Logica y Matematica Computacional

Lgica y Matemtica Computacional
TEORIA
Lgica y
Matemtica
Computacional
Universidad Nacional del Nordeste - Facultad de Ciencias Exactas Naturales y Agrimensura

Licenciatura en Sistemas de Informacin Pgina 1
TEORIA
TEMA 1 LGICA PROPOSICIONAL

PROPOSICION
Oracin declarativa, de la cual puede establecerse su valor de verdad.
Se las denota con letras de imprenta minsculas: p, q,
Existen proposiciones SIMPLES y COMPUESTAS.

A las simples se las denota con letras de imprenta minsculas: p, q, r,
Las compuestas son el resultado de operar dos o ms proposiciones simples.
En la Lgica Clsica, toda proposicin tiene un nico valor de verdad (v(p)), de dos
posibles: VERDADERO (v(p)=1), o FALSO (v(p))=0).
Por tal motivo, la Lgica Clsica tambin se llama BIVALENTE.
Leer atentamente las siguientes proposiciones y sealar cules son verdaderas (1) y cules
falsas (0):
a) Jos Hernndez escribi el Martn Fierro.

b) Jos Hernndez no escribi el Martn Fierro.
c) Goya es una ciudad de la provincia de Crdoba.
d) No es cierto que Goya es una ciudad de la provincia de Crdoba.
NEGACION DE UNA PROPOSICION SIMPLE
La negacin de una proposicin simple p, afirma exactamente lo contrario que p.
Notacin: p
3) a) Identificar las proposiciones simples (p, q, r,.) que constituyen las siguientes
proposiciones compuestas:
Palermo es rubio y juega en Boca.
14 es par y es mltiplo de 2.
Shakira es argentina y vive en Buenos Aires.
El gato es un mamfero y tiene alas.
El pato es un mamfero y tiene plumas.
3) b) Determinar si las proposiciones dadas en a son verdaderas o falsas.
CONJUNCION
Proposicin compuesta que es verdadera nicamente cuando todas las

proposiciones simples que la forman son verdaderas.
Notacin: p q
4) Idem 3, a y b, para :
Paran es un ro o una ciudad.
Messi naci en Rosario o en Crdoba.
3 es un nmero par o primo.
Maradona es japons o ingls.
Soledad es santafesina o argentina.
DISYUNCION LOGICA
Proposicin compuesta que es falsa nicamente cuando todas las proposiciones

simples que la forman son falsas.
Notacin: p q
TABLAS DE VERDAD

TEORIA
En una tabla de verdad se muestran los valores de verdad de una proposicin compuesta en
funcin de los valores de verdad de las proposiciones simples que la componen, usando la
definicin correspondiente.
TABLA DE LA NEGACION
V(p) V(p)
1 0
0 1
TABLA DE LA CONJUNCION
V(p) V(q) V(pq)
1 1 1
1 0 0
0 1 0
0 0 0
TABLA DE LA DISYUNCION
V(p) V(q) V(pq)
1 1 1
1 0 1
0 1 1
0 0 0
CONSTRUCCION DE TABLAS
V(p)
1
0
12
V(p) V(q)
1 1

TEORIA
1 0
0 1
0 0
24
V(p) V(q) V(r)
1 1 1
1 1 0
1 0 1
1 0 0
0 1 1
0 1 0
0 0 1
0 0 0
38
n 2n
TABLAS CON EXCEL
Abrir una planilla de Excel y escribir:

En A1: v(p), en B1: v(No p).
En C1: v(q), en D1: v(No q), en E1: v(p Y q) y en F1: v(p O q).
En las celdas A2, B2, A3 y B4: 1.
En las celdas B3, A4, A5 y B5: 0
NEGACION
En la celda B2 usar la funcin SI (men de Funciones Lgicas), haciendo:
PRUEBA LOGICA
Hacer click en A2 y escribir =1.
La prueba es, entonces, A2=1.
VALOR_SI_VERDADERO: Teclear 0
VALOR_SI_FALSO: Teclear 1
ACEPTAR
ARRASTRAR EL CURSOR HASTA B3.
Cmo construir con Excel la tabla de verdad de:
p q?
a) Usando la funcin SI.
Prueba Lgica:
Valor_si_verdadero:
Valor_si_falso:
b) Sin usar la funcin SI
Dada dos proposiciones simples p y q, usando Excel Cmo construir las tablas de verdad
de

TEORIA
a) (p q)?
b) (p q)?
c) p q?
d) p q?
e) p q?
f) p q?
PROPOSICIONES EQUIVALENTES
Formalmente, dos proposiciones simples son equivalentes cuando tienen igual valor de
verdad es decir, cuando las dos son falsas o las dos son verdaderas.
Entonces, son equivalentes:
p: Espaa es un pas europeo.
q: 2 + 5 = 7. Porque ambas son verdaderas. Notacin: p q
Si dos proposiciones compuestas son equivalentes, ambas tienen el mismo valor de

verdad para todas las combinaciones de valores de las proposiciones simples que la
forman. En consecuencia, sus tablas de verdad son iguales.
Entonces: (p q) p q
CONDICIONAL O IMPLICACION
La implicacin de dos proposiciones simples p (antecedente) y q (consecuente) es una

proposicin compuesta equivalente a p q.
Notacin: p q.
Se lee: Si p, entonces q; q si p; slo si p, q, p implica q, etc.
TABLA DE VERDAD
V(p) V(q) V(pq)
1 1 1
1 0 0
0 1 1
0 0 1
La implicacin es falsa nicamente cuando el antecedente es verdadero y el consecuente es

falso. Entonces, es verdadera toda implicacin
cuyo antecedente es FALSO.
cuyo consecuente es VERDADERO.
BICONDICIONAL O
DOBLE IMPLICACION
La doble implicacin de dos proposiciones simples p y q es una proposicin compuesta

equivalente a (p q) (q p).
Notacin: p q.
Se lee: p si, y slo si q; p equivalente a q, etc.
TABLA DE VERDAD
V(p) V(q) V(pq)
1 1 1

TEORIA
1 0 0
0 1 0
0 0 1
DISYUNCION EXCLUYENTE
La disyuncin excluyente de dos proposiciones simples p y q es una proposicin
compuesta equivalente a (pq) (pq)
Notacin: p v q.
Se lee: p o q.
TABLA DE VERDAD
V(p) V(q) V(p v q)
1 1 0
1 0 1
0 1 1
0 0 0
CONDICION NECESARIA O SUFICIENTE

Si p q es VERDADERA:
p es condicin suficiente para q.
q es condicin necesaria para p.
Si p q es FALSA, no puede hablarse de condiciones necesaria y suficiente.
CONDICION NECESARIA Y SUFICIENTE
Si p q es VERDADERA:
p es condicin necesaria y suficiente para q.
q es condicin necesaria y suficiente para p.

TAUTOLOGIA O
LEY LOGICA
Es una proposicin compuesta que es VERDADERA, cualquiera sea la combinacin
de los valores de verdad de las proposiciones simples que la forman.
EJEMPLO: V[(p q)p]= 1
V(p) V(q) V(p q) V[(p q)p]
1 1 1 1
1 0 0 1
0 1 0 1
0 0 0 1

TEORIA
CONTRADICCION
Es una proposicin compuesta que es FALSA, cualquiera sea la combinacin de los
valores de verdad de las proposiciones simples que la forman.
EJEMPLO: p p
V(p) V(p) V(p p)
1 0 0
0 1 0
CONTINGENCIA
V(p) V(q) V(q) V(p q)
1 1 0 0
1 0 1 1
0 1 0 0
0 0 1 0
LEYES LOGICAS -
PROPIEDADES
INVOLUCION
( p) p
IDEMPOTENCIA DE LA DISYUNCION:
p p p
IDEMPOTENCIA DE LA CONJUNCION:
ppp
PROPIEDAD ASOCIATIVA DE LA DISYUNCION:

(p q ) r p (q r)
PROPIEDAD ASOCIATIVA DE LA CONJUNCION:

(p q ) r p (q r)
PROPIEDAD DISTRIBUTIVA DE LA DISYUNCION CON RESPECTO A LA CONJUNCION:
(p q ) r (p r) (q r)
PROPIEDAD DISTRIBUTIVA DE LA CONJUNCION CON RESPECTO A LA DISYUNCION:

(p q ) r (p r) (q r)
LEYES DE DE MORGAN
NEGACION DE LA DISYUNCION:
(p q ) ( p q)
NEGACION DE LA CONJUNCION:
(p q ) ( p q)
NEGACION DE LA IMPLICACION
(p q) (p q)
NEGACION DEL BICONDICIONAL

(p q) (p v q)

TEORIA
PRINCIPIO DEL 3RO EXCLUIDO

p p
METODOS DE DEMOSTRACION
Un TEOREMA es una implicacin, cuyos antecedente y consecuente se denominan

HIPOTESIS y TESIS, respectivamente.
TEOREMA: H T
METODO DIRECTO
Consiste en suponer que H es verdadera y, sabiendo que p1, p2, , pn son tales que
(H p1) (p1 p2) (pn-1 pn)(pn T) es verdadera.
Como (H p1)(pn T) (H T),
el teorema queda probado.
CONTRARRECIPROCO
Como toda implicacin es equivalente a su contrarrecproca, se usa el mtodo

directo para probar que la implicacin T H es verdadera es decir, se toma
como hiptesis T.
REDUCCION AL ABSURDO
Se supone que V(H T) = 0 es decir, que V[(H T)] = 1; esto equivale a suponer
que V(H T)= 1.
Utilizando el mtodo directo se demuestra que (H T) (p p). Como V(p p)
= 0, cualquiera sea p, se dice que se ha llegado a un ABSURDO por
suponerV[(HT)]= 1 Luego debe ser V[(H T)] = 0, lo que equivale a que V(H
T) = 1.
USO DEL CONTRAEJEMPLO

Se usa para probar que H T es FALSA. Se busca un ejemplo tal que resulten H
VERDADERA y T FALSA y se muestra que
V[(H T)] = V(H T) = 1
Ejemplo: Si un nmero coincide con su cuadrado, dicho nmero es 1. FALSA porque
0 = 0.2 0 1

TEORIA

TEORIA
TEMA 2 - ALGEBRA DE BOOLE
Sea un conjunto B en el que se han definido dos operaciones: Suma (+) y

multiplicacin (.)
Entonces, (B, +, .) tiene estructura de Algebra de Boole si, y slo si, se cumplen:
1. LEY DE CIERRE
1.1. DE LA +
x, y B x+y B
1.2. DE LA .
x, y B x.y B
2. PROPIEDAD ASOCIATIVA
2.1. DE LA SUMA
x, y, z B x+(y + z)=(x + y)+ z
2.2. DE LA MULTIPLICACION
x, y, z B x.(y.z) = (x.y).z
3. PROPIEDAD CONMUTATIVA
3.1. DE LA SUMA
x, y B x + y = y + x
3.2. DE LA MULTIP.
x, y B x.y = y.x
4. PROPIEDADES DISTRIBUTIVAS
4.1. DE LA SUMA CON RESPECTO A LA MULTIPLICACION

x, y, z B x+(y.z)=(x+y).(x+z)
4.2. DE LA MULTIPLICACION CON RESPECTO A LA SUMA

x, y, z B x .(y+z)=(x . y)+(x .z)
5. EXISTENCIA DE NEUTRO
5.1. DE LA SUMA
Existe 0 B tal que, cualquiera sea x B, se cumple que x + 0 = x.
Existe 1 B (1 0) tal que, cualquiera sea x B, se cumple que x.1 = x
6. EXISTENCIA DE COMPLEMENTARIO
Para cada x B, existe otro, x B, tal que:

x + x = 1
x . x = 0
EJEMPLO
Consideremos ahora el conjunto

B = {x = v(p)/ p es una proposicin} es decir, B ={0,1}. Definimos + y . :
x + y = v(p) + v(q) = v(pq)
x.y = v(p).v(q) = v(pq)

TEORIA
Entonces, (B, +, .) tiene estructura de Algebra de Boole, porque cumple:
1.1. LEY DE CIERRE DE LA +

x=v(p) y=v(q)
+ 0 1
x=v(p) 0 0 1
y=v(q) 1 1 1
1.2. LEY DE CIERRE DE LA .
x=v(p) y=v(q)
. 0 1
x=v(p) 0 0 0
y=v(q) 1 0 1
2. PROPIEDAD CONMUTATIVA
Sean:
x = v(p), y = v(q) y z = v(r)
2.1. SUMA
Ejercicio
3.2. MULTIPLICACION
x.y =v(p q)= v(q p)= y.x
3. PROPIEDAD ASOCIATIVA
Sean x = v(p), y = v(q), z = v(r)

3.1. DE LA SUMA
x+(y + z)= v(p) + [v(q) + v(r)] =
= v(p) + v(q r) = v[p (q r)] =

TEORIA
= v[(p q) r] = v(p q) + v(r) = [v(p)+v(q)] + v(r)= (x + y) + z

Ejercicio
4. PROPIEDADES DISTRIBUTIVAS
4.1. DE LA SUMA CON RESPECTO A LA MULTIPLICACION

x+(y.z)= v(p)+ v(q r)= v[p (q r)]= =v[(p q) (p r)]=v(p q).v(p r)=
=[v(p)+v(q)].[v(p)+v(r)] = (x+y).(x+z)
4.2. DE LA MULTIPLICACION CON RESPECTO A LA SUMA

Ejercicio
5. EXISTENCIA DE NEUTRO DE + Y .
En efecto:
0, 1 B 1 0. Adems:
0 + 0 = 0 1 + 0 = 0 +1 = 1.
0.1 = 1.0 = 0 1.1 = 1.
6. EXISTENCIA DE COMPLEMENTARIO
Si x B tal que x = v(p), denotemos con x = v(p). Entonces, x B, y es tal que:

x + x = v(p p) = 1
x . x = v(p p) = 0
EXPRESIONES BOOLEANAS
Una expresin booleana es una suma de productos (llamados MINITERMINOS)

un producto de sumas (llamadas MAXITERMINOS) de elementos de un lgebra de
Boole.
DUALIDAD
Dada una expresin booleana P, se llama DUAL DE P, a la expresin booleana que

resulta de intercambiar sumas y productos.
Ejemplo en B: Si P es x.y + x.( x + y), su dual es: (x + y).(x + x.y).
PRINCIPIO DE DUALIDAD
Si una proposicin es derivable de los axiomas de lgebra de Boole, su dual tambin

lo es.
PROPIEDADES
1. IDEMPOTENCIA:
x+x=x x.x=x
2. IDENTIDAD DE 0 Y 1:
x + 1 = 1 x .0 = 0
3. ABSORCION
x+(x.y) = x x.(x+y) = x
4. COMPLEMENTO DE 0 Y 1:
0 = 1 1 = 0
5. INVOLUCION:
(x) = x

TEORIA
6. LEYES DE DE MORGAN
(x.y)=x+y (x+y)=xy
SIMPLIFICACION DE FUNCIONES BOOLEANAS
Cuando se plantea un problema, no siempre, la expresin dada u obtenida de una

funcin booleana es la ptima. Por ello, generalmente, dicha expresin puede ser
simplificada, mediante:
1. TABLAS DE VERDAD
En este caso, se consignan en una tabla los posibles valores de las variables (0 1),
teniendo en cuenta que si x = 0, debe ser x = 1, y viceversa, y se omiten aquellos
mini(maxi)trminos iguales a 0.
Por ejemplo, si se tiene la tabla:
x y f(x,y)
1 1 1
1 0 0
0 1 1
0 0 0
La expresin de la funcin booleana dada es: f:B2 B/ f(x,y) = x.y + x.y

Por que:
f(x,y) = 1 (x = y = 1) (x = 0 y = 1), lo que equivale a x = y = 1 x = y = 1.
2 . APLICACIN DE PROPIEDADES
Las propiedades de las lgebras de Boole que hemos presentado permiten
simplificar la expresin de una funcin booleana.
EJEMPLO
Sea f: B3 B tal que f(x, y, z)= = xyz+ xyz + xyz+ xyz

Entonces, por propiedad asociativa de la suma: f(x, y, z)= = (xyz+xyz) + (xyz+
xyz)
Por propiedad distributiva:
f(x, y, z)= xy(z+z) + yz(x +x)
Por existencia de complementarios:

f(x, y, z)= xy1 +yz1
Por ser 1 neutro del producto:

f(x, y, z)= xy +yz
3. MAPAS DE KARNAUGH
Si f es una funcin booleana de n variables, el correspondiente MAPA DE KARNAUGH

consiste en una tabla de 2n celdas, y que permite simplificar la funcin dada. Cada
celda representa un minitrmino y en cada una se consigna 1, si se presenta en la
expresin de la funcin.

TEORIA
Para simplificar la expresin, en la tabla se agrupan los 1 de casillas

adyacentes en bloques cuadrados o rectangulares de 2, 4, 8,, 2n celdas y se
descartan las variables cuyo valor cambia de una casilla a otra.
EJEMPLO
Si f: B3 B/f(x, y, z)= xyz+ +xyz + xyz+ xyz, como la funcin es de 3 variables,

tendremos 8 celdas, dispuestas en una matriz de clase 24, como la siguiente:
xy xy xy xy
z 1
z 1 1 1
Con verde se sombrearon las celdas correspondientes a los minitrminos

xyz, xyz (xyz + xyz)
Vemos que al desplazarse de una celda a la otra, x cambia a x, mientras que
z e y permanecen constantes. (yz(x + x) = yz1)
Luego, el minitrmino correspondiente es slo yz (yz1 = yz)
xy xy xy xy
z 1
z 1 1 1
Con gris se sombrearon las celdas correspondientes a los minitrminos xyz,

xyz (xyz + xyz )
Vemos que al desplazarse de una celda a la otra, z cambia a z, mientras que
x e y permanecen constantes. (xy(z + z) = xy1)
Luego, el minitrmino correspondiente es slo xy (xy1 = xy)
Conclusin:
Entonces, la expresin booleana simplificada es:

f(x, y, z) = yz + xy
GRAFICOS DE COMPUERTAS
Se utilizan para representar grficamente funciones booleanas. Estos grficos son

utilizados en distintas reas: mecnica, electricidad, electrnica e informtica, entre
otros.
COMPUERTA SIMBOLO

TEORIA

TEORIA

TEORIA
TEMA 3 LGICA DE PREDICADOS
PREDICADOS
Veamos las siguientes oraciones:
a) x es argentino o argentina.
b) 5 es mayor que un nmero real x.
c) x es un nmero real menor que y.
Son proposiciones?
FUNCION PROPOSICIONAL
Sea D un conjunto.
Se llama FUNCIN PROPOSICIONAL O PREDICADO a cualquier funcin que a cada elemento
de D, o de Dn, le asigna una proposicin.
El dominio de la funcin (D o Dn) se denomina DOMINIO DEL DISCURSO.
Ejemplos:
a) P(x) : x es argentino
D es un conjunto de personas.
b) Q(x) : 5 > x D=R
c) R(x,y): x < y D=R
Dada una funcin proposicional P, con dominio en D. La funcin proposicional Q es la negacin

de P si, y slo si, El dominio de Q es D y, para cada x D, Q(x) = P(x)
Ejemplo: P(x): x es par; D = N. Luego:

P(x): x es impar y su dominio es N.
Para convertir una funcin proposicional en proposicin, se puede seguir cualquiera de estos
dos procedimientos:
ASIGNACION DE VALORES
Consiste en dar valores particulares a la (las) variable(s).

Ejemplo: R(x , y): x < y ; D = R
Para el par (1,2), R(1,2) es la proposicin:
1 < 2 y v [R(1,2)] = 1.
En cambio, v [R(5,3)] = 0.
USO DE CUANTIFICADORES
Consiste en especificar cuntos elementos del Dominio convierten a la funcin en proposicin

verdadera.
Existen dos tipos de cuantificadores:
CUANTIFICADOR UNIVERSAL

TEORIA
Este cuantificador se utiliza para expresar que todos y cada uno de los elementos del dominio
cumplen la condicin explicitada en la funcin P.
En este caso se dice que la proposicin est cuantificada universalmente.
Ejemplo 1:
P(x): x es par, D = N
Proposicin cuantificada universalmente:
p1:Todo nmero natural es par.
p1: x N: x es par.
V(p1) = 0
Ejemplo 2:
Q(x): x es positivo, D = N
q1: Todos los nmeros naturales son positivos.
q1: x N: x > 0.
V(q1) = 1
Ejemplo 3:
R(x,y): x + y = y + x, D = N
r1: La suma de nmeros naturales es conmutativa.
r1: x, y N: x + y = y + x.
V(r1) = 1
CUANTIFICADOR EXISTENCIAL
Este cuantificador se utiliza para expresar que algunos o por lo menos uno de los elementos del
dominio cumplen la condicin explicitada en la funcin P.
En este caso se dice que la proposicin est cuantificada existencialmente.
Ejemplo 1:
P(x): x es par, D = N
Proposicin cuantificada existencialmente:
p2: Algunos nmeros naturales son pares.
p2: x N/ x es par.
V(p2) = 1
Ejemplo 2:
Q(x): x es positivo, D = N
Proposicin cuantificada existencialmente:
q2: Algunos nmeros naturales son positivos.
q2: x N/ x > 0.
V(q2) = 1
NEGACION DE UNA PROPOSICION CUANTIFICADA
Consideremos la proposicin p:
Todo hombre es mortal
p: No es cierto que todo hombre es mortal, o tambin:
Algunos hombres no son mortales que equivale a decir: Algunos hombres son inmortales
Si q: Algunos nmeros son positivos

q: No es cierto que algunos nmeros son positivos, o tambin: Ningn nmero es positivo,
que equivale Todos los nmeros son no positivos

TEORIA
Para obtener la negacin de una proposicin cuantificada, se cambia el cuantificador y se niega

la funcin proposicional, es decir:
Sea P una funcin proposicional con dominio en un conjunto D:

(x D: P(x)) x D/ P(x)
(x D/ P(x) x D: P(x)
P(x): x es mortal;
D={x/x es hombre}
p: x D: P(x)
p: ( x D:P(x))( xD/P(x))
En El mercader de Venecia de Shakespeare hay una frase que se traduce como No todo lo
que brilla es oro, que equivale a que Algunos objetos brillan, pero no son de oro.
Si consideramos:
P(x): x brilla
Q(x): x es de oro
Shakespeare dijo que:
x/P(x) Q(x) que equivale:
x/(P(x)Q(x)) (x:P(x)Q(x))
r: Todos aman a alguien

t: Alguien ama a todos
En smbolos cul es r? cul t? : x/ y/ R(x,y)
x, y/ R(x,y)
donde R(x,y): x ama a y
SILOGISMO CATEGORICO
Se llama silogismo a un razonamiento deductivo que posee dos PREMISAS y una

CONCLUSIN.
EJEMPLO:
Ningn europeo es asitico.
Todo francs es europeo.
Ningn francs es asitico
TERMINOS
Todo silogismo tiene 3 trminos que se identifican por su ubicacin:

Trmino mayor: Es el que figura en el predicado de la conclusin y se simboliza con la
letra P. Determina la PREMISA MAYOR, que por este motivo se ubica primera.
Trmino menor: Aquel que es sujeto en la conclusin y se simboliza con la letra S.
Determina la PREMISA MENOR, que se ubica segunda.
Trmino medio: Es aquel que no aparece en la conclusin, sino en las dos premisas y
se simboliza con la letra M.
SILOGISMO CATEGORICO
EJEMPLO:

TEORIA

Trmino Mayor (P)

Trmino Menor (S)
Trmino Medio (M)
FORMAS
Segn sea la conclusin, el silogismo puede ser de una de estas 4 formas:

A: Todo S es P.
E: Ningn S es P.
I: Algn S es P.
O: Algn S no es P.
EJEMPLO:

Ningn S es P
FORMA E
FIGURAS
A su vez, segn sean las premisas, el silogismo responde a una de las siguientes
figuras:
FIGURA PREMISA 1 PREMISA 2 CONCLUSION

1 S-M
M-P
2 M-S
S-P
3 S-M
P-M
4 M-S
DISTRIBUCION
La distribucin seala el alcance de los trminos de cada proposicin. Una

proposicin distribuye un trmino cuando hace referencia a todos los integrantes de
la clase a la que hace referencia dicho trmino. Entonces:
A: Todo S es P. Distribuye el sujeto.
E: Ningn S es P. Distribuye el sujeto y el predicado.
I: Algn S es P. No distribuye nada.
O: Algn S no es P. Distribuye el predicado.
Ningn europeo es asitico

(Distribuye M y P)
Todo francs es europeo
(Distribuye S)
(Distribuye sujeto y predicado)

TEORIA
REGLAS DE VALIDEZ
1. Si la conclusin es una negacin, una de las premisas debe ser una negacin,
y recprocamente.
2. El trmino medio debe ser distribuido en, por lo menos, una premisa.
3. Si un trmino es distribuido en la conclusin, entonces, debe ser distribuido
en una premisa.
4. Al menos una premisa debe ser afirmativa.
5. Si una premisa es particular (cuantificada existencialmente), la conclusin
debe ser particular.
6. Si ambas premisas son particulares, entonces no hay conclusiones vlidas.
EJEMPLO
Ningn europeo es asitico

Todo francs es europeo
1. Si la conclusin es una negacin, una de las premisas debe ser una negacin,
y recprocamente.
La conclusin es una negacin y tambin lo es la premisa mayor.
SE CUMPLE LA REGLA 1
2. El trmino medio debe ser distribuido en, por lo menos, una premisa.
M est distribuido en la premisa mayor.
3. Si un trmino es distribuido en la conclusin, entonces, debe ser distribuido en

una premisa.
S y P estn distribuidos en la conclusin. P est distribuido en la premisa mayor y S

en la menor.
4. Al menos una premisa debe ser afirmativa.
La premisa menor es afirmativa.

5.Si una premisa es particular (cuantificada existencialmente), la conclusin debe

ser particular.
6.Si ambas premisas son particulares, entonces no hay conclusiones vlidas.
LAS REGLAS 5 Y 6 NO SON APLICABLES A ESTE EJEMPLO
EL SILOGISMO ES VALIDO
VALORES DE VERDAD
A partir de una funcin proposicional, puede relacionarse el valor de verdad de una

proposicin con la pertenencia de un elemento a un conjunto.
Sea P una funcin proposicional con dominio en D, y sea el conjunto
A = {x D / v[P(x)] = 1}
Entonces, si p es la proposicin que resulta al hacer x = n (P(n)), se tiene que: v[p]
= 1 n A.
Adems: v[p] = 0 n A

TEORIA
Si P(x): x es par, con dominio en el conjunto de nros. enteros (Z),

A = {xZ /x es par}, p y q son las proposiciones simples 2 es par, 3 es
par , respectivamente, entonces:
v(p) = 1, porque 2 A.
v(q) = 0, porque 3A.
FUNCION CARACTERISTICA
La pertenencia o no de un elemento a un conjunto A, se puede caracterizar

mediante una funcin de E en {0, 1}, con A E, como sigue:
A(x) = 1, si x A
A(x) = 0, si xA
PREDICADOS VAGOS
A veces, algunas proposiciones provienen de funciones proposicionales o

predicados vagos. En ese caso, al convertirlas en proposiciones no son falsas
ni verdaderas.
Ejemplos: x es un buen alumno.
x es un nro. Cercano a 2
FUNCION DE PERTENENCIA
Definimos FUNCION DE PERTENENCIA O MEMBRESIA de A, a la funcin de E, con A

E, en el intervalo real [0,1]. Luego, un elemento tiene un cierto grado de
pertenencia a A, que vara de 0 a 1.
SUBCONJUNTOS BORROSOS
Dados un conjunto E y un subconjunto de l, A, definimos el subconjunto

borroso A como:
A={(x, A(x)/xA}, donde A es la funcin de pertenencia de A.
Es decir, A E x [0,1].
ASIGNACION DE GRADOS DE VERDAD
PROCESO INDIVIDUAL O GRUPAL DE ASIGNACIN DIRECTA:

En este caso se apela a la experiencia y conocimiento de un experto o de un
grupo de expertos, que asignan elementos al correspondiente subconjunto borroso
segn consideren que los elementos del universo son representativos o no del
predicado vago.
PROCESO ESTADSTICO O PROBABILSTICO
A partir de las frecuencias de las respuestas dadas por una muestra de una
poblacin que opina sobre la idoneidad de los elementos del universo
considerado para ser representativos del predicado vago, se va construyendo
el conjunto borroso. (Trillas et al, 1995).
PROCESO DE ANLISIS DE ALTERNATIVAS
Se basa en la teora de los procesos jerrquicos analticos de Thomas Saaty,

quien propone construir los conjuntos borrosos contrastando la
representatividad de los elementos del universo respecto de otros elementos
alternativos.

TEORIA
IGUALDAD E INCLUSION
Dos subconjuntos borrosos de E son iguales si sus funciones de pertenencia lo son.

En cambio A B si, y slo si, para cada x E:
A(x) B(x).
COMPLEMENTO
El COMPLEMENTO de A, que se denota con (A ), es el subconjunto borroso cuya

funcin de pertenencia es:
(A)(x) = 1 - A(x)
UNION
La UNION de A y B es el subconjunto borroso cuya funcin de pertenencia es:

(A B)(x) = mx { A(x) , B(x)}
INTERSECCION
La INTERSECCION de A y B es el subconjunto borroso cuya funcin de

pertenencia es:
(A B)(x) = mn { A(x) , B(x)}
EJEMPLO
Consideremos el predicado vago:

X es joven.
Si P(Juan) = 0.8
y P(Ral) = 0.6
Cul es el valor de verdad de:

1)No es cierto que Ral sea joven?
2)Juan y Ral son jvenes?
3)Juan o Ral son jvenes?
4) Si Ral es joven, Juan tambin lo es?
Cul es el valor de verdad de:

1) P(Ral)?
2) P(Juan) P(Ral)?
3) P(Juan) P(Ral)?
4) [P(Ral) P(Juan)] [P(Ral) P(Juan)]?
Si A ={(Juan, 0.8), (Ral, 0.6)}:

1) v[P(Ral)] = 1 - A(Ral)= 0.4
2) v[P(Juan) P(Ral)] =
= mn { A(Juan) , A(Ral)} = 0.6
3) v[P(Juan) P(Ral)] =
= mx { A(Juan) , A(Ral)} = 0.8
4) v[P(Ral) P(Juan)] = 0.8

TEORIA
TEMA 4 NUMEROS NATURALES
DEFINICION AXIOMATICA
Al construir una teora se deben establecer:
TERMINOS PRIMITIVOS: Conceptos de los cuales no se da una definicin formal. Por ejemplo,
en la Teora Intuitiva de Conjuntos, los trminos primitivos son conjunto, elemento y
pertenencia.
AXIOMAS: Son proposiciones que se suponen verdaderas sin demostracin. Por ejemplo, al
definir los nmeros reales se consideran axiomas las propiedades referidas a la suma, al
producto y al orden en R.
NUMEROS NATURALES
Para definir los NUMEROS NATURALES, se toma como trmino primitivo la relacin de
SIGUIENTE o SUCESOR.
Para ello, apelamos a la idea de siguiente o sucesor que todos tenemos es decir, el siguiente o
sucesor de un nmero natural es el que le sigue o sucede.
Ejemplo: 10 es el siguiente o sucesor de 9.
AXIOMAS DE PEANO
N es el conjunto de los nmeros naturales si, y slo si, se verifica:
AXIOMA 1: 1 es un nmero natural. Es decir:
1 N N .
AXIOMA 2: El sucesor de un nmero natural es un nmero natural. Si denotamos el sucesor de
n, con n + 1, este axioma dice:
nNn+1N
AXIOMA 3: 1 no es sucesor de ningn nmero natural. Es decir:
n N: 1 n + 1.
AXIOMA 4: La funcin de N en Nsucesor de es inyectiva. Es decir:
n,m N: n + 1 = m + 1 n = m
AXIOMA 5: Sea S N tal que cumple:
1S
nSn+1S
Entonces, S = N.
Este axioma recibe el nombre de AXIOMA DE INDUCCION.
PRINCIPIO DE INDUCCION
A continuacin veamos la adecuacin del Axioma de Induccin como instrumento de
demostracin de propiedades vlidas en N.
Para ello, enunciamos y demostramos el siguiente
TEOREMA
PRINCIPIO DE INDUCCION COMPLETA
Sea P(n) una funcin proposicional en N, tal que:
1. P(1) es verdadera.
2. Si P(h) es verdadera, P(h + 1) tambin lo es.
Entonces, n N: P(n) es verdadera.
DEMOSTRACION
Consideremos el siguiente subconjunto de N:
S = {n N/ P(n) es verdadera}
Por 1 de la hiptesis, P(1) es verdadera, con lo cual se tiene que 1 S. (*)
Sea h S. Por la forma que construimos S, tenemos que P(h) es verdadera.

TEORIA
Entonces, por 2 de la hiptesis, P(h + 1) es verdadera, de donde resulta h + 1 S.

Hemos probado pues que
h S h + 1 S (**)
Por (*),(**) y Axioma de Induccin se tiene que S = N. Entonces, tenemos que:
n S = N: P(n) es verdadera.
DEMOSTRACIONES POR INDUCCION
1) Propiedades de la suma y el producto de nmeros naturales.
2) Potencia natural de un binomio.
3) Frmula de De Moivre (Potencia natural de un nmero complejo en forma trigonomtrica).
4) Nmero de arreglos simples y con repeticin.
5) nN: 2n 2
Debemos probar que:
1) P(1) es verdadera es decir, 21 2.
2) P(h) verdadera P(h + 1) verdadera.
Hiptesis Inductiva (HI): 2h 2 (V)
Tesis: 2h+1 2 (Lo que hay que probar)
Demostracin:
1) Si n = 1: 21= 2, por definicin de potenciacin.
2) 2h+1 = 2h.2, por definicin de potenciacin.
Por HI, 2h 2 , entonces: 2h+1 = 2h.2 2.2 >2, porque 4 = 2.2 > 2.
ENTEROS NO NEGATIVOS
Al definir el conjunto de nmeros naturales, por el Axioma 3 (que afirma que 1 no es el sucesor
de ningn nmero natural) se tiene que cero no es un nmero natural. Por ello, definimos el
CONJUNTO DE LOS ENTEROS NO NEGATIVOS, como sigue:
No = N {0}
As pues, N No
SUCESIONES REALES
Se llama SUCESION REAL, a toda funcin de N en R, o de No en R.
La sucesin (an)nN es la siguiente funcin
a: N R/ a(n) = an R.
De la misma manera, la sucesin (bn)nNo
es la funcin
b: No R/ b(n) = bn R.
EJEMPLOS
1) (1/n)nN, cuyos primeros trminos son: 1, , 1/3, , 1/5, 1/6, 1/7, 1/8, 1/9,
2) (n2) nNo, cuyos primeros trminos son: 0, 1, 4, 9,
3) 1 si n = 0 n = 1
xn = xn-1 + xn-2 si n >1
SUCESION DE FIBONACCI
Cuyos 7 primeros trminos son:
n Xn-1 Xn-2 Xn
0 ---- ---- 0
1 0 ---- 1
2 1 0 1+0=1
4 1 1 1+1=2
5 2 1 2+1=3
6 3 2 3+2=5
Es decir, cada trmino es la suma de los dos anteriores
ECUACIONES DE RECURRENCIA
Una sucesin definida por recurrencia, es de la forma:
ao, a1,, ak con k N
an = f(an-1,an-2,,an-k), si n > k
Los trminos ao, a1,, ak se llaman CONDICIONES INICIALES.

TEORIA
Para hallar una nica expresin de an, vlida n No, se plantea y resuelve una ECUACION
DE RECURRENCIA.
Dada la sucesin:
ao, a1,, ak-1 si 0n< k, con k N
f(an-1,an-2,,an-k), si n k
Si existen c1,ck R, ck 0, tales que:
f(an-1,an-2,,an-k) = c1an-1 + c2an-2 ++ ckan-k
La ecuacin an- c1an-1 - c2an-2 - - ckan-k = 0 es una ECUACION LINEAL HOMOGENEA.
ECUACIONES LINEALES HOMOGENEAS
Asociada a la ecuacin lineal homognea, an c1an-1 c2an-2 - - ckan-k = 0, se puede definir el
POLINOMIO CARACTERISTICO:
p(x) = xk c1xk-1 c2xk-2 - - ck
cuyas races 1, 2, , k permiten hallar la solucin general de la ecuacin de recurrencia,
como sigue:
an = A1(1)n+ A2(2)n+ + Ak(k )n
Reemplazando an por las condiciones iniciales se obtiene un sistema de k ecuaciones con k
incgnitas :
a0 = A1(1)0+ A2(2)0+ + Ak(k )0
.
ak-1 = A1(1)k-1+ A2(2)k-1+ + Ak(k )k-1
SUCESION DE FIBONACCI
La definimos como:
0 si n = 0
xn 1 si n = 1
xn-1 + xn-2 si n >1
Ecuacin lineal homognea: xn - xn-1 - xn-2 = 0

Polinomio caracterstico: x2 x 1 = 0
Cuyas races son: 1= 1 + 5 y 2= 1 - 5 (N de Oro)
2 2
Cuya solucin general ser:
xn = A1 (1 + 5)n + A2 (1 - 5)n
2 2
Y el sistema de dos ecuaciones con dos incgnitas:
A1 (1 + 5)0 + A2 (1 - 5)0 = x0
2 2
A1 (1 + 5)1 + A2 (1 - 5)1 = x1
2 2
Equivalente a:
A1 + A 2 = 0
1 + 5) A1 + (1 - 5) A2 = 1
(
2 2
De solucin A1 = 1 y A2 = - 1
5 5
El trmino general de la Fibonacci es:

TEORIA
xn = 1 (1 + 5)n 1 (1 + 5)n
5 2 5 2
ECUACIONES LINEALES NO HOMOGENEAS
Dada la sucesin:
ao, a1,, ak-1 si 0n< k, con k N
(an-1,an-2,,an-k) si n k
Si f(an-1,an-2,,an-k) no es una combinacin lineal de an-1 ,an-2 ,, an-k entonces la ecuacin
an- f(an-1,an-2,,an-k) = 0 no es una ecuacin lineal homognea, y no puede utilizarse el
procedimiento antes dado.
CALCULO RECURSIVO
Cuando la ecuacin de recurrencia no es lineal homognea, se generan varios trminos de la
sucesin en funcin de su definicin de recurrencia, a fin de intuir la expresin de su trmino
general. Una vez que se tiene una idea de cul es el posible trmino general de la sucesin, se
demuestra por induccin que, en efecto, esa es su expresin.
Ejemplo:
4 si n = 1 La ecuacin es:
xn= xn-1 + 2 si n >1 xn xn-1 2 = 0
Entonces, los primeros trminos son: x1 = 4, es decir:
X1= 4 = 4 + 0 = 4 + (1 1)
X2 = x1 + 2 = 4 + 2 = 4 + 1.2 = 4 + (2 1). 2
X3 = x2 + 2 = 4 + 1.2 + 2 = 4 + 2.2 = 4 + (3 1).2
Generalizando: xn = x1 + (n 1).2, nN.
Debe probarse por induccin
CALCULO PARA ATRS
A veces, cuando no se intuye el trmino general hallando los primeros trminos de la
sucesin, se realiza un clculo para atrs. Una vez que se tiene una idea de cul es el posible
trmino general de la sucesin, se demuestra que, en efecto, esa es su expresin por
induccin.
Ejemplo:
1 si n = 0 n = 1 FUNCION
xn = n.xn-1 si n > 0 FACTORIAL
xn-1 = (n-1).xn-2 y xn-2 = (n -2).xn-3
Luego: xn = n.xn-1 = n.(n 1)xn-2= n.(n 1)(n -2). xn-3 = =
= n.(n 1).(n 2)..2.x1 = n.2.1.xo
xn = n.(n 1).(n 2)..2.

TEORIA
5. NUMEROS ENTEROS
NUMEROS ENTEROS
DEFINICION
Llamamos conjunto de nmeros enteros, Z, a la unin del conjunto de enteros no negativos
(No) y el conjunto de los opuestos de los nmeros naturales. Es decir:
Si N- = {-n / n N}, entonces: Z = No N-
Recordemos las propiedades que cumplen la suma y la multiplicacin de nmeros enteros:
1. Ley de cierre: a, bZ: a + b Z a.b Z.
2. Propiedad asociativa:
a,b,cZ: (a+b)+c = a+(b+c) (a.b).c = a.(b.c)
3. Propiedad conmutativa:
a, b Z: a + b = b+ a a.b = b.a
4. Existencia de elemento neutro:
a Z: a + 0 = a a.1 = a
5. Existencia de opuesto para cada elemento:
a Z, - a Z / -a + a = 0
6. Propiedad distributiva del producto con respecto a la suma: a,b,cZ: (a + b).c = a.c
+b.c
ESTRUCTURA DE (Z, +, .)
Por cumplirse estas propiedades:
(Z, +) es grupo conmutativo o abeliano
(Z, +, .) es anillo conmutativo con unidad.
Como, adems, se cumple que:
a.b = 0 a = 0 b = 0
(Z, +, .) es dominio de integridad
DESARROLLO DECIMAL DE UN NUMERO ENTERO
Todo nmero entero puede expresarse como la suma de sus cifras por potencias de 10:
an-1.a1ao= ao 10o+ a1.10 ++an-110n-1
Ejemplos:
1342 = 2.10o + 4.101 + 3.102 + 1.103
- 1342 = -2.10o - 4.101 - 3.102 - 1.103
ALGORITMO DE DIVISION
ENUNCIADO:
Si a, b Z y b 0, existen y son nicos q, r Z / a = b.q + r, donde 0 r < |b|.
q es el cociente y r es el resto de dividir a por b. En cambio, a es el dividendo y b es el
divisor.
Ejemplos: 294 = 6.49 + 33 142 = -11(-12)+10
-213 = 71(-3) + 0 -152 = -40.4 + 8
DIVISIBILIDAD
Si a, b Z y b 0, y el resto de dividir a por b es cero, se dice que a es mltiplo de b, que b es
divisor de a o que b divide a a.
En smbolos:
a|b qZ / a = q.b
PROPIEDADES
1. aZ {0}: a|a a|-a
Demostracin:
Sea a Z / a 0
a = 1. a Entonces se puede pensar que a = 1 . a
es a = b . q (Juega estos 3 papeles)
Z

1 es neutro de la operacin .

TEORIA

a=1.aa|a
Def |
a = (- 1) . (- a) - 1 | a
2. aZ : 1|a -1|a
Demostracin:
Sea a Z
a=1. a1|a
b q Def. |
a = (- 1) . (- a) - 1 | a
b q
3. aZ : a | 0
Demostracin:
0=0 . a a|0
a b q Def. |
4. a, b Z b 0 b | a c Z: b | a.c
Demostracin:
Por def de | q Z / a = b . q
Sea un c Z cualquier valor.
a . c = (b . q) . c = (a . b) . c = q (b . c) = q (c . b)
Conmutativa Asociativa
(q . c) . b b | a . c
hZ
5. a, b Z - {0}, cZ / b | a a | c b | c
Demostracin:
Sean a , b , c Z / a 0 b a b | a a | c
6. b Z - {0}, cZ / b | a b | c b | a+c
7. aZ {0}, nN: a | an
NUMEROS PARES E IMPARES
x Z es par k Z / x = 2 . k es decir, si 2 | x
x Z es impar x Z no es par h Z / x = 2 . h + r, con 0 < r < 2 es decir, con
r = 1 con lo cual se tiene que si x es impar, x = 2.h + 1, para algn hZ.
NUMEROS PRIMOS
Sea p Z. Decimos que p es primo si, y slo s, p tiene exactamente 4 divisores:
1, -1, p y -p
Los nmeros enteros que no son primos, se llaman compuestos.
Ejemplos: Son primos 2, 3, 5, 7, 11,
Son compuestos 0, 1, 4, 6, 8, 9, 10, 12,
TEOREMA FUNDAMENTAL DE LA ARITMETICA
ENUNCIADO: Todo nmero natural, mayor que 1, se puede descomponer como el producto de
un nmero finito de factores primos. Esta factorizacin es nica, salvo por el orden de los
factores.
Ejemplos: 385 = 5.7.11
2520 = 23.32.5.7
CRITERIOS DE DIVISIBILIDAD
Si n = an, an-1, an-2, , a2, a1, a0

TEORIA
1. Un nmero de dos o ms cifras es mltiplo de 2 si la cifra de las unidades es 0, 2, 4, 6

u 8.
2 | N a0 {0, 2, 4, 6, 8}
Si 2 | N, entonces, k Z / n = 2 k
Entonces: n
a j . 10 j = 2k
J=0
Por propiedad asociativa de la suma:

n
a 0 . 10 0
a j . 10 j = 2k
J=0
Entonces:
n
a 0 = 2k - a j . 10 j = 2k (a1 . 10 + a2 . 102 + + an . 10n) = 2k 10 (a1 + 10 + + an .
10n - 1)=
j=0
n
= 2k 2 . 5 a j . 10 j =
j=0
n
= 2 (k 5 . a j . 10 j-1
) = 2 h 2 | a 0 . (1)
J=0
kZ
Como a 0 es la cifra de las unidades de N, debe ser a 0 N 0 0 a 0 9 (2)
De (1) y (2), a 0 = 0 a 0 = 2 a 0 = 4 a 0 = 6 a 0 = 8
a 0 {0, 2, 4, 6, 8} Entonces 2 | a 0
Entonces h Z / a 0 = 2 h, luego como existe un h, que tal que a 0 divide a 2 h. Ahora N es
es un reemplazo de 2k.
n n n
N = a j . 10 j, resulta que a 0 = N a j . 10 j = N 10 a j . 10 j-1
j=0 j=0 j=0
n n
De (3) y (4): 2h = N 10 a j . 10 j -1
= N 2 | 5 a j . 10 j -1
= N 2k
j=0 j=0
PZ
Luego: N = 2h + 2k = 2(h + k) = 2P 2 | N
2. Un nmero de dos o ms cifras es mltiplo de 3 si la suma de sus cifras es un mltiplo

de 3.
n
3|N3| a j
j=0
Demostracin:
3 | N N = 2k para algn k Z, es decir:
n
a j 10 j = 3k
j=0
n
a 0 + a j 10 j = 3k
j=0
a 0 + a 1 10 j + a 2 10 2 + + a n 10 n = 3k
(a 0 + a 1 + a 2 + + a n ) + 9 a 1 + 99 a 2 + + (10n 1 a n) = 3k

TEORIA
n n n n
a j + a j (10j - 1) = 3k a j = 3k - a j . 9 kj = (Se sac factor comn 3)
j=0 j=0 j=0 j=0
n
= 3 (k - 3a j . 9 kj) (La suma se escribe como un entero h)
j=0
hZ
n
3| a j (Esta frmula permite ver que 9 es mltiplo de 3, siempre porque se dan
los
j=0
valores 9, 99, 999, etctera)

3. Un nmero de dos o ms cifras es mltiplo de 5 si la cifra de las unidades es 0 5.
4. Un nmero de dos o ms cifras es mltiplo de 7 si la diferencia entre el nmero
resultante de eliminar la cifra de las unidades y el doble de sta es un mltiplo de 7.
5. Un nmero de dos o ms cifras es mltiplo de 11 si la diferencia entre las sumas de las
cifras que ocupan lugares pares e impares es un mltiplo de 11.
EJEMPLOS
254 y 553 son mltiplos de 7?
Vemos que 25 4.2 = 17 que no es mltiplo de 7. 7 no es divisor de 254.
En cambio, 55 6 = 49, que s es mltiplo de 7. Luego 553 es mltiplo de 7.
2532 y 1287 son mltiplos de 11?

2 5 3 2

4 3 2 1
(2 + 5) (3 + 2) = 2, no es mltiplo de 11.
1 2 8 7

4 3 2 1
(7 + 2) (8 + 1) = 0, que s es mltiplo de 11.
MAXIMO COMUN DIVISOR
Sean a y b nmeros enteros.
d N es el mximo comn divisor (mcd) de a y b, si, y slo s, se cumple:
1. d|a d|b
2. p|a p|b p|d
Ejemplo: Los divisores naturales comunes de 12 y 18 son: 1, 2, 3 y 6.
Luego: mcd(12,18) = 6
ALGORITMO DE EUCLIDES
Se usa para calcular el mcd de dos nmeros. Si r0 y r1 Z / r1 0. Entonces:
r0 = q1r1 + r2, con 0 < r2 < |r1|
r1 = q2r2 + r3, con 0 < r3 < |r2|
r2 = q3r3 + r4, con 0 < r4 < |r3|
.
rn-2 = qn-1rn-1 + rn, con 0 < rn < |rn-1|
rn-1 = qnrn con rn+1 = 0
rn-1es el ltimo resto no nulo, luego: mcd( ro, r1) = rn-1
EJEMPLO
ro = 448 y r1 = 721. Entonces:
721 = 1.448 + 273 98 = 1.77 + 21
448 = 1.273 + 175 77 = 3.21 + 14
273 = 1.175 + 98 21 = 1.14 + 7
175 = 1.98 + 77 14 = 2.7
Como el ltimo resto no nulo es 7, resulta que mcd(448,721) = 7.
ENTEROS COPRIMOS

TEORIA
Dados dos enteros no nulos a y b, diremos que a y b son coprimos primos entre s, si su
mximo comn divisor es 1.
Ejemplos: 2 y 3, al ser primos tienen a 1 y -1 como nicos divisores comunes. Luego, debe ser
mcd(2,3) = 1.
9 y 14 no son primos, pero sus nicos divisores comunes son 1 y -1. Luego, mcd(9,14) = 1.
MINIMO COMUN MULTIPLO
Sean a y b nmeros enteros.
m N es el mnimo comn mltiplo (mcm) de a y b, si, y slo s, se cumple:
1. a|m b|m
2. a|n b|n m|n
Ejemplo: 4.5 = 20. Cualquier otro mltiplo natural comn de 4 y 5 (40, 60, 80) ser divisible
por 20. Luego: mcm(4,5) = 20.
CONGRUENCIA MODULO n
Sea n N. Definimos en Z2 la relacin congruencia mdulo n, como sigue:
a,bZ: a b (md n) n| a b
Ejemplos:
73 88 (md 3) porque 73 88 = -15 3|-15
120-45 (md5) pues 120 (-45) = 165 5|165
PROPIEDADES
Sean n N, a, b, c, d Z
1. a a (md n) REFLEXIVA
Sea a Z, cualquiera que sea n N, por prpiedad de |, n | 0, es decir, n (a - a).
luego, por definicin de (mod n) : a a (mod n)
2. a b (md n) b a (md n) SIMETRICA
Sean a, b Z / a b (md n) Entonces n| (a b)
Por propiedad de |:
n | (-1) (a - b) es decir n | (-a + b) lo que euivale a decir que n | (b - a)
Por definicin de (md n) : b a (md n)
3. a b (md n) b c (md n) a c (md n) TRANSITIVA
Sean a, b, c Z / a b (md n) b c (md n) Entonces por definicin de : n | (a
- b) m | (b - c)
Por definicin de divisor: h, k Z / a b = k . n b c = h . n
a c = a + 0 c = a + (- b + b) c = (a b) + (b - c) = kn + hn = (k + h) n
[Se hace factor comun h]
n | (a - c) a c (md n)
4. a b (mdn)d c (mdn) a +d b+c (mdn)

5. a b (md n) p Z: p.a p.b (md n)
CLASES MODULO n
Consideremos la siguiente relacin en Z:
(a,b) R r(a,n) = r(b,n)
q, h Z / a = q n + r b = h n + r
a - b = q n + r (h n + r) = q n + r h n r = (h - q) n n | a b a b (md n)
Sean a, b Z / a b (md n) n | a b k Z / a b = k . n a = k n + b
Por algoritmo de la divisin q, r Z / b = q n + r, con 0 r < n
a = k n + q n + r, con a r < n
a = (k + q) n + r, con a r < n
[Donde q es el cociente y r el resto]
Por unicidad del cociente y el resto r = r (a, n) r (a, n) = r (b, n) (a, b) R
ECUACIONES DE CONGRUENCIAS
Dados n natural, a y b enteros, queremos determinar si es posible hallar x Z / ax b (md n)
Es decir, que buscamos x Z / ax b = k.n, para algn nmero entero k. De esta manera,
planteamos la ecuacin diofntica ax k.n = b.
Una ecuacin diofntica es una ecuacin lineal de dos variables (x y k, en este caso), cuya
solucin debe ser un par de nmeros enteros.
ECUACIONES DIOFANTICAS

TEORIA
Dada la ecuacin diofntica ax+ by = c con a, b, c enteros, siendo d = mcd (a, b), entonces:
Si d | c no existe solucin.
Si d | c existen infinitas soluciones.
Sea (x0, y0) una solucin particular, entonces, si k Z, las infinitas doluciones se obtienen
haciendo : x = x0 + (b/d). k y = y0 + (a/d).k
EJEMPLOS
9x 11 (mod 6). Entonces: 9x 11 = 6y, con y Z. Luego: 9x 6y = 11; mcd (9,
-3) = 3 3 | 11.
La ecuacin no tiene solucin
12 18x (mod 30). Luego: 12 18x = 30 y, con y Z. De donde, 18x + 30y
= 12; mcd (18, 30) = 6 6 | 12. Una solucin particular es x = -1, y = 1. Luego: x
= -1 + n. 30 / 6 = -1 + 5n y = 1 + n. 18 / 6 = 1 + 3n con n Z.

TEORIA
6. GRAFOS
GRAFOS: DEFINICION
Llamamos GRAFO a un par G = (V, A), donde V es un conjunto no vaco de puntos, llamados
VERTICES, y A es un conjunto de pares de vrtices (no necesariamente, pares ordenados),
llamados LADOS.
GRAFOS: REPRESENTACION
DIGRAFOS: DEFINICION
Si G = (V, A) y A V2, entonces, G es un DIGRAFO o GRAFO DIRIGIDO. En este caso, los
elementos de A son pares ordenados de elementos de V.
DIGRAFOS: REPRESENTACION
ELEMENTOS DE UN GRAFO
Si G es un digrafo, sus lados se denominan ARCOS. Si G no es un digrafo, sus lados se
denominan ARISTAS.
Dado {a,b} A (a,b) A, a y b se llaman EXTREMOS.
Si G contiene un arco arista cuyos extremos son el mismo vrtice (por ejemplo, el par {a,a}
(a,a)), dicho arista o arco se denomina BUCLE o LAZO.
a
Dos lados (aristas o arcos) que tienen los mismos extremos se llaman MULTILADOS O LADOS
PARALELOS.
Dos vrtices, a y b, son adyacentes si, y slo si, {a,b} A (a,b) A.

Dos lados (aristas o arcos) son adyacentes si tienen un extremo en comn
CLASES DE GRAFOS
Si G no posee lados paralelos ni bucles, se dice que G es un GRAFO SIMPLE.
Sean los conjuntos V1 = {vi/1 i n} y V2 = {uj/1 j m} G es un GRAFO BIPARTIDO, si sus
lados estn dados por {vi,uj}, pero no por {vi,vk}, ni {uj,us}.
Un grafo simple de n vrtices es COMPLETO Y DE ORDEN n, si vrtice es adyacente a los n 1
restantes. Notacin: Kn
El nmero de lados es: n.(n 1)/2
Kn puede representarse mediante un n gono y sus diagonales.
EJEMPLO: K5

TEORIA
El nmero de lados es: 10 = 5.4/2

EJEMPLO
En un torneo de ftbol, el equipo Nieve (N) venci a los Faisanes (F) una vez, el Rascacielos (R
) venci al Tuna (T) una vez, el N venci al R dos veces, los F vencieron al T una vez y los F
vencieron al R una vez.
Hay un arco o arista entre los equipos si stos jugaron.
Hay una arista entre los equipos para cada juego jugado.
Grafo Simple
Hay un arco entre el equipo i y el j si i venci a j, al menos, una vez.
Dgrafo
GRADO DE UN VERTICE
El grado de un vrtice es el nmero de lados que lo tienen por extremo. Por convencin, el
grado de un bucle es 2. Notacin: Si vV: g(v)
TEOREMA: Si G = (V,A), con m = #(A), entonces: g(v) = 2m.

vV
EJEMPLOS

TEORIA
El grado de cada vrtice de Kn es n 1.
Para el problema de los puentes de Knigsberg:

g(A) = 5; g(B) = g(C) = g(D) = 3
g(A) + g(B) + g(C) + g(D) = 5 + 3.3 = 14 = 2.7
#(A) = 7
REPRESENTACION MATRICIAL
MATRIZ DE ADYACENCIA
Sea G = (V,A) un grafo de n vrtices y m lados.
MATRIZ DE ADYACENCIA (Ma): Es una matriz de clase n x n dada por:
1 si {i,j} A
aij =
0 si {i,j} A
1 2 3 4 5 2. K5
1 0 1 1 1 1 Puentes de Knigsberg:
2 1 0 1 1 1
3 1 1 0 1 1 A, B, C, D: VERTICES
4 1 1 1 0 1 AB, AC, AD, BC ,BD, CA,DA:

5 1 1 1 1 0 LADOS
D
B
A
A B C D
A 0 1 1 1
B 1 0 1 1
C 1 1 0 0
D 1 1 0 0
MATRIZ DE INCIDENCIA
Sea G = (V,A) un grafo de n vrtices y m lados.
MATRIZ DE INCIDENCIA (Mc): Es una matriz de clase n x m dada por:
1 si i vj
bij =
0 si i vj
Puentes de Knigsberg:
a1 a2 a3 a4 a5 a6 a7
AB X
AC1 X
AC2 X
AD1 X

TEORIA
AD2 X
BC X
BD X
a1 a2 a3 a4 a5 a6 a7
A 1 1 1 0 0 1 1
B 1 0 0 1 1 0 0
C 0 1 0 1 0 1 0
D 0 0 1 0 1 0 1
TRAYECTOS DE UN GRAFO
CAMINO: Es una sucesin de lados que van de un vrtice u a otro v. Dicha sucesin puede
incluir lados repetidos. El n de lados de un camino se llama LONGITUD de dicho camino.
EJEMPLO: Puentes de Knigsberg:
CAMINO: A, B, C, A, C, B, D.
CIRCUITO O CICLO: Es un camino que comienza y termina en el mismo vrtice.
EJEMPLO: Puentes de Knigsberg:
CICLO 1: A, B, C, A.
CICLO 2: C, B, D, A, C.
GRAFO CONEXO
Un grafo es CONEXO si para dos vrtices distintos, u y v, existe un trayecto para ir de u a v.
LADO PUENTE es aquel que si se lo elimina, el grafo al que pertenece deja de ser conexo.
EJEMPLO
A {B,C} LADO PUENTE
D
C
TRAYECTOS DE UN GRAFO
CAMINO EULERIANO: Es un camino que recorre todos los vrtice de G, pasando por todos los
lados una nica vez.
PROPIEDADES: Un grafo que admite camino de Euler, comienza y termina en vrtices de grado
impar. Si el nmero vrtices de grado impar es mayor que 2, no admite camino de Euler.

TEORIA
CIRCUITO EULERIANO: Es el circuito que recorre todos los vrtices, pasando por todos los
lados una nica vez.
TEOREMA: G tiene circuito de Euler si, y slo si, es conexo y todos sus vrtices tienen grado
par.
EJEMPLOS
a b c
d
g(a) = g(c) = 1; g(b) = 3
a b d
c g(a) = g(f) = 2; g(b) = 3;

g (c) = g(e)=4;
g(d) = 1;
f e
ALGORITMO DE FLEURY
1. Verificar que G es conexo y que el grado de todos sus vrtices es par.
2. Seleccionar un vrtice para iniciar el circuito.

3. Elegir un lado que tenga al vrtice elegido en 2 como extremo. NO DEBE ser un lado
puente, a menos que sea la nica posible.
4. Desconectar los vrtices unidos por el lado elegido en 3.
5. Si todos los vrtices del grafo ya estn desconectados, ya se tiene el circuito de Euler.
En caso contrario repetir desde 3.
1 2 3
PASOS
1y2
CONEXO
4 5 6
g(i) = 2, i{1,2,3,4,5,6}

TEORIA
PASOS 3 y 4: Desconecto 1 y 5
Desconecto 5 y 3
Desconecto 3 y 4
Desconecto 4 y 2
Desconecto 2 y 6
Desconecto 6 y 1
CIRCUITO DE EULER: 1 5 3 4 2 6 1
CIRCUITO DE HAMILTON
Se trata de un problema similar al del circuito de Euler, slo que en vez de pasar por todos los
lados del grafo solamente una vez, en el CIRCUITO DE HAMILTON se pasa por cada vrtice
solamente una vez, con excepcin del primero y ltimo.
TEOREMA DE DIRAC: Si G es un grafo simple de n vrtices (n > 2), si el grado de cada uno
de sus vrtices es mayor o igual que n/2, entonces, G contiene un circuito de Hamilton.
TEOREMA DE ORE: Si G es un grafo simple de n vrtices (n > 2), si la suma de los grados de
todo par de vrtices distintos y no adyacentes es mayor o igual que n, entonces, G contiene un
circuito de Hamilton.
Hamilton, desarroll y comercializ un juego que consista en un dodecaedro regular, con las
instrucciones para encontrar un circuito hamiltoniano. En la figura siguiente se muestra una
versin plana de este slido. Numere los vrtices en forma consecutiva, a fin de encontrar uno
de los muchos circuitos de Hamilton que admite este grafo.
GRAFOS ISOMORFOS
Dos grafos G1 = (V1,A1) y G2 = (V2,A2) son ISOMORFOS, si existe una funcin biyectiva f: V 1
V2 tal que:
u,v V1/{u,v} A1: {f(u),f(v)} A2
Si G1 y G2 son ISOMORFOS, se cumple:
1. Tienen el mismo n de lados.
2. Tienen el mismo n de vrtices.
3. Los conjuntos de grados son iguales
4. Ambos son conexos o ambos no lo son.
5. Tienen el mismo n de circuitos de longitud n.
6. Ambos tienen o ambos no tienen circuitos de Euler.
GRAFOS PONDERADOS
Un grafo se llama PONDERADO o ETIQUETADO si a sus lados se les asigna un nmero entero
no negativo que se denomina PESO.
Ejemplo: Conexin de lneas elctricas entre ciudades, donde los pesos representan el costo o
longitud de dicha lnea.

TEORIA
PROBLEMA
Cuntos nmeros pares de 3 cifras distintas se pueden formar con los dgitos 1, 2, 3 y 5?
Para que sea par, la cifra de las unidades debe ser 2. Entonces:
1 5
3 5 3
1
1 5
RBOLES
ARBOL es un grafo conexo que no contiene ciclos, lazos ni lados paralelos.
Un conjunto de rboles se llama BOSQUE.
ELEMENTOS DE UN ARBOL
Los vrtices de un rbol se llaman NODOS. Sus lados, en cambio, se llaman RAMAS. Un rbol
est compuesto por niveles. Y el ms alto en jerarqua se llama RAIZ. La raz tiene nivel 0, los
vrtices adyacentes a ella nivel 1, y as sucesivamente.
La ALTURA de un rbol es el valor de su nivel ms bajo.
Salvo la raz, todo nodo est vinculado a otro de mayor nivel que recibe el nombre de PADRE.
Todo nodo puede ser adyacente a uno o ms nodos de un nivel ms bajo. Estos se llaman
HIJOS. Ningn hijo puede tener ms de un padre.
Los nodos que no tienen hijos, se llaman HOJAS. Los que no son hojas, se llaman NODOS
INTERNOS.
Dado un nodo, todos los que pertenecen a un nivel inferior son sus DESCENDIENTES. Los
elementos pertenecientes a una misma lnea de descendencia respecto a un nodo, se llaman
ANTECESORES.
EJEMPLO.
2 es la raz.
La altura es 2.
1, 3,5 son hojas.
5 es el padre de 1 y 3.
2 y 5 son antecesores de 1 y 3.

TEORIA
Nivel 0
Nivel 1
Nivel 2
CLASES DE ARBOLES
ARBOL n ARIO es aquel en el cual cada nodo tiene, como mximo, n ramas.
Los ms usados son los BINARIOS. En este caso, cada nodo puede tener 2, 1 o ninguna rama,
pero no ms de 2.
ARBOL BINARIO COMPLETO es aquel en que cada nodo tiene 2 ramas o ninguna. Un rbol
binario completo de k nodos internos, tiene k + 1 hojas y 2k + 1 vrtices en total.
Un rbol de altura h es BALANCEADO si el nivel de cualquier hoja es h - 1 hojas o h.
En caso contrario, es DESBALANCEADO.
OBTENCION DE ARBOLES GENERADORES
BUSQUEDA EN PROFUNDIDAD (DFS del ingls Depth First Search): Sea G un grafo.
1.Se elige un vrtice de G y se construye un camino, sin aristas repetidas, que partiendo del
vrtice elegido tenga la mayor longitud posible.
2. Se retrocede al primer vrtice de la ltima arista del camino anterior y se construye otro
camino sin repetir aristas, de la mayor longitud posible y sin volver a pasar por los vrtices ya
visitados en el primer camino construido.
Se itera el proceso hasta visitar todos los vrtices de G.
El grafo resultante es el rbol generado buscado. La solucin no es nica
BUSQUEDA A LO ANCHO (BFS del ingls Breadth First Search): Sea G un grafo.
1.Se elige un vrtice de G como raz y se visitan todos sus vrtices adyacente.
2. Se elige uno de los vrtices visitados para reiterar el proceso. Dicha eleccin se hace
siguiendo un orden lexicogrfico (orden alfabtico, de los nmeros naturales, etc.)
Se itera el proceso hasta visitar todos los vrtices de G.
El grafo resultante es el rbol generado buscado. La solucin no es nica.
ARBOLES GENERADORES
Dado G = (V,A) un grafo ponderado y conexo, puede hallarse un:
ARBOL GENERADOR MINIMO: es el rbol generado del grafo ponderado tal que la suma de sus
lados sea mnima.
ARBOL GENERADOR MAXIMO: es el rbol generado del grafo ponderado tal que la suma de sus
lados sea mxima.
ALGORITMO DE PRIM
Dado G = (V,A) un grafo ponderado y conexo de n vrtices, puede hallarse un rbol generador
mnimo haciendo:

TEORIA
1. Se elige vkV. Haciendo Tj = {vk} y Vj = V Tj, con j {1, 2, , n}

2. Se considera la arista {vi,vp}, de peso mnimo, tal que une un vrtice de Tj con otro de Vj .
Luego: T = Tj {vi,vp} y V = Vj - T.
3. Si el V = , el algoritmo termina. Si no, se itera desde el paso 2, haciendo Vj = V y T = Tj
1. Elegimos A como raz.

Entonces: T1 = {A} y V = V - T1 ={B,C,D,E,F,G,H}.
2. Elegimos la arista a = {A,D}, pues p(a) = 1 y A T1 D T1.
Hacemos : T = T1{A,D} = {A,D} y V= V T = {B,C,E,F,G,H}.
3. Como V, elegimos b = {D,B}, pues p(b) = 1 y D T B T.
Luego: T = {A,D,B} y V = {C,E,F,G,H}.
4. Como V, elegimos c = {C,B}, pues p(c) = 2 y B T C T.
Entonces: T = {A,D,B,C} y V = {E,F,G,H}.
5. Como V, elegimos d = {G,B}, pues p(d) = 3 y B T G T. Entonces: T = {A,D,B,C,G} y
V = {E,F,H}.
6. Como V, elegimos e = {H,G}, pues p(e) = 2 y G T H T. Entonces: T =
{A,D,B,C,G,H} y V = {E,F}.
7. Como V, elegimos f = {H,E}, pues p(f) = 3 y H T E T. Entonces: T =
{A,D,B,C,G,H,E} y V = {F}.
8. Como V, elegimos g = {E,F}, pues p(g) = 2 y E T F T. Entonces: T =
{A,D,B,C,G,H,E,F} y V = .
Luego, el algoritmo ha finalizado y el rbol generador mnimo es de longitud 14. Grficamente
es:

TEORIA
C
H
F
ALGORITMO DE KRUSKAL
Dado G = (V,A) un grafo ponderado y conexo de n vrtices, puede hallarse un rbol generador
mnimo haciendo:
1. Se ordenan los pesos de las aristas de G, de menor a mayor.
2. Se elige la arista de peso mnimo y se van aadiendo los lados restantes, siguiendo el orden
hallado en 1 y cuidando que la conexin de una nueva arista no genere un ciclo, en cuyo caso
no debe aadrsela.
3. Se repite 2 hasta que el rbol obtenido tenga n 1 aristas.
EJEMPLO
AD BD BC EF GH BG EH AB FG BH CD CH DE
1 1 2 2 2 3 3 4 5 6 6 7 10
SI SI SI SI SI SI SI NO NO NO NO NO NO

TEORIA
AD BD BC EF GH BG EH AB FG BH CD CH DE
1 1 2 2 2 3 3 4 5 6 6 7 10
SI SI SI SI SI SI SI NO NO NO NO NO NO

TEORIA
7. LENGUAJES FORMALES
CONCEPTOS BASICOS
SIMBOLO: Es la representacin abstracta de un objeto. En general, es cualquier carcter que
represente algn elemento. Ejs: 1, a, .
ALFABETO o VOCABULARIO: Es un conjunto finito de smbolos. Debe existir al menos un
smbolo en el alfabeto es decir, el alfabeto no puede ser el conjunto vaco. Notacin: Este
conjunto se denota con .
CADENA: Es una secuencia de smbolos de un alfabeto. Se dice que una cadena sobre un
alfabeto es tal que *, siendo * el conjunto formado por todas las posibles cadenas que
pueden formarse con los elementos de . Una cadena no puede ser infinita: no es un
subconjunto de *, sino uno de sus elementos. Ejemplo: Si ={0,1}, entonces
*={1,0,00,01,10,11,100,} y una posible cadena * es 101011010.
LENGUAJE: Es un conjunto de cadenas, las cuales deben estar formadas sobre un alfabeto
. Ejemplo: Si ={0,1} es un alfabeto, L = {100, 001, 00, 111} es un lenguaje y las cadenas
,* son, respectivamente, 1010 y 100, entonces, se tiene que L L.
ESTADO: Es la situacin o las caractersticas de un objeto en un momento dado. Un objeto no
pude estar en ms de un estado al mismo tiempo.
Los autmatas se caracterizan por tener un estado inicial. En dicho estado, reciben una
cadena de smbolos, cambian de estado por cada elemento o permanecen en el mismo
estado. Tambin tienen un conjunto de estados finales o aceptables, que indican si una
cadena pertenece al lenguaje al final de una lectura.
AUTOMATAS FINITOS DETERMINISTICOS (AFD)
Un AFD est definido por una 5 upla como sigue: A = (Q, qo, F, , ), donde:
Q es un conjunto finito de estados
qo es el estado inicial. Luego, qo Q. Debe ser uno, y slo uno. En consecuencia, qo Q.
F es un conjunto finito de estados finales. En consecuencia, F Q. Puede ser qo F.
es el alfabeto finito de entrada.
es una funcin de Q X Q. se denomina funcin de transicin.
EJEMPLO:
Q = {qo, q1, q2, q3, q4}
Estado inicial: qo.
F = {q3}
= {x, y}
: Q x Q/ (qo,x) = q1; (qo,y) = q1;
(q1,x)= q1; (q1,y)= q2; (q2,x)=q3; (q2,y)= q2; (q3,x) = q1; (q3,y) = q2; (q4,x) = (q4,y) =
q4.
Para el ejemplo dado, es el siguiente grafo orientado y etiquetado:
DIAGRAMA DE TRANSICION DE UN AFD

x y
x y
q0 q1 q2
x
x y
y
q3
q4
x,y
TABLA DE TRANSICION

TEORIA
x y
qo q1 q4
q1 q1 q2
q2 q3 q2
q3 q1 q2
q4 q4 q4
ACEPTACION DE UNA CADENA
Una cadena se acepta, si finaliza en un estado final. En caso contrario, no.
Cadena 1: xxyxxyyy No se acepta.
Cadena 2: xxyyx S se acepta.
AUTOMATAS FINITOS NO DETERMINISTICOS (AFN)
Un AFN est definido por una 5 upla como sigue: A = (Q, I, F, , ), donde:
Q es un conjunto finito de estados
I es un conjunto de estados iniciales. Luego, I Q (I puede no ser un conjunto unitario).
F es un conjunto finito de estados finales. En consecuencia, F Q.
es el alfabeto finito de entrada.
es una funcin de Q X P(S), con S Q.
DIFERENCIAS ENTRE AFD Y AFN

En AFD En AFN
1. C(I) = 1, con I Q. 1. C(I) 0, con I Q.
2. qiQ,x, qjQ / (qi,x) =qj. 2. qiQ,x, qj, qkQ / (qi,x) = {qj,
3. En el AFD toda transicin est qk} P(S). Ntese, que S Q, con lo
determinada y existe uno, y slo un cual, puede ser (qi,x) = .
estado imagen.
3. En el AFN no toda transicin est
determinada y la imagen de un par
(estado, smbolo) es un subconjunto
de Q, por lo cual pude ser .
AUTOMATAS FINITOS NO DETERMINISTICOS (AFN)

EJEMPLO:
Q = {qo, q1, q2}
I = {qo}
F = {qo, q1}
= {a, b}
: Qx P(Q) tal que:
(qo, a) ={q0, q1}; (qo, b) = {q2};
(q1,a)= ; (q1,b)= q1;
(q2,a) ={q1,q2,}; (q2,b)= .
DIAGRAMA DE TRANSICION DE UN AFN
Es, a su vez, un grafo:

TEORIA
a b a
a a
qO q1 q2
TRANSICION DE UN AFN
a b
qo {qo, q1} {q2}
q1 {q1}
q2 {q1, q2}
CONVERSION DE UN AFN EN AFD
Consideremos el AFN anterior. Se redisea la funcin , como *: P(Q)x P(Q),

como sigue:
*(,a)=*(,b)=; *({qo,q1},a)={qo,q1},
*({qo,q1},b)={q2,q1}, *({qo,q2},a)={qo,q1},
*({qo,q2},b)={q2}, *({q1,q2},a)={q2,q1},
*({q1,q2},b)={q1}, *({qo},a)=({qo,q1},
*({qo},b)={q2}, *({q1},a)= , *({q1},b)={q1},
*({q2},a)={q2,q1},*({q2},b)=,*(Q,a)={qo,q1} y *(Q, b)={q2,q1}
NUEVA TABLA
Elemento de Q Elemento de P(E) a b

E0 {qo} E3 E2
E1 {q1} E1
E2 {q2} E5
E3 {qo,q1} E3 E5
E4 {qo,q2} E3 E2
E5 {q2,q1} E5 E1
E6 Q E3 E5
DIAGRAMA DE TRANSICION

TEORIA
a
a
a a
E0 E3 E6
b
b
b E4
E2 a E5
b
b a
E1
b a b
a, b
DIAGRAMA EQUIVALENTE

TEORIA
a
a
E0 E3
b b
E2 a E5
b
b a
E1
a b
a, b
MAQUINA DE ESTADOS FINITOS

Una mquina de estados finitos es un autmata finito, en el cual no existen estados finales y
los smbolos de entrada se colocan junto con los smbolos de salida. Es decir, una mquina de
estados finitos es una 5-upla M = {Q, E, S, qo, ,) donde:
Q es el conjunto finito de estados. qo estado inicial.
E es el conjunto finito de entradas.
S es el conjunto finito de salidas.
: QxE Q funcin de estado siguiente y la funcin de salida, : Q x E S.
MAQUINA DE TURING (MT)

Una MT consiste en una cinta que se extiende de manera infinita, en donde se escribe o se lee
informacin por medio de una cabeza de lectura/escritura. MT = (Q, , A, qo, b, F,) donde:
Q: conjunto finito de estados.
qoQ: estado inicial.
: conjunto de smbolos de entrada.
A: alfabeto de la cinta.
b: smbolo blanco. b A b .
F: conjunto de estados finales.
M = {I, D} (conjunto de movimientos posibles de la cabeza).
: funcin de transicin, de Q x A Q x A x M.
EJEMPLO
MT= (Q, , A, qo, b, F,), con Q={qo,q1,q2,q3},
={x,y}, A={x, y, b}, F= {q3}, M = {I, D}
La funcin de transicin definida por:
(qo, x)= (qo, x, D), (qo, y)= (q1, y, D)
(q1, b)= (q2, b, I), (q2, x)= (q2, x, I)
(q2, y)= (q2, y, I), (q2, b)= (q3, b, D)
Usaremos esta MT para decidir si la cadena xxy es o no aceptada.
(qo, x)= (qo, x, D), (qo, y)= (q1, y, D)
(q1, b)= (q2, b, I), (q2, y)= (q2, y, I),
(q2, x)= (q2, x, I), (q2, b)= (q3, b, D)

TEORIA
b x x y b b x x y b b x x y b

qo qo q
o

q q2
q1 2

q2 q2 q3
COMPLEJIDAD COMPUTACIONAL
Es la cantidad de recursos necesarios (tiempo y espacio) para resolver un problema.
El tiempo es el nmero de pasos de ejecucin de un algoritmo para resolver un problema.
El espacio es la cantidad de memoria utilizada para resolver dicho problema.
ALGORITMOS POLINOMIALES (P)
En estos algoritmos la relacin entre el nmero de datos (n) y el tiempo de ejecucin
esta dada por una expresin o funcin polinmica.
Ejemplo:
Sort, Para ordenar n nmeros se necesitan (n2 - n) / 2 comparaciones:
De esta manera, la relacin entre n y el nmero de pasos del algoritmo es una funcin
polinmica de grado 2 y se dice que su complejidad es de orden 2:
O (n2)
Es un Orden de n2
ALGORITMOS LINEALES (L)
La relacin entre el nmero de datos (n) y el tiempo de ejecucin est dada por una funcin
polinmica de grado 1, es decir, son de complejidad de orden 1 o bien O (1)
ALGORITMOS NO POLINOMIALES (NP)
En estos algoritmos la relacin entre el nmero de datos (n) y el tiempo de ejecucin
est dada por la funcin exponencial.
Ejemplo:
Encontrar los n primeros nmeros de la sucesin (bn) n N. La relacin entre n y el
tiempo de ejecucin es 2n 1.
(bn-1) es el numero de movimientos para realizar el algoritmo.

TEORIA
ALGORITMOS NO POLINOMIALES (NP)

1 si n - 1
bn
2b n1 + 1 si n > 1
La complejidad es de tipo exponencial.

ALGORITMOS NO PARCIALMENTE COMPUTABLES
No todos los algoritmos NP son no computables. El algoritmo del factorial de un nmero
factorial que es NP, corre en cualquier computadora sin ningn tipo de inconvenientes
con casi cualquier lenguaje de programacin.


Logica y Matematica Computacional

Caricato da

Informazioni sul documento

Copyright

Formati disponibili

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Copyright:

Formati disponibili

Logica y Matematica Computacional

Caricato da

Copyright:

Formati disponibili

Lgica y Matemtica Computacional

Universidad Nacional del Nordeste - Facultad de Ciencias Exactas Naturales y Agrimensura

TEMA 1 LGICA PROPOSICIONAL

Se las denota con letras de imprenta minsculas: p, q,

Existen proposiciones SIMPLES y COMPUESTAS.

a) Jos Hernndez escribi el Martn Fierro.

NEGACION DE UNA PROPOSICION SIMPLE

La negacin de una proposicin simple p, afirma exactamente lo contrario que p.

Proposicin compuesta que es verdadera nicamente cuando todas las

Proposicin compuesta que es falsa nicamente cuando todas las proposiciones

Universidad Nacional del Nordeste - Facultad de Ciencias Exactas Naturales y Agrimensura

V(p) V(q) V(pq)

V(p) V(q) V(pq)

Universidad Nacional del Nordeste - Facultad de Ciencias Exactas Naturales y Agrimensura

TABLAS CON EXCEL

Abrir una planilla de Excel y escribir:

Universidad Nacional del Nordeste - Facultad de Ciencias Exactas Naturales y Agrimensura

Si dos proposiciones compuestas son equivalentes, ambas tienen el mismo valor de

La implicacin de dos proposiciones simples p (antecedente) y q (consecuente) es una

V(p) V(q) V(pq)

La implicacin es falsa nicamente cuando el antecedente es verdadero y el consecuente es

La doble implicacin de dos proposiciones simples p y q es una proposicin compuesta

Universidad Nacional del Nordeste - Facultad de Ciencias Exactas Naturales y Agrimensura

CONDICION NECESARIA O SUFICIENTE

p es condicin necesaria y suficiente para q.

q es condicin necesaria y suficiente para p.

EJEMPLO: V[(p q)p]= 1

V(p) V(q) V(p q) V[(p q)p]

Universidad Nacional del Nordeste - Facultad de Ciencias Exactas Naturales y Agrimensura

PROPIEDAD ASOCIATIVA DE LA DISYUNCION:

PROPIEDAD ASOCIATIVA DE LA CONJUNCION:

PROPIEDAD DISTRIBUTIVA DE LA CONJUNCION CON RESPECTO A LA DISYUNCION:

NEGACION DEL BICONDICIONAL

Universidad Nacional del Nordeste - Facultad de Ciencias Exactas Naturales y Agrimensura

PRINCIPIO DEL 3RO EXCLUIDO

Un TEOREMA es una implicacin, cuyos antecedente y consecuente se denominan

Como toda implicacin es equivalente a su contrarrecproca, se usa el mtodo

USO DEL CONTRAEJEMPLO

Universidad Nacional del Nordeste - Facultad de Ciencias Exactas Naturales y Agrimensura

Universidad Nacional del Nordeste - Facultad de Ciencias Exactas Naturales y Agrimensura

TEMA 2 - ALGEBRA DE BOOLE

Sea un conjunto B en el que se han definido dos operaciones: Suma (+) y

4.1. DE LA SUMA CON RESPECTO A LA MULTIPLICACION

4.2. DE LA MULTIPLICACION CON RESPECTO A LA SUMA

Para cada x B, existe otro, x B, tal que:

Consideremos ahora el conjunto

Universidad Nacional del Nordeste - Facultad de Ciencias Exactas Naturales y Agrimensura

Entonces, (B, +, .) tiene estructura de Algebra de Boole, porque cumple:

1.1. LEY DE CIERRE DE LA +

1.2. LEY DE CIERRE DE LA .

Sean x = v(p), y = v(q), z = v(r)

Universidad Nacional del Nordeste - Facultad de Ciencias Exactas Naturales y Agrimensura

= v[(p q) r] = v(p q) + v(r) = [v(p)+v(q)] + v(r)= (x + y) + z

4.1. DE LA SUMA CON RESPECTO A LA MULTIPLICACION

4.2. DE LA MULTIPLICACION CON RESPECTO A LA SUMA

Si x B tal que x = v(p), denotemos con x = v(p). Entonces, x B, y es tal que:

Una expresin booleana es una suma de productos (llamados MINITERMINOS)

Dada una expresin booleana P, se llama DUAL DE P, a la expresin booleana que

Si una proposicin es derivable de los axiomas de lgebra de Boole, su dual tambin

Universidad Nacional del Nordeste - Facultad de Ciencias Exactas Naturales y Agrimensura

SIMPLIFICACION DE FUNCIONES BOOLEANAS

Cuando se plantea un problema, no siempre, la expresin dada u obtenida de una

La expresin de la funcin booleana dada es: f:B2 B/ f(x,y) = x.y + x.y

Sea f: B3 B tal que f(x, y, z)= = xyz+ xyz + xyz+ xyz