Manual de Matematica Discreta Ed1 V1 2017

Matemática Discreta
Manual Autoformativo Interactivo
Pedro Tulio Oré La Fuente

Datos de catalogación bibliográfica
Matemática Discreta. Manual Autoformativo Interactivo

Pedro Tulio Oré La FuentePedro Tulio Oré La Fuente
Primera edición
Huancayo, agosto de 2016
De esta edición
© Universidad Continental
Av. San Carlos 1980, Huancayo-Perú
Teléfono: (51 64) 481-430 anexo 7361
Correo electrónico: recursosucvirtual@continental.edu.pe
http://www.continental.edu.pe/
Versión e-book
Disponible en http://repositorio.continental.edu.pe/
ISBN electrónico N.° 978-612-4196-
Dirección: Emma Barrios Ipenza

Edición: Eliana Gallardo Echenique
Asistente de edición: Andrid Poma Acevedo
Asesoría didáctica: Luisa Aquije de Lozano
Diseño y diagramación: Francisco Rosales Guerra
Todos los derechos reservados. Cada autor es responsable del contenido de su propio texto.
Este manual autoformativo no puede ser reproducido, total ni parcialmente, ni registrado en o transmitido
por un sistema de recuperación de información, en ninguna forma ni por ningún medio sea mecánico, foto-
químico, electrónico, magnético, electro-óptico, por fotocopia, o cualquier otro medio, sin el permiso previo
de la Universidad Continental.
Índice
INTRODUCCIÓN 7
DIAGRAMA DE PRESENTACIÓN DE LA ASIGNATURA 8

RESULTADO DE APRENDIZAJE: 8
UNIDADES DIDACTICAS 8
TIEMPO MÍNIMO DE ESTUDIO 8
UNIDAD I
“LÓGICA Y TEORÍA DE CONJUNTOS” 9
DIAGRAMA DE PRESENTACIÓN DE LA UNIDAD I 9
TEMA N° 1: PROPOSICIONES LÓGICAS. 12

1. PROPOSICIONES LÓGICAS 12
2. FORMULACIÓN DE INFERENCIAS 14
4. LA DEDUCCIÓN LÓGICA. 19
ACTIVIDAD FORMATIVA N° 1: PROPOSICIONES LÓGICAS 24
VIDEOS 26
TEMA N° 2: LA LÓGICA CUANTIFICACIONAL 28

1. USO DE CUANTIFICADORES 28
2. INTERCAMBIO DE CUANTIFICADORES 29
3. SILOGISMO CATEGÓRICO 30
ACTIVIDAD FORMATIVA N° 2 – LOGICA CUANTIFICACIONAL 33
VIDEOS 34
TEMA N° 3: LA TEORÍA DE CONJUNTOS 35

1. CLASES DE CONJUNTOS 35
2. OPERACIONES ENTRE CONJUNTOS 37
3. EL CONJUNTO ESPECIAL SIGMA. 40
LECTURA SELECCIONADA Nº 1: 42
ACTIVIDAD FORMATIVA Nº 4 – LA TEORIA DE CONJUNTOS 44
VIDEOS 45
GLOSARIO DE LA UNIDAD I 46
BIBLIOGRAFIA DE LA UNIDAD I 47
Autoevaluacion de la Unidad I 48
UNIDAD II
“RELACIONES DE RECURRENCIA Y ANALISIS COMBINATORIO” 51
DIAGRAMA DE PRESENTACIÓN DE LA UNIDAD II 51
TEMA N° 1: INDUCCIÓN MATEMÁTICA 54

1. Principio de Inducción Matemática. 54
2. Demostraciones de proposiciones matemáticas mediante la inducción matemática. 55
ACTIVIDAD FORMATIVA N° 1–INDUCCION MATEMATICA 57
VIDEOS 58
TEMA N° 2: RELACIONES DE RECURRENCIA 59

1. Definiciones Recursivas. 59
2. Relaciones de recurrencia de primer orden. 60
3. Relaciones de recurrencia de segundo orden. 62
4. Resolución de relaciones de recurrencia. 63
ACTIVIDAD FORMATIVA N° 2 – RELACIONES DE RECURRENCIA 65
VIDEOS 66
TEMA N° 3: ANALISIS COMBINATORIO 67

1. Primer y Segundo Principio del Conteo. 67
2. Permutaciones. 67
3. Combinaciones. 68
ACTIVIDAD FORMATIVA Nº 3 – ANALISIS COMBINATORIO 72
VIDEOS 73
GLOSARIO DE LA UNIDAD II 74
BIBLIOGRAFIA DE LA UNIDAD II 75
AUTOEVALUACION DE LA UNIDAD II 76
UNIDAD III
“TEORÍA DE GRAFOS” 79
DIAGRAMA DE PRESENTACIÓN DE LA UNIDAD III 79
TEMA N° 1: TEORIA DE GRAFOS 82

1. Teoría de Grafos: Definiciones 82
2. Subgrafos y Complemento de un grafo 85
3. Grado de un vértice. 86
4. Grafos planos 87
5. Ciclo Hamiltoniano: b-f-d-c-e-g-a-b 90
ACTIVIDAD FORMATIVA N° 1 -TEORÍA DE GRAFOS 91
VIDEOS 91
TEMA N° 2: ÁRBOLES 92
1. Definiciones y propiedades. 92
2. Arboles con raíz. 93
3. Árboles y ordenaciones. 94
4. Arboles ponderados. 95
ACTIVIDAD FORMATIVA N° 2 - ARBOLES 98
VIDEOS 99
TEMA N° 3: OPTIMIZACION 100

1. Algoritmo del camino más corto de Dijkstra. 100
2. Arboles recubridores mínimos. 100
3. Redes de transportes. 101
ACTIVIDAD FORMATIVA Nº3 -OPTIMIZACION 104
VIDEOS 106
GLOSARIO DE LA UNIDAD III 106
BIBLIOGRAFIA DE LA UNIDAD III 107
AUTOEVALUACION de la unidad iii 108
UNIDAD IV
“MAQUINAS DE ESTADO FINITO” 111
DIAGRAMA DE PRESENTACIÓN DE LA UNIDAD IV 111
TEMA N° 1: MÁQUINAS DE ESTADO FINITO 113

1. Circuitos secuenciales y Maquinas de estado Finito. 113
2. El Proceso de Minimización 119
ACTIVIDAD FORMATIVA N° 1- MAQUINAS DE ESTADO FINITO 120
VIDEOS 121
TEMA N° 2: AUTOMATAS DE ESTADO FINITO 122

1. Lenguajes y Gramáticas. 122
2. Autómatas de Estado Finito No Determinístico. 126
ACTIVIDAD FORMATIVA Nº 2- AUTÓMATAS 130
VIDEOS 131
GLOSARIO DE LA UNIDAD Iv 131
BIBLIOGRAFIA DE LA UNIDAD Iv 132
AUTOEVALUACION de la unidad iv 133
ANEXO Nº 1 137
MANUAL AUTOFORMATIVO INTERACTIVO
INTRODUCCIÓN
L
a asignatura que es una parte de la matemática, La III unidad corresponde al estudio de la teoría de
destaca el uso de los datos discretos tanto fini- grafos, aquí se deducirá la relación que existe entre
tos como infinitos numerables, es decir aquellos este tema y la teoría de conjuntos, es decir como
datos que utilizan los números naturales como base las propiedades de los conjuntos son válidos para los
para la resolución de problemas. grafos. Luego se tratara de un grafo muy importante
para el estudio de las estructuras discretas que son
La importancia de esta asignatura radica en el hecho los árboles, aquí utilizaremos algunos algoritmos de
de que son fundamentales para entender las ciencias recorridos y de optimización.
de la computación, desde el punto de vista de su tra-
tamiento algorítmico. La IV unidad consiste en el estudio de un modelo
abstracto de equipos con memoria interna primitiva
Se inicia el estudio de la I unidad con una introduc- llamadas máquinas y autómatas de estado finito.
ción a la lógica proposicional, lógica cuantificacional y Este tema nos permitirá demostrar la interdependen-
teoría de conjuntos, fundamentales para entender el cia con la lógica digital.
comportamiento de los algoritmos.
Así, pues, el curso está dedicado a trabajar lenguajes
La II unidad corresponde al estudio de un método simbólicos para presentar sistemas analíticos-deduc-
de demostración específico para números enteros, tivos.
que es la Inducción matemática, luego las relaciones
de recurrencia de primer y segundo grado y su tra- Es recomendable que el estudiante desarrolle una
tamiento dentro del campo de las series numéricas, permanente lectura de estudio junto a una minuciosa
lo que demuestra la interdependencia entre la mate- investigación de campo, vía internet, la consulta a ex-
mática continua (aquella que estudia los límites y la pertos y los resúmenes. El contenido del material se
continuidad) y la matemática discreta y finalmente se complementará con las lecciones a distancia que se
analizaran temas del análisis combinatorio. desarrollaran en la asignatura.
Ing. Pedro Tulio Oré La Fuente
7
DIAGRAMA DE PRESENTACIÓN DE LA ASIGNATURA
RESULTADO DE APRENDIZAJE:
Al finalizar la asignatura, el estudiante Interpreta, resuelve y analiza problemas de estructuras discretas utilizando
los fundamentos de la lógica, el análisis combinatorio y la teoría de grafos a través de la resolución de casos
prácticos relacionados con la carrera profesional.
UNIDADES DIDACTICAS
UNIDAD I UNIDAD II: Unidad III Unidad IV

Relaciones de
Lógica y Teoría de Máquinas de Estado
Recurrencia y Análisis Teoría de Grafos
Conjuntos Finito
Combinatorio
TIEMPO MÍNIMO DE ESTUDIO
UNIDAD I UNIDAD II UNIDAD III UNIDAD IV

1ra. Semana y 3ra. Semana 4ta. Semana y 8va. Semana 9na. Semana y 13va. Semana 14ava. Semana y 16ava. Semana
18 Horas 30 Horas 30 Horas 18 Horas
8
UNIDAD I
“LÓGICA Y TEORÍA DE CONJUNTOS”
DIAGRAMA DE PRESENTACIÓN DE LA UNIDAD I
CONTENIDOS
AUTOEVALUACIÓN EJEMPLOS
BIBLIOGRAFÍA ACTIVIDADES
RESULTADO DE APRENDIZAJE
Al finalizar la unidad el estudiante será capaz de aplicar las nociones básicas de la lógica y la teoría
de conjuntos, para demostrar si un razonamiento es válido o no.
9
ACTIVIDADES FORMATIVAS SISTEMA DE EVALUACIÓN
CONTENIDOS
(habilidades y actitudes) (Técnicas y Criterios)
Tema N° 1 : Proposiciones lógicas • Identifica proposiciones, clasifica Procedimientos e indicadores de
1 Proposiciones lógicas. conectores lógicos, construye tablas evaluación permanente:
de verdad, emplea leyes lógicas para • Entrega puntual de trabajos realizado.
2 Formulación de inferencias.
simplificar formulas lógicas.
3 Leyes lógicas. • Calidad, coherencia y pertinencia de
• Identifica proposiciones cuantificadas, contenidos desarrollados.
4 Deducción lógica. clasifica cuantificadores, emplea
• Prueba teórico-práctica, individual.
Tema N° 2: La Lógica reglas de inferencia para demostrar
cuantificacional razonamientos lógicos. • Actividades desarrolla-das en sesiones
tutorizadas.
1 Uso de cuantificadores • Interpreta una estructura conjuntista
subyacente para la formulación de Criterios para evaluar trabajos de
2 Intercambio de cuantificadores
temas. razonamiento lógico y dominio de
3 Silogismo Categórico los conceptos básicos de la teoría de
Tema N° 3: La Teoría de conjuntos. conjuntos.Introducción integral.
1 Clases de conjuntos • Convierte el lenguaje natural en lenguaje
2 Operaciones entre conjuntos
lógico.
3 El conjunto especial signa

• Simplifica formulas lógicas aplicando las
leyes lógicas.
• Demuestra si un razonamiento es válido
o no.
• Utiliza los cuantificadores para encontrar
equivalencias lógicas.
• Resuelve operaciones utilizando el
álgebra de conjuntos
RECURSOS:
Videos:
Tema Nº 1:
Video 1: Proposiciones lógicas: La negación y conjunción

Video 2: Proposiciones lógicas: Disyunción Inclusiva y la condicional.
Video 3: Proposiciones lógicas: La bicondicional y la Disyunción Exclusiva
Tema Nº 2:
Video 4: Lógica Cuantificacional, ejercicios resueltos.
Tema Nº 3:
Video 5: Teoría de conjuntos.
DIAPOSITIVAS ELABORADAS POR EL DOCENTE:
Lectura complementaria:
Lectura Seleccionada Nº 1
El conjunto especial ∑. ROSEN, K, H, Matemática Discreta y sus Aplicaciones, Editorial Mc Graw Hill-2004
10
Rúbrica para evaluar el ensayo

Instrumento de

evaluación
BÁSICA
• Katayama, O.(2003). Introduccion a la Logica. Lima: Editorial Universitaria URP.
COMPLEMENTARIA
Bibliografía (Básica y • Chávez A. (2000). Introducción a la Lógica. Lima: UNMSM

Complementaria) • Grassmann, W., y Tremblay, J. (2003). Matemática Discreta y Lógica. Editorial Prentice-
Hall
• Johnsonbaugh, R. (2000). Matemática Discreta. Grupo Editorial Iberoamericana
Gonzales Gutiérrez, Francisco. [PDF]Apuntes de Lógica Matemática 1. Lógica de

Proposiciones. [en línea] España. Disponible en:
http://www2.uca.es/matemáticas/Docencia/ESI/1711051/.../Leccion1.pdf
Recursos
Educativos (Acceso 01/08/2015)
digitales Carlos Ivorra Castillo. Lógica y Teoría de Conjuntos. [en línea] España. Disponible en:
www.uv.es/~ivorra/Libros/Logica.pdf
(Acceso 03/08/2015)
11
TEMA N° 1:
UNIDAD I
PROPOSICIONES LÓGICAS.
INTRODUCCION
Estimado estudiante, los temas tratados en esta unidad son muy importantes debido a que están relacionados
directamente con los temas a tratar en las siguientes unidades. En el caso de la lógica, sus contenidos son
TEMA N° 1
ampliamente utilizados para poder interpretar el comportamiento de las máquinas y autómatas de estado finito.
Para el caso de la teoría de conjuntos, su aplicación se da tanto en el análisis combinatorio como en la teoría
de grafos. Uds. Podrán convertir relaciones internas (que son conjuntos) en matrices y grafos y a partir de ellos
resolver ejercicios aplicando las propiedades de la teoría de grafos.
De ahí que, jóvenes estudiantes, es importante que dediquen su mayor esfuerzo y dedicación en interpretar,
analizar y comprender los contenidos de esta primera unidad.
¿Qué es lógica?
En pocas palabras se puede decir “La lógica estudia los principios de los razonamientos correctos”.
Una definición un tanto más amplia sería: Lógica, es la ciencia que estudia las formas de los pensamientos como
medio, para el logro de la corrección y verdad de los mismos. En esta definición hay que aclarar dos conceptos;
pensamiento y forma mental.
El pensamiento se entiende como la representación intelectual (idea) que se tiene de un objeto, Nuestro pensa-
miento es una abstracción basada en hechos. Por Forma Mental se entiende como el modo, orden o estructura
que guardan los pensamientos en la mente.
En lógica, es posible distinguir los razonamientos válidos de los inválidos, tal como se verá más adelante, por
ahora dividimos la lógica en dos: lógica formal y lógica material.
La Lógica es la ciencia y a la vez el arte del estudio de los razonamientos o inferencias. Tiene como propósito no
sólo establecer si un razonamiento es correcto o no lo es, sino también estudiar las leyes así como las propieda-
des lógicas que permiten llevar a cabo un buen razonamiento.
1. PROPOSICIONES LÓGICAS
Una proposición es cualquier enunciado que potencialmente puede ser verdadero o falso. El lenguaje natural,
como se sabe, tiene funciones directivas, expresivas e informativas, las proposiciones están dentro de estas
últimas porque en el lenguaje científico, una proposición se refiere a un enunciado que puede ser verdadero o
falso, generalmente es el significado de una oración informativa. Ejemplo: “La ciudad de La Oroya se encuentra
contaminada”, este es un enunciado informativo que puede ser falso o verdadero.
Una proposición es el elemento básico y fundamental sobre el que se construye el lenguaje formal de la lógica.
La lógica como otras ciencias es una construcción a partir de componentes elementales.
Aunque existen lógicas polivalentes, en orden a la claridad del concepto, aquí consideramos únicamente el valor
de Verdad o Falsedad.
12
¿Cuáles son proposiciones?
Con la finalidad de tener mejor criterio sobre las proposiciones, se presentan los siguientes ejemplos para ver si
UNIDAD I
son o no proposiciones:
1. Carlos y Jorge son compadres.
2. Me enoja tu comportamiento, eres indolente.
3. Alberto ama a Teresa y ella a Raúl.
4. Todos los felinos son carnívoros y tienen excrementos pestilentes.
TEMA N° 1
5. Quisiera que me prestes el carro que te vendí.
6. “El mundo es ancho y ajeno” es un libro.
7. La distancia entre Lima y Huancayo es 200 Km.
8. Por favor, ajusten sus cinturones, ya estamos a punto de aterrizar en el aeropuerto de Tacna.
9. El problema no es que me mientas, el problema es que te creo.
10. No come ni deja comer.
11. Ningún abogado es honesto.
12. Abre todas las ventanas.
En los ejemplos mostrados, los que están numerados 2, 5, 8 y 12 no son proposiciones, 2 expresa un sentimien-
to y está en la forma expresiva, 5, 8 y 12 son órdenes están en la forma directiva. El caso 8 tiene una parte que
es proposición: [estamos a punto de aterrizar en el aeropuerto de Tacna].
Proposición atómica y molecular

Proposición atómica es cuando se hace referencia a un único contenido de verdad o falsedad; vendría a ser equi-
valente a la oración enunciativa simple en la lengua. Ejemplos: “llueve”, “el suelo está mojado”.
Proposición molecular cuando está constituida por varias proposiciones atómicas unidas por ciertas partículas
llamadas conectores o conectivas.
Ejemplos: “Si llueve, entonces el suelo está mojado”.
“El no tener hijos es hereditario; si tus padres no tuvieron ninguno, lo más probable es que tú tampoco los ten-
gas”.
La siguiente afirmación es correcta: Cuando en una proposición interviene un conector es proposición molecular.
Llueve, es una proposición atómica, pero No llueve, es una proposición molecular porque existe el conector
negación.
Algunos ejemplos que se muestran permiten mejorar los conceptos de proposiciones atómicas y moleculares:
1. Juan y Pedro son Psicólogos
2. Llueve y solea
13
3. Las armas que tiene nuestro ejército son muy obsoletas.
4. La contaminación ambiental incluye tierra, agua y aire.

UNIDAD I
5. La lógica no trata de demostrar la verdad o falsedad de las proposiciones, otras ciencias son las encarga-
das de hacerlo.
6. Si viene alguien, di que no estoy para nadie
7. Corre y dile que venga.
8. Si investigas, te convencerás de la verdad.

TEMA N° 1
Solo la proposicion 3 es atómica. El sujeto es “las armas que tiene nuestro ejército” y el predicado es “son muy
obsoletas”, describe cómo son las armas.
La proposición 1 es molecular, hay dos proposiciones atómicas porque son dos sujetos “Juan y Pedro” con un
mismo predicado “son Psicólogos”, se puede decir de modo equivalente: “Juan es Psicólogo y Pedro es Psicó-
logo”. Aquí puede ser también que los sujetos pertenecen al grupo de psicólogos.
La proposición 2 es molecular porque hay dos proposiciones atómicas.
En la proposición 4 existen un sujeto relacionado con tres sujetos, es decir hay tres proposiciones atómicas, la
relación “incluye” es de un solo sentido. Puede construirse proposiciones atómicas equivalentes al ejemplo “la
contaminación ambiental incluye tierra”, “la contaminación ambiental incluye agua” y “la contaminación ambien-
tal incluye aire”.
2. FORMULACIÓN DE INFERENCIAS
¿Qué es formalizar? Formalizar es pasar las proposiciones del lenguaje natural al lenguaje formal. Formalizar es
reemplazar una proposición mediante símbolos de la lógica formal.
La proposición expresada en lenguaje natural, se transfiere al lenguaje de la lógica formal, esta última es cono-
cida también como lógica simbólica.
El razonamiento expresado en nuestro lenguaje natural puede convertirse en razonamiento de la lógica formal,
esto facilita la verificación o comprobación y el análisis de nuestro razonamiento mediante las inferencias de la
lógica formal.
Para formalizar proposiciones, haremos uso de los conectores lógicos, que son los siguientes:
La negación, que significa no, no es cierto que, es falso que, no es verdad que, etc. Su símbolo es: ~
La conjunción, que significa y, pero, sin embargo, no obstante, aunque, también, etc. Su símbolo es: ∧
a disyunción inclusiva, que significa o en sentido inclusivo, es decir cualquiera de las dos proposiciones puede
L
cumplirse. Ejemplo: Luis es estudiante o es futbolista. Su símbolo es: ∨
a disyunción exclusiva, que significa o en sentido excluyente, es decir una sola de las proposiciones puede
L
cumplirse. Ejemplo: O Luis va al estadio o va al teatro. Su símbolo es: ∆
La Condicional, que significa, si …, entonces …
La Bicondicional, que significa…si y solo si …
14
• Formalización de proposiciones atómicas
Es colocar una variable proposicional a cada proposición expresada en lenguaje natural.
UNIDAD I
La primera variable que se asigna es ‘p’, esto es en el caso de tener únicamente una proposición que se
quiere formalizar.
En caso de que son varias proposiciones cada uno tendrá su variable proposicional. Ejemplo:
- Mañana soleará º p
- María tiene gripe º q
TEMA N° 1
- Estamos de acuerdo en que es culpable º r
- La responsabilidad es una virtud º s
- Los ingenieros dominan la física º w
- Los arquitectos realizan construcciones º t
- Ayer tembló Huancayo º x
• Formalización de proposiciones moleculares
Iniciaremos con el siguiente ejemplo: Pedro es contador y Julián es administrador
Al identificar las proposiciones tenemos: Luis es doctor y Ramiro es contador
Al asignar variables proposicionales a cada una de las proposiciones tenemos:
Luis es doctor y Ramiro es contador
p q
Luego identificamos la conectiva proposicional y obtenemos:
P ´y´ q
Finalmente, al formalizar la conectiva proposicional obtenemos:
P Ù q
Por lo cual podemos decir que esta proposición molecular equivale al siguiente esquema formal: p Ù q
Proceso de formalización de proposiciones moleculares
Se deberá seguir las siguientes reglas:
Primer paso: Identificar cada una de las proposiciones que componen el enunciado.
- Segundo paso: Asignar a cada una de las proposiciones una variable proposicional empezando por la
letra ‘p’.
- Tercer paso: Identificar cada una de los conectores logicos.
15
- Cuarto paso: Asignar a cada una de las conectivas proposicionales su símbolo respectivo.
- 3. LEYES LÓGICAS

UNIDAD I
Una forma proposicional es una ley lógica si y solo si cualquiera que sea la interpretación formalmente
correcta que se haga de la misma, se obtiene como resultado una verdad lógica. A estas formas se les
denomina Principios Lógicos y son:
Ley de Identidad p → p ↔T
TEMA N° 1
Ley de no contradicción ∼(p ∧∼p) ↔ T
Ley del tercio excluido p ∨ ∼p ↔T
• Las equivalencias tautológicas o equivalencias lógicas
Las equivalencias tautológicas son las siguientes:
Doble negación o involución p ⇔ ¬ (¬p)
Propiedad conmutativa de la conjunción p∧q ⇔ q∧p
Propiedad conmutativa de la disyunción p∨q ⇔ q∨p
Propiedad asociativa de la conjunción p∧ (q∧r) ⇔ (p∧q)∧r
Propiedad asociativa de la disyunción p∨ (q∨r) ⇔ (p∨q) ∨r
Leyes de DeMorgan ¬(p∧q) ⇔ (¬p) ∨ (¬q)
¬(p∨q) ⇔ (¬p) ∧ (¬q)
Definición del implicador p→q ⇔ ¬p∨q
Contrarrecíproco del implicador p→q ⇔ ¬q→¬p
Definición del coimplicador p↔q ⇔ (p→q) ∧ (q→p)
Idempotencia de la conjunción p∧p⇔p
Idempotencia de la disyunción p∨p⇔p
Absorción p∧(p∨q)⇔p
p∨(p∧q)⇔p
p ∧ (∼p ∨ q ) ⇔ p ∧ q
p ∨ (∼p ∧ q ) ⇔ p ∨ q
Distributiva p ∧ (q ∨ r) ⇔ (p ∧ q) ∨ (p ∧ r)
p ∨ (q ∧ r) ⇔ (p ∨ q) ∧ (p ∨ r)
16
Identidad T ∨ p ⇔T
T∧p⇔p
UNIDAD I
C∨p⇔p
C∧p⇔C
Leyes lógicas según (Katayama, 2003)
Se aplican para simplificar formulas lógicas complejas, a través de las leyes lógicas y las equivalencias notables.
Ejercicios Desarrollados
TEMA N° 1
1. Simplificar utilizando los principios lógicos y las equivalencias tautológicas los siguientes esquemas mole-
culares:
1.1 p → (q → r) ⇔ q → (p → r)
p → (q → r) ⇔ ∼p ∨ (∼q ∨ r) Implicador
⇔ (∼p ∨ ∼q) ∨ r Asociativa
⇔ (∼q ∨ ∼p) ∨ r) Conmutativa
⇔ ∼q ∨ (∼p ∨ r) Asociativa
⇔ q → (p → r) Implicador
1.2 (p → q) ↔ p ⇔ p ∧ q
(p → q) ↔ p ⇔ [(p → q) → p] ∧ [p → (p → q)] Bicondicional
⇔ [∼(p → q) ∨ p] ∧ [∼p ∨ (p → q)] Implicador
⇔ [∼(∼p ∨ q) ∨ p] ∧ [∼p ∨ (∼p ∨ q)] Implicador
⇔ [(p ∧ ∼q) ∨ p] ∧ [∼p ∨ (∼p ∨ q)] De Morgan
⇔ p ∧ [∼p ∨ (∼p ∨ q)] Absorción
⇔ p ∧ [(∼p ∨ ∼p) ∨ q] Asociativa
⇔ p ∧ (∼p ∨ q) Idempotencia
⇔ p ∧ q Absorción
1.3 (p → q) ∨ (p → r) ⇔ p → (q ∨ r)
(p → q) ∨ (p → r) ⇔ (∼p ∨ q) ∨ (∼p ∨ r) Implicador
⇔ [(∼p ∼ q) ∨ ∼p] ∨ r Asociativa
⇔ [∼p ∨ (∼p ∨ q)] ∨ r Conmutativa
⇔ [(∼p ∨ ∼p) ∨ q] ∨ r Asociativa
⇔ (∼p ∨ q) ∼ r Idempotencia
⇔ ∼p ∨ (q ∨ r) Asociativa
17
⇔ p → (q ∨ r) Implicador
1.4. ∼p ↔ ∼q ⇔ p ↔ q
UNIDAD I
∼p ↔ ∼q ⇔ (∼p → ∼q) ∧ (∼q → ∼p) Bicondicional
⇔ [∼(∼p) ∨ ∼q] ∧ [∼(∼q) ∨ ∼p] Implicador
⇔ (p ∨ ∼q) ∧ (q ∨ ∼p) Doble negación
⇔ (∼q ∨ p) ∧ (∼p ∨ q) Conmutativa

TEMA N° 1
⇔ (q → p) ∧ (p → q) Implicador
⇔ (p → q) ∧ (q → p) Conmutativa
⇔ p ↔ q Bicondicional
1.5 ∼(p ↔ q) ⇔ ∼p ↔ q
∼(p ↔ q) ⇔ ∼[(p → q) ∧ (q → p)] Bicondicional
⇔ ∼[(∼p ∨ q) ∧ (∼q ∨ p)] Implicador
⇔ ∼(∼p ∨ q) ∧ ∼(∼q ∨ p) De Morgan
⇔ [∼(∼p) ∧ ∼q] ∨ [∼(∼q) ∧ ∼p] De Morgan
⇔ (p ∧ ∼q) ∨ (q ∧ ∼p) Doble negación
⇔ [(p ∧ ∼q) ∨ q] ∧ [(p ∧ ∼q) ∨ ∼p] Distributiva
⇔ [(p ∨ q) ∧ (∼q ∨ q)] ∧ [(p ∨ ∼p) ∧ (∼q ∨ ∼p)]
⇔ [(p ∨ q) ∧T] ∧ [T∧ (∼q ∨ ∼p)] Tercio Excluido
⇔ [(p ∨ q) ∧ (∼q ∨ ∼p)] Identidad
⇔ [∼(∼p) ∨ q] ∧ (∼q ∨ ∼p) Doble negación
⇔ (∼p → q) ∧ (q → ∼p) Implicador
⇔ ∼p ↔ q Bicondicional
1.6 (p → q) ↔ q ⇔ p ∨ q
(p → q) ↔ q ⇔ [(p → q) → q] ∧ [q → (p →q)] Bicondic.
⇔ [∼(p → q) ∨ q] ∧ [∼q ∨ (p → q)] Implic.
⇔ [∼(∼p ∨ q) ∨ q] ∧ [∼q ∨ (∼p ∨ q)] Implic.
⇔ {[∼(∼p) ∧ ∼q)] ∨ q]} ∧ [∼q ∨ (∼p ∨ q)] De M
⇔ [(p ∧ ∼q) ∨ q] ∧ [∼q ∨ (∼p ∨ q)] D. negac.
⇔ [(p ∧ ∼q) ∨ q] ∧ [∼q ∨ (q ∨ ∼p)] Conmutat.
⇔ [(p ∧ ∼q) ∨ q] ∧ [(∼q ∨ q) ∨ ∼p] Asociativa.
18
⇔ [(p ∧ ∼q) ∨ q] ∧ [T ∨ ∼p)] Tercio excluido
⇔ [(p ∧ ∼q) ∨ q] ∧ T Identidad
UNIDAD I
⇔ [(p ∧ ∼q) ∨ q] Identidad
⇔ p ∨ q Absorción.
1.7 (p → r) ∨ (q → r) ⇔ (p ∧ q) → r
(p → r) ∨ (q → r) ⇔ (∼p ∨ r) ∨ (∼q ∨ r) Implicador
TEMA N° 1
⇔ ∼p ∨ [r ∨ (∼q ∨ r)] Asociativa
⇔ ∼p ∨ [(r ∨ ∼q) ∨ r] Asociativa
⇔ ∼p ∨ [(∼q ∨ r) ∨ r] Conmutativa
⇔ ∼p ∨ [∼q ∨ (r ∨ r)] Asociativa
⇔ ∼p ∨ (∼q ∨ r) Idempotencia
⇔ (∼p ∨ ∼q) ∨ r Asociativa
⇔ ∼(p ∧ q) ∨ r De Morgan
⇔ (p ∧ q) → r
4. LA DEDUCCIÓN LÓGICA.
Se presenta como reglas para construir derivaciones, deducciones o pruebas formales. De acuerdo al método
de la deducción natural, para evaluar una inferencia, es decir, para mostrar que la conclusión de una inferencia se
sigue lógicamente de las premisas, es preciso indicar las reglas de inferencia validas elementales que conducen
de las premisas a la conclusión. Estas reglas de inferencia se estudian a continuación.
La deducción lógica según (Chávez, 2000)
Se aplica en inferencias que necesitan ser demostradas, utilizando las reglas de inferencia y leyes lógicas.
• Reglas de Inferencia.
Modus Ponendo Ponens (MP). Indica que si se afirma el antecedente de una premisa condicional se
concluye en la afirmación del consecuente.
Ejemplo:
Premisa 1. Si él está en el partido de futbol, entonces él está en el

estadio.
Premisa 2. Él está en el partido de futbol.
Conclusión. Él está en el estadio.
Simbólicamente sea:
p: El está en el partido de futbol.
19
q: El está en el estadio.
Entonces:
UNIDAD I
Premisa 1. p → q
Premisa 2. p
∴q
Modus Tollendo Tollens (MT). Indica que si se niega el consecuente de una premisa condicional, se con-
cluye en la negación del antecedente.
TEMA N° 1
Ejemplo:
Premisa 1. Si tiene luz propia, entonces el astro es una estrella.
Premisa 2. El astro no es una estrella.
Conclusión. No tiene luz propia.
p: Tiene luz propia.
q: El astro es una estrella.
Entonces:
Premisa 1. p → q
Premisa 2. ∼q
∴∼p
Adjunción (Adj). Esta regla permite pasar de dos premisas a la conclusión.
Ejemplo:
Premisa 1. Juan es ganadero.
Premisa 2. Rosa es costurera.
Conclusión. Juan es ganadero y Rosa es costurera.
p: Juan es ganadero.
q: Rosa es costurera.
Entonces:
Premisa 1. p
Premisa 2. q
∴p∧q
20
Simplificación (S). Indica que de una premisa conjuntiva se puede concluir en cualquiera de sus compo-
nentes.
UNIDAD I
Ejemplo:
Premisa 1. Juan es ganadero y Rosa es costurera.
Conclusión 1. Juan es ganadero
Conclusión 2. Rosa es costurera
TEMA N° 1
Entonces:
Premisa 1. p ∧ q
Conclus 1. ∴p
Premisa 1. p ∧ q
Conclus 2. ∴q
Silogismo Disyuntivo (SD). Indica que negando un miembro cualquiera de una disyunción se concluye
afirmando el otro miembro.
Ejemplo:
Premisa 1. Juan es ganadero o Rosa es costurera.
Premisa 2. Juan no es ganadero.
Conclusión. Rosa es costurera.
Entonces:
Premisa 1. p ∨ q
Premisa 2. ∼p
∴q
Adición (LA). Expresa el hecho de que si se tiene una proposición verdadera, se concluye con la disyun-
ción de esta proposición y otra cualquiera.
Ejemplo:
Sean las proposiciones:
21
p: Este libro es azul
q: Este libro es rojo

UNIDAD I
Premisa 1. Este libro es azul.
Conclusión. Este libro es azul o este libro es rojo.
Entonces:
Premisa 1. p
TEMA N° 1
∴p ∨ q
Ley del Silogismo Hipotético (HS). Indica que la condicional es transitiva.
Ejemplo:
Premisa 1. Si el agua se hiela, entonces sus moléculas forman cristales
Premisa 2. Si las moléculas forman cristales, entonces el agua aumenta de volumen.
Conclusión. Si el agua se hiela, entonces aumenta de volumen.
p: El agua se hiela.
q: Sus moléculas forman cristales
r: El agua aumenta de volumen
Entonces:
Premisa 1. p → q
Premisa 2. q → r
∴p → r
Ley del Dilema Constructivo (DC). Empieza con una disyunción y dos condicionales.
Ejemplo:
Premisa 1. Llueve o el campo está seco.
Premisa 2. Si llueve, entonces jugaremos adentro.
Premisa 3. Si el campo está seco, entonces jugaremos baloncesto.
Conclusión: Jugaremos adentro o jugaremos baloncesto.
p: Llueve.
q: El campo está seco
r: Jugaremos adentro
22
s: Jugaremos baloncesto
Entonces:
UNIDAD I
Premisa 1. p ∨ q
Premisa 2. p → r
Premisa 3. q → s
∴r ∨ s
TEMA N° 1
Ejercicios resueltos.
1. Demostrar mediante la deducción natural:
1.1 P(1) x = y → x = z
P(2) x = z → x = 1
P(3) x = 0 → x ≠ 1
P(4) x = y /∴x ≠ 0
Solución:
P(5) x = z MP 1,4
P(6) x = 1 MP 2,5
P(7) x ≠ 0 MT 3,6
1.2 P(1) (P → ∼Q) ∧ ∼(Q ∧ R)
P(2) (R ∧ ∼S) → ∼(P → ∼Q) /∴∼R ∨ (S ∧ ∼Q)
Solución:
P(3) P → ∼Q S1
P(4) ∼(R ∧ ∼S) MT 2,3
P(5) ∼R ∨ S De Morgan 4
P(6) ∼(Q ∧ R) S1
P(7) ∼Q ∨ ∼R De Morgan 6
P(8) (∼R ∨ S) ∧ (∼Q ∨ ∼R) Adj 5,7
P(9) ∼R ∨ (S ∧ ∼Q) Distributiva 8
1.3 P(1) ∼(P ∨ ∼R)
P(2) Q ∨ P
P(3) R → S
P(4) (Q ∧ S) → (T ∧ S) /∴T ∧ S
23
Solución:
P(5) ∼P ∧ R De Morgan 1
UNIDAD I
P(6) R S5
P(7) S MP 3,6
P(8) ∼P S5
P(9) Q SD 2,8
TEMA N° 1
P(10) Q ∧ S Adj 7,9
P(11) T ∧ S MP 4,10
1.4 P(1) (∼R → S) ∧ N
P(2) S → (P ∧ Q)
P(3) R → T
P(4) ∼T∴/ Q ∧ N
Solución:
P(5) ∼R → S S1
P(6) ∼R → (P ∧ Q) HS 2,5
P(7) ∼R MT 3,4
P(8) P ∧ Q MP 6,7
P(9) Q S8
P(10) N S1
P(11) Q ∧ N Adj 9,10
ACTIVIDAD FORMATIVA N° 1: PROPOSICIONES LÓGICAS

(PRUEBA DE DESARROLLO)
Identifica proposiciones, clasifica conectores lógicos, construye tablas de verdad, emplea leyes lógicas
para simplificar formulas lógicas.
1. Indique cuales son proposiciones:
1.1 ¿Puedes decirme la hora?
1.2 Juan estuvo trabajando durante toda la semana para poder salir a bailar con su enamorada a una discoteca
de la ciudad
24
1.3 Mis amigos son tus amigos
1.4 A camarón dormido se lo lleva la corriente
UNIDAD I
1.5 Batman y Superman son mitos
1.6 Algún día seré millonario
1.7 Los amigos de mis amigos son mis amigos
2. Indique cuales de las siguientes proposiciones son atómicas y cuales son moleculares:
TEMA N° 1
2.1 La huelga continua, pues no hay solución
2.2 La idea central de la inteligencia artificial es la construcción de programas para computadora que simule lo
que normalmente se reconoce como conducta inteligente
2.3 No duerme, ni deja dormir
2.4 Jamás vendrá a consultar
2.5 La Psicología estudia el comportamiento individual de las personas
2.6 Estamos detectando las diferentes variedades de virus para cada una de las gripes
3. Formalizar las siguientes proposiciones:
3.1 uis es el director de una empresa, si tiene el mayor número de acciones: y si tiene el mayor número de
L
acciones, entonces tiene mucho dinero. Ocurre que Luis tiene el mayor número de acciones .En conse-
cuencia tiene mucho dinero
3.2 “El paciente no sobrevivió porque no recibió atención adecuada”.
3.3 Formalizar el siguiente enunciado:
Hoy voy al cine si y solo si sale María. No voy al cine. Si no sale María, entonces voy a la discoteca. Entonces
“
voy al cine o voy a la discoteca”
3.4 “Pedro estudia educación a distancia, sin embargo, si viaja a Lima, dejara de estudiar y buscara un trabajo”,
donde: p=Pedro estudia educación a distancia, q= Pedro viaja a Lima, r= Pedro dejara de estudiar y s=Pedro
buscara un trabajo
4. Simplificar utilizando las leyes lógicas y equivalencias notables:
1. ∼(p →q) → ∼q ∼[∼(p∧ q) → ∼q] ∨ ∼p
2. {∼[∼(∼p → ∼q) ∧ ∼(p ∧ ∼r)] ∨ ∼(p → r)}
3. ∼{∼[∼(p ∧ q) ∨ (∼p ∨ q)] → ∼p} ∨ [(∼p ∧ ∼q) ∨ (q ∧ ∼p)]
4. [∼(∼p ∧ q) ∨ ∼(q → r)] → ∼p
5. [(p ∧ ∼q) → ∼(∼p → q)] → [∼r ∧ (q ∨ p)]
5. Demostrar utilizando las reglas de inferencia:
5.1 Demostrar U, si:
25
P(1) P ∧ ∼T
P(2) S → T
UNIDAD I
P(3) S ∨ Q
P(4) (Q ∨ P) → U
5.2. Demostrar x > y ∨ y ≥ 6, si:
P(1) x > y ∨ x > 5
P(2) x ≤ 5 ∨ y ≥ 6
TEMA N° 1
P(3) x + y = 1 ∧ x > y
5.3. Demostrar x ≠ 3 ∨ x > 2, si:
P(1) x + 2 ≠ 5 ∨ 2x = 6
P(2) x + 2 ≠ 5 → x ≠ 3
P(3) 2x – 2 = 8 → 2x ≠ 6
P(4) x + 3 = 8 ∧ 2x – 2 = 8 ……P
VIDEOS
Este material de video ha sido seleccionado solo y únicamente

con fines de estudio académico y todos sus derechos correspon-
den a sus autores en el ámbito local, regional e internacional.
Datos del Video seleccionado
Título o Tema: Proposiciones lógicas–operaciones con
proposiciones.
URL: https://youtu.be/YFJnRxOed5Y?t=4s
Duración: 4 min 24 s.
Autor(a): Guillermo Quiñonez Díaz.
Año: 2015.
Reseña: En este vídeo presentamos las tablas básicas de nega-
ción, conjunción, disyunción exclusiva, condicional, bicondicio-
nal y disyunción exclusiva. las tablas se construyen a partir de
ejemplos reales hasta su generalización.
Licencia: YouTube estándar.
Video 1: Proposiciones lógicas: La negación

y conjunción

Tema: “¿Cómo elaborar una línea de tiempo?”
URL: https://youtu.be/n7DhNtNUW90
Duración: 7:57 min
Autor(a): TheYamal
Año: Actualizado el 29 jul. 2010
Reseña: Tutorial de línea del tiempo
Licencia: YouTube estándar
Video 2: Proposiciones lógicas: Disyunción Inclusiva y la

condicional.
26
UNIDAD I
Título o Tema: Proposiciones lógicas–operaciones con
proposiciones.
URL: https://youtu.be/YFJnRxOed5Y?t=10m45s
Autor(a): Guillermo Quiñonez Díaz.
Año: 2015.
Reseña: En este vídeo presentamos las tablas básicas de nega-
ción, conjunción, disyunción exclusiva, condicional, bicondicio-
nal y disyunción exclusiva. las tablas se construyen a partir de
TEMA N° 1
ejemplos reales hasta su generalización.
Video 3: Proposiciones lógicas: La bicondicional y la

Disyunción Exclusiva
27
TEMA N° 2:
UNIDAD I
LA LÓGICA CUANTIFICACIONAL
INTRODUCCION
El uso de los cuantificadores es importante, porque permitirá entender la diferencia entre el uso de los términos
todos, ninguno y algunos en un enunciado lógico. Es interesante ver como un cuantificador universal (todos) se
TEMA N° 2
convierten en un cuantificador existencial simplemente haciendo uso del intercambio de cuantificadores. Ade-
más, podremos utilizar en forma sencilla el uso del cuadro básico de Boecio y hallar proposiciones equivalentes.
1. USO DE CUANTIFICADORES
La lógica cuantificacional, predicativa o de los términos (clases o conjuntos) es aquella que permite hacer un
análisis más profundo, refinado y riguroso que la lógica proposicional. La razón básica es que esta lógica permite
el análisis de la CANTIDAD y CALIDAD de las proposiciones llamadas CATEGÓRICAS. Ejemplo:
• Proceso genérico de formalización de enunciados en LC
Formalización de términos predicativos
Se realiza a través de las letras mayúsculas del alfabeto. Por ejemplo, los predicados ‘mortal’, ‘inmortal’, ‘envene-
nado’ se suelen representar por las letras mayúsculas ‘M’, ‘I’ y ‘E’ respectivamente.
Formalización de enunciados con variables individuales y términos predicativos. Ejemplos:
Asignando un término predicativo:
Pepe es mortal : Formalización: Mp
Casos:
Primer caso
Mario es gordo y Jesualdo es delgado. : Formalización: Gm ∧ Dj
Segundo caso
Miriam y Javier son primos: Formalizando: Pmj ∧ Pjm
28
Formalización de cuantificadores
Todos los enunciados formalizados en LC, para el análisis de validez, deberán incluir cuantificadores, estos, como
UNIDAD I
sabemos, pueden ser el universal (∀) que se lee “para todo(s)” y el particular (∃) que se lee “existe algún(os)”.
Ejemplos:
Todos los x son sapos.
Formalizando el término cuantificacional tendríamos:
(∀ x) x es sapo
TEMA N° 2
A su vez, si asumimos que ‘sapo’ es un término predicativo, tendríamos el siguiente esquema:
(∃x) Sx : Que se lee ‘Existe al menos un x que es sapo’
2. INTERCAMBIO DE CUANTIFICADORES
(∀x)Fx ⇔ ∼(∃x)∼Fx
(∀x)∼Fx ⇔ ∼(∃x) Fx
(∃x)Fx ⇔ ∼(∀x)∼Fx
(∃x)∼Fx ⇔ ∼(∀x)Fx
Ejemplo: Utilizando intercambio de cuantificadores hallar el equivalente de:
• Todos los peruanos son deportistas
Utilizando el primer intercambio su equivalente es:
No es cierto que, algunos peruanos no sean deportistas
• Ningún mamífero se arrastra
Utilizando el segundo intercambio su equivalente es:
No es cierto que, algunos mamíferos se arrastren
• Algunos filósofos son introvertidos
Utilizando el tercer intercambio su equivalente es:
No es cierto que, ningún filósofo sea introvertido
• Algunos patos no son cisnes
Utilizando el cuarto intercambio su equivalente es:
No es cierto que, todos los patos sean cisnes
• Es falso que, ciertos sacerdotes son irresponsables
Utilizando el segundo intercambio su equivalente es:
29
Ningún sacerdote es irresponsable.
• No es verdad que, ningún batracio es roedor
UNIDAD I

Algunos batracios son roedores
• Es mentira que, pocos estudiantes no son bohemios
Todos los estudiantes son bohemios
• Es falso que, nada de lo que vive es eterno
TEMA N° 2

Algunos que viven son eternos.
• Cualquier planeta tiene brillo solar
No es verdad que, algunos planetas no tienen brillo solar
3. SILOGISMO CATEGÓRICO
CUADRO Nº 1 Los cuatro esquemas proposicionales básicos
El Universal Afirmativo El Universal Negativo

Su forma es: ‘Todos los x son ⌽’ Su forma es: ‘Ningún x es ⌽’
Dónde: Dónde:
‘⌽’ representa cualquier predicado posible. ‘⌽’ representa cualquier predicado posible.
‘x’ cualquier objeto del cual se predica. ‘x’ cualquier objeto del cual se predica.
Formalizando tenemos: Formalizando tenemos:
(∀ x) ⌽x (∀ x) ¬⌽x
Que se lee: ‘Para todo x, x es fi’ Que se lee: ‘Para todo x, x no es ⌽’
El Particular Afirmativo EI Particular Negativo

Su forma es: ‘Algunos x que son ⌽’ Su forma es: ‘Algunos x no son ⌽’
Dónde: Dónde:
‘⌽’ representa cualquier predicado posible. ‘⌽’ representa cualquier predicado posible.
‘x’ cualquier objeto del cual se predica. ‘x’ cualquier objeto del cual se predica.
Formalizando tenemos: Formalizando tenemos:
(∃ x) ⌽x (∃ x) ¬⌽x
Que se lee: ‘Existe(n) algún(os) x que son ⌽’ Que se lee: ‘Existe(n) algún(os) x que no son ⌽’
Fuente: Texto Universitario de Lógica. Universidad Continental

El cuadro básico de oposición
El cuadro de oposición es un instrumento que nos permite establecer de manera automática una serie de rela-
ciones lógicas interproposicionales para proposiciones categóricas.
Este cuadro se fundamenta en la utilización de las proposiciones categóricas del silogismo categórico, y nos
permite encontrar cualquier relación lógica a partir de una proposición categórica dada como base.
30
Subalternante (∀x) ⌽x Contrarios (∀x) ¬⌽x Subalter nante
UNIDAD I
TEMA N° 2
Subalterna (∃x) ⌽x Sub contrarios (∃x) ¬⌽x Subalterna
Expliquemos el cuadro. Supongamos que tenemos el enunciado ‘Todos los x son mortales’, que simbolizamos
como (∀x)Mx, el enunciado lógicamente contrario es ‘Ningún x es mortal’, que simbolizamos como (∀x)¬Mx.
En ese sentido, generalizando, podemos concluir que un enunciado universal afirmativo cualquiera es contrario
a un enunciado universal negativo cualquiera siempre y cuando ambos se refieran al mismo objeto y tengan el
mismo predicado (si bien uno afirmativo y el otro negativo).
Por otro lado, como un enunciado universal engloba o abarca un enunciado particular, entonces los enunciados
particulares, tanto positivos como negativos, son subordinados o subalternos a los enunciados universales res-
pectivos los cuales son así los subordinantes o subalternantes.
Finalmente, si nosotros sostenemos un enunciado de la forma ‘Todos los x son ⌽’ estamos diciendo que todos
los individuos u objetos de una clase determinada poseen la característica ⌽, por lo tanto basta que un individuo
de la clase x no posea la característica ⌽, para contradecir a lo mentado por el primer enunciado. Así, si decimos
que todos los x son negros y luego aparece aunque sea un x que no es negro, ese solo hecho basta para con-
tradecir nuestro primer enunciado.
Los silogismos según (Grassmann, 2003)
Se aplican para demostrar cuando un razonamiento es válido o no es válido a través de las reglas de inferencia
Ejercicios.
1. Formalice las siguientes proposiciones singulares:
1.1 Juan es hermano de David
Hjd
1.2 Luis y María bailan
Blm
1.3 Raul es administrador y Beto es contador
Ar ∧ Cb
1.4 Si los periodistas mientan, entonces la gente tendrá opiniones contradictorias, sin embargo el periodismo
no miente.
(Mp → Cg) ∧ ∼Mp
1.5 Todos odian a Barrabás.
(∀x)Oxb
31
1.6 Algunos estudiantes no son responsables.
(∃x) (Ax ∧ ∼Rx)

UNIDAD I
1.7 Ningún humano es inmortal.
(∀x) (Hx → ∼Ix)
1.8 Todos los huancaínos son trabajadores.
(∀x) (Hx → Tx)

TEMA N° 2
2. Utilizando el cuadro de Boecio, halle el equivalente de:
2.1 El contradictorio del subalterno de: “todos los gatos son felinos”
Todos los gatos son felinos es A.
El subalterno de A es I.
El contradictorio de I es E
Por lo tanto, el equivalente es: Ningún gato es felino
2.2 El contrario del subalternante del subcontrario de: “algunos sa cerdotes son dogmáticos”
Algunos sacerdotes son dogmáticos es I.
El subcontrario de I es O.
El sualternante de O es E.
El contrario de E es A.
Por lo tanto, el equivalente es: Todos los sacerdotes son dogmáticos.
2.3 El subalterno del contradictorio del subalterno del contrario de: “ningún mamífero vuela”.
Ningún mamífero vuela es E.
El contrario de E es A.
El subalterno de A es I.
El contradictorio de I es E.
El subalterno de E es O.
Por lo tanto, el equivalente es: Algunos mamíferos no vuelan.
32
ACTIVIDAD FORMATIVA N° 2 – LOGICA CUANTIFICACIONAL
UNIDAD I
Identifica proposiciones cuantificadas, clasifica cuantificadores, emplea reglas de inferencia para demostrar ra-
zonamientos lógicos.
A. Formalice los siguientes enunciados (no use cuantificadores)
1. Juan juega.
TEMA N° 2
2. María trabaja.
3. Pepe es abogado y Melchor es ingeniero.
4. Si Bernardo trabaja, José estudia. Pero si Bernardo no trabaja, entonces José tendrá que hacerlo.
6. Ganare la Tinka sólo en el caso que acierte los seis números.
B. Formalice los siguientes enunciados (use cuantificadores)
1. Algunos x son abogados.
2. Todos los x son estudiantes y empleados.
3. Algunos x son profesionales.
4. Algunos x trabajan y otros estudian.
5. Ningún x es militar.
6. Ningún peruano es ocioso.
7. Algunos ingenieros no son hábiles.
8. Cualquier humano es mortal.
9. Pocos abogados son honestos.
10. El 90% de los mamíferos son carnívoros
C. Determine el enunciado que cumple con la relación lógica que se le pide:
1. El subalterno de: ‘Ningún x trabaja’.
2. El contrario de: ‘Todos los x son futbolistas’.
3. El contradictorio de: ‘Algunos x no son grises’.
4. El sub contrario del contradictorio del contrario de: ‘Todos los x son hombres.’
5. El subalternante del contradictorio del contrario de: ‘Ningún x está vivo.
6. El subalterno del contradictorio del subalterno de: “Ningún batracio tiene dos patas”.
7. El subcontrario del contradictorio del contrario de: “Todos los políticos son parlanchines”.
8. El contrario del subalternante del subcontrario del contradictorio de: “Ningún peruano es chileno”.
33
VIDEOS
UNIDAD I

Título o Tema: Lógica Cuantificacional.
URL:
Duración:
TEMA N° 2
Autor(a): Universidad Tecnológica del Perú UTP (Perú).

Expositor(a): Verónica Loaiza Quilla.
Año: 2014.
Reseña: Ejercicios resueltos aplicando cuantificadores.
Video 4: Lógica Cuantificacional, ejercicios resueltos.
34
TEMA N° 3:
UNIDAD I
LA TEORÍA DE CONJUNTOS
INTRODUCCION
El conocer las propiedades de la teoría de conjuntos es importante porque nos permitirá entender de manera
sencilla la teoría de grafos. Veremos cómo se convierte un conjunto en un grafo y como las propiedades de los
TEMA N° 3
conjuntos se aplican también a la teoría de grafos. Además convertiremos conjuntos en matrices booleanas y
realizaremos operaciones con matrices utilizando nuestros conocimientos de lógica. En conclusión comprende-
mos el alcance de la teoría de conjuntos.
1. CLASES DE CONJUNTOS
• Concepto. Intuitivamente es la agrupación de objetos materiales o inmateriales perfectamente bien defini-
dos.
Notación : A = { , , , , ... , }
Para mayor comodidad utilizaremos las siguientes letras mayúsculas para denotar los diferentes conjuntos nu-
méricos:
N = {0, 1, 2, 3, ... } conjunto de los números naturales.
Z = { ... , -3, -2, -1, 0, 1, 2, 3, ... } conjunto de los números enteros.
Q = Conjunto de los números racionales.
I = Conjunto de los números irracionales.
R = Conjunto de los números reales.
C = Conjunto de los números complejos.
Z+ = Conjunto de los números enteros positivos.
Z- = Conjunto de los números enteros negativos.
Z0+ = Conjunto de los números enteros positivos incluido el cero.
Z0-= Conjunto de los números enteros negativos incluido el cero.
Zp = Conjunto de los números enteros pares.
Zi = Conjunto de los números enteros impares.
Zp+ = Conjunto de los números enteros positivos pares.
• Determinación.
• POR EXTENSION.- A = { 1, 3, 5, 7, ... }
POR COMPRENSION.- A = { 2x – 1 / x ∈ N }
35
• Relaciones entre conjuntos.
De pertenencia.- Se da de elemento a conjunto.

UNIDAD I
De igualdad.- Se da entre elementos. Sus propiedades son:
Reflexiva: A = A
Simétrica: A = B → B = A
Transitiva: A = B ∧ B = C → A = C
TEMA N° 3
De inclusión.- A es subconjunto de B si cada elemento de A es también elemento de B, se denota como A ⊆

B. Si además B contiene elementos que no están en A, entonces se dice que A es subconjunto propio de B, se
designa como A ⊂ B.
A⊆B↔[x∈A→x∈B]
Además: A ⊂ B ⇒ A ⊆ B
Sin embargo: A ⊆ B ⇒ A ⊂ B
Propiedades:
Reflexiva: A ⊆ A
Antisimétrica: A ⊆ B ∧ B ⊆ A → A = B
Transitiva: A ⊆ B ∧ B ⊆ C → A ⊆ C
Ejemplo: Sean U = { a, b, c, {d }, { a, b, c } }; A = { a, b, c }; B = { d }, entonces son verdaderas:
• A ⊆ U
• A ⊂ U
• A ∈ U
• B ∈ U
• { A } ∉ U
• { A } ∉ B
• B ∉ U
• Conjuntos especiales.
A) VACIO.- Sin elementos, se denota como {} o ⌽.
⌽={x/x≠x}
B) UNITARIO.-
A={x∈N/5<x<7}
C) DISJUNTOS.- Si no tienen elementos en común.
A = { 2x / x ∈ N } y B = { 2x – 1 / x ∈ N }
36
D) COMPARABLES.- Si existe relación de inclusión entre los conjuntos.
Naturales con Reales
UNIDAD I
Irracionales con Complejos.
E) UNIVERSAL.- Conjunto patrón o referencial.
Para el sistema de números, el conjunto universal son los Complejos.
F) EQUIPOTENTES.- Existe relación biunívoca entre sus elementos.
TEMA N° 3
A = { a, b, c, d } , B = { 2, 4, 6, 8 } y C = { >, < , =, / }
G) POTENCIA.- Es el conjunto de todos los conjuntos de un conjunto.
AP = { X / X ⊆ A }
X ∈ AP ↔ X ⊆ A
Sean : n = número de elementos del conjunto A.
p = número de elementos del conjunto potencia de A
Entonces: p = 2n
Ejemplo 1: Si A = { 1, 2, 3, 4, { 5 } } ; entonces el conjunto potencia de A tendrá 25 = 32 elementos ( subconjuntos

).
Ejemplo 2: Hallar el conjunto potencia de A = { a, { a }, b, { b } }.
• Como A tiene 4 elementos, entonces AP tendrá 16 elementos que son :
AP = { { a }; {{ a }}; { b }; {{ b }}; { a, { a } }; { a, b }; { a, { b } }; { { a }, b }; { { a }, { b } }; { b, { b } }; { a, { a }, b }; { a, b, { b } };
{ a, { a }, { b } }; { { a }, b, { b } }; A, {} }
2. OPERACIONES ENTRE CONJUNTOS

1. UNIÓN.-
A∪B={x/x∈A∨x∈B}
2. INTERSECCIÓN.-
A∩B={x/x∈A∧x∈B}
3. COMPLEMENTO.-
A′ = { x ∈ U ∧ x ∉ A }
4. DIFERENCIA.-
A–B={x∈A∧x∉B}
B–A={x∈B∧x∉A}
37
Nota: A – B ⇔ A ∩ B′
5. DIFERENCIA SIMÉTRICA.-
UNIDAD I
A∆B={x/x∈[(A∪B)–(A∩B)]}
Operaciones con conjuntos según (Johnsonbaugh, 200, las computadoras tienen memoria finita).
Se utilizan para establecer como se ordena un conjunto finito. Las ciencias de la computación son finitas por
naturaleza, las computadoras tienen memoria finita, las instrucciones son ejecutadas en intervalos finitos de
tiempo; por eso los conjuntos son de gran utilidad
TEMA N° 3
• Algebra de Conjuntos.
1) ( A′ )′ ⇔ A ... Involución.
2) A ∩ A ⇔ A ... Idempotencia
A ∪ A ⇔ A ... Idempotencia
3) A ∪ B ⇔ B ∪ A ... Conmutativa
A ∩ B ⇔ B ∩ A ... Conmutativa
4) ( A ∪ B ) ∪ C ⇔ A ∪ ( B ∪ C ) Asociativa
5) ( A ∩ B ) ∩ C ⇔ A ∩ ( B ∩ C ) Asociativa.
6) A ∩ ( B ∪ C ) ⇔ ( A ∩ B ) ∪ ( A ∩ C ) Distributiva
7) A ∪ ( B ∩ C ) ⇔ ( A ∪ B ) ∩ ( A ∪ C ) Distributiva
8) ( A ∪ B )′ ⇔ A′ ∩ B′ Morgan
9) ( A ∩ B )′ ⇔ A ′ ∪ B′ Morgan
Usted deberá completar las demás propiedades basándose en las equivalencias notables del álgebra proposi-
cional.
Ejercicios:
1. Dados los siguientes conjuntos:
U = {1, 2, 3, … , 9}
A = {1, 2, 4, 5, 7}
B = {1, 3, 6, 7, 9} y
C = {1, 3, 5, 8, 9}
Realizar las siguientes operaciones conjuntistas:
1.1 (A – B) ∪ C
Solución:
A – B = {2, 4, 5}
38
(A – B) ∪ C = {1, 2, 3, 4, 5, 8, 9}
1.2 (A’ – C) ∩ B
UNIDAD I
Solución:
A’ = {3, 6, 8, 9}
A’ – C = {6}
(A’ – C) ∩ B = {6}
TEMA N° 3
1.3 (A ∆ B) – (B ∩ C’)
Solución:
A ∆ B = {2, 3, 4, 5, 6, 9}
C’ = {2, 4, 6, 7}
B ∩ C’ = {6, 7}
(A ∆ B) – (B ∩ C’) = {2, 3, 4, 5, 9}
2. Simplificar utilizando las leyes del algebra de conjuntos:
2.1 (A ∩ B) ∪ (A – B)
Solución:
(A ∩ B) ∪ (A ∩ B’) Diferencia
[A ∩ (B ∪ B’)] Distributiva
A ∩ U Ley del tercio excluido
A Identidad
2.2 (A ∪ B) – (B → C)
Solución:
(A ∪ B) – (B’ ∪ C) Implicador
(A ∪ B) ∩ (B’ ∪ C)’ Diferencia
(A ∪ B) ∩ (B ∩ C’) De Morgan
[(A ∪ B) ∩ B] ∩ C’ Asociativa
B ∩ C’ Absorción
2.3 [(B – C)’ – (A → B’)] ∪ C
Solución:
[(B ∩ C’)’ – (A → B’)] ∪ C Diferencia
[(B ∩ C’)’ – (A’ ∪ B’)] ∪ C Implicador
39
[(B’ ∪ C) – (A’ ∪ B’) ∪ C De Morgan
[(B’ ∪ C) ∩ (A’ ∪ B’)’] ∪ C Diferencia

UNIDAD I
[(B’ ∪ C) ∩ (A ∩ B)] ∪ C De Morgan
{[(B’ ∪ C) ∩ B] ∩ A} ∪ C Asociativa
[(B ∩ C) ∩ A] ∪ C Absorción
[(B ∩ A) ∩ C] ∪ C Conmutativa
TEMA N° 3
C Absorción
3. EL CONJUNTO ESPECIAL SIGMA.
Introducción
Un conjunto es una colección de objetos.
La definición del conjunto no debe ser ambigua, es decir, es necesario explicitar si un objeto particular pertenece
a un conjunto
Para denotar conjuntos, generalmente se utilizan letras mayúsculas como A, B, S, X.
Para denotar objetos, generalmente se utilizan letras minúsculas como a, b, s, x. Si a es un objeto y A un con-
junto, se utiliza a A para indicar que a es un elemento de A.
Si a es un objeto y A un conjunto, se utiliza a A para indicar que a NO es un elemento de A.
Un objeto a que pertenece a un conjunto A, se llama elemento de A.
• Conjuntos Especiales
Un conjunto especial es una colección de objetos que poseen una o más características en común.
Ejemplo, los números positivos impares menores que 9.= { 1,3,5,7,…}
No obstante la utilización de los “tres puntos” no es satisfactoria en algunos casos, por ejemplo:
Por ejemplo los números naturales.
{ 1,3,5,7 }
Los conjuntos infinitos se denotan con el etcétera matemático, los tres puntos { 2,3,5,8,…}
Por ello se han desarrollado técnicas para describir a los conjuntos de manera no ambigua. Por ejemplo:
{ n : n y n es par}
Antes de los dos puntos se indica la variable. Después de los dos puntos se indican las propiedades.
• Subconjuntos.
Sean T y S conjuntos.
40
Diremos que T es subconjunto de S si todo elemento de T pertenece a S.
T⊆S
UNIDAD I
Diremos que T es subconjunto propio de S, si T ≠ S, de esta manera la notación es: T ⊂ S
Diremos que dos conjuntos son iguales si tienen los mismos elementos. Entonces
S = T sólo si : T ⊆ S y S ⊆ T
Al conjunto de todos los subconjuntos de un conjunto S se le llama conjunto potencia de S y su notación es:
TEMA N° 3
P (S)
T = { 1,3,5 } S = { 1,3,5,7 }
T = { 1,3 } S = { 1,3 }
T = { 1,3 } S = { 1,3,5 }
S = { a , b , c } P ( S ) = { ,{a},{b},{c},{a,b}, {a,c},{b,c},{a,b,c}}
• El conjunto sigma.
Dado un alfabeto å , una palabra es cualquier hilera finita de letras de å.
Se denota al conjunto de todas las palabras que utilizan letras como
Σ (sigma estrella)
Cada subconjunto de å * se llama un lenguaje sobre å.
Sea Σ = { a,b,c,d,e…,z } las 27 letras del alfabeto castellano.
Un alfabeto es un conjunto finito no vacío de (sigma mayúscula), cuyos elementos son símbolos, frecuentemen-
te llamados letras de.
L = { a, aarónico, aarónita,…….,zuzo, zuzón } el lenguaje español
La palabra vacía o nula análoga al conjunto vacío se denota ε (épsilon)
[PDF]2ppt-pdf–Escuela de Ingeniería Informática
zeus.inf.ucv.cl/~rsoto/cursos/INF152/Cap1_2ppt_INF152. Recuperado el 23 de julio del 2015
41
LECTURA SELECCIONADA Nº 1:
UNIDAD I
EL CONJUNTO ESPECIAL ∑
ROSEN, K, H,( 2004) Matemática Discreta y sus Aplicaciones, Editorial Mc Graw Hill-
Introduciremos ahora un tipo especial de conjuntos ∑* = { ∈, a, b, aa, ab, ba, bb, aaa, aab, aba, abb,
denotado por ∑*. baa, bab, bba, ...}
TEMA N° 3
Los conjuntos de este tipo son posiblemente desco- Ejemplo 5. Si ∑ = { 0, 1, 2 }, entonces:

nocidos para muchos. La idea es permitir un trata-
miento matemático, preciso de los lenguajes y gra- * = { ∈, 0, 1, 2, 00, 01, 02, 10, 11, 12, 20, 21, 22, 000,
∑
máticas. Lo primero que se necesita es un alfabeto. 001, 002, ... }
Un alfabeto es un conjunto finito no vacío ∑ cuyos
Ejemplo 6. Si ∑ = { a }, entonces:
elementos son símbolos, frecuentemente llamadas
letras de ∑ , y que están sujetas a ciertas restriccio- ∑* = { ∈, a, aa, aaa, aaaa, aaaaa, aaaaaa, ... }
nes. Dado un alfabeto ∑, una palabra es cualquier fila
finita de letras de ∑. Designaremos al conjunto de RESTRICCIONES PARA ∑.- Supongamos que ∑ no
todas las palabras que utilizan letras de ∑ como ∑*. solo tiene los símbolos a y b sino también ab, ¿Es la
Cada subconjunto de∑* se llama un lenguaje sobre ∑. fila aab una fila de tres letras a, a y b en ∑ ó una fila
de dos letras a y ab?. No hay manera de saberlo. De
Ejemplo 1. Sea ∑ = { a, b, c, ... , z }el conjunto de modo que si a, b y ab tienen un significado especial
las 27 letras del alfabeto castellano. Cualquier fila de en alguna aplicación, la ambigüedad aquí hace impo-
letras de ∑ pertenece a ∑*. Así ∑* = {mota, broma, sible darle un significado especial a la palabra aab.
amour, zabsget, bnyrtrui, etc.}; Como ∑* = { a, aa,
aaa, aaaa, aaaaa, etc. } ∑* es evidentemente un con- Para evitar esto no debe permitirse que ∑ tenga letras
junto infinito. Para obtener un conjunto finito, pode- que sean filas que comienzan con otras letras de ∑.
mos definir el lenguaje español L como subconjunto De esta manera permitiremos que
de∑* que consiste en las palabras que aparecen en
la última edición del diccionario dela Real Academia ∑ = { a, b, c }, ∑ = { a, b, ca } y ∑ = { a, b, Ab } pero no
española. Así: permitiremos
= { a, acrolito, ababa, ..., zuzón } es un conjunto muy

L ∑ = { a, b, c, ca }. Con esta condición podeos definir
grande pero finito. sin ambigüedad la longitud ( w ) de una palabra, long
( w ) con w en ∑* como el número de letras de ∑ en
Ejemplo 2. Para dar ejemplos sencillos con frecuen- w, contando cada letra que aparezca.
cia tomaremos a ∑ como un conjunto { a, b }. En este
caso ∑* = { a, b, ab, ba, bab, babbabb, ... } otra vez ∑* Por ejemplo si ∑ = { a, a } entonces long ( aab ) = long
es infinito. ( bab ) = 3. También definimos long ∈ = 0. ( no con-
fundir w que actúa como variable en este caso con
Ejemplo 3. Si ∑ = { 1, 0 }, entonces el conjunto B de la letra w )
palabras en ∑* que empiezan con 1, es el conjunto
de los enteros positivos en notación binaria., esto es: SUBÍNDICES E INDICES.- La notación con subíndi-
ces es muy cómoda cuando se trabaja con una amplia
B = { 1, 10, 11, 100, 101, 110, 111, 1000, 1001, ... }. colección de objetos, en especial si son semejantes.
En la teoría de conjuntos una manera sencilla de ma-
- Hay una palabra especial en ∑* análoga al conjun- nejar n conjuntos es llamarlos A1, A2, ..., An; también
to vacío llamada palabra vacía ó nula que se denota podemos manejar una sucesión infinita: A1, A2, ... ,
por∈.
Ejemplo 1.
Ejemplo 4. Vamos a consideremos el si-
guiente conjunto como ∑ = { a, b }, entonces: a) Para cada n ∈ Z+ sea:
42
Dn = { k ∈ Z / k es divisible por n }
Asimismo la intersección A
k∈I
k = {x : x ∈ Ak para
Recuerde que 0 es divisible por todos los enteros. Al- todo k ∈ I }.
UNIDAD I
gunos de los conjuntos Dn definidos aquí arriba son:
Si I es de la forma { k ∈ Z : m ≤ k ≤ n }, escribimos
D1 = Z, estos
n conjuntos
n como :
A A k 20
A
k
D2 = { k ∈ Z / k es divisible por 2 } = { k ∈ Z / k es par } k =m y k =m . Por ejem: k = {x : x ∈ Ak para
k =0
algún k ∈ N / 0 ≤ k ≤ 20 }
= { ... , -10, -8, -6, -4, -2, 0, 2, 4, 6, 8, 10, ...
= A0 ∪ A1 ∪ A2 ∪ A3 ∪ ... ∪ A19 ∪ A20
D5 = { ... , -30, -25, -20, -15, -10, -5, 0, 5, 10, 15, 20,
TEMA N° 3
25, 30, ... } Si I es finito y es de la forma { k∈ Z : k ≥ m } escribi-
mos:
∞ ∞
b) Para n ∈ z + definimos los siguientes intervalos en A k A k

R: k =m y k =m .
An = { [ -n , n ] y Bn = [ n , 2n ] Ejemplo. Para n ∈ Z+, sea Dn = { k ∈ Z : k es divisible

por n }
Así por ejemplo tenemos: A3 = [ -3 , 3 ] y B3 = [ 3, 6 ].
Las dos colecciones { An : n ∈ z+ } y { Bn : n ∈ z+ } tiene Entonces tenemos: D3 ∩ D5 = { k ∈ Z : k es divisible
índices en Z+. por 3 y 5 }
c) Sea ∑ un alfabeto. Para cada k ∈ N definimos ∑k = { k ∈ Z : k es divisible por 15 } = D15

como el conjunto de todas las palabras en ∑* de
= { 0, ± 1
5 ,±30 ,±45 ,...}
longitud k. En símbolos:
= { w ∈ ∑* : long ( w ) = k }. y D3 ∪ D5 = { k ∈ Z : k es divisible por 3 o por 5 }
= {0,±3,±5,±6,±9,±10 ,±12 ,±15 ,±18 ± 20 ± ...}

Nótese que los conjuntos ∑k son disjuntos, que ∑0 =
{∈},∑1 = ∑
Ejemplo. Sea An = [ -n, n ] y Bn = [ n, 2n ] para n ∈
La familia de conjuntos {∑ : k ∈ N } tiene índices en N.
k Z+. Por ejemplo tenemos A5 = [ -5, 5 ] y B7 = [ 7, 14 ].
73
Obsérvese que : 73 ∞
Cuando ∑ ={ a, b }, tenemos que ∑0 = { ∈ }, ∑1 = ∑ = { A n = [−4,4]  A = [−73 ,73

n ] A n =R
a, b }, ∑2 = { aa, ab, ba, bb }, etc.
n=4 y n=4 ∞ y n =1
 B = {} n
Consideremos ahora una familia de conjuntos Ak con Así: B2 ∩ B6 = { } y n =1 claramente. Pero no

índices en algún subconjunto no vacío I de enteros; I todas las parejas de conjuntos Bn y
puede ser finito o infinito.
Bm son disjuntas. Por ejemplo:
8
La unión A k = {x : x ∈ Ak para al menos un valor B5 ∩ B8 = [ 8, 10 ] y  B n = {8}
k ∈ I }. k∈I n=4
43
ACTIVIDAD FORMATIVA Nº 4 – LA TEORIA DE CONJUNTOS
UNIDAD I
“Interpreta una estructura conjuntista subyacente para la formulación de temas”.
1. Determina por extensión:
A = { x / x2 – 13x + 40 = 0 }
B = { 2x + 1 / x ∈ Z ∧ 1 ≤ x < 6 }
TEMA N° 3
C = { x2 – 1 / x ∈ N ∧ x < 5 }
2. Dado U = { π, 3 , 6, -2/3, -1/5 }, determinar por extensión:
2.1. A = { x ∈ U / x + 5 < 1 ∧ x – 2 > 0 }
2.2. B = { x ∈ U / x + 1 = 5 → x – 1 = 2 }
2.3. C = { x ∈ U / x + 1 = 8 ↔→ x – 1 = 2
3. Determine el valor de verdad de las siguientes notaciones:
{4} ∈ {{4} , 5}
{3} ⊂ {2, 3, 4}
∅ ∈ {3, {4}, 2}
∅ ⊂ {3, {4}, 2}
4. Dado el conjunto A = {a, b, c, d, e} halle el valor de verdad de:
• { a, b } ⊄ Ap
• { b, c, d } ∉ Ap
• { } ⊇ A
• { a, c, d, e } ⊄ A
• { c, d, e } ∈ Ap
5. Para A = {1, 2, 3, 4, 5, 6, 7} determine el número de:
a) Subconjuntos de A.
b) Subconjuntos propios de A.
c) Subconjuntos de A que contienen tres elementos.
d) Subconjuntos propios de A que contienen 1, 2.
e) Subconjuntos de A con un número impar de elementos.
6. Si U = {x/x ∈ N y x <10} y : A ∩ B = {3, 9}; A ∩ C = {9, 10};
( C ∪ B )’ = {1, 2} y( A ∪ B ∪ C )’ = ∅. Hallar A.
44
7. Simplifique los siguientes esquemas conjuntistas:
7.1. [ A – ( B ∩ C ) ] ∪ [ ( B – A )’ ∩ A ]
UNIDAD I
7.2 [ ( A – B ) – ( A ∩ B’ )] ∩ [ ( A ∪ B ) – B’ ]
8. De las siguientes afirmaciones cuales son verdaderas:
8 1. A ∩ ( A ∪ B’ ) = A
8 2. ( B ∩ C )- A = B ∩ ( C – A )
TEMA N° 3
VIDEOS

Título o Tema: Teoría de conjuntos.
URL: https://youtu.be/YD-XjTmsDhc
Autor(a): Miguel Del Pozo
Año: 2014.
Video 5: Teoría de conjuntos.
45
GLOSARIO DE LA UNIDAD I
UNIDAD I
A
Algoritmo,
conjunto prescrito de instrucciones o reglas bien definidas, ordenadas y finitas que permite realizar una actividad
mediante pasos sucesivos que no generen dudas a quien deba realizar dicha actividad. Dados un estado inicial y
una entrada, siguiendo los pasos sucesivos se llega a un estado final y se obtiene una solución.
TEMA N° 3
Abstracción
consiste en aislar un elemento de su contexto o del resto de los elementos que lo acompañan. En programación,
el término se refiere al énfasis en el “¿qué hace?” más que en el “¿cómo lo hace?” (característica de caja negra).
El común denominador en la evolución de los lenguajes de programación, desde los clásicos o imperativos hasta
los orientados a objetos, ha sido el nivel de abstracción del que cada uno de ellos hace uso.
C
Conjunto numerable,
un conjunto es numerable cuando existe correspondencia uno a uno entre el conjunto y algún subconjunto de
los números naturales y es por esto que en ocasiones se especifica conjunto infinito numerable o a lo sumo nu-
merable para evitar ambigüedades, refiriendo la primera expresión únicamente a conjuntos infinitos y la segunda
permitiendo conjuntos finitos.
I
Inferencia,
es una evaluación que realiza la mente entre proposiciones. En lógica formal, son expresiones bien formadas
(EBF) de un lenguaje formal que, al ser relacionadas, permiten trazar una línea lógica de condición o implicación
lógica entre las diferentes EBF. De esta forma, parte de lo verdadero a lo falso: posible (como hipótesis) o cono-
cida (como argumento) de alguna o algunas de ellas, puede deducirse la verdad o falsedad de alguna o algunas
de las otras EBF.
M
Modelo,
Un modelo es una representación de un objeto, sistema o idea, de forma diferente al de la entidad misma. El
propósito de los modelos es ayudarnos a explicar, entender o mejorar un sistema. Un modelo de un objeto pue-
de ser una réplica exacta de éste o una abstracción de las propiedades dominantes del objeto.
P
Premisa,
es cada una de las proposiciones anteriores a la conclusión de un argumento. En un argumento válido, las
premisas implican la conclusión, pero esto no es necesario para que una proposición sea una premisa: lo único
relevante es su lugar en el argumento, no su rol. Al ser proposiciones, las premisas siempre afirman o niegan
algo y pueden ser verdaderas o falsas.
R
Razonamiento deductivo,
es un argumento donde la conclusión se infiere necesariamente de las premisas. En su definición formal, una
46
deducción es una secuencia finita de fórmulas, de las cuales la última es designada como la conclusión (la
conclusión de la deducción), y todas las fórmulas en la secuencia son, o bien axiomas, o bien premisas, o bien
inferencias directas a partir de fórmulas previas en la secuencia por medio de reglas de inferencia.
UNIDAD I
Razonamiento inductivo,
es el estudio de las pruebas que permiten medir la probabilidad de los argumentos, así como de las reglas para
construir argumentos inductivos fuertes. A diferencia del razonamiento deductivo, en el razonamiento inductivo
no existe acuerdo sobre cuándo considerar un argumento como válido. De este modo, se hace uso de la noción
de “fuerza inductiva”, que hace referencia al grado de probabilidad de que una conclusión sea verdadera cuando
sus premisas son verdaderas. Así, un argumento inductivo es fuerte cuando es altamente improbable que su
conclusión sea falsa si las premisas son verdaderas.
TEMA N° 3
BIBLIOGRAFIA DE LA UNIDAD I
Katayama, O.(2003). Introduccion a la Logica. Lima: Editorial Universitaria URP.
Chávez A. (2000). Introducción a la Lógica. Lima: UNMSM
Grassmann, W., y Tremblay, J. (2003). Matemática Discreta y Lógica. Editorial Prentice-Hall
Johnsonbaugh, R. (2000). Matemática Discreta. Grupo Editorial Iberoamericana
47
Autoevaluacion de la Unidad I
UNIDAD I
1. De los siguientes enunciados determine cuáles son proposiciones:
I. El Perú es un país agricultor por excelencia
II. ¿Qué sabes de Alejandro el Grande?
III. Los amigos de mis amigos son mis amigos

TEMA N° 3
IV. Él está jugando futbol
V. Ningún numero par es divisible por 2
A) I-II-IV
B) I-III-V
C) I-IV-V
D) II-III-IV
E) II-IV-V
2. Son proposiciones simples:
I. La radio es un medio de comunicación y distracción
II. El protón o el antiprotón son partículas atómicas
III. El Perú no es un país en vías de desarrollo
IV. La Sociología es una ciencia fáctica
V. Todos los felinos son carnívoros
A) I y II
B) I-II-IV
C) III-IV-V
D) IV-V
E) III-V
3. Al formalizar el siguiente enunciado: “Si los metales son demasiados fríos, entonces no tienen brillo. Sin
embargo, los metales tienen brillo si y solo si poseen movimiento molecular. En consecuencia, los plane-
tas tienen brillo”, se obtiene:
A) [( p → ∼q ) ∨ ( q ↔ r )] → q
B) [( p → q ) ∧ ( q ↔ r )] → q
C) [( q → ∼p ) ∧ ( q ↔ r )] → q
D) [( p → ∼q ) ∨ ( r ↔ p )] → q
E) [( p → ∼q ) ∧ ( q ↔ r )] → q
48
4. La proposición: “Es falso que Mario no se divierte a menos que sea extrovertido”. Equivale a:
A) Mario no se divierte porque es extrovertido
UNIDAD I
B) Si Mario se divierte es obvio que no es extrovertido
C) Mario no se divierte así como no es extrovertido
D) Mario no es extrovertido a menos que no se divierta
E) De ninguna manera si Mario se divierte entonces es extrovertido
TEMA N° 3
5. Julio va a un restaurante y ve que en la pizarra solo se puede elegir entre dos platos de segundo, Arroz
con pollo o Seco de ternera, pero el mozo se acerca y le dice: señor se nos acabó el arroz con pollo. En
consecuencia a Julio no le queda más que elegir el seco de ternera. La situación descrita se relaciona con
la regla de inferencia denominada:
A) Modus ponendo ponems.
B) Modus tollendo tollens.
C) Silogismo disyuntivo.
D) Silogismo hipotético.
E) Simplificación conjuntiva.
6. Dado la siguiente oración: ”Juan es Investigador y César es su hermano”, en la lógica cuantificacional la

formalización es:
A) Ji ∧ Ch
B) Ij ∧ Hc
C) Ijc ∧ Hcj
D) Ij ∧ Hcj
E) Jic ∧ Chj
7. Encontrar la relación correcta:
• El sub contrario del contradictorio del contrario de ‘Todos los x son alumnos’ es: ‘Algunos x no son
alumnos’.
• El subalternante del contradictorio del contrario de ‘Ningún x está vivo’ es: ‘Ningún x está vivo’.
• El contradictorio del contrario del contradictorio de (∃x) (Rx ∧ ∼Mx) es: (∃x) (Rx ∧ Mx)
• La subalterna de la contraria de la contradictoria de (∃x) (Kx ∧ Zx) es: (∃x) (Kx ∧∼Zx)
• La contraria de la subalternante de la sub contraria de (∃x) (Fx ∧ ∼Tx) es: (∃x) (S→∼Mx)
A) VVFFV
B) FFVVF
C) VVVVF
49
D) VVVFV
E) FFFVF
UNIDAD I
8. Dado el siguiente conjunto: A = {1, 2, {2, a}, {2, 1, b}}. Señale cuál de las siguientes proposiciones es ver-
dadera:
A) 2 ⊂{2, a}
B) 1 ⊂ AP
TEMA N° 3
C) {2} ∈ A
D) {2, a} ∉ A
E) {2} ⊂ AP
9. Determinar por extensión el siguiente conjunto: A = { xx = 1/4 / x ∈ Z }
A) A = {2}
B) A = {-2, 2}
C) A = {0, 1}
D) A = {-2}
E) A = φ
10. Dados los conjuntos:
U = {1, 2, 3, …, 14, 15}
A = {1, 3, 5, 7, … , 15}
B = {2, 4, 6, 8, … , 14}
C = { 1, 2, 5, 6, 9, 10, 13, 14}
Determinar: [(B’ ∆ C) ∪ A]’
A) φ
B) {1, 2, 3}
C) {4, 8, 12}
D) {13, 14, 15}
E) {1, 15}
50
UNIDAD II
“RELACIONES DE RECURRENCIA Y ANALISIS

COMBINATORIO”
DIAGRAMA DE PRESENTACIÓN DE LA UNIDAD II
CONTENIDOS
Al finalizar la unidad el estudiante interpreta, aplica y analiza nociones básicas de la lógica y la

teoría de conjuntos, para desarrollar adecuadamente el análisis combinatorio a través de la reso-
lución de ejercicios.
51
CONTENIDOS
Tema N° 1 : Inducción Matemática • Identifica y establece formulas y Procedimientos e indicadores de
1 Principio de inducción teoremas matemáticos mediante la evaluación permanente:
matemática. inducción matemática. • Entrega puntual de trabajos realizado.
2 Demostraciones de • Interpreta, identifica y resuelve • Calidad, coherencia y pertinencia de
proposiciones matemáticas ejercicios de relaciones de recu- contenidos desarrollados.
mediante la inducción rrencia.
• Prueba teórico-práctica, individual.
matemática • Identifica las técnicas de conteo y
• Actividades desarrolladas en sesiones
Tema N° 2: Relaciones de desarrolla problemas aplicados a la
tutorizadas.
Recurrencia teoría de códigos y grafos.
Criterios para evaluar demostraciones
1 Definiciones recursivas
por inducción matemática, resolución de
2 Relaciones de recurren-cia de ecuaciones de relaciones de recurrencia
primer orden. y dominio de los fundamentos básicos
3 Relaciones de recu-rrencia de del análisis combi-natorio.
segundo orden. • Demuestra por induc-ción matemática
4 Resolución de relacio-nes de sucesiones recursivas.
recurrencia. • Resuelve relaciones de recurrencia de
Tema N° 3: Análisis Combinatorio primer y segundo orden
1 Primer y segundo prin-cipio del • Desarrolla e interpreta problemas de
conteo. conteo.
2 Permutaciones.
3 Combinaciones.
RECURSOS:
Videos:
Tema Nº 1
Video 6: Inducción matemática.

Tema Nº 2
Video 7: Relaciones de recurrencia (A).
Video 8: Relaciones de recurrencia (B).
Tema Nº 3
Video 9: Análisis combinatorio (A).
Video 10: Análisis combinatorio (B).
Sucesiones. ORÉ, P. (2015)
52
• Prueba de desarrollo.
Instrumento de • Prueba objetiva

evaluación
• RALPH, P. (2002). Matemáticas Discreta y Combinatoria. Editorial Addison-Wesley
Iberoamericana
Bibliografía (Básica y
• ROSEN, K. (2004). Matemática Discreta y sus Aplicaciones. Editorial Mc Graw Hill
Complementaria) • JOHNSONBAUGH, R. (2000). Matemática Discreta. Grupo Editorial Iberoamérica
Terán Lillo, Nelson. Inducción Matemática. [en línea] Chile. Disponible en:
www.eneayudas.cl/induccionmatematica/induccionmatematica.htm
(Acceso 01/08/2015).
Recursos
Educativos Ramírez Benavides Kryscia. Recursión y relaciones de recu-rrencia. [en linea] Costa Rica.
digitales Disponible en:
ucr.academia.edu/KrysciaBenavides
(Acceso 01/08/2015)
53
TEMA N° 1:
UNIDAD II
INDUCCIÓN MATEMÁTICA
INTRODUCCION
Este tema de la inducción matemática es muy importante en ciencias de la computación y en matemáticas,
porque se utiliza para verificar si un programa o un algoritmo funciona o no y si una fórmula matemática es válida
TEMA N° 1
o no.
Hay que tener en cuenta que este es un método legítimo de demostración, pero a diferencia de los otros mé-
todos de demostración, aquí solamente se trabaja en el campo de los números enteros, lo que facilita su com-
prensión.
1. Principio de Inducción Matemática.

Consideremos un juego de video que empieza cuando en 5 segundos aparece un muñeco, cinco segundos des-
pués el muñeco se divide en dos, que aparecen en dos lugares de la pantalla. Cinco segundos más tarde estos
dos muñecos se subdividen en dos y así sucesivamente, es decir, cada cinco segundos el número de mañecos
se duplica. El objetivo del jugador es eliminarlo antes de que cubra toda la pantalla. Si asumimos que el jugador
no es muy hábil en eliminar los muñecos y que todos sobreviven ¿Cuántos muñecos habrá en 30 segundos
después de iniciado el juego? Calculando el número de muñecos, tendremos en 30 segundos:
Tiempo: 5 10 15 20 25 30
Muñecos: 1 2 4 8 16 32
Si quisiéramos saber cuántos muñecos estarían en la pantalla en 5 minutos, podríamos ampliar la tabla, pero el
trabajo se haría engorroso. Para evitar este hacemos lo siguiente: Sea A(n) el número de muñecos n intervalos
de 4 segundos, entonces: A(1) = 1, A(2) = 2, A(3) = 4, A(4) = 8, etc. Observamos que A(n) = 2n-1 para n = 1, 2, 3,
4, 5, 6, por lo que después de 5 minutos el valor será igual a 5x60 segundos, es decir A(60) = 259. La pregunta
es la siguiente: ¿cómo podremos estar seguros de que lo que esperamos es correcto, sin que hayamos hecho
todos los cálculos? Para ello aplicamos la inducción matemática, para lo cual:
Sabemos la respuesta.
Sabemos cómo determinar la respuesta en una etapa a partir de la respuesta anterior y,
Tenemos una expectativa de respuesta general.
El principio de inducción matemática consiste en lo siguiente:
Sea Pn una proposición, tal que n ∈ Z+, donde 5, 6n es una variable discreta. Si la proposición Pn satisface las
condiciones siguientes:
a) P1 es verdadero (llamado paso básico)
b) Ph → Ph+1 es verdadero ( k ∈ Z+ ) siempre que Ph es verdadero por hipótesis inductiva.
Entonces Pn es verdadero para todo n ∈ Z+
54
Inducción Matemática según (ROSEN, 2004)
Se aplica cuando se trata de establecer la veracidad de una lista infinita de proposiciones.
UNIDAD II
Ejemplo aclaratorio: Demostrar que: Si 0 < x < 1, entonces 0 < xn < 1, ∀n ∈ Z+
Demostración:
1) Si n = 1, entonces tenemos: P1 : 0 < x < 1 es verdadero ( según la hipótesis ).
2) Debemos demostrar que para n = h+1, la proposición Ph+1 : 0 < xh+1 < 1 sea verdadero.(hipótesis inductiva)
TEMA N° 1
Para ello habrá que basarse en los pasos 1 y 2. Veamos:
Si multiplicamos miembro a miembro éstas desigualdades, obtenemos:
< xh.x < 1 ↔ 0 < xh+1 < 1 (ésta proposición es verdadera por un teorema que afirma: “dos desigualdades posi-
0
tivas del mismo sentido se pueden multiplicar miembro a miembro, obteniéndose otra desigualdad del mismo
sentido”).
Se ha demostrado que ( P1 ∧ Ph ) → Ph+1.
Inducción matemática según (RALPH, 2002)
Se utiliza para verificar que todo entero positivo satisface cierta fórmula matemática
2. Demostraciones de proposiciones matemáticas mediante la inducción

matemática.
Ejercicio 1. Demostrar que:
2 + 4 + 6 + 8 + … + 2n = n(n+1)
Solución:
a) Paso básico: Si n = 1 → P(n): 2 = 1(1+1)
2 = 2 (V)
b) Hipótesis inductiva: Si P(n+1):
2 + 4 + 6 + 8 + … + 2n + 2(n+1) = (n+1)(n+2)
n(n+1) + 2(n+1) = (n+1)(n+2)
n2 + n + 2n + 2 =(n +1)(n+2
n2 + 3n + 2 = (n +1)(n+2)
(n + 1)(n + 2) = (n +1)(n +2)
Observamos que se cumple para P(n+1). Por lo tanto P(n) es Verdadera.
55
Ejercicios 2. Demostrar que:
12 + 22 + 32 + … + n2 = 1/6(n)(n+1)(2n+1)
UNIDAD II
Solución:
a) Paso básico: Si n = 1 → P(n): 12 = 1/6(1)(1+1)(2x1+1)
1=1

TEMA N° 1
12 + 22 + 32 + … + n2 + (n+1)2 = 1/6(n+1)(n+2)(2n+3)
1/6(n)(n+1)(2n+1) + (n+1)2 = 1/6(n+1)(n+2)(2n+3)
(n+1)[(n(2n+1))/6+n+1] = 1/6(n+1)(n+2)(2n+3)
(n+1) [(n(2n+1)+6n+6)/6]] = 1/6(n+1)(n+2)(2n+3)
(n+1)[(2n^2+n+6n+6)/6]] = 1/6(n+1)(n+2)(2n+3)
(n+1)[((n+2)(2n+3))/6]] = 1/6(n+1)(n+2)(2n+3)
(n+1)(n+2)(2n+3)/6 =1/6(n+1)(n+2)(2n+3)
1 + 2 + 3 + … + n < 1/8(2n+1)2
Solución:
a) Paso básico: Si n = 1 → P(n): 1 < 9/8
1 + 2 + 3 + … + n + (n+1) < 1/8(2n+3)2
(n(n+1))/2+(n+1) < 1/8(2n+3)2
(n(n+1)+2n+2)/2 < 1/8(2n+3)2
(n^2+3n+2)/2 < 1/8(2n+3)2
4n2 + 12n + 8 < 4n2 +12n + 9
a + ar + ar2 + … + arn-1 =
Solución:
a) Paso básico: Si n = 1 → P(n): a = a
56
a + ar + ar2 + … + arn-1 + arn = (a(1- r^(n+1)))/(1-r)
UNIDAD II
(a(1-r^n))/(1-r)+ar^n = (a(1- r^(n+1)))/(1-r)
(a-ar^n+ar^n-ar^n.r)/(1-r) = (a(1- r^(n+1)))/(1-r)
(a(1-r^n.r))/(1-r) = (a(1- r^(n+1)))/(1-r)
(a(1-r^(n+1)))/(1-r) = (a(1- r^(n+1)))/(1-r)
TEMA N° 1
10n + 3(4n+2) + 5 es divisible por 9
Solución:
a) Paso básico: Si n = 1 → P(n): 10 + 192 + 5 divisible por 9
207 es divisible por 9
10n+1 + 3(4n+3) + 5 es divisible por 9
10n.10 + 3(4n+2.4) + 5 es divisible por 9
10n(9+1) + 12(4n+2) + 5 es divisible por 9
10n(9+1) + (9+3)(4n+2) + 5 es divisible por 9
9.10n + 10n + 9(4n+2) + 3(4n+2) + 5 es divisible por 9
10n + 3(4n+2) + 5 + 9(10n + 4n+2) es divisible por 9

Hip.Ind. div por 9
ACTIVIDAD FORMATIVA N° 1–INDUCCION MATEMATICA

“Identifica y establece formulas y teoremas matemáticos mediante la inducción matemática”.
1. Demuestre por Inducción matemática:
1.1. n(n+1)(n+5) es divisible por 6, ∀n ≥ 1
1.2. 22n + 5 es divisible por 9 , ∀n ≥ 1
1.3. 3n2 + 15n + 6 es divisible por 6, ∀n ≥ 1
1.4. 32n+3 + 2n+3 tiene como factor el número 7, ∀ n ≥ 1
57
n
1.5. 12 + 32 + 52 + … + ( 2n-1 )2 = (4n 2 − 1)
3
n
1.6. 1x3 + 2x4 + 3x5 + … + n ( n + 2 ) = (n + 1)( 2n + 7)
UNIDAD II
6
1 1 1 1 n
1.7. + + + ... + =
1x 2 2 x3 3 x 4 n(n + 1) n + 1
1.8. 1
+
1
+
1
+ ... +
1
=
n (3n + 5)
1x3 2 x4 3 x5 n ( n + 2) 4( n + 1)
( n + 2)
1.9. 1x 2 + 2 x 2 2 + 3 x 2 3 + ... + n
x 2 n = ( n − 1) x 2 n +1 + 2
2. Demuestre por Inducción matemática:

TEMA N° 1
n
n
2.1.- ∑ [a + (k − 1)d ] = 2 [2a + (n − 1)d ]
k =1
n
n2
2.2.- ∑i
i =1
3
4
(n + 1) 2
=
2.3.- ∑ ( ii −1 ) = 4 − n +n −12
n
i =1 2 2
2.4.- ∑
n
3 3n
=
i =1 (3i − 2)( 3i − 1) 2(3n + 2)
• Inducción matemática
ENVIE SU TRABAJO AL AULA VIRTUAL
VIDEOS

Título o Tema: Inducción matemática.
URL: https://youtu.be/YD-XjTmsDhc
Autor(a): Universidad Católica de Murcia UCAM (España).
Expositor(a): Jesús Soto.
Año: 2014.
Video 6: Inducción matemática.
58
TEMA N° 2:
UNIDAD II
RELACIONES DE RECURRENCIA
INTRODUCCION
La importancia de las relaciones de recurrencia radica en que mediante esta técnica se pueden resolver muchos
problemas que no los podemos hacer utilizando las técnicas de conteo como las permutaciones, variaciones o
TEMA N° 2
combinaciones.
Esta técnica es muy utilizada en temas de computación para encontrar la recursividad que se dan con los térmi-
nos de una sucesión de números, teoría de grafos, algoritmos, arboles, etc.
1. Definiciones Recursivas.
Los valores de los términos en una sucesión pueden darse de manera explícita mediante fórmulas, o por des-
cripciones como “sea el valor de la n-ésima arista de un camino de x-y”, por lo que decimos que una sucesión
se define recursivamente cuando se definen sus primeros valores y los valores restantes están definidos en
términos de valores previos en la sucesión.
Ejemplo. Sea ∑ = { a, b }.
a) Nos interesa el número sn de palabras de longitud n que no tengan varias consecutivas, es decir que no
contengan aa. Sea An el conjunto en ∑n que no contenga aa. Entonces A0 = {ε}, A1 = ∑, A2 = ∑2 / {aa}y por lo
tanto s0 = 1, s1 = 2, s2 = 4 – 1 = 3. Para obtener una formula recursiva para s, consideramos n ≥ 2 y conta-
mos las palabras de An en términos de palabras más cortas. Si una palabra en An termina en b puede estar
precedida por cualquier palabra en An-1. De esta manera, sn-1 palabras en An terminan en b. Si una palabra
en An termina en a , entonces las dos últimas letras son ba y estas pueden venir precedidas por cualquier
palabra en An-2. Por lo que sn-2 palabras en An terminan en a.Así sn = sn-1 + sn-2 para n ≥ 2. Esta es la relación
de recurrencia para la sucesión de FIBONACCI, pero hay que notar que la base es distinta: s1 = 2, mientras
que FIB(1) =1, de hecho sn = FIB ( n+1 ) ∀n ∈ N.
b) Como ∑n tiene 2n palabras, hay 2n – s, palabras de longitud n, con aes consecutivas.
• Relaciones de recurrencia
Las relaciones de recurrencia pueden considerarse como técnicas avanzadas de conteo. Resuelven problemas
cuya solución no pueden obtenerse usando variaciones, permutaciones o combinaciones.
Recordemos que una sucesión es una función f : N → A. Para indicar la imagen en el conjunto A de n, esto es
f(n), se emplea el símbolo an.
Una sucesión suele denotarse por a1 , a 2 a 3 ,... , por {an} n∈N , o por {an}. A los elementos a1 , a 2 a 3 ,... se les llama
términos de la sucesión, de an se dice que es el término general.
Para introducir la teoría de las relaciones de recurrencia, tomemos como ejemplo la conocida sucesión de Fibo-
nacci 1, 1, 2, 3, 5, 8, 13, … donde cada término, a partir del tercero se obtiene sumando los dos anteriores. Una
expresión de este tipo, en la que el término general de la sucesión se escribe en función de algunos otros térmi-
nos anteriores, recibe el nombre de relación de recurrencia, ecuación de recurrencia ó ecuación en diferencias.
La relación de recurrencia no determina de manera única la sucesión. Para ello es necesario conocer algunos
59
términos de la sucesión, lo que llamaremos condiciones iniciales o condiciones de frontera. En el caso anterior
a1 = 1 y a2 = 1.
UNIDAD II
Las sucesiones:
1, 2, 4, 8, 16, …
3, 6, 12, 24, 48 ,…
Satisfacen la misma relación de recurrencia an = 2an-1, n ≥ 1. La condición inicial a0 = 1 junto con esta relación
de recurrencia determinan de forma única la primera. El conjunto { an = 2an-1, si n ≥ 1, a0 = 3 } define la segunda.
TEMA N° 2
Si queremos obtener un término concreto de una sucesión dada en formas recurrente debemos ir obteniendo
todos los anteriores lo cual no parece muy práctico, (¿Cuál es el valor de a100 en la sucesión de Fibonacci?), nos
interesa pues, determinar una expresión del tipo
an = g (n) en la que el término general de la sucesión dependa solo de la posición que ocupa y no de términos
anteriores. A una expresión de este tipo se llama solución de la relación de recurrencia.
2. Relaciones de recurrencia de primer orden.

Una progresión geométrica es una sucesión de números infinitos, donde la razón es el cociente entre cualquier
término y su predecesor.
En general: si a0, a1, a2, a3, … es una progresión geométrica, entonces:
a1/a0 = a2/a1 = a3/a2 = … = an+1/an = r ↔ an+1 = ran que es la relación de recurrencia.
Ejemplo aclaratorio:
En la sucesión: 1, 2, 4, 8, 16,…
La razón es 2, por lo tanto: an+1 = 2an, ∀n ≥ 0
Es decir:
Para n = 0 → a1 = 2a0 = 2 (a0 = 1)
Para n = 1 → a2 = 2a1 = 4
Para n = 2 → a3 = 2a2 = 8, y así sucesivamente
Observación.
La relación de recurrencia an+1 = 2an, ∀n ≥ 0 no define una única progresión geométrica, ya que por ejemplo la
sucesión: 3, 6, 12, 24, 48,… también satisface dicha relación de recurrencia. Veamos:
Para n = 0 → a1 = 2a0 = 6 (a0 = 3)
Para n = 1 → a2 = 2a1 = 12
Para n = 2 → a3 = 2a2 = 24, y así sucesivamente.
Por lo que, para distinguir la sucesión particular descrita por an+1 = 2an, ∀n ≥ 0 necesitamos conocer algunos
términos de la sucesión a los que se les llama condiciones iniciales. Por lo tanto:
60
an+1 = 2an, ∀n ≥ 0 ; a0 = 1, satisface la primera progresión.
an+1 = 2an, ∀n ≥ 0 ; a0 = 3 satisface la segunda progresión
UNIDAD II
• queremos obtener un término concreto de una sucesión en forma recurrente, debemos ir obteniendo
Si
las anteriores, lo cual es muy engorroso, por ejemplo ¿Cuál es el valor del termino a500 en la sucesión de
Fibonacci? Para evitar esto, es necesario determinar una expresión o formula en la que el término general
de la posición depende solo de la posición que ocupe y no del término anterior. A este tipo de formula se
le denomina solución de la relación de recurrencia. Por lo tanto:
La fórmula para la relación de recurrencia an+1 = 2an, ∀n ≥ 0 es:
TEMA N° 2
an+1 = Kan ; n ≥ 0
Por ejemplo, para la progresión geométrica 1, 2, 4, 8, 16,…, tenemos:
a0 = 1 → 1 x 20
a1 = 2 → 1 x 21
a2 = 4 → 1 x 22
a3 = 8 → 1 x 23
. .
. .
. .
an = 1 x Kn , como 1 es a0, entonces la solución general para esta progresión es:
an = a0 x Kn
Ejemplo: hallar la solución general para la siguiente relación de recurrencia:
an = 3an-1 ; ∀n ≥ 1 y a0 = 5
Solución:
a0 = 5 → 5 x 30
a1 = 3a0 = 15 = 5 x 31
a2 = 3a1 = 45 = 5 x 32
a3 = 3a2 = 135 = 5 x 33
. .
. .
. .
an = 5 x 3n
61
3. Relaciones de recurrencia de segundo orden.
UNIDAD II
Se aplica para definir indirectamente el termino n-ésimo de una se rie de términos.
Consideremos la relación de recurrencia de la forma:
Sn = aSn-1 + bSn-2
con una ecuación característica: x2 – ax – b = 0 ; a y b ≠ 0
• Si la ecuación característica tiene soluciones diferentes para x1 y x2, entonces:

TEMA N° 2
Sn = C1x1n + C2x2n
Si S0 y S1 han sido especificados, las constantes C1 y C2 pueden determinarse haciendo n = 0 y n = 1, para pos-
teriormente resolver las dos ecuaciones para C1 y C2.
Ejemplo: Resolver Sn = Sn-1 + 2Sn-2 ; S0 = 3 y S1 = 3
Solución:
a = 1 y b = 2, luego la ecuación característica es: x2 – x – 2 = 0, es decir: (x-2)(x+1) = 0 → x1 = 2 y x2 = -1
→ Sn = C1(2n) + C2(-1n)
Para n = 0 y n = 1:
S0 = C1(20) + C2(-10) y S1 = C1(21) + C2(-11)
Resolviendo: C1 = 2 y C2 = 1
Luego: Sn = 2(2n) + 1(-1n)
Sn = 2n+1 + (-1n)
• Si la ecuación característica tiene una sola solución, es decir x1 =x2
Sn = C1xn + C2nxn
Ejemplo: Resolver Sn = 6Sn-1 – 9Sn-2 ; S0 = 1 y S1 = -3 ; ∀n ≥ 2
Solución:
a = 6 y b = -9, luego la ecuación característica es: x1 = x2 = 3
→ Sn = C1(3n) + C2n(3n)
Para n = 0 y n = 1:
S0 = C1(30) + C2(0)(30) y S1 = C1(31) + C2(1)(31)
Resolviendo: C1 =1 y C2 = -2
Sn = 3n(1-2n)
62
4. Resolución de relaciones de recurrencia.
UNIDAD II
Se aplica para establecer relaciones entre los términos de una serie de números.
Ejercicio 1. Hallar la solución general para la siguiente relación de recurrencia:
an = 4an-1 ; n ≥ 1 y a0 = 7
Solución:
a0 = 7 → 7 x 40
TEMA N° 2
a1 = 4a0 → 7 x 41
a2 = 4a1 → 7 x 42
a3 = 4a2 → 7 x 43
La solución general es: an = 7 x 4n
Ejercicio 2. Hallar la solución general para la siguiente relación de recurrencia:
an = 5an-1 ; n ≥ 1 y a2 = 75
Solución:
n = 1 → a1 = 5a0
n = 2 → a2 = 5a1
a2 = 5(5a0)
n = 3 → a3 = 5(5(5a0))
. .
. .
. .
Luego: an = 5n x a0 → a2 = 52 x a0 ↔ 72 = 25 x a0 → a0 = 3
Por lo tanto:
a0 = 3 → 3 x 50
a1 = 15 → 3 x 51
a2 = 75 → 3 x 52
a3 = 375 → 3 x 53
La solución general es: an = 3 x 5n
Ejercicio 3. Encuentre una relación de recurrencia con una condición inicial, que determine de manera única
cada una de las siguientes progresiones geométricas, luego halle la solución general:
a) 2, 8, 32, 128, 512,…
63
Solución:
r = 4 → an+1 = 4an ; n ≥ 0
UNIDAD II
Solución general: an = 2 x 4n ; n ≥ 0
b) 4, -20, 100, -500,…
Solución:
r = -5 → an+1 = -5an ; n ≥ 0
TEMA N° 2
Solución general: an = 4(-5)n ; n ≥ 0
c) 1, 1/3, 1/9, 1/27,…
Solución:
r = 1/3 → an+1 = 1/3an ; n ≥ 0
Solución general: an = (1/3)n ; n ≥ 0
Ejercicio 4. Resolver la siguiente relación de recurrencia:
an = 5an-1 – 6an-2 ; a0 = 7 y a1 = 16
Solución:
a = 5 y b = -6
Ecuación característica: x2 – 5x + 6 = 0 → (x-3)(x-2) = 0 → x1 = 3 ; x2 = 2
Por lo tanto:
an = C1(3n) + C2(2n)
Para n = 0 y n = 1
a0 = C1(30) + C2(20) y a1 = C1(31) + C2(21)
7 = C1 + C2 y 16 = 3C1 + 2C2
Reemplazando estos valores tenemos que:
La solución general es: an = 2(3n) + 5(2n)
an + 3an-1 – 10an-2 = 0 ; a0 = 1 y a1 = 9
Solución:
an = -3an-1 + 10an-2
Ecuación característica: x2 +3x–10 = 0 → (x+5)(x-2) = 0 → x1 = -5 ; x2 = 2
Por lo tanto:
64
an = C1(-5n) + C2(2n)
Para n = 0 y n = 1
UNIDAD II
Resolviendo: C1 = -1 y C2 = 2
La solución general es: an = 2n+1 – (-5n)
TEMA N° 2
9an = 6an-1 – an-2 ; a0 = 6 y a1 = 5
Solución:
an = 6/9an-1 – 1/9an-2
Ecuación característica: x2 +6/9x +1/9 = 0 → 9x2 – 6x + 1 = 0 → (3x–1)2 = 0 → x1 = x2 = 1/3
Por lo tanto:
Sn = C1(1/3)n + C2n(1/3)n
Para n = 0 y n = 1
La solución general es: an = 6(1/3)n + 9n(1/3)
ACTIVIDAD FORMATIVA N° 2 – RELACIONES DE RECURRENCIA

“Interpreta, identifica y resuelve ejercicios de relaciones de recurrencia”.
1. Encontrar la solución general de la relación de recurrencia que determina de manera única las siguientes su-
cesiones:
a) { 2, 10, 50, 250, … }
b) { 6, -18, 54, -162, … }
c) { 1, 1/3, 1/9, … }
d) { 1, 1/5, 1/15, 1/45, … }
e) { 3, 7, 11, 15, … }
f) { 3, 6, 9, 15, 24, 39, … }
g) { 1, 1, 2, 4, 16, 128, 4096, … }
65
2. Resuelva la relación de recurrencia dada para las condiciones iniciales dadas:
a) an = 2nan-1 ; a0 = 1
UNIDAD II
b) an = an-1 + n ; a0 = 0
c) an = 6an-1 – 8an-2 ; a0 = 1 , a1 = 0
d) an = 7an-1 – 10an-2 ; a0 = 5 , a1 = 16
e) an = 2an-1 + 8an-2 ; a0 = 4 , a1 = 10
TEMA N° 2
f) 2an = 7an-1 – 3an-2 ; a0 = a1 = 1
g) 9an = 6an-1 – an-2 ; a0 = 7 , a1 = 9
• Relaciones de recurrencia
ENVIE SU TRABAJO AL AULA VIRTUAL
VIDEOS

Título o Tema: Ecuaciones recurrentes lineales homogé-
neas.
URL: https://youtu.be/GVQnbhqg2tU?t=7s
Autor(a): Pass It EDU (España).
Año: 2013.
Licencia: Licencia de atribución de Creative Commons (permite
reutilización).
Video 7: Relaciones de recurrencia (A).

Título o Tema: Ecuaciones recurrentes lineales homogé-
neas.
URL: https://youtu.be/GVQnbhqg2tU?t=5m34s
Autor(a): Pass It EDU (España).
Año: 2013.
Licencia: Licencia de atribución de Creative Commons (permite
reutilización).
Video 8: Relaciones de recurrencia (B).
66
TEMA N° 3:
UNIDAD II
ANALISIS COMBINATORIO
INTRODUCCION
El estudio de este tema tiene gran relevancia, porque permitirá al estudiante desarrollar su capacidad de análi-
sis para deslindar cuando un problema puede ser resuelto mediante una permutación o cuando mediante una
TEMA N° 3
combinación.
Su aplicación en el campo de la computación es bastante amplia, ya que es posible resolver ejercicios de arre-
glos o cadenas a través de las combinaciones, a la par que se pueden encontrar formas de determinar la cantidad
de combinaciones o permutaciones existentes en el desarrollo de un problema (siempre y cuando la cantidad
sea pequeña).
1. Primer y Segundo Principio del Conteo.

• PRIMER PRINCIPIO DEL CONTEO. Si una acción puede realizarse en t pasos sucesivos y si el paso 1 se
puede hacer de n1 formas, el paso 2 de n2 formas, … , y el paso t de nt formas; entonces el número de
acciones posibles es: n1 x n2 x n3 x … x nt
jemplo: Si se lanzan simultáneamente un dado con 6 caras numeradas del 1 al 6 y una moneda. ¿De cuántas
E
formas pueden caer?
Acción A = Caer el dado
Acción B = Caer la moneda
puede darse de 6 formas diferentes y B de 2 formas diferentes; entonces A y B pueden darse simultáneamen-
A
te de 6 x 2 = 12 formas.
• SEGUNDO PRINCIPIO DEL CONTEO. Si un suceso A puede ocurrir de m formas y otro suceso B puede
ocurrir de n formas, pero cuando ocurre A no puede ocurrir B; entonces el número de formas en que pue-
de ocurrir A ó B es: m + n
jemplo: Para viajar de una ciudad a otra disponemos de 2 líneas aéreas ó de 3 líneas terrestres. ¿De cuántas
E
maneras podemos hacer el viaje?
Por aire: 2 maneras de viajar o Por tierra: 3 maneras de viajar
Por lo tanto se puede hacer el viaje de 2 + 3 = 5 maneras.
Combinaciones según (JOHNSONBAUGH, 2000)
Se utilizan para desarrollar ordenaciones de series no ordenadas con repetición y sin repetición.
2. Permutaciones.
Son los diferentes ordenamientos que se pueden obtener con todos los elementos de un total dado. El orden de
los elementos diferencia una permutación de otra.
67
Las permutaciones de “n” elementos se calcula a partir de:
Pn = n! n ≥ 0
UNIDAD II
Ejemplo: De cuantas maneras se pueden ordenar las letras A, B y C en línea recta.
Se trata de permutar las 3 letras, entonces: P3 = 3! = 6
Las permutaciones son: ABC, ACB, BAC, BCA, CAB, CBA
• Variaciones. Una variación de un cierto número de elementos es un ordenamiento que se puede realizar
con un parte de ellos.
TEMA N° 3
Las variaciones que se pueden realizar con “n” elementos tomados de r en r se calcula:
n!
Vrn = ;n>1yn≥r
(n − r )!
Ejemplo: Determine cuantas y cuáles son las variaciones de las letras A, B y C tomadas de 2 en 2.
El número de variaciones es: V 3 = 3!

2 =6
(3 − 2)!
Las variaciones son: AB, AC, BA, BC, CA, CB
En este ejemplo verificamos la importancia DEL ORDEN DE LOS ELEMENTOS EN LAS VARIACIONES. Así, AB
y BA contienen los mismos elementos pero tienen diferente orden y eso los distingue.
n! Lasnpermutaciones
Observación:
n ! son un caso particular de las variaciones:
Vn = = = n!= Pn
(n − n)! 0!
3. Combinaciones.
Son los diferentes agrupamientos que se pueden formar con un cierto número de elementos de un conjunto
considerando que para formar un grupo no importa el orden en que se seleccionen sus elementos.
El número de combinaciones que se pueden realizar con “n” elementos tomados en grupos de r en r se calcula
de la siguiente manera:
n!
Crn =
r!(n − r )! ; n ≥ r ≥ 1
Ejemplo: ¿De cuántas maneras se pueden escoger 2 letras entre A, B y C?
Como no interesa el orden, entonces:

3!
C23 = =3
2!(3 − 2)!
Las combinaciones son: AB, BC y AC
Ejercicio 1. De cuantas maneras se pueden ordenar 6 personas en fila india.
Como nos interesa el orden como se encuentren en fila estas 6 personas, entonces su solución corresponde a
una permutación:
P6 = 6! = 720 maneras
68
Ejercicio 2. ¿De cuantas maneras diferentes puede elegirse un comité de 4 personas en un club de 10 miem-
bros, sabiendo que los cargos a desemèñar son de diferente significación y trascendencia?
UNIDAD II
10 !
V410 = = 5040
(10 − 4)!
Ejercicio 3. Tres viajeros llegan a una ciudad en la que hay siete hoteles. ¿De cuantas maneras podrán colocarse
en hoteles diferentes?
1º elige: 7 maneras
TEMA N° 3
→ 7 x 6 x 5 = 210 maneras
Ejercicio 4. Se desea formar un comité de 8 personas seleccionando 6 informáticos y 2 matemáticos. ¿De cuan-
tas maneras podrá seleccionarse?
Como no nos interesa el orden, entonces utilizamos combinaciones:

C 610 xC 4
2 = 210 x6 = 1260
Ejercicio 5. De 6 números positivos y 5 negativos deberán escogerse 4 de modo que su producto sea positivo.
¿De cuantas formas diferentes se puede escoger dicho cuarteto?
6!
4 positivos: C 46 = = 15
4!(6 − 4)!
5 5!
4 negativos: C 4 = =5
4!(5 − 4)!
2 pos. y 2 neg.: C 26 xC 5
2 = 150
Total: 15 + 5 + 150 = 170 maneras
Ejercicio 6. Con 7 ingenieros y 8 médicos se deben formar un comité de 6 miembros. ¿De cuantas maneras
puede formarse el comité, el cual incluye al menos 2 ingenieros?
2 ing.: C 7 xC 8
= 1470
2 4
3 ing.: C 37 xC 8
3 = 1960
4 ing.: C 47 xC 8
2 = 980
5 ing.: C 57 xC 8
1 = 168
6 ing.: C 67 = 7
Total: 1470 + 1960 + 980 + 168 + 7 = 4585
Ejercicio 7. 3 hombres y 3 mujeres se van a sentar en una fila de 6 asientos. ¿De cuantas formas diferentes se
podrán sentar, si las mujeres desean estar juntas?
Para que las mujeres estén juntas existen 4 maneras.
Luego, en sus 3 asientos habrá 3!= 6 maneras
Los varones ocupan los 3 restantes, es decir 3!=6 maneras
Por lo tanto, el total es: 4 x 6 x 6 = 144 maneras
69
UNIDAD II
SUCESIONES
ORÉ, P,(2015)
Progresión aritmética o lineal (P.A.): Es una sucesión central que es igual a la semisuma de los extremos
de números tales que cada uno de ellos resulta ser o de cualquier par de términos equidistantes de los
TEMA N° 3
igual al anterior aumentado en un número fijo llama- extremos.t +t t +t t +t

1 n 2 n −1 3 n −2
do razón. tc = = = = ......
2 2 2
Progresión geométrica (P.G.): Es una sucesión de

números en la cual cada término es igual al anterior
multiplicado por una cantidad constante, diferente de
Donde: t1 : primer término cero, llamada razón.
tn : término n-ésimo
r : razón
n : número de términos Donde:
Una progresión aritmética puede ser: t1 : primer término
tn : término n-ésimo
a) Creciente: Si r > 0
q : razón
n : número de términos
b) Decreciente: Si r < 0
Una progresión geométrica puede ser:
Fórmulas para progresiones aritméticas:
a) Razón: a) Creciente: Si q > 1
r = t 2 − t 1 = t n − t n −1
b) Término n-ésimo: b) Decreciente: Si 0 <

q<1
t n = t 1 + r (n − 1) t n = t 0 + r.n
Donde: t0 = término anterior al primero

c) Oscilante: Si q < 0
c) Número de términos:
t n − t1 tn − t0
n= + 1 n = Fórmulas para progresiones geométricas:
r r
d) Término central: En toda progresión aritmética se a) Razón:
cumple que la suma de términos extremos o equi-
t2 t
distantes de los extremos es constante. Asimis- q= = n
mo, si el número de términos de una progresión t 1 t n −1
b) Término n-ésimo:
aritmética es impar, entonces existe un término
70
Para n = 2: t2 = 2(2)2 – (2) + 1 = 7

t n = t 1 ⋅ q n −1
Para n = 3: t3 = 2(3)2 – (3) + 1 = 16
UNIDAD II
c)
Término central: En toda progresión geométrica
se cumple que el producto de términos extre- Para n = 4: t4 = 2(4)2 – (4) + 1 = 29
mos o equidistantes de los extremos es cons-
tante. Asimismo, si el número de términos de Entonces, la sucesión es: 2, 7, 16, 29, ..
una progresión geométrica es impar, entonces
Cálculo práctico del término n-ésimo de una suce-
existe un término central que es igual a la raíz
sión cuadrática:
cuadrada del producto de los extremos o de
cualquier par de términos equidistantes de los
TEMA N° 3
extremos.
t c = t 1 × t n = t 2 × t n −1 = t 3 × t n − 2 = ...... Algunas sucesiones notables:
Término
d) Producto de “n” términos: Fórmula válida para Nombre Sucesión
n-ésimo
progresiones geométricas con número finito de tér-
minos. Números 1, 2, 3, 4, 5, ...
tn = n
naturales
(t 1 ⋅ t n )n Números pares 2, 4, 6, 8, 10, ... tn = 2n

Sucesiones cuadráticas:
Números 1, 3, 5, 7, 9, ...
tn = 2n – 1
El término n-ésimo de una sucesión cuadrática tiene impares
la forma general:
2 Números 1, 3, 6, 10, 15, ...
t n = an + bn + c a ≠ 0, n ∈ N triangulares
n (n + 1)
tn =
Dónde: n : número de términos o lugar que ocupa 2
un término en la sucesión Números 1, 4, 9, 16, 25,
tn = n2
cuadrados ...
a, b, c : constantes reales
Fibonacci 1, 1, 2, 3, 5, 8, t1 = 1, t2 = 1
Ejemplo: Sea la sucesión: tn = 2n2 – n + 1. Sus térmi- 13, ... tn = tn-1 + tn-2, ∀
nos son: n≥3
Para n = 1: t1 = 2(1)2 – (1) + 1 = 2
71
ACTIVIDAD FORMATIVA Nº 3 – ANALISIS COMBINATORIO
UNIDAD II
“Identifica las técnicas de conteo y desarrolla problemas aplicados a la teoría de códigos y grafos”.
1. Se envían 50 microprocesadores de los cuales cuatro están defectuosos:
1.1. ¿De cuántas maneras pueden seleccionarse cuatro microprocesadores?.
1.2. ¿De cuántas maneras pueden seleccionarse cuatro microprocesadores no defectuosos?

TEMA N° 3
1.3. ¿De cuántas maneras pueden seleccionarse cuatro microprocesadores que contienen exactamente
dos defectuosos?
2. Roberto trabaja como operador de computadoras en una Universidad. Una tarden él ve que durante el día
se han enviado 12 programas para su procesamiento por lotes. De cuantas formas puede ordenar Roberto
el procesamiento de estos programas si:
2.1. No existen restricciones.
2.2. E
l considera que 4 de los programas tienen prioridad sobre los otros 8 y desea procesarlos antes.
2.3. Primero separa los programas en los 4 de máxima prioridad, 5 de menor prioridad y 3 de mínima prio-
ridad, y desea procesar los 12 programas de modo que los de máxima prioridad se procesen primero
y los 3 programas de mínima prioridad se procesen al final.
3. alo tiene 6 pantalones, 4 camisas y 5 pares de zapatos, todos de diferentes colores entre sí. ¿De cuantas
L
maneras puede vestirse, si la camisa blanca siempre lo usa con el pantalón azul?
4. Se tiene una urna con fichas azules y verdes, para ganar 1 sol, es necesario sacar 2 fichas azules seguidas
o 2 fichas verdes de cualquier forma. ¿De cuantas maneras se puede ganar 1 sol?
5. Con 6 pesas de, 2, 3, 5, 10, 30 y 70 Kg. ¿Cuántas pesas diferentes pueden obtenerse, tomando aquellas
de 3 en 3?
6. Un total de 120 estrechadas de mano se efectuaron al final de una fiesta. Si cada participante es cortes
con los demás, el número de personas era:
7. ¿De cuantas maneras puede escogerse un comité compuesto de 3 hombres y 2 mujeres de un grupo de
7 hombres y 5 mujeres?
8. ¿De cuantas maneras diferentes, 2 peruanos, 3 argentinos y 4 colombianos pueden sentarse en fila de
modo que los de la misma nacionalidad se sienten juntos?
9. Con las frutas: plátano, papaya, melón, piña y mamey ¿Cuántos jugos de diferentes sabores se podrán
hacer?
10. De 8 hombres y 5 mujeres ¿De cuantas formas distintas se pueden seleccionar un grupo mixto de 7 per-
sonas integrado con por lo menos 3 hombres?
11. 4 personas abordan un automóvil en el que hay 6 asientos. Si solo 2 saben conducir. ¿De cuantas maneras
diferentes pueden sentarse?
72
VIDEOS
UNIDAD II
Título o Tema: Variaciones Combinaciones Permutacio-
nes.
URL: https://youtu.be/ynxsVxVZ9Vw?t=9s
TEMA N° 3
Autor(a): MateMovil
Año: 2015.
Video 9: Análisis combinatorio (A).

Título o Tema: Variaciones Combinaciones Permutacio-
nes.
URL: https://youtu.be/ynxsVxVZ9Vw?t=6m16s
Autor(a): MateMovil
Año: 2015.
Licencia: YouTube estándar
Video 10: Análisis combinatorio (B).
73
GLOSARIO DE LA UNIDAD II
UNIDAD II
A
Algoritmo
conjunto prescrito de instrucciones o reglas bien definidas, ordenadas y finitas que permite realizar una actividad
mediante pasos sucesivos que no generen dudas a quien deba realizar dicha actividad. Dados un estado inicial y
una entrada, siguiendo los pasos sucesivos se llega a un estado final y se obtiene una solución.
TEMA N° 3
Algoritmo recursivo
es un algoritmo que expresa la solución de un problema en términos de una llamada a sí mismo.
C
Cadena de caracteres
En programación, una cadena de caracteres, palabra, ristra de caracteres o frase es una secuencia ordenada de
longitud arbitraria de elementos que pertenecen a un cierto lenguaje formal o alfabeto análogas a una fórmula o
a una oración.
H
Hipotesis
es una «suposición de algo posible o imposible para sacar de ello una consecuencia».1 Es una idea que puede
no ser verdadera, basada en información previa. Su valor reside en la capacidad para establecer más relaciones
entre los hechos y explicar por qué se producen. Normalmente se plantean primero las razones claras por las
que uno cree que algo es posible. Y finalmente ponemos: en conclusión. Este método se usa en el método
científico, para luego comprobar las hipótesis a través de los experimentos.
M
Metodos de demostracion
de ignamos en esta forma los modelos o esquemas más generales que encontramos en los procesos deduc-
tivos. Estos modelos, como veremos en el transcurso de su desarrollo, están fundamentados lógicamente
en teoremas o reglas de inferencia ya establecidos.
O
Objetivo
relativo a los fines o propósitos de algún objeto o algún ser o alguna institución o alguna organización, o bien
literalmente, a la doctrina filosófica de las causas finales, o bien a la atribución de una finalidad u objetivo a un
proceso concreto o a una estructura institucional.
R
Recursividad
es la forma en la cual se especifica un proceso basado en su propia definición.
74
UNIDAD II
Sucesión de FIBONACCI
La sucesión de Fibonacci es la sucesión de números: 0, 1, 1, 2, 3, 5, 8, 13, 21, 34, ...
Cada número se calcula sumando los dos anteriores a él.
El 2 se calcula sumando (1+1)
Análogamente, el 3 es sólo (1+2),
TEMA N° 3
y el 5 es (2+3),
y sigue
BIBLIOGRAFIA DE LA UNIDAD II
Ralph, P. (2002). Matemáticas Discreta y Combinatoria. Editorial Addison-Wesley Iberoamericana
Rosen, K. (2004). Matemática Discreta y sus Aplicaciones. Editorial Mc Graw Hill
Johnsonbaugh, R. (2000). Matemática Discreta. Grupo Editorial Iberoamérica
75
AUTOEVALUACION DE LA UNIDAD II
UNIDAD II
1. Hallar la solución general de la relación de recurrencia:
3an+1 – 4an = 0 ; a1 = 5 Y n ≥ 0
A) an = 12/4(4/3)n
TEMA N° 3
B) an = 15/4(4/3)n
C) an = 12/3(4/3)n
D) an = 15/4(3/4)n
E) an = 15/3(4/3)n
an = 2nan-1 ; a0 = 1
A) an = n(2n)
B) an = n(3n)
C) an = n(4n)
D) an = n(5n)
E) an = n(6n)
an – 6an-1 + 9an-2 ; a0 = 5, a1 = 12 , n ≥ 2
A) an = 5 x 2n + n2n
B) an = 5 x 2n + n3n
C) an = 5 x 3n–n2n
D) an = 5 x 3n + n2n
E) an = 5 x 3n – n3n
4. Una persona invierte 2000 nuevos soles al 12.5% de interés compuesto capitalizado semestralmente. Si
an es el monto al cabo de n años. Encuentre la solución general que permita determinar el monto ahorrado
en determinado tiempo.
A) an = 2000(1.25)n
B) an = 2000(0.25)n
76
C) an = 2000(2.25)n
D) an = 2000(2.5)n
UNIDAD II
E) an = 2000(2)n
an = 4an-1 – 4an-2 ; a0 = 6 , a1= 8 , n ≥ 2
A) an = 2n+1(3 – 2n)
TEMA N° 3
B) an = 2n+1(2 – n)
C) an = 3n+1(3 – n)
D) an = 3n+1(3 – n)
E) an = 2n+1(3 – n)
6. ¿De cuantas maneras pueden colocarse en un estante 4 libros de aritmética y 1 de algebra, si este último
siempre debe ocupar el lugar intermedio, haciéndose la selección de entre 7 libros de aritmética y 3 de
algebra?
A) 5250
B) 2550
C) 2220
D) 2520
E) 2500
7. 5 amigos salen de paseo en un automóvil en el cual pueden sentarse 2 en la parte delantera y 3 en la parte
posterior. ¿De cuantas maneras diferentes podrán sentarse teniendo en cuenta que dos de ellos no saben
manejar?
A) 72
B) 24
C) 48
D) 60
E) 120
77
8. Para contestar un examen un alumno debe contestar 9 de 12 preguntas. ¿Cuántas maneras tiene el alum-
no si debe contestar como máximo una de las 3 primeras preguntas?
UNIDAD II
A) 30
B) 40
C) 38
D) 28
E) 48
TEMA N° 3
9. Una señora desea invitar a cenar a 5 de 11 amigos que tiene. ¿Cuántas maneras tiene, si entre ellos esta
una pareja de recién casados y no asiste el uno sin el otro?
A) 210
B) 120
C) 420
D) 320
E) 160
10. En un plano hay 10 puntos denominados A, B, C,…, y en una misma línea no hay más de dos puntos.
¿Cuántas líneas pueden trazarse a partir de los puntos?
A) 25
B) 45
C) 20
D) 30
E) 40
78
UNIDAD III
“TEORÍA DE GRAFOS”
DIAGRAMA DE PRESENTACIÓN DE LA UNIDAD III
CONTENIDOS
Al finalizar la unidad, el estudiante interpreta, identifica y describe las es-

tructuras de grafos y presenta técnicas de optimización, utilizando los fun-
damentos de la teoría de grafos.
79
CONTENIDOS
Tema N° 1 : Teoría de Grafos. • Interpreta los grafos como un Procedimientos e indicadores de
1 Teoría de grafos: Definiciones conjunto de vértices y aristas. evaluación permanente:
2 Subgrafos, comple-mento de un • Analiza las propiedades de los grafos • Entrega puntual de trabajos realizado.
grafo. y los aplica en diversas situacio-nes • Calidad, coherencia y pertinencia de
de la vida real. contenidos desarrollados.
3 Grado de un vértice, grafos
planos, caminos y ciclos • Aplica y relaciona pro-piedades de los • Prueba teórico-práctica, individual.
hamiltonianos. árboles con la teoría de optimi-zación
• Actividades desarrolladas en sesiones
Tema N° 2: Arboles. • Analiza y desarrolla algoritmos de tutorizadas.
optimización.
1 Definiciones, propiedades. Criterios para evaluar el com-
2 Árboles con raíz. portamiento de los grafos como una
matriz booleana, resolución de ejercicios
3 Árboles y ordenaciones.
utilizando las defi-niciones de grafos y
4 Árboles ponderados arboles e interpretación de algoritmos.
Tema N° 3: Optimización. • Convierte un grafo en una matriz
1 Algoritmo del camino más corto booleana y resuelve ejercicios con estas
de Dijkstra. matrices.
2 Arboles recubridores minimales. • Resuelve ejercicios sobre grafos y
3 Redes de transportes
arboles utilizando sus definiciones.
• A través del uso de algoritmos optimiza
redes de transporte y encuentra arboles
recubridores mínimos
RECURSOS:
Videos:
Tema Nº 1
Video 11: Teoría de Grafos.

Tema Nº 2
Video 12: Teoría de Grafos: Árboles
Tema Nº 3
Video 13: Flujo Máximo.
Relaciones Internas y Matrices Booleanas. ORÉ, P. (2015)
80

evaluación
BÁSICA
• RALPH, P. (2002). Matemáticas Discreta y Combinatoria. Editorial Addison-Wesley
Iberoamericana
COMPLEMENTARIA
Complementaria)
• JOHNSONBAUGH, R. (2000). Matemática Discreta. Grupo Editorial Iberoamérica
• MIGUEL, G. (2010). Matemática discreta para la computación. Nociones teóricas y
problemas resuel-tos. España. Editorial Servicio de Publicaciones-Universidad de Jaén
Aliaga Espinoza, Pavel. Estructuras Discretas en Computación Teoría de Grafos. [en línea]
Perú. Disponible en:
es.slideshare.net/pavelaliaga/teoria-de-grafos-12993009
(Acceso 03/08/2015).
Recursos
Educativos
Universidad Politecnica de Valencia. Recorrido de árboles y grafos. [en línea] España.
digitales
Disponible en:
www.dsic.upv.es/asignaturas/facultad/eda/teoria/tema4/t4eda.pdf
(Acceso 04/08/2015)
81
TEMA N° 1:
UNIDAD III
TEORIA DE GRAFOS
INTRODUCCION
El estudio de la teoría de grafos es muy importante, debido a la gran diversidad de aplicaciones que se encuen-
tran en la matemática discreta. Desde su analogía con la teoría de conjuntos y las relaciones internas hasta la
TEMA N° 1
resolución de problemas de optimización a través de algoritmos.
En este tema veremos como un grafo no solamente es la representación de una relación interna plasmada
en una hoja o pizarra, sino que es más que eso, ya que tiene propiedades que nos permitirán trabajar con sus
vértices, aristas, realizar operaciones con grafos mediante matrices booleanas, optimizar árboles, encontrar
recorridos, etc.
1. Teoría de Grafos: Definiciones

En Grimaldi (1997):
• Definición 1. Un grafo no dirigido G, consiste en un conjunto de vértices y un conjunto E de aristas, tal

que cada arista e que pertenece a E está asociado a un par no ordenado de vértices. Si una arista e está
asociada a un único par no ordenado de vértices v y w, → e = (v, w) o bien e = (w, v).
Ejemplo: El siguiente es un grafo no dirigido:
1 4
7 9
V = {1, 4, 5, 7, 9} y E = {(1, 4), (4, 1), (5, 1), (1, 5), (7, 9), (9, 7), (7, 5), (5, 7), (4, 9), (9, 4)}.
• Definición 2. Un grafo dirigido G, consiste en un conjunto de vértices y un conjunto E de aristas, tal que
cada arista e que pertenece a E está asociado a un par ordenado de vértices. Si una arista e está asociada
a un único par ordenado de vértices v y w, → e = (v, w)
Ejemplo: El siguiente es un grafo dirigido:
c e
f
g
82
V = {c, d, e, f, g} y E = {(c, d), (d, f), (e, g), (g, e), (e, c)}
Para cualquier arista, por ejemplo (d, f) en el grafo siguiente:
UNIDAD III
c
a b
g e
TEMA N° 1
d
- (d, f) es incidente con d y con f
- d es adyacente hacia f
- f es adyacente desde d
- e1 y e2 son aristas paralelas
- e7=(e, e) es llamado bucle o lazo
- g es un vértice aislado, pero pertenece al grafo
Un grafo que no tiene bucles ni aristas paralelas se denomina grafo simple.
Una arista tiene a veces asociado un factor de peso, en cuyo caso se dice que el grafo es valorado. Ejemplo: en
el siguiente grafo no dirigido:
Hyo. 7 0 Tarm a
17
30
Concepción
40 50
S atipo
60
J a u ja
G es un grafo no dirigido valorado, cuyo factor de peso es la distancia en Km.
• Definición 3. Sean x e y vértices no necesariamente diferentes de un grafo dirigido. Un camino de x hacia

y en G es una sucesión alternada finita y sin bucles de V y E de G, que empiezan en x y terminan en y.
- La longitud de un camino es n (número de aristas), donde n ≥ 1.
- Cualquier camino de x – y es un camino abierto.
- Cualquier camino de x – x es un camino cerrado.
- Si en el camino de x – y no se repiten aristas, el camino se llama RECORRIDO.
- Si en el camino de x – x no se repiten aristas, el camino se llama CIRCUIRTO.
- Si en el camino de x – y no se repiten vértices, el camino se llama CAMINO SIMPLE.
- Si en el camino de x – X no se repiten vértices, el camino se llama CICLO (Nº de vértices ≥ 3).
83
Matemáticas Discreta y Combinatoria según (Ralph, 2002)
Ejemplo: En el siguiente grafo no dirigido:

UNIDAD III
b d
a c e
TEMA N° 1
- b – c – d – e – f – d es un camino abierto
- b – c – d – e – b es un camino cerrado
- a – b – c – d – e – b es un recorrido
- a – b – c – d – e – b – a es un circuito
- a – b – c – d – e – f es un camino simple
- a – b – d – e – c – a es un ciclo
• Definición 4. Se dice que un grafo G es conexo, si existe un camino simple entre cualesquiera dos vérti-
ces diferentes de G. En caso contrario el grafo es disconexo.
Ejemplo:
b e c f
g
b d e
a d
c a h
Grafo Conexo Grafo Disconexo
• Definición 5. Un grafo G = (V, E) es un multígrafo si ∃a, b ∈ V, con a ≠ b con 2 o más aristas de la forma:
- (a, b) para un grafo dirigido
- {a, b} para un grafo no dirigido
Matemática Discreta y sus Aplicaciones según (Rosen, 2004)
Ejemplo:
b c d e
a
- (a, b) tiene multiplicidad 3

- (b, c) tiene multiplicidad 4
- (d, e) tiene multiplicidad 2
84
2. Subgrafos y Complemento de un grafo
UNIDAD III
• Definición 6. Si G = (V, E) es un grafo, entonces G1 = (V1, E1) es un subgrafo de G; si V1 ⊂ V y E1 ⊂ E, donde
cada arista de E1 es incidente con los vértices de V1.
Ejemplo:
f f
b b
TEMA N° 1
d d d
e e
a c c c
Grafo G Subgrafo G1 Subgrafo G2
• Definición 7. Dado un grafo G = (V, E), sea G1 = (V1, E1) un subgrafo de G. Si V1 = V, entonces G1 es un
subgrafo recubridor de G.
Ejemplo:
b d
a
f
c e
Grafo G
b d b d
a a
f f
c e c e
Subgrafo recubridor de G Subgrafo recubridor de G
• Definición 8. Sea V un conjunto de n vértices. Un grafo simple que tiene n vértices y cada vértice es ad-
yacente a todos los demás se denomina GRAFO COMPLETO y se denota por Kn.
Ejemplo:
e
a a b a b
a a b c b d c d c
K1 K2 K3 K4 K5
85
• Definición 9. Sea G un grafo no dirigido sin bucles con n vértices. El complemento de G denotado como
G’ es el subgrafo de Kn formado por todos los vértices de G y todas las aristas que no estén en G.
UNIDAD III
Ejemplo:
a a a a b
b
TEMA N° 1
b c b c d c d c
G G G1 G ̅1
3. Grado de un vértice.
• Definición 10. Sea G un grafo o multígrafo no dirigido, para cualquier vértice de G, el grado de v que se
denota como grad(v) es el número de aristas en G que son incidentes con v. En este caso, un bucle en un
vértice v se considera como 2 aristas incidentes en v´.
Ejemplo:
b
a d
c
g
e
f
- grad(e) = grad(b) = grad(c) = 2
- grad(f) = 1
- grad(d) = 4
- grad(a) = 5
- grad(g) = 0
• Definición 11. Si G = (V, E) es un grafo o multigrafo no dirigido, entonces:
Ejemplo:
a b
c
d e
86 ∑grad(v)=2| E | = 2 x 9 = 18
• Definición 12. Para cualquier grafo no dirigido, el número de vértices de grado impar siempre es par.
Ejemplo:
UNIDAD III
a b
a b a b c
d c
d e f g h
TEMA N° 1
• Definición 13. Un grafo o multígrafo no dirigido donde los vértices tienen el mismo grado se denomina
grafo regular y se denota como el grafo k-regular.
Ejemplo:
a b
c d
Grafo 4-regular
4. GRAFOS PLANOS
Para García (2010):
Un grafo se dice plano si admite una representación gráfica en el plano de modo que dos aristas pueden cortarse
únicamente en un vértice.
Un grafo se dice plano si admite una representación gráfica en el plano de
Una representación gráficamodo
de esteque dos
tipo se aristas
llama pueden cortarse únicamente en un vértice.
un mapa.
Una representación
Decimos que un mapa es conexo si representa a ungráfica de este tipo se llama un mapa.
grafo conexo.
Ejemplo: Decimos que un mapa es conexo si representa a un grafo conexo.
Ejemplo:
Un mapa divide al plano en varias partes llamadas regiones. Cada región de un mapa M está delimitada por un
ciclo si el mapa es conexo. Un mapa
También se divide al plano
cuenta como regiónen varias apartes
la exterior llamadas regiones. Cada región de
la figura.
un mapa M está delimitada por un ciclo si el mapa es conexo. También se
Ejemplo:
cuenta como región la exterior a la figura.
Ejemplo:
4
1 2
3
87
Definición.- Se llama grado de una región a la longitud del camino que la bordea.
Dos regiones de un mapa se consideran adyacentes si el circuito que las bordea tiene alguna arista en común.
UNIDAD III
Teorema.- La suma de los grados de las regiones de un mapa es igual al doble del número de aristas del grafo
al que representa.
Demostración
Toda arista es frontera simple de 2 regiones o doble de la misma región, con lo que cada una se cuenta doble.
Ejemplo de frontera doble:

TEMA N° 1
Los 7 puentes de Köenigsberg
C
B
El problema consiste en partir desde cualquier lugar A, B, C o D, seguir caminando y pasar por cada uno de los
puentes exactamente una sola vez y terminar en el punto de partida. Tal ruta se llama circuito Euleriano. Euler lo
represento así:
C
B
Usando el concepto de grado de un vértice Euler demostró que si cada vértice tenía grado impar era imposible
hacer dicho circuito.
• Definición 14. Sea G = (V, E) un grafo o multígrafo no dirigido sin vértices aislados, entonces G tiene un
circuito Euleriano si G es conexo y todo vértice de G es de grado par.
Ejemplo:
c
b
d f
a
e
88 g
• Definición 15. Sea G un grafo o multígrafo dirigido, para cualquier v ∈ V:
- El grado de entrada de v: ge (v) es el número de aristas de G que llegan a v.
UNIDAD III
- El grado de salida de v: gs (v) es el número de aristas de G que salen de v.
Ejemplo:
b c
a d
TEMA N° 1
f e
Para a: gs (a) = 3
ge (a) = 1
Para a: gs (d) = 1
ge (d) = 3
• Definición 16. Sea G un grafo o multígrafo dirigido sin vértices aislados. El grafo G tiene un circuito eule-
riano dirigido si y solo si el ge (v) = gs (v) para todo v ∈ V.
Ejemplo:
b c
a f
e d
• Definición 17. Un grafo se dice plano si admite una representación gráfica en el plano de modo que dos
aristas pueden cortarse únicamente en un vértice.
Una representación gráfica de este tipo se llama un mapa.
Decimos que un mapa es conexo si representa a un grafo conexo.
• Definición 18. Si G = (V, E) es un grafo o multígrafo no dirigido con número de vértices ≥ 3 se dice que
G tiene un ciclo Hamiltoniano, si existe un camino que comienza y termina en un mismo vértice pasando
exactamente una vez por cada vértice.
Ejemplo:
a b
f d c
g e
89
5. Ciclo Hamiltoniano: b-f-d-c-e-g-a-b
5. Ciclo5.Hamiltoniano: b-f-d-c-e-g-a-b
Ciclo Hamiltoniano: b-f-d-c-e-g-a-b
Propiedades de los Ciclos Hamiltonianos:
UNIDAD III

García (2010) menciona:
García (2010) menciona:
 Un grafo con n vértices sin aristas paralelas ni bucles que tiene
• García (2010) menciona:
al menos
Un grafo con n vértices ( 1/2)(n
sin aristas – 1)(n
paralelas – 2)que
ni bucles +2 aristas
tiene tiene
al menos un ciclo
( 1/2)(n – 1)(n – 2) + 2 aristas
Hamiltoniano.
tiene un ciclo Hamiltoniano.
 Un grafo con n vértices sin aristas paralelas ni bucles que tiene
Ejemplo:
al menos ( 1/2)(n a – 1)(n – 2) + 2 baristas tiene un ciclo
Ejemplo: Hamiltoniano.
TEMA N° 1
Ejemplo:
a c b
c
d e
El grafo tiene n=5d  (1/2)(4)(3) + 2e = 8; luego el grafo es

Hamiltoniano.
El grafo tiene n=5 (1/2)(4)(3) + 2 = 8; luego el grafo es Hamiltoniano.
El grafo tiene n=5  (1/2)(4)(3) + 2 = 8; luego el grafo es
 Si un grafo no tiene lazos ni aristas paralelas y el número de
• Hamiltoniano.
Si un grafo no tiene lazos ni aristas paralelas y el número de vértices es n (n ≥ 3). Si el grad(v) + grad(w) ≥ n
vértices es n (n  3). Si el grad(v) + grad(w)  n para cada par
para cada par de vértices v y w que no estén conectados por una arista, entonces el grafo es Hamiltoniano.
de vértices v y w que no estén conectados por una arista,
 Si un grafo no tiene lazos ni aristas paralelas y el número de
Ejemplo: entonces el grafo es Hamiltoniano.
vértices es n (n  3). Si el grad(v) + grad(w)  n para cada par
Ejemplo:
de vértices v y w que no estén conectados por una arista,
entonces el grafo esa Hamiltoniano. b
Ejemplo:
c
a b
c e
d
d e
En el grafo tiene n=5 y existen 3 pares de vértices diferentes que no están conectados por ninguna arista:
En el grafo tiene n=5 y existen 3 pares de vértices diferentes
a con c 3 + 3 ≥ que
n 6 ≥ están
no 5; conectados por ninguna arista:
b con c Encon
3 + 2 ≥ na el
5 ≥grafo
c5 3tiene
y así 3 n=5
n y6existen
sucesivamente
+ 5; 3 pares
comprobamos
 quede vértices
el grafo diferentes
es Hamiltoniano.
que no están conectados por ninguna arista:
b con c  3 + 2  n  5  5 y así sucesivamente
a con c  3 +que
comprobamos 3 eln grafo
 6 es
5;Hamiltoniano.
b con c  3 + 2  n  5  5 y así sucesivamente

comprobamos que el grafo es Hamiltoniano.
13
90
13
ACTIVIDAD FORMATIVA N° 1 -TEORÍA DE GRAFOS
UNIDAD III
“Resuelve ejercicios de grafos utilizando las definiciones de la teoría de grafos”.
1. Trace grafos que tengan las propiedades dadas en cada uno de los ejercicios, o explique por qué no existen
tales grafos:
1.1. Que tenga exactamente 5 vértices y cada uno de ellos tenga valencia 3.
1.2. Que posea exactamente 6 vértices y 4 aristas.
TEMA N° 1
1.3. Que posea exactamente 4 vértices con valencias 1, 2, 3, 4.
1.4. Un grafo simple que tenga exactamente 5 vértices con valencias 2, 3, 3, 4, 4.
1.5. Un grafo simple que tenga exactamente 5 vértices con valencias 2, 2, 4, 4, 4.
2. En un departamento formado por 25 personas donde reina la discordia. Es posible que cada persona se
lleve bien con exactamente cinco de las restantes.
3. Si G = ( V, E ) es un grafo no dirigido con número de vértices v y número de aristas e y no tiene lazos; de-
muestre que 2e ≤ v2 – v.
4. Si G es un grafo con n vértices, para n ≥ 2 y G no es conexo, demuestre que el complemento de G es

conexo.
5. Sea G = ( V, E ) un grafo conexo no dirigido ¿ Cuál es el valor más grande posible para el número de ele-
mentos de V, si el número de elementos de E = 19 y el grad ( v ) ≥ 4 , ∀ v ∈ V ?
6. Si G = (V, E) es un grafo conexo con | E | = 17 y grad ( v ) ≥ 3, ∀ v ∈ V ¿Cuál es el valor máximo para | V | ?.
7. Halle una fórmula para el número de aristas de Kn.

8. ¿Para qué valores de n el grafo Kn tiene un circuito euleriano?.
VIDEOS

Título o Tema: Teoría de Grafos en la vida real. Conceptos
básicos.
URL: https://youtu.be/BJbKvJs_yF0?t=15s
Autor(a): Universitat Politècnica de València UPV (España).
Expositor(a): Cristina Jordan Lluch
Año: 2013.
Video 11: Teoría de Grafos.
91
TEMA N° 2:
UNIDAD III
ÁRBOLES
INTRODUCCION
Este tema es muy importante porque constituye una de las subclases más utilizadas de los grafos. Las ciencias
de la informática y computación, en particular utiliza los diagramas de árbol como una gran ayuda en la organiza-
TEMA N° 2
ción de datos y sus relaciones entre sí, por ejemplo cuando se trabaja con bases de datos. Los arboles también
son útiles para optimizar el tiempo en que se puede realizar una ordenación.
1. Definiciones y propiedades.
• Definición 1. Sea G = (V, E) un grafo no dirigido sin lazos. Se dice que G es un árbol libre si es conexo y no
tiene ciclos. Se denota como T = (V, E).
Matemática Discreta según (JOHNSONBAUGH, 2000)
Ejemplos:
a b a b a i
k n
e c d e c b h j
d
l o
f g f g c g
m p
h i h i d e f
Árbol Grafo (no es árbol) Bosque
- G1 es un árbol
- G2 no es un árbol
- G3 no es un árbol, sin embargo cada componente de G3 si es un árbol. A G3 se le denomina bosque.
• Definición 2. Si a y b son vértices diferentes en un árbol T, entonces existe un único camino que conecta
estos vértices.
Ejemplo:
a
c d f
h
g
e
• Definición 3. Sea G un grafo no dirigido, T1 = (V1, E1) es un árbol recubridor de G si contiene todos los
vértices de G.
92
Ejemplo:
a d a d
UNIDAD III
e f e f
b c g b c g
Grafo Árbol recubridor
TEMA N° 2
• Definición 4. S G es un grafo no dirigido, entonces G es conexo si y solo si tiene un árbol recubridor.
• Definición 5. Para cualquier árbol: |V| = |E| + 1.
Ejemplo:
• Definición 6. Para cualquier árbol T, si |V|≥ 2, entonces T tiene al menos 2 vértices terminales. (un vértice
terminal es aquel cuyo grado de salida es 0 cuando se trata de un árbol dirigido).
Ejemplo:
2. Arboles con raíz.

• Definición 7. Sea T = (V, E) un árbol dirigido, entonces T es un árbol con raíz, si existe un único vértice r en
T llamado raíz, tal que el ge (r) = 0 y para todos los demás vértices el ge (v) = 1.
Matemáticas Discreta y Combinatoria según (Ralph, 2002)
Convenio. Trazaremos los arboles con raíz con el convenio de que las direcciones van del nivel inferior al
nivel superior, de modo que no sean necesarias las flechas
Ejemplo:
a
N iv e l 0 (ra í z )
c
b d N iv e l 1
e f g h i j k l N iv e l 2
N iv e l 3
m n o
pN iv e l 4
93
- a esta en el nivel 0
- b, c, d están en el nivel 1
UNIDAD III
- e, f, g, h, i, j, k, l están en el nivel 2
- m, n, o están en el nivel 3
- p está en el nivel 4
- La altura de un árbol con raíz es el valor de su nivel máximo. (en el ejemplo la altura del árbol es 4)
TEMA N° 2
• Definición 8. Un árbol con raíz es binario, si para cada vértice interno (vértice interno es aquel que no es
vértice terminal) el gs (v) = 0, 1 o 2.
Ejemplo:
r r r
r a
a
a b
b
b
c c d e f
c
• Definición 9. Si un árbol binario tiene para cada vértice interno gs (v) = 2, entonces el árbol es un árbol
binario completo.
Ejemplo:
• Definición 10. Si T es un árbol binario completo con i vértices internos, entonces T tiene i+1 vértices ter-
minales y 2i+1 vértices en total.
Como ejemplo verificar en el árbol de la definición 7.
3. Árboles y ordenaciones.
La importancia de la ordenación en el procesamiento de datos es evidente: ¡imagínense intentar hallar un núme-
ro de teléfono en la guía telefónica de Lima si este no estuviera ordenado!. Para resolver este problema utiliza-
mos el algoritmo de ordenamiento por burbujeo, que realiza la ordenación en orden creciente.
Algoritmo de ordenamiento por burbujeo.
Dado un arreglo de datos: S81), S(2), S(3), … , S(n)
94
Este algoritmo efectúa la ordenación en forma creciente:
1. ¿Es trivial? Si n = 1, alto.
UNIDAD III
2. [Inicialice I] I:=1. (los datos S(K), con K<1.
3. [Inicialice J] J:=n-1. (el par de datos S(J) y S(J+1) se comparan.
4. [Compare] Si S(J+1) < S(J), entonces (cambie) TEMP:=S(J+1);S(J+1):=S(J);S(J):=TEMP
5. [¿Termino el bucle en J?] Si J > I, entonces J:=J-1; vaya al paso 4.
TEMA N° 2
6. [¿Termino el bucle en I?] Si I=n-1, entonces, alto; en otro caso I:=I+1; vaya al paso 3
4. Arboles ponderados.
Un árbol binario completo puede representar operaciones binarias. En este caso los vértices terminales repre-
sentan a los operandos y los vértices internos a los operadores.
Ejemplos:
a b
a-b
* -
a b c d
(a*b) + (c-d)
Tratamiento de expresiones aritméticas:
• Una expresión es infija cuando el operador se encuentra entre los operandos: ab
• Una expresión es prefija cuando el operador se encuentra antes de los operandos: ab
• Una expresión es postfija, cuando el operador se encuentra después de los operandos: ab
Notación Polaca. Es convertir una expresión infija en prefija o postfija y su importancia radica en que no es
necesario utilizar paréntesis para establecer la jerarquía de los operadores.
95
Pasos:
• Se procesan los operadores por orden de jerarquía, es decir de mayor a menor:, /, *, -, +

UNIDAD III
• En el caso que la expresión tenga operadores de la misma jerarquía se procesan de izquierda a derecha.
• Si la expresión contiene paréntesis estos se procesan primero independientemente de la jerarquía del

operador.
• Se evalúa la expresión y esta expresión evaluada se convierte en un nuevo operando.
Ejemplo: Dada la siguiente expresión infija:

TEMA N° 2
M-N*P+Q P-M Q+P*Q/N-P
convertirlo a prefija y postfija:
Solución:
Prefija:
M-N*P+ QP- MQ+P*Q/N-P
M-*NP+ QP- MQ+P*Q/N-P
M-*NP+ QP- MQ+*PQ/N-P
M-*NP+ QP- MQ+/*PQN-P
-M*NP+ QP- MQ+/*PQN-P
+-M-*NP QP- MQ+/*PQN-P
-+-M*NP QP- MQ+/*PQN-P
+-+-M*NP QP- MQ/*PQN-P
-+-+-M*NP QP- MQ/*PQNP
Postfija:
M-N*P+QP -MQ +P*Q/N-P
M-NP*+QP -MQ +PQ*/N-P
M-NP*+QP -MQ +PQ*N/-P
MNP*-+QP -MQ +PQ*N/-P
MNP*-QP +-MQ +PQ*N/-P
MNP*-QP +MQ -+PQ*N/-P
MNP*-QP +MQ -PQ*N/+-P
96
Recorrido de arboles
Algoritmo de recorrido en pre orden:
UNIDAD III
• Visitar la raíz
• Visitar el subárbol izquierdo
• Visitar el subárbol derecho
Ejemplo:
/
TEMA N° 2
* -
- + + +
a b c d e f - i
g h
/*-ab+cd-+ef+-ghi
Algoritmo de recorrido en post-orden:
• Visitar el subárbol izquierdo
• Visitar el subárbol derecho
• Visitar la raíz
/
Ejemplo:
* -
- + + +
a b c d e f - i
g h
ab-cd+*ef+gh-i+-/
97
ACTIVIDAD FORMATIVA N° 2 - ARBOLES
UNIDAD III
“Resuelve ejercicios sobre ordenamientos utilizando las definiciones de los arboles libres y binarios”.
1. Trace todos los árboles con raíz, distintos, con cuatro vértices.
2. Demuestre que cualquier árbol con dos o más vértices tiene un vértice de valencia 1.
TEMA N° 2
3. Trace, si es posible, el grafo que corresponda a cada una de las propiedades dadas en los siguientes ejercicios,
o explique porque no existe dicho grafo:
a) Árbol, con todos los vértices con valencia 2.
b) Árbol, con cinco vértices, que tienen valencias 1, 1, 2, 2, 5.
c) Árbol, con seis vértices que tienen valencias 1, 1, 1, 1, 3, 3.
4. Un bosque es un grafo simple libre de circuitos. Si un bosque F consiste en m árboles y tiene n vértices.¿
Cuántas aristas tiene F ?
5. Halle la altura máxima de un árbol binario completo con t vértices terminales.
6. ¿Qué condiciones se deben cumplir para que una arista de un grafo conexo G esté contenido en todo árbol
generador de G?
7. Si un árbol tiene 4 vértices de grado 2, uno de grado 3, dos de grado 4 y uno de grado 5. ¿Cuántos vértices
terminales tiene?
8. ¿Cuál es el valor de la expresión en notación polaca : / a – bc + d * ef ; si : a = c = d = e = 4 y b = f = 2?
9. Para cada una de las expresiones correspondientes a los ejercicios dados como representación final, formule
su representación prefija y postfija:
a) AC – B +
b) ABCD / *–E +
c) ACB // BCE *–/
d) AC / CD + EF–+ + A *.
98
VIDEOS
UNIDAD III
Título o Tema: Teoría de Grafos en la vida real. Árboles.
URL: https://youtu.be/bFUFHC6I__Q?t=8s
TEMA N° 2
Autor(a): Universitat Politècnica de València UPV (España).
Expositor(a): José Alberto Conejero Casares
Año: 2013.
Video 12: Teoría de Grafos: Árboles
99
TEMA N° 3:
UNIDAD III
OPTIMIZACION
INTRODUCCION
La importancia de este tema radica en la utilización de algoritmos que nos permitirán encontrar recorridos míni-
mos, ya sea en distancia, volumen, caudal, etc. Además en este tema se estudian contenidos y algoritmos para
TEMA N° 3
maximizar diferentes redes, que pueden ser: de transportes, caudales, canales de información, etc.
El tema radica en que Uds. utilizando estos principios puedan llevarlos a la computadora y verificar sus resulta-
dos, además es importante como base para entender la asignatura de investigación de operaciones.
1. Algoritmo del camino más corto de Dijkstra.

Utilizaremos el algoritmo de Prim que nos permite encontrar arboles recubridores mínimos a partir de un grafo
conexo con peso.
Pasos:
1. Sea T un árbol formado únicamente por v1 y que no tenga aristas.
2. Si T tiene n-1 aristas termine el algoritmo es el árbol recubridor mínimo. Si no es así vaya al paso3.
3. Entre todas las aristas que no estén en T que son incidentes a algún vértice de T y que no formen un circuito
al ser agregados a T seleccione el que tenga el peso mínimo y añádalo a T. Si hubiese dos o más aristas con
el mismo peso mínimo agregue la arista {vi, vj} con el menor i y si continuase existiendo aristas para vi con el
mismo peso mínimo, agregue el menor j.
4. Vuelva al paso 2
Ejemplo: Encuentre el árbol recubridor mínimo del siguiente grafo:
a 2 b 2 c
3 1 4 1 3
d 2 e 4 f
4 2 4
3 2
g 1 h 2 i
2. Arboles recubridores mínimos.

Dado un grafo G conexo con peso, un árbol recubridor mínimo de G es un árbol con peso mínimo.
100
Ejemplo: Sea el grafo G cuyo peso es 35:

a
UNIDAD III
3 6
7
5 c
b
2 3
6
d 1 e 2 f
TEMA N° 3
Si obtenemos un árbol recubridor de G como el siguiente:
a
6
5 c
b
3
2 f
6
d e
Observamos que su peso es 22. ¿Sera este peso el mínimo? Para ello se utiliza el algoritmo de Prim de la sec-
ción anterior.
Ejemplo: Utilizando el algoritmo de Prim, encuentre el peso mínimo del grafo del ejemplo anterior.
a
3
b c
3
2
f
d 1 e 2
a 2 b 2 c
1 1
d 2 e f
2 2
g 1 h i
3. Redes de transportes.
Es un grafo simple, conexo, dirigido y con peso que verifica las siguientes condiciones:
1. Existe un único vértice al cual no llegan aristas, a este vértice se le denomina fuente y se representa con a.
2. Existe un único vértice del cual no sale ninguna arista, a este vértice se le denomina sumidero y se representa
con z.
101
3. El peso de cada arista es un número entero positivo que representa la capacidad de la arista.
4. El grafo obtenido a partir de una red de transporte luego de optimizarla debe ser un grafo conexo.
UNIDAD III
• Un flujo en una red de transportes es un valor no negativo que se asigna a cada arista dirigida, de tal ma-
nera que el flujo sea igual o menor que la capacidad, además de mantener el principio de conservación
de masas, en el sentido de que el flujo que sale de la fuente debe ser igual al flujo que llega al sumidero;
además, el flujo que sale de un vértice debe ser igual al flujo que llega a este vértice.
TEMA N° 3
∑ij=∑ji
Ejemplo:
b 5 ,3 c 6 ,2 d
7
3
,5
6,
4 ,2
,3
,1
a z
3
5 S u m id e r o
F u e n te
7
,2
,6
e 5 ,3 f 6 ,2 g 6
C a p a c id a d F lu jo
Observación. En una red de transporte las salidas deben ser igual a las entradas.
Ejemplo: b 8 ,3 c 1 2 ,9 d 3 ,5 e
10
,6
10
,9
6 ,3
9 ,7
,4
a z
,6
,3
8
8
3
10
,5
,8
f 6 ,5 g 4 ,2 h 7 ,5 i
102
LECTURA SELECCIONADA No 3:
UNIDAD III
RELACIONES INTERNAS Y MATRICES BOOLEANAS
RELACIONES INTERNAS
ORÉ, Y MATRICES BOOLEANAS
P,(2015)
ORÉ, P,(2015)
RELACIONES INTERNAS
RELACIONES INTERNAS Mij = 1 ↔ ( ai , bj ) ∈ R y mij = 0 ↔ ( ai, bi ) ∉ R
TEMA N° 3
Sean
SeanA unA conjunto diferente
un conjunto del conjunto
diferente delvacio. Una
conjunto Ejemplo:
vacio. Si Arelación
Una = {1, 2, 3}y
deR A
= {en
( 1,A2 ),
es( 2, 2 ), ( 2, 3 ),
relación de A en A es un subconjunto del producto ( 3, 1 ) }
un subconjunto del producto cartesiano de A X A. Es decir, R0 es1 una 0  relación
cartesiano de A X A. Es decir, R es una relación de A
de A en A si y solo si R  A X A
en A si y solo si R ⊂ A X A Entonces:
Entonces: M = 0 1 1 
MRR =
 
con b por la
1 0 0 
1 0
0 relación
SiSi
(a, (a,
b) ∈ b)  R decimos
R decimos que
que “a esta “a esta con
relacionado relacionado
b R” y
escribimos:
por la relación R”ay R b
escribimos: aRb Entonces: MR = 0 1 1
 
GRAFO GRAFO DEDE UNA 
UNARELACIÓN
RELACIÓN  INTERNA.
INTERNA.
MATRICES BOOLEANA

 1 0 0 
MATRICES BOOLEANA
Si ASies A esunun conjunto
conjunto finito y R es
finito y una
R es relación
una en A, se
relación en A, se
Una
Una matriz
matriz booleana
booleana es una
es una matriz matriz
cuyas cuyas componentes
componen- dibuja
GRAFO unDE son
circulo,
UNA ceros
llamado
RELACIÓN y unos.
vértice para cada
INTERNA. elemento
llamado vértice para cada elemento de A y se traza una línea
tes son ceros y unos. de A y se traza una línea dirigida, llamada arista del
arista del vértice a al vértice b si y solo si a R b. La gráfica r
OPERACIONES BOOLEANAS Sivértice
A es aun conjunto
al vértice b si yfinito
solo si ya RRb.es La una
gráficarelación
resul- en A, se d
OPERACIONES BOOLEANAS grafo dirigido
llamado
tante sevértice
ó dígrafo de óR.dígrafo dede
paradirigido
llama grafo cada elemento R. A y se traza una línea
Ejemplo:
arista del Sea A = a{1,
vértice 2, 3, 4}
al vértice b siyyRsolo = {(1,
si a R2), (1,gráfica
b. La 3), ( 2,1
res
SeSe definen
definen las operaciones
las operaciones booleanasbooleanas  y una
∨ y ∧ en el con-  en el conjunto
relación
Ejemplo: Seaen A A
= B =
{1, 2,{0,1}
3, 4} y con
R = las
{(1, 2), (1, 3), ( 2,1),
grafo dirigido ó dígrafo de R.
junto B = {0,1} con
siguientes las siguientes
tablas : tablas : (2, 4), (4, 3)} una relación en A
Ejemplo: Sea A = {1, 0 12, 1 4}
3, 0 y R = {(1, 2), (1, 3), ( 2,1)
una relación en A 1 0 0 1
Luego
 0 1  0 1 Luego M 0  
 R 1001 01 001 00
1 0 10 0 10 1
 0
0 0 1 0 0 0 M R = M R 00 00 10
Luego
0
1 1 1 1 0 1 Y el dígrafo de R0se0muestra
0 0 en la figura:
 
0 0 1 0
0 0  1 0 
Y el dígrafo de R se muestra en la figura:
OPERACIONES CON MATRICES BOOLEANAS.Y el dígrafo de R se muestra en la figura:
OPERACIONES CON MATRICES BOOLEANAS. 2
1) Sean A = [ aij ] y b = [ bij ] matrices booleanas de
1) Sean
orden m x nA, = aij ] y b = [ bij ] matrices booleanas de orden m2x n , se
se [define:
define: 1 4
A ∨ B = [ cij ] mxn ; donde cij = aij ∨ bij
AB=[c ] ; donde cij = aij  bij 1 4
A ∧ B = [ dij ] mxn ; dondeijdij =
mxn
aij ∧ bij
A  B = [ dij ] mxn ; donde dij = aij  bij
2) Sean A = [ aij ] mxp y B = [ bij ] pxn matrices bolea- 3
nas,Sean
2) se define:
A = [ aij ] mxp y B = [ bij ] pxn matrices boleanas, se define:
RELACIÓN INVERSA 3
AB = [ eij ] mxn ; donde
A•B = [ eij ] mxn ; donde
eij = ( ai1  b1j )  ( ai2  b2j ) RELACIÓN ... Sea( aipRuna
RELACIÓN
INVERSA
bpi )relación de A en A, la relación inversa de
INVERSA
eij = ( ai1 ∧ b1j ) ∨ ( ai2 ∧ b2j ) ∨ ... ∨ ( aip ∧ bpi ) que se representa por R-1 ydeseA define
Sea R una relación en A, la por:
relación inversa de R
MATRIZ DE UNA RELACIÓN INTERNA. Sique ASea
=seR{representa
a1,relación
una ..., am de} ,A B
por en=A,y{lase
R-1 brelación
1, ...,
define inversa
por: de R
MATRIZ DE UNA RELACIÓN INTERNA.
bn } y R es una relación de A en B, entonces Si A = { a 1
, es una
y R de
la matriz relación
-1
x si que
R,yque se representa
solosesirepresenta
xRy por R -1
y se define
..., am } , B = { b1, ..., bn } y R es una relación de A en por: y R -1
x si y solo si xRy
por MR se define por MR = [ mij ] mxn ; donde :
B, entonces la matriz de R, que se representa por MR
Mij = 1  ( ai , bj )  R y mij = 0  ( ai, PROPIEDADES bi ) yR-1Rx si y solo siDE xR
LAS MATRICES DE UNA RELACION
se define por MR = [ mij ] mxn ; donde :
Ejemplo: Si A = {1, 2, 3}y R = { ( 1, 2 ),S(son PROPIEDADES
2, 2relaciones DE
( 3,LAS
), ( 2, 3 ),internas MATRICES
1 ) en
} un conjunto DE UNA
finitoRELACION
no vacío A,I
S son relaciones internas en un conjunto finito no vacío A, e
1) M(RS) = MR  MS
2)1)MM (RS) = MR  MS 103
(RS) = MR  MS
2) M = MR T MS 27
3) M(R(RS)
-1
) = (MR) T
-1
PROPIEDADES DE LAS MATRICES DE UNA RELA- RELACIONES ANTISIMETRICAS.
CION INTERNA. Si R y S son relaciones internas en
Una relación R en el conjunto A es antisimétrica si x
UNIDAD III
un conjunto finito no vacío A, entonces:

R y ∧ y R x , entonces x = y. La matriz MR = [ mij ] de
1) M(R∪S) = MR ∨ MS una relación antisimétrica es tal que si i ≠ j ,entonces
2) M(R∩S) = MR ∧ MS mij* mji = 0. En el grafo dirigido de una relación antisi-

métrica para vértices a y b diferentes no puede haber
3) M(R-1) = (MR)T simultáneamente una arista del vértice a al vértice b
y una arista del vértice b al vértice a.
4) M(R∧S)-1 = MR-1 ∧ MS-1
TEMA N° 3
RELACIONES TRANSITIVAS.
5) M(R∨S)-1 = MR-1 ∨ MS-1
Una relación R en el conjunto A es transitiva si x R y
6) M(R∧S)’ = MR’ ∨ MS’
∧ y R z entonces x R z. La matriz MR = [ mij ] de una
7) M(R∨S)’ = MR’ ∧ MS’ relación transitiva es tal que si mik = 1 y mkj = 1 en-
tonces mij = 1. Si en el grafo dirigido de una relación
8)
M(RoS) = MR • MS (o es la composición de rela- transitiva existe una trayectoria del vértice a al vértice
ciones) b, entonces existe una trayectoria de longitud uno del
vértice a al vértice b.
PROPIEDADES DE LAS RELACIONES BINARIAS
Ejemplo 1. Sea A = { 0, 1, 2 } y R = { ( x, y ) ∈ A X A /
RELACIONES REFLEXIVAS.- x=y}
Una relación R en el conjunto A es reflexiva si (∀x ∈A) R es reflexiva, pues x = x ∀ x ∈ A.

(x, x) ∈ R. La matriz de una relación reflexiva tiene R es simétrica, pues si x = y, entonces y = x.
toda su diagonal formada por unos. El grafo dirigido
R es antisimétrica, pues si x = y ∧ y = x , entonces
de una relación reflexiva tiene un lazo o bucle en cada
x=y
vértice.
R es transitiva, pues si x = y ∧ y = z, entonces x = z
RELACIONES SIMÉTRICAS.
Ejemplo 2. Sea A = { 0, 1, 2 } y R = { ( x, y ) ∈ A X A
Una relación en el conjunto A es simétrica si cuando / x.y = 0 }
x R y entonces y R x. La matriz de una relación simé- R no es reflexiva, ya que por ejemplo: 1.1 ≠ 0
trica es una matriz simétrica. Si en el grafo dirigido de
R es simétrica, pues si x.y = 0, entonces y.x = 0
una relación simétrica existe una arista del vértice a
al vértice b, entonces existe una arista del vértice b R no es antisimétrica, ya que por ejemplo: 2.0=0 y
al vértice a. Luego: R es una relación simétrica en A 0.2=0 , pero 2 ≠ 0
↔ R = R-1 R no es transitiva, ya que por ejemplo: 2.0=0 y 0.1 =
0 , pero 2.1 ≠ 0
ACTIVIDAD FORMATIVA Nº3 -OPTIMIZACION

“Optimiza grafos con peso que representan redes, utilizando los conceptos de red de transportes”.
1. Hay dos rutas desde la ciudad A hasta la ciudad D. Una de ellas pasa por la ciudad B y la otra por la ciudad
C. Durante el, período comprendido entre las 7:00 y las 8:00 a.m., los tiempos promedio para los viajes son:
A a B ——- 30 minutos
A a C ——- 15 minutos
104
B a D ——- 15 minutos
C a D ——- 15 minutos.
UNIDAD III
Las capacidades máximas de las rutas son:
A a B ——- 1000 vehículos
A a C ——- 3000 vehículos
B a D ——- 4000 vehículos
TEMA N° 3
C a D ——- 2000 vehículos.
Represente por medio de una red, el flujo de tráfico de A hasta D, durante el, período comprendido entre las
7:00 y las 8:00 a.m.
2. El grafo adjunto representa una red de bombeo de petróleo crudo para tres refinerías A, B, C. El petróleo se
extrae de tres pozos: w1, w2 y w3. Las capacidades de los sistemas intermedios aparecen sobre los lados.
Los vértices b, c, d, e y f simbolizan estaciones de bombeo intermedias. Diseñe este sistema como una red de
transportes.
3 b 4 c 4
w1 A
3 8
2 d 6
w2 B
2 3
5
4
w3 C
5 e 2 f 6
105
VIDEOS
UNIDAD III

Título o Tema: Algoritmo de Flujo Maximo.
URL: https://youtu.be/bu1BnW9H9V0?t=11s
TEMA N° 3
Autor(a): Patricio Corvalán.
Año: 2008.
Video 13: Flujo Máximo.
GLOSARIO DE LA UNIDAD III
A
Adyacente
próximo o unido a otra cosa.
Arista
son las líneas que unen dos vértices.
Aristas Adyacentes
do aristas son adyacentes si convergen sobre el mismo vértice.
G
Grafo no Simple
Grafo no dirigido que tiene lados paralelos y lazos.
I
Incidente
una arista es incidente a un vértice si ésta lo une a otro vértice. La arista a, es Incidente en los Vértices A y B.
K
Köenigsberg
pueblo que antes se encontraba en Prusia Oriental, llamada ahora Kaliningrado, ubicado en Rusia.
106
UNIDAD III
Lazo o bucle
es una arista cuyos extremos inciden sobre el mismo vértice.
M
Matriz Booleana
matriz que está compuesta por unos y ceros, en la que se representan los nodos unidos por las aristas. Cada
arista une dos y nada más que dos nodos.
TEMA N° 3
P
Par ordenado
es un objeto o ente matemático de la forma (a, b), donde a representa el primer elemento del par y b representa
el segundo elemento del par.
O
Ordenar
colocar información de una manera especial basándonos en un criterio de ordenamiento. El ordenar un grupo
de datos significa mover los datos o sus referencias para que queden en una secuencia, tal que represente un
orden, el cual puede ser numérico, alfabético o alfanumérico, ascendente o descendente
Ordenamiento
operación de arreglar los registros de una tabla en algún orden secuencial de acurdo a un criterio de ordena-
miento. El propósito fundamental de un ordenamiento es facilitar las búsquedas de los registros del conjunto
ordenado
V
Vértice
Son los objetos representados por punto dentro del grafo.
Vértice Aislado
Es un vértice de grado cero.
BIBLIOGRAFIA DE LA UNIDAD III

Grimaldi, R. (1997). Matemáticas Discreta y Combinatoria. Editorial Addison-Wesley Iberoamericana
Rosen, K. (2004). Matemática Discreta y sus Aplicaciones. Editorial Mc Graw Hill
Johnsonbaugh, R. (2000). Matemática Discreta. Grupo Editorial Iberoamérica
Miguel, G. (2010). Matemática discreta para la computación. Nociones teóricas y problemas resueltos. España.
Editorial Servicio de Publicaciones-Universidad de Jaén
107
AUTOEVALUACION de la unidad iii
UNIDAD III
1. Si G = (V, E) es un grafo conexo con |E|= 17 y grad(v) ≥ 3. ¿Cuál es el valor máximo para |V|?
A) 10
B) 9
TEMA N° 3
C) 11
D) 8
E) 12
2. Sea G un grafo no dirigido conexo sin lazos con n vértices (n ≥ 3). Si G tiene un solo vértice de grado par.
¿Cuántos vértices del complemento de G tienen grado par?
A) 2
B) 3
C) 4
D) 1
E) 5
3. Sea G un grafo no dirigido sin lazos con n vértices. Si G tiene 56 aristas y el complemento de G tiene 80
aristas. ¿Cuánto vale n?
A) 20
B) 17
C) 16
D) 34
E) 40
4. Si un árbol F consiste en m árboles y tiene n vértices, ¿Cuántos lados tiene F?
A) m – n
B) n – m
C) 2n – m
D) 2n – 3m
E) 2m – n
108
5. Halle la altura máxima de un árbol binario completo con t vértices terminales. Se dice que un árbol binario
T está equilibrado, si para todo vértice v en T, las alturas de los subárboles a la derecha y a la izquierda de
UNIDAD III
v difieren, a lo sumo, en 1. (Aquí se indica que la altura o peso de un árbol vacío es -1)
A) t – 1
B) t – 2
C) t – 3
D) t – 4
TEMA N° 3
E) t – 5
6. ¿Qué condiciones se deben cumplir para que una arista de un grafo conexo G este contenido en todo árbol
generador de G?
A) Si la arista está contenida en un circuito de G
B) Si la arista está contenida en un ciclo de G
C) Si la arista no está contenida en un ciclo de G
D) Si la arista no está contenida en un circuito de G
E) Si la arista está contenida en un recorrido de G
7. Si A = 1, B = 2, C = 3 y D = 4 calcule el valor de la expresión postfija de:
ABC**ABC++-
A) 2
B) 4
C) 5
D) 3
E) 0
8. Si A = 1, B = 2, C = 3 y D = 4 calcule el valor de la expresión postfija de:
ADBCD*-+*
A) 6
B) -3
C) -6
D) -2
E) 0
109
9. Para la siguiente expresión AB+C-, dada como representación final, formule su representación prefija.
A) -+ABC
B) +-ABC
C) –A+BC
D) +A-BC
E) -+BAC
10. Para la siguiente expresión AB+CD*EF/—A*, dada como representación final, formule su representación
prefija.
A) -*+AB-*CD/EFA
B) *+-AB-*CD/EFA
C) *-+AB*-CD/EFA
D) *-+AB-*DC/EFA
E) *-+AB-*CD/EFA
110
UNIDAD IV
“MAQUINAS DE ESTADO FINITO”
DIAGRAMA DE PRESENTACIÓN DE LA UNIDAD IV
CONTENIDOS
Al finalizar la unidad, el estudiante será capaz de interpretar el trabajo de las maqui y autómatas
de estado finito.
111
CONTENIDOS
Tema N° 1 : Maquinas de estado • Identifica, interpreta y diseña Procedimientos e indicadores de
finito máquinas de estado finito. evaluación permanente:
1 Circuitos secuenciales y • Identifica, interpreta y diseña • Entrega puntual de trabajos realizado.
máquinas de estado finito. autómatas de estado finito. • Calidad, coherencia y pertinencia de
2 El proceso de minimi-zación contenidos desarrollados.
Tema N° 2: Autómatas de • Prueba teórico-práctica, individual.
estadofinito • Actividades desarrolla-das en sesiones
1 Lenguajes y gramáti-cas tutorizadas.
2 Autómatas de estado finito no Criterios para evaluar la lógica de
determinístico comportamiento de las máquinas y
autómatas de estado finito utilizando las
definiciones de máquinas y autómatas.
• Diseña e interpreta diagramas y tablas
de transición de estados.
• Diseña arreglos de sali-da a partir de
datos de entrada.
RECURSOS:
Videos:
Tema Nº 1
Video 14: Máquina de Estado Finito

Tema Nº 2
Video 15: Autómatas de estado finito.
Relaciones Internas y Matrices Booleanas. ORÉ, P. (2015)

evaluación
BÁSICA
• JOHNSONBAUGH, R. (2000). Matemática Discreta. Grupo Editorial Iberoamérica
COMPLEMENTARIA
Complementaria)
• MIGUEL, G. (2010). Matemática discreta para la computación. Nociones teóricas y
problemas resuel-tos. España. Editorial Servicio de Publicaciones-Universidad de Jaén
Gutiérrez Orozco, Jorge. Máquinas de estados finitos. [en línea] México. Disponible en:
uncomp.uwe.ac.uk/genaro/Papers/Veranos.../alejandroFinal2008.pdf
(Acceso 13/08/2015).
Recursos
Educativos
Contreras, Hilda. Autómatas de estados finitos. [en línea] Venezuela. Disponible en:
digitales
webdelprofesor.ula.ve/ingenieria/hyelitza/.../Unidad1-tema1-AF.pdf
(Acceso 15/08/2015)
112
TEMA N° 1:
UNIDAD IV
MÁQUINAS DE ESTADO FINITO
INTRODUCCION
El estudio de las máquinas de estado finito (MEF), son muy importantes en el campo de la computación e in-
formática teórica y práctica, porque permiten crear modelos matemáticos de la computación. Estos modelos
TEMA N° 1
ayudan, por ejemplo, a encontrar cómo usar una computadora para automatizar o analizar problemas en muchos
campos del conocimiento. En el campo de la computación e informática, tienen múltiples aplicaciones en el
diseño de circuitos digitales y la programación, por ejemplo, en el diseño de compiladores de lenguajes y reco-
nocimiento automático de éstos.
1. Circuitos secuenciales y Maquinas de estado Finito.

• Circuitos Secuenciales. Los sistemas digitales que introducen la dependencia temporal son conocidos
como sistemas secuenciales. Un circuito secuencial es un circuito bivaluado en el cual, la salida en cual-
quier instante depende de las entradas en dicho instante y de la historia pasada (o secuencia) de entradas.
Características:
- Poseen uno o más caminos de realimentación, es decir una o más señales de internas o de salida se
vuelven a introducir como señales de entrada.
- Existe dependencia explicita del tiempo. Esta se produce en los lazos de realimentación antes men-
cionados. Esta distinción se traduce en un retraso de ambas señales tal como se observa en la si-
guiente figura.
- Un retraso unitario de tiempo acepta como entrada un bit xt en el tiempo y produce xt-1, el bit recibido
como entrada en el tiempo t – 1. El retraso unitario de tiempo es el siguiente:
xt Retardo xt-1
• Circuitos Secuenciales y Máquinas de Estado Finito. Un sumador en serie acepta como entrada dos
números binarios:
X = 0xNxN-1…x0 y y= 0yNyN-1…y0
Y produce la suma zN+zN+1 … z0 de x e y. Los números x e y se introducen de manera secuencial por pares
x0, y0,…xN,yN. Se produce la suma z0, z1, … zN+1
En la siguiente figura se muestra un circuito que usa un retraso unitario de tiempo para implementar un
sumador en serie:
st
xt zt
Yt
Sumador
ct-1 ct
Retardo
113
• Definición de MEF. Es un sistema que acepta una entrada, produce una salida y tiene algún tipo de me-
moria interna que registra cierta información de las entradas previas. La condición interna de la máquina y
UNIDAD IV
de toda su memoria en un determinado instante constituye su estado. Si el número de estados es finito,

entonces la maquina es una máquina de estado finito.
Sean:
S un conjunto finito de estados/ S = {S0, S1, S2, … , Sn}
I un conjunto finito de entradas. Para cualquier entrada x ∈ I, la función fx es la función de transición de

estados y describe el efecto que esta tiene en los estados de la máquina.
TEMA N° 1
F un conjunto de funciones de transición de estados/ f = {fx / x ∈ i}⇒
A la terna (S, I, F) se le conoce como máquina de estado finito.
Matemática discreta para la computación. Nociones teóricas y problemas resueltos, segun (Miguel,
2010)
Ejemplo 1.
Sean S = {S0, S1}; I = {0, 1}. Se define f0 y f1 como:
f0(S0) = S0 ; f1(S0) = S1
f0(S1) = S1 ; f1(S1) = S0
Se observa que la entrada 0 deja cada estado fijo, mientras que la entrada 1 invierte los estados.
• Tabla de Transición de estados. Es una tabla que resume el efecto de las entradas en los estados. Para
el ejemplo 1 tenemos:
0 1
S0 S0 S1
S1 S1 S0
• Diagrama de Transición de Estados. Sea M = (S, I, F) una máquina de estado finito, se puede determinar
una relación RM → S de una manera natural. Si Si, Sj ∈ S, se dice que Si RM Sj si hay una entrada x / fx(Si) = Sj.
Si RM Sj significa que si la maquina está en un estado Si existe alguna entrada x ∈ I, que, si es la siguiente
en recibirse, pondrá la maquina en un estado Sj. RM nos permite describir a la maquina como un grafo
dirigido etiquetado cuyos vértices son los elementos de S y cada arista esta etiquetado por el conjunto de
todas las entradas que causan el cambio de estado en la máquina.
Ejemplo 2. Examínese la tabla de estados mostrados y grafique su diagrama de transición:
a b
S0 S0 S1
S1 S2 S0
S2 S1 S2
114
⇒ fa(S0) = S0 ; fb(S0) = S1
fa(S1) = S2 ; fb(S1) = S0
UNIDAD IV
fa(S2) = S1 ; fb(S2) = S2
Solución.
a
b
S0
a
TEMA N° 1
b S1
a S2 b
0 1
S0 S0 S1
S1 S1 S2
S2 S2 S0
Solución.
0 0 0
1 1
S0 S1 S2
1
a b c
S0 S0 S0 S0
S1 S2 S3 S2
S2 S1 S0 S3
S3 S3 S2 S3
Solución.
a,b,c
a,c
b
S0 S2 S1
a
b b
c
S3
a,c 115
Ejemplo 5. Construya la tabla de transición de estados de la máquina de estado finito que se muestra:
UNIDAD IV
0 1
1
S0 S1
0,1 0
TEMA N° 1
1
S3 S2
0
Solución.
0 1
S0 S0 S1
S1 S2 S1
S2 S2 S3
S3 S3 S3
Sean:
Un conjunto finito I de símbolos de entrada.
Un conjunto finito θ de símbolos de salida.
Un conjunto finito S de estados.
Una función estado siguiente “f” de S X I → S
Una función de salida “g” de S x I → θ
Un estado inicial s* ∈ S
A la sexta-ordenada (I, θ, S, f, g, s*) también se le denomina máquina de estado finito.
Los ejemplos a continuación fueron extraídos de Johnsonbaugh, R. (1999)
Ejemplo 6. Sea I = {a, b}, θ = {0,1} y S = {S0, S1} definidas por las reglas que se tienen en la siguiente tabla:
f g
I
a b a b
S
S0 S0 S1 0 1
S1 S1 S1 1 0
Esta tabla se interpreta de la siguiente forma:
f(S0, a) = S0 ; g(S0, a) = 0
f(S0, b) = S1 ; g(S0, b) = 1
116
f(S1, a) = S1 ; g(S1, a) = 1
f(S1, b) = S1 ; g(S1, b) = 0
UNIDAD IV
Cuyo diagrama de transición es:
a/0 a/1
b/1
S0 S1
b/0
Ejemplo 7. Dibuje el diagrama de transición para I = {a, b}, θ = {0,1}
TEMA N° 1
y S = {S0, S1} definidas por las reglas que se tienen en la siguiente tabla:
f g
I
a b a b
S
S0 S1 S1 1 1
S1 S0 S1 0 1
Solución.
b/1
b/1
a/1
S0 S1
a/0
Ejemplo 8. Dibuje el diagrama de transición para I = {a, b}, θ = {0,1} y S = {S0, S1, S2} definidas por las reglas
que se tienen en la siguiente tabla:
f g
I
a b a b
S
S0 S1 S1 0 1
S1 S2 S1 1 1
S2 S0 S0 0 0
a/0
b/1
S0 S1
b/1
b/0
a/1
a/0
S2
117
Ejemplo 9. Dibuje el diagrama de transición para I = {a, b, c}, θ = {0,1} y S = {S0, S1, S2} definidas por las
reglas que se tienen en la siguiente tabla:
UNIDAD IV
f g
I
a b c a b c
S
S0 S0 S1 S2 0 1 0
S1 S1 S1 S0 1 1 1
S2 S2 S1 S0 1 0 0
TEMA N° 1
Solución.
a/0
b/1
b/1
S0 S1
c/1
a/1
c/0
b/0
c/0
S2 a/1
Ejemplo 10. En la siguiente máquina de estado finito, encuentre los conjuntos I, θ y S, el estado inicial y
la tabla que define las funciones de estado siguiente y salida.
Solución.
a/0
b/1
A B
a/0
b/0 b/1
C a/1
Solución.
f g
I
a b a b
S
A A B 0 1
B A C 0 1
C C A 1 0
Ejemplo 11. En la siguiente máquina de estado finito, encuentre los conjuntos I, θ y S, el estado inicial y
la tabla que define las funciones de estado siguiente y salida.
118
a/1
b/1
UNIDAD IV
S1 S0
b/0 a/2
a/0 b/0
c/2 c/0 c/0
b/2
TEMA N° 1
S2 S3 a/2
b/1 c/2
Solución.
f g
I
a b c a b c
S
S1 S0 S3 S3 2 0 0
S0 S1 S0 S2 1 0 2
S2 S0 S2 S3 0 1 2
S3 S3 S1 S0 2 0 0
2. El Proceso de Minimización
Consiste en encontrar arreglos de salida a partir de arreglos de entrada.
Ejemplo 12. Hallar el arreglo de salida correspondiente al dato de entrada:
aababba para la máquina de estado finito del ejemplo 6.
Solución. Se parte del estado S0. El primer símbolo de entrada es a, se localiza la arista saliente en el diagrama
de transición desde S0 con la marca a/x el cual indica que a es un dato de entrada y x un dato de salida, en este
caso 0 es la salida, luego a es otra vez dato de entrada y vemos que se obtiene 0 como dato de salida, luego b
es la entrada y se obtiene 1 como dato de salida, ahora se cambia al estado S1 y así sucesivamente. Por lo tanto
el arreglo de salida es: 0011001
aabbaba para la máquina de estado finito del ejemplo 7
Solución. Arreglo de salida: 0101100
aabbabaab para la máquina de estado finito del ejemplo 9
Solución. Arreglo de salida: 001110001
119
ACTIVIDAD FORMATIVA N° 1- MAQUINAS DE ESTADO FINITO
UNIDAD IV
“Grafica máquinas de estados finitos a partir de sus tablas y diagramas de transición de estados”.
1. Si:
f g
I
a b a b
TEMA N° 1
S
S0 S1 S0 0 0
S1 S0 S0 1 1
Halle el diagrama de transición correspondiente.
2. Si:
f g
I
a b a b
S
S0 S0 S1 0 1
S1 S1 S1 1 0
3. En la siguiente máquina encuentre I, θ, S, el estado inicial y la tabla que define las funciones estado siguiente
y salida.
b/2
a/0
a/2
S0 S1
b/1
b/1 a/0
S2
4. Establezca el arreglo de salida para un arreglo de entrada dado en la máquina de estado finito del ejercicio 3.
El arreglo es baaba.
120
VIDEOS
UNIDAD IV
Título o Tema: Máquina de Estado Finito
URL: https://youtu.be/HhliQ9HVYXI?t=9s
TEMA N° 1
Autor(a): Manuel Verde.
Año: 2014
Video 14: Máquina de Estado Finito
121
TEMA N° 2:
UNIDAD IV
AUTOMATAS DE ESTADO FINITO

INTRODUCCION
Los autómatas de estado finito son muy importantes en el campo de la computación e informática por su rela-
ción con los lenguajes y gramáticas. Haciendo una comparación con la electrónica digital el álgebra de Boole era
TEMA N° 2
la herramienta matemática para llevar a cabo la reducción de las formulas lógicas, y por lo tanto, del circuito de
conmutación.
En el caso de los circuitos secuenciales, esta herramienta no nos basta debido a la dependencia temporal. Por
lo tanto, necesitamos de otra herramienta para minimizar la dependencia temporal de estos circuitos. A esa
herramienta se le denomina autómata de estado finito.
1. Lenguajes y Gramáticas.
• Definición de Lenguaje. Sea A un conjunto finito. UN lenguaje (formal) L definido sobre A es un subcon-
junto de A*, el conjunto de todos los arreglos o cadenas con los elementos de A.
• Definición de Gramática. Una gramática o sistema de estructuración de frases G consiste en:
a) Un conjunto finito N de símbolos no terminales.
b) Un conjunto finito T de símbolos terminales, en donde N ∩ T = φ.
c) Un subconjunto finito P de [(N ∪ T)*–T*] X (N ∪ )* llamado conjunto de composiciones.
d) Un símbolo inicial σ* ∈ N.
La gramática G = (N, T, P, σ*)
Matemática Discreta y sus Aplicaciones, según (Rosen 2004)
• Autómatas de Estado Finito. Un autómata de estado finito es una clase especial de máquina de estado
finito, en el cual el conjunto de símbolos de salida es {0, 1} y donde el estado actual determina el último
dato de salida. Aquellos estados para los cuales el último dato de salida es 1 se denominan estados acep-
tados.
jemplo 1. Trazar el diagrama de transición de la máquina de estado finito definida por la tabla. El estado
E
inicial es S0. Demostrar que esta máquina es un autómata de estado finito y determine el conjunto de
estados aceptados.
f g
I
a b a b
S
S0 S1 S0 1 0
S1 S2 S0 1 0
S2 S2 S0 1 0
122
Solución.
UNIDAD IV
b/0 a/1
a/1
S0 S1 a/1 S2
b/0
b/0
l diagrama de transición se interpreta así: Si se está en el estado S0 el último dato de salida es 0. Si se
E
TEMA N° 2
está en los estados S1 y S2 el último dato de salida es 1, por lo tanto, la maquina dada es un autómata de
estado finito y los estados aceptados son S1 y S2
Ejemplo 2. Demuestre que la maquina dada es un autómata y trace el diagrama de transición de estados

como un autómata de estado finito.
a/1 b/0
a/0
S0 S1 S0 S1
b/1
Ejemplo 3. Demuestre que la maquina dada es un autómata y trace el diagrama de transición de estados
como un autómata de estado finito.
a/0
a/1
a/1 b/0
S0 S1 b/0 S2 S0 S1 S2
b/0
Ejemplo 4. Trace el diagrama de transición de estados del autómata de estado finito como un diagrama
de transición de máquina de estado finito.
b
a
S0 S1
b
a
a
b
S2
a/0
S0 S1
b/0
a/0
a/1
b/1
S2
123
Una alternativa a la definición anterior, es que un autómata consiste en:
Un conjunto finito I de símbolos de entrada.
UNIDAD IV
Un conjunto finito S de estados.

Una función estado siguiente f de S X I → S
Un subconjunto A de estados aceptados.
Un estado inicial S* ∈ S
Ejemplo 5. Hallar el diagrama de transición del autómata de estado finito
A = (I, S, f, A, S*), donde: I = {a, b}, S = {S0, S1, S2}, A = {S2}, S* = S0 y f es la función dada por la siguiente
TEMA N° 2
tabla:
f
I
a b
S
S0 S0 S1
S1 S0 S2
S2 S0 S2
Solución.
a/0 b/0
b/1
S0 S1 b/1 S2
a/0
a/0
Ejemplo 6. Hallar el diagrama de transición del autómata de estado finito

A = (I, S, f, A, S*), donde: I = {a, b, c}, S = {S0, S1, S2, S3}, A = {S1, S2}, S* = S0 y f es la función dada por la
siguiente tabla:
f
I
a b c
S
S0 S1 S0 S2
S1 S0 S3 S0
S2 S3 S2 S0
S3 S1 S0 S1
Solución.
a
b c
S0 S1
a
c c a c
b
b
S2 a S3
b
124
• Relaciones entre Lenguajes y Gramáticas. Si un autómata de estado finito tiene como dato de entrada
un arreglo, se terminara en un estado aceptado o en un estado no aceptado. La clase de estado en el cual
UNIDAD IV
se termina establece cuando un arreglo es aceptado por el autómata de estado finito.
Sea A = ( I, S, f, A, S*) un autómata de estado finito.
Sea α = x1, x2, … , xn un arreglo no nulo sobre I.
Si existen estados S0, S1, … , Sn que satisfacen:
a) S0 = S*
TEMA N° 2
b) f(Si-1, xi) = Si ; para i = 1, …, n
c) Sn ∈ A
e dice que α es aceptado por A. Al conjunto de arreglos aceptados por A se le denota por Ac(A) y se dice
S
que A acepta Ac(A).
Ejemplo 1. ¿Es el arreglo α = abaa aceptado por el autómata de estado finito de la figura?
b a
a
S0 S1 a S2
b
b
- Se comienza por el estado S0
- Cuando a es el dato de entrada S0 se desplaza al estado S1
- Cuando b es el dato de entrada S0 se desplaza al estado S0
- Cuando a es el dato de entrada S0 se desplaza al estado S1
- Cuando a es el dato de entrada S0 se desplaza al estado S2.
l camino (S0, S1, S0, S1, S2) representa al arreglo abaa. Como el estado final S2 es un estado aceptado,
E
entonces el arreglo es aceptado por el autómata.
Ejemplo 2. ¿Es el arreglo α = aaababbab aceptado por el autómata de estado finito de la figura?
a
S0 S1
b
a
b c b
S2 b S3
a
El camino es (S0, S1, S2, S2, S3, S1, S1, S1, S2, S3), por lo tanto el arreglo es aceptado por el autómata.
125
2. Autómatas de Estado Finito No Determinístico.
UNIDAD IV
Sean:
Un conjunto finito I de símbolos de entrada
Un conjunto finito S de estados
Un subconjunto A de estados aceptados
Una función estado siguiente f / f:S X I → P(S)φ
Un estado inicial S* ∈ S.
TEMA N° 2
A la penta-upla (I, S, f, A, S*) se le denomina autómata de estado finito no determinístico. La única diferencia
con los autómatas de estado finito es que en el autómata de estado finito la función estado siguiente conduce
inequívocamente a un estado determinado, mientras que el determinístico lleva a un conjunto de estados.
Ejemplo 1. Demostrar que el diagrama de transición dado es un autómata no determinístico. Si I = {a, b}, S = {
S0, S1, S2}, A = {S2}, S0 es el estado inicial y la función estado siguiente está dado por la siguiente tabla:
I
a b
S
S0 S1 S0
S1 {S1, S2}
S2
b b
a b
S0 S1 S2
De S1 no parte ninguna arista con marca a.
De S2 no parte ninguna arista con marca a.
De S1 parten 2 aristas con la misma marca b.
La razón del termino no determinístico es que cuando se está en un estado de donde parten múltiples aristas
con la misma marca x, si x es un dato de entrada, la maquina se convierte en no determinístico, debido a que
el estado que viene a continuación no está bien determinado, por ejemplo si se está en S1 puede dirigirse a S2
o permanecer en S1
Ejemplo 2. Demostrar que el diagrama de transición dado es un autómata no determinístico. Si I = {a, b}, S = {S0,
S1, S2, S3}, A = {S1}, S0 es el estado inicial y la función estado siguiente está dado por la siguiente tabla:
I
a b
S
S0 S3
S1 {S1, S2} S3
S2 { S0, S1, S3}
S3
126
Solución.
UNIDAD IV
S0 S1 a
b b
b b a
TEMA N° 2
S3 b S2
Ejemplo 3. Encuentre la tabla que define la función estado siguiente del siguiente autómata no determinístico.
a
b
b
S0 S1
b
a
a
S2
Solución:
I
a b
S
S0 {S0, S2} S1
S1 S2 {S1, S2}
S2
Ejemplo 4. Diseñar un autómata de estado finito que acepte únicamente los arreglos no nulos sobre I = {a, b}
que no contenga letras a.
Solución. La idea es emplear dos estados:
A: Se halló una letra a
NA: No se halló una letra a
Entonces el estado inicial y el único estado aceptado es NA.
b
a
NA A
b a
127
Ejemplo 5. Diseñar un autómata de estado finito que acepte únicamente los arreglos no nulos sobre I {a, b} que
contengan un número impar de letras a.
UNIDAD IV
Solución.
E: Se encontró un número par de letras a
O: Se encontró un número impar de letras a
a b
TEMA N° 2
E O
a a
b
Ejemplo 6. Diseñar un autómata de estado finito que acepte únicamente los arreglos no nulos sobre I {a, b} que
contengan al menos una letra b.
Solución.
NB: No hay letra b
B: Hay una o más letras b
a
b
NB B
a b
128
UNIDAD IV
RALPH P. GRIMALDI, (2002) MATEMATICAS DISCRETA
Y COMBINATORIA, EDITORIAL ADDISON-WESLEY
IBEROAMERICANA
TEMA N° 2
LENGUAJES: MAQUINAS DE ESTADO FINITO
En esta era de computadoras y telecomunicaciones, general algún tipo de información y la salida es el re-
nos enfrentamos día con día a situaciones de entra- sultado obtenido después de procesar esta informa-
da y salida. Por ejemplo, al comprar un refresco en ción. La forma en que se procesa la entrada depende
una máquina expendedora, damos como entrada de la labor interna de la computadora, la cual debe
ciertas monedas y después oprimimos un botón para tener la capacidad de recordar la información anterior
obtener la salida esperada, es decir, el refresco. La cuando trabaja con nueva información.
primera moneda que damos como entrada pone la
maquina en movimiento. Con los conceptos desarrollados antes acerca de los
conjuntos se estudia un modelo abstracto denomi-
Aunque generalmente no nos preocupamos de lo nado máquina de estado finito o circuito secuencial.
que ocurre dentro de la maquina (a menos que se Estos circuitos son uno de los dos tipos básicos de
descomponga y tengamos una perdida), convendría circuitos de control que se encuentran en las com-
notar que, de alguna forma, la maquina lleva un regis- putadoras digitales, el otro tipo es el circuito combi-
tro de las monedas depositadas, hasta que se intro- natorio o red de puertas. También se encuentran en
duce el importe correcto. Solo entonces, y no antes, otros sistemas como la máquina expendedora, o en
la maquina deja salir el refresco esperado. En conse- los controles de los ascensores o los sistemas de se-
cuencia, para que el vendedor tenga la ganancia es- máforos.
perada por cada refresco, la maquina debe recordar
internamente, conforme se va insertando cada mo- Como su nombre lo indica, una maquina de estado
neda, la suma de dinero depositado. finito tiene un numero finito de estados internos, en
que la maquina recuerda cierta información cuando
Una computadora es otro ejemplo de un dispositivo está en un estado particular
de entrada y salida. En este caso, la entrada es por lo
129
ACTIVIDAD FORMATIVA Nº 2- AUTÓMATAS
UNIDAD IV
1. Demuestre que la siguiente máquina es un autómata de estado finito y trace de nuevo el diagrama de transi-
ción como uno de un autómata de estado finito.
a/1 b/0
TEMA N° 2
a/1 b/0
S0 S1 S2
b/0
a/0
2. Trace el diagrama de transición de un autómata de estado finito que acepta el conjunto no nulo de arreglos
sobre {a, b}, dado en cada uno de los ejercicios:
2.1. Arreglos con un número par de letras a.
2.2. Arreglos con exactamente una letra b.
2.3. Arreglos con exactamente dos letras a.
3. Trace de nuevo el diagrama de transición de autómata de estado finito como un diagrama de máquina de es-
tado finito de la siguiente máquina:
a
S0 S1
b
a
b a b
S2 b S3
a
130
VIDEOS
UNIDAD IV
Título o Tema: Ejemplo Autómata.
URL: https://youtu.be/a4ZLHsb4al0?t=15s
Autor(a): Universidad de Caldas (Colombia).
Año: 2013.
TEMA N° 2
Reseña: En este video podrán observar un ejemplo del tema de
autómatas y lenguajes formales donde nos piden un autómata
que acepte el lenguaje de todas las posibles palabras donde su
longitud sea múltiplo de 3.
Se explicara tambien paso a paso como dirigir las transiciones de
un estado a otro y cuales palabras deberia aceptar y cuales no
Video 15: Autómatas de estado finito.
GLOSARIO DE LA UNIDAD Iv
A
Alfabeto
Conjunto de símbolos con el cual se forman palabras de un lenguaje.
Arreglo
Es una secuencia de símbolos que se coloca uno seguido del otro.
Autómata Finito Determinístico (AFD)

Es aquel en donde es posible determinar claramente cuál es el estado siguiente.
Autómata finito no determinístico (AFN)

Es aquel en donde la función de estado siguiente, no conduce a un estado único determinado.
D
Diagrama de transición
En este tipo de diagrama los estados se representan por medio de un círculo con el nombre del estado dentro
de ella. Los estados de aceptación o finales se distinguen porque tienen doble círculo, las transiciones se re-
presentan por aristas y se etiquetan con un símbolo del alfabeto. El estado inicial se distingue porque se hace
incidir sobre él una flecha.
G
Gramática
Están integradas por el alfabeto y las composiciones para la estructuración correcta de las palabras validas en
un lenguaje.
131
L
UNIDAD IV
Lenguaje
Es un conjunto de símbolos (o palabras) y métodos para estructurar y combinar dichos símbolos.
T
Tabla de transición
Tabla que concentra la información de un autómata así como los valores que puede tomar la función de estado
TEMA N° 2
siguiente.
BIBLIOGRAFIA DE LA UNIDAD Iv
Johnsonbaugh, R. (1999). Matemática Discreta. Grupo Editorial Iberoamérica.
Rosen, K. (2004). Matemática Discreta y sus Aplicaciones. Editorial Mc Graw Hill.
Garcia, M. (2010). Matemática discreta para la computación. Nociones teóricas y problemas resueltos. España.
Editorial Servicio de Publicaciones-Universidad de Jaén
132
AUTOEVALUACION de la unidad iv
UNIDAD IV
1. Si:
f g
I
a b a b
S
TEMA N° 2
S0 S1 S1 1 1
S1 S0 S1 0 1
a/0
A) b/1
b/1
S0 S1
b/1
B) a/0
b/1
a/1
S0 S1
b/1
C) a/0
a/1
a/1
S0 S1
b/1
D) a/0
b/1
a/1
S0 S1
b/0
a/0
E)
b/1
b/0
S0 S1
b/1
133
2. En la siguiente máquina de estado finito encuentre los conjuntos I, θ, S, el estado inicial y la tabla que
define las funciones estado siguiente y salida:
UNIDAD IV
a/0
b/1
A B
a/0
TEMA N° 2
b/0 b/1
a/1
C
A)
f g
I
a b a b
S
A A B 0 1
B A C 0 1
C C A 1 0
B)
f g
I
a b a b
S
A A B 0 0
B A C 0 1
C C A 1 0
C)
f g
I
a b a b
S
A A B 0 1
B A C 0 1
C C A 0 1
134
D)
UNIDAD IV
f g
I
a b a b
S
A A C 0 1
B A B 0 1
C C A 1 0
TEMA N° 2
E)
f g
I
a b a b
S
A A A 0 1
B A C 0 1
C C B 1 0
3. Establezca el arreglo de salida para el arreglo de entrada abba, de la máquina de estado finito del ejercicio
1:
A) 1010
B) 1100
C) 0001
D) 0101
E) 1110
4. stablezca el arreglo de salida para el arreglo de entrada aabbabaab, de la máquina de estado finito del
E
ejercicio 2:
A) 111110001
B) 001110101
C) 010100001
D) 001110001
E) 001110011
135
5. Trace el diagrama de transición de un autómata de estado finito que acepta el conjunto no nulo de arreglos
sobre {a, b} de arreglos con al menos una letra b
UNIDAD IV
A) a
a
No
hay
a Una o
m ás b
b
b
TEMA N° 2
a
B) b
No
hay
b Una o
m ás b
b
a
C)
a
a
No
hay
b Una o
m ás b
b
b
D)
a
a
H ay b Una o
m ás b
b
b
E)
a
a
No
hay b Dos o
m ás b
b
136
ANEXO Nº 1
UNIDAD IV
Respuestas de la Autoevaluación de la Unidad I
Número Respuesta
1 B
2 D
3 E
4 E
ANEXO Nº 1
5 C
6 D
7 D
8 E
9 D
10 C
Respuestas de la Autoevaluación de la Unidad II
Número Respuesta
1 B
2 A
3 E
4 C
5 E
6 D
7 A
8 D
9 A
10 B
Respuestas de la Autoevaluación de la Unidad III
Número Respuesta
1 C
2 D
3 B
4 B
5 A
6 D
7 E
8 C
9 A
10 E
137
Respuestas de la Autoevaluación de la Unidad IV
UNIDAD IV
Número Respuesta
1 B
2 A
3 E
4 D
5 C
ANEXO Nº 1
138
139
MANUAL AUTOFORMATIVO interactivo
E
ste manual autoformativo es el material didác- blioteca de recursos, muro y las tareas, siempre
tico más importante de la presente asignatu- acompañado de tus docentes y amigos.
ra. Elaborado por el docente, orienta y facilita
el auto aprendizaje de los contenidos y el desarrollo El modelo educativo de la Universidad Continen-
de las actividades propuestas en el sílabo. tal a distancia es innovador, interactivo e integral,
conjugando el conocimiento, la investigación y
Los demás recursos educativos del aula virtual la innovación. Su estructura, organización y fun-
complementan y se derivan del manual. Los con- cionamiento están de acuerdo a los estándares
tenidos multimedia ofrecidos utilizando videos, internacionales. Es innovador, porque desarrolla
presentaciones, audios, clases interactivas, se las mejores prácticas del e-learning universitario
corresponden a los contenidos del presente ma- global; interactivo, porque proporciona recursos
nual. La educación a distancia en entornos vir- para la comunicación y colaboración síncrona y
tuales te permite estudiar desde el lugar donde asíncrona con docentes y estudiantes; e integral,
te encuentres y a la hora que más te convenga. pues articula contenidos, medios y recursos para
Basta conectarse al Internet, ingresar al campus el aprendizaje permanente y en espacios flexi-
virtual donde encontrarás todos tus servicios: bles. Ahora podrás estar en la universidad en
aulas, videoclases, presentaciones animadas, bi- tiempo real sin ir a la universidad.

Manual de Matematica Discreta Ed1 V1 2017

Uploaded by

Document Information

Original Title

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

Manual de Matematica Discreta Ed1 V1 2017

Uploaded by

Copyright:

Available Formats

Matemática Discreta

Manual Autoformativo Interactivo

Pedro Tulio Oré La Fuente

Matemática Discreta. Manual Autoformativo Interactivo

Dirección: Emma Barrios Ipenza

DIAGRAMA DE PRESENTACIÓN DE LA ASIGNATURA 8

DIAGRAMA DE PRESENTACIÓN DE LA UNIDAD I 9

TEMA N° 1: PROPOSICIONES LÓGICAS. 12

TEMA N° 2: LA LÓGICA CUANTIFICACIONAL 28

TEMA N° 3: LA TEORÍA DE CONJUNTOS 35

DIAGRAMA DE PRESENTACIÓN DE LA UNIDAD II 51

TEMA N° 1: INDUCCIÓN MATEMÁTICA 54

TEMA N° 2: RELACIONES DE RECURRENCIA 59

TEMA N° 3: ANALISIS COMBINATORIO 67

DIAGRAMA DE PRESENTACIÓN DE LA UNIDAD III 79

TEMA N° 1: TEORIA DE GRAFOS 82

TEMA N° 3: OPTIMIZACION 100

GLOSARIO DE LA UNIDAD III 106

BIBLIOGRAFIA DE LA UNIDAD III 107

AUTOEVALUACION de la unidad iii 108

DIAGRAMA DE PRESENTACIÓN DE LA UNIDAD IV 111

TEMA N° 1: MÁQUINAS DE ESTADO FINITO 113

TEMA N° 2: AUTOMATAS DE ESTADO FINITO 122

GLOSARIO DE LA UNIDAD Iv 131

BIBLIOGRAFIA DE LA UNIDAD Iv 132

AUTOEVALUACION de la unidad iv 133

Ing. Pedro Tulio Oré La Fuente

UNIDAD I UNIDAD II: Unidad III Unidad IV

TIEMPO MÍNIMO DE ESTUDIO

UNIDAD I UNIDAD II UNIDAD III UNIDAD IV

18 Horas 30 Horas 30 Horas 18 Horas

“LÓGICA Y TEORÍA DE CONJUNTOS”

DIAGRAMA DE PRESENTACIÓN DE LA UNIDAD I

3 El conjunto especial signa

Video 1: Proposiciones lógicas: La negación y conjunción

DIAPOSITIVAS ELABORADAS POR EL DOCENTE:

Rúbrica para evaluar el ensayo

Gonzales Gutiérrez, Francisco. [PDF]Apuntes de Lógica Matemática 1. Lógica de

¿Cuáles son proposiciones?

1. Carlos y Jorge son compadres.

2. Me enoja tu comportamiento, eres indolente.

3. Alberto ama a Teresa y ella a Raúl.

4. Todos los felinos son carnívoros y tienen excrementos pestilentes.

6. “El mundo es ancho y ajeno” es un libro.

7. La distancia entre Lima y Huancayo es 200 Km.

9. El problema no es que me mientas, el problema es que te creo.

10. No come ni deja comer.

11. Ningún abogado es honesto.

12. Abre todas las ventanas.

Proposición atómica y molecular

Ejemplos: “Si llueve, entonces el suelo está mojado”.

1. Juan y Pedro son Psicólogos

4. La contaminación ambiental incluye tierra, agua y aire.

6. Si viene alguien, di que no estoy para nadie

7. Corre y dile que venga.

8. Si investigas, te convencerás de la verdad.

La proposición 2 es molecular porque hay dos proposiciones atómicas.

La Condicional, que significa, si …, entonces …

La Bicondicional, que significa…si y solo si …

• Formalización de proposiciones atómicas

Es colocar una variable proposicional a cada proposición expresada en lenguaje natural.

- María tiene gripe º q

- La responsabilidad es una virtud º s

- Tercer paso: Identificar cada una de los conectores logicos.

- 3. LEYES LÓGICAS