Relaciones

Llamaremos par ordenado a una lista de dos objetos (a, b) donde a es un elemento de un conjunto A y b es un elemento de un conjunto B . (a1, b1) = (a2, b2) a1 = a2 y b1 = b2. Denici on 1 Dados dos conjuntos A y B se dene el producto cartesiano A B como el conjunto de todos los pares ordenados. A B = {(a, b) | a A, b B }

Ejemplo:

Dados A = {1, 2, 3} y B = {a, b}

A B = {(1, a), (1, b), (2, a), (2, b), (3, a), (3, b)} B A = {(a, 1), (a, 2), (a, 3), (b, 1), (b, 2), (b, 3)} Luego est a claro que, en general, A B = B A
Prof. Francisco Rodr guez 1

Teorema 1 Si A y B son conjuntos nitos, entonces |A B | = |A| |B | En general, se dene el producto cartesiano de un n umero nito n de conjuntos como el conjunto formado por las posibles n-uplas ordenadas de elementos de los conjuntos. Denici on 2 Llamaremos relaci on de A en B a un subconjunto del producto cartesiano, R A B. Si (a, b) R se dicen que a y b est an relacionados y se representa a R b en caso contrario se representa a R b.
A 1 2 b 3 a 4 c b B B a c

Diagrama de flechas

Diagrama Cartesiano

Prof. Francisco Rodr guez

Teorema 2 Si A y B son conjuntos nitos con |A| = m y |B | = n, entonces el n umero de relaciones posibles de mn A en B es 2 . Denici on 3 Dom(R) = {x | x A y b B : x R b} Im(R) = {x | x B y a A : a R x}. Denici on 4 Dada una relaci on R de A en B , denimos 1 R B A de forma que b R1 a a R b Ejemplo: Si R= {(1, b), (1, d), (2, a), (3, b), (3, c)} del ejemplo anterior, se tiene que R1 = {(b, 1), (d, 1), (a, 2), (b, 3), (c, 3)} Desde el punto de vista gr aco, R1 no es otra cosa que invertir el sentido de las echas de la relaci on R. Es evidente que Dom(R) = Im(R1) y Im(R) = Dom(R1)

Prof. Francisco Rodr guez

Representaci on matricial
Denici on 5 Llamaremos matriz m n de ceros y unos M = (mij ) a una matriz de m las y n columnas cuyos elementos mij unicamente pueden ser 0 o 1.

0 1 1 1 1 1 1 0

M = 0 0 1 0 Mmn-{0, 1}

Llamaremos matriz traspuesta de M a la matriz M T Mnm-{0,1} resultante de transformar las las de M en columnas. Es decir, si M = (mij ), entonces M T = (mji) donde mji = mij .
T M =
Prof. Francisco Rodr guez

0 1 1 1

0 0 1 0

1 1 1 0

Suponemos A = {a1, a2, . . . , am} y B = {b1, b2, . . . , bn} Denici on 6 Dada R de A en B , llamaremos matriz asociada a M (R) = (mij ) denida: mij = 1 si ai R bj 0 en otro caso

Es f acil comprobar que si R es una relaci on entre conjuntos nitos, entonces M (R1) = M (R)T Denici on 7 Dadas dos matrices M, N Mmn{0,1}, diremos que M precede a N si mij nij para cada i, j . Teorema 3 Si R, S A B , entonces RS es equivalente a M (R) M (S ).
Prof. Francisco Rodr guez 5

Ejemplo: Sean A = {1, 2, 3} y B = {1, 2, 3, 4}. Si R= {(1, 2), (1, 4), (3, 2), (3, 3)} S = {(1, 2), (1, 3), (1, 4), (2, 3), (3, 1)(3, 2), (3, 3)} tenemos RS , y por tanto: 0 1 0 1 0 1 1 1 M (R) = 0 0 0 0 M (S ) = 0 0 1 0 0 1 1 0 1 1 1 0 Operaciones booleanas 0 1 0 0 1 1 1 1 0 1 0 0 0 1 0 1 0 1 1 0

Denici on 8 Si M, N Mmn-{0,1}, M = (mij ) y N = (nij ), se denen: M N = (mij nij ) M N = (mij nij ) M = (mij )
Prof. Francisco Rodr guez 6

Ejemplo: Dadas 0 1 1 1 1 0 1 1 M = 0 0 1 0 y N = 1 0 0 0 0 0 1 0 1 1 1 0 se obtiene: 1 1 1 1 M N = 1 0 1 0 1 1 1 0 0 0 1 1 M N = 0 0 0 0 0 0 1 0 1 0 0 0 M = 1 1 0 1 0 0 0 1 Podemos generalizar a un n umero nito de operandos:

1

1.
i=1 n

Mi = M1

n1

2.
i=1

Mi = (
i=1

Mi) Mn para n > 1 .

7

Igualmente para

Prof. Francisco Rodr guez

Teorema 4 Si R y S son relaciones de A en B (nitos), entonces M (R S ) = M (R) M (S ) M (R S ) = M (R) M (S ) M (R) = M (R) Composici on de relaciones Denici on 9 Dadas R1 de A en B y R2 de B en C podemos establecer una nueva relaci on R1 R2 de A en C llamada relaci on compuesta denida a(R1 R2)c b B | aR1b y b R2 c Ejemplo: Dados A = {1, 2, 3}, B = {a, b, c, d} y C = {x, y, z } R1= {(1, b), (1, d), (2, a), (3, b), (3, c)} R2= {(a, z ), (b, y ), (b, z ), (d, x)}
Prof. Francisco Rodr guez 8

entonces se verica que R1 R2= {(1, y ), (1, z ), (1, x), (2, z ), (3, y ), (3, z )}
R1 A 1 b 2 3 c d z B a

R2 C x y

R1 R2

Teorema 5 Dados los conjuntos A, B , C y D y las relaciones R1 A B , R2 B C y R3 C D, entonces R1 (R2 R3) = (R1 R2) R3. A partir de ahora se podr a expresar (sin ambig uedad) R1 R2 R3.
Prof. Francisco Rodr guez 9

Teorema 6 Dados los conjuntos A, B , C y las relaciones R A B , S B C , entonces a) (R S )1 = S 1 R1.

1 1 R =R.

b)

c) R1 = (R)1. Teorema 7 Si R y S son relaciones de A en B , entonces se verica: a) Si RS , entonces R1S 1. b) (R S )1 =R1 S 1. c) (R S )1 =R1 S 1.
Prof. Francisco Rodr guez 10

Producto booleano de matrices Denici on 10 Dadas M Mmn-{0,1} y N Mnp-{0,1}, M = (mij ) y N = (nij ) tiene sentido el producto booleano de ambas matrices que se realiza de la siguiente forma: M N =

k=1

(mik nkj )

La nueva matriz M

N Mmp-{0,1}.

Queda establecido en la denici on que s olo admiten el producto booleano aquellas matrices que est an encadenadas en el sentido que el n umero de columnas de la primera matriz coincide con el n umero de las de la segunda matriz. Ejemplo:

0 1 1 1 1 1 1 0

0 0 1 0
Prof. Francisco Rodr guez

1 0 0 0

0 1 1 1

1 1 0 0

0 1 1 = 0 1 0 1 1 1
11

Es evidente que el producto booleano de matrices no es conmutativo. Se deja como ejercicio comprobar que es asociativo, es decir: M (N Q) = (M N) Q

pudi endose, por tanto representar el producto booleano de tres matrices de la forma M N Q. Llamamos matrices-{0,1} cuadradas a aquellas que tienen el mismo n umero de las que de columnas. En ellas tiene sentido el producto M M que podemos representar por M 2 , abreviando el s mbolo simplemente como M 2, quedando claro, dentro de este contexto, que nos referimos al producto booleano. Denici on 11 Llamaremos matriz identidad de orden n a la matriz-{0,1} cuadrada de n las y n columnas In = (ij ) denida ij =
Prof. Francisco Rodr guez

1 si i = j 0 si i = j
12

Ejemplo: Las matrices identidad de orden 2 y 3 son: I2 = 1 0 0 1 ; 1 0 0 I3 = 0 1 0 0 0 1

In tiene la propiedad de dejar invariante a otra matriz mediante el producto booleano. Si M es una matriz cuadrada del mismo orden que In se verica que In M = M In = M . Si M es una matriz-{0,1}, generalizamos las potencias de M con el siguiente sentido: 1. M 0 = In 2. Si n Z+ M n = M M n1

Teorema 8 Si R1 y R2 son relaciones entre conjuntos nitos y exite R1 R2, entonces M (R 1 R 2 ) = M (R 1 )

Prof. Francisco Rodr guez

M (R 2 )
13

Relaciones binarias
Denici on 12 Llamaremos relaci on binaria R en un conjunto A a una relaci on de A en A, es decir un subconjunto de A A. De forma an aloga se pueden denir las relaciones n-arias como los subconjuntos del nproducto cartesiano A A = An. Ejemplo: La relaci on si A = {1, 2, 3, 4} y R= {(1, 1), (1, 2), (2, 1), (2, 2), (2, 3), (3, 1), (4, 2)} podemos representarla por el grafo dirigido
1

Prof. Francisco Rodr guez

14

Relaci on identidad: Sobre un conjunto A denotaremos por I una relaci on binaria a I b a = b en ocasiones especicaremos el conjunto como sub ndice: IA . Si A es nito de n elementos, entonces M (I ) = In: Una relaci on binaria R A A se dice que es: Reexiva: para cada a A, a R a. Sim etrica: para cada a, b A, a R b b R a. Antisim etrica: para cada a, b A, a R b y b R a a = b. Transitiva: para cada a, b, c A, a R b y b R c a R c. Reexiva sim etrica Relaci on de Equivalencia: transitiva Reexiva etrica Relaci on de orden: antisim transitiva Ejemplos: Denimos sobre A = Z Z la relaci on binaria (a, b) R (c, d) ad = bc es de equivalencia. En Z+ se dene la relaci on binaria a | b es de orden.
Prof. Francisco Rodr guez 15

Denici on 13 Dada R en A se dene: a) R0=I , y b) para todo n N, Rn+1=R Rn. Si R est a denida sobre un conjunto nito, entonces es f acil comprobar que M (R n ) = M (R )n Relaci on de conectividad: Dada R en A, construimos R como sigue; a R b n Z+ | a Rn b Es f acil probar el siguiente Teorema 9 Si R es una relaci on binaria, entonces R=
n=1

Rn

Prof. Francisco Rodr guez

16

Relaci on de accesibilidad: An alogamente denimos R como sigue: a R b n N | a Rn b es decir R =I R Teorema 10 Si R es una relaci on binaria, entonces

R =
n=0

Rn

Si A es nito, es trivial que el n umero de posibles pon tencias R es nito, con lo cual el c alculo de R y R se realiza mediante un proceso nito. Ejemplo: Si A = {1, 2, 3, 4} y R= {(1, 2), (1, 3), (2, 4), (3, 2)} entonces R2 = {(1, 4), (1, 2), (3, 4)} R3 = {(1, 4)} Rn = para n 4 Por otro lado se tiene que R = {(1, 2), (1, 3), (1, 4), (2, 4), (3, 2), (3, 4)} R = {(1, 1), (1, 2), (1, 3), (1, 4), (2, 2), (2, 4), (3, 2), (3, 3), (3, 4), (4, 4)}
Prof. Francisco Rodr guez 17

Teorema 11 R en A es reexiva si y solo si contiene a la relaci on identidad. R reexiva IR Corolario 12 Dadas R y S en A, entonces: a) Si R es reexiva, tambi en lo es R1.

b) Si R y S son reexivas, tambi en lo son R S y R S. Teorema 13 Dada R en A: a) R es sim etrica R=R1. b) R es antisim etrica R R1I .
Prof. Francisco Rodr guez 18

Corolario 14 Dadas R y S en A, entonces: a) Si R es sim etrica, tambi en lo son R1 y R.

b) Si R y S son sim etricas, tambi en lo son R S y R S. Teorema 15 Sea R en A, entonces R es transitiva, si y solo si R2R Corolario 16 Si R y S son transitivas, entonces tambi en R S lo es. Teorema 17 Si R y S son antisim etricas, entonces tambi en R S lo es. Se deja como ejercicio expresar los teoremas y corolarios anteriores en funci on a la matriz de la relaci on sobre un conjunto nito.
Prof. Francisco Rodr guez 19

Representaci on por grafos

Si un v ertice a del grafo est a unido mediante una arista con un otro v ertice b se dice que a es adyacente a b. Puede ocurrir que dos v ertices sean mutuamente adyacentes, como ocurre con los v ertices 1 y 2 del ejemplo anterior. Un v ertice adyacente consigo mismo se dice que es un lazo. Se tiene, por tanto que, una relaci on es reexiva si todos los v ertices de su grafo son lazos. Es sim etrica si todos los v ertices adyacentes lo son mutuamente. Es antisim etrica si no existen v ertices mutuamente adyacentes. Denici on 14 Un v ertice a de un grafo esta unido a b por un camino de longitud k si existen k + 1 v ertices x0, x1, x2, . . . , xk tales que: a = x0 i (1 i k) b = xk

xi1 es adyacente a xi
20

Prof. Francisco Rodr guez

Una relaci on es transitiva si verica que todo v ertice unido a otro por un camino de longitud 2 es adyacente a el.
1 2

Podemos construir las relaciones Rn a partir de un grafo que represente a R, sin m as que considerar los caminos de longitud n. As mismo, se construye R relacionando dos elementos entre s cuando existe alg un camino (de cualquier longitud) que los enlaza.
1 4 2 2 1 4 2 1 4

5
2

5 8

Prof. Francisco Rodr guez

21

Cierres
Denici on 15 Dada una relaci on binaria R sobre un conjunto A y una propiedad P , llamaremos cierre P de R a una relaci on R denida sobre el mismo conjunto que verica: 1. R posee la propiedad P . 2. RR . 3. Si S posee la propiedad P y RS , entonces R S Teorema 18 Si R es una relaci on sobre A, entonces su cierre reexivo es (R ) = R I Si A es nito, desde el punto de vista matricial se tiene M ((R)) = M (R) In.
Prof. Francisco Rodr guez 22

Teorema 19 Si R es una relaci on sobre A, entonces su cierre sim etrico es (R) =R R1 Si A es nito M ( (R)) = M (R) M (R)T . 1 0 0 Ejemplo: M (R) = 0 1 1 0 1 0 y seg un los teoremas anteriores:
M ((R)) = 0 1 1 M ( (R)) =

1 0 0 0 1 0 0 1 0 0 1 0 1 1 0 1 1 1 0 1 0 0 1 0

0 1 1

1 0 0 0 1 0

Por tanto (R) = {(1, 1), (2, 2), (3, 2), (3, 3)} y (R) = {(1, 1), (2, 2), (2, 3), (3, 2)} =R
Prof. Francisco Rodr guez 23

El cierre transitivo de una relaci on binaria no es tan f acil como los anteriores. Obs ervese que dada R, la relaci on R es siempre transitiva(por qu e?), de hecho, se prueba Teorema 20 Si R es una relaci on sobre A, entonces su cierre transitivo es (R) =R . Ejemplo: Dada la relaci on binaria 0 0 1 1 0 0 M (R) = 0 0 1 0 1 0 cuya matriz es 0 1 0 1 que son:

calculamos las sucesivas potencias de M (R) 0 0 1 0 0 1 1 1 M (R)2 = 0 0 1 0 1 1 0 1 0 0 1 0 1 1 1 1 M (R)3 = M (R)4 = 0 0 1 0 1 1 1 1 luego

M (R) = M (R) M (R)2 M (R)3 M (R)4 0 0 1 0 1 1 1 1 = 0 0 1 0 1 1 1 1

Prof. Francisco Rodr guez 24

Algoritmo de Warshall Denici on 16 Dado un conjunto A = {a 1 , a 2 , , a n } y una relaci on binaria R sobre A, denimos la secuencia de matrices-(0,1) W0, W1, , Wn cu(k) yos elementos denotaremos Wk = (wij ) construidas del siguiente modo: W0 = M (R) para k > 0 se dene Wk a partir de Wk1 wij = wij
(k) (k1)

(wik

(k1)

wkj

(k1)

Teorema 21 (Algoritmo de Warshall) En las condiciones de la deci on anterior, se tiene que Wn = M (R).
Prof. Francisco Rodr guez 25

Ejemplo: Dado A = {a, b, c, d} vamos a calcular el cierre transitivo de la relaci on binaria R R= {(a, a), (a, b), (a, d), (b, c), (b, d), (d, d), (d, a)}

W0 = W1 = W2 =

1 0 0 1 1 0 0 1 1 0 0 1

1 0 0 0 1 0 0 1 1 0 0 1

0 1 0 0 0 1 0 0 1 1 0 1

1 1 0 1 1 1 0 1 1 1 0 1

1 2 4 1 11 12 14 4 41 42 44 3 4 1 13 14 4 43 44

W3 = W2

1 2 3 4 1 11 12 13 14 2 21 22 23 24 4 41 42 43 44

de donde resulta 1 1 W4 = 0 1

1 1 0 1

1 1 0 1

1 1 0 1

con lo que resulta que M (R) = W4.

Prof. Francisco Rodr guez 26

Relaciones de equivalencia
Denici on 17 Dado A = , llamaremos partici on de A a una colecci on de subconjuntos no vac os de A tales que verican: i)
iI

Ai = A

ii) Los subconjuntos Ai son disjuntos dos a dos: Ai Aj = para todo i = j

A1

A3 A2

A4

A5

Ejemplo: Si A = {1, 2, , 10} son particiones de A:

A1 = {1, 2, 3, 4, 5}, A2 = {6, 7, 8, 9, 10} A1 = {2, 4, 6}, A2 = {8, 10}, A3 = {1, 3}, A4 = {5, 7, 9} Ai = {2i 1, 2i}, i {1, 2, 3, 4, 5}
27

Prof. Francisco Rodr guez

Denici on 18 Si R es una relaci on de equivalencia en A y a A, llamaremos clase de equivalencia de a [a ] = { x A | x R a } Teorema 22 Si R es una relaci on de equivalencia sobre A y a, b A, entonces: i) a [a]. ii) a R b si y s olo si [a] = [b]. iii) Si [a] = [b], entonces [a] [b] = . Ejemplo: si A = {1, 2, 3, 4, 5}, y R es la relaci on binaria denida en la gura, tenemos entonces dos clases de equivalencia: [1] = {1, 4} y [2] = {2, 3, 5}
1
4

2 5

Las clases de equivalencia sobre A o bien son iguales o bien son disjuntas, y cada elemento pertenece a una clase, la suya propia.
Prof. Francisco Rodr guez 28

Corolario 23 Las clases de equivalencia de una relaci on de equivalencia sobre un conjunto A denen una partici on sobre el conjunto. El rec proco de este corolario tambi en se verica, es decir: una partici on {Ai: i I } sobre un conjunto A tambi en dene una relaci on de equivalencia, a saber a R b a, b pertenecen a Ai y las clases de equivalencia de dicha relaci on coincide con la partici on de la cual procede. Denici on 19 Al conjunto de todas las clases de equivalencia denidas por R sobre A, se le llama conjunto cociente y lo representamos A/ R. N otese que en el conjunto cociente, las clases de equivalencia, pasan de ser conjuntos a ser elementos de dicho conjunto cociente.
Prof. Francisco Rodr guez 29

Ejemplos:

1. Dado n N, denimos la relaci on de congruencia m odulo n sobre Z: a R b ab (mod n)

b a es m ultiplo de n Es f acil probar que es una relaci on de equivalencia. El conjunto cociente recibe el nombre de enteros modulares

Z/ R= Zn = {[0], [1], , [n 1]}.

2. Q es tambi en un conjunto cociente construido a partir de Z (Z {0}). (m, n) R (m , n ) mn = nm los elementos [(m, n)] Z (Z {0})/ R= Q se llaman fracciones enteras o n umeros m racionales y se representan . n
Prof. Francisco Rodr guez 30

Sean 1 y 2 particiones de un conjunto A y sean R1 y R2 sus respectiva relaciones de equivalencia. Denici on 20 (Renamientos) Diremos que 1 es un renamiento de 2 (1 2) si R1 R2. Denici on 21 (Producto de particiones) Llamamos 1 2 a la partici on correspondiente a la relaci on R1 R2. Denici on 22 (Suma de particiones) Llamamos 1 + 2 a la partici on correspondiente a la relaci on (R1 R2). Ejemplo: Sea A = {a, b, c, d, e, f, g, h, i, j, k} y sean
1 = {{a, b, c, d}, {e, f, g }, {h, i}, {j, k}} 2 = {{a, b, c, h}, {d, i}, {e, f, j, k}, {g }} entonces 1 2 = {{a, b, c}, {d}, {e, f }, {g }, {h}, {i}, {j, k}} 1 + 2 = {{a, b, c, d, h, i}, {e, f, g, j, k}}
Prof. Francisco Rodr guez 31

Relaciones de orden
Diremos que una relaci on R es de orden si verica las propiedades reexiva, antisim etrica y transitiva. Generalmente usaremos la notaci on en lugar de R para expresar relaciones de orden. Denici on 23 Diremos que un conjunto A es ordenado si hay denido en el alguna relaci on de orden. Lo representamos de la forma (A, ). Orden total o lineal Un conjunto ordenado (A, ) se dice que totalmente ordenado o linealmente ordenado si para cada par de elementos a, b A se tiene o bien a b o bien b a. Un conjunto ordenado que no es totalmente ordenado se dice que es parcialmente ordenado. Diagramas de Hasse Si E es nito, se puede representar un grafo, poniendo los elementos posteriores a otros, en escalones superiores unidos por una sucesi on ascendente de arcos. Ejemplo: Dado (A, |), donde A = {1, 2, 3, 5, 6, 8, 10, 15, 16, 20, 30} su diagrama de Hasse se puede representar
16 8 6 2 3 1 20 10 30 15 5

Prof. Francisco Rodr guez

32