de decodificación, llamado decodificación mediante líderes de clase, en 90 bits de
almacenamiento, en oposición a la estimación original de 384 bits.
Si aplicamos este procedimiento &r- 110110, encontramos el síndrome
Hr"
Como 011 está a la izquierda del líder de clase x - 010000, la palabra codificada c = x + r =
01000 + 110110 = 100110, de la que podemos recuperar el mensaje original, 100.
En este caso, el código es un código de grupo tal que el peso mínimo de las palabras
codificadas distintas de cero es 3, por lo que esperamos poder encontrar un esquema de
decodificación que corrija los errores simples. Realizamos esto debido a que los patrones
de error de peso 1 son todos líderes de clase. No podemos corregir todos los errores do
bles; sólo un patrón de error de peso 2 es un líder de clase. Todos los patrones de error de
peso 1 o 2 tendrían que ser líderes de clase antes de que nuestro esquema de decodificación
pueda corregir los errores simples y dobles en la transmisión.
A diferencia de la situación del ejemplo 16.25, donde usamos los síndromes también
para la decodificación, ahora las cosas son diferentes. Una vez que tenemos una tabla
completa que enumere todas las clases de C en Zf, el proceso de decodificación mediante
los líderes de clase nos dará la respuesta para todas las palabras recibidas, no sólo para
aquellas que son palabras codificadas o con síndromes que aparecen entre las columnas de
la matriz de verificación de paridad H. Sin embargo, debemos observar que todavía existe
un problema, puesto que la última fila de nuestra tabla no es única. A pesar de ello, como
lo afirma nuestro último resultado, este método proporciona un esquema de decodificación
mejor que cualquier otro.
TEOREMA 16.17 Si decodificamos mediante líderes de clase, r G ZJ es una palabra recibida y r se decodifica
como la palabra codificada c* (que después decodificamos para recuperar el mensaje),
entonces d(c*, r) < d (c, r) para todas las palabras codificadas c.
Demostración: Sea x el líder de clase para la clase que contiene a r. Entonces r = c* + x, o
r + c* = x, de modo que d(c*, r) = p(r + c*) = p(x). Si c es cualquier palabra codificada,
entonces d(c, r) = p(c + r) y tenemos c + r - c + (c* + x) = (c + c*) + x. Como C es un
código de grupo, se sigue que c + c* G C y por lo tanto c + r está en la clase x+ C. Entre
los elementos de la clasex + C, el líder de clase* se elige como el elemento que tiene peso
mínimo, por lo que p(c + r) > p(*). En consecuencia, d(c*, r) - p(x) < p(c + r) = d(c, r).
16.8
Matrices de Hamming
Hemos visto que la matriz de verificación de paridad H es útil para corregir los errores
simples de una transmisión cuando (a) H no tiene una columna de ceros y (b) no hay dos
columnas de H que sean iguales. La matriz
1 1 0 11 0 0
H 10 1 1 0 1 0
0 1 1 1 0 0 1
satisface estas dos condiciones y tiene el número máximo posible de columnas para el
número de filas (r - 3). Si añadimos otra columna, H ya no nos servirá para corregir los
errores simples.
La matriz generadora G asociada con H es
1 0 0 0 1 1 0
G = 0 1 0 0 1 0 1
0 0 1 0 0 1 1
0 0 0 1 1 1 1 .
En consecuencia, tenemos un código de grupo (7, 4). La función de codificación E: Z£ ->
Zj codifica mensajes de cuatro bits como palabras codificadas de siete bits. Observamos
que, como H está determinada por tres ecuaciones de verificación de paridad, hemos
maximizado el número de bits que tenemos en los mensajes (según nuestro esquema de
codificación actual). Además, las columnas de H, leídas de arriba hacia abajo, son los
equivalentes en binario de los enteros del 1 al 7.
16.8 Matrices de Hamming 811
En general, si partimos de r ecuaciones de verificación de paridad, entonces la matriz

de verificación de paridad H puede tener hasta 2 r - 1 columnas y servir para corregir los
errores simples. En estas circunstancias, H=[B\II], donde B es una matriz r x T- 1 - r y
G =[Im\B,r], con m = 2r- 1 - r. La matriz de verificación de paridad H asociada con un
código de grupo (2 r - 1, 2 r - 1 - r) es una matriz de Hamming y el código se conoce como
un código de Hamming.
1&2T Si r = 4 , entonces 2 r - 1 = 15 y 2 r - 1 - r = 11. La única matriz de Hamming posible para r-

4 es
"1 1 1 1 1 1 1 0 0 0 0 1 0 0 (f
1 1 1 1 0 0 0 1 1 1 0 0 1 0 0
1 1 0 0 1 1 0 1 1 0 1 0 0 1 0
1 0 1 0 1 0 1 1 0 1 1 0 0 0 1.
De nuevo, las columnas de H contienen los equivalentes en binario de los enteros del 1 al
15 ( = 2 4 - 1).
Esta matriz H es la matriz de verificación de paridad de un código de Hamming (15,11)
cuya razón de codificación es 11/15.
Respecto a la razón de codificación de estos códigos de Hamming, para cualquier r > 2,

la razón de codificación m/n de dicho código está dada por mln = (2 r - 1 - r)/(2 r - 1) = 1 - [rl
( 2 r - 1)]. Conforme r crece, r/(2 r - 1) tiende a cero y la razón tiende a 1.
Concluimos nuesto análisis de la teoría de la codificación con una última observación.

En la sección 16.6 presentamos G (y íf) en lo que llamamos laforma sistemática. También
son posibles otras disposiciones de las filas y columnas de estas matrices, las cuales dan
códigos equivalentes. (El lector puede ver más detalles de esto en el texto de L. Dornhoff
y F. Hohn [2].) Mencionamos esto puesto que es una práctica común enumerar las colum
nas en una matriz de Hamming de r filas de modo que las representaciones binarias de los
enteros de 1 a 2r~ 1 aparezcan como las columnas de H si se leen de izquierda a derecha.
Para el código de Hamming (7, 4), la matriz H mencionada al inicio de esta sección toma
ría la forma (equivalente)
0 0 0 1 1 1 1
//,= 0 1 1 0 0 11
10 10 10 1
En este caso, la identidad aparece en las columnas primera, segunda y cuarta y no en las
últimas tres. En consecuencia, usaríamos estas componentes para verificar la paridad y ver
que si enviamos el mensaje w = w1w2vv3W4, entonces la palabra codificada correspondiente
E{w) será CiC2w1c}w2wJw4, donde
Ci = Wi + W2 + W4
C2 = Wi + VV3 + W4
C3 = W2 + H>3 + W4,
tr
de modo que //, • (£(w)) = 0.
EJERCICIOS 16.7 1. Sea E: Zf —> Zf la función de codificación de un código C. ¿Cuántos cálculos son necesarios
Y 16.8 para determinar la distancia mínima entre las palabras codificadas? ¿Cuántos cálculos son
necesarios si E es un homomorfismo de grupos?
2. a) Use la tabla 16.9 para decodificar las siguientes palabras recibidas.
000011 100011 111110 100001 001100 011110 001111 111100

b) ¿Cambia alguno de los resultados de la parte (a) si usamos un conjunto diferente de líderes
de clase?
3. a) Construya una tabla de decodificación (con síndromes) para el código de grupo dado por la
matriz generadora
1 0
G =
0 1
b) Use la tabla de la parte (a) para decodificar las siguientes palabras recibidas.
11110 11101 11011 10100 10011 10101 11111 01100

c) ¿Corrige este código los errores simples de transmisión?
4. Sea
1 1 0 1 1 0 0
//= 1 0 1 1 0 10
0 1 1 1 0 0 1
la matriz de verificación de paridad de un código de Hamming (7, 4).
a) Codifique los siguientes mensajes: 1000 1100 1011 1110 1001 1111.
b) Decodifique las siguientes palabras recibidas: 1100001 1110111 0010001 0011100.
c) Construya una tabla de decodificación que conste de los síndromes y líderes de clase del código.
d) Use el resultado de la parte (c) para decodificar las palabras recibidas dadas en la parte (b).
a) ¿Cuáles son las dimensiones de la matriz generadora del código de Hamming (63, 57)?
¿Cuáles son las dimensiones de la matriz de verificación de paridad H asociada?
b) ¿Cuál es la razón de codificación de este código?
Compare las razones de codificación del código de Hamming (7, 4) y del código de triple
repetición (3, 1).
a) Seap = 0.01 la probabilidad de transmisión incorrecta para un canal simétrico binario. Si se
envía el mensaje 1011 por medio del código de Hamming (7,4), ¿cuál es la probabilidad de
una decodificación correcta?
b) Responda la parte (a) para un mensaje de 20 bits enviado en cinco bloques de longitud 4.
16.9
Enumeración y equivalencia:
Teorema de Burnside
En esta sección y las dos siguientes desarrollaremos una técnica áz conteo conocida como
el método de enumeración de Polya. Nuestro desarrollo no será demasiado riguroso. Con
frecuencia, sólo enunciaremos los resultados generales de la teoría vistos en la solución de
un problema específico. Nuestro primer encuentro con el tipo de problema al que se aplica
esta técnica de conteo aparece en el siguiente ejemplo.
Éjeropl© 1&2& Tenemos un conjunto de palillos, todos de la misma longitud y del mismo color, y un
segundo conjunto de discos de plástico. Cada disco tiene dos agujeros, como se muestra
en la figura 16.4, en donde se insertan los palillos para formar diferentes figuras, como un
cuadrado. (Véase la Fig. 16.5.) Si cada disco es rojo o blanco, ¿cuántos cuadrados distin
tos podemos formar?
Si el cuadrado se considera fijo, entonces los cuatro discos se localizan en cuatro posi
ciones diferentes; en cada posición usamos un disco rojo o blanco. Así, existen 24= 16
configuraciones diferentes, que se muestran en la figura 16.5, donde un círculo oscuro
indica un disco rojo. Separamos las configuraciones en seis clases, cí(l), c?(2),..., cf(6),
de acuerdo con el número y posición relativa de los discos rojos.
Supongamos ahora que el cuadrado no está fijo sino que se puede mover en el espacio.
A menos que marquemos los vértices (discos) de alguna manera, ciertas configuraciones
de la figura 16.5 serán indistinguibles después de tales movimientos.
Figura 16.4
c«D c€(2)
9 9
ce (3) c€(4)
<? O ? ?
O O o o 6
C,3
ct(S) c€(6)
Figura 16.5
Para poner estos conceptos en un contexto más matemático, usaremos el grupo no

abeliano de movimientos rígidos tridimensionales de un cuadrado para definir una rela
ción de equivalencia sobre las configuraciones de la figura 16.5. Puesto que usaremos este
grupo en ésta y las siguientes dos secciones, daremos ahora una descripción detallada de
sus elementos.
En la figura 16.6 tenemos el grupo G = {n0, nlt n2, n¡, r1; r2, r3, rA} de los movimientos
rígidos para el cuadrado de la parte (a), donde hemos etiquetado los vértices como 1, 2,3
y 4. Las partes (b) a (i) de la figura muestran la forma en que se aplica cada elemento de G.
Hemos expresado cada elemento del grupo como una permutación de {1,2, 3,4} y en una
nueva forma llamadaprvducto de ciclos disjuntos. Por ejemplo, en la parte (b) vemos que 7tL
= (1234). El ciclo (1234) indica que si comenzamos con el cuadrado de la parte (a), des
pués de aplicar nu vemos que 1 se ha movido a la posición que ocupaba en un principio 1,
2 ha pasado a la de 3, 3 a la de 4 y 4 a la de 1. En general, si xy aparece en un ciclo,
1 2 4 1 3 4
4 3 3
."%
2 2
í> 1
Posición inicial Rotación de 90° en el sentido de Rotación de 180° en el sentido de
del cuadrado las manecillas del reloj las manecillas del reloj
T, = (]¡34) = (1234) «■2 = (1234 ) = (13)(24)
(a) (b) (0
2 3 1 2 4 3
1
O 4 4
0 3
--- —
1
-
2
Rotación de 270° en el sentido Rotación de 360° en el sentido de Reflexión respecto a la horizontal
de las manecillas del reloj las manecillas del reloj
77
3 = (
4123 ) = (1432) flb = ( ] 2 | 4 ) = (1)(2)(3)(4) r, = (]¡34) = (14)(23)
(d) (e) (f)
i
2 1 3 / \ 4
i 2 1 N
i // \\
* y
i s
i 4 \ 3
3 i 4 / 1 2 \
Reflexión respecto a la vertical Reflexión respecto a la diagonal Reflexión respecto a la diagonal
que pasa por los vértices 2 y 4 que pasa por los vértices 1 y 3
r2 = ( r3 = ( ] 2 3 * ) = (13)(2)(4) r4 = (]234) = (1)(24)(3)

2143 ) = (12)(34)
(9) (h) (i)
Figura 16.6
entonces x pasa a la posición que ocupaba originalmente y. Además, para un ciclo en

donde x y y aparecen como (x . . . y), y pasa a la posición que ocupaba x al aplicar el
movimiento descrito por este ciclo. Observe que (1234) = (2341) = (3412) = (4123). De
cimos que cada uno de estos ciclos tiene longitud 4, el número de elementos del ciclo. En
el caso de rx en la parte (f) de la figura, partimos de 1 y vemos que r¡ manda 1 a 4, por lo
que tenemos (14...) como inicio de nuestro primer ciclo en la descomposición de rx. Sin
embargo, r, manda 4 a 1, por lo que hemos completado una parte, a saber, (14) de toda la
descomposición. Entonces elegimos un vértice que no haya aparecido; por ejemplo, el
vértice 2. Puesto que rx manda 2 a 3 y 3 a 2, obtenemos un segundo ciclo (23). Esto
termina con todos los vértices y entonces (14)(23) = rlt donde los ciclos (14) y (23) no
tienen vértices en común. En este caso, cada una de las expresiones (14)(23) = (23)(14) =
(23)(41) = (32)(41) proporciona una representación de rx como producto de ciclos disjuntos,
cada uno de longitud dos. Por último, el elemento del grupo r3 = (13)(2)(4), el ciclo (2)
indica que 2 queda fijo por, o invariante bajo, la permutación r3. Cuando se conoce el
número de vértices incluidos, también podemos escribir la permutación r3 como (13),
donde se entiende que los elementos faltantes quedan fijos. Sin embargo, escribiremos
todos los ciclos en nuestras descomposiciones, ya que esto será útil en nuestro análisis.
Antes de continuar con nuestro análisis principal acerca de los discos y los palillos,
analizaremos otro resultado relativo a los ciclos disjuntos.
En el grupo S6 de todas las permutaciones de {1, 2, 3, 4, 5, 6}, sea n = (\ \ \ \ \'). Como
producto de ciclos disjuntos,
ir = (123)(4)(56) = (56)(4)(123) = (4)(231)(65).

Si a E S6, con a = {\ l i í l í), entonces
m , y i m (1 2 3 4 5 6\/l 2 3 4 5 6\
a = (124)056) = ( 2 4 3 ! 5 ^ 2 5 4 6 3 j'
de modo que podemos pensar cada ciclo como un elemento de S6.

Por último, si a = (124)(3)(56) y (3 = (13)(245)(6) son elementos de S6, entonces
« 3 = (124)(3)(56)(13)(245)(6) = (143)(256),
mientras que
3 a = (13)(245)(6)(124)(3)(56) = (132)(465).
Regresamos a las 16 configuraciones, o coloraciones, de la figura 16.5 y ahora analiza

mos la forma en que cada elemento del grupo G, de la figura 16.6, actúa sobre estas con
figuraciones. Por ejemplo, Tti = (211 íj permuta los números de acuerdo con una rotación
de 90° en el sentido de las manecillas del reloj, para el cuadrado de la figura 16.6(a), lo que
produce el resultado de la figura 16.6(b). ¿Cómo actúa una rotación de este tipo sobre 5 =
{Cu C2,. ■ . , Ci6} nuestro conjunto de coloraciones? Usamos 7t* para distinguir entre la
rotación de 90° en el sentido de las manecillas del reloj para {1, 2, 3, 4} y la misma
rotación aplicada a 5 = {Cu C 2 , . . . , Cl6} Tenemos que
C\ C2 C3 C4 C¡ C(, C7 Cg Cg Cío CU C\I C\-¡ Cu C\¡ Ci¿ j

>C\ C3 C¡, Cs Cj Cj C$ C9 C6 Cu Cío Q3 C14 Ci5 C,2
Como producto de ciclos disjuntos,

TTI* = (C\)(Ci C3 C¡, Cs)(C(, C7 Cs Cg)(Cio Cn)(Ci2 C i3 Cu CisXCié).
Observemos que, bajo la acción de 7t*, no se modifica ninguna configuración en otra que
esté en otra clase.
Como segundo ejemplo, consideremos la reflexión r3 de la figura 16.6(h). La acción de
este movimiento rígido sobre S está dada por
r* —
C\ Ci C3 C¡, C¡ C(¡ C-¡ C8 C9 Cío CU Cn C [3 Cu Cu Ctó

C\ C2 Cs C4 C3 Cy C(, C9 Cg Cío Cn Cu C¡ 3 Cn C15 C16/
= (d)(C 2 )(C 3 C5)(C<)(C6 C7)(CS C 9 )(C,o)(C u )(C 12 C14)(C13)(C15)(C16).

De nuevo, ninguna de las configuraciones es transformada por r* en otra que está fuera de
la clase en la que estaba anteriormente.
Usamos la idea de que el grupo G actúa sobre el conjunto S para definir la siguiente
relación Sñ sobre S. Para las coloraciones C„ C¡ G S donde 1 < y,j < 16, escribimos C,3¡
Cj si existe una permutación a S G tal que c*(Cj) = C,, Es decir, como o* actúa sobre las
16 configuraciones de S, C¡ es transformada en C¡. Esta relación Sft es una relación de
equivalencia, como verificaremos a continuación.
a) (Propiedad reflexiva) Para toda C, G S, tal que 1 < Í < 16, se sigue que C¡SftC¡,
puesto que G contiene la permutación identidad. [7t*(C,) = C, para todo 1 < / < 16.]
b) (Propiedad simétrica) Si C¡ Sñ. C¡ para ChCj G S entonces a*(C¡) = C¡, para algún
G G. G es un grupo, por lo que o - 1 G G y vemos que (G*)~l = (a~[)*. (Verifique esto
para dos opciones de a G G.) Por lo tanto, C¿= (cr')*(Q y C¡ Sfi C¡.
c) (Propiedad transitiva) Sean C„ Cy, Ck G S tales que C, Sh C¡ y C¡ SR Ck. Entonces C¡=
Cf*(Cf) y Ck= x*(C¡), para a l g u n o s O , T £ C . Por el cierre en G, ax G G y vemos que
(ax)* = a*T*, donde c se aplica antes enox y a* antes ena*x*. (Verifique esto para
dos permutaciones específicas a, x G G.) Entonces Ck= (ax)*(C,) ySftes transitiva.
[Es probable que el lector haya notado que Ck= x*(Cy) = X*(<T*(C,)) y pensado que
deberíamos escribir (ax)*= x*a*. De nuevo, ha habido un cambio de notación para
la función compuesta que habíamos ya definido en el capítulo 5. Aquí escribimos
a*x* en vez de (ax)*, y aplicamos primero a*.]
Como SR es una relación de equivalencia sobre S, Sh divide a 5 en clases de equivalen

cia, que son precisamente las clases cC(l), cí(2), . . . , cí(6) de la figura 16.5. En conse
cuencia, existen seis configuraciones no equivalentes bajo la acción del grupo. Así, entre
las 16 coloraciones originales, sólo 6 son realmente distintas.
Podemos generalizar lo ocurrido en este ejemplo de la manera siguiente. Si S es un
conjunto de configuraciones, sea G un grupo (de permutaciones) que actúa sobre S. Si la
relación Sft se define sobre 5 como x Sh y si n*(x) = y, para alguna 116G, entonces 2^ es
una relación de equivalencia.
Si sólo se dispone de discos rojos y blancos para unir los palillos, podríamos haber
obtenido la respuesta de este ejemplo a partir de los resultados de la figura 16.5. Sin em
bargo, desarrollamos un poco de matemáticas para responder la pregunta. Si nos referimos
16.9 Enumeración y equivalencia: Teorema de Bumside 817
a 5 como el conjunto de 2-coloraciones de los vértices de un cuadrado, comenzamos a

preguntarnos acerca del papel de 2 y a buscar el número de configuraciones no equivalen
tes si los discos vienen en tres o más colores.
Además, podríamos observar que la función f(r, w) = r 4 + r3w + 2r2w2 + rw} + w* es la
función generatriz (de dos variables) para el número de configuraciones no equivalentes
de S. En este caso, el coeficiente de r'w4~', para 0 < i ^ 4, nos proporciona el número de
2-coloraciones diferentes que tienen i discos rojos y (4 - Í) blancos. El coeficiente de r2w2
es 2 debido a las dos clases de equivalencia cí(3) y cf(4). Por último,/(l, 1) - 6, el número
de clases de equivalencia. Esta función generatriz/^ w) es el inventario de patrones de las
configuraciones. La examinaremos con más detalle en las siguientes dos secciones.
Por ahora, presentamos una versión ampliada de nuestros resultados actuales en el si
guiente teorema. (Una demostración de este resultado aparece en las páginas 136-137 de
C. L. Liu [12].)
TEOREMA 16.18 Teorema de Bumside. Sea S un conjunto de configuraciones sobre las que actúa un grupo
finito de permutaciones. El número de clases de equivalencia en que S se divide por la
acción de G está dado entonces por
|CJ| T6G
donde \\f(n*) es el número de configuraciones en S fijas por Tt*.
Para poder aceptar la validez de este teorema, primero analizaremos dos ejemplos en
los que conocemos las respuestas.
Ejemplo 1&2& En el ejemplo 16.28 vimos que y(nf) = 2, puesto que solamente Cx y C16 están fijos, o
invariantes, bajo TC* Sin embargo, para r3 G G, \|/(r*) = 8 debido a que Ch C2, C4, CI0, Cn,
Ci3» Cl5 y Ci6 permanecen fijos bajo esta acción del grupo. De manera similar, \j/(r*) = 4,
r
\|Í(JI*) = 2, V|/(7to*) = 16, \|/(/f) = y( 2*) = 4 y \|/(/f) = 8. Como \G\ = 8, el teorema de
Bumside implica que el número de clases de equivalencia, o las configuraciones no equiva
lentes, es (1/8)(16 + 2 + 4 + 2 + 4 + 4 + 8 + 8) = (l/8)(48) = 6, la respuesta original.
%*M ¿De cuántas formas pueden sentarse seis personas en tomo de una mesa redonda si dos
disposiciones se consideran equivalentes cuando una se puede obtener de la otra mediante
una rotación en el sentido de las manecillas del reloj, con un ángulo i ■ 60°, para 0 < Í < 5?
En este caso, las seis personas distintas deben sentarse en seis sillas en torno de la mesa,
como se muestra en la figura 16.7. Nuestro grupo de permutaciones G consta de las rota
ciones TI, en el sentido de las manecillas del reloj con un ángulo de i ■ 60°, donde 0 < i ¿
5. En este caso, las reflexiones no son importantes. La situación es bidimensional, ya que
sólo podemos rotar el ciclo (que representa la tabla) en el plano; el círculo nunca sale del
plano. El número total de configuraciones posibles es 6!. Vemos que \|/(TC*) = 6! y que \|/(TC*)
= 0, para 1 < / < 5. (Es imposible mover a varias personas y que al mismo tiempo éstas
permanezcan fijas en una posición dada.)
Figura 16.7
En consecuencia, el número total de disposiciones no equivalentes para sentarse es
(r-r) 2 <KO = í-)(6! + 0 + 0 + 0 + 0 + 0) = 5!,

\\G\J a£G \6/
como vimos en el ejemplo 1.16 del capítulo 1.
Ahora analizaremos una situación en la que es más clara la potencia de este teorema.
Ejemplo 16-31 ¿De cuántas formas podemos 3-colorear los vértices de un cuadrado, si el cuadrado debe
moverse en tres dimensiones?
Ahora tenemos los palillos del ejemplo 16.28, junto con discos rojos, blancos y azules.
Si observamos el grupo de la figura 16.6, tenemos lo siguiente:
V|/(7t*) = 34, puesto que la identidad fija 81 configuraciones en el conjunto S de posibles
configuraciones.
\|/(7tf) = V|/(n*) = 3, para cadarcf, n* deja invariantes solamente las configuraciones con
todos los vértices del mismo color.
\|/(7C*) = 9, ya que 7C? puede fijar solamente aquellas configuraciones en las que los
vértices opuestos (en forma diagonal) tienen el mismo color. Consideremos un cuadra
do como el que se muestra en la figura 16.8. Hay tres opciones para colocar un disco
con color en el vértice 1 y después una opción para relacionarlo con el vértice 3. De la
misma forma, existen tres opciones de colores en el vértice 2 y después uno para el
vértice 4. En consecuencia, hay nueve configuraciones invariantes bajo 7t*.
V(r*) = V(r?) = 9. En el caso de r*, para el cuadrado que se muestra en la figura 16.8
tenemos tres opciones para colorear cada uno de los vértices 1 y 2 y después debemos
hacer corresponder el color del vértice 4 con el color de vértice 1 y el color del vértice
3 con el del vértice 2.
Por último, \\f(r*) = vj/(r?) = 27. Para r*, tenemos nueve opciones para colorear los dos
vértices en 2 y 4 y tres opciones para el vértice 1. Entonces existe solamente una opción
para el vértice 3, puesto que debe coincidir con el color del vértice 1.
4 3 Figura 16.8
Por el teorema de Burnside, el número de configuraciones no equivalentes es (l/8)(3 4 +

3 + 3 2 +3 + 3 2 +3 2 +3 3 +3 3 ) = 21.
EJERCICIOS 16.9 1. Consideremos la configuración que aparece en lafigura16.5.

a) Determine TC?, 7t*. r* y r*.
b) Verifique que (Tif1)* = (Ttf)"' y (rf1)* = (/f )"'•
c) Verifique que (TI,, r¡)* = n* r* y (7t3, r4)* = TC* r*.
2. Exprese cada uno de los siguientes elementos de S7 como producto de ciclos disjuntos.
12 3 4 5 6 7 1 2 3 4 5 6 7\
2 4 6 7 15 3 P = 3 6 5 2 1 7 4/
12 3 4 5 6 7 1 2 3 4 5 6 7\
y= 2 3 17 5 4 6 8=
4 2 7 1 3 6 5/
3. a) Determine el orden de cada uno de los elementos del ejercicio 2.

b) Enuncie un resultado general acerca del orden de un elemento en Sn en términos de las
longitudes de los ciclos en su descomposición como producto de ciclos disjuntos.
4. a) Determine el número de formas distintas en que podemos colorear los vértices de un trián
gulo equilátero usando los colores rojo y blanco, si podemos mover el triángulo libremente
en tres dimensiones.
b) Responda la parte (b) si también se dispone del color azul.
5. Responda las preguntas del ejercicio 4 para un pentágono regular.
6. a) ¿Cuántas formas distintas hay de pintar las aristas de un cuadrado con tres colores dife
rentes?
b) Responda la parte (a) para las aristas de un pentágono regular.
7. Hacemos una pulsera para niña con cuatro cuentas colocadas en un alambre circular. Los colo
res de las cuentas son rojo, blanco, azul y verde y existen al menos cuatro cuentas de cada
color.
a) ¿Cuántas pulseras distintas se pueden hacer de esta forma si las pulseras se pueden rotar
pero no reflejar?
b) Responda la parte (a) si las pulseras se pueden rotar y reflejar.
8 Un bastón se pinta con tres bandas cilindricas de color (no necesariamente distintas) y cada
banda tiene la misma longitud que las demás.
a) ¿Cuántas decoraciones distintas pueden hacerse si hay tres colores disponibles de pintura?
b) Responda la parte (a) para bastones con cuatro bandas cilindricas.
c) Responda la parte (a) para bastones con n bandas cilindricas.
d) Responda las partes (a) y (b) si las bandas cilindricas adyacentes deben tener colores
distintos.
¿De cuántas formas podemos 2-colorear los vértices de las configuraciones que se muestran en
la figura 16.9 si éstos son libres de moverse (a) en dos dimensiones? (b) en tres dimensiones?
Figura 16.9
10. Una pirámide tiene una base cuadrada y cuatro caras que son triángulos equiláteros. Si pode
mos mover la base libremente (en tres dimensiones), ¿cuántas formas no equivalentes hay de
pintar las cuatro caras si tenemos pintura de cuatro colores distintos? ¿Cuántas formas hay si el
color de la base debe ser diferente de los colores de las caras triangulares?
11.a) ¿De cuántas formas podemos pintar las casillas de un tablero de ajedrez 3 x 3 usando
pintura azul y roja? (El fondo del tablero es negro.)
b) ¿De cuántas formas podemos construir un tablero de ajedrez 3 x 3 uniendo (con pegamen
to) cuadrados de plástico transparente con tintes azul o rojo? (Tenemos nueve cuadrados
disponibles de cada color.)
12. Responda el ejercicio 11 para un tablero de ajedrez 4 x 4 . [Reemplace cada "nueve" en la parte
(b) con "dieciséis".]
13. ¿De cuántas formas podemos pintar los siete caballos (idénticos) de un carrusel, usando pintu
ra negra, marrón y blanca?
14. a) Sea S un conjunto de configuraciones y G un grupo de permutaciones que actúa sobre 5. Si
xGS, demuestre que {7t e GI n*{x) =x] es un subgrupo de G (llamado el estabilizador d
x).
b) Determine los subgrupos estabilizadores de la parte (a) para cada una de las configuracio
nes C7 y C15 de lafigura16.5.
16.10
El índice de ciclo
Al aplicar el teorema de Burnside, nos enfrentamos al cálculo de \|/(rc*) para cada n £ G,

donde G es un grupo de permutaciones que actúa sobre un conjunto S de configuraciones.
Si el número de colores disponibles aumenta y las configuraciones se vuelven más com
plejas, tales cálculos se complican un poco. Además, parece que si podemos determinar el
número de 2-coloraciones para un conjunto S de configuraciones, podríamos usar algo del
trabajo realizado en este caso para determinar el número de 3-coloraciones, 4-coloraciones,
etcétera. Encontraremos alguna ayuda si regresamos a la solución del ejemplo 16.28. Esta
vez prestaremos más atención a la representación de cada permutación n G G como pro
ducto de ciclos disjuntos. Resumiremos nuestros resultados en la tabla 16.10.
Para 7t0, el neutro de G, escribimos n 0 = (1)(2)(3)(4), un producto de cuatro ciclos
disjuntos. Representaremos esta estructura de ciclo en forma algebraica como xf, donde x¡
indica un ciclo de longitud 1. El término x¡ es la representación de la estructura de ciclo
de 7to. En este caso, interpretamos "disjunto" como "independiente", en el sentido de que
el color utilizado para pintar los vértices de cualquier ciclo no influye en la selección de
los colores para los vértices de otro ciclo. Mientras los vértices de un ciclo dado tengan el
mismo color, encontraremos configuraciones que son invariantes bajo n*. (Definitiva
mente, parece que estamos exagerando el uso de las matemáticas, puesto que TI* fija todas
las 2-coloraciones del cuadrado.) Además, como podemos pintar los vértices de cada ciclo
con rojo o blanco, tenemos 24 configuraciones y vemos que (r + ¿) 4 = r 4 + 4r3¿? + 6 ^ ^ +
4rb3 + b* genera estas 16 configuraciones. Por ejemplo, del término d^b2 observamos que
existen seis configuraciones con dos vértices rojos y dos blancos, como se ve en las clases
cí(3) y cí(4) de la figura 16.5.
Analizamos ahoran¡ y vemos que 7ti = (1234), un ciclo de longitud 4. Esta estructura de
ciclo queda representada por xt y aquí solo hay dos configuraciones invariantes. El hecho
Tabla 16.10
Represen
Movimientos Configuraciones tación de n
rígidos K en 5 que son en estructura Inventario de configuraciones que son
(Elementos de G) invariantes bajo It* de ciclo invariantes bajo 71*
4
7T0=(1)(2)(3)(4) 2": Todas las confi (r + wf = r4 + 4r3w + 6 r V + 4rw3 + w4
guraciones en 5
ir! = (1234) 2: C j , Ci6 x* rA + wA = rA + wA
ir 2 =(13)(24) 2 : C\, Cío, C U , Ci6 x\ (r2+w2)2 =rA +2r2w2 + wA
TT3 = (1432) 2: C j , Ci6 Xi rA+wA =rA + wA
r, = (14)(23) 2 : C\, CT, Ct), Cu x\ (r2 + w2)2 =rA + 2r2w2 + wA
r2 = (12)(34) 2 : C\, C(¡, Cg, Cig x\ (r2 + w2)2 =rA +2r2w2 + wA
r3 = (13)(2)(4) 2 : Ci, C2, C4, Cío, X2XI (r2 + w2)(r + w)2 = rA + 2r3w + 2r2w2 + 2rv? + wA
C u , C13, C15, Ci 6
r 4 =(l)(24)(3) 2 : Ci, C3, C5, Cío, X2x\ (r 2 + w2)(r + w)2 = rA + 2r3w + 2r2w2 + 2rw3 + wA
C u , C12, C14, C ] 6
Inventario")
i (x4i + 2xt + 3x\ + 2x2x\) completo ) = 8 ' 4 + 8rw + 16rlw2 + 8rw 3 + 8wA
de que la estructura de ciclo para Jti sólo tenga un ciclo indica que para que una configura
ción sea invariante bajo nf, cada vértice en este ciclo debe pintarse del mismo color. Si
podemos elegir entre dos colores, sólo existen dos configuraciones posibles: Ci y Ci6. En
este caso, el término (r4 + bA) genera estas configuraciones.
Proseguimos con r{ y tenemos que rx = (14)(23), un producto de dos ciclos disjuntos de
longitud 2; el término x\ representa esta estructura de ciclo. Para que la configuración
quede fija con r*, los vértices 2 y 3 deben tener el mismo color; es decir, tenemos dos
opciones para colorear los vértices en (23). También tenemos dos opciones para colorear
los vértices de (14). En consecuencia, obtenemos 22 configuraciones invariantes: Cx(rA),
Q(r2b2), C9(r2b2) y C16(Z>4).[(r2+ b2f= rA+2r2b2+ bA.]
Por último, en el caso de r3= (13)(2)(4), tenemos que;c2*2 indica su descomposición en
un ciclo de longitud 2 y dos de longitud 1. Los vértices en 1 y 3 deben pintarse del mismo
color si la configuración debe quedar fija con r*. Con tres ciclos y dos opciones de color
para cada ciclo, tenemos 23 configuraciones invariantes, que son Ci(r4), C2(r3¿), C4(r3¿>),
Cio(r2¿>2), Cn(r2b2), Cl}(rb3), Cl}(rbl) y CXi(bA). La función generatriz para estas configura
ciones es (r2 + b2)(r + b)2, ya que cuando consideramos el ciclo (13) tenemos dos opciones:
ambos vértices en rojo (r 2 ) o ambos vértices en blanco (b2). Esto nos da (r 2 + b2). Para
cada vértice único en los dos ciclos de longitud 1, r + b proporciona las opciones para cada
ciclo, (r + b)2 las opciones para ambos. Por la independencia de la elección de colores
cuando pasamos de un ciclo a otro, (i2+ b2)(r+b)2 genera las 23 configuraciones invariantes
bajo r*.
Argumentos similares proporcionan la información que aparece en la tabla 16.10 para
las permutaciones n2, n}, r2 y r4.
En este momento vemos que lo que determina el número de configuraciones invariantes
bajo 7t*, para n G G, depende de la estructura de ciclo de n. Dentro de cada ciclo, debemos
usar el mismo color, pero podemos seleccionar ese color de las dos o más opciones dispo
nibles. Para r,, teníamos dos ciclos (de longitud 2) y 22 configuraciones. Si disponemos de
tres colores, el número de configuraciones invariantes es 32. Para m colores, el número es
m2. Si sumamos estos términos para todas las estructuras de ciclo que pueden surgir, obte
nemos X^cVC711*).
Ahora queremos enfatizar las estructuras de ciclo, así que definimos el índice de ciclo,
Pa, para el grupo G (de permutaciones), como
=
Pc{x\,*2,*3,*4) ]—: 2 (representación de estructura de ciclo de 7t).
\G\ irEG
En este ejemplo,
Pc(*i,*2,*3,*4) = (l/8)(*t + 2* 4 + 3x\ + 2x2x\).
Si reemplazamos cada x¡, x2, x}, ;c4 por 2, vemos que el número de 2-coloraciones no
equivalentes es igual a
P0(2,2,2,2) = (l/8)(2 4 + 2(2) + 3(22) + 2(2)(22)) = 6.
Resumiremos nuestros hallazgos en el siguiente resultado.
TEOREMA 16.19 Sea S un conjunto de configuraciones en el que actúa un grupo de permutaciones G. (G es

un subgrupo de 5„, el grupo de todas las permutaciones de {1, 2, 3 , . . . , n] y el índice de
ciclo PQ= (XU x2, x3,. .. , x„) de G es
(1/|G|) 2 n e c (representación de estructura de ciclo de 7t).)
El número de m-coloraciones no equivalentes de 5 es entonces Pa =(m,m,m,..., m).
Terminamos la sección con un ejemplo que usa este teorema.
Ejemplo 16.32 ¿De cuántas formas distintas podemos 4-colorear los vértices de un hexágono regular que
puede moverse libremente en el espacio?
Para un hexágono regular, existen 12 movimientos rígidos: (a) las seis rotaciones de 0o,
60°, 120°, 180°, 240°, 300°, en el sentido de las manecillas del reloj; (b) las tres reflexio
nes respecto a las diagonales que pasan por los vértices opuestos; y (c) las tres reflexiones
respecto a las rectas que pasan por los puntos medios de los lados opuestos.
1
(1) (1)(2)(3)(4)(5)(6) x* (7) (1)(26)(35)(4) x\x\
(2) (123456) x6 6/ ^ ^ ^ 2 (8) (13)(46)(2)(5) x\x\
(3) (135X246) xf (9) (15)(24)(3)(6) x}x\
(4) (14)(25)(36) x¡ (10) (12)(36)(45) 4
(5) (153)(264) x\ 5 k. ^ 3 (11) (14)(23)(56) x¡
(6) (165432) x6
4
(12) (16)(25)(34) x¡
Figura 16.10
En la figura 16.10 hemos enumerado cada elemento del grupo como un producto de
ciclos disjuntos, junto con su representación de la estructura de ciclo. En este caso,
Pc(xux2,x3, Xi,x5,x6) = (l/12)(x 6 ! + 2x6 + 2x\ + Ax\ + 3x\x\),
y entonces existen
PG(4,4,4,4,4,4) = (1/12)(4 6 + 2(4) + 2(42) + 4(43) + 3(42)(42)) = 430
4-coloraciones no equivalentes de un hexágono regular. (Nota: Aunque ni x4 ni x¡ aparecen
en una representación de estructura de ciclo, podemos enumerar estas variables entre los
argumentos de PG.)
EJERCICIOS 16.10 1. ¿Cuántas 5-coloraciones distintas existen para los vértices de un cuadrado que puede moverse
libremente en (a) dos dimensiones? (b) tres dimensiones?
2. Responda el ejercicio 1 para un pentágono regular.
3. Encuentre el número de 4-coloraciones no equivalentes de las configuraciones que aparecen
en la figura 16.11 cuando éstas pueden moverse libremente en (a) dos dimensiones; (b) tres
dimensiones.
a) ¿Cuántas 3-coloraciones distintas existen para los vértices de un hexágono regular que
puede moverse libremente en el espacio?
b) Dé un argumento combinatorio para mostrar que para todo m G Z*, (m6+ 2m + 2m2+ 4m3 +
3m4) es divisible entre 12.
a) ¿Cuántas 5-coloraciones distintas existen para los vértices de un hexágono regular que
puede moverse libremente en dos dimensiones?
b) Responda la parte (a) si el hexágono puede moverse libremente en tres dimensiones.
c) Encuentre dos 5-coloraciones que sean equivalentes para el caso (b) pero distintas para el
caso (a).
¿Cuántas 3-coloraciones existen para las aristas de las configuraciones que se muestran en la
figura 16.11 si éstas pueden moverse libremente en (a) dos dimensiones? (b) tres dimensiones?
Figura 16.11
7. a) ¿Cuántas 3-coloraciones distintas existen para las aristas de un cuadrado que puede mover
se libremente en tres dimensiones?
b) ¿Cuántas 3-coloraciones distintas existen para los vértices y las aristas de dicho cuadrado?
c) Si un cuadrado se puede mover libremente en tres dimensiones, sean k, m y n el número de
3-coloraciones distintas de sus vértices (únicamente), de sus aristas (únicamente) y de sus
vértices y aristas, respectivamente, ¿n = km! (Dé una explicación geométrica)
16.11
El inventario de patrones:
Método de enumeración de Polya
En esta última sección regresaremos al ejemplo 16.28 y nos concentraremos en el inventa

rio de patrones y la forma de obtenerlo a partir del índice de ciclo.
Para 7to G G, toda configuración en 5 es invariante. Esta (representación en) estructura
de ciclo para 7to está dada por x¡, donde para cada ciclo de longitud 1 tenemos la opción de
colorear el vértice en ese ciclo rojo (r) o blanco (b). Si usamos + para representar la o
exclusiva, escribimos (r + b) para denotar las dos opciones para ese vértice (ciclo de lon
gitud 1). Con cuatro de estos ciclos, (r + ¿>)4 genera los patrones de las 16 configuraciones.
En el caso de 7^= (1234), *4 denota la estructura de ciclo y en este caso los cuatro
vértices deben tener el mismo color para la configuración si deben permanecer fijos bajo
7t*. En consecuencia, los cuatro vértices son rojos o los cuatro son blancos, y expresamos
esto en forma algebraica como r 4 + b4.
En este momento, observamos que para cada una de las permutaciones consideradas, el
número de factores en el inventario de patrones para esa permutación es igual al número
de factores en el inventario de patrones en su (representación en) estructura de ciclo. ¿Es
esto solamente una coincidencia?
Si proseguimos con rx = (14)(23), encontraremos la estructura de ciclo x\. Para el ciclo
(14) debemos pintar ambos vértices 1 y 4 rojos o blancos. Representamos estas opciones
como r2 + b2. Puesto que hay tales ciclos de longitud 2, la función generatriz para el inven
tario de patrones de configuraciones de 5 fijos mediante r* es (r2 + b2)2. De nuevo, el
número de factores en la estructura de ciclo es igual al número de factores en el término
correspondiente de la función generatriz.
Por último, para r3 = (13)(2)(4), la estructura de ciclo es x2x\ = x2x2. Para cada uno de
los ciclos (2) y (4), r + b representa las opciones para cada par de vértices, mientras que
(r + bf cuenta las cuatro coloraciones del par. El ciclo (13) indica que los vértices 1 y 3
deben tener el mismo color; r2+ b2 cuenta las dos posibilidades. Por lo tanto, el sumando
de la función generatriz para estas configuraciones es (r + b)2(r2 + b2) y tenemos tres
factores en la estructura de ciclo y el sumando correspondiente de la función generatriz.
Pero aquí surgen más detalles.
Si observamos los términos en las estructuras de ciclo, vemos que, para 1 < / < n, el
factorx¡ en la estructura de ciclo corresponde con el término r'+ b' en el sumando asociado
de la función generatriz.
Continuando con las estructuras de ciclo para n2, 7t3, r2 y r4 veremos que podemos
obtener el inventario de patrones reemplazando cada JC, en PG(xu x2, x3, xt) con r' + f, para
1 < i < 4. En consecuencia,
Pdr + b,r2 + b2, r 3 + b\ r 4 + ¿4) = r* + r3b + 2r2b2 + rb} + b\

16.11 El inventario de patrones: Método de enumeración de Polya 825
(Esto produce una octava parte del inventario completo enumerado en la tabla 16.10.)
Si tuviéramos tres colores (rojo, blanco y azul), la sustitución para x¡ sería r' + b¡ + a',
donde 1 < i < 4.
Generalizamos estas observaciones en el siguiente teorema.
TEOREMA 16.20 Método de enumeración de Polya. Sea S un conjunto de configuraciones sobre las que
actúa un grupo de permutaciones G, donde G es un subgrupo de S„ y G tiene índice de
ciclo Pa= (*], x2,..., x„). Entonces la función generatriz del inventario de patrones de las
w-coloraciones no equivalentes de S está dada por
m m
PG\ ZJCÍ,2JCÍ, . . . , 2J c" J,
\¿=i ¡=i /=i ,
donde cu c2,. . ■, cm denotan los m colores disponibles.
Aplicaremos este teorema en los siguientes ejemplos.
Efempto 16.33 Una pulsera para niña se forma con tres cuentas (roja, blanca y azul) en un alambre al que
se le da la forma circular. Las pulseras son equivalentes si podemos obtener una de otra
mediante una rotación (plana). Encuentre el inventario de patrones de estas pulseras.
En este caso, G es el grupo de rotaciones de un triángulo equilátero, de modo que G =
{(1)(2)(3), (123), (132)}, donde 1, 2, 3 denotan los vértices del triángulo. Entonces PG =
(¿i, x2, *3) = (l/3)(x,3 + 2x3) y el inventario de patrones está dado por (l/3)[(r + b + á? + 2(r3 +
í>3+ a3)] = (l/3)[3r 3 + 3r2b + 3r2a + 3rb2+ 6rba + 3ra 2 + 3b3+ 3b2a + 3ba2+ 3a3] = r 3 + r2b +
r2a + rb2 + 2rba + ra2 + b} + b2a + ba2 + a3. Interpretamos este resultado como sigue:
1) Para cada sumando, distinto de 2rba, el coeficiente es 1, puesto que sólo existe una
única pulsera (distinta) de este tipo. Es decir, existe una pulsera con tres cuentas
rojas (para r3), una con dos cuentas rojas y una cuenta blanca (para r2b), etcétera,
para los otros siete sumandos con coeficiente 1.
2) El sumando 2rba tiene coeficiente 2 debido a que existen dos pulseras no equiva
lentes con una cuenta roja, una blanca y una azul, como se muestra en la figura
16.12.
Figura 16.12
Si también podemos reflejar las pulseras, entonces G es {(1)(2)(3), (123), (132), (1)(23),
(2)(13), (3)(12)} y el inventario de patrones de este caso es el mismo que el anterior, con
una excepción. En este caso tenemos rba, en vez de 2rba, puesto que los patrones (de
rotación) no equivalentes de la figura 16.12 se vuelven equivalentes si se permiten las
reflexiones.
Consideremos las 3-coloraciones de las configuraciones del ejemplo 16.28. Si los tres
colores son rojo, blanco y azul, ¿cuántas configuraciones no equivalentes tienen exacta
mente dos vértices rojos?
Dado que PG(x\, x2, x}, x4) = (1/8)(JCI4 + 2x4+ 3JC| + 2x2x2), la respuesta es la suma de los
coeficientes de r2b2, r2a2 y r2ba en (l/8)[(r + b + a)4 + 2(r4 + b4 + a4) + 3(r2 + b2 + a2)2 + 2(r2+
b2+a2)(r+b + a)2].
En (r + b + a)4, tenemos el término 6r2b2+ 6r2a2+ \2r2ba. Para 3(r 2 + b2+ a2)2, nos
interesa el término 6r2b2 + 6r2a2, mientras que 4r2b2+ 4r2a2+ 4r2ab surge en 2(r 2 + ¿2 +
a2)(r + b + a)2.
Entonces, (l/8)[6r2¿>2+ 6r 2 a 2 + 12r2¿>a + 6r2b2+ 6r2a2+ 4r2b2+ 4r2a2+4r2ab] = 2r2b2+
2r a + 2r2ab, el inventario de las seis configuraciones no equivalentes que tienen exacta
2 2
mente dos vértices rojos.
Nuestro siguiente ejemplo trata del inventario de patrones para las 2-coloraciones de
los vértices de un cubo. (Los colores son rojo y blanco.)
Para el cubo de la figura 16.13, veremos que su grupo G de movimientos rígidos consta de
lo siguiente.
1) La transformación identidad, con estructura de ciclo xf.
2) Rotaciones de 90°, 180° y 270° respecto a un eje que pasa por los centros de dos
caras opuestas: De la figura 16.13(a) tenemos
Rotación de 90°: (1234)(5678) Estructura de ciclo: x¡
Rotación de 180°: (13)(24)(57)(68) Estructura de ciclo: x\
Rotación de 270°: (1432)(5876) Estructura de ciclo: x¡
Puesto que hay otros dos pares de caras opuestas, estas nueve rotaciones se tie
nen en cuenta en el término 3x$ + 6xj en el índice de ciclo.
3) Las rotaciones de 180° respecto a un eje que pasa por los puntos medios de dos aristas
opuestas. Como en la figura 16.13(b), tenemos la permutación (17)(28)(34)(56), cuya
7 180"
3 2
X /
3 2 2
/
1
X 4 > \ /
1
A - 7 6 6 7, 6
y
\ x
/ // / // / X //
/ \ / 1
8 5 8 5 \ 8
90°, 180°, 270° \

120°, 240°
(a) (b) (0
Figura 16.13
16.11 El inventario de patrones: Método de enumeración de Polya 827
estructura de ciclo está dada por xj. Como existen seis pares de aristas opuestas,
estas rotaciones contribuyen con el término 6x* al índice de ciclo.
4) Rotaciones de 120° y 240° respecto de un eje que pasa por dos vértices diagonalmente
opuestos. De la parte (c) de la figura, tenemos
Rotación de 120°: (168)(274)(3)(5) Estructura de ciclo: xr x2 r 2
l3
Rotación de 240°: (186)(247)(3)(5) Estructura de ciclo: x\x\

En este caso, hay cuatro pares de tales vértices, lo que da lugar al término %x\x\ en el
índice de ciclo.
Por lo tanto, PG(*i. *2> • • ■ . x%) = (l/24)(xf + 9x$ + 6x¡ + 8x¡x¡) y el inventario de
patrones para estas configuraciones es
(l/24)[(r + bf + 9(r2 + b2Y + 6(r 4 +fc4)2+ 8(r + ¿>)V + ¿>3)2]

= r8 + r7fc + 3r6b2 + 3r5b3 + 7r*b4 + 3r3fc5 + 3r2b6 + rb1 + b*
Si reemplazamos r y b por 1, encontramos 23 configuraciones no equivalentes.
Puesto que el método de enumeración de Polya fue desarrollado en un principio para

contar los isómeros de los compuestos orgánicos, cerraremos la sección con una aplica
ción relativa a cierta clase de compuestos orgánicos. Esto se basa en el ejemplo de C. L.
Liu. (Véanse las páginas 152-154 de la referencia [12].)
Ijerfcpl© 1&36 En este caso nos interesa estudiar las moléculas orgánicas de la forma que se muestra en la
figura 16.14, donde C es un átomo de carbono y X denota cualquiera de las siguientes
componentes: Br (bromo), H (hidrógeno), CH3 (metilo) o C2H5 (etilo). Por ejemplo, si
reemplazamos cada X por H, obtenemos el compuesto CH4 (metano). La figura 16.14 no
nos debe confundir. La estructura de estos compuestos orgánicos es tridimensional. En
consecuencia, utilizamos el tetraedro regular para modelar dicha estructura. Podemos co
locar el átomo de carbono en el centro del tetraedro y colocar nuestra selección deXen los
vértices 1, 2, 3 y 4, como se muestra en la figura 16.15.
•x
X
El grupo G que actúa sobre estas configuraciones está dado por:
1) La transformación identidad (1)(2)(3)(4) con estructura de ciclo x¡.

2) Rotaciones de 120° o 240° respecto de un eje que pasa por un vértice y el centro de
la cara opuesta. Como lo muestra la figura 16.15(a), tenemos
Rotación de 120°: (1)(243) Estructura de ciclo xtx3
Rotación de 240°: (1 )(234) Estructura de ciclo X\ xz
Por simetría, existen otros tres pares de vértices y caras opuestas, por lo que estos
movimientos rígidos contribuyen con el término 8*1*3 en Pa(xi, x2, x}, x,).
3) Rotaciones de 180° respecto a un eje que pasa por los puntos medios de dos aristas
opuestas: el caso que se muestra en la parte (b) de esta figura está dado por la
permutación (14)(23) cuya estructura de ciclo es x\. Como existen tres pares de
aristas opuestas, obtenemos el término 3x\ en PG(x¡, x2, x3, x4).
Por lo tanto, PG(xu x2, x3, x4) = (l/12)[x,4 + 8Ar,jc3 + 3x¡] y P c (4, 4, 4, 4) = (1/12) • [44 +
8(42) + 3(42)] = 36, de modo que existen 36 compuestos orgánicos diferentes que pueden
formarse de esta manera.
Por último, si queremos saber cuántos de estos compuestos tienen exactamente dos
átomos de bromo, sean w, x, y y z los "colores" Br, H, CH3 y C2H5, respectivamente;
encontramos la suma de los coeficientes w2*2, w2y2, w2z2, w2xy, w2xz y w2yz en el inventario
de patrones
(1/12)[(H> + x + y + zf + 8(w + x + y + z)(w3 + x3 + y3 + z3) + 3(w2 + x2 + y2 + z2)2].
Para (w + x + y + z)\ el término de importancia es 6w2;t2 + 6w2y2 + 6w2z2 + \2w2xy +
\2w2xz + I2w2yz. El sumando intermedio del inventario de patrones no da lugar a ninguna
de las configuraciones deseadas, mientras que en 3(w2+ x2 + y2+ z2)2 encontramos 6w2;t2 +
6w*y2 + 6w2z2-
En consecuencia, el inventario de patrones de los compuestos que contienen exacta
mente dos átomos de bromo es
(í/12)[12w2x2 + 12H>y + \2w2z2 + 1 2 w 2 ^ + I2w2xz + 12w2yz]
y existen seis de tales compuestos.
EJERCICIOS 16.11 1.a) Encuentre el inventario de patrones para las 2-coloraciones de las aristas de un cuadrado
que se puede mover libremente en (i) dos dimensiones; (ii) tres dimensiones. (Considere
que los colores son rojo y blanco.)
b) Responda la parte (a) para 3-coloraciones, donde los colores son rojo, blanco y azul.
2. Si un pentágono regular puede moverse libremente en el espacio y podemos utilizar los colores
rojo, blanco y azul para sus vértices, ¿cuántas configuraciones no equivalentes tienen exacta
mente tres vértices rojos? ¿Cuántas de ellas tienen dos vértices rojos, uno blanco y dos azules?
3. Suponga que en el ejemplo 16.35 utilizamos una 2-coloración para las caras del cubo, el que
podemos mover libremente en el espacio.
a) ¿Cuántas 2-coloraciones distintas hay en esta situación?
b) Si los colores disponibles son rojo y blanco, determine el inventario de patrones.
c) ¿Cuántas coloraciones no equivalentes tienen 3 caras blancas y 3 rojas?
Para los compuestos orgánicos del ejemplo 16.36, ¿cuántos tienen al menos un átomo de bromo?
¿Cuántos tienen exactamente tres átomos de hidrógeno?
Encuentre los inventarios de patrones para las 2-coloraciones de los vértices de las configura
ciones en la figura 16.11, cuando podemos mover éstos libremente en el espacio. (Considere
que los colores son verde y oro.)
a) ¿De cuántas formas podemos pintar los siete caballos (idénticos) de un carrusel con pintura
negra, marrón y blanca de modo que haya tres caballos negros, dos marrones y dos blancos?
b) ¿De cuántas formas habría igual número de caballos negros y marrones?
c) Dé un argumento combinatorio para verificar que para todo n & Z+, n2 + 6/i es divisible
entre 7.
a) ¿De cuántas formas podemos pintar los ocho cuadros de un tablero de ajedrez de 2 x 4,
utilizando los colores rojo y blanco? (El fondo del tablero es de color negro.)
b) Encuentre el inventario de patrones para las coloraciones de la parte (a).
c) ¿Cuántas de las coloraciones de la parte (a) tienen cuatro cuadros rojos y cuatro blancos?
¿Cuántas tienen seis cuadros rojos y dos blancos?
a) ¿Cuántas 2-coloraciones existen para las ocho regiones del molino que se muestra en la
figura 16.16 si se usan los colores negro y oro, y si el fondo de cada región es gris?
b) Responda la parte (a) para las 3-coloraciones posibles, utilizando pintura negra, oro y azul
para colorear las regiones.
c) Para las coloraciones de la parte (a), ¿cuántas tienen cuatro regiones negras, dos oro y dos
azules?
Figura 16.16
Sean m, n GZ* con n > 3. ¿Cuántos sumandos distintos aparecen en el inventario de patrones
de las m-coloraciones de los vértices de un polígono regular de n lados?
16.12
Aunque el concepto de grupo de transformaciones evolucionó en forma gradual en el

estudio de la geometría, el principal impulso en el desarrollo del concepto de grupo provi
no del estudio de las ecuaciones polinomiales.
Los métodos de solución de ecuaciones cuadráticas eran conocidos para los antiguos
griegos. Después, en el siglo xvi, se hicieron algunos avances en la solución de ecuaciones
polinomiales de grado 3 y 4, con coeficientes racionales. Leonhard Euler (1707-1783) y
Joseph-Louis Lagrange (1736-1813) prosiguieron con los polinomios de grado mayor o

igual que cinco e intentaron resolver la ecuación general de quinto grado. Lagrange obser
vó que debía existir una relación entre el grado n de una ecuación polinomial y el grupo de
permutaciones S„. Sin embargo, fue Niels HenrikAbel (1802-1829) quien demostró final
mente que no era posible encontrar una fórmula para resolver la ecuación general de quin
to grado utilizando solamente operaciones de suma, resta, multiplicación, división o ex
tracción de raíces. Durante el mismo periodo, el problema de la existencia de una condi
ción necesaria y suficiente para la solución por radicales de un polinomio de grado n £ 5
con coeficientes racionales fue estudiado y resuelto por el ilustre matemático francés Evariste
Galois (1811-1832). Puesto que la obra de Galois utiliza las estructuras de grupos y cuer
pos, diremos algo más de ella en el resumen del capítulo 17.
Niels HenrikAbel (1802-1829)
Si analizamos las páginas 278-280 de J. Stillwell [20], veremos que el concepto de

grupo y, de hecho, la misma palabra actual "grupo" apareció por vez primera en la obra de
Galois Mémoire sur les conditions de résolubilité des équations par radicaux, publicada
en 1831. La asociatividad, el neutro del grupo y los inversos eran consecuencia de las
hipótesis de Galois, ya que él trabajó únicamente con un grupo de permutaciones de un
conjunto finito y su definición de grupo sólo pedía la propiedad de cierre. Fue Arthur
Cayley (1821-1895), en su artículo de 1854 On the Theory ofGroups, as Depending on
the Symbolic Equation 6" = 1, quien vio por primera vez la necesidad de enunciar la pro
piedad asociativa para los elementos del grupo. La primera mención real de los inversos
en la definición de grupo aparece en el artículo de 1883 Gruppentheoretischen Studien II
de Walther Franz Antón von Dyck (1856-1934).
El concepto de clase lateral, que presentamos en la sección 16.3, fue desarrollado tam
bién por Evariste Galois (en 1832). El término fue acuñado en 1910 por George Abram
Miller (1863-1951).
Después de los logros de Galois, la teoría de grupos afectó muchas áreas de las mate
máticas. Por ejemplo, a fines del siglo xix, el matemático alemán Félix Klein (1849-1929),
16,12 Resumen y repaso histórico 831
en lo que ha dado en llamarse el programa de Erlanger, intentó codificar todas las geome
trías existentes de acuerdo con el grupo de transformaciones en las cuales eran invariantes
las propiedades de la geometría.
Muchos otros matemáticos, comoAugustin-Louis Cauchy (1789-1857), ArthurCayley
(1821-1895), Ludwig Sylow (1832-1918), Richard Dedekind (1831-1916) y Leopold
Kronecker (1823-1891), contribuyeron al desarrollo de ciertos tipos de grupos. Sin em
bargo, fue en 1900 cuando se estableció una lista de condiciones para definir un grupo abs
tracto general.
Durante el siglo xx, se han realizado muchas investigaciones en un intento por analizar
la estructura de los grupos finitos. Para los grupos abelianos finitos, se sabe que cualquier
grupo de este tipo es isomorfo a un producto directo de grupos cíclicos cuyo orden es una
potencia de un primo. Sin embargo, se ha visto que el caso de los grupos no abelianos
finitos es más complejo. A partir de la obra de Galois, se ha prestado particular atención a
un tipo especial de subgrupo llamado subgrupo normal. Para un grupo G, un subgrupo H
(de G) es normal si para todo g S G y todo hGH, ghg'1 E H. En un grupo abeliano, todo
subgrupo es normal, pero éste no es el caso para grupos no abelianos. En todo grupo G,
{e} y G son subgrupos normales, pero si G no tiene otros subgrupos normales decimos
que es simple. Durante las últimas cinco décadas, los matemáticos han buscado y determi
nado todos los grupos simples finitos y analizado su papel en la estructura de todos los
grupos finitos. Entre los principales promotores de este desarrollo están los profesores
Walter Feit, John Thompson, Daniel Gorenstein, Michael Aschbadher y Robert Griess, Jr.
Para más detalles acerca de la historia y efectos de este monumental trabajo, el lector
puede consultar los artículos de J. A. Gallian [3], A. Gardiner [5], M. Gardner [6], R.
Silvestri [19] y, particularmente, el de D. Gorenstein [8].
Existen muchos textos a los cuales recurrir para un estudio posterior de la teoría de
grupos. A nivel introductorio, los textos de J. A. Gallian [4] y V. Larney [11] proporcionan
un análisis que va más allá de la introducción dada en este capítulo. El texto de I. Herstein
[10] es una fuente excelente e incluye material relativo a la teoría de Galois.
Los inicios de la teoría de la codificación algebraica pueden seguirse hasta 1941, cuan
do Claude Elwood Shannon comenzó sus investigaciones de los problemas en las comuni
caciones. Estos problemas surgieron de las necesidades de la guerra. Su investigación
produjo nuevas ideas y principios que fueron publicados posteriormente en 1948, en el
artículo [18]. Como resultado de su obra, Shannon es reconocido como fundador de la
teoría de la información. Después de esta última publicación, aparecieron los resultados
de M. Golay [7] y R. Hamming [9], las cuales dieron un fuerte impulso a la investigación
en el área. Las 1478 referencias enumeradas en la bibliografía que aparecen al final del
volumen II de los textos de F. MacWilliams y N. Sloane [13] deben dar una idea de la
actividad en el área después de 1950.
Nuestro tratamiento de la teoría de la codificación sigue el desarrollo del capítulo 5 del
texto de L. Dornhoff y F. Hohn [2]. El texto de V. Pless [14] proporciona un tratamiento
agradable de los temas en un nivel intermedio. Un trabajo más avanzado relativo a la
codificación aparece en los libros de F. MacWilliams y N. Sloane [13] y de A. Street y W.
Wallis [21]. Una aplicación interesante del uso del principio del palomar en la teoría de la
codificación aparece en el capítulo XI de [21].
En las secciones 9, 10 y 11 de este capítulo tratamos una técnica de enumeración cuyo
desarrollo se atribuye al matemático húngaro George Polya (1887-1985). Su artículo [15]
proporciona las técnicas fundamentales para el recuento de clases de equivalencia de
isómeros químicos, grafos y árboles. (En cierta medida, las ideas de este trabajo fueron
anticipadas por J. Redfield [17].) Desde entonces, estas técnicas han tenido un valor incal
culable en los problemas de recuento de áreas como la realización electrónica de las fun
ciones booleanas. El teorema fundamental de Polya fue generalizado por primera vez en el
artículo de N. DeBruijn [1] y existen en la bibliografía otras extensiones de estas ideas. El
artículo de R. C. Read [16] relata la profunda influencia que el teorema de Polya ha tenido
en los desarrollos en análisis combinatorio. (El número de la revista que contiene este
artículo incluye también varios otros artículos relativos a la vida y obra de George Polya.)
Nuestro tratamiento del tema sigue la presentación dada en el artículo de A. Tucker
[22]. En el capítulo 5 del texto de C. L. Liu aparece una presentación más rigurosa de este
método.
BIBLIOGRAFÍA
1. DeBruijn, Nicolaas Govert, "Polya's Theory of Counting", capítulo 5 deApplied Combinatoria

Mathematics, editado por Edwin F. Beckenbach, Nueva York, Wiley, 1964.
2. Dornhoff, Larry L. y Franz E Hohn., Applied Modern Algebra, Nueva York, Macmillan, 1978.
3. Gallian, Joseph A., 'The Search for Finite Simple Groups", Mathematics Magazine 49, 1976,
págs. 163-179.
4. Gallian, Joseph A., Contemporary Abstract Algebra, 2" ed., Lexington, Mass., D.C. Heath and
Company, 1990.
5. Gardiner, Anthony, "Groups of Monsters", New Scientist, 5 de abril de 1979, pág. 34.
6. Gardner, Martin, "The Capture of the Monster: AMathematical Group with a Ridiculous Number
of Elements", Scientific American 242(6), 1980, págs. 20-32.
7. Golay, Marcel J. E., "Notes on Digital Coding", Proceedings ofthe IRÉ 37, 1949, pág. 657.
8. Gorenstein, Daniel, "The Enormous Theorem", Scientific American 253(6), 1985, págs. 104-
115.
9. Hamming, Richard W., "Error Detecting and Error Correcting Codes", Bell System Technical
Journal 29, 1950, págs. 147-160.
10. Herstein, Israel Nathan, Topics inAlgebra, 2" ed., Lexington, Mass., Xerox College Publishing,
1975.
11. Lamey,VioletH.,Abstract Algebra: A First Course, Bostón, Prindle, Weber & Schmidt, 1975
13. MacWilliams, F. Jessie y Neil J. A.Sloane, The Theory of Error-Correcting Codes, vols. I y I
Amsterdam, North-Holland, 1977.
14. Pless, Vera, Introduction to the Theory of Error-Correcting Codes, 2* ed., Nueva York, W
1989.
15. Polya, George, "Kombinatorische Anzahlbestimmungen für Gruppen, Graphen und Chemishe
Verbindungen", Acta Mathematica 68, 1937, págs. 145-254.
16. Read, R.C., "Polya's Theorem and Its Progeny", Mathematics Magazine 60, núm. 5, diciem
bre de 1987, págs. 275-282.
17. Redfield, J. Howard, "The Theory of Group Reduced Distributions". American Journal of
Mathematics 49, 1927, págs. 433-455.
18. Shannon, Claude E, "The Mathematical Theory of Communication", Bell System Technical
Journal 27, 1948, págs. 379-423, 623-656. Reimpreso en C. E. Shannon y W. Weaver, The
Mathematical Theory of Communication (Urbana, University of Illinois Press, 1949).
19. Silvestri, Richard, "Simple Groups ofFinite Order", Archivefor the History ofExact Sciences,
20, 1979, págs. 313-356.
20. Stillwell, John, Mathematics and ¡ts History, Nueva York, Springer-Verlag, 1989.
21. Street, Anne Penfold y W.D. Wallis, Combinatorial Theory: An Introduction, Winnipeg, Cana
dá, The Charles Babbage Research Center, 1977.
22. Tucker, Alan, "Polya's Enumeration Formula by Example", Mathematics Magazine 47,1974,
págs. 248-256.
c) Enuncie y demuestre una generalización que in

EJERCICIOS
cluya los resultados de las partes (a) y (b).
COMPLEMENTARIOS
9. Sea (G, °) un grupo tal que
1. Sea/: G —> H un homomorfismo de grupos, donde eH x°a°y = b°a°c^x °y =b°c,

es la identidad en H. Demuestre que para todos a, b, c, x, y E G. Demuestre que (G, °) es un
a) K = [x E GI f(x) = eH) es un subgrupo de G. (K es grupo abeliano.
el núcleo del homomorfismo.)
b) si g E G y x €E K, entonces gxg'1 E K. 10. Para k, n E Z* con n > k > 1, sea Q(n, k) el número de
permutaciones rc E S„, tales que cualquier representación de n
2. SiG,HyKson grupos y G = H x K, demuestre queG como producto de ciclos disjuntos no contiene ciclos de lon
contiene subgrupos que son isomorfos a H y K. gitud mayor que k. Verifique que
3. Sea G un grupo tal que a2~ e para todo a E G. De
muestre que G es abeliano. Q(« + l,*)=¿("j(/!)G(«-U).
4. Si G es un grupo de orden par, demuestre que existe un
elemento a E G tal que a ¿e y a = a1. 11. Para k,nEZ+ tales que n > 2 y 1 < k < n, sea P(n, k)
5. Sea/: G —»H un homomorfismo de grupos. Si Tes un el número de permutaciones % E S„ que tienen k ciclos. (Por
subgrupo de H, demuestre que/~'(7) = ( a £ G |/(a) E T] ejemplo, (1)(23) se cuenta en P(3, 2), (12)(34) se cuenta en
es un subgrupo de G. P(4, 2) y (1)(23)(4) se cuenta en P(A, 3).)
a) Verifique que P(n + l,k) = P{n, k - 1) + nP(n, k).
6. Demuestre que los grupos Z 9 y Z 3 x Z 3 no son
b) Determine £ ¡ , P(n, k).
isomorfos, considerando los órdenes posibles de los elemen
tos. 12. Para n > 1, si o, x E S„, definimos la distancia d(a, x)
entre O y x como
7. Sea/: G —» H un homomorfismo sobreyectivo de gru
pos. Si G es un grupo cíclico, demuestre que H también es c¿(o\ T) = máx{ ¡o-(í) - T(¿)| | l 0 para todas o, x e S„.
sumas a + cyb + dse calculan mediante la suma ii) d(a, x) = 0 si y sólo si o = x.
módulo 2. ¿Cuál es el valor de (1, 0) © (0, 1) © iii) d{a, x) = d(a, x) para todas o, x E S„.
(1, 1) en este grupo? iv) á(p,x) <á(p,o)+d(o,x)paratodosp,o,x ESn.
b) Consideremos ahora el grupo (Z2 x Z2 x Z2, ©), b) Sea € el elemento identidad de Sn (es decir, e(í') = i
donde {a, b, c) ® (d, e,f) = (a + d, b + e, c +f). (En para todo 1 1, sea an el número de permutaciones n
do sumamos los siete elementos distintos de cero en 5„ tales que d(n, e) < 1. Encuentre y resuelva
(o distintos del neutro) en este grupo? una relación de recurrencia para an.
834 Capítulo 16 Grupos, teoría de la codificación y método de enumeración de Poiya
13. La prueba de un proyectil consiste en dispararlo a un b) En realidad utiliza exactamente cuatro de los cinco
blanco. Suponga que la probabilidad de acertar en cualquier colores disponibles?
prueba simple es de 0.75 y que los resultados de los dispa
ros sucesivos son independientes.
a) Si disparamos cuatro proyectiles, ¿cuál es la pro
babilidad de lograr (i) exactamente dos aciertos?
(ii) al menos dos aciertos?
b) ¿Cuántos proyectiles debemos disparar para que la
probabilidad de tener (al menos) un acierto sea al
menos de 0.95?
14. ¿De cuántas formas puede Nina pintar las ocho regio
nes del cuadrado que se muestra en la figura 16.17 si
a) dispone de cinco colores? Figura 16.17
17
Cuerpos finitos
y diseños
combinatorios
A hora es tiempo de recordar la estructura de anillo del capítulo 14 para estudiar los anillos
de polinomios y su papel en la construcción de cuerpos finitos. Sabemos que para cual
quier primo p, (Zp, +, •) es un cuerpo finito, pero aquí veremos otros cuerpos finitos. Así
como el orden de un álgebra booleana finita debe ser una potencia de 2, los órdenes posi
bles para los cuerpos finitos son/?", donde/? es primo y n G Z+. Como aplicación de estos
cuerpos finitos analizaremos algunos diseños combinatorios, por ejemplo, los cuadrados
latinos. Por último, investigaremos la estructura de una geometría finita y veremos la rela
ción entre este tipo de geometrías y los diseños combinatorios.
17.1
Anillos de polinomios
Recordemos que un anillo (R, +, •) consta de un conjunto no vacío R, tal que (/?, +) es un
grupo abeliano, (R, •) es cerrado bajo la operación asociativa • y las dos operaciones están
relacionadas mediante las leyes distributivas: a(b + c)=ab+acy (b + c)a = ba+ ca, para
a, b, c G R. (Escribimos ab en vez de a • b.)
Para presentar el concepto formal de un polinomio con coeficientes en R, sea x una
indeterminada; es decir, un símbolo que no es elemento del anillo. Utilizamos este símbo
lo x para definir lo siguiente.
Definición 17.1 Dado un anillo (/?,+, •), unaexpresióndelaforma/(j:) = a^c" + a„.1jc"-1 + • • • +a1xl+a0x°,
donde a¡ G R para todo 0 ^ i á n, es un polinomio en la indeterminada x con coeficientes
enR.
Si a„ no es el elemento cero de R, entonces a„ es el coeficiente principal de f(x) y
decimos que f(x) tiene grado n. Por lo tanto, el grado de un polinomio es la máxima
potencia de* que aparece como sumando del polinomio. El término a0x° es la constante, o
término constante, de/(*).
Si g(x) = bmx™ + bm_ixm~l + • • • + bix1 + b0x° es otro polinomio en x sobre R, entonces
/(*) = g(x) si m = n y a,■ = b¡ para todo 0 < i < n.
835
836 Capítulo 17 Cuerpos finitos y diseños combinatorios
Por último, usaremos la notación R[x] para representar el conjunto de todos los
polinomios en la indeterminada x con coeficientes en R.
2
Ejemplo 17,1 a) Sobre el anillo R - (Z6, +, •), la expresión 5X + 3JC' - 2x° es un polinomio de grado
2, con coeficiente principal 5 y término constante -2x°. Como antes, en este caso
usamos a para denotar [a] en Z6. También podemos escribir este polinomio como
5x2 + 3x> + 4x° ya que [4] = [-2] en Z6.
b) Si z es el cero del anillo R, entonces el polinomio cero zx° = z es también el cero de
R[x]; decimos que este polinomio no tiene grado y no tiene coeficiente principal.
Un polinomio sobre R que sea el cero o tenga grado 0 es un polinomio constante.
Por ejemplo, el polinomio 5x° sobre Z7 tiene grado 0 y coeficiente principal 5, por
lo que es un polinomio constante.
Presentamos ahora las operaciones (cerradas binarias) de suma y producto de estos

polinomios para obtener un nuevo anillo. Para un anillo de coeficientes (R, +, •), sean
f(x) = anxn + a^x"'1 + ■ ■+ alx1 + a0x°

g{x) = bmxm + bm-lxm-x + ■■ + blxi + b0x°,
donde ah b¡ £ R para 0 ^ i < n, 0 < j < m.

Sin ^ m, definimos
f(x) + g(x) = 'Z(ai + b,)xi, (1)

í=0
donde b¡ = z para /' > m, y
f(x)g(x) = (anbm)xn+m + (anbm^ + an_, bm)xn+m-1 +

+ (aib0 + aobjx1 + (a0b0)x°. (2)
En la definición def(x) + g(x), el coeficiente (a¡ + b¡), para cada 0 < /' < n, se obtiene al
sumar elementos en R. Para f(x)g(x), el coeficiente de x' es X*=oa'-* bk, donde todas las
sumas y productos ocurren dentro de/? y 0 < t < n + m. El siguiente es un ejemplo del tipo
de cálculos utilizados.
Sean/(x) = 4x3 + 2x2 + 3x[ + lx° y g(x) = 3x2 +x[ +2x° polinomios de Z5[x]. En este caso,
a3 = 4, a2 = 2, ai = 3, a0=l,
b2 = 3, ¿>i = 1, b0 = 2.
Para todo n > 4 tenemos que a„ = 0. Si m > 3, tenemos que bm = 0. Usamos las definicio
nes de las ecuaciones (1) y (2), donde las sumas y productos de los coeficientes son módu
lo 5, para obtener
f{x) + g{x) = (4 + O)*3 + (2 + 3)JC2 + (3 + l)* 1 + (1 + 2)x°

= 4*3 + 0x2 + 4*1 + 3*° = 4x3 + 4xl + 3x°
f(x)g(x) = X a5-k bk )x5 + 2 a4-k bk )x* + 2 a3-k bk )x3

\k=0 I \k=0 I \*=0 /
+ 2 a2-k bk )x2 + X fli-t 6* F + 2 a0-k bk )x°
= (0-2 + 0 - l + 4 - 3 + 2-0 + 3 - 0 + l - O)*5

+ (0-2 + 4 - l + 2 - 3 + 3 - ' 0 + l - O)*4
+ (4-2 + 2 - l + 3-3 + l - O)*3
+ (2 • 2 + 3 • 1 + 1 • 3)x2 + (3 • 2 + 1 ■ l)* 1 + (1 • 2)x°
= 2x5 + Ox* + 4x3 + Ox2 + 2xl + 2x° = 2xs + 4x3 + 2xl + 2x°.
Las operaciones cerradas binarias definidas en las ecuaciones (1) y (2) están diseñadas
para obtener el siguiente resultado.
TEOREMA 17.1 Si R es un anillo, entonces (R[x], +, •), con las operaciones de suma y producto dadas en las
ecuaciones (1) y (2), es un anillo, llamado el anillo de polinomios, o anillo polinomial
sobre R.
Demostración: Las propiedades de anillo para R[x] se basan en las de R. En consecuencia,
aquí demostraremos la ley asociativa del producto como un ejemplo, y dejaremos las de
más demostraciones al lector. Sea h(x) = XLo0***' c o n / ( * ) Y S(x) definidos como antes.
Un sumando típico de (f(x)g(x))h(x) tiene la forma Ax1, donde 0 < t < ( m + /i)+/jy<4es
la suma de todos los productos de la forma (a,¿>;)ct, con 0 < i £ n , 0 < ; < f f i , 0 < k < pei
+ j + k=t. En fl.x)(g(x)h(x)), el coeficiente de x' es la suma de todos los productos de la
forma a,{b¡ck), de nuevo con 0 < i < n, 0 < j < w, 0 < k < p e i +j + k = t. Puesto que R
es asociativo la multiplicación, {a¡b¡)ck = a,(bjCk) para cada uno de esos términos, y entonces
el coeficiente de xf en (f(x)g(x))h(x) es igual al def(x)(g(x)h(x)). Por lo tanto, (f(x)g(x))h(x) =
f(x)(g(x)h(x)).
COROLARIO 17.1 Sea R[x] un anillo-de polinomios.

a) Si R es conmutativo, entonces R[x] es conmutativo.
b) Si R es un anillo con elemento unidad, entonces R[x] es un anillo con elemento
unidad.
c) R[x] es un dominio de integridad si y sólo si R es un dominio de integridad.
Demostración: Dejamos la demostración de este corolario al lector.
Desde este momento, escribiremos x en vez de xl. Si R tiene elemento unidad u, defini
mos x° = u y para cualquier r £ S escribimos rx° como r.
Ejemplo 17,2 Sean f(x), g(x) £ Zs[x], conf(x) = Ax1 + 1 y g(x) -2x + 3. Entonces f(x) tiene grado 2 y
g(x) tiene grado 1. Por nuestras experiencias anteriores con los polinomios, esperamos que
el grado def(x)g(x) sea 3, la suma de los grados de/(*) y g(x). Sin embargo, en este caso,
f(x)g(x) = (4x2 + l)(2;c + 3) = Sx3 + Í2x2 + 2x + 3 = Ax2 + 2x + 3, puesto que [8] = [0] en Z8
Así, el grado def(x)g(x) = 2 < 3 = grado f(x) + grado g(x).
La causa del fenómeno del ejemplo 17.2 es la existencia de divisores de cero en el

anillo Z8. Esta observación nos lleva al siguiente teorema.
TEOREMA 17.2 Sea (/?, +, ■) un anillo conmutativo con elemento unidad u. Entonces R es un dominio de
integridad si y sólo si para todos/(;c), g{x) E R[x], sif(x) y g(x) no son el polinomio cero,
entonces
grado f(x)g(x) = grado f(x) + grado g(x).
Demostración: Sean/(x) = ^" = 0 a¡x', g(x) = ^T"^ bjX', con a„ £z, bm £z.SiR es un dominio
de integridad, entonces a„bm £z, de modo que el grado def(x)g(x) esn + m = grado f(x) +
grado g(x). Por el contrario, si R no es un dominio de integridad, sean a, b GR tales que a ^
z,bj=z pero ab = z. Los polinomios/(x) = ax + u, g(x) = bx + u tienen grado 1, pero/(*)g(jr)
= (a + b)x + u y grado f{x)g{x) < 1 < 2 = grado/(x) + grado g(x).
Sean R un anillo con elemento unidad u yf(x) - a„x" + ■ • ■ + axx + aü £ R[x]. Si r £

entonces/(r) = ani" + • • • + axr + a0 £ R. Nos interesan particularmente los valores de r
tales que/(r) = z.
Definición 17.2 Sean R un anillo con elemento unidad u yf(x) < \ R[x], con grado f(x) >l.SirER yf{r) = z,
entonces r es una raíz del polinomio f{x).
Ejemplo 1 7 3 a) Sif(x) =x2-2G R[x], entonces/(JC) tiene raíces-Jl y --Jl, puesto que(V2~)2 - 2 =
0 = (-T¡2) 2 - 2. Además, podemos escribir/^) = (x --<¡2)(x + -Jl), conx --Jl, x +
■J2 £ R[x]. Sin embargo, si consideramos/(*) como elemento de Q[x], entonces
f(x) no tiene raíces, pues y¡2 y -V2~ son números irracionales. En consecuencia, la
existencia de las raíces de un polinomio depende del anillo correspondiente para los
coeficientes.
b) Para f(x) = x2 + 3x + 2 £ Z6[x], vemos que
/(O) = (O)2 + 3(0) + 2 = 2 /(3) = (3)2 + 3(3) + 2 = 20 = 2

/ ( l ) = (l) 2 + 3(l) + 2 = 6 = 0 /(4) = (4)2 + 3(4) + 2 = 30 = 0
2
/(2) = (2) + 3(2) + 2 = 12 = 0 /(5) = (5)2 + 3(5) + 2 = 42 = 0
En consecuencia, f(x) tiene cuatro raíces: 1, 2, 4 y 5. Esto es más de lo que esperá

bamos. En nuestras experiencias anteriores, un polinomio de grado 2 tenía cuando
mucho dos raíces.
En este capítulo trataremos principalmente de anillos de polinomios K[x], donde Kes

un cuerpo (y K[x] es un dominio de integridad). En consecuencia, ya no analizaremos
situaciones en las que grado f(x)g(x) < grado f(x) + grado g(x). Así mismo, a menos que
digamos lo contrario, denotaremos el elemento cero de un cuerpo con 0 y usaremos 1 para
denotar su elemento unidad.
Como resultado del ejemplo 17.3(b), desarrollaremos ahora los conceptos necesarios
para que un polinomio de grado n tenga cuando mucho n raíces.
Definición 17.3 Sea K un cuerpo. Si/O), g(x) £ K[x] yf(x) no es el polinomio cero,/(X) es un divisor (o
factor) de g(x) si existe h(x) £ K[x] tales que f(x)h(x) = g(x). En este caso, también deci
mos que/C*) divide a g(x) y que g(x) es un múltiplo dcf(x).
Esto nos lleva al algoritmo de la división para polinomios. Sin embargo, antes de de
mostrar el resultado general, examinaremos dos ejemplos particulares.
Ejemplo 1 7 . 4 En cursos anteriores de álgebra aprendimos la división larga de polinomios con coeficien
tes reales. Dados dos polinomios f(x), g(x) con grado f{x) á grado g(x), organizamos
nuestro trabajo en la forma
ql(x) + q2(x) + ---+q,(x)(=q(x))
/(*)gi(*)
g(x) ~ f(x)qi(x)
r(x)
donde continuamos dividiendo hasta que
r(x) = 0 o grado r(x) < grado/(x).
Entonces, g{x) - q{x)f{x) + r(x).

Por ejemplo, SÍ/(JC) = x - 3 y g(x) = lx3-2x2 + 5x-2, entonces/(*), g(x) £ Q[x] (o R[JC],
o C[JC]) y vemos que
7JC2+19X +62 (= q(x))
z
x-7,)lx - 2x2+ 5x- 2
7x 3 - 21A: 2
Í9x2+ 5x- 2
Í9x2 - 57*
62* - 2
62* - 186
184 (= r(x))
Si verificamos estos resultados, tendremos
q{x)f(x) + r(x) = (7A;2 + Í9x + 62)(* - 3) + 184 = lx3 - 2x2 + 5x - 2 = g(x).

Ejemplo Í7<3 La técnica del ejemplo 17.4 también se aplica cuando los coeficientes de los polinomios se
toman de un cuerpo finito.
Sif(x) - 3x2 + 4x + 2 y g(x) = 6x4 + 4*3 + 5x2 + 3x + 1 son polinomios en Z7[jr], entonces
del proceso de división obtenemos los siguientes cálculos.
2x2+ x + 6(=q{x))
3x2 + 4x + 2)6* 4 + 4x3 + 5x2 + 3x + 1
6x 4 + X3 + 4JC2
3x3 + x2 + 3x + 1
3x3 + 4x2 + 2r
4*2 + X + l
4x2 + 3x + 5
5x + 3 (= r(x))
Si realizamos (como antes) toda la aritmética en Z7, veremos que
q(x)f(x) + r(x) = (2x2 + x + 6)(3;t2 + 4x + 2) + (5x + 3)
= 6x* + 4x3 + 5x2 + 3x + 1 = g(x)
Pasemos ahora a la situación general.
TEOREMA 17.3 Algoritmo de la división. Sean/(jc), g(x) £ K[x] y f(x) no es el polinomio cero. Existen
polinomios únicosq(x), r(x) E K[x] tales qucg(x) = q(x)f(x) + r(x), donde r(x) = 0 o grado
r(x)< grado f(x).
Demostración: Sea S = {g(x) - t{x)f{x) \ t(x) E K[x)}.
Si 0 E 5, entonces 0 = g(x) - t(x)f(x) para algún t(x) E K[x]. Entonces, con q(x) - t(x)
y r(x) = 0, tenemos que g(x) = q{x)f(x) + r(x).
Si 0 §É S, consideremos los grados de los elementos de 5 y sea r(x) = g(x) - q(x)f(x) un
elemento en S de grado mínimo. Como r{x) 4= 0, el resultado se sigue si grado r(x) < grado
f(x). En caso contrario, sean
r{x) = a„x" + an-xxn ' + ••• + a2x2 + axx + a0, a„ÍO,

m m i 2
f(x) = bmx + bm.,x - + + b2x + bix + b0, bmÍO,
con n~¿. m. Definimos
h(x) = r(x) - [anb~Jx"-m)f(x) = (an-anb^bm)x" + (a„_, - anb~l b^x"'1

+ ■■■ + (an-m - a„bmlbQ)x"-m + an-m-lx"-m-1 + ■ ■ ■ + alX + a0.
Entonces h{x) tiene grado menor que n, el grado de r(x). Aún más importante, h{x) = [g(x) -
q{x)f(x)} - [a„b"'*"-"]/(JC) = g(x) - [q(x) + anb¿f-"\f{x), por lo que h(x) E S, lo que
contradice la elección de r(x) por tener grado mínimo. En consecuencia, grado r(x) <
grado f(x) y obtenemos la parte de existencia del teorema.
Para la unicidad, sea g(x) = q¡(x)f(x) + r^x) = q2(x)f(x) + r2(x), donde r^x) = 0 o grado
r¡(x) < grado/U), y r2(x) = 0 o grado r2(x) < grado/U). Entonces [q2(x) - qx(x)]f{x)) = r,(x)
- r2(x) y si q2(x) - qx{x) ^ 0, entonces grado {[q2(x) - q\(x)]f{x)) > grado/U), mientras que
r{(x) - r2(x) = 0 o grado ír{(x) - r2(x)] < máx{grado r,(x),grado r2(x)} < grado f(x). En
consecuencia, q¡{x) = q2(x) y rx(x) = r2(x).
El algoritmo de la división nos proporciona los siguientes resultados acerca de raíces y

factores.
TEOREMA 17.4 El teorema del resto. Para/(x) G K[x] y a G K, el resto de la división de/(x) entre x - a es/(a).
Demostración: Del algoritmo de la división, f(x) = g(;c)(;c - a) + r{x), donde r(x) = 0 o
grado r(x) < grado(x - a) = 1. Por lo tanto, r(x) = r es un elemento de K. Si sustituimos a
por x, vemos que f{a) = q(a)(a -a) + r(a) = 0 + r = r.
TEOREMA 17.5 El teorema del factor. SÍ/(JC) G K [x] y a ' K, entonces x - a es un factor de/(x) si y sólo
si a es una raíz def(x).
Demostración: Si x - a es un factor de f(x), entonces f(x) = q{x)(x - a). Como / ( a ) =
q(a){a - a) = 0, a es una raíz de /(x). Recíprocamente, supongamos que a es una raíz de
f(x). Por el algoritmo de la división, f(x) = q(x)(x - a)+ r, donde r G K. Como /(a) = 0,
tenemos que r = 0, de modo que/(;c) = q(x)(x - a) y x - a es un factor de/0c).
Ejemplo 17.6 a) Sea/(x) = x1 - 6x5 + Ax* -x2 + 3x - 7 G Q[x]. Del teorema del resto, se sigue que al
dividir/(x) entre x - 2, el resto es
/(2) = 27 - 6(25) + 4(24) - 22 + 3(2) - 7 = - 5 .

Si fuéramos a dividir/(*) entre x + 1, el resto sería/(-l) = -2.
b) Si dividimos g(x) - x5 + 3x* + x3 + x2 + 2x + 2 G Z5[x] entre x - 1, entonces el resto
en este caso e s g ( l ) = l + 3 + l + l + 2 + 2 = 0 (en Z5). En consecuencia, x - l divide
a g(x) y P° r el teorema del factor,
g(x) = q{x){x - 1) (donde grado q(x) = 4).
Con la ayuda de los resultados de los teoremas 17.4 y 17.5, plantearemos ahora la
última de las ideas principales de esta sección.
TEOREMA 17.6 Si/(x) G K[x] tiene grado n > 1, entonces/(x) tiene un máximo de n raíces en K.
Demostración: La demostración es por inducción matemática sobre el grado átf(x). S\f(x)
tiene grado 1, entonces/(x) = ax + b, para a, b G K, a ¿ 0. Como/(-a _1 b) - 0,f(x) tiene al
menos una raíz en K. Si c¡ y c2 son dos raíces, entonces/^) = ac¡ +b-0 = ac2 + b -f(c2).
Por la cancelación en un anillo, ac\+b = ac2+b=$ acx = ac2. Como K es un cuerpo y aj=
0, tenemos que ac, = ac2 => ti = c2, por lo que/(x) sólo tiene una raíz en K.
Supongamos ahora que el resultado del teorema es verdadero para lodos los polinomios
de grado k{>\) en K[x]. Consideremos un polinomio/(x) de grado k+ 1. Sif(x) no tiene
raíces en K, el teorema queda demostrado. En caso contrario, sea r £ K tal que/(r) = 0. Por
el teorema del factor, f(x) = (x- r)g(x), donde g(x) tiene grado k. En consecuencia, por la
hipótesis de inducción, g(x) tiene a lo sumo k raíces en K yf(x) tiene, a su vez, k + 1 raíces
en AT.
2
Ejemplo 17.7 a) Sea/(*) - x - 6x + 9 £ R[*]. Entonces/(x) tiene como máximo dos raíces en R, a
saber, las raíces 3,3. Además,/(;t) = (x - 3)(x - 3), una factorización en dos factores
de primer grado, o lineales. Así, en este caso, 3 es una raíz de multiplicidad 2.
2
b) Para g(x) = x + 4 £ R[x], g(x) no tiene raíces reales, pero el teorema 17.6 no se
contradice. (¿Por qué?) En C[x], g(x) tiene las raíces 2Í, -2/ y se puede factorizar
como g(x) = (x- 2i)(x + 2i)
2
c) Si h(x) =x + 2x + 6E Zn[x\, entonces h{2) = 0, /i(3) = 0 y éstas son las únicas raíces
del polinomio. Además, h(x) -(x- 2){x - 3) = x2 - 5x + 6 = x2 + 2x + 6, pues [-5] -
[2] en Z7.
d) Como vimos en el ejemplo 17.3(b), el polinomio x2 + 3x + 2 tiene cuatro raíces.
Esto no contradice el teorema 17.6, pues Z7 no es un cuerpo. Además, x2 + 3x + 2 =
(x + l)(x + 2) = (x + 4)(x + 5), dos factorizaciones distintas.
Terminaremos con una última observación, sin demostración, acerca de la idea de

factorización en K[x\. S'\f{x) £ K[x\ tiene grado n y ru r 2 , . . . , r„ son las raíces de/(;c) en
K (donde las raíces pueden repetirse, es decir, r, = r¡ para algunos 1 < i <j < n), entonces
f(x) - a„(x - r^x - r2) ■ ■ • (x - r„), donde an es el coeficiente principal de f(x). Est
representación de/(x) es única salvo por el orden de los factores de primer grado.
EJERCICIOS 17.1 1 Sean f(x), g(x) e Z7[JC], donde f(x) = 2x* + 2x3 + 3x2 + x + 4 y g(x) = 3x3 + 5x2 + 6x +
Determinef(x) + g(x)J(x) - g(x) yf(x)g(x).
2. Determine todos los polinomios de grado 2 en Z2[JC].
3. ¿Cuántos polinomios de grado 2 hay en ZM[;c]? ¿Cuántos de grado 3? ¿Cuántos de grado 4?
¿Cuántos de grado n, para « 6 N ?
4. a) Encuentre dos polinomios no nulos f(x), g(x) en Z12[.x], tales que f(x)g(x) = 0.
b) Encuentre polinomios h(x), k(x) G Z12[*] tales que grado h(x) = 5, grado k(x) = 2 y grado
h(x)k(x) = 3.
5. Termine las demostraciones del teorema 17.1 y el corolario 17.1.
6. Si/U) = axs + bx2 + cx + d, g(x) = 5x2 + 3x- 7 £ Z[x] yf(x) = (3* + l)g(x), encuentre a.b.
7. a) Si/U) = *4 - 16, encuentre sus raíces y factorización en Q[x].
b) Responda la parte (a) para/U) G R[JC].
c) Responda la parte (a) para/U) € C[x].
d) Responda las partes (a), (b) y (c) para/U) =x* - 25.
8. Para cada uno de los siguientes pares/U), g(x), encuentre q(x), r(x) tales queg{x) = q(x)f(x) +
r{x), donde r{x) = 0 o grado r(x) < grado/U).
a) f(x),g(x) e Q[x], f(x) =x4- 5x3 + 7x,g(x) = x5 - 2x2 + 5x - 3
b) f(x),g(x)eZ2[x], f{x)= x2 + \,g(x)= x* + x3 + x2 + x + \
c) f(x),g(x)eZs[x], f(x) =x2 + 3x + \,g(x) =xi + 2x3 + x+4
9. En lo siguiente, encuentre el resto que resulta de dividir/(x) entre g(x).

a) f(x),g(x) e Q[x], f(x) = x8 + 7x5 - 4c 4 + 3x3 + 5x2 - 4, g(x) = * - 3
b) f(x),g(x)eZ2[x],f(x)=x100 + x90 + xm + x50+l,g(x)=x-l
5 4 3 2
c) f(x),g(x) e Zu[x], f(x) = 3x - &c + x -x + 4x - 7, g(x) =x + 9
10. a) Encuentre todas las raíces def(x) = x1 + Ax si/(x) E Z )2 W.
b) Encuentre cuatro polinomios lineales distintos g(x), h(x), s(x), t(x) €E Z\2[x\ tales que/(;t) =
g(x)h(x) = s(x)t(x).
c) ¿Contradicen los resultados de la parte (b) las proposiciones establecidas en el párrafo
posterior al ejemplo 17.7?
11. ¿Es válido el algoritmo de la división (para polinomios) en el dominio de integridad Z[x]l
Explique por qué.
12. Para cada uno de los siguientes polinomios/(x) G Z7[JC], determine todas las raíces de Z7 y
escriba/(x) como producto de polinomios de primer grado.
a) /(x) = x 3 + 5x2 + 2x + 6 b) /(x) = x 7 - x
13. Encuentre un polinomio f(x) en Z[x] cuyas raíces sean 1/3 y - 1/7. [Observe que como (Z, + , •)
es un subanillo de (Q, +, •), podemos considerar a/(x) como un elemento de Q[x].]
14. Dado un cuerpo K, sea f{x) £ K [x], donde f(x) = a¿t? + a„ _ xx" ' ' + • • • + a 2 ^ + atx + a0.
a) Demuestre que x - 1 es factor de/(*) si y sólo si an + a„ _ i + • • • + a2 + ai + a0 = 0.
b) Si n es par, demuestre que x + 1 es factor def(x) si y sólo si a„ + a„ _ 2 + • ■ • + a2 + OQ = a„. ¡ +
a„_ 3 + •■• +a3 + cii.
15. ¿Cuántas unidades tiene el anillo Z5[;t]? ¿Cuántas tiene Z7[x]? ¿Cuántas tiene Zp[x], con /J
primo?
16. Si /? es un dominio de integridad, demuestre que si/(x) es una unidad en R[x], entonces/(;c) es
una constante y es una unidad en R.
17. Verifique que/(x) = 2x + 1 es una unidad en Z¿x\. ¿Contradice esto el resultado del ejercicio 16?
18. Para n 6 Z * , n > 2 , sea/(x) e Z„[x]. Demuestre que sia,bGZya = b (mod n), entonces/(a) =
f(b) (mod n).
19. Sean R, S anillos y sea g: R —> 5 un homomorfismo de anillos. Demuestre que la función G:
R[x] -> S[x] dada por
GÍinx^tginy
V-o / ¿-o
es un homomorfismo de anillos.
20. Sea (R, +, •) un anillo. Si / es un ideal de R, demuestre que l[x], el conjunto de todos los
polinomios en la indeterminada x con coeficientes en /, es un ideal en R[x].
21. Si Kes un cuerpo, sea 5 C K[x], donde/(x) = a¿t? + a„--ixn~l + • ■ ■ + a2x* + atx + a0 € 5 si y
sólo si a„ + a„_ i + • • • + a2 + a, + a0 = 0. Demuestre que S es un ideal de K[x].
17.2
Polinomios irreducibles:
Cuerpos finitos
Ahora queremos construir cuerpos finitos distintos de los del tipo (Z p , +, •)» donde p es
primo. En la construcción usaremos los siguientes polinomios especiales.
Definición 17.4 Sea/(x) E K[x], con ÁTun cuerpo y grado f(x) > 2. Decimos que/(;c) es reducible (sobre
K) si existen g(x), h(x) E K[x], tales que/(x) = g(x)h(x) y cada uno de los polinomiosg(x),
h(x) tiene grado > 1. Sif(x) no es reducible, entonces es irreducible, oprimo.
El teorema 17.7 contiene algunas observaciones útiles acerca de los polinomios

irreducibles.
TEOREMA 17.7 Para polinomios en K[x],
a) cualquier polinomio no nulo de grado S 1 es irreducible.

b) sif(x) E K[x] con grado/(x) = 2 o 3, entonces/(;t) es reducible si y sólo sif(x) tiene
una raíz en el cuerpo K.
Ejemplo 17.8 a) El polinomio x2 + 1 es irreducible en Q[x]y R[x], pero en C[x] vemos que x2 + 1 =
(x + i)(x - Í')-
b) Sea/C*) =x4 + 2x2+l E R[JC]. Aunque/U) no tiene raíces reales, es reducible, pues
(x2 + l) 2 = x4 + Ix2 + 1. Por lo tanto, la parte (b) del teorema 17.7 no se aplica a los
polinomios de grado > 3.
c) En Z2[x],f(x) = x} +x2 +x+ l es reducible pues / ( l ) = 0. Pero g(x) - x3 + x + 1 es
irreducible pues g(0) = g(l) = 1.
4 3 2
d) Sea h{x) = x + x + x + x + 1 E Z2[x]. ¿Es h(x) reducible en Z 2 M? Como ¿(0) =
h(\) = 1, h{x) no tiene factores de primer grado, pero podríamos encontrara, b,c,d£
Z2 tales que (x2 + ax + b)(x2 + ex + d) = x* + *3 + x2 + x + 1.
Desarrollamos (x2 + ax + b)(x2 + ex + d) y comparamos los coeficientes de las
potencias similares de x, con lo que obtenemos a + c = l,ac + b + d= 1, ad + bc =
1 y bd= l. Como bd= 1, tenemos que b- lyd- 1, por lo que ac+ £ + */= 1 =âc =
l = » a = c = l = * a + c = 0. Esto contradice el hecho de que a + c = 1. En consecuen
cia, h(x) es irreducible en Z2[x].
Todos los polinomios del ejemplo 17.8 comparten una propiedad común, que definire
mos a continuación.
Definición 17.5 Un polinomio/^) E K[x] es mónico si su coeficiente principal es 1, el elemento unidad

de A:.
Algunos de nuestros siguientes resultados (hasta el análisis del ejemplo 17.11 inclusi
ve) nos recordarán los capítulos 4 y 14.
Definición 17.6 Si/00, g{x) E K[x], entonces h{x) E K[x] es un máximo común divisor de f(x) y g(x)
17,2 Polinomios irreducibles: Cuerpos finitos 845
a) si h{x) divide af(x) y a g(x); y

b) si k(x) E K[x] y k(x) divide af(x) y a g{x), entonces k(x) divide a /i(x).
Estableceremos ahora los siguientes resultados relativos a la existencia y unicidad de lo

que llamaremos el máximo común divisor, que abreviaremos como mcd. Además, existe
un método para determinar este divisor, conocido como el algoritmo de Euclides para
polinomios. La demostración de este primer resultado se bosqueja en los ejercicios de la
sección.
TEOREMA 17.8 Sean f(x), g(x) E K[x], con al menos uno de f(x) o g(x) no nulo. Entonces, cualquier
polinomio de grado mínimo que se pueda escribir como combinación lineal de f{x) y g(x)
(es decir, en la forma s(x)f(x) + t(x)g(x), para s(x), t(x) E K[x]) será un máximo común
divisor de/(x) y g(x). Si pedimos que el mcd sea mónico, entonces será único.
TEOREMA 17.9 Algoritmo de Euclides para polinomios. Sean/(*), g(x) E K[x], con grado/(x) < grado
g(x) yf(x) 4=- 0. Si aplicamos el algoritmo de la división, escribimos
g(x) = q{x)f(x) + r(x), grado r(x) < grado/(x)

f{x) = qi(x)r(x) + ri(x), grado r¡(x) < grado r(x)
r(x) = q2(x)r,(x) + r2(x), grado r2(x) < grado r,(x)
rk-i(x) = qk(x)rk^(x) + rk(x), grado rk(x) < grado rk_ ¡(x)

Ot-iO) = qk+x{x)rk{x) + rk^(x), rk+1(x) = 0.
Entonces rk(x), el último resto distinto de cero, es un máximo común divisor de f(x) y
g{x) y es un múltiplo constante del máximo común divisor mónico de f(x) y g{x). [Si
multiplicamos rk(x) por el inverso de su coeficiente principal, obtendremos el único
polinomio mónico al que llamaremos el máximo común divisor.]
Definición 17.7 Sif(x), g(x) E K[x] y su mcd es 1, entonces f(x) y g(x) sonprimos entre sí.
Los últimos resultados que necesitamos para construir nuestros nuevos cuerpos finitos
son el análogo de la construcción desarrollada en la sección 14.3.
TEOREMA 17.10 Sea s(x) E K[x], s(x)40. Definimos la relación SR en K[x] como/(;c) 2ft g(x) sif(x) - g(x) -
t(x)s(x), para algún t(x) E K[x]; es decir, s(x) divide af(x) ~g(x). Entonces 2^ es una rela
ción de equivalencia en K[x].
Demostración: La verificación de las propiedades reflexiva, simétrica y transitiva de 9! se

dejan al lector.
Cuando ocurre la situación del teorema 17.10, decimos qucf(x) es congruente con g(x)
módulo s(x) y escribimos f(x) = g(x) (mod s(x)). La relación Sk se conoce como con
gruencia módulo s(x).
Analizaremos las clases de equivalencia para tal relación.
EjgHlfitpty.S Seas(x) = x2+x+ie Z2[x]. Entonces
a) [0] = [x2 + x + 1] = {0,x2 + x + l,* 3 + x2 + x,(x + \){x2 + x + 1 ) , . . . }

= {t(x)(x2 + x + l)\í(x)EZ2[x]}
b) [1] = {1,x 2 + x,x(x2 + x + 1) + l, (x + í)(x2 + x + 1) + 1,...}
= {t(x)(x2 + x + 1) + 1 \t(x) E Z2[x]}
c) [x] = {x,x2 + l,x(x2 + x + 1) + x, (x + l)(x2 + x + 1) + x,...}
= {t(x)(x2 + x + 1) + x I t(x) E Z2[x]}
d) [x + 1] = {x + 1,x 2 ,x(x 2 + x + l) + (x + í),(x + l)(x2 + x + l)
+ (x + 1),...} = {t(x)(x2 + x + 1) + (x + 1) I f(JC) E Z2[x]}
¿Son éstas todas las clases de equivalencia? Sif(x) G Z2[x], entonces por el algoritmo
de la división, f{x)- q{x)s(x) + r(x), donde r(x) = 0 o grado r(x) < grado s(x). Como f(x) -
r(x) = q(x)s(x), se sigue que/(^) = r(x) (mods{x)), por lo que/W G [r(x)]. En consecuen
cia, para determinar todas las clases de equivalencia, consideramos las posibilidades para
r(x). En este caso, r{x) = 0 o grado r{x) < 2, por lo que r(x) - ax + b, donde a, b G Z2.
Como sólo tenemos dos opciones para a o para b, hay cuatro posibles opciones para r{x):
0, l , ; c y x + 1.
Ahora damos una estructura de anillo a las clases de equivalencia del ejemplo 17.9. Si
recordamos cómo hicimos esto, en el capítulo 14, para Z„, definimos la suma como \f(x)] +
íg(x)] = lf(x) + g(x)]. Como gTado(f(x) + g(x)) < máx{gradof(x), grado g(x)}, podemos
encontrar la clase de equivalencia de \f(x) + g(x)] sin mayor problema. En este caso, por
ejemplo, [x] + [x + 1] = [x + (x + 1)] = [2x + 1] = [1], pues 2 = 0 en Z2.
Para definir la multiplicación de estas clases de equivalencia, tenemos una ligera difi
cultad. Por ejemplo, ¿cuál es el valor de [x][x] en el ejemplo 17.9? Si, en general, defini
mos [f(x)][g(x)] = [f(x)g(x)], es posible que el grado f(x)g(x) > grado s(x), así que no
podríamos encontrar fácilmente [f(x)g(x)] en la lista de clases de equivalencia. Sin embar
go, si el grado f(x)g(x) > grado s(x), entonces, usando el algoritmo de la división, pode
mos escribir f(x)g(x) = q(x)s(x) + r(x), donde r(x) = 0 o grado r(x) < grado s(x). Como
f{x)g{x) = q{x)s{x) + r(x), se sigue quef(x)g(x) = r(*)(mod s(x)), y definimos íf(x)g(x)] =
[r(x)], donde [r(x)] sí aparece en la lista de clases de equivalencia.
A partir de estas observaciones construimos las tablas 17.1 y 17.2 para la suma y el
producto, respectivamente, de {[0], [1], [x], [x + 1]}. (En estas tablas escribimos a en vez
de [a].)
17,2 Polinomios irreducibles: Cuerpos finitos 847

+ 0 1 x x+1 0 1 X x+ 1
0 10 X x+1 0 0 0 0 0
1 01 x+ 1 X 1 0 1 X x+ 1
X X x+ í 0 1 X 0 X x+ 1 1
x+ í X+ 1 x 1 0 x+ 1 0 x+ 1 1 X
A partir de la tabla de multiplicación (Tabla 17.2), vemos que estas clases de equivalen
cia no solamente forman un anillo, sino también un cuerpo, donde [l]"1 = [1], [x]'1 = [x + 1]
y [x + l]" 1 = [x]. El cuerpo de orden 4 se denota con Z2[x\l(x2 + x + 1) y observamos que
contiene (una copia isomorfa de) el subcuerpo Z2. [En general, un subanillo (R, + , •) de un
cuerpo (K, +, •) es un subcuerpo si (/?, +, •) es un cuerpo.] Además, para los elementos no
nulos de este cuerpo, vemos que [x]1 = [x], [x]2 =[x+ 1], [x]3 - [1], de modo que tenemos
un grupo cíclico de orden 3. Pero los elementos distintos de cero de cualquier cuerpo
forman un grupo bajo la multiplicación y cualquier grupo de orden 3 es cíclico, así que
¿para qué distraernos con esta observación? En general, los elementos no nulos de cual
quier cuerpo finito forman un grupo cíclico bajo la multiplicación. (Una demostración de
este hecho aparece en el capítulo 12 de la referencia [10].)
Resumimos la construcción anterior en el siguiente teorema. En los ejercicios de la
sección aparece un bosquejo de la demostración.
TEOREMA 17.11 Sea s(x) un polinomio no nulo en K[x\.

a) Las clases de equivalencia de K[x] para la relación de congruencia módulo s(x) for
man un anillo conmutativo con elemento unidad en las operaciones binarias cerradas
[/(*)] + \g(x)] = [/(*) + g(x)], [f(x)][g(x)] = [/(*)*(*)] = [!■(*)],
donde r(x) es el resto que se obtiene al dividirf(x)g(x) entre s(x). Denotamos este
anillo con K[x]/(s(x)).
b) Si s(x) es irreducible en K[x], entonces K[x]/s(x) es un cuerpo.
c) Si | K\ = q y grado s(x) = n, entonces K[x]/s(x) contiene q" elementos.
Antes de continuar queremos enfatizar que si s(x) es irreducible en K[x], los elementos
del cuerpo K[x]/s(x) no son simples polinomios (en x). ¿Cómo puede ser esto, consideran
do la presencia del símbolo x en cada uno de los elementos [x] y [x + 1] del cuerpo Z2[x\l
(x2 + x + 1) del ejemplo 17.9? Para aclarar este punto, consideremos un ejemplo infinito
que resulta ya conocido para nosotros.
Ejemplo 17.10 En este caso, seaÁf=(R, +, •), el cuerpo de los números reales y consideremos el polinomio
irreducible s(x) =x2 + 1 en R[x]. De la parte (b) del teorema 17.11 vemos que R[X]/Í(A:) =
R[x]/(x2 + 1) es un cuerpo.
Para cualquier/(x) £ R[x], obtenemos del algoritmo de división que
f(x) = q(x)(x2 + 1) + r(x), donde r ( í ) = 0 o 0 < d e g r { x ) < 1.

Por lo tanto,
R[x]/(x2 + 1) = {[a + bx]\a,bE R],
donde podemos mostrar que [a + bx] = [a] + [bx] - [a] + [b][x].

Entre la infinidad de elementos de R[x]/(x2 + 1) están los siguientes:
1) [ 1 ] = {1 + t(x)(x2 + 1 ) | t(x) E R[x]}, donde encontramos los elementos x2 + 2 y 3A3
+ 3* + 1 (de R[x]);
2) M = {r + t(x)(x2 +1)| t(x) &R[x]}, donde r es un número real arbitrario (pero fijo);
3) [-1] = {-1 + t(x)(x2 + 1) | Í(JC) 6 R|>]}, donde encontramos el polinomio -1 +
(l)(x2 + 1) = x2; así, [x][x] = [x2] = [-1]; y
4) l-Jlx - 3] = {(V2x - 3) + t(x)(x2 + 1)| t(x) £ R[x]}.
Consideremos ahora el cuerpo (C, +, •) de los números complejos y la correspondencia
h:R[x]/(x2 + í)^C
donde h([a + bx]) = a + bi.

Para cualquier [a + bx], [c + dx] E Rfxj/Í*2 + 1), tenemos [a + bx] = [c + dx] O (a + bx)
(c + dx) = t(x)(x2 + 1), para algún t(x) £ R[x] <=> (a - c) + (b - d)x = f(x)(x2 + 1). Si t{x) no
es el polinomio nulo, entonces tenemos (a - c) + (Jb - d)x, un polinomio de grado menor
que 2, igual a t{x)(x2 + 1), un polinomio de grado mayor o igual que 2. En consecuencia,
t{x) = 0, de modo que a + bx-c + dxy a=c,b = d. Esto garantiza que la correspondencia
dada por h sea en realidad una función. De hecho, h es un isomorfismo de cuerpos. (Véase
el número 24 de los ejercicios que aparecen al final de la sección.) Para establecer que h
preserva la operación de multiplicación, por ejemplo, observemos que
h([a + bx][c + dx]) = h([ac + adx + bcx + bdx2])

= h([ac + (ad + bc)x) + [bd][x2])
= h([ac + (ad + bc)x) + [bd)[-í])
= h([(ac - bd) + (ad + bc)x))
= (ac - bd) + (ad + bc)i = (a + bi)(c + di)
= h([a + bx])h([c + dx]).
Como R[x]/(x2 + 1) es isomorfo a C, la correspondencia h([x]) - i nos hace pensar en

[x] como un número en R[x]/(x2 + 1) y no como un polinomio dex (en R[x]). El número [x]
representa una clase de equivalencia de polinomios en R[x] y este número [x] se comporta
como el número complejo Í en el cuerpo (C, +, •). También debemos observar que para
cualquier número real r, h([r]) = r y {[r] ¡ r £ R} es un subcuerpo de R[x]/(x2 +1), que es
isomorfo al subcuerpo R de C.
Por último, si ahora identificamos el cuerpo R[x]/(x2 + 1) con el cuerpo (C, +, •). pode
mos resumir lo ocurrido hasta el momento como sigue: Partimos del polinomio irreducible
s(x) = x2 + 1 en R[JC], que no tenía raíces en el cuerpo (R, +, •)• Después ampliamos (R, +, •)
a (C, +, •) y en C encontramos la raíz i (y la raíz -i) paras(;c), que podemos factorizar ahora
como (x + Oí* - /) en C[x].
Puesto que en este capítulo nos interesan principalmente los cuerpos finitos, analizaremos
ahora otro ejemplo de cuerpo finito que surge gracias al teorema 17.11.
gjempto 17.11 En Z¡[x], el polinomio s(x) = x2 + x + 2 es irreducible pues Í(0) - 2, s( 1) - 1 y s(2) = 2. En

consecuencia, Zj[x]/(s(x)) es un cuerpo que contiene todas las clases de equivalencia de la
forma [ax + b], dondea,b £ Z3. Éstas surgen de los restos posibles al dividir un polinomio
f(x) G Z}[x] entre s(x). Las nueve clases de equivalencia son [0], [1], [2], [x], [x + 1], [x + 2],
[2*], [2x + 1] y [2x + 2].
En vez de construir toda una tabla de multiplicación, examinaremos cuatro productos a
manera de ejemplo y haremos dos observaciones.
2 2 2 2 2
a) [2x][x] = [2x ] = [2x + 0] = [2x + (x + x + 2)] = [3x + x + 2] = [x + 2] pues 3 =
en Z3.
b) [x +l][x + 2] = [x2 + 3JC + 2] = [x2 + 2] = [x2 + 2 + 2(x2+x + 2)] = [2A:].
2 2 1 2
c) [2x + 2] = [4x + Sx + 4] = [x + 2x + 1] = [(-x - 2) + (2x + 1)], puesto que x =
2
(-x - 2)(mod s(x)). En consecuencia, [2x + 2] =[x- l] = [x + 2].
d) Con frecuencia escribimos las clases de equivalencia sin corchetes y nos concentramos
en los coeficientes de las potencias de x. Por ejemplo, escribimos 11 en vez de [x + 1] y
21 representa [2x + 1]. En consecuencia, (21) • (12) = [2x + l][x + 2] = [2X2 + 5.x + 2] =
[Ix2 + 2x + 2] = [2(-x - 2) + 2x + 2] = [-4 + 2] = [-2] = [1] por lo que (21)-' = (12).
e) También observamos que
[xf = [x] [xf = [2x + 2] [xf = [2x] [xf = [x + l]

[*]2 = [2*- + l] 4
W = [2] [xf = [x + 2] M 8 = [l]
Por lo tanto, los elementos no nulos de Z}[x]/(s(x)) forman un grupo cíclico bajo la
multiplicación.
f) Por último, cuando consideramos las clases de equivalencia [0], [1] y [2], vemos
que nos dan un subcuerpo de Z3[x]/(s(x)), subcuerpo que identificamos con el cuer
po (Z3, +, •)•
En el ejemplo 17.9 (y el análisis posterior) y en el ejemplo 17.11, construimos cuerpos

finitos de órdenes 4 (= 22) y 9(= 32), respectivamente. Ahora cerraremos esta sección in
vestigando otras posibilidades para el orden de un cuerpo finito. Para hacerlo necesitamos
la siguiente idea.
Definición 17.8 Sea (R, +, •) un anillo. Si existe un entero positivo mínimo n tal que nr = z (el cero de R)
para todo r E R, decimos que R tiene característica n y escribimos car(/?). Cuando no
existe tal entero, R tiene característica 0.
3Nm|&to 17/12 a) El anillo (Z3, +, •) tiene característica 3; (Z4, +, •) tiene característica 4; en general,
(Z„, +, •) tiene característica n.
b) Los anillos (Z, +, ■) y (Q, +, •) tienen, ambos, característica 0.
c) Un anillo puede ser infinito y tener característica positiva. Por ejemplo, Z3[x] es un
anillo infinito pero tiene característica 3.
d) El anillo del ejemplo 17.9 tiene característica 2. En el ejemplo 17.11, la caracterís
tica del anillo es 3. A diferencia de los ejemplos de la parte (a), el orden de un anillo
finito puede ser distinto de su característica.
Sin embargo, los ejemplos 17.9 y 17.11 son más que simples anillos. Son cuer
pos con característica un número primo. ¿Podría ser verdadera esta propiedad para
todos los cuerpos finitos?
TEOREMA 17.12 Sea (K, +, •) un cuerpo. Si cai(K) > 0, entonces car(K) debe ser primo.
Demostración: En esta demostración escribimos el elemento unidad de K como u para que
se distinga del entero positivo 1. Sea car(íf) = n > 0. Si n no es primo, escribimos n = mk,
donde m, & G Z+ y l<m,k<n. Por la definición de característica, nu = z, el cero de K. Por
lo tanto, (mk)u = z- Pero
(mk)u = (u + u + --- + ü) = (u + u + --- + u)(u + u + • • • + u) = (mü)(ku).

mk sumandos m sumandos k sumandos
Como K es un cuerpo, (mu)(ku) = z => {mu) = z o (ku) = z- Supongamos, sin pérdida de

generalidad, que ku - z. Entonces, para cualquier r G K,kr- k(ur) = (ku)r = zr-z, lo que
contradice la elección de n como la característica de K. En consecuencia, car(Af) es primo.
(La demostración del teorema 17.12 en realidad sólo necesita que K sea un dominio de
integridad.)
Si K es un cuerpo finito y m = \K\, entonces ma-z para todo a £ K, pues (K,+) es un

grupo aditivo de orden m. (Véase el ejercicio 10 de la sección 16.3.) En consecuencia, K
tiene característica positiva y por el teorema 17.2, esta característica es prima. Esto nos
lleva al siguiente teorema.
TEOREMA 17.13 Cualquier cuerpo finito K tiene orden/?', dondep es primo y t G Z+.
Demostración: Como K es un cuerpo finito, sean car(£) =p,p primo, u el elemento unidad
y z el cero. Entonces 5 0 = {w, 2«, 3 « , . . . ,pu = z] es un conjunto dep elementos distintos
en K. En caso contrario, mu = nu para 1 <m<n^p y ( n - m)u = z, con 0<n-m<p. Así,
para todo x G K, tenemos que (n - m)x = (n - m)(ux) = [(« - m)ú\x = zx = z, y esto
contradice que car(AT) =p. Si K = 50, entonces \K\ =pl y se sigue el resultado. Sino, seaa G
C-S 0 - Entonces5¡ = {ma +nu\0<m, n < p} es unsubconjuntodeíf con \St\ < p2. Si
15] | <p2, entonces m¡ a +nxu = m2a + n2u, con 0 < mu m2, n¡, n2 ^ p y al menos una de las
cantidades mi - m2, n2 - ny =/ 0. Si mi - m2 = 0, entonces (m¡ - m2)a = z = (n2- n{)u, con
0 < \n2- «i| <p. En consecuencia, para todo x G K,\n2 - n^x = \n2- n¡\(ux) = (\n2 -
«i | u)x = zx = z, con 0 < | n2 - n¡ \ <p = car(K), otra contradicción. Si nx-n2 = 0, entonces
(mi - m2)a = z con 0 < \m¡ -m2\ <p. Como Kes un cuerpo y a 4z, sabemos que a"1 G K,
por lo que|m¡ - m2\u = \ml-m2\aa~x = zar1 = z, con 0 < \m¡-m2\ <p, una contradicción
más. Por lo tanto, ni m^ - m2 ni nx - n2 se anulan. Entonces, (m, - m2)a = (n2 - «i)« £z.
Elijamos k SZ+ tal que 0<k<py £(m, - m2) = 1 (modp). Entonces a = k(mi - m2)a =
k{n2 - rii)u, yaGS0, otra contradicción. Por lo tanto, | S{ \ =p2 y si K = Su el teorema queda
demostrado. Si no, continuamos el proceso con un elemento b €K-S{. Entonces S2- {<¡b +
ma+nu\Q<lm,n < p} tendrá orden pl. (Demuéstrelo.) Como K es finito, llegamos a un
punto en el que K = S,_ i para t E Z+ y |K\ = \ S,_, | = p'.
Como resultado de este teorema, no existen cuerpos finitos con órdenes como 6, 10,
12, . . . Además, para cada primo p y cada t G Z+, existe realmente un único cuerpo de
orden p'. Cualquier par de cuerpos finitos del mismo orden son isomorfos. Estos cuerpos
fueron descubiertos por el matemático francés Evariste Galois (1811-1832) en su trabajo
acerca de la no existencia de fórmulas para resolver las ecuaciones polinomiales generales
de grado > 5 en Q. Como resultado, un cuerpo finito de orden p' se denota como GF(p'),
donde las letras GF indican cuerpo de Galois {Galois field).
EJERCICIOS 17.2 1. Determine si cada uno de los siguientes polinomios son irreducibles o no en los cuerpos dados.
Si es reducible, proporcione una factorización con factores irreducibles.
a) x2 + 3x - 1 sobre Q, R, C b)x4 - 2 sobre Q, R, C
c) x2 + x + 1 sobre Z3, Z5, Z7 d)x4 + x3 + 1 sobre Z2
1
e) x + x + 1 sobre Z¡ f)x2 + 3x2 - x + 1 sobre Z5
2. Dé un ejemplo de un polinomio/^) S R[JC] tal que/(jc) tenga grado 6, sea reducible, pero que
no tenga raíces reales.
3. Determine todos los polinomios/(;c) £ Z2[x] tales que 1 < grado/(*) < 3 yf(x) sea irreducible
(sobre Z2).
4. Sea/(;t) = (2.Í2 + 1)(5^ - 5x + 3)(4x - 3) e Z7[x]. Escriba/(x) como el producto de una unidad
y tres polinomios mónicos.
5. ¿Cuántos polinomios mónicos de Z7[*] tienen grado 5?
7. A continuación damos un bosquejo de la demostración del teorema 17.8.
a) SeaS= {s(x)f(x) + t(x)g(x)\s(x), t(x) £K[x]}. Seleccione un elemento m{x) de grado míni
mo en S. (Recuerde que el polinomio nulo no tiene grado, así que éste no se selecciona.)
¿Podemos garantizar que m(x) sea mónico?
b) Muestre que si h(x) £ K[x] y h(x) divide a/(x) y a g(x), entonces h(x) divide a m(x).
c) Muestre que m(x) divide af(x). En caso contrario, use el algoritmo de la división y escriba
f(x) = q(x)m(x) + r(x), donde r(x) ^ 0 y grado r(x) < grado m{x). Muestre luego que r(x) e
S y obtenga una contradicción.
d) Repita el argumento de la parte (c) para demostrar que m(x) divide a g(x).
8. Demuestre los teoremas 17.9 y 17.10.
9. Use el algoritmo de Euclides para polinomios y encuentre el mcd de cada par de polinomios,
sobre el cuerpo correspondiente K. Después escriba el mcd como s(x)f(x) + t(x)g(x), donde
s(x), t(x) £ K[x].
a) f(x) = x¿ + x - 2, g(x)=x"-xl + xi + x2-x-\ en Q[x]
b) f(x) =x* + x> + \, g(x) = x2 + x + 1 en Z2[x]
c) f{x) = x4 + 2x2 + 2x + 2, g(x) = 2x3 + 2x2 + x + 1 en Z3[x]
10. Si K es un cuerpo arbitrario, sean/(jc),g(;c) £ K[x]. Si/(x) y g(x) son primos entre sí, demues
tre que no existe un elemento a £ K tal que f(a) = 0 y g(a) = 0.
11. Sean/(x), g(x) £ R[x] con/(x) = x? + Ix2 + ax - b, g(x) =x> + x2-bx + a. Determine los valores
de a, b de modo que el mcd de/(x) y g(x) sea un polinomio de grado 2.
12. En el ejemplo 17.9, determine la clase de equivalencia que en cada caso contiene al polinomio:
a) x* + x3 + x + l b) xi + xl + \ c) x 4 + Jt3 + x 2 + 1
a) Demuestre que las operaciones dadas en el teorema 17.11 (a) están bien definidas, mostran
do que si f(x) = /[(xXmod s(x)) y g(x) = g,(x)(mod s(x)), entonces f(x) + g(x) = /,(*) +
g¡(x)(mod s(x)) yf(x)g(x) s/,(x)g,(j:)(mod s(x)).
b) Verifique las propiedades de anillo para las clases de equivalencia en K[x]/(s(x)).
c) Sea/(;t) £ K[x], conf(x) ^ 0 y grado/(x) < grado s(x). Si s(x) es irreducible en K[x], ¿por
qué implica esto que 1 es el mcd def(x) y s(x)l
d) Use la parte (c) para demostrar que si s(x) es irreducible en K[x], entonces K[x]/(s(x)) es un cuerpo.
e) Si | K\ = q y grado s(x) = n, determine el orden de K[x]/(s(x)).
14. a) Muestre que s(x) = x2 + 1 es reducible en Z2[x].
b) Encuentre las clases de equivalencia para el anillo Z2[x]/(s(x)).
c) ¿Es Z2[x]l(s(x)) un dominio de integridad?
15. Para el cuerpo del ejemplo 17.11, encuentre lo siguiente:
a) [x + 2][2x + 2] + [x + l] b) [2x + 1] - [x + l][2x + 1]
c) [2x + lf[x + 2] d) (22)- 1 = [2x + 2]" 1
16. Sea s(x) = x4 + x3 + 1 £ Z2[x].
a) Demuestre que s(x) es irreducible.
b) ¿Cuál es el orden del cuerpo Z2[x]/(s(x))l
c) Encuentre [x2 + x + 1 ]"' en Z2[x]/s(x). (Sugerencia: encuentre a, b, c, d £ Z2 tales que [x2 +
x+ 1]- [ax? + bx2 + ex + d] = [l].)
d) Determine [x3 +x + \][x2 + 1] en Z2[JC]/(Í(X)).
17. Si /? es primo, sea s(x) irreducible de grado n en Zp[x].
a) ¿Cuántos elementos tiene el cuerpo Zp[x\l{s(x))7
b) ¿Cuántos elementos de Zp[x]l(s{x)) generan el grupo multiplicativo de elementos no nulos
de este cuerpo?
18. Dé la característica de cada uno de los anillos siguientes:
a) Z„ b)Z„[jt] c)QW
d) Zh/5] = { a + W 5 | a,b £ Z}, en las operaciones ordinarias de suma y producto de números
reales.
19. En cada uno de los anillos siguientes, las operaciones de suma y producto se realizan componente
a componente, como en el ejercicio 22 de la sección 14.2. Determine la característica en cada caso.
a) Z 2 x Z 3 b) Z3XZ4 c) Z 4 x Z 6
d) Z m x Z„, para m,nE.Z*,m,n>2
e) Z 3 x Z f) Z x Z g) Z x Q
20. Para el teorema 17.13, demuestre que1521 =p3.
21. Encuentre los órdenes n de todos los cuerpos GF(n), tales que 100 < n < 150.
22. Construya un cuerpo finito de 25 elementos.
23. Construya un cuerpo finito de 27 elementos.
24. a) Demuestre que la función h en el ejemplo 17.10 es uno a uno y sobre y preserva la opera
ción de suma.
b) Sean (C, +, •), {K, ©, 0 ) dos cuerpos. Si g: C —> K es un isomorfismo de anillos y a es un
elemento no nulo de C (es decir, a es una unidad de C), demuestre que g(a'') = [g(a)]~'. (En
consecuencia, esta función g establece un isomorfismo de cuerpos. En particular, la función
h del ejemplo 17.10 es una función de este tipo.)
25. a) SeaQ[V2]= [a + b-<j2\a, b S Q}. Demuestre que (Q[V2], +, •) es un subanillo del cuerpo
(R, +, •). (En este caso, las operaciones binarias en R y Q[v2] son las de suma y producto
ordinarios de números reales.)
b) Demuestre que Q[V2] es un cuerpo y que Q[x]/(f - 2) es isomorfo a Q[V2].
26. Sea p un primo.
a) ¿Cuántos polinomios cuadráticos (de grado 2) y mónicos JC2 + bx + c en Zp[x] podemos
factorizar con factores lineales en Zp[x]l (Por ejemplo, si p - 5, entonces el polinomio x2 +
2x + 2 en Z¡[x] sena uno de los polinomios cuadráticos que debemos contar, en estas con
diciones.)
b) ¿Cuántos polinomios cuadráticos ax2 + bx + c en Zp[x] podemos factorizar con factores
lineales en Zp[x\l
c) ¿Cuántos polinomios cuadráticos mónicos x2 + bx + c en Zp[x] son irreducibles sobre Zp?
d) ¿Cuántos polinomios cuadráticos ax2 + bx + c en Zp[x] son irreducibles sobre Z/>
17.3
Cuadrados latinos
Nuestra primera aplicación del capítulo se relaciona con la estructura llamada cuadrado
latino. Tales configuraciones surgen en el estudio del diseño combinatorio y cumplen un
papel en estadística, en el diseño de experimentos. Presentaremos esta estructura en el
siguiente ejemplo.
Ejemplo 17,13 Una compañía petrolera está interesada en probar cuatro tipos de aditivos para gasolina
para determinar su efecto en el kilometraje. Para esto, un equipo de investigación diseña
un experimento en el que cuatro automóviles diferentes, denotados A, B, C y D, corren
sobre una pista determinada en un laboratorio. Cada recorrido usa la misma cantidad dada
de combustible, con uno de los aditivos presente. Para ver el efecto de cada aditivo en cada
tipo de auto, el equipo sigue la planificación de la tabla 17.3, donde numeramos los aditi
vos como 1, 2, 3 y 4. Esta planificación ofrece una forma de probar con precisión cada
aditivo en cada tipo de automóvil. Si un aditivo produce los mejores resultados en los
cuatro tipos, el experimento revelará su capacidad superior.
La misma corporación también está interesada en probar cuatro aditivos desarrollados
para la limpieza del motor. Una planificación similar para estas pruebas es la que se mues
tra en la figura 17.4, donde también denotamos los aditivos para la limpieza del motor
como 1, 2, 3 y 4.

Día Día
Auto Lun* Mar. Miér. Jue. Auto Lun. Mar. Miér. Jue.
A 1 2 3 4 A 1 2 3 4
B 2 1 4 3 B 3 4 1 2
C 3 4 1 2 C 4 3 2 1
D 4 3 2 1 D 2 1 4 3
Además, el equipo de investigación está interesado en el efecto conjunto de ambos

tipos de aditivo. Se necesitan 16 días para probar los 16 posibles pares de aditivos (uno
para el mejoramiento del kilometraje, el otro para la limpieza del motor) en cada automó
vil. Si se necesitan los resultados en cuatro días, el equipo de investigación debe diseñarla
programación de modo que cada par se pruebe en algún auto. Existen 16 pares ordenados
en {1, 2, 3, 4} X {1, 2, 3, 4}, de modo que esto puede hacerse en el tiempo dado si se
superponen las programaciones de las tablas 17.3 y 17.4 para obtener la programación de
la tabla 17.5. En este caso, por ejemplo, la entrada (4,3) indica que el martes se usó el auto
C para probar el efecto conjunto del cuarto aditivo para el mejoramiento del kilometraje y
el tercer aditivo para limpieza del motor.
Tabla 17.5
Día
Auto Lun. Mar. Miér. Jue.
A (1.1) (2,2) (3,3) (4,4)

B (2.3) (1,4) (4,1) (3,2)
C (3.4) (4,3) (1,2) (2,1)
D (4.2) (3,1) (2,4) (1,3)
Lo ocurrido en este caso nos lleva a los siguientes conceptos.
Definición 17.9 Un cuadrado latino n X n es una tabla cuadrada de símbolos, por lo general 1, 2, 3 , . . . ,n,
donde cada símbolo aparece exactamente una vez en cada fila y en cada columna de la tabla.
Ejemplo 17*14 a) Las tablas 17.3 y 17.4 son ejemplos de cuadrados latinos de 4 X 4.
b) Para n > 2, podemos obtener un cuadrado latino de n x n a partir de la tabla del
grupo (Z„, +) si reemplazamos las ocurrencias de 0 por el valor de n.
A partir de los dos cuadrados latinos del ejemplo 17.13, podríamos producir todos los
pares ordenados en S X S, para 5 = {1, 2, 3, 4}. Ahora nos preguntamos si podemos o no
hacer esto para cuadrados latinos de n x n en general.
Definición 17.10 Sean L¡ - (a¡¡), L2 = (Jb¡¡) dos cuadrados latinos de n x n, donde 1 < i,j < n y cada a,}, b¡¡
{1,2, 3 , . . . ,n}. Si los n2 pares'ordenados (a,y, b¡j), 1 < i,j < n, son distintos, entonces L¡,L2
es un par de cuadrados latinos ortogonales.
H«*«ipl0t7JS a) No existe un par de cuadrados latinos ortogonales de 2 x 2 pues las únicas posibi
lidades son
1 2 2 1
L2:
u 2 1 1 2.
b) En el caso 3 x 3 , encontramos el par ortogonal

1 2 3 1 2 3
L,: 2 3 1 y L2: 3 1 2
3 1 2 2 3 1
c) Los dos cuadrados latinos de 4 x 4 del ejemplo 17.13 forman un par ortogonal. El
cuadrado latino de 4 x 4 que se muestra en la tabla 17.6 es ortogonal a cada uno de
los cuadrados latinos de ese ejemplo.
Tabla 17.6
Podríamos continuar enumerando algunos cuadrados latinos más grandes, pero por el
momento ya hemos visto bastante de ellos para plantearnos las siguientes preguntas:
1) ¿Cuál es el primer valor de n > 2 para el que no existe un par de cuadrados latinos
ortogonales de n x ni
2) Para n > 1, ¿qué podemos decir acerca del número de cuadrados latinos d e n x n
que podemos construir de modo que cada par de ellos sea ortogonal?
3) ¿Existe un método para ayudarnos a construir un par de cuadrados latinos ortogonales
den X n para algunos valores de n > 2?
Para de poder analizar estas preguntas, necesitamos una forma estándar para nuestros
resultados.
Definición 17.11 Si L es un cuadrado latino de n x n, entonces L está en suforma estándar si su primera fila
es 1 2 3 . . . n.
Excepto por el cuadrado latino L 2 del ejemplo 17.15(a), todos los cuadrados latinos que
hemos visto en la sección están en su forma estándar. Si un cuadrado latino no está en su
forma estándar, es posible ponerlo en esa forma intercambiando algunos de los símbolos.
Ejemplo 17.1$ El cuadrado latino de 5 x 5 que aparece en (a) no está en forma estándar. Sin embargo, si
reemplazamos cada ocurrencia de 4 con 1, cada ocurrencia de 5 con 4, y cada ocurrencia de
1 con 5, entonces el resultado es el cuadrado latino (estándar) de 5 X 5 que se muestra en (b).
4 2 3 5 1 1 2 3 4 5
1 3 5 4 2 5 3 4 1 2
3 4 2 1 5 3 1 2 5 '4
2 5 1 3 4 2 4 5 3 1
5 1 4 2 3 4 5 1 2 3
(a) (b)
Con frecuencia es conveniente trabajar con cuadrados latinos en forma estándar. ¿Afec
taría esto de algún modo nuestros resultados acerca de pares ortogonales?
TEOREMA 17.14 Sea Lu L2 un par ortogonal de cuadrados latinos de n x n. Si L¡, L2 se estandarizan como
L*, L* entonces Lf, L* son ortogonales.
Necesitamos estas ideas para los resultados principales de la sección.
TEOREMA 17.15 Si n E Z+, n > 2, entonces el máximo número posible de cuadrados latinos de n X n que
son ortogonales dos a dos es n - 1.
Demostración: Sean L¡, L¿, . . . , Lk k cuadrados latinos distintos de n X n que están en
forma estándar y son ortogonales dos a dos. Escribimos a^ para denotar el elemento en la
/-ésima fila y y'-ésima columna de Lm, donde l < / , ; ' < f i , l < m < t . Puesto que estos
cuadrados latinos están en forma estándar, tenemos que a\™) = 1, a\f = 2 , . . . , y a1(™) = n
para todo 1 < m < k. Consideremos ahora ¿4?' para todo \ < m < k. Estos elementos de
la segunda fila y la primera columna están debajo de «ÍJ"' = 1. Así, a^ £ 1, para todo 1 S
m < k, o la configuración no es un cuadrado latino. Además, si existe 1 < í < m < A:tal que
a
2\ - a 27\ entonces el par Lt, Lm no puede ser ortogonal (¿Por qué no?) En consecuencia,
hay cuando mucho n - 1 opciones para los elementos a2i de cualquiera de nuestros cuadra
dos latinos de n X n y el resultado se sigue de esta observación.
Este teorema impone una cota superior sobre el número de cuadrados latinos den X n
que son ortogonales dos a dos. Veremos que para algunos valores de n, podemos alcanzar
esta cota. Además, nuestro siguiente teorema proporciona un método para la construcción
de estos cuadrados latinos, aunque inicialmente no estén en forma estándar. La construc
ción usa la estructura de un cuerpo finito. Antes de demostrar este teorema para el caso
general, examinaremos un caso particular.
Ejemplo 17.17 Sea K= {f¡\ 1 ) como sigue. En este caso, a¡p -fif¡ +f¡ =f¡ +f¡para 1 <
i, 7 < 5. Si / = 1, calculamos la primer fila de L¡ como sigue:
«!!> = / i + / . = 2 «S2,=/i+/2 = 3 aS«=/1+/3 = 4
)
«íi =/i+/4 = 5 „<»=/■+/s=i
Calculamos los elementos de la segunda fila de ¿i cuando i = 2. Tenemos entonces
«a ) = /2+/i = 3 ^)=/2+/2 = 4 «ü , =/ 2 +/3 = 5
^)=/2+/4=l «g ) =/2+/ 5 = 2
Seguimos con nuestros cálculos para obtener el cuadrado latino L¡ como
2 3 4 5 1
3 4 5 1 2
4 5 1 2 3
5 1 2 3 4
1 2 3 4 5
Para k = 2, los elementos de L2 están dados por la fórmula a,y2) =f2f¡ +f¡ = 2f¡ +f¡. Para
obtener la primera fila de L2, hacemos i = 1 y calculamos
«í? = 2/, + /, = 3 agí = 2 / , + / 2 = 4 ap3> = 2 / 1 + / 3 = 5
aS24) = 2 / 1 + / 4 = l flp5) = 2/1+/5 = 2
Si hacemos ¿ igual a 2, calculamos los elementos de la segunda fila de L2 como sigue:
4? = ¥2 + /. = 5 «g> = 2/2 + / 2 = 1 ag) = 2/2 + / 3 = 2
afl = 2f2+f< = 3 flg) = 2/2+/5 = 4
Usamos cálculos análogos para Í = 3, 4 y 5, los cuales producen el siguiente cuadrado
latino L2:
3 4 5 1 2
5 1 2 3 4
2 3 4 5 1
4 5 1 2 3
1 2 3 4 5
Podemos verificar directamente que los dos cuadrados latinos L\ y L2 son ortogonales.
En el ejercicio 5 (al final de esta sección) pediremos al lector que calcule L3 y L4. Nuestro
siguiente resultado verifica que las cuatro tablas Lu L2, L3 y L4 son cuadrados latinos
ortogonales dos a dos.
TEOREMA 17.16 Sea n G Z+, n > 2. Si p es primo y n = p', para t G Z+, entonces existen n - 1 cuadrados
latinos den X n, ortogonales dos a dos.
Demostración: Sea K = GF(p'), el cuerpo de Galois de orden/?' = n, Consideremos K = {f¡,
f2,. .. ,/„} donde/i es el elemento unidad y/„ es el cero.
Construimos n - 1 cuadrados latinos como sigue.
Para cualquier 1 < k < n - 1, sea Lk la tabla n X n (<4*)), 1 S i, j ^ n, tal que a¿*' = / t / +f¿.
Primero mostramos que cada Lk es un cuadrado latino. En caso contrario, existen dos
elementos idénticos de K en la misma fila o columna de Lk. Supongamos que la repetición
aparece en una columna; es decir, a^ = a(s¿\ para 1 < r, s < n. Entonces a^ =fkf, +f¡ =
fkfs +fi = aiP- Esto implica que/ t / r =/*/s, por la cancelación para la suma en K. Como k £n,
se sigue que/ t j=f„, el cero de K. En consecuencia,^ es invertible, de modo que/ r =fs y r = s.
Un argumento similar muestra que no existen repeticiones en cualquier fila de Lk. (Deja
mos esta demostración como ejercicio.)
En este momento, tenemos n - 1 cuadrados latinos, ¿,, L 2 ,. . . , Ln_,. Ahora demostra

remos que son ortogonales dos a dos. En caso contrario, sea 1 S k < m < n - 1 tal que
< = a<?, a¡f> = aÍT\ lsi./.r.js», y (i,j)í(r,s).
(Entonces, el mismo par ordenado aparece dos veces si superponemos Lk y Lm.) Pero
a& = a%l><*fmf¡ + fi=fmfr + fs.

Al restar estas ecuaciones, vemos que ( / - / „ ) / • = (/* -fm)fr Como k£m,(fk -fm) no es el
cero de íf, por lo que es invertible y tenemos/ =fr. Si sustituimos esto de nuevo en cual
quiera de las ecuaciones anteriores, vemos que/ =fs. En consecuencia, i = ryj-s, Por lo
tanto, para k £ m, los cuadrados latinos Lk y Lm forman un par ortogonal.
El primer valor de n que no es potencia de un primo es 6. La existencia de un par de

cuadrados latinos ortogonales de 6 X 6 fue analizada primero por Leonhard Euler (1707-
1783) cuando buscaba una solución para el "problema de los seis oficiales". Este proble
ma trata de seis regimientos diferentes; de cada regimiento se seleccionan seis oficiales,
cada uno con un rango distinto. (Hay solamente seis rangos posibles.) El objetivo es orde
nar a los 36 oficiales en una tabla de 6 x 6 de modo que en cada fila o columna de la tabla,
cada rango y cada regimiento estén representados exactamente una vez. Por lo tanto, cada
oficial, en la tabla cuadrada corresponde a un par ordenado (/, j), donde 1 < i, j < 6 e i
representa el regimiento y j el rango. En 1782, Euler conjeturó que el problema no podía
resolverse, que no existe un par de cuadrados latinos ortogonales de 6 X 6. Él fue un poco
más allá y afirmó que para todo n G Z+, si n = 2 (mod 4), entonces no existe un par de
cuadrados latinos ortogonales de 6 x 6. En 1900, G. Tarry verificó la conjetura de Euler
mediante una enumeración sistemática de todos los cuadrados latinos posibles de 6 X 6.
Sin embargo, en 1960, gracias al esfuerzo combinado de R.C. Bose, S.S. Shrikhande y E.
T. Parker, se demostró que el resto de la conjetura de Euler era falsa; este trabajo mostró
que si n £ Z+, n = 2 (mod 4) y n > 6, entonces existe un par de cuadrados latinos ortogonales
den x n.
Para más detalles acerca de este resultado y los cuadrados latinos en general, el lector
deberá consultar la bibliografía del capítulo.
EJERCICIOS 17.3 1. a) Escriba nuevamente el siguiente cuadrado latino de 4 x 4 en forma estándar.
1 3 4 2
3 1 2 4
2 4 3 1
4 2 1 3
b) Encuentre un cuadrado latino de 4 x 4 en forma estándar que sea ortogonal al resultado de
la parte (a).
c) Aplique el proceso inverso en la parte (a) al resultado de la parte (b). Muestre que su
respuesta es ortogonal al cuadrado latino dado de 4 x 4.
3. Complete la demostración de la primera parte del teorema 17.16.
4. Los tres cuadrados latinos de 4 x 4 en las tablas 17.3, 17.4 y 17.6 son ortogonales dos a dos.
¿Podría encontrar otro cuadrado latino de 4 x 4 que sea ortogonal a estos tres?
5. Complete los cálculos del ejemplo 17.17 para obtener los dos cuadrados latinos de 5 x 5 L3 y
L4. Escriba de nuevo, en forma estándar, cada cuadrado latino L¡, para 1 < i < 4.
6. Encuentre tres cuadrados latinos de 7 x 7 que sean ortogonales dos a dos. Vuelva a escribir
estos resultados en forma estándar.
7. Amplíe el experimento del ejemplo 17.13 de modo que el equipo de investigación necesite tres
cuadrados latinos de 4 x 4 que sean ortogonales dos a dos.
8. Un cuadrado latino L es autoortogonal si L y su traspuesta L" forman un par ortogonal.
a) Muestre que no existe un cuadrado latino autoortogonal de 3 x 3.
b) Dé un ejemplo de un cuadrado latino de 4 x 4 que sea autoortogonal.
c) Si L = (a¡¡) es un cuadrado latino autoortogonal den x n, demuestre que todos los elemen
tos a¡¡, para 1 < i < n, deben ser distintos.
17.4
Geometrías finitas
y planos afines
En la geometría euclídea del plano real, vemos que (a) dos puntos distintos determinan
una única recta y (b) si t es una recta en el plano, y P es un punto que no está en í, entonces
existe una única recta {' que contiene a P y es paralela a í Durante los siglos xvm y xix se
desarrollaron las geometrías no euclídeas que estudiaban las alternativas a la condición
(b). No obstante, estas geometrías contenían una infinidad de puntos y rectas. El concepto
de una geometría finita sólo apareció al final del siglo xix en la obra de Gino Fano (Giornale
di Matematiche, 1892).
¿Cómo construir una geometría de este tipo? Para esto, regresamos a la ya conocida
geometría euclídea. Para describir los puntos y las rectas de este plano en forma algebraica,
introducimos un conjunto de ejes de coordenadas e identificamos cada punto P mediante
un par ordenado (c,d) de números reales. Esta descripción establece una correspondencia
uno a uno entre los puntos del plano y el conjunto R X R. Si usamos la idea de pendiente,
podemos representar cada recta en este plano de forma única como (1) x - a, donde la
pendiente es infinita, o (2)y = mx + b, donde m es la pendiente; a,myb son números reales
arbitrarios. También vemos que dos rectas distintas son paralelas si y sólo si tienen la
misma pendiente. Cuando sus pendientes son distintas, las rectas se intersecan en un único
punto.
En vez de utilizar los números reales a, b, c, d, m para el punto (c, d) y las rectas x-a,
y = mx + b, pasamos a una estructura/míía comparable con ésta, el cuerpo finito. Nuestro
objetivo es construir lo que llamaremos un plano afín (finito).
Definición 17.12 Sea ^ un conjunto finito de puntos y sea S? un conjunto de subconjuntos de 9\ llamados
rectas. Un plano afín (finito) sobre los conjuntos '¡t y 3! es una estructura finita que satis
face las siguientes condiciones.
Al) Dos puntos distintos deíJ* están (al mismo tiempo) en un único elemento de2?; es
decir, están en una única recta.
A2) Para cualquier í £ 2\ y cualquier P £ 2P con P £ í, existe un único elemento í' £

2? tal que P £ í' y í, {' no tienen puntos en común.
A3) Existen cuatro puntos en 2?, donde tres cualesquiera de ellos no son colineales.
La razón de la condición (A3) es evitar situaciones poco interesantes como la que se

muestra en la figura 17.1. Si sólo tenemos en cuenta las condiciones (A 1) y (A2), entonces
este sistema sería un plano afín. /
^""^ Figura 17.1
Regresemos ahora a nuestra construcción. Sea K = GF(n), donde n - p' para algún
primo/? y t £ Z*. Para construir nuestro plano afín, que denotamos con PA(K), sea2f =
{(c, d)\c, d £ K), Así, tenemos ri2 puntos.
¿Cuántas rectas debemos tener para el conjunto S??
Las rectas están en dos categorías. Una recta de pendiente infinita tiene la ecuación x =
a, donde a £ K. Así, tenemos n de estas "rectas verticales". Las otras rectas están dadas en
forma algebraica como y = mx + b, donde m, b £ K. Con n opciones para m y n para b, se
sigue que tenemos ri2 que no son "verticales". Por lo tanto, 12*1 = n2 + n.
Antes de verificar que PA(K), con 2P y Sf según se construyeron, es un plano afín,
haremos dos observaciones más.
En primer lugar, para cada recta í £ 5?, si {está dada por x = a, entonces hay n opciones
para y en í = {(a, y) \y £ K}. Así, í contiene exactamente n puntos. Si í está dada por y = mx +
b, con m, b £ K, entonces para cada elección de x tenemos determinado y de manera única
y de nuevo í tiene n puntos.
Consideremos ahora cualquier punto (c, d) £ 2?. Este punto está en la recta x = c.
Además, en cada recta y = mx+ b de pendiente finita m,d- me determina b de manera
única. Con n opciones para m, vemos que el punto (c, d) está en las n rectas de la forma y
= mx + (d- me). En total, (c, d) está en n + 1 rectas.
Hasta este punto de la construcción de PA(K), tenemos un conjunto 2? de puntos y un
conjunto5?derectastalque(a)|2P| =n 2 ; (b) 15f | =n2 +n; (c)cadaí £ 2 contienen puntos;
y (d) cada punto en 2P está en exactamente n + 1 rectas. Ahora demostraremos que PA(K)
satisface las tres condiciones para ser un plano afín.
Al) Sean (c, d), (e, / ) £ £ ? . Usamos la fórmula de dos puntos para la ecuación de una
recta y obtenemos
(e-c)(y-d) = (f-d)(x-c) (1)
como una recta en la que están (c, d) y (e, / ) . Cada uno de estos puntos está sobre
n + 1 rectas. ¿Podría haber una segunda recta que los contuviera?
El punto (c, d) está sobre la recta x = c. Si (e, / ) también está sobre esa recta,
entonces e = c, pero/^d, puesto que los puntos son distintos. Si e = c, la ecuación
(1) se reduce aO = (f-d)(x-c), ox = c puesf-dÔ, de modo que no obtenemos
una segunda recta.
Si c ¿e y (c, d), (e, / ) están en una segunda recta de la forma y - mx + b,

entonces d= me + b,f= me + b y (f- d) = m{e - c). Nuestros coeficientes son
elementos de un cuerpo y e ^ c, de modo que m = (f- d){e - c)~l y b = d-mc =
d-(J-d)(e-c)~l. En consecuencia, esta segunda recta que contiene a (c, d) y (e,
/)es
>> = ( / - d)(c - c)" 1 * + [d - ( / - d)(e - c)- 1 c]
o bien, como la multiplicación en K es conmutativa, (e - c)(y - d) = (f-d) ■ (x -
c), que es la ecuación (1). Así, dos puntos de 9 están solamente en una recta y se
satisface la condición (Al).
A2) Para verificar esta condición, consideremos el punto P y la recta í que se mues
tran en la figura 17.2. Puesto que existen n puntos en cualquier recta, sean Plt
P2, . . ■ , P„ los puntos de í. (Éstos son los únicos puntos de l, aunque la figura
podría sugerir más.) El punto P no está en {, de modo que P y P¡ determinan una
única recta {,-, para cada 1 < i < n. Antes mostramos que cada punto está sobre
n + 1 rectas, por lo que ahora existe una recta adicional {' con P sobre {' y f no
interseca a í
Figura 17.2
A3) La última condición utiliza el cuerpo K. Como| K\ > 2, en K están el elemento

unidad 1 y el elemento cero 0. Consideremos los puntos (0,0), (1,0), (0,1), (1,1);
si la recta 1 contiene tres cualquiera de estos puntos, entonces dos de ellos tienen
la forma (c, c), (c, d). En consecuencia, la ecuación de í está dada por x - c, que
no es satisfecha por (d, c) o (d, d). Por lo tanto, tres cualesquiera de estos puntos
no son colineales.
Hemos mostrado lo siguiente.
TEOREMA 17.17 Si K es un cuerpo finito, entonces el sistema basado en el conjunto 2P de puntos y el

conjunto S? de rectas descritos arriba es un plano afín que se denota con PA{K).
Mediante algunos ejemplos particulares veremos una conexión entre estas geometrías
finitas, o planos afines, y los cuadrados latinos de la sección anterior.
Ifempl* 17,18 Para K = (Z2, +, •)» tenemos n = | K\ = 2. El plano afín de la figura 17.3 tiene n2 = 4 puntos y
n2 + n = 6 rectas. Por ejemplo, la recta í4 = {(1, 0), (1, 1)} y í 4 no contiene otros puntos
Figura 17.3
como podría sugerir la figura. Además, í 5 y í 6 son rectas paralelas en esta geometría finita,
pues no se intersecan.
Ejemplo 17,10 Sea K = GF(22) el cuerpo del ejemplo 17.9. Recordemos la notación del ejemplo 17.11(d)
y escribamos K = {00, 01, 10, 11}, con la suma y el producto dados en la tabla 17.7.
Usamos este cuerpo para construir una geometría finita con n2 = 16 puntos y n2 + n = 20
rectas. Podemos separar las 20 rectas en cinco clases paralelas de cuatro rectas cada una.
Tabla 17.7
+ 00 01 10 11 00 01 10 11
00 00 01 10 11 00 00 00 00 00
01 01 00 11 10 01 00 01 10 11
10 10 11 00 01 10 00 10 11 01
11 11 10 01 00 11 00 11 01 10
Clase 1: Aquí están las rectas de pendiente infinita. Estas cuatro rectas "verticales"
están dadas por las ecuaciones * = 00, * = 01, * = 10 y * = 11.
Clase 2: Para la clase "horizontal", o clase de pendiente 0, tenemos las cuatro rectas y =
00, y = 01, y = 1 0 y y = 11.
Clase 3: Las rectas con pendiente 01 son aquellas cuyas ecuaciones son y = 01* + 00, y =
01*+ 01, y = 01*+ 10yy = 01* + 11.
Clase 4: Esta clase consta de las rectas con ecuaciones y = 10* + 00, y = 10* + 01, y =
10* + 1 0 y y = 1 0 * + 11.
Clase 5: La última clase contiene a las cuatro rectas dadas por y = 11* + 00, y = 11* +
01,y=ll* + 10yy=ll*+ll.
Puesto que cada recta en PA(K) contiene cuatro puntos y cada clase paralela contiene
cuatro rectas, veremos ahora la forma en que tres de tales clases paralelas dividen los 16
puntos de PA{K).
Para la clase con m = 01, tenemos cuatro rectas: (1) y = 01* + 00; (2) y = 01* + 01; (3)
y = 01* + 10 y (4) y = 01* +11. Sobre cada punto de PA(K) escribimos el número corres-
(00,11) (01,11) (10,11) , (11,11)
Figura 17.4
diente a la recta sobre la que se encuentra (véase la Fig. 17.4). Podemos dar esta configu
ración por medio del siguiente cuadrado latino:
4 3 2 1
3 4 1 2
2 1 4 3
1 2 3 4
Si repetimos este proceso para las clases 4 y 5, obtenemos las particiones que se mues
tran en las figuras 17.5 y 17.6, respectivamente. En cada clase se enumeran las rectas, de
la pendiente dada, en el mismo orden que la figura 17.4. Dentro de cada figura está el
cuadrado latino correspondiente.
Estas figuras producen cuadrados latinos de 4 X 4 que son ortogonales dos a dos.
4 2 1 3
• • • •
(00,11) (01,11) (10,11) (11,11)
3 1 2 4
• • • •
(00,10) (01,10) (10,10) (11,10)
2 4 3 1
• • • •
(00,01) (01,01) (10,01) (11,01) 4 2 1 3
3 12 4
1 3 4 2 2 4 3 1
• • • • 1 3 4 2 Figura 17.5
(00,00) (01,00) (10,00) (11,00)
4 1 3 2
• • • •
(00,11) (01,11) (10,11) (11,11)
3 2 4 1
• • • •
(00,10) (01,10) (10,10) (11,10)
2 3 1 4
• • • •
(00,04) (01,01) (10,01) (11,01) 4 13 2
3 2 4 1
1 4 2 3
2 3 14
• • • • 1 4 2 3 Figura 17.6
(00,00) (01,00) (10,00) (11,00)
Los resultados de este ejemplo no se deben al azar, como lo muestra el siguiente teorema.
TEOREMA 17.18 Sea K = GF(n), donde n >3yn-p',p primo. Los cuadrados latinos que surgen de PA{K)
para las n - 1 clases paralelas, donde la pendiente no es 0 ni infinito, son ortogonales dos
a dos.
Demostración: Bosquejamos una demostración de este resultado en los ejercicios de la
sección.
EJERCICIOS 17.4 1. Complete la siguiente tabla que trata de los planos afines.
Número de
Número de rectas por un
Cuerpo Número de puntos Número de rectas puntos en una recta punto
25
GF(32)
56
17
31
2. ¿Cuántas clases paralelas determina cada uno de los planos afines del ejercicio 1? ¿Cuántas
rectas hay en cada clase?
3. Construya el plano afín PA(Zy). Determine sus clases paralelas y los cuadrados latinos corres
pondientes a las clases con pendiente finita distinta de cero.
4. Repita el ejercicio 3 con Z5 en vez de Z3.
5. Determine cada una de las siguientes rectas.
a) La recta en M(Z7) paralela a y = Ax + 2 y que contiene a (3, 6).
b) La recta enfi4(ZM)paralela a 2JC + 3>' + 4 = 0y que contiene a (10, 7).
c) La recta enfi4(tf),donde K = CF(22), paralela a \0y= 1 IJC + 01 y que contiene a (11,01).
(Véase la Tabla 17.7.)
17.5 Diseños de bloque y planos proyectivos 865
6. Suponga que intentamos construir un plano afín M(Z6) como lo hicimos en esta sección.
a) Determine cuáles de las condiciones (Al), (A2) y (A3) fallan en esta situación.
b) Encuentre el número de rectas que contienen un punto dado P y el número de puntos que
están en una recta dada C, en esta "geometría".
a) Consideremos una clase paralela de rectas, dada por y = mx + b, donde m <E K, m ^ 0.
Muestre que cada recta en esta clase interseca a cada recta "vertical" y a cada recta "hori-
\ zontal" en exactamente un punto de PA(K). Así, la configuración obtenida al etiquetar los
puntos de PA(K) como en las figuras 17.4, 17.5 y 17.6 es un cuadrado latino.
b) Para mostrar que los cuadrados latinos correspondientes a dos clases diferentes (distintas
de las clases de pendiente nula o infinita) son ortogonales, supongamos que existe un par
ordenado (i, j) que aparece más de una vez cuando un cuadrado se superpone sobre otro.
¿Cómo obtenemos de esto una contradicción?
17.5
Diseños de bloque
y planos proyectivos
En esta última sección examinaremos un tipo de diseño combinatorio y veremos su rela

ción con la estructura de una geometría finita. El siguiente ejemplo ilustra ese diseño.
Qeroplo 17.20 David (d) y su esposa María (m) viajan a Nueva York con sus cinco hijos: Ricardo (r),
Pedro {p), Cristóbal (c), Beatriz (b) y Julia (/)■ Durante su estancia de una semana reciben
tres pases cada día, para visitar el Empire State Building. ¿Podemos hacer un programa
para esta familia de modo que todos visiten esta atracción el mismo número de veces?
El siguiente programa es una posibilidad.
1) b, c,d 2) b,j,r 3) b, m,p 4) cj, m

5) c,p,r 6) d,j,p 7) d,m,r
Aquí obtuvimos el resultado por ensayo y error, técnica que podemos utilizar para un
problema de este tamaño. Sin embargo, en general se necesita una estrategia más eficaz.
Además, al pedir cierto programa, podríamos estar pidiendo algo que no existe. Por ejem
plo, en este problema, cada par de miembros de la familia están juntos únicamente en una
visita. Si la familia recibe cuatro pases cada día, no podríamos construir un programa que
conservara esta propiedad.
Generalizaremos la situación del ejemplo del siguiente modo.
Definición 17.13 Sea V un conjunto con i) elementos. Una colección {B¡,B2, ■.. ,Bb] de subconjuntos de V
es un diseño de bloque incompleto equilibrado, o diseño (i), b, r, k, X), si satisface las
siguientes condiciones:
a) Para cada 1 < i < b,e\ subconjunto B¡ tiene k elementos, donde k es una constante
fija y k < X).
b) Cada elemento x de V está en r( < b) de los subconjuntos B¡, 1 < i < b.
c) Cada par x, y de elementos de V aparecen juntos en X( < b) de los subconjuntos B¡,
\<i<b.
T
Los elementos de V suelen denominarse variedades, debido a que sus primeras aplica
ciones en el diseño de experimentos fueron en pruebas de fertilizantes y plantas. Los b
subconjuntos B¡, B2,. . ., Bb de V son los bloques, donde cada bloque contiene k varieda
des. El número r es el número de réplica del diseño. Por último, X es la covalencia del
diseño. Este parámetro equilibra el diseño en el siguiente sentido. Para los diseños de
bloque generales, tenemos un número Xxy para cada par x, y S V; si Xxy es el mismo para
todos los pares de elementos de V, entonces X representa esta medida común y el diseño
está equilibrado. En este texto trabajaremos solamente con diseños equilibrados.
Slempio 17.31 a) El programa del ejemplo 17.20 es un ejemplo de un diseño (7, 7, 3, 3, 1).
b) Para V= {1, 2, 3, 4, 5, 6}, los diez bloques
1 2 4 1 3 4 1 5 6 2 3 6 3 4 6
1 2 6 1 3 5 2 3 5 2 4 5 4 5 6
son un diseño (6, 10, 5, 3, 2).

c) Si K es un cuerpo finito y | AT| =n, entonces el plano afín PA(K) produce un diseño
(n2, n2 + n,n+ 1, n, 1). En este caso, las variedades son los n2 puntos de PA(K); las
n2 + n rectas son los bloques del diseño.
En este momento tenemos cinco parámetros que determinan nuestro diseño. Ahora
veremos la relación entre estos parámetros.
TEOREMA 17.19 Para un diseño (v, b, r, k, X), (1) vr = bk y (2) X(x> - 1) = r(k - 1).
Demostración:
1) Con b bloques en el diseño y k elementos por bloque, enumeramos todos los ele
mentos de los bloques y obtenemos bk símbolos. Esta colección de símbolos consta
de los elementos de V donde cada elemento aparece r veces, para un total de \>r
símbolos. Por lo tanto, vr = bk.
2) Para esta propiedad, usamos la matriz A de incidencia dos a dos de este diseño.
Si | V\ = X), sea t = (J) el número de pares de elementos de V. Construimos la matriz t
x bA = (a¡j) dada por a¡¡ = 1 si el ¿-ésimo par de elementos de V está en ely'-ésimo
bloque del diseño; en caso contrario, a¡¡ = 0.
Bi B2 Bh
XiX2 aX2 ■■ ■ alb
an
XiX3 a2x a22 •■ a-ib
X\XV Ov-ll «v-12 • • «v-lí.

X2Xi «vi Ov2 •• Ovb
" V -
1"V a¡\ a, 2 a,b
Ahora contaremos el número de unos en la matriz A de dos formas.
a) Consideremos las filas. Puesto que cada par x¡, x¡, para 1 ^ i<j ^ x> aparece en X
bloques, se sigue que cada fila contiene X unos. Con i filas en la matriz, el número
de unos es entonces Xt = Xv(v - l)/2.
b) Consideremos ahora las columnas. Como cada bloque tiene k elementos, esto deter
mina (I) = k(k - l)/2 pares y éste es el número de unos en cada columna de la matriz
A. Con b columnas, el número total de unos es bk(k - l)/2.
Entonces, Xv(x) - l)/2 = bk(k - l)/2 = vr(k - l)/2, de modo que X(v - 1) = r(k - 1).
Como ya mencionamos antes, si n es una potencia de un primo, podemos obtener un

diseño (n2, n2 + n, n + 1, n, 1) del plano afín PA{K), donde K= GF{n). En este caso, los
puntos son las variedades y las ree4as-sarüos bloques. Ahora presentaremos una construc
ción que amplía PA(K) a lo que se llama un plano proyectivo finito. A partir de este plano
proyectivo podemos construir un diseño (n2 + n+ 1, n2 + n + 1, n + l , n + 1, 1). Primero
veamos cómo se comparan estos dos tipos de planos.
Definición 17.14 Si2P' es un conjunto finito de puntos y 2 ' es un conjunto de rectas, cada una de las cuales
es un subconjunto no vacío de 9", entonces el plano (finito) con base en 9" y 2 ' es un
plano proyectivo si satisface las siguientes condiciones:
Pl) Dos puntos distintos en 3" están en una sola recta.

P2) Cualesquiera dos rectas de 2 ' se intersecan en un único punto.
P3) Existen cuatro puntos de2P' tales que tres cualesquiera de ellos no son colineales.
La diferencia entre los planos afín y proyectivo radica en la condición que trata de la
existencia de rectas paralelas. En este caso, las rectas paralelas del plano afín basado e n ^
y 2 se intersecan cuando el sistema se amplía al plano proyectivo basado en 9*' y 2 ' .
La construcción es la siguiente.
Ejemplo 17,22 Comenzamos con un plano afín PA{K), donde K = GF(n). Para cada punto (x, y) G 3\
escribimos nuevamente el punto como (x, y, 1). Entonces pensamos los puntos como ternas
ordenadas (x, y, z), donde z = 1. Escribimos de nuevo las ecuaciones de las rectas x = c y y =
mx + ben PA(K) como x = cz y y - mx + bz, donde z = 1. Seguimos con nuestro plano afín
original PA(K), pero con un cambio de notación.
Añadimos el conjunto de puntos {(1, 0, 0)} U {(x, 1, 0) |JC G K] a gP para obtener el
conjunto 3". Entonces, |2P' | = n2 + n + 1. Sea í . el subconjunto de 2?' que consta de estos
nuevos puntos. Esta nueva recta puede darse mediante la ecuación z = 0, con la condición
de que nunca x = y = z = 0. Por lo tanto, (0, 0, 0) £ 9".
Analicemos ahora estas ideas para el plano afínE4(Z2). En este caso,2? = {(0,0), (1,0),
(0, 1), (1, 1)}, de modo que
9' = {(0,0,1), (1,0,1), (0,1,1), (1,1,1)} U {(1,0,0), (0,1,0), (1,1,0)}.
Las seis rectas en S? eran, en un principio,
* = 0:{(0,0),(0,1)} y = 0: {(0,0), (1,0)} y =x: {(0,0), (1,1)}
x = l: {(1,0), (1,1)} y = 1: {(0,1), (1,1)} y = x + l: {(0,1), (1,0)}
Volvemos a escribir esto como
x=0 y =0 y =x x =z y=z ■■x + z
y añadimos una nueva recta {„ definida como z = 0. Éstas constituyen el conjunto 2' de
rectas de nuestro plano proyectivo. A partir de este momento consideramos a z como
variable. En consecuencia, la recta x = z consta de los puntos (0, 1,0), (1,0, 1) y (1, 1,1).
De hecho, cada recta de 2 que contenía dos puntos contendrá ahora tres puntos al ser
considerada en 5?'. El conjunto 2 ' consta de las siguientes siete rectas:
* = 0: {(0,0,1), (0,1,0), (0,1,1)} y = 2: {(1,0,0), (0,1,1), (1,1,1)}

y = 0: {(0,0,1), (1,0,0), (1,0,1)} y =*: {(0,0,1), (1,1,0), (1,1,1)}
x = z: {(0,1,0),(1,0,1),(1,1,1)} y =x + z: {(0,1,1),(1,1,0),(1,0,1)}
z = 0(€.):{(l,0,0),(0,l,0),(l,l,0)}
y=x+ z
(1,1,1)
y=z x=z Figura 17.7

En el plano afín original, las rectas x = 0 y x = 1 eran paralelas, pues ningún punto del
plano podía satisfacer estas ecuaciones en forma simultánea. En este nuevo sistema, x - 0
y x = z se intersecan en el punto (0, 1,0), así que ya no son paralelas en el sentido de
PA(Z2). De la misma forma, y = ;ty;y=.x: + 1 eran paralelas en PA(Z2), mientras que ahora
las rectas y-xyy-x+zsc intersecan en (0, 1,0). Ilustramos este plano proyectivo
basado en íJ" y 2" en la figura 17.7. En este caso, el"círculo" que pasa por (1,0,1), (1,1,0)
y (0, 1, 1) es la recta y = x + z. Observe que cada recta interseca a í„, que se llama con
frecuencia la recta del infinito. Esta recta está formada por tres puntos del infinito. Definimos
dos rectas como paralelas en el plano proyectivo si se intersecan en un punto del infinito (o
en {.).
Este plano proyectivo nos proporciona un diseño (7, 7, 3, 3, 1) como el desarrollado
por ensayo y error en el ejemplo 17.20.
Generalizamos los resultados del ejemplo 17.22 como sigue: Sea n una potencia de un
primo. El plano afín PA(K), para K = GF{n), nos proporciona un ejemplo de un diseño
(n2, n2 +n,n+ 1, n, 1). En PA(K), las n2 + n rectas caen en n + 1 clases paralelas. Para cada
clase paralela, añadimos un punto del infinito a PA(K). Añadimos el punto (0, 1,0) a la
clase de rectas x = cz, c E K y el punto (1, 0, 0) para la clase de rectas y - bz, b E K.
Cuando m E K y m =k 0, entonces añadimos el punto (m~\ 1,0) para la clase de rectas y-mx
+ bz, b E K. La recta del infinito í„ es entonces el conjunto de n + 1 puntos del infinito. De
esta forma obtenemos el plano proyectivo sobre GF{n), que tiene n2 + n + 1 puntos yri1+
n + 1 rectas. En este caso, cada punto está sobre n + 1 rectas y cada recta contiene n + 1
puntos. Además, dos puntos cualesquiera de este plano están en una sola recta. En conse
cuencia, tenemos un ejemplo de diseño (n2 + n + 1, n2 + n + 1, n + 1, n + 1, 1).
EJERCICIOS 17.5 1. Sea V = {1, 2, . . . , 9}. Determine los valores de t>, b, r, k y X para el diseño dado por los
siguientes bloques.
126 147 234 279 378 468
135 189 258 369 459 567
2. Encuentre un ejemplo de diseño (4, 4, 3, 3, X.).
3. Encuentre un ejemplo de diseño (7, 7, 4, 4, X).
4. Complete la tabla siguiente de modo que los parámetros v, b, r, k, X de cualquier fila sean
posibles para un diseño de bloque incompleto equilibrado.
V b r k X
4 3 2
9 12 3
10 9 2
13 4 4
30 10 3
5. ¿Es posible tener un diseño (x>, b, r, k, X) tal que (a) b = 28, r = 4, k = 3?

( b ) u = 17, r = 8,¿t = 5?
6. Dado un diseño (u, b, r, k, X) con b = x>, demuestre que si v es par, entonces X es par.
7. Un diseño (u, b, r, k, X) es un sistema triple sifc= 3. Sifc=3yA.= l, decimos que el diseño es
un sistema triple de Steiner.
a) Demuestre que en todo sistema triple de Steiner, X(x> - 1) es par y Xx>(v - 1) es divisible
entre 6.
b) Demuestre que en todo sistema triple de Steiner, i) es congruente con 1 o 3 módulo 6.
8. Verifique que los siguientes bloques forman un sistema triple de Steiner de nueve varieda
des.
128 147 234 279 389 468

135 169 256 367 459 578
9. En un sistema triple de Steiner con b = 12, encuentre los valores de X) y r.
10. En los siguientes ejercicios, 3" es un conjunto de puntos y Sí" un conjunto de rectas, cada uno
de los cuales es un subconjunto no vacío de9*'. ¿Cuáles de las condiciones (Pl), (P2) y (P3) de
la definición 17.14 se cumplen para los conjuntos 3' y 2 " dados?
a) 9"={a,b,c}.
2'={{a,b},{a,c),{b,c}}.
b) 9"={(x,y,z)\x,y,zeR} = R3.
¡£' es el conjunto de todas las rectas en R3.
c) 3" es el conjunto de todas las rectas en R3 que pasan por (0, 0, 0).
2" es el conjunto de todos los planos en R3 que pasan por (0, 0, 0).
11. De un grupo de 15 estudiantes de primer año de bachillerato, se forman equipos de bolos con
cinco estudiantes cada uno. Cada uno de los estudiantes está en el mismo número de equipos y
cada par de estudiantes están juntos en dos equipos, (a) ¿Cuántos equipos hay en total? (b) ¿En
cuántos equipos diferentes está cada estudiante?
12. La señorita Martínez dio a su grupo de ciencias de la computación una lista de 28 problemas e
indicó a cada estudiante que escribiera los algoritmos para resolver exactamente siete de estos
problemas. Si cada estudiante hizo lo indicado y si para cada par de problemas había exacta
mente un par de estudiantes que escribieron el algoritmo para resolverlos, ¿cuántos estudiantes
tiene la señorita Martínez en su grupo?
13. Consideremos un diseño (i), b, r, k, X) sobre el conjunto Vde variedades, donde | V| = \> > 2. Si
x, y €E V, ¿cuántos bloques del diseño contienen axoayl
14. En una clase de programación, la profesora Magda tiene un total de n estudiantes y desea
asignar equipos de m estudiantes a p proyectos de computación. Si cada estudiante debe ser
asignado al mismo número de proyectos, (a) ¿en cuántos proyectos participará cada estudian
te? (b) ¿En cuántos proyectos participará cada par de estudiantes?
15. a) Si un plano proyectivo tiene seis rectas que pasan por cada punto, ¿cuántos puntos tiene el
plano proyectivo en total?
b) Si hay 57 puntos en un plano proyectivo, ¿cuántos puntos están en cada recta del plano?
16. Al construir el plano proyectivo a partir de PA(Z2) en el ejemplo 17.22, ¿por qué no incluimos
el punto (0, 0, 0) en el conjunto 9"?
17. Determine los valores de V, b, r, k y X para el diseño de bloques incompleto equilibrado asocia
do al plano proyectivo que surge de PA{K) para las siguientes opciones de K: (a) Z¡, (b) Z7 y
(c) GF(8).
18. a) Enumere los puntos y rectas de PA(Z3). ¿Cuántas clases paralelas tiene esta geometría fini
ta? ¿Cuáles son los parámetros del diseño de bloques incompleto equilibrado asociado?
b) Enumere los puntos y rectas del plano proyectivo que surge de PA(Z-¡). Determine los pun
tos en í„ y úselos para determinar las clases "paralelas" de esta geometría. ¿Cuáles son los
parámetros del diseño de bloques incompleto equilibrado asociado?
17.6
En el capítulo 14 habíamos desarrollado la estructura de cuerpo. En este capítulo analiza

mos los anillos de polinomios y su papel en la estructura de los cuerpos finitos, fijando la
atención en las aplicaciones a las geometrías finitas y los diseños combinatorios.
En el capítulo 15 vimos que el orden de un álgebra booleana finita sólo podría ser una
potencia de 2. Ahora vimos que el orden de un cuerpo finito sólo podía ser una potencia de un
primo y que para cada/? primo y cadan G Z+, sólo existe un cuerpo, salvo isomorfimos, de
orden pn. Denotamos este cuerpo con GF(pri), en honor del matemático francés Evariste
Galois (1811-1832).
En el capítulo 14 obtuvimos los cuerpos finitos (Zp, +, •) parap primo, por medio de la
relación de equivalencia (congruencia módulo n) definida en Z. Con estos cuerpos finitos,
desarrollamos aquí los dominios enteros Zp[x]. Luego, si s(x) es un polinomio irreducible
de grado n en Zp[x], una relación de equivalencia similar (la congruencia módulo s(x)) nos
dio un conjunto de p" clases de equivalencia, que denotamos con Zp[x]/(s(x)). Estas p"
clases de equivalencia son los elementos del cuerpo GF(p"). (Aunque no demostramos los
resultados posibles en general, se puede demostrar que sobre cualquier cuerpo finito Zp,
existe un polinomio irreducible de grado n para cada n £ Z+.)
La teoría de cuerpos finitos fue desarrollada por Galois en su obra acerca del problema
de las soluciones de ecuaciones polinomiales. Como mencionamos en el resumen del ca
pítulo 16, el estudio de las ecuaciones polinomiales fue un área de investigación matemá
tica que representó un reto para muchos matemáticos de los siglos xvi al xix. En el siglo
Evariste Galois (1811-1832)

xix, Niels HenrikAbel (1802-1829) mostró por primera vez que la solución de la ecuación
general de grado 5 no podía darse por radicales. Galois mostró que para cualquier polinomio
de grado n sobre un cuerpo K, existe un grupo correspondiente G que es isomorfo a un
subgrupo de S„, el grupo de permutaciones de {1, 2, 3, . . ., n}. La esencia de la obra de
Galois es que tal ecuación polinomial se puede resolver mediante (suma, resta, multiplica
ción, división y) radicales si su grupo correspondiente es resoluble. Pero ¿qué hace a un
grupo finito resoluble? Decimos que un grupo finito es resoluble si tiene una cadena de
subgrupos G = K{ D K2 D KT, D . . . D K, = {e}, tales que para cada 2 < i < t, K¡ es un
subgrupo normal de K¡. i (es decir, xyz"' £ K¡ para cada y G K, y cada x E K¡_ x) y | AT, _ i | v
\K¡\es primo. Se puede ver que todos los subgrupos de S¿, para 1 5 existen subgrupos de S„ que no lo son.
Aunque parece que la teoría de Galois trata principalmente de los grupos, no hemos
mencionado aún lo relativo a la teoría de cuerpos. Como consecuencia del trabajo de
Galois, las áreas de la teoría de cuerpos y la teoría de grupos finitos se convirtieron en
temas de gran interés matemático.
Para más detalles acerca de la teoría de Galois, un buen lugar para comenzar es el
capítulo 6 del texto de V. Larney [8] y el capítulo 12 del libro de N. H. McCoy y T. Berger
[10]. El capítulo 5 de I. N. Herstein [6] tiene más sobre el tema y una presentación detalla
da aparece en el texto de O. Zariski y P. Samuel [16]. El apéndice E del texto de V. Larney
[8] incluye un interesante relato de la vida de Galois; el lector puede revisar más sobre su
vida en el relato un tanto ficticio de L. Infeld [7]. El artículo deT. Rothman [11] proporcio
na un análisis contemporáneo de las imprecisiones y mitos que rodean la vida, y en espe
cial la muerte, de Galois. Las notas biográficas en las páginas 287-291 del texto de
J. Stillwell [13] relatan más acerca de la vida y obra de este gran genio.
Los cuadrados latinos, los diseños combinatorios y las geometrías finitas de las últimas
secciones del capítulo nos mostraron cómo interviene la estructura de cuerpo finito en los
problemas de diseño. El estudio de los cuadrados latinos ortogonales data de la época de
Leonhard Euler (1707-1783) y el problema de los 36 oficiales ha sido desarrollado en
forma considerable desde 1900; particularmente, desde 1960, con la obra de R. C. Bose, S.
S. Shrikhande y E. T. Parker. El capítulo 7 de la monografía de H. Ryser [12] ofrece los
detalles de sus logros. El texto de C. L. Liu [9] incluye ideas de la teoría de la codificación
en su análisis de los cuadrados latinos.
El estudio de las geometrías finitas puede rastrearse hasta la obra de Gino Fano, quien,
en 1892, consideró una geometría finita tridimensional con 15 puntos, 35 rectas y 15
planos. Sin embargo, estas geometrías sólo adquirieron importancia en 1906, cuando
O. Veblen y W. Bussey comenzaron su estudio de las geometrías proyectivas finitas. Para
más detalles sobre este tema, el lector observará que los textos de A. Albert y R. Sandler
[1] y H. Dorwart [4] son interesantes. El texto de P. Dombowski [3] proporciona un amplio
tratamiento del tema para quien busque un estudio más avanzado.
Por último, el concepto de diseño fue estudiado en un principio por los estadísticos, en
el área llamada diseño de experimentos. A través de la investigación de R. A. Fisher y sus
seguidores, esta área ha llegado a tener un papel importante en la teoría moderna del
análisis estadístico. En nuestro desarrollo analizamos las condiciones en las cuales podría
existir un diseño (u, b, r, k, X) y la forma en que estos diseños se relacionan con los planos
afines y los planos proyectivos finitos. El texto de M. Hall, Jr. [5] presenta más detalles
sobre el tema, al igual que la obra de A. Street y W. Wallis [14]. El capítulo XIII de la
referencia [14] incluye un material relativo a los diseños y la teoría de la codificación. En
la obra de W. Wallis [15] aparece una reseña muy completa del tema de los diseños, mientras
que el texto editado por J. H. Dinitz y D. R. Stinson [2] ofrece al lector una recopilación de
los trabajos más recientes en el área.
BIBLIOGRAFÍA
1. Albert, A. Adrián y R. Sandler, An Introduction to Finite Proyective Planes, Nueva York, Holt,
1968.
2. Dinitz, Jeffrey H. y Douglas R. Stinson, editores, Contemporary Design Theory, Nueva York,
Wiley, 1992.
3. Dombowski, Peter, Finite Geometries, Nueva York, Springer-Verlag, 1968.
4. Dorwart, Harold L., The Geometry oflncidence, Englewood Cliffs, N.J., Prentice-Hall, 1966.
5. Hall, Marshall, Jr., Combinatorial Theory, Waltham, Mass., Blaisdell, 1967.
6. Herstein, Israel Nathan, Topics inAlgebra, 2* ed., Lexington, Mass., Xerox College Publishing,
1975.
7. Infeld, Leopold, Whom the Gods Love, Nueva York, McGraw-Hill, 1948.
8. Larney, Violet H.,AbstractAlgebra:A First Course, Bostón, Prindle, Weber & Schmidt, 1975.
9. Liu, C. L., Topics in Combinatorial Mathematics, Mathematical Association of América, 1972.
10. McCoy, Neal H. y Thomas R. Berger, Algebra: Groups, Rings and Other Topics, Bostón, Allyn
and Bacon, 1977.
11. Rothman, Tony, "Genius and Biographers: The Fictionalization of Evariste Galois", The
American Mathematical Monthly 89, núm. 2, 1982, págs. 84-106.
12. Ryser, Herbert J., Combinatorial Mathematics, Carus Mathematical Monographs, número 14,
Mathematical Association of América, 1963.
13. Stillwell, John, Mathematics and Its History, Nueva York, Springer-Verlag, 1989.
14. Street, Anne Penfold y W. D. Wallis, Combinatorial Theory: An Introduction, Winnipeg, Ca
nadá, The Charles Babbage Research Center, 1977.
15. Wallis, W. D., Combinatorial Designs., Nueva York, Marcel Dekker, Inc, 1988.
16. Zariski, Osear, y Pierre Samuel, Commutative Algebra, vol. I, Nueva York, Van Nostrand,
1958.
EJERCICIOS b) Encuentre las raíces racionales, si existen, de los

siguientes polinomios sobre Q. Factorice f(x) en
COMPLEMENTARIOS
Q[x].
i) f(x) = 2x) + 3x2-2x-3
1. Determine n si sobre GF(n) hay 6561 polinomios
móndeos de grado 5 sin términos constantes. ii) /(*) = x4 + x3-x2-2x-2
2. a) Sea/(x) = a„x" + • ■ ■ + atx + a0 E Z[x]. Si rls £ iü) f(x) = 3x4 -2x*-5x2-4x-4

Q, con mcá(r, i ) = l y f(rls) = 0, demuestre que c) Muestre que el polinomio f(x) = xm - x50 + x10 + x3
s\any r\a0. + 1 no tiene raíces racionales.
3. a) ¿Para cuántos enteros n tales que 1 < » S 1000, 12. Un plano proyectivo tiene como coordenadas los ele
podemos factorizar/Qt) = x2 + x- n como el pro mentos de un cuerpo K. Si esta recta contiene 91 rectas,
ducto de dos factores de primer grado en Z[x]? ¿cuál es el valor de | K\ y car(AT)?
b) Responda la parte (a) para/(x) = x2 + 2x - n. 13. Sean V= [x¡, x2,. . . , x„} el conjunto de variedades y
c) Responda la parte (a) para/Cx) = x2 + 5x - n. {Bu B2,. ■ ■, Bb) la colección de bloques para un diseño (i),
d) Seag(x)=x 2 + kx-nE. Z[x],para 1 < n < 1000. b, r, k, X). Definimos la matriz de incidencia A para el dise
Encuentre el entero positivo mínimo k tal que g(x) ño como
no pueda factorizarse mediante dos factores de pri
mer grado en Z[¿c] para todo 1 < n < 1000.
1, si x¡ £ Bj
4. Verifique que el polinomio f{x) = xi+xi + x+\e,s A = (a.yXxi,, donde a,y = ', n t .
reducible sobre cualquier cuerpo K (finito o infinito). [0, en caso contrario.
5. Si p es primo, demuestre que en Zp[x], a) ¿Cuántos unos hay en cada fila y columna de Al
b) Sea Jmxn la matriz m X n tal que cada elemento es
•-x= n (x ■a).
1. En vez de Jnxn, escribimos J„. Demuestre que
1EZ.
para la matriz de incidencia A, A- Jb = ry JvA = k-
6. Para cualquier cuerpo K, sea/(x) =x" + a„.lx"-1 + ■ ■ ■ +
o,x + «o £ K[x]. Si r,, r2,..., r„ son las raíces def(x) yr¡E.K c) Muestre que
para todo 1 < i < n, demuestre que
a) - a „ - i = r¡ + r2 + ■ ■ • + rn.
b) (-l)"ao = r1r2---rn. r X X . . X
7. Sea/pc) € R[x]. Si a + bi £ C y/(a + bi) = 0, demues X r X . . X
tre que/(a + bi) =f(a - bi) = 0. (Las propiedades que obser AA" = X X r . X
vamos en el ejercicio complementario 4(a) del capítulo 14
podrían servir en este caso.) X X X . r
8. Sea R un anillo conmutativo con elemento unidad. ¿En = (r —\)L + XJV,
qué condiciones es verdadera cada una de las proposiciones
siguientes? donde /„ es la identidad (multiplicativa) u X D ,
a) Para todos a, b GR,(a + b)2 = a2 + b2. d) Demuestre que det(A ■ A") =
b) Para todos a, b £ R, (a + b)3 = a} + b\ (r - Xy-^r + (U - 1)X] = (r - X)^rk.
9. Cuatro de los siete bloques en un diseño (7, 7, 3, 3, 1) 14. Dado un diseño (x>, b, r, k, X) basado en las v varieda
son {1, 3, 7), {1, 5, 6}, {2, 6, 7} y {3,4, 6}. Determine los des de V, reemplazamos cada bloque B¡, para 1 <i<b, por
otros tres bloques. su complemento B,■ = V- B¡. Entonces, la colección {B,,
B2,.. ., Bt,} proporciona los bloques para un diseño (u, b,
10. Encuentre los valores de b y r para un sistema triple de r', k', X), también basado en el conjunto V.
Steiner tal que x> = 63.
a) Encuentre este diseño Cu, b, r', k', X') complemen
1 1 . a ) Si un plano proyectivo tiene 73 puntos, ¿cuántos tario correspondiente al diseño dado en el ejerci
puntos están sobre cada recta? cio 1 de la sección 17.5.
b) Si cada recta de un plano proyectivo pasa por 10 b) En general, ¿cómo se relacionan los parámetros r',
puntos, ¿cuántas rectas hay en este plano? k', X del diseño complementario y los parámetros
u, b, n k,X del diseño original?
Apéndice 1
Funciones
exponenciales
y logarítmicas
E n el estudio de las matemáticas y de la ciencia de la computación, nos encontramos con las

funciones exponenciales y logarítmicas. Ya presentamos el concepto de función en la sección 5.2,
y en la parte (d) del ejercicio 15 de esa sección encontramos la función/: R -> R+ tal que/(x) = e*
parax G R. Éste es un ejemplo de una función exponencial. Después, en el ejemplo 5.61, relaciona
mos esta función con una función logarítmica, denotada ln x, donde x €E R*. Más adelante, en el
ejemplo 5.73 del mismo capítulo, otra función logarítmica (a saber, log2n, paran €E Z+) apareció en
el análisis de un algoritmo. Como estos tipos de ecuaciones aparecieron en otros capítulos, propor
cionamos ahora este apéndice para repasar algunas de las propiedades fundamentales de estos dos
tipos de funciones.
Comencemos con la idea de los exponentes enteros positivos. Por ejemplo, sabemos que la
expresión 3 7 indica la multiplicación de siete treses; es decir,
37= 3 ■ 3 - 3 • 3 ■ 3 - 3 - 3 = 2187.
En este ejemplo, el número 3 es la base de 37; el número 7 es el exponente o potencia. En general,

cuando el exponente es un entero positivo, la base (que llamaremos b) puede ser cualquier número
real (incluido 0). Al trabajar con un exponente dado por un entero negativo, usamos la siguiente
definición.
Definición A1.1 Para cualquier número real no nulo b y cualquier n e Z*, tenemos b~"= \lb".
Ejemplo A1.1 De la definición A1.1 tenemos que
a) 3 - 7 = 1/37 = 1/2187
b) ( l / 2 ) " 6 = l / ( l / 2 ) 6 = 1/(1/64) = 64
c) (-3/5)" 5 = l/(-3/5) 5 = l/(-243/3125) = -3125/243
A-1
A-2 Apéndice 1 Funciones exponenciales y logarítmicas
Por último, cuando el exponente es el entero 0, definimos í>°= 1, para cualquier número real no
nulo fc.f
Podemos resumir las ideas anteriores de la manera siguiente, donde usamos la idea de definición
recursiva (que presentamos en la sección 2 del capítulo 4) en la primera parte:
Para cualquier ¿ G R ,
1) b1 = b y b"= b ■ b "-1 para n E Z+ tal que n > 1;

2) Si b é 0 y n e Z\ entonces b-= Vb"; y
3) Si b é 0, entonces b°= 1.
Para pasar de los exponentes enteros a los exponentes dados por números racionales, recorde
mos, de nuestra experiencia en álgebra, que si q £ Z+, donde q > 1 y b es cualquier número real no
negativo, entonces la expresiónfc"«denota la <?-ésima raíz de b. Por lo tanto, bVq es el número real
a tal que aq= b. Por ejemplo,
32,/5= 2 pues 25= 32, y (l/8)1/3= 1/2 pues (l/2)3= 1/8.
Pero cuando nos enfrentamos a las ecuaciones 22 = 4 y (-2)2 = 4, debemos preguntarnos lo que
entendemos por 4I/2. La convención establecida llama raíz positiva a la representada por 41/2, de
modo que 4l/2= 2, no -2 o ±2. De la misma forma, 9m= 3,161/2= 4 y para cualquier r € R , (r2)1/2=
| r |, el valor absoluto de r, no la propia r. Además, aunque 24= (-2)"= (2i')4 = (-2i)4= 16, cuando
encontramos la expresión 16"4, ésta denota la raíz cuarta positiva, es decir, 2.
Si b es un número real negativo y q es un entero positivo impar, nuestra definición anterior de b1'"
sigue teniendo sentido. Encontramos, por ejemplo, que (-8)1/3 = -2, pues (-2)3 = -8 y ningún otro
cubo de un número real produce - 8 . Sin embargo, para el caso en que q = 2, la expresión (-4)"*
denota un número complejo que no es real; evitaremos este tipo de situaciones aquí.
Por último, sin entrar en un análisis detallado en el desarrollo de los números irracionales, coin
cidiremos en que los números reales (aunque irracionales) como 2m= V2 y(-5)1/3= ^ 5 existen
y, en general, para ? € Z * y r 6 R , también existen los siguientes números reales:
r1'" = ^fr> para r > 0 rVq = i/r, para r < 0 y q impar.

Ahora que hemos planteado este tema de los exponentes (o potencias) de la forma \lq, donde q
es un entero positivo mayor o igual que 1, pasamos a la siguiente definición.
Definición A1.2 Sea b e R y sean p, q E Z\ Entonces
1) bplq = ib11")", para ¡>a0;

2) b-"'" = (bVqy = \l[{bVqY], para b > 0;
3) bplq = (bllqY, para b< 0 y q impar; y
4) b-plq = (h1'")-" = l/[(bUq)p], para b<0 yq impar.
Ilustramos esta definición en el siguiente ejemplo.
t La expresión 0o es una forma indeterminada pues su valor podría ser distinto en diferentes situaciones.
Esta idea se estudia en el cálculo, en el contexto de la regla de L'H'ópital.
Ejemplo A l . 2 j ^ (g)2/3 = g2/3 = (gl/3)2 = 22 = 4 ( = M w = ^2y/3)

b) (81)- = (81 )" = 3 " = 1/3 = 1/27 (= (3' 1 ) 3 = [(81 174 )' 1 ] 3 = [(81)" ,/4 ] 3 )
3/4 1/4 3 3 3
c) (-1/32) 3 ' 5 = [(-1/32) 175 ] 3 = (-1/2) 3 = - 1 / 8

d) (-1024)- 2 / s = [(-1024) 1 / 5 j- 2 = ( - 4 ) - 2 = l / ( - 4 ) 2 = 1/16(= l/(-1024) 2 / 5 )
El último resultado que aparece en la parte (a) del ejemplo anterior indica lo siguiente, lo cual es
cierto en general:
b""1 = (V)1"1, ¿>>0, p,qeZ+.
Las otras partes de la definición A1.2 también pueden ampliar como
b-r'i = (¿>-")»/« = {\ivyi" = (l/b"">), b>0,p,q(EZ+.

1 +
b''i = (b") '", b<0,p,q(EZ ,q impar.
Vq
b-fii = (b-") = ( l / ^ ) « = (llb" "), b<0,p,qEZ+,q
v 1
impar.
I|$tttjSÉt) A 1 . 3 Usando 2 como base, de las definiciones Al.l y Al.2 tenemos que
2" 3 = l/8, 2~2=l/4, 2" 1 = 1/2, 2°=1, 2 : = 2, 22 = 4, 23 = 8
y que
2" 3/2 = (2 1/2 )- 3 = (V2)-3 = (1/V^) 3 = 1/(2V5) = 0.3535534

23/2 = (V2) 3 = 2V2 = 2.8284271 (= (2 3 ) 1/2 = V¡8).
Sin embargo, ¿cómo trabajar con expresiones como 2 , donde nos enfrentamos ahora a una
potencia irracional? Usando el hecho de que V3~ = 1.7320508 . . . , podemos evaluar las siguientes
potencias racionales:
2' = 2
2 U ( = 217/1° = (217)1/10 = 1310721'10) = 3.2490096
2 1 7 3 = 3.3172782
2 1 7 3 2 = 3.3218801
2i.732o ¿ 3,3218801
2i.73205 ¿ 3.3219952
Con la ayuda de una calculadora o un computador, vemos que 2 , hasta siete cifras decimales,
está dado por 3.3219971. Si queremos ser más precisos, podemos decir que el número real 2 es el
límite de la sucesión 2', 2' 7 , 2173, 21732, 2' 732°, 2 1 7 3 2 0 5 ,... (Estas ideas se estudian en el cálculo y en
la introducción al análisis.)
De manera similar tratamos la expresión b', donde ¿> £ R+ y r €E R.
Usamos los resultados vistos hasta ahora acerca de los exponentes para establecer las siguientes
propiedades, sin demostrarlas.
TEOREMA A1.1 Las propiedades de los exponentes. Para o , | i 6 R * y i j 6 R ,
1) {bx){by) = b"-by = bx+y,

2) (b')l(by) = bx/by = b"-y,
3) (py = bxy = byx = (byY, y
4) {ab)'=(ax)(bx) = ax-bx.
Ilustramos las propiedades en el teorema A 1.1 como sigue.
Ejemplo A1.4
1) 3 5/2 • 3 3/2 = 3[<5/2)+<3/2'i = 3 8/2 = 3 4 = 81
2) (71/5)/(711/5) = 7'<1/5>-<11/5)l = 7 _10/5 = T2 = 1/72 = 1/49
3) [(V2) 3 ] 2 = (V2) 6 = (21/2)6 = 2 (1/2)6 = 23 = 8
4) (3V5) 4 = 3 4 (V5) 4 = (81)(25) = 2025
Hemos terminado con los antecedentes necesarios para definir una función exponencial.
Definición A 1 . 3 Para un número real positivo fijo b, la función/: R —* R+ dada por/(x) = b*es lafunción exponencial
de base b. [A veces denotamos fr'con exp,,(.x).]
Ejemplo At,5 a) En la figura Al.l aparecen las gráficas de cuatro funciones:
/,:R^R+, Mx)=x2 /2:R^R+, f2(x) = 2'

3
/3:R->R, f3(x)=x /„:R^R\ f*(x) = 3*
Las funciones/, y/ 3 son funciones polinomiales, no funciones exponenciales. Por lo tanto,
cuando analizamos las funciones exponenciales/2 y/ 4 observamos que existe una diferencia
entre las expresiones x2 (para/i) y 2* (para/?) y entre las expresiones JC3 (para/3) y 3* (para/4).
Las funciones exponenciales f2 y/ 4 son tales que
1) fi(x) > 0 y fi(x) > 0, para todo x e R; en particular,/2(AC) > 1 y f4(x) > 1 para todo x > 0,
mientras que 0 <f2(x) < 1 y 0 < f4(x) < 1, para todo x < 0.
2) para cualesquiera x, y G R, x < y =>f2(x) < / 2 (y) (yft(x) <ft(y)). (Esto es cierto para
cualquier función exponencial tal que la base b > 1. Es decir, si b > 1 y x < y, entonces
bx<b!.)
3) si v,w G R y /2(v)) = /2(w), entonces i) = w. [Esta propiedad también es cierta para
cualquier función exponencial/W = b* con b>\. Así, para D , w 6 R y i ? > l , tenemos
queb»=bw=>v = vs.]
+ t
b) La gráfica de la función/: R -> R , dada por/5(x) = (l/2> = 2'\ aparece en la figura Al.2.
Esta gráfica muestra las siguientes propiedades, que son ciertas para todas las funciones
exponenciales/: R —» R* tales que/(x) = b* para 0 0 para todo x £ R, pero ahora vemos que/ 5 (x) > 1 para x < 0 y
f5(x) < 1 si x > 0.
m
.,
8- / (3, 8)
6H
(-2, 4)
4- /(2,4)
2- (1.2)
( - 1 , 1 / 2 ) ^ MO. 1)
-2 2 4
Ci)
(3, 27)
Figura A1.1
UNIVERSIDAD DÉ LA RE>ÜBLICA
PACULTM; PK INGENIERÍA
DEPARTAMENTO DE
(-3, 8) DOCUMENTACIÓN Y BIBLIOTMC*
WONTEVTDSO - URUGUAY
Figura A1.2
2) Si x,j € R con x < y, entonces/5(x) >f¡(y)-

3) Para x,y £ R, si/5W =fs(y), entonces x = y.
c) Si hablamos de la función exponencial, nos referimos a la función/: R —» R* tal que/(x) =
e1 para el número irracional e = 2.71828. Esta función aparece como/6 en lafiguraAl.3,
donde usamos las aproximaciones e2 = 7.38906 y e} = 20.08554. La función/7 (también en
la Fig. Al.3) es la función exponencial tal que/7(;c) = e'x.
Figura A1.3
Aprendimos, de la propiedad (3) en las partes (a) y (b) del ejemplo A 1.5, que para cualquiera 6
R+ y x, y e R, si b 4= 1 y fcr= b* entonces x = y. Esta observación nos ayuda a resolver la ecuación
exponencial.
¿Para qué números reales n se cumple que (1/2)"6"2 = (l/8)_ll0"*4)'3?

Podemos escribir esta ecuación como 26"2 = 8<10"+4)/3 pues (1/2)"6"2 = [(1/2)-1]6"2 = Z^y (l/8)-<10"*4V3 =
[(1/8)-i](io„*4V3 = 8<ion.4w E n t o n c e s
2«« 2 = o(10n + 4)/3 ^ o6n 2 _ /23\(10n + 4)/3 - ^ y6"2 = 2 ( 1 0 " +4 ) ^
2 2
6n = lOw + 4=»3n = 5n + 2=>
3«2 - 5n - 2 = (3n + l)(n - 2) = 0=>« = - 1 / 3 or n = 2.
Ahora que hemos analizado la función exponencial, dedicaremos nuestra atención a un segundo
tipo de función que va de la mano con la función exponencial. Ésta es el logaritmo o función
logarítmica. Sin embargo, antes de presentar esta función, daremos un repaso a las propiedades
fundamentales de los logaritmos. Primero consideremos la relación precisa entre los exponentes y
los logaritmos, según la siguiente definición.
Definición A 1 . 4 Sea b un número real positivo fijo distinto de 1. Si x e R+, escribimos log¡¿t para indicar el logaritmo
de x en base b (o el logaritmo en base b de x), que es el (único) número real y que satisface by= x.
Podemos volver a formular esta idea como sigue: log^x es el exponente (o potencia) a la que
debemos elevar la base b para obtener x. Por lo tanto,
y = log/, x si y sólo six = by.
jemploA1,7 Obtenemos los siguientes resultados debido a la definición anterior:

a) Como 23 = 8, tenemos que log2 8 = 3.
b) Encontramos que log3(l/81)= - 4 , pues 3"4= l/(34) = 1/81.
c) Para cualquier b e R\ tal que b £ 1, se sigue que

i) log,, b = 1 pues bx = b,
ii) log,, b2= 2 pues b1- b1, y
iii) log„(l/¿) = -1 pues ¿r1 = \lb.
d) Como = lm = V7, tenemos que log, -Jñ = 1/2.
Supongamos que b, x 6 R+, quefcestáfijoy es distinto de 1. Si log,,* = 6, ¿cuál es el valor de log^x?

Sabemos que log,,* = 6 <=> b6 = x, de modo que x = (b2y. Y x = (fe2)3<=> log^x = 3. (De manera
análoga, vemos que log^ í = 2y log^ x = 1.)
Junto con las propiedades (1), (2) y (3) de los exponentes, que aparecen en el teorema Al.1, las
siguientes propiedades pertenecen a los logaritmos.
TEOREMA A1.2 Sean b, r, s €: R+, tales que b es fijo y distinto de 1. Entonces

1) log,, (rs) = logfc r + log* s,
2) logfc (r/s) = log* r - logfcS, y
3) log* {f) = s logfc r.
Demostración: Demostraremos la parte (1) y dejaremos la parte (2) para los ejercicios al final de
este apéndice. Para la parte (3), sólo pedimos (en los ejercicios) la demostración para el caso en que
s es un entero no nulo, pero aceptaremos (sin demostración) y usaremos la proposición general que
aparece aquí.
Supongamos que x = log,, r y y = log,, i. Entonces, como x = log,, r<=>bx=ry y = logjí <=> by - s
se sigue de la parte (1) del teorema Al.1 que rs = (b*)(by) = b'*y. Como rs = bx + >"<=> log6(«) = x +
y, hemos mostrado que
logfc (rs) = x + y = logfc r + log* 5.
En nuestro siguiente ejemplo veremos que podemos usar los tres resultados del teorema A 1.2
para calcular los logaritmos.
Ejemplo AL9 Antes de la llegada de los computadores y las calculadoras, se usaban los logaritmos como ayuda
para el cálculo de productos, cocientes y potencias y para extraer raíces. Con frecuencia, la base de
estos logaritmos era 10 y se disponía de tablas de estos números para el trabajo con los logaritmos.
[Los logaritmos fueron ideados por el matemático escocés John Napier (1550-1617). Los navegan
tes y astrónomos los usaron en el siglo xvn para reducir el tiempo en que se realizaba una multipli
cación o una división.]
Por ejemplo, como logl010 = 1 y log,0100 - 2, vemos que 1 < log,031 < 2. De hecho, log,031 =
1.4914. De la misma forma, tenemos 2 < log,0137 = 2.1367 < 3. Se sigue del teorema Al.2 que
1) log104247 = log10(31 • 137) = log,031 + log10137 = 1.4914 + 2.1367 = 3.6281,

2) log10 (137/31) = log10137-log1031 = 2.1367 -1.4914 = 0.6453, y
/
137 = log,01371/3 = (1/3) log10137 = (1/3)(2.1367) = 0.7122.
En el cálculo, encontramos un uso para los logaritmos de basee = 2.71828, llamados logaritmos
naturales y que denotamos por lo general con ln*, para* £ R \ Cuando trabajamos con el análisis
de algoritmos en la ciencia de la computación, los logaritmos de base 2 con frecuencia mostraron su
utilidad. Pero esto no significa que debamos preocuparnos por trabajar con logaritmos de muy
diversas bases. Muchas calculadoras proporcionan logaritmos de base 10 y de base e. En nuestro
siguiente resultado veremos que si podemos obtener los logaritmos en una base, podremos usarlos
para obtener logaritmos en cualquier otra base.
TEOREMA A1.3 La fórmula de cambio de base. Sean a, b €E R+, ambos distintos de 1. Para cualquier x S R+,
lOgfc*
loga* :
lOgfcfl '
Demostración: Sean c = log¡,jc y d = loga*. Entonces bc= x = aá y log¡,* = \ogbaá= dlogba ■■

(log„;c)(log¿a). En consecuencia, log„;t = \ogbxñogba.
Ejemplo A1.10 Por medio de una tabla o calculadora vemos que log.2 = ln 2 = 0.6931 y logtlO = ln 10 = 2.3026.
Por lo tanto, por el teorema Al.3, log210 = ln 10/ln 2 = 2.3026/0.6931 = 3.3222.
At*f 1 Si x = b como resultado del teorema A1.3 aparece una fórmula especial. En este caso tenemos que
log/,6 1
logo 6 =
logifl log*a
Una vez que hemos repasado los antecedentes necesarios, es hora de definir la función logarítmica.
Definición A 1 . 5 Sea b £ 1 un número real positivo fijo. La función g: R* —» R dada por g(x) = log¿,jt es la función
logarítmica de base b.
Ejemplo Al.12 a) Consideremos las funciones logarítmicas
g,:R+->R, g,(*) = log 2 * g2: R + - * R , g2(*) = log 3 *.
Las gráficas de estas funciones aparecen en la figura A 1.4. Estas funciones son tales que
1) g¡(x) > 0 y g2(x) > 0 para todox > 1, mientras queg¡(x) < 0 y g2(x) < 0 para todox<\.
[Esto es cierto para toda función logarítmica log¡¿c tal que b > 1.]
2) para todos x,y £ R+, x < y => g,(x) < g,(y) [y g2W < g2(y)]. (De nuevo, esto es cierto para
toda función logarítmica log^x tal que b > 1.]
3) si «, D £ R* yg,(«) =gi(t>), entonces u = x>. (De hecho, sib> 1, tenemos log,, u = logt x>
=* u = v pues w = log,, u <=> u = b* y w = log¡, v <=> \) = bw.)
9, x)
4- (8, 3)
3- (4. 2) _ ^ « -
2-
(1,0) 1 -
1-
" ¿"iCl)
1- V 2 3 4 5 6 7 8
2- i d / 2 , - 1 )
1(1/4, -2)
(<?,) (g2)
Figura A1.4
b) La gráfica de la figura A1.5 corresponde a la función g3: R+ —> R dada por g3(x) = log(1/2)x.
Esta gráfica ilustra las siguientes propiedades, que son ciertas para toda función logantmica
logi,* tal que 0 1.
2) Para todos *, y S R+, si * < y entonces g¡(x) > g3(y).
3) Si u, x> G R* y g3(«) = g3(t>), entonces u = v. [La demostración es igual a la dada en la
sección (3) de la parte (a).]
,,
2- 1(1/4,2)
(1,0)J_- h\(1/2, 1)
-1- - \ 3 4 5 6 7 8
-2- (2,-ir^.^
-3- (4, - 2 ) - ^
-4- (8, - 3 )
(93) Figura A1.5
c) En la parte (a) de lafiguraAl .6 tenemos las gráficas de las funciones/: R -> R+, donde/(x)
= 2" y g: R* —> R, donde g(x) = log2 x. Estas gráficas son simétricas (entre sí) con respecto de
la recta y = x (es decir, si doblamos la figura a lo largo de la recta y = x, entonces las gráficas
d e / y g coincidirían). Aquí observamos también la correspondencia entre los puntos de
ambas gráficas. Por ejemplo, el punto (2, 4) de la gráfica de/corresponde al punto (4,2) de
la gráfica de g. En general, cualquier punto {x, 2") sobre la gráfica de/corresponde con el
punto (21, JC(= log22')) sobre la gráfica de g y (*, log^) sobre g corresponde con (log2;c, x(,=
2'°^)) sobre/
d) Las gráficas de las funciones
/I:R-H.R+, /i(x) = (1/2)* fc:R+ k(x) = \ogW2)X
aparecen en la parte (b) de lafiguraA 1.6. Como en la parte (c), estas funciones también son
simétricas respecto a la recta y = x. En este caso, cada punto (AT,(1/2)1) sobre la gráfica de h
corresponde al punto ((1/2)', x{= log,,,2,(1/2)*)) sobre la gráfica de k, y (x, log(1/2);t) sobre k
corresponde a (log(l/2);c, x{= (\l2f°t"'^)) sobre h. (Estas dos gráficas se intersecan sobre la
recta y = x en el punto x = 0.6412.)
y=x
I I I I » x
(8, -3)
Figura A1.6
e) Tal vez el lector desee examinar, o volver a examinar, las gráficas de las funciones y = e? y y =
ln x que se muestran en la figura 5.9 de la sección 5.6. En esa sección estudiamos la relación
de simetría de las funciones respecto de la recta y = x [mencionada en las partes (c) y (d)] en
relación con las ideas de composición de funciones y la inversa de una función.
EJERCICIOS A - 1 1. Escriba lo siguiente en forma exponencial, para x,y E R \

a) Viy b) ^ 8 i * - y c) 5^&?P
2. Evalúe lo siguiente.
a) 125~4/3 b) 0.027273 c) (4/3)(l/8)- 2/3
3. Determine lo siguiente.
a) (5 3/4 )(5 ,3/4 ) b) c) (5 1/2 )(20 ,/2 )
4. En los siguientes ejercicios, encuentre los números reales* para los cuales son válidas las ecuaciones.
a) 5^ 2 = 5 5):+2 b) 4*-1 = (1/2)4*-1 c) (1/25)1"* = (1/125)'
5. Escriba cada una de las siguientes ecuaciones exponenciales como una ecuación logarítmica.
a) 2 7 = 128 b) 125 ,/3 = 5 c) 1(T4 = 1/10,000 d) 2a = b
6. Encuentre cada uno de los siguientes logaritmos.
a) log10100 b) log10 (1/1000) c) log2 2048 d) log 2 (l/64)
e) log4 8 f) logg2 g) logi 6 l h) log 27 9
7. Determine x en los siguientes ejercicios.
a) log, 243 = 5 b) loga* = - 3 c) log lo 1000 = x d) log,32 = 5/2
e) log 6 * = 0 f) log 8 * = 2/3 g) logs* = - 2 h) l o g , V 5 = l/2
8. Demuestre la parte (2) del teorema A1.2.
9. Sean b, r € R+, donde b es fijo y distinto de 1.
a) Para cada n E Z*, demuestre que log t r"= n \ogbr.
b) Demuestre que log 4 r"= (-n)log¡,r para todo n E Z*.
10. Aproxime lo siguiente, suponiendo que log25 = 2.3219 y log27 = 2.8074 (hasta cuatro cifras
decimales).
a) log210 b) log2100 c) log 2 (7/5) d) log 2 175
11. Dado que ln 2 = 0.6931, ln 3 = 1.0986 y ln 5 = 1.6094 (hasta cuatro cifras decimales), aproxi
me lo siguiente.
a) loga 3 b) logj2 c) loga 5
12. Determine el valor de x en cada uno de los siguientes ejercicios.
a) logio2 + log,05 = log10x b) log 2 7-log2 30 = log2X
c) log4 3 + log4 x = log4 7 - log4 5
13. Determine x en lo siguiente.
a) logio* + logi 0 6= 1 b) lnx -ln(* - 1) = ln3
c) logíJC3 - logsx = 4 d) logare2 + 4x + 4) - log3(2* - 5) = 2
14. Determine el valor de x si log2;t = (l/3)[log23 -log 2 5] + (2/3)log26 + log217.
15. Sea b un número real positivo fijo distinto de 1. Si a, c E R+, demuestre que a'08'c = c' og >".
Apéndice 2
Matrices,
operaciones
con matrices
y determinantes
A partir del capítulo 7, y en varios capítulos posteriores, presentamos ciertos tipos de matrices.
Desde el punto de vista histórico, estas estructuras matemáticas fueron desarrolladas y analizadas
en el siglo xix por el matemático inglés Arthur Cayley (1821-1895) y su colaborador norteamerica
no (nacido en Inglaterra) James Joseph Sylvester (1814—1897). El trabajo de Cayley acerca del
álgebra de matrices, presentado en 1858, proporciona otra situación en la que la investigación en
matemáticas abstractas demostró después su importancia en muchas áreas aplicadas; por ejemplo,
en la teoría cuántica de la física y el análisis de datos en psicología y sociología.
Para los lectores que no hayan estudiado las matrices en otros cursos o que sólo deseen repasar
el álgebra de matrices que usamos en este texto, el material de este apéndice será de utilidad. (No
demostraremos todos los resultados en general, sino que los estableceremos junto con un ejemplo.
Para un tratamiento másriguroso,el lector deberá consultar alguna de las referencias alfinalde este
apéndice.)
En primer lugar, comencemos por lo siguiente.
Definición A2.1 Para m, n e Z*, una matriz m x n es una disposición rectangular de mn números ordenados en m
filas (horizontales) y n columnas (verticales).
Una matriz m x n s e denota con A = {a¡¡)m x „, donde 1 < i < m y 1 <j<n;él número a¡¡ es el
elemento (i, j) (es decir, el elemento que aparece en la i'-ésima fila y lay-ésima columna de A). Una
matriz m x 1 se llama con frecuencia una matriz columna (o vector columna); una matriz l x /tes
una matrizfila(o vector fila). Si m = n, la matriz es cuadrada.
1 2
1 2 0 3 1T 0
Sean A = (a,/)3x2 = 0 3 , B — (bi/)2x4 —
1 2 - 1 7 , y c- 1/2 V2
5 4.
En este caso, A es una matriz 3 x 2 , tal que au= 1, al2 = 2, a2i = 0, a22 = 3, a31 = -5 y a32 = 4. La
matriz B tiene dos filas y cuatro columnas, donde, por ejemplo, tenemos los elementos bn= 0 y
bu=l. En la matriz cuadrada C 2 x 2 vemos que los elementos de la matriz pueden ser números
racionales o irracionales.
A-13
A-14 Apéndice 2 Matrices, operaciones con matrices y determinantes
[Nota: Aunque los elementos de una matriz pueden ser incluso números complejos, en este
apéndice sólo trataremos las matrices cuyos elementos son números reales.]
Como ocurre con otras estructuras matemáticas, una vez definida la estructura necesitamos deci
dir cuándo dos de ellas son la misma. Ahora indicaremos el método para tomar esta decisión.
Definición A 2 . 2 Sean A = (a¡¡)m „„ y B = (¿tf)m)<„ dos matrices m x n. Decimos que A y B son iguales, y escribimos
A = B, si a¡¡= b¡¡ para todos 1 < i < m y 1 < j < n.
Ejemplo A2,2 En la definición A2.2 vimos que dos matrices son iguales cuando tienen el mismo número de filas,
el mismo número de columnas y los mismos elementos correspondientes. Como resultado, si
w 2 0 -7 y 0
B=
0 3 x 0 2 4
para que A y B sean iguales, debemos tener w = -7, x = 4, y = 2, z = 3.
Si recordamos nuestros primeros pasos en la aritmética, después de aprender a contar comenza

mos a combinar los enteros por medio de la suma y después con el producto. Seguiremos la misma
línea y veremos ahora la forma de combinar las matrices.
Definición A 2 . 3 Si A = {a¡¡)mxn y B = (b¡¡imx„ son dos matrices m x n . s u suma, que se denota con A + B, es la matriz
mxn C = (c¡j)„xn tal que c¡¡= a¡¡+ b¡¡ para todos 1 < i < m, 1 < j < n.
De la definición A2.3 vemos que sólo podemos sumar matrices del mismo tamaño (que tienen el
mismo número de filas y el mismo número de columnas). Además, la suma de dos matrices se lleva
a cabo sumando sus elementos correspondientes.
Ejemplo A2\& Consideremos las matrices
"l 3 4" -1 6 i -i
A = 2 0 6 B= 1 7 yc = 3 -4
Li 1 3j 2 2J -7 6.
1 + 2 3 + (-l) 4 + 6 3 2 10'
Aquí vemos que A + B = 2 + 3 0 + 1 6 + 7 = 5 1 13 De hecho, también tene-
.1 + 4 1 + 2 3 + 2J 1.5 3 5.
3 2 10"
mos B + A = 5 1 13 , lo que ilustra el siguiente resultado general.
.5 3 5.
Para dos matrices cualesquiera mxnEyF,E+F=F + E. Por lo tanto, la suma de matrices es
un ejemplo de operación (binaria) conmutativa.
No podemos determinar la sumaA + C o B + C porque A y B tienen tres columnas y C solamente
dos. Sin embargo, podemos determinar la suma
1 -1 1 -1 2 -2
C+C = 3 -4 + 3 -4 = 6 -8
7 6. -1 6. .-14 12
En la última parte del ejemplo A2.3, vimos que podríamos obtener el resultado C + C multipli
cando cada elemento de C por el número 2. Esto nos lleva a la siguiente idea general.
Definición A2.4 Si A = (a¡¡)m x „ y r e R, el producto por un escalar rA es la matriz mxn cuyo elemento (i, j) es ra¡¡
para todos 1 < i < m, 1 < j < n.
Ejemplo A2A
a) Si A = 1 0 t , entonces
.0 -1 -3.
1 6 4 3-1 3-6 3-4 3 18 12"
3,4=3 =
0 -1 -3. 3-0 3-(-I) 3-(-3)J 0 -3 -9.
1 6 4 -2 0 2 -6 0 6~
b) Para A = y 5 , tenemos que 3B
.o - 1 --3. -5 1 1 -15 3 21
-2 0 2
3(A + B) = 3
-5 1 1
- 1 6 6 -3 18 18 18 12 -6 0 6
-5 0 4 -15 0 12 -3 -9 -15 3 21
= 3A+ 35.
c) Podemos generalizar el resultado de la parte (b) como sigue: para dos matrices cualesquiera
E, F mxn y cualquier r £ R, r(E + F) = rE + rF. Este principio es la ley distributiva de la
multiplicación por escalares sobre la suma de matrices,
Ejemplo A2,3 "o o'

a) Sea A = (a, 7 ) 3 „ 2 una matriz 3 x 2 arbitraria, yi sea Z = 0 0 . Entonces
Lo oj
flll «12 0 0' flu+0 a,2 + 0 «11 «12
A +Z = «21 «22 + 0 0 = «2i + 0 a22 + 0 = «21 «22 = A.
L«31 ai2\ Lo oj a3] + 0 o 32 + 0. ^«31 «32.
Decimos que Z es el neutro aditivo (o cero) de todas las matrices 3 x 2 .
1 1 -1 -1
b) Si'A 2 -3 B -2 3 se sigue que
-4 5. 4 -5
l + (-l) l + (-l) "o o]
A +B = 2 + ( - 2 ) ( - 3 ) + 3 = 0 0
L(-4) + 4 5 + (-5) Lo oj
En consecuencia, decimos que B = (-l)A es el inverso aditivo de A y también escribimos B = -A.
Esperemos que lo hecho hasta ahora haya mostrado ser de interés. Pero lo que hace el estudio de
las matrices algo realmente interesante es la operación de multiplicación de matrices. Si intentamos
definir esta operación como la operación componente a componente de la suma de matrices, el
resultado es poco interesante. En vez de esto, el producto de matrices se basa en una multiplicación
de filas y columnas y una suma; por ejemplo,
[a¡ a2 a3] ■a1b\ + a2b2 + a3¿>3 = 2 a¡b¡.
Por lo tanto, en un caso particular, tenemos
[-1 4 3] = ( - 1 ) • 2 + 4 • 1 + 3 ■ 7 = - 2 + 4 + 21 = 23.
En general, si a = (a¡¡)Xs ¡ s „ es un vector fila 1 x n y b = (í>,)ls, a „ es un vector columna n x 1,

entonces ab = 2-=i a ¡ ^¡- ^ s t e r e s u l t a do, que es un número real, es el producto escalar de los
vectores (o matrices) ay b. Esta idea es la clave necesaria para la siguiente definición.
Definición A 2 . 5 Dadas las matricesA = (a¡¡)mxnyB = (bj¿)nxl„ élproducto (de matrices)AB es la matriz C=(cit)mxp, donde
n
cik =anbik + ai2bzk + ■■■ + ainbnk = Ylciitb,k, para todos 1 < i ' < w , 1 < f c < p .
r-l
Por lo tanto, el elemento cik en la t-ésima fila y lafc-ésimacolumna de la matriz m xp C se obtiene

mediante el producto escalar del vector fila i de A y el vector columna y de B.
Lo siguiente ilustra el resultado dado por la definición A2.5.
«11 a12 ■ • ■ d\n ¡bu bn ••• frl* biP

«21 «22 • ■ ■ a2„ ¿>21 í>22 •• fe* b2P
AB =
«a
am\ am2 • am„ .6.1 b„2 ••• bu* b„p

Cu C\2 ■ C i k ■■
C2\ C22 ■ c 2 k ■■
C2P
=c= Cn C,2 c,p
Cmi Cm2 Cmk
.6 "1 2 i
Consideremos las matrices A = (0,7)2x3= , n A yB = (bjk) 1 3 3 . Entonces
Cll C12 C13 Lo 1 lj
AB = C = (c,*)2x3 =
C21 C22 C23 ]• donde
c„ = 1-1+ 2-1 + 1-0 = 3
c,2 = l-2 + 2-3 + l - l = 9
c13 = 1 ■ 7 + 2 • 3 + 1 • 1 = 14
c2i = 3-l + 0 - l + 4 - 0 = 3
C22 = 3-2 + 0-3 + 4-1 = 10
c23 = 3 • 7 + 0 • 3 + 4 • 1 = 25
En consecuencia,
AB = C=[1.33 9 14
10 25j'
1
b) Si A y B son como en la parte (a), intentemos formar el producto matricial BA =

"l 2 í
1 3 3 3 0 4 r ^ a r a determinar el elemento de la primera fila y la primera columna
0 1 1
de BA, queremos formar el producto escalar
ti 2
*]" 1-1 + 2 - 3 + 7-"?".
Por desgracia, no tenemos los elementos suficientes en la primera columna de A, por lo que
no podemos formar este producto escalar ni el producto matricial BA.
Ahora nos detenemos a pensar por qué pudimos formar el producto AB pero no el pro
ducto BA. Si consideramos de nuevo el producto BA, vemos que la dificultad radica en el
hecho de que la primera columna de A no tenía el mismo número de elementos que la prime
ra fila de B. El número de elementos de la primera filade' B es 3, que es el número de
columnas en B. El número de elementos en la primera columna de A es 2, que es el número
defilasde A. Estas observaciones nos llevan al siguiente resultado general.
Si C es una matriz m x n y D es una matriz p x q, entonces el producto CD se puede
formar cuando n = p\ es decir, cuando el número de columnas en C (la primera matriz) es
igual al número defilasde D (la segunda matriz). Y cuando n = p, el producto CD resultante
tiene m filas y q columnas.
Analicemos con más detalle la multiplicación de matrices.

Ejemplo A2L? 1 2 5 1 6
a) Si A: 1 3 y f i : 1 1 2 , entonces AB = 7 1 8 mientras que BA En
1 1 2 0 2 3 1 4 ■[i 3
consecuencia, aunque podemos formar ambos productos de matrices AB y BA, no ocurre
que AB = ZM. De hecho, estos productos ni siquiera tienen el mismo tamaño.
-1 1 1 2 [o o] ri - i i
b) Si A = P 1 yB = 1 2 , vemos que AB = 0 0 y BA = i - i _ Así, en este caso,
AB y BA tienen el mismo tamaño pero AB £ BA
c) Por último, analice las matrices
2 l"
1 1 3 1 2
B= 0 1 c=
4 - 1 5 3 -4
L-3 - l j
En este caso vemos que
2 1
1 3 -7 -1
AB = 0 1
-1 5 -7 -2
L-3 -1
-10 -10
042?) c<
-[=? -OLI - -13 -6
mientras que
2 1 5 0
1 2
BC = 0 1 3 -4
3 -4
-3 - 1 . -6 -2.
5 0
1 1 3 -10 -10
,4(£?C) = 3 -4
4 - 1 5 -13 -6
-6 -2J
Por lo tanto, (AB)C = A(fiC).
En general, si m, n, p, q E Z* y A = (a,7)„x„, B = (í^)»*, y C = (c t/ ), XÍ , entonces
(/4B)C = /l(i?C),
por lo que el producto de matrices es asociativo (cuando se puede realizar).
De los resultados de las partes (a) y (b) del ejemplo A2.7 tenemos dos hechos importantes:
1) La operación de producto de matrices no es conmutativa en general.
2) Es posible determinar dos matrices no nulas C = (c¡ ; ),«, (c0 ^ 0 para algunos 1 < i < m, 1
< ;' < n) y D = (djk)„xp (d¡k * 0 para algunos 1 < j < n, 1 < k < p), tales que CD = Z =
(0)„,x„.
En resumen, la multiplicación de matrices no necesariamente se comporta como la multiplica

ción de números reales.
Ahora que hemos hecho algunas comparaciones entre la multiplicación de matrices y la multi
plicación de números reales, seguiremos un poco más.
Ejeittpio A&4 a) Si consideramos las matrices cuadradas (en particular, las matrices 2 x 2), vemos que
a b
c d
1 0
.0 1. -[í t ¡H:
1 0'
En consecuencia, la matriz I2= es el neutro multiplicativo de todas las matrices 2 x 2 .
0 1
En general, para un entero positivo fijo n > 1, la matriz
/n = (8,/)„xn, donde 8(/

"'={J; es i = /
es i +j
es el neutro multiplicativo de todas las matrices n x n.
b) De regreso a los números reales, recordemos que para cada* £ R, si x ^ 0, entonces existe
v £ R tal que xy = yx = 1. Este número real es el inverso multiplicativo de x y se denota con
frecuencia como x~l.
Quisiéramos saber si se presenta una situación similar para las matrices cuadradas; nos
concentraremos en las matrices 2 x 2 .
SÍA: donde a, b, c, d son números reales fijos, ¿podemos determinar una matriz
B = y z | tal que AS = BA = /2? (En este caso, w, x, y, z son los números reales desconoci
dos y queremos determinar sus valores en términos de los números reales dados a, b, c, d.)
Formamos el producto AB y vemos que
aw + by ax + bz
AB
c d\[y cw + dy cx + dz
Para que AB sea igual a /2; es decir, para que
aw + by ax +bz
cw + dy ex + dz -[¡3
de la definición de la igualdad de matrices se sigue que
(1) aw + by = 1 (3) ax + bz=0

(2) cw + dy = 0 (4) cx + dz = l.
Centrándonos en las ecuaciones (1) y (2), si multiplicamos la ecuación (1) por d y la

ecuación (2) por b, tenemos que
(1)' adw + bdy=d (2)' bcw + bdy=0.
Restando la ecuación (2)' de la ecuación (1)', vemos que adw - bcw = (ad - bc)w = d, de
modo que w - d/(ad - be), si ad - be £ 0. Otros cálculos similares producen x = -bl{ad -
be), y = -c/(ad- be), z = a/(ad- be) y estas fórmulas también son válidas si ad- be ^ 0 .
[Nota: (1) El número real ad-bc es el determinante de la matrizA. (2) Aunque determi
namos los valores de w, x, y, z a partir de la ecuación AB = /2, se puede demostrar que se
obtienen los mismos resultados cuando trabajamos con la ecuación BA = /2.]
c) Usando los resultados de la parte (b), sea
a b 1 2
A=
c d 0 1
Entonces, como ad - be = 1 • 1 - 2 • 0 = 1(^ 0), se sigue que w = 1/1 = 1, x = -2/1 = -2, y

-0/1 = 0 , z = l / l = l, y
1 2 i -2l = [l 0l 1 2
0 1 o íj Lo ij 0 1
En estas circunstancias, escribimos A i = [l -2"

[o ij-
"3
d) Consideremos la matriz Ai = 3 ll
1_ , donde el determinante de A, = 3 - 2 - 1 1 = 5(£ 0).
3 1 2/5 -1/5 2 -1
En este caso tenemos que A ¡" = = 1/5
1 2 .-1/5 3/5 -1 3
e) De las partes (b), (c) y (d), podemos decir que si A = a b
c d , entonces A
1 " M si det(A) = determinante de A = ad - be i= 0.
det(A) -c flj'
f) Para la matriz A2 = L A, vemos que el determinante de A2 = 1 • 6 - 2 • 3 = 0, de modo qu
en este caso no existe un inverso multiplicativo; es decir, no existe A^"1.
Hasta el momento hemos desarrollado algunas ideas fundamentales acerca de las matrices, y el
lector podría preguntarse cómo podrían usarse estas estructuras matemáticas. Por lo tanto, regresa
remos de nuevo a los números reales y a algunas de las ideas de álgebra elemental.
Al resolver la ecuación 2x = 3, podemos escribir la siguiente lista de ecuaciones:
(1) 2* = 3
(2) @(2r) = @(3)
(3) [(1)2]* =3/2
(4) I-* = 3/2
(5) * = 3/2
Al resolver esta ecuación, el número real l/2(= 2~')> que utilizamos en la ecuación (2), es lo que
necesitamos para "despejar la incógnita", cuando vamos de los pasos (3) y (4) al paso (5). Así, en
general, si partimos de los números realesfijosa, b donde a £ 0, entonces la ecuación ax = b tiene
la solución x = a~lb.
Consideremos ahora el sistema de ecuaciones lineales:
3* + y = 3
(*) x + 2y = 7
que podemos representar en forma matricial como
3 1 x
1 2 .y.
[Esta forma de representar un sistema de ecuaciones lineales es útil para comprender la razón que
subyace en la definición del producto de matrices, ya que el lado derecho de cada ecuación en (*) es
f3 1" con la matriz columna
el producto escalar de una fila de la matriz
?i] Si hacemos
&]■
entonces buscamos una solución de la ecuación (matricial) AX = B. ¿Podríamos tener aquí la solu
ción X = A~XB, si consideramos que ésta era x = arxb en la ecuación anterior ax = bl
Puesto que el determinante de ¿4 = 3 - 2 - 1 - 1 = 5 ^ 0 , a partir de la parte (e) del ejemplo A2.8
sabemos que
Entonces tenemos que

(1/5)
ti 1H- 2/5
1/5
-1/5
3/5
(1)'
(2)'
2/5
-1/5
-1/5
3/5 (B * M 2/5
1/5
-1/5
3/5 M
2/5 -1/5
(3)'
-1/5 3/5
(4)'
(5)'
bHis/s}
-1/51
De la definición A2.2 se sigue entonces de la solución = X = A~lB = i 8 / 5 j q u e * = - 1 / 5 y
18/5.
En general, si A = yñ = con a u , «12, «2i, «22, b¡, b2 £ R y det(>l) = a¡¡ a-n-

.«21 «22.
an «2i ^ 0, entonces la solución del sistema de ecuaciones lineales,
«nx + ai2>> = fti
«21* + Ü22y = b2,
está dada por
1 (l/det(yi))(a 22 6 1 - fll2 ¿> 2 )

X = x = A~lB=-
«22 "«12
det(A)L-<¡2i «11. (l/det(A))(-a21b1 + anb2)/
Además, aunque no podemos demostrar nuestro siguiente resultado, lo siguiente es cierto para
n G Z+, n > 2.
Si A = (a,v)„x„es una matriz real (con inverso multiplicativo), y B = (fc¡)i s i s „X= (x,) l s , s „son
matrices columna n x 1 (como las definidas antes para n = 2), entonces el sistema resultante de
ecuaciones lineales
AX = B
tiene la solución
X = A1B.
Ahora, aunque no trabajaremos con las inversas de matrices mayores que 2x2, cerraremos este
apéndice con unos cuantos resultados más de determinantes mayores.
[a b\
Ya sabemos que para A = el determinante de A, det(A) =ad- be. El det(A) se denota por
lo general con a b . Para trabajar con los determinantes de matrices mayores necesitamos la si-
c d
guíente idea.
Definición A2.6 Sea A = (a¡¡)nxn, con n > 3. Para cada 1 < i < n y 1 < j < n, el menor asociado con a¡¡ es e
determinante (n - l ) x ( n - 1) obtenido de la matriz A después de eliminar la i'-ésima fila y la^'-ésima
columna de A.
ijempfo A£,$ 1 0 2
a) Para A = 3 4 6 , tenemos que
L - l 3 7.
1) el menor asociado con 0 se obtiene deA si eliminamos su primerafilay segunda columna
1 0 ?
4 h
i 4 6 nos lleva a; -1 7 ; y.
1 i '/J
flll <Jl2 1 0
2) para a23 = 6, el menor es
es «31 «32 -1 3
b) Dada la matriz 4 x 4
1 2 0 6'
3 7 8-1
B= 4 - 3 - 2 5
- 6 9 4 0
el menor asociado con 3 es el determinante de 3 x 3
2 0 6
-3 - 2 5
9 4 0
que se obtiene de la matriz B al eliminar la segunda fila y la primera columna de B (y
reemplazando los corchetes de la matriz por las barras verticales de los determinantes).
Dada una matriz A = (au)¡x-¡, para todos 1 < i < 3, 1 < j < 3, denotamos con M¡¡ el meno
asociado con a¡¡. Entonces
«n «12 «13
det(A) = «21 «22 «23 = « „ ( - l ) l + 1 A Í „ + « 1 2 (-1) 1 + 2 M 1 2 + « 1 3 (-l) 1 + 3 M i ;
«31 «32 «33
:
«22 023 «71 a?i «71 «77
«11 «1? + «13
«32 «33 «31 «33 «31 «32
y decimos que evaluamos det(A) mediante un desarrollo por menores.

De esta forma, reducimos el problema a los determinantes de 2 x 2 que ya sabemos evaluar.
Examinemos un ejemplo.
Ejemplo A2.10
2 4 - 7
8 2 3 2 3 8
a) 3 8 2 = 2(-l)' + 4(-iy + (-7)(-iy
6 0 5 0 5 6
5 6 0
= 2(8 • 0 - 2 • 6) - 4(3 • 0 - 2 • 5) - 7(3 • 6 - 8 • 5)
= 2(-12) - 4(-10) - 7(-22) = 170.
[Nota: En este desarrollo por menores encontramos una suma que usa cada elemento a¡¡,
para 1 < j < 3, en la primera fila del determinante y cada uno de tales elementos se multipli
ca por dos términos:
1) ( - l ) w , donde el exponente 1 +j es la suma del número de fila y el número de columna
de ax¡, y,
2) su menor asociado Mx¡.
b) El lector podría preguntarse qué tiene de especial la primera fila de un determinante, pues si
desarrollamos el determinante de la parte (a) por la tercera columna, el desarrollo resultante
sería
2 41 2 41
2«,3(-i)'+3Ml3=(-7)(-ir + 2(-l)2 + o(-i)3
5 61 3 81
= (-7)(3 • 6 - 8 • 5) - 2(2 • 6 - 4 • 5) + 0(2 ■ 8 - 4 • 3)
= ( - 7 ) ( - 2 2 ) - 2 ( - 8 ) = 170.
c) Lo ocurrido en las partes (a) y (b) no es mera coincidencia. En general, para una matriz A
3 x 3 , podemos evaluar el determinante de A desarrollándolo a lo largo de cualquier fila
(fija) o de cualquier columna (fija). Este método se extiende a matrices cuadradas más gran
des; es decir, para n e Z*, donde n > 4, podemos desarrollar un determinante n x n, a lo
largo de cualquiera de sus n filas o de sus n columnas, como n sumandos, cada uno de los
cuales tiene un determinante (n - 1) x (n - 1).
Si A = («,7)„xn, donde n > 3, entonces
det(^l) = X «,-,■(-l),+/ilf,7 [desarrollo a lo largo de la i-ésima fila (fija)]

n
- S «,•>( —l)'+'AÍ¡y [desarrollo a lo largo de lay'-ésima columna (fija)].
d) De la parte (c), vemos que si A = (a¡j)„xn para cualquier n > 3 y A tiene una fila o columna
con todos los elementos nulos, se sigue que el determinante de A es 0.
BIBLIOGRAFÍA
Las ideas presentadas en este apéndice (y sus ejercicios correspondientes) deberán bastar como
base necesaria para el uso de las matrices y determinantes en este texto. Para el lector que desee
aprender más acerca de esta área de las matemáticas, cualquiera de los siguientes libros podrá servir
como un buen punto de partida.
1. Antón, Howard y Chris Rorres, Elementary Linear Algebra with Applications, Nueva York,
Wiley, 1987.
2. Strang, Gilbert, Linear Algebra and Its Applications, 3* ed„ San Diego, Calif., Harcourt
Brace Jovanovich, Inc, 1988.
EJERCICIOS A.2 1 2 - 4 - 3
1. Para A = (a¡j)3X4 : 13 1 - 8 , determine
2 7 5 6. 4 3
a) 4; b) la tercera columna de A;
la segunda fila de A; c) 2 av; y, d) 2a¡4.
7-1 ¡-i
2. Determine w, x, y, z tales que

w—x 4 i y +z
10 w - 3x 2y + 3z - 5 _
2 1 4 1 1 1 0 1 2
3. Sean A = 73 y c= . En<
-10 3 1 2 4 _5 4 - 3 . Encuentre lo siguiente.
a) A + B b) (A + B) + C c) B + C d) A+(B + C)
e) 2A f) 2A+3B g) 2C + 3C h) 5 C ( = ( 2 + 3)C)
i) 2T3-4C(=2T3 + (-4)C) j) A+2B-3C k) 2(3T3) 1) ( 2 - 3 ) 5
4. Encuentre a, b, c, d si 3
a b 1 -2 i o"
+4 =2
.-3 -2. .5 3.
5. Realice las siguientes multiplicaciones de matrices.
'-2 [l 4" 1
a) [1 3 7] 0 b)
1 1 2
2 5
.1 ! 3. 1.3 6.
c .0
~3j2 126 6'
8.
. 2.
'l 1 -l] 3 1 0 0" [abe 'l 0 O' a b e
d) 2-2 3 -1 e) 0 1 0 d e f f) 0 0 3 d e f
L4 0 - 5 j 7 .0 0 3. U h i] Lo i o. íg h i
"-1 4n
1 2 -4 0 3 -2 Muestre que
6. Sean A = 1 2 ,B = y c = -2 -7
1 3 5 6
L 0 3j
(a) AB + AC = A(B + C); y (b) BA + CA = (ñ + C)A.
[En general, si A es una matriz mxny B, C son matrices n x p, entonces AB + AC =
A(B + C). Para las matrices B, C n x p y una mztrízA pxq,se sigue que BA + CA = (B + QA.
Estos dos resultados son las leyes distributivas para la multiplicación de matrices sobre la
suma de matrices.]
7. Encuentre el inverso multiplicativo de cada una de las siguientes matrices, si éste existe.
1 2 0 1 -3 1 7 -3
a) b) O d)
3 1 1 0 -6 2 -2 1
8. Resuelva cada una de las siguientes ecuaciones matriciales para la matriz A 2 x 2.
2 2 i o" "2 3' 1 3" 3 2

a)
[¿ i\
A =
u -Í>J
b) .3 5. , 4 - .2 1. =
.-1 1.
l. Si 1 =
/
[1 ll [-i ?], determine lo siguiente.
.0 2. y a= -3 1.
a) A~x b) fl" c) AB d) 04fl) _ 1 e) B-'A''
10. En la parte (b) del ejemplo A2.8 obtuvimos la fórmula para A'' considerando la ecuación
matricial AB = /2, donde A = a b B =

c d í W . ?]■
Muestre que obtenemos las
mismas soluciones para w, x, y, z si trabajamos con la ecuación matricial BA = I2.
11. Resuelva los siguientes sistemas de ecuaciones lineales por medio de matrices:
a) 3x-2y=5 b) 5* + 3y = 35
Ax - 3y = 6 3* - 2y = 2
12. Evalúe los siguientes determinantes 2 x 2 :
1 2 5 10 5 2 5 10
a) b) c) d)
3 4 3 4 15 4 15 20
a b
13. Sean a, b, c, d E R tales que c d = 7. Determine el valor de lo siguiente.
3a 3¿> 3a b a b 3« 3b
a) b) c) d)
c d 3c d 3c 3d 3c 3d
14. Sea A una matriz 2 x 2 con del(A) = 31. ¿Cuál es el valor de det(2i4)?, ¿el de det(5A)?
15. Desarrolle los siguientes determinantes a lo largo de la fila y columna dados.
1 0 -2 1 1 2
a) 3 1 - 1 ; fila 2, columna 3 b) 2 3 — 4 ; fila 1, columna 2
4 1 2 0 5 7
16. Des£irro le k)S SÍ guientes determinantes i lo largo de cualquier fila y columna.
1 0 2 4 7 0 1 2 -4
a) 6 -2 1 b) 4 2 0 c) 0 1 0
4 3 2 3 6 2 3 3 2
-x -1 1
17. Despeje x: 2 x 1 =5
3 3 - 1
18. a) Evalúe :ada uno de los siguientes determinantes 3 x 3 :
1 i ;> a d a 1 2 4 d e f
i) 1 i :5 ü) b e b iii] 0 3 -1 iv) a b e
1 1 t1 e f e 1 2 4 a b e
b) Enuncie un resultado general sugerido por las respuestas de la parte (a).
19. a) Evalúe cada uno de los siguientes determinantes 3 x 3 .
1 2 1 5 2 1 5 2 5
0 -1 -1 ü) 0 -1 -1 ni) 0 -1 -5
2 3 0 10 3 0 10 3 0
a b e
b) Sean a, b, c, d, e,f, g, h, i £ R. Si d e f = 17, evalúe
g h i
3a b c 3a b 2c la 2b 2c
3d e f U) 9d 3e 6/ üi) 3d 3e 3/
3g h i 3g h 2i 5g 5h 5Í
20. Sean A = (atí)„x„ y B = (¿>,j)„xn dos matrices. Al formar el producto matricial AB, según la
definición A2.5, ¿cuántas multiplicaciones (de los elementos) se realizan? ¿Cuántas sumas
(de productos de elementos) se realizan?
Apéndice 3
Conjuntos
numerables y no
numerables
E n el ejemplo 3.2 de la sección 3.1 mencionamos de modo informal las ideas de lo que pensamos
es un conjunto finito y un conjunto infinito. Este último apéndice trata estos temas de manera
más rigurosa y nos ayudará a dar cierto significado a \A | (el tamaño, o cardinal, de un conjunto A)
cuando A es un conjunto infinito. Para desarrollar estas nociones con más precisión, recordemos el
siguiente concepto, que presentamos por primera vez en la sección 5.6.
Definición A3.1 Para dos conjuntos cualesquiera A, B, la función/: A • B es una correspondencia biyectiva s i / e s
inyectiva y sobre.
Sean A = Z + y B = 2Z+ = {2k\k £ Z+} = {2, 4, 6 , . . . }. La función/: A -> B, dada por/(*) = 2x,
es una correspondencia biyectiva.
1) Para aua2(E A, tenemos quef(a^ =/(a 2 ) => 2a, = 2a2 ==> a, = a2, de modo que/es inyectiva.
2) Si b £ B, entonces b = 2a para un (único) a € A y/(a) = 2a = b, lo que hace de/una función
sobre.
El resultado del ejemplo A3.1 nos lleva a considerar lo siguiente.
Definición A 3 . 2 Si A, B son dos conjuntos, decimos que A tiene el mismo tamaño, o cardinal, que B, y escribimos
A ~ B, si existe una correspondencia biyectiva/: A —> B.
Del ejemplo A3.1, vemos que Z+ tiene el mismo tamaño que 2Z+, aunque parezca que 2Z+ tiene
menos elementos que Z + ; después de todo, sabemos que 2Z + C Z + .
Si definimos g: B —> A (para B = 2Z + y A = Z+) como g(2k) = &, entonces
1) g(2k,) = g(2¿2) => ¿i = k2 => 2X:i = 2k2, lo que establece el hecho de que g es inyectiva; y
2) para cada kEA, tenemos que 2k E B, con g(2fc) =fc,de modo que g también es una función
sobre. En consecuencia, g es una correspondencia biyectiva y B ~ A.
A-27
A-28 Apéndice 3 Conjuntos numerables y no numerables
Así, al menos en el caso de A = Z+ y B = 2Z+ vemos que A ~ B y B ~ A (aunque B C A). En

realidad, lo ocurrido en esta situación es cierto en general, pues la función g recién definida es, en
realidad, la función/ -1 d e / e n el ejemplo A3.1. En el teorema 5.8 aprendimos que una función es
invertible si y sólo si es inyectiva y sobre. En consecuencia, siempre que dos conjuntos no vacíos A
B cumplan que A ~ B, entonces se sigue del teorema 5.8 que B ~ A, de modo que podemos decir que
A y B tienen el mismo cardinal, que denotamos con | A | = | B \. (Nota: No es necesario que A = B.)
Consideremos otro ejemplo.
Ejemplo A&J2 Para B = 2Z + = {2k\k e Z+} y C = 3Z + = {3k\k 6 Z + } ( la función h: B-> C dada por h(2k) = 3/t
establece una correspondencia biyectiva entre By C. Por lo tanto, tenemos que B ~ C (y C ~ B, de
donde |fl| = |C|). Además, si usamos la función/: A -»Sdefinida en el ejemplo A3.1, donde A =
Z + , por el teorema 5.5 sabemos que h o/: A —> C también es una correspondencia biyectiva. Así,
A~C(yC~A, de donde |A| = |C|).
Podemos resumir lo aprendido hasta el momento como parte del siguiente resultado.
TEOREMA A3.1 Para cualesquiera conjuntos no vacíos A, B, C,

a) A~A;
b) si A ~ B, entonces B ~ A; y
c) si A ~ B y B ~ C, entonces A~ C.
Demostración:
a) Dado un conjunto A no vacío, A-Ase. sigue del hecho de que la función identidad \A:A ->
A es una correspondencia biyectiva.
1
b) Si A ~ B, entonces existe una correspondencia biyectiva/: A —»B. Pero entonces/" : B —> A
es también una correspondencia biyectiva y tenemos que B ~ A.
c) Si A ~ B y B ~ C, existen correspondencias biyectiva/: A —> B y g: B —> C. Como g o/: A —> C
también es una correspondencia biyectiva, se sigue que A ~ C.
Ahora usaremos las ideas desarrolladas hasta el momento para definir lo que entendemos por
conjunto finito y conjunto infinito.
Definición A3.3 Un conjunto A es finito siA= 0 o si A - {1, 2, 3 , . . . , n} para algún n G Z+. Cuando A = 0 decimos
que A no tiene elementos y escribimos \A\ = 0. En el segundo caso, decimos que A tiene n elemen
tos y escribimos \A \ = n. Si A no es finito, decimos que es infinito.
Con esta definición, podemos ver que si A es un conjunto finito no vacío existe una correspon
dencia biyectiva g: {1, 2, 3, . . . , n}—> A para algún n € Z + . Esta función g proporciona una
enumeración de los elementos de A, como g(í), g(2), . . . , g(n); enumeración en la que podemos
contar un primer elemento, un segundo elemento,..., etcétera, hasta unrc-ésimo(último) elemento.
Además, cuando A es un conjunto infinito, vemos que no existe n 6 Z * para el que podamos
encontrar una correspondencia uno a uno / : A —> {1, 2, 3, . . . , n). Pero si A, B son conjuntos
infinitos, ¿podemos concluir en forma automática que \A \ = \B \ (es decir, que existe una corres
pondencia biyectiva entre A y B)l Ésta es la pregunta que contestaremos, en sentido negativo, al
continuar nuestro análisis. Por ahora, presentaremos otro tipo particular de conjunto.
Definición A 3 . 4 Un conjunto A es numerable (o contable) si (1) A es finito o (2) A ~ Z*
Hemos visto que 2Z+ - Z+ y 3Z+ - Z+, y como Z+ ~ Z + , se sigue que los conjuntos Z + , 2Z + y 3Z+
son conjuntos numerables. De hecho, para cualquier k € Z,fc¿ 0, la función/: Z + —»fcZ+dada por
/(*) = kx, es una correspondencia biyectiva, de modo que kZ+ es numerable (y \kZ* | = |Z + |). En
consecuencia, el conjunto de todos los enteros negativos (es decir, (-1)Z+) es un conjunto numerable.
Además, si A es infinito y A ~ Z+, también tenemos que Z*~ A, por lo que existe una correspon
dencia biyectiva/: Z+—> A que proporciona una enumeración de los elementos de A; a saber,/(l),
/ ( 2 ) , / ( 3 ) , . . . ; de esta forma, podemos contar los elementos de A (pero nunca terminar de hacerlo).
Por último, como observamos antes, si A - Z + , tenemos que Z + ~ A. En consecuencia, podemos
demostrar que un conjunto dado A es infinito numerable (es decir, infinito y numerable) si encontra
mos una correspondencia biyectiva/: A —> Z+ o una correspondencia biyectiva/: Z+ —> A.
Ejemplo A3L3 Como Z + ,(-l)Z + y {0} son numerables, ¿es numerable Z = Z+ U (-1)Z + U {0}?
Consideremos la función/: Z+ —> Z dada por
x/2, para x par

/«:
-{x - l)/2, parax impar
Aquí vemos, por ejemplo, que
/(4) = 4/2 = 2 /(3) = - ( 3 - l ) / 2 = - 2 / 2 = - l .
Afirmamos que/es una correspondencia biyectiva tal que/(2Z + ) = Z+ y / ( Z + - 2Z+) = (-1)Z + U

{0}, pues supongamos que a, b 6 1 * con/(a) =/(í>).
1) Si a, b son pares, entonces/(a) =/(£>) => a/2 = ¿>/2 => a = b.
2) Si a, ¿ son impares, entonces/(a) =f(b) => -(a - l)/2 = -(fc - l)/2 =>a-\=b-l=>a = b.
3) Si a es par y í» impar, entonces/(a) =/(£) => a/2 = -(¿> - l)/2 => a = -b +1 => a - 1 = -b,
con a - 1 > 1 y -b < 0. Por lo tanto, este caso no puede ocurrir, al igual que el caso en que
a es impar y b par.
En consecuencia, la función/es al menos inyectiva.
Además, para cada y S Z,
1) si y = 0, entonces /(1) = 0;
2) si y > 0, entonces 2y S Z+ y /(2y) = 2y/2 = y; y
3) si y < 0, entonces -2y + 1 e Z+ y /(-2y + 1) = -[(-2y +1) - 1 ]/2 = -(-2y)/2 = y.
Así,/es también una función sobre y / : Z+—> Z es una correspondencia biyectiva. Por lo tanto,
Z es numerable.
Aunque todos nuestros ejemplos de conjuntos infinitos numerables han sido subconjuntos de Z,
también existen otros conjuntos infinitos numerables posibles.
Ejemplo A3.4 a) SeaA= {1, 1/2, 1/3, 1/4,. . . } = [\ln\n E. Z*\. La función/: Z + -> A dada por/(«) = Un
establece una correspondencia biyectiva entre Z+ y A. Por lo tanto, |Z + | = \A\ y A es
numerable.
b) La función g: Z+—> Q* tal que g(n) - l/(3/i) es inyectiva y aunque podría no ser una corres
pondencia biyectiva, tenemos que g,: Z+—> {1/3, 1/6, 1/9,. . . }(C Q+), donde g,(/i) = g(n)
es una correspondencia biyectiva, de modo que {1/3,1/6,1/9,...} es un conjunto numerable.
Para avanzar un poco más en nuestro desarrollo de los conjuntos numerables, presentamos la
siguiente definición.
Definición A3.5 Para n € Z + , una sucesión finita de n términos es una función/cuyo dominio es {1, 2, 3 , . . ., n}.
Escribimos esta sucesión por lo general como un conjunto ordenado [x¡, x2, x¡,. . ., x„] tal que x¡ =
/(/') para todo 1 < i < n.
Una sucesión infinita es una función g que tiene Z + como dominio. Por lo general, denotamos
este tipo de sucesión mediante el conjunto ordenado {*,},<=r o [x¡, x2, x-¡,... }, donde x,= g(i) para
todo i £ Z + .
Ejemplo A3,5 a) Podemos pensar que el conjunto {1, 1/2, 1/4, 1/8, 1/16} es una sucesión finita, dada por la
función/: A -> Q+ tal que A = {1, 2, 3, 4, 5} y f{n) = 2 "+1.
b) El conjunto A del ejemplo A3.4 también puede expresarse como {l/n}„ ez s una sucesión
infinita dada por la función g: Z + -> Q+, tal que g(n) = \ln para cada n € Z+.
c) Los términos de una sucesión no tienen que ser distintos entre sí. Por ejemplo, sea/: Z+—> Z,
donde x„=f(n) = (-1)"+1, para cada entero positivo n. Entonces [x„)nez* = {je,, x2, x-¡, xt,
x5,... } = {1,-1, 1,-1, 1 , . . . } pero la imagen de/está formada solamente por el conjunto
con dos elementos {1, - 1 ) .
Nuestro siguiente resultado relaciona los conceptos presentados en las definicionesA3.4 y A3.5.
TEOREMA A3.2 Si A es un conjunto numerable no vacío, entonces podemos escribir A como una sucesión de ele
mentos distintos.
Demostración: Debemos considerar dos casos.
1) Si A es finito, entonces A ~ {1, 2, 3 , . . . , n) (y {1, 2, 3 , . . . ,n) ~ A) para algún n £ Z+. Por
lo tanto, existe una correspondencia biyectiva/: {1, 2, 3 , . . . , n) —> A.
Definimos a¡=f(í) para cada 1 A.
Definimos a,= g(i) para todo i €E Z+. Como g es inyectiva, los elementos de la sucesión
infinita {a,, a2, a3, . . . } son distintos; [ax, a2,a-¡,... ) = A pues g es sobre.
Antes de continuar, regresemos un poco para recordar que Z + es numerable, al igual que los
subconjuntos (de Z+) 2Z+ y 3Z+. Esto sugiere la posibilidad de que todo subconjunto de un conjunto
numerable sea también numerable. Para analizar esta posibilidad, presentamos las dos ideas si
guientes.
Definición A3.6 1) La sucesión infinita {a,, a2, a , , . . . } = {a,}, ez * es una subsucesión de Z+ si para todo Í G Z+,
a, e Z + y a,<a,,|.
2) Sean {x„}„ez* y (%}„ez» dos sucesiones infinitas. Decimos que {y„}„ez» es una subsucesión
de {*„}„eZ* si existe una subsucesión {a 4 } tez *de Z + tal que para cada* e Z + , tenemosyk=x„t.
E|«mplo A3.6 a) {1, 3, 5, 7 , . . . } es una subsucesión de Z + , al igual que {1, 2,4, 7, 11,16,.. .}. La primera
subsucesión está dada por la función/: Z+ —> Z + tal que an =/(«) = 2n-l. Podemos generar
la segunda subsucesión en forma recursiva, como
1) C l = n ( l ) = l ; y ,
2) c„+, = h(n + 1) = h(n) + n = c„+n, paran > 1.
b) Sean {x„}nez* y {y„}„ez* dos sucesiones tales que para cada n £ Z + , x„=f(n) = (-l)" + (1/n)
y y.= g(n) = 1 +(l/(2n)). Así, {x„}„ez* = {0, 3/2, -2/3, 5/4, - 4 / 5 , 7/6, -6/7, 9/8, . . . } (y
{y«}n6z* = {3/2, 5/4, 7/6, 9/8,.. . }) y y„ = x2„ para todan G Z+. Para la subsucesión {a t }* ez *
(de Z*) tal que a t = 2k para cadafcE Z + , tenemos que % = *2„ = *„„ para cada n G Z + , lo que
muestra que {y„}„ez* es una subsucesión de {*„}„ez*.
c) Para n G Z + , sean JC„ = 1/n y y„ = l/(3n). Entonces {x„}„6Z* = {1, 1/2, 1/3, 1/4, 1/5, 1/6,
1/7,... } y {V„}„EZ*= {1/3, 1/6, 1/9,... }. Consideremos ahora la subsucesión {a*}*ez*(de
Z+) tal que ak = 3k para cada k G Z*. Entonces, para cada n G Z + , y„ = l/(3n) = *3„ = xv de
modo que {y„}„EZ* es una subsucesión de {xn}n&z*.
Pasemos ahora al siguiente resultado relativo a los conjuntos numerables y sus subconjuntos.
TEOREMA A3.3 Si S es un conjunto numerable no vacío y A C S, entonces A es numerable.

Demostración: Si A es finito, entonces, por la definición A3.4, sabemos que A es numerable. Así,
podemos suponer, de aquí en adelante, que A es infinito. Como S es numerable, podemos utilizar el
teorema A3.2 para enumerar los elementos de S como una sucesión infinita de términos distintos,
por lo que escribimos S = [su s2, s},... }. Ahora, definimos una subsucesión {a„}„eZ* de Z + como
sigue:
a, = mín{n | n £ Z + , y s , € A )
a2 = mín{n|n E. Z + , n > a, y s„ G A]
a3 = mín{n | n G Z + , n > a2 y s„ G A}
En general, una vez seleccionados ah a2, a 3 ,.. . , a„ definimos a,+1 = mín{n | n G Z+, n > a, y J, G
A}. Consideremos la "función" F: Z+ —»A dada por F(n) = sün. Si m, n G Z + , vemos que w = n => ÍI„,
= a„ => j a => F(m) = F(n), por lo que no hay duda de que F es una función. Para terminar la
demostración de que A es numerable, necesitamos mostrar que F es una correspondencia biyectiva.
Supongamos que m,n G Z* con F(m) = F(n). Entonces F(m) = F(n) => s^ = Í0> => am= an puesto
que los elementos de la sucesión5= [su s2, s3,... } son distintos. Además,am = an=> m = n, porque
los elementos de la subsucesión {a„}„ez> de Z+ también son distintos. En consecuencia, esta función
F es inyectiva.
Ahora, sea b G A. Como A C S ={sit s2, s 3 ,. . . } podemos escribir b = sm para algún m G Z+. Si
m = a¡, entonces f (1) = sü¡ = s,„ = b. Si m 4 a¡, entonces, como a¡ < a2 < a3 < . . . , existe un r G Z*
mínimo tal quear_, < m < a,. De la definición de la subsucesión {a„ }„ez* sabemos queaf = mín{t \ t G Z+,
t>or-¡ y s, G A)(y como ni >a r _, y Í,„ GA, tenemos quea r < m). Ahora, ar < m y m < a r => ar=m,
por lo que F(r) = í„r = sm= b. En consecuencia, la función F también es sobre.
Deducimos del teorema A3.3 que un conjunto dado no vacío S es numerable si y sólo si 5 tiene
el mismo cardinal que un subconjunto de Z*. Así, si existe una función inyectiva / : S —> Z + (no
necesariamente una correspondencia biyectiva), esto basta para afirmar que S es numerable, ya que
5 ~/(5)(o | S | = | f(S) |) y f(S) es numerable.
Hasta este momento, todos los conjuntos infinitos analizados han sido numerables. ¿Será que
todos los conjuntos infinitos son numerables, y que para cualesquiera dos conjuntos infinitos A, B
tenemos que \A\ = \B |? El siguiente resultado aclarará este punto.
TEOREMA A3.4 El conjunto (0, 1] = {x\x E R y 0 < x < 1} no es numerable.

Demostración: Si (0, 1] fuera numerable, entonces (por el teorema A3.2) podríamos escribir este
conjunto como una sucesión de términos distintos: (0, 1] = {r,, r2, r3, r4, . . . }. Para evitar dos
representaciones, coincidiremos en escribir los números reales en (0, 1] como 0.5 como 0.499
de modo que ningún elemento de (0, 1] quede representado por un desarrollo decimal finito. Si
escribimos este desarrollo decimal para ru r2, r 3 ,. . . , obtenemos
ri = 0.a n ai2tfi3 au- ■ ■

r2 = 0.021 «22^23 «24- • •
r 3 = 0.a31a32a33a34. • •
r„ = 0.a„ian2an3an4...
donde a¡, £ {0, 1, 2, 3, . . . , 8, 9} para todos i, j E Z*.

Consideremos ahora el número real r = 0.b¡ b2bi. . . , donde para cada k E Z + ,
, _ Í3, si akk í 3
[7, si akk = 3.
Entonces, r £ (0, 1], pero para cada k E Z \ tenemos r ^ rh por lo que r £ {r¡, r2, r3, r 4 ,. . . }. Esto
contradice nuestra hipótesis de que (0, 1] = {r,, r2, r3, rt, . . . } .
La técnica utilizada en esta demostración (del teorema A3.4) se conoce por lo general como la
construcción diagonal de Cantor, en honor del matemático alemán (nacido en Rusia) Georg Cantor
(1845-1918), quien presentó la idea en diciembre de 1873.
Cuando un conjunto no es numerable, decimos que es no numerable. Así, (0,1] es no numerable.
Si un conjunto A es no numerable, entonces (1) Z+ y A no tienen el mismo tamaño, o cardinal, de
modo que Z* -f A y el cardinal de A es mayor que el de Z+; es decir, \A\ > | Z* |, aunque AyZ* sean
conjuntos infinitos.
El siguiente corolario presenta otro ejemplo de un conjunto no numerable.
COROLARIO A3.1 El conjunto R (de todos los números reales) es un conjunto no numerable.
Demostración: Si R fuera numerable, entonces por el teorema A3.3, el subconjunto (0,1 ] de R sería
numerable.
Antes de continuar con algo nuevo, diremos unas cuantas palabras acerca de este concepto de
conjunto no numerable.
1) En primer lugar, debemos observar que el corolario A3.1 es un caso particular del resultado
general: Para cualesquiera conjuntos A,B, si A es no numerable y A C B, entonces B es no
numerable.
2) A diferencia del resultado del teorema A3.3, no ocurre por lo general que los subconjuntos no
vacíos de los conjuntos no numerables sean no numerables. Incluso tenemos un subconjunto
infinito A de un B no numerable tal que A es numerable; por ejemplo, sean A = Z y B = R.
3) Siguiendo el teorema A3.3 observamos que cuando tenemos un conjuntoA y podemos encontrar
una función invectiva/: A —> Z+, entonces el conjunto A tiene que ser numerable. No podemos
invertir los papeles de A y Z+ en la función/ Si hay una función invectiva g: Z + -* A, el conjunto
A podría ser no numerable. Basta considerar g: Z + - » R tal que g(x) = x para cada x G Z+.
2 2
4) Consideremos los puntos en el plano cartesiano sobre el círculo unitario x + (y - 1) = 1.
2 2
¿De qué tamaño es este conjunto S = {(x, y) | x, y € R y x + (y - 1) = 1?, es decir, ¿es S
numerable o no numerable?
En la figura A3.1 tenemos un círculo unitario (en el plano) centrado en C(0,1). Este círculo es
tangente a la recta numérica real (o eje x) en el punto donde x = 0. El punto P, sobre la circunferen
cia, tiene coordenadas (0, 2).
Sea (x, y) cualquier punto sobre la circunferencia del círculo unitario, distinto del punto P(0, 2).
Por ejemplo, el punto Q es uno de tales puntos y R es otro. Trazamos la recta determinada por P y
Q. Esta recta interseca el ejex en Q, De la misma forma, la recta determinada por/> y R interseca el
eje x en R'. Recíprocamente, consideremos los puntos sobre el eje x, excepto el punto tal que x = 0.
Dos de estos puntos son T y U'. La recta que pasa por P y 7" interseca el círculo unitario en T. El
punto U es el punto de intersección (sobre la circunferencia) determinado por la recta que pasa por
P y V. Por último, observemos que P' (sobre el eje x, donde x - 0) se corresponde consigo mismo.
De esta forma, obtenemos una correspondencia biyectiva entre los elementos de S y el conjunto R.f
Por lo tanto, ISI = I R I, de modo que S es otro conjunto no numerable.
Resumiendo lo que sabemos de I Z I y IR I, es decir, que | Z | < | R |, ahora queremos determi
nar si IQI = IZ I o IQI = IRI; o, tal vez, IZI < IQI < IRI. Para esto demostraremos un punto
más general a partir de lo siguiente.
TEOREMA A3.5 El conjunto Z+ x Z + es numerable.

Demostración: Definimos la función/: Z + x Z+—> Z+ como/(a, b) = 2"?>b. El resultado será cierto si
podemos demostrar que/es inyectiva. Para (m, n), (u, u) G Z + x Z + , f(m, n) =f(u, x>) => 2™3"= 2"3\)
=> m = u, n = u, por el teorema fundamental de la aritmética. En consecuencia,/es inyectiva y Z+
x Z + es numerable.
t Observemos que la circunferencia unitaria completa (es decir, la que incluye el punto P (0, 2) sólo
contiene un punto más que el conjunto 5. Se puede demostrar que, de hecho, el cardinal de la circunferencia
completa es igual a IS |. (N. del T.)
Antes de hacer una afirmación acerca del tamaño, o cardinal, de Q, necesitamos considerar
primero el subconjunto Q O (0, 1]={J | S E Q y O < í < l } d e Q .
TEOREMA A3.6 El conjunto Q n (0, 1] es numerable.

Demostración: Primero debemos establecer que escribiremos cada s de Q (~l (0,1] en la forma
(única)p/q, dondep, q E Z+ y no tienen divisores comunes distintos de 1. Ahora definimos/: Q D
(0,1] —> Z + x Z + como f (p/q) = (p, q), y sea K la imagen d e / Para p/q, « / v e Q f l (0, 1], tenemos
que f (p/q) =f(u/x>) => (p, q) = (u, 1)) => p = u y q = i) => p/ij = K/1), por lo q u e / e s una función
inyectiva. En consecuencia, Q O (0, 1] - K, un subconjunto del conjunto numerable Z + x Z+. Del
teorema A3.3, sabemos que el conjunto Q n (0, 1] es numerable.
A medida que continuemos con nuestra tarea de determinar Q I , necesitaremos las dos defini-
ciones y el teorema siguientes.
Definición A3.7 Sea SF una colección de conjuntos de un universo ''H. La unión de todos los conjuntos en 9\ que se
escribe \JÁeÂ, se define como {x\x G M y x EA, para algún A £ ? ( .
es una colección numerable, es decir, 9F = {A¡, Ai, A-i,. . . , podemos escribir | J ¿ e , A :
Ejemplo A3.7 En les siguientes ejemplos, el universo >U es R.

a) Para cadan € Z + , sea.A„ = [n - 1, n). Entonces, por ejemplo, A¡ = [0, \),A2=[\, 2) y A3=
[2,3).Parag- = {A„A 2 ,A 3 ,... ) = [A, | i e Z+) tenemos que | J , e ^ = I X - A = U „ E Z + A , =
[0, + oo).
b) Dado cualquier q £ Q+, seaA,= (q- \/2,q+ 1/2). En este caso, por ejemplo, A,/2=(0, 1),
¿4= (7/2, 9/2) yA„«= (19/6, 25/6). Si W = [A, \ q € Q + }, entonces L U , ¿ = M Q + 4 , =
(-1/2, + oo).
Definición A 3 . 8 Sea 'S una colección de conjuntos tomados de un universo ^ La colección 'S es una colección
disjunta si para todos A, B de 3", si A ¿ B, entonces A fl B = 0.
Ejemplo A3.8 Si volvemos a examinar las dos colecciones del ejemplo A3.7, veremos que la colección de la parte
(a) es la única colección disjunta.
Los conceptos de conjunto numerable y de colección disjunta de conjuntos se reúnen ahora en

nuestro siguiente resultado.
TEOREMA A3.7 Sea*? una colección disjunta numerable de conjuntos, cada uno de los cuales es numerable. Enton
ces \JÁe3A también es un conjunto numerable.
Demostración: Como SF es una colección disjunta numerable, podemos escribir 3" = [A,,A2,A},...}
donde A, C\ A¡ = 0 para todos i, j 6 Z + , si i tj. Además, para cada n £ Z + , An es numerable y puede
expresarse como {anU an2, an},...} una sucesión de términos distintos. Para mostrar que \JA€?A es
numerable, consideremos cada x £ \JÁe?A..
Como \JÁ£3A = (J"=1 A„, t e n e m o s flue * e ^n P a r a algún n £ Z + (fijo); este n es único debido a
que gr es una colección disjunta. Además, x £ A„ => x = ank para algún ) c 6 Z * (donde k está fijo y
es único). Definimos ahora/: ( J ^ e ? A -» Z + x Z + c o m o / W = f(ank) = (n, fc). Del teorema A3.5
sabemos que Z + x Z+ es numerable, por lo que la imagen d e / e s numerable. En consecuencia, el
resultado será válido una vez que demostremos que/es inyectiva. Esto es fácil de demostrar, ya que
si x = a„k, y = apq £ \JA€JA, c o n / W =/(y). entonces/(aj =f(apq) => (n, k) = {p, q) => n=p,k =
q=>a„t=ap(¡=>x = y.
Observe que la demostración del teorema A3.7 es válida si W es finito (y reemplazamos °° con
I y I) o si uno o más de los conjuntos A„ i £ Z + , es finito.
Como resultado del teorema A3.7, podemos trabajar ahora con el cardinal de Q.
TEOREMA A3.8 El conjunto Q (de todos los números racionales) es numerable.

Demostración: Comencemos por recordar que A 0 =Q n (0,1] es numerable (teorema A3.6). Ahora
bien, para cualquier entero n distinto de cero, seaA„=Q D (n, n + 1] y definamos/,: A„-*A0 como
fn(q) - q - n. Entonces f,(q¡) = f„(qi) => <?i - n = q2 - n => qx = q2, por lo que /„ es inyectiva. En
consecuencia, A„ ~f„(A„) Q A0 y por el teorema A3.3, tenemos que An es numerable. Además, para
cualesquiera m, n E. Z, m ¿ n => Am D A„ = 0. Del ejemplo A3.3 sabemos que Z es numerable, por
lo que <3f = {A0,A¡, A_u A2, A_2,... } es una colección disjunta numerable de conjuntos numerables.
Por lo tanto, por el teorema A3.7, se sigue que UAey-A = \JneZAn = Q es numerable.
Así, ahora sabemos que Z + , Z y Q son infinitos y Z+ - Z - Q, mientras que R es infinito y R •/•
Z . Recordemos que cualquier conjunto infinito A, tal que A ~ Z + , es infinito numerable; ahora
+
denotaremos el cardinal de un conjunto de este tipo como IA I = K0, usando la letra hebrea aleph,
con el subíndice 0, para denotar el primer nivel de infinito. El cardinal de R es mayor que X0 y se
denota generalmente con c, de continuo.
En nuestro siguiente teorema mejoraremos el resultado del teorema A3.7. El siguiente lema nos
ayudará a mejorarlo.
LEMA A3.1 Sea g" = {A,, A2, <43,. . . ) una colección numerable de conjuntos (de un universo *U ). Sea 'S = [Bu
B2, S 3 ,. . . } la colección numerable de conjuntos tales queñi = A¡ y B„ = A„- \J"kZ\Ak, para n > 2.
Entonces 'S es una colección disjunta numerable y \J?.Ak =Ur«=i^*-
Demostración: Primero estableceremos que la colección numerable "§ es disjunta. Para esto, debe
mos mostrar que para cada i, j €E Z + tal que /' íj, tenemos B¡ D B¡ = 0. En caso contrario, sea i <j tal
que B, H B¡= 0. Para cualquier x e B¡ n B¡, tenemos que x € B¡= A¡ - |J¡[~¡ Ak => x £ A¡, pues 1
< Í < j - 1. Pero también ocurre que xSB¡ = A¡- \J'~^ Ak => x e A¡, pues A¡ - \J^X Ak C A¡. (Nota:
\Jk=¡i Ak = 0 si i = 1.) La contradicción (x & A¡ y x e A¡) indica que B¡ D B¡ = 0 para todos i, j £ Z
tal que i ¿j. Así, 'S es una colección numerable disjunta de conjuntos.
Para la segunda parte (es decir, para \Jk°.Ak = U " B t ) , comencemos con* G (J" =1 A t . Entonces
x E A„ para algúnn G Z + y seam el mínimo de tales n. Sim= 1, entonces* GA, = fl, C \Jk°=lBk-Si
m > 1, entonces x & A¡ para todo 1 < j < m - 1 y de este modo x E Am- (J*Jj'At =BmC (J" =i B k . En
cualquier caso, x E U"-i^* v U"=iAt — U"=iîr âra ' a inclusión opuesta, tenemos que y G
\Jk°_.Bk =$y E B„.para algún n E Z+ (único) =>y E An para este mismo n E Z+, puesfli = Aiyfi¡=
A
'~ U*=¡At — ^" P3™ t0( ^ 0 ' - 2- Entonces y G A„=> y E (j"=¡Ak, de modo que \Jk"=lBk Q
U T . A " E n consecuencia, | J » = A = U ^ ñ r
Como en el caso del teorema A3.7, la demostración del lema A3.1 es válida si y es infinito (y
reemplazamos » por I ^ I )•
Del lema A3.1, vemos que podemos debilitar las hipótesis del teorema A3.7: la colección 3" no
tiene que ser disjunta. Esto se establece formalmente como sigue.
TEOREMA A3.9 La unión de cualquier colección numerable de conjuntos numerables es numerable.

Demostración: Si ? = {A,, A2, A3, . . .} es una colección numerable de conjuntos numerables,
construimos la colección numerable "§ = [Bh B2, 5 3 , . . . } como en el lema A3.1. Para cada k G Z+,
Bt Q At, por lo que (por el teorema A3.3) cada fl* es numerable. El lema A3.1 señala que
\J° Ak =\Jl_.Bk y, por el teorema A3.7, sabemos que [Jk°.Bk es numerable. Por lo tanto,
l U ? ' 4 = UT=A e s numerable
-
De nuevo, si S" es finito, la demostración del teorema A3.9 sigue siendo válida (reemplazando cada
ocurrencia de oo por 13" I).
Después del teorema A3.8 mencionamos que IZ + I = N0 y IRI = c, donde K0< c. Aunque aún
hay mucho que decir de los conjuntos infinitos, cerraremos este apéndice mostrando que éstos no
son los únicos números cardinales infinitos. De hecho, existe una infinidad de números cardinales
infinitos.
TEOREMA A 3 . 1 0 Si A es cualquier conjunto, entonces | A | < |¿P(A)|.

Demostración: Si A = 0, entonces | A | = 0 y 12?(A) ¡ = 12P( 0) | = | { 0} | = 1, por lo que el resultado
es cierto en este caso. Si A ^ 0, sea/: A —> ^(A) dada porf{a)={a} para cada a G A. La función/es
una función inyectiva y se sigue que |A | = |/(A) I < ¡íJÂ) I. Para mostrar que I Al ^ ISÂ)!,
debemos probar que ninguna función g: A —> &(A) puede ser sobre. Así, sea g: A —> Zr(A) y consi
deremos B= {a I a EAya£ g(a)}. Recordemos que g(a) QAy que B Q A. Si B E íf(A) y g es una
función sobre, debe existir a' E A tal que gia") = B. ¿a' E g(a') o a ' í gia1)! Exactamente uno de
estos dos resultados debe ser verdadero.
Si a' E g(a') = B, entonces, por la definición de B tenemos que a' §É g(a'), y la contradicción a'
E g(a') y a' £ g(a'). Por otro lado, si a' £ gM, entonces a' E B, pero B = g{a'), por lo que
nuevamente obtenemos la misma contradicción.
Por lo tanto, no existe a' E A tal que g(a') = B, por lo que g no puede ser sobre y por lo tanto
\A\<\3>(A)\.
Como consecuencia del teorema A3.10, vemos que no existe un número cardinal infinito máxi
mo, ya que si A es cualquier conjunto infinito, entonces IA |< |¿P(A)| < I ^(.^(A)) I < . . . Sin
embargo, existe un número cardinal infinito mínimo que, como mencionamos antes, es X0.
BIBLIOGRAFÍA
Como todavía hay más que decir de los conjuntos numerables y los no numerables, el lector intere
sado podría buscar más información en los siguientes libros.
1. Enderton, Herbert B., Elements ofSet Theory, Nueva York, Academic Press, 1977.
2. Halmos, Paúl R., Naive Set Theory, Nueva York, Van Nostrand, 1960.
3. Henle, James M., An Outline ofSet Theory, Nueva York, Springer-Verlag, 1986.
EJERCICIOS A . 3 1. Determine si las siguientes proposiciones son verdaderas o falsas. Para las partes (d)-(g), dé
un contraejemplo si la proposición es falsa.
a) El conjunto Q+ es numerable. b) El conjunto R+ es numerable.
c) Existe una correspondencia biyectiva entre los conjuntos N y 2Z = {2k I k E Z).
d) Si A, B son conjuntos numerables, entonces A U B es numerable.
e) Si A, B son conjuntos no numerables, entonces A C\ B es no numerable.
f) Si A, B son conjuntos numerables, entonces A - B es numerable.
g) Si A, B son conjuntos no numerables, entonces A - B es no numerable.
2. a) Sea A = {n2 I n E Z + ). Encuentre una correspondencia biyectiva entre Z + y A.
b) Encuentre una correspondencia biyectiva entre Z+ y {2, 6, 10, 14,. . . }.
3. SeanA, B conjuntos tales queA es no numerable. Si A C B, demuestre queñ es no numerable.
4. Sea / = {r E R| r es irracional) = R - Q. ¿Es / numerable o no numerable? Demuestre su
afirmación.
5. Si S, T son infinitos y numerables, demuestre que S x T es numerable.
6. Demuestre que Z*xZ*x Z + = {(a, b, c)\a, b, c £ Z+) es numerable.
7. Demuestre que el conjunto de todas las soluciones reales de las ecuaciones cuadráticas ax2
+ bx + c = 0, donde a, b, c E Z, a 4= 0, es un conjunto numerable.
8. Determine una correspondencia biyectiva entre el intervalo abierto (0, 1) y los intervalos
abiertos (a) (0, 3); (b) (2, 7); y (c) {a, b), donde a, b £ R y a< b.
dAÜVJÍHSJDAD Dfc LA K E f U S U O i
FACULTAD DE INGENIERÍA
DEPARTA KKNTO DE
DOCUMENTACIÓN Y BEBLIOTBC*
MONTKVTDao - URUOTTAY "
Soluciones
Capítulo 1
Principios fundamentales
de conteo
Secciones 1.1 y 1. a) 13 b)40 c) La regla de la suma en la parte (a); la regla del producto en la parte (b)
1.2-pág.12 3. a) 288 b) 24
5. 2 x 2 x 1 x 1 0 x 1 0 x 2 800 placas diferentes
7. 29
9. a) (14)(12) = 168 b) (14)(12)(6)(18) = 18,144 c) 73,156,608
11. a) 12 + 2 = 1 4 b) 1 4 x 1 4 = 196 c) 182
13. a) P(8,8) = 8! b) 7! c) 6! d) 2(6!)
15. 4! = 2 4
17. 26 + 26(36) + 26(36)2 + • • • + 26(36)7 - 3 6 = ^J-o 26(36)' - 3 6
19. a) 7! =5040 b) (4!)(3!) = 144 c) (5!)(3!) = 720 d) 288
21. a) 8!/3! = 6720 b) 6! = 720
23. a) 12!/(3!2!2!2!) b) 2[ll!/(3!2!2!2!)] c) [7!/(2!2!)][6!/(3!2!)]
25. 12!/(4!3!2!3!) = 277,200
27. a) n = 10 b) n = 5 c) n = 5
29. a) (10!)/(2!7!) = 360 b) 360
c) Sean x,yyz números reales cualesquiera y sean m.nyp enteros no negativos cualesquiera.
El número de trayectorias de (x, y, z) a (x + m, y + n, z + p) según lo descrito en la parte (a),
es (m + n + p)\l(m\n\p\).
31. a) 576 b) La regla del producto
33. a) 9 x 9 x 8 x 7 x 6 x 5 = 136,080 b) 9 x 105
(i) (a) 68,880 (b) 450,000
(ü) (a) 28,560 (b) 180,000
(iii) (a) 33,600 (b) 225,000
35. 2io b) 3 10
37. 6! b) 2(5!) = 240
39. 10 + 128 + 128*= 16,522 bloques; 8,459,264 bytes
10+ 128 + 128 2 +128 3 = 2,113,674 bloques; 1,082,201,088 bytes
Sección 1.3 - pág. 29 1. (\) = 6!/(2!4!) = 15. Las selecciones de tamaño 2 son ab, ac, ad, ae, af, be, bd, be, bf, cd, ce, cf,
de, dfy ef.
3. a) C(10,4) = 10!/(4!6!) = 210 b) (\2) = 12!/(7!5!) = 792
c) C(14,12) = 91 d) (!g) = 3003
5. a) P(5,3) = 60
b) a,f, m a,f, r a,f, t a,m,r a,m,t
a,r,t f, m r f, m,t f, r,t m,r,t
7. a) © = 125,970 b) (16°)(16°) = 44,100 -°a)(S)
e) 2,,-.(,°)(.í-í)
9. a) (?) = 28 b) 70 c) © = 28 d) 37
1. a) 120 b) 56 c) 100
S-1
S-2 Soluciones
13. a) ( V ) © © ® = 12!/[(3!)4] = 369,600 b) 207,900
15.
3(-H 50
17. 4/\4!2!/
a) C25) = 105 b) (235) = 2300; (235);(:45) = 12,650
19.
a) SÍ-IT b) E2-2¿ d) 27-i(-iy-V3 = 2X-i (-i)**1*:3
e) 2 7 - 0 ^ . g) 27-O(-I)JT^7
n +i L(2¡)!
21. a) (,3°) + (,,°)(?) + (,.0) = 220 b) (14°) + (12O) + (\ o )a) + ( , i 0 )a) = 705
10 , 0
O 2 (2?.o( a ))
23. a) (3) b) ( 3 ) - n - « ( n - 4 ) , n a 4
25. a) (?) b) (\?)(23) c) tf){?)(-3y
27. a) (,,í, 2 ) = 12 b) 12 c) ( , , í , 2 ) ( 2 ) ( - l ) ( - l ) 2 = - 2 4
d) -216 e) ( 3 , 2 8 i.2)(2 3 )(-l) 2 (3)(-2) 2 (2n)!
= 161,280
31. 3 2n (2n)! | 5
29. a) 2 b) 210 c) 3 10 d) 4 e) 410
n-l «!«! ( n - l ) ! ( n + l)!
(2/i)!(n + l) 2 (2n)!(n)(n + 1)
(n + !)!(« + 1)! (n + l)!(n + 1)!
1 (2n)!(2n + 2)(n + 1) + (2«)!(2n + 2)n
2/L (n + l)!(n + 1)!
_/l\/2n +:
\2/Vn + l
33. m + nN (m+n)\ (m+n)\ (m + n)!
= (m + l ) -
m ) - i\n\ m\{n-\)\ (w + l)(m!)(n - 1)!
(m + n)\ /m + n\
(m + \) •=(m + l)
(m+ !)!(«-!)! \m + 1/
35 Consideremos los desarrollos de (a) [(1 + x) - x]n; (b) [(2 + x) - (x + 1)]"; y
(c) [(2+ * ) - * ] " .
37. a) a3 - aa b) a„ - a0 c) -i- - 2i = =&
51
Sección 1.4 - pág. 40 1. a) (13) b) (?) O Cs2) f 233 \

3. (i ,) 5. a) 25 b) 2"
7. a) (£) b) (M) O (V) d) 1 e) (S) 0 (M)-(S)
9. n=l
11. a) (V) b) (V) + 3('í) + 3a) + (¡)
13. a) (I) b) 2?.o(?=ÍÍ)
15. (23,)(24!) 17. a) (!S) b) 512
3 2
19. a) (5 )( 5) b) [4(g) + 4 (ü) + 42(\l) + 4 3 (|)] + [42(2|) + 4(!f) + 4 2 Q + 42(f) + 43
2
21. (?) 23. 24,310 = 27-i i (para « = C32))

25. a) Consideremos el siguiente segmento de programa en Pascal, donde i, j , k, m, n y suma son
variables enteras.
suma:=0;
For j : = 1 t o i do
For k: = 1 t o j do
For m: = 1 t o k do
suma: = suma + 1;
Soluciones S-3
Después de ejecutar el segmento, el valor de suma es ("4 ), el número de formas de

seleccionar i, j , k, m de {1, 2, 3 , . . . , n}, permitiendo las repeticiones y l < m < k <j <
i<n.
Para cada valor de í, los ciclos For dej, k y m producen ('j 2 ) ejecuciones de la proposi
ción suma: = suma + 1. En consecuencia, ("J3) = SíLií's )•
b) Del ejercicio 24 sabemos que 2"-i' 2 = (M6)(/I)(/I + l)(2n + 1)- Usaremos esto en el paso 4
del argumento siguiente:
(i) (":3) = 2r-.('+32)

(2) (l/4!)(/i + 3)(n + 2)(n + 1)(«) = 27-i (l/6)(¿ + 2)(i + l)(i)
(3) (l/4)(n + 3)(n + 2)(n + l)(n) = 2T-i O'3 + 3/2 + 2/)
(4) (l/4)(n + 3)(n + 2)(n + 1)(«) = 27_,«3 + (3)(l/6)(n)(« + l)(2n + 1)
+ (2)(l/2)(n + l)(n)
(5) (l/4)(n + l)(«)[(n + 3)(n + 2) - 2(2« + 1) - 4] = £?_, «3
(6) (l/4)(n + 1)(«)[«2 + 5n + 6 - 4n - 6] = 2?-ii 3
(7) (l/4)(« + l) 2 n 2 = 2r-ii 3 .
27. a) Colocamos uno de los m objetos idénticos en cada uno de los n recipientes distintos. Esto
deja m - n objetos idénticos por colocar en los n recipientes distintos, lo que produce
(" +< r; ) - 1 ) = ( " - ) = ( - ' ) distribuciones.
h +
Ejercicios ®® ®® + ®®
8 2 6
ejercicios 3 a ) 3 6 + 3 6 2 + . . . + 3 6 = £?«,36' b ) (36 + 36 +• • •+36 )
compleméntanos- c ) ( 5 1 + 512 + . . . + Sl,)i3e)
pág 46
- 5. a) 1025 b) (10)(ll)(12)---(34) = 34!/9! c) (25!)(2,4)
7. a) C(12,8) b) P(12,8)
9. [(7!/2!)(?)](6)
11. a) 12 b) 49
13. (l/10)[10!/(4!3!3!)]
15. a) (i) (5) + (i)(Í) + (i) (ü) (S) + (f)(i) + (?) (iü) (5) + (!)(!) + 0 - 9
b) (i) (Í)(S)+ (?)({) (ü)and(iii) (?)($)+ ©(!)
17. a) 2 0 + 0 = 343 b) [2('43) - 9] + [fl?) - 1] = 1200
19. a) (5)(9!) b) (3)(8!)
21. (II)-5©
23. 2(" + ;:í-') + (n+r-k- l)^-**" 2 )
25. 0 = (1 + (-1))" = (S) - (7) + (3) -(",) + ••■ + (-1)"G),
so (3) + (3) + (3) + (7) + (3) + (1) + • • -
27. a) P(20,12) = 20!/8! b) ('97)(12!)
29. a) (?) + (?) + • ■ • + (\í) = 2«_ 0 (,'&) b) 2 U (9¿*)
c) n = 2Jk + l,*aO:2f_ 0 (V + , Í')
n = 2*>*al:2í.0(*;')
31. a) r ( : : ? - ' ) = ( : ^ = (;-.') w sr.1("--!) = ("oI) + ("T1) + --- + (r!) = 2"-1
33. a) ll!/(7!4!) b) [ll!/(7!4!)] - [4!/(2!2!)][4!/(3!l!)]
c) [ll!/(7!4!)] + [10!/(6!3!1!)] + [9!/(5!2!2!)] + [8!/(4!l!3!)] + [7!/(3!4!)]
(en la parte (a))
{[ll!/(7!4!)] + [10!/(6!3!1!)] + [9!/(5!2!2!)] + [8!/(4!l!3!)] + [7!/(3!4!)]}
- [{[4!/(2!2!)] + [3!/(l!l!l!)] + [2!/2!]} x {[4!/(3!l!)] + [3!/(2!l!)]}]
(en la parte (b))
S-4 Soluciones
Capítulo 2
Fundamentos de lógica
Sección 2.1 - pág. 58 1. Las oraciones de las partes (a), (d), (e) y (h) son proposiciones. Las otras cuatro oraciones no
lo son.
3. a) 0 b) 0 c) 1 d) 0
5. a) Si el triángulo ABC es equilátero, entonces es isósceles.
b) Si el triángulo ABC no es isósceles, entonces no es equilátero.
d) El triángulo ABC es isósceles, pero no es equilátero.
7. a) Si Daniela practica su servicio diariamente, entonces tendrá una buena posibilidad de ganar
el torneo de tenis.
b) Si usted no arregla mi aire acondicionado, entonces yo no pagaré la renta.
c) Si a María se le permite subir a la motocicleta de Luis, entonces debe usar su casco.
9. Las proposiciones (a), (e), (f) y (h) son tautologías.
5
11. a) 2 = 32 b) 2"
13. a) p:0;r:Q;s:0
b) La proposición s debe tener el valor de verdad 1, pero la proposición p puede tener el valor
de verdad 0 o 1, al igual que la proposición r.
15. a) m = 3,n=6 b) w = 3 , n = 9 c) m = 18, n = 9 d) m=4, n = 9
e) m = 4, n = 9 f) m = 4, n = 9 g) m = 4, n = 19
17. 27 19. Rodrigo
Sección 2.2 - pág. 74 1. a) (i) p 9 r qAr p^(q/\r) p-*q p^>r (p-»?)A(p->r)

0 0 0 0 1 1 1 1
0 0 1 0 1 1 1 1
0 1 0 0 1 1 1 1
0 1 1 1 1 1 1 1
1 0 0 0 0 0 0 0
1 0 1 0 0 0 1 0
1 1 0 0 0 1 0 0
1 1 1 1 1 1 1 1
(iii) p 9 r « V P-^(?V) p->q -ir->(p->tf)
0 0 0 0 1 1
0 0 1 1 1 1
0 1 0 1 1 1
0 1 1 1 1 1
1 0 0 0 0 0
1. 0 1 1 1 0
1 1 0 1 1 1
1 1 1 1 1 1
b) [ ^ ( W ) ] « h ^ ( ^ 9 ) ] De la parte (iii) de la parte (a)

Por la segunda regla de sustitución,
y(p^í)tí(npví)
Por la primera regla de sustitución,
y (J -» i) <=> (-ií —> -is) para cualesquiera
proposiciones primitivas s, t
Soluciones S-5
O [(-\-ip A -i q) —> r] Por la ley de DeMorgan, la regla de la doble

negación y la segunda regla de sustitución
O [(p A~iq)-* r] Por la regla de la doble negación y la segunda
regla de sustitución
3. a) Para cualquier proposición primitiva s, s V —¡s <=> T0. Reemplace cada ocurrencia de s por
p V (q A r), y el resultado se sigue por la primera regla de sustitución.
b) Para cualesquiera proposiciones primitivas s, t, tenemos ( Í —»• 0 <=> (—> í —»• —> *). Reemplace
cada ocurrencia de s porp V q y cada ocurrencia de t por r, y el resultado es consecuencia
de la primera regla de sustitución.
c) Para cualesquiera proposiciones primitivas a, b y c, la ley distributiva de V sobre A esta
blece que a V (b A c) <=> (a V b) A (a V c). El resultado dado aquí es una tautología
cuando aplicamos la primera regla de sustitución con los reemplazamientos: a por [(p V q)
-» r]; b por 5; y c por t.
5. a) Karina puso sus estudios antes que su interés en ser estrella de cine, pero no ha tenido (aún)
una buena educación.
b) Norma no está haciendo su tarea de matemáticas o Claudia no está practicando sus leccio
nes de piano.
c) Lorenzo se fue de vacaciones y no se preocupó por viajar en avión, pero (aún) no se divierte.
d) Homero aprobó su curso de Pascal y terminó su proyecto de estructura de datos, pero no se
graduó al final del semestre.
p 9 (->PVq)A(pA(pAq)) pAq
0 0 0 0
0 1 0 0
1 0 0 0
1 1 1 1
b) (^p/\q)y(py(p\yq))<^pvq
a) Si hoy es el día del trabajo, entonces mañana es martes. (VERDADERO)
Contrapositiva: Si mañana no es martes, entonces hoy no es el día del trabajo (VERDADE
RO)
Recíproca: Si mañana es martes, entonces hoy es el día del trabajo.
Inverso: Si hoy no es el día del trabajo, entonces mañana no es martes.
Consideremos cualquier lunes del año, excepto el día del trabajo. Entonces la recíproca
y la inversa son FALSAS. Sin embargo, para cualquier otro día, la recíproca y la inversa
son VERDADERAS.
b) Si -1 < 3 y 3 + 7 = 10, entonces sen(y). (VERDADERO)
Recíproca: Si sen(y) = - 1 , entonces -1 < 3 y 3 + 7 = 10. (VERDADERO)
Inversa: Si -1 > 3 o 3 + 7 ¿ 10, entonces sen(f) ¿ - 1 . (VERDADERO)
Contrapositiva: Si sen(y) t - 1 , entonces -1 > 3 o 3 + 7 é 10. (VERDADERO)
c) Si Paco vive en Nueva Inglaterra, entonces Paco vive en Vermont.
Contrapositiva: Si Paco no vive en Vermont, entonces no vive en Nueva Inglaterra.
Si Paco viviera en Vermont o en cualquier parte fuera de Nueva Inglaterra, entonces la
implicación dada y su contrapositiva serían VERDADERAS. Si Paco vive en Nueva Ingla
terra pero no en Vermont, entonces la implicación dada y su contrapositiva serían FALSAS.
Recíproca: Si Paco vive en Vermont, entonces Paco vive en Nueva Inglaterra. (VERDA
DERO)
Inversa: Si Paco no vive en Nueva Inglaterra, entonces Paco no vive en Vermont. (VER
DADERO)
S-6 Soluciones
11. a) (q-*r)\y-V b) (->9v:)V->P

13. z Figura 2.1 (a) Figura 2.1(b)
a) 2 20 10 + 1 = 11
b) 6 20 10 + 5 = 15
c) 9 20 10 + 8 = 18
d) 10 20 10 + 9 = 19
e) 15 20 10 + 10 = 20
f) n > 1 0 20 10 + 10 = 20
15. p 9 r [(p**í)A(í«*r)A(r**p)] Kp-*í)A(í-»r)A(r-»p)]
0 0 0 1 1
0 0 1 0 0
0 1 0 0 0
0 1 1 0 0
1 0 0 0 0
1 0 1 0 0
1 1 0 0 0
1 1 1 1 1
17. a) (p t p) b) (p f p) f (q t í) c) (p f q) t (p t ?) d) p t (9 f ?)
e) (r f Í ) | (r f s), donde r representap f (9 í 9) y i representa^ f (p | p )
19. p 9 -i(p j 9) (I/» í l í ) ^(P T 9) (ip | 19)

0 0 0 0 0 0
0 1 1 1 0 0
1 0 1 1 0 0
1 1 1 1 1 1
21. a) p V [ p A ( p V 9 ) ] Razones
<^pyp Ley de absorción
Ley idempotente de V
op
Razones
c) [(^V^)^(pAíAr)]
Leyes de DeMorgan
»(-n/)Amg)v(/)AíAr) Ley de la doble negación
»(pA9)v(pA9Ar) Ley de absorción
opA^
d) p A [ ( n 9 ^ ( r A r ) ) V n [ ? V ( ( ^ i ) V ( M n í ) ) ] ] Razones
«pA[(n9-»r)vn[íV((rA5)v(rAis))]] Ley idempotente de A
Ley distributiva de A sobre V
»pA[(n?-*r)Vn[<V('A(»Vií))]]
» P A [(-. 9 -+ r) V "> (9 V (r A To))] Ley inversa
0/»A[(-i9-»r)v(íV)] Ley del neutro
OpA[(-i-.9v)V-'(9V)] t -»«<=> -i/ V u
»pA[(9v)V->(?V)] Ley de doble negación
OpATo Ley inversa
Op Ley del neutro
Soluciones S-7
Sección 2.3 - pág. 95 1. a) p 1 r P~*9 (PVÍ) (PVÍ)-»''

0 0 0 1 0 1
0 0 1 1 0 1
0 1 0 1 0
0 1 1 1 1
1 0 0 0 0
1 0 1 0 1
1 1 0 1 0
1 1 1 1 1
La validez del argumento se sigue de los resultados de la última fila. (Podemos pasar por
alto las primeras siete filas.)
c) p <¡ r ?v PV(íV) ~>9 P V

0 0 0 0 0 1 0
0 0 1 1 1 1 1
0 1 0 1 1 0 0
0 1 1 1 1 0 1
1 0 0 0 1 1 1
1 0 1 1 1 1 1
1 1 0 1 1 0 1
1 1 1 1 1 0 1
Los resultados de las filas 2, 5 y 6 establecen la validez del argumento dado. (Podemos
pasar por alto los resultados de las otras cinco filas de la tabla.)
3. a) Si p tiene el valor de verdad 0, también p A q.
b) Si p V q tiene el valor de verdad 0, entonces el valor de verdad de p (y el de q) es 0.
c) Si q tiene valor de verdad 0, entonces el valor de verdad de [(p V q) A -,p] es 0, sin
importar el valor de verdad de p.
d) La proposición q V s tiene valor de verdad 0 sólo cuando cada una de las proposiciones q,
s tienen el valor de verdad 0. Entonces (p—>q) tiene el valor de verdad 1 si p tiene el valor
de verdad 0; (r -» s) tiene el valor de verdad 1 si r tiene el valor de verdad 0. Pero entonces,
(p V q) tiene el valor de verdad 0, no 1.
e) Para (—¡p V -i r), el valor de verdad es 0 cuando p y r tienen valor de verdad 1. Esto obliga
entonces a que q,s tomen el valor de verdad 1, para que (p —> q), (r —» s) tengan valor de
verdad 1. Sin embargo, esto produce el valor de verdad 0 para (—*q V -is).
5. a) Regla de la simplificación disyuntiva
b) No válido; es un intento de argumentar por la recíproca
c) Modus Tollens
d) Regla del silogismo disyuntivo
e) No válido; intento de argumentar por la recíproca
0 Ley del silogismo
7. 1) y 2) Premisa
3) Pasos (1) y (2) y la regla de separación
4) Premisa
5) Paso (4) y (r -> -,<?) <=> (-.-.<? -» -ir) <=>(#-» ->r)
6) Pasos (3) y (5) y la regla de separación
7) Premisa
S-8 Soluciones
8) Pasos (6))i (7) y la regla del silogismo disyuntivo

9) Paso (8) y la regla de amplificación disyuntiva
a) 1) Premisa (la negación de la conclusión)
2) Paso (1) y - i ( - i í - > j ) » - l ( - i - l í V s ) » - i ( } V s ) » - i } A n J
3) Paso (2) y la regla de la simplificación conjuntiva
4) Premisa
5) Pasos (3))i (4) y la regla del silogismo disyuntivo
6) Premisa
7) Paso (2) y la regla de la simplificación conjuntiva
8) Pasos(6)) i (7) y Modus Tollens
9) Premisa
10) Pasos (8) y (9) y la regla del silogismo disyuntivo
11) Pasos (5)3r (10) y la regla de conjunción
12) Paso (11) y el método de demostración por contradicción
b) 1) P-*<1 Premisa
2) nq^^p Paso (1) y (p -» q) <=> (->q -* ->p)
3) P\jr Premisa
4) np^>r Paso (3) y ( / ) V r ) « {-,p -> r)
5) ~\q—*r Pasos (2) y (4) y la ley del silogismo
6) ^r\js Premisa
7) r—*s Paso (6) y ( - i r V f ) « ( r - > s )
8) .:~iq—*s Pasos (5) y (7) y la ley del silogismo
c) 1) ^p<r* q Premisa
2) t>p^>q)A(q-*ip) Paso (1) y (-,/> *-»$)<* [(-,/> -» q) A (q -» -,/>)]
3) np-+q Paso (2) y la regla de simplificación conjuntiva
4) q^r Premisa
5) np-*r Pasos (3) y (4) y la ley del silogismo
6) -ir Premisa
7) :.p Pasos (5) y (6) y Modus Tollens
11. a) p:\ q:0 r :1
b) p:Q q:Q r :0ol
p:0 q:\ r :1
c) p,q, r:\ Í:0
d) p,<i, r : l s:0
Sección 2 . 4 - p á g . 114 1. a) Verdadero b) Falso c) Falso d) Verdadero e) Falso

f) Verdadero g) Falso h) Falso i) Falso
3. Las proposiciones (a), (c) y (e) son verdaderas y las proposiciones (b), (d) y (0 son falsas.
5. a) 3x[m(x)/\c(x)/\j(x)] verdadero
b) 3x[s(x) /\c(x) f\-\m(x)] verdadero
c) Vx[c{x)-*(m(x)vp{x))] falso
d) Vx[(g(x)/\c(x))—»-\p(x)],o verdadero
Vx[(p{x)Ac(x))-+ng(x)],o
Vx[(g(x)Ap(x))-nc(x)]
e) Vx[(c(x)As(x))->(p(x)v.e(x))] verdadero
f) 3x[g{x)/\-im(x)/\-ip(x)],o
3x[g(x) A-i(m(x)\yp(x))] verdadero
7. a) (i) 3xq(x)
(ü) 3x[p(x)Aq(x)]
(iii) Vjrfo(jt)-»Hf(*)]
Soluciones S-9
(iv) yfx[q(x)^nt{x)]
(v) 3x[q(x)At(x))
(vi) Vx[( 9 (x)Ai-(x))->s(*)]
b) Las proposiciones (i), (ii), (v) y (vi) son verdaderas. Las proposiciones (iii) y (v) son falsas;
x = 10 es un contraejemplo de cada una de estas proposiciones.
c) (i) Si x es un cuadrado perfecto, entonces x > 0.
(ii) Si x es divisible entre 4, entonces x es par.
(iii) Si x es divisible entre 4, entonces x no es divisible entre 5.
(iv) Existe un entero que es divisible entre 4, pero no es un cuadrado perfecto.
d) (i) Sea x = 0. (iii) Sea x = 20.
9. a) (i) Verdadero (ii) Falso Considere x = 3.
(iii) Verdadero (iv) Verdadero
c) (i) Verdadero (ii) Verdadero
(iii) Verdadero (iv) Falso Para x = 2 o 5, el valor de verdad de p{x) es 1,
mientras que el de r(x) es 0.
11. a) Las variables x, y son acotadas; no hay variables libres.
b) En este caso, la variable x es libre, mientras que las variables y, z son acotadas.
c) Las variables x, y son acotadas; la variable z es libre.
d) La variable x es acotada, pero la variable y es libre.
13. a) />(2,5)V/>(3,5)V/>(5,5)
b) p(2,3)Ap(3,3)Ap(5,3)
d) [p(2,2)VP(2,3)VP(2,5)]V[p(3,2)Vp(3,3)Vp(3,5)]V[p(5,2)Vp(5,3)VP(5,5)]
e) [p(2,2)Ap(2,3)Ap(2,5)]A[p(3,2)Ap(3,3)Ap(3,5)]A[p(5,2)Ap(5,3)Ap(5,5)]
15. a) La negación propuesta es correcta y es una proposición verdadera.
b) La negación propuesta es incorrecta. Una versión correcta de la negación es: Para todos los
números racionales x, y, la suma x + y es racional. Esta versión correcta de la negación es
una proposición verdadera.
d) La negación propuesta es incorrecta. Una versión correcta de la negación es: Para todos los
enteros x, y, sixy>> son impares, entonces xy es par. La proposición (original) es verdadera.
e) La negación propuesta es incorrecta. Una versión correcta de la negación es: Existe un
número racional cuyo cuadrado es irracional. La proposición (original) es verdadera.
17. a) Existe un entero n tal que n no es divisible entre 2 pero n es par (es decir, no es impar).
c) Existen enteros k, m, n tales que k-my m-n son impares y k - n es impar.
e) Existe un número real x tal que | x - 3 | < 7 y x < - 4 o x > 10.
19. a) Proposición: Para todos los enteros positivos m, n, si m > n entonces m2 > n2. (VERDADERA)
Recíproca: Para todos los enteros positivos m, n, si m2> n2, entonces m > n. (VERDADERA)
Inversa: Para todos los enteros positivos m, n, si m < n, entonces m2 £ n2. (VERDADERA)
Contrapositiva: Para todos los enteros positivos m, n, si m2 < n2, entonces m < n. (VER
DADERA).
b) Proposición: Para todos los enteros a, b, si a > b, entonces a2>b2. (FALSA; sean a = 1 y
¿ = -2.)
Recíproca: Para todos los enteros a, b, si a2> b2, entonces a > b. (FALSA; sean a = -5 y
¿> = 3.)
Inversa: Para todos los enteros a, b,sia< b, entonces a2 < b2. (FALSA; sean a = -5 y b = 3.)
Contrapositiva: Para todos los entero? a, b. si a2 < b2, entonces a á b. (FALSA; sean a = 1
y b = -2.)
c) Proposición: Para cualesquiera enteros m, n y p, si m divide a n y n divide a p, entonces m
divide a p. (VERDADERA)
Recíproca: Para todos los enteros m, p, si m divide ap, entonces para cualquier entero n se
sigue que m divide a n y n divide a p. (FALSA; sean m = 1, n = 2 y p = 3.)
Inversa: Para cualesquiera enteros m, n yp, si m no divide an on no divide ap, entoncesm
no divide a p. (FALSA; sean m = 1, n = 2 y p = 3.)
S-10 Soluciones
Contrapositiva: Para cualesquiera enteros m y p, si m no divide ap, entonces para cualquier

entero n se sigue que m no divide a n o n n o divide a p. (VERDADERA)
e) Proposición: Cualquier entero divisible entre 12 también es divisible entre 4. (VERDADERA)
Recíproca: Cualquier entero divisible entre 4 también es divisible entre 12. (FALSA; con
sidere el entero 8.)
Inversa: Si un entero no es divisible entre 12, entonces no es divisible entre 4. (FALSA;
considere el entero 8.)
Contrapositiva: Si un entero no es divisible entre 4, entonces no es divisible entre 12.
(VERDADERA)
f) Proposición: Vx[{¿+ 4x - 21 > 0) -> [{x > 3) V (x < -7)]] (VERDADERA)
Recíproca: Vx[[(x > 3) V (x < -7)] -> (x1+ 4x - 21>0)] (VERDADERA)
Inversa: Vx[{¿+4x-2\ < 0) -> [(* < 3) A (x > -7)]], o Vx[(.x2+ 4x- 21 < 0) -> (-7 <
x < 3)] (VERDADERA)
Contrapositiva: Vx[[(x < 3 ) A ( i > -7)] -> (** + 4x - 21 < 0)], o Vx[(-7 < x < 3) -> (x2
+ 4x - 21 < 0)](VERDADERA)
21. a) Verdadera b) Falsa c) Falsa d) Verdadera e) Verdadera f) Falsa
23. a) VaBb[a + b = b+a=Q] b) 3 H Va[aw = ua = a] c) Va # 03¿>[af> = 6a = 1]
d) La proposición de la parte (b) sigue siendo verdadera, pero la proposición de la parte (c) ya
no es verdadera en este nuevo universo.
25. a) 3x3y[(x>y)/\(x-y<0)] c) 3x3y[(x <y)AVz[x>z\/z >y)]
e) [Vx Vy((x>0)A(y>0))] A[Vz(xz <y)]
27. límr„í L<¿>3t>0Vk>03n[(n>k)A\r„- L\ > e ]
n—»<x>
Sección 2.5 - pág. 134 1. Aunque podríamos escribir 28 = 25+ 1 + 1 + 1 = 16 + 4 + 4 + 4 , no hay forma de expresar 28
como la suma de como máximo tres cuadrados perfectos.
3. 30 = 25 + 4 + 1 40 = 36 + 4 50 = 25 + 25
32 = 16 + 16 42 = 25 + 16 + 1 52 = 36 + 16
34 = 25 + 9 44 = 36 + 4 + 4 54 = 25 + 25 + 4
36 = 36 46 = 36 + 9 + 1 56 = 36 + 16 + 4
38 = 36 + 1 + 1 48 = 16 + 16 + 16 58 = 49 + 9
5. a) El número real 7t no es un entero.
c) Todos los directores administrativos saben cómo delegar autoridad.
d) El cuadrilátero MNPQ no es equiangular.
e) Greta evita comer hígado.
7. a) Cuando la proposición 3x [p(x) V q{x)] es verdadera, existe al menos un elemento c en el
universo dado tal quep(c) V o(c) es verdadera. Por lo tanto, al menos una de las proposiciones
pie), q{c) tiene el valor de verdad 1, por lo que al menos una de las proposiciones 3xp(x) y
3x q(x) es verdadera. Por lo tanto, se sigue que 3xp(x) V 3x q(x) es verdadera y 3x [p(x) V
q(x)\ => 3xp(x) V 3x q(x). Recíprocamente, si 3xp{x) V 3xq{x) es verdadera, entonces al
menos una de las proposiciones p(a) y q(b) tiene valor de verdad 1, para algunos a, b del
universo prescrito. Supongamos, sin pérdida de generalidad, que esp(a). Entonces p(a) V
q(a) tiene valor de verdad 1, de modo que 3x \p(x) V q(x)] es una proposición verdadera, y
3xp(x) V 3x q(x) => 3* [p(x) V q(x)].
b) Primero consideremos cuándo una proposición V* [p(x) A q(x)] es verdadera. Esto ocurre
cuando/>(a) A q(q) es verdadera para cada a del universo dado. Entoncesp(a) es verdadera
(al igual que q(a)) para todo a del universo, de modo que las proposiciones Vx p(x) y VJC
q(x) son verdaderas. Por lo tanto, la proposición Vxp(x) A V* q(x) es verdadera y Vx [p(x)
A q(x)\ => Vxp(x) A Vx q(x). Recíprocamente, supongamos que Vxp(x) A VJC q(x) es una
proposición verdadera. Entonces Vxp(x), V* q(x) son ambas verdaderas. Ahora, sea c cual
quier elemento del universo prescrito. Entonces p(c), q(c) y pie) A q(c) son todas verdade
ras. Y como elegimos c en forma arbitraria, se sigue que la proposición Vx [p(x) A q(x)] es
verdadera, y VxpCt) A Vx q(x) =* Vx [p{x) A q(x)].
Soluciones S-11
9. 1) Premisa
2) Premisa
3) Paso (1) y la regla de especificación universal
4) Paso (2) y la regla de especificación universal
5) Paso (4) y la regla de simplificación conjuntiva
6) Pasos (5) y (3) y Modus Ponens
9) Pasos (7) y (8) y la regla de conjunción
10) Paso (9) y la regla de generalización universal
11. Consideremos las proposiciones abiertas
w(x): x trabaja para la unión de crédito
{(x): x elabora solicitudes de préstamos
C(JC): x sabe COBOL
q(x): x sabe Quattro
y sean r e i las letras que representan a Roxana e Inés, respectivamente.
En forma simbólica, el argumento dado es el siguiente:
Vx[w(x)^>c(x)]
Vx[(w(x)A€(*))- 9 (x)]
w(r) A-\q(r)
<?(') Anc(Q
.\-i¿(r) A - i H»(¿)
Los pasos (y razones) necesarios para verificar el argumento son los siguientes.
Pasos Razones
1) VAc[tv(jc)->c(x)] Premisa
2) q(i)A-\c(i) Premisa
3) nc(i) Paso (2) y la regla de simplificación conjuntiva
4) w(i)-»c(í) Paso (1) y la regla de especificación universal
5)
~IW(Í) Pasos (3) y (4) y Modus Tollens
6)
Vx[(w(x)A((x))^>q(x)] Premisa
7)
w(r)A-\q(r) Premisa
8)
""! <?('■) Paso (7) y la regla de la simplificación conjuntiva
9)
(w(r) A €(r)) —* q(r) Paso (6) y la regla de especificación universal
10)
^(w(r)A£(r)) Pasos (8) y (9) y Modus Tollens
11)
w(r) Paso (7) y la regla de la simplificación conjuntiva
12)
~\w(r)\/-i((r) Paso (10) y ley de De Morgan
13)
i€(r) Pasos (11) y (12) y la regla del
silogismo disyuntivo
14) .\-i€(r)A-iw(í) Pasos (13) y (5) y la regla de conjunción
13. a) Contrapositiva: Para todos los enteros k y i, si k y C no son ambos impares, entonces kl no e
par O, para todos los enteros k y 5, si al menos uno de ellos es par, entonces kl es par.
Demostración: Supongamos (sin pérdida de generalidad) que k es par. Entonces k = 2c para
algún entero c, debido a la definición 2.8. Entonces kl = (2c)5 = 2(cC), por la ley asociativa
de la multiplicación de enteros, y el es un entero. En consecuencia, kl es par; de nuevo, por
la definición 2.8. (Observe que este resultado no pide nada especial acerca del entero l.)
S-12 Soluciones
15. Demostración: Supongamos que para algún entero n, n2 es impar mientras que n no lo es.
Entonces n es par y podemos escribir n = 2a, para algún entero a, por la definición 2.8. En
consecuencia, n2= (2a)2 = (2a)(2a) = (2 • 2)(a • a), por las leyes conmutativa y asociativa de la
multiplicación de enteros. Por lo tanto, podemos escribir n2= 2(2a2), donde 2a2 es un entero, lo
que significa que n2 es par. Así, hemos llegado a una contradicción, ya que tenemos que n2 es
impar (al principio) y también par. Esta contradicción surge de la hipótesis falsa de que n no es
impar. Por lo tanto, para todo entero n, se sigue que n2 impar => n impar.
17. Demostración:
(1) Como n es impar, tenemos que n = 2a + 1 para algún entero a. Entonces n + 11 = {2a + 1) +
11 = 2a + 12 = 2(a + 6), donde a + 6 es un entero. Así, por la definición 2.8, se sigue que n + 11
es par.
(2) Si n + 11 no es par, entonces es impar y tenemos que n + 11 = 2b + 1 para algún entero b.
De este modo, n - (2b + 1) - 11 = 2b - 10 = 2(¿ - 5), donde b - 5 es un entero y se sigue
de la definición 2.8 que n es par; es decir, no es impar.
(3) En este caso, conservamos la hipótesis (que n es impar) y suponemos también que n + 11
no es par; es decir, es impar. Así, podemos escribir n + 11 = 2b + 1 para algún entero b.
Esto implica entonces que n = 2(b- 5), para el entero b - 5. Por la definición 2.8, se sigue
que n es par. Pero si n es par (como hemos demostrado) e impar (por hipótesis), llegamos
a una contradicción. Así, nuestra hipótesis era incorrecta y se sigue que n + 11 es par para
cualquier entero impar n.
19, Este resultado no es cierto en general. Por ejemplo, m = 4 = 22 y n = 1 = l 2 son dos enteros
positivos que son cuadrados perfectos, pero m + n = 22+ l 2 = 5 no es un cuadrado perfecto.
21. Demostración: Demostraremos el resultado dado al establecer la verdad de su contrapositiva
(que es lógicamente equivalente).
Consideremos la negación de la conclusión; es decir, x < 50 y y < 50. Así, se sigue que x + y <
50 + 50 = 100 y tenemos la negación de la hipótesis. El resultado dado se sigue entonces por
este método indirecto de demostración (por contrapositiva).
Ejercicios t
complementarios— r q/\r -i(sV)
p 9 s '[(íAr)-»-i(«v)] p<-*t
pág.140
0 0 0 0 0 1 1 0
0 0 0 1 0 0 1 0
0 0 1 0 0 0 1 0
0 0 1 1 0 0 1 0
0 1 0 0 0 1 1 0
0 1 0 1 0 0 1 0
0 1 1 0 1 0 0
0 1 1 1 1 0 0
0 0 0 0 1 1
0 0 1 0 0 1
0 1 0 0 0 1
0 1 1 0 0 1
1 0 0 0 1 1
1 0 1 0 0 1
1 1 0 1 0 0 0
1 1 1 1 0 0 0
Soluciones S-13
3. a) p q r q++r P**(q**r) (P++4) (p**q)**r
0 0 0 1 0 1 0
0 0 1 0 1 1 1
0 1 0 0 1 0 1
0 1 1 1 0 0 0
1 0 0 1 1 0 1
1 0 1 0 0 0 0
1 1 0 0 0 1 0
1 1 1 1 1 1 1
b) Las asignaciones de valores de verdad/?: 0; q: 0; r: 0 producen el valor de verdad 1 para

[p -¥ (q -> r)] y el valor de verdad 0 para [(p -*q)-* r]. En consecuencia, estas proposi
ciones no son lógicamente equivalentes.
5. (1) Si Catalina no practica sus lecciones de piano, entonces no podrá ir al cine.
(2) Si Catalina piensa ir al cine, entonces deberá practicar sus lecciones de piano.
7. a) hpV^)A(FoV/>)/V
b) (-ipVí)A(fiVP)Ap
0(-ipv^?)A(pAp) FB V p<¿>p
Ley idempotente de A
OpA(-i/>v->«) Ley conmutativa de A
«(pAnp)v(/)An 9 ) Ley distributiva de A sobre V
OFoV(/>A-i<7) p A -,/?<=> F0
OpAnqr F0 es el neutro para V.
a) contrapositiva b) inversa c) contrapositiva d) inversa e) inversa
f) contrapositiva g) recíproca
11. p i r p T q (P t q) t r qU P t (q t r)
0 0 0 i 1 1 1
0 0 1 i 0 1 1
0 1 0 i 1 1 1
0 1 1 i 0 0 1
1 0 0 i 1 1 0
1 0 1 i 0 1 0
1 1 0 0 1 1 0
1 1 1 0 1 0 1
De las columnas 5 y 7 vemos que (p T q) T r <^> p T (q T r)
1 1 1
13. (1) p q r p->q q-*r (p±q) A (q±r) P~*r [(pJ*q)MqJ*r)]^*(p-^r)
0 0 0 0 0 0 0 0
0 0 1 0 0 0 0 0
0 1 0 0 0 0 0 0
0 1 1 0 1 0 0 0
1 0 0 0 0 0 0 0
1 0 1 0 0 0 1 0
1 1 0 1 0 0 0 0
1 1 1 1 1 1 1 1
S-14 Soluciones
La tabla nos muestra que la proposición [(p —»q) A (q —> r)] —>(p^>r)noes una tautología.
(2) Consideremos las asignaciones de valores de verdad/?: 0, q: 1 y r: 0. En este caso, tenemos
los valores de verdad resultantes:
p—>q: 0 q-*r: 0 p—*r: 1
2 2
En consecuencia, la proposición [{p —> 9) A (q ■► r)] -> (p -> r) no es una tautología.
(3) Para este último caso, supongamos que cada una de las proposiciones p, q y r tienen la
asignación de valor de verdad 0. Entonces (p —»<?),(<? -> r) y (p -> r) tienen el mismo valor
de verdad, a saber, 0, lo mismo que la proposición [(p —> <?) A {q —» r)] —> (p —> r), d
modo que ésta no es una tautología.
15. a) p 9 r p)Lq (pY^v/- q)Lr pKqlr)

0 0 0 0 0 0 0
0 0 1 0 1 1 1
0 1 0 1 1 1 1
0 1 1 1 0 0 0
1 0 0 1 1 0 1
1 0 1 1 0 1 0
1 1 0 0 0 1 0
1 1 1 0 1 0 1
Se sigue de los resultados en las columnas 5 y 7 que [(p ¥. q) )L r] <=> [p )L (q Y. r)].

b) Las proposiciones dadas no son lógicamente equivalentes. Las asignaciones de valores de
verdad p: 1, q: 0, r: 0 proporcionan un contraejemplo.
c) Si p, q y r tienen el valor de verdad 0, entonces p —»(q Y. r) es verdadera, mientras que
(j>-* q) ¥- (p -» r) es falsa, de donde la implicación no es una implicación lógica.
17. a) Verdadera b) Falsa c) Verdadera d) Verdadera e) Verdadera
f) Falsa g) Falsa h) Falsa i) Falsa j) Verdadera
Capítulo 3
Teoría de conjuntos
Sección 3.1- 1. Son todos el mismo conjunto.

pág. 154 3. Las partes (b) y (d) son falsas y las demás verdaderas.
5. a) {0,2} b) {2,2!,3J,5i,7# c) {0,2,12,36,80} d) ft.A.A.A.A.Tfc}
7. a) Vx[xeA^>xeB]A3xlx£BAxéA]
b) 3x[xeA/\x£B]\/\/x[x£B\/x&A]
OR, 3x[x£AAx<kB]\/Vx[xeB^>xeA]
9. a) \A\ = 6 b) | B | = 7
c) Si B tiene 2" subconjuntos de cardinal impar, entonces \B\ = n + 1.
11. a) 31 b) 30 c) 28
13. a) (?) b) 0?) c) (?) + (?)+ (?) + (?)
15. Sean W= {\},X= {{1}, 2} y Y= {X, 3}.
17. c) Si xE A, entonces A QB=>xEBy BC C => x € C. Por lo tanto, A Q C.ComoBC C,
existe y G C tal que y £ B. Además, A QByy£B=>y£A.En consecuencia, A £ C y
y £ C con y £ A => A C C.
d) Como A C fl, se sigue que A Q B. El resultado se sigue entonces de la parte (c).
Soluciones S-15
19. a) Para n, k€.Z* con n > k + 1, consideremos el hexágono con centro en ("A. Éste tiene la
forma
(2=1) (V)
(*"0 (?) (*Ii)
("í') (Ki)
donde las dos ternas alternantes, ( j l j ) , ( j ^ j , ("í"1) y ("* ) >(*+i) • (*-i) > satisfacen
(z:DU)("*+1)= ("*')(;:;)(*-.)•
b) Para n,keZ*conn > k+l,
rt-l$ « |í" + l (n-1)! n\ (n + 1)!
¿fc-1/U + lA k [_(* - l)!(n - k)!. (k + $$n-k-$\. k\(n + l-k)l_
■[ ¿fc!(rt-l-)fc)!.
(«-1)1
{k +
(« + 1)1
l)l(n-k)\. (k-l)\(n-k + iy., k jU + lJU-lJ
21. « = 20
23. Sea A = {*, y, a,, a2 «»}• El número de subconjuntos de A de tamaño r e s ("r 2 ) Podemos
separarlos en cuatro clases: (1) los (") subconjuntos que no contienen a x ni a y; (2) los ( r "i)
subconjuntos que contienen a * pero no a y; (3) los ( r 1X J subconjuntos que contienen a y pero
no a *; y (4) los ( r "2) subconjuntos que contienen a * y a y.
25. a) Si S G 5, entonces, como 5 = {A \ A £ A}, tenemos que 5 ^ 5 .
b) Si 5 £ 5, entonces, por la definición de 5, tenemos que S G S.
Sección 3.2— 1. a) {1,2,3,5} b) A c) y d) "ti-{2}

pág.167 e) {4,8} f) {1,2,3,4,5,8} g) 0
h) {2,4,8} i) {1,3,4,5,8}
3. B = {a,b,d}o B={a,b,e}
5. 9
7. a) | { í | < | y i n B | < | f i | < | > i u f i | < | < i i i |
0 \i\s\A-B\s\A\i=\AUB\s\A\ + \B\s\<)i\
9. a) Verdadera b) Verdadera c) Verdadera d) Falsa e) Verdadera
0 Verdadera g) Verdadera h) Falsa i) Falsa j) Falsa
11. a) Sean«U = {l,2, 3},A = {1},B= {2} y C= {3}. Entonces^ O C = fl n C= 0 p e r o A ¿ B .
(¡
b) Para % = ( l , 2 ) , A = { l ) , B = ( 2 ) y C = l l , tenemos que A U C = B U C pero A¿B. [De
las partes (a) y (b) vemos que no tenemos leyes de cancelación para Pl ni para U. Esto
difiere de lo que sabemos de R, donde si a, b, c G R (i) ab = ac y a í 0 => b = c; y (ii) a +
b = a + c=^b = c]
c) xeA=>xGAUC=>xeBUC. Así, x G B o x G C. Si x G B, entonces A Q B. Si x G C,
entonces x G , A n C = B n C y ; t G B . En ambos casos, A £ B. De la misma forma, y(EB=>
yeBUC = AUC, de modo que y G A o y G C. Si y G C, entonces > G 5 D C = / 4 n C .
En cualquier caso, y G A y B C A. Por lo tanto, A = B.
d) Sea x € ^ , Consideremos dos casos: ( l ) x G C = > ; t £ A A C = > ; t £ B A C = > ; t G B .
( 2 ) x g C = > ; t G A A C = > ; t G B A C = > . x e B (pues x&Q.En cualquier caso, x G f i . d e
modo que A Q B. De manera similar, se sigue que B CAy A = B.
13. 7; 1
15. a) 0 = (/iuB)n(Au5)n(AuB)n(ûfi) b) ^ = ^ u ( / i n B )
c) A nB = (A uB)n(A uB)n(A~uB) d) >i = (/i nB)u(^ n°u)
17. a) Sea ^l = {1, 2, 3}, A = {1) y B = {2}. Entonces {1, 2} G 9(A U B) pero
{1,2} g 9>(/l) U gP(B)
r r r
b) A G3>(/in£)<=>A cyin£oA c,4 y j r c f i o l e ^ ) y
r > r
A e 9 ( B ) o A G 3 > 0 4 ) n 2 P ( B ) , por lo tanto 9>(/l n f l ) = SP(/1) 0 ^ ( 5 ) .
S-16 Soluciones
19. a) 26 b) 2"
c) En la tabla de pertenencia, A C B si las columnas de A y B son tales que siempre que
aparezca un 1 en la columna de A, existe un 1 correspondiente en la columna de B.
d) A B c AUB (AnB)U(BnC)
0 0 0
0 0 1
0 1 0
0 1 1
1 0 0
1 0 1
1 1 0
1 1 1
21. a) AD(B-A)=Ar\(Br\A) = Bn(AnA) = Bn0 = ll>
b) [(A n_5) U (A n B n C n £>)] U (A n fl) = (A n B) U (A n B) por la ley de absorción =
(A_uIjní^n^s _
d) A\JB\J (A_n B nc) = (Ar\B) \j[(An B)_n c] = [(ATTEJ u (A n B)] n
](xnfl)_uc]_= [(AnB) u_c] = A UB UC
e) A U (A n fl) = (Á U A) n (A Ufl)= Á U B = A n B i A D f i U [(A n fl) n C] = APlfl UC
= A n 5 n C. Continuamos de esta forma para obtener A O ñ n C f l D n .
23. U ! - i B„=B, = {2,3,4,.. .}= Z + - {1}, f l í ^ B n = B, 2 = {13,14,15,. . . } , UU-i B» = Bu
CK-iBH = Bm
25. A: e A U (Die/fl,) <=> x e A o (x £ fl, para todo «'£/)<=> Para todo i £ /, x £ A o x € B, <=> Par
todo i £ /, x £ A Ufi,<=> x £ f\& (A U g ; > [A D (U / e / g ; ) = \J.a (A fl B¡) se sigue entonces
por dualidad.]
Secciones 3.3 y
3.4—pág. 174 1. a) 24!+ 24!-22! b) 2 6 ! - [ 2 4 ! + 2 4 ! - 2 3 ! ]
3. 9!+9!-8!
5. a) 55/216 b) 5/54
7. a) # = ¿ b) 2/15 c) 3/35 d) 1/2
9. 3/28
1. Pr{A) = 1/3, Pr(B) = 7/15, Pr{A DB) = 2/15, Pr(A U 5 ) = 2/3;
Pr(A U B) = 2/3 = 1/3 + 7/15 - 2/15 = Pr(A) + Pr(B) - Pr(A n fl)
13. a) [13!/(2!) 3 ]-3[12!/(2!) 2 ] + 3 ( l l ! / 2 ! ) - 1 0 ! b) Divida el resultado de la parte (a) entre
[13!/(2!)3].
15. 2/39
Ejercicios 1. Supongamos que (A - B) C C y x £ A - C. Entonces, x £ A pero x £ C. Si x £ B, entonces
complementarios- [x £ A A x £ B] => x £ (A - B) C C Ahora tenemos que x £ C y x £ C. Esta contradicción
pág.179 indica que x £ fl, por lo que (A - C) C fl.
Recíprocamente, si (A - O C fl, sea j £ A - fl. Entonces, y £ A pero y £ fl. Si y £ C,
entonces [y £ A A ; y £ C ] = > ; y £ ( A - C ) C f l . Esta contradicción (es decir, y £ fl y y £ fl)
indica que y £ C, de modo que (A - fl) C C.
3. a) Los conjuntos a U = { l , 2 , 3 } , A = { l , 2 } , f l = { l } y C = { 2 } proporcionan un contraejemplo.
b) A=Anm = An(cuC) = (Anc)u(AnC) = (Anc)u(A-C)
= (B n c) u (fl - c) = (fl n c) u (fl n Q =fln (c u C) =fln <u = &
5. a) 126 (si los equipos usan diferentes uniformes); 63 (si los equipos son indistinguibles)
112 (si los equipos usan diferentes uniformes); 56 (si los equipos son indistinguibles)
b) 2" - 2; (l/2)(2" - 2). 2" - 2 - 2n; (l/2)(2" - 2 - 2n).
Soluciones S-17
a) 128 b) |A| = 8 .
Supongamos que (A n B) U C = A O (B U C) y que* e C. Entonces* € C =>x € (A O B) U
C=*xGAn(BUC)CA, de modo que x e A y C £ A.
Recíprocamente, supongamos que C £ A.
(1) Si y E (A n B) U C, entonces j € A n f i o j 6 C .
(i) yeAnB=>ye(A nfl)u (A no=>>-eA n(BU o.
(ii) >> e C =» y e A, pues C C A. Además, y 6 C = > y 6 f i U C , d e modo que y £ A n
(B U C).
En el caso (i) o el caso (ii), tenemos que y S A n (B U C), de modo que (A fl fl) U C C
A n (fl U Q .
(2) Ahora, sea z e A n (fl U C).
Entonces z € A D (fl U C) = (A n B) U (A l~l C) £ (A n fl) U C, puesto que A n C £ C.
De las partes (1) y (2) se sigue que (A n B) U C = A H (fl U Q .
11. a) Supongamos que A U fl = % y sea * e A". Entonces * e A " = > j c í A = > * e f l , puesto que
A U fl = GU. En consecuencia, A £ B.
Recíprocamente, sea y € SU. Si y e A, hemos terminado. Si no, entonces y £ A, por lo
que y G A £ fl. En cualquier caso tenemos y € A U fl, por lo que ^H £ A U B. Pero siempre
tenemos A U B £ ^ , por lo que se sigue que A U fl = % .
13. a) [0,14/3] b) (0,9/5] c) {0} d) {0}U(6,12]
e) [0,+°°) f) (0,+=o) g) {0} h) 0
15. a) A B AHÍ Como A £ fl, sólo consideramos las filas 1, 2 y 4. Para estas
filas, A n f l = A.
0 0 0
0 1 0
1 0 0
1 1 1
c) A B c (Anfl)U(BnC) ADC ParaC£B£A,solamenteconsidera-

mos las filas 1, 5, 7 y 8. En este caso,
0 0 0 0 0 (A n s) u (fl n C) = A n C.
0 0 1 0 0
0 1 0 1 0
0 1 1 0 0
1 0 0 1 1
1 0 1 1 0
1 1 0 1 1
1 1 1 0 0
d) A B c AAB AAC BAC Si A A fl = C, consideramos las filas

1, 4, 6 y 7. En estos casos,
0 0 0 0 0 0
A A C = flyflAC = A.
0 0 1 0 1 1
0 1 0 1 0 1
0 1 1 1 1 0
1 0 0 1 1 0
1 0 1 1 0 1
1 1 0 0 1 1
1 1 1 0 0 0
S-18 Soluciones
17. a) CT) ( m s r + 1) b) (""ir1) (2iks« + l)

19. a) 23 b) 8
21. a) (g)/(iS) b) (V)/(S)
23. 7 15 -3(3 ,5 ) + 3
25. (,42)(13°)/(¥) = 0.3483
27. a) £?_„(?)(<-) = 2 ? _ 0 J ^
b) (i) ( ^ ( ^ / [ S f - o f í K ^ ) ] ' ' (ü) (,.2)(?)/[2f-o(?)(W)]
(iii) [(¥) + (?)(?) + (!)(í?) + ©(',?) + (8)(!)]/[2f.o(¥)(¿+-9]
Capítulo 4
Propiedades de los enteros:
Inducción matemática
Sección 4.1— 1. b) Como 1 • 3 = (l)(2)(9)/(6), el resultado es verdadero para n= 1. Supongamos que el resulta-
pág. 199 do es verdadero para n = Jt(> 1): 1 • 3 + 2-4 + 3-5+ ■••+*(*+2) = *(*+D(2* + 7)/6.
Entonces, consideremos el caso en que n = k + 1: [1-3 + 2-4 + • • • + k(k + 2)] + (k + 1)
(* + 3) = [k(k + l)(2k + 7)/6] + (* + 1)(* + 3) = [(* + l)/6][*(2* + 7) + 6(* + 3)] = (* + 1)
(2¿fc2 + 13)1 + 18)/6 = (k+l)(k + 2)(2* + 9)/6. Por lo tanto, el resultado se sigue para todo
n E Z+, por el principio de inducción finita.
-A 1 n
c) S{n): 2- + l)
■-i/(i' n+1
1
1 = 1 1
S(l)'- 2 — , por lo que 5(1) es verdadera.
i-i i(i + 1) 1(2) 1 + 1
* 1 k
Supongamos S(k): 2 = ■ Consideremos S(k + 1).
¿-i i(i +1) k + 1
■=2- í
^ / ( í + l) ,•-!/(/+ 1) (fc + l)(*+2) (* + l) (* + l)(* + 2)
= [*(* + 2) + l]/[(* + 1)(* + 2)] = (* + l)/(* + 2),
de modo que S(k) => S(k + 1) y el resultado se sigue para todo n E Z*, por el principio de
inducción finita.
3. a) 7626 b) 627,874
5. Demostración: Denotamos los números sobre la circunferencia como x¡,x2,x} x ^ , x10í¡, x¡.
Si la conclusión no es verdadera, entonces
xi + x2 + x3 + x4 < 202
x2 + x3 + * 4 + x, < 202
* 3 + * 4 + x5 + x6 < 202
*97 + *98 + x» + xioo < 202

*98 +X99 + Xm + Xi < 202
JC99 + *ioo + *\ + x2 < 202
*100 + ;ti + *2 + *3 < 202
Soluciones S-19
Sumando los resultados en ambos lados de estas 100 desigualdades obtenemos que
100
4 2 x¡ < 100(202)
i=i
o
100 100
20,200 > 4 2 x¡ = 4 2 i = 4[100(101)/2] = (200)(101) = 20,200
i-i ¡«i
—una contradicción.
7. a) 506 b) 12,144
9. Para/i = 11,11 — 2 = 9<9-g-=(ll 2 — 11)/12. Supongamos que el resultado es verdadero para n =
k{ > 11): k- 2 < (je-*)/12. Cuando n = k + 1, k- 2 <(* 2 -*)/12 => (*- 2)+ MOfc2-it)/12)+ 1
=>(k+ 1)- 2 <(it 2 - k + 12)/12. Para ife > 6, 2k > 12 y k > 12 - k, de modo que (* + l ) - 2 <
(!<?+ k)/\2 = [(k + l ) 2 - (& + 1)]/12. En consecuencia, el resultado se sigue para todo n > 11 por
el principio de inducción finita.
11. Para n = 5, 23 = 32 > 25 = 52. Supongamos cierto el resultado para n = k( > 5): 2k>fc2.Parafc>
3, * ( * - 2) > 1 o ie> 2k + 1. 2* > ¡fc2=» 2'+ 2*> ** + *2=> 2*+1> ** + /t2> ^+(2*: + 1) = (* + l) 2 .
Por lo tanto, el resultado se sigue para todo n > 5, por el principio de inducción matemática.
13. b) Si comenzamos con n = 1 tenemos que
¿ y j / . = / / , = ! = [(2)(l)/2](3/2) - [(2)(l)/4] = [(2)(l)/2]/í 2 - [(2)(l)/4],
Suponemos que la proposición (abierta) dada es verdadera paran = ky tenemos que

k
2jH¡ = [(k + l)(k)/2]Hk+l - [(* + l)(*)/4].

>-i
Para n = k + 1 tenemos que

¡t+i *
= [(* + l)(*)/2]ff* +1 - [(* + l)(*)/4] + (* + í)Hk+í

= (k + 1)[1 + (*/2)]/í t + 1 - [(A: + l)(/c)/4]
= (* + 1)[1 + (k/2))[Hk+2 - (l/(* + 2))] - [(/i + l)(*)/4]
= [(* + 2){k + l)/2]Hk+2 - [(k + 1)(* + 2)]/[2(k + 2)] - [(k + l)(*)/4]
= [(* + 2)(k + l)/2)Hk+2 - [(l/4)[2(* + 1) + * ( * + 1)]]
= [(* + 2)(/c + l)/2]H t + 2 - [(* + 2)(* + l)/4].
En consecuencia, por el principio de inducción matemática, se sigue que la proposición
(abierta) dada es cierta para todo n E Z ' ,
15. Supongamos que S(k) es verdadera. Para5(/c + 1), tenemos que ^ * i = (lk + (l/2)]2/2) + (k + 1) =
(#+ ifc + (1/4) + 2k + 2)/2 = [(k + 1)2+ (it + 1) + (l/4)]/2 = [(* + 1) + (l/2)]2/2. De modo que S(k) =>
S(fc + 1). Sin embargo, no tenemos un primer valor de k tal que S(k) sea verdadera: para todo k >
1, V* ,- = (Jt)(Jt + l)/2 y (*)(* + 1)72 = [/< + (l/2)]2/2 => 0 = 1/4.
17. Conjetura: Sea n 6 N . Entonces
(2n + l) 2 + [4(0 + 1 + 2 + 3 + • • ■ + n)f = [4(0 + 1 + 2 + 3 + • • • + n) + l ] 2

Demostración: Para cualquier número natural n, ( 0 + l + 2 + 3 + ---+«) = /i(/i + l)/2, por lo que
(2/i + l ) 2 + [4(0 + 1 + 2 + 3 + • • • + /i)] 2
= (4n2 + 4/i + 1) + 16[n(n + l)/2] 2
= (4/i2 + 4n + 1) + 4n2(n + l) 2
= (4« 2 + 4n + 1) + 4/i" + 8n 3 + 4n 2
= 4n 4 + 8« 3 + 8/i2 + 4/j + l.
S-20 Soluciones
Además, [4(0 + l + 2 + 3 + - n ) + 1]2= [[(4/i)(n + l)/2]+ 1]2= [2n(n + 1)+ 1]2= [2n2+ 2n +
l]2=4n4+8«3+8n2+4/i+L
19. a) Para n = 1, [sen(2"9)]/(2" sen 9) = (sen 29)/(2 sen 9) = (2 sen 9 eos 9)/(2 sen 9) =
eos 9, de modo que el resultado es cierto en este caso.
Supongamos que el resultado es verdadero para n = *( > 1):
(eos q)(cos 29)• • • (cos(2*_1)9) = [sen(2*9)]/[2* sen 9]. Cuando TJ = * + 1, entonces

(eos 9)(cos 29)• • • (cos(2*-')9)(cos(2*9)) = [sen(2* 9)cos(2* 9)]/[2* sen 9]
= [2 sen(2*9)cos(2'9)]/[2»*'sen 9]
= [sen 2(2'9)]/[2*+1sen 9]
= [sen(2»+19)]/(2t+1sen9).
En consecuencia, el resultado es verdadero para todo n > 1, por el principio de inducción
matemática.
b) Si n = 1, la proposición es eos 9 = (sen 29)/(2 sen 9), que es verdadera pues (sen 29)/(2 sen
9) = (2 sen 9 eos 9)/(2 sen 9) = eos 9.
Para n = *( > 1), suponemos que la proposición siguiente es verdadera:
eos 9 + cos3q + cos59 + • • • + cos(2* - 1)9 = (sen 2*9)/(2 sen 9).
Cuando n = k + 1, tenemos (eos 9 + cos39 + • • • + cos(2* - 1)9) + cos(2* + 1)9 =
[(sen 2*9)/(2 sen9)] + cos(2* + 1)9 = [sen 2*6 + 2sen 9 cos(2* + l)9]/(2 sen 9).
Para establecer este caso, necesitamos mostrar que
sen(2* + 2)9 = [sen 2*9 + 2sen 9 cos(2* + 1)9]. Tenemos que
sen(2* + 2)9 = sen 2*9 eos 29 + eos 2*9 sen 29

= sen2*6[l - 2sen29] + 2 sen 9 eos 9 eos 2*9
= sen2*6 - 2 sen 9[sen 9 sen 2*9 - eos 9 eos 2*9]
= sen2*9 + 2 sen 9 cos(2* + 1)9.
El resultado se sigue ahora para n > 1, por el principio de inducción finita.
21. Sea S(n) la siguiente proposición (abierta): Para x, n G Z+, si el programa llega a la parte
superior del ciclo While, después de que las dos instrucciones del ciclo se ejecuten n(>0)
veces, entonces el valor de la variable entera Answer es x(n\).
Consideremos primero 5(1), la proposición para el caso en que n = 1. En este caso, el
programa (si alcanza la parte superior del ciclo While) produce una ejecución del ciclo While:
x tendrá el valor x ■ 1 = x(l!) y el valor de n decrece a 0. Con el valor de n igual a cero, el ciclo
no vuelve a procesarse y el valor de la variable Answer es x{\!). Por lo tanto, 5(1) es verdadera.
Supongamos ahora que la proposición es verdadera para n = * (> 1). Para x, k €E Z+, si el
programa llega a la parte superior del ciclo While, entonces, después de salir del ciclo, el valor
de la variableAnswer es*(*!). Para ver queS(* + 1) es verdadera, si el programa llega a la parte
superior del ciclo While, entonces ocurre lo siguiente durante la primera ejecución:
El valor asignado a la variable x es x(k + 1).
El valor de n decrece a (* + 1) - 1 = *.
Pero entonces, podemos aplicar la hipótesis de inducción a los enteros x(k + 1) y *, para afir
mar que al salir del ciclo While correspondiente a estos valores, el valor de la variableAnswer
esU(*+l))(*!) = x ( * + l ) !
En consecuencia, S(n) es verdadera para todo n > 1, con lo que hemos verificado que el
segmento de programa es correcto, mediante el principio de inducción matemática.
23. ParaP(n) = (1000/V5)[(Ü + V5 )/2)"+1-((l - V 5 ) / 2 r ' ] , tenemos (después de sustituir 1 y 2 en
vez de n) que P(l) = 1000 y P(2) = 2000, de modo que P(n) es válida para n = 1, 2. Suponga
mos la validez de P(l), P(2),..., P(* - 2), P{k - 1), para * > 3. Entonces
Soluciones S-21
P(k) = P(k - 1 ) + P(k - 2) = (1000/V5)[((1 + V5)/2)* - ((1 - V5)/2)*

+ ((1 + VS)/!)1"1 - ((1 - V5)/2)*"1]
= (1000/V5)[((1 + V5)/2)*_1-[l + ((1 + V5)/2)]
- ( ( l - V 5 ) / 2 ) * - ' - [ l + ((l-V5)/2)]]
= (1000/V5)[((1 + V5)/2)*-'-((l + V5)/2) 2
-((l-V^)/2)*-'-((l-V5)/2)2]
= (1000/V5)[((1 + V5)/2)*+1 - ((1 - V5)/2)* +l ],
de modo que P(n) es válida para todo n > 1, por inducción matemática (forma alternativa).
25. Sea T= {n £ Z+|n > n0y S(n) es falsa}. Como 5(n0), S(n0+ 1), S(n0+ 2), . . . , S^,) son
verdaderas, sabemos que n0, n0 + l,n 0 +2,... ,nx §É T. Si T* 0, entonces T tiene un elemento
mínimo r, pues T C Z*. Sin embargo, como S(n0), S(n0 + 1),. . . , 5(r- 1) son verdaderas, se
sigue que S(r) es verdadera. Por lo tanto, T = 0 y se sigue el resultado.
Sección 4.2— 1. a) c, = 7; y cn+1 = cB + 7, para n > 1.

pág. 210 b) c¡ = 7; y cB+I = 7c„, para n > 1.
c) c,= 10; y c„+i=c„+3, paran a 1.
d) c, = 3; y c„tl = c„ + 11, para n > 1.
e) c, = 7; y <:„„, = c„, para n > 1.
f) c¡ = 1; y cv] = c„ + 2/i + 1, para n > 1.
3. a) Sea T(n) la siguiente proposición: Para n 6 Z * , n > 2 , y las proposiciones p, qu q2,..., <?„,
PV(9iAí2A---Aíll)«>(/>Víi)A(pVí2)A---A0»V9-)-
La proposición 7"(2) es verdadera en virtud de la ley distributiva de V sobre A . Si supone
mos que T(k) es verdadera para todofc > 2, analizamos ahora la situación de las proposicio
nes p, qu q2,..., <7t. ?*♦!• Tenemos quep V (<?, A q2 A • • • A qt A Ít+I )
»PV[(9iA92A---Agt)Aít+1]
<=> [P V (<7i A 92 A • • • A g*)] A (p v <7*+i)
»[0»V9i)A(pV9i)A---A0>V9*)]A0»V9*+i)
O Í P V í i ) A0»V92> A---A0»V9*)A(p V^+O-
Se sigue entonces del principio de inducción matemática que la proposición T(n) es verdadera
para todo n > 2.
5. a) (i) La intersección de A,, A2 es Ai I~IA2.
(ii) La intersección de A,, A 2 ) ... ,A„,A„+¡ está dada por A, nA 2 fl • • • í~lA„ nA„+i=(Ai
A2 fl • • • D A„) n Aníl, la intersección de los ¿OÍ conjuntos A, O A2 (~l • • • f~l A„ y A
b) SeaS(n) la proposición (abierta) dada. Entonces, la verdad de 5(3) se sigue de la ley asociativa
de n. Suponemos que S(k) es verdadera para k > 3 y consideramos el caso de k + 1 conjuntos.
(1) Si r = k, entonces
(A, n A2 n • • ■ n Ak) n >u +1 = ,4, n A 2 n ■ • • n Ak n Ak+U
de la definición recursiva de la parte (a).
(2) Para 1 < r < k, tenemos
(A, n A2 n • • • n Ar) n (A r+ i n • • • n Ak n /U + 0
= 04, DA2 n ■ • • r\Ar) n [(A r+I n • • • n/U) n A * + I ]
= [(Ai nA2n ■ ■ ■ DAr) n (A,+¡ n • • • n AÓ] n At+i
= ( A n A>n ••• n A n A + i n - • • n A O f A t + i
= / 4 i n A 2 n - - ' n A r n A , + i r i ' - ' r\Akr\Ak+u
y por el principio de inducción matemática, S(n) es verdadera para todo n > 3 y todo 1 < r < n
Soluciones
7.. b) Sea S(n) la proposición (abierta) dada. Sabemos que 5(2) es verdadera por la ley distributiva
de U sobre (~l. Suponemos ahora que S(k) es verdadera para k > 2 y consideramos S(k + 1)
para los conjuntos A, Blt B2,. .., Bk, BM. Tenemos que
A u [fli n B2 n • • • n Bk n Bk+1]
= AuKBtn B2n ■ ■ ■ n Bk)n Bk+i]
= [A u (B, n B2 n • • • n Bk)] n ( A u Bk+i)
= [(A u fli) n (A u fi2) n • • • n (A U B*)] n (A U fl*+1)
= (A u Bi) n (^ u B2) n • • • n (A u fit) n (A U B* +1 ),
y entonces 5(/i) es verdadera para todo n > 2, por el principio de inducción matemática.
9. a) (i) Para n = 2, la expresión JC,;C2 denota el producto usual de los números reales x¡ y x2.
(ii) Sea n 6 Z*, con n > 2. Para los números reales *i, JC2 xn, x„^ definimos
X\X2 •'• • X„X„ + i — \XiX2 • • • Xn)Xn+\,
el producto de los dos números reales x\, x2,. .., xn y x„<.¡.

b) El resultado vale para n = 3 por la ley asociativa de la multiplicación (para los números
reales). De modo quejc,^^) = (xix2)x3, y no hay ambigüedad al escribir*!*^. Suponemos
que el resultado es verdadero para algún k > 3 y todo 1 < r < k y analizamos el caso para
k + 1( > 4) números reales. Tenemos que (1) si r = k, entonces (,x,x2 ■ ■ ■ xk)xM = x¡x2 ■
xkxM, por la definición recursiva dada en la parte (a); y (2) si 1 < r < k, entonces (xfa •••*,)
C*T+1 ' ■ ' XtXi„.\) = (x¡X2 • • ■ Xr)((.Xr+\ ■ ■ ■ AW-Tt+i) = (\X\X2 ■ • • Xr)(x„\ ■ • ■ Xt))Xt+\ = ÍX\X2 • ■ ■
■ ■ ■ xt)xkti = xxx2 ■ ■ ■ xrx„i ■ ■ ■ XtXM, de modo que el resultado es verdadero para to
y todo 1 t¿ r<n, por el principio de inducción matemática.
11. a) Sea at, a2, a3, . . . esta sucesión de enteros. Entonces podemos definir esta sucesión de
forma recursiva como:
(1) a, = 2; y (2) a, tl = (a„)2, para n > 1.
13. Demostración (por la forma alternativa del principio de inducción matemática): Para n = 0,1,
2, tenemos
(n = 0) fl0+2 = a2 = 1 :> (V2)°;

(n = l) a 1+2 = a3 = a2 + a() = 2 3=V2 = (V2) 1 ; y
(n = 2) a 2+2 = a4 = a3 + ai = 2 + l = 3 a : 2 = (V2) 2 .
Por lo tanto, el resultado es verdadero para estos tres primeros casos y tenemos la base de la
demostración.
A continuación, para algún k a 2, suponemos que el resultado es verdadero para todo n = 0,
1, 2 , . . . , k. Si n = k + 1, tenemos que
a(k+i)+2 = ak+i = ak+2 + ak>: (V2)k + (V2)*" 2 = [(V2) 2 + 1](V2)*" 2 = 3(V2)*" 2

= (3/2)(2)(V2)*- 2 = (3/2)(v5)* & (V2)*~ 2 , pues (3/2) = 1.5 > V 2 ( = 1.414).
Esto proporciona el paso inductivo de la demostración.

De los pasos base e inductivo, se sigue, por la forma alternativa del principio de inducción
matemática, que a„t2 > (^2 )" pa fa tQ do n £ N .
15. Demostración (por inducción matemática): Para n = 1 tenemos ^)._ Ffi^ = F¡F0 + F2F, =
(1)(0) + (1)(1) = 1 = l2 = F\, por lo que el resultado es válido en este primer caso.
Supongamos ahora que el resultado es verdadero para algún k > 1. Esto nos da J]._ f¡f¡_, =
F2\. Para n = k + 1, tenemos entonces que
2(*+l) 2*
Z, F¡F¡-x = 2J F¡F¡-i + F2*+iF2* + F 2J t +2 F 2t+ i

/-i i-i
=
Flk + F2k+\F2k + F2k+2F2k+x = F2k(F2k + F2k-n) + F2k+2F2k+x
=
F2kF2in.2 + F2k+2F2in.¡ = F2k+2(F2k + F2k+l) = F2k+2.
Soluciones S-23
Como el resultado es cierto para n = 1, y la verdad cnn = k implica la verdad en n = k + 1, se

sigue del principio de inducción matemática que }£ "/v^-i = F22„ P a r a t0( * 0 " e ^ + .
17. Demostración (por inducción matemática):
Paso ¿ase: Cuando n = 1, tenemos que
¿ % i = FV2 = 0 = l - ( 2 / 2 ) = l - f = l - ^ ,
por lo que el resultado es cierto en este primer caso.

Paso inductivo: Suponemos que la proposición (abierta) dada es verdadera para n = ky tene-
t F F
mos que 2 . ""¥" = 1 —*1T- Cuando n = k + 1 tenemos que
y» F¡-\ _ ^ F¡-\ F* _ i F*+2 , F*
,-,"2 r ~í' I "2 r F 7 " "?" 2157
= 1 + (l/2* +, )[F* - 2F*+2] = 1 + (l/2* +1 )[(F* - F*+2) - F*+2]
= 1 + (l/2* + 1 )[-F* + 1 - Fk+2] = 1 - (l/2* +1 )(F* +I + Fk+2) = 1 - (F* +3 /2* +1 ).
De los pasos base e inductivo se sigue, por el principio de inducción matemática, que
n
V« € Z + I {F,-J7Í) = 1 - (F n+2 /2").
/-i
19. Demostración (por la forma alternativa del principio de inducción matemática): El resultado
es válido para n = 0 y n = 1, pues
(n = 0) 5Fo+2 = 5F2 = 5(1) = 5 = 7 - 2 = U- L0 = L 0 + 4 - U; y

(n = 1) 5F 1 + 2 = 5F 3 = 5(2) = 10 = 11 - 1 = L¡ - L, = L 1 + 4 - L,.
Esto establece el paso base de la demostración.
A continuación, suponemos la hipótesis de inducción; es decir, para algún k( > 1), 5F„+2=
Ln<¿- L„, para todo n = 0, 1,2 Jfc-1,fc.Se sigue entonces que para n =fc+ 1,
5F(*-n)+2 = 5F*+3 = 5(Ft+2 + Fjt+1) = 5(F* +2 + F(*-i )+2 ) = 5Ft+2 + 5F ( *-i )+2
= (L*+4 — Lk) + (L(*-i)+4 — Lk-i) = (L*+4 — Lk) + (Lk+i — Lk-\)
= (Lk+4 + Lk+i) — (Lk + Lk-{) — L*+5 — L*+i = L(*+i)+4 — L*+i,
donde usamos las definiciones recursivas de los números de Fibonacci y los números de Lucas,
para establecer la segunda y octava desigualdades.
Se sigue entonces de la forma alternativa del principio de inducción matemática que
V H € N 5F„+2 = L „ + 4 - L „ .
21. a) Pasos Razones

1) p, q, r, T0 Parte (1) de la definición
Paso
2) (p V ?) (1) y P a r t e (2-ii) de la definición
3) (~ir) Paso (1) y parte (2-i) de la definición
4) (To A ( i r ) ) Pasos (1) y (3) y parte (2-iii) de la definición
5) ( ( p V ? ) - » ( 7 o A ( - i r ) ) ) Pasos (2) y (4) y parte (2-iv) de la definición
c) Pasos Razones
1) p,q,r,s Parte (1) de la definición
2) (p—*r) Paso (1) y parte (2-iv) de la definición
3) (p\Zl) Paso (1) y parte (2-ii) de la definición
4) ((p\/q)-*s) Pasos (3) y (1) y parte (2-iv) de la definición
/ > Pas0S
5) ( ( p - * Ó \ ( ( p V 9 ) - í ) ) (2) y W y P a r t e i 2 - »') d e l a definición
S-24 Soluciones
Sección 4.3— ! 1„ e) Si a|x y a\y, entonces x = acy y = ad, con c,d G Z. Así, z = x - y = a(c - d) y a\z. La
pág. 223 demostración de los otros casos es similar.
g) Se sigue de la parte (f) por inducción matemática.
3. Como q es primo, sus únicos divisores positivos son 1 y q. Como p es primo, se sigue quep >
1. Por lo tanto, p \ q => p = q.
Demostración (por contrapositiva): Supongamos que a \ b o a \ c. Si a \ b, entonces ak = b para
algún k €E Z. Pero ak=b=> (ak)c = a(fcc) = ¿>c => a \ be. Obtenemos un resultado similar si a \
7.) a) Sean a=l,b = 5,c = 2. Otro ejemplo es a = b = 5, c = 3.
b) Demostración:
(i) 31|(5a + 7*+llc)^31|(10a+14* + 22c).Además,31|(31a + 31* + 31c),demodo
que 311 [(31a + 3lb + 31c) - (10a + 14* + 22c)]. Por lo tanto, 311 (21o + 17* + 9c).
(ii) 31|(5a + 7*+llc)y31|(31a + 31* + 31c),porloque31|[2(31a + 31* + 31c)-5(5a +
Ib + 11c)], o 311(37a + 27* + 7c). Como 31 |31a, se sigue que 311 [(37a + 27* + 7c) -
3 la]; es decir, 311 (6a + 27* + 7c).
(9>\ [*|ay *|(a + 2)]=>*|[a*+(a + 2)y]paratodosA:,y e Z. Seanx = - l , y = 1. Entonces*>0
y * 12, por lo que * = 1 o 2.
11. Seana = 2m+ 1 yb = 2n+ l,conm, n € N. Entonces a2 + *2=4(m2+m + n2+n) + 2, de modo
que 21 (a2 + *2) pero 4jf(a2 + *2).
Q3?\ Para n = O tenemos 7"- 4"= 7 o - 4°= 1 - 1 = O y 310. Así, el resultado es verdadero para este
^ ^ primer caso. Suponemos que es verdadero para n = k( £ 0) y tenemos que 31 (7*- 4*). Pasamos
al caso en que n = k + 1 y vemos que 7*+1 - 4'*1 = 7(7') - 4(4*) = (3 + 4)(7*) - 4(4*) = 3(7*) +
4(7*- 4*). Como 313 y 31 (7*- 4*) (por la hipótesis de inducción), se sigue de la parte (f) del
teorema 4.3 que 31 [3(7*) + 4(7*- 4*)]; es decir, 31 (7**1 - 4*+l). El principio de inducción mate
mática implica ahora que 31 (7"- 4") para todo n 6 N ,
15. Base 10 Base 2 Base 16
a) 22 10110 16
b) 527 lOQOQOUit 20F
c) 1234 lOOllOipOiq, 4D2
d) 6923 1101100001011 1B0B
Base 10 Base 16
a) iÍpOAilOj 206 CE
b) OOilOOOl 1 49 31
\Z
cf 11110000 240 F0 A''
d) 01010111 87 57
19. Máximo entero Mínimo entero
a) 7 = 2 3 - l -8=-(23)
b) 127 = 27 - 1 -128=-(2 7 )
15
c) 2 - 1 ~(215)
31
d) 2 - 1 ~(231)
1
e) 2 " - - ! "(2"-')
21. ax=ay=>ax- ay=0=> a(x - y) = 0. En el sistema de los enteros, si b,c e Z y be = 0, entonces
b = 0 o c = 0. Como a(x- y) = 0 y a +■ 0, se sigue que (x - y) = 0 y x = y.
21) a) Como 2110' para todo / e Z\ 21 n si y sólo si 21 r0.
b) Se sigue del hecho de que 4| lO7 para t > 2.
c) Se sigue del hecho de que 81 lC para t > 3. En general,
2 M |/isiysólosi2' +1 |(r, • 10'+- • • + r¡ ■ 10 + r0).
Sección 4.4— / T ) a) mcd(1820, 231) = 7 = 1820(8) + 231 (-63)

pág. 231 b) mcd(2597, 1369) = 1 = 2597(534) + 1369(-1013)
c) mcd(4001, 2689) = 1 = 4O0K-1117) + 2689(1662)
d) mcd(7983, 7982) = 1 = 7983(1) + 7982(-l).
Soluciones S-25
/ 3 . mcd(a, b) - d => d = ax + by, con i j £ Z ,

mcd(a, b)=d=> ald, bld G Z
1 = (a/d)* + (bld)y => mcd(a/d, i>/¿) = 1.
67\Sean mcd(a, b) = hy mcd(b, d) = g.
mcá{a, b) = h => [h\ay h\b] => h\(a ■ l+bc)=>h\d.
[h\byh\d]=*h\g.
mcd(b,d) = g=>[g\byg\d]=>g\(d- 1 + b(-c)) => g\a.
[g\b,g\ayh = mcd(a, b)] =* g\h. h\g, g\h, con g, h G Z+ => g = h.
7. a) Si c G Z+, entonces c = mcd(a, b) si (y sólo si) '
(1) c\ay c\b; y
(2) VdeZ[(d\a) A (d\b)] = > ¿ | c .
b) Si c e Z+, entonces c ^ mcd(a, fc) si (y sólo si)
(1) cJfaocJfb;o
(2) 3d e Z[(¿|a) A (d\b) A ( ¿ f e ) ] .
9. mcd((3, í>)=l=>ax + fc)'=l para JC, y G Z. Entonces acx + bey = c.a\ acx, a \ bey (pues a \ be) =>
a|c.
f l . Seandx = mcd(a, b)y d2 = mcd(o - b, b).
- d2 = mcd(a - 1 , b) => [¿21 (a - b) A d21 b] => [d211(« -b) + b]] por la parte (f) del teorema 4.3 =>
d 2 | a y [d2\a A £Í2|fc] => Í/ 2 |Í/,.
d¡ = mcd(a, b) => [d¡ \ a A d¡ \ b] => d¡ \ [a + (-l)fc], por la parte (f) del teorema 4.3. Por lo tanto
d,\{a-b).
Como di | (a - 1 ) y d", |fc,se sigue que ¿, | Í/2. En consecuencia, tenemos que [d, | d2 A d21 dx A
á 1 ,<¡ 2 >0]=> mcd(a, b) = d¡ = d2= mcd(a - b, b).
13. Vemos que para todo n G Z+, (5n + 3)(7) + (7n + 4)(-5) = (35n + 21) - (35n + 20) = 1. En
consecuencia, se sigue que mcd(5/j + 3, In + 4) = 1, o que 5/i + 3 y 7n + 4 son primos relativos.
15. No hay solución paraca 12,18. Parac= 12, las soluciones son x= 118-165fc,y = -10 + 14*;,
k e Z. Para c = 18, las soluciones son x = 177 - 165*, y = -15 + 14fc, * G Z.
17. Sean a, 2>, c G Z*. Si ax + by = c tiene una solución XÍ, y0 £ Z, entonces ax,¡+ by0= c, y como
mcd(a, b) divide a a y a i>, se sigue que mcd(a, b) \ c. Recíprocamente, supongamos que
mcd(a, b) | c. Entonces c = mcd(a, b)d para algún ¿ G Z . Como mcd(a, £>) = as + bt para
algunos Í , t G Z, tenemos que a{sd) + ¿(id) = mcd(a, b)d = c o axo+ by0= c y ax + by = c tiene
una solución en Z.
19. ¿ = 40,425
21. mcd(n, n + 1) = 1; mcm(n, n + 1) = n(n + 1)
v Sección 4.5— 1. a) 2 2 -3 3 -5Ml b) 2 4 -3-5 2 -7 2 -ll 2 c) 32-53-72-1113

Pág.236 3. a) m2=p2¡e,p22e2p¡'í-'-pf"
b) m3=p,rP?p¡'>---p?"
5. n = 19
7. (La demostración es similar a la del ejemplo 4.38.) En caso contrario, tenemos que -Jp = a/b,
donde a,l>EZ*y mcd(a, b) = 1. Entonces -Jp=a/b=>p = avb2 =* /?í>2 = a2 =* p | a2 => p | a (por
el lema 4.2). Como p \ a, sabemos que a=pk para algún * G Z* y pb2 =a2= (pk)2 = p2*2, o b1=
pk2. Por lo tanto, p \ b2 y entonces p \ b. Pero si p \ a y p | b, entonces mcd(a,fc) > p > 1, lo que
contradice nuestra afirmación anterior de que mcd(a, b) = 1.
9. b) Sea log10p = a/b, donde a, b G Z", mcd(a, b)-\. Entoncesp = 10 ww op*= 10"= 2" • 5o, lo
que contradice el teorema fundamental de la aritmética.
11. a) 96 b) 270 c) 144
13. 660 15. 176,400 17. n = 2-3-52-72 = 7350
19. a) 5 b) 7 c) 32
d) 7 + 7 + 5 + 25 + 20 + 20 = 84 e) 84
S-26 Soluciones
21. 1061(=512 + 256 + 293)

5
23. a) El 2'= (21)(22)(23)(24)(25) = 2 1+2+3+4+5 = 2 ,5 = 32,768
5
I ! i2 = (22)(32)(42)(52) = (5!)2 = 1202 = 14,400
i-2
n
JJ fl(.2) _ fll2 . a22 . fl32 . . . fl»2 = fll2+22 + 32+ ■ ■ ■ +»* _ fln(ii+l)(2ll + l)/6
1-1
25. Demostración (por inducción matemática): Para n = 2, tenemos quej~[(l—T| = P" _ '^r)
= 1 1 - — I = 3/4 = (2 + l)/(2 • 2), de modo que el resultado es cierto para este primer caso, lo
que establece el paso base de nuestra demostración inductiva. A continuación, supongamos
cierto el resultado para algún k € Z*, donde k > 2. Esto nos d a f ^ J l ——I = (k + l)/(2£
Cuando consideramos el caso para n = k + 1, obtenemos el paso inductivo, ya que tenemos
sK)-(nH))('-«á?)
k + 1k
(2k)(k +1)■ = (k + 2)/(2(* + 1)) = ((* + 1) + l)/(2(Jfe + 1)).
El resultado se sigue entonces para todos los enteros positivos n a 2 por el principio de inducción
matemática.
27. a) Los divisores positivos de 28 son 1, 2,4,7,14 y 28, y 1 + 2 + 4 + 7 + 14 + 28 = 56 = 2(28),
de modo que 28 es un entero perfecto. Los divisores positivos de 496 son 1, 2,4, 8,16,31,
62, 124, 248 y 496, y 1 + 2 + 4 + 8 + 16 + 31 + 62 + 124 + 248 + 496 = 992 = 2(496), de
modo que 496 es un entero perfecto.
b) El teorema fundamental de la aritmética implica que los divisores de 2"M(2"'-1), para 2™-l
primo, son 1, 2, 22, 2\ ..., 2"-1 y (2m- 1), 2(2"- 1), 22(2"- 1), 23(2m- 1) y 2"-1(2ffl- 1).
Estos divisores suman [1 + 2 + 22+ 23+ ■ ■ ■ + 2"-1] + (2 m - 1)[1 + 2 + 22+ 23+ • • • + 2*"
(2""- 1) + (2 m - 1)(2"- 1) = (2"- 1)[1 + (2 m - 1)] = 2",(2m- 1) = 2[2"-1(2"- 1)], por lo que
2».-i (2™_ i) es un entero perfecto.
Ejercicios 1. a + (a + d) + (a + 2d) + ■ ■ ■ + (a + (n - l)d) = na + [(n - l)nd]/2. Paran = l , a = a + 0yel r

complementarios— es verdadero en este caso. Suponiendo que
pág.242
¿ [a + (i - \)d] = ka + [(k - l)kd]/2,
/-i
tenemos que
*+i
2 [a + (i - í)d] = (ka + [(k - l)fa/]/2) + (o + kd) = (k + \)a + [k(k + l)d]/2,
/-i
de modo que el resultado se sigue por inducción para todo n G Z*.
3. Conjetura: 2)"_,(- 1)'+1Í'2 = (-1)"1 2",,' P ara t o d o " e z + '
Demostración (por el principio de inducción matemática): Si n = 1, la conjetura da como
resultado^(-l)'* 1 i2 = (-1)1+,(D2= 1 = (-1)1+1(1) = (-1)1+1 J ¡ i, que es una proposición
Soluciones S-27
verdadera. Esto establece la base de la demostración. Para confirmar el paso inductivo, supon
dremos que la siguiente proposición es verdadera:
Í(-i)' +l / 2 = (-i)*+1Í¿
í-1 1-1
para algún k > 1. Cuando n = k + 1, tenemos que
2 (-iy +1 ¡ 2 = ( i (-i)i+1/2) + (-i)<*+1)+1(* +1)2

\,--i k I
+1
= (-1)* 1 i + (-l)*+2(fc + l) 2 = (-l)k+l(k)(k + l)/2 + (-l)*+2(Jfc + l) 2
2
=(-iH5+i) -(*x*+i)/2]
= (-l)*+2(l/2)[2(fc + l)2-A:(A: + l)]
= (-l)*+2(l/2)[2A:2 + Ak + 2 - k2 - k]
= (-1)*+2(1/2)[A:2 + 3* + 2] = (-l)*+2(l/2)(fc + 1)(* + 2)
t+i
= (-i)*+22¿,
de modo que la verdad del resultado en n = k implica la verdad del mismo en n = k + 1, con lo
que obtenemos el paso inductivo. Se sigue entonces del principio de inducción matemática que
i(-iy +, i a = (-i)- +, ii,

para todo n e Z\
5. a) n n2 + « + 4 1 n n2 + n + 41 n #i2 + n + 41
1 43 4 61 7 97
2 47 5 71 8 113
3 53 6 83 9 131
b) Para/i = 39, n2+n + 41 = 1601, un primo. Pero paran = 40, n2+n + 41 =(41)2, de modo que
S(39) =£> 5(40).
Para n = 1, ^ i4 = 1 = [(l)(2)(3)(5)]/30, de modo que la fórmula es verdadera en este primer
caso. Supongamos ahora que el resultado es cierto para n = k(> 1); es decir,
2*=i'4 = W* + W 2 * + D(3*2+ 3Jfc- l)]/30. Cuandon = k+l, tenemos
Sf-V ' 4 = [W + l)(2k + l)(3k2 + 3k- l)]/30 + (k + l) 4
= [(k + l)/30P(2/fc + l)(3ifc2 + 3* - 1) + 30(fc + l)3]
= [(k + l)/30][6/fc4 + 39fc3 + 91Jfc2 + 89fc + 30]
= [(k + 1)/30][(A: + 2)(2* + 3)(3A:2 + 9A: + 5)]
= [(k + l)/30][(* + 2)(2(Jfc + 1) + 1)(3(* + l) 2 + 3(k + 1) - 1)],
de modo que la verdad del resultado en n = k implica la del caso n = k + 1. En consecuencia, el
resultado se sigue ahora para todo n E Z * por el principio de inducción matemática.
a) Para n = 0, 22"*1 + 1 = 2 + 1 = 3 , de modo que el resultado es cierto en este primer caso.
Suponiendo que 3 divide a 22**1 + 1 para n = k(>0) G N, consideremos el caso de n = k + 1.
Como 2 2(ítlw + 1 = 2**3 + 1 = 4(2a+I) + 1 = 4(22*tl + 1) -3, y 3 divide a 22**1 + 1 y a 3, s
sigue que 3 divide a 22"*1)+1 + 1. En consecuencia, el resultado es verdadero para n = k + 1
siempre que lo sea paran = k. Por el principio de inducciónfinita,el resultado es cierto para
todo Í I 6 N .
c) Si n = 0, (n7/7)+(n3/3)+(l ln/21) = 0, un entero. Así, la proposición (abierta) es verdadera en
este primer caso. Suponiendo que la proposición es verdadera para n = k > 0, tenemos que
(JCII) + (kV3) + (11 k/21) e Z. Pasamos ahora al caso en que n = k + 1. Aquí tenemos que
(k + 1)77 + (Jfc + 1)73 + 11C* + 1)/21) = [(*77) + (*V3) + (ll/t/21)]
+ [(7k6+2lk' + 35ki+ 35^+21^+ 7Jfc)/7] + [(3^+ 3*)/3] + [(1/7) + (1/3) + (11/21)], donde
S-28 Soluciones
el primer sumando es un entero por la hipótesis de inducción y el segundo y tercer sumandos

son enteros puesto que cada uno tiene un numerador divisible entre el denominador dado.
Así, la verdad de la proposición para n = k + 1 radica en el hecho de que el último sumando
sea o no un entero (pero esto es cierto, pues (1/7) + (1/3) + (11/21) = (3 + 7 + 11 )/21 = 1 6
Z. Por lo tanto, el resultado es verdadero para todo n £ N , por el principio de inducción
matemática.
11. Para n = 2 tenemos que 22= 4 < 6 = (2) < 16 = 42, de modo que la proposición (abierta) es
verdadera en este primer caso. Suponiendo que el resultado es cierto para n = k > 2 (es decir,
2*< \k) < 4*)> consideremos ahora lo que ocurre para n = k + 1. Aquí tenemos que
2(* + 1)N = ,2* + 2N = « 2 * + 2X2*+ 1)1/2*) = ,
* ~ o*+i
>2[(2* + l)/0fc + l)]2*>2'
ya que (2*+ l)/(¿k+ 1) = [(* + 1) +k]/(k+ 1)> 1. Además, [(*+ 1) + *]/(* + 1)< 2, por lo tanto
("+12) = 2[(2* + l)/(* + 1)] (") < (2)(2)(") < 4M. En consecuencia, el resultado es cierto
para todo n > 2, por el principio de inducción matemática.
13. a) Primero observemos que el resultado es cierto para todo 116Z* tal que 64 < « < 68. Esto
se sigue de los cálculos
64 = 2(17) + 6(5) 65 = 13(5) 66 = 3(17) + 3(5)

67 = 1(17) + 10(5) 68 = 4(17)
Supongamos ahora que el resultado es cierto para todo n tal que 68 < n < k y consideremos
el entero k+l. Entonces k + 1 = (k - 4)+ 5 y como 64 < k - 4 < k, podemos escribir k - 4 =
a( 17)+ b(5) para algunos a, b G N. En consecuencia, k + 1 = a( 17)+(fc + 1 )(5) y el resultad
se sigue para todo n > 64, por la forma alternativa del principio de inducción matemática.
b) La demostración de este caso es similar a la de la parte (a). Los siguientes cálculos son
necesarios para mostrar que el resultado es verdadero para 108 < n < 117.
108 = 6(13) + 3(10) 109 = 3(13) + 7(10) 110 = 11(10)

111 = 7(13)+ 2(10) 112 = 4(13)+ 6(10) 113 = 1(13) + 10(10)
114 = 8(13)+ 1(10) 115 = 5(13) + 5(10) 116 = 2(13) + 9(10)
117 = 9(13)
15. a) r = ro + r1-10 + /yl0 2 + --- + /vl0"
= ro + n(9) + r, + r2(99) + r2 + ■ • • + r„(99... 9) + r„
n9's
= [9r, + 99r2 + • • ■ + (99... 9)r„] + (r0 + r, + r2 + • • • + /■„).
Por lo tanto, 91 r si y sólo si 91 (r0 + n + r2 + ■ ■ ■ + r„).

c) 31 / para x = 1 o 4 o 7; 91 / para x = 7.
17. a) (s3) b) (l) c) (',') para la parte (a); (3) para la parte (b).
19. a) 1, 4, 9 b) 1, 4, 9, 16,. . . , k, donde k es el máximo cuadrado menor o igual que n.
21. a) 1000 b)435 c) 12
23. a) Para cualquier n 6 Z ' , n > 3 , l + 2 + 3 + --- + n = n(n + l)/2. Si {1, 2, 3 , . . . ,n) =A U B
con sA= sB, entonces 2sA= n(n + l)/2, o 4sÁ= n(n + 1). Como 4\n(n + 1) y mcd(n, n + 1)
1, entonces 4|n o 4|(n + 1).
b) Aquí verificamos la recíproca de nuestro resultado de la parte (a).
(i) Si 41 n, escribimos n = Ak. Aquí tenemos {1,2,3,... ,k,k+\,... ,3k,3k+l,... ,4k} =
AUB, donde A = {1, 2, 3 , . . . , k, 3k + 1, 3k + 2 , . . . , Ak- 1, Ak] y B = [k + 1, k +
. . . , 2*, 2* + 1, 3* - 1, 3*}, con J^= (1 + 2 + 3 + • • • + k) + [(3k + 1) + (3k + 2) +
+ (3* + *)] = [k(k+l)/2]+k(3k) + [k(k+ l)/2] =*(*+ 1) + 3¿2= 4^+ ky sB= [(k+l) +
Soluciones S-29
(* + 2) + - • • + (* + *;)] + [(2*+ l) + (2* + 2) + - • ■ +(2k + k)] = k(k) + [k(k + l)/2] +Jfc(2J

+ [k(k + l)/2] = 3*2 + *(* + 1) = Akl+k.
(ii) Ahora consideraremos el caso n + 1 = Ak. Entonces n = Ak - 1 y tenemos {1, 2, 3 , . . . ,
* - 1, k,..., 3¿fc- 1, 3 * , . . . , Ak- 2, Ak- 1} =A U B, con A = {1, 2, 3 , . . . , k- 1, 3/t,
3*+ 1 , . . . , 4 * - 1} y B = {*, *+ 1 , . . . , 2 * - 1, 2*. 2it+ 1 , . . . , 3 * - 1}. Vemos que
,fc= [1 + 2 + 3 + ■ • • + (*- 1)] + [3* +(3fe + 1)+ • • • +(3/fc+ (*- 1))] = [(Jt- l)(Jfc)/2] +
k(3k) + [(,k-l)(k)/2] = 3k1 + kl-k = AlcL-kysB=[k + (k+l)+-+(k + (k-l))] + [2k +
(2Jfc+ 1 ) + - - +(2k + (k ■ 1))] = * + [ ( * - l)(*)/2] +fe(2ik)+[(Jfc- l)(fe)/2] = 3*2 +
2
(Jfc-l)fc = 4*2- k.
Capítulo 5
Relaciones y funcionas
Sección 5 . 1 - 1. A x B = {(1,2), (2,2), (3,2), (4,2), (1,5), (2,5), (3,5), (4,5)}

pág.250 B x A = {(2,1), (2,2), (2,3), (2,4), (5,1), (5,2), (5,3), (5,4)}
A U (B x C) = {1,2,3,4, (2,3), (2,4), (2,7), (5,3), (5,4), (5,7)}
( > l U f l ) x C = {(l,3),(2,3),(3,3),(4,3),(5,3),(l,4),(2,4),(3,4),(4,4),(5,4),(l,7),
(2,7), (3,7), (4,7), (5,7)} = (A x C ) U ( f l x C )
3. Si* = -2 y y = 7.
5. a) 9 b) 2' c) 2 9 d) 2 7 e) (?) f) (») + (!) + (S)
7. a) Supongamos que A x f l C C x D y sean a 6 A, ¿ e B. Entonces (a, fc) £ A x fl y como
A x fl £ C x £>, tenemos que (a, ¿ ) £ C x D . Pero (a,¿) 6 C x D = 5 a 6 C y i e D . P ó r
lo tanto, a S A =* a € C, de modo que AQCybEB^bSD, por lo que B Q D.
Recíprocamente, supongamos que AQCyBQD, y que (x,y)GAxB. Entonces (*, y) e
A x B = > J t E A y y G f l = > . * e C (puesto que A £ O y y G £> (puesto que fl £ D) => (x, y)
e C x D. En consecuencia, A x B £ C x D.
b) Aunque alguno de los conjuntos A, B, C, D sea vacío, seguimos teniendo que
[(AQC)A(BQD)]=>[A xBCCxD].
Sin embargo, no tiene que valer la recíproca. Por ejemplo, sean A= 0, B = { 1 . 2 } , C = { 1 , 2 }
y D = {1}. Entonces A x B = 0; en caso contrario, existe un par ordenado (x, y) en A x fl y
esto significa que el conjunto vacío A contiene un elemento x. Y entonces A x f l = 0 £ C x
D , p e r o f l = { l , 2 } ¿ {!}=£».
(11 = R) (11 = R + )
(2,0)
11. c) (jc,v)e(Anfl)xC»JteAnfly;yeC<=>(;teAy;tefl)y;yeCo(jceAyye
O y (x e B <=> y e O *=> (JC, y) e A x C y {x, y) S B x C « (*, y) £ (A x Q í~l (B x Q
13. (JC, y ) G A X ( B - C X = > x € A y y £ fl-C <=>* € A y (y £ fl y y g 0 < = > ( * E A y y £ f l ) y
(x £ A y y g C) <=> (JC, y) £ A x B y (*, y) g A x C <=> (je, y) E (A X fl) - (A X Q
15. a) ( l ) ( 0 , 2 ) £ 2 S ; y
(2) Si (a, b) E 9¡, entonces (a + 1, ¿> + 5) £ 9¡.
S-30 Soluciones
b) De la parte (1) de la definición, tenemos que (0, 2) e Sh. Por la parte (2) de la definición,
tenemos entonces que
(i) (0,2)e&=>(0 + l,2 + 5) = (l,7)e9t;
(ii) (I,7)e9t=>(l + l,7 + 5) = (2,12)e9l;
(iii) (2,12) e&=>(2 + 1,12 + 5) = (3,17) e91; y
(iv) (3,17) e »=> (3 + 1,17 + 5) = (4,22) £ 91.
Sección 5.2— 1. a) Función; imagen = {7, 8, 11, 16, 2 3 , . . . } b) Relación, no es función

pág. 258 c) Función; imagen = R d) y e) Relación, no es función
3. a) (1) {(1,X),(2,JC),(3,X),(4,X)} (2) {(1,y),(2,y),(3,y),(4,y)}
(3) {(l,z),(2,z),(3,z),(4,z)} (4) {(l,x),(2,;y),(3,x),(4,y)}
(5) {(l,x),(2,;y),(3,z),(4,x)}
b) 3" c) 0 d) 43 e) 24 f) 33 g) 32 h) 32
5. a) {(1,3)} b) {(-7/2,-21/2)}
c) {(-8,-15)} d) R 2 -{(-7/2,-21/2)} = {(x,y)|x¿-7/2o>>¿-21/2}
7. a) 12.3-1.6J = [0.7] = 0 b) 12.3J — [1.6J = 2—1 = 1
c) [2.3J-[1.61 = 2 - 2 = 0 d) [3.7] + [7.3] = 3 + 8 = 11
e) [3.4U6.2] = 4-6 = 24 f) [3.4J[6.21 = 3-7 = 21
g) [2TTJ = 6 h) 2[TTJ = 6 i) 2M = 8
9. a) . . . [-1, -6/7) U [0,1/7) U [1,8/7) U [2,15/7) U . ..
b) [1,8/7) c) Z d) R
11. a) •••U(-5/2,-2]U(-3/2,-l]U(-l/2,0]U(l/2,l]U(3/2,2]U--- =
U».6z(w-l/2,m]
b) ■ • • U (-7/3, -2] U (-4/3,-1] U (-1/3,0] U (2/3,1] U (5/3,2] U ■ • • =
LJ m e z(m-l/3,m]
c) • • • U ((-2n - l)/«, -2] U ((-« - l)/n, -1] U (-1/B.0] U ((n - l)/n, 1] U
((2n - \)ln, 2] U • • • = Umez(m - 1/n, m]
13. a) Demostración (i): Si a G Z+, entonces [al = a y \Ja]/aJ = [1J = 1. Si a £ Z+, escribimos
a = n + c, donde n E Z * y 0 < c < l . Entonces fal^ = (" + 1 V(« + c) = 1 + (1 - c)/(n + c)
donde 0 < (1 -c)l{n+c)< 1. Por lo tanto, [M/aJ = L1 + 0- ~ c)Kn + C)J = 1-
b) Consideremos a = 0.1. Entonces
(i) l[«l/aj = [l/0.1j = [10] = 1 0 ^ 1 ; y
(ii) \[a\/a] = [0/0.1] = 0 ¿ 1 .
De hecho, (ii) es falso para todo 0 < a < 1, ya que |"[aJ/a] = 0 para todos esos valores de a.
En el caso de (i), cuando 0 < a < 0.5, se sigue que \a~\la > 2 y I [a~|/aj i 2 * 1. Sin embargo,
para 0.5 < a < 1, M/tf = 1/a, donde 1 < \la< 1 y entonces [ M / a j = 1 P a r a 0.5 < a < 1.
15. a) Inyectiva; la imagen es el conjunto de todos los enteros impares.
b) Inyectiva; la imagen es Q.
c) No es inyectiva: la imagen es {0, ±6, ±24, ±60,... } = {n*-n\n 6 Z ) .
d) Inyectiva; la imagen es (0, + oo).
e) Inyectiva; la imagen es [-1, 1].
f) No es inyectiva; la imagen es [0, 1].
17. 42
19. a) f(A, UA2) = {yEB \y =/(x), x e A, U A2) = {y G B \y =/(x), x £ Ax o
xeA2} = {yeB\y=f(x),x<EA1}U{yeB\y=f(x),xEA2}=f(A1)Uf(A2)
c) De la parte (b),f(A, n A2) Qf(A¡) n/(A2). Recíprocamente, y e/(A,) nf(A2) => y =/(x,) =
/(x2)parax! ei4i,x 2 €A 2 =*y=/(x,)yx 1 = x2 (puesto que/es inyectiva) => y G/04, flA2).
Así,/inyectiva =>/(A, n A2) =/(A,) n/(A 2 ).
21. a) /(a,,) = 12(i - 1) + j b) /(ú,7) = 10(/ - 1) + j c) /(a,,) = 7(i - 1) + j
23. a) (i) / K ) - n(i - 1) + (* - 1) + / (ii) g(a„) = m(; - 1) + (k - 1) +1
b) k + (mn - l ) s r
Soluciones S-31
25. a) ¿ ( 1 , 3 ) = ¿ ( 0 , ¿ ( 1 , 2 ) ) = ¿ ( 1 , 2 ) + 1=¿(0,¿(1,1)) + 1 = [¿(1,1) + 1] + 1 =

¿ ( 1 , 1) + 2 = ¿(0,¿(1,0)) + 2 = [¿(1,0) + 1] + 2 =¿(1,0) + 3 = A(0,1) + 3 =
(1 + 1)+ 3 = 5
¿(2,3)=¿(1,¿(2,2))
A(2,2) = A(1,A(2,1))
¿(2,1)=¿(1,¿(2,0)) = ¿(1,¿(1,1))
¿ ( 1 , 1) =¿(0,¿(1,0)) = ¿(1,0) + 1 = ¿(0,1) + 1 = (1 + 1) + 1 = 3
¿(2,1)=¿(1,3)=¿(0,¿(1,2))=¿(1,2)+1=¿(0,¿(1,1)) + 1
= [¿(1,1) +1] + 1 = 5
¿(2,2) =¿(1,5) = ¿(0,¿(1,4)) =¿(1,4) + 1 =¿(0,¿(1,3)) + 1 =¿(1,3) + 2
= ¿(0,¿(1,2)) + 2 = ¿(1,2) + 3 = ¿(0,¿(1,1)) + 3 = ¿(1,1) + 4 = 7
¿ ( 2 , 3 ) = ¿ ( 1 , 7 ) = ¿ ( 0 , ¿ ( 1 , 6 ) ) = ¿(1,6) + 1=¿(0,¿(1,5)) + 1
= ¿(0,7) + l = (7 + l) + l = 9
b) ComoA(l, 0) =A(0, l) = 2 = 0 + 2, el resultado es válido para el cason = 0. Suponemos que
la proposición (abierta) es verdadera para algún k( > 0) y tenemos A (1, jfc) = jfc + 2. Entonces
tenemos que A(l,k + l)=A(0,A(l,k))=A(l,k)+ 1 = (/fc + 2) + 1 = (k + 1) + 2, de modo que
la verdad en n = k implica la verdad en n = k + 1. En consecuencia, A( 1, n) = n + 2 para todo
n S N por el principio de inducción matemática.
c) Aquí tenemos que A(2, 0) = A(l, 1) = 3 (por el resultado en la parte b). Así, A(2,0) = 3 + 2 •
0 y la proposición (abierta) dada es verdadera en este primer caso. A continuación, supone
mos que el resultado es cierto para algún k{ > 0); es decir, suponemos que A(2, k) = 3 + 2k.
Para k + 1 tenemos entonces que A(2, k + 1) = A(l, A(2, k)) = A(2, k) + 2 (por la parte b) =
(3 + 2k) + 2 (por la hipótesis de inducción) = 3 + 2{k + 1). En consecuencia, para todo n €
N, A(2, ri) = 3 + 2n, por el principio de inducción matemática.
Sección 5.3- 1. a) A={l,2,3,4},B={v,w,x,y,z},f={(l,v),(2,v),(3,w),(4,x)}

pág. 266 b) ¿ , B como en (a),/= {(l,v), (2,x), (3,z), {4,y)}
c) A = {1,2,3,4,5}, B={w,x,y,z},f = {(l,W),(2,w),(3,x),(4,y),(5,z)}
d) A = {1,2,3,4}, B = {w,x,y,z},f={(l,w),(2,x),(3,y),(4,z)}
3. a), b), c) y f) son inyectivas y sobre.
d) No es inyectiva ni sobre; imagen = [0, + oo)
e) No es inyectiva ni sobre; imagen = [--j, + °°)
5. (Para el caso n = 5, m = 3):
Sí-o(-1)*(A)(5 - kf = (-1)°©53 + (-iyG)43 + (-1)2(1)33 + (-1)3©23
+ (-i) 4 (í)i 3 + (-i)5(S)o3
= 125 - 5(64) + 10(27) - 10(8) + 5 = 0
7. a) (i) 2!S(7,2) (ii) (*)[2!S(7,2)] (iii) 3!S(7,3)
íiv) (0[3!S(7,3)] (v) 4!5(7,4) (vi) (l)[4\S(7,4)]
b) (:)[k\S(m,k)]
9. Para todo r £ R existe al menos un a e R tal que a¡ - 2a2 + a - r = 0, puesto que el polinomio
JC5- 2x* + x- r tiene grado impar y coeficientes reales. En consecuencia,/es sobre. Sin embar-
go,/(0) = 0 =/(l), de modo que/no es inyectiva.
11. m\«^ 1 2 3 4 5 6 7 8 9 10
9 1 255 3025 7770 6951 2646 462 36 1
10 1 511 9330 34105 42525 22827 5880 750 45 1
S-32 Soluciones
13. a) Como 156,009 = 3 x 7 x 17 x 19 x 23, se sigue que hay 5(5, 2) = 15 factorizaciones no

ordenadas con dos factores de 156,009, donde cada factor es mayor que 1.
b) 5(5,3) + 5(5,4) + 5(5,5) = 25 + 10 + 1 = 36
c) 2?„ 2 5(5,i) = 15 + 25 + 10 + l = 51 d) JZm2S(n,i)
Sección 5.4- 1. Aquí tenemos, por ejemplo, que f(f(a, b), c) = f(a, c) = c, mientras que f(a, f(b, c)) =f(a, b) = a
pág.273 de modo que/no es asociativa.
3. a), b) y d) son conmutativas y asociativas; c) no es conmutativa ni asociativa.
5. a) 25 b) 5 a c) S25 d) 510
7. a) Sí b) Sí c) No
9. a) 1216 b)p 3 V 7
11. Por el principio de buen orden, A tiene un elemento mínimo y este mismo elemento es el neutro
para/. Si A es finito, entonces A tendrá un elemento máximo, y este mismo elemento será el
neutro para g. Si A es infinito, entonces g no tendrá un neutro.
13. Sí
15. a) 5 b) A33 A, A* A¡ As c) AUA2
25 25 6
25 2 4
60 40 20
25 40 10
Sección 5.5- 1. Las palomas son los calcetines; los nidos son los colores.
pág.278 3. a) 7 b)13 c)6(«-l)+l
5. 262+ 1=677
7. a) Para cada x £ {1, 2, 3 , . . . , 300}, escribimos x = 2" • m, donde n > 0 y mcd(2, m) = 1; ni
tiene 150 posibilidades: 1, 3, 5 , . . . , 299. Cuando seleccionamos 151 números de {1, 2, 3,
. . . , 300}, deben existir al menos dos números de la forma x = 21 • m, y = 2' • m. Si x < y
entonces x | y; en caso contrario, y < x y y \ x.
b) Si seleccionamos n + 1 enteros del conjunto {1, 2, 3, . . . , 2/z}, entonces dicha selección
debe tener dos enteros tales que x | y o y \ x.
a) En este caso, las palomas son los enteros 1, 2, 3 , . . . , 25 y los nidos son los 13 conjuntos
{1,25}, {2,24} {11, 15}, {12, 14}, {13}. Al seleccionar 14 enteros, obtenemos los
elementos de al menos un subconjunto de dos elementos, cuya suma es 26.
b) Si 5 ={ 1, 2, 3 2n + 1}, donde n es un entero positivo, entonces cualquier subconjunto
de tamaño n + 2 de 5 debe contener dos elementos cuya suma sea 2n + 2.
11. a) Para cualquier t E {1, 2, 3 , . . . , 100}, vemos que 1 < -Jt S 10. Cuando seleccionamos 11
elementos de {1, 2, 3, . . . , 100}, debemos tener dos (digamos, x y y) tales que I -/*J =
k/yl, de modo que 0 <]■/*- ify\< 1.
b) Sea n G Z*. Si seleccionamos n + 1 elementos de {1, 2, 3 , . . . , w2}, entonces existen dos
(digamos, x y y) tales que 0 < Ufx — Jy\ < 1.
13. Dividimos el interior del cuadrado en cuatro cuadrados

congruentes más pequeños, como se muestra en la figu
ra. Cada cuadrado pequeño tiene \I-Jl como longitud
de la diagonal. Sea Rx la región del interior del cuadrado
AEKH junto con los puntos del segmento EK, sin incluir
el punto E. La región R2 es el interior del cuadrado EBFK
junto con los puntos del segmento FK, sin incluir los
puntos F y K. Las regiones /?3 y Rt se definen de manera
análoga. Entonces, si elegimos cinco puntos del interior
del cuadrado ABCD, al menos dos de ellos están en /f¡
Soluciones S-33
para algún 1 < i < 4 y estos puntos están a una distancia

menor de \I-Jl (unidades) entre sí.
15. Consideremos los subconjuntos A de 5 tales que 1 £ \A\ < 3. Como | 5 | = 5 , existen
( i ) + ( 2 ) + (3) =25 de tales subconjuntos. Seas,, la suma de los elementos deA. Entonces 1 £
sA £ 7 + 8 + 9 = 24. Así, por el principio del palomar, existen dos subconjuntos de 5 cuyos
elementos producen la misma suma.
17. 12
19. a) Como | S | > 3 existen x,y € S tales que x, y son ambos pares o ambos impares. En todo
caso, x + y es par.
b) 5 = 22 + l c) | S | > 9 = 23 + 1
d) Para n G Z+, sea 5 = {(a,, a2, . . . , a„)|a, 6 Z * , 1 2"+ 1, entonces S
contiene dos n-uplas ordenadas (x¡, x2 x„), (yu y2,..., y„) tales que x¡+ y¡ es par para
todo 1 para todo í e f l , i i £ A existen a G A, c G C tales que h(a, c) = (b, d) <=> para
pág. 290 todo be.B,dED existen a G A, c G C tales que/(a) = b, g(c) = d <=>/ g son sobre, h es uno
a uno <=> [para todos a, a, G A, c, c, G C, /i(a, c) = /((a,, c,) =* a = a,, c = c¡] <=> [para todos a,
a, G A, c, c, G C,/(a) =/(a,) => a = a,, y g(c) = g(c,) =i> c = c,] <=>/g son inyectivas.
3. g2(A) = g(Tn(suA)) = r n (s u [rn (s u A)])

= r n [(5 u r) n (s u (SUA))] = rn[(sur)n (SUA)]
= [r n (5 u T)] n (5 u A) = r n (5 u A) = g(A)
5. a = 3,Z> = -l;a = -3,fc = 2
7. a) 7 ! - 6 ! =4320 b) «! - (n - 1)! = (n - l)(n - 1)!
9. a) ( b , a ) G ( & 1 U 9 l 2 ) c ' 0 ( a , ¿ ) E 9 l 1 U 9 l 2 < » ( a , & ) G g i , o (a, ¿>) G 9t 2 O (fe, a) G &5 o
(ft,a)GÔ(ft,a)G9l5U^
b) ( f c . f l j e í ^ n ^ O (a,¿>)G9l 1 n& 2 <» (a,fe)G9Uy ( a , 6 ) G 9 Í 2 » ( í > , a ) G 9 l 5
y (¿>,fl)GÔ(í»,a)G9lín2ft|
c) (a, fe) E (&?)<«> ( M ) £ ( » ? ) » (<»,*>)£&,
11. a) / " ' ( x ) = (l/2)(lnx - 5)
b) Para x G R*,
(f°f~')(x) =/((l/2)(lnx - 5)) = e 2((1/2)(lnJI - 5))+5 = e ">*- 5+5 = e"<* = x.
Para x G R,
( r 1 ° / ) W = r 1 ( ^ + 5 ) = ( l / 2 ) [ l n ( e 2 ' + 5 ) - 5 ] = (l/2)[2x + 5 - 5]=x.
S-34 Soluciones
13. / g invertibles => cada función/ g es inyectiva y sobre => g o/es inyectiva y sobre => g o/es
invertible. Como (g °f) o (/-' o g-1) = l c y (/"' o g"1) o (g 0f) = 1A, se sigue que/ - 1 o g-> es un
inverso de g °f. Por la unicidad de los inversos, tenemos que/ - 1 o g_1 = (g o/)- 1 .
15. a) r 1 ( - 1 0 ) = {-17} / • ( O ) = {-7,5/2}
1
/ - ( 4 ) = {-3,l/2,5} / - ( 6 ) = {-l,7}
/ - I ( 7 ) = {0,8} r ' ( 8 ) = {9}
b) (i) [ - 1 2 , - 8 ] (ii) [ - 1 2 , - 7 ] U [5/2,3)
(iii) [ - 9 , - 3 ] U [1/2,5] (iv) ( - 2 , 0 ] U ( 6 , 1 1 )
(v) [12,18)
2 3
17. 3 • 4 = 576 funciones
19. a) La imagen d e / = {2, 3, 4 , . . . } = Z*- {1}.
b) Puesto que 1 no está en la imagen de/, esta función no es sobre.
c) Para todos x, y £ Z*,f(x) =/(y) = > x + l = y + l => x = y, de modo que/no es inyectiva.
d) La imagen de g es Z*.
e) Como g(Z+) = Z*, el codominio de g, esta función es sobre.
f) En este caso, g(l) = 1 = g(2) y 1 ^ 2, de modo que g no es inyectiva.
g) Para cualquier* G Z+, (g of)(x) - g(f(x)) = g(x + 1) = máx{ 1, (x + 1) -1} = máx{ 1,*} =*,
pues x G Z+. Por lo tanto, g°f= 1I+.
h) (/°g)(2) =/(max{l, 1}) = / ( l ) = 1 + 1 = 2
(/°g)(3) =/(max{l,2}) =/(2) = 2 + 1 = 3
(/°g)(4) =/(max{l,3}) =/(3) = 3 + 1 = 4
(/°«)(7) =/(max{l, 6}) =/(6) = 6 + 1 = 7
(/og)(12) =/(max{l, 11}) = / ( l l ) = 11 + 1 = 12
(/og)(25) =/(max{l, 24}) =/(24) = 24 + 1 = 25
i) No, pues las funciones/ g no son inversas entre sí. El cálculo de la parte (h) podría indicar
que / o g = 1I+, pues (/ o g)(x) = x para x > 2. Pero también vemos que (/ o g)(l) =
/(máx{ 1, 0}) = / ( l ) = 2, de modo que (f° g)(l) 4= 1 y, en consecuencia, / o g ^ 1I+.
21. a ) / ( 0 , 0)= 0 = / ( 0 , {1}) y (0, 0 ) ^ ( 0 , {1}), por lo que/no es inyectiva.
g({l},{2})={l,2}=g({l,2},{2})y({l},{2})^({l,2},{2}),porloquegesinyectiva.
/!({1},{2}) = { 1 , 2 } = / I ( { 2 } , { l } ) y ( { l } , {2}) ^ ({2}, {1}) por lo que A es inyectiva.
b) Para cualquier A subconjunto de Z*,/(A, A) = g(A, A) = h(A, 0) = A, de modo que cada una
de las tres funciones/ g y h es una función sobre.
c) De los resultados de la parte (a) se sigue que ninguna de estas funciones es invertible.
d) Los conjuntos/-'(0), ^'(0),/-'({l)), /r'({3}),/-'({4, 7}) y /r'({5, 9}) son todos infinitos.
e) g-'(0) = {(0,0),y|g- 1 (0)| = l
* _, ({2}) = {(0, {2}), ({2}, 0), ({2}, {2})}, y |g-({2}) | = 3
|g-({8,12})|=9
Soluciones S-35
23. a) aer1(ñirifl2)0/(a)Gfi1nB2o/(a)efi1y/(fl)efi2<»ae/-1(B1)
c) i ¡ 6 / - 1 ( B 1 ) « / ( f l ) e f l 1 0 / ( 1 ¡ ) í f l 1 « f l í / - 1 ( B 1 ) » f l £ r 1 ( B 1 )
25. a) Supongamos que * ; , t ¡ 6 Z y / f e ) = / f e ) . Entonces / f e ) , / f e ) son ambos pares o ambos
impares. Si ambos son pares, entonces / f e ) = / f e ) =* -2x¡ = -2x2 => xx = *2. En caso
contrario,/fe),/fe) son ambos impares y/U,) = / f e ) => 2x,- 1 = 2x 2 - 1 => 2x,= 2 * 2 ^
JCI = x-i. En consecuencia, la función/es inyectiva.
Para demostrar que/es una función sobre, sea n G N. Si n es par, entonces (-n/2) G Z,
(,-nll) < 0 y/(-/i/2) = -2(-n/2) = n. Para el caso en que n es impar, tenemos que (n + l)/2 G Z,
(/i + l)/2 > 0 y / ( ( n + l)/2) = 2[(n + l)/2] - 1 = (n + 1) - 1 = n. Por lo tanto,/es sobre.
b) / " ' : N -> Z, donde
(J)(x + 1), x = 1,3,5,7...

/"'(*) = -JC/2 , * =0,2,4,6,...
27. a) Para todo n G N, (g o/)(/i) = (/i o/)(n) = (* o./)(n) = n.
b) Los resultados de la parte (a) no contradicen el teorema 5.7. Ya que aunque g o / = h o / =
kof- 1N, observamos que
(i) (/o g)(l) =/(|_l/3_|) =/(0) = 3 - 0 = 0 * 1 , de modo que/o g * 1N;
(ii) (f0 A)(l) =/([2/3j) =/(0) = 3 • 0 = 0 * 1, de modo que/o A ¿ 1N; y
(iii) (/o k)(\) =/([3/3j) = / ( D = 3 • 1 = 3 * 1, de modo que/o k * 1N.
En consecuencia, ninguna de las funciones g, h o k es la inversa de / (Después de todo,
como/no es sobre, no es invertible.)
Sección 5 . 7 - 1. a ) / G O ( n ) b)/EO(l) c ) / G 0(n 3 ) d)/EO(n2)

3 2 2
pág.297 e) / G O ( n ) f ) / G C>(n ) g ) / G 0(n )
3. a) Para todo n 6 Z * , 0 < log2/i < n. Así, sean k = 1 y m = 200 en la definición 5.23. Entonces
|/(n)| = 100 log2n = 200( j log2n) < 200(\n) = 200\g(n) |, por lo q u e / G 0(g).
b) Para n = 6, 2"= 64 < 3096 = 4096 - 1000 = 2 1 2 - 1000 = 2 2 "- 1000. Si suponemos que 2*<
2 a - 1000 para n = k > 6, tenemos que 2 < 22 => 2(2*) < 2 2 (2 2 '- 1000) < 222*- 1000, o 2M <
22(*+1)- 1000, por lo que f(n) < g(n) para todo n > 6. Por lo tanto, si k = 6 y m = 1 en la
definición 5.23, vemos que para n > k, \f(n)\ £ m|g(n)| y / G O(g).
5. Para mostrar que/G 0(g), seafc= 1 y m = 4 en la definición 5.23. Entonces, para n > k, \f(n) | =
n2+n < n2+n2=2n2 £ 2« 3 = 4((l/2)n 3 ) = 4|g(/i)| y / e s dominada por g. Para mostrar que
g £ 0(f), seguimos la idea del ejemplo 5.66; es decir,
V/H G R + V* G Z + 3n G Z + [(« > k) A (|g(n)| > m|/(n)|)].

Así, no importan los valores de m y k, elegimos n > máx{4m, k). Entonces \g(n)\ =(j)n3>
(■j) (4m)n2 = m(2n2) > m(n2 + n)=m \f(n) |, de modo que g £ <?(/). La alternativa es ver que si
g G 0(f), entonces 3m G R* 3Jt G Z* Vn G Z* | (j)n 3 | < m\n2+ n\, o(j)w 2 < m(n + 1).
"2 „ "2 "2 « ,• .,
Entonces — — < m => 0 < — < — — < m => — < m, una contradicción, pues n es
2(n + l) 4w 2(n + l) 4 ^
variable y m constante.
7. Para todo n > 1, log2 w < n, así que si ¿ = 1 y m = 1 en la definición 5.23, tenemos | g(n) | = log2w S
n = m ■ n= m\f(n)\. Por lo tanto, g G 0(f). Para mostrar q u e / í O(g), observamos primero
que lím = + oo. (Podemos establecer esto mediante la regla del cálculo de L'Hospital.)
" ->" log2 n
Como lím = + oo, tenemos que para cada m G R+ y k G Z+, existe n G Z* tal que
" -* " log, n
«
> m, o |/(n)| = n > mlog2 n = m\g(n)\. Por lo t a n t o , / £ O(g).
log 2 n
S-36 Soluciones
9. Como/e O(g), existen m ER*,keZ* tales que |/(n)| < m\g{n)\ para todo n > k. Pero
entonces \f(n)\ £ [mi\c\] \cg(n)| para todo n > k, por lo q u e / € 0(cg).
Sección 5.8— 1. a ) / E O ( n 2 ) b) fGO(n 3 ) c ) / G O ( n 2 ) d ) / e O ( l o g 2 n ) e) / € 0(n log2n)

pág. 305 5. a) Aquí tenemos cinco sumas y (2+ 3 + 4 + 5 +6) = 20 multiplicaciones.
b) Para el caso general, tenemos n sumas y (2 + 3 + • • • + n + (« + 1)) = (l/2)(« + í)(n + 2)- 1
multiplicaciones.
7. Para n = 1, tenemos que a¡ = 0 = |_0J = [_log21J, por lo que el resultado es verdadero en este
primer caso. Supongamos ahora que el resultado es cierto para todo n = 1, 2, 3 , . . . , k, donde
k > 1 y consideremos los casos para n = k + 1.
(i) n = k + 1 = 2", donde m € Z+: En este caso, a„= 1 + a, .= 1 + «2"-' = 1+|log2 2™_1J =
1 +(m - 1) = m = [log2 2m J = [log2 nj; y
(ii) n = k + 1 = 2"+ r, donde m e Z+ y 0 < r < 2": En este caso 2™ < n < 2"*1, por lo que
(1) 2 m - 1 <(«/2)<2 m ;
(2) 2"*"1 = [T"-l\ < l«/2J < [2mJ = 2m; y
(3) m - 1 = log22"'-1 < log2 [/i/2J < log2 2m = m.
En consecuencia, [log2|_n/2jJ =m- 1 ya,= 1 +a^n/2j= 1 +[log2|_n/2jJ = 1 +(m-l) =
m = [logj nj •
Por lo tanto, la forma alternativa del principio de inducción matemática implica que an=I log2 ni
para todo n €E Z*.
Ejercicios 1. a) (i) Si alguno de los conjuntos A o B es vacío, entonces AxB=0=AC\Byel resultado

complementarios- es cierto. Para A, B no vacíos tenemos que:
pág. 312 (JC, y) e (A X B) n (B x A) => (A;, j) £ A X 5 y {x, y) € 5 X A => (x e A y y 6 B)
U € B y y e A) => x 6 A D B y y € A D B => (*, y) e (A D B) X (A n B); y
(x, y) G (A n B) X (A D B) => (x G A y x e B) y (y E. Ay y E B) => (x, y) E A X
{x, y) e B x A => (x, y) € (A x B) n (B X A).
En consecuencia, (A x B) n (B x A) = (A D B) x (A D B).
(ii) Si alguno de los conjuntos A o B es vacío, entonces A x B = 0 = B x A y e l resultado
es verdadero. Si no, sea (x, y) e (A x B) U (B x A). Entonces
(x, y) e (A x B) U (B x A) => (x, y) € A x B o (x, y) e (B x A) => (x e A y y £ B) o
(xeByyeA)=>(xeAoxeB)y(yeAoyeB)=*x,yeAUB=í>(x,y)e(AU
B) x (A U B).
b) Para<3U = {l,2,3,4},seanA = {l,2}yB = {3}.Entonces(AUB) x (A U B)= {1,2,3} x
{1,2,3}, mientras que (A x fl) U (B x A) = {(1,3), (2, 3)} U {(3,1), (3, 2)}. Como | (A U
B) x (A U B) | = 9 y | (A x B) U (fl x A) | = 4, no puede ocurrir que (A U B) x (A U B) est
contenido en (A x B) U (B x A).
3. a) <B) b) (B)
• •
-1—1 L-» (A) -►(A)
c) 2 I 2 - 4 3
Soluciones S-37
5. a) (x,y)e(Ar\B)x.(Cr\D)<=>xeAnB,yecr\DO(xeA,y£Qy(xeB,yeD)
»(ij)eAxCy(jj)6ixDO(j,y)6(AxC)n(fiXÍ))
b){x,y)e(AUB)X(CUD)<¿>xeA\JB,yeCUD<¿>(xeAoxeB)y(yeCoye
D)<¿>(.x£AyyeQo(,xeByy&D)o(xeAyyeD)o(xeByy&C)<¿>((x,y)e.
A X C) o ((*, y)eB*D)o ((x, y) G A x D) o ((x, y) G fi X Q <=> (x, y) G (A x Q U
(B x £>) U (A x D) U (B x Q
7. C o m o 3 ¡ £ Z + x Z*, debemos verificar que Z* X Z * C 3 ¡ . SiZ* x Z*£2ft, sea 5 = {(m, n)\m,

n £ Z* y (m, n) §É Si}. De la parte (1) de la definición recursiva dada, sabemos que (1,1) £ 5.
Si S ^ 0, entonces podemos elegir de los elementos de S un par ordenado (m, n) para el que
m + n sea minimal. En este caso, al menos uno de los números m,n es mayor que 1. (i) Si m > 1,
entonces m - l , n G Z + y ( m - l ) + n < m + n, de modo que (m - 1,ri)$. S. En consecuencia,
(m - 1, n) € 9h y por la primera parte del apartado (2) de la definición recursiva obtenemos que
((m - 1) + 1, n) = (m, n) G 2Í. (ii) En caso contrario, para m = 1, tenemos n > 1, n - 1 G Z* y
m + (n - 1) < m + n. Por lo tanto, (m, n-l)£S. Así, ( m , n - l ) £ a y por la segunda parte del
apartado (2) de la definición recursiva tenemos que (m, (n - 1) + 1) = (m, n) G £8. Las dos
contradicciones en las partes (i) y (ii) señalan que S = 0 y Sk 2 Z* x Z + .
9. x = 1A/2 y x = ^3/2" 11. a) (7!)/[2(75)]
13. Para 1 < i s 10, sea x¡ el número de cartas escritas en el día i. Entonces x¡ + x2 + x} + • • • + xt,
x9,x¡0= 84, ox 3 + ■ • • +JC 8 = 54. Supongamos que x¡ + x2 + x-¡ < 25,x2+x1 + x4< 2 5 , . . . , X | + X»
+ x w < 25. Entoncesx¡+ 2x2+ 3(x3 + ■ ■ ■ + xg)+ 2x9 + x10< 8(25) = 200, o 3(x3 + • • • +xj) < 160.
En consecuencia, obtenemos la contradicción 54 = x3 + ■ ■ ■ + xg < - ^ = 53 y.
15. Para que ]~J? Jk — ik) sea impar, (k - ik) debe ser impar para todo 1 < k < n; es decir, uno de
los números k, ik debe ser par y el otro impar. Como n es impar, n = 2m + 1 y la lista 1, 2 , . . . , n
debe contener m enteros pares y m + 1 enteros impares. Sean 1, 3, 5 , . . . , n las palomas e ¿1,
i3, / j , . . . , i„ son los nidos. Cuando mucho, m de los nidos pueden ser enteros pares, de modo
que (k -1'*) debe ser par para al menos un k = 1, 3, 5 , . . . , n. En consecuencia, J~J|=1 {k — ik)
es par.
17. Sean xu x2,..., xn los n objetos distintos. Colocamos xH en un recipiente. Ahora tenemos dos
recipientes distintos. Para cada xu x2, ■ ■ ■, x„_i hay dos opciones, lo que da 2"~l distribuciones.
Entre éstas hay una tal que xu x2,..., jc„_, están en el recipiente con x„, por lo que eliminamos
esta distribución y tenemos que S(n, 2) = 2"~l - 1.
19. a) y b) m\S(n, m).
21. Fijemos m = 1. Para n = 1, el resultado es cierto. Supongamos q u e / o / ' =/* o / y consideremos
f°fM- f°fM = / ° ( / ° / 1 ) = / ° ( f ° / ) = (f°f) °f=fM °/. Por lo tanto,/o/»=/» o / p a r a
todo n G Z*. Supongamos ahora que para algún t 2: l , / ' ° / " = / " o / ' . Entonces /' + 1 0/"= ( / o / ' ) o
/ " = / ° (/'o/") = / o ( / " o/') = </=/") o/' = (/»o/) o/' =f0(f0f) =f of*\ de modo que/-" o/"
= f"°fm para todos m, n G Z \
23. Cualquier Í I G Z * tal que n sea impar.
25. x < y =>/(x) </( v) (pues/es creciente) => g{f{x)) < g{f{y)) (pues g es creciente). Por lo tanto,
g o / e s creciente.
27. f^ = {(x,z),(y,y),(z,x)};gof={(x,x),(y,z),(z,y)};r1 = {(x,z),(y,x),(z,y)};

g-' = {(x,y),(y,x),(z,z)};(gofr1-{(x,x),(y,z),(z,y)}=rog-'-
- , o / - , = {(x,2),(y,y),(z,x)}.
í
29. 2 3 - 2 2 - 3 5 = 7776 funciones
31. a) (iroa)(x) = (CTO-IT)(AC) = A:
b) w"(x)=Jí-n;CT"(jc) = A: + n («2=2)
c) TT~"(X) = x + n; 0~n(x)=x -n (n>2)
S-38 Soluciones
33. a) -r(fi) = («i + l)(e 2 + 1) • • • (e* + 1)

b) k = 2: T(2) = T ( 3 ) = T(5) = 2 k = 3: T(2 2 ) = T(3 2 ) = T(5 2 ) = 3
k = 4: T(6) = T(8) = T(10) = 4 )fc = 5: T(2 4 ) = T(3 4 ) = T(5 4 ) = 5
¿fc = 6: T ( 1 2 ) = T ( 1 8 ) - T ( 2 0 ) = 6
c) Para todo k > 1 y todos los primos p, f'Cp*'1) = k.
35. a) 5(8, 4) b) Sin, m)
37. a) Sean m = 1 y k = 1. Entonces, para cualquier n>k,\ f(n) | < 2 < 3 < | g(ri) \ = m \ g(n) \, por
loque/£0(¿>).
39. Observemos primero que si logan = r, entonces n = a'y logbn = logâO = rlog¡,a = (logi,a)(log3n).
Ahora, sean m = (log¡,a) y k= 1. Entonces, para cualquier n > k, \g(n)\ = logbn = (\ogbá)(logan) =
m\f(n)\, por lo que g E 0(f). Por último, si m = (log¡,a)_1= l o g ^ y k= 1, vemos que para
cualquier n > k, | /(n) | = log„/i = (loga 6)(log¡, n) - m \ g(n) \. Por lo tanto, / e O(g).
Capítulo 6
Lenguajes: Máquinas de estados
finitos
L a 25
Sección 6.1— > > 125 b
> 3906 3. 12 5. 780
pág. 38 7. a) {00,11,000,111,0000,1111} b) {0,1}
c) 2*-{A, 00,11,000,111,0000,1111} d) {0,1,00,11}
e) {00,01,10,11} = {w11|wj| = 2} f)X*
g) r - { 0 , l , 0 0 , l l } = {\,01,10}uH||w||>3}
h) 2*-{X, 0,1,00,01,10,11,000,111,0000,1111}
i) 2*-{X,0,1,00,11,000,111,0000,1111}
9. a) x € AC => x = ac para algún a 6 A, c € C =* x £ BD, pues A C Í . C C D
b) SiA0 í 0, s e a * £ A0.x &A$=>x = yz para algún v € A, z £ 0. P e r o z £ 0es imposible.
Entonces A 0 ¿ 0. [De manera similar, 0A = 0.]
11. La única forma en que esto puede ocurrir es que A = {X}.
13. a) En este caso, A* consta de todas las cadenas x de longitud par, donde si x ¿ X, entonces x
comienza con 0 y termina con 1, y los símbolos (0 y 1) se alternan.
b) En este caso, A* consta precisamente de aquellas cadenas formadas por 3n ceros, para n £
N.
c) Aquí, una cadena x £ A* si (y sólo si)
(i) x es una cadena de n ceros, para n £ N; o
(ii) x es una cadena que comienza y termina en cero, y tiene al menos un 1 y al menos dos
ceros entre dos unos cualesquiera.
15. Sea Z un alfabeto con 0 £A QZ*. Si |A| = 1 y * £ A , entonces xx = x, pues A2=A. Pero ||xt|| =
2 | | * | | = 11*11 => | | x | | = 0 = > * £ X . Si | A | > 1, sea* £ A tal que ||JC||> Opero ||*|| es
minimal. Entonces* £ A2 =$x = yz, para y, z€A. Como ||JC|| = I M | + | | z | | , s i ||y||, ||z||>
0, entonces una de las cadenas y, z está en A con una longitud menor que 11 x \ \. En consecuen
cia, uno de los valores | | y | | o | | z | | es cero y X £ A.
17. Si A = A2, entonces se sigue por inducción matemática que A = A" para todo n E Z*. Por lo
tanto, A = A*. Por el ejercicio 15, A = A2 =* X £ A. Por lo tanto, A = A*.
19. Por la definición 6.11, AB = {ab \a £ A, b £ 5} y como es posible tenera 1 b l= a 2 b 2 cona¡, a2 £
A, ai ¿a2ybub2 eB,b¡ ^ ¿2 se sigue que |AB| < |A x B\ = |A| |fl|.
21. a) x £ A(|J. e/ S, )<=>* = a¿ para algún a £ A, ¿ £ (J. £/ fl. <=> * = a¿, donde « £ A y ¿> £ B¡,
para algún ( ' £ / < = > * £ Afl, para algún ('£/<=> | J AZ¡¡.
23. a) Las palabras 001 y 011 tienen longitud 3 y están en A. Las palabras 00011 y 00111 tienen
longitud 5 y también están en A.
b) Del paso (1) sabemos que 1 £ A. Entonces, aplicando el paso (2) tres veces, obtenemos
(i) 1 £ A = > 0 1 1 £ A ;
Soluciones S-39
(ii) 011 GA=>00111 6 A ; y

(iii) 00111 e A => 0001111 GA.
c) Si 00001111 estuviera en A, entonces, del paso (2) vemos que esta palabra sería generada
por 000111 (en A). De la misma forma, 000111 enA=>0011 está en A =» 01 está en A. Sin
embargo, en A no hay palabras de longitud 2; de hecho, no hay palabras de longitud par
en A.
25. a) Pasos Razones

2) (()) está en A. Paso (1) y parte (2-ii) de la definición
3) (())() está en A. Pasos (1) y (2) y parte (2-i) de la definición
b) Pasos Razones
2) (()) está en A. Paso (1) y parte (2-ii) de la definición
3) (())() está en A. Pasos (1) y (2) y parte (2-i) de la definición
4) (())()() está en A. Pasos (1) y (3) y parte (2-i) de la definición
27. (1) X e A y s e A para t o d o i E I ; y
(2) Para cada x E. A y s £ £, la cadena sxs está también en A.
[Ninguna otra cadena de X* está en A.]
Sección 6.2- 1. a) 0010101; Si b) 0000000; sx c) 001000000; s0

pág. 333 3. a) 010110 b) a, o a, o
5. a) 010000; s2 b) (s,) 100000; s2 c) V 01

(s2) 000000; s2
(s3) 110010; s2 0 1 0 1
So So Si 0 0
Si Si S2 1 1
S2 S2 S2 0 0
s3 So s3 0 1
SA s2 s3 0 1
d) s, e) x = 101 (único)
7. a) (i) 15 (ii) 3 15 (iii) 215 b) 615
9. a)
V <l>
0 1 0 1
So s4 Si 0 0
Si Si S2 0 0
S2 Si s2 0 1
S3 Si Si 0 0
s4 s5 Si 0 0
s5 s5 s3 1 0
S-40 Soluciones
b) Sólo hay dos posibilidades: x = 1111 o x = 0000.

c) A={111}{1}* U {000}{0}*
d) En este caso, A = {11111}{1}* U {00000}{0}*.
Sección 6.3- 1. a) b)
pág. 342
5. b) (i) 011 (ii) 0101 (iii) 00001

c) La máquina tiene como salida un 0 seguido por los primeros n-l símbolos de la cadena de
entrada x con n símbolos. Por lo tanto, la máquina es un retraso unitario.
d) Esta máquina realiza las mismas tareas que la de la figura 6.13 (pero sólo tiene dos esta
dos).
7. a) Los estados de transición sonÍ 0 , $\- El estado J 4 es un estado de sumidero. {s¡, s2, s}, s4, s¡),
{s*} y [s2, 53, s5) (con las restricciones correspondientes sobre la función dada v) son
submáquinas. Las submáquinas fuertemente conexas son {Í 4 } y {s2, s}, s5).
b) Los estados s2, s, son de transición. El único estado de sumidero es Í 4 . El conjunto {Í0>ÍI, sh
s4,} proporciona los estados de una submáquina; {s0, s¡) y {Í 4 } son submáquinas fuerte
mente conexas.
Ejercicios a) Verdadera b) Verdadera c) Verdadera d) Falsa e) Verdadera

complementarios- f) Verdadera g) Verdadera h) Verdadera
2
pág.345 3. Sean* € Z y A = {x). Entonces A - --{xx}y(A')*-- {Kx2,x*,... }.
2
A*={X,x,x ,x\ ... }y(A*) = A*,demodoque(A 2 )* ¿ (A*)2.
2
5. Co2 = {l,00}*{0}
Ü22 = {0}{1,00}*{0}
C„ = 0
Ooo = {l,00}*-{\}
C10 = {1}{1,00}*U{10}{1,00}*
7. a) Por el principio del palomar, existe un primer estado s que se encuentra dos veces. Sea y la
cadena de salida que resulta la primera vez que se encuentras, hasta llegar a este estado por
segunda vez. Entonces, a partir de ese punto, la salida es yyy...
b) n c) n
o, o o, o o, o
Soluciones S-41
11. Supongamos que podemos construir esa máquina y que tiene n estados, para n € Z+. Para la
cadena de entrada 0" l"*1, queremos que la salida sea O2" 1. Sin embargo, al procesar los unos de
esta cadena de entrada, obtenemos n + 1 estados j , , s2,. .., s„, s„+, de la función v. En conse
cuencia, por el principio del palomar, existen dos estados s¡, s¡ tales que i <j pero s¡ = s¡. Como
resultado, si eliminamos los; - 1 unos de los estados sM, s /+2 ,..., s¡, tenemos que la máquina
reconoce la sucesión OT*1"^'', donde n + 1 - (;' - i) £ n. Sin embargo, 0" l"+1-<J-'> £ A.
V (xi
0 1 0 1
(J0,Í3> 1 1
(So, S4) (í0,Í3) (il,*4) 0 1
(íl,Í3) (S2,S3) 1 1
(sus4) \Si,S4j (S2,SA) 1 1
(í2,Í3) (s2,s3) (s0,s*) 1 1
(s2,s4) (S2,S4} (So,S3) 1 0
b) co((so, J3), 1101) = 1111; Mi está en el estado Í 0 y M2 en el estado st.
Capítulo 7
Relaciones: La segunda vuelta
Sección 7 . 1 - 1. a) {(1,1), (2,2), (3,3), (4,4), (1,2), (2,1), (2,3), (3,2)}

pág.356 b) {(1,1), (2,2), (3,3), (4,4), (1,2)} c) {(1,1), (2,2), (1,2), (2,1)}
3. a) Sean/„/ 2 ,/ 3 e <3 con/,(n) = n + \J2(n) = 5n, y/3(n) = 4n + Un.
b) Sean g,, g2, fc6J con g,(n) = 3, g2(n) = \ln y g3(n) = sen n.
5. a) Reflexiva, antisimétrica, transitiva
b) Transitiva
c) Reflexiva, simétrica, transitiva
d) Simétrica
e) Caso par: reflexiva, simétrica, transitiva; caso impar: simétrica.
f) Caso par: reflexiva, simétrica, transitiva; caso impar: simétrica.
g) Simétrica
h) Reflexiva, simétrica
i) Reflexiva, transitiva
j) Reflexiva, simétrica, transitiva
7. a) Para todo x&A, (x, x) € Sñ¡, 9¡2, de modo que (x, x) S 9!, fl 9¡2 y 9!, H 9¡2 es reflexiva.
b) (i) (x,y)e9¡, n3¡ 2 =>(*,y)e9li,3t2=>0>,x)e9¡ 1 > S¡ 2 =>0\j0e3l, ns^ySft, f~l9¡2
es simétrica.
(ii) (*, y), (y, J:) e 2S, n 2Í2 => (*, y), (y,x)E9L¡, 9¡2. Por la antisimetría de 9!, (o 9i2), x =
y y Ski fl 9I2 es antisimétrica.
(iii) (JC, y), (y, z) e 9¡, n 9¡2 =» (*, y), (y, z) e 91,, 9t2 => (x, z) € 9¡„ 9¡2 (propiedad transitiva)
=> (x, z) e 9!, n 9¡2, de modo que Si, D 9¡2 es transitiva.
9. a) Verdadera b) Falsa: sean A = {1,2} y 9¡ = {(1,2), (2, 1)}.
c) (i) Reflexiva: verdadera
(ii) Simétrica: falsa. Sean A = {l,2),9¡i = {(1, 1)} y9¡2 = {(1, 1), (1,2)}.
(iii) Antisimétrica y transitiva: falsa. SeanA= {1, 2},9¡,= {(1,2)} y9¡2 = {(1, 2), (2, 1)}.
d) (i) Reflexiva: falsa. Sean A = {1,21,9!,= {(1, 1)} y9¡2 = {(1, 1), (2, 2)}.
(ii) Simétrica: falsa. Sean A = {1, 2},9¡,= {(1, 2)} y9¡2 = {(1,2), (2, 1)}.
(iii) Antisimétrica: verdadera
S-42 Soluciones
(iv) Transitiva: falsa. SeanA = {1, 2},3¡i= {(1, 2), (2,1)} y

a 2 = {(1,1), (1,2), (2,1), (2, 2)}.
e) Verdadera.
11. a ) ( 2 + r ) ( 2 + r ) = (0(2) = 9 b) 18
o( 4 T 1 )( 2 T 1 ) = a)(a) = 30 d) 60
e) 81 f) 972
13. Podría existir un elemento a € A tal que para todo b e A, (a, b) y (b, a) no estén en Sí.
15. r-n cuenta los elementos enSí de la forma (a, b), a í b. ComoSR es simétrica, r-n es par.
Sección 7.2- 9t.Sf = { ( l , 3 ) , ( l , 4 ) } ; S f . » = {(l,2),(l,3),(l,4),(2,4)};

pág. 368 ^ = gi3 = { ( 1 ; 4 ) j ( 2 ) 4 ) ( ( 4 ) 4 ) } ; y2 = y3 = { ( 1 ) 1 ) ) ( 1 ) 2 ) ) ( 1 ) 3)j(1)4)}
3. (a, d) £ (Sí, ° 3k2) ° Sí3=> («. c) £ Sí, ° Sí2,(c, ¿) £ Sí3 para algún c £ C => (a, b) £ Sí,, (í>, c)
€ 3¡2, (c, ¿) £ Sí3 para algún b EB,c E C=>(a, b)e Sí,, (b, d) £ % ° 2Í3 => fe ¿0 £ Sí, o (Sí2°
SÍ 3 ) y (Síi ° SÍ 2 ) ° % £ % ° (9¡2 ° st3)
Esto se sigue del principio del palomar. En este caso, las palomas son los 2"2 + 1 enteros entre
0 y 2, inclusive, mientras que las palomas son las 2"2 relaciones sobre A.
221
Consideremos el elemento de la i-ésima fila y la>ésima columna de M(Sh¡ o g¡2). Si este ele
mento es 1, entonces existe bk en B tal que 1 < k < n y (a¡, bt) £ Sí,, (bt, cj) £ 2h2. En
consecuencia, el elemento de la í'-ésima fila y la A-ésima columna de M(SÍ,) es 1, y el elemento
de lafc-ésimafilayj-ésima columna de M(Sh2) es 1. Esto produce un 1 en la í'-ésima fila yy'-ésima
columna en el producto M(3ht) ■ M(3k2).
Si el elemento en la fila i y la columna,/ de M(2S, ° Sí2) es 0, entonces para cada bk, tal que 1
< k < n, (a¡, bk) £ Sí, o (bt, c¡) £ 9t2. Esto significa que en las matrices M(Sñ¡), M(2Ft2) si el
elemento de la í'-ésima fila yfc-ésimacolumna de M(SÍ,) es 1, entonces el elemento de la i-ésima
fila yy-ésima columna de M(3ft2) es 0. Por lo tanto, la entrada de la í'-ésima fila yj-ésima. columna
de M(9¡i) • M(9¡2) es 0.
11. d) Sea ¡xy el elemento de la fila (x) y columna (y) de M. Entonces syx aparece en la fila (x) y la
columna (y) de M". Sí es antisimétrica <=> (%= syx= 1 => x = y) <=> M Cí Ai" < /„.
13. a * . -f
Y J* /
£ZK.
C (a)
\P^ w z
(b)
15. (i) <& = {(a, b), (b, a), (a, e), (e, a), (b, c), (c, b), (b, d), (d, b), (b, e), (e, b), (d, e), (e, d),
(d,f),(f,d)}:
.(a) (b) (c) (d) (e) (/)_
(«) 0 1
(b) 1 0
0 1
« = (?) (e)
0
1
1
1
(/) 0 0
Soluciones S-43
Para las partes (ii) y (iv), las filas y columnas de la matriz de relación están indexadas
como en la parte (i).
(ii) » = {(a, b), (b, e), (d, b), (d, c), (e,f)}:
0 1 0 0 0 0
0 0 0 0 1 0
0 0 0 0 0 0
M(9t) =
0 1 1 0 0 0
0 0 0 0 0 1
0 0 0 0 0 0
(iv) <& = {(b, a), (b, c), (c, b), (b, e), (c, d), (e, d)}:
0 0 0 0 0 0
1 0 1 0 1 0
0 1 0 1 0 0
M(2ft) =
0 0 0 0 0 0
0 0 0 1 0 0
0 0 0 0 0 0
17. Para cadav £ V, si la fila de venMy la columna de u enM sólo tienen ceros, entoncesues un
vértice aislado en el grafo dirigido G.
19. 91 f~\ <¿k2 f~\ Sft3y 3Í.4
21. a) 225 b) 21
23. a) 31,: 1 1 0 0 o" <3l2: 1 1 1 0 0

1 1 0 0 0 1 1 1 0 0
0 0 1 1 0 1 1 1 0 0
0 0 1 1 0 0 0 0 1 1
0 0 0 0 1_ 0 0 0 1 1
b) Dada una relación de equivalencia Zh sobre un conjunto finito A, enumeramos los elemen
tos de A de modo que los elementos en la misma celda de la partición (véase la Sec. 7.4)
sean adyacentes. La matriz de relación resultante tendrá entonces bloques cuadrados de
unos a lo largo de la diagonal (del extremo superior izquierdo al extremo inferior derecho).
25. ( Í . ) := 1;
(S2) := 2;
(*) := a +3;
:= b;
(*5) := 2*a - 1 ;
(í.) := a *c;
(Si) := 7;
(í.) := c +2;
S-44 Soluciones
Sección 7.3—
pág. 380
{1.2} {1,3
3. Para todo a e A, b G B, tenemos que a 3h¡ a y b 3¡2 b, de modo que {a, V) 9¡ (a, b) y Sh es
reflexiva, (a, b) Sk (c, d), (c, d) 9i (a, b) =$ a 9^ c, c 9t¡ a y b Sñ2 d, d 9i2 b =* a = c, b = d =
(a, b) = (c, d), por lo que 2S es antisimétrica, (a, ¿>) 31 (c, d), (c, d) Sft (e, / ) => a 9t¡ c, c Sk¡ e
£> ¡9¡2 d, d Sk2f => a Sfti e, í> 9 ¡ 2 / => (a. &) 9¡ («. / ) . y esto implica que 9ft es transitiva.
5. 0 < {1} < {2} < {3} < {1, 2} < {1, 3} < {2, 3} < {1, 2, 3}
(Existen otras posibilidades.)
7. a) b) 3 < 2 < 1 < 4 3<1<2<4 c) 2
11. Seanx, y supremos. Entonces x$h y, pues y es una cota superior yx es un supremo. De la misma
forma, ySkx.Sft antisimétrica =* x = y. (La demostración para el inf es similar.)
13. Sean s\l= {1, 2}, A = S^8!!) y sea SFt la relación de inclusión. Entonces (A, Sft) es un conjunto
parcialmente ordenado pero no un orden total. Sea B = {0, {1}}. Entonces (B x 5) n Sk es un
orden total.
15.
17. a) Los n elementos de A se ordenan a lo largo de una recta vertical. Si A = {at, a 2 ,. . . , a„},
donde ax Sh a2 Sk a}Sñ ■ • • 3h a„, podemos trazar el diagrama como sigue:
b) n\
19. sup inf sup inf
a) {1,2} 0 d) {1,2,3} {1}
b) {1,2,3} 0 e) {1,2,3} 0
c) {1,2} 0 f) {1,2,3} 0
21. Para cualquier a G Z s e sigue que aSka, pues a - a = 0, un entero par no negativo. Por lo tanto,
9! es reflexiva. Si a, b, c G Z con aSftby b2hc, entonces
a-b = 2m, para algún m £ N
b - c = 2n, para algún n £ N
y ÍJ - c = (a - b) + (b - c) = 2(m + ti), donde m + n £ N. Por lo tanto, a 9¡ c y 9! es transitiva.
Soluciones S-45
Por último, supongamos que aSkb y bSha para algunos o , í € Z . Entonces a-by b -a son
ambos enteros no negativos. Como esto sólo puede ocurrir para a-b = b-a = 0, vemos que
[aShb A bSha] =>a = b, por lo que 9¡ es antisimétrica.
En consecuencia, la relación 2h es un orden parcial para Z. Pero no es un orden total. Por
ejemplo, 2,3 £ Z y no ocurre que 29! 3 ni 39! 2, pues -1 y 1 no son enteros pares no negativos.
23. a) 2 b) 10
25. b) y c) En este caso el elemento mínimo (y único elemento minimal) es (0, 0). El elemento
(2, 2) es el elemento máximo (y único elemento maximal).
d) (0,0)91 (0,1)91 (0,2)91(1,0)91(1,1)91(1,2)91(2,0)91(2,1)91(2,2)
27. a) Falsa. Sean ^ = {1, 2}, A = S * ^ ) , y 9! la relación de inclusión. Entonces (A, 9!) es un
retículo tal que para cada S.TEA, M{S, T)=SUTe sup{ {5, T) = S D T. Sin embargo,
{1} y {2} no están relacionados, por lo que (A, 9!) no es un orden total.
29. a) a b) a c) c d) e e) z f) e g) v
(A, 9!) es un retículo donde z es el elemento máximo (y único elemento maximal) y a el ele
mento mínimo (y único elemento minimal).
Sección 7.4— 1. a) En este caso, la colección A,, Av A3 proporciona una partición de A.

pág. 387 b) AunqueA=A, U A 2 U A3 UA4, tenemosA, OA 2 ^ 0, de modo que la colección A,, A2,Ay
A4 no proporciona una partición de A.
c) La colección A,, A2, A3 proporciona una partición de A.
3. 9! = {(1, 1), (1, 2), (2, 1), (2, 2), (3, 3), (3, 4), (4, 3), (4, 4), (5, 5)}
5. 9! no es transitiva pues 1 9! 2 y 2 9! 3 pero 1 9! 3.
7. a) Para todo (x, y) e A, x + y = x + y => (*, y) 9¡ (*, y).
(je,, y,) 9! (x2, y2) => xx + yi = xj + y2 => x2 + yi = *i + yi => te, y2) 9! (*,, yt).
(xi,yi)9¡te,y 2 ),te,y 2 )9!(x3,y3)=>j: 1 + y1=jt2+y2,x2+y2=X3 + y3,porloquex 1 + y1=A:3 + y3y
(*i, yO 91 (x3< y3). Como 9! es reflexiva, simétrica y transitiva, es una relación de equivalencia.
b) [(1,3)] = {(1,3), (2,2), (3,1)}; [(2,4)] = {(1,5), (2,4), (3,3), (4,2), (5,1)}
[(1,1)] = {(1,1)}
c) ^={(1,1)}U{(1,2),(2,1)}U{(1,3),(2,2),(3,1)}U{(1,4),(2,3),(3,2),(4,1)}U
{(1,5), (2,4), (3,3), (4,2), (5,1)} U {(2,5), (3,4), (4,3), (5,2)} U
{(3,5), (4,4), (5,3)} U {(4,5), (5,4)} U {(5,5)}
9. a) Para todo (a, b) € A, tenemos que ab = ab, de modo que (a, b) 9! (a, b) y 9! es reflexiva.
Para ver que 9! es simétrica, supongamos que (a, b), (c, d) G A y que (a, b) 9! (c, d).
Entonces, (a,fc)9! (c, d)=$ad=bc=> cb = da=> (c, ¿) 9! (a, ¿>), por lo que9! es simétrica.
Por último, sean (a, b), (c, d), (e, f) S A tales que (a, ¿) 9! (c, d) y (c, d) 9! (e, / ) . Entonces
(a, b) SU (c, d) => ad = be y (c, d) ?h(e,f)=>cf= de, de modo que adf= bcf= bde y como
d ¿ 0, tenemos a/= ¿e. Pero a/= ¿>e => (a, £>) 9! (e, / ) y en consecuencia, 9! es transitiva.
Se sigue de lo anterior que 9! es una relación de equivalencia sobre A.
b) [(2,14)] = {(2,14)}
[ ( - 3 , - 9 ) ] = { ( - 3 , - 9 ) , ( - 1 , - 3 ) , (4,12)}
[(4,8)] = { ( - 2 , - 4 ) , (1,2), (3,6), (4,8)}
c) Existen cinco celdas en la partición; de hecho,
A = [ ( - 4 , -20)] U [ ( - 3 , - 9 ) ] U [ ( - 2 , - 4 ) ] U [ ( - 1 , -11)] U [(2,14)].
11. a) Para cada X Si A, tenemos B n X = B n X, por lo que X9! X y 9! es reflexiva. Si X,Y C A,

entoncesX9¡ Y=>Xr\B=Yr\B=*Yr\B = Xr\B=*YghX, de modo que9¡ es simétrica.
Por último, si W, X, Y C A con W9¡ X y X 9! Y, entonces WDB = XnByXr\B = YnB.
Por lo tanto, W ñ B = Y D B, VV9¡yy9les transitiva. En consecuencia, 9! es una relación
de equivalencia sobre ¿P(A).
S-46 Soluciones
b) {0, {3}} U {{1}, {1,3}} U {{2}, {2,3}} U {{1,2}, {1,2,3}}

c) [*]-{{1,3}, {1,3,4}, {1,3,5}, {1,3,4,5}}
d) 8, uno por cada subconjunto de B
13. a) (i)© b) 4(«) c) 2(5)
d) (1)0) + 4(0 + 2(0 + 0) + ©
15. 300
17.
Sea {A,}íe; una partición de un conjunto A. Definimos Sí en A como * Sí y si para algún i 6 /
tenemos x, y E A,. Para cualquier x E A, x, x £ A¡ para algún í E /, por lo que x Sí x y Sí es
reflexiva. * Sí y => x, y E A„ para algún i 6 / => y, x E A, para algún i E / => y Sí x, de modo
que Sí es simétrica. Si * Sí y y y Sí z, entonces x, y E A, y y, z E A¡ para i, j E /. Como A, D A,
contiene a y, por el teorema 7.6(c), se sigue que A, = A¡, por lo que i = y. Por lo tanto, x, z E A¡,
de modo que x Sí z y Sí es transitiva.
Sección 7.5- 1. a) s2 y jj son equivalentes. b) s2 y s5 son equivalentes.

pág.393 c) s2 y Í 7 son equivalentes; s3 y s4 son equivalentes.
d) s, y s7 son equivalentes; s4 y s¡ son equivalentes.
b) (i) 0 0 0 0
(ü) o V 10
(iii) o o
M: 0 1 0 1
Si S4 Si 1 0
Í2 Si s2 1 0
S3 S6 Si 1 0
Í4 S3 s4 0 0
s6 S2 Si 1 0
Ejercicios 1. a) Falsa. Sean A = {1, 2} Y =[1,2], , = {(1. 1)) y Sh2= {(2, 2)}. Entoncesu ; e / g¡ ( es
complementarios- reflexiva, pero ni 3!, nií 2 lo son. Sin embargo, recíprocamente, si Sí, es reflexiva para todo
pág.396 (en realidad, para al menos un) i E /, entonces U, e /SÍ. es reflexiva.
3. (a, c) £ 3^2 o Sí, => para algún b E A, (a, b) E 3Í2, (i>, c) £ Sí,. Como Sí,, Sí2 son simétricas,
(b, a) E % , (c, ¿) E Sí,, de modo que (c, a) E Sí, o Sí2 C Sí2 o Sí i. (c, a) E Sí2 o Sí, => (c, d") £
Sft2, (d", a) E 3?i para algún d E A. Entonces (rf", c) E Sí2, (a, d) E Sí, por simetría y (a,c) £ 31,
o Sí2, de modo que 8Í2 o Sí, C Sí, 0 Sí2 y se sigue el resultado.
5. (c, a) E (Sí, o SS2)C<=> (a, c) £ Sí, o Sí2 <=> («, b) E Sí„ 0 , c) £ Sí2 para algún b £ B C* (¿, a)
E 31?, (c, ¿>) £ 9$ para algún 6 £ B C* (c, a) £ Shc2 o Síf.
7. Sean % = {1, 2, 3, 4, 5}, A = &(% - f^, 0}. En la relación de inclusión, A es un conjunto
parcialmente ordenado con cinco elementos minimales {x), 1 < x £ 5, pero sin elemento
mínimo. Además, A tiene cinco elementos maximales, los cinco subconjuntos de ^ de tamaño
4, pero no tiene elemento máximo.
9. n = 10
11. a) Para cualquier/E 1 ?, \f(n)\ < 1|/00| paratodon > 1, de modo que/Sí/y Sí es reflexiva.
En segundo lugar, s i / g £ ST, entonces/Sí g => ( / £ 0(g) y g E 0(/)) = > ( s 6 0(f) y / e
<?(g)) => g Sí/, de modo que Sí es simétrica. Por último, sean/ g, h £ 3f con/Sí g, g 2Í/, g
9ihy hShg. Entonces existen m„ m2 E R* yfc„fc2£ Z+ tales que |/(n)| < m,|g(n)| para
t o d o n > ¿ , y \g(n)\ < m2\h(n)\ para todon > k2. En consecuencia, para todon > máx{¿,,
fc2},tenemos \f(n)\ < m¡\g(n)\ < m¡ m2\h(n)\, por lo q u e / E 0(/i). De manera análoga,
/i E £)(/). Así,/Sí /i y Sí es transitiva.
b) Para cualquier/E í7,/es dominada por sí misma, de modo que [/] Sf [/] y ¿^ es reflexiva.
En segundo lugar, si [g], [/i] E ■?', con [g] ¡f [h] y [/i] Ff [g], entonces g Sí h, como en la
parte (a), y [g] = [A]. En consecuencia, Ff es antisimétrica. Por último, si [/], [g], [h] £ T,
con [/] íf [g] y [g] ^ [/i], entonces/es dominada por g y g es dominada por h. Así, como
en la parte (a),/es dominada por h y [/] Ff [h], lo que hace de üf una relación transitiva.
Soluciones S-47
Lista de Lista de Lista de Lista de c) Lista de Lista de

13. a) b)
adyacencia índices adyacencia índices adyacencia índices
1 2 1 1 1 2 1 1 1 2 1 1
2 3 2 2 2 3 2 2 2 3 2 2
3 1 3 3 3 1 3 3 3 1 3 3
4 4 4 5 4 5 4 4 4 4 4 6
5 5 5 6 5 4 5 5 5 5 5 7
6 3 6 8 6 6 6 1 6 8
7 5 7 4
15. b) Las celdas de la partición son las componentes conexas de G.

17. Un orden posible es 10, 3, 8, 6, 7, 9, 1, 4, 5, 2, donde el programa 10 se ejecuta primero y el
programa 2 al último.
19. a) \A\ =2 5 =32
c) Existen seis clases de equivalencia, una por cada uno de los pesos 0, 1, 2, 3, 4 y 5. El
número de elementos en cada clase de equivalencia está dado como sigue: peso 0, (¡j);
peso l,(f); peso 2, (2); peso 3, (3); peso 4, (');ypeso5, (5).
d) Reemplazamos 5 por n, donde n € Z+. Entonces existen n + 1 clases de equivalencia, una
por cada uno de los pesos 0, 1, 2 , . . . , n. Si 0 £ k < n, entonces existeni"k\ elementos de
A en la clase de equivalencia de peso k.
21. 4"-2(3")+ 2"
23. a) (i) B<3lA<3iC\ (ii) BMCSlF
BSflASftCSftFes una cadena maximal. Existen seis de estas cadenas maximales.
b) En este caso, 11 Sft 385 es una cadena maximal de longitud 2, mientras que 22S 6 Sft 12 es de
longitud 3. La longitud más grande de una cadena para este conjunto parcialmente ordena
do es 3.
c) (i) 0C{l}C{l,2}C{l,2,3}C <i lt (ii) 0C{2}C{2,3}C{l,2,3}C íi ll
Hay 4! = 24 de tales cadenas maximales.
d) n\
25. Sea ai Sñ a2Sh . .. Sft a„_¡ Sft an una cadena (maximal) de máxima longitud en (A, 3!). Enton
a„ es un elemento maximal en {A, Sk) y a^Sft a2Sh .. .9¡a„_i es una cadena maximal en (B, SU
Por lo tanto, la longitud de una cadena más grande en (S, Sft') es al menos n - 1. Si existe una
cadena b, Sft' b2 Sft .. . 9!' bn en (B, Sft') de longitud n, entonces ésta es también una cadena d
longitud n en (A, Sft). Pero entonces, bn debe ser un elemento maximal de (A, Sh), lo que contra
dice que b„ £ B.
27. Sin= 1, entonces para cualquier*, y £ A, si x ^ y, entonces xSf. yyySfcx. Por lo tanto, (A, SX)
es una anticadena, y se sigue el resultado. Supongamos ahora que el resultado es cierto paran = k >
1 y sea (A, Sk) un conjunto parcialmente ordenado tal que la longitud de una cadena más grande es
k+ 1. SiMes el conjunto de todos los elementos maximales de (A,<9¡), entonces A/ ^ 0yA/esuna
anticadena en (A, 9¡). Además, por el ejercicio 25, (A-M, Sh'), con Sí' = ((A - Ai) x (A - Ai)) f~l S
es un conjunto parcialmente ordenado tal que k es la longitud de una cadena de longitud máxima.
Así, por la hipótesis de inducción, A - M = Cx U C2 U • • • U Ch una partición en k anticadenas.
En consecuencia, A = Cx U C2 U • • • U Ct U Ai, una partición en k + 1 anticadenas.
Capítulo 8
El principio de inclusión
y exclusión
Sección 8 . 1 — 1. a) 534 b) 458 c) 76

pág.412 3. 4,460,400 5. (ii) - (!)(lí)+ © ( " ) - ( D G )
7. (15!)[(ío) - (,)(«) + (2XO) 9. 26!-[3(23!)+ 24!]+ (20!+ 21!)
S-48 Soluciones
11. [68 - (?)58 + (Í)48 - (|)38 + (|)28 - (?)]/68

13. 9!/[(3!)3] - 3[7!/[(3!)2]] + 3(5!/3!) - 3!
15, 651/7776 = 0.08372
17, a) 32 b) 96 c) 3200
19 a) 2""1 b) 2"-\p-\)
21. a) 1600 b) 4399
23. $(17) = <t>(32) = <K48) = 16
25. Si 4 divide a <J>(/i), entonces debe cumplirse uno de los casos siguientes:
(1) n es divisible entre 8;
(2) n es divisible entre dos (o más) primos impares distintos;
(3) n es divisible entre un primo impar p (como 5, 13 y 17), donde 4 divide a p - 1; o bien,
(4) n es divisible entre 4 (y no 8) y al menos un primo impar.
27. Si un número n es divisible entre un primop, la ejecución del ciclo While separa cada ocurren
cia de p. El primer ciclo es para p = 2, el siguiente para p = 3 y el siguiente ciclo es para los
primos p > 3.
Al trabajar con primos, una vez que pasamos dep - 5, no tiene sentido analizar los enteros
pares como candidatos posibles a ser primos.
Sección 8.2- 1. Eo = 768; Ex = 205; E2 = 40; E3 = 10; £ 4 = 0; £ 5 = 1. 2?-o&= 1024 = N.

pág.417
3. a) [14!/(2!)5] - (D[13!/(2!)4] + (Í)[12!/(2!)3] - (|)[ll!/(2!)*] + (J)[10!/2!] - ©[9!]
b) E2 = (l)[12!/(2!)3] - (?)(I)[ll!/(2!)2] + (S)(2)[10!/2!] - (|)(?)[9!]
c) U = (I)[ll!/(2!)2] - (i)(2)[10!/2!] + (5)®[9!]
5. £ 2 = 6132; L2 = 6136
7. a) E U - D ' G X 5 2 " 3 ' ) ] / © w K-.(-i) ,+1 (0C)( 52 r3 ,3 ')]/$)
O [(S)(?Í)-3(f)(li)]/(f|)
Sección 8.3— 1. 10! - (?)9! + (í)8! - (¡)7! + (2)6! - ©5! 3. 44

Pá9-419 5. a) 7!-d 7 ( ^ = ( 7 1 ) 0 b) d26 = (26!) e -'
7. « = 11 9. (10!)dIO = (10!) 2 (O
11. a) (d10)2 = (10!)2c-2 b) SSoí-iyC/'JKlO-i)!]2
13. Para cada n G Z+, n\ cuenta el total de permutaciones de 1, 2, 3 n. Cada una de estas
permutaciones tendrá k elementos desordenados (es decir, k elementos x¡, x2,.., xk en {1,2,3,
. . . , n} tales que xx no está en la posición xx, x2 no está en la posición x2,... ,y xkno está en la
posición xdyn-k elementosfijos(es decir, los n - k elementos y¡, y2,..., v„^ en {1, 2,3,...,
n] - [xi, x2,..., xk) son tales que yl está en la posición v,, y2 está en la posición y2,..., y y„_t
está en la posición ynHt).
Los n-k elementos fijos se pueden elegir de(„" t ) formas y los k elementos restantes se
pueden permutar entonces (es decir, desordenar) de dk formas. Por lo tanto, existen („lk)dk =
\k)dk permutaciones de 1, 2 , 3 , . . . , n con n-k elementos fijos (y k elementos desordenados).
Cuando k varía de 0 a n, contamos todas las n! permutaciones de 1,2, 3 , . . . , n de acuerdo con
el número k de elementos desordenados.
En consecuencia,
"'-(í*+GM3*+-+Q*-sG)*-
15. (!)(»-1)! - (!)(n-2)1 + 6 X « - 3 ) ! - ■ ■ ■ + ( - 1 ) - V , ) ( 0 ! ) + (-!)"(;)
Soluciones S-49
3
S5S&' -* © + (> + ©^♦(>«*♦Q*"^ + ■■■♦(>>'■-
8 /g\
b) SflWiV
5. a) (i) (1 + 2A:)3 (ii) 1 + Sx + 14A:2 + 4A:3
(iii) 1 + 9 * + 25A:2 + 21A:3 (iv) 1 + 8x + 16x2 + 7x3
b) Si el tablero C consta de n pasos y cada paso tiene k bloques, entonces
r(C,x) = ( l + **)".
7. 5! - 8(4!) + 21(3!) - 20(2!) + 6(1!) = 20
9. a) 20 b) 3/10
11. (6!/2!) - 9(5!/2!) + 27(4!/2!) - 31(3!/2!) + 12 = 63
Ejercicios 1. 134
cornplernentarios- , mm[fl[f») ~ (J)(g) + (%)]
5- 2J-o(-l)'(?)(8-¿)!
7. 9! - (?)(2)(8!) + (¡)(22)(7!) - (i)(23)(6!) + (J)(24)(5!) - (i)(2s)(4!)
9. Sea 7/=(13!)/(2!)5.
a) ([©(10!)/(2!)2] - [(i)(S)(9!)/(2!)] + [G)G)(8!)])/r
b) [T-(E, + E5)]/T,
donde £ 4 = [(5)(9!)/(2!)] - [(?)(¡)(8!)] y £ 5 = (0(8!)
11. a) (?!£)
13. a) Si n es par, entonces, por el teorema fundamental de la aritmética (Teorema 4.11), podemos
escribir/i = 2*/n, donde k > lymes impar. Entonces 2n = 2*+1m y (|)(2n) = (2*+1)(l--j)<t>(m)
= 2*^(m) = 2(2*)( JMm) = 2[2 t (l-¿Wm)] = 2[<))(2»/n)] = 2*(#i).
b) Cuando n es impar, tenemos que §Q.n) = (2n)(l--j)Y\ Al , donde el producto se
es
toma sobre todos los primos (impares) que dividen a n. (Si n = 1, entonces OpU ^
P
l.)Pero ^ '
(2n)(l - ^)IU (l - ^) = «Ilpin ( ! - - ) = *(»)•
Capítulo 9
Funciones generatrices
Sección 9.1— 1. a) El coeficiente de*20 en (1 +x + x2+ ■■■ + *7)4.

pág. 435 b) El coeficiente de A20 en (1 +x + x2+- ■ ■+xxf(l +x2+x*+-■ ■+x20fo(l + x + x2+- ■-f(l + x
x*+---)2.
c) El coeficiente de A30 en (x2 + *3 + xA)(x* + A4 + • • • + A8)4.
d) El coeficiente de A:30 en (1 + x + x2+- ■ ■ + *30)3(1 + A2 + A"+ • • • +A:30)-(A: + A-3 + X5+ • • • +
o (1 +x + x1+ ■ ■ -)3(1 + A2 + X4 + • • •)•(* + x3 + x5 + ■ ■ •).
3. a) El coeficiente de A10 en (1 + x + x2 + x}+ ■■■ f.
b) El coeficiente de ¿ en (1 + x + x2 + x} + • • •)".
5. La respuesta es el coeficiente de A31 en la función generatriz
(1 + x + x2 + x3 + ■ • -)3(1 + x + A:2 + • • • + A:10).

S-50 Soluciones
1. a) (1+x) 8 b) 8(1 +x)7 c) (1+x)" 1 d) x*/(l-x)

3 2 1
e) 6x /(l+x) f) ( I - * ) " g) (1-2X)" 1 h) x 2 / ( l - a x )
3. a) g(x)=f(x)-a3x3 + 3x3=f(x) + (3-a3)x3
b) *(*) =/(*) + (3 - a3)x3 + (7 - «7)x7
c) g(x) = 2/(x) + (1 - 2a,)x + (3 - 2a3)x3
d) g(x) = 2/(x) + [5/(1 - x)] + (1 - 2a, - 5)x + (3 - 2a3 - 5)x3 + (7 - 2a7 - 5)x7
5. a) (V) b) O}6)
7. GS)-5(S) + ©
9. a) 0 b) (15)-5(8) c) (!!) + 4({¡) + 6(i!) + 4(!!) + (!í)
11. (g)-4(Si) + 6(i)
13. [(S)-(?)(§) + (?)(?)-Ca 2 )]^»)
15. (1/8)[1 + (-1)"] + (l/4)("r) + (l/2)("; 2 )
17. (l-x-x2-x3-x,-x$-x6)'1 = [l-(x+x2 + ---+x6)]-1
= l + (x + x + ■ ■ ■ + x ) + (x + x2 + ■ ■ ■ + x6)2 + (x + x2 + ■ ■ ■ + x6)3 + • • •,
2 6
una tirada dos tiradas tres tiradas
donde el 1 se encarga del caso en que no se tira el dado.

19. a) Las diferencias son 2,3, 2,7 y 0, lo que suma 14.
b) {3,5,8,15} c) {l+a,l + a + b,l + a + b + c,l + a + b + c + d}
21. ck = 2f. 0 i(k - if = k2 2f. 0 i - Ik 2*-o i2 + 2f. 0 Í 3
= (*2)[fcOfc + l)/2] - 2k[k(k + l)(2fc + l)/6] + [k\k + l)2/4]
= (l/12)(fc2)(fc2-l)
23. a) (1 + x + x2 + x3 + x*)(0 + x + 2x2 + 3x3 + ■■■) = ^T-odx' donde c0 = 0, cx = 1,
c2 = 1 + 2 = 3, c3 = 1 + 2 + 3 = 6, c4 = 1 + 2 + 3 + 4= 10, y
c„ = n + (n - 1) + (n - 2) + (« - 3) + (n - 4) = 5« - 1 0 para todo « s 5.
b) (1 - x + x ^ x 3 * ■ • )(1 - x + x 2 -x 3 + ■ ■ ■) = 2 =(1 + *)~2, la función generatriz d
sucesión (~0 )• ("i )• (~i )• ("3). Por lo tanto, la convolución del par dado de sucesiones
es c0, c„ c2 dondec, = (~„2) = (-1)"( 2 T') = (-1)("?) = (-W« + 1),» e N. [ Ésta es
la sucesión alternada 1, -2, 3, -4, 5, -6, 7 , . . . ]
c) (l+x + x2+x3)(0 + x + 2x3+3x3) = 0+x + (l+2)x 2 +(l+2 + 3)x 3 +(l+2 + 3)x4+(2 + 3)x5+
3X6, de modo que la sucesión 0, 1, 3, 6, 6, 5, 3, 0, 0, 0, . . . es la convolución de las
sucesiones 1, 1, 1, 1, 0, 0, 0 , . . . y 0, 1, 2, 3, 0, 0, 0 , . . .
Sección 9.3— 1. 7; 6 + 1; 5 + 2; 5 + 1 + 1; 4 + 3; 4 + 2 + 1; 4 + 1 + 1 + 1; 3 + 3 + 1;
pág. 448 3 + 2 +2; 3 + 2 + 1 + 1; 3 + 1 + 1 + 1 + 1; 2 + 2 + 2 + 1 ;
2 + 2 + 1 + 1 + 1 ; 2 + 1 + 1 + 1 + 1 + 1; 1 + 1 + 1 + 1 + 1 + 1 + 1
3. El número de particiones de 6 en unos, doses y treses es 7.
5. a)yb)
( l + x 2 + x4 + x 6 + — ) ( l + * 4 + * 8 + - " ) ( l + * 6 + *12 + ■••)••• = f l — ! —

/-il -x2"
7. Sea/(x) la función generatriz del número de particiones de n 6 Z* tales que un sumando no
aparece más de dos veces. Entonces
A * ) = n (!+**+**)•
¡-1
Sea g(x) la función generatriz del número de particiones de n tales que ningún sumando es
divisible entre 3. En este caso,
. 1 1 1 1 1
*(*) = " " "
1 -x 1
Soluciones S-51
Pero
/(x) = (1+ x + x2)(l +x2+ x4)(l + x3 + x6)(l + x4 + x8) ■
1-x3 1-x6 1-x" 1-x 12
1-x 1-x2 1-x3 1
1 1 1
1-x 1-x2 1-x4 1-x5 1-x"
= *(*)•
9. Este resultado se sigue de la correspondencia uno a uno entre los grafos de Ferrer con sumandos
(filas) que no son superiores a m y los grafos traspuestos (que también son grafos de Ferrer)
que tienen m sumandos (filas).
1. a) e~ b) e2 c) e d) e° e) ae° f) xe2
Sección 9.4-
3. a) g(x)=/(x) + [(3-« 3 )/3!]x 3
pág. 453
b) g(x) = /(x) + [(-1 - a,)/3\]x3 = e5' - [126*7(3!)]
c) g(x) = 2f(x) + [2 - 2a,]x + [(4 - 2a2)/2l] x2
5. a) (l+x)2{l+x+~j
I x\l x2 x3 x4\2
b) ( l + , ) ( l + x + - ) ( l + , + _ + - + - )
x" X3 XA
7. La respuesta es el coeficiente de en 1 H• 10!;
25! \3! 4!
9. a) (l/2)[3 20 +l]/(3 20 ) b) (l/4)[320 +3]/(320) c) (l/2)[3 20 -l]/(3 20 )
d) (l/2)[3 20 -l]/(3 20 ) e) (l/2)[320 + l]/(320)
¿
/jr x"X \(x
\ I A. Xx'
11. a) - + - + ■ ■ • - + -■+ ■
\5! 6! / \ 2 ! 3!
/ x2 x3 \ 3 r fx2 x3 x*
b) x + - + —+■■• (x) - + - + - +
V 2! 3! / L \2! 3! 4!
+ + £.yt'-)í'- '- íl
2!A3! 4! 5!
Sección 9.5—
pág. 455 3. a0,fli- a0,a2-aua3- a2,...
5. 2 ( 2 «,)x" = I ( ¿ a, - A " = ¿ ( í a, - A "
n = l \i =0 I íi-1 \i-0 / n-0 \/-0 /
= Í ( ¿ A " - ¿ <w" =/W/(l - x ) -/(*)

n-0 \i-0 / n-0
= [/(*) -f(x)(l-x)]/(l - x ) =x/(x)/(l - x )

7. f(x) = [e'l{l-x)]
Ejercicios
complementarios- 1. a) 6/(1 - x ) + 1/(1 - x ) 2 b) 1/(1 - o x ) c) l / [ l - ( l + a ) x ]
pág. 459 d) 1/(1 -x) + 1/(1 -ax)
3. [(B)-(í)G) + G)]2
5. Sea/(x) la función generatriz para el número de particiones d e n 6 Z * en las que no se repiten
los sumandos pares (un sumando impar puede o no repetirse). Entonces
f(x) = (1 + x + x2 + x3 + • • •)(! + *2)(1 + x3 + x6 + x9 + • ■ -)(1 + x4) • • •
1
( l + x 2 ) - - ^3 - ( l + x 4 ) - 1
1-x 1-x 1-x 5
S-52 Soluciones
Sea g(x) la función generatriz para el número de particiones de n €= Z* en las que no se repiten
los sumandos más de tres veces. Entonces
g(x) = (1 + x + x2 + x3)(l + x2 + x* + * 6 ) ( 1 + x3 + x" + x9)---

2 2 3 6
= [(1 + x ) ( l + x )][(l + x )(l + *<)][(! + x )(l + * )] • ■ •
2 2 2
= [(1 - x )/(l - x)](l + * )[(1 - x<)/(l - x )](l + x*) ■
[(l-x6)/(l-x3)Kl+x6)---
= (1/(1 - x ) ) ( l + * 2 )(1/(1 - * 3 ) ) ( 1 + * 4 )(1/(1 - * 5 ))(1 + Je6) • •' =/(x).
7. a) 1,5, (5)(7), (5)(7)(9), (5)(7)(9)(11),... b) a = 4, b = - 2
9. n(2"-')
11. a) (?) b) ©Vi1.9)
Capitulólo
Relaciones de recurrencia
Sección 10.1-
1. a) tf„ = 5 a „ _ i , r t > l , a 0 = 2 b) a„= -3an-Un> l,a 0 = 6
pág. 470
c) fl„=(l/3)a„_1,n>l,a0=l d) a „ = ( 2 / 5 ) a „ - , , n > l , f l o = 7
3. d = ± ( 3 / 7 ) 5. 141 meses 7. a) 145 b) 45
9. a) 21345 b) 52143, 52134 c) 21534, 21354, 21345
d) 21543 es la 113, 35421 es la 67, 31524 es la 43.
Sección 10.2- 1. a) fl„=(3/7)(-l)n+(4/7)(6r,n>0 b) «„= 4 ( 1 / 2 ) " - 2(5)", n > 0
pág.480 c) a„ = 4 + 3 ( - l / 3 ) " , n > 0 d) an= 3sen(wir/2),n>0
e) a„=2 n [cos(nir/2) + (l/2)sen(mr/2)],/ia:0 f) a„ = (5 - n)3", n > 0
g) a„ = (V2)"[cos(3im/4) + 4sen(3im/4)], n a 0
3. a B = ( l / 1 0 ) [ 7 " - ( - 3 ) " ] , n a O
5. a) F = F2-F0
F3 = F4 - F2
F5 =F6- F4
Fln-l — Fm~ F„-2
Conjetura: Para todo n £ Z*, F , + F 3 + F¡ + ■ ■ ■ + FU-i = F2„ + F 0 = F 2 „.

Demostración (por inducción matemática): Para n = 1 tenemos F , = F 2 , y esto es cierto pues
F , = 1 = F 2 . En consecuencia, el resultado es cierto en este primer caso (y esto establece la
base de la demostración). A continuación suponemos que el resultado es verdadero para
n = k(> 1); es decir, suponemos que
F + F 3 + F 5 + • • • + F2k
Si n = k + 1 tenemos que
F¡ + F¡ + Fs+ ■ ■ ■ + F2t-i + F 2(Jk +i)-i

= (F, + F 3 + F 5 + • • • + F 2 *_,) + F2k+l = F2k + F2k+i = F2l¡+2 = F 2 ( t + 1 ) .
Por lo tanto, la verdad del resultado para« implica la verdad para n = k + 1 y por el principio
de inducción matemática se sigue que para todo n € Z*
Fí + F, + F5+ ■■■ +F2n-í = F2n.

7. a„ = (1/V5)[((1 + V5)/2)" + 1 - ((1 - V5)/2)" + 1 ], n > 0
9. a„ = [(5 + V21)/(2V2l)][(3 + V21)/2]" - [(5 - V21)/(2V2Í)][(3 - V21)/2]n
11. a„=[(8 + 9V2)/16][2 + 4V^]'' + [ ( 8 - 9 V / 2 ) / 1 6 ] [ 2 - 4 V 2 ] n , « > 0
Soluciones S-53
13. an = 2F% donde F„ es el n-ésimo número de Fibonacci para n > 0

15. x„ = 4(2") - 3, n > 0
17. a„ = V51(4")-35,n^0
19. Como mcd(F!, F0) = 1 = mcd(F2, F,), consideremos n > 2. Entonces
F3 = F2 + fi(= 1)
F* = F¡ + F2
F, = F4 + F3
F„ +1 =F„+F„-,
Si invertimos el orden de estas ecuaciones, tenemos los pasos del algoritmo de Euclides para el
cálculo del mcd de F„+i y F„, n > 2. Como el último resto distinto de cero es Fi = 1, se sigue que
mcd(F„+1, F„) = 1 para todo n > 2.
Sección 10.3- a) an=(n+l)2, n > 0 b) a„ = 3 + n(n - l) 2 , n > 0

pág. 492 c) a„ = 6(2") - 5, n == 0 d) a„ = 2" + n^"" 1 ), n>0
a) a„=a„-i + n, / t > l , a 0 = l an= 1+ [n(n+l)]/2, n > 0
b) *,,= *>,,-,+ 2, w>2, ¿>, = 2 fc„=2n, « > 1 , ¿>0=1
a) a„ = (3/4)(-l)"- (4/5)(-2)" + (l/20)(3)\ « > 0
b) a„ = (2/9)(-2)" - (5/6)(«)(-2)" + (7/9), n > 0
c) a„= (5/4) - ( l / 4 ) ( - l ) " - (l/2)sen(mr/2)
2 3 4
7. a„ = A + Bn + Cn - (3/4)n + (5/24)n
9. P= $117.68
1/2
11. a) a„ = [(3/4)(3)" - 5(2)" + (7«/2) + (21/4)] , n > 0
b) a„=(l/2)[(-l)"+l]n!, n > 0
c) a„=2, n > 0
Sección 10.4- 1. a) a„=(l/2)[l+3"], n > 0 b) a„ = 1 + [n(n - 1)(2« - l)]/6, n > 0

pág. 499 c) a„ = (l/2)[3" + 5"],«>0 d) a„ = 5(2")-4, n > 0
e) a„ = 2", « > 0
3. a) a„ = 2"(1 - 2n), b„ = n(2"+1), « 2 0
b) a„= (-3/4) + (l/2)(n + 1) + (l/4)(3"),
bn = (3/4) + (l/2)(n + 1) - (l/4)(3"), n > 0
1. ¿>4 = (8!)/[(5!)(4!)] = 14
Sección 10.5-
pág. 509
Á A <• / S i $
3. /2« - 1\ _ lln - 1\ r (2/i - 1)! 1 _ f (2n - 1)! 1
\ n j \n-2j L«!(/i - l)ü L(n - 2)!(n + 1)¡J
1)!J
= r(2n - !)!(„ + 1)1 _ r(2/i - !)!(„ - 1)1
L(n + l)!(n - 1)U L(n - l)!(n + 1)U
T (2« - 1)! 1
(2/» - 1)!(2) (2/> - 1)!(2«) _ (2n)!

(n + 1)!(« - 1)! (« + l)!n! (n + í)(n\)(n\)
(« + i)VW
S-54 Soluciones
5. a) (1/9)CÍ) b) [(1/4)©] 2
O KWC?)][m®] <•) (1/6X1,0)
< — > ■
9. a„ = aoan-i + a¡a„-2 + a2a„-3 + • • ■ + a„-2a¡ + a„-ia0

Como a 0 = 1. t>i= 1, a2 = 2 y a 3 = 5, tenemos que an es igual al n-ésimo número de Catalán.
Sección 10.6— 1. a) f(n) = (S/SK^"*»4 -1) y / 6 0(nl0«>4) para n € {3'|i G N}

pág. 520 b) /(n) = 7(log5n + 1) y / e 0(log 5 «) para n 6 ( 5 ' l i 6 N )
3. a ) / e O ( l o & / i ) sobre{¿*|* E N } b) / £ Oín108»") sobre {b^k £ N}
5. a ) / ( l ) = 0 / ( n ) = 2/(n/2)+l
Del ejercicio 2(b),/(n) = n - 1.
b) La ecuación/(n) =/(n/2) + (n/2) se obtiene de la manera siguiente: se juegan n/2 encuen
tros en la primera ronda. Después restan n/2 jugadores, de modo que necesitamos /(n/2)
encuentros adicionales para determinar al ganador.
7. 0(1)
9. a) f(n)<íaf(n/b) + cn
af(n/b) =£ a2f(n/b2) + ac(n/b)
a2f(n/b2) =s a3f(n/b3) + a2c(nlb2)
<j3/(n/¿>3) < a4f(n/b4) + a3c(n/¿>3)
a^fin/b"-1) < a"f(n/bk) + a*"1 cin/b"-*)
Por lo tanto,/(n) < akf{nlbk) + cn[\ + (alb) + (albf+ ■■■ + (a/bf'1} = a*/(l)+ cn[l + (o/¿)
(albf+ • • ■ + (o/í»)*"'], ya que n = ¿*. Como/(l) < c y (nltí1) = 1, tenemos que/(n) < cn[l +
(a/b) + (a/b)2 + ■•• + (a/bY-' + {plbY\ = (en) ¿ («/«''■
Soluciones S-55
c) Para a í b,
cnZ(a/b)=cn[ j _ ( f l / f c ) J
VA
1 1 - (a/fe) J L 1 - (a/b) i
r¿>* +1 -q* +1 -| [-fl^'-fc^ 1 -!
d) De la parte (c),/(n) < (c/(a - i>))[a*+1 - ¿>w] = (ca/(a - b))al - {cbl(a - b))b*. Pero a* = n"^" =
„'°M y ¿*= «, de modo que/(/i) < (ca/(a - ¿>))w""V- {cbl{a - b))n.
(i) Cuando a < b, entonces log,,a < 1 y / € 0(n) sobre Z \
(ii) Cuando a > b, entonces log¿,a > 1 y / e 0(n'° M ) sobre Z*.
Ejercicios (n-k)
complementarios— k: + V
l / (k | + l)\(n - k - 1)! (Jfc + 1) A:!(n-A:)! y. u + i/U/
pág. 524 Debemos considerar dos casos. Caso 1 (1 es un sumando): existen pin - 1, k - 1) formas de
separar n - 1 en exactamentefc- 1 sumandos. Caso 2 (1 no es un sumando): cada sumando s,,
s2 í t > 1. Para 1 < i < k, sea f.= Í . - 1 a 1. Entonces / p r 2 ,. . . , tk proporcionan una
partición de n - k en exactamente k sumandos. Estos casos son exhaustivos y disjuntos, de
modo que por la regla de la suma, p(n, k) = pin - 1, Jfc - 1) + pin - k, k).
5. a)
b) Conjetura: Paranez\A" = K dondeF„ denota el n-ésimo número de Fibonacci.

n - j j
Demostración: Para n = 1, A = A1
■GJ]-R ¡U-
de modo que el resultado es cierto en
este caso. Supongamos que el resultado es verdadero para n = k £ 1; es decir, A* =
Para/i =fc+1,
\Fk+i Fk í r i i ]
A" = Ak+1 = A" • A
iFk F*_,JLl Oj
Fk+1 + Fk Fk +il _ i Fk+2 Fk+i
-[ Fk + F„-i Fk Fk
En consecuencia, el resultado es verdadero para todo n e Z*, por el principio de inducción

matemática.
7. a) Comocc 2 =a+ 1, se sigue que a 2 + 1 = 2 + a y (2 + a) 2 = 4 + 4a + a 2 =4(l + a ) + a 2 = 5 a 2 .
b) Como p2= P + 1, tenemos que P2+ 1 = P + 2 y (2 + p)2 = 4 + 4P + P2= 4(1 + P) + P2«= 5P2.
S-56 Soluciones
c)
SUJ^-'SWl «-P J
= (l/(« " P ) ) [ | (^) (a2)*a- " | Q ( í ) O2)*?"
= (l/(o - (3))K(1 + a 2 ) 2 " - p " ( l + p2)2"]
= (l/(o - P))[a m (2 + a) 2 " - p"(2 + P)2"]
= (l/(o - p))[a"((2 + a) 2 )" - p"((2 + p)2)"]
= (l/(a-p))[a"'(5a2r-p'"(5p2r]
= 5"(l/(o - P J X O 2 " * " - p2"""1] = 5"F2„+m
9. Aquí tenemos que c„_, + c„_2 + F„ = ( F i F ^ + F2F„_2 + F3F„_3 + ■ • • + F„_2 F2 + F„_i F,) + (Fi F„_2 +
F2F„_3 + FjJv. + • • ■ + F„_3F2 + F„_2F,) + F„ = F.ÍF»., + F„_2) + F2(F„_2 + F„_3) + F^Fn_3 + F¿) +
■■• + F*-2(F2 + F,) + F„_, F, + F„ = F,Fn + F2 F„_, + F 3 F„_2 + • • ■ + F„_2 F 3 + F„_, F 2 + F„ F„ pue
F2= F¡ = 1. En consecuencia,
c„-] + c„_2 + F„ = c„ para n > 3.
11. a) Para cualquier desorden, 1 se coloca en la posición Í, donde 2 < i < n. Pueden ocurrir dos
cosas: Caso 1 (i está en la posición 1): los otros n - 2 enteros se desordenan de á„_2 formas.
Con n - 1 opciones para i, esto produce (n - l)d„.2 de tales desórdenes. Caso 2 [i no está en
la posición 1 (o la posición i)]: consideremos 1 como la nueva posición natural para i, de
modo que hay n - 1 elementos por desordenar. Con n - 1 opciones para i, tenemos (n - l)d„.¡
desórdenes. Puesto que los dos casos son exhaustivos y disjuntos, el resultado se sigue de la
regla de la suma.
b) d0 = 1 c) d„ - ndn-¡ = d„-2 - (n - 2)d„-i
13. a) fl„ = ( í ) , n2=0 b) r = l , s = - 4 , í = - 1 / 2
d) b„ = (l/(2n - l ) ) ( í ) , n > l ; b o = 0
15. a) (i) 1 (ii) © @ = 5!/(2!)(3!) = 6!/(2 2 -3 2 -2!)
(ni) ©@G) = [(8)(7)/2][6!/(22 • 3 2 ■ 2!)] = 9!/(23 ■ 3 3 • 3!)
b) f(n, 3) = ( V ) / ( « - 1,3),n 2 2, / ( l , 3) = 1
Conjetura: f(n, 3) = (3/i)!/(2"3"n!)
Demostración (por inducción matemática): Para « = l , / ( l , 3 ) = l y 3 !/(2 !3! 1!) = 1, de modo
que el resultado es cierto en este primer caso y establece la base de nuestra demostración.
Vamos ahora al paso inductivo, donde suponemos que el resultado es verdadero paran =
í(>l); es decir,/(f, 3) = (3?)!/(2'3'f!). Si n = t + 1, tenemos
= [(3í + 2)(3í + l)/2][(3/)!/(2'3'f!)]

= [(3í + 3)(3f + 2)(3f + l)/(2 • 3 ■ (í + l))][(3í)!/(2'3'/!)]
= (3f + 3)!/(2'+13'+1(f + 1)!) = (3(í + l))!/(2' +1 3' +1 (í + 1)!).
Puesto que la verdad de esta fórmula en n = t implica la verdad de la misma para n = t + 1,
el principio de inducción matemática implica que
/(n,3) = (3/i)!/(2"3"n!) para todo n E Z*.
c) f(n, k) = ( ^ j / ) fin " 1.*), n *2, / ( l , *) = 1.

Conjetura: f(n, k) = (*n)!/(2"3" • • • k"n\)
Demostración (por inducción matemática): Cuando n = 1,/(1, k) = 1 y Jt!/(2131 • ■ • &'1!) =
1, por lo que este primer caso es verdadero y establece la base de nuestra demostración
inductiva.
Soluciones S-57
Si suponemos que el resultado es cierto para n = <(^1), tenemos nuestra hipótesis de

inducción:/(í, k) = (kt)\l(2'3' ■ ■ ■ Kñ). Y cuando n = t + 1, se sigue que
/(í+i).)=(^;_1\-1)/(í^)=(',:_fc-1)/(^)
= [(kt + k- l)\/(k - l)$kt)\][(kty./(2'3' • • • Jfc'/!)]
= [(kt + k)\lk(t + 1)(A: - l)!][l/(2'3' • • • k't$]
= (kt + jt)!/(2'+l3'+1 • • • k'+í(t + 1)!)
= [k(t + l)]!/(2'+13'+1 • • • k,+1(t + 1)!).
En consecuencia, el resultado dado es verdadero para todo n G Z+ por el principio de
17. a) Las particiones que se cuentan en/(n, m) caen en dos categorías:
(1) Las particiones en las que m es un sumando. Éstas se cuentan en/Oí - m, m), ya que m
puede aparecer más de una vez.
(2) Las particiones en las que m no es un sumando, de modo que m - 1 es el sumando más
grande posible. Estas particiones se cuentan en/(n, m - 1).
Como estas dos categorías son exhaustivas y disjuntas, se sigue que/(n, m) =/(n -m,m) +
f(n, m - 1).
Capítulo 11
Una introducción a la teoría de grafos
Sección 11.1— 1. a) Representar las rutas aéreas recorridas entre cierto conjunto de ciudades por una aerolínea
pág. 535 particular.
b) Representar una red eléctrica. En este caso, los vértices pueden representar interruptores,
transistores, etcétera; y una arista (x, y) indica la existencia de un cable que conecta x y y.
c) Hagamos que los vértices representen un conjunto de solicitantes de empleo y un conjunto
de puestos vacantes en una empresa. Trazamos una arista (A, b) para denotar que el solici
tante A está calificado para el puesto b. Entonces, todos los puestos vacantes pueden ocu
parse si el grafo resultante proporciona un emparejamiento entre un subconjunto de los
solicitantes y los puestos abiertos.
3. 6
7. a) a 1-27 b 1-22 c b) {(g,d),(d,e),(e,a)};
{(g,b),(b,c),(c,d),(d,e),(e,a)}
c) Dos: uno de {(b, c), (c, d)} y
/-44/ / f/ \ [i-33 uno de {(b, f), (f, g), (g, d)}.
d) No
e) Sí. Recorra el camino
{(c,d),(d,e),(e,a),(a,b),(b,f),(f,g)}.
1-44
f) Sí. Utilice el recorrido

{(g, b), (b,f), (f,g), (g, d), (d, b), (b, c), (c, d), (d, e), (e, a), (a, b)}.
9. Si {a, b] no es parte de un ciclo, entonces su eliminación provoca la desconexión de a y b (y
G). Si no, existe un camino simple P de a a b, tal que P junto con {a, b) proporciona un ciclo
que contiene a {a, b). Recíprocamente, si la eliminación de {a, b] de G desconecta a G,
entonces existen i , y £ V tales que el único camino simple P de x a y contiene a e = {a, b}. Si
e fuera parte de un ciclo C, entonces las aristas en (P - {e}) U (C - {e}) contendrían un
segundo camino simple que uniría x con y.
11. a) Sí b) No c) n - 1
13. La partición de V inducida por 9! produce las componentes (conexas) de G.
S-58 Soluciones
Sección 11.2- a) 3 b) G, = <£/>, donde U = [a, b, d, f, g, h, i, ./}; G, = G - {c)

pág. 547 c) G2= (W), donde W = [b, c, d, f, g, i, j}; G2=G -{a,h}
•d) b.
e)
íl
f) (i, ii, y iii)
3. a) 29 = 512 b) 3 c) (i) T (ii) 28

5. G es (o es isomorfo a) Kn, donde n = | V|.
R
7. (i) A B V (ii) Sin solución
V 1 A R 2 V A| 3 IR B| 4 ll
A
(iii) A
l 1 B B| 2 |v A| 3 IR
9. a) Hay (l/2)(7)(6)(5)(4)(3) = 1260 caminos de longitud 4 en A"7.

b) El número de caminos de longitudm enX"„, para 0 <m < n, es (l/2)(n)(n -1)(« - 2) • • • (n - m
11. (1) No (2) No (3) Sí. Hacemos corresponder a con u, b con w, c con x, d con y, e con u
y/con z.
13. ( » ) - .
15. a) Si Gi = (Vi, £i) y G2= (V2, £2) son isomorfos, entonces existe una función/: Vi -> V2 que es
inyectiva y sobre y preserva las adyacencias. Si x, y S Vt y {x, y] £ Ex, entonces [f(x),
f(y)} ^ E2. Por lo tanto, la misma función preserva las adyacencias para G~v G~¿ y pue
usarse para definir un isomorfismo para GVG2. El recíproco puede establecerse en forma
similar.
b) No son isomorfos. El complemento de un grafo que contiene al vértice a es un ciclo de
longitud 8. El complemento del otro grafo es la unión disjunta de dos ciclos de longitud 4.
17. £ Si G es el_ciclo con aristas [a, b], {b, c), {c, d], {d, e) y [e, a),
entonces G es el ciclo con aristas {a, c), {c, e), [e, b], [b, d) y
{d, a}. Por lo tanto, G y G son isomorfos. Recíprocamente, si G es
un ciclo sobre n vértices y G,G son isomorfos, entonces n =7(2) o
n= j(n)(n- 1), y n = 5.
Soluciones S-59
19. a) En este caso,/también debe conservar las direcciones. Así, {a, b) £ E, si y sólo si (/(a),
/(*>)) € E2.
b)
. /. A A A
A A A
A A A'
A A A
c) No son isomorfos. Consideremos el vértice a en el primer grafo. Es incidente a un vértice e
incidente desde otros dos vértices. Ningún vértice del otro grafo tiene esta propiedad.
Sección 11.3— 1. a ) | V | = 6 b) | V| = 1 o 2o 3 o5 0 6 0 10o 15 o 30

pág. 556 (En los primeros cuatro casos, G debe ser un multigrafo; cuando | V\ = 30, G es disconexo.)
c) |V|=6
3. a) 9
b)
a) 1^1 = 8 = 1^1; |£,| = 14 = |£ 2 |

b) Para V¡ tenemos que grad(a) = 3, grad(2>) = 4, grad(c) = 4, grad(í/) = 3, grad(e) = 3, grad(/) = 4
grad(g) = 4 y grad(/i) = 3. Para V2 tenemos grad(s) = 3, grad(í) = 4, grad(íi) = 4, grad(u) = 3,
grad(w) = 4, gradW = 3, grad(y) = 3, grad(z) = 4. Por lo tanto, cada uno de los dos grafos
tiene cuatro vértices de grado 3 y cuatro de grado 4.
c) A pesar de los resultados de las partes (a) y (b), los grafos Gx y G2 no son isomorfos.
En el grafo G2 los cuatro vértices de grado 4 (/, u,wyz) están en un ciclo de longitud 4.
Para el grafo G¡, los vértices b, c, / y g (cada uno de grado 4) no están en un ciclo de
longitud 4.
Una segunda vía para ver que Gx y G2 no son isomorfos es considerar de nuevo los
vértices de grado 4 en cada grafo. En G¡, estos vértices inducen un subgrafo disconexo que
consta de las dos aristas {b, c) y [f, g}. Los cuatro vértices de grado 4 en el grafo G2
inducen un subgrafo conexo que tiene cinco aristas, cualquier arista posible excepto {«, z).
S-60 Soluciones
9. 8\V\ < £„6„grad(i)) < A| V\. Como 2\E\ = E„ ev grad(v), se sigue que 8|V| < 2\E\ <
A\V\, por lo que 8 < 2(e/n) <, A.
11. Comenzamos con un ciclo v¡ —> u2 -> U3 —> ■ • • —> % i -» 1)2»—»1)1. Después trazamos las
aristas (v,, \)t+i}, {1)2, i ) w ) , . . . . {v¡, vM],..., [vk, \)M}. El grafo resultante tiene 2k vértices,
cada uno de grado 3.
13. (Corolario 11.1). Sea V = Vi U V2, donde Vi(V2) contiene todos los vértices de grado impar
(par). Entonces 2\E\ - E ^ grad(u) = T*eVl grad(u) es un entero par. Si |Vi| es impar,
entonces E ^ grad(-u) es impar.
(Corolario 11.2). Para la recíproca, sea G = (V, E) un grafo con un recorrido euleriano, tal
que a, b son los vértices inicial yfinal.Añadimos la arista {a, b] a G para formar un grafo más
grande G¡ = (V, E¡), donde G¡ tiene un recorrido euleriano. Por lo tanto, G¡ es conexo y cada vérti
de G\ tiene grado par. Al eliminar la arista {a, b) de G¡, los vértices de G tendrán el mismo grado pa
excepto a, b; grade (a) = gradea) -1, grado (b) = grade, ib) - 1, de modo que los vértices a, b tien
grado impar en G. Además, como las aristas de G forman un recorrido de euleriano, G es conexo.
15. a) Sean a, b, c, x, y e V tales que grad(a) = grad(¿>) = grad(c) = 1, grad(x) = 5 y grad(y) = 7.
Como grad(y) = 7, v es adyacente a los otros (siete) vértices en V. Por lo tanto, el vértice x
no es adyacente a los vértices a, byc. Como x no puede ser adyacente a sí mismo, a menos
que tengamos lazos, se sigue que grad(x) < 4 y no podemos trazar un grafo con las condi
ciones dadas.
17. n impar; n = 2 19. Sí

21. a) (i) 13 (ii) 25 (iii) 41 (iv) 2n 2 -2n + l
b) (i) 12 (ii) 24 (iii) 40 (iv) 2n 2 -2n
23. I^ ev gs(u)= |A|,Z„6vge(\))
25. Del ejercicio 23, E„ ev [gs(\)) - ge(u)] = 0. Para cada D £ V , gs(u)+ ge(\>) = n-\, por lo que
0 = (R - 1 ) 0 = 2 (B - D[gs(v)- ge(u)]
vev
= 2 [gs(u) + ge(u)][gs(i))- ge(u)]
vev
= 2l(gs(u)) 2 -(ge(u)) 2 ],
y se sigue el resultado.
Soluciones S-61
29. Sea | V| = n > 2. Como G es conexo sin lazos, para todo x e V tenemos que 1 < grad(;t) < n
- 1. Aplicamos el principio del palomar, donde los n vértices son las palomas y los n - 1 grados
posibles son los nidos.
31. a) V¡ V2 Vi Vt V5 ei e2 e3 e4 e¡ e6 e-i et e9 e10 en
Vi ' 0 1 1 0 1 ' Vi 1 1 1 0 0 0 0 0 0 0 0
V2 1 0 1 1 1 V2 0 0 1 1 1 1 0 0 0 0 0
= V3 1 1 1 1 1 7 = V3 1 0 0 0 10 0 10 11
VA 0 1 1 0 1 v4 0 0 0 0 0 1 0 1 1 0 0
v¡ . 1 1 1 1 1 . v5 Lo í o i o o i o i i o .
b) Si existe un camino de longitud dos entre v¡ y x>j, lo denotamos con {i),, vk], {vk, Vj}.
Entonces a¡k = aw = 1 en A, y el elemento /, j en A2 es 1. Recíprocamente, si el elemento i,
de A2 es 1, entonces existe al menos un valor de k, 1 S k S n, tal que aik= ai¡¡= 1 y esto ind
la existencia de un camino {,ui, x)k}, {ut, x>¡] entre los vértices í-ésimo yy-ésimo de V.
c) Para 1 £ i, j < n, el elemento i, j de A2 cuenta el número de caminos distintos de longitud
dos entre los vértices i'-ésimo y/-ésimo de V.
d) Si D está en la parte superior de la columna, la suma de los elementos de ésta es el grado de
\) si no hay un lazo en i>. En caso contrario, grad(v) = [(suma de la columna para x>) - 1] +
2(número de lazos en v).
e) Para cada columna de /, la suma de sus elementos es 1 para un lazo y 2 para una arista que
no sea un lazo.
1.
Sección 11.4- En esta situación, el vértice b está en la región formada por las
pág. 573 aristas {a, d), {d, c], {c, a] y el vértice e está fuera de esta re
gión. Por lo tanto, la arista {b, e] cruzará una de las aristas {a, d],
{d, c], o {a, c] (como se muestra).
Número de vértices Número de aristas

11 28
18 77
m+n mn
b) m = 6
5. a) Bipartito b) Bipartito c) No bipartito
7. a) (?)© b) m(2) + «(T) = (l/2)(mn)[m+n-2]
c) ( m ) ( n ) ( m - l ) ( n - l ) = 4C?)(2)
9. a) 6 b) (1/2)(7)(3)(6)(2)(5)(1)(4) = 2520 c) 50,295,168,000
d) (l/2)(n)(m)(n - l)(m - \){n - 2) • ■ • (2)(n - (m + l))(l)(n - m)
11. Separamos V como V U V2, con | Vt [ = m, | V21 = v - m. Como G es bipartito, el número
máximo de aristas que puede tener es m(y> -m) = -[m - Cu/2)]2+ (\)/2)2, una función de m. Para
un valor dado de u, si x> es par, m = vil maximiza m(i> - tri) = (W2)[D - (W2)] = (u/2)2. Para
impar, m = (y - l)/2 o m = (\) + l)/2 maximiza m(x> -m) = [(t) - l)/2][u - ((x> - l)/2)] = [Cu
l)/2][Cu + l)/2] = [{v + \)/2][v - «v + l)/2)] = Cu2- l)/4 =|_(\>/2)2J< (v/2)2. Por lo tanto, si
| E | > (v>/2)2, G no puede ser bipartito.
13. a) 3 «:{1,2} /:{4,5}
fe: {3,4} g:{2,5}
c:{l,5} h: {2,3}
d:{2,4} /: {1,3}
e:{3,5} /: {1,4}
S-62 Soluciones
b) G es (isomorfo a) el grafo de Petersen. [Véase la Fig. 11.48(a).]

15. 9
17. a) Hay 17 vértices, 34 aristas y 19 regiones; y v - e + r = 17 - 34 + 19 = 2.
b) Tenemos 10 vértices, 24 aristas y 16 regiones; i) - e + r = 10 - 24 + 16 = 2.
19. 10
21. En caso contrario, gradCu) 2: 6 para todo X> 6 V. Entonces le = Xuev,grad(u) > 61 V|, de modo
que ¿ > 31 V|, lo que contradice e < 31 V| - 6 (Corolario 11.3).
23. a) 2e>kr = k(2 + e-v)=>(2-k)e^k(2-v)=>e<[k/(k-2)](v-2)
b) 4
c) En K}, 3, tenemos e = 9 y x> = 6. [kl(k - 2)](u - 2) = (4/2)(4) = 8 < 9 = e. Como K3¿ es conex
debe ser no plano.
d) En este caso, k = 5, v = 10, e = 15 y [*/(* - 2)](\) - 2) = (5/3)(8) = (40/3) < 15 = e. El grafo
de Petersen es conexo, por lo que debe ser no plano.
25. El dual del tetraedro [Fig. 11.54(b)] es el grafo mismo. Para el grafo (cubo) de lafigura11.54(b),
su dual es el octaedro y viceversa. De la misma forma, el dual del dodecaedro es el icosaedro
y viceversa.
27. (i) {{k,m},{m,s}} (ii) {{;,*}, {k,s},{k,m}}
29.
1. a)
Sección 11.5—
pág. 585
7\ "© "0 "V
3. a) Ciclo hamiltoniano: a-* g—t k-* Í'-»/I-»¿>—»c-»d —> y -»/—» e —» a
b) Ciclo hamiltoniano: a-* d-* b -> e -> g -*j -> i - > / - * h-* c—> a
c) Ciclo hamiltoniano: a —»/i -* e —»/—> g -*i—id —*c -* b —* a
d) Camino hamiltoniano: a->c->d-»fc->e -»/-> £
e) Camino hamiltoniano: a - > ¿ - > c - > ¿ - > e -*j -ti-*h-*g - * / - » *-W-»m->/»-»o
f) Ciclo hamiltoniano: a - » ¿ - > c - » d - > e -»,/' -»í'-»/i-»g-W-»7n-»7i-»0->í->.r-»
r -> <? -» p —»fc->/-» «
5. d) Si eliminamos cualquiera de los vértices a, b o g, el subgrafo resultante tiene un ciclo
hamiltoniano. Por ejemplo, al eliminar el vértice a encontramos el ciclo hamiltoniano b ->
</->c-»/-»g ->e -*b.
e) Existe el siguiente ciclo hamiltoniano si eliminamos el vértice g: a —>b —»c —»¿-»e->
j —»o —»n—»/—>/! —»m -» / —>/t -»/—> a. Ocurre una situación simétrica al eliminar el
vértice i.
7. a) (l/2)(n-l)! b) 10 c) 9
9. Sea G = (V, E) un grafo no dirigido, sin lazos ni ciclos impares. Suponemos que G es conexo
(en caso contrario, trabajamos con las componentes de G). Seleccionamos cualquier vértice de
Soluciones S-63
V y sean Vi = {x> £ V|d(x, v¡), la longitud del camino más corto entre x yx> es impar} y V2
[w £ V\d(x, w), la longitud del camino más corto entre* ywes par}. Observe que (i) x £ V2,
(ii) V= V, U V2 y (iii) V, n V2 = 0. Afirmamos que cada arista {a, b) en A tiene un vértice en
V! y el otro en V2. Para ver esto, suponemos que e = {a, b] £ £ con a, ¿ £ V^. (La demostración
para a,b £ V2 es similar.) Sean £„= {{a, i>i}, {Dj, 1)2}, . . . , {x>m-\, x}}, las m aristas en un
camino más corto de a a x y £¡,= {{¿», uj}, {\>¡, vi] {vi-i, *}} las n aristas en un camino
más corto de b a x. Observe que m y n son ambos impares. Si {Uj, D 2 , . . . , IV]} f~) {\)¡, v>2,..
•. "o'n-i} = 0 entonces el conjunto de aristas E' = {{a, b}} U Ea U Eb proporciona un ciclo imp
en G. En caso contrario, sea vv( ^ x) el primer vértice en que se encuentran los caminos y sea E"
el conjunto
{{«, b}} U {{a, v,}, {u,, 1%},. •., K M» U {{6, v[}, {vi M},-.., W, >v}},
para algunos 1 ) = 1 ge(« = 2
gs(c) = 0 ge(c) = 3 gs(c) = 1 ge(c) = 2
gs(d) = 1 ge(¿0 = 2 gs(¿) = 1 ge(¿) = 2
gs(a) = 1 ge(a) = 2 gs(a) = 0 ge(a)= 3

gs(b) = 1 ge(¿)= 2 gs(¿) = 2 ge(fc) = 1
gs(c) = 2 ge(c) = 1 gs(c) = 2 ge(c) = 1
gs(d) = 2 ge(d) = 1 gs(¿) = 2 ge(á)= 1
13. Para el multigrafo de la figura dada, | V| =4, grad(a) = grad(c) = grad(rf) = 2 y grad(¿) = 6. Por
lo tanto, grad(x) + grad(v) > 4 > 3 = 4 - l para dos vértices x, y £ V no adyacentes, pero el
multigrafo no tiene un camino hamiltoniano.
15. Para todos x.y £ V, grad(JC) + grad(v) > 2[(n - 1 )/2] = n - 1, de modo que el resultado se sigue
del teorema 11.8.
17. Para n ¿ 5, sea C„= (Vf £) el ciclo con n vértices. Entonces C„ tiene un ciclo hamiltoniano (en
realidad, es un ciclo hamiltoniano), pero para todo u £ V, gradeo) = 2 < nll.
S-64 Soluciones
19. Esto se sigue del teorema 11.9, puesto que para todos los vértices x, y & V (no adyacentes),
grad(x) + grad(y) = 12 >_11 = | V|.
21. Si n = 5, los grafos C¡ y C¡ son isomorfos y ambos son ciclos hamiltonianos con cinco vértices.
Para n > 6, sean u, x> vértices no adyacentes en C„, Como grad(w) = grad(u) = n - 3, tenemos
que grad(«)+ grad(u2= 2n - 6. Además, In - 6 > n <=> n > 6, de modo que se sigue del teorema
11.9 que el cocido C„ contiene un ciclo hamiltoniano si n > 6.
23. a) El camino simple i> —> "0| —> \>2 —» \>3 —> • • • —> u„_i proporciona un camino hamiltonian
para Hñ. Como grad(D) = 1, el grafo no puede tener un ciclo hamiltoniano.
b) En este caso, | £ | = ("2')+ !• (Así, e l número de aristas necesario en el corolario 11.6 no
puede disminuirse.)
25. a) (i) {a,c,f,h},{a,g} (ii) {z}, {u,w,y}
b) (i) p(G) = 4 (ii) p(G) = 3
c) (i) 3 (ii) 3 (iii) 3 (iv) 4 (v) 6 (vi) El máximo de m y n
\ / \
d) El grafo completo con | / | vértices
27. a) 5; 6 b) 17 c) 33 d) 1 + 2"
Sección 11.6— 1. Trazamos un vértice por cada especie de pez. Si dos especies x, y deben mantenerse en peceras
pág. 595 distintas, trazamos la arista {x, y}. El número mínimo de peceras necesarias es entonces el
número cromático del grafo resultante.
3. a) 3 b) 5
5. a) P(G,X) = X(k-iy
b) Para G = KUn, tenemos que P(G, X) = X(k - 1)".
X(*>.») = 2
7. a) 2 b) 2 (n par); 3 (n impar)
c) Figura 11.54(d): 2; Figura 11.57(a): 3; Figura 11.80(i): 2; Figura 11.80(ii): 3
9. a) (1) X(\ - 1)2(X - 2) 2 (2) \ ( \ - 1)(\ - 2)(X2 - 2X + 2)
2
(3) \(X - 1)(\ - 2)(\ - 5 \ + 7)
b) (1) 3 (2) 3 (3) 3
c) (1) 720 (2) 1020 (3) 420
11. a) \ ( \ - 1) 2 (\ - 2) 2
b) \(X - 1)(\ - 2) 2 (\ 3 - 4 \ 2 + 6X - 3)
c) \ ( \ - 1)(\ - 2) 3 (\ 3 - 4X2 + 6X - 3)
d) \ ( \ - 1)(X - 2)4(X3 - 4X2 + 6X - 3)
13. a) X(X - 1)(X - 2) b) Se sigue del teorema 11.10
c) Se sigue de la regla del producto
d) P(Cn, X) = P(Pn, X) - P(C„-U X) = X(X - I)"" 1 - P(C-U X)

= [(X-1) + 1](X-1)"-1-/'(C„-1,X)
= (X-l)" + (X-ir1-/'(C„-1)X),
así P(C„, X) - (X - 1)" = (X - I)"" 1 - P(C„-U X).
Si reemplazamos n con n - 1 obtenemos
P(C„-U X) - (X - I)"" 1 = (X - I)"" 2 - P(Cn-2, X).

Por lo tanto,
P(Cn, X) - (X - 1)" = P ( C _ 2 , X) - (X - I)"" 2 .
e) Si continuamos a partir de la parte (d),
P(Cn, X) = (X - 1)" + (-1)"- 3 [P(C 3 , X) - (X - l) 3 ]
= (X - 1)" + ( - l ) - l [ X ( X - 1)(X - 2) - (X - l) 3 ]
= (X-l)" + (-l)-(X-l).
Soluciones S-65
15. Del teorema 11.13, el desarrollo de P{G, X) contendrá exactamente una ocurrencia del polinomio
cromático de Kn. Puesto que no aparece un grafo más grande, este término determina el grado
como n y el coeficiente principal es 1.
17. a) Para n E Z+, n > 3, sea C„ el ciclo con n vértices. Si n es impar, entonces x(C») = 3. Pero
para cualquier u en C„, el subgrafo C„ - u es un camino simple con n - 1 vértices y x(C„ -1>) =
2, por lo que para n impar, C„ es crítico respecto del color.
Sin embargo, si n es par, tenemos que %(Cn) = 2 y para cualquier v en C„, el subgrafo C„-x>
es un camino simple con n - 1 vértices y X(C„- \)) = 2. En consecuencia, los ciclos con un
número par de vértices no son críticos respecto del color.
b) Para cualquier grafo completo Kn, con n > 2, tenemos XÍK„) = ny para cualquier vértice X>
en Kn, Kn- u es (isomorfo a) Af„_i, de modo que x(Kn- u) = n - 1. En consecuencia, todo
grafo completo con al menos una arista es crítico respecto del color.
c) Supongamos que G no es conexo. Sea G¡ una componente de G tal que X(Gi) = x(G) y sea
G2 cualquier otra componente de G. Entonces x(Gi) 5: %(G2) y para todo t> en G2, tenemos
que x(G -X>) = x(Gi) = X(G), de modo que G no es crítico respecto del color.
Ejercicios 1. n = 17
complementarios— 3. a) Etiquetamos los vértices de K6 como a, b,...,/. De las cinco aristas sobre a, al menos tres
pág. 602 tienen el mismo color, digamos, el rojo. Sean [a, b], [a, c], {a, d] estas aristas. Si las aristas
{b, c), {c, d), [b, d) son todas azules, se sigue el resultado. Si no, una de estas aristas,
digamos [c, d},es roja. Entonces, las aristas {a, c}, {a,d}, [c, d) producen un triángulo rojo.
b) Consideremos a las seis personas como vértices. Si dos personas son amigas (desconoci
das), dibujamos una arista roja (azul) que conecte sus vértices respectivos. El resultado se
sigue entonces de la parte (a).
5. a) Podemos volver a dibujar G2 como
u w y
b) 72
7. a) 1260 b) 756
c) (Caso 1: p es impar, p = 2k + 1 para k E N.) Tenemos mn caminos simples de longitud p = 1
(cuando k = 0) y (m)(n)(m - 1 )(n - 1) • • • (m - k)(n - k) caminos simples de longitud p = 2k +
1 >3.
(Caso 2: p es par, p = Ik para k G Z+.) Cuando p < 2m (es decir, k < ni), el número de
caminos simples de longitud/; es (l/2)(m)(n)(m - l)(n - 1) • • • (n - (k - l))(m - k) +
(l/2)(n)(m) (n - \)(m - 1) • • • (m - {k - \)){n - k). Para p = 2m tenemos (l/2)(n)(m)(/i - 1)
(m - 1) • • ■ (m - (m - l))(n - m) caminos simples de longitud (máxima) 2m.
9. Ul-l)(K-2)2(X2-3X + 3)
11. a) Sea / independiente y [a, b) € E. Si a y b no están en V-1, entonces a, b E / y como son
adyacentes, / no es independiente. Recíprocamente, si / C V con V-1 un recubrimiento de
G e / no es independiente, entonces existen vértices x, y e / tales que {x, y] E E. Pero
[x, y} E E => x o y está en V -1.
b) Sea / un conjunto maximal independiente, de tamaño máximo, en G y K un recubrimiento
mínimo. De la parte (a), | K\ < | V - / | = | K | - | / | e | / | > | V-AT| = | V|-|JC|, o |íT| + | / |
> | V | > |AT| + | / | .
13. a) vn=vn-¡ + 2,n>2,v, =2
v„ = 2n, n s 1
b) e„ = e„-, +2v„_1=<?„_1 + 4n - 4 , n > 2 , <?, = 0
e„ = 2n(n - 1), n > 1
S-66 Soluciones
c) f„ = í„_, + 2€„_! = í„_! + 4(« - l)(n - 2), n > 3, h = 0(= íi)

í„ = (4/3)« 3 - 4« 2 + (8/3)n, n a 2 (o n == 1)
15. a) \V\=2n;\E\ = 3n-2 (n > 1)
b) a„ = a„-i + a„- 2 , a0 = fli = 1
On= í'n+i» el (« + l)-ésimo número de Fibonacci
17. a„ = a„-i + 2a„-2, a\ = 3, a2 = 5
fl„ = ( - l / 3 ) ( - l ) " + (4/3)(2"), « a l .
19. a) 7 ( G ) = 2;P(G) = 3;x(G) = 4
b) G no tiene un recorrido euleriano, ni un circuito euleriano; G tiene un hamiltoniano.
c) G no es bipartito, pero es plano.
21. a) %(G) > co(G). b) Son iguales.
23. a) El término constante es 3, no 0. Esto contradice el teorema 11.11.
b) El coeficiente principal es 3, no 1. Esto contradice el resultado del ejercicio 15 de la sección
11.6.
c) La suma de los coeficientes es - 1 , no 0. Esto contradice el teorema 11.12.
25. a) Kn b)\V\= 2- = , Pi' l £ l = InwPM c
~> k^ = n'G tiene
ZWi) aristas
'
d) n = 2 : p ! = l, p 2 2 l
pi = 2, p2>2
n = 3:pi = l, p2=l, ^3^1
Pi = h P2 = 2, p3 = 2
p¡ = 2, p2 = 2, Pi = 2
n = 4: p¡ = 1, p 2 = 1, p 3 = 1, p* = 1
pi = l, p 2 = l , P 3 = l , P4 = 2
Capítulo 12
Árboles
Sección 12.1— 1. a)
pág. 612
f^^ft/n n
b) 5
3. a) 47 b) 11
5. Los caminos simples
7.
b
9. Si existe un único camino simple entre cada par de vértices de G, entonces G es conexo. Si G
contiene un ciclo, entonces existe un par de vértices A:, y con dos caminos simples distintos que
los unen. Por lo tanto, G es un grafo no dirigido, conexo, sin lazos, sin ciclos y, por lo tanto, es
un árbol.
13. a) En la parte (i) de la figura dada encontramos el grafo completo bipartito K2,3. Las partes (ii)
y (iii) proporcionan dos árboles recubridores no isomorfos para K2,3.
b) Salvo isomorfismo, éstos son los únicos árboles recubridores de K23.
Soluciones S-67
15.
17. a) Si el complemento de T contiene un conjunto de corte, entonces la eliminación de estas
aristas desconecta a G y existen vértices x, y sin un camino que los una. Por lo tanto, T no
es un árbol recubridor de G.
b) Si el complemento de C contiene un árbol recubridor, entonces cada par de vértices en G
tiene un camino simple que los une, y este camino no incluye aristas de C. Por lo tanto, la
eliminación de las aristas en C de G no desconecta a G, y así, C no es un conjunto de corte
deG.
19. a) (i) 3, 4, 6, 3, 8, 4 (ii) 3, 4, 6, 6, 8, 4
b) Ningún vértice colgante del árbol dado aparece en la sucesión, por lo que el resultado es
cierto para estos vértices. Si se elimina una arista {x, y} y y es un vértice colgante (del árbol
o de alguno de los subárboles resultantes), grad(x) se decrementa en 1 y se coloca x en la
sucesión. Al continuar el proceso, (i) este vértice* se convierte en un vértice colgante en un
subárbol y es eliminado, pero ya no vuelve a registrarse en la sucesión, o (ii) el vértice* se
deja como uno de los últimos dos vértices de una arista. En ambos casos, x se enumera en la
sucesión (grad(x)-l) veces.
c)
d) De la sucesión dada se conoce el grado de cada vértice en el árbol.

Paso 1: Hacemos el contador i igual a 1.
Paso 2: De los vértices de grado 1, seleccionamos el vértice x> con la etiqueta mínima. Esto
determina la arista {x>, x¡\. Eliminamos u del conjunto de etiquetas y reducimos el
grado de x¡ en 1.
Paso 3: Si i < n - 2, incrementamos i en 1 y regresamos al paso 2.
Paso 4: Si i = n - 2, los vértices (etiquetas) x„_3, x„_2 están unidos por una arista si xn_-¡ í x„_2,
(En este caso, el árbol es completo.)
Sección 12.2— 1. a) f,h,k,p,q,s,t b) a c) d

pág. 631 d) e,f,j,q,s,t e) q, t f) 2
g) k, p, q, s,t h) 4 i) No j) m = 3
3. a) I + w-xy * ir | ¿3 b) 0.4
5. Orden previo: r, j , h, g, e, d, b, a, c, f, i, k, m, p, s, n, q, t, U, w, u
Orden simétrico: h, e, a, b, d, c, g, f, j , i, r, m, s, p, k, n, 1), /, w, q, u
Orden posterior: a, b, c, d, e, f, g, h, i, j , s, p, m, v, w, t, u, q, n, k, r
7. a) (i)y(iü) (")
¿2 -:<
rr5
§s
S-68 Soluciones
b) (i)
9. G es conexo.
11.
-X a
r
A b
\'..
(a) (b) (0
a) El árbol que se muestra en la parte (a) de la figura tiene n vértices y las enumeraciones en
orden previo y simétrico de estos vértices son i),, x>2, u 3 , . . . , x>„_¡, x>n.
b) En la parte (b) de la figura tenemos un árbol binario con m vértices y las enumeraciones en
orden posterior y simétrico de estos vértices son um, u„_i,.. . , u3,\>i, i>i.
c) Si Tu T2 deben ser árboles binarios completos, ya no podemos tener | V |, | V21 — 3. Debe
mos ser más específicos en relación con el número de vértices; en particular, | V, | y | V21 no
pueden ser pares. Pero incluso esto no es lo suficientemente bueno, ya que cualquier árbol
binario completo con tres o más vértices debe contener un subárbol como el que se muestra
en la parte (c) de la figura. Y cuando consideramos la forma de enumerar estos tres vértices:
Orden previo: r, a, b
Orden posterior: a, b, r
Orden simétrico: a, r, b,
vemos que en un árbol binario completo ya no es posible tener una lista en orden simétrico
igual a la lista en orden previo o posterior.
13. Teorema 12.6
a) Cada vértice interno tiene m hijos, de modo que hay mi vértices que son hijos de algún otro
vértice. Esto sirve para todos los vértices del árbol excepto la raíz. Por lo tanto, n = mi+l.
b) k + i = n = mi + 1 =* h = (m - l)í + 1
c) k = (m - l)í + 1 => 1 = (k - l)/(m - 1)
n = mi + 1 => i = (n - \)lm.
Corolario 12.1
Como el árbol es equilibrado, m w logm(An"-1) < l 0 g m (€) < l o g m K )

4> (h - 1) < logm € s h => h = pog m (]
Soluciones S-69
15. a) 102; 69
17. a) b) 9; 5 c) h{m - 1); (h - 1) + (m - 1)
19. 21845; 1 + m + m2 + • • • + m"'1 = (m* - l)/(m - 1)

21. (1,2, 3 , 4 ) - | 5 , 6 , 7 , 8|
H) 0 12) 13) 0 14) (9) 0 (10) (11) 0 (12) |5) 0 (6) 17) 18)
Sección 12.3— 1. a) L,: 1,3,5,7,9 L2: 2,4,6,8,10

pág. 638 b) Supongamos que m < n.
Lt: 1,3,5,7,... ,2m — 3, m + n
L2: 2,4,6,8, . . . , 2 m - 2 , 2 m - l , 2 w , 2 m + l , . . . , m + n - l
3. a)
Sección 12.4— 1. a) tear b) tatener c) rant

pág. 644 3. a: 001 c: 1000 e: 01 g: 00001 i: 11
b: 000001 d: 0001 /: 1001 h: 101 j : 000000
5. 55,987
7.
Mejore la parte (a) del paso 2 para el algoritmo del árbol de Huffman como sigue. Si existen
n(> 2) de tales árboles con pesos mínimos en la raíz p y p\ entonces
S-70 Soluciones
(i) si p <p' y n - 1 de estos árboles tienen p' como peso en la raíz, seleccione un árbol (con
peso p' en la raíz) con peso mínimo; y
(ii) si p = p' (y los n árboles tienen el menor peso en la raíz), seleccione dos árboles (de peso
p en la raíz) de mínimo peso.
Sección 12.5— 1. Los puntos de articulación son b, e, f, h, j , k. Las componentes biconexas son fl¡: {{a, b}}\
Pág- 649 B2: {{d, e}}; B3: {{b, c}, {c,f}, {/, e}, {e, b}}; B<: {{/, g}, {g, h}, {h,f}};
B5: {{h,i},{',j},{j,h}}; B6: {{j,k}}; B7: {{k,p},{p,n},{n,m},{m,k},{p,m}}.
3. a) T puede tener tan pocos puntos de articulación como n - 2. Si T contiene un vértice de
grado (n - 1), entonces este vértice es el único punto de articulación. Si T es un camino
simple con n vértices y n - 1 aristas, entonces los n - 2 vértices de grado 2 son todos puntos
de articulación.
b) En todos los casos, un árbol con n vértices tiene n - 1 componentes biconexas. Cada arista
es una componente biconexa.
5. X (G) = m á x { X ( 5 , ) | l s ( < * } .
7. Siempre tenemos prof(y2) = prof(y,) = 1. (Nota: Los vértices yx y y2 siempre están en la misma
componente biconexa.)
9. En caso contrario, seau £ V u n punto de articulación de G. Entonces K(G - v>) > K(G) = 1. (Por
el ejercicio 17 de la sección 11.6, sabemos que G es conexo.) Ahora, G - u es disconexo, con
componentes Hu H2,. . . , H, para / > 2. Para 1 ¡ E H,. Entonces H¡+ x> es u
subgrafo de G-u i + i y %(H¡+ x>) £ x(G-U*i)<X(G)- ( E n e s t e c a s o - ^ í = u i ) Ahora, sea%{G) =
n y sea {c¡, c 2 , . . . ,c„} un conjunto de n colores. Para cada subgrafo H¡+ x>, 1 con a lo sumo n - 1 colores y podemos usar
Ci para colorear el vértice u para todos estos t subgrafos. Entonces podemos unir estos í subgrafos
en el vértice u y obtener una coloración propia de los vértices de G donde usamos menos de
n(= %(G)) colores.
Ejercicios 1. a) Si G es un árbol, lo consideramos como un árbol con raíz. Entonces hay X opciones para
complementarios— colorear la raíz de G y (X - 1) opciones para colorear cada uno de sus descendientes. El
pág. 652 resultado se sigue entonces de la regla del producto.
Recíprocamente, si P(G, X) = X(X - l)""1, entonces, como el factor 1 aparece solamente
una vez, el grafo G es conexo.
P(G,\) = X(\-1)"-'
= X" - (n - 1)X"_1 + • ■ • + ( - I ) " " 1 X^> G tiene n vértices
y (« - 1) aristas. Por lo tanto, G es un árbol [por la parte (d) del teorema 12.5].
b) De la parte (a), P(G, 1) = 0 y P{G, 2) = 2 > 0, de modo que x ( Q = 2.
c) Para cualquier grafo G = (V, E), si e € E, entonces P(G, X) = P(Ge, X) -P{G'„ X) de modo
que P(G, X) < P(G„ X). Si G es conexo pero no es un árbol, eliminamos una arista de cada
ciclo de G hasta que el subgrafo obtenido sea un árbol recubridor 7 de G. Entonces P(G, X) <
P(T, X) = X(X - l)""1. [Recordemos que P(G, X) es el número de coloraciones propias de los
vértices de G con X colores. Por lo tanto, P(G, X) < P(T, X) se interpreta aquí como una
desigualdad entre dos números, no como dos polinomios.]
3. a) 1011001010100
b) (i) J\ (ü)
Soluciones S-71
c) Puesto que los dos últimos vértices visitados en un recorrido en orden previo son hojas, los
últimos dos símbolos en la sucesión característica de cualquier árbol binario completo son 00.
5. a) 32; 31; 62 b) 2o; T- 1; 2(2°- 1)
7. Suponemos que G = (V, E) es conexo (en caso contrario, trabajamos con una componente de
G). Como G es conexo, y gradCu) a 2 para todo u G V, el teorema 12.4 implica que G no es un
árbol. Pero cualquier grado no dirigido conexo sin lazos que no sea un árbol debe contener un
ciclo.
9. Para 1 <('(<«), sea *, = el número de vértices x> tales que grad(\)) = i. Entonces JC, + *2 + • • • + *„_, =
|V| = | £ | + 1, de modo que 21E\ = 2(-l + Xi + x2+- • ■ + *„-i). Pero 2 | £ | =Z viev grad(u) =
(xi+2*2+3*3+ ••• + ( n - 1 )JC„-I). Despejamos x¡ en2(-l + *, + *2 + • • • + *„_,) = *i+2x 2 + • ■ ■ +
(n- \)xn.¡ y obtenemos que*,= 2 + *3 + 2x4+ 3*5 + ■ ■ ■ + (n-3)*„_i= 2+Egrl<1<„.)23 [grad(t),)-2].
11. a) G2 es isomorfo a £5. b) G2 es isomorfo a Kt.
2
c) G es isomorfo a AT„+i, de modo que el número de aristas nuevas es ("2 ) - n = (2).
d) Si G2 tiene un punto de articulación *, entonces existen u, u G V tales que cada camino
simple (en G2) d e u a u pasa por x. (Esto se sigue del ejercicio 2 de la sección 12.5.) Como
G es conexo, existe un camino simple C (en G) de u a u. Si * no está en este camino simple
(que también es un camino simple en G2), entonces contradecimos el hecho de que x sea un
punto de articulación en G2. Por lo tanto, el camino C (en G) pasa por* y podemos escribir
C: u —> «i —»• • • -+ M„_I —» K„ —»* —> t>m —> tVi -»•••—» U] —» u. Pero entonces, en G2,
añadimos la arista {«„, ,um}, con lo que el camino simple C" (en G2) dado por C: u —> u, -+
> M„_i -» «„ -> \)„ -> Um-i -» • > \), -> \) no pasa por x. Por lo tanto, * no es un punto
de articulación en G2, y G2 no tiene puntos de articulación.
13. a) {„ = t„_i + f„_2, para n > 3 y 5, = C2 = 1 • Puesto que ésta es precisamente la relación de recurrencia
de Fibonacci, tenemos que 1 n=F„, el n-ésimo número de Fibonacci, para n > 1.
b) i„ = iM_i + <„-2 + 1, n > 3, Í'I = Í2 = 0
¿, = (l/V5)a"-(l/V5)P"-l = F . - l , n > l
d) La altura de T¡ es 0; para n > 2, la altura de T„ es n - 2.
15. a) Para los árboles recubridores de G hay dos casos exhaustivos y mutuamente excluyentes:
(i) La arista {*i, y-¡} está en el árbol recubridor: estos árboles recubridores se cuentan en b„.
(ii) La arista {*i,yi} no está en el árbol recubridor: en este caso, las aristas {x¡,x2}, [yuyi]
están ambas en el árbol recubridor. Al eliminar las aristas {x¡,x2}, {y¡,y2} y {*i,yi} del
grafo escalera original, ahora necesitamos un árbol recubridor para el grafo escalera
resultante con n - 1 peldaños. En este caso, tenemos <v, árboles recubridores.
b) b„=b„-x + 2aH-u n>2
c) a„ - 4 o „ - i + a„- 2 = 0, « 2 2
an = (1/(2 V3))[(2 + V^)" - (2 - V3)"], n > 0
17. a) (i) 3 (ii) 5
b) a„ =a„-i +a„-2, « s 3 , <Ji = 2, a2 = 3
on= £>i+i> el (n + l)-ésimo número de Fibonaccci
Capítulo 13
Optimización y emparejamiento
Sección 13.1 — 1. a) En caso contrario, sea v, G S tal que 1 , como un vértice v enS para cual
U I U ffl +l ffl +l *
d(v0, v) es un mínimo.
b) Supongamos que hay un camino simple dirigido más corto (en G) de u 0 a x>k. Si este camino
simple pasa por un vértice en S, entonces tenemos una contradicción por la parte (a). En
S-72 Soluciones
caso contrario, tenemos un camino simple dirigido más corto C" de i)0 a Ut y C" sólo pasa
por vértices de S. Pero entonces C" U {(r>k, uk+1), (vM, vM),..., ("u„,_„ x>„), (x>„, vmfi)}
un camino simple dirigido (en C) de t)0 a i),„+1 y es más corto que el camino C.
3. a) d(«, ¿) = 5; d(«, c) = 6; d(a,f) = 12; ¿(a, g) = 16; d(a, h) = 12
b)/:(fl,c),(c,/) g:(a,b),(b,h),(h,g) h:(a,b),(b,h)
5. Falso. Consideremos el siguiente grafo ponderado. ,, 2
Sección 13.2— 1. El algoritmo de Kruskal genera la siguiente sucesión (de bosques), que termina en un árbol
pág. 670 recubridor minimal 7 de peso 18.
(1) R = {{eM (2) F2 = F1U{{a,¿>}} (3) F3 = F2U{{¿.,c}}
(4) F* = F3U{{d,e}} (5) F5 = F<U{{e,f}} (6) F6 = F5U {{«,*}}
(7) F, = F6U{{d,g}} (8) Fs=T = F,U{{f,i}}
3. a) Evansville-Indianápolis (168); Bloomington-Indianápolis (51): South Bend-Gary (58);
Terre Haute-Bloomington (58); South Bend-Fort Wayne (79); Indianápolis-Fort Wayne
(121).
b) Fort Wayne-Gary (132); Evansville-Indianápolis (168); Bloomington-Indianápolis (51);
Gary-Soutj Bend (58); Terre Haute-Bloomington (58); Indianápolis-Fort Wayne (121).
5. a) Para determinar un árbol óptimo de peso maximal, reemplazamos las dos ocurrencias de
"pequeño" en el algoritmo de Kruskal por "grande".
b) Usamos las aristas: South Bend-Evansville(303); Fort Wayne-Evansville (290); Gary-
Evansville (277); Fort Wayne-Terre Haute (201); Gary-Bloomington (198); Indianápolis-
Evansville (168).
7. Cuando todos los pesos de las aristas son distintos, se selecciona una única arista en cada paso
del algoritmo de Kruskal.
1. a) Í = 2;t = 4;w=5;x=9;_y =4 b) 18
Sección 13.3- c) (i) P = {a,b,h,_d,g,i};P = {z} (ii) P = {a,b,h,d,g};P = {i,z}
pág. 681 (iii) P = {a,h};P = {b,d,g,i,z}
3. (1) b 15 14 d (2)
* * * 20,20
15.12
/ 8,6 / 12,12 *
El flujo maximal es 32, El flujo maximal es 23,
que es c(P, P) para que es c(P, P) para
P= {a, b,d,g, h}yP = {/, z} P = {a}yP = {b,g,i,i,d,h,k,z}.
5. En este caso, c(e) es un entero positivo para cada e E E y el flujo inicial está definido como
f(e) = 0 para todo e e A. El resultado se sigue, pues en cada aplicación del procedimiento de
etiquetado el incremento en elflujoproviene de la segunda componente de una etiqueta, donde
dicha componente es siempre un entero positivo; cuando un vértice tiene una etiqueta negati
va, el decremento en el flujo nunca produce un valor negativo para dicho flujo.
Soluciones S-73
Sección 13.4— 1. 5/(5) = 1/14

pág. 691 3. Sean cv cy . . . , c6 los comités, de acuerdo con la forma en que fueron enumerados en el
ejercicio.
a) Seleccionamos los miembros como sigue: C] - A; c2 - G; c3 - Ai; c4 - N; c¡ - C;c6- R.
b) Seleccionamos los que no son miembros como sigue: c, - C; c2 - A; c3 -G;c4- J; c5 - Ai; c6 - P.
5. a) Un 1-factor para un grafo G = (V, E) consta de aristas que no tienen vértices en común. Así,
el 1-factor contiene un número par de vértices, y como recubre a G, debemos tener que | V|
es par.
b) Consideremos el grafo de Petersen como se muestra en la figura 11.48(a). Las aristas
{e,a} {b,c} {d,i} {g,j} {/>}
proporcionan un 1-factor para este grafo.

c) Hay (5)(3) = 15 factores uno para K6.
d) Etiquetamos los vértices de Kln como 1, 2, 3, . . . , 2n - 1, 2n. Podemos asociar 1 con
cualquiera de los demás 2n - 1 vértices; entonces, en el caso n > 2, debemos encontrar un
1-factor para el grafo Km^: En consecuencia,
a„ = (2n - l)fl„-i, a¡ = 1.
Tenemos que
a„ = (2n - l)a„_, = (2« - l)(2n - 3)a„_2 = (2n - l)(2n - 3)(2« - 5)an-3 = ...
= (2n-l)(2n-3)(2/i-5)---(5)(3)(l)
(2n)(2n - l)(2n - 2)(2n - 3) • ■ ■ (4)(3)(2)(1)
(2n)(2n-2)---(4)(2)
_ (2n)l
2"(n\)
7. Sí, Blanca puede hacer tal asignación. Sea X el conjunto de solicitantes y y el conjunto de
trabajos de tiempo parcial. Entonces para cada x S X, y € Y, trazamos la arista (*, y) si el
solicitante* está calificado para el trabajo de tiempo parcialy. Entonces grad(;c) > 4 > grad(y)
para todos x e X, y e Y y el resultado se sigue del corolario 13.3.
9. a) (i) Seleccionamos i de A¡ para 1 < i < 4.
(ii) Seleccionamos i + 1 de A¡ para 1 41A \, pues grad(a) a 4 para todo aE.A.
De la misma forma, e < 51R(A) \, pues grad(fc) < 5 para todofce R(A). Así, 5|/f(A)| £ 4 | A |
y8(A)= | A | - \R(A)\ < | A | - ( 4 / 5 ) | A | =(1/5)|A| S (1/5)|X| = 2. Entonces, como 8(G) =
máx{d(A)|A C X}, tenemos que 8(G) < 2.
13. a) 8{G) = 1. Un emparejamiento maximal de Xen y está dado por
U*i.y 4 }, [x1,y2], {jr3,y,}, {^,y 3 }}.
b) Si 8(G) = 0, existe un emparejamiento maximal de X en y y P(G) = | Y\, o \Y\ = p(G) -
8(G). Si d(.G) = k > 0, sea A C X tal que | A | - | R(A) \ = k. Entonces A U (Y- R(A)) es un
S-74 Soluciones
conjunto independiente maximal de tamaño máximo en G y p(G) = \A\ + \Y-R{A)\ = \Y\

+ (\A | - \R(A) |) =\Y\+ 8(G), de modo que | Y\ = p(G) - 8(G).
c) Figura 13.27(a): *,, x2, x„ y2, y4> y5}; Figura 13.29: {x}, x4, y2, y3, y4}.
Ejercicios 1- ¿(«,&) = 5 d(a,c) = 11 d(a,d) = 7 d(a,e) = 8

complementarios— d(a,/) = 19 ¿(a,g) = 9 d(«,fc) = 14
pág. 696 [Observe que el lazo en el vértice g y las aristas (c, a) de peso 9 y (f, e) de peso 5 no son
importantes.]
3. a) La arista e¡ se selecciona siempre en el primer paso del algoritmo de Kruskal.
b) Utilizamos de nuevo el algoritmo de Kruskal y seleccionamos la arista e2 en la primera
aplicación del paso 2, a menos que cada una de las aristas e,, e2 sea incidente con los
mismos dos vértices; es decir, que las aristas eu e2 formen un circuito y G sea un multigrafo.
5.
7. d„, el número de desórdenes de {1, 2, 3 , . . . , «}.

9. Los vértices [en el grafo lineal L{G)] determinados por E' forman un conjunto independiente
maximal.
Capítulo 14
Anillos y aritmética modular
Sección 14.1— 1. (Ejemplo 14.5): -a = a, -b = e, -c = d, -d = c, -e = b

pág. 707 (Ejemplo 14.6): -s = s,-t = y, -v = x, -w = w, -x = v,~y = t
3. a) (a + b) + c = (b + a) + c Ley conmutativa de +
= b + (a + c) Ley asociativa de +
= b + (c + a) Ley conmutativa de +
b) d + a(b + c) = d+ (ab + ac) Ley distributiva de • sobre +
= (d + ab) + ac Ley asociativa de +
= {ab + d) + ac Ley conmutativa de +
= ab +{d + ac) Ley asociativa de +
c) c(d + b) + ab = ab + c(d + b) Ley conmutativa de +
= ab + (cd + cb) Ley distributiva de • sobre +
= ab + {cb + cd) Ley conmutativa de +
= {ab + cb)+ cd Ley asociativa de +
= {a + c)b + cd Ley distributiva de • sobre +
5. a) (i) La operación binaria cerrada ©es asociativa. Para cualesquiera a, b, c E Z, tenemos que
(a®b)®c = (a + b-l)®c = (a+b-l) + c-l = a + b+c-2,
y
a®{b®c) = a®(b + c - l) = a + (b + c - \) - \ = a + b + c -2.
(ii) Para la operación binaria cerrada O y cualquier a, b, c € Z, tenemos
(a 0¿>)0c = (a + b - ab)Qc = (a + í> - ab) + c - (a + b - ab)c
= a + b—ab+c-ac — be + abe = a + b + c — ab — ac -be + ab
Soluciones S-75
y
aO(bOc) = a 0(b + c - be) = a + (b + c - be) - a(b + c - be)
= a + b+c-bc-ab-ac + abe = a + b + c-ab-ac-bc + abe.
En consecuencia, la operación binaria cerrada 0 también es asociativa.
(iii) Por último, dados los enteros a, b, c, tenemos que
(b ®c)Oa = (b + c - l)Qa = (b + c - 1) + a - (b + c - í)a
= b+c — l + a — ba — ca+a=2a + b+c — l — ba — ca,
y
(bOa)®(cOa) = (b + a - ba)®(c + a -ca)
= (b + a-ba) + (c + a-ca)-l = 2a + b + c-l-ba-ca.
Por lo tanto, también se cumple la segunda ley distributiva.
c) Fuera del cero, la única unidad es 2, pues 2 © 2 = 2 + 2 - (2 ■ 2) = 0, el elemento unidad para
(Z, 0, 0).
d) Este anillo es un dominio de integridad, pero no un cuerpo. Para cualesquiera a, b e Z
vemos que a O b = 1 (el elemento cero) => a + b - ab = 1 => a(l - b) = (1 - b) => (a - 1)(1 -
¿ O = 0 = * a = l o í > = l , d e modo que no hay divisores propios de cero en (Z, ©, O).
7. Por el ejercicio anterior, sabemos que necesitamos determinar las condiciones sobre k, m para las que
se cumplen las leyes distributivas. Como O es conmutativa, nos centraremos en una sola de estas leyes.
Si x,y,z(= Z, entonces
xQ{y®z) = (xOy)®(xOz)^>
xO(y + z-k) = (x+y- mxy) © (x + z - mxz)
4>* + (y + z -k) -mx(y + z -k) = {x +y -mxy) + (x + z -mxz) - k
^>x +y + z -k— mxy - mxz + mkx = x + y - mxy +x + z - mxz - k
^>mkx =x^>mk = l=>m =fc= l o m = k= — 1, pues m,kEZ.
9. a) Verificaremos una de las leyes distributivas. Si a, b, c (E Q, entonces
aO(b®c) = aO(b+c+7)
= a + (b+c + 7) + [a(b + c + 7)]/7
= a+b+c + 7 + (aft/7) + (ac/7) + a,
mientras que
(aOb)®(aOc) = (aOb) + (aOc) + 7
= a + b + (ofe/7) + a + c + (ac/7) + 7
= a +fc+ c + 7 + (ab/7) + (ac/7) + a.
Además, el número racional -7 es el elemento cero, y el inverso aditivo de cualquier núme
ro racional a es -14 - a.
c) Para cualquier o £ Q , a = aOu = a + u +{aull) => u[\ +(a/7)] = 0 => u = 0, puesto que a
es arbitrario. Por lo tanto, el número racional 0 es el elemento unidad de este anillo. Ahora,
sea a £ Q , tal que a £ - 7, el elemento cero del anillo. ¿Podemos encontrar b £ Q tal que
a 0 b = 0; es decir, tal que a + b + (ab/7) = 0? En este caso, a + b + (ab/7) = 0 =» b(\ + a/7
= - a => b = (- a)/[\ + (a/7)]. Por lo tanto, todo número racional distinto de -7 es una unidad.
d) Por la parte (c) sabemos que (Q, ©, O) es un cuerpo. Para verificar que también es un
dominio de integridad, sean a,b €E Q tale;, que a 0 b = -7. Tenemos entonces que a 0 b =
-7 =* a + b + (ab/7) = -7 =» a{\ + (b/7)] = - b - 1 => a[7 + b] = (-1)[7 + b](7) => (a +
(¿ + 7) = 0=>a + 7 = 0ofc + 7 = 0=»a = -7oí> = -7. En consecuencia, no existen divisores
propios de cero (el número racional -7) y (Q, ©, 0 ) es un dominio de integridad.
11. b) 1 , - 1 , i, -i
b
13. [« ^ = (l/(ad-bc))[_dc "*], ad-bcíO
S-76 Soluciones
15. a) xx =x(t +y)=xt + xy =t + y =x

yt = (x + t)t=xt + tí = t + t = s
yy = y(t + x) = yt + yx = s + s = s
tx = (y + x)x =yx+xx=s+x=x
ty = (y+x)y=yy+xy=s+y=y
b) Como tx = x ¿ t = xt, este anillo no es conmutativo.
c) No hay elemento unidad y, por lo tanto, tampoco unidades.
d) El anillo no es dominio de integridad ni cuerpo.
Sección 14.2— 1. Teorema 14.10(a). Si (5,+, •) es un subanillo de i?, entonces a - ¿>, ab £ 5 para todos a, ¿ E S .
pág. 714 Recíprocamente, sea a E S. Entonces a-a=zf=Syz-a=-aGS. Además, si b E S,
entonces -b E S, de modo que a - (- b) = a + b E S y S es un subanillo por el teorema 14.9.
3. a) (ab)(b-x a"1) = «(¿fc-1)^1 = auax = aal = « y (ir1 a'l)(ab) = ¿"'(a'1 á)b = b~xub = blb = u, por
lo que ab es una unidad. Como el inverso multiplicativo de una unidad es único, (ab)'1 =
b-lt
i5
b) -34Ji
5. (-«)-> = -(«->)
7. a) Los subanillos son {A:}, {A:, y} y {x, y, s, t).
b) Todos los subanillos de la parte (a) son también ideales.
9. El conjunto 5 no es vacío pues L> J € 5 , para x - y = 0.
Para v w £ S, donde x, y, i>, w E Z, tenemos que

I* y \ u w
(i) xx y x> w = [ ¿ _ v y - w j > u n elemento de 5, y
. y.
x y fu H>] fru + yu xw + yw] ...
íü) x y | u wj = [ ^ + yu w + y w J . que también es un elemento de 5.
11. z£5,r=»zE5nr=>5nr ¿ 0.a,fc£5nr=
a + b,abeT=*a + b,abeSr\T.a£Sn 7"=>a< ! S y a E 7/=> - a E S y - a E T=> - a €
SHT. Por lo tanto, S D Tes un subanillo de i?.
13. En caso contrario, existen a, b E S tales que a G Tu a (£ T2 y b £ T2, b (£ T¡. Como 5 es un
subanillo de i?, esto implica que a + b & S. Por lo tanto, a + b E T, o a + b £ T2.
Supongamos sin pérdida de generalidad que a + b GT¡. Como a&Tu tenemos que - n E T,,
de modo que por ser la suma cerrada en Tt tenemos entonces (-«) + (a + b) = (-a + a) + b =
b £ 7,, una contradicción. Por lo tanto, S C T, U 7/2 => 5 C r, o 5 C 7/2.
0
15.
» [i °J c)
0J
d) 5 es un dominio de integridad, mientras que R es un anillo no conmutativo con elemento
unidad.
17. Como za = z, se sigue que z £ N(a) y N(a) ¿ 0. Si r¡,r2G N(a), entonces (r, -r2)a = rxa - r2a =
z-z = z,de modo que r¡ - r2 E N(a). Por último, si r € N(a) y Í £ i?, entonces (rí)a = (sr)a =
s(rá) = sz = z, por lo que rs,sr E N(a). Por lo tanto, N(a) es un ideal, por la definición 14.6.
19. 2
21. a) a = au £ ai? pues u E /?, de modo queaR ^ 0. Si aruar2 (= aR, entonces art- ar2= a(r¡- rj £
a/?. Además, para ar, £ a/? y r £ /?, tenemos que Kan) = (¿""1)'' = afor) E a/?. Por lo tanto, ai?
es un ideal de i?.
Soluciones S-77
b) Sea aSR,a £ z, Entonces a = a u € aR, por lo que aR = R. Como u£R = aR,u = ar para
algún r e R y r = a'1. Por lo tanto, R es un cuerpo.
23. a)(*)(49) b)7 4
c) Sí, el elemento (w, «, M, U) d) 44
25. a) Los elementos (1,1, 0), (0, 1, 2/3), (-5, 0, 2) y (0, 0, -1/2) son todos divisores propios de
cero en/í. Por ejemplo, en el caso de (1,1,0), consideramos el elemento distinto de cero (0,
0, 1). En este caso, (1, 1,0) • (0, 0, 1) = (1 • 0, 1 • 0, 0 • 1) = (0, 0, 0).
b) Sea (m, n, s) G R. Entonces (m, n, s) es un divisor propio de cero si y sólo si al menos uno
de los números m, n, s no es cero y al menos uno de los números m, n, s es cero. La
alternativa es ver que (m, n, s) es un divisor propio de cero si y sólo s i | / n | + | n | + | ¿ | ^ 0
y mns = 0.
d) Sea (m, n, s) G R. Entonces (m, n, s) es una unidad de R si y sólo si m = ±1, n = ±1 y s £ 0.
[Además, si (m, n, s) es una unidad de R tenemos que (m, n, s)~l = (m_1, n'\ s'1) = (m, n,
*"').]
27. b) Si R tiene un elemento unidad «, definimos a°= u, para a G R, a í z. Si a es una unidad de
R, definimos <r" como (a~')" para n G Z*.
Sección 14.3— 1. a) -6, 1, 8,15 b) -9, 2,13, 24 c) -7,10, 27,44

pág. 721 3. Como a = b (mod n), podemos escribir a = b + kn para algún t e Z . Y m | n = > n = lm para
algún í 6 Z. En consecuencia, a = b + kn = b +(kl!)m y a = b (mod m).
5. Si n es impar, consideremos los n - 1 números 1, 2, 3 , . . . , n - 3, n -2 y n - 1 como (« - l)/2
pares: 1 y (n - 1), 2 y (n - 2), 3 y (n - 3 ) , . . . , n - (^-) - 1 y n -(-^f1-)- La suma de cada par es
n, que es congruente con 0 módulo n. Por lo tanto, J)" i' = 0 (mod TI). Si n es par, considera
mos los n - 1 números 1, 2, 3 , . . . , (n/2) - 1, (n/2), (n/2) +1 n - 3, n - 2, n - 1 como
(n/2) - 1 pares; a saber, l y n - l , 2 y n - 2 , 3 y n - 3 , . . . , (n/2) - 1 y (n/2) + 1, y el número
(n/2). Para cada par, la suma es n, o 0 módulo n, de modo que ^ i = (n/2) (mod n).
7. No, 2 Sí 3 y 3 3¡ 5, pero 5 $ 8. Además, 2 Sí 3 y 2 2ft 5, pero 4 2ft 15.
9. a) [17]"1 = [831] b) [100]'1 = [111] c) [777]"1 = [735]
11. a) 16 unidades, 0 divisores propios de cero
b) 72 unidades, 44 divisores propios de cero
c) 31116 unidades,30 divisores
2 propios de cero
i3. [( r)+2(T)+( r)cn ]/(T)
15. a) Para n = 0 tenemos 10°= 1 = 1(-1)°, de modo que 10° s (-1)° (mod 11). [Como 10 - (-1) =
11, 10 = (-1) (mod 11), o 10's (-1)1 (mod 11). Por lo tanto, el resultado también es cierto
para n = 1.] Supongamos que es cierto el resultado para n = k > 1 y consideremos el
caso para k + 1. Entonces, puesto que 10* = (-1)* (mod 11) y 10 = (—1) (mod 11), tenemos
10**1 = 10* • 10 s (-1)*(-1) = (-1)**1 (mod 11). El resultado se cumple entonces para todo
n G N, por el principio de inducción matemática.
b) Si *„*„_,.. . JC2 *,*()= *n ■ 10"+ JC„_I • 10""'+ • • • +*2 • 102 + JC, ■ 10 + x0 denota un entero con
(n + 1) dígitos, entonces
n
X„X„-L . .x2xix0=(-l) x„ + (-íy^Xn-x + ■■■+x2-xi+x0 (mod 11).
Demostración:
x„x„-x.. .x2xíx0 = x„-10" + *„_, • 10"-1 + • • • +x2-102 +x¡ ■ 10 + Xo
^x„{-iy+x„-1(-iy-, + ---+x2(-i)2 + x1(-i) + xo
= (-l)"x„ + (-lf-'xn-i + ■ ■ ■ +x2-JC, +x0 (mod 11).
c) (i) d = 1 (ii) d = 4
17. 9
19. Sean g = mcd(a, n), n = mcd(¿, n). [a = b (mod n)] => [a = b + kn, para algún k G Z] =¡> [g | b y
h\a]. [g\by g\n] =>g|ñ; [h\a y h\n] => h\g. Como g, ñ > 0, se sigue que g = h.
21. a) 112 b) 031-43-3464
S-78 Soluciones
Sección 14.4— 1. J - > 0, t-> 1, v-> 2, w-+ 3, x-> 4, y - * 5

pág. 728 3. Sean (/?, +, •), (5, ©, 0) y (T, +', •") los anillos. Para cualesquiera a, b e R, (g 0f)(a + b) =
(g(flfl + ¿») = g(/(o) e / ( « ) = g(J(a)) +' g(f(b)) = (g ofM +' (g o/X«. Además, (g „/)(« • ¿>)
(íCfla • « ) = g(A«) ©/(*)) = «(/(«)) •' «(/(*>)) = (í o/)(fl) •' (g o/)(fc). Por lo tanto, g o/es un
homomorfismo de anillos.
5. a) Como/(z,¡) = zs, se sigue que ZRE Ky K¿0. Six, y E K, entonces f(x - y) =/(x + (-y)) =
/(x) ®f(-y) =/(*) ©/(y) = Zs Qzs = Zs, de modo que x - y E K. Por último, si x E ÍT y r G
R, entonces/(rx) =/(r) 0/(jr) =/(r) Qzs = zs yf(xr) =f(x) 0/(r) = zs Qf(r) = zs, de modo
que rx, xr E K. En consecuencia, K es un ideal de R.
b) El núcleo es {6n | n E Z }.
7. a) AC (enZ20) /(*) (enZ4 x Z5) x (enZaO f(x) (enZ 4 x Z3)

0 (0,0) 10 (2,0)
1 0,1) 11 (3,1)
2 (2,2) 12 (0,2)
3 (3,3) 13 (1,3)
4 (0,4) 14 (2,4)
5 (1,0) 15 (3,0)
6 (2,1) 16 (0,1)
7 (3,2) 17 (1,2)
8 (0,3) 18 (2,3)
9 (1,4) 19 (3,4)
b) (i) /((17)(19) + (12)(14)) = (1,2)(3,4) + (0,2)(2,4) = (3,3) + (0,3) = (3,1), y

/- , (3,1) = 11
9. 4 b) 1 c) No
11. MP2)=P\I-1P)=P(P-I)
*(/>)■ *(/>) = (/> " I ) 2
4>(p?)=W(l-¿)(l-¿) = ( / » - l ) ( í - l )
*(/>)• 4>(9) = ( P - I ) ( f - 1 )
4>(P3)=P3(I-ÍP)=P3-P2=P\P-1)
p(p-i)2
(P-1)3
(p22-p)(q-í)
(p -p)(q-í)
(p - l)\q - 1)
(p-l)(q-l)(r-l)
(p-l)(q-l)(r-l)
(p-l)(?-l)(r-l)
(p-l)(q-l)(r-l)
(p°-p-1)(q''-qb-1)(rc-r<-1)
13. No. Z4 tiene dos unidades, mientras que el anillo del ejemplo 14.4 sólo tiene una.
15. Es mejor usar la forma del programa, puesto que el producto de matrices es más preciso que la
inversión de una matriz. Si se calcula primero la inversa, entonces el error de redondeo se
puede incrementar al elevar la inversa a la cuarta potencia.
Ejercicios 1. a) Falsa. SeanR = ZyS=Z\

complementarios- b) Falsa. Sean R = ZyS={2x\xeZ]
pág. 732 c) Falsa. Sean R = M (Z) y 5 =
!] aEZ
Soluciones S-79
d) y e) Verdaderas.
f) Falsa. El anillo (Z, +, •) es un subanillo (pero no un cuerpo) en (Q, +, •)•
g) Falsa. Para cualquier primo p, {a/(p") \ a, n G Z, n > 0} es un subanillo de (Q, +, •).
h) Falsa./(6) = 12 =/(2 • 3), pero/(2) -/(3) = (4)(6) = 24.
i) Falsa. Consideremos el cuerpo de la tabla 14.6.
j) Verdadera.
a) [a + a = (a + a)2=a2+ a2+ a2+a2 = (a + a) + (a + a)] => [a + a = 2a = z]. Por lo tanto,
-a = a.
b) Para cualquier a GR, a + a = z=>a = -a. Para a,b G R, (a + b) = (a + b)2= a2+ab + ba +
b2=a + ab + ba + b=$ab + ba = z=*ab = -ba = ba, por lo que R es conmutativo.
5. Como az = z = za para todo u G / í , tenemos que z G C y C i= 0. Si x, y G C, entonces (x + y)a =
xa + ya = ax + ay = a(x + y), (xy)a = x(ya) = x(ay) = (xa)y = (ax)y = a(xy) y (- *)a = - {xa) =
- {ax) = a(- x), para todo a G /?, de modo que jt + y, xy, - * G C. En consecuencia, C es un
subanillo de R.
Como m, n son primos relativos, podemos escribir 1 = ms + nt donde 5,í G Z. Como m, n > 0,
se sigue que uno de los números s o / debe ser positivo y el otro negativo. Supongamos (sin
pérdida de generalidad) que s es negativo, de modo que 1 - ms = nt > 0.
Entonces a"= b" => (a")'= (&")' =» «"'= 6"' => 0'-*"=ft1"""=> aía")'"" = ¿P(¿>",)'-S). Pero como
- s > 0 y a " = fe", tenemos (a™)1"1' = (fc"1)'"1'. En consecuencia,
([(a m ) ( - s) = (í>m)<-s) ^ Z ] A[a(amy-S) = í>(Z>m)(-s)])=>a = ¿,

ya que podemos usar la ley de cancelación para el producto en un dominio de integridad.
9. Seanx = at + buy = a2+ b2, con a„ a2 G A yfc],i>2 G B. Entonces x - y = ( a i - a2) + (¿1- b2) G
A + fl. S i r G / ? y a + ¿ G A + fi, con a G A y i> G B, entonces ra G A, rb G fl y r(a + 2>) G A
+ fl. De manera similar, (a + 2>)r G A +B y A + ñ es un ideal de R.
11. Consideremos los números x¡, xt + x2, xt + x2+ x¡,. . ., x¡ + x2+ x^+ • • ■ + x„. Si uno de estos
números es congruente con 0 módulo n, se sigue el resultado. Si no, existen 1 < i <j < n tales
que (x, + x2 + ■ ■ ■ + x¡) = (x, + • ■ • + x¡ + xM + • • • + x^Xmod n). Por lo tanto, n divide a (x,+1 +
• • • + Xj).
13. a) 1250 b) 1953 c) 3/16
15. a) 0 b) 5 c) 0
d) 5, si el último dígito de n es 5;
0, si el último dígito de n es 0.
Capítulo 1 5
Álgebra booleana y funciones
de conmutación
b
Sección 1 5 . 1 - *• ■) * ) l £
) 1 d
> 1 «> 1
(2n)
pág. 743 3. a) 2" b) 2
La siguiente tabla muestra el crecimiento del número de funciones booleanas respecto del
crecimiento del número n (de variables booleanas).
2(2»)
n
1 4
2 16
3 256
4 65,536
5 4,294,967,296
6 18,446,744,073,709,551,616
S-80 Soluciones
a) f.n.d.xyz + xyz + xyz +xyz +xyz

f.n.c. (x + y + z){x + y + z)(x + y + z)
b) /=Sm(2,4,5,6,7)= riM(0,l,3)
7. a) 2
M
b) 26 c) 26 d) 249 e) 27 f) 232; 28
9. m + k = 2"
11. a) y +xz b) x + y c) wx + z d) xi + x2 + x3 + x4 +
13. a) (i) / g h fg Jh ** fg+Jh+gh fg+fh

0 0 0 0 0 0 0 0
0 0 1 0 1 0 1 1
0 1 0 0 0 0 0 0
0 1 1 0 1 1 1 1
1 0 0 0 0 0 0 0
1 0 1 0 0 0 0 0
1 1 0 1 0 0 1 1
1 1 1 1 0 1 1 1
La alternativa es fg+fh = (fg +J)(Jg + h) = (/ + /)(g +/)(/g + h) =

Hg +?)(fg + h)=fgg +gh +Jfg +fh =fg+gh+0g +fh =fg+gh +jh.
(Ü) fg+fg+?g+?g=f(g+g)+Kg+g)=f-i+?-i=f+?=i
b) (i) (f + g)(?+h)(g + h) = (f + g)(?+h)
(ü) (f + g)(f + g)(? + g)(? + g) = 0
15. a) / © / = O ; / 0 / = l ; / © l = / ; / 0 O = /
b) (i) feg = 0&fg+Jg = 0=>fg=Jg = 0.\f=lyfg=0]^g=l.\f=OyJg = 0]^
g = 0. Por lo tanto,/= g.
(iii) ?®g=fgz + h=?g+fg=fg+?g=f®g
(iv) Éste es el único resultado que no es verdadero. Cuando / tiene el valor 1, g tiene el
valor 0 y h el valor 1 (o g tiene el valor 1 y h el valor 0), entonces/© gh tiene valor 1
pero (f® g)(f® h) tiene valor 0.
(v) fg ®fh =Jgfh + fgfh = (/ + g)fh +fg(?+h)=ffh+fgh+ ffg + fgh =
fgh+fgh=f(gh+gh)=f(g®h)
(vi) ?®g=fg+fg=fg+fg=f@g
f@g =fg+fg = (? + g)(f + g) =fg +fg =f@g
Sección 15.2- 1. a) x@y = (x+y)(xy) y —"—
pág. 754
b) xy
x+ y
3. a)
Soluciones S-81
5. f(w,x,y,z) = wxyz + (w +x + y)z
;H>—[>-
(a) (b)
a) La salida es (x + y)(x + y) + y. Esto se simplifica a x + (y y) + y = x + 0 + y = x + y y nos

proporciona la red equivalente, más sencilla, de la parte (a) de la figura.
b) En este caso, la salida es (x + y) + (xy + y), que se simplifica a xy + xy + y = xy + xy + y =
x ( y + y ) + y = x ( l ) + y = x + y . Obtenemos la red equivalente, más sencilla, de la parte (b) de
la figura.
9. a) f(w,x,y) =xy + xy b) f(w,x,y)=x
c) f(w,x,y,z)=xz+xz
d) f(w, x,y,z) = wyz + xyz + wyz + xyz
e) f(w, x,y,z) = wy + wxz + xyz
f) f(v, w,x,y, z) = vwxyl + vwxl + vxyz + wxz + vwy + vyz
11. a) 2 b) 3 c) 4 d) ¿t + 1
13. a) | / - ( 0 ) | = | / - > ( 1 ) | = 8 b) | / - ' ( 0 ) | = 12, | / - , ( l ) l = 4
o irl(o)i = i4, ir i (i)i=2 d) \ri{o)\=A, i/-(i)i = i2
Sección 15.3- 1. ico + wx>y + uxz + uyz + wz
pág. 760 3. Las partes (a) y (c) son ciertas.
b) En la figura 15.12, sean L>,= {c, d}, D2 = {a, g}.
d) Sean£>,= {a},D2= {d} en la figura 15.12.
5. a) f(w,x,y,z) = z
b) f(w,x,y,z) = xyl + xyz + xyz
c) f(v, w,x,y, z) =vyl + wxyz + vwl + vxy
Sección 15.4— 3. a) 30 b) 30 c) 1 d) 21 e) 30 f) 70
pág. 771 5. a ) w < 0 :=> w ■ 0 = w. Pero w ■ 0 = 0, por la parte (a) del teorema 15.3.
c) y < z - => yz = y y y ¿ z => yz = y. Por lo tanto, y = yz = (yz)z = y(zz) = y ■ 0 = 0.
7. y < x
9. Por el teorema 15.5(a), six,,x 2 son átomos distintos yx,x 2 ^ 0, entonces X\ — X\ Xj ~~ X2 X\ — X21
una contradicción.
11. No. Sean <SH= {a, b, c] y 93 = (^(«U), U , D , ~ , 0, stt). Si 93,= {0, % {a), {b), [a, b]]_,
entonces 93, satisface las condiciones dadas, pero no es una subálgebra de 93. Por ejemplo, {a}
* » i .
13. a ) / ( 0 ) = / ( « ) p a r a c a d a x e S S , . / ( x x ) = / W / ( T ) = / W / W = 0 .
b) Se sigue de la parte (a) por dualidad.
c) x ^y &xy = x =>/(xy) =f(x) ^f{x)f(y) = /(x)0/(x) </(y)
e) 5, ¿ 0=>/(5,) ¿ 0. Sean x2,y2Ef(Sí) con x„ y, € 5 , y/(x,) =x 2 ,/(y,) = y2. Entonces
/t*i + y i ) = /(x,) + /(y,) = x2 + >: y *i + yi e S,. Por lo tanto, x2 + y2 e /(S,). Además,
x
2 =f(x¡)=f(xl) y comox, €E S,, se sigue quex 2 €E /(Si). Por el ejercicio 10(d),/(S,) es
una subálgebra de 93;.
15. a) f(xy) =fWW) = / ( * + y) =m rf(>) = /(*) -f(y) = / ( ? ) -/(y) = /(x) -/(y)
b) Sean 93,, 932 álgebras booleanas tales que/: 93, —► 932 es uno a uno y sobre. Entonces/es
un isomorfismo si/(x) = f(x) yf(xy) =f(x)f{y) para todos x,y € 93,. [Se sigue de la parte
(a) por dualidad.]
17. Para cada 1 < Í < n, (x, + x2 + ■ ■ ■ +x„)x, =x,x j +x 2 x,+ ■ • • +x,_, x¡+ x¡x¡ + xM x¡ + ■ ■ ■ +x
0 + 0 + • • • + 0 + x, + 0 + • • ■ + 0 = x„ por la parte (b) del teorema 15.5. En consecuencia, el
teorema 15.7 implica que (x, + x 2 + ■ ■ • + x„)x = x para todo x € 93. Como el elemento uno es
único (a partir del ejercicio 12), concluimos que 1 = x, + x2 + ■ • • + x„.
S-82 Soluciones
Ejercicios 1. a) (i) Cuando n = 2, x, + x2 denota la suma booleana de x, y x2. Para n > 2, definimos x, + x2+
complementarios— + • • • + xn + xn+1 de manera recursiva como (x, + x2 + • • • + xn) + x v (Podemos dar u
pág. 774 definición similar para el producto booleano.) Paran = 2, xl + x 2 = 3t, x2 es cierto; ésta
es una de las leyes de DeMorgan. Supongamos que el resultado es cierto para n = k( > 2)
y consideremos el caso n = k + 1.
(xi + x 2 + • • • + xk + xk+1) = (xi + x2 + • ■ • + xk) + xk+1
= ( X i + X 2 + ■•• +**)**+1
= XiX2 " • • XkXk+\
En consecuencia, el resultado es verdadero para todon > 2, por el principio de inducción
finita.
(ii) Se sigue de la parte (i) por dualidad.
(iü) í 2"»i x¡) (IT-i x¡) ~ (î + x2 + ■ • • + xn) (xj + xj + — h xü'). Esto tiene el valor 0 si x, =
0 para todo 1 £ i < n, o si xj = 0 para todo 1 £ i £ n. En ambos casos, X! x^ + x2 x^ +
• • • + x„ x7 tiene el valor 0. En los demás casos, la expresión tiene el valor 1 y existen
x„ xM, 1 £ í £ n - 1, tales que uno tiene el valor 0 y el otro 1, o x„ tiene el valor 0(1)
mientras que xx tiene el valor 1(0). En estos casos, xx xj + x2 xj + • • • + x„ x\ también
tiene el valor 1.
W (Iir.i^)(Sr-i-«i) = {xi+xi)(x2+x7)- ■ • (x„-, + x7i)(x„ + xl)
3. Ella sólo puede invitar a Natalia y a Carmen.
5. Si x < z y y £ z, entonces, por el ejercicio 6(b) de la sección 15.4, tenemos x + y £ z + z. Por
la ley de idempotencia, tenemos z + z = z. Recíprocamente, supongamos que x + y £ z. Tene
mos que x £ x + y, pues x(x + y) = x + xy (por la ley de idempotencia) = x (por la ley de
absorción). Como x £ x + y y x + y £ z , tenemos x £ z, pues un orden parcial es transitivo. (La
demostración de que y £ z es similar.)
7. a) x £ y ^ > x + x ^ y + x = > l s y + x = ^ y + x = x + y = 1. Recíprocamente,
x +y = l = > x ( x + y ) =x- l = ^ x x ( = 0 ) + x y = x ^ > x y = x = ^ > x < y .
b) x s y 4>xy = x ^>xy = (xy)y = x(yy) = x ■ 0 = 0. Recíprocamente,
xy =0=>x = x - l = x ( y +y)=A;y + x y = x y y x = x y = > x ^ y .
9. a) /(w, x,y, z) = wx +xy
b) g(v, tv, x, y, z) = vwyz + xz + wyl + xy z
11. a) 2(2"_1) b) 2 4 ;2" + 1
13. a) Si n = 60, existen 12 divisores, y ningún álgebra booleana contiene 12 elementos, pues 12
no es potencia de 2.
b) Si n - 120, existen 16 divisores. Sin embargo, si x = 4, entonces x = 30 y x • x = mcd(x, x) =
mcd(4, 30) = 2, que no es el elemento cero. Así, no se satisfacen las leyes de los inversos.
15. Si c £ a, entonces ac = c, de modo que ab + c = ab + ac = a(b + c). Recíprocamente, si ab + c =
a(b + c)-ab + ac, entonces ac = ac + 0 = ac +(ab + ~aB) = (ab + ac)+ ~a¡) = (ab + c)+ ~at>
(ab + í¡Z>) = c, y ac = c => c £ a.
Capítulo 16
Grupos, teoría de la codificación
y método de enumeración de Polya
Sección 16.1— 1. a) Sí. El neutro es 1 y cada elemento es su propio inverso.

pág. 783 b) No. El conjunto no es cerrado bajo la suma y no hay neutro.
c) No. El conjunto no es cerrado bajo la suma.
d) Sí. El neutro es 0; el inverso de 10« es 10(-n) o -lOn.
e) No. La función/: A -* A tal que/(x) = 1 para todo x e A no es invertible.
Soluciones S-83
f) Sí. El neutro es 1A y el inverso de g: A -* A es g"1: A-* A.

g) Sí. El neutro es 0; el inverso de a/(2") es (- a)/(2").
3. La resta no es una operación binaria (cerrada) asociativa en Z. Por ejemplo, (3 - 2) - 4 = - 3 =£
5 = 3 - (2 - 4).
5. Como x, y E Z = * . x + y + l E Z , la operación es una operación binaria cerrada (o Z es cerrado
bajo o). Para w, x, y E Z, w°(x°y) = wo(x + y+\) = w + (x + y+l)+l=(w + x+l)+y+\ =
(w o x) o y, de modo que la operación binaria es asociativa. Además, x ° y = ; c + y + 1 = y +x +
1 = y o x, para todos x, y E Z, por lo que o también es conmutativa. Si x E Z, entonces x ° (-
1) = x + (-1) + 1 = x[ = (-1) o x], de modo que -1 es el elemento neutro de o. Por último,.para
cada x E Z, tenemos que - x - 2 6 Z y x o (-* -2) = x + (-x - 2)+ 1 = -1 [ = (-* -2) o * ] , por lo
que -x - 2 es el inverso de x bajo o. En consecuencia, (Z, o) es un grupo abeliano.
7. ^20 = {1,3,7,9,11,13,17,19}
t/24 = {1,5,7,11,13,17,19,23}
9. a) El resultado se sigue del teorema 16.1(b) pues (a"1)"1 y a son inversos de a'1.
b) (¿r 1 a-')(ab) = b-\a~la)b = b'\e)b = b^b = ey (aí>)(¿T V 1 )

= a{bb-x)a~l = a{e)a-' = aa~l = e
Así, ¿"'a'1 es un inverso de ab; por el teorema 16.1(b), {ab)~x = ír'cr 1 .
11. a) {0}; {0,6}; {0,4,8}; {0,3,6,9}; {0,2,4,6,8,10}; Z12
b) {1}; {1,10}; {1,3,4,5,9}; Zf,
c) {TTO}; {ir0,iTi,iT2}; {iTo,ri}; { T O , ^ } ; {ir 0 ,r 3 }; S3
13. a) Hay 10: cinco rotaciones con un ángulo i(72°), 0 3), existen 1n movimientos rígidos. Existen n rotaciones con
ángulos ¿(360%), 0 < i < n - 1. Existen n reflexiones. Para n impar, cada reflexión es
respecto de una recta que pasa por el vértice y por el punto medio del lado opuesto. Para n
par, existen n/2 reflexiones respecto de rectas que pasan por los vértices opuestos y n/2
reflexiones respecto de rectas que pasan por los puntos medios de los lados opuestos.
15. Comoeg = ge para todog £ G, se sigue quee (=Hy H£ 0- SiJC, y E //, entoncesxg = gxy yg =
gy para todo g E G. En consecuencia, (xy)g = x(yg) = x(gy) = (xg)y = (gx)y = g(ry) para todo
g E G, y tenemos que xy £ H. Por último, para cada x E H, g £ G, *g~' = g~lx. De este modo,
(xg'*)'1 = (g_1 x)~' o gx'1 = x~'g y x'1 E H. Por lo tanto, H es un subgrupo de G.
17. b) (i) 216
(ii) Hx = {{x, 0, 0) | x E Z6} es un subgrupo de orden 6
#2= {U-J, 0) |x, y £ Z6, y = 0, 3} es un subgrupo de orden 12
Hy= {{x, y, 0) |*, y E Z6) tiene orden 36
(iii) - ( 2 , 3 , 4 ) = (4,3,2); - ( 4 , 0 , 2 ) = (2,0,4); - ( 5 , 1 , 2 ) = (1,5,4)
Secciónr 16.2— 1. b) /(<r') -/(a) =/(«-' ■ a) =f{eG) = *„ y/(a) -/(cr1) =f(a ■ a"') =/(« 0 ) = e¡r de modo que/(¿r 1 )
pág. 790 es un inverso de/(a). Por la unicidad de los inversos (Teorema 16. Ib), se sigue que/(a _1 ) =
V-y [/(fl)]-'.
3. Sia + bj3=c + dj3 , entonces a - c = (á -fc)^/J • Parad-b 4= 0, tenemos que VJ ={a-c)l
(d - b), lo que contradice el hecho de que VJ sea irracional. Por lo tanto, d- b = 0, de modo que
d=bya-c = (d-b)Jí = 0 => a = c. Recíprocamente, [(a =-■ c) A (b = ¿)] => [(a = c) A ( ¿ ^ 3 =
¿ V3)] => a + 6 V3 = c + á V3 •
5. /(0) = (0,0) / ( l ) = (1,1) /(2) = (2,0)
/(3) = (0,1) /(4) = (1,0) /(5) = (2,1)
7. /(4,6) = - 5 g , + 3 g 2
S-84 Soluciones
9. a) c(ir0) = l,c(iri) = c(ir2) = 3, o(r,) = c(r2) = c(r3) = 2

b) (Véase la Fig. 16.6) o(nb) = 1. ofat) = 6(TQ = 4, c(n2) = c(n) = o(r2) = c(r3) = c(r4) = 2
11. a) Los elementos de orden 10 son 4, 12, 28 y 36.
13. Z5* = <2> = <3>; Z7* = <3) = <5>; ZJi = (2) = (6) = (7) = <8>
15. Este resultado es falso. El grupo cuatro de Klein del ejemplo 16.16 proporciona un
contraejemplo.
17. a) (Z I 2,+) = <1) = (5> = (7> = <11>
(Z,6, +) = (1) = <3> = <5> = <7> = (9) = (11) = (13) = (15)
(Z 24 , + ) = <1> = <5> = <7> = (11) = (13) = (17) = (19) = (23)
b) Sea G = (a*). Como G = (a), tenemos que a = (a*)' para algún s £ Z . Entonces a'~u= e de
modo que 1 - ks = tn, pues c(a) = n. 1 - ks = tn => 1 = ks + tn => mcd(k, n) = 1. Recíproca
mente, sea G = (a), donde ak 6 G y mcd(fc, n) = 1. Entonces (a*) C G. mcd(k, n) = 1 => 1 =
Jfcí + m, para s,t eZ=>a = at = ats*n,= («*)V)'= («»)'(«)'= (a') 1 G (a*). Por lo tanto, G C
(a*). Así, G = (a*) o a* genera a G.
c) ««).
Sección 1 6 . 3 - i. a) {(i l l }),(] í ? í),(l í I í),(l i i i)}

Páq. 792 |_\ P 2 3
^ W —JV 1 2 3 4W1 2 3 4W1 2 3 4\ / l 2 3 4\1
r 3
D) (.2 1 4 3 j « — tí.3 2 1 4), (.4 3 2 l), (l 4 3 2 ) , (.2 1 4 3J/
/l ! 3 4\Ti_;n 2 3 4\ / l 2 3 4\ / l 2 3 4\ / l 2 3 4\1
(.4 2 3 l j « — \(,1 3 4 2 J , (.2 4 1 i), \3 1 2 4J, \4 2 3 l)j
/-l 2 3 4\rr _ //l 2 3 4\ / l 2 3 4 \ {l 2 3 4\ / l 2 3 4\1
\1 2 4 3 ^ « — H.2 3 1 4), V3 4 2 1), (.4 1 3 2), \l 2 4 3)/
/l 2 3 4\rj— _f/l 2 3 4\ / l 2 3 4\ / l 2 3 4\ / l 2 3 4\\
(.13 2 4)« \V2 4 3 l), (i 1 4 2,), (4 2 1 3,), ( . 1 3 2 fM
/l 2 3 4 \ r j _—f / ' l 2 3 4\ n 2 3 4\ / l 2 3 4\ / l 2 3 4Y1
(.14 2 3^« U.2 1 3 4), (,3 2 4 l ) , (.4 3 1 2), ( l 4 2 3^/
3. 12
5. a) Como (0, 0) G H, se sigue que H ± 0. Sean (a, 0), (¿, 0) € //. Entonces (a, 0) + (b, 0) =
(a + b, 0) S íf. Además, (- a, 0) e / / para cada (a, 0) €= //. Por lo tanto, H es un subgrupo.
b) Cada clase consta de los puntos de una recta horizontal.
7. Por el teorema de Lagrange, sabemos que |Af| = 66( = 2- 3 • 11) divide a \H\ y que \H\ divide
a | G | = 660( = 22 • 3 • 5 ■ 11). En consecuencia, como KJ= Hy H£ G, tenemos que \H\ es 2(2 •
3 - 11)= 132 o 5 ( 2 - 3 - 11) = 330.
9. a) S e a n e = ( ! ^ ) , a = (•»«), P = ( ^ ) y 8 = ( ¡ » { ) .
e a P 8
e 6 a P 8
a a e 8 P
P P 8 e a
8 5 P a e
Por el teorema 16.3, H es un subgrupo de G. Y como los elementos de la tabla anterior son
simétricos respecto de la diagonal que va del extremo superior izquierdo al extremo infe
rior derecho, tenemos que H es un subgrupo abeliano de G.
b) Como \G\ = 4! = 24 y \H\ = 4, existen 24/4 = 6 clases laterales izquierdas de //en G.
c) Consideremos la función/: fí^Z¡xZ¡ definida por
/(e) = (0,0), / ( a ) = (1,0), / ( p ) = (0,l), /(8) = ( l , l ) .
Esta función/es inyectiva y sobre; para cada x,y G H, tenemos que
f(x-y)=f(x)®f(y).
En consecuencia,/es un isomorfismo.
Soluciones S-85
(Nota: Podemos dar otras respuestas posibles en este caso. De hecho, podemos definir seis
posibles isomorfismos.)
11. a) Si H es un subgrupo propio de G, entonces, por el teorema de Lagrange, \H\ es 2 o p. Si
\H\ = 2 , entonces / / = {e, x], donde r 2 = e, de modo q u e / / = (x). Si \H\ =p, sea y € //,
y 4- e. Entonces o(y) = p, de modo que H = (y).
b) Sea xE.G,x£e. Entonces e(x) =p\i e(x) = p1. Si c(x) = p, entonces \(x)\ = p. Si c (x) =
2
p , entonces G = (x) y (*'') eSun subgrupo de G de orden p.
13. b) Sea x & H O K. Si el orden de * es r, entonces r debe dividir a m y a n . Como mcd(m, n) =
1, se sigue que r = 1, de donde * = ey H C\ K= [e].
15. a) En (Z*, •), existen p - 1 elementos, así, por el ejercicio 10, para cada [x] €E (Z*, •), [xf~l =
[1] ox p_1 = l(modp), o xp = x(moáp). Para cada a €= Z, s i p | a , entonces a = 0(modp) y
a'' = 0 = a(mod p). Si p ¡fa, entonces a = ¿>(mod p) donde 1 < ¿ (n) unidades. Si a 6 Z y mdc(a, n) = 1, entonces
[a] £ G y [a]*"* = [1] o a*(n) = l(mod n)
c) y d) Estos resultados se siguen de los ejercicios 6 y 10. Son casos particulares del ejerci
cio 10.
Sección 16.4— 1. a) e = 0001001 b) r = 1111011 c) c = 0101000

pág. 797 3. a) (i) D(llllOllOO) = 101 (ii) D(000100011) = 000
(iii) D(010011111) = 011
b) 000000000, 000000001, 100000000 c) 64
Secciones 16.5 y 1. 5(101010,1) = {101010,001010,111010,100010,101110,101000,101011}

16.6—pág. 804 5(111111,1) = {111111,011111,101111,110111,111011,111101,111110}
3. a) |5(^,1)| = 11; |5(jt, 2)1 = 56; |5(x, 3)1 = 176
b) \S(x, k)\ = 1 + (í) + (5) + . . . + (j) = 2f_0 (7)
5. a) La distancia mínima entre las palabras codificadas es 3. El código puede detectar todos los
errores de peso < 2 y puede corregir todos los errores simples.
b) La distancia mínima entre las palabras codificadas es 5. El código puede detectar todos los
errores de peso < 4 y puede corregir todos los errores de peso < 2.
c) La distancia mínima es 2. El código detecta todos los errores simples pero no tiene capaci
dad de corrección.
7. a) C = {00000, 10110, 01011, 11101}. La distancia mínima entre las palabras codificadas es
3, de modo que el código puede detectar todos los errores de peso < 2 y puede corregir
todos los errores simples.
1 0 1 0 0
b) / / = 1 1 0 1 0
0 1 0 0 1
c) (i) 01 (ii) 11 (v) 11 (vi) 10

Para (iii) y (iv), el síndrome es (111)", que no es una columna de //. Si suponemos un doble
error, si (111)"= (110)"+ (001)", entonces la palabra decodificada recibida es 01 [para (iii)]
y 10 [para (iv)]. Si (111)"= (011)"+ (100)", obtenemos 10 [para (iii)] y 01 [para (iv)].
G = [/«| A], donde /8 es la matriz identidad multiplicativa 8 x 8 y A es una columna de ocho
unos. H=[A"\l] = [1111111111].
11. Compare la matriz generadora (para la verificación de paridad) del ejercicio 9 con la matriz
generadora (para la verificación de paridad) del ejercicio 10.
S-86 Soluciones
Secciones 16.7 y l. (2f);255

16.8—pág. 812 3. a) Síndrome Líder de clase
000 00000 10110 01011 11101
110 10000 00110 11011 01101
011 01000 uno 00011 10101
100 00100 10010 01111 11001
010 00010 10100 01001 11111
001 00001 10111 01010 11100
101 11000 01110 10011 00101
111 01100 11010 00111 10001
(Las últimas dos filas no son únicas.)
b) Palabra recibida Palabra codificada 1Mensaje decodificado
11110 10110 10
11101 11101 11
11011 01011 01
10100 10110 10
10011 01011 01
10101 11101 11
11111 11101 11
01100 00000 00
5. a) G es 57 x 63; H es 6 x 63 b) La tasa es -¿y.
7. a) (0.99)7 + Q(0.99) 6 (0.01) b) [(0.99)7 + (7)(0.99)6(0.01)]5
Sección 16.9- 1. a) irj =

pág. 819 C,2 C,5
C c 2 c 3 c4 cs c6 c7 c 8 c, Cío c„ c,3 Ci4 Ci6^
Ve, c 4 c5 c 2 c3 c 8 c9 c6 c 7 CÍO c„ Ci4 C,5 Cn c,3 Cl6/
r4 —
c2 c3 c 4 c5 c6 c7 c 8 c9 CÍO c„ Cn Cn Ci4 Ci5 Cl6
U
1
c 4 c3 c2 c 5 c, c8 c 7 c6 CÍO c„ ca C,5 Ci4 Cn Cl6-
b) (TTf )* =
(c, c 2 c3 c 4 c5 c6 c7 c 8 c 9 CÍO C„ c12 Cu Ci4 c,5 Cl6
Ve, c5 c 2 c 3 C4 c 9 c6 c7 Cs c„ Cío C,5 C,2 Cn Ci4 Cl6.
1
r)-
C) TT3*rí =
Í C1 c 2 c3 c4 c5 c 6 c7 c 8 c9 Cío c„ c« c„
Cn
Ci4 c„ c,6
\c, c5
:
c 3 c 2 c6 c9 c8 c7 C, Cío CI2 C15 Ci4 Cl6.
(TT3Ír 4 )^
a) o(a) = 7; o((3) = 12; 0(7) = 3; o(5) = 6

b) Sea a e S„, con a = c¡ c2... ck, un producto de ciclos disjuntos. Entonces c(a) es el mcm
de f(c,), C(c2),.. . , 5(ct), donde 5(c,) es la longitud de c„ para 1 < i < k.
5. a) 8 b) 39 7. a) 70 b) 55
9. Figura triangular: a) 8 b) 8
Figura cuadrada: a) 12 b) 12
11. a) 140 b) 102 13. 315
Soluciones S-87
Sección 16.10— 1. a) 165 b) 120

pág. 823 3. Figura triangular: a) 96 b) 80
Figura cuadrada: a) 280 b) 220
Figura hexagonal: a) 131,584 c) 70,144
5. a) 2635 b) 1505
C) R R
R R
7. a) 21 b) 954
c) No:it = 21ym = 21, por lo que km = 441 é 954 = n. En este caso, la posición de cierta arista
debe considerarse respecto de la posición de los vértices. Por ejemplo,
R_ B _B R B B B
RI IB no es equivalente a BI T R aunque I 1 es equivalente

B B N B B N B N
R B
B B
a [ I y RI I es equivalente a I I
B N
Sección 16.10- 1. a) (i) y (ii) r4 + w* + r3 w + 2r2 w2 + rw3

pág. 828 b) (i) (l/4)[(r + b + w)4 + 2(r4 + b4 + w4) + (r2 + b2 + w2)2]
(ii) (l/8)[(r + b + w)4 + 2(r4 + b4 + w4) + 3(r2 + b2 + w2)2
+ 2(r + b + w)\r2 + b2 + w2)]
3. a) 10
b) (l/24)[(r + w)6 + 6(r + w)\r4 + w4) + 3(r + w)\r2 + w2)2.+ 6(r2 + w2)3
+ 8(r3 + w3)2]
c) 2
5. Sea v = verde y o = oro.
Figura triangular: (l/6)[(v + o)4+ 2(v + o)(v3+ o3) + 3(v + o)2(v2 + o2)]
Figura cuadrada: (l/8)[(v + o)5 + 2(v + o)(v" + o") + 3(v + o)(v2 + o2)2
+ 2(v + o)V+ o2)]
Figura hexagonal: (l/4)[(v + of + 2(v + o)(v2 + o2)4 + (v + o)5(v2 + o2)2]
7. a) 136
b) (l/2)[(r + w)8 + (r2 + »v2)4]
c) 38; 16
9. (m+rl)
Ejercicios a) Como /(e c ) = eH, se sigue que ec e K y K ^ 0. Si x, y e K, entonces/M = /(y) = eH yf(xy) =

complementarios- /U)/(v) = «„«,,= eH, por lo quexy e #. Además, para A: e AT./Or1) = [/(*)]"' = «« = ew, por
pág. 833 lo que x~l € K. Por lo tanto, # es un subgrupo de G.
b) Si x e Af, entonces/(JC) = eH- Para todo g 6 C ,
/í***" 1 ) = /(g)/(*)/(¿~') = / ( g ) e » / ( í f ) =f(8)f(g-1) = / ( « - ' ) =A«e) = ««•

Por lo tanto, para todo Í 6 í , g 6 G, tenemos que g*g~' 6 K.
3. Sean a,b&G. Entonces a2b2=ee = e = {abf= abab. Pero a2b2= ábab> -o£¡¿6 = abab =$ab =
ba, por lo que G es abeliano.
S-88 Soluciones
5. Si T es un subgrupo de H, entonces e¡¡ €E Tyf(eG) = eH, por lo que eG G/"'(T). Por lo tanto,
f-\T) 10. Si x, y e.f~\T), entoncesf(x),f(y) e T. Como Tes un subgrupo deH =>/(x)/(y) =
/(xy) £ T=*xy e / - ' ( T ) . Además,x € / - ' ( r ) =>/(*) € T=> [/W]- 1 € T=>f(x~') <= T=>
x"1 e/"'(T). En consecuencia,/ -1 (7) es un subgrupo de G.
7. Sean G = (g)y h =f(g). Si /i! £ # , entonces ^ =f(g") para algún « e Z, ya que/es sobre. Por
lo tanto, A, =/(*") = [/(g)]"= A" y H = <A>.
9. Para a.bEiG,
(aoa'êb'ôb =b°b~l °(a _1 °tf)=>

a°a~ <>b = b oa-1 °a^ a°b = b °a,
l
de lo que se sigue que (G, o) es un grupo abeliano.

11. a) Consideremos una permutación o que se cuenta en P(n + 1, k). Si (n + 1) es un ciclo (de
longitud 1) en a, entonces o se cuenta en P(n, k - 1). En caso contrario, consideremos
cualquier permutación x que se cuente en P(n, k). Para cualquier ciclo de t, digamos (at a2
... ar), existen r posiciones en las cuales colocar n + 1: (1) entre a, y a2; (2) entre a2 y a3;
. . . ; (r - 1) entre a,_x y ar\ y (r) entre ar y at. Por lo tanto, tenemos un total de n posiciones
para colocar n + 1 en T. En consecuencia, P(n + \,k) =p{n, k - 1) + nP(n, k).
b) ^ t - i ^ " ' *) cuenta todas las permutaciones en S„, el cual tiene n\ elementos.
13. a) (i) (|)(0.75) 2 (0.25) 2
(ii) (í)(0.75)2(0.25)2 + ©(0.75) 3 (0.25) + (})(0.75)4
b) Al menos 3
Capítulo 17
Cuerpos finitos y diseños
combinatorios
Sección 17.1— 1. /(*) + g(x) = 2x* + 5x3 + x2 + 5

pág. 842 f(x)g{x) = 6xJ + 2x6 + 3x5 + 4x4 + 2x3 + x2 + 4x + 4
3. (10)(11)2; (10)(11)3; (10)(11)4; (10)(11)"
7. a) y b)/(x) = (x2+ 4)(x - 2)(x + 2); las rafees son ±2.
c) /(■*) = (x + 2¡)(x - 2i){x - 2)(x + 2); las raíces son ±2, ±2/.
d) ( a ) f(x) = (x2- 5)(x2+ 5); no hay raíces racionales.
(b) f(x) = {x--Js)(x + -JsXx2 + 5)Has raíces son ±-¿5.
(c) f(x) = (x--JsXx + -J5)(x- JJiKx + y¡5i); las raíces son ± VJ. ±'V5 •
9. a) /(3) = 8060 b) / ( l ) = 1 c) / ( - 9 ) = / ( 2 ) = 6
11. Como (Z, +, •) es un dominio entero pero no un cuerpo, el algoritmo de la división para
polinomios no se cumple en Z[x].
13. /(*) = (3* - l)(7x - 1) = 21x 2 - 4x - 1
15. 4 ; 6 ; p - l
17. En Z4[x], (2x + l)(2x + 1) = 1, de modo que (2x + 1) es una unidad. Esto no contradice el
ejercicio 16 pues (Z4, +, ■) no es un dominio de integridad.
19. Sea¿/{x)> 2™,, «,■•*' y h ^ =
2 * = 0 V - dondea¡ e Rpara0 < i < m, b,■ £ R para0 < i < ky
m< k. Entonces/(jO + h(x) = 2 ; (a¡ + ¿¡ )x', donde am+1 = am+2 = • • • = ak = z, el cero de R, de
modo que G ( / W + / , « ) = G ( ¿ 0 ( a , . + fe,)x') = 2 t o « ( a ' + b
<^ = D ^ W " / ) + *(*i)]*f =
2l08(a¡)xi +
2l08(l>i)xi = G(/W) + G(h(x)). Además, / W i W = E " / , ^ ' , donde c,=
a¡ba+ ÍJ,_I¿I + • • • + ai¿,_, + a0b¡ y
G(f(x)h(x)) = G(2r-+o*c,x') = 2r- + o*g(c)x'.

Soluciones S-89
Como g(c¡) = g{a¡)g(b0) + g(a¡-i)g(W + • • • + g(ai)g(fc,_i) + g(a0)g(W, se sigue que
2r=o'g(c,y=(sr«og(«.y)Q:?=og(¿>,y) = G(/W) • G ^ * » .
En consecuencia, G: /?[x] -> S[x] es un homomorfismo de anillos.
21. Observemos primero que para/(x) = a„x" + a„_ix"~' + • • • + ¿^x2 + «ix + a0, tenemos a„ + a„_i +
• • • + a2+ a¡ + a 0 = 0 si y sólo si/(l) = 0. Puesto que el polinomio nulo está en S, el conjunto 5
es no vacío. Con/(x) como el polinomio dado, sea g(x) = bmxm+ ¿Vi-*"1-1 + ■ • • + b2x2+ b}x + b0
e 5. (En este caso, m < n y para m < n tenemos ¿m+] = f»m+2 = ■ • • = b„ = 0.) Entonces/( 1) - g( 1)
= 0 - 0 = 0, de modo que/(x) - g(x) e 5.
Consideremos ahora h{x) = 2,-=o'iJt:' ^ ^ M - ^ n este caso
' ' ' W / W *= ^ M y W V O ) =
fc(l) • 0 = 0, por lo que /i(x)/(x) e 5.
En consecuencia, 5 es un ideal en K[x].
Sección 17.2— 1. a) x2 + 3x- 1 es irreducible sobre Q. Sobre R o C ,

pág. 851 ^_ ^_
x2 + 3x - 1 = [x - ( ( - 3 + Vtt)/2)][x - ( ( - 3 - VÍ3)/2)].
b) x 4 - 2 es irreducible sobre Q.
SobreR,x 4 -2 = ( x - ijl)(x + tjlXx2 + Jí);
x4- 2 = (x - <¡2 )(x + !¡2 )(x -i¡2i )(x + ijli) sobre C.
c) x2 + x + 1 = (x + 2){x + 2) sobreZ 3 . Sobre Z5, x2 + x + 1 es irreducible;
x2 + x + 1 = (x + 5)(x + 3) sobre Z7.
d) x4 + x1 + 1 es irreducible sobre Z2.
e) x3 + x + 1 es irreducible sobre Z5.
t) .t3 + 3x2 - x + 1 es irreducible sobre Z5.
3. Grado 1: x; x+ 1 Grado 2: JC2 + x + 1 Grado 3: x3 + x2+ l;x 3 + x + 1
5
5. 7
7. a) Sí, puesto que los coeficientes de los polinomios se tomaron de un cuerpo.
b) Kx)\ñx), g(x) = > / « = Kx)u{x), g(x) = Kx)\>(x) para «(x), u(x) e tf[x].
m(x) = s(x)/(x) + t(x)g(x) paras(x), t(x) € K[x], de modo quem(x) = h(x)[s(x)u(x) + t(x)v(x)]
yh(x)\m(x).
c) Si m{x)X f(x), entonces/(x) = q(x)m(x) + r(x), donde 0 < grad r(x) < grad m(x).
m(x) = Í(X)/(X) + f(x)g(x), por lo que K*) =/(*) - q(x)[s(x)f(x)+ t(x)g(x)]
= (1 - <j<x)s(x))/(x) - <?(x)r(x)g(x) y entonces r(x) e 5.
Como grad r(x) < grad /n(x), contradecimos la elección de m(x). Por lo tanto, r(x) = 0 y
m(x)|/(x).
9. a) E l m c d e s ( x - l ) = (l/17)(x 5 -x 4 + x3 + x 2 - x - l ) - ( l / 1 7 ) ( x 2 + x - 2 ) ( x 3 - 2 x 2 + 5 x - 8 ) .
b) Elmcdes 1 = ( x + l)(x 4 +x 3 + 1) + (x3 + x2 + x)(x2 + x + 1).
c) E l m c d e s x 2 + 2 x + 1 = (x" + 2x2+ 2x + 2) + (x + 2)(2x3+ 2x 2 +x+ 1).
11. a = 0, b = 0; a = 0, ¿ = 1
13. a) /(x) =/,(x)(mod s(x)) =>/(x) =/,(x) + /I(X)Í(X) y g(x) s g,(x)(mod Í(X)) => g(x) = g,(x) +
k(x)s(x). Por lo tanto,/(x) + g(x) =/i(x) + g,(x) + (h(x) + k(x))s(x), de modo que/(x) + g(x) s
/,(x) + g,(x)(mod s(x)) y/(x)g(x) =/,(x)g,(x) + </,(x)fc(x) + g,(x)/i(x) + h(x)k(x)s(x))s(x), de
modo que/(x)g(x) =/,(x)g,(x)(mod Í(X)).
b) Estas propiedades se siguen de las propiedades correspondientes deíf[x]. Por ejemplo, para
la ley distributiva,
[f(x))([g(x)] + [h(x)]) = [/(x)][g(x) + h(x)] = [/(x)(g(x) + />(*))]
= [/(*)g(*) +f{x)h{x)] = [/(x)g(x)] + [/(x)/i(x)]
= [/(*)][g(*)] + [/(*)P«]-
S-90 Soluciones
c) En caso contrario, existe g(x) E F[x] tal que grad g(x) > 0 y g(x) \f(x), s(x). Pero entonces,
s(x) sería reducible.
d) Un elemento distinto de cero de K[x]/(s(x)) tiene la forma \f(x)], donde/(x) ¿ 0 y gradf(x) <
grad s(x). Como/(jt) y s(x) son primos relativos, existen r(x), t(x) tales que 1 = f(x)r(x) +
s(x)t(x), de modo que 1 =fl.x)r(x)(mod s(x)) o [1] = [f(x)][r(x)]. Por lo tanto, [r(x)] = [/W]"1.
e) ? "
15. a) [2A:+ 1] b) [* + l] c) [2JC + 1] d) [2x]
H
17. a) p" b) tfj> -\)
19. a) 6 b) 12 c) 12 d)mcm(m,n)
e) 0 f) 0 g) 0
21. 101, 103, 107, 109, 113, 121, 125, 127, 128, 131, 137, 139, 149
23. Para s(x) =x3+x2+x+2EZ1[x], vemos que Í ( 0 ) = 2, s( 1) =r2 y 5(2) = 1. Entonces, por la parte
(b) del teorema 17.7 y las partes (b) y (c) del teorema 17.11, Z3[x]/(s(x)) es un cuerpo finito con
3 3 =27 elementos.
25. a) Como O = O + 0>/2 e Q[V2], el conjunto Q[2] no es vacío. Para a + bJl,c + dfi E
) Q[ V2], tenemos (a + bj2)-(c + dj2) = (a-c) + (b-d)j2, con (a - c),(b -d)EQ;y
^-~y (a + b J2)(c + dJ2) = (ac + 2bd) + (ad + be) -J2, con ac + 2bd, ad + bcSQ.
En consecuencia, por la parte (a) del teorema 14.10, tenemos que Q[ V2 ] es un subanillo de R.
b) Para mostrar que Q[V2] es un subcuerpo de R debemos encontrar en Q[v2] un inverso
multiplicativo para cada elemento distinto de cero enQ[V2]. Seaa + b-Jl € Q[V2] tal que
a + b-ñ + 0. Si b = 0, entonces a t 0, a'' E Q y a'1 + 0 ■ -N/2 e Q [ - ^ ] . Para b ¿ 0,
necesitamos encontrar c + d-ñ E Q[V2] tal que
(a+¿>V2)(c + dV2) = l
Ahora bien, (a + bj2~Xc + dj2 ) = 1 =:> (ac + 2bd) + (ad + be) Jl = 1 =t>ac + 2bd= 1
y ad + be = 0 => c = - adlb y a(-adlb) + 2bd = 1 => - a2d + 2b2d = b => d = bl(2b2 - a2) y
c = -a/(2b2 - a2). (Nota: 2b2 - a2 £ 0 pues V2 es irracional.) En consecuencia, (a + b V2 )_1 =
[-a/(2b2 - a2)] + [bl(2b2 - a2)} Jl, con [- al(2b2 - a2)], [bl(2b2 -a2)]E Q. Así, Q[V2 ] es un
subcuerpo de R.
c) Como s(x) = x2 - 2 es reducible sobre Q, por la parte (b) del teorema 17.11 sabemos que
QM/C*2 - 2) es un cuerpo.
Definimos la correspondencia/: QM/C*2 - 2) —> Q[2] como
f([a + bx]) = a + 6 V 5 .
Mediante un argumento similar al dado en el ejemplo 17.10 y la parte (a) del ejercicio 24 se
sigue que/es un isomorfismo.
Sección 17.3— 1. a) 1 2 3 4 b) 1 2 3 4 c) 1 3 4 2
pág. 858 2 14 3 3 4 12 4 2 1 3
4 3 2 1 2 14 3 3 1 2 4
3 4 12 4 3 2 1 2 4 3 1
3. fl(*) = fl<í)^>A/,+/; = /*/.-+/>=»/.=/>=>''=;'
5. L3: 4 5 1 2 3 ¡U 5 1 2 3 4
2 3 4 5 1 4 5 12 3
5 12 3 4 3 4 5 12
3 4 5 12 2 3 4 5 1
12 3 4 5 12 3 4 5
Soluciones S-91
En la forma estándar, los cuadrados latinos L„ 1 < i < 4, son

L¡: 1 2 3 4 5 L¿: 1 2 3 4 5
2 3 4 5 1 3 4 5 1 2
3 4 5 1 2 5 1 2 3 4
4 5 1 2 3 2 3 4 5 1
5 1 2 3 4 4 5 1 2 3
Lí: 1 2 3 4 5 L¿: 1 2 3 4 5
4 5 1 2 3 5 1 2 3 4
2 3 4 5 1 4 5 1 2 3
5 1 2 3 4 3 4 5 1 2
3 4 5 1 2 2 3 4 5 1
7. Utilizamos un tercer factor, como cuatro tipos de líquido de transmisión o cuatro tipos de
neumáticos.
Sección 17.4- Número de puntos Número de rectas

pág. 864 Cuerpo Número de puntos Número de rectas en una recta sobre un punto
GF(5) 25 30 5 6
GF(32) 81 90 9 10
GF(1) 49 56 7 8
GF(24) 256 272 16 17
GF(31) 961 992 31 32
Hay nueve puntos y doce rectas. Estas rectas están en cuatro clases paralelas.
(i) Pendiente0:y = 0 ; y = l ; y = 2
(ii) Pendiente infinita: x = 0;x= 1; x=2
(iii) Pendiente l: y = x; y = x + \; y = x + 2
(iv) Pendiente 2 (como se muestra en la figura): (1) y = 2x (2) y = 2x + 1 (3) y = 2x + 2
El cuadrado latino correspondiente a la cuarta clase paralela es

3 1 2
2 3 1
1 2 3
5. a) y = Ax + 1 b) y = 3x + 10 o 2x + 3y + 3 = 0
c) y = 10* o lOy = 11*
7. a) Recta vertical: x = c. La recta y = mx + b interseca esta recta vertical en el punto único
(c, me + b). Cuando b toma los valores de K, no existen dos entradas de columna (sobre la
recta x = c) que sean iguales.
Recta horizontal: y = c. La recta y = mx + b interseca esta recta horizontal en el punto
único (m'\c - b), c). Cuando b toma los valores de K, ningún par de filas (sobre la recta
y = c) son iguales.
S-92 Soluciones
Sección 17.5- 1. v = 9,b = 12,r = 4,k*=3,\=l

pág. 869 3. X = 2
-— 1 2 3 4 \ 1 3 5 7 2 3 6 7
12 5 6 1 4 6 7 2 5 4 7 3 4 5 6
5. a) No b) No
7. a) X(v - 1) = r(k - 1) = 2r => X(v - 1) es par.
Kv(v - 1) = vr(k - 1) = bk(k - 1) = f>(3)(2) =¿> 6| Xv(v - 1)
b) (X = l ) 6|Xv(v-l)=>6|v(v-l)=>3|v(v-l)=>3|uo3|(u--l)
X(v — 1) par =>(u — 1) par =>v impar
3 | v ^ > v = 3/, t impar =*> v = 3(2s + 1) = 6s + 3 a v = 3(mod 6)
3 | ( u - l ) = > v - l = 3r, t p a r = > \ ) - l = 6ct=>v = 6x + l a v = l ( m o d 6 )
v = 9, r = 4 11. a) ¿> = 21 b) r = 1
13. Hay A, bloques que contienen a x y y. Y como r es el número de réplica del diseño, se sigue que
r - X bloques contienen a x, pero no a y. De la misma forma, hay r - X. bloques que contienen
a y, pero no a *. En consecuencia, el número de bloques en el diseño que contienen a y o a x
e s ( r - J l ) + ( r - X ) + l = 2r-A..
15. a) 31 b) 8
17.a) v = b = 31;r = k = 6;\ = l b) v = b = 57; /• = k = 8; X= 1
c) v = Z>=73;/- = fc = 9; X = l
Ejercicios 1. n = 9
complementarios- 3. a) 31 b) 30 c) 29 d) k = 1000
pág. 873 5. Para todo a G Z , aP= a [Véase la parte (a) del ejercicio 15 al final de la sección 16.3.], de
modo que a es una raíz de x'- x y x - a es un factor de x"-x. Como (Zp, +, •) es un cuerpo, el
polinomio xp-x puede tener un máximo de p rafees. Por lo tanto, xp - x = Yiaez (x~o).
7. Por la parte (a) del ejercicio complementario 4 del capítulo 14, sabemos que para Zi, z2 £ C,
r G R y n G N, tenemos (1) Zi+z2 = Tl+z2~;{2)7z\ = r~z\ = rz\, y (3)(tf). Como/O) e R[x],
podemos escribir/(x) = a¿¿" + a„_i x"'1 + • • • + aix1 + atx + a0, donde a, e R para 0 < j < m.
a
Como f(a + bí) = 0 para a + bi € C, tenemos que 2 =0 j(a +
¿"V = 0. Por lo tanto, 0 = 0 =
raíz de/(*).
9. {1,2,4}, {2,3,5}, {4,5,7}
11. a) 9 b) 91
13. b) A ■ Jb es una matriz u x b cuyo elemento (Í, j) es r, puesto que hay r unos en cada fila de A
y cada elemento de Jb es 1. Por lo tanto, A ■ Jb = rJvxb. De la misma forma, 7„ ■ A es una
matriz i) X b tal que su elemento (i, j) es &, puesto que hay k unos en cada columna de A y
cada elemento de 7„ es 1. Por lo tanto, /„ • A=k ■ 7„ x ¡,.
c) El elemento (i, j) de A ■ A" se obtiene mediante el producto componente a componente de
las filas i y 7 de A. Si í =j, esto produce el número de unos en la fila i, que es igual a r. Para
Í ^y, el número de unos es el número de veces que x¡ y x¡ aparecen en el mismo bloque,
número dado por X. Por lo tanto, A ■ Au= (r - A.)/„ + XJV.
d) X
X
r
X
Soluciones S-93
r X-r X-r X-r X-r

X r-X 0 0 0
X 0 r-X 0 0
X 0 0 /--X 0
X 0 0 0 r-X
+ (v- 1)X 0 0 0 ... 0

X r-X 0 0 ... 0
(2) X 0 r-X 0 0
X 0 0 r-X ... 0
X 0 0 0 ... r
= [r + (v - l)X](r - X)""1 = (r - \y-'[r + r(k - 1)] = rk{r - X)""1
Clave: (1) Multiplicamos la columna 1 por -1 y la sumamos a las demás x> - 1 columnas.
(2) Sumamos de la fila 2 hasta la i) a la fila 1.
Apéndice 1
Funciones exponencial
y logarítmica
3y 3 ' 4
pág. A-10 1. a) /xf=xxiy- b) V%\x~y = 3;c~5/4y3/4 v5/4
10^
c) s^&cy : 5(8y3x9"y -V3\
') = 5(2*y 5'3) „V3
a) 625 b) 1/343 c) 10
a) log2 128 = 7 b) log,;,2
25 5
5 5=l/3
= 1/3 c) log101/10,000 = - 4 d) log2 b = a
a) 3 c)3 e) 1 g) 1/36
a)Demostración (por inducción matemática):
Para n = 1, la proposición es log¡, r1 = log¿, r, por lo que el resultado es cierto en este primer
caso. Supongamos que el resultado es cierto paran =fc(> 1) y tenemos que logj,r*= fclog¡,r.
Ahora, para el caso en quen = k + 1, tenemos quelogi,rt+1 = log,,(r ■ r*) = log^r + log^r* [por
la parte (1) del teorema A 1.2] = \ogbr + klog¡,r (por la hipótesis de inducción) = log¡,(r • r*) =
(1 + k) log¡, r= (k + 1) log,, r. Por lo tanto, el resultado se cumple para todo n € Z+ por el
b) Para cada n e Z \ \ofyr~" = log^l/r") = lo&, 1 - log6 r" [por la parte (2) del teorema A1.2] =
0 - n log¡, r [por la parte (a)] = (-n) log,, r.
11. a) 1.5851 b) 0.4307 c) 1.4650
13. a) 5/3 b) 3/2 c) 36 d) 4 e) 7
15. Sean* =a,ottc y y = c'08"'. Entonces
x = al°*>cí>\ogbx = log. [a"*»c] = (log»c)(log»fl), y

loga b 1
y = c ' =>lo gí ,y = log,, [c ^"] = {\ogba)(\ogbc).
En consecuencia, tenemos quelog¿^ = \ogby, de lo que se sigue que x = y.

S-94 Soluciones
Apéndice 2
Matrices, operaciones con matrices
y determinantes
pág. A-24 1. a) [-1 3 1 -8] b)

4
C) 2 «2> = 021 + «22 + «23 + «24 = " I + 3^+ 1 - 8 = ~ 5
3
d) 2 «¡4 = «i4 + «24 + «34 = - 3 - 8 + 6 = - 5
3 2 5
3. a) A+B =
0 2 7
b) (¿ + B) + C=[* J J]
c) B + C
f)Z4+3fi
= [I 6 W
g) 2C + 3C=[¿ 10
¿ -15 h) 5C
- L25 20 - 1 5 ]
j) A+2B-3C=\ 4 0 0
14 -8 20
.) <l-J>B-[l ¿
^ ^-,1 „ ,., r 9 211 , r-10 -101

5. a]) [12], o 12 b) [12 2 ? j c) [ l g 24j
-5 -7 8 a b c a ¿> c
d) 29 21 2 e) d e f 1) 3g 3/i 3Í
23 -35 6 3g 3h 3/ d e f
7. a) (-l/5)[_; - 2 ] b) [5 ¿] c) Lainversa no existe. d) "1 3"

27
9. a) >T' = (l/2)[2 - j ] b) B--(l/5)[¿ I 2 ] c) Al» = [ i j *]
d) (AS)-' = (1/10)[2 _l] e) ¿rVr 1 = (1/10)[2 _J

Soluciones S-95
mi irra-'-a ara-a
GB .rra-'-H" -ara-e]
13. a) 21 b) 21 c) 21 d) 63
1 0 -2
15. a) 3 1
4 1
- 1 = 3(-l)2
2 ! 1K* 1
4
-2
2
1 0
+ (-l)(-l)2 4 1
-3(2) + (10) + 1 = 5
1 0 -2
3 1 - 1 = ( - 2 ) ( - l ) , + 3 1 + (~1)(-1) 2 1 0
4 1 2 4 1 4 1
1 0
+ 2(-l)3 = - 2 ( - l ) + l + 2(l) = 5
3 1
1 1 2
2 3 -4 l(-l)1 3 -4 1+ 2 -4
b)
0 5 7 5 7 + 1(-1) 0 7
2 3
+ 2(-l) 1 + 3 = (21 + 20) - (14) + 2(10) = 47
0 5
1 1 2
2 -4 1 2
2 3-4 K-ir 2 0 7 + X-1) 2 0 7
0 5 7
+ 5(-l) 3 + 2 1 2
= (-l)(14) + 3(7)-5(-8) = 47
2 -4
17. x = ±2
S-96 Soluciones
1 2 1
2 1 1 1
19. a) (i) 0 -1 -1 =2(-l)3 + 3(-l)3
-1 - 1 0 -1
2 3 0
2 ( - 2 - ( - 1 ) ) - 3 ( - l ) = 2 ( - l ) + 3 = 1.
(ii) 5
b) (i) 51
(iii) 25
(ii) 306
(iv) 5
(iii) 510
(v) 25 (vi) 125
f
Apéndice 3
Conjuntos numerables y no
numerables
pág. A-37 1. a) Verdadera b) Falsa c) Verdadera d) Verdadera

e) Falsa: SeanA = Z U (0,1] yfi = Z U (1, 2]. Entonces/! y B son ambos no numerables, pero
A fl B = Z es numerable.
f) Verdadera
g) Falsa: Sean A = Z* U (0, 1] y B = (0, 1]. Entonces A y B son ambos no numerables, pero
A - B = {2, 3, 4,. . . ) es numerable.
3. Si B fuera numerable, entonces, por el teorema A3.3, A sería numerable. Esto nos lleva a una
contradicción, pues antes obtuvimos que A es no numerable.
5. Como S, T son infinitos numerables, por el teorema A3.2 sabemos que podemos escribir 5 =
{ÍI, Í2, s3,...)yT= {ti, t2, h,... }, dos sucesiones (infinitas) de términos distintos. Definimos
la función
f: SxT-+Z+
como/(i„ /;) = 2f3*, para i, j £ Z \ Si /, j , k, l 6 Z* y/(s„ t¡) =f(st, ?,), entonces/(í„ t¡) =f(sk, t,)
=> 2'3J= 2*3' => i = k,j = l (por el teorema fundamental de la aritmética) => s¡= sk y t¡= t, =>
(s¡, t¡) = (sk, ti). Por lo tanto,/es una función inyectiva y 5 x T ~f(S x í ) C Z+. Así, por el
teorema A3.3, sabemos que S x 7" es numerable.
7. Como Z - {0} C Z sabemos que Z - {0} es numerable. Por la parte (b) del ejercicio 6,
sabemos que (Z - {0}) x Z x Z es numerable. Ahora, para cualquier (a, b, c) e (Z - {0}) x
Z x Z, existen cuando más dos soluciones reales (distintas) de la ecuación cuadrática ax2 + bx +
c = 0. El teorema A3.9 implica entonces que el conjunto de todas las soluciones reales de las
ecuaciones cuadráticas ax2 + bx + c = 0, tales que a, b, c £ Z y a £ 0, es numerable.
índice de materias
0 (el conjunto vacío), 100 principio de dualidad, 764 para la generación de permutaciones, 467,468
P(G), 587 propiedades de un, 764, 765 recursivo, 467, 488, 489
Y(G), 603 subálgebra, 771 recursivo del máximo común divisor, 469
8(G), 689 teorema de representación, 768, 773 voraz, 658, 665, 667, 669, 694
<t>(n) (la función phi de Euler), 409-411, 720, algorism, 238 altura de un árbol con raíz, 629
779 algoritmo(s), 44, 45, 227, 238, 239, 293, 294, American Journal ofMathematics, 428
X(G), 588-591 297-305,511,512 Analytische Zahlentheorie, 310
K(G), 534 análisis de, 3, 245, 260, 296-305, 310, 311, anillo(s), 735, 778, 779, 835, 846
X (la cadena vacía), 316 485, 486, A-8 booleano, 731-732
V*\ 591 computacionales y propiedades en la teoría con elemento unidad, 703, 837, 838
L°, I , Z", 316 de grafos, 600 conmutativo, 703, 837
£ \ r , 317 de búsqueda conmutativo con elemento unidad, 773
co(G), 605 binaria, 517-519 de matrices, 702, 703, 730
en anchura, 626 de polinomios, 835, 837, 871
A°, A", A», A*, 322 en profundidad, 624 de Saturno, 45
a = fc (modn), 717 en una lista no ordenada, 300, 301 isomorfos, 723
a es congruente con fc módulo «,717 de construcción de un árbol de Huffman, 642, An Investigation in the Laws of Thought, on
Abel, Niels Henrik, 730, 777, 830, 872 643 Which Are Founded the Mathematical
abs, 216 de conteo de árboles etiquetados no Theories ofLogic and Probability, 138
acarreo, 332, 746 isomorfos, 613, 614 An Investigation of the Laws of Thought, 176,
accesibilidad, 350 de decodificación, 804; véase también teoría 735,772
Ackermann, Wilhelm, 260 algebraica de la codificación ANSÍFORTRAN, 145, 384
adyacente de determinación de puntos de articulación, anticadena, 400
desde, 363, 530 647,651 Antón, Howard, A-24
hacia, 363, 530 de Dijkstra, 657, 660, 665 Apianus, Petrus, 178
Ano, Alfred V., 395, 396, 523, 600, 601, 651, de Euclides, aplicación, 251; véase también función
652, 670, 694, 695 para enteros, 226-229,293,468,469,522,719 Appel, Kenneth, 589, 599-601
al-jabr, 238 para polinomios, 845 Aquiles, 139
Al-Khowárizmí, Abu Ja'far Mohammed ibn de exponenciación, 303 árbol, 248, 499, 598, 607-612, 614-631, 634-
Musa, 238, 239 de inserción de dos listas ordenadas, 635 648, 650-655, 657, 665-670, 883
Albert, A. Adrián, 872, 873 de Kruskal, 665-668 algoritmo
alcano, 610 de la división, 213-218, 225-227 de búsqueda
aleph, 309-310 para enteros, 215-218, 225, 226, 231, en anchura, 626
K0 (aleph cero), A-35, A-36 253, 276, 278, 293, 717, 788, 789 en profundidad, 624
alfabeto, 23, 316 para polinomios, 839-841, 845-847 de Kruskal, 666-668
de entrada, 328 de ordenación de ordenación por inserción, 63 /
de salida, 328 con marcas adyacentes, 467, 468, 523 de Prim, 669, 670, 695
álgebra por inserción, 637, 638 para el recuento de árboles etiquetados, 613,
de las funciones de conmutación, 735 topológica, 375-377, 394 614
de los circuitos de conmutación, 772 de Prim, 669, 670, 695 para el sistema universal de direcciones,
de proposiciones, 61, 63, 64; véase también del camino más corto, 657-664, 694 616
leyes de la lógica del máximo común divisor, 225-231 para la construcción de un árbol de Huffman,
álgebra(s) booleana(s), 735,762-770,772,773, del procedimiento de etiquetado, 676, 677 642, 643
835, 871 del proceso de minimización, 389 para los puntos de articulación, 647-650,
átomo de un, 767, 773 del sistema universal de direcciones, 616 651
definición de, 762 divide y vencerás, 511-520, 523, 634 altura, 629
dual de un, 764 iterativo, 299, 676 arista de retroceso, 646
isomorfas, 768-769, 773 para el árbol recubridor minimal, 665, 669 ascendientes, 615
isomorfismo de un, 766, 768, 769, 773 para el proceso de minimización (máquina de binario, 628
orden parcial de un, 765-767 estados finitos), 389 completo, 617, 628, 640
1-1
1-2 índice de materias
equilibrado, 634 xderecho, 617 bicondicional, 53, 56, 62, 121-123

etiquetado, 639 izquierdo, 617 Biggs, Norman L., 44, 46, 600, 601
para un conjunto de pesos, 641 sucesión característica, 652 Binet, Jacques Philippe Marie, 525
con raíz, 499, 500, 617 vértic^(s) bit(s), 5, 772
ordenado, 500 colgante, 609 blanco (espacio), 317, 318
con raíz, 505-507, 523 internos, 614 Blocher, Heidi, 732
total, 640 terminal, 614 bloque, 17
bosque, 607 arco, 330, 363 de una partición, 382
recubridor, 607 argumento, 51, 58, 77, 79, 80, 124 directo, 17
búsqueda combinatorio, 403, 404 en un diseño, 866
en anchura, 625-627, 651 de pertenencia de un elemento, 147,158,160, indirecto, 17
. en profundidad, 624, 628, 651 161 doblemente, 17
código prefijo, 640, 641, 643, 651 directo, 133 triplemente, 17
columna (de una oruga), 655 no válido, 85, 93, 94, 127 Bonaccio, 456
componente biconexa, 645-648 por la inversa, 85, 128 Bondy, J A , 599, 601,695
con raíz, 614, 619, 628, 629 por la recíproca, 85, 127 Boole, George, 138, 139, 176, 178, 735,
de decisión, 630, 631 válido, 51,58,77,79-80, 81,88-93,127,129; 772
de Fibonacci, 653 véase también demostración Booth, Taylor L„ 773
con raíz, 653 arista(s), 363, 530 Borchardt, Cari Wilhelm, 650
definición, 607 de retroceso de un árbol, 646 Borflvka, Otakar, 694
de Huffman, 642, 643 dirigida, 330, 363 Bose, Raj Chandra, 858, 872
descendientes, 615 incidente, 530 bosón, 43
dirigido, 614 no dirigida, 363 bosque, 607
elegante, 654-655 no saturada, 673 recubridor, 607
equilibrado, 629 saturada, 673 Boyer, Cari Benjamín, 179
etiquetado, 613 Aristóteles, 137, 138,233 Braille (sistema), 29
hermano, 615 Arithmetica Integra, 45 Brookshear, J. Glenn, 343, 344
hijo, 615 Arithmetica, 239 Brualdi, Richard A., 523
derecho, 617 Ars Conjectandi, 45 Buckley, Fred, 599, 601
izquierdo, 617 ascendientes, 615 buen orden, 382
nulo, 622 Aschbacher, Michael, 831 Busacker, Roben G., 695
hoja, 614 Atkins, Joel E„ 651,652 búsqueda, 517
m-ario, 628 átomo de un álgebra booleana, 767, 773 binaria, 517-519
completo, 628, 644 Augarten, Stan, 239, 241 en anchura, 625-627, 651
total, 644 Auluck, F. C , 476, 523 en profundidad, 624, 628, 651
nivel, 615 autodual, 764, 765 Bussey, W. H., 241,872
nodos de ramificación, 614 axiomas de Peano, 240 butano, 610
número de nivel, 615 Byron, Augusta Ada, 239, 240
óptimo, 641, 642 Baase, Sara, 311, 651, 652, 668, 670, 694, 695 Byron, Lord, 239
orden Babbage, Charles, 239 byte, 5, 219
del diccionario, 617 Bachmann, Paúl Gustav Heinrich, 310
lexicográfico, 617 Barnette, David, 600, 601 c (continuo), A-35, A-36
para los vértices de un árbol, 616,617,620- Barnier, William J., 343, 344 C, C*,153
623 Barwise, Jon, 139, 140 C(n,r), 19, 44
posterior (recorrido), 620, 651 base, A-1 c(/>, />), 674
previo (recorrido), 620, 624, 651 base de datos relaciona], 272, 311 cadena(s), 23, 316-320, 325-327, 399
simétrico (recorrido), 622 base de la inducción, 185 y 186, 188, 189, 196 característica, 391-393
ordenación, 634-638, 651 base de un sistema numérico, 218 minimal, 391-393
rápida, 638 base 2, 218-220 concatenación de, 318
ordenado con raíz, 616 base 8, 218 de paridad par, 342
oruga, 655 base 16,219,220 de subgrupos, 872
padre, 615 base de una definición recursiva, 202 finitas, 317
peso de un árbol, 641 BASIC, 6, 55, 60, 253, 618, 726 igualdad de, 317
pesos para un árbol óptimo, 641 Beckenbach, Edwin E, 832 inverso, 325
punto de articulación, 645-647, 651 Behzad, Mehdi, 599, 601 X (la cadena vacía), 316
raíz, 614 Bell, Eric Temple, 524 longitud de una, 316, 318
ramas, 616 Bellman, R., 585, 600, 601 maximal, 399
recubridor, 607, 624, 657, 665 Bellmore, M„ 585, 600, 601 palíndromo, 327
en profundidad, 645-647 Berge, Claude, 599, 695 potencias de, 318
minimal, 665-670, 694, 695 Berger, Thomas R., 732, 872, 873 prefijo, 319
óptimo, 665, 666, 669, 670 Bernays, Paúl, 138 propio, 319
retroceso, 621,624 Bernoulli, Jakob, 45 subcadena, 320
sistema universal de direcciones, 616 Bernoulli, Johann, 308 propia, 320
subárbol, 609, 615 Bertrand, Joseph Louis Francois, 50 sufijo, 319
propio, 319 secuencial, 315; véase también máquina de constante, 296

vacía (X), 316 estados finitos cuadrática, 296, 304
cálculo preposicional, 763 Clairaut, Alexis, 309 cúbica, 296
Calculus of Inference, Necessary and Proba clan, 604 exponencial, 296, 489
ble, the, 138 Ciarle, Deán S., 311 factorial, 296
cambio de base, 218-223 clase(s) lineal, 296, 298, 304
camino, 531, 532 de equivalencia, 383, 384, 395 logarítmica, 296
abierto, 531 lateral, 791, 807, 830 polinomial, 296
aleatorio, 523 lateral derecha, 791 complejos conjugados, 478
cerrado, 531,566, 569 lateral izquierda, 791 complementario
dirigido, 532 paralelas, 862-864 de un grafo, 540, 541
hamiltoniano, 578-585, 599 clave de un subgrafo en un grafo, 613
simple para un registro, 720 complemento
cerrado, 365 primaria, 275 a unos, 220-223
dirigido, 532 compuesta, 275 de una función booleana, 736
en un grafo, 365, 532, 533 cocido, 586 de un conjunto, 159, 289, 290, 540
trivial, 531 cociente, 215, 216 relativo, 159
Campbell, Douglas M., 523 codificación, 795-796,801, 804; véase también componente(s)
campo (de una base de datos relacional), 272 teoría algebraica de la codificación biconexa, 645-647, 651
campos en un registro, 720 código(s); véase también teoría algebraica de de un grafo, 366, 368, 533-534
canal simétrico binario, 794; véase también teo la codificación composición
ría algebraica de la codificación de bloque, 796 de enteros, 37-39, 150, 151
cancelación multiplicativa en Z, 213 de bloque (n,m), 796 de funciones (g / ) , 281-283, 285
Cantor, Georg, 156, 176-178, 309-311, A-32 de cinco repeticiones, 798 de relaciones, 357, 358
capacidad, 671, 672, 679 de Gray, 587 compuestos orgánicos, 827, 828
de una arista, 672 de grupo, 806 computador, 5
de un corte, 674 de Hamming, 811 común divisor, 225
car(/f), 849 de nueve repeticiones, 805 común múltiplo, 230
característica de un anillo, 849, 850 de repetición triple, 797 concatenación
cardinal (de un conjunto), 144, A-27, A-28 de verificación de paridad, 797 de cadenas, 318
Carroll, Lewis, 139 dual, 805 de lenguajes, 320, 321
Catalán, Eugene, 502, 510 equivalentes, 811 conclusión, 58, 77, 124, 128, 129
Cauchy, Augustin-Louis, 831 prefijo, 333, 640, 641, 543, 651 condesa de Lovelace, 239, 240
Cayley, Arthur, 428, 589, 598, 607, 650, 830, codominio, 252 condición(es)
831.A-13 coeficiente de frontera, 462
celda binomial, 27, 45, 153 de indiferencia, 758-760
de memoria, 5 multinomial, 28 de matrimonio de Hall, 689
de una partición, 382 principal, 835 inicial(es), 462
centro Cohén, Daniel I. A., 45, 46, 310, 312 necesaria, 52
de un anillo, 733 cola, 626 suficiente, 52
de un grupo, 784 colección disjunta de conjuntos, A-34 conectivas básicas, 52-54, 75, 100, 101
clausura colisión (en la dispersión), 720, 732 cuantificadores, 100
de Kleene de un lenguaje, 322, 330 Collison, Mary Joan, 241 nand, 75
en un grupo, 777 columna (de una oruga), 655 negación (no), 52
positiva de un lenguaje, 322 coloración de un grafo, 588-595 ñor, 75
Chartrand, Gary, 599, 601 propia, 588 o (disyunción), 52
Chu Shi-kie, 178 coloración fija (invariante), 817 o exclusiva, 52
Chvatal, V, 599 combinación(es),19-21, 26, 44, 45, 428, 523 o inclusiva (disyunción), 52
ciclo con repetición, 33-36, 44, 354, 440, 496, pero, 54
dirigido, 365, 373, 532 497 s i . . . entonces (implicación), 52, 54
en un grafo, 365, 532, 571-573, 578, 651 de nen r, 19 si y sólo si (bicondicional), 52, 54
hamiltoniano, 578-585, 599, 600 lineal y (conjunción), 52
independiente, 820 de enteros, 214, 226 conectivas lógicas; véase conectivas básicas
repeat-until, 61, 189 de polinomios, 845 congruencia, 395
ciencia(s) de la computación, 3, 4, 44, 55, 70, combinatoria, 143, 207, 601, 794 de triángulos, 61
104, 241, 245, 248, 251-253, 260, 331, 333, comparación de coeficientes, 441 módulo «, 717, 732
363, 395, 396, 472, 502, 600, 601, 617, 701, compilador, 308, 385 módulo iOt), 846, 871
A-l.A-8 de FORTRAN, 252 conjetura de Euler (cuadrados latinos), 858
circuito(s), 532, 571 complejidad conjugado de un número complejo, 478, 732,
combinatorio, 315 computacional, 293-296, 511-520, 600 733
de control, 315 del caso promedio, 300, 301 conjunción, 52
euleriano, 552, 578, 579 del mejor caso, 300, 301 fundamental, 740
dirigido, 554, 555 del peor caso, 300, 301 aislada, 750
lógico, (chip)171 en tiempo conjunto(s)
bien ordenado, 184,382 corte en una red de transporte, 673 glas de inferencia, inducción matemática,
de corte, 569, 571-573, 651 cota inducción matemática: forma alternativa
de índices, 166 de Gilbert, 806; véase también teoría combinatoria, 10, 40, 51, 143, 149, 259, 264
definido en forma recursiva, 209, 249, 250, algebraica de la codificación directa, 133, 134
323-325 de Hamming, 806; véase también teoría indirecta, 134
disjuntos, 158, 171; véase también conjuntos algebraica de la codificación por contradicción, 87, 91, 95, 113, 133, 134,
mutuamente disjuntos inferior, 378 148, 158, 184, 233, 295
dominante, 603, 757 superior, 378 Deo, Narsingh, 523, 524, 599-601
minimal, 603, 757 covalencia, 866 desarrollo por menores, A-23
finito, 144, 149.A-28 criptografía, 241 descendiente, 615
independiente de vértices, 587, 655 cuadradoMe un grafo, 653 descomposición
maximal, 587, 655 cuadrado(s)xlatino(s), 835, 853-859, 861, 863, de una entrada (para una red de puertas), 745,
infinito, 144, 309, 311.A-28 864, 872 746
mutuamente disjuntos, 158, 171 autoortogonal, 859 de una permutación, 815
no numerable, 310, A-27, A-32, A-33 en forma estándar, 855 en fracciones simples, 441, 495, 496
numCible, 309, A-27, A-29, A-37 ortogonales, 854-858, 872 desigualdad triangular, 799
ordenado, A-30 cuantificación implícita, 112 desorden, 418, 419, 429
parcialmente ordenado, 372 cuantificadores, 100, 102, 103, 120-125, 138, detección de errores en un código, 800; véase
potencia, 148 145, 146, 166, 185,295 también teoría algebraica de la codificación
totalmente ordenado, 374 conectivas, 100, 101 determinante, 478, 479, A-19-A-21
universal, 540 x, 100 diagrama
vacío (0), 148 \x, 120 de árbol, 247, 248, 341,499
conjunto parcialmente ordenado, 372-379,381, existencial, 100, 107 de estado, 329
394, 397, 399, 400 existencial único, 120 de flujo, 194, 195,363
algoritmo de ordenación topológica, 375-377, implícitos, 102, 103 de Hasse, 373-376, 394, 765-768
394 universal, 100, 145 de Venn, 162-165, 169, 170, 174, 178, 403,
anticadena, 400 variable 408, 414, 428
bien ordenado, 382 acotada, 100 Dick, Auguste, 731,732
cadena, 399 libre, 100 Dickson, Leonard Eugene, 240, 241
longitud de una, 399 cubo, 567,568 Dierckman, Jeffrey S., 651, 652
maximal, 399 cuerpo(s), 706, 711, 719, 731, 778, 830, 839, diferencia simétrica, 157
cota inferior, 378 850,871 Digital Equipment Corporation, 5
cota superior, 378 de Galois, 851,871-872 dígitos binarios (bits), 5
diagrama de Hasse, 373-376, 394 finito(s), 835, 840, 843, 847, 849, 850, 851, digrafo, 363,530; véase también grafo dirigido
elemento. 871,872 Dijkstra, Edsger Wybe, 658, 694, 695
maximal, 376 isomorfos, 851 Dinitz, Jeffrey H., 873
máximo, 377 curva de copo de nieve de Koch, 486 Diofanto, 230, 239
minimal, 376 Czekanowski, Jan, 694 dirección
mínimo, 377 de cuatro bytes, 5
inmersión, 397 d(a, b), 658 de dos bytes, 5
máxima cota inferior (inf), 378, 379 d(x, v), 798; véase también teoría algebraica de en la memoria del computador, 5, 720
mínima cota superior (sup), 378, 379 la codificación en un sistema universal de direcciones, 616
orden total, 374-376, 394 Dantzig, G. B., 695 direccionamiento de cuatro bytes, 5
retículo, 379 Date, C.J., 311,312 Dirichiet, Peter Gustav Lejeune, 309, 310, 730
constante (término) de un polinomio, 835 Dauben, Joseph Warren, 311,312 diseño(s)
constante de Planck, 43 David, Florence Nightingale, 179 combinatorio(s), 731, 835, 853, 865, 871,
construcción de Huffman para árboles óptimos, De Arte Combinatoria, 137 872
641-643 DeBruijn, Nicolaas Govert, 832 cuadrados latinos, 835, 853-859, 861, 863,
comeo, 3, 4, 10 DEC (Digital Equipment Corporation), 5 864, 872
conteo excesivo, 23-25, 428 decodificación mediante líderes de clase, 809; de bloque, 865-869
continuo, A-35 véase también teoría algebraica de la codifi incompleto equilibrado, 865, 866, 869
contradicción, 58, 64, 86, 156 cación de experimentos, 853, 856, 872
contraejemplo, 94, 95, 101-103, 107, 132, 134 Dedekind, Richard, 240, 309, 731, 831 geometría finita, 835,859, 862,865,871, 872
contrapositiva, 69, 105-107, 376 deficiencia (u ,b , r, k, X), 865-867, 872, 874
convergencia, 437 de un conjunto de vértices, 689 complementario, 874
convolución de sucesiones, 443, 454, 499 de un grafo, 689 plano afín, 859-864, 866-868, 872
Cooke, K. L., 585, 600, 601 definición, 56, 121, 123 plano proyectivo, 867-869, 872, 873
corolario, 124 recursiva, 202-204, 206-208, 254, 284, 316, disposición, 6-12, 19-23, 33, 35, 44, 316, 418,
corrección de errores en un código, 800; véa 318,324,325,461,620,622 428, 449, 450; véase también permutación
se también teoría algebraica de la codifica de Laplace, Pierre-Simon, 173, 457 circular, 11,12
ción Delong, Howard, 139, 140 con posiciones prohibidas, 424-426
correspondencia biyectiva, 280, 309, 442, 448, DeMoivre, Abraham, 310, 428, 456, 522 lineal, 6-12
505, 684, A-27 De Morgan, Augustus, 138, 176, 239, 241, 589 dispositivo de dos estados, 735
corte a - z, 673 demostración, 51, 139, 140; véase también re distancia
en la teoría algebraica de la codificación, 798; de un álgebra booleana, 762 estado(s)

véase también teoría algebraica de la codi de un anillo, 702 alcanzable, 340
ficación de un conjunto, 143 de energía, 43
en un grafo, 535, 653 maximal de un conjunto parcialmente orde de sumidero, 341
distribución binomial, 173 nado, 376 de transición, 340, 341
distribuciones, 33, 35, 36, 43 máximo de un conjunto parcialmente orde equivalentes (Ê^), 350, 388
disyunción, 52 nado, 377 inicial, 329
fundamental, 741 minimal de un conjunto parcialmente orde internos, 315, 328, 349, 388
div, 60, 302 nado, 376 it-equivalentes, 350, 388
diVide mínimo de un conjunto bien ordenado, 184 redundante, 388
para enteros, 213 mínimo en un conjunto parcialmente ordena siguiente, 328
para polinomios, 839 do, 377 1-equivalentes (jj E( j 2 ), 388
dividendo, 216 neutro estrella de David, 486, 487
división larga de polinomios, 839, 840 en un grupo, 777 estructura(s)
divisor(es) para + en un anillo, 702 algebraicas, 794
de cero, 838 para una concatenación, 318 de archivo, 17
propios, 213, 703 para una operación binaria, 269, 270 de datos, 245, 362, 395, 396, 499, 607, 620,
para enteros, 213, 216 unidad de un anillo, 703 626,651,720
para polinomios, 839 uno de un álgebra booleana, 762 de decisión, 55
d„ 418-420 elemento (i,;) de una matriz. A-13 si-entonces, 55
doble negación, 64 Elementos, 215, 232, 233, 238 si-entonces-o, 55
Doctrine of Chances, 428 Elsayed, E. A., 585, 600, 601 de selección, 55
dodecaedro, 568, 578, 599 emparejamiento, FIFO, 626
Dombowski, Peter, 872, 873 completo, 684 first-in first-out, 626
dominación de funciones, 294 maximal, 689, 695 last-in-first-out, 502
dominio perfecto, 692 LIFO, 502
deDedekind, 731 Enderton, Herbert B„ 179, A-37 etiqueta binaria, 741 .
de integridad, 706, 711, 837-839, 850 enfoque descendente, 44 etiqueta de un árbol elegante, 654
de una base de datos relacional, 273 Enigma, 345 Euclides, 45, 215, 226, 232, 233, 238, 239
de una función, 252 entero(s) Euler, Leonard, 309, 396, 456, 457, 505, 529,
Dornhoff, Larry L., 343, 344, 811, 831, 832 compuesto, 214, 223 551, 563, 598, 730, 830, 858, 872
Dorwart, Harold L., 872, 873 impar, 131 Even, Shimon, 503, 523
2-metil-propano, 610 módulo n, 717-721 Eves, Howard, 139, 140, 311, 312
dual de una proposición, 65, 161, 737, 764 par, 131 3x, 100
dualidad perfecto, 238 3!x, 120
de un álgebra booleana, 737, 764 primo(s), 134, 183,214,719 experimento, 172, 247
en la teoría de conjuntos, 161 relativos, 226 exponente, A-l-A-4, A-6
en lógica, 65 entrada extensión de una función, 257
Dyck, Walther Franz Antón von, 830 de un algoritmo, 227, 293
función, 252
para una máquina de estados finitos, 328 f:A->B, 251
E„ £», 388 para una puerta, 745, 746 /(A), 252
economía, 523 enumeración, 3, 23, 44, 179,409, 428, 433 /(*) = g W ( m o d í W ) , 8 4 6
ecuación(es) enunciado(s), 51, 317 f(x) es congruente con g(x) (módulo s(x)), 846
característica, 471 Epp, Susana S., 139, 140 Fo (contradicción), 58, 86
cuadrática, 829 EQUIVALENCE, enunciado de ANSÍ /"'. 285
cuártica, 829 FORTRAN, 384, 385 /-'(B,), 287
cúbica, 829 equivalencia lógica, 61, 63, 64, 68 / 6 €(g), 294
diferenciales, 461 Eratóstenes, 239 / e O ( g ) e n S , 513
diofántica, 230, 240 Erdós, Paúl, 599 / e s dominada por g, 294
en diferencias, 461,523; véase también rela Erlanger Programm, 831 / e s dominada por g en 5, 513
ciones de recurrencia error de desbordamiento, 222 f.n.c, 742
para verificación de paridad, 802; véase tam esfera S(x, k), 799; véase también teoría f.n.d., 740
bién teoría algebraica de la codificación algebraica de la codificación factor de un polinomio, 839, 841
polinomial, 829 espacio lineal, 842
química, 830, 872 métrico, 799 factorial, 7, 206, 298
Edmonds, J., 679 muestral, 172, 247, 262, 418, 426 factorización de un polinomio, 842
eficiencia de un esquema de codificación, 796; especificación falacia, 85, 128
véase también teoría algebraica de la codifi existencial, 136 Fano, Gino, 859, 872
cación universal, 124 Feit, Walter, 831
Einstein, Albert, 731 esquemas de codificación, 795-797; véase tam Feller, William, 458, 523
electrón, 43 bién teoría algebraica de la codificación Fendel, Daniel, 140
elemento(s) estabilizador, 820 Fermat, Pierre de, 239, 240, 730
cero, A-15 estadística, 853 fermiones, 43
Ferrer, Norman MacLeod, 457 literal, 740 relación de recurrencia no lineal, 501, 502
Filius Bonaccii, 456 mapa de Karnaugh, 748-754, 759, 760 tabla de identidades, 440
final, (terminal), 363, 530 maxtérmino, 742 técnicas de cálculo, 436-343
Finizio, Norman, 522, 523 método de Quine-McCluskey, 753 identidad, 280
Fisher, R. A., 872 \ mintérmino, 741 igualdad, 281
flujo en una red de transporte, 672, 679 \ número de filas, 741 imagen, 252
flujo maximal, 673 o exclusiva, 745 de un conjunto, 256
Ford, Lester Randolph, Jr., 679, 695, 696 producto, 737 de un elemento, 251
forma de maxtérminos, 742 INT, 253
alternativa de la inducción matemática; representación inversa, 285, A-10
véase inducción matemática, forma alternativa como producto minimal de sumas, 753, invertible, 284-286, 290
estándar de un cuadrado latino, 855 754, 773 inyectiva, 255, 282, 285, 290, 684
de Binet, 525 como suma minimal de productos, 747, logarítmica, A-1, A-8
de tabla, 81 756, 758-760, 773 monótona creciente, 516
indeterminada, A-2 simétrica, 774 notación, 251,252
normal suma, 737 O mayúscula, 294-296
conjuntiva (f.n.c), 741, 742, 772 de mintérminos, 741 operación
disyuntiva (f.n.d.), 740, 772 característica, 313 binaria, 267
sistemática, 811; véase también teoría codificar, 795, 801,804 asociativa, 268
algebraica de la codificación codominio, 252 cerrada, 267, 269-271
Formal Logic; or. the Calculus of Inference. complejidad, 245 conmutativa, 268
Necessary and Probable. 138 composición de, 281-285, 287, A-10 monaria, 267
fórmula(s) compuesta (g o f), 281 imana, 267
bien formada, 212 constante, 261 orden de una, 294
de inversión de Mobius, 428 correspondencia biyectiva, 280,309,505,684 parte entera, 252, 253, 406, 629
deStirling, 310 creciente, 313 phi de Euler, 409-411, 720, 779
del cambio de base, A-8 de acceso, 253, 259 potencias de una, 284
explícita, 201,202 de Ackermann, 259, 260 pred (predecesor), 314
para la suma, 40,51,186,187, 245, 259, 296 de codificación, 795; véase también teoría preimagen
Formulario Mathematico. 240 algebraica de la codificación de un conjunto, 287-290
FORTRAN, 145, 384, 385 de complejidad de un elemento, 251
fotones, 43 en espacio, 294 proyección, 271-273
Foulds, L. R., 585, 600. 601 en tiempo, 294, 304, 464, 466, 488, 512, punto fijo, 419
Fourier, Jean Baptiste Joseph, 309 513, 515, 517-519, 663, 664, 668, 670; recursiva, 260, 468, 469
Frege, Gottlieb, 138 véase también complejidad computacional restricción, 257
Friedman, Arthur D., 773 para la ordenación por el método de la bur salida, 329
fuente buja, 464, 466 sobre, 260, 262-265, 271, 272, 282, 285,290,
de una arista dirigida, 363, 530 para la ordenación por inserción, 636-638 355, 384, 403, 407, 408, 428, 453, 526
en una red, 672 de conmutación, 735-743, 745, 772 sobreyectiva, 260
Fulkerson, D. R., 599, 601, 679, 695, 696 de decodificación, 796, 804; véase también succ (sucesor), 314
funcióníes), 113, 202, 245, 251-257, 259-265, teoría algebraica de la codificación sucesión, 254
267-269, 271, 272, 280-290, 294-296, 304, de dispersión, 701, 720, 721, 732 finita de n términos, A-30
308, 309, 315, 317, 409-411, 418, 419, 516, de salida, 252, 329 infinita, 255
701, 720-722, 732, 735-743, 745, 754, 758, del estado siguiente, 329 suelo, 252, 253, 629
772, 795, 796, 799, 801, 804, A-l, A-4-A-6, del mayor entero, 252, 253 techo, 253, 254, 269, 629, 651
A-8,A-10,A-30 delta, 606 trunc(amiento), 253
aplicación, 251 distancia, 799; véase también teoría fundamentos de las matemáticas, 139, 343
biyectiva, 280 algebraica de la codificación
booleana, 736-743, 745-754, 759, 760, 772, dominación, 294-296, 353, 513 5,541
773 dominio, 252 g ° /• 281
autodual, 774 exponencial, 418, A-l, A-4, A-6 g domina a/, 294
complemento, 736 extensión, 257 g domina a / e n S, 513
condiciones de indiferencia, 758-760 finita, 245, 254, 255, 262, 290, 308, 343 G-e(e arista), 540
conjunción fundamental, 740 generatriz, 310, 433-443, 446-450, 454-458, G - v (D vértice), 540
disyunción fundamental, 741 466,493-499,501,522, 817,820, 821,824, Galileo, 309
especificada de manera incompleta, 758 825 Gallian, Joseph A., 731, 732, 831, 832
etiqueta binaria, 741 convolución de sucesiones, 443 Galois, Evariste, 731, 830, 831, 851, 871, 872
f.n.c, 742 de momentos, 457, 458 Gardiner, Anthony, 831, 832
f.n.d., 740 exponencial, 449-453, 457, 458 Gardner, Martin, 523, 831, 832
forma normal operador de suma, 454, 455 Garland, Trudi Hammel, 522, 524
conjuntiva, 741, 742, 772 ordinaria, 449 Gauss, Cari Friedrich, 395, 730, 732
disyuntiva, 740, 772 para resolver relaciones de recurrencia, 493- geCo). 554
igualdad, 736 499 generador de un grupo cíclico, 787
independiente de una variable booleana, 744 particiones de enteros, 445-448 generalización
existencial, 136 i-regular, 551 Hell, Pavol, 670, 694, 696

universal, 128 n-partito completo, 606 Henle, James M„ 179.A-37
generalizaciones del principio de inclusión y no dirigido, 364, 411, 412, 531, 724 hermanos, 615
exclusión, 413-417 no plano, 560-563 Herstein, Israel Nathan, 831, 832, 872, 873
genérico, 128 nulo, 541 hidrocarburos saturados, 598, 607, 610, 611
geometría, 831 plano, 560, 599 hijo, 615
euclídea, 859 con un par terminal, 572 derecho, 617
finita, 835, 859, 862, 865, 871, 872; véase ponderado, 657 izquierdo, 617
también plano afín regular, 551 nulo, 622
no-euclídea, 859 sin lazos, 365, 530 Hilbert, David, 139, 178, 260, 343, 731
proyectiva finita, 872 Graham, Ronald Lewis, 311,312,522,524,670, Hill, Frederick J., 773
Geometrie die Lage, 650 694, 696 hipótesis, 52
Germain, Sophie, 730 Gregory, Duncan, 176 de inducción, 186, 197
Gersting, Judith L., 343, 344 Griess, Roben, Jr., 831 historia de la enumeración, 44
GF(p'), 851,857, 871 Grundlagen der Mathematik, 139 Hodges, Andrew, 344
Gilí, Arthur, 343, 344 grupo(s), 777 Hoggatt, Verner E., Jr, 522, 524
Giornale di Matematiche, 859 abeliano, 173, 777 HOhere Algebra, 394
Godel, Kurt, 177 cerrado, 777 Hohn, Franz E., 343, 344, 811, 831, 832
Golay, Marcel J. E., 793, 831, 832 cíclico, 787, 789, 847, 849 hoja, 614
Goldberg, Samuel, 523, 524 conmutativo, 777 homomorfismo
Gorenstein, Daniel, 831, 832 cuatro de Klein, 789 de anillos, 723-725, 731
grad(u), 550 de movimientos rígidos de grupos, 785
grad(«), 566 de un cuadrado, 814 Honsberger, Ross, 522-524
grado de un cubo, 826, 827 Hopcroft, John E., 343,344,395, 396,523,600,
de entrada de un vértice, 554 de un hexágono regular, 822, 823 601, 651, 652, 670, 694, 695, 732
de salida de un vértice, 554 de un tetraedro regular, 827, 828 Hopper, Grace, 651
de un polinomio, 835 de un triángulo equilátero, 781-783 Horowitz, Ellis, 668, 670, 694, 696
de un vértice, 550 de permutaciones, 783, 815; véase también Huffman, DavidAlbert, 343,345,396,641,651,
de una región, 566 teoría de grupos 652
de una tabla, 273 de transformaciones, 829, 831 Huygens, Christiaan, 45
grafo(s) de unidades, 779
2-isomorfos, 576 isomorfos, 785
asociado no dirigido, 364, 533 que actúa sobre un conjunto, 816 IBM PC/RT, 5
autocomplementario, 549 resoluble, 872 icosaedro, 568
biconexo, 645 simétrico (Sn), 783 ideal, 714, 725, 731
bipartito, 561, 580, 683, 684, 689 simple, 831 identidad combinatoria, 149, 151, 290
completo, 561 Gruppentheoretischen Studien II, 830 igualdad
completo (Kn), 366, 368, 491, 540, 580, 581 gs(y>), 554 de cadenas, 317
conexo, 364, 533 Guthrie, Francis, 589, 599 defunciones, 281
con un par terminal, 572 Guthrie, Frederick, 589 de funciones booleanas, 736
critico respecto del color, 598, 650 Guy, Richard K„ 522, 524 de matrices, 702, A-14
de escalera, 604, 654 de números reales, 61
de Ferrer, 448,457 Haken, Wolfgang, 589, 599-601 de polinomios, 835
de Herschel, 587, 590 Hall, Marshall, Jr., 429, 873 entre conjuntos, 145, 146, 164, 250, 321
de línea, 605 Hall, Philip, 684, 687, 695 imagen, 252
de peine, 604, 605 Halmos, Paúl R., 179.A-37 de un conjunto, 256
de Petersen, 563, 590, 600 Hamilton, Sir William Rowan, 176, 578, 589, de un elemento, 251
de precedencia, 364 599 implica, 52
de rueda, 537 Hamming, Richard Wesley, 793, 794, 798, 831, lógicamente, 78, 105
de utilidad, 561 832 implicación, 52, 56, 58, 121-123
dirigido, 333, 349, 357, 363-368, 372, 373, Hamming lógica, 79, 80, 104
394, 395, 530, 533, 657 código de, 811 /„ 361
arcos, 330, 363 cota de, 806 independencia (y variables booleanas), 744
aristas, 363, 530 matriz de, 811; véase también teoría indeterminada, 835
completo, 581 algebraica de la codificación índice, 166
etiquetado, 333 métrica de, 799; véase también teoría de ciclo para un grupo, 822
fuertemente conexo, 365, 558 algebraica de la codificación de un producto, 235
lazo, 363, 530 Hanson, Denis, 429 de una suma, 22
nodos, 363, 530 Harary, Frank, 599-602, 651, 652 en profundidad, 645
vértices, 363, 530 Hardy, Godfrey Harold, 241,429 inducción matemática, 95, 183-188, 190-194,
disconexo, 366, 533 Hartsfield, Nora, 599, 602 196, 203-210, 240, 241, 322, 323, 325, 382,
dual, 568, 569, 571 Hasse, Helmut, 394 515, 565, 629, 630, 724, 725, 841, 842
homeomorfos, 562 Heath, Thomas Little, 44, 46 completa, 196
isomorfos, 544 Heawood, Percy John, 589 doble, 313
forma alternativa, 196-199, 208, 209, 233, Kempe, Sir Alfred, 589 leyes asociativas
303,519,552,566,609 Kepler, Johannes, 522 de la lógica, 64, 108
inf (ínfimo), 378, 379 Kershenbaum, A., 670, 695, 696 de la multiplicación de matrices, A-18
Infeld, Leopold, 872, 873 Khowárizm, 238 \ de la suma
ínfimo; véase máxima cota inferior Kirchhoff, Gustav, 598, 607, «50 ' de enteros, 132
ingeniería eléctrica, 333 Kitab al-jabr w 'al muquabala, 239 de números reales, 111
inmersión, 397, 560 Kleene, Stephen Colé, 139, 140, 322 de la teoría de conjuntos, 160
INT (función máximo entero), 253 Klein, Félix, 831 de un anillo, 701,702
Intemational Business Machines Corporation, 5 K„.„,561 generalizadas
intemiptor(es) Kn, 366, 491,540 en un anillo, 702
abierto, 72 Kneiphof, 551 para A, 203
cerrado, 72 Knuth, Donald Ervin, 311, 312, 395, 396, 522- para U, 204
independientes, 72, 73 524,651,652 para la suma de números reales, 206
intersección Kohavi, Zvi, 343, 345, 396 para un grupo, 778
de conjuntos, 157, 159 Kónig, Dénes, 599 para funciones booleanas, 737
generalizada, 166 Konigsberg, los siete puentes de, 396,529,535, para un álgebra booleana, 764
de grafos, 594 551-553,598 para variables booleanas, 737
intervalo Kronecker, Leopold, 238, 730, 831 ley(es) conmutativa(s)
abierto, 153 Kruskal, Joseph Bernard, 665, 694, 696 de + en un anillo, 701
cerrado, 153 Kummer, Ernst, 731 de la lógica, 64
semiabierto, 153 Kuratowski, Kasimir, 563, 599 de la suma de matrices, A-14
Intrvductio in Analysin Infinitorum, 456 de la teoría de conjuntos, 160
invariante (elemento invariante bajo una (., 869 para funciones booleanas, 737
permutación), 815, 817 ¿(G), 605 para la multiplicación de números reales, 111
inventario, 821 laboratorio de computación de la Universidad para la suma de enteros, 132
completo, 821 de Harvard, 772, 773 para la suma de números reales, 111
de patrones, 817, 824-828 laboratorio de software de UNIX, 17 para un álgebra booleana, 762
inversa de una relación, 284 Ladas, Garasimos, 522, 523 para variables booleanas, 737
inverso(s) Lagrange, Joseph-Louis, 526, 830 leyes de absorción,
aditivo, 280 Lame, Gabriel, 522, 730 de la lógica, 65
de una matriz, A-15 Landau, Edmund, 310 de la teoría de conjuntos, 160
de un entero, 280 Laplace. Pierre Simón de, 173,457 de las funciones booleanas, 737
de un número real, 120 Larney, Violet Hachmeister, 241,731,732, 831, de las variables booleanas, 737
bajo + en un anillo, 702 832, 872, 873 de un álgebra booleana, 764
de una cadena, 325 Larson, Harold J., 458 leyes de cancelación
en un grupo, 777, 830 Lawler, Eugene L., 585, 600, 602, 694, 696 para la multiplicación, 213, 707, 711
multiplicativo, 280 lazo, 363, 365, 367, 368, 373, 530, 543, 550, para la suma (en un anillo), 709
de una matriz. A-19 569,571 para un álgebra booleana, 764
de un número real distinto de cero, 120, 280 Legendre, Adrien-Marie, 730 para un grupo, 779
en un anillo, 706 Leibniz, GottfriedWilhelm, 137,138, 308, 309 leyes de De Morgan
inversor, 745 lema, 215 de la lógica, 63, 64, 66
investigación operativa, 600, 657, 694 lenguaje, 202, 319-323, 343, 349, 350 de la teoría de conjuntos, 160, 162, 163, 172
/ Principü di Geométrica, 395 de programación Pascal, 14, 44, 55, 60, 61, de la teoría de conjuntos (ampliada), 205, 206
ip(t>), 645 104, 253, 287, 301, 314, 385, 468 generalizadas, 167
isobutano, 610 por procedimientos, 618 para funciones booleanas, 737
isómeros químicos, 607, 610, 650, 827, 832 vacío, 320 para un álgebra booleana, 764
isomorfismo Lenstra, J. K., 585, 600, 602 para variables booleanas, 737
de álgebras booleanas, 766, 768, 769, 773 Leonardo de Pisa, 456, 521, 522 leyes de dominación
de anillos, 723, 726, 728 Lesniak, Linda, 599, 601 de la lógica, 65, 67
de cuerpos finitos, 851 Lesniak-Foster, Linda, 599, 601 de la teoría de conjuntos, 160
de grafos, 540, 544-546, 723, 724 LeVeque, William Judson, 241 para funciones booleanas, 737
de grupos, 785 Lewis, Harry R., 343. 345 para un álgebra booleana, 764
Iverson, Kenneth, 651 Lewis, James T., 311 para variables booleanas, 737
leyes leyes del doble complemento
Jean, Roger V, 522, 524
de Kirchhoff, 474 de la teoría de conjuntos, 160
Johnson, D. B., 670, 695, 696
de la doble negación, 64, 65 para funciones booleanas, 737
Johnson, Lyle, 651
de la lógica, 64, 65, 68, 73, 88, 94, 160, 737, para un álgebra booleana, 764
Johnson, Selmer Martin, 523, 524
763 para variables booleanas, 737
Jordán, Mane Ennemond, 650
de las funciones booleanas, 737, 763 leyes del inverso
K,.,, 561, 562 de la teoría de conjuntos, 160, 165, 737, 763 de la lógica, 65
Karnaugh, M., 748, 773 de Ohm, 474 de la teoría de conjuntos, 160
Kamaugh, mapa de, 748-754, 773 para el flujo eléctrico, 598 para funciones booleanas, 737
condiciones de indiferencia, 758-760 del silogismo, 82, 84, 88, 141, 147 para un álgebra booleana, 762
Karp, R. M., 679 de las variables booleanas, 737 para variables booleanas, 737
leyes del neutro cuantificadores, 98-114,120-134 internos, 328, 329, 388

de la lógica, 65 demostración, 121, 123-134 i-equivalentes, 350, 388
de la teoría de conjuntos, 160 equivalencia lógica, 61, 63, 64, 68 redundante, 388
para funciones booleanas, 737 implicación lógica, 79,80, 104 siguiente, 328
para un álgebra booleana, 762 Jeyes, 64, 65 transitorio, 340, 341
para variables booleanas, 737 matemática, 139 1-equivalente, 350, 388
leyes distributivas negación de proposiciones cuantificadas, 109, fuertemente conexa, 341, 365
de la multiplicación por escalares sobre la 110,113,114 función
suma de matrices, A-15 principio de dualidad, 65 de salida, 329
de la multiplicación sobre la suma proposiciones (y conectivas), 51-54 del estado siguiente, 329
en los enteros, 132 proposiciones lógicamente equivalentes, 62, máquina(s)
en los números reales, 63 64, 104 de Mealy, 343
de la lógica, 64, 65 reglas de retraso de dos unidades, 339, 340
de la teoría de conjuntos, 160 de inferencia, 80-93 de retraso de i-unidades, 339, 343
generalizadas de sustitución, 66, 67 de retraso de una unidad, 339
en la teoría de conjuntos, 169 simbólica, 137 de Turing, 344
en un anillo, 702 tablas primer nivel de accesibilidad, 350
para funciones booleanas, 737 de reglas de inferencia, 88 principio del palomar, 338
para la multiplicación de matrices sobre la de verdad, 53, 56-58, 61-66 proceso de minimización, 388-393
suma de matrices. A-24 London Mathematical Society, 589 reconocedor de sucesiones, 335, 343
para un álgebra booleana, 762 longitud salida, 328
para un anillo, 702 de una cadena, 23, 316, 318 secuencia de transferencia, 341
para variables booleanas, 737 de una cadena (en un conjunto parcialmente segundo nivel de accesibilidad, 350
leyes idempotentes ordenado), 399 submáquina, 341
de la lógica, 65 de un camino, 531 sumador binario en serie, 332
de la suma, 750, 752, 760 de un camino simple, 365 sumidero (estado), 341
de la teoría de conjuntos, 160 de un ciclo tabla de estados, 329
para funciones booleanas, 737 en teoría de grupos, 815 tabla de transición, 329
para un álgebra booleana, 763 en un grafo, 365 volver a arrancar, 330
para variables booleanas, 737 Lovász, Laszlo, 599 Marina de Estados Unidos, 372, 394
Líber Abaci, 456. 521 Lovelace, Augusta Ada Byron, 239, 240 matemáticas financieras, 485
libro de la creación, el, 44 Lozansky, Edward, 311, 312 material fisionable, 498
líder de clase, 808; véase también teoría Lucas, Fran9ois Édouard Anatole, 481, 522 MathematicalAnalysis ofLogic, Being an Essay
algebraica de la codificación Lukasiewicz, Jan, 619 towards a Calculus ofDeductive Reasoning,
límite llaves de conjunto, 144 the, 138
de una función real, 113, 114 matriz,A-13-A-24
de una sucesión de números reales, 121, A-3 cero (elemento), A-15
límite inferior Af2(C), M2(Q), A/2(R), Mt(Z), 702 cero-uno (0, 1), 245, 357, 359-362, 395
en la notación para el producto, 235 Maclaurin, Colin, 310 columna, A-13
en la notación para la suma, 22 MacWilliams, F. Jessie, 831, 832 cuadrada. A-13
límite superior Manohar, R„ 728, 732 de adyacencia de un grafo, 367, 559
de una suma, 22 mapa de Karnaugh, 748-754, 773 de Hamming, 811; véase también teoría
en la notación de producto, 235 máquina analítica, 239 algebraica de la codificación
l i m / U ) = L, 113, 114 máquina de estados finitos, 315, 329-332, 335- de incidencia
X -»» 341, 343, 349, 350, 388-393, 396, 712, 746 de un diseño, 874
lím rn =L, 121 accesibilidad, 350 de un grafo, 559
X ~* a
lista(s) alfabeto dos a dos, 866, 867

de adyacencia, 397 de entrada, 328, 329 de permutación, 697
de índices, 397 de salida, 328, 329 de relación, 359, 362, 367
doblemente enlazadas, 395 arco, 330 de verificación de paridad, 804,806,807,811;
enlazadas, 395 arista dirigida, 330 véase también teoría algebraica de la co
lineales enlazadas, 720 cadena característica mínima, 391-393 dificación
literal, 740 definición, 329 definición, A-13
Liu, C. L., 45, 46,428, 429, 458, 522-524, 554, diagrama de estados, 329, 330 desarrollo por menores, A-23
563, 572, 599, 600, 602, 651, 652, 691, 694- E, 388, 389 determinante, A-19-A-23
696, 817, 827, 872, 873 E„ 388 doblemente estocástica, 697
Lloyd, E. K., 600, 601 Et, 388 elemento (i, j), A-13
Lo que la tortuga dijo a Aquiles, 139 entrada, 328 elemento nulo, A-15
Lockett.J. A., 585, 600, 601 equivalentes, 336 fila. A-13
locura instantánea, 541-544 estado(s) igualdad, A-14
logaritmo, A-6-A-8 alcanzable, 340 inverso aditivo, A-15
natural, A-8 de transferencia, 340, 341 inverso multiplicativo, A-19
lógica, 51-140 equivalentes, 350, 388 ley asociativa de la multiplicación, A-18
conectivas (lógicas) básicas, 52-54,75,100,101 inicial, 329 ley conmutativa de la suma, A-14
ley distributiva de negación, 83 «!, fórmula de aproximación de Stirling, 310

de la multiplicación por escalares sobre la de numeración de Polya, 600,651,812,824- «-butano, 610
suma de matrices. A-15 828, 832 «-cubo, 602
de la multiplicación de matrices sobre la de plegado (para la dispersión), 721 n factorial, 7
suma de matrices, A-24 de Quine-McCluskey, 753, 773 n-grafo, 534
generadora, 801, 806,807; véase también teo diagonal de Cantor, 310, A-32 n-producto, 246
ría algebraica de la codificación exhaustivo, 123, 124 n-upla, 246, 272
menor, A-22 húngaro, 695 nand (conectiva), 75
neutro aditivo, A-15 indirecto de demostración, 93 Napier, John, A-7
neutro multiplicativo, A-19 métrica, 799 negación, 52
producto de matrices, A-16, A-17 de Hamming, 799; véase también teoría de proposiciones cuantificadas, 109,110,113,
producto por un escalar, A-15 algebraica de códigos 114
fila, A-13 Meyer, Paúl L., 179 i Nemhauser, G. L., 585, 600, 601
sistema de ecuaciones lineales, A-20 miembro (de un conjunto), 143 neutro aditivo
suma, A-14 Millbanke, Annabella, 239 para las matrices, A-15
vector columna, A-13 Miller, George Abraham, 830 para los números reales, 120
vector fila, A-13 mín, 235 neutro multiplicativo
Maurocylus, Francesco, 240 mínima cota superior (sup), 378 de los números reales, 120
max, 235 mínimo común múltiplo, 230, 231 de una matriz, A-19
máxima cota inferior (inf), 378 mintérmino, 741 en un anillo, 703
máximo común divisor Mirsky, León, 695, 696 neutro
para enteros, 225-228, 231, 238 mod, 228, 469 para la multiplicación de números reales, 120
para polinomios, 844, 845 modn, 717 para la suma de números reales, 119, 120
maxtérmino, 742 modelo neutrones, 43, 497, 498
Maybee, John S , 601 de Bose-Einstein, 43 Newsom, Carroll V., 139, 140, 311, 312
McAllister, David R, 139, 140, 343, 345, 396, de Fermi-Dirac, 43 Newton, Sir Isaac, 310
523, 524 de Maxwell-Boltzmann, 43 Nievergelt, Jurg, 523, 524
McCluskey, E. J., Jr., 773 Modus Ponens, 80, 84, 88, 126, 127, 323 nivel, 615
McCoy, Neal H., 732, 872, 873 Modus Tollens, 83, 84, 86, 88, 126, 127 niveles de infinito, 309
mcd (máximo común divisor) momentos angulares, 43 niveles de puertas, 748
para enteros, 226, 235 Montmort, Pierre Remond de, 428 Niven, Ivan, 240, 241, 458, 732
para polinomios, 845 Moon, John Wesley, 650, 652 nodo, 363, 530; véase también vértice(s)
mcm (mínimo común múltiplo), 230, 235 Moore, Edward Forrest, 343, 345, 396 nodo I, 17
Mealy, George H., 343, 345 Morash, Ronald R, 140 nodos de ramificación, 614
mecánica cuántica, 43 Moser, L., 508, 524 Noether, Emmy, 731
mecánica estadística, 43,45 movimientos rígidos ñor (conectiva), 75
mediana, 470 de un cuadrado, 814 notación
Mémoire sur les conditions de résolubilité des de un cubo, 826, 827 de suma, 22
équations par radicaux, 830 de un hexágono regular, 822, 823 hexadecimal, 219, 220
memoria principal, 5 de un tetraedro, 827, 828 infija, 249, 619
Mendelson, Elliott, 139, 140 de un triángulo equilátero, 781-783 O mayúscula, 294-296, 310
Menon, P. R„ 773 multigrafo, 363, 534, 542, 657 pi(jt), 235
menor, A-22 etiquetado, 542 polaca, 619
mensajes, 794, 795; véase también teoría multiplicación prefija, 619
algebraica de la codificación de clases de equivalencia sigma (I), 22
mesones pi, 43 de enteros (en Zn), 718 núcleo
Methodus Differentialis, 310 de polinomios, 846, 847 de un homomorfismo de anillos, 729
método de polinomios, 836 de un homomorfismo de grupos, 833
de afirmación, 80 multiplicidad número(s)
de coeficientes indeterminados, 483 de una arista, 534 , armónicos, 183, 192, 193, 200, 206, 207
de complemento a dos, 220-223 de una raíz, 842 cardinal transfinito, 309
de contradicción, 133, 134 múltiplo(s) cardinales infinitos, A-35, A-36
de contraposición, 134 de un entero, 213 complejos en BASIC, 725-727
de demostración por contraposiuva, 86,133,134 de un polinomio, 839 con signo, 710
de descenso infinito, 240 de elementos de un grupo, 780 cromático, 431,588-595
de división (para dispersión), 720 Murty, U S . R., 599, 601,695 de Bell, 524
de Horner, 308 de Catalán, 502,504,505,507,508,522,523
de inducción completa, 196 N, 153 de clan de un grafo, 605
de la columna principal, 259 ( i ) , 19, 44, 45, 438 de dominación de un grafo, 630
de la criba, 428 de Fibonacci, 183, 207-209, 299, 300, 456,
de la fila principal, 253, 259 ( 7 ) " > 0, 438 461, 472, 476, 481, 488, 489, 522, 526
de la multiplicación anidada, 308 de filas, 741
i ] , «2. n_i n¡ j , 2 8
de las funciones generatrices, 493-499, 501, de independencia de un grafo, 587
502 «1,7,206,298 de Lucas. 183, 208, 209, 461, 522
de nivel, 615 p(m, n), el número de particiones de m en exac poliedros, 598

de recubrimiento de un grafo, 603 tamente n sumandos positivos, 457, 458 polígono convexo, 505
de réplica, 866 p(n), el número de particiones de n, 445, 456 polinomio(s)
de Stirling del primer tipo, 606 P(n, r), 8, 44 cero, 836 ,
de Stirling del segundo tipo, 36, 264, 265, P(T), 641 constante, 836
310,311,386 p(x) (en teoría de la codificación), 798; véase cromático, 431, 589-595, 600
triangular, 493 también teoría algebraica de la codificación de torre, 421 -425, 429,434, 683
pCi) (peso de una cadena x), 665 en la incógnita x, 835
o (conectiva), 52 PA(Í),860 irreducible, 844
C(g) (orden de g), 294 . padre, 615 mónico, 844
6(g) en 5,513 Page, E. S., 523, 524 primo(s), 844
o exclusiva, 52, 62, 434, 824 palabra(s), 317 relativos, 845
o exclusiva (ffi) para funciones booleanas, 745, codificada, 795; véase también teoría reducible, 844
746 / algebraica de la codificación sin grado, 836
o inclusiva, 52 ¡ recibida, 795; véase también teoría algebraica Polya, George, 651, 652, 777, 832
O'Bryant, Kevin, 651, 652 de la codificación Pop, 502
x
octaedro, 568 reservadas, 14 posición de memoria, 384, 385
On the Theory ofGroups, as Depending on the palíndromo, 16, 327 postulados de Peano, 240
Symbolic Equation 8" = 1,830 Palmer, Edgar M„ 600, 602 potenciáis)
opciones permisibles, 99 Papadimitriou, Quistos H., 343, 345 de un alfabeto, 316
operación, 157, 158 par de cuadrados latinos ortogonales, 854-858 iie un elemento de un grupo, 780
binaria, 157, 202, 214, 267, 617, 619 par ordenado, 246, 250, 251 de un lenguaje, 322
asociativa, 268 Vx, 100, 145 de un número real, A-l
bien definida, 718 paradoja de Russell, 156, 177 de una cadena, 318
cerrada, 157, 267, 269-271, 318, 701, 730, parejas de electrones de conducción, 43 de una función, 284
735, 762, 777, 778, 836, 837 Parker, Ernést Tilden, 858, 872 de una relación, 358, 359, 316
conmutativa, 268 partición, 382-386, 388, 395, 717, 791 1,316
*-aria, 313 de enteros, 36, 37, 445-448, 456-458, 523 precede, 361
conmutativa, 313 partículas subatómicas, 43 prefijo, 319, 350, 640
monaria, 158, 267, 762 Pascal, Blaise, 45, 179, 240 propio, 319
ternaria, 313 paso inductivo, 185, 186, 196 preimagen
unaria, 158, 267, 762 Patashnik, Oren, 311, 312, 522, 524 de un conjunto, 287-290
operador de suma, 454,455 patrón de errores en un código, 794; véase tam de un elemento, 251
operandos, 157 bién teoría algebraica de la codificación premisa, 58,77, 80, 124, 129
óptica, 522 Pawlak, Zdzislaw, 651 Prim, Robert Clay, 665, 694, 696
optimización, 44,248, 333, 607 PDP11.5 primer nivel
orden Peacock, George, 176 de accesibilidad, 350
de g, 0(g), 294 Peano, Giuseppe, 240, 395 de infinito, A-35
de los vértices de un árbol, 620, 621 Peirce, Charles Sanders, 138 Principia Mathematica, 138, 177
de una relación de recurrencia lineal, 471 Perfect, H., 695, 696 principio
de un elemento del grupo, 787, 788 permisos de acceso, 17 de clasificación cruzada, 428
de un grupo, 778 permutación, 6-9,19,20,44,45,408,409,428, de distribución de Dirichlet, 309, véase tam
del diccionario, 617 449, 467, 502-504, 523; véase también dis bién principio del palomar
en un árbol, 616,617 posición de dualidad
lexicográfico, 617 pero, 54 de la lógica, 65
parcial, 349,353-356,372-379,394,395; véa peso en la teoría de conjuntos, 161
se también conjunto parcialmente ordenado de un árbol, 6^41 para funciones booleanas, 737, 738
para un álgebra booleana, 765-767 de una arista, 657 para un álgebra booleana, 764
posterior (recorrido), 620, 651 de una cadena, 23 para variables booleanas, 737, 738
previo (recorrido), 620, 624, 651 de x (en teoría de la codificación), 798; véase de elección, 5
simétrico (recorrido), 622 también teoría algebraica de la codificación de inclusión y exclusión, 261, 403-412, 418,
total, 374-376, 394 para un árbol óptimo, 641 424, 428, 433, 683
ordenación, 634-638, 651 p es suficiente para q, 52 de inducción finita, 191; véase también
por el algoritmo de la burbuja, 463-466,470, Petersen, Gerald R., 773 inducción matemática
634, 635, 638 Petersen, Julius Peter Curistian, 600 de inducción finita, forma alternativa, 196-
por inserción, 634-638, 668 pila, 502-504, 523 199; véase también inducción matemática,
rápida, 638 planaridad de un grafo, 366, 645; véase tam forma alternativa
topológica, 375 bién grafo plano de inducción matemática, 184; véase también
Ore, Oystein, 583, 695, 696 plano inducción matemática, inducción matemá
origen (de una arista), 363, 530 afín, 859-864, 866-868 tica: forma alternativa
oruga, 655 finito, 859-864 de inducción matemática fuerte, 196
proyectivo, 867-869 de reflexión, 49, 523
p(e) (peso para una arista e), 665 finito, 867, 872, 873 del buen orden, 184,215,225
P(G, J.), 590 Pless, Vera, 831,832 del palomar, 275-278,290,309,311,338,831
probabilidad, 3, 45, 172-174, 176, 178, 179, de funciones, 283 química, 600, 610, 827, 828
245, 418, 425, 426, 428, 457, 458, 480, 523, de relaciones, 358 Quine, W. V., 624, 773
794 propiedad cancelativa por la derecha (en un gru Quintilianus, Marcus Fabius, 730
distribución binomial, 173 po), 779
prueba de Bernoulli, 173 propiedad cancelativa por la izquierda (en un r(C, x), 421
espacio muestral, 172 grupo), 779 R,R*, R«\ 153
experimento, 172 propiedades de los enteros, 183-243 radios (en un grafo de rueda), 537
resultado independiente, 173 algoritmo de Euclides, 226-229 raíces características, 471
suceso(s), t.73 algoritmo de la división, 213-218, 225-227 raíz de un árbol, 614
elemental, 173 inducción matemática, 183-199, 233 raíz de un árbol ordenado binario, 500
independientes, 794 máximo común divisor, 225-229, 231 raíz de un polinomio, 838,841, 844
problema(s) mínimo común múltiplo, 230, 231 raíz múltiple, 842
de asignación, 683, 695 primos, 183, 214, 215, 232-234 Ralston, Anthony, 556, 601, 602
de decisión de Hilbert, 344 principio del buen orden, 184 ramas, 500, 616
de equivalencia, 396 teorema fundamental de la aritmética, 183, Ramsey, Frank Plumpton, 311
de ruina, 523 232-236 razón áurea, 481
de los cuatro colores, 589, 598-600 propiedades de los exponentes, A-4 razón común (en una progresión o serie
de los 36 oficiales, 858, 872 propiedades de los logaritmos, A-7 geométrica), 461
del cartógrafo, 571 proposición(es), 51, 52, 55, 56, 58, 62-69, 78- razón de codificación, 796, 811; véase también
del viajante, 585, 600 88,98-114,121-134, 137, 139, 183 teoría algebraica de la codificación
del voto, 50 abierta(s), 99, 122, 123, 143, 147, 184, 185 razonamiento deductivo, 137
Probléme des rencontres, le, 428 lógicamente equivalentes, 105 Shc (inversa de la relación 9t), 284
procedimiento compuesta, 52, 53 reactor, 497
de etiquetado, 676,677, 695 contradicción, 58 Read, R. C , 590, 595, 600, 602, 832
recursivo, 637 contrapositiva, 69 recíproca
PmceedmgsoftheRoyalGeographicalSociety, 589 cuantificada, 98-114, 121-134 de una implicación, 69, 85, 105-107
proceso definiciones, 56, 121-123 de una implicación cuantificada, 122
de búsqueda, 300 dual de una proposición, 65 reconocedor de sucesiones, 335, 342
de minimización, 349, 388-393 equivalencia lógica, 63, 64 reconocimiento de una relación por computa
recursivo, 202 estructura de decisión si-entonces, 55, 56 dor, 357-362
producto estructura de decisión si-entonces-o, 55, 56 recorrido, 532, 533
cartesiano, 246-248, 250, 271, 321 implicación lógica, 79-88 en orden simétrico, 622
de ciclos disjuntos, 814 implica lógicamente, 78 euleriano, 552, 553, 578, 579
de funciones booleanas, 737 inversa, 69 recta al infinito, 869
de matrices, A-16, A-17 lógicamente equivalentes, 62-68, 104 recubrimiento de un grafo, 603
de maxtérminos, 742 negación, 52 recubrimiento minimal de un grafo, 603
directo de grupos, 783 negación de proposiciones cuantificadas, 109, recuento excesivo, 23, 25, 428
minimal de sumas, 753, 754, 773 110,113, 114 recuperación de información, 720
por un escalar, A-15, A-16 primitiva, 52 recursión, 202
programa en BASIC para la aritmética de los recíproca, 69 red
números complejos, 727 tautología, 58 de conmutación, 72-74
programa en Pascal teorema, 121,123,124,128,131,137,139,183 de puertas, 315, 745, 773
para el algoritmo de Euclides, 229 protones, 42 de retroalimentación, 774
para el algoritmo de Euclides (recursivo), 469 proyección, 271-273 de salida múltiple, 746
para el cálculo de los números de Fibonacci, 299 prueba de transporte, 333, 671-681, 684, 685, 690,
para el cálculo de los números de Fibonacci combinatoria, 10, 40, 51, 143, 149, 259, 264 694, 695
(recursivo), 489 de Bernoulli, 173 arista no saturada, 673
para la búsqueda binaria, 518 deGOdel, 178 arista saturada, 673
para la función phi de Euler, 410 puente, 570 c(P, P), 674
para la ordenación por el método de la bur puerta lógica, 745 capacidad
buja, 464 AND, 171, 745 de una arista, 671, 672
programa fuente, 252, 308 NAND, 754 de un corte, 674
programa objeto, 252, 308 ÑOR, 754 corte, 673
programación de computadores, 55, 600 OR, 745 a - z, 673
programación estructurada, 194 OR exclusiva, 754 definición, 671
progresión geométrica, 461,462 punto(s) flujo en una red, 672, 679
propiedad (de una relación) de articulación, 577, 645-647, 651 flujo maximal, 673
antisimétrica, 352, 353, 367, 373, 394 de un retículo, 279 fuente, 672
reflexiva, 350, 351, 367, 394, 395 del infinito, 869 procedimiento de etiquetado, 676,677,695
simétrica, 351,367, 394, 395 fijo de una función, 419 red, 672
transitiva, 352, 367, 373, 394, 395 push, 502 sumidero, 672
propiedad asociativa teorema de flujo máximo y corte mínimo,
en un grupo, 777, 830 Q, Q', Q*, 153 676, 677, 679, 695
para la composición q es necesario para p, 52 valor de un flujo, 673
dual, 572, 573 relación, 202,245,248,249,251,284,309,349- 1-equivalencia, 350, 388

eléctrica, 572, 573, 598, 600,607, 650 362, 364, 366-368, 372-379, 382-386, 388, Rencontre, 420,428
en serie, 73 394, 395, 397, 399, 400, 529 repetición, 146
lineal de resistencias, 473 antisimétrica, 352, 362, 367 representación
lógica, 745 binaria, 248 de una estructura de ciclo, 820-822,824,826-
paralela, 73 composición de relaciones, 357, 358 828
PERT, 372, 394 compuesta, 358, 360 de una lista de adyacencia, 395, 397
técnica de evaluación y revisión de un pro conjunto parcialmente ordenado, 372-374, Resek, Diane, 140
grama, 372, 394 376-379 resta (en un anillo), 709
transporte, 671 de accesibilidad, 350 resto, 215, 216
Redei, L., 581 de equivalencia, 349,355,356,368,382-386, restricción de una función, 257
Redfield, J. Howard, 832 388, 394-396, 717, 816, 845, 871 resultado independiente, 173
Reductio aáAbsurdum, 87, 148 celda, 382 retículo, 379, 733
Reed, M. B., 600, 602 clase de equivalencia, 383, 384, 395 retraso, 343
Reed, Robert D., 45, 46 números de Stirling del segundo tipo, 386 unitario, 774
refinamiento (de una partición), 391 partición, 382-386, 395 retroceso, 621, 624
reflexiones, 782 defibonacci, 472, 521 Ringel, Gerhard, 599, 602
región, 563 de igualdad, 355, 356, 382 Rinnooy Kan, A. H. G., 585, 600, 602
infinita, 564 de inclusión, 249, 353, 373, 376, 378, 765, ríoPregel, 551
registro, 720 766 Riordan, John, 429, 458
registro en una base de datos relacional, 273 de orden parcial, 353,372; véase también or r», r,(C), 421
regla(s) den parcial, conjunto parcialmente ordenado R„ 537
de amplificación disyuntiva, 88,157 de recurrencia, 461-464, 471-480, 482-499, Roberts, Fred S., 45,46, 600, 602
de contradicción, 86-88 511,512,521,522 Rorres, Chris, A-24
de demostración condicional, 88 condición inicial, 462 Rosen, Kenneth H., 45, 46, 241
de demostración por casos, 88 condiciones de frontera, 462 Ross, Kenneth A., 139, 140
de especificación ecuación característica, 471 Rota, Gian Cario, 429, 458
existencial, 136 método de coeficientes indeterminados, rotaciones, 781,782
universal, 124-132, 147 482-484 Rothman, Tony, 872, 873
de generalización método de funciones generatrices, 493-499 Rothschild, Bruce L , 311, 312
existencial, 136 raíces características, 471 Rouvray, Dennis H., 600, 602
universal, 128-132, H7 de Fibonacci, 472, 521 Roy, R. R., 45, 46
de inferencia, 80-83, 85, 86, 88,94, 95,124- homogénea, 463, 471, 483 ruido (en un canal simétrico binario), 794
132, 137, 147 lineal, 463 ruina del jugador, 525
de amplificación disyuntiva, 88 de primer orden, 461-467 Russell, Lord Bertrand Arthur William, 138,
de demostración condicional, 88 de segundo orden, 471-480 156, 177
de demostración por el método de contra no homogénea, 463, 471, 482-492 Ryser, Herbert John, 45,46,428,429,695,696,
dicción, 87 no lineal, 499-504 872, 873
de especificación universal, 124-132, 147 sistema de relaciones de recurrencia, 498
de generalización universal, 128-132, 499 S(m, n), 264
147 solución(es) S(x, *), 799
de la conjunción, 85, 88 general, 462 S¡, 54, 783
de separación, 80, 81 linealmente independientes, 471,477 Saaty, Thomas L„ 695
de simplificación conjuntiva, 88 particular, 483 Sahni, Sartaj, 668, 670, 694, 696
del dilema constructivo, 88 tabla de soluciones particulares para el mé salida
del dilema destructivo, 88 todo de coeficientes indeterminados, 490 de un algoritmo, 227, 293
del silogismo disyuntivo, 86, 88 definición de una, 248, 349 de una máquina de estados finitos, 328
ley del silogismo, 82 divide, 373, 766 de una puerta, 745, 746
Modus Ponens, 80 estados equivalentes, 350, 388 no especificada, 758
Modus Tollens, 83 estados i-equivalentes, 350, 388 Samuel, Pierre, 731, 732, 872, 873
Reductio ad Adsurdum, 87 homogénea asociada, 483, 484,489,490 Sandler, R„ 872, 873
tabla de reglas de inferencia, 88 inversa de una, 284 Schroder, Ernst, 138
de la conjunción, 85, 88 irreflexiva, 357 secuencia de transición, 341
de la mayoría, 797, 798; véase también teo ley asociativa de la composición, 358 Sefer Yetzirah (El libro de la creación), 44
ría algebraica de la codificación matriz cero-uno, 357, 359-362, 395 segundo nivel de accesibilidad, 350
de la suma, 3, 4, 6, 20, 23, 145, 151, 170, matriz de, 359-362, 367 selección, 19-22,24-27,44; véase también com
263, 265, 276 módulo n, 350 binación
de L'Hópital, A-2 orden parcial, 353-356, 372-379, 394 con repetición, 440, 496, 497
del producto, 3, 5-8, 12, 19-24, 35, 36, 145, potencias de una, 358, 359 semisumador, 746, 747
163,234,246,254,255,261,276,351,353, primer nivel de accesibilidad, 350 serie de Maclaurin, 310, 418
354,419,591,594 reflexiva, 350, 351, 362, 367, 394, 395 para ex, 418
de sustitución (en lógica), 66-68 segundo nivel de accesibilidad, 350 serie de potencias, 435, 436, 445, 457, 496
Reingold, Edward Martin, 523, 524 simétrica, 351, 362, 367, 394, 395 serie geométrica, 437, 440, 487
bloque, 382 transitiva, 352, 362, 367, 373, 394, 395 Seshu, S„ 600, 602
Seyffarth, Karen, 429 subdivisión elemental, 562 de decodificación, 807, 808; véase también
Shannon, Claude Elwood, 735, 772, 773, 793, subgrafo, 538 teoría algebraica de la codificación
831,833 inducido, 539 con síndromes, 809
Sherbert, Donald R., 523, 524 recubridor, 538 de estados, 329
Shi-kie, Chu, 178 subgrupo, 780, 781 de formas O mayúscula, 296
Shier, Douglas R., 695, 696 generado por un elemento del grupo, 787 de identidades para funciones generatrices,
Shmoys, D. B., 585, 600, 602 no trivial, 780 440
Shrikhande, S. S., 858, FT. normal, 831,872 de números de Stirling del segundo tipo, 264
sii, 53 propio, 780 de pertenencia, 163, 164
Silvestri, Richard, 831, 832 trivial, 780 de reglas de inferencia, 88
símbolo de Landau, 310 submáquina, 341, 712 de reglas para negar proposiciones con un
síndrome, 803; véase también teoría algebraica submarino Polaris, 372 cuantificador, 110
de la codificación subsucesión, A-30 de soluciones particulares para el método de
sin grado, 836 subtablero, 421,422 coeficientes indeterminados, 490
si p, entonces q. 52 subtableros disjuntos, 421 de transición, 329
sistema(s) subtableros mutuamente disjuntos, 422 de verdad, 53, 56, 57, 61-65, 77, 78, 80, 94,
de ecuaciones lineales, A-20 sucesión, 254 163
de números binarios, 218-220 característica, 652 para una base de datos relacional, 272, 273
de relaciones de recurrencia, 497-499 cuaternaria, 245 tablero de ajedrez, 420-426
de representantes distintos, 687,695 de Fibonacci, 522 tamaño de un conjunto, 144, A-27
octal (base 8), 218 de transferencia, 341 Tarry, G., 858
operativo UNIX, 17, 18 finita de n términos, A-30 Tartaglia, Niccolo, 178
triple, 870 infinita, A-30 tautología, 58, 64
de Steiner, 870 suceso, 173 técnica de ordenación, 463-466
universal de direcciones, 616 elemental, 173 técnicas de cálculo para las funciones
si y sólo si, 53 recurrente, 523 generatrices, 436-443
Sloane, Neil James Alexander, 831, 83? sucesor, 240 teorema(s), 121,123, 124, 128, 131, 137, 139,
Smith, Henry John Stephen, 239 sucesos independientes, 794 183
Sn, 783, 830 sufijo, 319, 350 chino del resto, 728
Soifer, Alexander, 311,312 propio, 319 de Birkhoff-von Neumann, 697
sólidos platónicos, 567, 568 suma, 22 de Bumside, 817, 820
Solow, Daniel, 140 booleana, 257 de Cobweb, 523
solución(es) de bits, 746 de congruencia de Euler, 793
de ecuaciones polinomiales, 871 de clases de equivalencia de congruencia de Fermat, 793
general de una relación de recurrencia, 462 de enteros (en Z„), 718 de DeMoivre, 199, 477
particular, 483, 484, 489, 490 de polinomios, 846 de descomposición para polinomios cromáti
independientes; véase soluciones linealmente de funciones booleanas, 737 cos, 592
independientes de matrices, A-14 de flujo máximo y corte mínimo, 676, 677,
linealmente independientes, 471,477 de mintérminos, 741 679, 695
Spencer, Joel H., 311,312 de números binarios, 746 de Kuratowski, 563, 599
Stanat, Donald E, 139,140,343,345,396,523, en un computador, 746 de Lagrange, 792
524 de polinomios, 836 de los grafos planos conexos de Euler, 564,598
Stanley, Richard Peter, 458 doble, 32 de representación para un álgebra booleana
Steinhaus, Hugo Dynoizy, 523, 524 índice, 22 finita, 768, 773
Stern, R. G., 585, 600, 601 límite inferior, 22 del binomio, 26-28, 37, 45, 124, 150, 178,
Stifel, Michel, 45 límite superior, 22 405, 438, 449, 457
Stillwell, John, 830, 833, 872, 873 minimal de productos, 747, 748, 756, 758- del binomio generalizado, 439
Stinson, Douglas R., 873 760, 773 del factor, 841,842
Stirling, James, 310 sumador del resto, 841
Stoll, Roben R., 139, 140 binario en serie, 332 fundamental de la aritmética, 183, 232-234,
Strang, Gilbert,A-24 total, 746, 747 236,241,254,265,276,321,354,355,409,
Street, Anne Penfold, 831, 833, 873 sumidero I 728, A-33
subálgebra, 771 en una maquina de estados finitos, 341 fundamental del álgebra, 371
subanillo, 712-714, 724, 725 en una red de transporte, 672 matemático, 121
subárbol, 500, 609, 615 sup (mínima cota superior), 378, 379 multinomial, 28, 37, 124
derecho, 622, 623 supremo; véase mínima cota superior teoría(s)
izquierdo, 622, 623 superconjunto, 158 de autómatas, 343
subcadena, 320, 350 Suppes, PatrickC, 179 deGalois.731,831
propia, 320 Sylow, Ludwig, 831 de bandas semiconductoras, 43
subconjunto, 144-149,151,159,162,163,247, Sylvester, James Joseph, 428, A-13 de la codificación, 3,44, 173, 333,600,601,
248, 436, 442 Symbolic Logic, 178 607, 638, 872, 873; véase también teoría
de un elemento, 148, 173 algebraica de la codificación
propio, 144-146 7"0 (tautología), 58 de códigos: código prefijo, 638-643
subcuerpo, 847, 848 tabla(s) de la relatividad, 731
de lenguajes, 343, 349 teoría de anillos, 701-733, 792, 835, 837, 838, subconjunto, 144
de números, 35, 214,215, 238-241,309, 310, 849 de un elemento, 148
409,428,445,701,730 anillo(s) propio, 144
de Polya en la enumeración de grafos, 600 booleano, 732 superconjunto, 158
de Ramsey, 311 con elemento unidad, 703, 837, 838 tabla de pertenencia, 163, 164
de tipos, 177 conmutativo, 703 tamaño de un conjunto, 144, A-27
teoría algebraica de la codifícación, 23, 173, de matrices, 702, 703 unión de conjuntos, 157
777,793-811,831 de polinomios, 835, 837 unión generalizada de conjuntos, 166
algoritmo de decodificación, 804 de matrices, 702, 703, 730 universo, 143, 144
canal simétrico binario, 794 isomorfos, 723 universo de discurso, 143, 144
codificación, 795, 801, 804 característica, 849 teoría de grafos, 207, 248, 330, 333, 362-368,
código(s) centro de un anillo, 733 372-376, 394-397, 411, 412, 428, 529-535,
de bloque, 796 congruencia módulo n, 717 537-546, 549-556, 558-573, 576-595, 598-
de bloque (n, m), 796 cuerpo, 706, 711,719, 731 607, 613, 645-647, 653-655, 657, 658, 683,
de cinco repeticiones, 798 definición, 701, 702 684, 689, 692, 694, 757, 832
de grupo, 806 divisores propios de cero, 703 véase también árboles, teoría de empareja
de Hamming, 811 dominio de integridad, 706, 711 miento, redes de transporte
de nueve repeticiones, 805 elemento unidad, 703 S(G), 689
de triple repetición, 797 enteros módulo n, 717-721 X(G), el número cromático de G, 588-591
de verificación de paridad, 797 grupo de unidades, 792 <o(G), el número de clan de G, 605
dual, 805 homomorfismo, 723-725,731 K(G), el número de componentes de G, 534
equivalentes, 811 ideal, 714, 725, 731 y(G), el número de dominación de G, 603
corrección de errores, 800 inverso multiplicativo, 706 P(G), el número de independencia de G, 587
cota de Gilbert, 806 isomorfismo, 723,726, 728 algoritmo
cota de Hamming, 806 ley de cancelación de la multiplicación, 707, del camino más corto de Dijkstra, 657,665
d(x, v), 798 711 para los puntos de articulación, 647,651
decodificación, 796, 804 ley de cancelación de la suma, 709, 724 árbol, 598
decodificación mediante líderes de clase, 809 neutro multiplicativo, 703 binario, 499, 500
desigualdad triangular, 799 núcleo de un homomorfismo, 729 con raíz, 499, 500
detección de errores, 800 propiedades de anillos, 709-714 ordenado con raíz, 500, 505-507
distancia, 798 subanillo, 712-714, 724, 725 arco, 330, 363
ecuaciones de verificación de la paridad, 802 sustracción, 709 arista, 363, 530
eficiencia de un esquema de codificación, 796 unidad, 706 dirigida, 330, 363
esfera (S(x, *)), 799 Z„ 717 no dirigida, 363
espacio métrico, 799 teoría de conjuntos, 99,143-149,156-167,171, camino, 531, 532
esquemas de codificación, 795-797 176-179, 184, 202, 245, 246, 248, 309-311, abierto, 531
forma sistemática, 811 315, 317, 343, A-27-A-30, A-34 cerrado, 531,566, 569
función distancia, 799 argumento de pertenencia de un elemento, 147 dirigido, 532
Golay, Marcel, 793 cardinal, 144, A-27, A-28 hamiltoniano, 578, 599
Hamming, Richard, 793, 794, 798 complemento de un conjunto, 159 simple, 365, 532, 533
lfder de clase, 808 complemento relativo, 159 cerrado, 365
matriz de Hamming, 811 conjunto(s) dirigido, 532
matriz de verificación de la paridad, 804,806, bien ordenado, 184 trivial, 531
807,811 de índices, 166 ciclo hamiltoniano, 578, 599, 600
matriz generadora, 801, 806, 807 disjuntos, 158, 171 ciclo dirigido, 365, 373, 532
mensaje, 794, 795 finito, 144, A-28 circuito, 532, 571
métrica, 799 infinito, 144, A-28 euleriano, 552, 578, 579
métrica de Hamming, 799 mutuamente disjuntos, 158, 171 dirigido, 554, 555
PW, 798 , no numerable, 310, A-30, A-37 clan, 604
palabra codificada, 7 9 5 _ ^ / nulo (0), 148 cocido, 586
palabra recibida, 795 numerable, 309, A-27, A-29 coloración de grafos, 588-595
patrón de error, 794 potencia, 148 propia, 588
peso de x, 798 vacío (0), 148 complementario
probabilidad, 794-797 definición intuitiva de un conjunto, 143 de un grafo, 540, 541
razón de codificación, 796, 811 diagrama de Venn, 162, 165 de un subgrafo en un grafo, 613
regla de la mayoría, 797, 798 diferencia simétrica, 157 componente, 366, 368, 533
ruido, 794 elemento, 143 biconexa, 645-647, 651
S(x, k), 799 igualdad de conjuntos, 145 conjunto
Shannon, Claude Elwood, 793 intersección de conjuntos, 157 de corte, 569, 571-573
síndrome, 803 intersección generalizada de conjuntos, 166 dominante, 603, 757
sucesos independientes, 794 leyes de la teoría de conjuntos, 160 minimal, 603, 757
tabla de decodificación, 807, 808 llaves de conjunto, 144 independiente de vértices, 587, 655
con síndromes, 809 pertenencia, 143 maximal, 587, 655
vecino más cercano, 803 miembro, 143 cuadrado de un grafo, 653
d(a, b), 658 K,, 3, 561,562 unión de grafos, 594

deficiencia, 689 K„.„, 561 1-factor, 692
desarrollo histórico, 600 K„ 366, 540 vértice(s), 363, 530
diagrama de Hasse, 373-376 Konigsberg, los siete puentes de, 396, 551- adyacentes, 363, 530
digrafo, 363, 530 553, 598 aislado, 363, 374, 530
distancia, 535, 653 ¿(G), 605 colgante, 550, 569
emparejamiento perfecto, 692 lazo, 363, 365, 367, 373,530,543,550,569, de corte, 577
etiquetado de un árbol elegante, 654 571 final (terminal), 363, 530
Euler, Leonard, 396 lista de adyacencia, 397 teoría de grupos, 777-834
fuente de una arista, 363, 530 lista de índices, 397 centro, 784
G.541 locura instantánea, 541-544 ' clase lateral, 791,830
G-e(e una arista), 540 longitud clase lateral derecha, 791
G -1) (V un vértice), 540 de un camino, 531 clase lateral izquierda, 791
ge(x>), 554 de un camino simple, 365 definición de un grupo, 777
generación de un subgrafo, 538 de un ciclo, 365 descomposición de una permutación, 815
grado matriz de adyacencia, 367, 559 elemento invariante bajo una permutación,
de entrada de un vértice, 554 matriz de incidencia, 559 815,817
de salida de un vértice, 554 multigrafo, 363, 534, 542 estabilizador, 820
de un vértice, 550 dirigido, 542 fijo (invariante), 817
de una región, 566 multiplicidad (de una arista), 534 generador de un (sub)grupo, 787
grad(u), 550 n-cubo, 602 grupo
grad(«), 566 n-grafo, 534 abeliano, 777
grafo(s) nodos, 363, 530 cíclico, 787, 789
asociado no dirigido, 364, 533 número conmutativo, 777
autocomplementario, 549 cromático, 588-591 cuatro de Klein, 789
biconexo, 645 de clan, 605 de permutaciones, 783, 815, 872
bipartito, 561, 580, 683, 684, 689 de dominación, 603 de transformaciones, 829, 831
bipartito completo, 561 de independencia, 587 de unidades, 779
completo, 366, 368, 540, 580, 581 de recubrimiento, 603 que actúa sobre un conjunto, 816
con un par terminal, 572 origen (de una arista), 363, 530 resoluble, 872
conexo, 364, 533 P(GX), 590 simétrico, 783
crítico respecto al color, 598, 650 peso de una arista, 657 simple, 831
de escalera, 604, 654 planaridad de grafos, 366 homomorfismo, 785
de Herschel, 587, 590 polinomio cromático, 589-595,600 isomorfismo, 785
de línea, 605 problema de los cuatro colores, 589,598-600 longitud de un ciclo, 815
de peine, 604, 605 problema del viajante, 585, 600 método de enumeración de Polya, 812-828
de Petersen, 563, 590, 600 puente, 570 movimientos rígidos
de precedencias, 364 punto de articulación, 577, 645-647, 651 de un cuadrado, 814
de rueda, 537 radios, 537 de un cubo, 826, 827
de servicios, 561 recorrido, 531, 532, 533 de un hexágono regular, 822, 823
dirigido, 363,364, 372,373,394,395,530 euleriano, 552, 553, 578, 579 de un tetraedro regular, 827, 828
-ompleto, 581 recubrimiento de un grafo, 603 de un triángulo equilátero, 781-783
etiquetado, 333 minimal, 603 múltiplos de elementos del grupo, 780
disconexo, 366, 533 redes eléctricas, 598, 600 núcleo de un homomorfismo, 833
2-isomorfos, 576 región infinita, 564 orden
dual, 568, 569, 571 regiones (en un grafo plano), 563 de un elemento del grupo, 787, 788
fuertemente conexo, 365, 558 representación de una lista de adyacencia, de un grupo, 778
homeomorfos, 562 395-397 potencias de elementos del grupo, 780
isomorfos, 544 K„ 537 producto directo de grupos, 783
i-regular, 551 sólidos platónicos, 567, 568 productos de ciclos disjuntos, 814
n-partito completo, 606 subdivisión elemental, 562 S„ 783
no dirigido, 364, 530 subgrafo, 538 subgrupo, 780, 781
no plano, 560-563 inducido, 539 no trivial, 780
nulo, 541 recubridor, 538 normal, 831, 872
plano, 560, 645 teorema(s) propio, 780
con un par terminal, 572 de descomposición para polinomios trivial, 780
ponderado, M7 cromáticos, 592 teorema(s)
regular, 550 de Euler para grafos planos conexos, 564, de congruencia
sin lazos, 365, 530 598 de Euler, 793
gs(x>). 554 de Kuratowski, 563, 599 de Fermat, 792
incidencia, 530 teoría de enumeración de Polya, 600 de Lagrange, 792
inmersión, 560 terminales, 572 teoría algebraica de la codificación, 806-810
intersección de grafos, 594 término (de una arista), 363, 530 teoría del emparejamiento, 683-691, 694, 695
isomorfismo de grafos, 540, 544-546 torneo, 581 5(G), 689
condición de matrimonio de Hall, 689 para un grupo, 779 fuente, 363, 530
deficiencia unidad de un álgebra booleana, 762 internos, 614
de un conjunto de vértices, 689 unidad de un anillo, 706 origen, 363, 530
de un grafo, 689 unión de conjuntos, 157, 159, 250, 260, 289, terminal, 363, 530, 614
emparejamiento, 684 290.A-34 volver a arrancar, 330
completo, 684 unión de grafos, 594 Von Ettinghausen, Andreas, 45
maximal, 689, 695 unión generalizada de conjuntos, 166 Von Koch, Helge, 486
problema de asignación, 688, 695 universo, 99,102, 103, 143,144 Von Staudt, Karl, 650
sistema de representantes distintos, 687,695 universo de discurso, 99, 143,144 Vorlesungen Uber die Algebra der Logik, 138
terminales, 572 universo no vacío, 102
término aislado, 750 1*. 280 Walker.ElbertA., 732
termodinámica estadística, 43,45 1-equivalencia, 350 Wallis.W. D.,831,833,873
terna, 246 1-factor, 692 Wand, Mitchell, 241
tetraedro, 567, 568 uranio, 497 Weaver, W., 833
Théorie Analytique des possibilités, 173 Weston, J. Harley, 429
Théorie Analytique des Pwbabilites, 457 Vajda, S., 522, 524 Whitehead.AlfredNorth, 138, 177
Thompson, John, 831 validez de un argumento, 87 Whitney, Hassler, 599
torneo, 581 valor de un flujo, 673 Whitworth, William Alien, 45,46,428, 429
torre, 420-422 valor de verdad, 53 Wilder, Raymond L., 139, 140, 311, 312
torres de Hanoi, 484,485, 522 Van Slyke, R., 670,695,696 Wilf, Herbert S., 458
trasposición de un grafo de Ferrer, 448 variable(s), 98-100 Wilson, L. B., 523, 524
traspuesta de una matriz, 361 acotada, 100,112 Wilson, Robin J„ 599-601
trayectoria escalonada, 10, 149,151, 152 auxiliares, 474 Wood, Derick, 343, 345
Treatise on Algebra, 176 booleana, 736 Wright, Charles R. B., 139, 140
Tremblay, Jean-Paul, 728,732 Ubre, 100, 123 Wright, Edward Maitland, 241,429
triangulación (de un polígono convexo), 505,507 variedades, 866 wt(x) (de una cadena), 23
triángulo de Pascal, 152, 153, 155,178 Veblen, O., 872 Wyman, M., 508, 524
Trotter, H.F., 523, 524 vecino más cercano, 803
Tucker, Alan, 45,46,428,429,458,694,696,833 vector columna. A-13 ¿"\ 606
Turing, Alan Mathison, 344 vector fila,A-13 Xenócrates (de Calcedonia), 44
Tutte, W. T., 599 vectores, 720
Tymoczko, Thomas, 600, 602 Veitch, E. W., 773 y. 52
Venn, John, 178 Youse, Bevan K„ 241
Ullman, Jeffrey David, 343,344,395,396,523, verificación de un programa, 194 yuxtaposición, 316, 318
600, 601, 651, 652, 670, 694, 695, 732 vértice(s) de un grafo, 363, 374, 530
último teorema de Fermat, 730,731 adyacentes, 363, 530 Z, Z*, 153
unicidad de inversos aislado, 363, 374, 530 Zariski, Osear, 731, 732, 872, 873
para un álgebra booleana, 764 colgante, 550, 569, 609 Z„, 153, 717
para un anillo, 709, 711 de corte, 577 Zuckerman, Herbert Samuel, 240,241,458,732
NOTACIÓN
LÓGICA p,q enunciados (o proposiciones)

-'P la negación de (la proposición) p: no p
p Aq la conjunción de p, q: p y q
p\lq la disyunción de p, q: p o q
p^q la implicación de q por p: p implica q
p<^q la Incondicional de p y q: p si y sólo si q
sii si y sólo si
p=>q implicación lógica: p implica lógicamente q
p&q equivalencia lógica: p es lógicamente equivalente a q
T0 tautología
F0 contradicción
Vx para todo x (el cuantificador universal)
3x para algún x (el cuantificador existencial)
TEORÍA DE
CONJUNTOS xSA el elemento x es miembro del conjunto A
x gA el elemento x no es miembro del conjunto A
% el conjunto universal
ACB,BDA A es un subconjunto de B
ACB,BDA A es un subconjunto propio de B
AtB A no es un subconjunto de B
AÍB A no es un subconjunto propio de B
\A\ el cardinal, o tamaño, del conjunto A; es decir, el número
de elementos de A
0=U el conjunto vacío o nulo
9{A) el conjunto potencia de A; es decir, la colección de todos los
los subconjuntos de A
AHB la intersección de los conjuntos A, B: {x\x G Ay x G B}
AUB la unión de los conjuntos A, B: {x\x GAoxGB]
A AB la diferencia simétrica de los conjuntos A, B:
{x\x GAoxGB, pero xÂPíB]
A el complemento del conjunto A: { A ^ J ^ U y * ^ A }
A-B el complemento (relativo) del conjunto B en el conjunto A:
{x\x GAyx$B]
UteíAi {x | x G A, para al menos una«'/}, donde / es un conjunto de índices
n¡e/A {x\x G A, para toda Í G / } , donde / e s un conjunto de índices
NÚMEROS a\b a divide a b, para a, b G Z, a £ 0

ajfb a no divide a b, para a, b G Z, a ^ 0
mcd(a, b) el máximo común divisor de los enteros a, b
mcm(a, b) el mínimo común múltiplo de los enteros a, b
ty.n) función phi de Euler para nGZ+
UJ el máximo entero menor o igual que el número real x: la parte
entera de x: el suelo de x
M el menor entero mayor o igual que el número real x: el techo de x
a = b (mod n) a es congruente con b módulo n
..
NOTACIÓN
RELACIONES AxB el producto cartesiano, de los conjuntos A, B:

{(a, b)\a E A, b E B]
9? C AXB 9? es una relación de A a B
aSkb; (a, fe)£9! a está relacionado con b
a$b;(a,b) gS? a no está relacionado con b
el inverso de una relación 9¡: (a, b) E 9? sii (b, a) E 2ftc
la relación compuesta de 9! C A x B , £P C £ x C.'
(a, c) E 91 o Sf s i (a, fe) E 9?, (b, c) G ? para algún b E B
sup{a, b] la mínima cota superior, o supremo, deay b
inf{a, b) la máxima cota inferior, o Ínfimo, deay b
[a] la clase de equivalencia del elemento a (respecto de una
relación de equivalencia 9? sobre un conjunto A): {x E A | x 9? a}
FUNCIONES f:A- B / e s una función de A en B

f(Ai) para/: A->By AXQ A,f(Al) es la imagen de Ai mediante
/, es decir, {/(a)|a A,}
f(A) para/: A -» B,f(A) es la imagen d e /
f AXA-+B / e s una operación binaria en A
f AXA->B(CA) / e s una operación binaria cerrada en A
h :A A la función identidad sobre A: l4(fl)= a para cada a E A
Mi la restricción d e / : A -» B a A! C A
g°f la función compuesta d e / : A -> fi, g: £ -» C:
( f " / ) « = £(/■(«))> Para a E A
r la inversa de una función/
la preimagen de B\ Q B para/: A -» 5
feo(8) / e s "O mayúscula" de g; / e s de orden g
EL ALGEBRA 2 un conjunto finito de símbolos llamado alfabeto

LAS CADENAS X la cadena vacía
la longitud de la cadena x
11*11
2" {jt1*2...JH1|jr/eZ},«eZ+
{X}
2o
2+ U 2": el conjunto de todas las cadenas de longitud positiva
nez+
U 2": el conjunto de todas las cadenas finitas
n ¡sO
AC2* A es un lenguaje
AB la concatenación de los lenguajes A, C B 2 * :
{ab\aEA, bEB}
A" { a!a2... an\ai e A C%*}, n e Z*
A" {X}
A+ U A"
nez*
A* U -4": la clausura de Kleene del lenguaje A
Í120
M=(S, i , 0,v, co) Una máquina de estado finito M con estados internos 5, alfabeto
de entrada i, alfabeto de salida 0, función de siguiente estado
v : Sx i -» Sy función de salida co: 5 -» 4 -> 0
NOTACIÓN
CONJUNTOS z el conjunto de enteros: {0, 1,-1,2, -2, 3, - 3 , . . . }
ESPECIALES N el conjunto de los enteros no negativos o de los números
DE NÚMEROS naturales: {0, 1,2,3,. ..}
Z+ el conjunto de los enteros positivos: {1, 2, 3 , . . . } =
{*ez| x>0}
Q el conjunto de números racionales: [alb \a,b &Z,b ^ 0 }
Q+ el conjunto de números racionales positivos
Q* el conjunto de números racionales distintos de cero
R el conjunto de números reales
R+ el conjunto de números reales positivos
R* el conjunto de números reales distintos de cero
C el conjunto de números complejos: {x + yi x,y G R , i2 = -1}
el conjunto de números complejos distintos de cero
c* {0,1,2 n - U p a r a n G Z+
z,
[a,b] el intervalo cerrado de a a b: {x G R| a < x < b)
(a,b) el intervalo abierto deaab: {x G R | a<x<b}
[a,b) un intervalo semiabierto deaab: {x G R | a < x<b)
(a,b] un intervalo semicerrado deaab: {x G R | a < x < b}
ESTRUCTURAS {R, +, •) R es un anillo con operaciones binarias + y •

ALGEBRAICAS R[x] el anillo de polinomios sobre el anillo R
grado/W el grado del polinomio/(*)
(G,o) G es un grupo bajo la operación binaria °
el grupo simétrico de n símbolos
s.
aH una clase lateral izquierda del subgrupo H (en el grupo G):
{ah\hGH}
ca,+,-,-,o, i} el álgebra booleana 38 con operaciones binarias + y •, la
operación uñaría ~, y los elementos neutros 0 (para +) y l(para )
TEORÍA DE G=(V,E) G es un grafo con un conjunto de vértices V y un conjunto de

GRAFOS aristas E
Kn el grafo completo con n vértices
G el complemento del grafo G
grad(u) el grado del vértice v (en un grafo no dirigido G)
od(u) el grado de salida de un vértice v (en un grafo dirigido G)
id(u) el grado de entrada del vértice v (en un grafo dirigido G)
K(G) el número de componentes conexas del grafo G
el grafo completo bipartito en V = Vi U V2, donde
Vifl V 2 =0,|Vi| = m I |V 2 | = ii
PíO el número de independencia de G
X(G) el número cromático de G
P(G, A,) el polinomio cromático de G
Y(G) el número de dominación de G
L(G) el grafo de línea de G
r=(V,£) Tes un árbol con un conjunto de vértices Vy un conjunto de
aristas E
tf = (V,£) N es una red de transporte con un conjunto de vértices V y un
conjunto de aristas E
FORMULAS
n\ n factorial: 0! = 1; n! = n(n - 1) • • • (3)(2)(1), n £ Z +
P(n,r) el número de permutaciones de n objetos tomados de
r en tr, 0 < r < n. [P(n, r) = n\/(n - r)l]
C(n,r) = 0) el número de combinaciones o selecciones de n objetos
tomados de r en r, 0 < r < n. [C{n, r) - nl/[r\(n - r)!]]
("T1) el número de combinaciones o selecciones de n objetos
tomados de r en r, permitiendo repeticiones (r > 0)
El teorema del binomio: (* + y)n = ($)x°yn + ( í ) * 1 ^ 1 + ■ • ■ + ( ¡ 0 * " /
n
= 2(í)*y_*
*=0
CT) = (?) + (A), «sr>l

5(w, n) = (1/n!) 2*=o ( - 1)*(A)(" - k)m, un número de Stirling del segundo tipo.
S(m, n) es el número de formas de distribuir m objetos distintos entre n recipientes
idénticos sin que ninguno de los recipientes quede vacío.
(7) = (-iy("Tl), «,rez +
f{x) = a0 + axx + a2x2 + a3x3 + ■ • • :f(x) es la función generatriz (ordinaria) para
la sucesión a0, ax, a2, «3,. . .
Para aER;m,nGZ+
(1 + x)" = (3) + {í)x + {Í)x2 + ■■■+ (:)x"
(1 + ax)n = (3) + (?)ax + (í)a2x2 + ■ • • + (»n)a"xn
(1 + xm)n = (3) + (í)xm + (Dx2™ + •■■ + ("n)xnm
_ ( l - x " + 1 ) / ( l - * ) = l + * + * 2 + ••• +xn
l/(l-x) = l+x+x2 + x3+ ■■■ = ¿ * '
i/a -xy = (-o") + (r)(-x) + (-{)(-x)2 + (rX-xy +■■■

= ¿ (-,")(-*)'=¿("+r,)*/
i=0 1=0
g(x) = a0 + ax{xl\!) + a 2 (^/2!) + a3(*3/3!) + • • • : #(*) es la función generatriz
exponencial para la sucesión a0, ax, ai, a3,.. .
x2 x3
e* = l+x+ — + — + ■■■
2! 3!
x3 x5
-\(ex + e-x) = l+- +- + „,(ex- e'x) = x + — + — +
2/ 2! 4! ir ' 3! 5!
Fn,n>0 el w-ésimo número de Fibonacci: F0 = 0, Fx = 1 y
Fn = FH-i + F„-2, n > 2
bn,n>Q el n-ésimo número de Catalán:

Grimaldi

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

Grimaldi

Cargado por

Copyright:

Formatos disponibles

MATEMÁTICAS

1 Principios fundamentales del conteo 3

3 Teoría de conjuntos 143

4 Propiedades de los enteros: Inducción matemática 183

5 Relaciones y funciones 245

6 Lenguajes: Máquinas de estados finitos 315

7 Relaciones: La segunda vuelta 349

8 El principio de inclusión y exclusión 403

9 Funciones generatrices 433

10 Relaciones de recurrencia 461

11 Una introducción a la teoría de gratos 529

13 Optimización y emparejamiento 657

14 Anillos y aritmética modular 701

14.3 Los enteros módulo n 717

15 Álgebra booleana y funciones de conmutación 735

16 Grupos, teoría de la codificación y método de enumeración de Poiya 777

17 Cuerpos finitos y diseños combinatorios 835

Apéndice 1 Funciones exponenciales y logarítmicas A-1

L a enumeración, o conteo, puede parecer un proceso obvio que un estudiante aprende al

1>1 La biblioteca de una universidad tiene 40 libros de texto de sociología y 50 de antropolo­

El siguiente ejemplo presenta nuestro segundo principio de eonteo.

Regla del producto: Si un procedimiento se puede descomponer en las etapas pri­

Esta regla se conoce también como el principio de elección.

Ahora ejemplificaremos varias extensiones de la regla, examinando la fabricación de pla­

Así, 11 = 1, ai = 2, 31 = 6 , 4 ! = 24 y Sí ■ 120. Además, para cada n > 0, (n+■ !)! =

t El símbolo " = " se lee "es aproximadamente igual a"

2 X (Número de disposiciones de las letras B, A, L, L)

(2!)(3!)(Número de disposiciones de las letras de PEPPER)

En general, si existen n objetos con nx de un primer tipo, n2 de un segundo tipo y n,

deunr-ésimotipo,donden, + n2 + ■ • • + nr = n, entonces existen n\ ¡ disposi-

(a) R,U,R,R,U,R,R,U (b) U,R,R,R,U,U,R,R

(a) (b) (0 (d)

12. Enumere todas las permutaciones de las letras a, c, t.

(H): (x,y,z)^(x + l,y,z); (V): (x,y,z)^(x,y + l,z);

b) ¿Cuántas de estas trayectorias existen de (1,0, 5) a (8,1, 7)?

b) ¿Qué principio de conteo está enjuego en la parte (a)?

a) ¿Cuántas veces se ejecuta la proposición Writeln?

t UNIX es una marca registrada de UNIX Software Laboratory.

posibilidades, una de las cuales es AC (as de corazones), 9T (nueve de tréboles), RD (rey

(3!) X (Número de selecciones de tamaño (res de una baraja de 52)

lin general, si partimos de n objetos distintos, cada selección, o combinación, de r de

¡Un buen consejo! Cuando se líala de un problema de cónico, debemos preguntarnos

Sf*mf>i© M i a) Un estudiante que realiza un examen de historia recibe la instrucción de responder

Algunos problemas se pueden analizar desde el punto de vista de las disposiciones o de

Cuando no tomamos en cuenta las letras A, existen

Además, usando la notación de suma vemos que podemos expresar la respuesta de la

En los estudios de la teoría algebraica de códigos y la teoría de lenguajes de computación,

El término string también se traduce como "cuerda". (N. del E.)

de todas las manos de cinco cartas que contienen al menos un trébol.

\)[¿\ = 13 x 249,900 = 3,248,700.

Si, por el contrario, elige primero

no es distinto de las otras dos selecciones mencionadas antes.

Cerraremos esta sección con tres resultados relativos al concepto de combinaciones.

1. 1,2 6. 2,4 1. 3,4,5 6. 1,3,5

Nuestro segundo resultado es un teorema relativo a nuestra experiencia anterior en álgebra.

En consecuencia, el coeficiente de;t2y2 en el desarrollo de (x +y) 4 es (2) = 6, el número

COROLARIO 1.1 Para cualquier entero n > 0,

a) (S) + (?) + (2) + --- + C!) = 2 \ y

a) ¿Cuántos símbolos diferentes podemos representar en el sistema Braille?

a) S(«2 + l) b)2(j3-l) c) 2 ti+ (-1)1

26. Complete los detalles de la demostración del teorema multinomial.

29. Determine la suma de todos los coeficientes de los desarrollos de

;) +2 («) +? (») + ... +2 .(») + ... +2 .(j.

a) 1 = (1 + *)- - fyx\l + x)-1 + Q * 2 ( l + x)-2 - • • ■ + ( - i r ( ¡ ¡ ) * " .

1>1 La biblioteca de una universidad tiene 40 libros de texto de sociología y 50 de antropolo

Regla del producto: Si un procedimiento se puede descomponer en las etapas pri

Ahora ejemplificaremos varias extensiones de la regla, examinando la fabricación de pla

a) 1 = (1 + )- - fyx\l + x)-1 + Q 2 ( l + x)-2 - • • ■ + ( - i r ( ¡ ¡ ) * " .

Habiendo trabajado ya con estos ejemplos de combinaciones con repetición, analizare

Xi +2 +3 +xA = 7, donde*, > 0 para toda 1 < / < 4.

xx+x1+---+x6 + x1 = X0, 0x,, 11*6, 0<x7. a

proposición p se conoce como la hipótesis de la implicación, y q como la con

Nuestro siguiente ejemplo analiza un concepto relacionado con lo anterior: la estructu