Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
La versión más actual de este material (las letritas en rojo al pie de casi cada página
indican la fecha de la última edición) puede obtenerse del siguiente enlace:
http://logistica.fime.uanl.mx/miguel/docs/MateDisc.pdf
i
Matemáticas discretas (M. MATA) ii
Competencias específicas
De acuerdo al programa analítico de la materia, las competencias de la materia son:
Unidades temáticas
Según los ejercicios del programa analítico, este curso debe cubrir:
Tablas lógicas
Inducción matemática
Leyes, propiedades y operaciones con conjuntos
Tipos de sucesiones
Cadenas y alfabetos
Relaciones de recurrencia mediante gráficas y matriz de relaciones
Representación de funciones
Bibliografía
Aunque en general estos apuntes han salido de las notas personales del autor, se
presenta la siguiente bibliografía:
Presentación I
1. Introducción 1
1.1. Conjuntos discretos y conjuntos continuos . . . . . . . . . . . . . . 1
1.2. Conjuntos numéricos . . . . . . . . . . . . . . . . . . . . . . . . . . 1
2. Lógica 3
2.1. Proposiciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
2.2. Operadores lógicos . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
2.2.1. Negación . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
2.2.2. Conjunción . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
2.2.3. Disyunción . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
2.2.4. Implicación . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
2.2.5. Doble implicación . . . . . . . . . . . . . . . . . . . . . . . 6
2.2.6. Precedencia . . . . . . . . . . . . . . . . . . . . . . . . . . 6
2.3. Representaciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
2.3.1. Redes de decisión . . . . . . . . . . . . . . . . . . . . . . . 6
2.3.2. Valores de verdad . . . . . . . . . . . . . . . . . . . . . . . 7
2.3.3. Tablas de verdad . . . . . . . . . . . . . . . . . . . . . . . . 7
2.3.4. Diagramas binarios de decisión . . . . . . . . . . . . . . . . 8
2.4. Tautologías . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
2.4.1. Implicación tautológica . . . . . . . . . . . . . . . . . . . . 10
2.4.2. Equivalencias . . . . . . . . . . . . . . . . . . . . . . . . . . 11
2.4.3. Leyes del álgebra de proposiciones . . . . . . . . . . . . . . . 12
2.4.4. Más sobre la implicación . . . . . . . . . . . . . . . . . . . . 13
2.5. Argumentos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
2.5.1. Reglas de inferencia* . . . . . . . . . . . . . . . . . . . . . . 14
2.5.2. Demostraciones . . . . . . . . . . . . . . . . . . . . . . . . 16
2.6. Cuantificadores . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
2.6.1. Negación . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
2.6.2. Cuantificadores anidados . . . . . . . . . . . . . . . . . . . . 19
3. Conjuntos 20
3.1. Relación de pertenencia . . . . . . . . . . . . . . . . . . . . . . . . 20
3.2. Subconjuntos e igualdad . . . . . . . . . . . . . . . . . . . . . . . . 21
3.3. Conjunto universal y conjunto vacío . . . . . . . . . . . . . . . . . . 21
iv
Matemáticas discretas (M. MATA) v
6. Relaciones y funciones 41
6.1. Relaciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
6.1.1. Representación gráfica de una relación . . . . . . . . . . . . 41
6.1.2. Representación matricial de una relación . . . . . . . . . . . 42
6.1.3. Dominio y rango de una relación . . . . . . . . . . . . . . . 43
6.1.4. Relación inversa . . . . . . . . . . . . . . . . . . . . . . . . 43
6.2. Relaciones de orden y relaciones de equivalencia . . . . . . . . . . . 44
7. Recursividad 55
7.1. Sucesiones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
7.1.1. Sucesiones acotadas y monótonas . . . . . . . . . . . . . . . 55
7.1.2. Subsucesiones . . . . . . . . . . . . . . . . . . . . . . . . . 56
7.2. Funciones recursivas . . . . . . . . . . . . . . . . . . . . . . . . . . 57
7.3. Notación Sigma . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57
7.4. Inducción matemática . . . . . . . . . . . . . . . . . . . . . . . . . 58
8. Combinatoria 61
8.1. Conteo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61
8.1.1. Principio fundamental del conteo . . . . . . . . . . . . . . . 61
8.2. Ordenaciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62
8.2.1. Permutaciones . . . . . . . . . . . . . . . . . . . . . . . . . 63
8.2.2. Permutaciones con elementos repetidos . . . . . . . . . . . . 63
8.3. Ordenaciones con repetición . . . . . . . . . . . . . . . . . . . . . . 63
8.4. Combinaciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 64
8.5. Combinaciones con repetición . . . . . . . . . . . . . . . . . . . . . 64
8.6. Coeficientes binomiales . . . . . . . . . . . . . . . . . . . . . . . . 65
8.6.1. Triángulo de Pascal . . . . . . . . . . . . . . . . . . . . . . 65
8.6.2. Teorema del binomio . . . . . . . . . . . . . . . . . . . . . . 66
8.6.3. Teorema del multinomio . . . . . . . . . . . . . . . . . . . . 66
8.7. Diagramas de árbol . . . . . . . . . . . . . . . . . . . . . . . . . . 67
9. Teoría de grafos 69
9.1. Grafos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69
9.2. Definiciones básicas . . . . . . . . . . . . . . . . . . . . . . . . . . 70
9.2.1. Incidencia y adyacencia . . . . . . . . . . . . . . . . . . . . 70
9.2.2. Vecinos y grados . . . . . . . . . . . . . . . . . . . . . . . . 71
9.2.3. Cadenas, caminos, ciclos y circuitos . . . . . . . . . . . . . . 72
9.3. Algunos tipos de grafos . . . . . . . . . . . . . . . . . . . . . . . . 74
9.3.1. Grafos completos . . . . . . . . . . . . . . . . . . . . . . . . 74
9.3.2. Torneos . . . . . . . . . . . . . . . . . . . . . . . . . . . . 75
9.3.3. Grafos conexos . . . . . . . . . . . . . . . . . . . . . . . . . 76
9.3.4. Árboles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 76
9.3.5. Árboles dirigidos y árboles binarios . . . . . . . . . . . . . . 77
9.3.6. Grafos bipartitos . . . . . . . . . . . . . . . . . . . . . . . . 78
A. Números flotantes 82
A.1. Representación binaria de números enteros . . . . . . . . . . . . . . 82
A.2. Representación binaria de números fraccionarios . . . . . . . . . . . 82
A.3. Representación en punto flotante . . . . . . . . . . . . . . . . . . . 83
A.3.1. Representación flotante binaria . . . . . . . . . . . . . . . . 83
Introducción
Dígitos: También llamados guarismos. Son los que empleamos para representar las
cifras.
D “ t0, 1, 2, 3, . . . , 9u
Números naturales: Los más antiguos. Son los que se emplean para contar.
N “ t1, 2, 3, . . . u
1
Matemáticas discretas (M. MATA) 2
Números enteros: A los números naturales se añanden sus inversos aditivos (ne-
gativos) y el cero.
Z “ t. . . , ´3, ´2, ´1, 0, 1, 2, 3, . . . u
Números reales: Contienen a todos los números con cualquier tipo de expansión
decimal. Son la unión de los números racionales y los irracionales.
R “ tA.d1 d2 d3 ¨ ¨ ¨ | A P Z, di P Du
C “ ta ` b i | a, b P Ru
A “ tx P C | an xn ` ¨ ¨ ¨ ` a1 x ` a0 “ 0, n P N, ai P Q, an ‰ 0u
H “ ta ` b i ` c j ` d k | a, b, c, d P Ru “ tx ` y j | x, y P Cu
Observación 1.6. También es discreto el conjunto de números flotantes con los que
trabaja la computadora (para una presentación de éstos, ver el apéndice A).
Lógica
La «lógica» es una ciencia formal que estudia el «razonamiento» correcto. Suele ser
confundida con el «sentido común».
Por ello, antes de comenzar, iniciemos con un pequeño auto-examen de lógica. Res-
ponda a lo siguiente:
1. ¿Es verdadera la afirmación «algunos de los alumnos de este salón tienen menos
de 80 años»?
6. El padre dijo a su hijo, «Si sacas buenas notas te compro una bicicleta», el niño
sacó malas notas, cuando el padre las vio el hijo le preguntó, «Papá, ¿me vas a
comprar una bicicleta?». ¿Hizo el niño una pregunta lógica?
Las respuestas correctas son: 1. Sí. 2. Se puede concluir cualquier cosa. 3. Verdadera.
4. Si dos rectas no se intersectan son paralelas. 5. Sí. 6. Sí.
2.1. Proposiciones
Una proposición es un enunciado que puede ser calificado como verdadero o falso.
3
Matemáticas discretas (M. MATA) 4
2.2.1. Negación
Dada una proposición p la negación de p es también una proposición. La denotaremos
p y se lee «no p». Su valor de verdad será el contrario al de p.
Ejemplo 2.3. Algunos ejemplos de negación:
1. p: París está en Inglaterra,
p: París no está en Inglaterra.
2. q: 1 ` 1 “ 3,
q: 1 ` 1 ‰ 3.
3. r: x2 ` 1 ą 0,
r: x2 ` 1 ď 0.
4. t: No hace frío,
t: Hace frío.
2.2.2. Conjunción
Dadas dos proposiciones p y q la conjunción de p con q es también una proposición.
La denotaremos p ^ q y se lee «p y q». Su valor de verdad será verdadero sólo cuando
ambas proposiciones p y q sean verdaderas.
Ejemplo 2.4. Algunos ejemplos de conjunción:
1. p: París está en Inglaterra,
q: Madrid está en España,
p ^ q: París está en Inglaterra y Madrid está en España.
2. p: No hace frío,
q: No hace calor,
p ^ q: No hace frío ni calor.
3. p: |x| ą π,
q: x2 ´ 16 ď 0,
p ^ q: |x| ą π y x2 ´ 16 ď 0.
4. Las rosas son rojas y las violetas son azules.
2.2.3. Disyunción
Dadas dos proposiciones p y q la disyunción de p con q es también una proposición.
La denotaremos p _ q y se lee «p o q». Su valor de verdad será falso sólo cuando
ambas proposiciones p y q sean falsas.
Ejemplo 2.5. Algunos ejemplos de disyunción:
1. p: París está en Inglaterra,
q: París está en España,
p _ q: París está en Inglaterra o en España.
2. Sacas buenas calificaciones o no vas a la fiesta.
2.2.4. Implicación
Dadas dos proposiciones p y q la implicación de p con q es también una proposición.
La denotaremos p Ñ q y se lee «p implica q» o «si p entonces q» (entre otras
expresiones). Su valor de verdad será falso sólo cuando p sea verdadera pero q sea
falsa.
Ejemplo 2.6. Algunos ejemplos de implicación:
1. p: París está en Francia,
q: Madrid está en Inglaterra,
p Ñ q: Si París está en Francia, Madrid está en Inglaterra.
2. Si x ă ´2 entonces x2 ą 4.
3. Si apruebas matemáticas, te compro una bicicleta.
2.2.6. Precedencia
Cuando se escriben sin paréntesis, los operadores se ejecutan con la siguiente prece-
dencia: , ^, _, Ñ, Ø. De esta manera, la expresión p _ q ^ r _ s Ñ p _ s es
equivalente a rp _ pq ^ p rqq _ ss Ñ rp _ p sqs.
2.3. Representaciones
2.3.1. Redes de decisión
Existe una representación de redes de los operadores binarios _ y ^. Suele ser útil
en la comprensión de circuitos o redes eléctricas, y en diagramas de comunicación y
conmutadores.
Imaginemos que hay un emisor T0 y un receptor T1 . El flujo debe pasar por algunos
puertos que pueden estar abiertos (valor de 1) o cerrados (valor de 0).
T0 p T1
p
T0 T1
q
T0 p q T1
Ejercicio 2.8. Dibujar la red de decisión para rrp ^ pq _ rqs _ rps _ pq ^ tss ^ s:
q
p
r
T0 s T1
s
t
p
Con estas tablas podemos calcular los valores de verdad de expresiones más complejas.
Ejemplo 2.13. p p ^ q ^ rq _ pp ^ qq _ pq ^ rq
A
hkkkkkkkikkkkkkkj B kj hkkik
hkkik C kj
p q r p^ q^ r p^q q^r A_B_C
1 1 1 0 1 1 1
1 1 0 0 1 0 1
1 0 1 0 0 0 0
1 0 0 0 0 0 0
0 1 1 0 0 1 1
0 1 0 0 0 0 0
0 0 1 0 0 0 0
0 0 0 1 0 0 1
p p
1 0
q q q q
1 0 1 0
r r r r r r
1 0 1 0 1 0 1 0
1 1 0 0 1 0 0 1 1 0
p p
1 0
q q
1 0 1 0
r r r r
1 0 1 0 1 0 1 0
1 1 1 1 0 0 0 0 1 0
2.4. Tautologías
Definición 2.15. Una tautología es una proposición cuyo valor es siempre verda-
dero para todos los posibles valores de verdad de las proposiciones simples que la
componen. Si el valor es siempre falso, se llama contradicción.
El resultado es verdadero en todos los casos, por lo tanto sí es una implicación tau-
tológica.
El resultado es verdadero en todos los casos, por lo tanto sí es una implicación tau-
tológica.
2.4.2. Equivalencias
Cuando una doble implicación A Ø B es una tautología se llama equivalencia y se
escribe A ô B.
A B AÑB pA Ñ Bq A ^ B
1 1 1 0 0
1 0 0 1 1
0 1 1 0 0
0 0 1 0 0
1. p Y q ô pp _ qq ^ p p _ qq
2. p Y q ô pp ^ qq _ p p ^ qq
3. p Y q ô pp Ø qq
p_pôp
1 Leyes idempotentes
p^pôp
p_q ôq_p
2 Leyes conmutativas
p^q ôq^p
p _ pq _ rq ô pp _ qq _ r
3 Leyes asociativas
p ^ pq ^ rq ô pp ^ qq ^ r
p _ pq ^ rq ô pp _ qq ^ pp _ rq
4 Leyes distributivas
p ^ pq _ rq ô pp ^ qq _ pp ^ rq
pp _ qq ô p ^ q
5 Leyes de De Morgan
pp ^ qq ô p _ q
6 p pq ô p Doble negación
p_ pô1 Leyes de
7
p^ pô0 complementación
p_0ôp
8 Leyes de identidad
p^1ôp
p_1ô1
9 Leyes de dominación
p^0ô0
Ejercicio 2.26. Demostrar, mediante las leyes de las proposiciones, las siguientes
equivalencias:
1. pp _ qq ^ p ô p^q
2. p _ pp ^ qq ô p
3. pp _ qq _ p p ^ qq ô p
AÑB Implicación
BÑA Inversa
AÑ B Conversa
BÑ A Contrapuesta
10 p Ñ q ô qÑ p Contrapuesta
Equivalencia a
11 p Ñ q ô p _ q
la implicación
Negación de
12 pp Ñ qq ô p ^ q
la implicación
13 p Ø q ô pp Ñ qq ^ pq Ñ pq Doble implicación
2.5. Argumentos
Definición 2.29. Un argumento es la deducción de una conclusión Q a partir de un
conjunto de premisas P1 , P2 ,. . . , Pn . Se denota por P1 , P2 , . . . , Pn $ Q, y es válido
si la conclusión Q es verdadera cuando todas las premisas son verdaderas.
A B A Ñ B pA Ñ Bq ^ A rpA Ñ Bq ^ As Ñ B
1 1 1 1 1
1 0 0 0 1
0 1 1 0 1
0 0 1 0 1
Lo cual es una tautología, por lo tanto el modus ponendo ponens es un argumento
válido.
p _ q, r Ñ q, s ^ r, t Ñ p $ pt ^ rq
rpp _ qq ^ pr Ñ qq ^ ps ^ rq ^ pt Ñ pqs ñ pt ^ rq
AÑB
A^B
Modus ponendo ponens: A Simplificación:
A
B
AÑB
A
Modus tollendo tollens: B Adición:
A_B
A
A_B A
Modus tollendo ponens: B Conjunción: B
A A^B
AÑC
AÑB
BÑC
Silogismo hipotético: BÑC Prueba por casos:
A_B
AÑC
C
Ejemplo 2.35. Demostrar, por medio de las reglas de inferencia, que los siguientes
argumentos son válidos:
1. p Ñ ps _ tq, p $ s_t
Equivalentemente: Solución:
P1 : p Ñ ps _ tq Q: s_t por M. ponens de P2 en P1 .
P2 : p
Q: s_t
2. r Ñ s, s^p $ r
Equivalentemente: Solución:
P1 : r Ñ s C1 : s por simplificación en P2 ,
P2 : s^p Q: r por M. tollens de C1 en P1 .
Q: r
3. q Ñ s, p _ q, r ^ p $ s _ t
Equivalentemente: Solución:
P1 : q Ñ s C1 : p por simplificación en P3 ,
P2 : p_q C2 : q por ponendo tollens de C1 en P2 ,
P3 : r ^ p C3 : s por m. ponens de C2 en P1 ,
Q: s_t Q: s _ t por adición a C3 .
Ejercicio 2.36. Demostrar, por medio de las reglas de inferencia, que los siguientes
argumentos son válidos:
1. p _ q, r Ñ q, s ^ r, t Ñ p $ pt ^ rq
2. p _ q, t ^ p, q Ñ s $ sÑm
3. m Ñ n, q _ m, p Ñ n, p _ r, q $ r
4. A, A $ B (regla de contradicción)
2.5.2. Demostraciones
Una demostración es un argumento deductivo para verificar una proposición matemá-
tica. Veamos algunos ejemplos:
Proposición
? 2.40. No existen
? números enteros p y q, libres de factores comunes,
p
tales que 2 “ q (es decir, 2 es irracional).
Observación 2.43. La suma de dos números irracionales puede ser racional o irra-
cional.
2.6. Cuantificadores
Expresiones del tipo «todos los hombres son mortales» o «algunos alumnos de este
salón tienen menos de 80 años» se pueden traducir en expresiones lógicas mediante la
ayuda de los cuantificadores.
1. Hoy es miércoles.
El dominio D son los días de la semana.
2. |x| ą π. Con D “ R.
3. n es par. Con D “ Z.
Cuantificador universal: Todos los elementos del dominio satisfacen una propiedad
determinada. Empleamos el símbolo @, el cual se lee para todo:
@ x P D, P pxq
D x P D : P pxq
lo cual se lee «existe x en D tal que P pxq», «hay algún x en D que satisface P pxq»,
entre otras expresiones similares.
@ x P Q, x P R.
D x P Q : x ă 2.
@ x P H, M pxq.
D x P R : x R Q.
@ x P R, x2 ě 0.
3. @ n P N, n ą 0:
Todos los números naturales son positivos.
?
4. D x P Q : π ă x ă 10:
Existe al menos un número racional entre Pi y raíz de diez.
5. A algunos mexicanos les gusta el fútbol:
Definimos M el conjunto de mexicanos y F pxq la propiedad de que a x le gusta
el fútbol. Entonces la afirmación quedaría: D x P M : F pxq.
6. A ningún mexicano les gusta el fútbol:
Siguiendo la notación anterior: @ x P M, F pxq.
?
7. ¿Es cierto que @ n P N, n R Q?
2.6.1. Negación
La negación de un cuantificador universal es uno existencial con la propiedad negada;
de la misma forma, la negación de un cuantificador existencial es uno universal con la
propiedad negada:
r@ x, P pxqs ô D x : P pxq.
rD x : P pxqs ô @ x, P pxq.
Ejemplo 2.48. .
1. No es verdad que todos los números naturales son pares:
r@ n P N, n es pars ô D n P N : n no es par.
r@ x P M, F pxqs ô D x P M : F pxq
4. @ x P R, D a P Z : a ď x ă a ` 1.
5. @ x P R, ε ą 0, D q P Q : x ă q ă x ` ε.
Ejemplo 2.51. Decir si las siguientes proposiciones son verdaderas:
1. D x P R : D y P R : x ` y ą 0
2. @ x P R, @ y P R, x ` y ą 0
3. @ x P R, D y P R : x ` y ą 0
4. D x P R : @ y P R, x ` y ą 0
Conjuntos
Ejemplo 3.1. .
1. El conjunto A de objetos en mi mochila, en este momento.
5. D “ tn P Z | n es un número dígitou
8. E “ tn P N | n ą 10u
9. F “ tx P R | x2 ´ 3x ` 2 “ 0u
10. F “ t1, 2u
20
Matemáticas discretas (M. MATA) 21
Ejemplo 3.16. .
1. En geometría, U es el plano.
Por otra parte, en ocasiones deberemos estudiar conjuntos que no tienen ningún ele-
mento. Dicho conjunto es llamado conjunto vacío y lo denotamos por ∅.
Ejemplo 3.17. .
1. A “ tn P Z | n2 “ 16, n es imparu “ ∅.
2. B “ tx P R | x2 ` 1 “ 0u “ ∅.
PpSq “ t∅, tau, tbu, tcu, ta, bu, ta, cu, tb, cu, Su.
A Y B “ tx | x P A _ x P Bu.
3.5.2. Intersección
Definición 3.29. La intersección de dos conjuntos A y B, expresada por A X B,
es el conjunto de todos los elementos que pertenecen a A y a B:
A X B “ tx | x P A ^ x P Bu.
3.5.3. Diferencia
Definición 3.30. La diferencia de A respecto a B , también llamada A menos B y
expresada por AzB, es el conjunto de todos los elementos que pertenecen a A pero
que no pertenecen a B:
AzB “ tx | x P A ^ x R Bu.
3.5.4. Complemento
Definición 3.31. El complemento de un conjunto A, expresado por Ac , es el con-
junto de todos los elementos que no pertenecen a A:
Ac “ tx | x P U ^ x R Au.
1. A “ tx P U | x es paru
2. B “ tx P U | x es múltiplo de 3u
3. C “ tx P U | x es primou
4. Ac Y C
5. B c X C
6. CzA
7. AzC
8. BzpA Y Cq
1. pA X Bqc “ Ac Y B c
Demostración.
2. BzA “ B X Ac
Demostración.
Observación 3.35. De cada una de las leyes de las proposiciones se deriva una
propiedad de los conjuntos.
1. pAzBqc “ Ac Y B.
2. A Y pA X Bq “ A.
3. pAzBq X B “ ∅.
4. ∅c “ U .
3. AzpBzAq “ A.
4. A Y pAzBq “ A.
1. A Ď B ñ A Y B “ B
2. A Ď B ñ B c Ď Ac
1. A4B “ pA Y BqzpA X Bq
3.6. Cardinalidad
Definición 3.41. Dado A un conjunto, se define la cardinalidad de A, y se denota
|A|, como la cantidad de elementos que pertenecen a A.
Ejemplo 3.42. .
1. Dado A “ ta, e, i, o, uu, |A| “ 5.
2. Dado B el conjunto de las letras del alfabeto español, ¿cuánto vale |B|?
Ejercicio 3.43. .
1. Si S “ ∅, ¿cuánto vale |S|?
2. ¿Cuál es la cardinalidad de N?
3. Si A Ď B, ¿|A| ď |B|?
4. Si A Ă B, ¿|A| ă |B|?
3. |A Y B| ě máxt|A|, |B|u.
1. |A X B| ď mı́nt|A|, |B|u.
A B
1. A y B no se intersectan
2. A Ď B
U U
A B A B
1. A Y B
2. A X B
3. Ac
4. Ac X B
U U
A B A B
Representación de A Y B Representación de A X B
U U
A B A B
Representación de Ac Representación de Ac X B
R = Dos y seis.
Ejercicio 3.50. En una encuesta a 200 alumnos se encontró que 68 tienen excelen-
te conducta, 138 son inteligentes, 160 son muy sociables, 120 son muy sociables e
inteligentes, 20 tienen excelente conducta pero no son inteligentes, 13 tienen exce-
lente conducta pero no son muy sociables, y 15 tienen excelente conducta, son muy
sociables y no son inteligentes. Identificar en un diagrama de Venn.
4.1. Alfabetos
Definición 4.1. Un alfabeto es un conjunto finito no vacío de elementos que llama-
remos símbolos.
5. Sea Σ “ N.
1. ASCII.
3. UTF-8.
30
Matemáticas discretas (M. MATA) 31
4.2. Cadenas
Definición 4.5. Una cadena sobre un alfabeto Σ es una secuencia finita de elementos
de Σ.
Ejemplo 4.6. .
1. Sea Σ “ ta, b, c, du, las siguientes son tres posibles cadenas sobre Σ: babc,
dcbbbbad y a.
2. Sea Γ “ t0, 1u, las siguientes son posibles cadenas sobre Γ: 10010, 001, 10 y
01.
Definición 4.9. La cadena sin elementos se llama cadena nula y se denota por λ.
1. β “ aabcad
2. β “ 015 08 1
3. λ
4.2.1. Concatenación
Definición 4.14. Sea Σ un alfabeto y sean α y β dos cadenas sobre Σ, la concate-
nación de α con β es la cadena formada por α seguida de β, y se escribe αβ.
Ejercicio 4.16. .
1. Sean α “ aab y β “ acad, escribir αβ y βα.
2. Sea γ “ 0110, escribir λγ y γλ.
3. Sean ε “ x10 z 9 y 13 y δ “ y 8 x7 , escribir εδ y δε.
Ejercicio 4.17. .
1. Si α P Σ˚ y β P Γ˚ , ¿a qué conjunto pertenece αβ?
2. Si |α| “ n y |β| “ m, ¿cuál es el valor de |αβ|?, ¿y cuál es el valor de |βα|?
Ejercicio 4.19. .
1. En los siguientes casos, decir si α es una subcadena de β.
a) α “ ab y β “ cabad.
b) α “ 011 y β “ 001011.
2. Dado β “ x10 z 9 y 13 , ¿cuáles de las siguientes son una subcadena de β?
a) α1 “ x2 y 3 .
b) α2 “ x10 z 10 .
c) α3 “ zy.
4.3. Lenguajes
Definición 4.30. Un lenguaje L sobre un alfabeto Σ es un subconjunto de Σ˚ .
Nomenclaura 4.32. Algunos autores llaman palabra a una cadena cuando pertenece
a un lenguaje L.
Ejemplo 4.34. Sea Γ los símbolos del alfabeto cirílico y L el conjunto de palabras
legales del idioma ruso.
Ejercicio 4.36. Sea Γ “ t0, 1u y L el conjunto de cadenas que inician con 1, terminan
con 0, tienen un número par de veces el 0 y un número impar de veces el 1, y no tiene
longitud mayor a 6. Escriba L explícitamente.
1. ¿Son A y B lenguajes?
Ejemplo 4.38. Sean A y B dos lenguajes sobre Σ, entonces los siguientes también
son lenguajes:
1. A Y B.
2. A X B.
3. AzB.
4. Ac “ Σ˚ zA.
AB “ tαβ | α P A, β P Bu
Ejercicio 4.44. Sean A y B dos lenguajes sobre Σ, decir si las siguientes afirmaciones
son verdaderas:
1. pABqR “ B R AR .
2. pA Y BqR “ AR Y B R .
3. pA X BqR “ AR X B R .
4. pAR qR “ A.
5. A X AR “ ∅.
Ejemplo 5.2. .
1. Observe que p2, 3q ‰ p3, 2q.
3. Ambos elementos del par ordenado pueden ser el mismo: pa, aq.
A ˆ B “ tpa, bq | a P A ^ b P Bu.
Ejercicio 5.5. .
36
Matemáticas discretas (M. MATA) 37
A1 ˆ A2 ˆ ¨ ¨ ¨ ˆ An “ tpa1 , a2 , . . . , an q | a1 P A1 , a2 P A2 , . . . , an P An u
An “ tpa1 , a2 , . . . , an q | a1 , a2 , . . . , an P Au.
Observación 5.6. Una base de datos informática se puede ver como un producto
cartesiano.
Con lo anterior, todas las posibles combinaciones para evaluar P estarían dadas por
B 3 “ tp1, 1, 1q, p1, 1, 0q, p1, 0, 1q, p1, 0, 0q, p0, 1, 1q, p0, 1, 0q, p0, 0, 1q, p0, 0, 0qu.
Ejemplo 5.10. .
Ejercicio 5.11. .
1. T pp Ø qq.
2. T p pq.
3. Es evidente que siempre T pP q Ď B n pero, ¿puede T pP q “ B n ?
4. ¿Existe la posibilidad de que T pP q “ ∅?
5.2. Matrices
Definición 5.13. Una matriz de m ˆ n es un arreglo rectangular de elementos de
un conjunto de la forma
¨ ˛
a11 a12 a13 ¨¨¨ a1n
˚ a21 a22 a23 ¨¨¨ a2n ‹
˚ ‹
˚ .. .. .. .. .. ‹
˝ . . . . . ‚
am1 am2 am3 ¨ ¨ ¨ amn
Notación 5.14. La matriz anterior se suele denotar por paij q. Cada aij es el elemento
situado en la i-ésima fila y la j-ésima columna.
Observación 5.16. Hay una estrecha relación entre las matrices y el producto car-
tesiano. A cada matriz m ˆ n le puede corresponder una mn-upla con los mismos
elementos colocando las filas de la matriz consecutivamente.
Notación 5.17. Si A “ paij q es una matriz mˆn y cada aij P F, entonces denotamos
A P Fmˆn .
Definición 5.22. Una matriz cuadradad paij q se dice que es diagonal si y sólo si
los elementos que no pertenecen a la diagonal principal son cero, es decir, aij “ 0 si
i ‰ j.
Definición 5.29. Se dice que una matriz cuadrada paij q es triangular superior si y
sólo aij “ 0 para i ą j.
Definición 5.30. Se dice que una matriz cuadrada paij q es triangular inferior si y
sólo aij “ 0 para i ă j.
Relaciones y funciones
6.1. Relaciones
Definición 6.1. Sean A y B dos conjuntos, una relación R definida del conjunto A
al conjunto B es un subconjunto de A ˆ B.
Ejemplo 6.2. .
1. Sean A “ ta, b, cu, B “ t1, 2, 3u y R “ tpa, 2q, pa, 3q, pb, 3qu
Nomenclaura 6.3. Cuando una relación R está definida del conjunto A al conjunto
A, es decir, cuando R Ď A2 , se dice simplemente que R está definida sobre A.
41
Matemáticas discretas (M. MATA) 42
c 1 a
b
a
2 b
1 2 3 3 c
Forma cartesiana Forma de grafo
4 1 1 1 2
3
2 2
2
1 3 3
1 2 3 4 4 4 4 3
Forma Grafo Grafo
cartesiana bipartito dirigido
Notación 6.13. Algunos autores dan otros nombres al rango de R, como imagen
o recorrido. Por la misma razón, al conjunto Ran R lo denotan de otra manera, por
ejemplo Im R.
Ejemplo 6.15. .
1. R “ tp1, 2q, p1, 3q, p2, 3qu.
R´1 “ tp2, 1q, p3, 1q, p3, 2qu.
2. Sea A el conjunto de alumnos del salón y R definida sobre A como sigue:
R “ tpa, bq | a es más alto que bu, entonces R´1 “ tpb, aq | b es más bajo que au.
3. Sea R “ tpp, qq P Q2 | q “ 3p ` 2u, entonces R´1 “ tpq, pq P Q2 | p “
pq ´ 2q{3u.
Ejercicio 6.16. Sea R “ tp1, bq, p1, cq, p2, aq, p2, cqu:
1. Expresar R´1 .
2. Hacer la representación matricial de R y de R´1 .
3. ¿Es posible establecer alguna relación entre las representaciones matriciales de
R y de R´1 ?
Ejercicio 6.18. Para cada una de las relaciones siguientes, diga si es reflexiva, tran-
sitiva, simétrica o antisimétrica.
2. R “ tpa, bq P Z | a ě bu.
3. Sea A el conjunto de alumnos del salón y R definida sobre A de tal forma que
a R b si y sólo si a es amigo de b.
1. Si R es reflexiva.
2. Si R es transitiva.
3. Si R es simétrica.
4. Si R es antisimétrica.
Ejemplo 6.25. Sea Pn rxs el conjunto de los polinomios sobre x de grado menor
o igual a n. Sean ppxq y qpxq dos polinomios en Pn rxs y sea R la relación que se
define mediante la regla «ppxq R qpxq si y sólo si ppxq y qpxq tienen el mismo grado».
Verifique que R es una relación de equivalencia.
Ejemplo 6.26. Sea B el conjunto de cadenas de longitud ocho del alfabeto t0, 1u.
Sea R Ď B 2 tal que pα, βq P R si y sólo si α y β tienen la misma cantidad de veces
el 1. Verifique que R es una relación de equivalencia.
a
Ejercicio 6.29. Sea R definida sobre N2 mediante «pa, bq R pc, dq si y sólo si b
“ dc ».
Verifique que es una relación de equivalencia.
Observación 6.34. El ejercicio 6.29 implica que cuando decimos que dos fracciones
son iguales, significa en realidad que pertenecen a la misma clase de equivalencia.
Ť
Nomenclaura 6.37. Una colección de conjuntos Xi tales que X Ď iPI Xi se llama
cobertura de X.
Ejercicio 6.40. Sea X “ ta, b, cu, enliste todas las posibles particiones de X:
tta, b, cuu
Ejercicio 6.41. Sea X el intervalo cerrado r0, 1s, ¿cuáles de las siguientes es una
partición de X?:
1. tr0, 21 q, p 12 , 1su
2. tr0, 21 s, r 12 , 1su
3. tr0, 31 s, p 13 , 23 q, r 32 , 1su
Ejemplo 6.42. Sea A “ t1, 2, 3, 4, 5, 6u y R “ tp1, 1q, p1, 2q, p1, 4q, p2, 1q, p2, 2q,
p2, 4q, p3, 3q, p3, 5q, p4, 1q, p4, 2q, p4, 4q, p5, 3q, p5, 5q, p6, 6qu.
Ejemplo 6.45. Graficar, como un grafo dirigido, la relación del ejemplo anterior.
1 3 6
2 4 5
Ejercicio 6.47. .
¿Cuántos arcos se conectan a cada nodo en cada parte del grafo?
6.3. Funciones
Definición 6.48. Sean A y B dos conjuntos. Una función de A en B es una relación
f tal que a cada elemento de A se le asigna uno y sólo un elemento de B.
Ejemplo 6.50. .
1. Sean A “ t1, 2, 3u y B “ ta, b, cu.Sea f “ tp1, aq, p2, cq, p3, cqu.
1. Sean A “ ta, b, cu y B “ A.
2. Sean A “ Z y B “ N.
a) Sea f pzq “ z 3 ` 3.
b) Sea gpzq “ z 4 .
Observación 6.52. Dos funciones f y g, son iguales si y sólo si f paq “ gpaq para
todo a P A. ¿Cuándo dos funciones son distintas?
Definición 6.57. Se define el piso de un número real x, denotado por txu, y el techo
de x, denotado por rxs, mediante
txu “ máxtm P Z | m ď xu,
rxs “ mı́ntm P Z | m ě xu.
Ejercicio 6.58. Sean f : R Ñ Z y g : R Ñ Z definidas por f pxq “ txu y gpxq “ rxs.
1. ¿Son f pxq y gpxq funciones?
2. ¿Son f pxq y gpxq iguales?
3. ¿Cual es el valor de rxs ´ txu?
3. 1A4B pxq “ 1A pxq`1B pxq´2 ¨1A pxq 1B pxq “ máxt1A pxq, 1B pxqu´mı́nt1A pxq, 1B pxqu
5. A Ď B Ď X ô @ x P X, 1A pxq ď 1B pxq
Observación 6.66. Dado que las funciones son un caso particular de las relaciones,
todo lo que hemos estudiado de las relaciones es válido para las funciones.
Algunos autores dan la siguiente definición formal de gráfica (que, en nuestro caso,
coincide con la definición de función).
1. Sean A “ ta, b, c, d, eu y B “ A. Sea f “ tpa, bq, pb, cq, pc, dq, pd, cq, pe, aqu.
e 5 10
4 9
d 3 8
2 7
c 1 6
´3 ´2 ´1 0 1 2 3 5
b ´1 4
´2 3
a ´3 2
´4
1
a b c d e ´5
´3 ´2 ´1 0 1 2 3
Observación 6.70. En la gráfica de una función cada recta vertical que pasa por un
elemento del dominio intersecta con uno y sólo un punto de la gráfica.
f g
A B C
a ‰ b ñ f paq ‰ f pbq
o equivalentemente
f paq “ f pbq ñ a “ b.
Definición 6.78. Se dice que una función f : A Ñ B es sobreyectiva si y sólo si
todo b P B es imagen de algún a P A, esto es:
@ b P B, D a P A : f paq “ b
o equivalentemente
Ran f “ B.
Definición 6.79. Se dice que una función f : A Ñ B es biyectiva si y sólo si es
inyectiva y sobreyectiva.
Ejercicio 6.80. Decir si las siguientes funciones son inyectivas, sobreyectivas, biyec-
tivas o ninguna:
1. Sea A “ ta, b, c, d, eu y f : A Ñ A, f “ tpa, bq, pb, cq, pc, dq, pd, cq, pe, aqu.
2. f : Z Ñ Z, f pzq “ 2z ´ 1
3. f : R Ñ R`
0, f pxq “ x2
4. f : R Ñ R, f pxq “ xp donde p es un número natural impar.
Observación 6.83. Para que f ´1 sea una función, es necesario que f sea biyectiva.
Ejercicio 6.84. Sea f : Q Ñ Q dada por f pxq “ 3x´2. ¿Es función?, ¿es biyectiva?,
¿cuál su inversa?
Ejercicio 6.85. Dada f “ tp1, bq, p2, dq, p3, eq, p4, aq, p5, cqu, graficar f y f ´1 .
f f ´1
e 5
d 4
c 3
b 2
a 1
1 2 3 4 5 a b c d e
1. ¿Son f y g funciones?
3. Graficar f y g.
IB ˝ f “ f ˝ IA “ f.
Recursividad
7.1. Sucesiones
Definición 7.1. Una sucesión S es una función f : N Ñ A. Si f pnq “ sn solemos
denotar S “ ps1 , s2 , s3 , . . . q, S “ psn q8
n“1 , S “ psn qnPN o simplemente S “ psn q.
Los elementos sn son llamados términos de la sucesión.
Notación 7.2. La mayoría de los autores denotan las sucesiones con llaves: tsn u.
Otros pocos con parétensis angulares: xsn y. Nosotros las denotaremos con paréntesis
como una n-upla (y no con llaves como un conjunto), ya que el orden de los elementos
es importante.
Ejemplo 7.3. .
1. p2, 4, 6, 8, . . . q
2. p2, 3, 5, 7, 11, . . . q
#
n
2
si n es par,
3. f pnq “ n`1
2
si n es impar.
4. f pnq “ p´1qn
´ 2 ¯
5. n 2`n
nPN
55
Matemáticas discretas (M. MATA) 56
Ejemplo 7.7. Decir si las siguientes sucesiones son acotadas, crecientes, decrecientes,
no crecientes, no decrecientes o ninguna.
1. sn “ np , pp ě 1q
` ˘
2. n1 nPN
n´1
3. sn “ n
4. S “ p2, 4, 6, 8, . . . q
5. sn “ p´1qn
´ 2
¯
6. n´n2
8
7. pn2 ´ 2n qn“1
7.1.2. Subsucesiones
Definición 7.8. Sea psn q una sucesión y pnk q una sucesión de elementos de N tales
que n1 ă n2 ă n3 ă ¨ ¨ ¨ . Entonces, la sucesión psnk q es llamada una subsucesión
de psn q.
1. ps1 , s3 , s5 , s7 , . . . q
Teorema 7.11. Toda sucesión de números reales tiene una subsucesión monótona.
cn “ 5 ` 1.5pn ´ 1q.
Una función recursiva es una función f : N Ñ R tal que el valor de f pnq depende
de un conjunto de valores anteriores, los cuales deben ser conocidos o pueden ser
calculados.
En términos simples, una función recursiva es aquella que se invoca a sí misma.
1. f0 “ 1 y fn “ n ¨ fn´1 . (Factorial)
7
ÿ
1. bi
i“3
3
ÿ
2. d2j`1
j“0
5
ÿ
3. pAk ´ Ak´1 q
k“1
4
ÿ
2. pj ` 1q2
j“1
5
ÿ
3. p2k ´ 1q
k“1
888
ÿ
4. p´1qi
i“1
n
ÿ
5. 1
i“1
Paso base: Demostrar que existe un número inicial k0 para el cual se cumple
la propiedad deseada.
2. n! ě 2n ¿cuál es la base?
n
ÿ n2 pn ` 1q2
2. i3 “
i“1
4
n
ÿ npn ` 1qpn ` 2q
3. kpk ` 1q “
k“1
3
n
ÿ 1 n
4. “
k“1
kpk ` 1q n`1
n
ÿ npn ` 1qpn ` 2qpn ` 3q
5. kpk ` 1qpk ` 2q “
k“1
4
n
ÿ 1 npn ` 3q
6. “
k“1
kpk ` 1qpk ` 2q 4pn ` 1qpn ` 2q
n
ÿ npn ` 1qp2n ` 1qp3n2 ` 3n ´ 1q
7. i4 “
i“1
30
1. n2 ą 2n ` 1, ¿cuál es la base?
2. 2n ą n2 , ¿cuál es la base?
4. @ n P N se cumple que n3 ` 1 ě n2 ` n.
Combinatoria
8.1. Conteo
Ejemplo 8.1. Un estudiante de ingeniería tiene 6 playeras, 4 pantalones y 2 pares de
tenis. ¿De cuántas formas distintas puede combinar su ropa al vestir?
n1 ` n2 ` ¨ ¨ ¨ ` nk .
Regla del producto: si los eventos pueden ocurrir uno independiente de otro,
el número de formas distintas en que los sucesos pueden ocurrir es
n1 ˆ n2 ˆ ¨ ¨ ¨ ˆ nk .
61
Matemáticas discretas (M. MATA) 62
Solución: Para cada elemento uno de los n elementos de A hay m formas de elegirle
una pareja en B, por lo tanto hay mn .
Ejercicio 8.7. ¿De cuántas formas diferentes puede formarse un comité de tres alum-
nos del salón?
8.2. Ordenaciones
Definición 8.8. Una «ordenación de n en r» (r ď n) es un arreglo de r elementos
distintos, tomados de un conjunto de n posibles, en un orden determinado.
Ejercicio 8.9. Sea A “ ta, b, c, d, eu. ¿Cuántas son todas las posibles ordenaciones
de 3 de los elementos de A? Enliste algunos ejemplos.
n!
Teorema 8.11. Orn “ npn ´ 1qpn ´ 2q ¨ ¨ ¨ pn ´ r ` 1q “
pn ´ rq!
Donde n! denota el factorial del número n P N0 , que se define mediante:
#
1 si n “ 0,
n! “
1 ˆ 2 ˆ ¨ ¨ ¨ ˆ n si n P N.
8.2.1. Permutaciones
Nomenclaura 8.14. Una ordenación de n en n se llama simplemente permutación
de n. El número de permutaciones distintas de n elementos se denota por Pn .
Teorema 8.15. Pn “ n!
Pn
Observación 8.16. Orn “
Pn´r
n!
n1 !n2 ! ¨ ¨ ¨ nk !
Ejemplo 8.18. ¿Cuántos cadenas distintas de longitud 7 pueden formarse con los
elementos de la cadena cananea?
Teorema 8.21. OR nr “ nr
8.4. Combinaciones
Definición 8.23. Una «combinación de n en r» es cualquier selección de r elementos
de un conjunto de n posibles, sin importar el orden.
Ejercicio 8.24. Sea A “ ta, b, c, d, eu. Enliste todas las posibles combinaciones de 3.
Orn n!
Teorema 8.26. Crn “ “
Pr r!pn ´ rq!
Ejemplo 8.27. La baraja francesa está dividida en cuatro palos (♠, ♦, ♣, ♥). Cada
palo está formado por 13 figuras (A, 2, 3, 4, . . . , 10, J, Q, K). Una mano de póquer
consiste de una selección de cinco cartas. ¿Cuántas manos de póquer distintas pueden
tomarse de la baraja francesa?
pn ` r ´ 1q!
Teorema 8.31. CR nr “
r!pn ´ 1q!
`n˘
Observación 8.34. r
“ Crn
`n˘ ` n
˘
Ejemplo 8.35. Demostrar que r
“ n´r
`n˘ `n´1˘
Ejercicio 8.36. Demostrar que r r
“n r´1
`n ˘ `n`1˘
Ejercicio 8.37. Demostrar que 2
` n´1
“ n2
Los números del triángulo de Pascal están íntimamente relacionados con los coeficien-
tes binomiales, como se muestra en la figura, y con el teorema del binomio.
Cada elemento del triángulo es igual a la suma de los elementos superiores a él, lo
cual se puede demostrar en el siguiente teorema.
ˆ ˙ ˆ ˙ ˆ ˙
n n´1 n´1
Teorema 8.38. “ ` .
r r´1 r
n ˆ ˙
n
ÿ n
Teorema 8.39. pa ` bq “ an´r br .
r“0
r
`n˘ `n ˘ `n˘ `n ˘
Ejemplo 8.42. Demostrar que 0
` 1
` 2
` ¨¨¨ ` n
“ 2n .
` ˘
Nomenclaura 8.45. El número n1 ,n2n,...,nk es conocido como coeficiente multino-
mial . Observe que coincide con la cantidad presentada en el teorema 8.17.
t1
p1
t2
c1
t1
p2
t2
t1
p1
t2
‚ c2
t1
p2
t2
t1
p1
t2
c3
t1
p2
t2
Ejemplo 8.48. Marcos y Enrique van a jugar frontenis. El primero en ganar dos juegos
seguidos o que gane un total de tres juegos será el ganador del encuentro. El siguiente
diagrama ilustra las posibles formas en que transcurra el encuentro:
M M
M M M
E E
E E
‚
M M
M M
E E E
E E
Ejercicio 8.50. Mateo y Roberto van a jugar al ajedrez. Cada partida puede terminar
con la victoria de uno de ellos o en empate. En caso de que uno de ellos gane, el
ganador suma un punto y el perdedor ninguno; en caso de empate ambos suman
medio punto. El encuentro terminará cuando cualquiera de ellos alcance dos puntos.
Haga un diagrama de árbol para representar todas las posibilidades en que puede
transcurrir el encuentro.
Teoría de grafos
9.1. Grafos
Definición 9.1. Un grafo G “ pV, Eq es una pareja ordenada constituida por
69
Matemáticas discretas (M. MATA) 70
Ejemplo 9.4. Sea G “ pt1, 2, 3, 4u, tp1, 2q, p2, 2q, p2, 4q, p3, 2q, p3, 4quq, el cual se
puede representar gráficamente por:
1 2
4 3
Ejercicio 9.5. Representar gráficamente G “ pt1, 2, 3, 4, 5u, tt1, 2u, t2, 4u, t2, 5u,
t3, 3u, t3, 4u, t4, 5uuq:
5 2
4 3
Definición 9.9. Dada una arista a “ tu, vu, los vértices u y v también son llamados
vértices extremos de a.
Definición 9.11. Dos arcos (o aristas) son adyacentes si tienen un mismo vértice
extremo. Dos vértices son adyacentes si existe un arco (o arista) que los une.
Definición 9.12. Un arco de la forma pv, vq es llamado bucle. Una arista de la forma
tv, vu es llamado lazo.
Definición 9.17. El grado entrante de v se define por g ´ pvq “ |Γ´ pvq|. El grado
saliente de v se define por g ` pvq “ |Γ` pvq|. El grado de v se define por gpvq “
|Γpvq|.
Observación 9.18. Para algunos autores, en el cálculo del grado, un bucle o un lazo
se debe contar dos veces; para nosotros, de acuerdo a nuestra definición, se cuentan
una sola vez.
5 2
4 3
Corolario 9.22. En un grafo sin bucles ni lazos, los vértices de grado impar son una
cantidad par.
Definición 9.25. En un grafo dirigido, un camino es una cadena tal que cada par
de arcos adyacentes en la cadena, el vértice final de un arco es el vértice inicial del
otro arco.
Definición 9.26. Un ciclo es una cadena que inicia y termina en el mismo vértice.
3 4
Entonces, los siguientes son ejemplos de:
1 1
2 2
3 4 3 4
(a) una cadena, (b) un camino,
1 1
2 2
3 4 3 4
(c) un ciclo, (d) un circuito.
Definición 9.30. Una cadena (o camino) simple es aquella que no pasa más de una
vez por la misma arista (o arco).
Definición 9.31. Una cadena (o camino) elemental es aquella que no pasa más de
una vez por el mismo vértice.
Ejercicio 9.32. ¿Puede existir una cadena que sea elemental, pero que no sea simple?
1 2
3 4 5
6 7
Teorema 9.36. Un grafo contiene un ciclo euleriano si y sólo si todos sus vértices
son de grado par.
Teorema 9.37. Un grafo contiene una cadena euleriana si y sólo si tiene a lo más
dos vértices de grado impar.
9.3.2. Torneos
Definición 9.46. Un grafo dirigido es un torneo si para cada par de vértices distintos
existe un único arco que los une.
5 2
4 3
El nombre de torneo se debe a que cada nodo puede interpretarse como un jugador
que ha competido en determinado juego contra cada uno de sus competidores y cada
arco define el resultado de cada encuentro (sin posibilidad de empate): el arco pu, vq
implica que el jugador u a vencido a v.
Si existe un nodo u tal que g ´ puq “ 0, es obvio que el jugador correspondiente puede
declararse ganador del torneo, pues ganó todos sus encuentros. Si tal nodo no existe,
podría buscarse aquel que haya ganado el mayor número de juegos.
Teorema 9.50. Sea G un torneo y u un nodo tal que g ` puq es máximo, entonces
para todo nodo v distinto de u se cumple que pu, vq está en el grafo o existe un nodo
w tal que pu, wq y pw, vq están en el grafo.
En caso de que se desee clasificar cada jugador (hacer una lista del mejor al peor),
hacerlo eligiendo al de mayor grado saliente es una opción, aunque no está libre de
empates. Hacer dicha clasificación mediante un camino hamiltoniano podría ser una
alternativa razonable, sin embargo, aunque siempre existe un camino hamiltoniano,
no siempre es único.
1 2
3 4 5
6 7
Ejercicio 9.54. ¿Cuál es la menor cantidad de aristas que contiene un grafo conexo
de n vértices?
9.3.4. Árboles
Definición 9.55. Un árbol es un grafo conexo sin ciclos.
Teorema 9.57. Sea G un grafo con n vértices, entonces las siguientes afirmaciones
son equivalentes:
G es un árbol.
Definición 9.62. En un árbol dirigido diremos que un vértice u es una raíz si y sólo
si g ´ puq “ 0. También diremos que un vétice v es una hoja si y sólo si g ` pvq “ 0.
Observación 9.63. Se puede demostrar que en un árbol dirigido siempre existe una
única raíz.
Observación 9.65. Un nodo raíz no tiene padre. Un nodo hoja no tiene hijos. Cada
nodo que no es raíz ni hoja tiene un sólo padre y al menos un hijo.
Definición 9.66. Un árbol dirigido es un árbol binario si y sólo si para cada vértice
v se cumple que g ` pvq ď 2, esto es, cada nodo tiene a lo más dos hijos.
Notación 9.72. El grafo bipartito completo con |V1 | “ n y |V2 | “ m se denota Kn,m .
Nomenclaura 9.74. El grafo bipartito completo K1,m se suele llamar estrella. Como
ejemplo, K1,8 :
Ejercicio 9.76. Decir si el siguiente grafo es bipartito. En caso afirmativo, hallar una
partición de V que satisfaga la definición.
1 2
3 4 5
6 7
Teorema 9.82. Los grafos K5 y K3,3 son los grafos no planos minimales.
Teorema 9.86 (Fórmula de Euler). Sea G un grafo plano y conexo con n vértices,
m aristas y q caras, entonces
n ´ m ` q “ 2.
Ejemplo 9.94. Dados V “ t1, 2, 3, 4, 5u y E “ tp1, 2q, p2, 4q, p2, 5q, p3, 2q, p3, 4q,
p5, 1q, p5, 4qu:
1. Graficar G “ pV, Eq.
5 2
4 3
Números flotantes
82
Matemáticas discretas (M. MATA) 83