Mate Disc

Matemáticas discretas
(apoyo de clase)
Dr. Miguel Mata

miguel.matapr@uanl.edu.mx
FIME-UANL
8 de marzo de 2018
Índice general
Introducción V
1. Lógica 1
1.1. Proposiciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.2. Operadores lógicos . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.2.1. Negación . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.2.2. Conjunción . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.2.3. Disyunción . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.2.4. Implicación . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.2.5. Doble implicación . . . . . . . . . . . . . . . . . . . . . . . 4
1.2.6. Precedencia . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.3. Representaciones . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.3.1. Tablas de verdad . . . . . . . . . . . . . . . . . . . . . . . 4
1.3.2. Redes de decisión . . . . . . . . . . . . . . . . . . . . . . . 5
1.3.3. Diagrama de decisión binario . . . . . . . . . . . . . . . . 6
1.4. Tautologı́as . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.4.1. Implicación tautológica . . . . . . . . . . . . . . . . . . . . 8
1.4.2. Equivalencias . . . . . . . . . . . . . . . . . . . . . . . . . 9
1.4.3. Leyes del álgebra de proposiciones . . . . . . . . . . . . . . 9
1.4.4. Más sobre la implicación . . . . . . . . . . . . . . . . . . . 10
1.5. Argumentos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
1.5.1. Reglas de inferencia . . . . . . . . . . . . . . . . . . . . . . 11
1.5.2. Demostraciones . . . . . . . . . . . . . . . . . . . . . . . . 13
1.6. Cuantificadores . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
1.6.1. Negación . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
1.6.2. Cuantificadores anidados . . . . . . . . . . . . . . . . . . . 15
2. Conjuntos 17
i
Matemáticas discretas (M. Mata) ii
2.1. Relación de pertenencia . . . . . . . . . . . . . . . . . . . . . . . 17

2.2. Subconjuntos e igualdad . . . . . . . . . . . . . . . . . . . . . . . 18
2.3. Conjunto universal y conjunto vacı́o . . . . . . . . . . . . . . . . . 18
2.4. Cardinalidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
2.5. Conjunto potencia . . . . . . . . . . . . . . . . . . . . . . . . . . 20
2.6. Operaciones con conjuntos . . . . . . . . . . . . . . . . . . . . . . 20
2.6.1. Unión . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
2.6.2. Intersección . . . . . . . . . . . . . . . . . . . . . . . . . . 20
2.6.3. Diferencia . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
2.6.4. Complemento . . . . . . . . . . . . . . . . . . . . . . . . . 21
2.6.5. Propiedades de los conjuntos . . . . . . . . . . . . . . . . . 22
2.6.6. Propiedades de las cardinalidades . . . . . . . . . . . . . . 23
2.7. Diagramas de Venn . . . . . . . . . . . . . . . . . . . . . . . . . . 23
2.7.1. Conteo mediante diagramas de Venn . . . . . . . . . . . . 24
3. Alfabetos, cadenas y lenguajes 25

3.1. Alfabetos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
3.2. Cadenas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
3.2.1. Concatenación . . . . . . . . . . . . . . . . . . . . . . . . . 27
3.2.2. Subcadenas, prefijos y sufijos . . . . . . . . . . . . . . . . 27
3.2.3. Potencia de una cadena . . . . . . . . . . . . . . . . . . . 28
3.2.4. Reflexión de una cadena . . . . . . . . . . . . . . . . . . . 28
3.3. Lenguajes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
3.3.1. Operaciones entre lenguajes . . . . . . . . . . . . . . . . . 29
3.3.2. Concatenación de lenguajes . . . . . . . . . . . . . . . . . 29
3.3.3. Reflexión de un lenguaje . . . . . . . . . . . . . . . . . . . 29
4. Producto cartesiano y matrices 31

4.1. Producto cartesiano . . . . . . . . . . . . . . . . . . . . . . . . . . 31
4.1.1. Pares ordenados . . . . . . . . . . . . . . . . . . . . . . . . 31
4.1.2. Conjunto producto . . . . . . . . . . . . . . . . . . . . . . 31
4.1.3. Conjunto producto en general . . . . . . . . . . . . . . . . 32
4.1.4. Conjuntos de verdad de proposiciones˚ . . . . . . . . . . . 32
4.2. Matrices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
4.2.1. Matriz traspuesta . . . . . . . . . . . . . . . . . . . . . . . 34
4.2.2. Matrices cuadradas . . . . . . . . . . . . . . . . . . . . . . 34
4.2.3. Matriz diagonal y matriz identidad . . . . . . . . . . . . . 34
¡Material en construcción! (versión: 2018.03.08)

Matemáticas discretas (M. Mata) iii
4.2.4. Matriz simétrica . . . . . . . . . . . . . . . . . . . . . . . 35

4.2.5. Matrices triangulares . . . . . . . . . . . . . . . . . . . . . 35
4.2.6. Operaciones entre matrices* . . . . . . . . . . . . . . . . . 35
5. Relaciones y funciones 36
5.1. Relaciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
5.1.1. Representación gráfica de una relación . . . . . . . . . . . 36
5.1.2. Representación matricial de una relación . . . . . . . . . . 37
5.1.3. Dominio y rango de una relación . . . . . . . . . . . . . . 38
5.1.4. Relación inversa . . . . . . . . . . . . . . . . . . . . . . . . 38
5.2. Relaciones de equivalencia y relaciones de orden . . . . . . . . . . 39
5.2.1. Relaciones de orden . . . . . . . . . . . . . . . . . . . . . . 40
5.2.2. Relaciones de equivalencia . . . . . . . . . . . . . . . . . . 40
5.2.3. Particiones . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
5.2.4. Relaciones de equivalencia y particiones . . . . . . . . . . 41
5.3. Funciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
5.3.1. Gráfica de una función . . . . . . . . . . . . . . . . . . . . 43
5.3.2. Composición de funciones . . . . . . . . . . . . . . . . . . 44
5.3.3. Funciones inyectivas y sobreyectivas . . . . . . . . . . . . . 45
5.3.4. Función inversa . . . . . . . . . . . . . . . . . . . . . . . . 45
5.3.5. Función identidad . . . . . . . . . . . . . . . . . . . . . . . 46
6. Recursividad 47
6.1. Sucesiones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
6.1.1. Sucesiones crecientes y decrecientes . . . . . . . . . . . . . 47
6.1.2. Subsucesiones . . . . . . . . . . . . . . . . . . . . . . . . . 48
6.2. Funciones recursivas . . . . . . . . . . . . . . . . . . . . . . . . . 48
6.3. Notación Sigma . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
6.4. Inducción matemática . . . . . . . . . . . . . . . . . . . . . . . . 50
7. Combinatoria 53
7.1. Conteo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
7.1.1. Principio fundamental del conteo . . . . . . . . . . . . . . 53
7.2. Permutaciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
7.2.1. Permutaciones con repetición . . . . . . . . . . . . . . . . 54
7.3. Combinaciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
7.4. Diagramas de árbol . . . . . . . . . . . . . . . . . . . . . . . . . . 55
7.5. Coeficientes binomiales . . . . . . . . . . . . . . . . . . . . . . . . 57

Matemáticas discretas (M. Mata) iv
7.5.1. Triángulo de Pascal . . . . . . . . . . . . . . . . . . . . . . 57

7.5.2. Teorema del binomio . . . . . . . . . . . . . . . . . . . . . 58
8. Teorı́a de grafos 59
8.1. Grafos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
8.2. Definiciones básicas . . . . . . . . . . . . . . . . . . . . . . . . . . 61
8.2.1. Incidencia y adyacencia . . . . . . . . . . . . . . . . . . . . 61
8.2.2. Cadenas, caminos, ciclos y circuitos . . . . . . . . . . . . . 61
8.3. Algunos tipos de grafos . . . . . . . . . . . . . . . . . . . . . . . . 63
8.3.1. Grafos completos . . . . . . . . . . . . . . . . . . . . . . . 63
8.3.2. Grafos conexos . . . . . . . . . . . . . . . . . . . . . . . . 63
8.3.3. Árboles . . . . . . . . . . . . . . . . . . . . . . . . . . . . 64
8.3.4. Grafos bipartitos . . . . . . . . . . . . . . . . . . . . . . . 64
8.4. Predecesores, sucesores y grados . . . . . . . . . . . . . . . . . . . 64
8.5. Representaciones matriciales . . . . . . . . . . . . . . . . . . . . . 65
A. Conjuntos numéricos 66
A.1. Breve resumen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66

Introducción
Respecto a estas notas

Este material ha sido preparado como material de apoyo para la materia de
((Matemáticas discretas)) que se imparte a nivel licenciatura en la Facultad de
Ingenierı́a Mecánica y Eléctrica de la Universidad Autónoma de Nuevo León.
No es propiamente el material del curso, y su elaboración está aún en cons-

trucción por lo que el infortunado lector podrá encontrar que aún hay partes no
desarrolladas, otras inacabadas e incluso otras aún ausentes.
Aún con lo anterior, el material se encontrará en desarrollo continuo y espera-

mos sinceramente que, eventualmente, sea de utilidad.
Competencias especı́ficas
De acuerdo al programa analı́tico de la materia, las competencias de la
materia son:
((Modelar problemas por métodos analı́ticos y/o computacionales, generan-

do alternativas de solución basadas en lenguaje matemático y computacional de
tal manera que permite identificar el fundamento matemático que sustenta a la
computadora.
))Implementar soluciones tecnológicas a problemas de ingenierı́a en software y

hardware de tal forma que esté basada en algoritmos matemáticos y computacio-
nales)).
Unidades temáticas
De acuerdo a la academia, este curso debe cubrir:
Lógica
v
Matemáticas discretas (M. Mata) vi
Combinatoria
Grafos
Según los ejercicios del programa analı́tico, este curso debe cubrir:
Tablas lógicas
Inducción matemática
Leyes, propiedades y operaciones con conjuntos
Tipos de sucesiones
Tipos cadenas y alfabetos
Relaciones de recurrencia mediante gráficas y matriz de relaciones
Representación de funciones
Según un miembro de la academia, el material se deberı́a organizar de la

siguiente manera:
Lógica: representación digital, expresiones booleanas, tablas de verdad, in-

ferencia, árboles de decisión, circuitos.
Combinatoria: inducción, sucesiones, funciones, conjuntos.
Grafos y árboles: recorridos, modelos, problemas y algoritmos fundamen-

tales, optimización combinatoria.
Otro miembro de la académia propuso un orden distinto pero similar. En este

material hemos hecho una fusión de todo lo anterior ordenado en una secuencia
lógica de acuerdo al contenido.
Calificación
De acuerdo a la academia, esta materia debe ser evaluada de la siguiente
manera:
Exámenes: 40 %.
Actividades: 50 %.
Proyecto: 10 %.

Matemáticas discretas (M. Mata) vii
Incidencia en los planes de estudio

Según los programas vigentes, la materia de ((Matemáticas discretas)) forma
parte de los planes de estudio de las siguientes carreras:
IAS (401): 2.o semestre. Materia obligatoria.
IAS: 3.er semestre. Materia obligatoria.
ITS: 3.er semestre. Materia obligatoria.
IMTC (401): 5.o semestre. Materia optativa.
Bibliografı́a
R. Johnsonbaugh. Matemáticas discretas. 6.a edición. Editorial Pearson
Educación. México, 2005.
S. Lipschutz. Matemáticas finitas. McGraw-Hill. México, 1966.
R. Grimaldi. Matemáticas discretas y combinatoria. 3.a edición. Editorial

Addison-Wesley Iberoamericana. Estados Unidos, 1997.

Capı́tulo 1
Lógica
La ((lógica)) es una ciencia formal que estudia el ((razonamiento)) correcto. Suele

ser confundida con el ((sentido común)).
Por ello, antes de comenzar, iniciemos con un pequeño examen de lógica. Res-
ponda a lo siguiente:
1. ¿Es verdadera la afirmación ((algunos de los alumnos de este salón tienen

menos de 80 años))?
2. Si estudio, apruebo. No estudio. ¿Cuál es la conclusión?
3. La afirmación ((Madrid está en España o Londres está en Inglaterra)) ¿es

verdadera o falsa?
4. ((Si dos rectas son paralelas no se intersectan e inversamente)), en este caso,

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

y ((No aprendo más)), por lo tanto ((Soy un genio)).
6. El padre dijo a su hijo, ((Si sacas buenas notas te compro una bicicleta)), el
niño sacó malas notas, cuando el padre las vio el hijo le preguntó, ((Papá,
¿me vas a comprar una bicicleta?)). ¿Hizo el niño una pregunta lógica?
Las respuestas correctas son: 1. Sı́. 2. Se puede concluir cualquier cosa. 3.

Verdadera. 4. Si dos rectas no se intersectan son paralelas. 5. Sı́. 6. Sı́.
Si contestó incorrectamente a más de una de las preguntas anteriores, no puede

obviar este capı́tulo.
1
Matemáticas discretas (M. Mata) 2
1.1. Proposiciones
Una proposición es un enunciado que puede ser calificado como verdadero o
falso.
Ejemplo 1.1. Las siguientes son proposiciones simples:
1. Parı́s está en Inglaterra.
2. 1 ` 1 “ 3.
3. x2 ` 1 ą 0.
4. Las violetas son azules.
5. Hoy es miércoles.
En cambio, expresiones como ((Hola, ¿qué hace?)), ((Cierra la puerta)) o ((¡Viva

México!)) no son proposiciones.
Denotaremos las proposiciones simples con letras minúsculas: p, q, r, . . .
1.2. Operadores lógicos

Las proposiciones simples pueden combinarse para formar proposiciones más
complejas mediante algunos operadores lógicos. Las proposiciones compuestas las
denotaremos, en ocasiones, con letras mayúsculas.
1.2.1. Negación
Dada una proposición p la negación de p es también una proposición. La
denotaremos p y se lee ((no p)). Su valor de verdad será el contrario al de p.
Ejemplo 1.2. Algunos ejemplos de negación:
1. p: Parı́s está en Inglaterra,

p: Parı́s no está en Inglaterra.
2. q: 1 ` 1 “ 3,
q: 1 ` 1 ‰ 3.
3. r: x2 ` 1 ą 0,
r: x2 ` 1 ď 0.
4. s: Las rosas son rojas,

s: Las rosas no son rojas.

1.2.2. Conjunción
Dadas dos proposiciones p y q la conjunción de p con q es también una propo-
sición. La denotaremos p ^ q y se lee ((p y q)). Su valor de verdad será verdadero
sólo cuando ambas proposiciones p y q sean verdaderas.
Ejemplo 1.3. Algunos ejemplos de conjunción:
1. p: Parı́s está en Inglaterra,
q: Madrid está en España,
p ^ q: Parı́s está en Inglaterra y Madrid está en España.
2. p: |x| ą π,
q: x2 ´ 16 ď 0,
p ^ q: |x| ą π y x2 ´ 16 ď 0.
3. p : Las rosas son rojas,
q: Las violetas son azules,
p ^ q: Las rosas son rojas y las violetas son azules.
1.2.3. Disyunción
Dadas dos proposiciones p y q la disyunción de p con q es también una pro-
posición. La denotaremos p _ q y se lee ((p o q)). Su valor de verdad será falso sólo
cuando ambas proposiciones p y q sean falsas.
Ejemplo 1.4. Algunos ejemplos de disyunción:
1. p: Parı́s está en Inglaterra, q: Madrid está en España,
p _ q: Parı́s está en Inglaterra o Madrid está en España.
2. Sacas buenas calificaciones o no vas a la fiesta.
1.2.4. Implicación
Dadas dos proposiciones p y q la implicación de p con q es también una pro-
posición. La denotaremos p Ñ q y se lee ((p implica q)) o ((si p entonces q)) (entre
otras expresiones). Su valor de verdad será falso sólo cuando p sea verdadera pero
q sea falsa.
Ejemplo 1.5. Algunos ejemplos de implicación:
1. p: Parı́s está en Francia, q: Madrid está en Inglaterra,
p Ñ q: Si Parı́s está en Francia, Madrid está en Inglaterra.
2. Si x ă ´2 entonces x2 ą 4.
3. Si apruebas matemáticas te compro una bicicleta.

1.2.5. Doble implicación

Dadas dos proposiciones p y q la doble implicación de p y q es también una
proposición. La denotaremos p Ø q y se lee ((p si y sólo si q)) o ((p siempre y
cuando q)). Su valor de verdad será verdadero sólo cuando p y q tengan el mismo
valor de verdad.
1.2.6. Precedencia
Cuando se escriben sin paréntesis, los operadores se ejecutan con la siguiente
precedencia: , ^, _, Ñ, Ø. De esta manera, la expresión p _ q ^ r _ s Ñ p _ s
es equivalente a rp _ pq ^ p rqq _ ss Ñ rp _ p sqs.
1.3. Representaciones
Los valores de verdad de las proposiciones se representan simbólicamente de
diversas maneras:
Verdadero: V, T, J, 1.
Falso: F, F, K, 0.
En este curso, usaremos los valores binarios 1 y 0.
1.3.1. Tablas de verdad

Las tablas de verdad de los operadores son como sigue:
p q p^q p q p_q p q pÑq p q pØq
p p 1 1 1 1 1 1 1 1 1 1 1 1
1 0 1 0 0 1 0 1 1 0 0 1 0 0
0 1 0 1 0 0 1 1 0 1 1 0 1 0
0 0 0 0 0 0 0 0 1 0 0 1
Con estas tablas podemos calcular los valores de verdad de expresiones más
complejas.

Ejemplo 1.6. Calcular la tabla de verdad de pp _ qq ^ r.

A kj hkkik
hkkik B kj
p q r p_q r A^B
1 1 1 1 0 0
1 1 0 1 1 1
1 0 1 1 0 0
1 0 0 1 1 1
0 1 1 1 0 0
0 1 0 1 1 1
0 0 1 0 0 0
0 0 0 0 1 0
Ejercicio 1.7. Calcular la tabla de verdad de rp ^ pq _ rqs _ p.

A
hkkikkj B kj
hkkik
p q r r q_ r pÂ B_p
1 1 1 0 1 1 1
1 1 0 1 1 1 1
1 0 1 0 0 0 1
1 0 0 1 1 1 1
0 1 1 0 1 0 0
0 1 0 1 1 0 0
0 0 1 0 0 0 0
0 0 0 1 1 0 0
Ejercicio 1.8. Calcular la tabla de verdad de p ^ rp q ^ rq _ pq ^ rqs.
A B C
hkkikkj
hkkikkj hkkikkj
p q r q^r q^ r A_B p^C
1 1 1 0 0 0 0
1 1 0 0 1 1 1
1 0 1 1 0 1 1
1 0 0 0 0 0 0
0 1 1 0 0 0 0
0 1 0 0 1 1 0
0 0 1 1 0 1 0
0 0 0 0 0 0 0
1.3.2. Redes de decisión

Existe una representación de redes de los operadores binarios , _ y ^. Sue-
le ser útil en la comprensión de circuitos o redes eléctricas, y en diagramas de
comunicación y conmutadores.

Imaginemos que hay un emisor T0 y un receptor T1 . El flujo debe pasar por

algunos puertos que pueden estar abiertos (valor de 1) o cerrados (valor de 0).
T0 p T1
En este caso, el flujo será recibido en el receptor si p toma el valor de 1, y no

será recibido si toma el valor de 0.
La red toma la siguiente forma para el disyuntivo p _ q:
p
T0 T1
q
La red toma la siguiente forma para el conjuntivo p ^ q:
T0 p q T1
Ejemplo 1.9. Dibujar la red de decisión para rp ^ p r _ sqs _ rq ^ ts:
r
p
s
T0 T1
q t
Ejercicio 1.10. Dibujar la red de decisión para rrp ^ pq _ rqs _ rpq _ sq ^ tss ^ s:
1.3.3. Diagrama de decisión binario

Árbol de decisión binario y diagrama (reducido) de decisión binario.
Ejemplo 1.11. pp ^ qq _ pp ^ rq _ pq ^ rq
A kj hkkik
hkkik B kj hkkik
C kj
p q r p^q p^r q^r A_B_C
1 1 1 1 1 1 1
1 1 0 1 0 0 1
1 0 1 0 1 0 1
1 0 0 0 0 0 0
0 1 1 0 0 1 1
0 1 0 0 0 0 0
0 0 1 0 0 0 0
0 0 0 0 0 0 0

p p
q q q q
r r r r r
1 1 1 0 1 0 0 0 1 0
Ejemplo 1.12. p p ^ q ^ rq _ pp ^ qq _ pq ^ rq
A
hkkkkkkkikkkkkkkj B kj hkkik
hkkik C kj
p q r p^ q^ r p^q q^r A_B_C
1 1 1 0 1 1 1
1 1 0 0 1 0 1
1 0 1 0 0 0 0
1 0 0 0 0 0 0
0 1 1 0 0 1 1
0 1 0 0 0 0 0
0 0 1 0 0 0 0
0 0 0 1 0 0 1
p p
q q q q
r r r r r r
1 1 0 0 1 0 0 1 1 0
Ejercicio 1.13. p _ rp ^ pq _ rqs.

A
hkkikkj B kj
hkkik
p q r q_ r pÂ p_B
1 1 1 1 1 1
1 1 0 1 1 1
1 0 1 0 0 1
1 0 0 1 1 1
0 1 1 1 0 0
0 1 0 1 0 0
0 0 1 0 0 0
0 0 0 1 0 0

p p
q q
r r r r
1 1 1 1 0 0 0 0 1 0
1.4. Tautologı́as
Ejercicio 1.14. Calcular la tabla de verdad de la siguiente proposición:
r p _ pq ^ rqs _ rp ^ p q _ rqs.
A
hkkikkj B
hkkikkj C
hkkikkj D kj
hkkik
p q r q^ r p_A q_r p^C B_D
1 1 1 0 0 1 1 1
1 1 0 1 1 0 0 1
1 0 1 0 0 1 1 1
1 0 0 0 0 1 1 1
0 1 1 0 1 1 0 1
0 1 0 1 1 0 0 1
0 0 1 0 1 1 0 1
0 0 0 0 1 1 0 1
Observamos que el valor de verdad de la expresión anterior es verdadero, sin

importar los valores de verdad de p, q y r. Este tipo de expresiones, en las que su
único valor posible es verdadero, son de particular interés en matemáticas y se les
llama tautologı́as.
1.4.1. Implicación tautológica

Cuando una proposición es una implicación y es una tautologı́a se llama im-
plicación tautológica. Esta estructura es importante porque, si A Ñ B es una
tautologı́a, entonces B es cierta si A lo es, sin importar los valores de verdad de
las variables simples. Es decir, tenemos una estructura que es siempre válida para
todas las variables.
Cuando A implica tautológicamente a B se escribe A ñ B.

Ejercicio 1.15. Verifique que: rp Ñ pq ^ rqs ^ r ñ p

A kj hkkikkj
hkkik B C
hkkikkj
p q r q^r pÑA B^ r C Ñ p
1 1 1 1 1 0 1
1 1 0 0 0 0 1
1 0 1 0 0 0 1
1 0 0 0 0 0 1
0 1 1 1 1 0 1
0 1 0 0 1 1 1
0 0 1 0 1 0 1
0 0 0 0 1 1 1
El resultado es verdadero en todos los casos, por lo tanto sı́ es una implicación
tautológica.
1.4.2. Equivalencias
Cuando una proposición es una doble implicación y es una tautologı́a se llama
equivalencia. Esta estructura es importante porque, si A Ø B es una tautologı́a,
entonces A tiene el mismo valor de verdad de B. Es decir, tenemos una estructura
que es equivalente para todas las variables.
Cuando A es equivalente a B se escribe A ô B.
Ejercicio 1.16. Verifique que: pA Ñ Bq ô pA ^ Bq
A B AÑB pA Ñ Bq A ^ B
1 1 1 0 0
1 0 0 1 1
0 1 1 0 0
0 0 1 0 0
El resultado es el mismo en las dos columnas correspondientes (las dos últimas,

en este caso), por lo tanto sı́ son equivalentes.
Ejercicio 1.17. Verifique que: pA Ø Bq ô rpA Ñ Bq ^ pB Ñ Aqs
1.4.3. Leyes del álgebra de proposiciones

Todas las siguientes son equivalencias tautológicas, por lo cual pueden enun-
ciarse como leyes.

p_pôp
1 Leyes idempotentes
p^pôp
p_q ôq_p
2 Leyes conmutativas
p^q ôq^p
p _ pq _ rq ô pp _ qq _ r
3 Leyes asociativas
p ^ pq ^ rq ô pp ^ qq ^ r
p _ pq ^ rq ô pp _ qq ^ pp _ rq
4 Leyes distributivas
p ^ pq _ rq ô pp ^ qq _ pp ^ rq
pp _ qq ô p ^ q
5 Leyes de De Morgan
pp ^ qq ô p _ q
6 p pq ô p Doble negación
p_ pô1
7 Leyes de complementación
p^ pô0
p_0ôp
8 Leyes de identidad
p^1ôp
p_1ô1
9 Leyes de dominación
p^0ô0
Ejercicio 1.18. Demostrar, mediante las leyes de las proposiciones, las siguientes
equivalencias:
1. pp _ qq ^ p ô p^q
2. p _ pp ^ qq ô p
3. pp _ qq _ p p ^ qq ô p
1.4.4. Más sobre la implicación

AÑB Implicación
BÑA Inversa
AÑ B Conversa
BÑ A Contrapuesta
Ejemplo 1.19. Sean A : pienso, B : existo.
1. Implicación: ((Pienso, luego existo)).
2. Inversa: Existo, entonces pienso.
3. Conversa: No pienso, entonces no existo.

4. Contrapuesta: No existo, entonces no pienso.

Ejercicio 1.20. ((Si dos rectas son paralelas, no se intersectan, e inversamente)).
En este caso, ¿qué es ((inversamente))?
Algunas leyes más que involucran la implicación:
10 pÑqô qÑ p Contrapuesta
11 pÑq ô p_q Equivalencia a la implicación
12 pp Ñ qq ô p ^ q Negación de la implicación
13 p Ø q ô pp Ñ qq ^ pq Ñ pq Doble implicación
1.5. Argumentos
Definición 1.21. Un argumento es la deducción de una conclusión Q a partir de
un conjunto de premisas P1 , P2 ,. . . , Pn .
Un argumento, denotado por P1 , P2 , . . . , Pn $ Q, es válido si la conclusión Q
es verdadera cuando todas las premisas son verdaderas.
Observación 1.22. El argumento P1 , P2 , . . . , Pn $ Q es válido si y sólo si pP1 ^
P2 ^ ¨ ¨ ¨ ^ Pn q ñ Q.
Ejemplo 1.23. Verificar si el siguiente es un argumento válido: ((Todos los hom-
bres son mortales)), ((Homero es hombre)), por lo tanto, ((Homero es mortal)).
Ejemplo 1.24. Verificar si el siguiente es un argumento válido:
p _ q, r Ñ q, s ^ r, t Ñ p $ pt ^ rq
Una opción serı́a verificar mediante su tabla de verdad que:
rpp _ qq ^ pr Ñ qq ^ ps ^ rq ^ pt Ñ pqs ñ pt ^ rq
Afortunadamente hay una alternativa.
Notación 1.25. El argumento P1 , P2 , . . . , Pn $ Q también suele denotarse verti-
calmente de la forma
P1
P2
..
.
Pn
Q
1.5.1. Reglas de inferencia

Existen modelos de argumentos ya establecidos. Son llamados reglas de infe-
rencia:

AÑB
A^B
Modus ponendo ponens: A Simplificación:
A
B
AÑB
A
Modus tollendo tollens: B Adición:
A_B
A
A_B A
Modus tollendo ponens: B Conjunción: B
A A^B
AÑC
AÑB
BÑC
Silogismo hipotético: BÑC Prueba por casos:
A_B
AÑC
C
Ejercicio 1.26. Demostrar mediante su tabla de verdad el modus ponendo ponens,

es decir, que pA Ñ Bq ^ A ñ B.
Solución:
A B A Ñ B pA Ñ Bq ^ A rpA Ñ Bq ^ As Ñ B
1 1 1 1 1
1 0 0 0 1
0 1 1 0 1
0 0 1 0 1
Lo cual es una tautologı́a, por lo tanto el modus ponendo ponens es verdad.
Ejercicio 1.27. Demostrar, por medio de las reglas de inferencia, que los siguien-
tes argumentos son válidos:
1. p Ñ ps _ tq, p $ s_t
Equivalentemente: Solución:
P1 : p Ñ ps _ tq Q : s _ t por M. ponens de P2 en P1 .
P2 : p
Q: s_t
2. r Ñ s, s^p $ r

P1 : r Ñ s C1 : s por simplificación en P2 ,
P2 : s^p Q: r por M. tollens de C1 en P1 .
Q: r
3. q Ñ s, p _ q, r ^ p $ s _ t
P1 : q Ñ s C1 : p por simplificación en P3 ,
P2 : p_q C2 : q por ponendo tollens de C1 en P2 ,
P3 : r ^ p C3 : s por m. ponens de C2 en P1 ,
Q: s_t Q: s_t por adición a C3 .
4. p _ q, r Ñ q, s ^ r, t Ñ p $ pt ^ rq
5. p _ q, t ^ p, q Ñ s $ sÑm
6. m Ñ n, q _ m, p Ñ n, p _ r, q $ r
7. A, A $ B (regla de contradicción)
1.5.2. Demostraciones
Una demostración es un argumento deductivo para verificar una proposición
matemática. Veamos dos ejemplos:
Definición 1.28. Un número entero a es par si y sólo si existe un número entero

m tal que a “ 2m. Un número entero a es impar si y sólo si existe un número
entero m tal que a “ 2m ` 1.
Proposición 1.29. La suma de dos números pares es par.
Proposición 1.30. El producto de dos números impares es impar.
1.6. Cuantificadores
Expresiones del tipo ((todos los hombres son mortales)) o ((algunos alumnos
de este salón tienen menos de 80 años)) se pueden traducir en expresiones lógicas
mediante la ayuda de los cuantificadores.

Cuantificador universal: Cuando todos los elementos del conjunto de estu-

dio satisfacen una propiedad determinada. Empleamos el sı́mbolo @, el cual se lee
para todo:
@x, P pxq.
Lo anterior se puede leer como ((para todo x se cumple P pxq)), ((todos los x satis-
facen P pxq)), entre otras expresiones similares.
Cuantificador existencial: Cuando al menos un elemento del conjunto de

estudio satisface una propiedad determinada. Empleamos el sı́mbolo D, el cual se
lee existe:
Dx : P pxq.
Lo anterior se puede leer como ((existe x tal que P pxq)), ((hay algún x que satisface
P pxq)), entre otras expresiones similares.
Ejemplo 1.31. Escribir en forma simbólica los siguientes enunciados1 :
1. Todos los números racionales son números reales: @x P Q, x P R.

2. Existen números racionales menores que 2: Dx P Q : x ă 2.
3. Todos los hombres son mortales: Definimos H el conjunto de hombres y
M pxq la propiedad de que x es mortal. Entonces la afirmación quedarı́a:
@x P H, M pxq.
Ejercicio 1.32. Escribir en forma simbólica, en forma de enunciado o responder,
según corresponda:
1. Existen números reales que no son racionales: Dx P R : x R Q.

2. El cuadrado de todos los números reales es no negativo: @x P R, x2 ě 0.
3. @n P N, n ą 0: Todos los números naturales son positivos.
?
4. Dx P Q : π ă x ă 10: Existe al menos un número racional entre Pi y raı́z
de diez.
5. A algunos mexicanos les gusta el fútbol: Definimos M el conjunto de mexica-
nos y F pxq la propiedad de que a x le gusta el fútbol. Entonces la afirmación
quedarı́a: Dx P M : F pxq.
6. A ningún mexicano les gusta el fútbol: Siguiendo la notación anterior: @x P
M, F pxq.
?
7. ¿Es cierto que @n P N, n R Q?
1
Esta sección da por hecho que el lector está familiarizado con los conjuntos numéricos. Para
un repaso rápido, se puede consultar la sección A.1 (pág. 66).

1.6.1. Negación
La negación de un cuantificador universal es uno existencial con la propiedad
negada. De la misma forma, la negación de un cuantificador existencial es uno
universal con la propiedad negada:
r@x, P pxqs ô Dx : P pxq.
rDx : P pxqs ô @x, P pxq.

Ejemplo 1.33. .
1. No es verdad que todos los números naturales son pares:
r@n P N, n es pars ô Dn P N : n no es par.
2. ¿Es cierto que @n P N con 1 ă n ă 14 y n impar, n es primo? No es cierto,

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

4. ¿Cuál es la negación de la oración ((si todos estudian, entonces nadie reprue-
ba))? Todos estudian y alguien reprueba.
5. ¿Es cierto que a todas las personas de 140 años les gustan los xoconostles?
6. Si S es el conjunto de estudiantes de este salón, ppxq es ((x repasa en casa)) y
qpxq es ((x aprueba sus materias)), ¿qué significa @x P S, ppxq ^ qpxq? ¿Cuál
serı́a su negación?
1.6.2. Cuantificadores anidados

Son de la forma:
@x, Dy : P px, yq.

Dx : @y, P px, yq.
Observación 1.34. Los cuantificadores @x, @y, P px, yq y Dx : Dy : P px, yq en
realidad suelen denotarse como @x, y, P px, yq y Dx, y : P px, yq, respectivamente.
Ejemplo 1.35. .
1. Todos los números pares se pueden escribir de la forma 2m para algún
número entero m:
@n par, Dm P Z : n “ 2m.

2. Todos aman a alguien:

@x, Dy : x ama a y.
3. Existe un número natural que divide a todos los números enteros:
Dn P N : @z P Z, n divide a z.
4. @x P R, Da P Z : a ď x ă a ` 1.
5. @x P R, ε ą 0, Dq P Q : x ă q ă x ` ε.

Capı́tulo 2
Conjuntos
Un conjunto es una colección de objetos.
Ejemplo 2.1. Las siguientes son descripciones de conjuntos.
1. El conjunto A de objetos en mi mochila, en este momento.
2. B “ tárbol, ave, zapato, chancletau
3. C “ t1, 3, 5, 7, 9u (forma explı́cita)
4. C “ tn P N | n es un número dı́gito imparu (forma descriptiva)
5. D “ tn P Z | n es un número dı́gitou
6. D “ t0, 1, 2, . . . , 9u (forma explı́cita abreviada)
7. E “ t11, 12, 13, . . . u
8. E “ tn P N | n ą 10u
9. F “ tx P R | x2 ´ 3x ` 2 “ 0u
10. F “ t1, 2u
2.1. Relación de pertenencia

Sea A un conjunto y a un elemento de A, entonces se dice que ((a pertenece a
A)) y se escribe a P A. Si b no pertenece a A escribimos b R A.
17
2.2. Subconjuntos e igualdad

Definición 2.2. Sean A y B dos conjuntos, se dice que A es un subconjunto de
B, y se escribe A Ď B, si y sólo si todos los elementos de A pertenecen a B.
También, si A Ď B, se dice que B contiene a A y se escribe B Ě A.
Ejemplo 2.3. Sean A “ t7, 17u y B “ t1, 3, 5, . . . , 99u, entonces A Ď B.
Ejercicio 2.4. Sean A “ t1, 2u y B “ tx P R | x2 ´ 3x ` 2 “ 0u, ¿A Ď B?
Observación 2.5. Si A Ď B, entonces: x P A ñ x P B. También, si A Ď B,
entonces: @x P A, x P B.
¿Cuál es la negación de A Ď B?
Se dice que A no es subconjunto de B, o que B no contiene a A, si existe a P A

tal que a R B, y se escribe AĎB.
{
Ejemplo 2.6. Sean A “ tn P Z | n es paru y B “ tn P Z | n es múltiplo de seisu.

Demuestre que B Ď A. (Recuerde que n es múltiplo de k si existe m P Z tal que
n “ km).
Ejercicio 2.7. Sean A “ tn P N | 1 ă n ă 14, n es imparu y B “ tn P N | n ď
13, n es primou. ¿A Ď B o B Ď A?
Definición 2.8. Sean A y B dos conjuntos, se dice que A es igual a B, y se
escribe A “ B, si y sólo si A Ď B y B Ď A.
Ejercicio 2.9. Sean A “ tx P R | x4 ´ 2x3 ´ x2 ` 2x “ 0u y B “ tx P Z | ´1 ď
x ď 2u, ¿A “ B?
Definición 2.10. En caso de que A Ď B pero A ‰ B, se dice que A es subconjunto
propio de B y se escribe A Ă B.
Notación 2.11. Algunos autores escriben simplemente A Ă B cuando A es sub-
conjunto de B, pero deben escribir A Ł B cuando A es subconjunto propio de B.
2.3. Conjunto universal y conjunto vacı́o

No existe un conjunto que contenga a todos los objetos. En cualquier aplicación
de la teorı́a de conjuntos, todos los posibles conjuntos a investigar se consideran
subconjuntos de un conjunto dado. Llamamos a ese conjunto el conjunto universal.
En nuestro estudio lo denotaremos por U .
Ejemplo 2.12. .

1. En geometrı́a, U es el plano.
2. En estudios poblacionales, U es toda la gente del mundo.
Por otra parte, en ocasiones deberemos estudiar conjuntos que no tienen

ningún elemento. Dicho conjunto es llamado conjunto vacı́o y lo denotamos por ∅.
Ejemplo 2.13. .
1. A “ tn P Z | n2 “ 16, n es imparu “ ∅.
2. B “ tx P R | x2 ` 1 “ 0u “ ∅.
3. Sea C el conjunto de personas de más de 140 años. ¿C “ ∅?
Ejercicio 2.14. Demuestre que, si A es un conjunto cualquiera, ∅ Ď A.
2.4. Cardinalidad
Dado A un conjunto, se define la cardinalidad de A, y se denota |A|, como la
cantidad de elementos que pertenecen a A.
Ejemplo 2.15. .
1. Dado A “ ta, e, i, o, uu, |A| “ 5.
2. Dado B el conjunto de las letras del alfabeto español, ¿cuánto vale |B|?
3. Dado C el conjunto de consonantes del alfabeto español, ¿cuánto vale |C|?
Ejercicio 2.16. .
1. Si S “ ∅, ¿cuánto vale |S|?
2. ¿Cuál es la cardinalidad de N?
3. Si A Ď B, ¿|A| ď |B|?
4. Si A Ă B, ¿|A| ă |B|?

2.5. Conjunto potencia

Ejercicio 2.17. Sea S “ ta, b, cu, escribir todos sus posibles subconjuntos.
Definición 2.18. El conjunto de todos los posibles subconjuntos de un conjunto

A es llamado conjunto potencia de A, y se denota por PpAq.
Ejemplo 2.19. Sea S “ ta, b, cu, entonces
PpSq “ t∅, tau, tbu, tcu, ta, bu, ta, cu, tb, cu, Su.
Ejercicio 2.20. Si A es un conjunto finito con n elementos, ¿cuántos elementos

tiene el conjunto PpAq?
Ejercicio 2.21. Escribir Pp∅q.
Observe que t∅u ‰ ∅.
2.6. Operaciones con conjuntos

2.6.1. Unión
Definición 2.22. La unión de dos conjuntos A y B, expresada por A Y B, es el
conjunto de todos los elementos que pertenecen a A o a B:
A Y B “ tx | x P A _ x P Bu.
2.6.2. Intersección
Definición 2.23. La intersección de dos conjuntos A y B, expresada por A X B,
es el conjunto de todos los elementos que pertenecen a A y a B:
A X B “ tx | x P A ^ x P Bu.
2.6.3. Diferencia
Definición 2.24. La diferencia entre dos conjuntos A y B, expresada por AzB,
es el conjunto de todos los elementos que pertenecen a A pero que no pertenecen
a B:
AzB “ tx | x P A ^ x R Bu.

2.6.4. Complemento
Definición 2.25. El complemento de un conjunto A, expresado por Ac , es el
conjunto de todos los elementos que no pertenecen a A:
Ac “ tx | x P U ^ x R Au.
Ejercicio 2.26. Sea U “ t0, 1, 2, 3, . . . , 13u. Calcular:
1. A “ tx P U | x es paru
2. B “ tx P U | x es múltiplo de 3u
3. C “ tx P U | x es primou
4. Ac Y C
5. B c X C
6. CzA
7. AzC
8. BzpA Y Cq
Ejemplo 2.27. Demostrar (por las definiciones) que:
1. pA X Bqc “ Ac Y B c
Demostración.
pA X Bqc “ tx | x P U ^ x R A X Bu por definición del complemento,

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

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

“ tx | x P B ^ x P U ^ x R Au porque A Ď U y B Ď U ,
“ tx | x P B ^ x P Ac u por definición del complemento,
“ B X Ac por definición de la intersección.
2.6.5. Propiedades de los conjuntos

AYA“A
1 Leyes idempotentes
AXA“A
AYB “BYA
2 Leyes conmutativas
AXB “BXA
A Y pB Y Cq “ pA Y Bq Y C
3 Leyes asociativas
A X pB X Cq “ pA X Bq X C
A Y pB X Cq “ pA Y Bq X pA Y Cq
4 Leyes distributivas
A X pB Y Cq “ pA X Bq Y pA X Cq
pA Y Bqc “ Ac X B c
5 Leyes de De Morgan
pA X Bqc “ Ac Y B c
6 pAc qc “ A Ley de involución
A Y Ac “ U
7 Leyes de complementación
A X Ac “ ∅
AY∅“A
8 Leyes de identidad
AXU “A
AYU “U
9 Leyes de dominación
AX∅“∅
Ejercicio 2.28. Demostrar, por medio de las propiedades, que:
1. pAzBqc “ Ac Y B.
2. A Y pA X Bq “ A.
3. pAzBq X B “ ∅.
4. A X pBzCq “ pA X BqzpA X Cq.

2.6.6. Propiedades de las cardinalidades

1. |∅| “ 0.
2. Si A Ď B, entonces |A| ď |B|.
3. |A Y B| “ |A| ` |B| ´ |A X B|.
Ejemplo 2.29. Demostrar por medio de las propiedades anteriores que:
1. Si A “ B, entonces |A| “ |B|.
2. Si A X B “ ∅, entonces |A Y B| “ |A| ` |B|.
3. |A Y B| ě máxt|A|, |B|u.
4. |A Y B Y C| “ |A| ` |B| ` |C| ´ |A X B| ´ |A X C| ´ |B X C| ` |A X B X C|.
Ejercicio 2.30. Demostrar por medio de las propiedades anteriores que:
1. |A X B| ď mı́nt|A|, |B|u.
2. |A| ` |Ac | “ |U | (sugerencia: observe queA Y Ac “ U y A X Ac “ ∅).
3. |AzB| “ |A| ´ |A X B|.
2.7. Diagramas de Venn

Propuestos por John Venn (1834-1923) para cálculos lógicos, en la actualidad
se emplean para representar gráficamente los conjuntos y sus relaciones.
A B
Figura: Representación de dos conjuntos mediante un diagrama de Venn.
Ejemplo 2.31. Representar mediante el diagrama de Venn las siguientes condi-

ciones:
1. A y B no se intersectan

2. A Ď B
Ejemplo 2.32. Representar mediante el diagrama de Venn los siguientes conjun-

tos:
1. A Y B
2. A X B
3. Ac
4. Ac X B
Ejercicio 2.33. Verificar mediante un diagrama de Venn: A Ď B ñ A X B “ A.
2.7.1. Conteo mediante diagramas de Venn

Ejemplo 2.34. En una empresa trabajan 20 personas de las cuales 13 son casadas
y 11 son profesionistas; de las profesionistas 5 no son casadas. ¿Cuántas personas
no son casadas ni profesionistas, y cuántas son casadas y profesionistas?
R = Dos y seis.
Ejercicio 2.35. En una encuesta a 200 alumnos se encontró que 68 tienen exce-
lente conducta, 138 son inteligentes, 160 son muy sociables, 120 son muy sociables
e inteligentes, 20 tienen excelente conducta pero no son inteligentes, 13 tienen ex-
celente conducta pero no son muy sociables, y 15 tienen excelente conducta, son
muy sociables y no son inteligentes. Identificar en un diagrama de Venn.

Capı́tulo 3
Alfabetos, cadenas y lenguajes
3.1. Alfabetos
Definición 3.1. Un alfabeto es un conjunto finito no vacı́o de elementos que
llamaremos sı́mbolos.
Notación 3.2. En teorı́a de computación se suele denotar con Σ a un alfabeto

cualquiera.
Ejemplo 3.3. Determinar si los siguientes son alfabetos:
1. Sea Σ el conjunto de letras, tanto mayúsculas como minúsculas, del idioma

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

griego.
3. Sea A “ ta, b, c, du.
4. Sea B “ t0, 1u.
5. Sea Σ “ N.
Ejercicio 3.4. Investigar sobre los siguientes alfabetos:
1. ASCII.
2. ISO 8859-1 (Latı́n 1).
3. UTF-8.
25
3.2. Cadenas
Definición 3.5. Una cadena o palabra sobre un alfabeto A es una secuencia finita
de elementos de A.
Ejemplo 3.6. .
1. Sea A “ ta, b, c, du, las siguientes son tres posibles cadenas sobre A: babc,
dcbbbbad y a.
2. Sea B “ t0, 1u, las siguientes son posibles cadenas sobre B: 10010, 001, 10
y 01.
Observación 3.7. En las cadenas el orden de los sı́mbolos es importante, de tal

manera que aab ‰ aba.
Notación 3.8. Las repeticiones de un elemento se pueden denotar con un su-

perı́ndice. Por ejemplo, baaaccbbbd puede escribirse como ba3 c2 b3 d.
Definición 3.9. La cadena sin elementos se llama cadena nula y se denota por λ.
Definición 3.10. Sea A un alfabeto, se define A˚ como el conjunto de todas las

posibles cadenas sobre A, incluyendo la cadena nula.
Ejercicio 3.11. Responder lo siguiente:
1. Si A es un conjunto finito, ¿A˚ es finito?
2. Sea A “ tau, ¿cuál es el conjunto A˚ ?
Definición 3.12. La longitud de una cadena β, denotada por |β|, es el número

de sı́mbolos que conforman β.
Ejercicio 3.13. Calcular la longitud de las siguientes cadenas:
1. β “ aabcad
2. β “ 015 08 1
3. λ

3.2.1. Concatenación
Definición 3.14. Sea A un alfabeto y sean α y β dos cadenas sobre A, la conca-
tenación de α con β es la cadena formada por α seguida de β, y se escribe αβ.
Observación 3.15. Observe que la concatenación de α con β también es una

cadena sobre A.
Ejercicio 3.16. .
1. Sean α “ aab y β “ acad, escribir αβ y βα.
2. Sea γ “ 0110, escribir λγ y γλ.
3. Sean ε “ x10 z 9 y 13 y δ “ y 8 x7 , escribir εδ y δε.
Ejercicio 3.17. .
1. Si α P A˚ y β P B ˚ , ¿a qué conjunto pertenece αβ?
2. Si |α| “ n y |β| “ m, ¿cuál es el valor de |αβ|?
3.2.2. Subcadenas, prefijos y sufijos

Definición 3.18. Se dice que una cadena α es una subcadena de la cadena β si
y sólo si existen dos cadenas γ y δ tales que β “ γαδ.
Ejercicio 3.19. .
1. En los siguientes casos, decir si α es una subcadena β.
a) α “ ab y β “ cabad.
b) α “ 011 y β “ 001011.
2. Dado β “ x10 z 9 y 13 , ¿cuáles de las siguientes son una subcadena de β?
a) α1 “ x2 y 3 .
b) α2 “ x10 z 10 .
c) α3 “ zy.
Ejercicio 3.20. Demostrar que toda cadena es subcadena de sı́ misma.
Definición 3.21. Se dice que una cadena α es un prefijo de la cadena β si y sólo

si existe una cadena δ tal que β “ αδ.
Similarmente, se dice que una cadena α es un sufijo de la cadena β si y sólo
si existe una cadena γ tal que β “ γα.
Ejercicio 3.22. Demostrar que los prefijos y sufijos son subcadenas.

3.2.3. Potencia de una cadena

Definición 3.23. Dados β P A˚ y n P N, se define β n como la concatenación de
β reiterada n veces:
β n “ βββ ¨¨¨β .
loooomoooon
n veces
Notación 3.24. Por convención, suele definirse β 0 “ λ.
Ejercicio 3.25. Sea β una cadena, demuestre las siguientes:
1. β n β m “ β n`m .
2. |β n | “ n|β|.
3. |β n`m | “ |β n | ` |β m |.
3.2.4. Reflexión de una cadena

Definición 3.26. La reflexión de una cadena β es la cadena formada por los
mismos sı́mbolos dispuestos en orden inverso y se denota β R .
Ejemplo 3.27. Sea β “ f ime, entonces β R “ emif .
Notación 3.28. Algunos autores denotan la cadena inversa con β ´1 .
Ejercicio 3.29. Demuestre que pαβqR “ β R αR .
3.3. Lenguajes
Definición 3.30. Un lenguaje L sobre un alfabeto Σ es un subconjunto de Σ˚ .
Observación 3.31. Todo lenguaje L cumple que ∅ Ď L Ď Σ˚ , y puede ser finito

o infinito.
Ejemplo 3.32. Sean:

Σ “ ta, b, c, . . . , z, á, é, ı́, ó, ú, üu
Σ˚ “ tλ, a, áéñyz, rótulo, . . . u
L “ tβ P Σ˚ |β está en el diccionario de la RAEu

Ejemplo 3.33. Sea Σ los sı́mbolos del alfabeto cirı́lico y L el conjunto de palabras
legales del idioma ruso.
Ejemplo 3.34. Sea Σ el código ASCII y L el conjunto de palabras reservadas del

lenguaje C (por ejemplo, main, int, if, else, while, for, return, etcéte-
ra).
3.3.1. Operaciones entre lenguajes

Dado que los lenguajes son conjuntos, todas las operaciones de conjuntos pue-
den aplicarse a ellos.
Ejemplo 3.35. Sean A y B dos lenguajes sobre Σ, entonces los siguientes también
son lenguajes:
1. A Y B.
2. A X B.
3. AzB.
4. Ac “ Σ˚ zA.
3.3.2. Concatenación de lenguajes

Definición 3.36. Dados dos lenguajes A y B, la concatenación de A con B,
denotada por AB, se define como
AB “ tαβ | α P A, β P Bu
Observación 3.37. Observe que, en general, AB ‰ BA.
3.3.3. Reflexión de un lenguaje

Definición 3.38. Dado L un lenguaje, la reflexión de L, denotada por LR , se
define como
LR “ tβ R | β P Lu
.
Ejercicio 3.39. Sean A y B dos lenguajes sobre Σ, decir si las siguientes afirma-
ciones son verdaderas:

1. pABqR “ B R AR .
2. pA Y BqR “ AR Y B R .
3. pA X BqR “ AR X B R .
4. pAR qR “ A.

Capı́tulo 4
Producto cartesiano y matrices
4.1. Producto cartesiano

4.1.1. Pares ordenados
Un par ordenado o pareja ordenada es una asociación de dos elementos a y b
tales que el primer elemento es a y el segundo es b. El par ordenado se escribe
pa, bq.
Definición 4.1. Formalmente, un par ordenado se define mediante el siguiente

conjunto:
pa, bq “ ttau, ta, buu.
La definición anterior se debe a Kuratowski (1896-1980).
Ejemplo 4.2. .
1. Observe que p2, 3q ‰ p3, 2q.
2. De hecho pa, bq “ pc, dq si y sólo si a “ c y b “ d.
3. Ambos elementos del par ordenado puede ser el mismo: pa, aq.
4.1.2. Conjunto producto

Definición 4.3. Sean A y B dos conjuntos, el conjunto producto o producto
cartesiano de A y B, denotado por A ˆ B, consta de todos los pares ordenados
pa, bq tales que a es elemento de A y b es elemento de B, esto es:
A ˆ B “ tpa, bq | a P A ^ b P Bu.
31
Notación 4.4. Al producto cartesiano de un conjunto A con sı́ mismo, es decir

A ˆ A, lo denotamos también por A2 .
Ejercicio 4.5. .
1. Sean A “ ta, bu y B “ t1, 2, 3u, escribir explı́citamente el conjunto A ˆ B.
2. Si un conjunto A tiene n elementos y un conjunto B tiene m elementos,

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

pA ˆ Bq X pB ˆ Aq.
4.1.3. Conjunto producto en general

El concepto de producto cartesiano se puede generalizar: Sean A1 , A2 , . . . , An
conjuntos, el producto cartesiano de ellos se define por
A1 ˆ A2 ˆ ¨ ¨ ¨ ˆ An “ tpa1 , a2 , . . . , an q | a1 P A1 , a2 P A2 , . . . , an P An u
donde a cada elemento pa1 , a2 , . . . , an q se le llama n-upla ordenada.
De igual manera, dado A un conjunto,
An “ tpa1 , a2 , . . . , an q | a1 , a2 , . . . , an P Au.
4.1.4. Conjuntos de verdad de proposiciones˚

Supongamos que una proposición P tiene tres variables p, q y r, cada una de
ellas toma un valor de verdad en el conjunto B “ t1, 0u, por lo cual cada posible
combinación de valores de verdad puede estar dada por una terna pb1 , b2 , b3 q P B 3 ,
donde b1 es el valor de verdad de p, b2 el valor de q y b3 el de r.
Con lo anterior, todas las posibles combinaciones para evaluar P estarı́an dadas
por B 3 “ tp1, 1, 1q, p1, 1, 0q, p1, 0, 1q, p1, 0, 0q, p0, 1, 1q, p0, 1, 0q, p0, 0, 1q, p0, 0, 0qu.
Observación 4.6. Recordemos que, según la notación usada, el conjunto de va-

lores de verdad también puede ser B “ tV, F u o B “ tJ, Ku.
Definición 4.7. El conjunto de verdad de una proposición P que contiene n

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

Ejemplo 4.8. .
1. T pp _ qq “ tp1, 1q, p1, 0q, p0, 1qu.
2. T ppp Ñ qq ^ pq Ñ rqq “ tp1, 1, 1q, p0, 1, 1q, p0, 0, 1q, p0, 0, 0qu.
Ejercicio 4.9. .
1. T pp Ø qq.
2. T p pq.
3. Es evidente que siempre T pP q Ď B n pero, ¿puede T pP q “ B n ?
4. ¿Existe la posibilidad de que T pP q “ ∅?
Teorema 4.10. Sean P y Q proposiciones. Entonces:

1. T pP _ Qq “ T pP q Y T pQq.
2. T pP ^ Qq “ T pP q X T pQq.
3. T p P q “ T pP qc .
4. P ñ Q si y sólo si T pP q Ď T pQq.
4.2. Matrices
Definición 4.11. Una matriz de m ˆ n es un arreglo rectangular de elementos
de un conjunto (normalmente numérico) de la forma
¨ ˛
a11 a12 a13 ¨ ¨ ¨ a1n
˚ a21 a22 a23 ¨ ¨ ¨ a2n ‹
˚ ‹
˚ .. .. .. . . .. ‹
˝ . . . . . ‚
am1 am2 am3 ¨ ¨ ¨ amn
Notación 4.12. Una matriz m ˆ n, A, es usualmente denotada por paij q, donde

cada aij es el elemento situado en la i-ésima fila y la j-ésima columna de A.
Ejemplo 4.13. Considere la matriz 2 ˆ 3

ˆ ˙
1 ´3 5
A“ ?
2 0 ´2
?
donde, por ejemplo, a21 “ 2 y a13 “ 5.
Observación 4.14. Observe la estrecha relación que hay entre una matriz y el
producto cartesiano. De hecho, cuando cada uno de los elementos de la matriz
m ˆ n, A, están en un conjunto F, se suele denotar A P Fmˆn .

4.2.1. Matriz traspuesta

Definición 4.15. La traspuesta de una matriz m ˆ n, A, denotada por At , es la
matriz n ˆ m tal que el elemento aij de At es igual al elemento aji de A, es decir,
¨ ˛
¨ ˛t a11 a21 ¨ ¨ ¨ am1
a11 a12 a13 ¨ ¨ ¨ a1n ˚ a12 a22 ¨ ¨ ¨ am2 ‹
˚ a21 a22 a23 ¨ ¨ ¨ a2n ‹ ˚ ‹
˚ ‹ ˚ a13 a23 ¨ ¨ ¨ am3 ‹
˚ .. .. .. .. .. ‹ “ ˚ ‹
˝ . . . . . ‚ ˚ .. .. . . .. ‹
˝ . . . . ‚
am1 am2 am3 ¨ ¨ ¨ amn
a1n a2n ¨ ¨ ¨ amn
Observación 4.16. Observe que pAt qt “ A.
4.2.2. Matrices cuadradas

Definición 4.17. Una matriz se dice que es cuadrada si y sólo si tiene la misma
cantidad de filas que de columnas, es decir si es de dimensión n ˆ n.
4.2.3. Matriz diagonal y matriz identidad

Definición 4.18. Se define la diagonal principal de una matriz cuadrada a los
elementos de la forma aii , es decir, a los elementos a11 , a22 , . . . , ann .
Definición 4.19. Una matriz cuadradad paij q se dice que es diagonal si y sólo si
los elementos que no pertenecen a la diagonal principal son cero, es decir, aij “ 0
si i ‰ j.
Ejercicio 4.20. Cuáles de las siguientes son matrices diagonales:

¨ ˛
5 0 0 6 ¨ ˛
˚0 0 0 0
3 0 0‹ ‹
A“˚ ˝0 B “ ˝0 0 0 ‚
0 ´2 0‚
0 0 ´1
0 0 0 1
¨ ˛
3 0 0 0 ˆ ˙
π ?0 ` ˘
C “ 0 ´8
˝ 0 0 ‚ D“ E“ 4
0 3
0 0 ´2 0
Definición 4.21. Se define la matriz identidad, y se denota In como la matriz

diagonal n ˆ n cuyos elementos de la diagonal principal son todos 1.
Ejemplo 4.22. La matriz identidad 3 ˆ 3:

¨ ˛
1 0 0
I3 “ ˝0 1 0‚
0 0 1

4.2.4. Matriz simétrica

Definición 4.23. Se dice que una matriz cuadrada paij q es simétrica si y sólo si
todos sus elementos cumplen que aij “ aji .
Ejemplo 4.24. La siguiente es una matriz simétrica:

¨ ˛
3 4 ´5 8
˚ 4 1 0 3‹
˚ ‹
˝´5 0 ´1 2 ‚
8 3 2 12
Observación 4.25. Una matriz A es simétrica si y sólo si A “ At .
4.2.5. Matrices triangulares

Se dice que una matriz cuadrada es triangular si todos sus elementos por
encima o por debajo de la diagonal principal son cero.
Definición 4.26. Se dice que una matriz cuadrada paij q es triangular superior si
y sólo aij “ 0 para i ą j.
Definición 4.27. Se dice que una matriz cuadrada paij q es triangular inferior si
y sólo aij “ 0 para i ă j.
Ejemplo 4.28. La siguientes son una matrices triangulares inferior y superior,

respectivamente:
¨ ˛ ¨ ˛
3 0 0 0 1 4 5 8
˚4 7 0 0‹ ˚0 2 3 0‹
A“˚ ˝5 0 1
‹ B“˚ ‹
0‚ ˝0 0 1 2‚
9 3 2 6 0 0 0 6
Observación 4.29. Si una matriz A es diagonal, entonces es triangular inferior

y triangular superior.
Observación 4.30. Si una matriz A es triangular superior (inferior), entonces
At es una matriz triangular inferior (superior).
4.2.6. Operaciones entre matrices*

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

Capı́tulo 5
Relaciones y funciones
5.1. Relaciones
Definición 5.1. Sean A y B dos conjuntos, una relación R definida del conjunto
A al conjunto B es un subconjunto de A ˆ B.
Ejemplo 5.2. .
1. Sean A “ ta, b, cu, B “ t1, 2, 3u y R “ tpa, 2q, pa, 3q, pb, 3qu
2. Sean A “ t1, 2, 3, 4u, B “ t3, 4, 5, 6, 7, 8u y R “ tpa, bq P A ˆ B | b “ 2au.
3. Sean A “ t1, 2, 3u y R “ tpa, bq P A2 | a ă bu.
Cuando una relación R está definida del conjunto A al conjunto A, es decir,

cuando R Ď A2 , se dice simplemente que R está definida sobre A.
Notación 5.3. Algunos autores usan la siguiente notación: si pa, 2q P R denotan

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

Una relación puede representarse gráficamente en un sistema de coordenadas
cartesiano o por medio de un grafo.
36
Ejemplo 5.4. Dados A “ t1, 2, 3u, B “ ta, b, cu y la relación de A a B dada

por R “ tp1, aq, p1, bq, p2, aq, p2, cq, p3, cqu. La representación gráfica de R, tanto
en forma cartesiana como en forma de grafo, serı́a:
c 1 a
b
2 b
a
3 c
1 2 3
Ejemplo 5.5. Dado A “ t1, 2, 3, 4u y la relación definida sobre A definida por

R “ tp1, 2q, p1, 4q, p3, 3q, p4, 1q, p4, 2qu. La representación de R en un grafo se puede
hacer replicando el conjunto A, resultando un ((gráfico bipartito)) como el del caso
anterior, pero también se puede usar el conjunto A una única vez, resultando un
((gráfico dirigido)).
4 1 1 1 2
3
2 2
2
1 3 3
1 2 3 4 4 4 4 3
Ejercicio 5.6. Dados A “ t1, 2, 3, 4, 5u y R “ tpa, bq P A2 | a ď bu. Hacer su

representación gráfica.
5.1.2. Representación matricial de una relación

Dados A “ ta1 , a2 , . . . , am u y B “ tb1 , b2 , . . . , bn u dos conjuntos y R una
relación de A a B, entonces R se puede representar por una matriz m ˆ n, prij q,
de tal manera que #
1 si pai , bj q P R,
rij “
0 si pai , bj q R R.
Ejemplo 5.7. Dados A “ t1, 2, 3u, B “ ta, b, c, du y la relación de A a B dada

por R “ tp1, aq, p1, bq, p2, aq, p2, cq, p3, cq, p3, dqu. La representación matricial de R
es: ¨ ˛
1 1 0 0
R “ ˝1 0 1 0‚
0 0 1 1
Ejercicio 5.8. Dado A “ t1, 2, 3, 4u y la relación definida sobre A definida por
R “ tp1, 2q, p1, 4q, p3, 3q, p4, 1q, p4, 2qu. Encontrar la representación matricial de R.

5.1.3. Dominio y rango de una relación

Definición 5.9. Dada una relación R de A a B, el dominio y el rango de R están
definidos por:
Dom R :“ ta P A | Db P B, pa, bq P Ru,
Ran R :“ tb P B | Da P A, pa, bq P Ru.
Ejemplo 5.10. Sean A “ t1, 2, 3, 4u, B “ t3, 4, 5, 6, 7, 8u y R “ tpa, bq P A ˆ B |

b ă 2au. Encontrar Dom R y Ran R.
Ejercicio 5.11. Si R es una relación de A a B, diga si las siguientes afirmaciones

son verdaderas o falsas:
1. Dom R “ A 4. Dom R Ă A 7. Ran R Ă B
2. Dom R Ď B 5. Ran R “ B 8. Ran R Ď B
3. Dom R Ď A 6. Ran R Ď A 9. Ran R Ď Dom R
Notación 5.12. Algunos autores dan otros nombres al rango de R, como contra-
dominio, imagen o recorrido. Por la misma razón, al conjunto Ran R lo denotan
de otra manera, por ejemplo Im R.
5.1.4. Relación inversa

Definición 5.13. Sea R una relación de A a B, la inversa de R, representada
por R´1 , es una relación de B a A que se define como sigue:
R´1 “ tpb, aq | pa, bq P Ru.
Ejemplo 5.14. .
1. R “ tp1, 2q, p1, 3q, p2, 3qu.
R´1 “ tp2, 1q, p3, 1q, p3, 2qu.
2. Sea A el conjunto de alumnos del salón y R definida sobre A como sigue:

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

pq ´ 2q{3u.
Ejercicio 5.15. Sea R “ tp1, 2q, p1, 3q, p2, 1q, p2, 3qu:

1. Expresar R´1 .
2. Hacer la representación matricial de R y de R´1 .
3. ¿Es posible establecer alguna relación entre las representaciones matriciales

de R y de R´1 ?
5.2. Relaciones de equivalencia y relaciones de

orden
Definición 5.16. Sea R una relación sobre A:
1. Se dice que R es reflexiva si y sólo si para todo a P A, pa, aq P R.
2. Se dice que R es transitiva si y sólo si se cumple que, si pa, bq P R y pb, cq P R,

entonces pa, cq P R.
3. Se dice que R es simétrica si y sólo si se cumple que, si pa, bq P R, entonces

pb, aq P R.
4. Se dice que R es antisimétrica si y sólo si se cumple que, si pa, bq P R y

a ‰ b, entonces pb, aq R R.
Ejercicio 5.17. Para cada una de las relaciones siguientes, diga si es reflexiva,
transitiva, simétrica o antisimétrica.
1. R “ tp1, 2q, p1, 3q, p2, 3qu.
2. R “ tpa, bq P Z | a ě bu.
3. Sea A el conjunto de alumnos del salón y R definida sobre A de tal forma

que a R b si y sólo si a es amigo de b.
Ejercicio 5.18. Sea R una relación sobre A. Decir si la representación matricial

de R tiene alguna caracterı́stica en cada caso:
1. Si R es reflexiva.
2. Si R es transitiva.
3. Si R es simétrica.
4. Si R es antisimétrica.

5.2.1. Relaciones de orden

Definición 5.19. Sea R una relación sobre A, se dice que R es una relación de
orden si y sólo si R es reflexiva, transitiva y antisimétrica.
Ejemplo 5.20. Precisamente en los conjuntos numéricos, las relaciones ((menor

o igual)) (ď) y ((mayor o igual)) (ě) son relaciones de orden. Se llaman ası́ porque
definen un orden (de menor a mayor o viceversa) entre los elementos del conjunto.
5.2.2. Relaciones de equivalencia

Definición 5.21. Sea R una relación sobre A, se dice que R es una relación de
equivalencia si y sólo si R es reflexiva, transitiva y simétrica.
Ejemplo 5.22. Sea Pn rxs el conjunto de los polinomios de grado menor o igual
a n. Sean ppxq y qpxq dos polinomios en Pn rxs y sea R la relación que se define
mediante la regla ((ppxq R qpxq si y sólo si ppxq y qpxq tienen el mismo grado)).
Entonces R es una relación de equivalencia.
Ejemplo 5.23. Sea n P N, para cada a P Z se define el valor de a módulo n como

el residuo que queda al dividir a entre n. Suponiendo que el residuo de dividir a
entre n es r, se denota a mód n “ r.
Se dice que p es congruente a q módulo n, y se denota p ” q pmód nq, si y
sólo si p ´ q mód n “ 0.
La relación ((p R q si y sólo si p ” q pmód nq)) es una relación de equivalencia.
5.2.3. Particiones
Definición 5.24. Una partición de un conjunto X es una división de los elementos
de X de tal manera que cada elemento pertenece sólo una parte de la división.
Formalmente, tX1 , X2 , X3 , . . . , Xn u es una partición de X si y sólo si X “ X1 Y
X2 Y ¨ ¨ ¨ Y Xn y para cada par de conjuntos Xi y Xj (con i ‰ j) se cumple que
Xi X Xj “ ∅.
Nomenclaura 5.25. Dos conjuntos que cumplen que Xi X Xj “ ∅ se llaman

disjuntos.
Ejemplo 5.26. Sea X “ t1, 2, 3, 4, 5, 6u, la siguiente es una partición:
tt1, 2, 4u, t3, 5u, t6uu.
Ejemplo 5.27. Sea X el intervalo cerrado r0, 1s, ¿cuáles de las siguientes es una
partición de X?:

1. tr0, 21 s, r 12 , 1su
2. tr0, 21 q, r 12 , 1su
3. tr0, 21 s, p 12 , 1su
4. tr0, 21 q, p 12 , 1su
5.2.4. Relaciones de equivalencia y particiones

Definición 5.28. Sea R una relación de equivalencia sobre A. Para un elemento
a P A se define la clase de equivalencia de a, y se denota ras, como el conjunto de
todos los elementos de A que se están relacionados con a, es decir:
ras “ tx | pa, xq P Ru.
Ejemplo 5.29. Sea A “ t1, 2, 3, 4, 5, 6u y R “ tp1, 1q, p1, 2q, p1, 4q, p2, 1q, p2, 2q, p2, 4q,
p3, 3q, p3, 5q, p4, 1q, p4, 2q, p4, 4q, p5, 3q, p5, 5q, p6, 6qu. ¿Es R una relación de equiva-
lencia?
Ejercicio 5.30. En el ejemplo anterior calcular r1s, r2s, r3s, . . . , r6s.
Observación 5.31. Las clases de equivalencia ras son subconjuntos de A.
Teorema 5.32. Sea R una relación de equivalencia sobre A. Entonces el conjunto

S de las clases de equivalencia son una partición de A. Es decir:
S “ tras | a P Au es una partición de A.
Ejercicio 5.33. En el ejemplo anterior escribir S y verificar el teorema anterior.
Ejemplo 5.34. Graficar, como un grafo dirigido, la relación del ejemplo anterior.
1 3 6
2 4 5

Observación 5.35. El grafo obtenido de la relación de equivalencia R está di-

vidido en los subconjuntos de la partición definida por R y cada uno de esos
subgrafos es completo.
Ejercicio 5.36. .
¿Cuántos arcos se conectan a cada nodo en cada parte del grafo?
¿Cuántos arcos hay en total en cada parte del grafo?
¿Cuál es su representación matricial?
5.3. Funciones
Definición 5.37. Sean A y B dos conjuntos. Una función de A en B es una
relación f tal que a cada elemento de A se le asigna uno y sólo un elemento de B.
Notación 5.38. Si f es una función de A en B, la denotamos:

f
f :AÑB o también A ÝÑ B.
Para cada elemento a P A, el elemento de B asignado a a se denota f paq.
Ejemplo 5.39. .
1. Sean A “ t1, 2, 3u y B “ ta, b, cu. Sea f “ tp1, aq, p2, cq, p3, cqu.
2. Sean A “ Z y B “ N. Sea f pzq “ z 2 ` 1.
Ejercicio 5.40. Diga si las siguientes son funciones:
1. Sean A “ ta, b, c, d, eu y B “ A. Sea f “ tpa, bq, pb, cq, pc, dq, pe, aqu.
2. Sean A “ ta, b, c, d, eu y B “ A. Sea f “ tpa, eq, pb, eq, pc, eq, pd, eq, pe, equ.
3. Sean A “ ta, b, c, d, eu y B “ A. Sea f “ tpa, bq, pb, cq, pc, dq, pb, eq, pe, aqu.
5. Sean A “ Z y B “ N. Sea f pzq “ z 4 .
6. Sean A “ Z y B “ t0, 1u. Sea f definida como: f pzq “ 0 si z es par y

f pzq “ 1 si z es impar.
Observación 5.41. Dado que las funciones son un caso particular de las relacio-
nes, todo lo que hemos estudiado de las relaciones es válido para las funciones.

Observación 5.42. Si f es una función, entonces Dom f “ A, pero no necesa-

riamente Ran f “ B (aunque forzosamente Ran f Ď B).
Observación 5.43. Dos funciones f y g, son iguales si y sólo si f paq “ gpaq para
todo a P A. ¿Cuándo dos funciones son distintas?
?
Ejercicio 5.44. Sean f pxq “ x y gpxq “ x2 . ¿Son f y g iguales?
Ejercicio 5.45. Se define el piso de un número real x, denotado por txu, como
el mayor número entero menor o igual a x. Análogamente, se define el techo de
un número real x, denotado por rxs, como el menor número entero mayor o igual
a x.
Sean f : R Ñ Z y g : R Ñ Z definidas por f pxq “ txu y gpxq “ rxs.
1. ¿Son f pxq y gpxq funciones?
2. ¿Son f pxq y gpxq iguales?
Observación 5.46. En la mayorı́a de las implementaciones computacionales se

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

#
Truncpx ` 0.5q si x ě 0,
Roundpxq “
Truncpx ´ 0.5q si x ă 0.
Ejercicio 5.47. Calcular Roundp2.6q, Roundp´4.4q y Roundp´0.2q.
5.3.1. Gráfica de una función

Dado que una función es una relación, la gráfica de una función es en realidad
su representación en producto cartesiano.
Algunos autores dan la siguiente definición formal de gráfica (que, en nuestro

caso, coincide con la definición de función).
Definición 5.48. Sea f : A Ñ B una función, la gráfica de f , denotada por Γpf q,

es el subconjunto de A ˆ B definido por:
Γpf q “ tpa, f paqq | a P Au.

Ejemplo 5.49. Graficar las siguientes funciones:

1. Sean A “ ta, b, c, d, eu y B “ A. Sea f “ tpa, bq, pb, cq, pc, dq, pd, cq, pe, aqu.
2. Sean A “ Z y B “ Z. Sea f pzq “ 2z ´ 1.
e 5 10
4 9
d 3 8
2 7
c 1 6
´3 ´2 ´1 0 1 2 3 5
b ´1 4
´2 3
a ´3 2
´4
1
a b c d e ´5
´3 ´2 ´1 0 1 2 3
Gráficas de los ejemplos 1, 2 y 3, respectivamente.
Observación 5.50. En la gráfica de una función cada recta vertical que pasa por
un elemento del dominio intersecta con uno y sólo un punto de la gráfica.
5.3.2. Composición de funciones

Sean f : A Ñ B y g : B Ñ C dos funciones. Dado que para cada a P A, f paq
es un elemento de B, y puesto que B es el dominio de g, entonces tiene sentido
calcular gpf paqq, el cual es un elemento de C, ya que C es el contradominio de g.
Definición 5.51. Dadas f : A Ñ B y g : B Ñ C dos funciones, la función

compuesta de f con g, denotada por g ˝f es la función de A en C tal que g ˝f paq “
gpf paqq.
f g
A B C
Ejemplo 5.52. Sean A “ ta, b, cu, B “ t1, 2, 3u y C “ tx, y, zu. Sean f : A Ñ B

y g : B Ñ C las siguientes: f “ tpa, 2q, pb, 3q, pc, 2qu y g “ tp1, xq, p2, zq, p3, xqu.
¿Son f y g funciones? ¿Quién es g ˝ f ?
Ejemplo 5.53. Sean f : R Ñ R y g : R Ñ R definidas como sigue: f pxq “ x2 y

gpxq “ x ` 3. ¿Son f y g funciones? ¿Quién es g ˝ f ? ¿Quién es f ˝ g?
Observación 5.54. Se debe tener cuidado de no confundir g ˝ f con f ˝ g. (En

el ejemplo 1 ni siquiera existe f ˝ g).

5.3.3. Funciones inyectivas y sobreyectivas

Definición 5.55. Se dice que una función f : A Ñ B es inyectiva si y sólo si
diferentes elementos del dominio tienen diferentes imágenes, esto es:
a ‰ b ñ f paq ‰ f pbq o equivalentemente f paq “ f pbq ñ a “ b.
Definición 5.56. Se dice que una función f : A Ñ B es sobreyectiva si y sólo si

todo b P B es imagen de algún a P A, esto es:
@b P B, Da P A, f paq “ b o equivalentemente Ran f “ B.
Definición 5.57. Se dice que una función f : A Ñ B es biyectiva si y sólo si es

inyectiva y sobreyectiva.
Ejercicio 5.58. Decir si las siguientes funciones son inyectivas, sobreyectivas,

biyectivas o ninguna:
1. Sea A “ ta, b, c, d, eu y f : A Ñ A, f “ tpa, bq, pb, cq, pc, dq, pd, cq, pe, aqu.
2. f : Z Ñ Z, f pzq “ 2z ´ 1
3. f : R Ñ R`
0, f pxq “ x2
4. f : R Ñ R, f pxq “ xp donde p es un número natural impar.
Ejercicio 5.59. Demostrar las siguientes afirmaciones:
1. La composición de dos funciones inyectivas es inyectiva.
2. La composición de dos funciones sobreyectivas es sobreyectiva.
3. Si f ˝ g es inyectiva, entonces g es inyectiva.
4. Si f ˝ g es sobreyectiva, entonces f es sobreyectiva.
5.3.4. Función inversa

Dada una función f , puesto que f es una relación, la relación inversa f ´1
definida antes siempre existe, pero ¿es siempre f ´1 una función?
Ejemplo 5.60. Dados A “ B “ ta, b, c, d, eu y f “ tpa, bq, pb, cq, pc, dq, pd, cq, pe, aqu,
entonces f ´1 “ tpa, eq, pb, aq, pc, bq, pc, dq, pd, cqu no es una función.

Ejemplo 5.61. Dados A “ B “ ta, b, c, d, eu y f “ tpa, bq, pb, dq, pc, eq, pd, aq, pe, cqu,
entonces f ´1 “ tpa, dq, pb, aq, pc, eq, pd, bq, pe, cqu sı́ es función.
Observación 5.62. Para que f ´1 sea una función, es necesario que f sea biyec-
tiva.
Ejercicio 5.63. Sea f : Q Ñ Q dada por f pxq “ 3x ´ 2. ¿Es función?, ¿es

biyectiva?, ¿cuál su inversa?
Ejercicio 5.64. Dada f “ tp1, bq, p2, dq, p3, eq, p4, aq, p5, cqu, graficar f y f ´1 .
f f ´1
e 5
d 4
c 3
b 2
a 1
1 2 3 4 5 a b c d e
Observación 5.65. Dada f una función, la gráfica de la función inversa f ´1 es

la gráfica de f reflejada sobre un eje de 45˝ .
5.3.5. Función identidad

Definición 5.66. Dado A un conjunto, la función IA : A Ñ A definida por
IA paq “ a se llama función identidad en A. Es decir, IA asigna cada elemento a sı́
mismo.
Observación 5.67. Dada f : A Ñ B cualquier función, entonces:

IB ˝ f “ f ˝ IA “ f.
Observación 5.68. Si f : A Ñ B es una función biyectiva y f ´1 : B Ñ A su
función inversa, entonces:
f ´1 ˝ f “ IA y f ˝ f ´1 “ IB .
Observación 5.69. Si f es biyectiva, pf ´1 q´1 “ f .
Observación 5.70. Si |A| “ n, entonces la representación matricial de la función
identidad IA es la matriz identidad In .
Observación 5.71. Si f es una función biyectiva y F es la representación ma-
tricial de f , entonces la representación matricial de f ´1 es F t .

Capı́tulo 6
Recursividad
6.1. Sucesiones
Definición 6.1. Una sucesión S es una función f : N Ñ A. Si f pnq “ sn solemos
denotar S “ ps1 , s2 , s3 , . . . q, S “ psn q8
n“1 , S “ psn qnPN o simplemente S “ psn q.
Los elementos sn son llamados términos de la sucesión.
Notación 6.2. La mayorı́a de los autores denotan las sucesiones por S “ tsn u.
Nosotros las denotaremos con paréntesis como una n-upla y no con llaves como
un conjunto, ya que el orden de los elementos es importante.
Ejemplo 6.3. .
#
n
2
si n es par,
1. f pnq “ n`1
2
si n es impar.
2. f pnq “ p´1qn
3. p2, 4, 6, 8, . . . q
´ 2 ¯
4. n 2`n
nPN
6.1.1. Sucesiones crecientes y decrecientes

Definición 6.4. Sea S “ psn q una sucesión, entonces:
Se dice que S es creciente si y sólo si sk ă sk`1 para todo k P N.
Se dice que S es decreciente si y sólo si sk ą sk`1 para todo k P N.
Se dice que S es no creciente si y sólo si sk ě sk`1 para todo k P N.
Se dice que S es no decreciente si y sólo si sk ď sk`1 para todo k P N.
47
Nomenclaura 6.5. Una sucesión se dice monótona si es creciente, decreciente, no

creciente o no decreciente. Ası́, por ejemplo, si una sucesión es creciente, también
se dice que es monótona creciente.
Ejemplo 6.6. Decir si las siguientes sucesiones son crecientes, decrecientes, no

crecientes, no decrecientes o ninguna.
1. sn “ np , pp ě 1q
` ˘
2. n1 nPN
n´1
3. sn “ n
4. S “ p2, 4, 6, 8, . . . q
5. sn “ p´1qn
´ 2
¯
6. nń2
8
7. pn2 ´ 2n qn“1
6.1.2. Subsucesiones
Definición 6.7. Sea psn q una sucesión y pnk q una sucesión de elementos de N tales
que n1 ă n2 ă n3 ă ¨ ¨ ¨ . Entonces, la sucesión psnk q es llamada una subsucesión
de psn q.
Ejemplo 6.8. Sea S “ psn q una sucesión, la sucesión ps2n qnPN “ ps2 , s4 , s6 , . . . q
es una subsucesión de S.
Teorema 6.9. Toda sucesión de números reales tiene una subsucesión monótona.
6.2. Funciones recursivas

Ejercicio 6.10. En la biblioteca se cobran $ 5.00 por el préstamo de un libro que
debe devolverse al dı́a siguiente. Si un estudiante desea llevarse el libro por más
tiempo, pagará una cantidad de $ 1.50 por cada dı́a adicional.
Sea cn el costo que el alumno debe pagar el dı́a n por haber pedido prestado
un libro. ¿Cuánto se debe pagar por conservarlo un dı́a más?
cn`1 “ cn ` 1.5 con c1 “ 5.

Observación 6.11. La anterior es una fórmula recursiva. En este caso es posible

hallar una expresión alternativa que no dependa del valor anterior:
cn “ 5 ` 1.5pn ´ 1q.
Nomenclaura 6.12. Una función recursiva es una función f : N Ñ R tal que el

valor de f pnq depende de un conjunto de valores anteriores, los cuales deben ser
conocidos o pueden ser calculados.
En términos simples, una función recursiva es aquella que se invoca a sı́ misma.
Notación 6.13. Con frecuencia escribimos fn como equivalente de f pnq.
Ejemplo 6.14. La siguientes son funciones expresadas en forma recursiva:
1. f0 “ 1 y fn “ n ¨ fn´1 . (Factorial)
2. Dado a ą 0, ga p0q “ 1 y ga pnq “ a ¨ ga pn ´ 1q. (Potencia)
3. F0 “ 0, F1 “ 1 y Fn “ Fn´1 ` Fn´2 . (Sucesión de Fibonacci)
4. f p0q “ f p1q “ 1 y f pnq “ n ¨ f pn ´ 2q. (Doble factorial)
6.3. Notación Sigma

Una suma de varios términos se puede escribir en forma más compacta y más
concisa mediante la notación sigma:
n
ÿ
ai “ a1 ` a2 ` a3 ` ¨ ¨ ¨ ` an .
i“1
Ejercicio 6.15. Expresar las siguientes sumas en su notación desarrollada:

7
ÿ
1. bi
i“3
4
ÿ
2. cj`1
j“1
5
ÿ
3. a2k´1
k“1
Ejercicio 6.16. Calcular el resultado de las siguientes sumas:

5
ÿ
1. 3i
i“2
4
ÿ
2. pj ` 1q2
j“1
5
ÿ
3. p2k ´ 1q
k“1
888
ÿ
4. p´1qi
i“1
n
ÿ
5. 1
i“1
Teorema 6.17. Las siguientes propiedades se satisfacen:

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

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

es verdadera para un número k, demostrar que lo es para su sucesor k ` 1.
Paso base: Demostrar que existe un número inicial k0 para el cual se cumple
la propiedad deseada.

Ejemplo 6.18. Demuestre que, para todo n P N se cumple que:

n
ÿ npn ` 1q
i“ .
i“1
2
Ejemplo 6.19. Demostrar por inducción las siguientes afirmaciones:

n
ÿ npn ` 1qp2n ` 1q
1. i2 “
i“1
6
2. n! ě 2n ¿cuál es la base?
3. @n P N se cumple que 5n ´ 1 es divisible por 4.

n
ÿ rn`1 ´ 1
i
4. r “
i“0
r´1
Ejercicio 6.20. Demostrar por inducción las siguientes afirmaciones:

n
ÿ
1. p2k ´ 1q “ n2
k“1
n
ÿ npn ` 1qpn ` 2q
2. kpk ` 1q “
k“1
3
3. n2 ą 2n ` 1, ¿cuál es la base?
4. 2n ą n2 , ¿cuál es la base?
5. @n P N se cumple que n3 ´ n es divisible por 3.

n
ÿ n2 pn ` 1q2
6. i3 “
i“1
4
n
ÿ npn ` 1qp2n ` 1qp3n2 ` 3n ´ 1q
7. i4 “
i“1
30
8. @n P N se cumple que n3 ` 1 ě n2 ` n.
9. Si a ą ´1, entonces p1 ` aqn ě 1 ` na, para todo n P N (desigualdad de

Bernoulli).
10. @n P N se cumple que 22n´1 ` 32n´1 es divisible por 5.

Ejercicio 6.21. Se define el doble factorial de un número entero no negativo n

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

p2mq!
2. Si n es un número impar de la forma 2m ´ 1, entonces n!! “
2m m!

Capı́tulo 7
Combinatoria
7.1. Conteo
Ejemplo 7.1. Un estudiante tiene 6 playeras, 4 pantalones y 2 pares de tenis.
¿De cuántas formas distintas puede combinar su ropa al vestir?
7.1.1. Principio fundamental del conteo

Si un suceso puede ocurrir de n1 formas distintas, un segundo suceso puede
ocurrir de n2 formas distintas, y ası́ sucesivemente hasta un k-ésimo evento que
puede ocurrir de nk formas distintas, entonces el número de formas distintas en
que los sucesos pueden ocurrir es
n1 ˆ n2 ˆ ¨ ¨ ¨ ˆ nk .
Ejercicio 7.2. Las placas de automovil contienen 3 letras seguidas de 4 números.

¿Cuántas placas diferentes pueden fabricarse?
Ejercicio 7.3. Si se eligen en el salón un presidente, un secretario y un tesorero,

¿de cuántas formas diferentes puede hacerse esta selección?
7.2. Permutaciones
Definición 7.4. Sea A un conjunto de n elementos. Una ((permutación de esos
n elementos tomados de r a la vez)) (r ď n) es un arreglo de r elementos de A
en un orden determinado. En otras palabras, una ((permutación de n en r)) es un
posible ordenamiento de r de los elementos de A.
Nomenclaura 7.5. Cuando se permutan todos los elementos A se dice simple-

mente permutación en vez de ((permutación de n en n)).
53
Ejercicio 7.6. Sea A “ ta, b, c, du.
1. ¿Cuántas son todas las posibles permutaciones de los elementos de A? En-

liste algunos ejemplos.
2. ¿Cuántas son todas las posibles permutaciones tomadas de 3 a la vez? Enliste

algunos ejemplos.
3. ¿Cuántas son todas las posibles permutaciones tomadas de 2 a la vez? Es-

criba algunos ejemplos.
4. ¿Cuántas son todas las posibles permutaciones tomadas de 1 a la vez? Enliste

algunos ejemplos.
Notación 7.7. El número de permutaciones de n en r se representa por Prn .

Otros autores también usan P pn, rq, n Pr o Pn,r .
Definición 7.8. Se define el factorial de un número n P N0 , y se denota n!, como

1 si n “ 0 y como el producto de todos los números naturales menores o iguales
a n para el resto de los casos. Es decir,
#
1 si n “ 0,
n! “
1 ¨ 2 ¨ . . . ¨ n si n P N.
n!
Teorema 7.9. Prn “ npn ´ 1qpn ´ 2q ¨ ¨ ¨ pn ´ r ` 1q “
pn ´ rq!
Ejercicio 7.10. Calcular P47 .
Ejercicio 7.11. Demostrar que Pnn “ n!.
7.2.1. Permutaciones con repetición

En ocasiones deseamos encontrar el número de permutaciones de objetos, al-
gunos de los cuales son iguales.
Teorema 7.12. El número de permutaciones de n objetos de los cuales n1 son

iguales, n2 son iguales, . . . , nk son iguales (n “ n1 ` n2 ` ¨ ¨ ¨ ` nk ) es
n!
n1 !n2 ! ¨ ¨ ¨ nk !
Ejemplo 7.13. ¿Cuántos cadenas distintas de longitud 7 pueden formarse con
los elementos de la cadena cananea?

7.3. Combinaciones
Definición 7.14. Sea A un conjunto de n elementos. Una ((combinación de esos
n elementos tomados de r a la vez)) es cualquier selección de r elementos de A sin
importar el orden. En otras palabras, una ((combinación de n en r)) es cualquier
subconjunto de r elementos del conjunto A.
Ejercicio 7.15. Sea A “ ta, b, c, du.
1. Enliste todas las posibles combinaciones tomadas de 3 a la vez.
Notación 7.16. El número de combinaciones de n en r se representa por Crn .

Otros autores también usan Cpn, rq, n Cr o Cn,r .
Prn n!
Teorema 7.17. Crn “ “
r! r!pn ´ rq!
Ejemplo 7.18. .
1. ¿Cuántos comités de 3 personas pueden hacerse de un grupo de 8?
2. ¿Cuántas manos de póquer distintas pueden tomarse de la baraja inglesa?

n
Ejercicio 7.19. Demostrar que C1n “ Cn´1 “ n.
7.4. Diagramas de árbol

Un diagrama de árbol es un recurso gráfico que se puede emplear para enu-
merar todas las posibilidades lógicas de una secuencia finita de sucesos.
Ejemplo 7.20. Un estudiante tiene 3 camisetas, 2 pantalones y 2 pares de tenis.

¿De cuáles formas puede combinar su ropa al vestir?
Denotemos por el conjunto C “ tc1 , c2 , c3 u las tres camisetas, por P “ tp1 , p2 u
los dos pantalones y por T “ tt1 , t2 u los dos pares de tenis. Las posibles formas
de combinar la ropa se ilustran en el siguiente diagrama:

t1
p1
t2
c1
t1
p2
t2
t1
p1
t2
‚ c2
t1
p2
t2
t1
p1
t2
c3
t1
p2
t2
Ejemplo 7.21. Marcos y Enrique van a jugar frontenis. El primero en ganar dos
juegos seguidos o que gane un total de tres juegos será el ganador del encuentro.
El siguiente diagrama ilustra las posibles formas en que termine el encuentro:
M M
M M M
E E
E E
‚
M M
M M
E E E
E E
¿Cuántas formas distintas hay de terminar el encuentro?

¿Cuál es el número mı́nimo de juegos que se requieren para terminar el en-
cuentro?

¿Cuál es el número máximo de juegos que se requieren para terminar el en-

cuentro?
Ejercicio 7.22. Un hombre jugará a la ruleta. El hombre inicia con un peso y en

cada juego gana o pierde un peso. El hombre teminará de jugar si se queda sin
dinero, cuando termine el quinto juego, o cuando tenga una ganacia de tres pesos
(es decir, si acumula cuatro pesos). Realice un diagrama de árbol que represente
todas las posibilidades.
4 4
3
2
3 2
2
1
0
1 2
4
3
2
1 2
0 2
1
0 0
7.5. Coeficientes binomiales

Definición 7.23. Se define el ((coeficiente binomial de n en r)) (con n y r números
naturales o cero tales que r ď n) como
ˆ ˙
n n!
“
r r!pn ´ rq!
`n˘
Observación 7.24. r
“ Crn
`n˘ ` n
˘
Ejemplo 7.25. Demostrar que r
“ n´r
7.5.1. Triángulo de Pascal

El triángulo de Pascal es una disposición de números ordenados en forma
triangular, de tal manera que cada número interior tiene un número superior
derecho y un número superior izquierdo, tales que dicho número es igual a la
suma de sus números superiores.

`0 ˘
1 0
`1˘ `1˘
1 1 0 1
`2˘ `2˘ `2˘
1 2 1 0 1 2
`3˘ `3˘ `3˘ `3˘
1 3 3 1 0 1 2 3
`4˘ `4˘ `4˘ `4˘ `4˘
1 4 6 4 1 0 1 2 3 4
`5˘ `5˘ `5˘ `5˘ `5˘ `5˘
1 5 10 10 5 1 0 1 2 3 4 5
`6˘ `6˘ `6˘ `6˘ `6˘ `6˘ `6˘
1 6 15 20 15 6 1 0 1 2 3 4 5 6
`7˘ `7˘ `7˘ `7˘ `7˘ `7˘ `7˘ `7˘
1 7 21 35 35 21 7 1 0 1 2 3 4 5 6 7
Los números del triángulo de Pascal están ı́ntimamente relacionados con los
coeficientes binomiales, como se muestra en la figura, y con el teorema del binomio.
Para establecer la relación entre el triángulo de Pascal y los
`n´1coeficientes
˘ bino-
miales observe que el k-ésimo elemento de la n-ésima fila es k´1 .
Ası́, la propiedad de que cada elemento del triángulo es igual a la suma de los
elementos superiores a él se puede demostrar en el siguiente teorema.
ˆ ˙ ˆ ˙ ˆ ˙
n n´1 n´1
Teorema 7.26. “ ` .
r r´1 r
7.5.2. Teorema del binomio

El teorema del binomio, que puede demostrarse por inducción matemática,
establece la expresión general para el desarrollo de pa ` bqn .
n ˆ ˙
n
ÿ n n´r r
Teorema 7.27. pa ` bq “ a b.
r“0
r
Ejemplo 7.28. Desarrollar pa ` bq6 .
pa ` bq6 “ a6 ` 6a5 b ` 15a4 b2 ` 20a3 b3 ` 15a2 b4 ` 6ab5 ` b6 .
Ejercicio 7.29. Desarrollar p2x ´ 3yq5 .
`n˘ `n˘ `n˘ `n˘

Ejemplo 7.30. Demostrar que 0
` 1
` 2
` ¨¨¨ ` n
“ 2n .
`n˘ `n˘ `n˘ `n˘

Ejercicio 7.31. Demostrar que 0
´ 1
` 2
´ ¨ ¨ ¨ ` p´1qn n
“ 0.

Capı́tulo 8
Teorı́a de grafos
Los grafos, también llamados gráficas, son herramientas muy útiles en la com-
prensión, construcción y resolución de modelos y métodos matemáticos para la
solución de diversos problemas teóricos y prácticos de diversas áreas del conoci-
miento.
La teorı́a de grafos aún no es una disciplina uniformada, por lo que las defi-
niciones y conceptos varı́an de un autor a otro (ya sea en relación al problema
a resolver o la imaginación del autor) en forma casi anárquica. Las definiciones
que se proporcionan en este capı́tulo han sido constituidas en forma más o menos
generalizada.
8.1. Grafos
Definición 8.1. Un grafo G “ pV, Eq es una pareja ordenada constituida por
un conjunto V de vértices o nodos y
un conjunto E de parejas de elementos de V .
Observación 8.2. La mayorı́a de los autores suele definir a V como un conjun-

to finito y no vacı́o. Por su parte, el conjunto E puede ser definido de parejas
ordenadas o de parejas no ordenadas de elementos de V .
Definición 8.3. Se dice que un grafo G “ pV, Eq es:
Un grafo dirigido si el conjunto E está formado por parejas ordenadas de

elementos de V , es decir, E Ď V ˆ V . En este caso, los elementos de E son
llamados arcos.
59
Un grafo no dirigido si el conjunto E está formado por parejas no ordenadas

de elementos de V , es decir, E Ď ttu, vu | u, v P V u. En este caso, los
elementos de E son llamados aristas.
Un grafo mixto si el conjunto E contiene tanto arcos como aristas.
Ejemplo 8.4. Sea G “ pt1, 2, 3, 4u, tp1, 2q, p2, 2q, p2, 4q, p3, 2q, p3, 4quq, el cual se
puede representar gráficamente por:
1 2
4 3
Ejercicio 8.5. Representar gráficamente G “ pt1, 2, 3, 4, 5u, tt1, 2u, t2, 4u, t2, 5u,
t3, 3u, t3, 4u, t4, 5uuq:
5 2
4 3
Ejemplo 8.6. Sea V el conjunto de pasajeros de cierto vuelo transatlántico y E

el conjunto de pares pu, vq de pasajeros tales que el pasajero u habla un idoma
común con v y u es más joven que v.
Ejercicio 8.7. En el grafo del ejemplo anterior:
1. Si pu, vq está en el grafo, ¿es posible que pv, uq también esté en el grafo?
2. Si existen pasajeros u, v y w tales que pu, vq y pv, wq están en el grafo,

¿entonces pu, wq también pertenece al grafo?

8.2. Definiciones básicas

8.2.1. Incidencia y adyacencia
Definición 8.8. Dado un arco a “ pu, vq, el vértice u es llamado vértice inicial
de a y v es llamado vértice terminal de a; también u y v serán llamados vértices
extremos de a.
Definición 8.9. Un vértice v y un arco a son incidentes si v es un vértice extremo

de a.
Definición 8.10. Dos arcos son adyacentes si tienen un mismo vértice extremo.
Dos vértices son adyacentes si existe un arco que los une.
Definición 8.11. Un arco de la forma pv, vq es llamado bucle. Una arista de la

forma tv, vu es llamado lazo.
8.2.2. Cadenas, caminos, ciclos y circuitos

Definición 8.12. Una sucesión de aristas (o arcos) adyacentes que empieza en v
y termina en w se llama una cadena de v a w.
Definición 8.13. En un grafo dirigido, un camino es una cadena tal que cada
par de arcos adyacentes en la cadena, el vértice final de un arco es el vértice inicial
del otro arco.
Definición 8.14. Un ciclo es una cadena que inicia y termina en el mismo vértice.
Definición 8.15. En un grafo dirigido, un circuito es un camino que inicia y

termina en el mismo vértice.
Observación 8.16. Todo circuito es un ciclo.
Ejemplo 8.17. Considere el siguiente grafo:

3 4
Entonces, los siguientes son ejemplos de:
1 1
2 2
3 4 3 4
(a) una cadena, (b) un camino,
1 1
2 2
3 4 3 4
(c) un ciclo, (d) un circuito.
Definición 8.18. Una cadena (o camino) simple es aquella que no pasa más de
una vez por la misma arista (o arco). Una cadena (o camino) elemental es aquella
que no pasa más de una vez por el mismo vértice.
Ejercicio 8.19. ¿Puede existir una cadena que no sea simple pero que sı́ sea
elemental?
Observación 8.20. Toda cadena (o camino) elemental es simple.

Definición 8.21. Un camino euleriano (o cadena euleriana) es un camino (cade-

na) simple que pasa por todos los arcos (aristas). Un ciclo euleriano (o circuito
euleriano) es un ciclo (circuito) simple que pasa por cada arista (arco).
Definición 8.22. Un camino hamiltoniano (o cadena hamiltoniana) es un camino

(cadena) elemental que pasa por todos los vértices. Un ciclo hamiltoniano (o
circuito hamiltoniano) es un ciclo (circuito) elemental que pasa por cada vértice.
8.3. Algunos tipos de grafos

8.3.1. Grafos completos
Definición 8.23. Un grafo es completo si para cada par de vértices distintos
existe una arista (un arco) que los une.
Observación 8.24. Un grafo completo no contiene bucles o lazos.
Notación 8.25. El grafo completo de n vértices suele denotarse por Kn .
Ejercicio 8.26. Hacer la representación gráfica de K6 .
Teorema 8.27. El número de aristas (arcos) de Kn es igual a
npn ´ 1q
.
2
8.3.2. Grafos conexos

Definición 8.28. Un grafo es conexo si para cada par de vértices distintos existe
una cadena que los une.
Ejercicio 8.29. ¿Cuál es la menor cantidad de aristas que contiene un grafo

conexo de n vértices?

8.3.3. Árboles
Definición 8.30. Un árbol es un grafo conexo sin ciclos.
Teorema 8.31. Sea G un grafo con n vértices, entonces las siguientes afirmaciones
son equivalentes:
G es un árbol.
G tiene n ´ 1 arcos y es conexo.
G tiene n ´ 1 arcos y no tiene ciclos.
Definición 8.32. Un bosque es un grafo en el cual cada componente conexa es

un árbol.
8.3.4. Grafos bipartitos

Definición 8.33. Un grafo G “ pV, Eq es bipartito si existe una partición de V ,
tV1 , V2 u, tal que para todo pu, vq P E se cumple que u P V1 y v P V2 , o bien u P V2
y v P V1 .
Observación 8.34. Recordemos que tV1 , V2 u es una partición de V si y sólo si

V “ V1 Y V2 y V1 X V2 “ ∅.
Definición 8.35. La cardinalidad de una cadena es el número de arcos que la

componen.
Teorema 8.36. Un grafo es bipartito si y sólo si no contiene ciclos de cardinalidad

impar.
Corolario 8.37. Todos los árboles son bipartitos.
8.4. Predecesores, sucesores y grados

Definición 8.38. El conjunto de vértices predecesores de un vértice v se define
por
Γ´ pvq “ tu | pu, vq P Eu.

Definición 8.39. El conjunto de vértices sucesores de un vértice v se define por

Γ` pvq “ tw | pv, wq P Eu.
Definición 8.40. El grado entrante de v se define por g ´ pvq “ |Γ´ pvq|. El grado
saliente de v se define por g ` pvq “ |Γ` pvq|. El grado de v se define por gpvq “
g ´ pvq ` g ` pvq.
Observación 8.41. En el cálculo del grado, un bucle se cuenta dos veces.
8.5. Representaciones matriciales

Definición 8.42. La matriz de incidencia de un grafo G “ pV, Eq, con |V | “ n
y |E| “ m es una matriz n ˆ m tal que cada elemento eij está dado por:
$
&`1 si el vértice i es el vértice inicial del arco j,
’
eij “ ´1 si el vértice i es el vértice terminal del arco j,
’
0 en otro caso.
%
Observación 8.43. La suma de cada columna de la matriz de incidencia es cero.
Definición 8.44. La matriz de adyacencia de un grafo G “ pV, Eq, con |V | “ n

es una matriz n ˆ n tal que cada elemento aij está dado por:
#
1 si el arco pi, jq P E,
aij “
0 si el arco pi, jq R E.
Observación 8.45. La suma de cada fila de la matriz de adyacencia es g ` piq.
Ejemplo 8.46. Dados V “ t1, 2, 3, 4, 5u y E “ tp1, 2q, p2, 5q, p3, 2q, p3, 4q, p5, 1q, p5, 4qu:
1. Graficar G “ pV, Eq.
2. Escribir la matriz de adyacencia.
3. Verifique que en la matriz de adyacencia la suma por filas es g ` piq. ¿A qué
es igual la suma por columnas?
4. Escribir la matriz de incidencia.
5. Verifique que en la matriz de incidencia la suma por columnas es cero. ¿A
qué es igual la suma por filas?

Apéndice A
Conjuntos numéricos
A.1. Breve resumen

El concepto de número ha sufrido un largo y complejo desarrollo histórico.
Iniciaremos dando un breve resumen de los conjuntos numéricos, los cuales se
abordarán un poco más a detalle en las siguientes secciones.
Números naturales: Los más antiguos. Son los que se emplean para contar.
N “ t1, 2, 3, . . . u
Números enteros: A los números naturales se añanden sus inversos aditivos

(negativos) y el cero.
Z “ t. . . , ´3, ´2, ´1, 0, 1, 2, 3, . . . u
Números racionales: Conocidos también como fraccionales. Su expansión de-

cimal es periódica. !a ˇ )
ˇ a, b P Z, b ‰ 0
ˇ
Q“
b
Números irracionales: Son números de expansión decimal infinita no periódi-

ca. Para estos números no existe forma de?
escribirlos como cociente de dos enteros.
Algunos ejemplos de estos números son: 2, π, e, φ, sen 1˝ .
Números reales: Son aquellos que contienen a todos los números con cual-
quier tipo de expansión decimal. Son la unión de los números racionales y los
irracionales.
R “ tA.A1 A2 A3 ¨ ¨ ¨ | A P Z, Ai P t0, 1, 2, . . . , 9uu
66
Números complejos: Una vez definida la unidad imaginaria i, son aquellos

que se conforman de una parte real y una imaginaria.
C “ ta ` b i | a, b P Ru
Observación A.1. Los conjuntos N, Z y Q son conjuntos discretos. Los conjuntos

R y C son conjuntos continuos.

Mate Disc

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Mate Disc

Uploaded by

Copyright:

Available Formats

Matemáticas discretas

Dr. Miguel Mata

2.1. Relación de pertenencia . . . . . . . . . . . . . . . . . . . . . . . 17

3. Alfabetos, cadenas y lenguajes 25

4. Producto cartesiano y matrices 31

¡Material en construcción! (versión: 2018.03.08)

4.2.4. Matriz simétrica . . . . . . . . . . . . . . . . . . . . . . . 35

¡Material en construcción! (versión: 2018.03.08)

7.5.1. Triángulo de Pascal . . . . . . . . . . . . . . . . . . . . . . 57

¡Material en construcción! (versión: 2018.03.08)

Respecto a estas notas

No es propiamente el material del curso, y su elaboración está aún en cons-

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

((Modelar problemas por métodos analı́ticos y/o computacionales, generan-

))Implementar soluciones tecnológicas a problemas de ingenierı́a en software y

Leyes, propiedades y operaciones con conjuntos

Tipos cadenas y alfabetos

Relaciones de recurrencia mediante gráficas y matriz de relaciones

Según un miembro de la academia, el material se deberı́a organizar de la

Lógica: representación digital, expresiones booleanas, tablas de verdad, in-

Combinatoria: inducción, sucesiones, funciones, conjuntos.

Grafos y árboles: recorridos, modelos, problemas y algoritmos fundamen-

Otro miembro de la académia propuso un orden distinto pero similar. En este

¡Material en construcción! (versión: 2018.03.08)

Incidencia en los planes de estudio

IAS (401): 2.o semestre. Materia obligatoria.

IAS: 3.er semestre. Materia obligatoria.

ITS: 3.er semestre. Materia obligatoria.

IMTC (401): 5.o semestre. Materia optativa.

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

R. Grimaldi. Matemáticas discretas y combinatoria. 3.a edición. Editorial

¡Material en construcción! (versión: 2018.03.08)

La ((lógica)) es una ciencia formal que estudia el ((razonamiento)) correcto. Suele

1. ¿Es verdadera la afirmación ((algunos de los alumnos de este salón tienen

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

3. La afirmación ((Madrid está en España o Londres está en Inglaterra)) ¿es

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

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

Las respuestas correctas son: 1. Sı́. 2. Se puede concluir cualquier cosa. 3.

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

1. Parı́s está en Inglaterra.

4. Las violetas son azules.

En cambio, expresiones como ((Hola, ¿qué hace?)), ((Cierra la puerta)) o ((¡Viva

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

1.2. Operadores lógicos

1. p: Parı́s está en Inglaterra,

4. s: Las rosas son rojas,

¡Material en construcción! (versión: 2018.03.08)

¡Material en construcción! (versión: 2018.03.08)

1.2.5. Doble implicación

En este curso, usaremos los valores binarios 1 y 0.

1.3.1. Tablas de verdad

¡Material en construcción! (versión: 2018.03.08)

Ejemplo 1.6. Calcular la tabla de verdad de pp _ qq ^ r.

Ejercicio 1.7. Calcular la tabla de verdad de rp ^ pq _ rqs _ p.

Ejercicio 1.8. Calcular la tabla de verdad de p ^ rp q ^ rq _ pq ^ rqs.

1.3.2. Redes de decisión

¡Material en construcción! (versión: 2018.03.08)

Imaginemos que hay un emisor T0 y un receptor T1 . El flujo debe pasar por

En este caso, el flujo será recibido en el receptor si p toma el valor de 1, y no

La red toma la siguiente forma para el conjuntivo p ^ q:

Ejemplo 1.9. Dibujar la red de decisión para rp ^ p r _ sqs _ rq ^ ts:

1.3.3. Diagrama de decisión binario

¡Material en construcción! (versión: 2018.03.08)