Ingeniera Superior de Inform atica

Algebra y Matem aticas Discretas

Manual completo de teora
Sergio Garca Mondaray
www.YakiBoo.net
Escuela Superior de Inform atica de Ciudad Real
Universidad de Castilla-La Mancha
Este manual de teora corresponde con los apuntes tomados en las clases de

Algebra y Matem aticas
Discretas del profesor Manuel F unez, para la carrera de Ingeniera Superior de Inform atica. Adem as
son includos todos los ejercicios voluntarios resueltos.
Los apuntes originales fueron tomados por David Antonio P erez Zaba. Yo, Sergio Garca
Mondaray, los pas e cuidadosamente a limpio y correg peque nos errores, utilizando el lenguaje
LaTeX, para mejorar la calidad de los mismos y facilitar su divulgaci on a trav es de internet.
Pido disculpas por posibles erratas, de las cuales me gustara que me noticarais para corre-
girlas. Mi e-mail es sgm@yakiboo.net. Gracias de antemano.
Como siempre, espero que os resulte util.

Indice general
I Matem atica discreta 5
1. Teora de Conjuntos 7
1.1. Fundamentos de la l ogica matem atica . . . . . . . . . . . . . . . . . . . . . . . 7
1.1.1. L ogica proposicional . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.1.2. La demostraci on. Sistemas axiom aticos . . . . . . . . . . . . . . . . . . 9
1.1.3. L ogica de predicados. Cuanticadores . . . . . . . . . . . . . . . . . . . 15
1.2. Conjuntos y subconjuntos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
1.2.1. Formas de denir un conjunto . . . . . . . . . . . . . . . . . . . . . . . 17
1.2.2. Inclusi on, no inclusi on, contenido estricto y subconjuntos impropios . . . 17
1.3. Operaciones con conjuntos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
1.3.1. Uni on de conjuntos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
1.3.2. Intersecci on de conjuntos . . . . . . . . . . . . . . . . . . . . . . . . . . 21
1.3.3. Conjunto complementario . . . . . . . . . . . . . . . . . . . . . . . . . 21
1.3.4. Diferencia de conjuntos . . . . . . . . . . . . . . . . . . . . . . . . . . 23
1.3.5. Diferencia sim etrica . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
1.4. Partici on de un conjunto . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
1.5.

Algebra de partes de un conjunto (

Algebra de Boole) . . . . . . . . . . . . . . . 24
1.5.1.

Algebra de Boole . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
1.5.2. Sub algebras del algebra de Boole . . . . . . . . . . . . . . . . . . . . . 28
1.6. Producto cartesiano . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
1.6.1. Representaci on gr aca del producto cartesiano . . . . . . . . . . . . . . 37
1.6.2. Producto cartesiano de n conjuntos . . . . . . . . . . . . . . . . . . . . 38
1.6.3. Propiedades del producto cartesiano . . . . . . . . . . . . . . . . . . . . 39
1.7. Ejercicios resueltos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
2. Relaciones y aplicaciones 45
2.1. Correspondencias . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
2.1.1. Formas de denir una correspondencia . . . . . . . . . . . . . . . . . . 45
1
2.1.2. Representaci on de una correspondencia . . . . . . . . . . . . . . . . . . 45
2.1.3. Conjuntos que intervienen en una correspondencia . . . . . . . . . . . . 46
2.1.4. Composici on de correspondencias. Correspondencia inversa . . . . . . . 48
2.2. Relaciones binarias . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
2.2.1. Relaciones de equivalencia . . . . . . . . . . . . . . . . . . . . . . . . . 49
2.2.2. Relaciones de orden . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
2.3. Aplicaciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
3. Combinatoria b asica 51
3.1. Principios b asicos de conteo . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
3.2. Permutaciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
3.3. Variaciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
3.4. Combinaciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
3.5. N umeros de Stirling de segunda especie . . . . . . . . . . . . . . . . . . . . . . 51
4. Aritm etica modular 53
4.1. N umeros enteros y compuestos . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
4.2. Divisi on eucldea en Z . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
4.3. M aximo com un divisor y mnimo com un m ultiplo . . . . . . . . . . . . . . . . . 53
4.4. Algoritmo de Euclides . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
4.4.1. Teorema de Bezout . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
4.5. Ecuaciones diof anticas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
4.6. Congruencias . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
5. Teora de Grafos 55
5.1. Grafos, digrafos y multigrafos . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
5.2. Representaci on de grafos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
5.3. Caminos, ciclos y grafos conexos . . . . . . . . . . . . . . . . . . . . . . . . . . 55
5.4. Grafos eulerianos y hamiltonianos . . . . . . . . . . . . . . . . . . . . . . . . . 55
5.5. Optimizaci on de grafos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
II

Algebra 57
6. Teora de Grupos 59
6.1. Leyes de composici on . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
6.1.1. Estructura algebraica . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60
6.2. Grupos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60
7. Matrices, determinantes y sistemas de ecuaciones lineales 61
7.1. Matrices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61
7.2. Determinante de una matriz cuadrada . . . . . . . . . . . . . . . . . . . . . . . 61
7.3. Inversa de una matriz cuadrada . . . . . . . . . . . . . . . . . . . . . . . . . . . 61
7.4. Rango de una matriz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61
7.5. Sistemas de ecuaciones lineales . . . . . . . . . . . . . . . . . . . . . . . . . . . 61
7.5.1. Teorema de Rouch e-Fr obenius . . . . . . . . . . . . . . . . . . . . . . . 61
7.6. Resoluci on de sistemas de ecuaciones lineales . . . . . . . . . . . . . . . . . . . 61
8. Espacios vectoriales 63
8.1. Espacios vectoriales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63
8.2. Dependencia e independencia lineal . . . . . . . . . . . . . . . . . . . . . . . . 63
8.3. Sistemas generadores . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63
8.3.1. Bases . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63
8.4. Cambio de base . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63
8.5. Subespacios vectoriales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63
8.6. Aplicaciones lineales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63
8.7. Diagonalizaci on de un endomorsmo . . . . . . . . . . . . . . . . . . . . . . . 63
Parte I
Matem atica discreta
5
Teora de Conjuntos
Captulo 1
Teora de Conjuntos
1.1. Fundamentos de la l ogica matem atica
1.1.1. L ogica proposicional
Una proposici on l ogica es una oraci on aseverativa respecto de la cual se pueda decidir sin
ambig uedad su veracidad (V o 1) o falsedad (F o 0). Por ejemplo, son proposiciones l ogicas Hoy
est a lloviendo en Ciudad Real, o Hace calor, mientras que Qu e calor hace! no lo es. Estas
proposiciones pueden ser simples, representadas por letras min usculas (p, q, r, ...); o compuestas,
que se obtienen a partir de varias proposiciones simples y el uso de conectivas, y se representan
por letras may usculas (P, Q, R, ...).
Existen varias conectivas o conectores:
Negaci on (): Se lee No ...
Conjunci on (): Se lee como ... y ...
Disyunci on no exclusiva (): Se lee como ... o ...
Condicional (): Se lee como Si ... entonces ...
Bicondicional (): Se lee como Si, y s olo si ..., entonces ...
Disyunci on exclusiva ( o ): Se lee como Obien ... o bien ... Yes equivalente a la negaci on
del bicondicional (... ...);
Los valores de verdad de las proposiciones compuestas en las que intervienen los conectivos
anteriores se reejan en la siguiente tabla:
p q p q p q p q p q p q
0 0 0 0 1 1 0
0 1 1 0 1 0 1
1 0 1 0 0 0 1
1 1 1 1 1 1 0
La tabla anterior recibe el nombre de tabla de verdad. El n umero de las de una tabla de
verdad relativa a una proposici on compuesta en la que intervienen n variables l ogicas es 2
n
, puesto
que cada variable l ogica puede tomar 2 valores: 1 o 0.
7
Parte I - Matem atica discreta
Cuando en una misma f ormula l ogica intervienen conectivos de diferente tipo, debemos tener
en cuenta la siguiente jerarqua, en orden creciente de relevancia: () < (, ) < (, ).
Para distinguir el conectivo principal en una proposici on en la que intervienen varios del mismo
nivel, es necesario el uso de par entesis. Por ejemplo: P p (q r) es una conjunci on, mientras
que Q (p q) r es una disyunci on. Por otro lado, la expresi on p q r estara mal formada,
puesto que resulta ambig ua.
Ejemplo 1.1 En las siguientes proposiciones l ogicas compuestas bien formadas, se ha resaltado
el conectivo principal:
p q r s (p q) s t q
(p q) s s t p (s (t q))

Ejemplo 1.2 Realizar la tabla de verdad de p q r q. Tenemos que estudiar el valor de

verdad de la f ormula para todas las combinaciones de valores de verdad de sus variables. Para ello
descomponemos la f ormula en subf ormulas y evaluamos estas primero. El n umero de casos (las
de la tabla) es 2
3
= 8.
p q r r p q r q p q r q
0 0 0 1 0 1 1
0 0 1 0 0 0 1
0 1 0 1 0 1 1
0 1 1 0 0 1 1
1 0 0 1 0 1 1
1 0 1 0 0 0 1
1 1 0 1 1 1 1
1 1 1 0 1 1 1

Una tautologa es una proposici on l ogica siempre verdadera (v ease el ejemplo 1.2). Lo que se
traduce en que la f ormula l ogica correspondiente siempre se eval ua como 1 en su tabla de verdad.
Las f ormulas condicionales () que son tautologas se llaman implicaciones, y se representan con
el smbolo . Las f ormulas bicondicionales () que son tautologas se denominan equivalencias
l ogicas
1
, y se representan con o .
Una contradicci on es una f ormula l ogica siempre falsa, es decir, la que en su tabla de verdad
todos los valores son F o 0. Negando una tautologa siempre se obtiene una contradicci on, y
viceversa.
Una contingencia es una f ormula l ogica que en algunas ocasiones es verdadera y en otras
falsa, dependiendo de los valores de verdad que toman las variables l ogicas de la f ormula.
Algunas implicaciones son:
Adici on: p p q
Simplicaci on: p q p
1
Dos f ormulas son l ogicamente equivalentes si sus valores de verdad son los mismos para todos los casos, es decir,
si tienen la misma tabla de verdad.
8
Teora de Conjuntos
Modus Ponens: (p q) p q
Modus Tollens: (p q) q p
Silogismo disyuntivo: (p q) p q
Transitividad del condicional: (p q) (q r) p r
Dilemas constructivos: (p q) (r s) p r q s; (p q) (r s)
p r q s
Algunas equivalencias son las siguientes:
Idempotentes: p p p; p p p
Doble negaci on: (p) p
De Morgan: (p q) p q; (p q) p q
Contrapositiva: (p q) (q p)
Conmutativas: (p q) (q p); (p q) (q p)
Asociativas: p (q r) (p q) r; p (q r) (p q) r
Distributivas: p (q r) (p q) (p r); p (q r) (p q) (p r)
Ejemplo 1.3 Demostrar que las f ormulas (pq) y pq son equivalentes (1
a
ley de Morgan).
Esto se traduce en demostrar que la f ormula (p q) p q es una tautologa (siempre
verdadera):
p q p q (p q) p q p q (p q) p q
0 0 0 1 1 1 1 1
0 1 1 0 1 0 0 1
1 0 1 0 0 1 0 1
1 1 1 0 0 0 0 1

1.1.2. La demostraci on. Sistemas axiom aticos

Denici on 1.1 (Inferencia l ogica) Se llama inferencia l ogica al proceso mediante el que,
partiendo de un n umero nito de proposiciones l ogicas llamadas premisas, se obtiene otra
proposici on l ogica, la conclusi on, utilizando las tautologas y reglas de inferencia.
P
1
P
2
...
P
n
_
_
_
_
C
Reglas de inferencia
1. Ley de la uni on (o conjunci on): Si se tiene com premisas P y en otro paso de inferencia,
la premisa Q, entonces se puede concluir como nueva premisa la conjunci on P Q.
9
Parte I - Matem atica discreta
2. Ley de uso de tautologas: En cualquier paso de la inferencia l ogica podemos utilizar
cualquier tautologa.
3. Ley de uso de Modus Ponens: Si en alg un paso de la inferencia se tiene un condicional
P Q, y en otro paso el antecedente P, entonces podemos concluir como nueva premisa
Q.
Ejemplo 1.4 Veamos un ejemplo de inferencia l ogica, cuya demostraci on es sencilla por el m eto-
do de reducci on al absurdo
2
.
p q r
q p s
s q r p r

Denici on 1.2 (Teorema) Un teorema es un enunciado matem atico que ha sido demostrado
y, por tanto, es verdadero siempre. La estructura l ogica de cualquier teorema es de la forma
H T, donde H = H
1
, H
2
, ..., H
n
es un conjunto de hip otesis (antecedente), y T es la tesis
o conclusi on.
Cuando un resultado no nos es interesante por s mismo, sino que s olo resulta util para de-
mostrar algo m as importante, decimos que dicho resultado es un lema. Por otro lado, usamos la
palabra corolario para referirnos a un resultado que es consecuencia de otro teorema.
Ejemplo 1.5 Analicemos las partes de un teorema real, el Teorema de Bolzano:
Sea f : [a, b] 1 1
. .
H
1
, si f(a) f(b) < 0
. .
H
2
, entonces c (a, b) / f(c) = 0
. .
T
.

Denici on 1.3 (Conjetura) Una conjetura es un resultado que a un no ha sido probado, por lo
que no se puede armar que sea verdadero o falso, pero que, sin embargo, existen evidencias
(muchos casos de estudio) de que sea verdadero.
Si queremos justicar que un resultado es falso, necesitamos un contraejemplo para el mismo.
Un contraejemplo es un caso concreto para el que, vericando H, el resultado H T no se
cumple.
Ejemplo 1.6 Conjetura de Goldbach: Todo n umero entero mayor que 5 se puede descomponer
como suma de tres n umeros primos. Ejemplos: 6 = 2 + 2 + 2; 7 = 2 + 2 + 3; 8 = 2 + 3 + 3.

2
Lo estudiaremos m as adelante en el texto, junto a otros m etodos de demostraci on matem atica
10
Teora de Conjuntos
Figura 1.1: Funci on f = |x|
Ejemplo 1.7

Ultima conjetura de Fermat (hoy en da es un teorema, puesto que fue demostrada):
La ecuaci on x
n
+y
n
= z
n
, con n, x, y, z N y n > 2, no tiene soluciones enteras.
Para el caso en que n = 1, la ecuaci on si tiene soluciones enteras, y resulta trivial, puesto que se
trata de descomponer un n umero entero como suma de otros 2.
Cuando n = 2, nos encontramos ante el teorema de pit agoras para tri angulos rect angulos, y las
soluciones enteras para x
2
+y
2
= z
2
son lo que se conoce como ternas pitag oricas. Por ejemplo:
(6, 8, 10).

Formas de enunciar un teorema matem atico

1. Teorema directo: H T
2. Teorema recproco: T H
3. Teorema contradirecto: H T
4. Teorema contrarrecproco: T H
Ejemplo 1.8 Enunciemos el Teorema de Bolzano de las cuatro formas estudiadas:
1. T. Directo: Si f : [a, b] 1 1 es una f.r.v.r.
3
denida y continua en [a, b] y f(a) f(b) <
0, entonces c ]a, b[ / f(c) = 0.
2. T. Contrarrecproco: x ]a, b[ / f(x) = 0 f no es continua o sig f(a) = sig f(b).
3. T. Recproco: Sea f : [a, b] 1 1 una f.r.v.r. denida en [a, b]. Si c ]a, b[ / f(c) = 0,
entonces f es continua y f(a) f(b) < 0.
Este teorema es falso, y para demostrarlo basta encontrar un contraejemplo, por ejemplo
f = |x| (ver Figura 1.1).
4. T. Contradirecto: No tiene sentido, puesto que es equivalente al teorema recproco y hemos
comprobado que es falso (no es un teorema).

3
Funci on real de variable real
11
Parte I - Matem atica discreta
Deniciones y teoremas de caracterizaci on
Una denici on se utiliza para introducir conceptos de caracter matem atico. La estructura l ogi-
ca de una denici on es una equivalencia l ogica. Los tipos de deniciones son los siguientes:
Denici on intuitiva: Consiste en introducir el concepto matem atico mediante sin onimos.
Denici on axiom atica: Consiste en emplear propiedades o axiomas caractersticos del con-
cepto a denir.
Los teoremas de caracterizaci on son equivalencias l ogicas, de la forma H T. Se utilizan
para dar otras deniciones equivalentes de conceptos matem aticos.
M etodos de demostraci on matem atica
Demostraci on directa (H T): consiste en obtener T a partir de H, junto con deniciones,
resultados demostrados previamente y reglas de inferencia. H es la llamada condici on su-
ciente de T, y T la condici on necesaria de H.
Demostraci on indirecta (Reducci on al absurdo):
Por contrapositiva: se basa en la tautologa contrapositiva, (H T) (T
H). Consiste en introducir como nueva premisa la negaci on de la t esis y, aplicando
reglas de inferencia y utilizando resultados previos, llegar a la negaci on de la hip otesis:
T H
1
H
2
... H
n
.
Por contradicci on: consiste en introducir como premisa auxiliar la negaci on de la t esis
y, partiendo de las hip otesis y utilizando las reglas de inferencia y resultados anteriores,
llegar a una contradicci on (como A A).
Demostraci on condicional: Se emplea s olo cuando la tesis T es una expresi on condicional
(del tipo p q). Se basa en la tautologa condicional, Q (P Q), y consiste en
introducir como premisa auxiliar el antecedente de la tesis condicional, y tratar de deducir
(utilizando las reglas de inferencia y resultados previos) el consecuente.
Demostraci on por inducci on completa (sobre N): Se hace uso del principio de inducci on
completa (ver Teorema 1.1) para probar expresiones del tipo P(n), donde intervienen n umeros
naturales, y se basa en que el conjunto (N, ) es un conjunto bien ordenado
4
. Cuando se
trata de demostrar la validez de una expresi on de este tipo para cada n N, la metodologa
consiste en demostrar la validez de la expresi on para un primer caso; a continuaci on se
supone la validez de la misma para un caso general (n = k) y con ella, se comprueba para
el siguiente (n = k + 1). Estos pasos dan cuenta de una innidad de casos, constat andose
as la veracidad de P(n) sea cual sea el n que intervenga.
Ejemplo 1.9 Demostrar de forma directa que la suma de 2 n umeros naturales impares da como
resultado un n umero par. Para empezar recordamos que n N es par n = 2k, k N,
an alogamente, m N es impar m = 2k + 1, k N. La demostraci on es sencilla: Sean
p = 2k + 1, q = 2k

+ 1 p +q = 2(k +k

) + 2 = 2(k +k

+ 1), que es un n umero par.

4
V ease Relaciones de orden, secci on
12
Teora de Conjuntos
Ejemplo 1.10 Demostrar por reducci on al absurdo (contrapositiva) que dados x, y 1, si x+y
2 entonces x 1 y 1. Demostraci on: (x 1 y 1)
D.M.
(x 1) (y 1) x _
1 y _ 1 x +y < 2
. .
x+y2
H.

Ejemplo 1.11 Demostrar por reducci on al absurdo (contrapositiva) que si n

2
N es impar, en-
tonces n N tambi en lo es. Suponemos n par: T n = 2k, k N n
2
= 4k
2
= 2(2k
2
) =
2m, m N n es par ( H).

Ejemplo 1.12 Demostrar por R.A. (contrapositiva) que si p

2
N es par, entonces p N tambi en
lo es. Por reducci on al absurdo: T = p impar p = 2k + 1, k N p
2
= (2k + 1)
2
=
4k
2
+ 4k + 1 = 2(2k
2
+ 2k) + 1 = 2m+ 1, m N p
2
impar ( Hip).

Ejemplo 1.13 Demostrar por reducci on al absurdo (contrapositiva) que

2 es irracional (es decir,

2 1). R.A.:

2 =
p
q
(fracci on irreducible, M.c.d.(p, q) = 1) q

2 = p
2q
2
= p
2
. .
(1)
p
2
= 2m, m N
Ej1,12
= p = 2k, k N.
Sustituyendo en (1): 2q
2
= (2k)
2
2q
2
= 4k
2
q
2
= 2k
2
(par)
Ej1,12
= q es par
p es par
q es par
_
M.c.d.(p, q) _ 1
_

p
q
irreducible
_

Teorema 1.1 (Principio de inducci on completa sobre N) Sea (N, ) un conjunto bien or-
denado
5
. Si un subconjunto no vaco A N cumple las siguientes condiciones:
1. min(N) = 1 A
2. Si n A n + 1 A
Entonces A = N.
Demostraci on (R.A.):
Suponemos que A = N N A = A
c
= {x N : x / A} = .
Aplicando que (N, ) est a bien ordenado, y como A N, sabemos que min(A), al que
llamaremos n. Por denici on de mnimo:
m = min(A
c
)
_
m A
c
m / A
m x, x A
c
. (Si x _ m x / A
c
)
Aplicando la condici on 2 de la hip otesis:
y A
(2)
y + 1 A
_
y + 1 = m A m / A
y + 1 = m
(2)
y + 2 A (Se repite el proceso)
Conclumos que A = N.
13
Parte I - Matem atica discreta
Ejemplo 1.14 Demostrar por inducci on que n N: P(n) 1 + 2 +... +n =
n(n + 1)
2
.
1. Paso base: P(1) = 1 =
1 2
2
(V)
2. Hip otesis de inducci on: Suponemos que se cumple 1 + 2 +... +n =
n(n + 1)
2
3. Demostramos que P(n + 1) es V:
1+2+... +n+(n+1), por la H.I., es igual a
n(n + 1)
2
+(n+1) = n(n+1) +2(n+1) =
(n + 1)(n + 2)
2
(C.Q.D.)

Ejemplo 1.15 Demostrar por inducci on que n N: P(n) 1 + 3 + 5+

(n)
... +2n 1 = n
2
.
1. Paso base: Comprobamos que P(1) es verdadera: P(1) = 1
2
= 1 (V)
2. Hip otesis de inducci on: Suponemos que se cumple 1 + 3+
(n)
... +2n 1 = n
2
3. Demostramos que P(n + 1) es verdadera:
1 + 3+
(n+1)
... +2n 1 + 2(n + 1) 1
H.I.
= n
2
+ 2n + 1 = (n + 1)
2
(C.Q.D.)

Ejemplo 1.16 Demostrar por inducci on que n N: P(n) (1+2+...+n)

2
= 1
3
+2
3
+...+n
3
.
1. Paso base: P(1) 1
2
= 1
3
(V)
2. Hip otesis de inducci on: Suponemos (1 + 2 +... +n)
2
= 1
3
+ 2
3
+... +n
3
3. Demostramos que P(n + 1) es verdadera:
(1 + 2 +... +n
. .
a
+(n + 1)
. .
b
)
2
= (1 +2 +... +n)
2
+(n+1)
2
+2(1 +2 +... +n)(n+1) =
H.I.
= (1
3
+2
3
+... +n
3
) +(n+1)
2
+

2
n(n + 1)

2
. .
Ejem. 1.14
(n+1) = (1
3
+2
3
+... +n
3
) +(n+1)
3
=
= 1
3
+ 2
3
+... +n
3
+ (n + 1)
3
(C.Q.D.)

Ejemplo 1.17 Demostrar por inducci on que n N 0 x 2n: P(n) |sin(nx)|

n |sin(x)|.
1. Paso base: P(1) | sin(x)| | sin(x)| (V)
2. Hip otesis de inducci on: Suponemos que | sin(nx)| n| sin(x)|
14
Teora de Conjuntos
3. Demostramos P(n + 1) | sin((n + 1)x)| (n + 1)| sin(x)|
| sin((n + 1)x)| = | sin(nx +x)|
1
= | sin(nx) cos(x) + cos(nx) sin(x)|
2

2
| sin(nx) cos(x)| +| cos(nx) sin(x)|
3
| sin(nx)| | cos(x)| +| cos(nx)| | sin(x)|

4
| sin(nx)| 1 + 1 | sin(x)|
H.I.
n| sin(x)| +| sin(x)| = (n + 1)| sin(x)| (C.Q.D.)

1
) sin(a +b) = sin(a) cos(b) + cos(a) sin(b)

2
) a, b 1 : |a +b| |a| +|b|

3
) a, b 1 : |a b| |a| |b|

4
) x 1 : | cos(x)| 1

1.1.3. L ogica de predicados. Cuanticadores

Denici on 1.4 (Proposici on) Se llama proposici on de n variables a cualquier expresi on con
n variables x
1
, x
2
, ..., x
n
de manera que al sustituir las n variables por elementos de un con-
junto referencial E, se transforma en una proposici on l ogica.
Ejemplo 1.18 Una proposici on de 2 variables es p(x, y) =x es menor que y.

Denici on 1.5 (Funci on proposicional) Se llama funci on proposicional de n variables

x
1
, x
2
, ..., x
n
a cualquier aplicaci on denida en el n-producto
6
E
n
= E E
(n)
... E y
que tome valores en el conjunto de todas las proposiciones l ogicas, L.
Ejemplo 1.19 Algunas funciones proposicionales son las siguientes:
p : Z
2
L
(x, y) p(x, y) =x +y = 5.
p : 1
2
L
(x, y) q(x, y) =x > y.
p : 1
3
L
(x, y, z) r(x, y, z) =x +y > z.

El objetivo principal del c alculo de predicados (l ogica de predicados) es hallar los valores de
verdad de las funciones proposicionales y representar dichos valores de verdad utilizando cuan-
ticadores.
15
Parte I - Matem atica discreta
Cuanticadores
Se llaman cuanticadores universales a las expresiones del lenguaje ordinario de la forma
todo..., cualquier..., para todo..., etc. y se simbolizan por , .
Por otro lado, se denominan cuanticadores existenciales a las expresiones del lenguaje or-
dinario del tipo existe alg un..., hay alg un..., etc. y se simbolizan por , . Las expresiones de
la forma existe un unico... o hay un unico... se llaman cuanticadores existenciales unicos,
y se representan por !.
La relaci on entre el cuanticador existencial y el universal se establece principalmente en las
dos equivalencias siguientes:
(x E, p(x)) x Ep(x)
(x E, p(x)) x Ep(x)
Ejemplo 1.20 Calcular los valores de verdad de la siguiente funci on proposicional, y representarla
utilizando cuanticadores: p : N L, donde x p(x) =x > 1.
Algunos valores de verdad son los siguientes:
1 p(1) =1 > 1 (Falso)
2 p(2) =2 > 1 (Verdadero)
3 p(3) =3 > 1 (Verdadero)
...
n p(n) =n > 1 (Verdadero)
...
Por lo que podemos expresar p(x) con cuanticadores de la siguiente manera:
!1 N : p(1)
x N : x > 1 p(x)

Ejemplo 1.21 Calcular los valores de verdad de la siguiente funci on proposicional, y representarla
utilizando cuanticadores: p : 1
2
L, donde (x, y) q(x, y) =x > y.
Algunos valores de verdad son los siguientes:
1 q(1, 1) =1 > 1 (Falso)
2 q(2, 1) =2 > 1 (Verdadero)
...
Por lo que podemos expresar q(x, y) con cuanticadores de la siguiente manera:
x, y 1 : x > y
x

, y

1 : (x

> y

Ejemplo 1.22 Estudiar los valores de verdad de las siguientes f ormulas:

1. x 1, y 1, z 1 : x +y > z (V)
2. x 1, y 1, z 1 : z < x +y (F)
16
Teora de Conjuntos
3. x 1, y 1, z 1 : z < x +y z y < x (F)

Las variables que no est an ligadas por cuanticadores se llaman variables libres, mientras que
las que est an ligadas por alg un cuanticador se llaman variables acotadas.
1.2. Conjuntos y subconjuntos
Un conjunto es una reuni on de objetos bien denidos y perfectamente diferenciados, de man-
era que dado un objeto y un conjunto, se pueda asegurar si el objeto se encuentra o no en el
conjunto.
Acostumbramos a designar los conjuntos mediante letras may usculas (A, B, C...), usando
letras min usculas para referirnos a los objetos. Si un objeto a se encuentra en un conjunto A,
diremos que a pertenece al mismo, y lo representaremos como a A.
Dos conjuntos A y B se dice que son conjuntos iguales cuando tienen los mismos elementos.
El conjunto que no posee elementos se denomina conjunto vaco, y se representa mediante .
Llamamos cardinal de un conjunto nito A al n umero de elementos que tiene, y lo represen-
tamos como CardA o |A|.
1.2.1. Formas de denir un conjunto
A la hora de denir un conjunto existen dos alternativas:
Por extensi on: Consiste en enumerar todos los elementos de que consta dicho conjunto.
Por ejemplo: A = {a, e, i, o, u}. N otese que cuando un conjunto tenga innitos elementos,
ser a imposible denirlo por extensi on.
Por comprensi on: Consiste en denir el conjunto a trav es de una propiedad que caracterice
a todos sus elementos. Para el ejemplo anterior: A = {x / x es vocal}.
1.2.2. Inclusi on, no inclusi on, contenido estricto y subconjuntos impropios
Denici on 1.6 (Inclusi on) Sea E el referencial de las funciones proposicionales p(x) y q(x),
las cuales denen a los conjuntos A y B:
A = {x E : p(x)}
B = {x E : q(x)}
Se dice que A est a contenido (o incluido) en B, o que A es un subconjunto de B, y se escribe
A B, cuando se verica p(x) q(x). M as intuitivamente, A est a contenido en B cuando
todo elemento de A lo es tambi en de B.
La inclusi on de conjuntos satisface las siguientes 4 propiedades:
1. Propiedad reexiva: A A.
17
Parte I - Matem atica discreta
2. Propiedad antisim etrica: A B B A A = B.
3. Propiedad transitiva: A B B C A C.
4. Conjunto vaco como subconjunto: A, siendo A cualquier conjunto.
La expresi on A _ B indica que A no est a contenido en B. Esto ocurrir a cuando no todos los
elementos de A pertenezcan tambi en a B (puede haber algunos elementos comunes):
A _ B x E : p(x) q(x)
Denici on 1.7 (Contenido estricto) Se dice que A est a contenido estrictamente en B, y se
escribe A _ B (o smplemente A B) cuando A B pero A = B. Existir an entonces
elementos de B que no pertenezcan a A.
Cualquier conjunto A tiene al menos dos subconcuntos, llamados subconjuntos impropios o
triviales: el conjunto vaco (), y el propio A. Al resto de subconjuntos de A se les llama subcon-
juntos propios.
Ejemplo 1.23 Sea E = 1
2
= 1 1 := {(x, y) : x, y 1} y los conjuntos A y B, denidos de
la siguiente manera:
A := {(x, y) 1
2
: x
2
+y
2
1}
B := {(x, y) 1
2
: |x +y| 1 |x y| 1}
a) Representar gr acamente A y B.
A es una circunferencia de radio 1. Recordemos que la ecuaci on c onica de una circunferen-
cia era x
2
+y
2
= r
2
, siendo r es el radio.
La representaci on de B no es tan inmediata:
|x +y| 1 1 x +y 1 x 1 y x + 1
|x y| 1 1 x y 1 1 x +y 1 x + 1 y x 1.
Por lo que B es un rombo de centro (0, 0) y lado

2.
b) Probar que B _ A:
Probar esto es equivalente a probar que B A y, adem as, B = A, es decir:
B A (x, y) 1
2
: (x, y) B (x, y) A
(x
0
, y
0
) A / (x
0
, y
0
) / B.
Para demostrar que B A tomamos un punto cualquiera de B:
(x, y) B |x +y| 1 |x y| 1 (x +y)
2
1
2
(x y)
2
1
2

18
Teora de Conjuntos
x
2
+ 2xy +y
2
1 x
2
2xy +y
2
1
2x
2
+ 2y
2
2
x
2
+y
2
1 (x, y) A
Para demostrar que B = A, probamos que x, y / (x, y) A (x, y) / B. Mirando el dibujo,
por ejemplo tomamos x
0
=
1
2
, cuya imagen es y
0
, que calculamos a continuaci on:
x
2
0
+y
2
0
= 1 y
0
=
_
1 x
2
=

1
_
1
2
_
2
=
_
3
4
=

3
2
Ahora ya tenemos un punto:
_
1
2
, +

3
2
_
A, que adem as / B, puesto que se cumple:

1
2
+

3
2

1 +

3
2

> 1
que contradice a la primera parte de la denici on de B, |x +y| 1, luego (x
0
, y
0
) / B.

1.3. Operaciones con conjuntos

Sea E el referencial de las funciones proposicionales p, q y r, que denen a los conjuntos:
A := {x E : p(x)}
B := {x E : q(x)}
C := {x E : r(x)}
19
Parte I - Matem atica discreta
Figura 1.2: Uni on de conjuntos: A B.
1.3.1. Uni on de conjuntos
Llamamos uni on de los conjuntos A y B, y lo denotamos como A B, al conjunto formado
por los elementos que pertenecen a A o a B (o a ambos):
A B := {x E : x A x B} = {x E : p(x) q(x)}
La uni on de conjuntos cumple las siguientes propiedades:
1. Idempotente: A A = A
2. Conmutativa: A B = B A
3. Asociativa: A (B C) = (A B) C
4. A A B
5. A B A B = B (Absorci on)
6. A C B C A B C
Ejemplo 1.24 Demostraci on de la propiedad idempotente de la uni on de conjuntos: A A = A
Suponemos el conjunto A := {x E : p(x)}.
Utilizando la denici on l ogica de igualdad de conjuntos: A = B (x E : x A x
B). Se verica AA = A si se cumple x E : x (AA) x A. Por denici on de uni on
de conjuntos: A A := {x E : p(x) p(x)}.
Utilizando la tautologa p p p, armamos que p(x) p(x) p(x), lo que equivale a que
x A x A x A, por lo que x (A A) x A.

Ejemplo 1.25 Demostrar la prop. de absorci on de la uni on de conjuntos: A B A B = B

Utilizamos que x = y x y y x:
(A B) B x E : x (A B) x B
Tomamos un elemento cualquiera de A B. x (A B) x A x B (A
B x B x B). Mediante la tautologa p p p tenemos x B.
Concluimos que x E : x (A B) x B.
B (A B) x E : x B x (A B)
Tomamos un elemento cualquiera x B x B x A A B x A x B
x (A B).
20
Teora de Conjuntos

Ejemplo 1.26 Demostrar la propiedad 6 de la uni on de conjuntos: A CB C AB C

Por la denici on de inclusi on: (A B) C x E : x (A B) x C
Tomamos un x (A B) x A x B, y usando la tautologa r r r, concluimos que
x C x C x C.

1.3.2. Intersecci on de conjuntos

Llamamos intersecci on de dos conjuntos A y B, y lo denotamos como A B, al conjunto
formado por los elementos que pertenecen a A y a B, es decir, los elementos comunes a ambos
conjuntos:
A B = {x E : x A x B} = {x E : p(x) q(x)}
La intersecci on de conjuntos cumple las siguientes propiedades:
1. Idempotente: A A = A
2. Conmutativa: A B = B A
3. Asociativa: A (B C) = (A B) C
4. (A B) A, (A B) B
5. A B A B = A
6. C A C B C (A B)
Figura 1.3: Intersecci on de conjuntos: A B.
Conjuntos disjuntos
Dos conjuntos A y B se dicen disjuntos cuando no tienen ning un elemento com un, es decir,
cuando A B = .
1.3.3. Conjunto complementario
Si el conjunto A est a denido mediante la funci on proposicional p(x), su complementario re-
specto de E, denotado como A o A
c
, lo forman los elementos del referencial E que no pertenecen
a A:
A
c
:= {x E : p(x)} = {x E : x / A}
21
Parte I - Matem atica discreta
Figura 1.4: Conjunto complementario: A
c
.
Por tanto x A
c
x / A p(x)
La operaci on conjunto complementario cumple las siguientes propiedades:
1. E
c
=
2.
c
= E
3. A A
c
= E
4. A A
c
=
5. (A
c
)
c
= A
6. A B B
c
A
c
7. Leyes de Morgan:
(A B)
c
= A
c
B
c
(A B)
c
= A
c
B
c
Ejemplo 1.27 Demostrar la propiedad 1 del conjunto complementario: E
c
=
Por denici on, x E
c
x / E x E x / E E
c
:= {x E : x / E} x .

Ejemplo 1.28 Demostrar la propiedad 3 del conjunto complementario: A A

c
= E
A, A
c
E AA
c
E. Por lo que queda por probar que E AA
c
. Para ello tomamos
un elemento x E x A x / A x A A
c
.

Ejemplo 1.29 Demostrar la propiedad 4 del conjunto complementario: A A

c
=
x (A A
c
) x A x A
c
x A x / A x

Ejemplo 1.30 Demostrar la propiedad 5 del conjunto complementario: (A

c
)
c
= A
Si consideramos B = A
c
. Tomamos un x B
c
x / B x / A
c
x A

Ejemplo 1.31 Demostrar la propiedad 6 del conjunto complementario: A B B

c
A
c
Tomamos un x B
c
, por la denici on de composici on x / B x / A x A
c
22
Teora de Conjuntos
Figura 1.5: Diferencia de conjuntos: AB.

Ejemplo 1.32 Demostrar la propiedad 7 del conjunto complementario (Leyes de Morgan)

1. x E : x (A B)
c
x (A
c
B
c
)
Tomamos x (A B)
c
, por la denici on de conjunto complementario x / (A B)
(x AB), por las leyes de Morgan es equivalente a (x Ax B) (x Ax
B) (x A) (x B) x / A x / B x A
c
x B
c
x (A
c
B
c
)
2. x E : x (A B)
c
x (A
c
B
c
)
Se resuelve de manera an aloga.

1.3.4. Diferencia de conjuntos

Dados dos conjuntos A y B, se dene la diferencia A B mediante el conjunto formado por
los elementos de A que no pertenecen a B, es decir, los elementos exclusivos de A:
AB = {x E : p(x) q(x)} = A B
c
Esta operaci on no es conmutativa.
1.3.5. Diferencia sim etrica
La diferencia sim etrica de los conjuntos A y B, representada como A B, es la uni on de las
diferencias AB y B A:
A B = (AB) (B A) = (A B) (A B)
1.4. Partici on de un conjunto
Denici on 1.8 (Partici on de un conjunto) Sea A un conjunto no vaco e I una familia de
ndices. Una partici on de A es una familia de subconjuntos {A
i
: A
i
A, i I} que
verica las siguientes propiedades:
23
Parte I - Matem atica discreta
Figura 1.6: Diferencia sim etrica de conjuntos: A B.
1. A
i
= i I
2.
_
iI
A
i
= A
3. A
i
A
j
=
Cada miembro A
i
de la partici on se conoce como clase de la partici on.
Si la familia de subconjuntos {A
i
: A
i
A, i I} cumple las propiedades 1 y 2, pero
no la 3, recibe el nombre de recubrimiento de A.
Ejemplo 1.33 Sea el conjunto N. La familia de subconjuntos {P, "} constituye una partici on de
N. Donde P es el conjunto de n umeros pares, y " el de n umeros impares:
P := {x N : x = 2k, k N}
" = {x N : x = 2k + 1, k N}

Ejemplo 1.34 Sea {A

1
, A
2
, ..., A
k
} una partici on de E, calcular
_
k
_
i=1
(E A
i
)
_
y
_
k

i=1
(E A
i
)
_
k
_
i=1
(EA
i
) = (EA
1
)(EA
2
)...(EA
k
) = (EA
c
1
)(EA
c
2
)...(EA
c
k
) =
A
c
1
A
c
2
... A
c
k
= (A
1
A
2
... A
k
)
c
=
c
= E
k

i=1
(EA
i
) = (EA
1
)(EA
2
)...(EA
k
) = (EA
c
1
)(EA
c
2
)...(EA
c
k
) =
A
c
1
A
c
2
... A
c
k
= (A
1
A
2
... A
k
)
c
= E
c
=

1.5.

Algebra de partes de un conjunto (

Algebra de Boole)
24
Teora de Conjuntos
Denici on 1.9 (Conjunto potencia) Sea E un conjunto no vaco. Se llama conjunto de partes
de E o conjunto potencia de E al conjunto formado por todos los subconjuntos de E, incluidos
E y . El conjunto potencia de E se representa como (E).
(E) = {A : A E}
Ejemplo 1.35 Sea E = {a, b, c}, construyamos (E):
(E) := {, {a}, {b}, {c}, {a, b}, {a, c}, {b, c}, {a, b, c}}

Teorema 1.2 Para cualquier conjunto A, nito o innito, se cumple que

Card (A) = 2
Card A
Demostraci on:
(E) estar a formado por todos los subconjuntos de E. Habr a subconjuntos de un ele-
mento, de dos, de tres... hasta de (Card E 1) elementos, adem as de uno de (Card E)
elementos (el propio E) y otro de cero elementos (el conjunto vaco). De modo que el n umero
de subconjuntos de E coincide con el n umero de combinaciones que se pueden formar con
sus elementos, tomados de uno en uno, de dos en dos, ..., de n 1 en n 1, de n en n, mas
uno (el conjunto vaco):
|(E)| = 1 +|C
n,1
| +|C
n,2
| +... +|C
n,n1
| +|C
n,n
|
Como |C
n,r
| =
_
n
r
_
, y 1 =
_
n
0
_
, tenemos:
|(E)| =
_
n
0
_
+
_
n
1
_
+
_
n
2
_
+... +
_
n
n 1
_
+
_
n
n
_
= (1 + 1)
n
= 2
n
1.5.1.

Algebra de Boole
Sea E un conjunto cualquiera. Se dice que el conjunto (E), junto con las operaciones conjun-
tistas y , y el conjunto complementario (C), tiene estructura de

Algebra de Boole si cumplen
las siguientes propiedades o axiomas:
1. Las operaciones y son internas en (E), y la operaci on C es unaria en (E):
A, B E ( A, B (E) : ((A B) E) ((A B) E) (C(A) E)
2. y cumplen la propiedad asociativa:
A, B, C E : (A (B C) = (A B) C) (A (B C) = (A B) C)
3. y cumplen la propiedad conmutativa:
A, B E : (A B = B A) (A B = B A)
25
Parte I - Matem atica discreta
4. Existencia de elemento neutro respecto y :
El elemento neutro de es : A E A = A = A
El elemento neutro de es E: A E A E = E A = A
5. Propiedad distributiva:
De respecto de : A, B, C E : A (B C) = (A B) (A C)
De respecto de : A, B, C E : A (B C) = (A B) (A C)
6. Propiedad del complementario:
A E !A
c
: A A
c
= E A A
c
=
Tal como hemos dicho, si un conjunto E cumple estas propiedades, se dice que ((E), , , C)
es un algebra de Boole.
Consecuencias
1. Idempotente: A E A A = A A A = A
Demostraci on:
a) A A
P4
= (A A) E
P6
= (A A) (A A
c
)
P5
= A (A A
c
)
P6
= A
P4
= A
b) A A
P4
= (A A)
P6
= (A A) (A A
c
)
P5
= A (A A
c
)
P6
= A E
P6
= A
2. Absorvente:
E es absorvente respecto de : A E A E = E
es absorvente respecto de : A E A =
Demostraci on:
a) A E
P6
= A (A A
c
)
P2
= (A A) A
c
C1
= A A
c
P6
= E
b) A
P6
= A (A A
c
)
P2
= (A A) A
c
C1
= A A
c
P6
=
3. Simplicativa:
(A B) A = A
(A B) A = A
4. Unicidad del complementario: El complementario de un conjunto es unico.
Demostraci on (R.A.): Suponemos que A E con 2 complementarios distintos A
c
=

A.
Por la denici on de complementario, eso implica que
a) A A
c
= E A A
c
=
b) A

A = E A

A =
Pero A
c
P4
= A
c
E
b
= A
c
(A

A)
P5
= (A
c
A) (A
c

A)
a
= (A
c

A)
b
=
(A

A) (A
c

A)
P5
= (A A
c
)

A = E

A =

A A
c
=

A.
5. De Morgan:
a) (A B)
c
= A
c
B
c
b) (A B)
c
= A
c
B
c
26
Teora de Conjuntos
Demostraci on (a):
(A B) (A
c
B
c
)
P5
= ((A B) A
c
) ((A B) B
c
)
P3,5
= ((A A
c
) B)
(A (B B
c
))
P6
= (E B) (A E)
C2
= E E
C1
= E
(AB) (A
c
B
c
)
P5
= (A(A
c
B
c
)) (B (A
c
B
c
))
P3,5
= ((AA
c
) B
c
)
((B B
c
) A)
P6
= ( B
c
) (A
c
)
C2
=
C1
=
Por la propiedad 6, deducimos que (A B)
c
= (A
c
B
c
)
La demostraci on de (b) es an aloga.
6. Complementario del complementario: (A
c
)
c
= A
Demostraci on:
Llamamos B a A
c
, y tratamos de demostrar que B
c
= A:
A
c
A = E
A
c
A =
_

_
B A = E
B A =
_
B
c
= A
7. Referencial y conjunto vaco: E
c
=
c
= E
Demostraci on:
a) E = E E =
P6
= E
c
b)
A = B A
c
= B
c
Por a E
c
=
_
(E
c
)
c
=
c
C6
E =
c
8. Cardinal del conjunto potencia: Si Card (E) 2 E = A E, A =
A = A
c
Demostraci on (R.A.):
a) Suponemos que E = . Entonces () := {} Card () = 1 E =
b) Suponemos que A E, A = / A = A
c
. Como A A
c
P6
= , y adem as A A
c
=
A A
C1
= A, deducimos que A = , luego A = A
c
.
9. Teorema de Quino.
Teorema 1.3 (Teorema de Quino) A, B, C E:
1. (A B) (A
c
C) (B C) = (A B) (A
c
C)
2. (A B) (A
c
C) (B C) = (A B) (A
c
C)
Demostraci on:
1. (AB)(A
c
C)(BC)
P5
= (AB)[(A
c
B)C]
P4
= (AB)[((A
c
B)C)
E]
P6
= (AB)[((A
c
B)C)(AA
c
)]
P2
= (AB)[(A
c
B)C(AA
c
)]
P3,5
=
(A B) [(A
c
(B A)) C]
P5
= (A B) [(A
c
C) (B A C)]
P2
=
(AB) (A
c
C) (BAC) y, como (BAC) (AB), podemos concluir
que (A B) (A
c
C) . C.Q.D.
2. Se hace de forma an aloga.
27
Parte I - Matem atica discreta
Figura 1.7: Representaci on gr aca del Teorema de Quino.
Ejemplo 1.36 C omo saber si una familia de subconjuntos de E es un algebra de Boole?
Sea E = {a, b, c}. Tenemos que (E) = {, E, {a}, {b}, {c}, {a, b}, {a, c}, {b, c}}. Donde
se cumple que Card (E) = 8 = 2
3
= 2
Card E
. Estudiemos cu ales de las siguientes familias de
subconjuntos de E son algebra de Boole:
A
1
:= {, {a}, {b, c}} , A
2
:= {E, } , A
3
:= {, {a}, {b, c}, E}
, , C son operaciones internas en A
2
y A
3
.
En A
1
: {a} {b, c} = {a, b, c} = E _ A
1
A
1
no es un

Algebra de Boole.
, E A
n
, n {1, 2, 3}

1.5.2. Sub algebras del algebra de Boole

Sea E un conjunto nito y (E) un algebra de Boole. Se dice que una familia A de subcon-
juntos de E es una sub algebra de (E) si se cumple:
1. E A
2. Si A A A
c
A
3. Si A, B A A B A
Teorema 1.4 Si A es una sub algebra de (E), entonces
A
A, B A A B A
Demostraci on:
Por el punto 1 de la denici on de sub algebra de Boole, E A E
c
= A
A, B A. A B = (A
c
)
c
(B
c
)
c
D.M.
= (
A
..
A
c
..
A
B
c
..
A
)
c
A A B A
28
Teora de Conjuntos
Teorema 1.5 Sea E un conjunto nito con Card E = n, n N. Sea A un subconjunto de
(E). Si Aes una sub algebra de (E), entonces se cumple: Card (E) = 2
n
Card A =
2
m
, n, m N / m n.
Ejemplo 1.37 Sea E = {a, b, c}, tenemos que Card E = 3, por lo que Card (E) = 2
3
= 8.
Construyamos todas las sub algebras de (E):
Sub algebra trivial: A
0
:= {}, CardA
0
= 1 = 2
0
.
Conjuntos de 2
1
= 2 elementos: A
1
:= {, E}
Conjuntos de 2
2
= 4 elementos: A
2
:= {, E, {a}, {b, c}}, A
3
:= {, E, {b}, {a, c}}, A
4
:=
{, E, {c}, {a, b}}
Conjuntos de 2
3
= 8 elementos: A
5
:= {, E, {a}, {b}, {c}, {a, b}, {a, c}, {b, c}} = (E)

Ejemplo 1.38 Sea E := {a, b, c, d}, tenemos que |E| = 4 |(E)| = 2

4
. Donde (E) =
{, E, {a}, {b}, {c}, {d}, {a, b}, ..., {a, b, c}, ...}. Construyamos todas las sub algebras de 4 y 5
elementos:
Sub algebras impropias: A
0
= {}, A
1
= {(E)}.
Sub algebras de 2 elementos: A
2
= {, E}.
Sub algebras de 4 elementos: A
3
= {E, , {a}, {b, c, d}}, A
4
= {E, , {b}, {a, c, d}}, A
5
=
{E, , {c}, {a, b, d}}, A
6
= {E, , {d}, {a, b, c}}, A
7
= {E, , {a, b}, {c, d}}, A
8
=
{E, , {a, c}, {b, d}}, A
9
= {E, , {a, d}, {b, c}}
Sub algebras de 8 elementos: A
10
= {E, , {a}, {b, c, d}, {b}, {a, c, d}, {a, b}, {c, d}},
A
11
= {E, , {a}, {b, c, d}, {c}, {a, b, d}, {a, c}, {b, d}},
A
12
= {E, , {a}, {b, c, d}, {d}, {a, b, c}, {a, d}, {b, c}}, *AQUI FALTA ALGO*
Sub algebra de 16 elementos: (E)

N umero de sub algebras sobre un conjunto nito

Dado un conjunto nito E, de cardinal n, se trata de construir todas las posibles sub algebras
de (E).
|(E)| = 2
|E|
= 2
n
AQUI FALTA ALGO
Denici on 1.10 (Sub algebra generada por un conjunto) Sea el conjunto A E, donde
E = . Se llama sub algebra generada por el conjunto A, y se escrible <A>, a la menor
sub algebra que contiene al conjunto A, es decir, a la intersecci on de todas las sub algebras que
contienen al conjunto A.
< A >=

AA
i
A
i
, A
i
algebra.
29
Parte I - Matem atica discreta
Proposici on 1.1 Sea el conjunto E = y A E, entonces <A>= {, E, A, A
c
}
Ejemplo 1.39 Sea E = {a, b, c, d, e} |(E)| = 2
5
= 32:
<{a}>= {, E, {a}, {a}
c
} = {, E, {a}, {b, c, d, e}} =<{a}
c
>
<{b, c, d}>= {, E, {b, c, d}, {b, c, d}
c
} = {, E, {b, c, d}, {a, e}}

Denici on 1.11 (Sub algebra formada por 2 subconjuntos) Sea E = y A

1
, A
2
, ..., A
p

E disjuntos 2 a 2. Se llama sub algebra formada por 2 subconjuntos A
1
y A
2
, y se escribe
<A
1
, A
2
>, a la menor sub algebra que contiene a los conjuntos A
1
y A
2
, es decir, a la inter-
secci on de todas las sub algebras que contienen a dichos subconjuntos:
< A
1
, A
2
>=

A
i
, A
i
sub algebra y A
1
, A
2
A
i
Proposici on 1.2 Sea el conjunto E = y A
1
, A
2
, ..., A
p
E disjuntos 2 a 2, entonces
<A
1
, A
2
>= {, E, A
1
, A
c
1
, A
2
, A
c
2
, (A
1
A
2
), (A
1
A
2
)
c
}.
Por lo tanto, |<A
1
, A
2
>| = 2
3
= 8. Y, en general, |<A
1
, A
2
, ..., A
p
>| = 2
p+1
Ejemplo 1.40 Sea un conjunto de 10 elementos E = {a
1
, a
2
, ..., a
10
}, cu antas sub algebras de
2
2
elementos hay?
Sabiendo que el n umero de subconjuntos binarios de un 10-conjunto
7
es
_
10
2
_
, el n umero de
subconjuntos de 3 elementos ser a
_
10
3
_
, y as sucesivamente. Luego:
2
n
= (1 + 1)
n
=
_
10
1
_
+
_
10
2
_
+
_
10
3
_
+
_
10
4
_
+
_
10
5
_
AQUI ALGO FALLA

Sub algebras generadas

Teorema 1.6 Sea el conjunto nito E =
1. Si = A _ E, entonces <A>= {, E, A, A
c
}. Luego |<A>| = 2
2
= 4.
Si A = A = E, entonces <>=<E>= {, E}. Luego |<>| = |<E>| =
2.
7
Conjunto de 10 elementos
30
Teora de Conjuntos
2. Si A, B E / A B = A B = E
<A, B>= {, E, A, A
c
, B, B
c
, (AB), (AB)
c
}. Luego |<A, B>| = 2
3
= 8.
Si A, B E / A B = A B = E
<A, B>= {, E, A, A
c
, B, B
c
, AB, (AB)
c
, AB
c
, (AB
c
)
c
, A
c
B, (A
c

B)
c
, A
c
B
c
, (A
c
B
c
)
c
, A B
. .
(AB)(AB)
c
, (AB)
c
}. Luego |<A, B>| = 2
4
= 16.
Si A, B E / A B = A B = E ( A = B
c
B = A
c
)
<A, B>=<A>=<B>= {, E, A, A
c
}
Si A, B E / A B = A B = E
<A, B>= {, E, A, A
c
, B, B
c
, A B, (A B)
c
}
3. Sean A
1
, A
2
, ..., A
p
E disjuntos 2 a 2 (i = j : A
i
A
j
= ) tales que

A
i
= E:
<A
1
, A
2
, ..., A
p
>= {, E, A
1
, A
c
1
, A
2
, A
c
2
, ..., A
p
, A
c
p
, (A
1
A
2
), (A
1
A
2
)
c
, (A
1

A
3
), (A
1
A
3
)
c
, ..., (A
p1
A
p
), (A
p1
A
p
)
c
, (A
1
A
2
A
3
), (A
1
A
2

A
3
)
c
, ..., (A
p2
A
p1
A
p
), (A
p2
A
p1
A
p
)
c
, (A
1
A
2
... A
p
), (A
1

A
2
... A
p
)
c
}
|<A
1
, A
2
, ..., A
p
>| = 2 + 2
_
p
1
_
+ 2
_
p
3
_
+... + 2
_
p
p
_
Teorema 1.7 Toda sub algebra A sobre un conjunto nito E es la sub algebra generada por
algunos conjuntos.
Demostraci on:
1. Si A = {, E} A =<>=<E>
2. Si A = {, E} A
1
A / A
1
= A
1
= E. Entonces
o bien A =<A
1
>= {, E, A
1
, A
c
1
}, en cuyo caso el teorema queda demostrado.
o bien <A
1
>_ A A
2
A / A
2
/ <A
1
>, en cuyo caso construmos
<A
1
, A
2
>.
Como A
2
/ <A
1
> A
1
A
2
= E.
si <A
1
, A
2
>= A el teorema queda demostrado.
si <A
1
, A
2
>= A se repite el proceso anterior.

Atomos y super atomos de una sub algebra

Denici on 1.12 (

Atomo y super atomo) Entendemos por atomos y super atomos de un alge-

bra a los siguientes conceptos:
Sea Auna sub algebra sobre E. Se dice que un conjunto A A; A = es un atomo de
A si no existe otro conjunto B A / = B _ A.
Se dice que un conjunto E = S A es un super atomo de A si no existe ning un
conjunto C A / S _ C _ E
Representamos por T
A
al conjunto de todos los atomos de la sub algebra A, y por S
A
al
conjunto de todos los super atomos de A.
31
Parte I - Matem atica discreta
Ejemplo 1.41 Sea (E) algebra de Boole. E = {a
1
, a
2
, ..., a
n
}.
Los atomos de (E) son todos los suconjuntos unitarios ({a
1
}, {a
2
}, ... , {a
n
}).
Los super atomos de (E) son todos los complementarios de los unitarios:
({a
1
}
c
= {a
2
, a
3
, ..., a
n
}, {a
2
}
c
= {a
1
, a
3
, ..., a
n
}, ... , {a
n
}
c
= {a
1
, a
2
, ..., a
n1
}).

Ejemplo 1.42 Sea A = {, E} sub algebra. Un atomo de A = E, y un super atomo es E

c
= .

Ejemplo 1.43 Sea A =<A, B> / A B = A B = E:

< A, B >= {, E, A, B, A
c
, B
c
, AB, (AB)
c
, AB
c
, (AB
c
)
c
, A
c
B, (A
c
B)
c
, A
c
B
c
,
, (A
c
B
c
)
c
, A B, (A B)
c
}
Donde (A B) = (A B) (A B)
c
.
T
A
= {(A
c
B)
c
, (A
c
B
c
)
c
, (B
c
A)
c
} = {AB, A B, B A}
S
A
= {A
c
B, A
c
B
c
, B
c
A} = {(AB)
c
, (A B)
c
, (B A)
c
}

Ejemplo 1.44 Sea A =<A, B> / A B = A B = E. Por la proposici on 1.2 sabemos

que <A, B>= {, E, A, A
c
, B, B
c
, A B, (A B)
c
}.
T
A
= {A, B} , S
A
= {A
c
, B
c
}
Ay B son atomos porque A = B = y no existe ning un subconjunto distinto de contenido
estrictamente en A ni en B.
A
c
y B
c
son super atomos porque A
c
= E B
c
= E y no existe ning un subconjunto distinto de
E que contenga estrictamente a A ni a B.

Ejemplo 1.45 Sea A =<A, B> / A B = A B = E:

< A, B >=< A >=< B >= {, E, A, A
c
} . Ya que A = B
c
B = A
c
T
A
= {A, B} , S
A
= {A
c
, B
c
} = {B, A} coinciden atomos y super atomos.

Proposici on 1.3 Sea A una sub algebra sobre E

1. A A / A = es un atomo de A A
c
A es un super atomo de A.
2. Si A, B A son atomos de A A B = . (Recordemos que si A
1
, A
2
, ..., A
p
son
atomos de A, entonces A
i
A
j
= , i = j).
32
Teora de Conjuntos
Demostraci on:
1. Sea A A / A = un atomo de A
def
B A / = B _ A
1
B
c
A / A
c
_
B
c
_
c
= E
def
A
c
es un super atomo de A.

1
) A B B
c
A
c
.
2. R.A.: Suponemos que A B = . Sabemos que A B A y A B B
(A B) A : (A B) = _ A B _ A Esto contradice a que A sea un
atomo. Luego concluimos que A B = .
Teorema 1.8 (Representaci on de los elementos de una sub algebra) Cualquier elemento
de una sub algebra A se puede expresar o bien como uni on de algunos (o todos) sus atomos, o
bien como intersecci on de algunos (o todos) sus super atomos.
Si T
A
= {A
1
, A
2
, ..., A
p
}, A A cualquiera
_
A = A
i1
A
i2
... A
is
, A
ij
T
A
A
c
= A
c
i1
A
c
i2
... A
c
is
, A
ij
T
A
Demostraci on:
Sea A A, A = A = E
Suponemos que i I = {1, 2, ..., p} , A A
i
= A = i

I / A A
i
=
A = (AA
i
) A
i
(1)
o bien AA
i
= A = A
i
. Y ya estara demostrado.
o bien AA
i
= aplicamos el mismo razonamiento:
Si i I {i

}, (A A
i
) A
i
= (A A
i
) = i

I {i

} / (A
A
i
) A
i
= .
Entonces (AA
i
) = (A(A
i
A
i
)) A
i
.
Sustituyendo en (1): A = (A(A
i
A
i
)) A
i
A
i
.
Aplicando el mismo razonamiento un n umero nito de veces obtendremos los atomos
A
i
, A
i
, ..., A
i
m de manera que A = A
i
A
i
...A
i
m y A
c
= A
c
i

A
c
i

...A
c
i
m.
(C.Q.D.)
Ejemplo 1.46 (Sub algebra formada por 3 conjuntos) Sea A =<A, B, C>:
1. Si A B = A C = B C = y A B C = E (es decir, son disjuntos 2 a 2 ver
Figura 1.8.a):
< A, B, C >= {, E, A, A
c
, B, B
c
, C, C
c
, (A B), (A B)
c
, (A C), (A C)
c
,
, (B C), (B C)
c
, (A B C), (A B C)
c
}
T
A
= {A, B, C} , S
A
= {A
c
, B
c
, C
c
}
2. Si ABC = ( AB = BC = AC = ) y ABC = E (ver Figura
1.8.b):
Los siguientes conjuntos son atomos, y disjuntos 2 a 2:
a) A(B C)
33
Parte I - Matem atica discreta
b) (A B) (A B C) ( (A B) C)
c) B (A C)
d) (A C) C ( (A C) (A B C))
e) (A B C)
f ) (B C) (A B C)
g) C (A B)
< A, B, C >=< a, b, c, d, e, f, g >= {, E, a, a
c
, b, b
c
, ..., g, g
c
, (ab), (ab)
c
, ..., (fg),
, (f g)
c
, (abc), (abc)
c
, ..., (ef g), (ef g)
c
, ..., (ab...g), (ab...g)
c
}
T
A
= {a, b, c, d, e, f, g}
3. Si A B = , A C = , B C = y A B C = E (ver Figura 1.8.c):
Los siguientes conjuntos son atomos:
a) A(B C)
b) A B
c) B A
d) A C
e) C A
Por lo tanto: < A, B, C >=< a, b, c, d, e > ; | < A, B, C > | = 2
6
= 64
4. Si A B = , A C = , B C = y A B C = E (ver Figura 1.8.d)
Los siguientes conjuntos son atomos:
a) A(B C)
b) A B
c) B A
d) A C
e) C A
Por lo tanto: < A, B, C >=< a, b, c, d, e >

=< a, b, c, d >
) a b ... e = E e = E (a b c d)

Teorema 1.9 (Condici on necesaria de pertenencia a una sub algebra) Sea A una sub alge-
bra sobre un conjunto nito E, y sean T
A
:= {A
1
, A
2
, ..., A
p
} los atomos de A y S
A
:=
{A
c
1
, A
c
2
, ..., A
c
p
} sus super atomos.
Si un conjunto A A, entonces se cumple una, y s olo una, de las 2 condiciones siguientes:
1. i = 1, 2, ..., p : A A
i
= , o bien, A A
i
= A
i
2. i = 1, 2, ..., p : A A
i
= E, o bien, A A
i
= A
c
i
34
Teora de Conjuntos
Figura 1.8: Ilustraciones del ejemplo 1.46
Ahora bien, las condiciones anteriores son necesarias, pero no sucientes para asegurar que
un conjunto pertenece a una sub algebra.
Para probar que no son sucientes, veamos un contraejemplo: Construimos una sub algebra
A sobre un conjunto nito E, y encontramos un conjunto C tal que = C = E y cumpla la
condici on 1, pero C / A.
Sea E = {a
1
, a
2
, a
3
, a
4
, a
5
, a
6
}. Consideramos A =< {a
1
, a
2
}
. .
A
, {a
1
, a
3
, a
5
}
. .
B
>
A B = {a
1
} = A B = {a
1
, a
2
, a
3
, a
5
} = E
T
A
= {AB, A B, B A} = {{a
2
}
..
A
2
, {a
1
}
..
A
1
, {a
3
, a
5
}
. .
A
3
}
< A, B >=< {a
2
}, {a
1
}, {a
3
, a
5
} > , | < A, B > | = 2
3+1
= 16
Tomamos como conjunto C = {a
1
, a
2
, a
3
, a
5
, a
6
} = E {a
4
}
Veamos que C cumple la condici on 1, es decir: i = 1, 2, 3 : C A
i
= A
i
C A
1
= {a
1
, a
2
, a
3
, a
5
, a
6
} {a
1
} = {a
1
} = A
1
C A
2
= {a
1
, a
2
, a
3
, a
5
, a
6
} {a
2
} = {a
2
} = A
2
C A
3
= {a
1
, a
2
, a
3
, a
5
, a
6
} {a
3
, a
5
} = {a
3
, a
5
} = A
3
Luego C verica la condici on 1.
Probemos que C / A (por R.A.):
Suponemos que C A. Aplicando el teorema 1.8 al conjunto C, tenemos que o bien
C =

A
i
o bien C =

A
c
i
.
Uniones de 1 atomo: A
1
, A
2
, A
3
= C
35
Parte I - Matem atica discreta
Uniones de 2 atomos: A
1
A
2
, A
1
A
3
, A
2
A
3
= C
Uniones de 3 atomos: A
1
A
2
A
3
= C
Luego C =

A
i
.
Ahora consideramos S
A
= {{a
1
}
c
, {a
2
}
c
, {a
3
, a
5
}
c
} = {E {a
1
}, E {a
2
}, E
{a
3
, a
5
}} = {{a
2
, a
3
, ..., a
6
}
. .
A
c
1
, {a
1
, a
3
, ..., a
6
}
. .
A
c
2
, {a
1
, a
2
, a
4
, a
6
}
. .
A
c
3
}
Intersecciones de 1 super atomo A
c
1
, A
c
2
, A
c
3
= C
Intersecciones de 2 super atomos A
c
1
A
c
2
, A
c
1
A
c
3
, A
c
2
A
c
3
= C
Intersecciones de 3 super atomos A
c
1
A
c
2
A
c
3
= C
Luego C =

A
c
i
Concluimos que C / A
Ejemplo 1.47 Sea E = {a
1
, a
2
, ..., a
6
}, y A =< {a
1
}
..
A
1
, {a
2
}
..
A
2
, {a
3
, a
5
}
. .
A
3
>.
Dado el conjunto A = {a
1
, a
2
, a
3
}, probar que A / A.
Para ello comprobamos que no cumpla ninguna de las 2 condiciones del teorema 1.9:
1. A A
3
= {a
3
} = A
3
{a
3
} =
2. A A
c
3
= {a
1
, a
2
, a
3
, a
4
, a
6
} = E {a
1
, a
2
, a
3
, a
4
, a
6
} = A
c
3
Luego no cumple el teorema, por lo que A / A.

Tipos de cardinales de las sub algebras generadas por 2 conjuntos

Esto tengo que completarlo
1.6. Producto cartesiano
Denici on 1.13 (Par ordenado) Sean A y B dos conjuntos no vacos, consideramos a A
y b B. Se llama par ordenado de a y b, y se escribe (a, b), a un conjunto ordenado formado
por a como primer elemento y b como segundo.
(a, b) := {{a}, {a, b}} , (b, a) := {{b}, {a, b}} , Luego (a, b) = (b, a)
Se dice que (a, b) = (c, d) a = c b = d , a, c A b, d B.
Dado el par ordenado (a, b), se llama recproco al par (b, a).
36
Teora de Conjuntos
Denici on 1.14 (Producto cartesiano) Dados dos conjuntos A y B, no vacos, se llama pro-
ducto cartesiano de A y B, y se representa como A B, al conjunto formado por todos
los pares ordenados que se pueden construir con la primera coordenada variando en A y la
segunda variando en B.
AB := {(a, b) / a A b B} , |AB| = |A| |B|
Ejemplo 1.48 Sean A := {1, 2, 3, 4} y B := {a, b, c}, el producto cartesiano de A y B es:
AB := {(1, a), (1, b), (1, c), (2, a), (2, b), (2, c), (3, a), (3, b), (3, c), (4, a), (4, b), (4, c)}

1.6.1. Representaci on gr aca del producto cartesiano

Diagramas cartesianos
El producto cartesiano de A := {1, 2, 3, 4} y B := {a, b, c} es representado a continuaci on:
Diagrama Sagital
Mediante un diagrama de Venn tambi en conocido como representaci on sagital podemos
representar el producto cartesiano de 2 conjuntos. Supongamos A := {1, 2, 3, 4} y B := {a, b, c}.
La representaci on sagital es la siguiente:
37
Parte I - Matem atica discreta
Ejemplo 1.49 Sean A = [0, 1] := {x 1 : 0 x 1} y B := {1, 0, 1}. Calcular y
representar gr acamente el producto cartesiano AB:
AB := {(a, b) / a A b B} = {(a, b) / a [0, 1] b {1, 0, 1}} =
= {(a, b) : 0 a 1 b = 1, 0, 1}
Representaci on gr aca:

Ejemplo 1.50 Sean A = N, y B = N.

El producto cartesiano AB := {(a, b) / a N, b N} = N N = N
2
.
Representaci on gr aca:

1.6.2. Producto cartesiano de n conjuntos

Denici on 1.15 (n-tupla ordenada) Sean los conjuntos A
1
, A
2
, ..., A
n
, no vacos, y a
1

A
1
, a
2
A
2
, ..., a
n
A
n
. Se llama n-tupla ordenada de los elementos a
i
, y se expresa
como (a
1
, a
2
, ..., a
n
), al conjunto ordenado cuyo primer elemento es a
1
, el segundo a
2
, ..., y
el ultimo a
n
.
(a
1
, a
2
, ..., a
n
) = (b
1
, b
2
, ..., b
n
) a
i
= b
i
, i {1, 2, ..., n}
(a
1
, a
2
, ..., a
n
) = (a
n
, a
n1
, ..., a
1
)
38
Teora de Conjuntos
Ejemplo 1.51 (Notaci on exponencial) Sea el conjunto A = , podemos expresar el producto
cartesiano de A consigo mismo de forma exponencial como A
2
= AA, A
3
= AAA, ...,
A
n
= AA
n
... A.
Sea A = [0, 1] := {x 1 / 0 x 1}. podemos expresar el producto cartesiano de A
consigo mismo de forma exponencial:
A
2
= A A = [0, 1] [0, 1] = {(x, y) 1
2
: 0 x 1 0 y 1}. Este producto
cartesiano se denomina cuadrado unidad. (Ver gura 1.8)
Figura 1.9: Cuadrado unidad
A
3
= A A A = [0, 1] [0, 1] [0, 1] = {(x, y, z) 1
2
: 0 x 1 0 y
1 0 z 1}. Este producto cartesiano se denomina cubo unidad. (Ver gura 1.9)
Figura 1.10: Cubo unidad
En general, [0, 1]
n
= [0, 1] [0, 1]
n
... [0, 1] := {(x
1
, x
2
, ..., x
n
) 1
n
/ 0 x
i

1, i = 1, 2, ..., n}. Este producto cartesiano se denomina n-cubo o cubo de Hilbert.

1.6.3. Propiedades del producto cartesiano

1. No es conmutativo: A, B E , AB = B A.
2. Propiedad asociativa: A, B, C E , A(B C) = (AB) C = AB C.
39
Parte I - Matem atica discreta
3. A E A = A =
4. Si A
1
A B
1
B (A
1
B
1
) (AB)
5. Distributiva: A, B, C E:
a) A(B C) = (AB) (AC)
b) A(B C) = (AB) (AC)
c) A(B C) = (AB) (AC)
d) A(B C) = (AB) (AC)
Ejemplo 1.52 Demostrar, empleando las propiedades distributivas del producto cartesiano, que
(A
1
A
2
) (B
1
B
2
) = (A
1
B
1
) (A
1
B
2
) (A
2
B
1
) (A
2
B
2
)
Demostraci on: Consideramos A = A
1
A
2
A(B
1
B
2
)
P5
= (AB
1
) (AB
2
) = ((A
1
A
2
) B
1
) ((A
1
A
2
) B
2
)
P5
=
P5
= [(A
1
B
1
) (A
2
B
1
)] [(A
1
B
2
) (A
2
B
2
)] (C.Q.D.)

40
Teora de Conjuntos
1.7. Ejercicios resueltos
Ejercicio 1.1 Sea E = N y los conjuntos A, B, C y D, denidos a continuaci on, hallar A B,
C D, C D, A
c
, y A (C D)
A := {x N : x = 2n, n N}
B := {x N : x = 3n, n N}
C := {x N : x = 4n 1, n N}
D := {x N : x = 4n + 1, n N}
Soluci on:
1. A B := {x N : x A x B} = {x N : x = 2n x = 3m, n, m N} = {x
N : 2n = 3m, n, m N} = {x N : x = 6k, k N}, ya que:
2n = 3m n =
3m
2
N (m = 2k n =
3

2 k

2
n = 3k)
2. C D := {x N : x C x D} = {x N : x = 4n 1 x = 4m+ 1, n, m N}
3. C D := {x N : x C x D} = {x N : x = 4n 1 x = 4m+ 1, n, m N}
4n 1 = 4m+ 1; 4n = 4m+ 2; n = m+
1
2
n / N# C B =
4. A
c
= N A := {x N : x = 2n, n N} = {x N : x = 2n + 1}
5. A (C D) := {x N : x = 2n (x = 4m1 x = 4p + 1), n, m, p N} = {x
N : (x = 2n x = 4m1) (x = 2n x = 4p + 1), n, m, p N}
2n = 4m1 n = 2m
1
2
/ N#; 2n = 4p + 1; n = 2p +
1
2
/ N#
A (C D) =

Ejercicio 1.2 Sean los conjuntos A := {x N : x = 2n + 3m, n, m N o alguno de ellos 0} y

B := {x N : 2 x}. Probar que A = B.
Soluci on:

Ejercicio 1.3 Dados los siguientes subconjuntos de la recta real: A := (2, 1] (1, 2], B :=
(1, 0) (1, 2), y C := [1, 1] {0}, calcular A
c
(B C)) (B
c
(A C)).
Soluci on:

Ejercicio 1.4 Si A, B, y C son tres conjuntos, demostrar:

41
Parte I - Matem atica discreta
(A B) C = A (B C)
A B = B A
A (B C) = (A B) (A C)
(A B) A = A
Soluci on:

Ejercicio 1.5 Si A y B son subcojuntos de U probar que si A B , entonces B

c
A
c
. Probar
tambi en la ley de Morgan (A B)
c
= A
c
B
c
.
Soluci on:

Ejercicio 1.6 Usando las propiedades de la uni on, intersecci on y complementarios, comprobar
que:
1. (A B) [(A C) B] = (A C) B.
2. (A B C
c
) (A B
c
C
c
) = A C
c
.
Soluci on:

Ejercicio 1.7 Si A := {a, b, c, d}, hallar (A)

Soluci on:

Ejercicio 1.8 Si A := {, {}, {, 0}}, hallar (A).

Soluci on:

Ejercicio 1.9 Si A := {1, 2, 3}, B := {2, 3, 4} y C := {3, 4, 5}, hallar (AA) (B C).
Soluci on:

Ejercicio 1.10 Probar que A(B C) = (AB) (AC).

Soluci on:

42
Teora de Conjuntos
Ejercicio 1.11 En una reuni on de 26 personas que hablan franc es (F), italiano (I), o alem an (A),
tenemos que 15 hablan F, 12 hablan I y 18 hablan A. Adem as, en el citado grupo se tiene que
7 hablan I y F, 8 hablan F y A, y nalmente, 5 hablan los tres idiomas Cu antos conocen los
idiomas italiano y alem an, pero no hablan franc es?
Soluci on:

Ejercicio 1.12 En una reuni on de 50 personas, 3 de ellas no leen la prensa, 30 leen el peri odico P,
26 leen el peri odico M, 20 leen los peri odicos P y L, 15 leen P y M, 12 leen M y L y, nalmente,
7 leen P, L y M. Cu antos leen L pero no leen P ni M?.
Soluci on:

43
Parte I - Matem atica discreta
44
Relaciones y aplicaciones
Captulo 2
Relaciones y aplicaciones
2.1. Correspondencias
Denici on 2.1 (Correspondencia) Sean A y B dos conjuntos. Una correspondencia f de A
en B es un subconjunto del conjunto producto AB. El conjunto A es el conjunto inicial de
la corres-pondencia, y B es el conjunto nal. Una correspondencia f de A en B se expresa
como:
f : A B
2.1.1. Formas de denir una correspondencia
1. Por extensi on: escribiendo todos los pares ordenados de f.
Por ejemplo: Sean A := {1, 2, 3, 4}, y B := {a, b, c}. Se dene una correspondencia f =
{(1, a), (2, c), (3, a), (4, c), (4, b)} AB, ya que AB = {(1, a), (1, b), ..., (4, c)}.
2. Por compresi on: dando la propiedad caracterstica (predicado) que cumplen los elementos
de f:
Por ejemplo: f : 1 1, f = {(x, y) 1 1 = 1
2
: x
2
+y
2
1}
2.1.2. Representaci on de una correspondencia
Diagramas cartesianos (ejes de coordenadas)
La correspondencia f = {(1, a), (2, c), (3, a), (4, c), (4, b)} es la representada a continuaci on:
Figura 2.1: Diagrama cartesiano de una correspondencia
45
Parte I - Matem atica discreta
Diagrama Sagital
Mediante un diagrama de Venn tambi en conocido como representaci on sagital podemos
representar la correspondencia anterior de la siguiente forma:
Figura 2.2: Diagrama sagital de una correspondencia
2.1.3. Conjuntos que intervienen en una correspondencia
Sea la correspondencia f : A B, f = f A B. El conjunto A es el conjunto
inicial (o de partida), y B es el conjunto nal. Sobre f podemos denir una serie de conjuntos:
Dominio de la correspondencia (Dom f)
Es el conjunto formado por aquellos elementos del conjunto inicial, A, que se corresponden
con alg un elemento del conjunto nal, B:
Dom f = {a A : b B / (a, b) f}
Imagen de la correspondencia (Im f)
Es el conjunto formado por aquellos elementos del conjunto nal tales que alg un elemento del
conjunto inicial se corresponde con ellos:
Im f =
_
aDom f
f(a) = {b B / a A : (a, b) f}
Imagen directa de un elemento del conjunto inicial (f(a))
Es el conjunto de elementos del conjunto nal b B tales que el par (a, b) f:
f(a) = {b B : (a, b) f} B
Imagen inversa de un elemento del conjunto nal (f
1
(b))
Es el conjunto de elementos del conjunto inicial, A, tales que el par (a, b) f:
f
1
(b) = {a A : (a, b) f} A
46
Relaciones y aplicaciones
Ejemplo 2.1 Sea f : 1 1 una correspondencia (o relaci on
1
) denida por compresi on como
f = {(x, y) 1
2
: x
2
+ y
2
1}. Las im agenes directas de los puntos x = 0, x = 1, x = 1,
x =
1
2
y x =
1
3
son las siguientes:
f(0) = {y 1 : 1 y 1} = [1, 1]
f(1) = f(1) = {0}
f(1/2) = {y 1 :

3
2
y

3
2
} =
_

3
2
,

3
2
_
f(1/3) = {y 1 : (
1
3
, y) f} = {y 1 : (
1
3
)
2
+ y
2
1} = {y 1 : y
2
1
1
9
} =
{y 1 :
_
8
9
y
_
8
9
} =
_

_
8
9
,
_
8
9
_

Ejemplo 2.2 Sea g : 1 1 la correspondencia (o relaci on) denida como g := {(x, y) 1

2
:
|x y| > 2} 1
2
.
1. Representar gr acamente g:
Consideramos g
c
:= {(x, y) 1
2
: |x y| 2} y hallamos su representaci on gr aca.
|x y| 2 2 x y 2 2 x y
. .
a
x y 2
. .
b
a) 2 x y y x + 2. As obtenemos S
i
.
b) x y 2 y x 2. As obtenemos S
u
.
Por tanto, y como podemos apreciar en la imagen: g
c
= S
i
S
u
Figura 2.3: Representaci on gr aca del ejemplo 2.2
Luego g = S
1
S
2
( area sombreada).
2. Calcular:
Dominio de g: Dom g = {x 1 / g(x) = } = 1
g(0) = (, 2) (2, )
g(5) = (7) (3, )
1
Consultar apartado siguiente: Relaciones binarias
47
Parte I - Matem atica discreta
g
1
(1) = {x 1 : (x, 1) g} = {x 1 : |x 1| > 2} = (, 1) (3, ).
Ya que:
y = x + 2, y = 1 x = 1
y = x 2, y = 1 x = 3.

2.1.4. Composici on de correspondencias. Correspondencia inversa

Denici on 2.2 (Correspondencia compuesta)
Ejemplo 2.3 d

Ejemplo 2.4 d

2.2. Relaciones binarias

Denici on 2.3 (Relaci on) Una relaci on R en un conjunto A es una correspondencia de A en
A, es decir, un subconjunto del producto A A. Si el par (x, y) R se dice que el elemento
x est a relacionado con el elemento y, y suele escribirse tambi en como xRy.
Propiedades de las relaciones
Una relaci on R denida en un conjunto A puede presentar las siguientes propiedades:
1. a) Reexiva: R es reexiva cuando todo elemento x del conjunto A est a relacionado con
el mismo, es decir: (x, x) R ( xRx), x A.
b) No reexiva: R es no reexiva cuando no es reexiva (alg un elemento de A no se
relaciona con sigo mismo): x A : (x, x) / R ( x

Rx)
c) Antirreexiva: R es antirreexiva cuando ning un elemento de A est a relacionado con
el mismo, es decir: (x, x) / R ( x

Rx), x A
2. a) Sim etrica: R es sim etrica cuando dados x, y A, se cumple que (x, y) R s y s olo
si (y, x) R. Podemos expresarlo como xRy yRx.
b) No sim etrica: R es no sim etrica cuando no es sim etrica: (x, y) A / aRb a

Rb.
c) Antisim etrica: R es antisim etrica si dados x, y A que veriquen xRy y yRx, se
deduce la igualdad x = y. ( a, b A / a = b a

Rb b

Ra).
3. a) Transitiva: R es transitiva si de (x, y), (y, z) R se deduce (x, z) R, es decir:
xRy yRz xRz.
b) No transitiva: Res no transitiva cuando no es transitiva, es decir, a, b, c A / aRb
bRc a

c.
48
Relaciones y aplicaciones
4. a) Conexa (o total): La relaci on R es total cuando todos los elementos del conjunto A
est an relacionados mediante R. Es decir: x, y A, xRy yRx.
b) No conexa: a, b A / a = b a

Rb b

Ra
Ejemplo 2.5 d

Ejemplo 2.6 d

2.2.1. Relaciones de equivalencia

Clases de equivalencia
Conjunto cociente
2.2.2. Relaciones de orden
2.3. Aplicaciones
49
Parte I - Matem atica discreta
50
Combinatoria b asica
Captulo 3
Combinatoria b asica
3.1. Principios b asicos de conteo
3.2. Permutaciones
3.3. Variaciones
3.4. Combinaciones
3.5. N umeros de Stirling de segunda especie
51
Parte I - Matem atica discreta
52
Aritm etica modular
Captulo 4
Aritm etica modular
4.1. N umeros enteros y compuestos
4.2. Divisi on eucldea en Z
4.3. M aximo com un divisor y mnimo com un m ultiplo
4.4. Algoritmo de Euclides
4.4.1. Teorema de Bezout
4.5. Ecuaciones diof anticas
4.6. Congruencias
53
Parte I - Matem atica discreta
54
Teora de Grafos
Captulo 5
Teora de Grafos
5.1. Grafos, digrafos y multigrafos
5.2. Representaci on de grafos
5.3. Caminos, ciclos y grafos conexos
5.4. Grafos eulerianos y hamiltonianos
5.5. Optimizaci on de grafos
55
Parte I - Matem atica discreta
56
Parte II

Algebra
57
Teora de Grupos
Captulo 6
Teora de Grupos
Antes de adentrarnos en la estructura algebraica de grupo resulta conveniente introducir los
conceptos de leyes de composici on y estructura algebraica, que nos servir an de introducci on al

Algebra Abstracta.
6.1. Leyes de composici on
Denici on 6.1 (Ley de composici on interna) Se denomina ley de composici on interna, u
operaci on interna en un conjunto A a toda aplicaci on ,
: AA A
(x, y) x y A
Se dice que el conjunto A es cerrado respecto a la operaci on . Leemos el elemento x y
como x operado con y, o x compuesto de y.
Son ejemplos de leyes de composici on interna la suma y el producto de n umeros naturales,
enteros, racionales, reales y complejos. As, cuando armamos que la suma es una operaci on in-
terna en el conjunto de n umeros enteros Z, queremos signicar que al sumar dos n umeros enteros,
el resultado es tambi en un n umero entero:
+ : Z Z Z
(x, y) x +y Z
Por otro lado, la potenciaci on en es un ejemplo de una correspondencia que no es una ley
de composici on interna en , ya que, por ejemplo: 2,
1
2
, pero 2
1
2
=

2 / .
Denici on 6.2 (Ley de composici on externa) Se denomina ley de composici on externa, u
operaci on externa en un conjunto A a toda aplicaci on ,
: AB B
(, x) x B
Reconocemos una ley de composici on externa si cualquier par de A B tiene una imagen
unica en B.
59
Parte II -

Algebra
Un ejemplo de operaci on externa es el producto de un n umero real por un vector x =
(x
1
, ..., x
n
) 1
n
, que denimos como:
: 1 1
n
1
n
(, x) x = ( x
1
, ..., x
n
)
Cualquier par (, x) 11
n
tiene una imagen unica ( x
1
, ..., x
n
) en 1
n
, donde x
i
1.
6.1.1. Estructura algebraica
Denici on 6.3 (Estructura algebraica) Se dice que se ha dotado a un conjunto de una deter-
minada estructura algebraica cuando sobre dicho conjunto se han denido una o varias leyes
de composici on, vericando unas ciertas propiedades. Se dice que el conjunto es el soporte
de dicha estructura algebraica.
Un mismo conjunto puede ser soporte de varias estructuras algebraicas. Algunas de las
estructuras algebraicas que pueden presentar los conjuntos son: semigrupo, grupo, anillo o
cuerpo.
Diremos que un conjunto A, sobre el que se ha denido una operaci on interna , tiene estruc-
tura algebraica de semigrupo con dicha operaci on cuando x, y, z Ase cumple que (xy)z =
x (y z), es decir, cuando la operaci on sea asociativa.
Un ejemplo de semigrupo es el par (N, +), formado por el conjunto N = {1, 2, 3, ...} de
n umeros naturales junto con la suma habitual, dado que + verica la propiedad asociativa.
6.2. Grupos
Denici on 6.4 (Grupo) Sea un conjunto G no vaco sobre el que se ha denido una ley de
composici on interna ,
: GG G
(x, y) x y G
Se dice que G tiene estructura algebraica de grupo con dicha operaci on cuando se cumplen
las siguientes propiedades:
1. Asociativa: x, y, z G (x y) z = x (y z)
2. Existencia de elemento neutro: e G / x e = e x = x
3. Existencia de elemento sim etrico: x G y G / x y = y x = e.
60
Matrices, determinantes y sistemas de ecuaciones lineales
Captulo 7
Matrices, determinantes y sistemas de
ecuaciones lineales
7.1. Matrices
7.2. Determinante de una matriz cuadrada
7.3. Inversa de una matriz cuadrada
7.4. Rango de una matriz
7.5. Sistemas de ecuaciones lineales
7.5.1. Teorema de Rouch e-Fr obenius
7.6. Resoluci on de sistemas de ecuaciones lineales
61
Parte II -

Algebra
62
Espacios vectoriales
Captulo 8
Espacios vectoriales
8.1. Espacios vectoriales
8.2. Dependencia e independencia lineal
8.3. Sistemas generadores
8.3.1. Bases
8.4. Cambio de base
8.5. Subespacios vectoriales
8.6. Aplicaciones lineales
8.7. Diagonalizaci on de un endomorsmo
63
Parte II -

Algebra
64
Bibliografa
[1] Moreno Valencia, Carmen.

Algebra y Matem aticas Discretas I. Editorial Casa Ruiz Morote.
Ciudad Real, 2004.
[2] P.S. Alexandrov. Introducci on a la Teora de Grupos. Editorial URSS. Mosc u, 1980.
65