Вы находитесь на странице: 1из 39

Matematicas discretas

(notas de clase)

Dr. Miguel Mata


miguel.matapr@uanl.edu.mx

FIME-UANL

23 de septiembre de 2015
Indice general

1. Logica 1
1.1. Proposiciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.2. Operadores logicos . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.2.1. Negacion . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.2.2. Conjuncion . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.2.3. Disyuncion . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.2.4. Implicacion . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.2.5. Doble implicacion . . . . . . . . . . . . . . . . . . . . . . . 4
1.3. Representaciones . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.3.1. Tablas de verdad . . . . . . . . . . . . . . . . . . . . . . . 4
1.3.2. Redes de decision . . . . . . . . . . . . . . . . . . . . . . . 5
1.3.3. Diagrama de decision binario . . . . . . . . . . . . . . . . 6
1.4. Tautologas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.4.1. Implicacion tautologica . . . . . . . . . . . . . . . . . . . . 8
1.4.2. Equivalencias . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.4.3. Leyes del algebra de proposiciones . . . . . . . . . . . . . . 9
1.5. Argumentos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
1.5.1. Reglas de inferencia . . . . . . . . . . . . . . . . . . . . . . 10
1.6. Cuantificadores . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
1.6.1. Negacion . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
1.6.2. Cuantificadores anidados . . . . . . . . . . . . . . . . . . . 11

2. Conjuntos 13
2.1. Relacion de pertenencia . . . . . . . . . . . . . . . . . . . . . . . 13
2.2. Subconjuntos e igualdad . . . . . . . . . . . . . . . . . . . . . . . 14
2.3. Conjunto universal y conjunto vaco . . . . . . . . . . . . . . . . . 14
2.4. Cardinalidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15

1
Matematicas discretas (M. Mata) 2

2.5. Conjunto potencia . . . . . . . . . . . . . . . . . . . . . . . . . . 15


2.6. Operaciones con conjuntos . . . . . . . . . . . . . . . . . . . . . . 16
2.6.1. Union . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
2.6.2. Interseccion . . . . . . . . . . . . . . . . . . . . . . . . . . 16
2.6.3. Diferencia . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
2.6.4. Complemento . . . . . . . . . . . . . . . . . . . . . . . . . 16
2.6.5. Propiedades de los conjuntos . . . . . . . . . . . . . . . . . 17
2.7. Diagramas de Venn . . . . . . . . . . . . . . . . . . . . . . . . . . 18
2.7.1. Conteo mediante diagramas de Venn . . . . . . . . . . . . 18
2.8. Producto cartesiano . . . . . . . . . . . . . . . . . . . . . . . . . . 19
2.8.1. Pares ordenados . . . . . . . . . . . . . . . . . . . . . . . . 19
2.8.2. Conjunto producto . . . . . . . . . . . . . . . . . . . . . . 19
2.8.3. Conjunto producto en general . . . . . . . . . . . . . . . . 19
2.8.4. Conjuntos de verdad de proposiciones . . . . . . . . . . . . 20

3. Relaciones y funciones 21
3.1. Relaciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
3.1.1. Representacion grafica de una relacion . . . . . . . . . . . 21
3.1.2. Dominio y rango de una relacion . . . . . . . . . . . . . . 22
3.1.3. Relacion inversa . . . . . . . . . . . . . . . . . . . . . . . . 23
3.2. Relaciones de equivalencia y relaciones de orden . . . . . . . . . . 23
3.2.1. Relaciones de orden . . . . . . . . . . . . . . . . . . . . . . 24
3.2.2. Relaciones de equivalencia . . . . . . . . . . . . . . . . . . 24
3.2.3. Particiones . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
3.3. Funciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
3.3.1. Grafica de una funcion . . . . . . . . . . . . . . . . . . . . 27
3.3.2. Composicion de funciones . . . . . . . . . . . . . . . . . . 27
3.3.3. Funciones inyectivas y sobreyectivas . . . . . . . . . . . . . 28
3.3.4. Funcion inversa y funcion identidad . . . . . . . . . . . . . 28

4. Recursividad 30
4.1. Funciones recursivas . . . . . . . . . . . . . . . . . . . . . . . . . 30
4.2. Sucesiones y series . . . . . . . . . . . . . . . . . . . . . . . . . . 30
4.3. Induccion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30

5. Combinatoria 31
5.1. Conteo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31

Material en contruccion! (version: 2015.09.23)


Matematicas discretas (M. Mata) 3

5.1.1. Principio de la multiplicacion . . . . . . . . . . . . . . . . 31


5.2. Permutaciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
5.3. Combinaciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
5.4. Coeficientes binomiales . . . . . . . . . . . . . . . . . . . . . . . . 31
5.4.1. Triangulo de pascal . . . . . . . . . . . . . . . . . . . . . . 31
5.4.2. Teorema del binomio . . . . . . . . . . . . . . . . . . . . . 31
5.5. Diagramas de arbol . . . . . . . . . . . . . . . . . . . . . . . . . . 31

6. Teora de grafos 32
6.1. Grafos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32

6.2. Arboles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
6.3. Redes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32

Material en contruccion! (version: 2015.09.23)


Introducci
on

Respecto a estas notas


Este material ha sido preparado como material de apoyo para la materia de
((Matematicas discretas)) que se imparte a nivel licenciatura en la Facultad de
Ingeniera Mecanica y Electrica de la Universidad Autonoma de Nuevo Leon.

No es propiamente el material del curso, y su elaboracion esta aun en cons-


truccion por lo que el infortunado lector podra encontrar que a
un hay partes no
desarrolladas, otras inacabadas e incluso otras aun ausentes.

Aun con lo anterior, el material se encontrara en desarrollo continuo y espera-


mos sinceramente que, eventualmente, sea de utilidad.

Competencias especficas
De acuerdo al programa analtico de la materia, las competencias de la
materia son:

((Modelar problemas por metodos analticos y/o computacionales, generan-


do alternativas de solucion basadas en lenguaje matematico y computacional de
tal manera que permite identificar el fundamento matematico que sustenta a la
computadora.

))Implementar soluciones tecnologicas a problemas de ingeniera en software y


hardware de tal forma que este basada en algoritmos matematicos y computacio-
nales)).

Unidades tem
aticas
Seg
un la academia, este curso debe cubrir: L
ogica, Combinatoria y Grafos.

i
Matematicas discretas (M. Mata) ii

Seg
un los ejercicios del programa analtico, este curso debe cubrir:

Tablas logicas

Induccion matematica

Leyes, propiedades y operaciones con conjuntos

Tipos de sucesiones

Tipos cadenas y alfabetos

Relaciones de recurrencia mediante graficas y matriz de relaciones

Representacion de funciones

Seg
un un miembro de la academia, el material se debera organizar de la
siguiente manera:

Logica: representacion digital, expresiones booleanas, tablas de verdad, in-


ferencia, arboles de decision, circuitos.

Combinatoria: induccion, sucesiones, funciones, conjuntos.

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


tales, optimizacion combinatoria.

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


material hemos hecho una fusion de todo lo anterior ordenado en una secuencia
logica de acuerdo al contenido.

Calificaci
on
De acuerdo a la academia, esta materia debe ser evaluada de la siguiente
manera:

Ex
amenes: 40 %.

Actividades: 60 %.

Material en contruccion! (version: 2015.09.23)


Matematicas discretas (M. Mata) iii

Incidencia en los planes de estudio


Segun los programas vigentes, la materia de ((Matematicas discretas)) forma
parte de los planes de estudio de las siguientes carreras:

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

IAS: 3.er semestre. Materia obligatoria.

ITS: 3.er semestre. Materia obligatoria.

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

Bibliografa
R. Johnsonbaugh. Matematicas discretas. 6.a edicion. Editorial Pearson
Educacion. Mexico, 2005.

S. Lipschutz. Matematicas finitas. McGraw-Hill. Mexico, 1966.

R. Grimaldi. Matematicas discretas y combinatoria. 3.a edicion. Editorial


Addison-Wesley Iberoamericana. Estados Unidos, 1997.

Material en contruccion! (version: 2015.09.23)


Captulo 1

L
ogica

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


gente suele confundirla con el ((sentido comun)).

Por ello, antes de comenzar, iniciemos con un peque


no examen de logica. Res-
ponda a lo siguiente:

1. Es verdadera la afirmacion ((algunos de los alumnos de este salon tienen


menos de 80 a
nos))?

2. Si estudio, apruebo. No estudio. Cual es la conlusion?

3. La afirmacion ((Madrid esta en Espa


na o Londres esta en Iglaterra)) es
verdadera o falsa?

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


que es ((inversamente))?, es decir, cual es la afirmacion ((inversa))?

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


y ((No aprendo mas)), por lo tanto ((Soy un genio)).

6. El padre dijo a su hijo, ((Si sacas buenas notas te compro una bicicleta)), el
no saco malas notas, cuando el padre las vio el hijo le pregunto, ((Papa,
ni
me vas a comprar una bicicleta?)). Hizo el nino una pregunta logica?

Las respuestas correctas son: 1. S. 2. Se puede conlcuir cualquier cosa. 3.


Verdadera. 4. Si dos rectas no se intersectan son paralelas. 5. S. 6. S.

Si contesto incorrectamente a mas de una de las preguntas anteriores, no puede


obviar este captulo.

1
Matematicas discretas (M. Mata) 2

1.1. Proposiciones
Una proposicion es un enunciado que puede ser calificado como verdadero o
falso.
Ejemplos:

1. Pars esta en Inglaterra.

2. 1 1  2.

3. x2 1 0.

4. Las violetas son azules.

Todas las expresiones anteriores son proposiciones simples. Expresiones como


((Hola, que hace?)), ((Cierra la puerta)) o ((Viva Mexico!)) no son proposiciones.
Denotaremos las proposiciones simples con letras min usculas: p, q, r, . . .

1.2. Operadores l
ogicos
Las proposiciones simples pueden combinarse para formar proposiciones mas
complejas mediante algunos operadores logicos. Las proposiciones compleja las
denotaremos, en ocasiones, con letras may
usculas.

1.2.1. Negaci
on
Dada una proposicion p la negacion de p es tambien una proposicion. La
denotaremos p y se lee ((no p)). Su valor de verdad sera el contrario al de p.
Ejemplos:

1. p: Pars esta en Inglaterra,


p: Pars no esta en Inglaterra.

2. q: 2 2  4,
q: 2 2  4.

3. r: x2 1 0,
r: x2 1 0.

4. s: Las rosas son rojas,


s: Las rosas no son rojas.

Material en contruccion! (version: 2015.09.23)


Matematicas discretas (M. Mata) 3

1.2.2. Conjunci
on
Dadas dos proposiciones p y q la conjuncion de p con q es tambien una pro-
posicion, la denotaremos p ^ q y se lee ((p y q)). Su valor de verdad sera verdadero
solo cuando ambas proposiciones p y q sean verdaderas.
Ejemplos:
1. p: Pars esta en Inglaterra,
q: Madrid esta en Espa na,
p ^ q: Pars esta en Inglaterra y Madrid esta en Espa
na.
2. p: |x| ,
q: x2  16 0,
p ^ q: |x| y x2  16 0.
3. p : Las rosas son rojas,
q: Las violestas son azules,
p ^ q: Las rosas son rojas y las violestas son azules.

1.2.3. Disyunci
on
Dadas dos proposiciones p y q la disyuncion de p con q es tambien una pro-
posicion, la denotaremos p _ q y se lee ((p o q)). Su valor de verdad sera falso solo
cuando ambas proposiciones p y q sean falsas.
Ejemplos:
1. p: Pars esta en Inglaterra, q: Madrid esta en Espa
na,
p _ q: Pars esta en Inglaterra o Madrid esta en Espa
na.
2. Sacas buenas calificaciones o no vas a la fiesta.

1.2.4. Implicaci
on
Dadas dos proposiciones p y q la implicacion de p con q es tambien una pro-
posicion, la denotaremos p q y se lee ((p implica q)) o ((si p entonces q)) (entre
otras expresiones). Su valor de verdad sera falso solo cuando p sea verdadera pero
q sea falsa.
Ejemplos:
1. p: Pars esta en Francia, q: Madrid esta en Inglaterra,
p q: Si Pars esta en Inglaterra, Madrid esta en Espana.
2. Si x 2 entonces x2 4.
3. Si apruebas matematicas te compro una bicicleta.

Material en contruccion! (version: 2015.09.23)


Matematicas discretas (M. Mata) 4

1.2.5. Doble implicaci


on
Dadas dos proposiciones p y q la doble implicacion de p y q es tambien una
proposicion, la denotaremos p q y se lee ((p si y solo si q)) o ((p siempre y cuando
q)). Su valor de verdad sera verdadero solo cuando p y q tengan el mismo valor de
verdad.

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

1.3.1. Tablas de verdad


Las tablas de verdad de los operadores son como sigue:
p q p^q p q p_q p q pq p q pq
p p 1 1 1 1 1 1 1 1 1 1 1 1
1 0 1 0 0 1 0 1 1 0 0 1 0 0
0 1 0 1 0 0 1 1 0 1 1 0 1 0
0 0 0 0 0 0 0 0 1 0 0 1

Con estas tablas podemos calcular los valores de verdad de expresiones mas
complejas.
Ejemplo: Calcular la tabla de verdad de pp _ q q ^ r.

p q r pp _ q q  A r B A^B
1 1 1 1 0 0
1 1 0 1 1 1
1 0 1 1 0 0
1 0 0 1 1 1
0 1 1 1 0 0
0 1 0 1 1 1
0 0 1 0 0 0
0 0 0 0 1 0

Material en contruccion! (version: 2015.09.23)


Matematicas discretas (M. Mata) 5

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

p q r pq _ rq  A rp ^ As  B p_B
1 1 1 1 1 1
1 1 0 1 1 1
1 0 1 0 0 1
1 0 0 1 1 1
0 1 1 1 0 0
0 1 0 1 0 0
0 0 1 0 0 0
0 0 0 1 0 0

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

p q r p q ^ rq  A pq ^ rq  B rA _ B s  C p^C
1 1 1 0 0 0 0
1 1 0 0 1 1 1
1 0 1 1 0 1 1
1 0 0 0 0 0 0
0 1 1 0 0 0 0
0 1 0 0 1 1 0
0 0 1 1 0 1 0
0 0 0 0 0 0 0

1.3.2. Redes de decisi


on
Existe una representacion de redes de los operadores binarios , _ y ^. Suele
ser u
til en la comprension de circuitos o redes lectricas y en diagramas de comu-
nicacion y conmutadores.
Imaginemos que hay un emisor T0 y un receptor T1 . El flujo debe pasar por
algunos puertos que pueden estar abiertos (valor de 1) o cerrados (valor de 0).

T0 p T1

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


sera recibido si toma el valor de 0.
La red toma la siguiente forma para el disyuntivo p _ q:

p
T0 T1
q

Material en contruccion! (version: 2015.09.23)


Matematicas discretas (M. Mata) 6

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

T0 p q T1

Ejemplo: Dibujar la red de decision para rp ^ p r _ sqs _ rq ^ ts:

r
p
T0 s T1
q t

1.3.3. Diagrama de decisi


on binario

Arbol de decision binario y diagrama (reducido) de decision binario.
Ejemplo 1: pp ^ q q _ pp ^ rq _ pq ^ rq

p q r pp ^ qq  A pp ^ rq  B pq ^ rq  C A_B_C
1 1 1 1 1 1 1
1 1 0 1 0 0 1
1 0 1 0 1 0 1
1 0 0 0 0 0 0
0 1 1 0 0 1 1
0 1 0 0 0 0 0
0 0 1 0 0 0 0
0 0 0 0 0 0 0

p p

q q q q

r r r r r

1 1 1 0 1 0 0 0 1 0
Ejemplo 2: p p^ q ^ r q _ pp ^ q q _ pq ^ r q

Material en contruccion! (version: 2015.09.23)


Matematicas discretas (M. Mata) 7

p q r p p^ q ^ rq  A pp ^ qq  B pq ^ rq  C A_B_C
1 1 1 0 1 1 1
1 1 0 0 1 0 1
1 0 1 0 0 0 0
1 0 0 0 0 0 0
0 1 1 0 0 1 1
0 1 0 0 0 0 0
0 0 1 0 0 0 0
0 0 0 1 0 0 1

p p

q q q q

r r r r r r

1 1 0 0 1 0 0 1 1 0
Ejercicio: p _ rp ^ pq _ rqs.
p q r pq _ rq  A rp ^ As  B p_B
1 1 1 1 1 1
1 1 0 1 1 1
1 0 1 0 0 1
1 0 0 1 1 1
0 1 1 1 0 0
0 1 0 1 0 0
0 0 1 0 0 0
0 0 0 1 0 0

p p

q q

r r r r

1 1 1 1 0 0 0 0 1 0

1.4. Tautologas
Ejercicio: Calcular la tabla de verdad de la siguiente proposicion:
r p _ pq ^ rqs _ rp ^ p q _ rqs

Material en contruccion! (version: 2015.09.23)


Matematicas discretas (M. Mata) 8

p q r pq ^ rq  A r p _ As  B p q _ rq  C rp ^ C s  D B_D
1 1 1 0 0 1 1 1
1 1 0 1 1 0 0 1
1 0 1 0 0 1 1 1
1 0 0 0 0 1 1 1
0 1 1 0 1 1 0 1
0 1 0 1 1 0 0 1
0 0 1 0 1 1 0 1
0 0 0 0 1 1 0 1

Observamos que el valor de verdad de la expresion anterior es verdadero, sin


importar los valores de verdad de p, q y r. Este tipo de expresiones, en las que su
u
nico valor posible es verdadero, son de particular interes en matematicas y se les
llama tautologas.

1.4.1. Implicaci
on tautol
ogica
Cuando una proposicion es una implicacion y es una tautologa se llama im-
plicacion tautologica. Esta estructura es importante porque, si A B es una
tautologa, entonces B es cierta si A lo es, sin importar los valores de verdad de
las variables simples. Es decir, tenemos una estructura que es siempre valida para
todas las variables.
Cuando A implica tautologicamente a B se escribe A B.

Ejercicio: Verifique que: rp pq ^ rqs ^ r p

p q r pq ^ rq  A rp As  B B^ r C C p
1 1 1 1 1 0 1
1 1 0 0 0 0 1
1 0 1 0 0 0 1
1 0 0 0 0 0 1
0 1 1 1 1 0 1
0 1 0 0 1 1 1
0 0 1 0 1 0 1
0 0 0 0 1 1 1

1.4.2. Equivalencias
Cuando una proposicion es una doble implicacion y es una tautologa se llama
equivalencia. Esta estructura es importante porque, si A B es una tautologa,

Material en contruccion! (version: 2015.09.23)


Matematicas discretas (M. Mata) 9

entonces A tiene el mismo valor de verdad de B. Es decir, tenemos una estructura


que es equivalente para todas las variables.
Cuando A es equivalente a B se escribe A B.

Ejercicio 1: Verifique que: pA B q pA ^ B q


Ejercicio 2: Verifique que: pA B q rpA B q ^ pB Aqs

1.4.3. Leyes del


algebra de proposiciones
p_pp
p^pp
1 Leyes idempotentes
p_q q_p
p^q q^p
2 Leyes conmutativas
p _ pq _ rq pp _ q q _ r
p ^ pq ^ rq pp ^ q q ^ r
3 Leyes asociativas
p _ pq ^ rq pp _ q q ^ pp _ rq
p ^ pq _ rq pp ^ q q _ pp ^ rq
4 Leyes distributivas
pp _ qq p ^ q
5
pp ^ qq p _ q Leyes de De Morgan
6 p pq p Doble negacion
p p _ pq 1
7
p p ^ pq 0 Leyes de complementacion
pp _ 0q p
8
pp ^ 1q p Leyes de identidad
pp _ 1q 1
9
pp ^ 0q 0 Leyes de dominacion

Ejercicios: Demostrar que:

1. pp _ q q ^ p p^q
2. p _ pp ^ q q p
3. pp _ qq _ p p ^ qq p

Algunas leyes mas que involucran la implicacion:


1. pp q q p q pq (contrapositiva)
2. pp qq p _ q
3. pp qq p ^ q
4. pp qq pp qq ^ pq pq

Material en contruccion! (version: 2015.09.23)


Matematicas discretas (M. Mata) 10

1.5. Argumentos
Un argumento P1 , P2 , . . . , Pn $ Q es valido si la conclusion Q es verdadera
cuando todas las premisas son verdaderas.

Observaci on: El argumento P1 , P2 , . . . , Pn $ Q es valido si y solo si pP1 ^


P2 ^    ^ Pn q Q es una tautologa.
Ejemplo: Verificar si la siguiente es una implicacion tautologica:
rpp _ qq ^ pr qq ^ ps ^ rq ^ pt pqs pt ^ rq

1.5.1. Reglas de inferencia


Modus ponendo ponens: A B, A $ B.
Modus tollendo tollens: A B, B $ A.
Modus tollendo ponens: A _ B, B $ A.
on: A ^ B
Simplificaci $ A.
Conjunci on: A, B $ A ^ B.
Adicion: A $ A _ B.
Silogismo hipot etico: A B, B C $ A C.
Prueba por casos: A C, B C, A _ B $ C.

Ejercicios:

1. p _ q, r q, s ^ r, t p $ pt ^ rq
2. p _ q, t ^ p, q s $ s m
3. m n, q _ m, p n, p _ r, q $ r

1.6. Cuantificadores
Cuantificador universal: Empleamos el smbolo @, el cual se lee para todo:
@x, ppxq.
Cuantificador existencial: Empleamos el smbolo D, el cual se lee existe:
Dx, ppxq.
Ejemplos:

Material en contruccion! (version: 2015.09.23)


Matematicas discretas (M. Mata) 11

1. Todos los n
umeros racionales son n
umeros reales:

@x P Q, x P R.
2. Existen n
umeros reales que no son racionales:

Dx P R, x R Q.
?
3. Es cierto que @n P N, n R Q?

1.6.1. Negaci
on

r@x, ppxqs Dx, ppxq.


rDx, ppxqs @x, ppxq.
Ejemplos:

1. No es verdad que todos los n


umeros naturales son pares:

r@n P N, n es pars Dn P N, n no es par.


2. Es cierto que @n P N con 1 n 14 y n impar, n es primo?

R= No es cierto, pues existe el 9 que no es primo.

3. Cual es la negacion de la oracion ((si todos estudian, entonces nadie reprue-


ba))?

R= Todos estudian y alguien reprueba.

4. Es cierto que a todos las personas de 140 a


nos les gustan los xoconostles?

1.6.2. Cuantificadores anidados


Son de la forma:

@x, @y, P px, yq.


@x, Dy, P px, yq.
Dx, @y, P px, yq.
Dx, Dy, P px, yq.

Material en contruccion! (version: 2015.09.23)


Matematicas discretas (M. Mata) 12

Ejemplos:

1. Todos los n
umeros pares se pueden escribir de la forma 2m para alg
un
n
umero entero m:
@n par, Dm P Z, n  2m.
2. Todos aman a alguien: @x, Dy, x ama a y.

Material en contruccion! (version: 2015.09.23)


Captulo 2

Conjuntos

Un conjunto es una coleccion de objetos.

Ejemplos:

1. El conjunto A de objetos en mi mochila, en este momento.

2. B  tarbol, ave, zapato, chancletau


3. C  t1, 3, 5, 7, 9u (forma explcita)

4. C  tn P N | n es un n umero dgito imparu (forma descriptiva)

5. D  tn P Z | n es un n umero dgitou

6. D  t0, 1, 2, . . . , 9u (forma explcita abreviada)

7. E  t11, 12, 13, . . . u

8. E  tn P N | n 10u

9. F  tx P R | x2  3x 2  0u

10. F  t1, 2u

2.1. Relaci
on de pertenencia
Sea A un conjunto y a un elemento de A, entonces se dice que ((a pertenece a
A)) y se escribe a P A. Si b no pertenece a A escribimos b R A.

13
Matematicas discretas (M. Mata) 14

2.2. Subconjuntos e igualdad


Definicion: Sean A y B dos conjuntos, se dice que A es un subconjunto de B,
y se escribe A B, si y solo si todos los elemento de A pertenecen a B. Tambien,
si A B, se dice que B contiene a A y se escribe B A.

Observaci on: Si A B, entonces: x P A x P B. Tambien, si A B,


entonces: @x P A, x P B.

Cual es la negacion de A B?

Se dice que A no es subconjunto de B, o que B no contiene a A, si existe a P A


tal que a R B, y se escribe A
{ B.
Ejemplo: Sean A  tn P Z | n es paru y B  tn P Z | n es m ultiplo de cuatrou.
Demuestre que B A. (Recuerde que n es m ultiplo de k si existe m P Z tal que
n  km).

Ejercicio: Sean A  tn P N | 1 n 14, n es imparu y B  tn P N | n


13, n es primou. A B o B A?

Definicion: Sean A y B dos conjuntos, se dice que A es igual a B, y se escribe


A  B, si y solo si A B y B A.

on: En caso de que A B pero A  B, se dice que A es subconjunto


Definici
propio de B y se escribe A B.

Nota: Algunos autores escriben simplemente A B cuando A es subconjunto


de B, pero deben escribir A B cuando A es subconjunto propio de B.

2.3. Conjunto universal y conjunto vaco


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

Ejemplos:

1. En geometra, U es el plano.

2. En estudios poblacionales, U es toda la gente del mundo.

Material en contruccion! (version: 2015.09.23)


Matematicas discretas (M. Mata) 15

Por otra parte, en ocasiones deberemos estudiar conjuntos que no tienen


ning
un elemento. Dicho conjunto es llamado conjunto vaco y lo denotamos por
.

Ejemplos:
1. A  tn P Z | n2  16, n es imparu  .
2. B  tx P R | x2 1  0u  .
3. El conjunto C de personas de mas de 160 a
nos.
Ejercicio: Demuestre que, si A es un conjunto cualquiera A.

2.4. Cardinalidad
Dado A un conjunto, se define la cardinalidad de A, y se denota |A|, como la
cantidad de elementos que pertenecen a A.

Ejemplos:
1. Dado A  ta, e, i, o, uu, |A|  5.
nol, cuanto vale |B|?
2. Dado B el conjunto de las letras del alfabeto espa
nol, cuanto vale |C|?
3. Dado C el conjunto de consonantes del alfabeto espa
Ejercicios:
1. Si S  , cuanto vale |S|?
2. Cual es la cardinalidad de N?
3. Si A B, |A| |B|?
4. Si A B, |A| |B|?

2.5. Conjunto potencia


Ejercicio: Sea S  ta, b, cu, escribir todos sus posibles subconjuntos.
Al conjunto de todos los subconjuntos de un conjunto A le llamamos conjunto
potencia de A, y lo denotaremos por P pAq.

Ejercicio: Si A es un conjunto finito con n elementos, cuantos elementos


tiene el conjunto P pAq?

Material en contruccion! (version: 2015.09.23)


Matematicas discretas (M. Mata) 16

2.6. Operaciones con conjuntos


2.6.1. Uni
on
Definicion: La union de dos conjuntos A y B, expresada por A Y B, es el
conjunto de todos los elementos que pertenecen a A o a B:

AYB  tx | x P A _ x P B u.

2.6.2. Intersecci
on
on: La interseccion de dos conjuntos A y B, expresada por A X B, es
Definici
el conjunto de todos los elementos que pertenecen a A y a B:

AXB  tx | x P A ^ x P B u.

2.6.3. Diferencia
on: La diferencia entre dos conjuntos A y B, expresada por AzB, es
Definici
el conjunto de todos los elementos que pertenecen a A pero que no pertenecen a
B:
AzB  tx | x P A ^ x R B u.

2.6.4. Complemento
Definicion: El complemento de un conjunto A, expresado por Ac , es el con-
junto de todos los elementos que no pertenecen a A:

Ac  tx | x P U ^ x R Au.
Ejercicios: Sea U  t0, 1, 2, 3, . . . , 13u. Calcular:
1. A  tx P U | x es paru

2. B  tx P U | x es multiplo de 3u
3. C  tx P U | x es primou

4. Ac Y C

5. Bc X C

6. C zA

7. AzC

Material en contruccion! (version: 2015.09.23)


Matematicas discretas (M. Mata) 17

8. B zpA Y C q

Ejemplos: Demostrar (por las definiciiones) que:

1. pA X B qc  Ac Y B c
2. B zA  B X Ac

2.6.5. Propiedades de los conjuntos


AYAA
AXAA
1 Leyes idempotentes
AYB BYA
AXB BXA
2 Leyes conmutativas
A Y pB Y C q  pA Y B q Y C
A X pB X C q  pA X B q X C
3 Leyes asociativas
A Y pB X C q  pA Y B q X pA Y C q
A X pB Y C q  pA X B q Y pA X C q
4 Leyes distributivas
pA Y B qc  Ac X B c
5
pA X B qc  Ac Y B c Leyes de De Morgan
6 pAcqc  A Ley de involucion
pA Y Acq  U
7
pA X Acq  Leyes de complementacion
pA Y q  A
8
pA X U q  A Leyes de identidad
pA Y U q  U
9
pA X q  Leyes de dominacion

Propiedades de las cardinalidades

1. ||  0.

2. Si A B, entonces |A| |B|.

3. |A Y B|  |A| |B|  |A X B|.

4. |A Y B| maxt|A|, |B|u.

5. |A X B| mnt|A|, |B|u.

Ejercicios: Demostrar (por propiedades) que:

1. pAzB qc  Ac Y B.

Material en contruccion! (version: 2015.09.23)


Matematicas discretas (M. Mata) 18

2. A Y pA X B q  A.
3. pAzB q X B  .
4. A X pB zC q  pA X B qzpA X C q.
5. Si A  B, entonces |A|  |B|.
6. Si A X B  , entonces |A Y B|  |A| |B|.
7. |A| |Ac |  |U |.
8. |AzB|  |A|  |A X B|.

2.7. Diagramas de Venn


Propuestos por John Venn (1834-1923) para calculos logicos, en la actualidad
se emplean para representar graficamente los conjuntos y sus relaciones.

A B

Ejemplo: Representar mediante el diagrama de Venn los siguientes conjuntos:


A Y B, A X B.

Ejercicio: Verificar mediante un diagrama de Venn: A B A X B  A.


2.7.1. Conteo mediante diagramas de Venn
Ejemplo: En una empresa trabajan 20 personas de las cuales 13 son casadas
y 11 son profesionistas; de las profesionistas 5 no son casadas. Cuantas personas
no son casadas ni profesionistas y cuantas son casadas y profesionistas?

R = Dos y seis.

Ejercicio: En una encuesta a 200 alumnos se encontro que 68 tienen excelente


conducta, 138 son inteligentes, 160 son muy sociables, 120 son muy sociables
e inteligentes, 20 tienen excelente conducta pero no son inteligentes, 13 tienen
excelente conducta pero no son muy sociables, y 15 tienen excelente conducta,
son muy sociables y no son inteligentes. Identificar en un diagrama de Venn.

Material en contruccion! (version: 2015.09.23)


Matematicas discretas (M. Mata) 19

2.8. Producto cartesiano


2.8.1. Pares ordenados
Un par ordenado o pareja ordenada es una asociacion de dos elementos a y b
tales que el primer elemento es a y el segundo es b. El par ordenado se escribe
pa, bq.
Ejemplos:

1. Observe que p2, 3q  p3, 2q.

2. De hecho pa, bq  pc, dq si y solo si a  c y b  d.

3. Ambos elementos del par ordenado puede ser el mismo: pa, aq.

2.8.2. Conjunto producto


Sean A y B dos conjuntos, el conjunto producto o producto cartesiano de A y
B, denotado por A  B, consta de todos los pares ordenados pa, bq tales que a es
elemento de A y b es elemento de B, esto es:

AB  tpa, bq | a P A ^ b P B u
Notaci on: Al producto cartesiano de un conjunto A con s mismo, es decir
A  A, lo denotamos tambien por A2 .

Ejercicios:

1. Sean A  ta, bu y B  t1, 2, 3u, escribir explcitamente el conjunto A  B.


2. Si un conjunto A tiene n elementos y un conjunto B tiene m elementos,
cuantos elementos tiene A  B?

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


pA  B q X pB  Aq.

2.8.3. Conjunto producto en general


El concepto de producto cartesiano se puede generalizar: Sean A1 , A2 , . . . , An
conjuntos, el producto cartesiano de ellos se define por

A1  A2      An
 tpa1, a2, . . . , anq | a1 P A1, a2 P A2, . . . , an P Anu
donde a cada elemento pa1 , a2 , . . . , an q se le llama n-upla ordenada.

Material en contruccion! (version: 2015.09.23)


Matematicas discretas (M. Mata) 20

2.8.4. Conjuntos de verdad de proposiciones


Supongamos que una proposicion P tiene tres variables p, q y r, cada una de
ellas toma un valor de verdad en el conjunto B  t1, 0u, por lo cual cada posible
combinacion de valores de verdad puede estar dada por una terna pb1 , b2 , b3 q P B 3 ,
donde b1 es el valor de verdad de p, b2 el valor de q y b3 el de r.

Con lo anterior, todas las posibles combinaciones para evaluar P estaran dadas
por

B3  tp1, 1, 1q, p1, 1, 0q, p1, 0, 1q, p1, 0, 0q, p0, 1, 1q, p0, 1, 0q, p0, 0, 1q, p0, 0, 0qu
Observaci on: Recordemos que, seg
un la notacion usada, el conjunto de valo-
res de verdad tambien puede ser B  tV, F u o B  tJ, Ku.

Definici
on: El conjunto de verdad de una proposicion P que contiene n va-
riables proposicionales, denotado por T pP q, esta formado por aquellos elementos
de B n para los cuales la proposicion P es verdadera.

Ejemplos:

1. T pp _ q q  tp1, 1q, p1, 0q, p0, 1qu.

2. T ppp q q ^ pq rqq  tp1, 1, 1q, p0, 1, 1q, p0, 0, 1q, p0, 0, 0qu.
Ejercicios:

1. T pp q q.

2. T p pq.

3. Es evidente que siempre T pP q B n pero, puede T pP q  B n ?

4. Existe la posibilidad de que T pP q  ?

Teorema: Sean P y Q proposiciones. Entonces:

1. T pP _ Qq  T pP q Y T pQq.
2. T pP ^ Qq  T pP q X T pQq.

3. T p P q  T pP qc .

4. P Q si y solo si T pP q T pQq.

Material en contruccion! (version: 2015.09.23)


Captulo 3

Relaciones y funciones

3.1. Relaciones
Sean A y B dos conjuntos, una relacion R definida del conjunto A al conjunto
B es un subconjunto de A  B.

Ejemplos:

1. Sean A  ta, b, cu, B  t1, 2, 3u y R  tpa, 2q, pa, 3q, pb, 3qu
2. Sean A  t1, 2, 3, 4u, B  t3, 4, 5, 6, 7, 8u y R  tpa, bq P A  B | b  2au.

3. Sean A  t1, 2, 3u y R  tpa, bq P A2 | a bu.

Cuando una relacion R esta definida del conjunto A al conjunto A, es decir,


cuando R A2 , se dice simplemente que R esta definida sobre A.

Notaci on: Algunos autores usan la siguiente notacion. Si pa, 2q P R denotan


a R 2 y se lee ((a esta en relacion con 2)) o ((a se relaciona con 2)). Tambien, si
pb, 1q R R denotan b R{ 1 y se lee ((b no esta en relacion con 1)) o ((b no se relaciona
con 1)). Este es un abuso de notacion, puesto que entonces R es, al mismo tiempo,
un subconjunto de A  B y un operador binario entre los elementos de A y B,
pero, salvo por el rigor, no suele haber oposicion en su uso, puesto que nos hay
peligro de ambig uedad.

3.1.1. Representaci
on gr
afica de una relaci
on
Una relacion puede representarse graficamente en un sistema de coordenadas
cartesiano o por medio de un grafo.

21
Matematicas discretas (M. Mata) 22

Ejemplo 1: Dados A  t1, 2, 3u, B  ta, b, cu y la relacion de A a B dada


por R  tp1, aq, p1, bq, p2, aq, p2, cq, p3, cqu. La representacion grafica de R, tanto
en forma cartesiana como en forma de grafo, sera:

c 1 a
b
a 2 b

1 2 3 3 c

Ejemplo 2: Dados A  t1, 2, 3, 4u y la relacion definida sobre A definida


por R  tp1, 2q, p1, 4q, p3, 3q, p4, 1q, p4, 2qu. La representacion de R en un grafo se
puede hacer replicando el conjunto A, resultando un ((grafico bipartito)) como el
del caso anterior, pero tambien se puede usar el conjunto A una u nica vez.

4 1 1 1 2
3
2 2
2
1 3 3

1 2 3 4 4 4 4 3

Ejercicio: Dados A  t1, 2, 3, 4, 5u y R  tpa, bq P A2 | a bu. Hacer su


representacion grafica:

3.1.2. Dominio y rango de una relaci


on
on: Dada una relacion R de A a B, el dominio y el rango de R estan
Definici
definidos por:
Dom R : ta P A | Db P B, pa, bq P Ru
Ran R : tb P B | Da P A, pa, bq P Ru

Ejemplo: Sean A  t1, 2, 3, 4u, B  t3, 4, 5, 6, 7, 8u y R  tpa, bq P A  B |


b 2au. Encontrar Dom R y Ran R.

Ejercicios: Si R es una relacion de A a B, diga si las siguientes afirmaciones


son verdaderas o falsas:

Material en contruccion! (version: 2015.09.23)


Matematicas discretas (M. Mata) 23

1. Dom R  A 4. Dom R A 7. Ran R B

2. Dom R B 5. Ran R  B 8. Ran R B

3. Dom R A 6. Ran R A 9. Ran R Dom R

Notacion: Algunos autores dan otros nombres al rango de R, como contra-


dominio, imagen o recorrido. Por la misma razon, al conjunto Ran R lo denotan
de otra manera, por ejemplo Im R.

3.1.3. Relaci
on inversa
Definici on: Sea R una relacion de A a B, la inversa de R, representada por
R1 , es una relacion de B a A que se define como sigue:

R1  tpb, aq | pa, bq P Ru.


Ejemplos:

1. R  tp1, 2q, p1, 3q, p2, 3qu.


R1  tp2, 1q, p3, 1q, p3, 2qu.

2. Sea A el conjunto de alumnos del salon y R definida sobre A como sigue:


R  tpa, bq | a es mas alto que bu, entonces R1  tpb, aq | b es mas bajo que au.

3. Sea R  tpp, q q P Q2 | q  3p 2u, entonces R1  tpq, pq P Q2 | p 


pq  2q{3u.

3.2. Relaciones de equivalencia y relaciones de


orden
on: Sea R una relacion sobre A:
Definici

1. Se dice que R es reflexiva si y solo si para todo a P A, pa, aq P R.

2. Se dice que R es transitiva si y solo si se cumple que, si pa, bq P R y pb, cq P R,


entonces pa, cq P R.

3. Se dice que R es simetrica si y solo si se cumple que, si pa, bq P R, entonces


pb, aq P R.
4. Se dice que R es antisimetrica si y solo si se cumple que, si pa, bq PRy
a  b, entonces pb, aq R R.

Material en contruccion! (version: 2015.09.23)


Matematicas discretas (M. Mata) 24

Ejercicios: Para cada una de las relaciones siguientes, diga si es reflexiva,


transitiva, simetrica o antisimetrica.

1. R  tp1, 2q, p1, 3q, p2, 3qu.

2. R  tpa, bq P Z | a bu.

3. Sea A el conjunto de alumnos del salon y R definida sobre A de tal forma


que a R b si y solo si a es amigo de b.

3.2.1. Relaciones de orden


Definici on: Sea R una relacion sobre A, se dice que R es una relacion de
orden si y solo si R es reflexiva, transitiva y antisimetrica.

Ejemplos: Precisamente en los conjuntos numericos, las relaciones ((menor o


igual)) () y ((mayor o igual)) () son relaciones de orden. Se llaman as porque
definen un orden (de menor a mayor o viceversa) entre los elementos del conjunto.

3.2.2. Relaciones de equivalencia


Definicion: Sea R una relacion sobre A, se dice que R es una relacion de
equivalencia si y solo si R es reflexiva, transitiva y simetrica.

Ejemplo 1: Sea Pn pxq el conjunto de los polinomios de grado menor o igual


a n. Sean ppxq y q pxq dos polinomios en Pn pxq y sea R la relacion que se define
mediante la regla ((ppxq R q pxq si y solo si ppxq y q pxq tienen el mismo grado)).
Entonces R es una relacion de equivalencia.

Ejemplo 2: Sea n P N, para cada a P Z se define el valor de a modulo n como


el residuo que queda al dividir a entre n. Suponiendo que el residuo de dividir a
entre n es r, se denota a mod n  r.
Se dice que p es congruente a q modulo n, y se denota p  q pmod nq, si y
solo si p  q mod n  0.
La relacion ((p R q si y solo si p  q pmod nq)) es una relacion de equivalencia.

3.2.3. Particiones
Definici
on: Una particion de un conjunto X es una division de los elementos
de X de tal manera que cada elemento pertenece solo una parte de la division.
Formalmente, tX1 , X2 , X3 , . . . , Xn u es una particion de X si y solo si X  X1 Y

Material en contruccion! (version: 2015.09.23)


Matematicas discretas (M. Mata) 25

X2 Y    Y Xn y para cada par de conjuntos Xi y Xj (con i  j) se cumple que


Xi X Xj  .

Nomenclatura: Dos conjuntos que cumplen que Xi X Xj  se llaman


disjuntos.

Ejemplo: Sea X  t1, 2, 3, 4, 5, 6u, la siguiente es una particion: tt1, 2, 4u, t3, 5u, t6uu.
Relaciones de equivalencia y particiones

Definicion: Sea R una relacion de equivalencia sobre A. Para un elemento


a P A se define la clase de equivalencia de a, y se denota ras, como el conjunto de
todos los elementos de A que se estan relacionados con a, es decir:
ras  tx | pa, xq P Ru.

Ejemplo: Sea A  t1, 2, 3, 4, 5, 6u y R  tp1, 1q, p1, 2q, p1, 4q, p2, 2q, p2, 1q,
p2, 4q, p3, 3q, p3, 5q, p4, 1q, p4, 2q, p4, 4q, p5, 3q, p5, 5q, p6, 6qu. Es R una relacion de
equivalencia?

Ejercicio: En el ejemplo anterior calcular r1s, r2s, r3s y r6s.

on: Las clases de equivalencia ras son subconjuntos de A.


Observaci

Teorema: Sea R una relacion de equivalencia sobre A. Entonces el conjunto


S de las clases de equivalencia son una particion de A. Es decir:
S  tras | a P Au es una particion de A.
Ejemplo: Graficar, como un grafo, la relacion del ejemplo anterior.

1 3 6

2 4 5

Observacion: El grafo obtenido de la relacion de equivalencia R esta dividido


en los subconjuntos de la particion definida por R y cada uno de esos subgrafos
es completo.

Ejercicio: Cuantas aristas se conectan a cada nodo en cada parte del grafo?

Material en contruccion! (version: 2015.09.23)


Matematicas discretas (M. Mata) 26

3.3. Funciones
Definicion: Sean A y B dos conjuntos. Una funcion de A en B es una relacion
f tal que a cada elemento de A se le asigna uno y solo un elemento de B.

Notaci
on: Si f es una funcion de A en B, la denotamos:

f :AB A B.
f
o tambien

Para cada elemento a P A, el elemento de B asignado a a se denota f paq.

Ejemplos:

1. Sean A  t1, 2, 3u y B ta, b, cu. Sea f  tp1, aq, p2, cq, p3, cqu.
2. Sean A  Z y B  N. Sea f pz q  z 2 1.

Ejercicios: Diga si las siguientes son funciones:

1. Sean A  ta, b, c, d, eu y B  A. Sea f  tpa, bq, pb, cq, pc, dq, pe, aqu.
2. Sean A  ta, b, c, d, eu y B  A. Sea f  tpa, eq, pb, eq, pc, eq, pd, eq, pe, equ.

3. Sean A  ta, b, c, d, eu y B  A. Sea f  tpa, bq, pb, cq, pc, dq, pb, eq, pe, aqu.

4. Sean A  Z y B  N. Sea f pz q  z 3 3.

5. Sean A  Z y B  N. Sea f pz q  z 4 .

6. Sean A  Z y B  t0, 1u. Sea f definida como: f pz q  0 si z es par y


f pz q  1 si z es impar.

Observaci on 1: Dado que las funciones son un caso particular de las relacio-
nes, todo lo que hemos estudiado de las relaciones es valido para las funciones.

Observaci on 2: Si f es una funcion, entonces Dom f  A, pero no necesa-


riamente Ran f  B (aunque forzosamente Ran f B).

Observaci on 3: Dos funciones f y g, son iguales si y solo si f paq  g paq para


todo a P A. Cuando dos funciones son distintas?

Material en contruccion! (version: 2015.09.23)


Matematicas discretas (M. Mata) 27

3.3.1. Gr
afica de una funci
on
on: Sea f : A B una funcion, la grafica de f , denotada por pf q,
Definici
es el subconjunto de A  B definido por:

pf q  tpa, f paqq | a P Au.

Ejemplos:

1. Sean A  ta, b, c, d, eu y B
 A. Sea f  tpa, bq, pb, cq, pc, dq, pd, cq, pe, aqu.
2. Sean A  Z y B  Z. Sea f pz q  2z  1.

3. Sean A  Z y B  N. Sea f pz q  z 2 1.

e 5 10

4 9

d 3 8

2 7

c 1 6

3 2 1 0 1 2 3 5

b 1 4

2 3
a 3 2

4
1
5
a b c d e 3 2 1 0 1 2 3

Gr
aficas de los ejemplos 1, 2 y 3, respectivamente.

Observacion: En la grafica de una funcion cada recta vertical que pasa por
un elemento del dominio intersecta con uno y solo un elemento de la grafica.

3.3.2. Composici
on de funciones
Sean f : A B y g : B C dos funciones. Dado que para cada a P A, f paq
es un elemento de B, y puesto que B es el dominio de g, entonces tiene sentido
calcular g pf paqq, el cual es un elemento de C, ya que C es el contradominio de g.

Definicion: Dadas f : A B y g : B C dos funciones, la funcion compues-


ta de f con g, denotada por g  f es la funcion de A en C tal que g  f paq  g pf paqq.

f g
A B C

Material en contruccion! (version: 2015.09.23)


Matematicas discretas (M. Mata) 28

Ejemplo 1: Sean A  ta, b, cu, B  t1, 2, 3u y C  tx, y, z u. Sean f : A B


y g : B C las siguientes: f  tpa, 2q, pb, 3q, pc, 2qu y g  tp1, xq, p2, z q, p3, xqu.
Son f y g funciones? Quien es g  f ?

Ejemplo 2: Sean f : R R y g : R R definidas como sigue: f pxq  x2 y


g pxq  x 3. Son f y g funciones? Quien es g  f ? Quien es f  g?

Observaci on: Se debe tener cuidado de no confundir g  f con f  g. (En el


ejemplo 1 ni siquiera existe f  g).

3.3.3. Funciones inyectivas y sobreyectivas


Definicion: Se dice que una funcion f : A B es inyectiva si y solo si
diferentes elementos del dominio tienen diferentes imagenes, esto es:

a  b f paq  f pbq o equivalentemente f paq  f pbq a  b.

Definicion: Se dice que una funcion f : A B es sobreyectiva si y solo si


todo b P B es imagen de alg
un a P A, esto es:

@b P B, Da P A, f paq  b o equivalentemente Ran f  B.


Definici on: Se dice que una funcion f : A B es biyectiva si y solo si es
inyectiva y sobreyectiva.

3.3.4. Funci
on inversa y funci
on identidad
Dada una funcion f , puesto que f es una relacion, la relacion inversa f 1
definida antes siempre existe, pero es siempre f 1 una funcion?

Ejemplo 1: Dados A  B  ta, b, c, d, eu y f  tpa, bq, pb, cq, pc, dq, pd, cq, pe, aqu,
entonces f 1  tpa, eq, pb, aq, pc, bq, pc, dq, pd, cqu no es una funcion.

Ejemplo 2: Dados A  B  ta, b, c, d, eu y f  tpa, bq, pb, dq, pc, eq, pd, aq, pe, cqu,
entonces f 1  tpa, dq, pb, aq, pc, eq, pd, bq, pe, cqu s es funcion.

on 1: Para que f 1 sea una funcion, es necesario que f sea biyec-


Observaci
tiva.

Ejercicio 1: Sea f : Q Q dada por f pxq  3x  2. Es funcion?, es


biyectiva?, cual su inversa?

Ejercicio 2: Graficar la funcion dada en el ejemplo 2.

Material en contruccion! (version: 2015.09.23)


Matematicas discretas (M. Mata) 29

f f 1
e e
d d
c c
b b
a a

a b c d e a b c d e

Observaci on 2: Dada f una funcion, la grafica de la funcion inversa f 1 es


la grafica de f reflejada sobre un eje de 45 .

on: Dado A un conjunto, la funcion IA : A A definida por IA paq  a


Definici
se llama funcion identidad en A. Es decir, IA asigna cada elemento a s mismo.

on 3: Dada f : A B cualquier funcion, entonces:


Observaci

IB  f  f  I  f.
A

Observaci on 4: Si f : A B es una funcion biyectiva y f 1 : B A su


funcion inversa, entonces:

f 1  f I A y f  f 1  I B .

Material en contruccion! (version: 2015.09.23)


Captulo 4

Recursividad

4.1. Funciones recursivas

4.2. Sucesiones y series

4.3. Inducci
on

30
Captulo 5

Combinatoria

5.1. Conteo
5.1.1. Principio de la multiplicaci
on

5.2. Permutaciones
Con y sin repeticion.

5.3. Combinaciones
Con y sin repeticion.

5.4. Coeficientes binomiales


5.4.1. Tri
angulo de pascal
5.4.2. Teorema del binomio

5.5. Diagramas de
arbol

31
Captulo 6

Teora de grafos

6.1. Grafos

6.2.
Arboles

6.3. Redes

32