Matematicas elementales

(Apuntes de clase)
Grupo B Demat

VERSION PRELIMINAR
NO DIFUNDIR

Septiembre-Diciembre 2020
2
Contents

1 Organización 7
1.1 Profesores del curso . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.1.1 Ayudantes . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.2 Dinámica del curso . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.2.1 Objetivos del curso . . . . . . . . . . . . . . . . . . . . . . 8
1.2.2 Programa del curso . . . . . . . . . . . . . . . . . . . . . . 8
1.2.3 Primera tarea . . . . . . . . . . . . . . . . . . . . . . . . . 9

2 Lógica proposicional y uso de cuantificadores 11

2.1 Proposiciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
2.2 Conectores lógicos . . . . . . . . . . . . . . . . . . . . . . . . . . 13
2.2.1 Negación . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
2.2.2 Tablas de verdad . . . . . . . . . . . . . . . . . . . . . . . 19
2.2.3 Tautologı́as y árboles analı́ticos . . . . . . . . . . . . . . . 25
2.2.4 Reglas de inferencia y Argumentos . . . . . . . . . . . . . 32

3 Lógica de predicados y usos de cuantificadores 41

3.1 Árboles análiticos y cuantificadores. . . . . . . . . . . . . . . . . 45
3.2 Reglas de inferencia con cuantificadores . . . . . . . . . . . . . . 47

4 Demostracciones 49
4.1 ¿Qué es una demostración? . . . . . . . . . . . . . . . . . . . . . 49
4.2 Tipos de demostraciones: directa . . . . . . . . . . . . . . . . . . 58
4.2.1 Tipos de demostraciones: directa . . . . . . . . . . . . . 59
4.3 Tipos de demostraciones: contrapositiva . . . . . . . . . . . . . . 60
4.4 Tipos de demostraciones: por contradicción . . . . . . . . . . . . 61
4.5 Tipos de demostracción: por inducción (débil) . . . . . . . . . . . 63
4.6 Tipos de demostracción: Biyección . . . . . . . . . . . . . . . . . 67
4.7 Demostraciones: por inducción (fuerte) . . . . . . . . . . . . . . . 69
4.8 Principio del buen orden . . . . . . . . . . . . . . . . . . . . . . 72
4.9 Principio del palomar . . . . . . . . . . . . . . . . . . . . . . . . 72
4.10 Demostraciones por doble conteo . . . . . . . . . . . . . . . . . . 73
4.11 Principio de inclusión-exclusión . . . . . . . . . . . . . . . . . . 75

3
4 CONTENTS

5 Conjuntos 77
5.1 Álgebra de conjuntos o álgebra de Boole . . . . . . . . . . . . . 79
5.1.1 Cardinal de un conjunto y principio de inclusión-exclusión 82
5.2 Producto cartesiano de conjuntos y el principio del doble conteo 87

6 Relaciones 89
6.0.1 Representación de relaciones . . . . . . . . . . . . . . . . 90
6.0.2 Propiedades de una relación en un conjunto . . . . . . . . 91
6.0.3 Relaciones de equivalencia . . . . . . . . . . . . . . . . . . 92
6.0.4 Relaciones de orden . . . . . . . . . . . . . . . . . . . . . 95
6.0.5 Retı́culos . . . . . . . . . . . . . . . . . . . . . . . . . . . 100
6.1 Álgebras de Boole . . . . . . . . . . . . . . . . . . . . . . . . . . 103

7 Funciones 105
7.1 Conjuntos numerables . . . . . . . . . . . . . . . . . . . . . . . . 111
7.2 Teorema de Cantor-Bernstein-Schröder . . . . . . . . . . . . . . . 113

8 Sistemas numéricos 119

8.1 Construcción de los enteros . . . . . . . . . . . . . . . . . . . . . 122
8.2 Construcción del conjunto de números racionales . . . . . . . . . 125
8.3 Contrucción de los números reales . . . . . . . . . . . . . . . . . 128
8.4 Resumen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 130

9 Divisibilidad en Z 131

10 Ejercicios 145
10.1 Conectores lógicos . . . . . . . . . . . . . . . . . . . . . . . . . . 145
10.2 Tablas de verdad . . . . . . . . . . . . . . . . . . . . . . . . . . . 145
10.3 Árboles analı́ticos . . . . . . . . . . . . . . . . . . . . . . . . . . . 147
10.4 Ejercicios de formalización y prueba de argumentos . . . . . . . . 147
10.5 Resolución de argumentos mediante reglas de inferencia. . . . . . 147
10.6 Cuantificadores lógicos . . . . . . . . . . . . . . . . . . . . . . . . 148
10.7 Árboles analı́ticos con cuantificadores . . . . . . . . . . . . . . . 149
10.8 Argumentos con cuantificadores . . . . . . . . . . . . . . . . . . . 149
10.9 Demostraciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . 149
10.9.1 Demostraciones por contradicción . . . . . . . . . . . . . 150
10.9.2 Demostraciones por descenso infinito o menor contraejemplo150
10.9.3 Demostraciones por inducción . . . . . . . . . . . . . . . . 150
10.9.4 Demostraciones por biyección . . . . . . . . . . . . . . . . 150
10.9.5 Demostraciones por principio del palomar . . . . . . . . . 150
10.9.6 Demostraciones por doble conteo . . . . . . . . . . . . . . 151
10.10Conjuntos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 151
10.11Relaciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 151
10.12Relaciones de equivalencia . . . . . . . . . . . . . . . . . . . . . . 152
10.13Relaciones de orden . . . . . . . . . . . . . . . . . . . . . . . . . 152
10.14Funciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 153
CONTENTS 5

10.14.1 Teorema de Bernstein-Schröder . . . . . . . . . . . . . . . 154

10.15Operaciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 154
10.16Sistemas numéricos . . . . . . . . . . . . . . . . . . . . . . . . . . 154
10.17Divisibilidad y congruencias . . . . . . . . . . . . . . . . . . . . . 155
10.18Ecuaciones diofánticas . . . . . . . . . . . . . . . . . . . . . . . . 155

11 Combinatoria 157

12 Quizzes 169
12.1 Lógica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 169
12.1.1 Proposiciones . . . . . . . . . . . . . . . . . . . . . . . . . 169
12.1.2 Caballeros y bribones . . . . . . . . . . . . . . . . . . . . 169
12.1.3 Tablas de verdad . . . . . . . . . . . . . . . . . . . . . . . 170
12.1.4 Repaso de lógica . . . . . . . . . . . . . . . . . . . . . . . 173
12.2 Demostracciones . . . . . . . . . . . . . . . . . . . . . . . . . . . 177
12.3 Conjuntos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 178
12.3.1 Repaso sobre conjuntos contables . . . . . . . . . . . . . . 178
6 CONTENTS
Chapter 1

Organización

1.1 Profesores del curso

Grupo A
Manuel Gónzalez Villa
Investigador titular A (desde enero 2018)
Centro de Investigación en Matemáticas, A.C.
Correo electrónico [email protected]
Investigación en Geometrı́a Algebraica y Teorı́a de Singularidades.

Grupo B
Delio Jaramillo Vélez
Centro de Estudios Avanzados del IPN
Correo electrónico: [email protected]
Investigación en Álgebra Conmutativa y Teorı́a de Códigos.

1.1.1 Ayudantes
Grupo A: Diego Antonio Gómez Acero Correo electrónico [email protected]

1.2 Dinámica del curso

• Lecciones
Ma-Ju 11:00-12:20. Grupo A en salón 6 y Grupo B en salón 7 (DEMAT)

• Ayudantı́as
Vi 11:00-12:20. Grupo A en salón 6 y Grupo B en salón 7 (DEMAT)

7
8 CHAPTER 1. ORGANIZACIÓN

• Horas de oficina
previa petición de cita por correo electrónico ([email protected]).

• Google classroom
(Class code GRUPO A: dqybxef)

• Tareas semanales
(60 % de la nota final)

• Exámenes
(dos 20 % de la nota final cada uno)

1.2.1 Objetivos del curso

Este curso trata de nociones y técnicas muy básicas en el quehacer diario del
matemático. Se pretende que el alumno

• desarrolle una estructura de pensamiento lógico y matemático

• aprenda a expresarse usando el lenguaje formal

• aprenda a entender argumentos y demostraciones matemáticas

• aprenda estructuras y métodos de demostración que le van a ser útiles en

el resto de sus estudios

• se familiarize con algunas tecnologı́as comunes en la práctica de la matemática

(inglés técnico, Latex, bases de datos, bibliotecas electrónicas...)

1.2.2 Programa del curso

• Lógica proposicional y uso de cuantificadores (5 lecciones)

• Demostraciones (4 lecciones)

• Conjuntos y funciones (3 lecciones)

• Relaciones de equivalencia (3 lecciones)

• Estructuras numéricas (4 lecciones)

• Relaciones de orden y divisibilidad (4 lecciones)

• Conteo y combinatoria (6 lecciones)

1.2. DINÁMICA DEL CURSO 9

1.2.3 Primera tarea

• Escribir una breve autobiografı́a matemática;
• porqué decidiste estudiar matemáticas, desde cuándo te gustan, porqué,
algunas experiencias o cosas decisivas (profesores, cursos, olimpiadas, li-
bros, acertijos, páginas webs, pelı́culas, . . . ), qué esperas aprender en DE-
MAT, o en este curso en particular . . . ;
• Breve, una o dos páginas máximo;
• No cuenta para la nota final del curso;

• Para el próximo lunes.

10 CHAPTER 1. ORGANIZACIÓN
Chapter 2

Lógica proposicional y uso

de cuantificadores

• ¿Por qué lógica en matemáticas?

En matemáticas son primordiales la CLARIDAD y el RIGOR.

La lógica nos ayuda a comprobar el rigor o válidez de nuestros argumentos

y a expresarlos con claridad.

La lógica además hace precisa la noción de demostración.

• ¿Qué lógica vamos a estudiar?

La lógica es una disciplina muy antigua, que se remota al menos a los grie-
gos clásicos (e.g. lógica aristotélca), y muy sofisticada, que se entremezcla
con la filosofı́a y la fundamentación de la matemática (e.g. los Teoremas
de Gödel o de Turing).

Vamos a discutir los rudimentos lógicos que se utilizan en el dı́a a dı́a

del quehacer matemático: nos ayuda a comprobar el rigor o válidez de
nuestros argumentos y a expresarlos con claridad.

– lógica proposicional
– lógica de primer orden (uso de cuantificadores)

• Distinción entre VALIDEZ (estrutura lógica) y VERACIDAD (semántica)

Considera el siguiente silogismo:

Todos los hombres son mortales,

Socrates es un hombre,
Socrates es mortal

11
12CHAPTER 2. LÓGICA PROPOSICIONAL Y USO DE CUANTIFICADORES

Es un silogismo válido y véraz.

Sin embargo el siguiente silogismo:

Todos los murciélagos pueden volar,

Socrates es un murciélago,
Socrates puede volar

Es válido (misma estructura lógica que el antes) pero no véraz.

2.1 Proposiciones
• En el lenguaje ordinario, una proposición se puede definir como una ex-
presión declarativa que ha de tener la siguiente propiedad, conocida como
la principio del tercio excluido:
1
necesariamente ha de ser verdadera o, por el contrario, falsa.

¿Cuales de las siguientes oraciones son proposiciones?

1. La luna es un satélite de la Tierra.
2. ¿Qué hora es?
3. 2 + 2 = 5
4. Éste capı́tulo habla de las proposiciones.
5. ¿Es claro lo que este capı́tulo dice de las proposiciones?
6. Haga Ud. el favor de contestar.
7. Veamos.
8. The Beatles son la mejor banda de música de la historia.

• Las oraciones 1, 3, 4 y 8 son proposiciones,

sin embargo 2, 5, 6 y 7 no lo son.

1. La luna es un satélite de la Tierra.

2. ¿Qué hora es?
3. Dos más dos son cinco.
4. Éste capı́tulo habla de las proposiciones.
5. ¿Es claro lo que este capı́tulo dice de las proposiciones?
6. Haga Ud. el favor de contestar.
7. Veamos.
8. The Beatles son la mejor banda de música de la historia.
1 Existe teorı́as lógicas más modernas que no asumen la ley del tercio excluido como la
lógica borrosa.
2.2. CONECTORES LÓGICOS 13

• En lógica no nos interesamos por el significado (o la semántica) de una

proposición ni por su veracidad o falsedad en el sentido usual2 .
• Por ello denotaremos las proposiciones por letras minúsculas (p, q, r, s, t, . . . )
y cada una de estas proposiciones asociaremos un valor V o F .3
• Además la lógica considera combinaciones de proposiciones, mediante
conectores lógicos (⇠, ^, _, !, ,, . . . ) y parentesis, ası́ como los valores
de estas combinaciones (⇠ p, p ^ q, p _ q, p ! q, p , q, . . . ) en función
de los valores de las proposiciones originales.

2.2 Conectores lógicos

2.2.1 Negación
La negación cambia el valor de una proposición de V a F o viceversa
se escribe anteponiendo el sı́mbolo ⇠ a la proposición que se niega, por
ejemplo ⇠ p, o ⇠ q,
se lee respectivamente como no p, negación de p, o es falso que p, y no q,
negación de q, o es falso que q.
Le corresponde la siguiente tabla de verdad

p ⇠p
V F
F V

Ejemplos:

1. p = Carmen es un nombre hermoso

⇠ p = no p = Es falso que Carmen sea un nombre hermoso, o bien Carmen
no es un nombre hermoso
2. q = Urraca es un nombre poco usual
⇠ q = no q = Es falso que Urraca sea un nombre poco usual, o bien Urraca
no es un nombre poco usual
3. m = 2 + 2 = 4
⇠ m = no m = Es falso que 2 + 2 sea igual a 4, o bien 2 + 2 no son 4.
2 Esto es una tı́pica técnica de abstracción. La lógica sigue aplicando a las nociones usuales
de verdad y falsedad, aunque a veces nos pueda parecer sorprendente debido a la ligereza con
la que usamos la lógica y la noción de verdad en el dı́a a dı́a.
3 En ocasiones se prefieren letras mayúsculas (P, Q, R, S, T, . . . ) para las proposiciones y los

valores 1 o 0.
También es importante mencionar que el valor lógico de una proposición es algo más general
que su veracidad. De hecho, podriamos usar otros nombres para los valores como rojo y verde,
perro y gato, sol y luna, mar y montaña , dulce y salado . . .
14CHAPTER 2. LÓGICA PROPOSICIONAL Y USO DE CUANTIFICADORES

4. n = 2 + 3 = 9
⇠ n = no n = Es falso que 2 + 3 sea igual a 9, o bien 2 + 3 no son 9.

Conjunción
La conjunción de dos proposiciones tiene valor V unicamente cuando ambas
proposiciones tambén lo tienen,
se escribe mediante el sı́mbolo ^, es decir p ^ q,
se lee p y q, o bien, conjunción de p y de q.
Le corresponde la siguiente tabla de verdad

p q p^q
V V V
V F F
F V F
F F F

Ejemplos:

1. p = Carmen es un nombre hermoso.

q = Urraca es un nombre poco usual.
p ^ q = Carmen es un nombre hermoso y Urraca es un nombre poco usual

2. m = 2 + 2 = 4.
n = 2 + 3 = 9.
m^n=2+2=4 y 2+3=9

Caballeros y bribones
Un personaje puede ser caballero o bribón (exclusivo).
Los caballeros siempre dicen la verdad.
Los bribones siempre mienten.
Problema 1:
El personaje A dice: ”B es bribón”.
El personaje B dice: ”A y B somos caballeros”.
¿Qué son A y B?

Problema 2:
El personaje C dice: ”C es bribón y D es caballero”.
¿Qué son C y D?
2.2. CONECTORES LÓGICOS 15

Disyunción
La disyunción de dos proposiciones tiene valor V unicamente cuando al menos
una de las proposiciones también lo tienen,
se escribe mediante el sı́mbolo _ esto es p _ q,
y se lee p o q, o bien, disyunción de p y de q.
Le corresponde la siguiente tabla de verdad
p q p_q
V V V
V F V
F V V
F F F

Ejemplos:
1. p = Carmen es un nombre hermoso
q = Urraca es un nombre poco usual
p _ q = Carmen es un nombre hermoso o Urraca es un nombre poco usual.
2. s = El fútbol es un deporte de masas.
t = Livingston fue un famoso explorador.
s _ t = El fútbol es un deporte de masas o Livingston fue un famoso
explorador.
3. m = 2 + 2 = 4.
n = 2 + 3 = 9.
m_n=2+2=4 o 2+3=9
Problema:
Arturo está mirando a Beatriz y Beatriz está mirando a Carlos.
Arturo está casado y Carlos soltero.
¿Se puede concluir que uno de los tres está casado y mirando a un soltero?

Disyunción exclusiva
Existe otro conector lógico, la disyución exclusiva (p Y q), que solo toma el valor
V cuando una sola de las proposiciones p y q lo toma.
¿Cómo seria la tabla de verdad de p Y q?
0 1
p q pYq p q p_q
V V F B V V V C
B C
V F V B recuerda que V F V C
B C
F V V @ F V V A
F F F F F F
16CHAPTER 2. LÓGICA PROPOSICIONAL Y USO DE CUANTIFICADORES

Condicional
El condicional de dos proposiciones p, llamada antecedente, y q llamada conse-
cuente, tiene valor V salvo cuando el antecedente tiene valor V y el consecuente
q tiene valor F.
se escribe mediante el sı́mbolo ! esto es p ! q,
y se lee ”Si p entonces q”.
Le corresponde la siguiente tabla de verdad

p q p!q
V V V
V F F
F V V
F F V

El tercer caso de la tabla de verdad del condicional

p q p!q
F V V

es especialmente contraintuitivo.
Imagina que, asustado por la dificultad del condicional te dices:
Si apruebo Matemáticas Elementales, entonces me voy a la playa en vaca-
ciones.
Hay las siguentes situaciones:

Aprobado P laya
3 3
3 7
7 3
7 7

Aprobado P laya p!q

3 3 V
3 7 F
7 3 ?
7 7 V

Si reprobaste pero aún ası́ fuiste a la playa cabe pensar que no cumpliste tu
palabra. Probablemente ası́ se interprete en el lenguaje usual. Pero sólo dijiste
que harı́as en caso de aprobar.
El condicional no es falso en ese caso, por tanto, es verdadero.
Observamos que p ! q es estrictamente equivalente a ⇠ p _ q, como se puede
ver en la siguiente tabla:
2.2. CONECTORES LÓGICOS 17

p q p!q ⇠p ⇠p_q
V V V F V
V F F F F
F V V V V
F F V V V

Otras equivalencias básicas del condicional p ! q, que escribimos empleando

el signo ⌘, y que pueden comprobarse mediante tablas de verdad:

p ! q ⌘ q_ ⇠ p
p ! q ⌘⇠ (p^ ⇠ q)
p ! q ⌘⇠ q !⇠ p
Problema: En un restaurante tienen letreros con los siguientes mensajes:
La comida buena no es barata.
La comida barata no es buena.
¿Dicen los letreros cosas distintas o son equivalentes?
¿Dice alguno de los letreros anteriores algo distinto a que no hay comida
buena y barata?

Bicondicional
El bicondicional de dos proposiciones tiene valor V unicamente cuando los val-
ores de ambas proposiciones coinciden,
se escribe mediante el sı́mbolo , esto es p , q,
y se lee como ”si p y solo si p entonces q”, o bien como ”p si y solo si q”.
Le corresponde la siguiente tabla de verdad

p q p,q
V V V
V F F
F V F
F F V

Observamos que el bicondicional p , q es equivalente a la conjunción entre

p ! q y q ! p, como puede comprobarse con la siguiente tabla de verdad.

p q p!q q!p (p ! q) ^ (q ! p) p,q

V V V V V V
V F F V F F
F V V F F F
F F V V V V
18CHAPTER 2. LÓGICA PROPOSICIONAL Y USO DE CUANTIFICADORES

Los conectores desde el punto de vista combinatorio

Desde un punto de vista combinatorio, existe 16 posibles asignaciones de valores
a un conector de dos proposiciones p y q, como se puede ver en la siguiente tabla:

p q 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
V V V V V V V V V V F F F F F F F F
V F V V V V F F F F V V V V F F F F
F V V V F F V V F F V V F F V V F F
F F V F V F V F V F V F V F V F V F

p q 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
V V V V V V V V V V F F F F F F F F
V F V V V V F F F F V V V V F F F F
F V V V F F V V F F V V F F V V F F
F F V F V F V F V F V F V F V F V F

Ya reconocemos algunas de las 16 posibilidades:

• 4 (resp. 6) son p (resp. q)

• 13 (resp. 11) son ⇠ p (resp. ⇠ q)

• 8 es la conjunción p ^ q

• 2 es la disyunción p _ q

• 5 (resp. 3) son el condicional p ! q (resp. el condicional inverso q ! p)

• 7 es el bicondicional p , q

La siguiente tabla resume todos los posibles valores.

Valor Definición en términos de ⇠, ^ y _

1 Tautologı́a p_ ⇠ p, etc.
2 Disyunción p_q
3 Condicional inverso q ! p ⌘⇠ q _ p
4 p p
5 Condicional p ! q ⌘⇠ p _ q
6 q q
7 Bicondicional p $ q ⌘ (p ! q) ^ (q ! p) ⌘ (⇠ p _ q) ^ (⇠ q _ p)
8 Conjunción p^q
9 Barra de She↵er p|q ⌘⇠ (p ^ q)
10 Disyunción exclusiva p Y q ⌘⇠ (p $ q) ⌘ (p^ ⇠ q) _ (q^ ⇠ p)
11 Negador de q ⇠q
12 Negador del condicional ⇠ (p ! q) ⌘⇠ (⇠ p _ q) ⌘ p^ ⇠ q
13 Negador de p ⇠p
14 Negador condicional inverso ⇠ (q ! p) ⌘ q^ ⇠ p
15 Negación conjunta p # q ⌘⇠ p^ ⇠ q
16 Contradicción p^ ⇠ p, etc.
2.2. CONECTORES LÓGICOS 19

2.2.2 Tablas de verdad

Las tablas de verdad se utilizan para deducir los valores de verdad de proposi-
ciones compuestas, digamos por ejemplo

(p ! q) ! (q ! p),

(p ^ (q _ r)) ! ((p ^ q) _ (p ^ r)),

a partir de las proposiciones elementales que los componen.
Para ello construiremos una tabla de 2n filas, donde n es el número de
proposiciones elementales.
En las primeras n columnas escribiremos de forma sistemática todas las
combinaciones de valores que pueden tomar las n proposiciones elementales.
Estas corresponden con las ramas del siguiente árbol :

V
V F
V V
F F
V V
V F
F V
F F
• V
V F
V V
F F
F V
V F
F V
F F
p q r s ...
V V V V ...
V V V F ...
V V F V ...
V V F F ...
V F V V ...
V F V F ...
V F F V ...
V F F F ...
F V V V ...
F V V F ...
F V F V ...
F V F F ...
F F V V ...
F F V F ...
F F F V ...
F F F F ...
20CHAPTER 2. LÓGICA PROPOSICIONAL Y USO DE CUANTIFICADORES

V
V F
V V
F F
V V
V F
F V
F F
• V
V F
V V
F F
F V
V F
F V
F F

p q r s ...
V V V V ...
V V V F ...
V V F V ...
V V F F ...
V F V V ...
V F V F ...
V F F V ...
V F F F ...
F V V V ...
F V V F ...
F V F V ...
F V F F ...
F F V V ...
F F V F ...
F F F V ...
F F F F ...

La tercera y la undecima rama del árbol corresponden con la tercera y la

undecima fila de la tabla.
Las siguientes columnas de la tabla se dedican a los valores de subproposi-
ciones compuestas de nuestra proposición original.

Ejemplo: Tabla de verdad de (p ^ (q _ r)) ! ((p ^ q) _ (p ^ r))

Consideramos las siguientes seis subproposiciones

q _ r, p ^ q, p ^ r,

p ^ (q _ r), (p ^ q) _ (p ^ r),
(p ^ (q _ r)) ! ((p ^ q) _ (p ^ r))
2.2. CONECTORES LÓGICOS 21

p q r q_r p ^ (q _ r) p^q p^r (p ^ q) _ (p ^ r) ⇤

V V V
V V F
V F V
V F F
F V V
F V F
F F V
F F F

Ejemplo: Tabla de verdad de (p ^ (q _ r)) ! ((p ^ q) _ (p ^ r))

p q r q_r p ^ (q _ r) p^q p^r (p ^ q) _ (p ^ r) ⇤
V V V V
V V F V
V F V V
V F F F
F V V V
F V F V
F F V V
F F F F

Recuerda: p _ q es V si o bien p o bien q son V.

p q p_q
V V V
V F V
F V V
F F F

Ejemplo: Tabla de verdad de (p ^ (q _ r)) ! ((p ^ q) _ (p ^ r))

p q r q_r p ^ (q _ r) p^q p^r (p ^ q) _ (p ^ r) ⇤
V V V V V
V V F V V
V F V V F
V F F F F
F V V V F
F V F V F
F F V V F
F F F F F

Recuerda: p ^ q es V unicamente cuando p y q son V.

p q p^q
V V V
V F F
F V F
F F F

Ejemplo: Tabla de verdad de (p ^ (q _ r)) ! ((p ^ q) _ (p ^ r))

p q r q_r p ^ (q _ r) p^q p^r (p ^ (q _ r)) ! ((p ^ q) _ (p ^ r))

V V V V V V
V V F V V F
V F V V F V
V F F F F F
F V V V F F
F V F V F F
F F V V F F
F F F F F F
22CHAPTER 2. LÓGICA PROPOSICIONAL Y USO DE CUANTIFICADORES

Recuerda: p ^ q es V unicamente cuando p y q son V.

p q p^q
V V V
V F F
F V F
F F F

Ejemplo: Tabla de verdad de (p ^ (q _ r)) ! ((p ^ q) _ (p ^ r))

p q r q_r p ^ (q _ r) p^q p^r (p ^ q) _ (p ^ r) ⇤
V V V V V V V
V V F V V V F
V F V V V F V
V F F F F F F
F V V V F F F
F V F V F F F
F F V V F F F
F F F F F F F

Recuerda: p ^ q es V unicamente cuando p y q son V.

p q p^q
V V V
V F F
F V F
F F F

Ejemplo: Tabla de verdad de (p ^ (q _ r)) ! ((p ^ q) _ (p ^ r))

p q r q_r p ^ (q _ r) p^q p^r (p ^ q) _ (p ^ r) ⇤
V V V V V V V V
V V F V V V F V
V F V V V F V V
V F F F F F F F
F V V V F F F F
F V F V F F F F
F F V V F F F F
F F F F F F F F

Recuerda: p _ q es V si o bien p o bien q son V.

p q p_q
V V V
V F V
F V V
F F F

Ejemplo: Tabla de verdad de (p ^ (q _ r)) ! ((p ^ q) _ (p ^ r))

p q r q_r p ^ (q _ r) p^q p^r (p ^ q) _ (p ^ r) ⇤
V V V V V V V V V
V V F V V V F V V
V F V V V F V V V
V F F F F F F F V
F V V V F F F F V
F V F V F F F F V
F F V V F F F F V
F F F F F F F F V
2.2. CONECTORES LÓGICOS 23

Recuerda: p ! q es V salvo si p es V y q es F.
p q p!q
V V V
V F F
F V V
F F V

Ejemplo: Tabla de verdad de (p ^ (q _ r)) ! ((p ^ q) _ (p ^ r))

En conclusión
p q r (p ^ (q _ r)) ! ((p ^ q) _ (p ^ r))
V V V V
V V F V
V F V V
V F F V
F V V V
F V F V
F F V V
F F F V

Decimos que una proposición es una tautologia cuando, como en este caso,
siempre toma el valor V independientemente de los valores de las proposiciones
elementales que la componen.
Decimos que una proposición es una contradición cuando siempre toma el
valor F independientemente de los valores de las proposiciones elementales que
la componen.
Ejemplo: Tabla de verdad de p^ ⇠ p
p ⇠p p^ ⇠ p
V
F

Decimos que una proposición es una contradición cuando siempre toma el

valor F independientemente de los valores de las proposiciones elementales que
la componen.
Ejemplo: Tabla de verdad de p^ ⇠ p
p ⇠p p^ ⇠ p
V F
F V

Recuerda que la negación ⇠ cambia al valor V por F y viceversa.

p ⇠p
V F
F V

Decimos que una proposición es una contradición cuando siempre toma el

valor F independientemente de los valores de las proposiciones elementales que
la componen.
Ejemplo: Tabla de verdad de p^ ⇠ p
p ⇠p p^ ⇠ p
V F F
F V F
24CHAPTER 2. LÓGICA PROPOSICIONAL Y USO DE CUANTIFICADORES

Recuerda que la conjunción p ^ q es V unicamente cuando p y q son V.

p q p^q
V V V
V F F
F V F
F F F

Ejemplo: Tabla de verdad de (p ! q) ! (q ! p)

p q p!q q!p (p ! q) ! (q ! p)
V V
V F
F V
F F

Ejemplo: Tabla de verdad de (p ! q) ! (q ! p)

p q p!q q!p (p ! q) ! (q ! p)
V V V
V F F
F V V
F F V

Recuerda: p ! q es V salvo si p es V y q es F.
p q p!q
V V V
V F F
F V V
F F V

Ejemplo: Tabla de verdad de (p ! q) ! (q ! p)

p q p!q q!p (p ! q) ! (q ! p)
V V V V
V F F V
F V V F
F F V V

Recuerda: p ! q es V salvo si p es V y q es F.
p q p!q
V V V
V F F
F V V
F F V

Ejemplo: Tabla de verdad de (p ! q) ! (q ! p)

p q p!q q!p (p ! q) ! (q ! p)
V V V V V
V F F V V
F V V F F
F F V V V
2.2. CONECTORES LÓGICOS 25

Recuerda: p ! q es V salvo si p es V y q es F.
p q p!q
V V V
V F F
F V V
F F V

Ejemplo: Tabla de verdad de (p ! q) ! (q ! p)

p q (p ! q) ! (q ! p)
V V V
V F V
F V F
F F V

Las proposiciones que no son ni tautologias ni contradicciones, como este

ejemplo, se laman contingentes.
Problema:
Considera la siguiente tabla de verdad corespondiente a una proposición
compuesta ⇤ por las proposiciones p, q y r
p q r ⇤
V V V V
V V F F
V F V V
V F F F
F V V V
F V F F
F F V F
F F F F

¿Puedes expresar ⇤ en función de p, q, r y los conectores lógicos?

2.2.3 Tautologı́as y árboles analı́ticos

¿Cómo establecer que una fórmula es una tautologı́a?
Alternativamente al cómputo de la correspondiente tabla de verdad, existe
el método de los árboles analı́ticos para fórmulas valoradas.
Una fórmula valorada es una proposición o fórmula (proposición compuesta)
a la que se le asigna un valor lógico (V o F ); generalmente se escribe el valor
seguido de la fórmula.
P. Ejem.
F (p _ (q ^ r)) ! ((p _ q) ^ (p _ r))
V ⇠ (p _ q) !⇠ (p ^ q)

Idea del método: Para establecer que una fórmula es una tautologı́a basta
ver que la fórmula nunca toma el valor F.
Asumimos que la fórmula tiene el valor F , lo que simbolizamos con la cor-
respondiente fórmula valorada.
26CHAPTER 2. LÓGICA PROPOSICIONAL Y USO DE CUANTIFICADORES

Desarrollamos todas las posibilidades de que la formula sea F a fórmulas

valoradas elementales como V p, F p, V q, F q, . . . mediante las siguientes reglas.
Comprobamos que todas las posibilidades desarrolladas anteriormente llevan
a contradicciones (i.e., encontramos simultáneamente una proposición elemental
valorada y su negación (V p y F p, o V q y F q).

(1) Si ⇠ p es V , entonces p es F .
Si ⇠ p es F, entonces p es V .
(2) Si p ^ q es V , entonces p y q son ambas V .
Si p ^ q es F , entonces o bien p es F o bien q is F .
(3) Si p _ q es V , entonces o bien p es V o bien q es V .
Si p _ q es F , entonces p y q son ambas F .
(4) Si p ! q es V , entonces o bien p es falsa o bien q es V .
Si p ! q es F , entonces p es V y q es F .

Observa que las reglas (2), (3) y (4) reducen las proposiciones valoradas com-
puestas a o bien conjunciones o bien disyunciones de proposiciones elementales
valoradas.
En general las reglas anteriores, permiten reducir las fórmulas valoradas a
conjunciones y disyunciones de proposiciones elementales valoradas.
Además ese proceso de reducción puede codificarse en forma de árbol, dónde
si la reducción supone una conjunción se representa por la prolongación de la
correspondiente rama y la disyunción se representa por la bifurcación de la
correspondiente rama.
Ası́ podemos reescribir gráficamente las reglas anteriores del siguiente modo:

V ⇠p F ⇠p
(1)
Fp Vp

(2) V p^q F p^q

Vp
Vq
Fp Fq

(3) V p_q F p_q

Fp
Fq
Vp Vq
2.2. CONECTORES LÓGICOS 27

(4) V p!q Fp!q

Vp
Fq
Fp Vq

(1) F [p _ (q ^ r)] ! [(p _ q) ^ (p _ r)]

Comenzamos dando el valor F a la fórmula que queremos mostrar que es

tautologı́a.

(1) F [p _ (q ^ r)] ! [(p _ q) ^ (p _ r)]

(2) V p _ (q ^ r)
(3) F (p _ q) ^ (p _ r)

Aplicamos la regla F p ! q a la fila (1) obteniendo las filas (2) y (3)

Vp
Fq
(1) F [p _ (q ^ r)] ! [(p _ q) ^ (p _ r)]
(2) V p _ (q ^ r)
(3) F (p _ q) ^ (p _ r)

(4) V p (5) V q ^ r

Aplicamos la regla V p_q a la linea (2) obteniendo las lineas (4)

Vp Vq
y (5)

(1) F [p _ (q ^ r)] ! [(p _ q) ^ (p _ r)]

(2) V p _ (q ^ r)
(3) F (p _ q) ^ (p _ r)
(5) V q ^ r
(4) V p (6) V q
(7) V r

V p^q
Aplicamos la regla V p a la linea (5) obteniendo las lineas (6) y (7)
Vq
28CHAPTER 2. LÓGICA PROPOSICIONAL Y USO DE CUANTIFICADORES

(1) F [p _ (q ^ r)] ! [(p _ q) ^ (p _ r)]

(2) V p _ (q ^ r)
(3) F (p _ q) ^ (p _ r)
(5) V q ^ r
(4) V p (6) V q
(7) V r

(8) F p _ q (9) F p _ r (10) F p _ q (11) F p _ r

Aplicamos F p^q a (3) obteniendo (8) y (9) en la izq.

Fp Fq
(10) y (11) en la drch.

(1) F [p _ (q ^ r)] ! [(p _ q) ^ (p _ r)]

(2) V p _ (q ^ r)
(3) F (p _ q) ^ (p _ r)
(5) V q ^ r
(4) V p (6) V q
(7) V r
(8) F p _ q (9) F p _ r (10) F p _ q (11) F p _ r
(12) F p (14) F p (16) F p (18) F p
(13) F q (15) F r (17) F q (19) F r

F p_q
Finalmente, aplicamos F p a la linea
Fq
(8) obteniendo (12) y (13)
(9) obteniendo (14) y (15)
(10) obteniendo (16) y (17)
(11) obteniendo (18) y (19)
2.2. CONECTORES LÓGICOS 29

(1) F [p _ (q ^ r)] ! [(p _ q) ^ (p _ r)]

(2) V p _ (q ^ r)
(3) F (p _ q) ^ (p _ r)
(5) V q ^ r
(4) V p (6) V q
(7) V r
(8) F p _ q (9) F p _ r (10) F p _ q (11) F p _ r
(12) F p (14) F p (16) F p (18) F p
(13) F q (15) F r (17) F q (19) F r

Observamos que todas las ramas del árbol llevan a contradicción pues en-
contramos
(4) T p y (12/14) F p en las ramas de la izquierda
(6) V q y (17) F q en la rama interior derecha
(7) V r y (19) F r en la rama exterior derecha
Apliquemos el método de los árboles analı́ticos a la fórmula

[p ^ (p ! q)] !⇠ q

(1) F [p ^ (p ! q)] !⇠ q
(2) V p ^ (p ! q)
(3) F ⇠ q
(4) V p
(5) V p ! q
(6) V q
(7) F p (8) V q

Obtenemos dos ramas.

Apliquemos el método de los árboles analı́ticos a la fórmula

[p ^ (p ! q)] !⇠ q

(1) F [p ^ (p ! q)] !⇠ q
(2) V p ^ (p ! q)
(3) F ⇠ q
(4) V p
(5) V p ! q
(6) V q

(7) F p (8) V q

La rama izquierda contiene una contradicción:

V p en (4) y F p en (7)
30CHAPTER 2. LÓGICA PROPOSICIONAL Y USO DE CUANTIFICADORES

(1) F [p ^ (p ! q)] !⇠ q
(2) V p ^ (p ! q)
(3) F ⇠ q
(4) V p
(5) V p ! q
(6) V q

(7) F p (8) V q

La rama derecha no contiene una contradicción. Por el contrario, determina

una combinación de valores
Vp y Vq
Precisamente la única combinación para la que la fórmula

[p ^ (p ! q)] !⇠ q

toma el valor F .
Efectivamente, vamos a comprobarlo con la tabla de verdad de la fórmula

[p ^ (p ! q)] !⇠ q

p q p!q p ^ (p ! q) ⇠q [p ^ (p ! q)] !⇠ q
V V V V F F
V F F F V V
F V V F F V
F F V F V V
Análogamente podemos aplicar el métod de los árboles analı́ticos a

V [p ^ (p ! q)] !⇠ q

(1) V [p ^ (p ! q)] !⇠ q

(3) V ⇠ q
(2) F p ^ (p ! q)
(8) F q

(5) F p ! q
(4) F p (6) V p
(7) F q

Ahora obtenemos tres ramas. Ninguna contiene contradicción. Determinan

las posiblilidades de que la fórmula original toma el valor V .
Análogamente podemos aplicar el métod de los árboles analı́ticos a

V [p ^ (p ! q)] !⇠ q
2.2. CONECTORES LÓGICOS 31

(1) V [p ^ (p ! q)] !⇠ q

(3) V ⇠ q
(2) F p ^ (p ! q)
(8) F q

(5) F p ! q
(4) F p (6) V p
(7) F q

En efecto. La rama de la izquierda corresponde a casos en que p ha de tener

valor F ; es decir, las posibilidades F p, V q y F p, F q.
Análogamente podemos aplicar el métod de los árboles analı́ticos a

V [p ^ (p ! q)] !⇠ q

(1) V [p ^ (p ! q)] !⇠ q

(3) V ⇠ q
(2) F p ^ (p ! q)
(8) F q

(5) F p ! q
(4) F p (6) V p
(7) F q

La rama central corresponde a la posibilidades V p, F q.

Análogamente podemos aplicar el métod de los árboles analı́ticos a

V [p ^ (p ! q)] !⇠ q

(1) V [p ^ (p ! q)] !⇠ q

(3) V ⇠ q
(2) F p ^ (p ! q)
(8) F q

(5) F p ! q
(4) F p (6) V p
(7) F q

Finalmente, la rama derecha corresponde que q tome el valor F ; es decir,

a la posibilidades V p, F q (ya en la rama central) y F p, F q (ya la rama de la
izquierda).
32CHAPTER 2. LÓGICA PROPOSICIONAL Y USO DE CUANTIFICADORES

De nuevo, se puede comprobar con la tabla de verdad que son precisamente

las posibilidades para las que nuestra fórmula original

[p ^ (p ! q)] !⇠ q

toma el valor V

p q p!q p ^ (p ! q) ⇠q [p ^ (p ! q)] !⇠ q
V V V V F F
V F F F V V
F V V F F V
F F V F V V

2.2.4 Reglas de inferencia y Argumentos

Lógica proposicional axiomática
Historicamente la lógica proposicional usaba sistemas axiomáticos.
Las tablas de verdad se introdujeron más recientemente.
Un sistema axiomatico consiste de
• Un conjunto de fórmulas formadas, que se llaman axiomas del sistema,
formadas a partir de unas conectivas primitivas.
Por ejemplo, el Principia Mathematica de Russell y Whitehead (1910) usa
las conectivas (_ y !) y los 5 axiomas siguientes:
1. (p _ p) ! p
2. p ! (p _ q)
3. (p ! q) ! (q _ p)
4. (p ! q) ! ((r _ p) ! (r _ q))
5. ((p _ (q _ r))) ! ((p _ q) _ r)

• Un conjunto de reglas de inferencia de la forma

A partir de las fórmulas X1 , . . . , Xn inferimos la fórmula X, o simbólicamente

X1 , . . . , X n
X

Por ejemplo, la regla de Modus Ponens se expresa como

p, p ! q
q

Observamos que la validez lógica de la regla de inferencia

X1 , . . . , X n
X
2.2. CONECTORES LÓGICOS 33

equivalente a que (X1 ^ · · · ^ Xn ) ! X sea una tautologı́a.

Una prueba en el sistema es una sucesión finita de fórmulas, tales que cada
una de ellas es o bien un axioma o bien se obtiene de las anteriores y de las regla
de inferencia.
Se llama probable a toda fórmula que aparezca al final de alguna prueba.
Esta noción de prueba es precisa por contra de las nociones informales de
prueba.
Nosotros vamos a estudiar unas estructuras relacionadas llamadas argumen-
tos.
Los argumentos inferieren a partir de unas fórmulas dadas que llamaremos
premisas (P1 , P2 , . . . , Ps ) y mediante las leyes o reglas de inferencia otra fórmula
que llamaremos tesis (T ).

P1 , P2 , . . . , Ps ` T

¿Por qué estamos interesados en los argumentos?

Las pruebas en matemáticas tiene la estructura lógica / formal de argumen-
tos.

Reglas de inferencia
• Ley de la doble negación que abreviamos DN:

⇠⇠ A , A

⇠⇠ A
A

• Ley de simplificación que abreviamos RS:

(A ^ B) ! A

A^B
A

• Ley de adición que abreviamos RA:

A ! (A _ B)

A
A_B
34CHAPTER 2. LÓGICA PROPOSICIONAL Y USO DE CUANTIFICADORES

• Leyes conmutativa de disyunción y conjunción que abreviamos RC:

(A _ B) , (B _ A) y (A ^ B) , (B ^ A)

A_B A^B
B_A B^A

• Leyes de Morgan que abreviamos DM:

⇠ (A _ B) ,⇠ A^ ⇠ B y ⇠ (A ^ B) ,⇠ A_ ⇠ B

⇠ (A _ B) ⇠ (A ^ B)
⇠ A^ ⇠ B ⇠ A_ ⇠ B

• Ley del silogismo disyuntivo que abreviamos SD:

[(A _ B)^ ⇠ A] ! B

(A _ B)
⇠A
B

• Ley de equivalencia del condicional que abreviamos EC:

(A ! B) , (⇠ A _ B)

A!B ⇠A_B
⇠A_B A!B

• Ley del Modus Ponens que abreviamos MP:

[(A ! B) ^ A] ! B

A!B
A
B

• Ley del Modus Tollens que abreviamos MT:

[(A ! B)^ ⇠ B] !⇠ A

A!B
⇠B
⇠A
2.2. CONECTORES LÓGICOS 35

• Ley del Silogismo Hipotético o de Transitividad del Condicional que abre-

viamos TC:
[(A ! B) ^ (B ! C)] ! (A ! C)
A!B
B!C
A!C

• Ley del Bicondicional que abreviamos RC:

[(A ! B) ^ (B ! A)] , (A , B)

A!B
B!A
A,B

Ejemplos de Argumentos
Vamos a escribir la prueba del siguiente argumento

⇠ p ^ q, r ! p `⇠ r

Las 2 primeras lineas de la prueba enumeran nuestras premisas

1. ⇠p^q P
2. r!p P
Vamos a escribir la prueba del siguiente argumento

⇠ p ^ q, r ! p `⇠ r

Aplicando simplificación a la linea 1 obtenemos la linea 3.

1. ⇠p^q P
2. r!p P
3. ⇠p RS1
Vamos a escribir la prueba del siguiente argumento

⇠ p ^ q, r ! p `⇠ r

Aplicando modus tollens a lineas 2 y 3 obtenemos la conclusión en 4.

1. ⇠p^q P
2. r!p P
3. ⇠p RS1
4. ⇠r M T, 2, 3
36CHAPTER 2. LÓGICA PROPOSICIONAL Y USO DE CUANTIFICADORES

p ! q, p ` q _ m

1. p!q P
2. p P
3. q M P 1, 2
4. q_m RA3

p, p ! (q _ r), ⇠ q ` r

1. p P
2. p ! (q _ r) P
3. ⇠q P
4. q_r M P 1, 2
5. r SD3, 4

p ^ q, p ! r ` p ^ r
1. p^q P
2. p!r P
3. p RS1
4. r M P 2, 3
5. p^r IC3, 4

Ejemplo de Argumento: Dilema constructivo

Vamos a escribir la prueba del siguiente argumento

p ! q, s ! t, p _ s ` q _ t
Las 3 primeras lineas de la prueba enumeran nuestras premisas

1. p!q P
2. s!t P
3. p_s P

p ! q, s ! t, p _ s ` q _ t
Aplicamos la bifurcación de la disyucción de la linea 3. En la linea cuatro
escribimos la primera proposición de 3.

1. p!q P
2. s!t P
3. p_s P
4. p BD3, 1
2.2. CONECTORES LÓGICOS 37

p ! q, s ! t, p _ s ` q _ t
En 5. escribimos la conclusión de aplicar modus ponens a 1 y 4.

1. p!q P
2. s!t P
3. p_s P
4. p BD3, 1
5. q M P 1, 4
Argumento: Dilema constructivo
p ! q, s ! t, p _ s ` q _ t
Aplicando la adición a 5. obtenemos la conclusión en 6.

1. p!q P
2. s!t P
3. p_s P
4. p BD3, 1
5. q M P 1, 4
6. q_t RA5

p ! q, s ! t, p _ s ` q _ t
No hemos acabado. Falta escribir el otro resultado de BD en 3.

1. p!q P
2. s!t P
3. p_s P
4. p BD3, 1
5. q M P 1, 4
6. q_t RA5,
7. s BD3, 2

p ! q, s ! t, p _ s ` q _ t
En 8. escribimos la conclusión de aplicar modus ponens a 2 y 7.

1. p!q P
2. s!t P
3. p_s P
4. p BD3, 1
5. q M P 1, 4
6. q_t RA5
7. s BD3, 2
8. t M P 2, 7

p ! q, s ! t, p _ s ` q _ t
38CHAPTER 2. LÓGICA PROPOSICIONAL Y USO DE CUANTIFICADORES

Aplicando la adición a 8. obtenemos t _ q en 9.

1. p!q P
2. s!t P
3. p_s P
4. p BD3, 1
5. q M P 1, 4
6. q_t RA5
7. s BD3, 2
8. t M P 2, 7
9. t_q RA8

p ! q, s ! t, p _ s ` q _ t
Aplicando la conmutatividad a 9. obtenemos la conclusión en 10.

1. p!q P
2. s!t P
3. p_s P
4. p BD3, 1
5. q M P 1, 4
6. q_t RA5
7. s BD3, 2
8. t M P 2, 7
9. t_q RA8
10. q_t RC9
Vamos a discutir algunas técnicas extras para la prueba de argumentos, más
alla de la aplicación directa de las 11 reglas de inferencia:
DN, RS, RA, RC, DM, SD, EC, MP, MT, TC, RB

Algunas de estás técnicas son

• la reducción al absurdo,

• la afimación del antecedente del conclusión,

• la negación del consecuente de la conclusión,

• la bifurcación de la disyunción.

Consideremos el siguiente argumento

p ! q, (q ! r) ^ (r ! s) ` p ! s

Veamos tres pruebas diferentes del argumento.

Primera prueba de
2.2. CONECTORES LÓGICOS 39

p ! q, (q ! r) ^ (r ! s) ` p ! s

usando las reglas de inferencia (RS y TC).

1. p!q P.
2. (q ! r) ^ (r ! s) P.
3. q!r RS2
4. r!s RS2
5. p!r T C1, 3
6. p!s T C5, 4

Segunda prueba de
p ! q, (q ! r) ^ (r ! s) ` p ! s
usando la afirmación del antecente de la conclusión (AC) como premisa adic-
cional (PA) y el Teorema de la Deducción (TD).

1. p!q P
2. (q ! r) ^ (r ! s) P.
3. q!r RS2
4. r!s RS2
5. p AC, P A
6. q M P 1, 5
7. r M P 3, 6
8. s M P 4, 7
9. p!s T D5, 8

Tercera prueba de
p ! q, (q ! r) ^ (r ! s) ` p ! s
usando la negación del consecuente de la conclusión (⇠CC) como premisa
adiccional (PA) y el Teorema de la Deducción (TD).

1. p!q P.
2. (q ! r) ^ (r ! s) P.
3. q!r RS2
4. r!s RS2
5. ⇠s ⇠ CC, P A
6. ⇠r M T 4, 5
7. ⇠q M T 3, 6
8. ⇠p M T 1, 7
9. ⇠ s !⇠ p T D5, 8
10. ⇠⇠ s_ ⇠ p EC9
11. s_ ⇠ p DN 10
12. ⇠p_s RC11
13. p!s EC12
40CHAPTER 2. LÓGICA PROPOSICIONAL Y USO DE CUANTIFICADORES

Ilustramos la reducción al absurdo (ABS) con la prueba de

p ! q, q ! r ` p ! r

1. p!q P
2. q!r P
3. ⇠ (p ! r) N C, ABS
4. ⇠ (⇠ p _ r) EC4
5. ⇠⇠ p^ ⇠ r DM 4
6. p^ ⇠ r DN
7. p RS6
8. ⇠r RS6
9. q M P 1, 7
10. r M P 2, 9
11. ⇠r^r IC8, 10, CON T R
Aplicamos la bifurcación de la disyunción ( BD) para probar el dilema con-
structivo.
p ! q, s ! t, p _ s ` q _ t

1. p!q P
2. s!t P
3. p_s P
4. p BD3, 1
5. q M P 1, 4
6. q_t RA5
7. s BD3, 2
8. t M P 2, 7
9. t_q RA8
10. q_t RC9
Demostrar que un argumento es inválido añadiendo la conclusión como
premisa adicional.
p !⇠ q, ⇠ p ! r ` q^ ⇠ r

1. p !⇠ q P
2. ⇠p!r P
3. q^ ⇠ r PA
4. q RS3
5. ⇠r RS3
6. ⇠p M T 4, 1
7. r M P 6, 2
8. ⇠r^r IC5, 7CON T R
Chapter 3

Lógica de predicados y usos

de cuantificadores

La lógica de predicados, cuantificadores o de primer orden es una extensión de

la lógica proposicional que permite englobar

• los silogismos aristotélicos

• y el lenguaje básico y los fundamentos de las matemáticas (teorı́a de con-

juntos, aritmética).

Por ejemplo, nos permitira formalizar silogismos como

Todos los murciélagos pueden volar,

Socrates es un murciélago,
Socrates puede volar
o la definición de continuidad de una función real (de una variable)
Una función f : R ! R es continua en el punto a 2 R si para todo ✏ > 0
existe un > 0 tal que |f (x) f (a)| < ✏ si |x a| < .
En la lógica de primer orden usamos los siguientes elementos para escribir
proposiciones o fórmulas

• constantes que son las letras a, b, c etc. (primeras del alfabeto) con las
que se designa a individuos determinados;

• variables que son las letras x, y, z, (últimas del alfabeto) que se emplean
para designar variables individuales o individuos indeterminados,

• predicados que son las letras mayúsculas A, B, F , P , G etc. se emplean

para expresar propiedades de las constantes y / o variables.

• los conectores proposicionales (usualmente ⇠, ^, _, ! y ,);

41
42CHAPTER 3. LÓGICA DE PREDICADOS Y USOS DE CUANTIFICADORES

• paréntesis y otros signos gramaticales

• cuantificadores que sirven para expresar las afirmaciones que afectan a
todos, cuantificador universal, y / o las afirmaciones afectan a alguno o
algunos, cuantificador existencial.
El cuantificador universal se representa mediante el sı́mbolo 8
Por ejemplo, la proposición
”Todo x tiene la propiedad F ”
se expresa como
(8x) F x
En cambio la expresión
(8x) ⇠ F x
corresponde con la proposción
”Todo x tiene la propiedad no F ”
equivalentemente
”Ningún x tiene la propiedad F ”
o
”No existe un x que tenga la propiedad F ”
Ejemplos
Para todo x 2 R, se tiene que x2 0.

(8x 2 R) x2 0

Para todo n entero positivo y par, se tiene que n2 es par.

(8n 2 2Z>0 ) n2 2 2Z>0

Para todo x 2 Q y para todo y 2 Q, se tiene que x + y 2 Q y xy 2 Q

(8x 2 Q, 8y 2 Q) x + y 2 Q ^ xy 2 Q

El cuantificador existencial se representa mediante el sı́mbolo 9

Por ejemplo, la proposición
”Existe un x que tiene la propiedad F ”
se expresa como
(9x) F x
En cambio la expresión
(9x) ⇠ F x
corresponde con la proposici’on
Existe al menos un x para el que es falsa la propiedad F ”
equivalentemente
”Existe un x para el que es falso F ”
o
”Algunos x no tienen la propiedad F ”.
 43

Ejemplos
Existe x 2 R tal que x2 2x = 0.

(9x 2 R) x2 2x = 0

No existe x 2 R tal que x2 = 1

⇠ (9x 2 R) x2 = 1

Existe z 2 C tal que z 2 = 1

(9z 2 C), z 2 = 1

Es importante tener presente las siguientes equivalencias entre cuantificadores,

conocidas como intercambio de cuantificadores:
a.
(8x)F x es equivalente a ⇠ (9x) ⇠ F x,
es decir, si para todo x se da la propiedad F , es falso que exista un x con
la propiedad no F .
b.
(9x)F x es equivalente a ⇠ (8x) ⇠ F x,
es decir, si existe un x con la propiedad F , es falso que todos los x tengan
la propiedad no F .
Es importante tener presente las siguientes equivalencias entre cuantificadores,
conocidas como intercambio de cuantificadores:
c.
(8x) ⇠ F x es equivalente a ⇠ (9x)F x,
es decir, si no existe ningún x con la propiedad F , es falso que exista algún
x que tenga la propiedad F .
d.
(9x) ⇠ F x es equivalente a ⇠ (8x)F x
es decir, si existe un x con la propiedad no F , es falso que todos los x
tengan la propiedad F .
Distributividad de cuantificadores respecto de conectores:
El cuantificador universal es distributivo respecto a la conjunción

(8x)(Ax ^ Bx) ⌘ (8x)Ax ^ (8x)Bx

pero para la disyución sólo tenemos

[(8x)Ax _ (8x)Bx] ! (8x)(Ax _ Bx).

44CHAPTER 3. LÓGICA DE PREDICADOS Y USOS DE CUANTIFICADORES

El cuantificador existencial es distributivo respecto a la disyunción

(9x)(Ax _ Bx) ⌘ (9x)Ax _ (9x)(Bx)
pero para la conjunción solo tenemos
(9x)(Ax ^ Bx) ! [(9x)Ax ^ (9x)Bx].
Receta para negación de proposiciones con cuantificadores:
1. Cambia cada cuantificador 8 por 9
y cada cuantificador 9 por 8
2. Cambia el predicado o propiedad P por ⇠ P
Es decir
⇠ (8x)P x ⌘ (9x) ⇠ P x
⇠ (9x)P x ⌘ (8x) ⇠ P x

También valido con varios cuantificadores

⇠ (8x 9y)P (x, y) ⌘ (9x 8y) ⇠ P (x, y)
El paso intermedio es también válido
⇠ (8x 9y)P (x, y) ⌘ (9x) [⇠ (9y)P (x, y)] ⌘ (9x 8y) ⇠ P (x, y)
La negación de
Para toda x 2 Z, se tiene x2 6= 4
es
Existe x 2 Z tal que x2 = 4

La negación de
Existe un gato que no es pardo
es
Todos los gatos son pardos
La negación de
Existe un numero minimo
o equivalentemente Existe un número menor o igual que el resto
i.e.
(9x, 8y) x < y _ x = y ⌘ (9x, 8y) x  y
es
No está acotado inferiormente
o equivalentemente
Para cualquier numero hay otro mas pequeno
i.e.
(8x, 9y) x 6< y ^ x 6= y ⌘ (8x, 9y) x > y
Observa que hemos usado De Morgan para negar el predicado.
Orden en combinaciones de cuantificadores.
Considera las siguientes proposiciones:
3.1. ÁRBOLES ANÁLITICOS Y CUANTIFICADORES. 45

• (8x 2 Z 9y 2 Z)y > x

• (9y 2 Z 8x 2 Z)y > x

¿Son equivalentes? No.

La primera es verdadera y dice que Z no es acotado superiormente (contiene
elementos tan grandes como se quiera).
La segunda afirma en cambio que Z es acotado (hay un elemento y mayor
que todos los demás; incluso más grande que si mismo).
Combinaciones de dos o más cuantificadores universales (o de dos o más
cuantificadores existenciales) sı́ conmutan.

3.1 Árboles análiticos y cuantificadores.

Hay que considerar 4 reglas adiccionales:

• Regla V 8
De V (8x)P x inferimos V P (a), con a cualquier parametro.
• Regla V 9
De V (9x)P x inferimos V P (b), para b nuevo en el árbol.
• Regla F 8
De F (8x)P x inferimos F P (c), para c nuevo en el árbol.
• Regla F 9
De F (9x)P x inferimos F P (a), para a cualquier parámetro.

V (8x)P x F (9x)P x
ReglaV 8 : V Pa ReglaF 9 : F Pa
(cualquier a) (cualquier a)

V (9x)P x F (8x)P x
ReglaV 9 : V Pb ReglaF 8 : F Pc
(b nuevo) (c nuevo )
Aplicamos la técnica de los árboles anaı́ticos a la fórmula:

(8x8y) (P x ! P y) ! [(8x)P x _ (8x) ⇠ P x]

(1) F (8x8y) (P x ! P y) ! [(8x)P x _ (8x) ⇠ P x]

(2) V (8x8y) (P x ! P y) de (1)
(3) F (8x)P x _ (8x) ⇠ P x de (1)
(4) F (8x)P x de (3)
46CHAPTER 3. LÓGICA DE PREDICADOS Y USOS DE CUANTIFICADORES

(5) F (8x) ⇠ P x de (3)

...

Aplicamos la técnica de los árboles anaı́ticos a la fórmula:

(8x8y) (P x ! P y) ! [(8x)P x _ (8x) ⇠ P x]

(1) F (8x8y) (P x ! P y) ! [(8x)P x _ (8x) ⇠ P x]

(2) V (8x8y) (P x ! P y) de (1)

(3) F (8x)P x _ (8x) ⇠ P x de (1)

(4) F (8x)P x de (3)

(5) F (8x) ⇠ P x de (3)

(6) F P a de (4)

(7) F ⇠ P b de (5)

...

En (7) hubiera sido incorrecto usar a porque ya habı́a aparecido en (6). Nece-
sitamos una constante nueva en el árbol, como b
(1) F (8x8y) (P x ! P y) ! [(8x)P x _ (8x) ⇠ P x]

(2) V (8x8y) (P x ! P y) de (1)

(3) F (8x)P x _ (8x) ⇠ P x de (1)

(4) F (8x)P x de (3)

(5) F (8x) ⇠ P x de (3)

(6) F P a de (4)

(7) F ⇠ P b de (5)

(8) V P b de (7)

(9) V (8y) (P b ! P y) de (2)

(10) V P b ! P a de (9)

(11)F P b de (10) (12)V P a de (10)

3.2. REGLAS DE INFERENCIA CON CUANTIFICADORES 47

3.2 Reglas de inferencia con cuantificadores

1. EG o eliminador general
(8x)P x
Pa

2. EP o ejemplificador o eliminador particular o existencial

(9x)P x
donde b debe de ser arbitrario hasta el momento
Pb

3. IG o introducción del generalizador,

Pa
donde a debe de ser arbitrario
(8x)P x

4. IP o introducción del particularizador o existencial

Pa
(9x)P x

”Los españoles son europeos”

”Los vascos son españoles”
”Los vascos son europeos”

(8x)(Sx ! Ex), (8x)(V x ! Sx) ` (8x)(V x ! Ex)

(8x)(Sx ! Ex), (8x)(V x ! Sx) ` (8x)(V x ! Ex)

1. (8x)(Sx ! Ex) P
2. (8x)(V x ! Sx) P
3. Sa ! Ea EG1
4. V a ! Sa EG2
5. V a ! Ea T C3, 4
6. (8x)(V x ! Ex) IG5

”Ningún energúmeno es persuasivo”

”Todos los cacereños son persuasivos”
”Ningún cacereño es un energúmeno”

(8x)(Ex !⇠ P x), (8x)(Cx ! P x) ` (8x)(Cx !⇠ Ex)

(8x)(Ex !⇠ P x), (8x)(Cx ! P x) ` (8x)(Cx !⇠ Ex)

48CHAPTER 3. LÓGICA DE PREDICADOS Y USOS DE CUANTIFICADORES

1. (8x)(Ex !⇠ P x) P
2. (8x)(Cx ! P x) P
3. Ea !⇠ P a EG1
4. Ca ! P a EG2
5. Ca PA
6. Pa M P 5, 4
7. ⇠ Ea M T 6, 3
8. Ca !⇠ Ea T D5, 7
9. (8x)(Cx !⇠ Ex) IG6
”Todos los lógicos son cautelosos”
”Algunos policı́as son lógicos”
”Algunos policı́as son cautelosos”

(8x)(Lx ! Cx), (9x)(P x ^ Lx) ` (9x)(P x ^ Cx)

(8x)(Lx ! Cx), (9x)(P x ^ Lx) ` (9x)(P x ^ Cx)

1. (8x)(Lx ! Cx) P
2. (9x)(P x ^ Lx) P
3. La ! Ca EG1
4. P a ^ La EP 2
5. La RS4
6. Pa RS4
7. Ca M P 5, 3
8. P a ^ Ca IC6, 7
9. (9x)(P x ^ Cx) IP 8
IG no se puede usar en (8) porque a no es arbitrario; ver (4) EP 2
Chapter 4

Demostracciones

• La obligación de probar (o ser cápaz de probar) todo lo que se afirma es

intrı́seca y caracterı́stica de las matemáticas.

• Las pruebas matemáticas tienen una larga historia que se remonta al

menos a los Elementos de Euclides (método axiomático) o incluso a Tales.

• La noción de prueba o la noción de rigor cambia a lo largo del tiempo y

es controvertida desde el punto de vista filosófico y/o histórico1 .

• Son difı́ciles de entender, de encontrar, de escribir . . .

• Habitualmente la prueba no sigue el orden en que fueron encontradas

• No son únicas. Por ejemplo, existen cientos de pruebas más o menos

diferentes de pruebas del Teorema de Pitágoras.

4.1 ¿Qué es una demostración?

Una serie de proposiciones

que se siguen lógicamente y ordenadamente unas de otras,
empezando con unas hipótesis que son ciertas o conocidas
y acaba con una conclusión que es lo que queremos probar.

Como las obras de teatro, una demostración tiene

1 En la matemática contemporánea hay casos controvertidos como el trabajo de Mochizuki

en el problema abc [], los trabajos de Dusa McDu↵ acerca de los fundamentos de la geometrı́a
simpléctica [] ... También proyectos como Xena de formalización de la matemática y de
desarrollo de programas informáticos de demostración automática como Lean []

49
50 CHAPTER 4. DEMOSTRACCIONES

• Planteamiento: hipótesis
• Nudo: serie de proposiciones
• Desenlace: Conclusión
Planteamiento: hipótesis • Nudo • Desenlace: conclusión
Importante:
• Respetar el orden en la escritura de enunciados y su pruebas. Empezar
por el planteamiento, seguir con el nudo y acabar con el desenlace.
• Establecer clara e inequivocamente todas las hipótesis y la conclusión.
• Todas las hipótesis han de usarse en el nudo. De modo contrario o bien
son innecesarias o bien hay algo incorrecto en el razonamiento.

Veamos algunos ejemplos de pruebas, haciendo hincapie en la estructura

teatral de la prueba.
Atención: Las siguientes pruebas no están escritas formalmente.
Ejemplo 1 Para todos a, b, c 2 R se tiene que a(b c) = ab ac.
Planteamiento:
R es un cuerpo, puedes usar la definición / los axiomas de cuerpo; en particular
x · 0 = 0 para cualquier x 2 R (⇤)
x y = x + ( y) (⇤⇤).
Nudo:
a(b c) = a(b + ( c)) = ab + a( c) por (⇤⇤) y propiedad distributiva
ac + a( c) = a(c + ( c)) = a(c c) = a · 0 = 0 por propiedad distributiva, (⇤⇤),
definición del inverso aditivo y (⇤)
a( c) = (ac) = ac definición del inverso aditivo y proposición anterior

Desenlace:
a(b c) = ab ac por primera y tercera proposición del Nudo
Ejemplo 2. Si las funciones f : A ! B y g : B ! C son injectivas,
entonces la composición g f : A !C es injectiva.
Planteamiento:
Definición de función injectiva: f : A ! B es inyectiva si f (a) 6= f (a0 ) para
todo a, a0 2 A tales que a 6= a0
Definición de composición de funciones: (g f )(a) = g(f (a))
Hipótesis: f y g son inyectivas.

Nudo:
La definición de inyectividad es equivalente a
Para todo par a, a0 2 A tales que f (a) = f (a0 ) se tiene que a = a0 .
Para a, a0 2 A tales que (g f )(a) = (g f )(a0 ) se tiene que
4.1. ¿QUÉ ES UNA DEMOSTRACIÓN? 51

g(f (a)) = g(f (a0 )) por definición de composición,

que f (a) = f (a0 ) por lo anterior e inyectividad de g
y, finalmente, que a = a0 por lo anterior e inyectivad de f .

Desenlace:

La función g f es inyectiva.
n(n+1)
Ejemplo 3. Para todo n 2 N se cumple que 1 + · · · + n = 2 .
Planteamiento:
Usaremos el Principio de Inducción matemática (PI débil)
Caso base: Comprobemos la veracidad para n = 1.
En efecto, 1 = 1(1+1)
2 .
Hipótesis de inducción: Supongamos que es cierto para n = k; es decir, supong-
amos que 1 + · · · + k = k(k+1)
2

Nudo:
Establecer el caso n = k + 1 a partir de la hipótesis de inducción:
k(k+1)
1 + 2 + · · · + k + (k + 1) = 2 + (k + 1) por HI
k(k+1)
2 + (k + 1) = k(k+1)+2(k+1)
2 = (k+1)(k+2)
2 por aritmética elemental (def.
suma de racionales y prop. distributiva y conmutativa)

Desenlace:
Por lo anterior y el PI débil, el resultado es cierto para todo n 2 N.

¿ Por qué son necesarias las pruebas?

• Ejemplo 12 :
Z 1
sin x ⇡
dx =
0 x 2
Z 1
sin x sin x/3 ⇡
dx =
0 x x/3 2
Z 1
sin x sin x/3 sin x/5 ⇡
dx =
0 x x/3 x/5 2
···
Z 1
sin x sin x/3 sin x/5 sin x/13 ⇡
··· dx =
0 x x/3 x/5 x/13 2
2 Tomado de Daniel Pearcy, Mathematical Beauty, What is mathematical beauty and can
anyone experience it?, John Catt Educational Ltd, 2020.
52 CHAPTER 4. DEMOSTRACCIONES

Z 1
sin x sin x/3 sin x/5 sin x/15
··· dx =?
0 x x/3 x/5 x/15
Z 1
sin x sin x/3 sin x/5 sin x/15 ⇡
··· dx 6=
0 x x/3 x/5 x/15 2
Z 1
sin x sin x/3 sin x/5 sin x/15
··· dx =
0 x x/3 x/5 x/15
467807924713440738696537864469
⇡
935615849440640907310521750000
• Ejemplo 23 El polinomio

p(x) = x2 + x + 41

toma valores primos para x = 0, 1, . . . , 39

x p(x) x p(x) x p(x) x p(x)

0 41 10 151 20 461 30 971
1 43 11 173 21 503 31 1033
2 47 12 197 22 547 32 1097
3 53 13 223 23 593 33 1163
4 61 14 251 24 641 34 1231
5 71 15 281 25 691 35 1301
6 83 16 313 26 743 36 1373
7 97 17 347 27 797 37 1447
8 113 18 383 28 853 38 1523
9 131 19 421 29 911 39 1601

Pero
p(40) = 1681 = 412

• Ejemplo 34
El n-ésimo polinomio ciclotómico se define por
Y ⇣ k
⌘
n (x) = x e2i⇡ n .
1kn
gcd(k,n)=1

3 Tomado de I.S. Sominskii, The Method of Mathematical Induction, Blaisdell Publishing

(1961)
4 Este problema es atribuido por I.S. Sominskii, The Method of Mathematical Induction,

Blaisdell Publishing (1961) a N.G. Chebotarëv en Uspekhi matematicheskikh nauk (1938) y

su solución a V. Ivanov en Usp. mat. nauk 4 (1941) 313–317. En cambio D. M. Bloom, On the
coefficients of the cyclotomic polynomials. American Math. Monthly, 75 (1968) pp 372–377
atribuye el problema a A.S. Bang Om Ligningen n (x) = 0, Nyt Tidsskrifi for Mathematik,
Afdeling B, 6 (1895) pp 6–12.
4.1. ¿QUÉ ES UNA DEMOSTRACIÓN? 53

Si n es primo, tenemos

n
X1
n (x) = 1 + x + x2 + · · · + xn 1
= xk .
k=0

Si n = 2p con p un primo impar, tenemos

p 1
X
2p (x) =1 x + x2 · · · + xp 1
= ( x)k .
k=0

Se conjeturo que los coeficientes de los polinomios n (x) era siempre

iguales a ±1. Para n de 1 a 30, tenemos
54 CHAPTER 4. DEMOSTRACCIONES

1 (x) =x 1
2 (x) = x + 1

3 (x) = x2 + x + 1
4 (x) = x2 + 1
5 (x) = x4 + x3 + x2 + x + 1
6 (x) = x2 x+1
7 (x) = x + x5 + x4 + x3 + x2 + x + 1
6

8 (x) = x4 + 1
9 (x) = x6 + x3 + 1
10 (x) = x4 x3 + x2 x+1
10
11 (x) =x + x + x + x7 + x6 + x5 + x4 + x3 + x2 + x + 1
9 8

12 (x) = x4 x2 + 1
13 (x) = x12 + x11 + x10 + x9 + x8 + x7 + x6 + x5 + x4 + x3 + x2 + x + 1
14 (x) = x6 x5 + x4 x3 + x2 x+1
8 7 5 4 3
15 (x) =x x +x x +x x+1
8
16 (x) =x +1
17 (x) = x16 + x15 + x14 + x13 + x12 + x11 + x10 + x9 + x8 + x7 + x6
+ x5 + x4 + x3 + x2 + x + 1
18 (x) = x6 x3 + 1
19 (x) = x18 + x17 + x16 + x15 + x14 + x13 + x12 + x11 + x10 + x9
+ x8 + x7 + x6 + x5 + x4 + x3 + x2 + x + 1
20 (x) = x8 x6 + x4 x2 + 1
21 (x) = x12 x11 + x9 x8 + x6 x4 + x3 x+1
10 9 8 7 6 5 4
22 (x) =x x +x x +x x +x x3 + x2 x+1
22 21 20 19 18 17 16 15
23 (x) =x +x +x +x +x +x +x +x + x14 + x13
+ x12 + x11 + x10 + x9 + x8 + x7 + x6 + x5 + x4 + x3
+ x2 + x + 1
24 (x) = x8 x4 + 1
25 (x) = x20 + x15 + x10 + x5 + 1
26 (x) = x12 x11 + x10 x9 + x8 x7 + x6 x5 + x4 x3 + x2 x+1
18 9
27 (x) =x +x +1
12
28 (x) =x x10 + x8 x6 + x4 x2 + 1
29 (x) = x28 + x27 + x26 + x25 + x24 + x23 + x22 + x21 + x20 + x19
+ x18 + x17 + x16 + x15 + x14 + x13 + x12 + x11 + x10
+ x9 + x8 + x7 + x6 + x5 + x4 + x3 + x2 + x + 1
30 (x) = x8 + x7 x5 x4 x3 + x + 1.
4.1. ¿QUÉ ES UNA DEMOSTRACIÓN? 55

Pero para n = 105 = 3 ⇥ 5 ⇥ 7 se tiene que

105 (x) = x48 +x47 +x46 x43 x42 2x41 x40 x39 +x36 +x35 +x34 +x33 +

x32 + x31 x28 x26 x24 x22 x20 + x17 + x16 + x15 + x14 + x13 + x12
x9 x8 2x7 x6 x5 + x2 + x + 1.

Tipos más usuales de enunciados que se han de probar

• a=b
• a!b
• P (a)
• (8x) P (x)
• (9x) P (x)

a = b (más en general, a relación b donde la relació puede ser igualdad,

desigualdad, congruencia, isomorfismo . . . )
Por ejemplo, prueba
– que dos triángulos son congruentes;
– que en un triángulo rectángulo la suma de los cuadrados de los catetos es
igual a la suma del cuadrado de la hipotenusa;
– que el grupo aditivo de los enteros es isomorfo al grupo aditivo de los
enteros pares;
– la igualdad
{0} = \n2N ( 1/n, 1/n)
de subconjuntos de R.

{0} = \n2N ( 1/n, 1/n) como subconjuntos de R.

La igualdad = de conjuntos es la conjunción ⇢ y .
Suele ser útil probar separadamente las dos contenciones.

{0} ⇢ \n2N ( 1/n, 1/n)

que es fácil pues 0 2 ( 1/n, 1/n) para todo n 2 N por la definición de intervalo
abierto (a, b) := {x 2 R | a < x < b} de R.

\n2N ( 1/n, 1/n) ⇢ {0}.

que algo más difı́cil. Por ejemplo ha de usarse la Propiedad arquimedanea:
Los números naturales crecen arbitrariamente. O equivalentemente, dado x 2 R,
existe n 2 N tal que x < n.
56 CHAPTER 4. DEMOSTRACCIONES

A veces también es útil probar que ambos términos son iguales a un tercer
término.
Por ejemplo, la igualdad

\n2N ( 1/n, 1/n) = \n2N [ 1/n, 1/n] como subconjuntos de R

puede reducirse a
{0} = \n2N ( 1/n, 1/n)
y
{0} = \n2N [ 1/n, 1/n]

a!b
Más en general,
a 1 , a 2 , . . . an ! b
a$b
a1 $ a2 $ · · · $ an
En el caso bicondicional ($) suele ser útil probar separadamente los dos condi-
cionales (! y ).
Se conocen como si y solo si o condición necesaria y suficiente.
En el caso de varios bicondicionales basta ver cı́rculos de condicionales. Por
ejemplo,
a1 ! a2 ! · · · ! an ! a1
a!b

Ejemplos,
Si f : R ! R es una función derivable, entonces es continua.
Sea A subconjunto de R, entonces:
A es compacto si y solo si es A es cerrado y acotado.
P (a)

Ejemplos,

-el conjunto de números primos es infinito.

p
-el número 2 no es racional.
-el sistema lineal
3x + 7y = 10
x+y =0
tiene una solución.
4.1. ¿QUÉ ES UNA DEMOSTRACIÓN? 57

-la ecuación 3x2 + 9x + 5 = 0 tiene soluciones reales.

-los números 4 y 27 son primos relativos.

(8x) P (x)

Ejemplos,
- La suma de los primeros n números naturales es n(n+1)
2 .
- Todo polinomio p(x) 2 R[x] de grado impar tiene una raı́z real.
- Todo entero positivo puede factorizarse como producto de números primos.
(9x) P x
también
(9!x) P x (existe un único)
Ejemplos,
- Todo polinomio p(x) 2 C[x] tiene al menos una raı́z compleja.
- Existe una única recta que pasa por dos puntos dados en un plano.
-Existe una única solución del sistema lineal

{ax + by = r, cx + dy = s}

con ad bc 6= 0.
-(División Euclidea) Dados a, b 2 N con b > a existen p, r 2 N únicos tales que
b = pa + r y 0  r < a.

Tipos más usuales de demostracciones:

• Directa
• Contrapositiva
• Indirecta
• Por contradicción o reducción al absurdo
• Por el principio de Inducción Matemática
• Por el principio de las cajas o el palomar.
• Por doble conteo.
• Por el principio de inclusión - exclusión.
• Por el principio del buen orden.
• Estableciendo una biyección.
• Descenso infinito.
• Existencia y unicidad.
58 CHAPTER 4. DEMOSTRACCIONES

• Pruebas visuales o sin palabras.

• ...

4.2 Tipos de demostraciones: directa

Estructura de la prueba por demostración directa.
Muchas veces se trata de enunciados del tipo p ! q o se pueden reformular
de esa manera.

• Suponer p
• Usar definiciones y propiedades conocidas sobre p y lógica
• Para deducir q

Más en general, para demostrar directamente un enunciado P .

• Usar definiciones y propiedades conocidas p1 , p2 , . . . , pn y lógica

• Para deducir P

Si x es impar, entonces x2 es impar.

Dem. Prueba directa
Supongamos que x es impar. Hipotesis
Podemos escribir x = 2a + 1 para algún a 2 Z, por la definición de impar.
Por tanto, x2 = (2a + 1)2 = 4a2 + 4a + 1 = 2(2a2 + 2a) + 1. (por el teorema del
binomio y la propiedad distributiva)
Observamos que 2a2 + 2a es un entero. (porque a y 2 son enteros y la suma y
el producto de enteros es entero)
Ası́ que x2 = 2b + 1, donde b es el entero 2a2 + 2a.
Por tanto, x2 impar. Conclusión
Si x es impar, entonces x2 es impar.
Dem. Supongamos que x es impar. Podemos escribir x = 2a + 1 para algún
a 2 Z, por la definición de impar. Por tanto, x2 = (2a + 1)2 = 4a2 + 4a + 1 =
2(2a2 + 2a) + 1. Observamos que 2a2 + 2a es un entero. Ası́ que x2 = 2b + 1,
donde b es el entero 2a2 + 2a. Por tanto, x2 impar.
Observamos que podriamos haber reformulado el enunciado
Si x es impar, entonces x2 es impar.
como
Para todo x entero impar, se cumple que x2 es impar.
y reescrito la prueba como
Sea c entero impar. Podemos escribir c = 2a + 1 para algún a 2 Z, por
la definición de impar. Por tanto, c2 = (2a + 1)2 = 4a2 + 4a + 1 = 2(2a2 +
4.2. TIPOS DE DEMOSTRACIONES: DIRECTA 59

2a) + 1. Observamos que 2a2 + 2a es un entero. Ası́ que c2 = 2b + 1, donde

b es el entero 2a2 + 2a. Por tanto, c2 impar. Como c es un entero impar
completamente arbitrario, podemos concluir que para todo x entero impar se
cumple la propiedad de que x2 es impar.
Para todo x entero impar, se cumple que x2 es impar.
y reescrito la prueba como
Sea c entero impar. Podemos escribir c = 2a + 1 para algún a 2 Z, por
la definición de impar. Por tanto, c2 = (2a + 1)2 = 4a2 + 4a + 1 = 2(2a2 +
2a) + 1. Observamos que 2a2 + 2a es un entero. Ası́ que c2 = 2b + 1, donde
b es el entero 2a2 + 2a. Por tanto, c2 impar. Como c es un entero impar
completamente arbitrario, podemos concluir que para todo x entero impar se
cumple la propiedad de que x2 es impar.
Observa que se (1) se evita la estructura condicional p ! q; (2) se usa la
definición de impar y propiedades básicas de la aritmética; (3) se usa las reglas
de inferencia de eliminación y la introducción del cuantificador universal
Notación: Para p, q 2 Z escribimos p|q si p divide a q, i.e., existe r 2 Z tal
que q = pr.
Sean a, b, c 2 Z. Si a|b y b|c, entonces a|c.
Dem. Prueba directa
Supongamos que a|b y b|c. Hipotesis
Como a|b, existe d 2 Z tal que b = ad. hipotesis y definición de dividir
De igual modo, como b|c, existe e 2 Z tal que c = be. hipotesis y definición de
dividir
Por tanto, c = be = (ad)e = a(de) y c = ax para x = de 2 Z. anterior y
asociatividad
Por tanto, a|c.Conclusión

Notación: Para p, q 2 Z escribimos p|q si p divide a q, i.e., existe r 2 Z tal

que q = pr.
Sean a, b, c 2 Z. Si a|b y b|c, entonces a|c.
Dem. Supongamos que a|b y b|c. Como a|b, existe d 2 Z tal que b = ad. De
igual modo, como b|c, existe e 2 Z tal que c = be. Ası́, c = be = (ad)e = a(de)
y c = ax para x = de 2 Z. Por tanto, a|c.

4.2.1 Tipos de demostraciones: directa

p
Sean x, y 2 R 0. Entonces 2 xy  x + y.
Dem. Supongamos que x e y son números reales positivos. Entonces 0 
(x y)2 ; es decir, 0  x2 2xy + y 2 . Sumando 4xy a ambos términos tenemos
4xy  x2 + 2xy + y 2 . Por el Teorema del binomio tenemos 4xy  (x + y)2 .
p
Tomando la raı́z cuadrada en ambos términos tenemos 2 xy  x + y.
60 CHAPTER 4. DEMOSTRACCIONES

Obs: En los pasos antepenúltimo y último suponemos conocido que la de-

sigualdad se conserva. ¿Puedes explicar porqué?

Si n 2 N, entonces 1 + ( 1)n (2n 1) es un multiplo de 4.

Dem. Sea n 2 N. Entonces n es o bien par o bien impar. Consideremos los dos
casos separadamente.
Caso Par. Sea n par. Entonces n = 2k para algún k 2 Z y ( 1)n = 1. Por
tanto, 1 + ( 1)n (2n 1) = 1 + (1)(2 · 2k 1) =
4k, que es un múltiplo de 4.
Caso Impar. Sea n impar. Entonces n = 2k + 1 para algún k 2 Z y
( 1)n = 1. Por tanto, 1 + ( 1)n (2n 1) = 1 (2(2k + 1) 1) =
4k, que es un múltiplo de 4.
La discusión por casos muestra que 1 + ( 1)n (2n 1) es siempre un múltiplo
de 4.
Teorema de Euclides: Hay infinitos números primos
Dem. Sea r un número entero positivo y sea P := {p1 , p2 , . . . , pr } una conjunto
finito de r números primos. Consideremos el número n = p1 p2 · · · pr + 1 que es
un entero positivo. Por tanto, o bien n es un primo, o bien n es compuesto. Si
n es primo hemos encontrado un primo no contenido en el conjunto P . Si n es
compuesto, no tiene factores primos en P . En efecto, el resto de dividir n entre
pi es uno. Entonces n ha de tener un factor primo q no contenido en P . De
nuevo, q es un primo no contenido en el conjunto P . Concluimos que ninguna
conjunto finito de primos contiene a todos los números primos. Por tanto hay
infinitos números primos.

Teorema de Euclides: Hay infinitos números primos

Observamos que la demostración presentada sigue la estrategia de prueba
directa original de Euclides.
Existe una variación popular de este argumento que veremos cuando discu-
tamos las demostraciones indirectas o por contradición.

4.3 Tipos de demostraciones: contrapositiva

Estructura de la prueba de p ! q por demostración contrapositiva.

La contrapositiva de la fórmula p ! q es la fórmula ⇠ q !⇠ p.
Recuerda que ambas fórmulas son logicamente equivalentes; i.e.

(p ! q) $ (⇠ q !⇠ p)

es una tautologı́a.
La estrategia es dar una prueba directa de la contrapositiva de p ! q, i.e.,
4.4. TIPOS DE DEMOSTRACIONES: POR CONTRADICCIÓN 61

• Suponer ⇠ q

• Usar definiciones y propiedades conocidas sobre ⇠ q

• Para deducir ⇠ p

Sea x 2 Z. Si 7x + 9 is par, entonces x es impar.

Dem. (Directa) Supongamos que 7x + 9 es par. Entonces 7x + 9 = 2a para
algún entero a. Restando 6x + 9 en ambos lados, tenemos x = 2a 6x 9. Por
tanto, x = 2a 6x 9 =
2a 6x 10 + 1 = 2(a 3x 5) + 1. En consecuencia, x = 2b + 1, con
b = a 3x 5 2 Z. Concluimos que x es impar.

Dem. (Contrapositiva) Supongamos que x no es impar. Por tanto, x es par y

x = 2a para algún entero a. Entonces 7x + 9 = 7(2a) + 9 = 14a + 8 + 1 =
2(7a + 4) + 1. Por tanto 7x + 9 = 2b + 1, con b = 7a + 4 2 Z. En consecuencia,
7x + 9 es impar. Concluimos que 7x + 9 no es par.
Sea x 2 Z. Si x2 6x + 5 es par, entonces x es impar.

Dem. (Contrapositiva) Supongamos que x no es impar. Por tanto x es par y

x = 2a para algún entero a.

Ası́ x2 6x + 5 = (2a)2 6(2a) + 5 = 4a2 12a + 5 =

2
4a 12a + 4 + 1 = 2(2a2 6a + 2) + 1.
Por lo tanto x2 6x + 5 = 2b + 1, con b el entero 2a2 6a + 2. En consecuencia
x2 6x + 5 es impar. Concluimos que x2 6x + 5 no es par.
Sean x, y 2 Z. Si 5 - xy, then 5 - x and 5 - y.

Dem. (Contrapositiva) Supongamos que es falso que 5 - x y 5 - y.

Por De Morgan, es falso 5 - x or es falso que 5 - y. Por tanto, o bien 5|x o
bien 5|y.
Consideremos los casos separadamente.
Caso 1. Supongamos que 5|x. Entonces x = 5a para algún a 2 Z. Se sigue
xy = (5a)y = 5(ay), y por tanto 5|xy.
Caso 2. Supongamos que 5|y. Entonces y = 5a para algún a 2 Z.
Se sigue xy = x(5a) = 5(ax), y por tanto 5|xy.
Los dos casos concluyen que 5|xy. En consecuencia es falso que 5 6 |xy.

4.4 Tipos de demostraciones: por contradicción

Estructura de la prueba por demostración por contradicción.
Para demostrar P
62 CHAPTER 4. DEMOSTRACCIONES

• Suponer ⇠ P
• Deducir C^ ⇠ C. Contradicción (!)
• Concluir que la contradicción es debida a la suposición de ⇠ P .
Por el principio de tercio excluso hemos establecido va veracidad de P .

Observación a veces C (o alternativamente ⇠ C) es conocida a priori y basta

deducir su negación.
Estructura de la prueba por demostración por contradicción.
Veamos una versión para enunciados condicionales.
Para demostrar p ! q

• Suponer p^ ⇠ q. Obs.: Esto es equivalente a ⇠ (p ! q)

• Deducir C^ ⇠ C. Contradicción (!)
• Concluir que la contradicción es debida a la suposición de ⇠ (p ! q).
Por el principio de tercio excluso hemos establecido va veracidad de ⇠
(p ! q).

Si a, b 2 Z, entonces a2 4b 6= 2.
Dem. Lo probaremos por contradición.
Supongamos que el enunciado es falso. La negación del enunciado afirma
que existen a, b 2 Z tales que a2 4b = 2.
De la última igualdad tenemos que a2 = 4b + 2 = 2(2b + 1), y por tanto a2
es par.
Para a 2 Z, si a2 es par entonces a es par. Por ello podemos escribrir a = 2c
para algún entero c.
Substituyendo a = 2c en la igualdad anterior tenemos 4c2 4b = 2. Dividi-
endo entre 2, obtenemos que 2c2 2b = 2(c2 b) = 1.
Como c2 b 2 Z, se sigue que 1 es par.
Pero es conocido que 1 es impar, hemos llegado a una contradición.
Concluimos que la suposición inicial de la demostración es errónea y por
tantophemos probado el enunciado.
2 es iracional.
Dem. Lo probaremos por contradición.
p Supongamos que el enunciado es falso. La negación del enunciado afirma
2 2 Q. Equivalentemente,
p supongamos que existe a, b 2 Z>0 , primos entre si,
tales que 2 = ab .
Elevando al cuadrado la última igualdad tenemos que 2b2 = a2 , y por tanto
a2 es par.
Para a 2 Z, si a2 es par entonces a es par. Por ello podemos escribrir a = 2c
para algún entero c.
Substituyendo a = 2c en la igualdad anterior tenemos 2b2 = 4c2 .
Dividiendo entre 2, tenemos que b2 = 2c2 y que b también es par.
4.5. TIPOS DE DEMOSTRACCIÓN: POR INDUCCIÓN (DÉBIL) 63

Hemos llegado a una contradición porque dos números pares no pueden ser
primos entre si.
Concluimos que la suposición inicial de la demostración es errónea y por
tanto hemos probado el enunciado.
Sea a 2 Z. Si a2 es par, entonces a es par.
Dem. Lo probaremos por contradición. Supongamos que a2 es par y que a
is impar. Como a es impar, hay un entero c tal que a = 2c + 1. Por tanto,
a2 = (2c + 1)2 = 4c2 + 4c + 1 = 2(2c2 + 2c) + 1. Se sigue de la última igualdad
que a2 es impar.
Hemos encontrado una contradición porque un entero no puede ser a la vez
par e impar. La suposición de que a es impar es, por tanto, errónea. Concluimos
que si a2 es par, entonces a es par.

4.5 Tipos de demostracción: por inducción (débil)

Técnica para probar enunciados del tipo
(8n 2 N) P n
como por ejemplo
n(n+1)
Para todo n 2 N se cumple que 1 + · · · + n = 2 .

Estructura de la prueba por principio de inducción débil

• Caso base: Comprobemos la veracidad para n = 1.

• Hipótesis de inducción: Supongamos que es cierto para n = k.

• Establecer el caso n = k+1 a partir del caso n = k (hipótesis de inducción).

A veces se quiere probar (8n 2 N r0 ) P n

entonces el caso base es n = r0 y la hipotesis de inducción supone la veracidad
del caso k r0 .
Para todo n 2 N se cumple que 1 + · · · + n = n(n+1) 2 .
Usaremos el Principio de Inducción matemática (PI débil)
Caso base: Comprobemos la veracidad para n = 1.
En efecto, 1 = 1(1+1)
2 .
Hipótesis de inducción: Supongamos que es cierto para n = k; es decir, supong-
amos que 1 + · · · + k = k(k+1)
2
Vamos a establecer el caso n = k + 1 a partir de la hipótesis de inducción:
k(k+1)
1 + 2 + · · · + k + (k + 1) = 2 + (k + 1) por HI
k(k+1) k(k+1)+2(k+1) (k+1)(k+2)
2 + (k + 1) = 2 = 2 por aritmética elemental
 ..
.
S n : 1 + 3 + 5 + 7 + · · · + (2n 1) = n2
..
.

Our question is: Are all of these statements true?

Mathematical induction answers just this kind of question, where we
have an infinite list of statements S1 , S2 , S3 , . . . that we want to prove true.
The method is really quite simple. To visualize it, think of the statements
as dominoes, lined up in a row. Suppose you can prove the first statement
64 S 1 , and symbolize this as domino S 1 being
CHAPTERknocked 4. down. Also, say you can
DEMOSTRACCIONES
prove that any statement S k being true (falling) forces the next statement
S k+1 to be true (to fall). Then S 1 falls, knocking down S 2 . Next S 2 falls,
Por knocking
lo anteriordown , then
y elS3PI S 3 knocks
débil, down Ses
el resultado cierto para todo n 2 N.
4 , and so on. The inescapable
conclusion is that all the statements are knocked down (proved true).

The Simple Idea Behind Mathematical Induction

S1 S2 S3 S4 S5 S6 ··· Sk Sk+1 Sk+2 Sk+3 Sk+4 · · ·

Statements are lined up like dominoes.

S1 S2 S3 S4 S5 S6 ··· Sk Sk+1 Sk+2 Sk+3 Sk+4 · · ·

(1) Suppose the first statement falls (is proved true);

Sk Sk+ S Sk+3 Sk+4 · · ·

··· 1 k+2
S3

S5

S6
S1

S2

S4

(2) Suppose the kth falling always causes the ( k + 1)th to fall;

S k+

S k+

S k+
Sk
S3

S5

S6
S1

S2

S4

··· ···

3
Then all must fall (all are proved true).

Free PDF version

Otros dos puntos de vista sobre 1 + 2 + 3 + · · · + n

J. B. Büttner, maestro de un colegio alemán, castigó a todos los niños a sumar

los 100 primeros números naturales para tenerlos entretenidos y callados un
buen rato. Carl Friedrich Gauss obtuvo la respuesta casi de inmediato: 1 + 2 +
3 + · · · + 99 + 100 = 5050.

1 + 2 + ··· + n 1 + n
n + n 1 + ··· + 2 + 1
n+1 + n+1 n+1 ··· + n+1 + n+1 = n(n + 1)
4.5. TIPOS DE DEMOSTRACCIÓN: POR INDUCCIÓN (DÉBIL) 65

n(n+1)
Conclusión: 1 = 2 + 3 + · · · + (n 2) + (n 1) + n = 2
Una prueba sin palabras:

Discutamos otra prueba usando una biyección entre dos conjuntos5 .

Consideremos dos conjuntos:
• Un conjunto A que tiene 1 + 2 + 3 + · · · + n elementos.
• El conjunto B de las extracciones (sin orden ni reemplazamiento) de dos
bolas de una bolsa que contiene n + 1 bolas. Sus elementos se denotaran
por pares (p, q) con p, q 2 {1, 2, . . . , n + 1} y p < q.

Observamos que el cardinal de B es n(n+1) 2 .

En efecto al sacar el primer elemento podemos elegir cualquiera de las n +
1 bolas y, por no haber reemplazamiento, al extraer la segunda bola hay n
posibilidades. En total n(n + 1) posibilidades. Pero como nos es indiferente el
orden, hemos de dividir entre 2. Es decir, la extracción la bola p, en primer
lugar, y de la bola q, en segundo lugar, se representa por el par (p, q) (suponiendo
p < q) al igual que la extracción de la bola q, en primer lugar, y de la bola p,
en segundo lugar.
Hay una biyección entre los conjuntos A y B como se muestra en la figura
para el caso n = 6.

5 Figuras tomada del blog de Jeremy Kun https://jeremykun.com/2011/10/02/n-choose-2/

66 CHAPTER 4. DEMOSTRACCIONES

Las bolas amarillas (y naranja) forman el conjunto A con 1 + 2 + 3 + 4 + 5 + 6 = 21 elementos,

mientras que las bolas negras representan una extración de dos bolas de la bolsa con las siete bolas
grises o negras, digamos la extracción (3, 6).
Para explicitar la biyección entre los elementos de A y de B vamos a intro-
ducir una notación para los elementos del primer conjunto.

A := {(a, b) : 1  a  n, 1  b  a}
Nota que hay a elementos con primera entrada a y las primeras entradas
van de 1 a n. Por lo tanto, efectivamente hay 1 + 2 + 3 + · · · + n elementos.

(1, 1)
(2, 1) (2, 2)
(3, 1) (3, 2) (3, 3)
(4, 1) (4, 2) (4, 3) (4, 4)
Los 10 elementos de A para n = 4
Ahora definimos una aplicación f : A ! B del siguiente modo:

(a, b) 7! (p, q) = (b, b + n a + 1)

En la figura f (4, 3) = (3, 6)

• ¿Está bien definida? Si (a, b) 2 A, ¿se cumple que f (a, b) 2 B?

• ¿Es inyectiva y cuál es la aplicación inversa?
• ¿Es sobre?

Por ejemplo, las imágenes de

(1, 1)
(2, 1) (2, 2)
(3, 1) (3, 2) (3, 3)
(4, 1) (4, 2) (4, 3) (4, 4)
son
(1, 5)
(1, 4) (2, 5)
(1, 3) (2, 4) (3, 5)
(1, 2) (2, 3) (3, 4) (4, 5)
4.6. TIPOS DE DEMOSTRACCIÓN: BIYECCIÓN 67

Si (a, b) 2 A entonces f (a, b) 2 B.

Si (a, b) 2 A entonces b  a  n. Por lo tanto, b la primera entrada de f (a, b)

cumple b  n + 1. La segunda entrada de f (a, b) también es b + n a + 1 =
n + 1 + (b a)  n + 1 por que b a  0. Por último, la primera entrada b
tiene es estrictamente más pequeña que la segunda entrada b + n a + 1 ya que
n a y, por tanto, n a + 1 1.

f inyectiva.

Basta ver que si (a, b), (c, d) 2 A y f (a, b) = f (c, d) entonces (a, b) = (c, d).
Como f (a, b) = (b, b + n a + 1) y f (c, d) = (d, d + n c + 1), tenemos que
comprobar que si (b, b + n a + 1) = (d, d + n c + 1), entonces (a, b) =
(c, d). Comparando las primeras entradas, tenemos que b = d. Comparando las
segundas entradas, b + n a + 1 = d + n c + 1. Cancelando n + 1 y usando
que b = d, tenemos a = c, o equivalentemente a = c.
f 1 : f (A) ! A está dada por f 1 (p, q) = (p q + n + 1, p)

En efecto,
f 1 (f (a, b)) = f 1 (b, b + n a + 1) = (b (b + n a + 1) + n + 1, b) = (a, b)
f (f 1 (p, q)) = f (p q + n + 1, p) = (p, p + n (p q + n + 1) + 1) = (p, q)

La expresión para f 1 se obtien a partir de la expresión de f . En efecto,

(p, q) = f (a, b) = (b, b + n a + 1) entonces podemos despejar la b en la igual-
dad de las primeras entradas y la a en la igualdad de las segundas entradas,
obteniendo
b=p

a=b+n q+1

f sobre.

Basta ver que f 1 (p, q) 2 A para cualquier (p, q) 2 B; es decir que (p q +

n + 1, p) 2 A. Equivalentemente, basta ver que 1  p q + n + 1  n y que
1  p  p q + n + 1.
Como 1  p < q  n + 1 en B, tenemos 1  p q  n y, por tanto, se siguen
1  p q + n + 1  n. Igualmente, como 1  p < q  n + 1 en B, tenemos que
n + 1 q 0 y, por tanto, se sigue que 1  p  p q + n + 1.

4.6 Tipos de demostracción: Biyección

Más interesantes es que hay tantos naturales como racionales o (equivalente-
mente) tantos naturales como parejas de naturales
68 CHAPTER 4. DEMOSTRACCIONES

Más interesantes es que hay tantos naturales como racionales o (equivalen-

temente) tantos naturales como parejas de naturales

Pero hay más reales que naturales

Escribimos los reales en (0, 1) mediante una expansión decimal infinita (periódica
si es necesario).
Imaginemos que podenos encontrar una biyección entre los naturales y los
reales en, digamos, el intervalo (0, 1).

f : N ! (0, 1) \ R

La biyección anterior se puede ver como una lista infinita de expansiones

4.7. DEMOSTRACIONES: POR INDUCCIÓN (FUERTE) 69

decimales infinitas.

Es fácil escribir un número real que no está en la lista anterior.

Esencialmente, basta eligir un número real tal que su cifra decimal i-ésima
sea diferente a la cifra decimal i-ésima del i-ésimo número real de la lista. (Ar-
gumento diagonal de Cantor )

4.7 Demostraciones: por inducción (fuerte)

Estructura de la prueba por principio de inducción fuerte

• Caso base: Comprobemos la veracidad para n = 1.

• Hipótesis de inducción: Supongamos que es cierto para n = 1, 2, . . . , k.

• Establecer el caso n = k + 1 a partir de los casos n = 1, 2, . . . , k (hipótesis

de inducción).

Números de Fibonacci

F0 := 1, F1 := 1, Fn+1 := Fn 1 + Fn para n > 1.

Los primeros números de Fibonacci son

1, 1, 2, 3, 5, 8, 13, 21, 34, 55, 89, 144, 233, 377, ...

70 CHAPTER 4. DEMOSTRACCIONES

(8n) Fn  2n
Dem. Usaremos el principio de inducción fuerte.

Caso base: F0 = 1  20 , F1  21 .

Hipótesis de inducción: Suponemos que Fi  2i para 1  i  k

Vamos a establecer que Fk+1  2k+1 usando la hipotesis de inducción. En

primer lugar, Fk+1 = Fk 1 + Fk  2k 1 + 2k por la definición de los números
de Fibonacci y la HI.
Por tanto, FK+1  2k 1 (1 + 2) < 2k 1 · 4 = 2k+1 .
Si n 2 N, entonces 12 | (n4 n2 ).
Dem. Usaremos el principio de inducción fuerte.
Caso(s) base: Comprobaremos los casos n=1, . . . , 6.

12 | 14 12 = 0 12 | 24 22 = 12
12 | 34 32 = 72 12 | 44 42 = 240
12 | 54 52 = 600 12 | 64 62 = 1260

Hipótesis de inducción: Supongamos que 12 | (i4 i2 ) para 6  i  k.

Vamos a establecer que 12 |(k + 1)4 (k + 1)2 a partir de la HI. Tomando
i = k 5 puedo reescribir (k+1)4 (k+1)2 como (i+6)4 (i+6)2 . Simplificando
la expresión anterior, tenemos que
(k +1)4 (k +1)2 = (i+6)4 (i+6)2 = · · · = (i4 i2 )+24i3 +216i2 +852i+1260.
Aplicando la HI, es decir que (i4 i2 ) = 12a para algún entero a, tenemos que
(k + 1)4 (k + 1)2 = (i + 6)4 (i + 6)2 = 12a + 24i3 + 216i2 + 852i + 1260 =
12(a + 2i3 + 18i2 + 71i + 105).
Como a + 2i3 + 18i2 + 71i + 105 es un entero, concluimos que 12 | (k + 1)4
(k + 1)2 .
¿Por qué seProof los casos particulares n = 1, 2, . . . 189
by Strong Induction
comprueba , 6 como parte de
caso base en la prueba anterior?
Our next example involves mathematical objects called graphs. The
word graph has two meanings in mathematics. First, there are the graphs
of equations and functions from algebra and calculus. But here we will be
Si k = 6, 7,interested
8, 9, 10,in11, 5l valor
the second de Ai graph
meaning: = k is a5configuration
es 1, 2, 3,consisting
4, 5, 6. of
Un grafo (opoints (called vertices)
gráfica) and edges,por
está formado whichunare lines connecting
conjunto dethevértices
vertices. o nodos y de
ejes que unen Following
pares are pictures of four graphs. Let’s agree that all of our graphs will
de nodos.
be in “one piece,” that is, you can travel from any vertex of a graph to any
other vertex by traversing a route of edges from one vertex to the other.
v0

v1 v4

v2 v3

Figure 10.1. Examples of Graphs

La valencia de A cycle
un vértice esa sequence
in a graph is el número de edges
of distinct ejesinque concurren
the graph that form en ese vertice.
a route that ends where it began. For example, the graph on the far left
Por ejemplo, en el grafo de la izquierda los vertices v , v
0 to
of Figure 10.1 has a cycle that starts at vertex v , then goes
, v tienen
2 v ,3then to
valencia 2 y
1 2
v3 , then v4 and finally back to its starting point v1 . You can find cycles in
both of the graphs on the left, but the two graphs on the right do not have
cycles. There is a special name for a graph that has no cycles; it is called a
tree. Thus the two graphs on the right of Figure 10.1 are trees, but the two
graphs on the left are not trees. Note that a single vertex • has no cycle, so
it is a tree (with one vertex and zero edges).
The two trees in Figure 10.1 both have one fewer edge than vertex. The
tree on the far right has 5 vertices and 4 edges. The one next to it has 6
vertices and 5 edges. Draw any tree (like the one in Figure 10.2). If it has n
vertices, then it will have n 1 edges. We now prove that this is always true.
 4.7. DEMOSTRACIONES: POR INDUCCIÓN (FUERTE) 71

los vertices v1 y v4 tienen valencia 3. La valencia de un vertice v se denota por

d(v). En nuestro ejemplo, d(v0 ) = d(v2 ) = d(v3 ) = 2 y d(v1 ) = d(v4 ) = 3.
Un grafo se llama árbol si no contiene ciclos. Por ejemplo, los dos grafos de
la derecha son árboles pero los dos de la izquierda no lo son.
El número de ejes de un árbol es el número de nodos menos uno.
190 Dem. Usaremos el principio de inducción fuerte en el
Mathematical Induction
número de vértices.
Caso base: Un árbol con n = 1 vértices no puede tener ningún eje. Supong-
Proposition
amos que elIfárbol
a tree
conhas n vertices,
un único then ejes.
vertice tiene it has n 1 edges.
Cualquier eje unirı́a el único
vértice consigo mismo, lo que producirı́a un ciclo. Contradición con la definición
Proof.deNotice
árbol. that this theorem asserts that for any n N, the following
statement is true:deSindución.
Hipotesis n : A tree Suponemos
with n vertices has 1n 1i edges.
que para Weárbol
 k, todo use strong
con i
induction to prove this.
vertices tiene i 1 ejes.
(1) Observe
Vamos that if a tree has
a comprobar n=1
el caso vertexcon
árboles then
k +it1 has no edges.
vértices a partirThus
de laitHI.
has
0 edges,
1 =ello
nPara elegimosso un
theejetheorem is true
e de nuestro when
árbol n = 1. (That los
T y consideremos is, dos
S 1 is true.)
árboles
(2) Now take an integer k 1. We must show (S1 S2 · · · S k ) S k+1 . In
resultantes T1 y T2 de quitar el eje e de T (pero no los vértices en los extremos
del eje T ).
words, we must show that if it is true that any tree with m vertices
has m El1 número
edges, de
where 1 m k, then any tree with k + 1 vertices has
ejes de un árbol es el número de nodos menos uno.
(kDem. 1 = k edges. We
+ 1) (Continuación) willause
Vamos direct proof.
comprobar el caso árboles con k + 1 vértices a
partir de la HI.
Suppose that
Para ello for each
elegimos m ewith
un eje 1 márbol
de nuestro k, any tree with mlosvertices
T y consideremos has
dos árboles
1 edges.T1Let
mresultantes y T2Tdebequitar
a tree with
el eje k+
e de vertices.
T 1(pero no los We must
vértices en show that T
los extremos
has (k + 1) 1 edges. Pick an edge of T and label it e, as shown below.
del eje T ).

··· T
e
··· ···
···

···
T T2
··· 1 ···
···

Now remove the edge e from T , but leave the two endpoints of e. This
El número de ejes de un árbol es el número de nodos menos uno.
leaves two smaller trees that we call T1 and T2 . Let’s say T1 has x
Dem. (Continuación) Los árboles T y T2 tiene respectivamente i1 < k + 1 e
vertices and T2 has y vertices. As1 each of these two smaller trees has
i2 < k + 1 vértices. Notese que i1 + i2 = k + 1. Por la HI, los árboles T1 y T2
fewer than k + 1 vertices,
tiene respectivamente i1 1 our
e i2 inductive hypothesis
1 ejes. Los guarantees
ejes del árbol thatdelT1
T son los ejes
has x T11 ,edges,
árbol los ejesand T2 has
del árbol edges.
T2 yy el1eje e. PorThink
tanto, about
el árbolour original tree T .
T tiene
It has x + y vertices. It has x 1 edges that belong to T1 and y 1 edges
i1 1 + i2 1 + 1 = i1 + i2 1 = k + 1 1 = k
that belong to T2 , plus it has the additional edge e that belongs to
neither
ejes. T1 nor T2 . Thus, all together, the number of edges that T has
is (x 1) + (y 1) + 1 = (x + y) 1. In other words, T has one fewer edges
than it has vertices. Thus T has k + 1 vertices and (k + 1) 1 = k edges.
It follows by strong induction that a tree with n vertices has n 1 edges.

Notice that it was absolutely essential that we used strong induction

in the above proof because the two trees T1 and T2 will not both have k
vertices. At least one will have fewer than k vertices. Thus the statement
S is not enough to imply S . We need to use the assumption that S m will
72 CHAPTER 4. DEMOSTRACCIONES

4.8 Principio del buen orden

El Principio del buen orden afirma que:
En cualquier conjunto de números naturales A ⇢ N distinto del conjunto
vacı́o, i.e. A 6= ;, existe un mı́nimo, es decir, un número n 2 A menor o igual
que cualquier número de A.

Es equivalente al principio de inducción matemática.

Permite hacer pruebas por la técnica del descenso infinito o del menor posible
contraejemplo, que son casos particulares de demostracciones por contradicción.
p
n es o bien un entero o bien irracional para todo n 2 N y n > 1.
p
Dem. Usaremos el descenso infinito. Supongamos p que p n es racional pero
no entero. Por tanto, lo podemos escribir como n = q con p y q enteros
p
estrictamente positivos.
p Sea además r el mayor entero positivo menor que n.
Notamos p que 0 < n r < 1. Multiplicando el denominador y el numerador
de pq por n r y haciendo algunas simplificaciones obtenemos
p p p
p p p( n r) q n( n r) nq pr
n= = p = = .
q q( n r) q( pq r) p qr

Denotemos p1 := nq pr y q1 := p qr. Notemos que p1 y qp 1 son enteros y

que p1 < p y q1 < q. Las desigualdades se siguen de que 0 < n r < 1. El
proceso se puede reiterar obteniendo colecciones
p estrictamente decrecientes de
numeradores pi y denominadores qi con pqii = n. Esto contradice el principio
p
del buen orden. Concluimos que n es entero o es irracional.

4.9 Principio del palomar

Si n objetos se reparten en r cajas, con r < n, entonces al menos una caja
contiene más de un objeto.
Sean m, n y p tres números naturales. Si se desean colocar np + m palomas
en n cajas, alguna caja debe contener al menos p + 1 palomas.
Una versión generalizada de este principio dice que, si n objetos discretos
n
deben guardarse en m cajas, al menos una caja debe contener no menos de d m e
objetos, donde d. . . e denota la función techo.
n
Además existirá otra caja que contendrá no más de b m c objetos, donde b. . . c
denota la función suelo.
En una ciudad de más de un millón de habitantes habrá como mı́nimo
2733 personas que hayan nacido el mismo dı́a del año, ya que: d 1000000 366 e =
d2732, 24 . . . e = 2733 Donde se ha tenido en cuenta que existen 366 posibili-
dades para la fecha de aniversario de una persona.
4.10. DEMOSTRACIONES POR DOBLE CONTEO 73

Consideremos los números 1, 2, 3, . . . , 2n. Elige n + 1 entre ellos. Entonces

hay al menos 2 números relativamente primos entre los n + 1 elegidos.
Es decir, entre los elegidos hay dos que son primos entre si o tales que su
máximo común divisor es 1
Idea: Debe haber dos números consecutivos k y k + 1.
También hay al menos 2 números a, b entre los n + 1 elegidos tales que a | b.
Idea: Escribe los números de la forma 2k m con 1  m  2n 1 impar.
Consideremos los números 1, 2, 3, . . . , 2n. Elige n + 1 entre ellos.
Entonces hay al menos 2 números relativamente primos entre ellos.
Dem. Usaremos el principio del palomar para demostrar que entre los n + 1
números elegidos ha de haber dos números consecutivos.

Descomponemos el conjunto A = {1, 2, . . . , 2n} en n subconjuntos, disjuntos,

de la forma Ai = {2i 1, 2i} con 1  i  n. Elegir n + 1 elementos de A es
equivalente a repartir n + 1 objetos en los n subconjuntos Ai . Por el principio
del palomar, existe un i0 con 1  i0  n de modo que al menos 2 = d n+1 n e de
los n + 1 números elegidos pertenecen a Ai0 . En particular, hemos elegido los
elementos 2i0 1 y 2i0 , que son consecutivos.
Para terminar, observamos que 2i0 1 y 2i0 son primos entre si ya que el máximo
común divisor de 2i0 1 y 2i0 ha de dividir la diferencia 2i0 (2i0 1) = 1.

Consideremos los números 1, 2, 3, . . . , 2n. Elige n + 1 entre ellos. Entonces

entre los elegidos hay al menos 2 números a, b entre los n + 1 elegidos tales que
a | b.
Idea: Escribe los números de la forma 2k m con 1  m  2n 1 impar.
Dem. En primer lugar cualquier número del conjunto {1, 2, . . . , 2n} se puede
escribir como 2k m dónde m es impar y 1  m  2n 1. Observar que para un
número impar k = 0 y que m puede tomar n valores diferentes.
Podemos aplicar el principio del palomar repartiendo los n+1 números elegi-
dos en el conjunto {1, 2, . . . , 2n} entre los n distintos valores de m. Por tanto,
entre los n + 1 números elegidos habrá al menos 2 = d n+1 n e, que llamaremos a y
b, que correspondan al mismo valor de m. Es decir, habremos elegido a = 2k0 m
y b = 2k1 m.
Observa que k0 6= k1 por que a 6= b. Suponiendo que k0 > k1 , sin pérdida
de generalidad, tenemos que b|a.

4.10 Demostraciones por doble conteo

Supongamos que R y C son conjuntos finitos y que S es un subconjunto del
producto cartesiano R ⇥ C. Decimos que p y q son incidentes si (p, q) 2 S. Sea
rp el número de elementos de C que son incidentes a p 2 R y cq el número de
elementos de R que son incidentes a q 2 C, entonces
X X
rp = cq .
p2R q2C
 havecounting
ble t(p) = 2, while for 2 we obtain a large number 199
n) is a wildly jumping function, and we surmise that
(n). Wrong guess, the opposite is true! Counting in
) is on the average when j ranges from 1 to n. Thus,
unexpected and simple answer.
y
A (as above) for the integers 1 up to n. Counting by n 1 2 3 4 5 6 7 8
n
1 t(j). How many1! 1’s are in row i? Easy enough, the 3 5 7 16 5
t̄(n) = t(j). t̄(n) 1 2 2
multiples of i:
n j=1 2i, . . ., and the last multiple not
1i, 2 3 3 7 2

Hence we obtain 74 The first few valuesCHAPTER

of t̄(n) 4. DEMOSTRACCIONES
!arbitrary n? n # $
1! At first
n glance, 1!this
n
seems !
n hopeless.
n
1 For
t(j)
have t(p) == 2, while ≤
for 2k
we obtain= aMatriz
large ,number
de incidencia para la relación i divide J
n i=1 i
1n) is a wildly
n i=1 i i
jumping function, and wei=1 surmise that A=1 B=2 C=3 D=4 E=5 F =6 G=7 H =8
a=1 1 1 1 1 1 1 1 1
(n). Wrong guess,
ch summand, whenthe opposite
passing fromis true!
! ni " toCounting
nb = 2
, is in
less 1 1 1 1
ic = 3 1 1
unexpected
sum and harmonic
is the n-th simple answer.
number Hn , so we d =obtain
4 1 1
e=5 1
An ,(as above) for the integers 1 up to n.
and together with the estimates of Hn onfpage Counting by
= 6 13 1

1 t(j). How many 1’s are in row i? Easy enough,

g = 7 the 1
h=8 1
multiples of i: 1i, 2i, . . ., and the last multiple not
Hence 1
H n − 1we − obtain
< t̄(n) ≤ Hn < log n1+ + 1.2 + 2 + 3 + 2 + 4 + 2 + 4 = 20 = 8 + 4 + 2 + 2 + 1 + 1 + 1 + 1
n
! n # $ n n
he 1 !result
remarkable 1 ! t(n)
n that, while n is ! 1 erratic,un grafo. Denotamos por E a su conjunto de ejes, por V su
Consideremos
totally
t(j) = ≤ =conjunto
,
de vertices y por d(v) a la valencia del vértice v 2 V .
1
n i=1 It differs
ves beautifully: i n i=1logi n byi=1
from lessithan 1.
Llamamos lazo al eje que va de un vértice a si mismo.
ch summand, when passing from ! ni " to ni , is less P
Para un grafo sin lazos, v2V d(v) = 2|E|.
sum is the n-th harmonic number Hn , so we obtain
n , and
ple graphtogether with the
with vertex set estimates
V and edge of set
HnE. onWepage 13
have 1 6
the degree d(v) of a vertex v as the number of edges
nd-vertex. 1In the example of the figure, the vertices 4 5
− 2,
Hesn 3, 1− < t̄(n) ≤ Hn < log n + 1.
n 3, 2, 3, respectively.
4, 3, 2
graph
he theory starts
remarkable resultwith
that,the following
while t(n) is result
totally(that we
erratic,
ered in Chapters 13 and 20):
ves beautifully: It differs from log n by less than 1.
! 3 7
d(v) = 2|E|. (4)
3 + 2 + 4 + 3 + 3 + 2 + 3 = 20 = 2 · 10
v∈V

r S graph
ple ⊆V × where set
E, vertex
with S isV the
andset of pairs
edge set E.(v,We such
e) have
1 6
vertex of e ∈ E. Counting S in two ways gives
the degree d(v) of a vertex v as the number of edges on the
since everyInvertex
nd-vertex. contributes
the example d(v)
of the to thethe
figure, count, and
vertices
|, since every edge has two ends. ! 4 5
es 3, 2, 4, 3, 3, 2, 3, respectively. 2
ltgraph theory starts
(4) appears, it haswith
manythe important
following consequences,
result (that we
ered in Chapters
e discussed as we13goand 20): We want to single out in
along.
! 3 7
d(v) = 2|E|. (4)
3 + 2 + 4 + 3 + 3 + 2 + 3 = 20 = 2 · 10
v∈V

r S ⊆ V × E, where S is the set of pairs (v, e) such 0 1 1 1 0 0 0

vertex of e ∈ E. Counting S in two ways gives on the 1 0 1 0 0 0 0
since every vertex contributes d(v) to the count, and 1 1 0 1 0 0 1
|, since every edge has two ends. ! 1 0 1 0 1 0 0
0 0 0 1 0 1 1
lt (4) appears, it has many important consequences, 0 0 0 0 1 0 1
e discussed as we go along. We want to single out in 0 0 1 0 1 1 0
4.11. PRINCIPIO DE INCLUSIÓN-EXCLUSIÓN 75

4.11 Principio de inclusión-exclusión

La siguiente fórmula expresa el cardinal de la unión de dos conjuntos no nece-
sariamente disjuntos

|A [ B| = |A| + |B| |A \ B|
y se puede generalizar a cualquier número de conjuntos

|A [ B [ C| = |A| + |B| + |C| |A \ B| |A \ C| |B \ C| + |A \ B \ C|

···
Hay 26 números naturales entre 1 y 100 (inclusive) que no son divisibles
ni entre 2, ni entre 3, ni entre 5.
La respuesta es que todos salvo los que si son divisibles o bien entre 2, o bien
entre 3, o bien entre 5.
Sean los conjuntos M2 divisibles entre 2 |M2 | = 50
M2 = {2 = 2 · 1, 4 = 2 · 2, . . . , 100 = 2 · 50}

M3 divisibles entre 3 |M3 | = 33

M3 = {3 = 3 · 1, 6 = 3 · 2, . . . , 99 = 3 · 33}

M5 divisibles entre 5 |M5 | = 20

M5 = {5 = 5 · 1, 10 = 5 · 2, . . . , 100 = 5 · 20}

Pero los conjuntos anteriores no son disjuntos, hay que mirar a sus intersec-
ciones dos a dos
Pero los conjuntos anteriores no son disjuntos, hay que mirar a sus intersec-
ciones dos a dos

M6 divisibles entre 6 |M6 | = 16

M10 divisibles entre 10 |M10 | = 10
M15 divisibles entre 15 |M15 | = 6
y su intersección triple

M30 divisibles entre 30 |M30 | = 3

Aplicando el principio de inclusión-exclusión

|{1, 2, 3, . . . , 100} \ |M2 [ M3 [ M5 | =

100 [|M2 | + |M3 | + |M5 | |M6 | |M10 | |M15 | + |M30 | =

100 [(50 + 33 + 20) (16 + 10 + 6) 3] = 100 103 + 32 3 = 106
76 CHAPTER 4. DEMOSTRACCIONES
Chapter 5

Conjuntos

”A pack of wolves, a bunch of grapes, or a flock of pigeons are all examples of

sets of things.” (P. Halmos)
Uno de los conceptos más fundametales y ubicuos de la matemática.
Desarrollados a finales del siglo 19.
Un conjunto es una colección bien definida de objetos distintos no ordenados,
llamados elementos del conjunto.
Por ejemplo, los números 2,4, y 6 son distintos y con ellos se puede considerar
el conjunto

{2, 4, 6} = {2, 6, 4} = {4, 6, 2} = {4, 2, 6} = {6, 2, 4} = {6, 4, 2},

formado por los elementos 2, 4 y 6.

También como el conjunto A de los tres primeros enteros estrictamente pos-
itivos.
Los conjuntos suelen denotarse por letras mayúsculas A, B, C, . . . y sus ele-
mentos por letras minúsculas a, b, c, . . .
Dos conjuntos A y B son iguales si tienen los mismos elementos.
Es decir, el conjunto A formado por los elementos 2, 4 y 6 y el conjunto B
formado por los tres primeros enteros estrictamente positivos tiene los mismos
elementos y, por tanto, son iguales, i.e., A = B.
Un conjunto se puede definir enumerando todos sus elementos. En ese caso
se suelen escribir los elementos entre llaves. Por ejemplo, A = {a, e, i, o, u}.
Alternativamente se puede definir como todos los objetos (a veces de un
conjunto universal) que cumplen cierta propiedad o (propiedades). Por ejemplo,
A = def.8x (x es una vocal).
Otra representación de un conjunto mediante un diagrama de Venn.

77
78 CHAPTER 5. CONJUNTOS

La relación el objeto a pertenece al conjunto A (o el objeto a es elemento

del conjunto A) se suele denotar por a 2 A.
Su negación se denota por a 62 A.
Por ejemplo,
2 2 {2, 4, 6} pero 7 62 {2, 4, 6}

Si todos los elementos de A pertenecen al conjunto B, es decir si la proposición

Si a 2 A entonces a 2 B
es verdadera, entonces se dice que A está contenido en B, lo que se simboliza
por A ⇢ B. También se dice que A es un subconjunto de B.
Por ejemplo,

{2, 6} ⇢ {2, 4, 6} pero {2, 7} 6⇢ {2, 4, 6}

Para comprobar o demostrar la igualdad de conjuntos A = B es necesario

comprobar o demostrar las contenciones A ⇢ B y B ⇢ A o, equivalentemente,
hay que demostrar que
Si a 2 A entonces a 2 B y que Si b 2 B entonces b 2 A
El conjunto vacio, usualmente denotado por ;, es aquel que no tiene ningún
elemento.
Sea A un conjunto. El conjunto vacio ; y el propio conjunto A son subcon-
juntos de A, i.e., ; ⇢ A y A ⇢ A. Son los llamados subconjuntos impropios de
A.
Si B ⇢ A y A 6= B, decimos que B es un subconjunto propio de A.
El sı́mbolo B ✓ A quiere decir que B ⇢ A y que es posible que B = ; o
B = A.
Sea A un conjunto. El conjunto de subconjuntos de A es un conjunto que
se suele llamar partes de A y denotar por P(A).

P(A) = {B : B ⇢ A}.
5.1. ÁLGEBRA DE CONJUNTOS O ÁLGEBRA DE BOOLE 79

Por ejemplo, el conjunto {2, 4, 6} tiene 8 subconjutos. Los elementos de

P({2, 4, 6}) son
;
{2}, {4}, {6},
{2, 4}, {2, 6}, {4, 6},
{2, 4, 6}
es decir

P({2, 4, 6}) = {;, {2}, {4}, {6}, {2, 4}, {2, 6}, {4, 6}, {2, 4, 6}}

Sea A un conjunto. Se llama cardinal del conjunto A al número de elementos

del conjunto A.
El cardinal de un conjunto A se denota por |A| o por #A.
Por ejemplo,

|;| = 0, |{2}| = 1, |{2, 4}| = 2, |{2, 4, 6}| = 3.

|P({2, 4, 6})| = 8.
Sea A un conjunto finito, digamos #A = n, entonces se puede probar que
P(A) es un conjunto finito con #P(A) = 2n .
Dem. Por inducción en n = #A, el cardinal del conjunto A.
Caso base (n = 1). Si n = #A = 1, entonces A solo tiene dos subconjuntos;
el conjunto vacio ; y el propio A. Por tanto #P(A) = 21 = 2.
Supongamos que

5.1 Álgebra de conjuntos o álgebra de Boole

Álgebra de conjuntos o álgebra de Boole
Definimos las siguientes operaciones de conjuntos.
Si A y B son conjuntos, definimos

• La unión de A y B como

A [ B := {x : x 2 A o x 2 B}

• La intersección de A y B como

A \ B := {x : x 2 A y x 2 B}

• El complemento de B relativo a A como

A \ B := {x : x 2 A y x2
/ B}
80 CHAPTER 5. CONJUNTOS

Sean A = {1, 2, 4, 6}, B = (0, 10) y C = (0, 1).

A [ C = (0, 1] [ {2, 4, 6}, A \ B = {1, 2, 4, 6}, A\C =?

B\A = (0, 1) [ (1, 2) [ (2, 4) [ (4, 6) [ (6, 10).

Álgebra de conjuntos o álgebra de Boole

Si A, B, C son conjuntos, entonces
1. A \ A = A
A[A=A
2. A \ B = B \ A
A[B =B[A
3. A \ B ✓ A y A \ B ✓ B
A✓A[B y B ✓A[B
4. (Ley asociativa)
A \ (B \ C) = (A \ B) \ C
A [ (B [ C) = (A [ B) [ C
5. (Ley distributiva)
A \ (B [ C) = (A \ B) [ (A \ C)
A [ (B \ C) = (A [ B) \ (A [ C)
Una propiedad importante de la unión es A [ A = A, es decir que la unión
de una clase consigo misma es idéntica a ella.
Intersección de conjuntos
Tablas de pertenencia

A B A[B A B A\B
2 2 2 2 2 2
2 62 2 2 62 62
62 2 2 62 2 62
62 62 62 62 62 62
En lugar de utilizar V o F , como en LP, usaremos el signo 2.
La unión de clases tiene la misma estructura que la disyunción de propor-
ciones p _ q.
La intersección A\B tiene la misma estructura que la conjunción de proposi-
ciones p ^ q.

Probaremos la ley distributiva. Hay que demostrar

A \ (B [ C) ✓ (A \ B) [ (A \ C)
5.1. ÁLGEBRA DE CONJUNTOS O ÁLGEBRA DE BOOLE 81

y
(A \ B) [ (A \ C) ✓ A \ (B [ C).

Probemos la primera contención. Sea x 2 A \ (B [ C), entonces x 2 A y

x 2 B [ C. Esto es, se cumple que x 2 A y también se cumple que x 2 B o
x 2 C. Luego, x 2 A y x 2 B o x 2 A y x 2 C. Por definición, lo anterior
indica que x 2 A \ B o x 2 A \ C, que es equivalente a x 2 (A \ B) [ (A \ C).
Probemos la segunda contención. Supongamos ahora que x 2 (A \ B) [ (A \
C). Por definición, esto implica que se cumple x 2 A y x 2 B o se cumple x 2 A
y x 2 C. En ambos casos, se cumple x 2 A y también se cumple x 2 B o x 2 C,
es decir, x 2 A \ (B [ C).
Álgebra de conjuntos o álgebra de Boole
Tablas de pertenencia

A B A[B A B A\B
2 2 2 2 2 2
2 62 2 2 62 62
62 2 2 62 2 62
62 62 62 62 62 62
En lugar de utilizar V o F , como en LP, usaremos el signo 2.
La unión de clases tiene la misma estructura que la disyunción de propor-
ciones p _ q.
La intersección A\B tiene la misma estructura que la conjunción de proposi-
ciones p ^ q.

Veamos algunas notaciones alternativas del complemento B \ A

En ocasiones se omite B, o bien por ser conocido o implı́cito o bien porque
se trabaja dentro de un conjunto universal B = U , y se usan las notaciones Ā
o Ac para el complemento de A.
Es decir,
Ā = Ac = {x 2 B : x 62 A}
en el caso en que B es implı́cito, o

Ā = Ac = {x : x 62 A}
en el caso que ttrabajamos en un conjunto universal U .
En los casos anteriores tenemos respectivamente que

B = A [ (B \ A) = A [ Ā = A [ Ac y ; = A \ (B \ A) = A \ Ā = A \ Ac

U = A [ Ā = A [ Ac y ; = A \ Ā = A \ Ac
82 CHAPTER 5. CONJUNTOS

Leyes de De Morgan para conjuntos

Si A, B, C son subconjuntos de un mismo conjunto, entonces,

1. A \ (B \ C) = (A \ B) [ (A \ C).
2. A \ (B [ C) = (A \ B) \ (A \ C).
3. (A \ B)c = Ac [ B c y (A [ B)c = Ac \ B c .

Probaremos
A \ (B \ C) = (A \ B) [ (A \ C).

Si x 2 A \ (B \ C) entonces x 2 A y x 2 / B \ C. Esto es, se cumple que

x 2 A y también que x 2
/B ox2 / C.
Lo anterior implica que x 2 (A \ B) [ (A \ C) y, por lo tanto, obtenemos
A \ (B \ C) ✓ (A \ B) [ (A \ C).
Sea x 2 (A \ B) [ (A \ C). Esto es, x 2 A y x 2
/B ox2Ayx2 / C. Luego,
x2Ayx2 /B ox2 / C. Lo anterior implica que x 2 A y x 2
/ B \ C y, por lo
tanto, obtenemos (A \ B) [ (A \ C) ✓ A \ (B \ C).

CONJUNTOS LÓGICA PROPOSICIONAL

Operaciones
A[B p_q
A\B p^q
Elemento identidad
A[;=A p_F ,p
A\U =A p^T ,p
Asociatividad
A [ (B [ C) = (A [ B) [ C [p _ (q _ r)] , [(p _ q) _ r]
A \ (B \ C) = (A \ B) \ C [p ^ (q ^ r)] , [(p ^ q) ^ r]
Conmutividad
A[B =B[A (p _ q) , (q _ p)
A\B =B\A (p ^ q) , (q ^ p)
Distributividad
A [ (B \ C) = (A [ B) \ (A [ C) [p _ (q ^ r)] $ [(p _ q) ^ (p _ r)]
A \ (B [ C) = (A \ B) [ (A \ C) [p ^ (q _ r)] , [(p ^ q) _ (p ^ r)]
Elemento complementario
A [ Ac = U p_ ⇠ p , T
A \ Ac = ; p^ ⇠ p , F

5.1.1 Cardinal de un conjunto y principio de inclusión-

exclusión
Sea A un conjunto finito, digamos #A = n, entonces se puede probar que P(A)
es un conjunto finito con #P(A) = 2n .
Dem. Por inducción en n = #A, el cardinal del conjunto A.
Caso base (n = 0). Si A = ;, i.e., |A| = 0, entonces A solo tiene un
subconjunto (el conjunto vacio ; = A) y P(A) = P(;) = {;}. Por lo tanto,
|P(A)| = 20 = 1.
5.1. ÁLGEBRA DE CONJUNTOS O ÁLGEBRA DE BOOLE 83

Hipótesis de inducción: Si |A| = k 1, entonces |P(A)| = 2k 1

.
Estableceremos el caso n = k a partir de la HI. Supongamos que |A| = k y
sea a 2 A. Entonces el conjunto B = A \ {a} tiene cardinal |B| = k 1 y, por
la HI, |P(B)| = 2k 1 .
Ahora bien P(A) = P(B) [ {C ⇢ A : a 2 C}, los conjuntos son P(B) y
{C ⇢ A : a 2 C} disjuntos y existe una biyección P(B) ! {C ⇢ A : a 2 C}
dada por P 7! P [ {a}. Notese que la inversa está dada por Q 7! Q \ {a}.
Por tanto, |P(A)| = 2|P(B)| = 2 · 2k 1 = 2k .
La siguiente fórmula expresa el cardinal de la unión de dos conjuntos no
necesariamente disjuntos

|A [ B| = |A| + |B| |A \ B|

y se puede generalizar a cualquier número de conjuntos

|A [ B [ C| = |A| + |B| + |C| |A \ B| |A \ C| |B \ C| + |A \ B \ C|

···

Hay 26 números naturales entre 1 y 100 (inclusive) que no son divisibles

ni entre 2, ni entre 3, ni entre 5.
La respuesta es que todos salvo los que si son divisibles o bien entre 2, o bien
entre 3, o bien entre 5.
Sean los conjuntos M2 divisibles entre 2 |M2 | = 50
M2 = {2 = 2 · 1, 4 = 2 · 2, . . . , 100 = 2 · 50}
M3 divisibles entre 3 |M3 | = 33
M3 = {3 = 3 · 1, 6 = 3 · 2, . . . , 99 = 3 · 33}
M5 divisibles entre 5 |M5 | = 20
M5 = {5 = 5 · 1, 10 = 5 · 2, . . . , 100 = 5 · 20}

Pero los conjuntos anteriores no son disjuntos,

Pero los conjuntos anteriores no son disjuntos, hay que mirar a sus intersec-
ciones dos a dos

M6 divisibles entre 6 |M6 | = 16

M10 divisibles entre 10 |M10 | = 10
M15 divisibles entre 15 |M15 | = 6
y su intersección triple
M30 divisibles entre 30 |M30 | = 3
84 CHAPTER 5. CONJUNTOS

Aplicando el principio de inclusión-exclusión

|{1, 2, 3, . . . , 100} \ |M2 [ M3 [ M5 | =

100 [|M2 | + |M3 | + |M5 | |M6 | |M10 | |M15 | + |M30 |] =

100 [(50 + 33 + 20) (16 + 10 + 6) 3] = 100 103 + 32 3 = 26

Es posible dar una demostracción por inducción.

También es posible un enfoque basado en doble conteo.

Principio del doble recuento: Sea M una matriz numérica cualquiera, digamos
que de tamaño n ⇥ m. El resultado obtenido al sumar los registros de cada fila
y luego los resultados obtenidos (llamaremos a esto sumar por filas) coincide
con el que se obtiene sumando cada columna y luego los resultados (sumar por
columnas).

Ilustremos el enfoque basado en doble conteo.

Discutamos |A [ B| = |A| + |B| |A \ B|.
Sean a, b, c puntos arbitrarios en las regiones A \ B, B \ A y A \ B
En la siguiente tabla registramos la pertenencia (±1) o no pertenencia (0)
de los elementos a las distintas regiones

A B A\B
a 1 0 0
b 0 1 0
c 1 1 1

Observamos que las sumas de los elementos de las columnas corresponden a

|A|, |B| y |A \ B|. Sumando las tres columnas |A| + |B| |A \ B|.
Por otra parte las filas siempre suman 1. Sumando todas las filas (i.e. 8x 2
A [ B) obtenemos |A \ B| + |B \ A| + |A \ B|

A B A\B
a 1 0 0 1+0+0=1 |A \ B| · 1
b 0 1 0 0+1+0=1 |B \ A| · 1
c 1 1 1 1+1 1=1 |A \ B| · 1
|A| |B| |A \ B| |A [ B|

Por tanto,

|A| + |B| |A \ B| = |A \ B| + |B \ A| + |A \ B| = |A [ B|

La última igualdad es porque A \ B, B \ A y A \ B son disjuntos.

El argumento funciona igual para uniones de más conjuntos.
5.1. ÁLGEBRA DE CONJUNTOS O ÁLGEBRA DE BOOLE 85

1 0
2 3 2 1 3 1
1 1 0 0
2 1

|A| + |B| + |C| |A \ B| + |A \ C| + |B \ C|

0
0 1 0
0 0
0

|A \ B \ C|
Función caracterı́stica de un conjunto.
Para A ⇢ B definimos la función caracterı́stica 1A : B ! {0, 1} del siguiente
modo (
1 si x 2 A
1A (x) =
0 si x 62 A
Esposible tomar B como el conjunto universal, i.e., B = U .
La función caracterı́stica tiene las siguientes propiedades
P
• |A| = x 1A (x)
• (1A )n = 1A · · · 1A = 1A
• Si A, B ⇢ C, entonces 1A · 1B = 1A\B .
• Si A, B ⇢ C y A \ B = ;, entonces 1A + 1B = 1A[B
Ademas, si A = A1 [ A2 [ · · · [ An , entonces
n
Y
(1A 1Ai ) = (1A 1A1 )(1A 1A2 ) · · · (1A 1 An ) = 0
i=1

En efecto, si x 62 A entonces x 62 Ai para todo 1  i  n y por tanto todos

los factores del producto anterior se anulan. De hecho

(1A 1Ai )(x) = 1A (x) 1Ai (x) = 0 0=0

86 CHAPTER 5. CONJUNTOS

para 1  i  n.
Si x 2 A, entonces existe al menos un ı́ndice i0 con 1  i0  n tal que
x 2 Ai0 . Por tanto, el factor (1A 1Ai0 ) se anula en x ya que

(1A 1Ai )(x) = 1A (x) 1Ai (x) = 0 0 = 0.

Para cada I ⇢ {1, 2, . . . , n}, denotamos por AI a la intersección \i2I Ai .

Expandiendo
n
Y
(1A 1Ai ) = (1A 1A1 )(1A 1A2 ) · · · (1A 1An )
i=1

y usando que (1A )n = 1A , para cualquier conjunto A, tenemos que

n
X X
1A = ( 1)k 1
1 AI
k=1 I⇢{1,2,...,n},#I=k

P
Aplicando que |A| = x 1A (x) a la igualdad anterior, deducimos el principio
de inclusión-exclusión, i.e.,
n
X X
|A| = ( 1)k 1
|AI |.
k=1 I⇢{1,2,...,n},#I=k

Para n = 3, i.e., A = A1 [ A2 [ A3 .

Consideramos subconjuntos de ı́ndices I ⇢ {1, 2, 3}

{1}, {2}.{3}

{1, 2}, {1, 3}, {2, 3}

{1, 2, 3}

(1A 1A1 )(1A 1A2 )(1A 1A3 )

1A (1A1 + 1A2 + 1A3 ) + 1A{1,2} + 1A{1,3} + 1A{2,3} 1A{1,2,3}

1A = 1A1 + 1A2 + 1A3 (1A{1,2} + 1A{1,3} + 1A{2,3} ) + 1A{1,2,3}

Evaluando en x y sumando sobre todos los posibles x

|A| = |A1 | + |A2 | + |A3 | (|A{1,2} | + |A{1,3} | + |A{2,3} |) + |A{1,2,3} | =

|A1 | + |A2 | + |A3 | (|A1 \ A2 | + |A1 \ A3 | + |A2 \ A3 |) + |A1 \ A2 \ A3 |.

5.2. PRODUCTO CARTESIANO DE CONJUNTOS Y EL PRINCIPIO DEL DOBLE CONTEO87

5.2 Producto cartesiano de conjuntos y el prin-

cipio del doble conteo
Sean dos conjuntos A y B. El producto cartesiano A ⇥ B está definido por

A ⇥ B := {(a, b) : a 2 A, b 2 B}

Llamaremos relación R a un subsconjunto R ⇢ A ⇥ B

Veamos otra formulación del principio del doble conteo:
Supongamos que A y B son conjuntos finitos y que R es un subconjunto del
producto cartesiano A ⇥ B. Decimos que p y q son incidentes si (p, q) 2 R. Sea
fp el número de elementos de B que son incidentes a p 2 A y cq el número de
elementos de A que son incidentes a q 2 B, entonces
X X
fp = cq .
p2A q2B

Una relación de incidencia se puede representar mediante una matriz de ceros

y unos. La entrada (p, q) será 1 si (p, q) 2 R y 0 en caso contrario. PEl valor rp
es la suma de entradas con valor 1 en la p-ésima fila de la matriz y p2A fp es
la suma por filas. Ánalogamente, el valorP cq es la suma de entradas con valor 1
en la q-ésima fila de la matriz q-ésima y q2B cq es la suma por columnas.
Veamos un ejemplo. Supongamos que A = B = {1, 2, . . . , 9} y consideremos
la relación de incidencia p divide q. La matriz de incidencia para la relación p|q
es

1 2 3 4 5 6 7 8 0 1
1 1 1 1 1 1 1 1
1 1 1 1 1 1 1 1 1 B C
B 0 1 0 1 0 1 0 1 C
2 1 1 1 1 B C
B 0 0 1 0 0 1 0 0 C
3 1 1 B C
B 0 0 0 1 0 0 0 1 C
4 1 1 o equiv. B C
B 0 0 0 0 1 0 0 0 C
5 1 B C
B 0 0 0 0 0 1 0 0 C
6 1 @ A
0 0 0 0 0 0 1 0
7 1
0 0 0 0 0 0 0 1
8 1

Comprobamos que la suma por filas y por columnas coincide. En efecto,

X X
fp = 8 + 4 + 2 + 2 + 1 + 1 + 1 + 1 = 20 = 1 + 2 + 2 + 3 + 2 + 4 + 2 + 4 = cq .
p2A q2B

Discutimos a continuación un ejemplo de la teorı́a de grafos.

Consideremos un grafo. Denotamos por E a su conjunto de ejes, por V su
conjunto de vertices y por d(v) a la valencia del vértice v 2 V .
1 i=1 i=1 i=1

ch summand, when passing from ! ni " to ni , is less

sum is the n-th harmonic number Hn , so we obtain
n , and together with the estimates of Hn on page 13

1
Hn − 1 − < t̄(n) ≤ Hn < log n + 1.
n
88 CHAPTER 5. CONJUNTOS
he remarkable result that, while t(n) is totally erratic,
ves beautifully: It differs from log n byLlamamos
less than 1.
lazo al eje que va de un vértice a si mismo.
P
Para un grafo sin lazos, v2V d(v) = 2|E|.
Veamos un ejemplo particular, de un grafo con 7 vértices y 10 ejes.

ple graph with vertex set V and edge set E. We have 1 6

the degree d(v) of a vertex v as the number of edges
nd-vertex. In the example of the figure, the vertices 4 5
es 3, 2, 4, 3, 3, 2, 3, respectively. 2
graph theory starts with the following result (that we
ered in Chapters 13 and 20):
! 3 7
d(v) = 2|E|. (4)
v∈V En efecto,
X
r S ⊆ V × E, where S is the set of pairs (v, e) such
d(v) = 3 + 2 + 4 + 3 + 3 + 2 + 3 = 20 = 2 · 10 = 2 · |E|.
vertex of e ∈ E. Counting S in two ways givesv2V on the
since every vertex contributes d(v) to the
LA count, anddemostrar el teorema es considerar la relación R ⇢ V ⇥ V dada
idea para
|, since every edge has two ends. por (i, j) 2 V si!existe un eje entre los vértices i y j. En nuestro ejemplo, la
matriz de incidencia es
lt (4) appears, it has many important consequences,
e discussed as we go along. We want to single out in 0 1 1 1 0 0 0
1 0 1 0 0 0 0
1 1 0 1 0 0 1
1 0 1 0 1 0 0
0 0 0 1 0 1 1
0 0 0 0 1 0 1
0 0 1 0 1 1 0
Chapter 6

Relaciones

Producto cartesiano de conjuntos A ⇥ B

A ⇥ B := {(a, b) : a 2 A, b 2 B}
Llamaremos relación R a un subsconjunto R ⇢ A ⇥ B
Una relación binaria R de un conjunto A en un conjunto B es un subconjunto
del producto cartesiano A ⇥ B
Es decir, se trata de un conjunto de pares ordenados (a, b) donde el primer
elemento del par es un elemento del conjunto A y el segundo es un elemento del
conjunto B.
R = {(a, b)/a está relacionado con b} ⇢ A ⇥ B
Si el par (a, b) 2 R se dice que a está relacionado con b y también se escribe
aRb
Cuando A = B se dice que R es una relación en A.
Dominio de R es el subconjunto de A formado por los elementos que están
relacionados con algún elemento de B.
DomR = {a 2 A : 9b 2 B(a, b) 2 R}
Imagen o rango de R es el subconjunto de B formado por los elementos que
cumplen que algún elemento de A está relacionado con ellos.
ImR = {b 2 B : 9a 2 A(a, b) 2 R}
Ejemplos
En los conjuntos A = { ciudades del mundo } y B = { paı́ses del mundo }
se puede definir la relación de A en B:
aRb si la ciudad a está en el paı́s b.
Madrid R España, Florencia R Italia . . .

En el conjunto C = {2, 3, 4, 5, 6, 7, 8} se define la relación aRb si a|b (a divide

a b), es decir, si b es múltiplo de a. R = {(2, 2), (2, 4), (2, 6), (2, 8), (3, 3), (3, 6),
(4, 4), (4, 8), (5, 5), (6, 6), (7, 7), (8, 8)}
Si A = {x, y, z} y B = {1, 2, 3, 4} se define la relación S de A en B

89
90 CHAPTER 6. RELACIONES

S = {(x, 1), (x, 3), (y, 3), (y, 4), (z, 1), (z, 4)}
Dadas R y S dos relaciones de A en B.
R [ S es una relación de A en B definida por
{(a, b) 2 A ⇥ B : (a, b) 2 R o (a, b) 2 S}
R \ S es una relación de A en B definida por
R \ S = {(a, b) 2 A ⇥ B : (a, b) 2 R y (a, b) 2 S}
R 1 es una relación de B en A definida por
{(b, a) 2 B ⇥ A : (a, b) 2 R}
Si A = {x, y, z}, B = {1, 2, 3, 4} y R = {(x, 1), (x, 3), (y, 3), (y, 4), (z, 1), (z, 4)}
Entonces R 1 = {(1, x), (3, x), (3, y), (4, y), (1, z), (4, z)}
Si R es una relación de A en B y S es una relación de B en C, definimos
S R como la relación de A en C determinada por {(a, c) 2 A ⇥ C : 9b 2
B con (a, b) 2 R y (b, c) 2 S}
Si A = {x, y, z}, B = {1, 2, 3, 4}, C = {↵, , },
R = {(x, 1), (x, 3), (y, 3), (y, 4), (z, 1), (z, 4)} y
S = {(1, ), (2, ↵), (2, ), (3, )},
entonces
S R = {(x, ), (x, ), (y, ), (z, )}.

6.0.1 Representación de relaciones

Representación de relaciones mediante matrices
La matriz MR = (mi,j ) de una relación R de A en B se construye de la siguiente
forma.
Se etiquetan las filas con los elementos de A = {a1 , . . . , an } en un cierto
orden arbitrario y las columnas con los elementos de B = {b1 , . . . , bp } también
en un cierto orden, será, por tanto una matriz n ⇥ p.
Un elemento cualquiera de la matriz mi,j se define por
(
1 si ai Rbj
0 en caso contrario

Considera la relación R en el conjunto C = {2, 3, 4, 5, 6, 7, 8} por aRb si a|b

(a divide a b), es decir, si b es múltiplo de a.
Las matrices de las relaciones R es
1 0 1 0 1 0 1
0 1 0 0 1 0 0
0 0 1 0 0 0 1
0 0 0 1 0 0 0
0 0 0 0 1 0 0
0 0 0 0 0 1 0
0 0 0 0 0 0 1
 91

Se define la relación S de A en B donde A = {x, y, z} y B = {1, 2, 3, 4} dada

por {(x, 1), (x, 3), (y, 3), (y, 4), (z, 1), (z, 4)}
Las matrices de las relaciones R es

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

Representación de relaciones mediante digrafos

El digrafo se usa únicamente para las relaciones en A, i.e. A = B.
Para construirlo se dibujan puntos o vértices etiquetados con los elementos
de A.
A continuación se traza una flecha o arista dirigida con origen en a y extremo
en b para cada par (a, b) 2 R.
Si el par es de la forma (a, a) se forma un bucle o lazo.
El digrafo de la relación R del ejemplo anterior

6.0.2 Propiedades de una relación en un conjunto

Sea A un conjunto, y R una relación en A. Diremos que R tiene la propiedad

• Reflexiva si aRa para todo a 2 A.

• Simétrica si aRb entonces bRa para todo a, b 2 A

• Transitiva si aRb y bRc entonces aRc para todo a, b, c 2 A

• Antisimétrica: si aRb y bRa entonces a = b

Ejemplos La relación en el conjunto C = {2, 3, 4, 5, 6, 7, 8} dada por aRb si

a|b (a divide a b) tiene las propiedades

• Reflexiva: a|a para todo a 2 C

92 CHAPTER 6. RELACIONES

• Transitiva: si a|b (b es múltiplo de a) y b|c (c es múltiplo de b), entonces

c es múltiplo de a y, por tanto, a|c.
• Antisimétrica: si a|b (b es múltiplo de a) y b|a (a es múltiplo de b) estas
dos condiciones sólo se pueden dar cuando a = b, por ser a y b números
naturales.

No es simétrica ya que 2|4 pero 4 6 |2 (4 no divide a 2).

En el conjunto A = {alumnosdeprimersemestre} definimos la relación aRb
si ?a ha nacido el mismo mes que b.
Esta relación cumple las propiedades:
• Reflexiva: Todo alumno ha nacido el mismo mes que él mismo.
• Simétrica: Si el alumno a ha nacido el mismo mes que b, entonces b ha
nacido el mismo mes que a.
• Transitiva: Si el alumno a ha nacido el mismo mes que b y b ha nacido el
mismo mes que c, entonces a ha nacido el mismo mes que c.

6.0.3 Relaciones de equivalencia

R es una relación de equivalencia en el conjunto A si verifica las propiedades:
• reflexiva,
• simétrica,
• transitiva.
La igualdad es una relación de equivalencia.
La relación R presentada en el ejemplo anterior ha nacido el mismo mes
que es una relación de equivalencia ya que cumple las propiedades: reflexiva,
simétrica y transitiva.
Dado X = {1, 2, 3, 4, 5, 6, 7, 8, 9}, en P(X) se define la relación S de la sigu-
iente manera: ASB si y sólo si |A| = |B|. Es fácil ver que S cumple las
propiedades reflexiva, simétrica y transitiva. Es, por tanto, una relación de
equivalencia.
Imaginemos una caja llena de bolas de diferentes colores: blancas, rojas,
verdes, azules, amarillas, etc. Las bolas son, además, de diferentes tamaños
y tienen otras caracterı́sticas diferenciadoras. En ese conjunto C de bolas se
establece la relación T dada por tener el mismo color que. Es fácil ver que es
una relación de equivalencia porque cumple las propiedades reflexiva, simétrica
y transitiva.
R es una relación de equivalencia en el conjunto A si verifica las propiedades:
• reflexiva,
• simétrica
 93

• transitiva.

La igualdad es una relación de equivalencia.

La relación R presentada en el ejemplo anterior ha nacido el mismo mes
que es una relación de equivalencia ya que cumple las propiedades: reflexiva,
simétrica y transitiva.
Dado X = {1, 2, 3, 4, 5, 6, 7, 8, 9}, en P(X) se define la relación S de la sigu-
iente manera: ASB si y sólo si |A| = |B|. Es fácil ver que S cumple las
propiedades reflexiva, simétrica y transitiva. Es, por tanto, una relación de
equivalencia.

Imaginemos una caja llena de bolas de diferentes colores: blancas, rojas,

verdes, azules, amarillas, etc. Las bolas son, además, de diferentes tamaños
y tienen otras caracterı́sticas diferenciadoras. En ese conjunto C de bolas se
establece la relación T dada por tener el mismo color que. Es fácil ver que es
una relación de equivalencia porque cumple las propiedades reflexiva, simétrica
y transitiva.

Clases de equivalencia
Clase de equivalencia de un elemento a. Dada una relación de equivalencia R
en un conjunto A y un elemento a 2 A, la clase de equivalencia de a, denotada
por [a] o por ā, es el conjunto de elementos de A relacionados con a mediante
R. El elemento a se llama el representante de la clase.

[a] = {b 2 A : bRa}
En el conjunto A = {alumnos de primero} con la relación R haber nacido
en el mismo mes, dado un alumno cualquiera a, su clase de equivalencia es

[a] = {alumnos de primero que han nacido el mismo mes que a}

En P(X) con la relación S la clase de {1, 2} está formada por todos los
subconjuntos de dos elementos de X. Es decir [{1, 2}] es
8 9
>
> {1, 2}, {1, 3}, {1, 4}, {1, 5}, {1, 6}, {1, 7}, {1, 8}, {1, 9}, >
>
>
> {2, 3}, {2, 4}, {2, 5}, {2, 6}, {2, 7}, {2, 8}, {2, 9} >
>
>
> >
>
>
> >
>
>
> {3, 4}, {3, 5}, {3, 6}, {3, 7}, {3, 8}, {3, 9}, >
>
< =
{4, 5}, {4, 6}, {4, 7}, {4, 8}, {4, 9},
>
> {5, 6}, {5, 7}, {5, 8}, {5, 9}, >
>
>
> >
>
>
> {6, 7}, {6, 8}, {6, 9}, >
>
>
> >
>
>
> {7, 8}, {7, 9}, >
>
: ;
{8, 9}

En el conjunto C de bolas de colores con la relación T , si a es una bola roja

tenemos que
[a] = {bolas rojas de C}
94 CHAPTER 6. RELACIONES

Clases de equivalencia y particiones de un conjunto

Las clases de equivalencia tienen cuatro propiedades esenciales.

• Si b 2 [a] entonces [b] = [a] (si un elemento está en la clase de otro, sus
respectivas clases coinciden).

• [a] 6= ; para todo a 2 A (ninguna clase es vacı́a, al menos tiene a su

representante).

• Si b 62 [a] entonces [a] \ [b] = ; (si un elemento no está en la clase de otro,

entonces sus respectivas clases no tienen ningún elemento en común).

• [a2A [a] = A (la unión de las clases de todos los elementos de A es A)

Las tres últimas propiedades hacen de las clases de equivalencia una partición
del conjunto A
Una partición de un conjunto A es una colección {A1 , A2 , . . . , An } de sub-
conjuntos de A , i.e. Ai ⇢ A, que verifican

• Ai 6= ; para todo i 2 {1, 2, ?, n},

• Ai \ Aj = ; para todo i, j tales que i 6= j,

• [ni=1 Ai = A

Conjunto cociente
Si A es un conjunto y R una relación de equivalencia en A. Las clases de
equivalencia de R forman una partición de A.

Conjunto cociente de A por R denotado por A/R es el conjunto de las clases

de equivalencia de los elementos de A, i.e.,

A/R = {[a] : a 2 A}

Sea X = {1, 2, 3, 4, 5, 6, 7, 8, 9}. Consideramos P(X) con la relación S (tener

el mismo cardinal).
El conjunto cociente P(X)/S está formado por los 10 elementos

[;], [{1}], [{1, 2}], [{1, 2, 3}], [{1, 2, 3, 4}], [{1, 2, 3, 4, 5}],

[{1, 2, 3, 4, 5, 6}], [{1, 2, 3, 4, 5, 6, 7}], [{1, 2, 3, 4, 5, 6, 7, 8}], [X]

En C con la relación T (ser del mismo color)

C/T = {{bolas blancas}, {bolas rojas}, {bolas azules}, . . . }

 95

6.0.4 Relaciones de orden

Una relación de orden R en un conjunto A es una relación que verifica las
propiedades:

• reflexiva,

• antisimétrica

• transitiva

Un conjunto ordenado (A, R) es un par formado por un conjunto A y una

relación de orden R definida en A.
En el conjunto A = {1, 2, 3, 4, 5, 6, 7, 8, 9} se define la relación a es menor
igual que b o a  b.

• Es reflexiva ya que todo número es menor o igual a si mismo.

• Es antisimétrica ya que a  b y b  a sólo puede cumplirse cuando

a = b.

• Es transitiva ya que si a  b y b  c, entonces a  c.

Por tanto es una relación de orden.

La relación de divisibilidad en el mismo conjunto A, es decir, a divide a b o
a|b también es una relación de orden.
(N, ) y (Z, ) son conjuntos ordenados (a  b si 9n 2 N \ {0} tal que
b = a + n).
(N, |), donde | indica la relación de divisibilidad en N (es decir, a|b si
9n 2 N tal que b = an), es un conjunto ordenado.
La relación de divisibilidad en Z (a|b si 9k 2 Z tal que b = ak) no es una
relación de orden (falla la propiedad antisimétrica) y por tanto, (Z, |) no es un
conjunto ordenado.

(Dn , |), donde Dn es el conjunto de los divisores positivos de n (i.e. Dn =

{k 2 N : k|n}) y | indica la relación de orden de divisibilidad en Dn , es un
conjunto ordenado.
k
Observación: Si n = pk11 · pk22 · · · pj j se tiene que |Dn | = (k1 + 1)(k2 +
1) · · · (kj + 1). Por ejemplo, |D22 3 | = 3 · 2 = 6.

(P(S), ⇢) es un conjunto ordenado.

Es interesante observar una diferencia esencial entre las dos primeras rela-
ciones:

• Dados dos elementos cualesquiera del conjunto, o bien a  b, o bien b  a.

96 CHAPTER 6. RELACIONES

• Sin embargo, en la segunda, 3 | 5 y 5 - 3.

R es una relación de orden total en A si R es una relación de orden en A

que verifica que dados cualquier par de elementos a, b 2 A, se cumple que o bien
aRb o bien bRa.

Si R es una relación de orden total en A se dice que (A, R) es un conjunto

totalmente ordenado.

Dos elementos a y b de un conjunto ordenado (A, R) se dicen que son com-

parables si aRb o bRa.

La relación  es una relación de orden total en A y (A, ) es un conjunto

totalmente ordenado.

(N, ) también es un conjunto totalmente ordenado.

La relación de divisibilidad | no es, en general, un orden total en A, aunque

sı́ lo es en el conjunto D8 = {1, 2, 4, 8}.

Por ejemplo, (N, |) y (D6 , |), donde | indica la relación de orden de divisibil-
idad, son conjuntos parcialmente ordenados.

Los números 2 y 3 no son comparables.

Diagramas de Hasse

Una relación de orden se representa mediante un digrafo, pero en el digrafo

simplificado que se llama diagrama de Hasse.

El diagrama de Hasse se obtiene, a partir del digrafo de la relación, en tres

pasos:

• Como la relación es reflexiva, cada elemento tiene un bucle, por lo que se

pueden eliminar.

• Como la relación es transitiva, se eliminan todas las aristas que puedan

ser obtenidas por transitividad.

• Por último se colocan los vértices de manera que la dirección de las aristas
sea de abajo hacia arriba y se eliminan las flechas de las aristas.

Construcción del diagrama de Hasse del conjunto ordenado (A, |):

 97

Veamos otros ejemplos de diagramas de Hasse.

Diagrama de Hasse de D72 , 72 = 23 · 32

Diagrama de Hasse de D60 , 60 = 22 · 3 · 5

Orden producto y orden lexicográfico

Sean (A, R) y (B, S) son dos conjuntos ordenados, en el conjunto producto
cartesiano A ⇥ B se pueden definir dos relaciones de orden:

• orden producto en A ⇥ B se define por (a, b)RProd (c, d) si aRc y bSd

98 CHAPTER 6. RELACIONES

• orden lexicográfico en A ⇥ B se define por (a, b)RLex (c, d) si o bien aRc o

bien a = c y bSd.

Si (A, R) y (B, S) son dos conjuntos totalmente ordenados, entonces el con-

junto producto (A ⇥ B, RLex ) es totalmente ordenado, sin embargo, el conjunto
producto (A ⇥ B, RProd ) no es necesariamente totalmente ordenado.
Consideremos los siguientes conjuntos

A = {1, 2, 3} B = {↵, , , }

con los ordenes dados por los siguientes diagramas

Ejemplo
Sean (A = {1, 2, 3}, R) y (B = { , , , }, S) conjuntos ordenados
según los diagramas de Hasse siguientes

El producto cartesiano A ⇥ B con los ordenes RProd y RLex se representa

por los siguientes diagramas
entonces

8
Elementos caracterı́sticos
Sea (A, R) un conjunto ordenado y B un subconjunto de A 6= ;.

• cs 2 A es cota superior de B si bRcs , para todo b 2 B

(i.e. si todos los elementos de B están relacionados con cs ).
• ci 2 A es cota inferior de B si ci Rb, para todo b 2 B
(i.e. si ci está relacionado con todos los elementos de B).
• s 2 A es supremo de B si s es cota superior y sRcs para toda cs cota
superior de B
(i.e., s es la menor de las cotas superiores de B).
• i 2 A es ı́nfimo de B si i es cota inferior y ci Ri para toda ci cota
inferior de B
(i.e., i es la mayor de las cotas inferiores de B).
 99

• M 2 B es máximo de B si para todo b 2 B se tiene bRM

(i.e. si M es cota superior de B y M 2 B)
• m 2 B es mı́nimo de B si para todo b 2 B se tiene mRb
(i.e. si m es cota inferior de B y m 2 B)
• a 2 B es maximal de B si no existe x 2 B con x 6= a tal que aRx
• a 2 B es minimal de B si no existe x 2 B con x 6= a tal que xRa

Sea A = {a, b, c, d, e, f, g} con el orden dado por el diagrama de Hasse.

Para el subconjunto B = {b, c, e} tenemos

• Cotas inferiores {a, b}, b es ı́nfimo y mı́nimo
• Cotas superiores {f }, f es el supremo y no hay máximo
• Minimales {b}, maximales {c, e}

Sea A = {a, b, c, d, e, f, g} con el orden dado por el diagrama de Hasse.

Para el subconjunto C = {a, b, e} tenemos

• Cotas inferiores {a} , a es el ı́nfimo y el mı́nimo
• Cotas superiores {e, f, g}, e es el supremo y el máximo
• Minimales {a}, maximales {e}.
100 CHAPTER 6. RELACIONES

6.0.5 Retı́culos
Un conjunto ordenado (A, ) es un retı́culo si para todo a, b 2 A existe sup{a, b} 2
A e inf{a, b} 2 A.

(N, ) es un retı́culo.

sup{a, b} = max{a, b}, inf {a, b} = min{a, b},

 

(N, |) y (Dn , |) son retı́culos.

sup{a, b} = mcm{a, b}, inf {a, b} = mcd{a, b},

| |

(P(S), ⇢) es un retı́culo.

sup{A, B} = A [ B, inf {A, B} = A \ B.

⇢ ⇢

Si (A, R) y (B, S) son retı́culos, entonces

(A ⇥ B, P rod) es retı́culo

sup {(a, b), (c, d)} = (sup{a, c}, sup{b, d})

Prod R S

inf {(a, b), (c, d)} = (inf {a, c}, inf {b, d})
Prod R S

(A ⇥ B, Lex) es retı́culo
(
(supR {a, c}, inf S {b, d}), si a 6= c
sup{(a, b), (c, d)} =
Lex (a, supS b, d), si a = c
(
(inf R {a, c}, supS {b, d}), si a 6= c
inf {(a, b), (c, d)} =
Lex (a, inf S {b, d}), si a = c

Si (A, ) es un retı́culo entonces se verifica que

a  b si y solo si sup{a, b} = b si y solo si inf{a, b} = a.

Los retı́culos (D30 , |), ({0, 1}3 , Prod ) y (P({a, b, c}), ⇢) tienen el mismo di-
agrama de Hasse (son retı́culos isomorfos).

Veamos una definición alternativa

Un retı́culo es una terna (A, ^, _) donde A es un conjunto y ^, _ son dos
operaciones binarias definidas en A que cumplen las siguientes propiedades:
 101

p2 p 3 p1 p 2 p 3 101 111 {b, c} {a, b, c}

p3 p 1 p3 100 110 {c} {a, c}

p2 p1 p 2 001 011 {b} {a, b}

1 p1 000 010 ; {a}

• Idempotente a ^ a = a, a _ a = a

• Conmutativa a ^ b = b ^ a, a _ b = b _ a

• Asociativa (a ^ b) ^ c = a ^ (b ^ c), (a _ b) _ c = a _ (b _ c)

• Absorción : a ^ (b _ a) = a, a _ (b ^ a) = a.

Las dos definiciones anteriores de retı́culo son equivalentes.

Si (A, ) es un retı́culo definimos las operaciones ^ y _ de la siguiente forma:

a ^ b = inf{a, b}, a _ b = sup{a, b}

Si (A, ^, _) es un retı́culo definimos la relación de orden  de la siguiente

forma:
a  b si y solo si a _ b = b, y a ^ b = a

Propiedades de los retı́culos

Un retı́culo es acotado si posee elemento máximo y mı́nimo.
Se designa por 1 al elemento máximo y por 0 al mı́nimo.
1 es el elemento neutro para la operación ^ y 0 es el neutro para la operación
_.
1 es un elemento absorbente de _ (i.e. 1 _ a = a _ 1 = 1) y 0 es un elemento
absorbente de ^ (0 ^ a = a ^ 0 = 0).
Un retı́culo (A, _, ^) es distributivo si para todo a, b, c 2 A se cumple

a _ (b ^ c) = (a _ b) ^ (a _ c) y a ^ (b _ c) = (a ^ b) _ (a ^ c)

Ejemplos
(Dn , |) es retı́culo distributivo para todo n 2 N.
102 CHAPTER 6. RELACIONES

Los retı́culos

no son distributivos ya que

a ^ (b _ c) 6= (a ^ b) _ (a ^ c)

Sea (A, _, ^) un retı́culo acotado. Para todo a 2 A se dice que a0 2 A es

complementario de a si a _ a0 = 1 y a ^ a0 = 0.

Un retı́culo acotado es complementario si todos sus elementos poseen com-

plementario.

Ejemplos

• Los retı́culos P(S) y B n son complementarios y distributivos.

• (D20 , |) es acotado y distributivo, pero no es complementario.

• (D30 , |) es acotado, distributivo y complementario

• (Dn , |) es complementario si y solo si n es producto de primos distintos.

Los retı́culos acotados, no distributivos,

son complementarios. Sin embargo, el complementario del elemento c no es

único.
6.1. ÁLGEBRAS DE BOOLE 103

6.1 Álgebras de Boole

Sea (A, _, ^) un retı́culo acotado y distributivo. El complementario de cada
elemento, si existe, es único.

Un álgebra de Boole es un retı́culo acotado, complementario y distributivo.

Ejemplos
• (P(X), ⇢) o (P(X), [, \),

• ({0, 1}n , Lex) o ({0, 1}n , _, ^), donde las operaciones _ y ^ se definen por

(x1 , x2 , . . . , xn ) _ (y1 , y2 , . . . , yn ) = (x1 _ y1 , x2 _ y2 , . . . , xn _ yn )

(x1 , x2 , . . . , xn ) ^ (y1 , y2 , . . . , yn ) = (x1 ^ y1 , x2 ^ y2 , . . . , xn ^ yn )

con
_ 0 1 ^ 0 1
0 0 1 y 0 0 0
1 1 1 1 0 1

• (Dn , |) o (Dn , mcm, mcd) con n producto de primos distintos

son álgebras de Boole finitas.
Si (A, _, ^) es un álgebra de Boole, entonces se verifican las siguientes
propiedades:
• absorción del neutro 1 _ x = 1, 0 ^ x = 0
• involutiva (x0 )0 = x (el complementario es único)
• leyes de De Morgan (x _ y)0 = x0 ^ y 0 , (x ^ y)0 = x0 _ y 0 .
Dos álgebras de Boole A y B son isomorfas, y notaremos A ⇡ B, si existe
una aplicación f : A ! B biyectiva tal que conserva el orden

a A b si y solo si f (a) B f (b)

o, equivalentemente, conserva las operaciones

f (a _A b) = f (a) _B f (b) y f (a ^A b) = f (a) ^B f (b).

Dado un conjunto X con |X| = n, se tiene que (P(X), ⇢) ⇡ ({0, 1}n , Lex).
Además, toda álgebra de Boole finita A es isomorfa a P(X), para algún
conjunto finito X, o a {0, 1}n para n = |X|. Luego, |A| = 2n para algún n 2 N .
Una función booleana de n variables es una aplicación f : B n ! B, i.e.,
f (x1 , x2 , . . . , xn ) 2 {0, 1} para todo (x1 , x2 , ..., xn ) 2 B n .
104 CHAPTER 6. RELACIONES

Cualquier posible distribución de 2n ceros y unos es el conjunto de valores

de una función booleana.
Tablas de verdad de los conectores lógicos son ejemplos de funciones booleanas.
Reciporcamente, podemos asignar una tabla de verdad a cada función booleana.
Chapter 7

Funciones

Sean A y B conjuntos. Una función f de A en B es un subconjunto G ⇢ A ⇥ B

tal que para cada a 2 A hay a lo más un elemento de la forma (a, b) 2 G.
En otras palabras es una regla de correspondencia que asocia a cada elemento
de A un elemento bien definido de B.
Se denota por
f :A !B
o por
f
A ! B.

Si a 2 A, al elemento bien definido en B que resulta de aplicar f a a, lo

denotaremos por f (a) y lo llamaremos imagen de a.
En otras palabras, el par (a, f (a)) pertenece a G.
El conjunto A se llama dominio de f y se denota por Dom(f ).
El conjunto B se llama el contradominio de f .
El subconjunto de elementos en B que provienen de A después de aplicar f
se llama rango o imagen de f y se denota por Rango(f ) o Im(f ), es decir,

Rango(f ) := {y 2 B : 9x 2 A t.q. f (x) = y}.

Nótese que en la definición de Rango(f ), la condición 9x 2 A t.q. f (x) = y

implica que existe al menos un elemento x 2 A tal que f (x) = y, pero no
significa que x 2 A sea único.
El conjunto G se llama gráfica de la función f : A ! B. Tambien se denota
por Graf (f ), i.e.,

Graf (f ) := {(x, y) 2 A ⇥ B : y = f (x), x 2 A}.

1. La función f : A ! A, dada por f (a) = a para todo a 2 A, se conoce

como la función identidad.

105
106 CHAPTER 7. FUNCIONES

2. Si f : A ! B y b 2 B es un elemento fijo, entonces la regla de asignación

f (a) = b para todo a 2 A define una función. Esta se conoce como la
función constante con valor b.
3.

Dom(f ) = {1, 2, 3}, Rango(f ) = {C, D} No es función

1. Si consideramos ahora f : R ! R dada por f (x) = x2 , la función f está

bien definida y Rango(f ) = [0, 1).
p
2. Si consideramos ahora f : R ! R dada por f (x) = x, la función f no
está bien definida Dom(f ) 6= R, sólo está definida en [0, 1).
3. El grafo de una función

Sea f : R ! R la función definida por f (x) = a(x h) + k, para h, k 2 R

y a 6= 0.
Dom(f ) = Rango(f ) = R.
El grafo de f es siempre una recta, pero depende de los valores h, k 2 R y
a 6= 0.

Sea g : R ! R la función f (x) = a(x h)2 + k, con h, k 2 R y a 6= 0.

Cuando a = 1, h = 0 y k = 0, f es la función g(x) = x2 que hemos visto
anteriormente.

Dom(g) = R,
 107
(
[k, 1) si a > 0,
Rango(g) =
( 1, k] si a < 0.

El grafo de g es siempre una parábola, pero depende de los valores h, k 2 R

y a 6= 0.
• Si k > 0, entonces la gráfica “sube” con respecto al eje x.
• Si k < 0, entonces la gráfica “baja” con respecto al eje x.
• Si a > 1, la gráfica se expande verticalmente.
• Si 0 < a < 1, la gráfica contrae verticalmente.
• Si h > 0, entonces la gráfica se desplaza hacia la derecha
• Si h < 0, se desplaza hacia la izquierda.
Lo anterior es ejemplo de la composición de funciones.
Dadas dos funciones f : A ! B y g : B ! C entonces se puede definir la
función composición g f : A ! C por la expresión
(g f )(x) = g(f (x))
es decir, la función g se aplica a la imagen de f . A la función composición g f
también se le llama g compuesta con f .
108 CHAPTER 7. FUNCIONES

Si p(x) = x h, q(x) = x2 , r(x) = ax, s(x) = x + k, entonces

f (x) = a(x h) + k = s(r(p(x))) = (s (r p))(x)

g(x) = a(x h)2 + k = s(r(q(p(x))) = (s (r (q p)))(x)

La composición de funciones es siempre asociativa.
La composición de funciones g f es posible si el codominio de f coincide
con el dominio de g. De un modo menos estricto, basta que el rango de f está
contenido en el dominio de g.
Sean f : R ! ( p p ! R
1, +9] definida por f (x) = 9 x2 y g : [0, +1)
definida por g(x) = x. La composición g f , dada por (g f ) = 9 x2
puede definirse en el intervalo [ 3, +3].
En general, no es conmutativa. Por ejemplo, |x| + 3 y |x + 3| solo coinciden
en [0, +1).
La inversa de la composición está dada por (f g) 1 = g 1 f 1

Sea f : A ! B una función y X ✓ A, Y ✓ B. Definimos:

• La imagen directa (imagen) de X bajo f como el conjunto

f (X) := {f (x) 2 B : x 2 X}

• La imagen inversa (preimagen) de Y bajo f como el conjunto

1
f (Y ) := {x 2 A : f (x) 2 Y }

Sea f : R ! R dada por f (x) = x2

1
1. Si X = [0, 1] entonces f (X) = [0, 1] y f (f (X)) = [ 1, 1]. Esto es,
f 1 (f (X)) 6= X
1 1
2. Si Y = [0, 1] entonces f (Y ) = [ 1, 1] y f (f )(Y ) = [0, 1]. Esto es,
f (f 1 )(Y ) = Y .
1 1
3. Si H = [ 1, 1] entonces f (H) = [ 1, 1] y f (f (H)) = [0, 1]. Esto es,
f (f 1 (H)) 6= H

Si f : A ! B es una función y G, H ✓ B entonces

1 1 1
f (G \ H) = f (G) \ f (H).

Prueba. Si x 2 f 1 (G \ H) entonces f (x) 2 G \ H. Esto es, f (x) 2 G

y f (x) 2 H, lo que implica que x 2 f 1 (G) y x 2 f 1 (H). Por lo tanto
x 2 f 1 (G) \ f 1 (H) y concluimos que f 1 (G \ H) ✓ f 1 (G) \ f 1 (H).
 109

Supongamos ahora que x 2 f 1 (G)\f 1 (H), i.e. x 2 f 1 (G) y x 2 f 1 (H),

lo que significa que f (x) 2 G y f (x) 2 H. Esto es, f (x) 2 G \ H y por o tanto
x 2 f 1 (G \ H). Concluimos que f 1 (G) \ f 1 (H) ✓ f 1 (G \ H).
Por lo tanto,
1 1 1
f (G \ H) = f (G) \ f (H).
Sea f : A ! B una función. Decimos que
1. f es inyectiva (uno a uno) si para cada x1 , x2 2 A con x1 6= x2 se cumple
que f (x1 ) 6= f (x2 ).
Equivalentemente, f es inyectiva si f (x1 ) = f (x2 ) implica que x1 = x2 ,
para cualesquiera x1 , x2 2 A

2. f es suprayectiva (sobreyectiva o sobre) si f (A) = B o bien, Rango(f ) =

B.
Equivalentemente, si para cada y 2 B existe al menos un x 2 A tal que
f (x) = y.

3. f es biyectiva si es uno a uno y sobre.

Sea f : R \ {1} ! R \ {1} dada por f (x) = x
x 1.

f es inyectiva. Dados x1 , x2 arbitrarias tales que f (x1 ) = f (x2 ). Se sigue lo

siguiente.
La igualdad de las imagenes x1x1 1 = x2x2 1 implica que x1 (x2 1) = x2 (x1
1) y que x1 x2 x1 = x2 x1 x2 . Cancelando x1 x2 tenemos x1 = x2 o,
equivalentemente, x1 = x2 . Por lo que f es inyectiva.
f es suprayectiva. Para yo 2 R \ {1}, debemos encontrar otro número real
xo tal que f (xo ) = yo .
Comprobemos que es suficiente tomar xo = yoyo 1 . En efecto,

yo yo (yo 1))
f (xo ) = f ( )= = yo .
yo 1 (yo (yo 1))(yo 1))

Se sigue entonces que f es biyectiva.

Sea f : R \ {1} ! R \ {1} dada por f (x) = x
x 1.

Las siguientes observaciones son dignas de mención:

Para encontrar el valor xo = yoyo 1 que permite comprobar la suprayectividad
de f , basta resolver la ecuación f (xo ) = yo . En efecto, f (xo ) = yo es equivalente
a
xo yo
= yo equiv. xo = (xo 1)
xo 1 yo 1
x o yo x 0 = yo equiv. x o yo yo = x o
xo
yo (xo 1) = xo equiv. yo =
xo 1
110 CHAPTER 7. FUNCIONES

Ejemplo de función inyectiva

f : N ⇥ N ! N dada por f (a, b) = 2a 3b
f es inyectiva (por la unicidad de la factorización en factores primos) pero
no es sobreyectiva f 1 (5) = ;
Veamos (sin usar el teorema de descomposición) que f es inyectiva. Supong-
amos que a, b, c, d 2 N y que f (a, b) = f (c, d). Entonces tenemos que 2a 3b =
2c 3d , por la definición de f , y que 2a c 3b d = 1. Como el inverso de una po-
tencia de 2 no puede ser una potencia de 3, tenemos que a c = 0 y b d = 0.
Equivalentemente, a = c y b = d y concluimos que f es inyectiva.
Lo anterior nos permite afirmar que la función f tiene la misma expresión
que su función inversa f 1 : R \ {1} ! R \ {1}, i.e., f 1 (y) = x x 1 . En este
caso, que no es cierto en general, se dice que f es idempotente.
Dada una función f : A ! B hay dos nociones de función inversa:

• fL 1 : Range(f ) ! A tal que fL 1 f = IdA

(noción inversa habitual o inversa por la izquierda)

• fR 1 : Range(f ) ! A tal que f fR 1 = IdRange(f )

(noción de inversa por la derecha)

La inversa por la izquierda existe si f es inyectiva y es única:

si f es inyectiva y se define como fL 1 (b) = a si b 2 Range(f ) y a 2 A es el
único elemento (por ser f inyectiva) tal que f (a) = b.
Obviamente (fL 1 f )(a) = fL 1 (f (a)) = fL 1 (b) = a, i.e., f 1 f = idA .

La inversa por la derecha existe si f pero no es única:

definimos fR 1 (b) = a si b 2 Range(f ) y a 2 A es un elemento tal que
f (a) = b. Notese que usamos el axioma de elección para definir fR 1 y que
la elección de a no es única si la preimagen de b tiene cardinal mayor que 1,
i.e., |f 1 (b)| > 1. Obviamente (f fR 1 )(b) = f (fR 1 (b)) = f (a) = b, i.e.,
f fR 1 = idB .

La función f : {1, 2, 3, 4} ! {a, b, c} dada por f (1) = f (4) = a, f (2) = b y

f (3) = c es sobre y |f 1 (a)| = 2, |f 1 (b)| = |f 1 (c)| = 1.

Por tanto tiene dos inversas por la derecha

7.1. CONJUNTOS NUMERABLES 111

g : {a, b, c} ! {1, 2, 3, 4} dada por g(a) = 1, g(b) = 2, g(c) = 3;

h : {a, b, c} ! {1, 2, 3, 4} dada por h(a) = 4, h(b) = 2, h(c) = 3.

Normalmente consideramos inversas usuales o inversas por ambos lados (que

han de ser únicas).

1
Caso tı́pico si f : A ! B es biyectiva tiene una inversa única f :B!A
definida por f 1 (b) = a si f (a) = b.

f : R ! R dada por f (x) = ax + b es una función inyectiva

y b
Consideremos y = ax + b y despejamos la x para obtener x = a .
La función inversa es g : R ! R dada por g(y) = y a b
f : R ! R dada por f (x) = x2 no es inyectiva f (1) = f ( 1) = 1
pero se puede restringir a [0, +1) para tener una función inyectiva f|[0,+1) :
[0, +1) ! [0, +1)
p
con inversa g : [0, +1) ! [0, +1) dada por g(y) = y (se entiende que es
la raı́z positiva).

1 1 1
(g f ) =f g

7.1 Conjuntos numerables

Un conjunto X tiene cardinal o tamaño n si hay una biyeción f : X !
{1, 2, . . . , n}.
El conjunto vacio tiene cardinal cero.
Un conjunto X es finito si tiene cardinalidad n para algún n 2 N.
Un conjunto X se llama infinito si no es finito.
Por ejemplo, N es un conjunto infinito.
Vamos a demostrarlo por contradicción. Supongamos que existe n 2 N y
una biyección h : N ! {1, 2, 3, . . . , n}. En particular, tendriamos que la función
inversa g : {1, 2, 3, . . . , n} ! N es una aplicación sobreyectiva. Ahora bien el
elemento g(1) + g(2) + · · · + g(n) 2 N pero no puede estar en la imagen de g.
112 CHAPTER 7. FUNCIONES

En efecto, g(1) + g(2) + · · · + g(n) > g(i) para cualquier i 2 {1, 2, . . . , n} y , por
tanto, g(1) + g(2) + · · · + g(n) no pertenece a la imagen de g. Contradicción.

Un conjunto X es infinito si y solo si hay una aplicación g : N ! X inyectiva.

(Contrapositivo por contradicción) Supongamos que X es finito. Entonces,
hay una aplicación f : X ! {1, 2, . . . , n} biyectiva para algún n 2 N. Supong-
amos además que hay g : N ! X inyectiva. Entonces f g : N ! {1, 2, . . . , n}
es también inyectiva. Hemos encontrado una contradicción con el resultado
anterior.
(p ! q) Supongamos que X es infinito. Se puede construir inductivamente
una aplicación inyectiva f : N ! X del siguiente modo (usando al axioma
de elección contable). Supongamos que hemos elegido f (1), f (2), . . . , f (m), to-
das ellos diferentes. Entonces {f (1), . . . , f (m)} no puede ser igual a X (de
lo contrario serı́a un conjunto finito de cardinal m). Elegimos un elemento
X \ {f (1), . . . , f (m)} y lo llamamos f (m + 1). Repitiendo el procedimiento,
construimos la aplicación inyectiva f .

Un conjunto X es contable si es finito o existe una biyección f entre X y N.

Las siguientes proposiciones son equivalente:

• X es contable.

• Hay una aplicación f : X ! N inyectiva.

• Hay una aplicación g : N ! X sobreyectiva.

En primer lugar, 2. y 3. se siguen de 1, i.e., de la definición de contable. Además

2 implica 3 tomando g = f 1 . Por último 3 implica 1.
Si X es contable, entonces X [ {x} es contable.
] Si x 2 X no hay nada que probar. En caso contrario, sea f : X ! N
inyectiva. Definimos g : X [ {x} ! N por g(x) = 1 y g(y) = f (y) + 1 para toda
y 2 S. La función g es inyectiva y, por tanto, prueba que X [ {x} es contable.
Si A y B son contables, entonces A [ B es contable.
Sean f : A ! N y g : B ! N dos funciones inyectivas. Definimos h : A[B !
N por h(x) = 2f (x) si x 2 A y h(x) = 2g(x) + 1 si x 2 B \ A. La función h es
inyectiva y, por tanto, prueba que A [ B es contable.
Z es contable en consecuencia.
La unión de un conjunto countable de conjuntos contables es contable, i.e.,
si A1 , A2 , . . . son conjuntos countables, entonces A1 [ A2 [ A3 [ . . . es contable.
Supongamos que los conjuntos Ai son disjuntos dos a dos. Notese que esto
siempre se puede conseguir substituyendo el conjunto Ai por Ai ⇥ {i}. Como
cada Ai es contable, para cada subı́ndice i tenemos una aplicación biyectiva
7.2. TEOREMA DE CANTOR-BERNSTEIN-SCHRÖDER 113

fi : Ai ! N. Sea A la unión de todos los conjuntos Ai . Definamos F : A ! N

por F (x) = 2i 3fi (x) , con x 2 Ai .
Veamos que F es inyectiva. Sean x, y 2 A tales que F (x) = F (y). Es
decir, 2j 3fj (x) = 2k 3fk (y) con x 2 Aj , y 2 Ak . Pero como vimos en un ejemplo
anterior, de la igualdad anterior se sigue que j = k y fj (x) = fk (y). De hecho,
como j = k, tenemos que fj (x) = fj (y). Finalmente, como fj es inyectiva,
concluimos que x = y. Lo que prueba que F es inyectiva y, por tanto, A = [i Ai
es contable.
R no es contable.
Argumento diagonal de Cantor.
El conjunto de los subconjuntos de N no es contable.
Versión del argumento diagonal. Dada una sucesión A1 , A2 , ... de subcon-
juntos de N, define el conjunto A de modo que n 2 A si y solo si n 62 An . Por
definición A 6= An para todo n 2 N. Por lo tanto A ⇢ N no está en la secuencia.
Contradicción.
Si X no es contable y f : X ! Y es una aplicación inyective, entonces Y no
es contable.
Razonaremos por contradicción. Suponemos que Y es contable. Por las
equivalencias anteriores, tenemos una aplicación g : Y ! N inyectiva. Por
tanto, tenemos una aplicación g f : X ! N inyectiva. Esto último contradice,
de nuevo por las equivalencias anteriores, que X no es contable. Concluimos
que Y no es contable.

7.2 Teorema de Cantor-Bernstein-Schröder

Supongamos que tenemos dos aplicaciones inyectivas

f :A!B y g : B ! A.

Entonces existe una biyección h : A ! B.

Es un teorema muy útil para establecer biyecciones entre conjuntos infinitos.

Por ejemplo, para ver que hay una biyeción entre P(N) \ ; y (0, 1].
P
f : P(N) \ ; ! (0, 1] dada por A 7! i2A 10 i
g : (0, 1] ! P(N) \ ; dada por 0.b1 b2 b3 · · · 7! {bi 10i : i 2 N}
Supongamos que tenemos dos aplicaciones inyectivas

f :A!B y g : B ! A.

Entonces existe una biyección h : A ! B.

114 CHAPTER 7. FUNCIONES

Discutamos un caso particular:

A = B = N, f (x) = 2x y g(x) = 2x 1.

Es práctico considerar

A = Nl := {1l , 2l , 3l , . . . } y B = Nr := {1r , 2r , 3r , . . . }

como conjuntos disjuntos.

Ası́ tenemos
f : Nl ! Nr dada por f (nl ) = 2nr
g : Nr ! Nl dada por f (nr ) = 2nl 1
1 1
Vamos a aplicar todas las veces que podamos f , g y sus inversos f yg
para crear cadenas de elementos posiblemente infinitas.
Por ejemplo,
g f g f g f g
Nr ! Nl ! Nr ! Nl ! Nr ! Nl ! Nr ! Nl ···
1r 7 ! 1l 7 ! 2r 7 ! 3l 7 ! 6r 7 ! 11l 7 ! 22r 7 ! 43l ···
2l 7 ! 4r 7 ! 7l 7 ! 14r 7 ! 27l 7 ! 54r 7 ! 107l ···

Esencialmente encontraremos sólo cadenas como las anteriores:

• cadenas infinitas por la derecha que empiezan por un impar 2n 1r (es
decir in elemento en Nr \ Range(f )).
• cadenas infinitas por la derecha que empiezan por un par 2nl (es decir in
elemento en Nl \ Range(g)).

1r 1l 2r 3l 6r 11l 22r 43l 86r 171l

2l 4r 7l 14r 27l 54r 107l 214r 427l
4l 8r 15l 30r 59l 118r 235l 470r 939l
3r 5l 10r 19l 38r 75l 150r 299l 598r 1195l
6l 12r 23l 46r 91l 182r 363l 726r 1451l
8l 16r 31l 62r 123l 246r 491l 982r 1963l
5r 9l 18r 35l 70r 139l 278r 555l 1110r 2219l
10l 20r 39l 78r 155l 310r 619l 1238r 2475l
12l 24r 47l 94r 187l 364r 727l 1454r 2907l
7r 13l 26r 51l 102r 203l 406r 811l 1621r 3240l
14l 28r 55l 110r 219l 438r 875l 1750r 3499l
16l 32r 63l 126r 253l 506r 1011l 2022r 4043l
9r 17l 34r 67l 134r 267l 534r 1067l 2134r 4267l
18l 36r 71l 142r 283l 566r 1131l 2262r 4523l
20l 40r 79l 158r 315l 630r 1259l 2518r 5035l
11r 21l 42r 83l 166r 331l 662r 1323l 2646r 5291l
Puede probarse que cada elemento de Nl [ Nr (unión disjunta) aparece una
única vez en una única cadena, i.e., las cadenas forman una partición de Nl [Nr .
Ahora definiremos
h : N l ! Nr
7.2. TEOREMA DE CANTOR-BERNSTEIN-SCHRÖDER 115

del siguiente modo

• Si nl 2 Nl pertenece a una cadena que empieza con un impar 2i 1r 2

Nr , entonces nl es forzosamente impar nl = 2j 1l y, por tanto, existe
g 1 (nl ) = g 1 (2j 1l ) = jr 2 Nr . Definimos, eneste caso, h(nl ) = g 1 (nl )

1r 1l 2r 3l 6r 11l 22r 43l 86r 171l

2l 4r 7l 14r 27l 54r 107l 214r 427l
4l 8r 15l 30r 59l 118r 235l 470r 939l
3r 5l 10r 19l 38r 75l 150r 299l 598r 1195l
6l 12r 23l 46r 91l 182r 363l 726r 1451l
8l 16r 31l 62r 123l 246r 491l 982r 1963l
5r 9l 18r 35l 70r 139l 278r 555l 1110r 2219l
10l 20r 39l 78r 155l 310r 619l 1238r 2475l
12l 24r 47l 94r 187l 364r 727l 1454r 2907l
7r 13l 26r 51l 102r 203l 406r 811l 1621r 3240l
14l 28r 55l 110r 219l 438r 875l 1750r 3499l
16l 32r 63l 126r 253l 506r 1011l 2022r 4043l
9r 17l 34r 67l 134r 267l 534r 1067l 2134r 4267l
18l 36r 71l 142r 283l 566r 1131l 2262r 4523l
20l 40r 79l 158r 315l 630r 1259l 2518r 5035l
11r 21l 42r 83l 166r 331l 662r 1323l 2646r 5291l
Ahora definiremos
h : Nl ! N r
del siguiente modo
• Si nl 2 Nl pertenece a una cadena que empieza con un impar 2i 1r 2 N r ,
definimos h(nl ) = g 1 (nl ).
• Si nl 2 Nl pertenece a una cadena que empieza con un par 2il 2 Nl ,
entonces defininos h(nl ) = f (nl ).

1r 1l 2r 3l 6r 11l 22r 43l 86r 171l

2l ! 4r 7l ! 14r 27l ! 54r 107l 214r 427l
4l ! 8r 15l ! 30r 59l ! 118r 235l 470r 939l
3r 5l 10r 19l 38r 75l 150r 299l 598r 1195l
6l ! 12r 23l ! 46r 91l ! 182r 363l 726r 1451l
8l ! 16r 31l ! 62r 123l ! 246r 491l 982r 1963l
5r 9l 18r 35l 70r 139l 278r 555l 1110r 2219l
10l ! 20r 39l ! 78r 155l ! 310r 619l 1238r 2475l
12l ! 24r 47l ! 94r 187l ! 364r 727l 1454r 2907l
7r 13l 26r 51l 102r 203l 406r 811l 1621r 3240l
14l ! 28r 55l ! 110r 219l ! 438r 875l 1750r 3499l
16l ! 32r 63l ! 126r 253l ! 506r 1011l 2022r 4043l
9r 17l 34r 67l 134r 267l 534r 1067l 2134r 4267l
18l ! 36r 71l ! 142r 283l ! 566r 1131l 2262r 4523l
20l ! 40r 79l ! 158r 315l ! 630r 1259l 2518r 5035l
11r 21l 42r 83l 166r 331l 662r 1323l 2646r 5291l
116 CHAPTER 7. FUNCIONES

En nuestro caso particular, la biyección estarı́a dada por

1
1 g 1 12 f 24
1
2 f 4 13 g 7
1
3 g 2 14 f 28
4 f 8 15 f 30
1
5 g 3 16 f 32
1
6 f 12 17 g 9
7 f 14 18 f 36
1
8 f 16 19 g 10
1
9 g 5 20 f 40
1
10 f 20 21 g 11
1
11 g 6 22 f 44

Demostración del Teorema de Cantor-Bernstein-Schröder

Consideramos D = {(f g)n (b) : b 2 B \ Range(f ), n 2 N [ {0}} ⇢ B.
Definimos h : A ! B por
(
g 1 (a) si f (a) 2 D
h(a) =
f (a) si f (a) 62 D.

Veamos en primer lugar que h está bien definida. En particular que existe
g 1 (a) si f (a) 2 D. En efecto, f (a) 2 D quiere decir que existen b 2 B \
Range(f ) y n 2 N tales que f (a) = (f g)n (b). Notemos que n no puede
ser cero, pues en ese caso tendriamos una conyradición, a saber, f (a) = b 2
B \ Range(f ). Por tanto, por ser f inyectiva, tenemos que a = g((f g)n 1 (b))
y que g 1 (a) = (f g)n 1 (b) existe y está bien definido ya que g también es
inyectiva.
Veamos que h es inyectiva.
Veamos que h es sobreyectiva

Demostración del Teorema de Cantor-Bernstein-Schröder

Consideramos D = {(f g)n (b) : b 2 B \ Range(f ), n 2 N [ {0}} ⇢ B.
Definimos h : A ! B por
(
g 1 (a) si f (a) 2 D
h(a) =
f (a) si f (a) 62 D.

Veamos que h es sobreyectiva. Si b 2 D entonces tenemos que a = g(b) 2 A

y que f (a) = (f g)(b) 2 D. Por tanto, h(a) = h(g(b)) = g 1 (g(b)) = b. Si
b 62 D entonces b 2 Range(f ), i.e., existe a 2 A tal que f (a) = b y, por tanto,
h(a) = f (a) = b.
7.2. TEOREMA DE CANTOR-BERNSTEIN-SCHRÖDER 117

Veamos que h es inyectiva.

Demostración del Teorema de Cantor-Bernstein-Schröder

Consideramos D = {(f g)n (b) : b 2 B \ Range(f ), n 2 N [ {0}} ⇢ B.
Definimos h : A ! B por
(
g 1 (a) si f (a) 2 D
h(a) =
f (a) si f (a) 62 D.

Veamos que h es inyectiva. Sean a1 , a2 2 A tales que h(a1 ) = h(a2 ). En

primer lugar, notemos que f (a1 ) 2 D si y solo si f (a2 ) 2 D. Por tanto h(a1 ) =
h(a2 ) se reduce a una de las dos posibilidades siguientes. O bien g 1 (a1 ) =
g 1 (a2 ) o bien f (a1 ) = f (a2 ). Como g es una función bien definida, g 1 (a1 ) =
g 1 (a2 ) implica que a1 = a2 . Como f es inyectiva f (a1 ) = f (a2 ) implica que
a1 = a2 . En conclusión, h es inyectiva.
h es sobre e inyectiva. Por tanto, h es biyectiva.
118 CHAPTER 7. FUNCIONES
Chapter 8

Sistemas numéricos

Recordar que defininos los núneros enteros como conjuntos.

Por tanto, tienen sentido expresiones como

n2m n⇢m para n, m 2 N0

Esto nos va a permitir definir una relación de orden.

Definimos las siguiente relación en N0 .

R = {(n, m) 2 N0 ⇥ N0 : n ✓ m},

Decimos que n es menor o igual a m o n es a lo más m si n  m.

Es fácil ver que es una relación reflexiva, antisimétrica y transitiva (por

propiedades de la inclusión ⇢ para conjuntos).

Además tenemos la siguiente propiedad de los numeros naturales.

Para cualesquiera n, m 2 N0 , si n ⇢ m entonces m 6⇢ n.

que implica lo que se conoce como tricotomia de los números naturales:

En N0 se cumple una y solamente una de las siguientes.

1. n = m

2. n < m

3. n > m

119
120 CHAPTER 8. SISTEMAS NUMÉRICOS

n < m quiere decir n  m y n 6= m.

Recordamos que N0 tenemos además el principio de buen orden.

Si A es un subconjunto no vacı́o de números naturales, entonces A tiene un

elemento que es menor o igual que todos los demás elementos de A.

Para el conjunto A = {2k : k 2 N0 } el natural 2 es el más pequeño de sus

elementos
Para el conjunto B = {1, 5, 6, 578, 456117} el elemento 1 es el elemento
menor.

El principio del buen orden y el principio de inducción matemática son equiv-

alentes.

buen orden ! inducción matemática

Sea X ⇢ N0 tal que 0 2 X y que si n 2 X entonces n + 1 2 X

Consideremos X c = N0 \ X . Si X c = ; entonces X = N y no hay nada que

probar. En caso contrario, i.e., si X c 6= ;, sea x 2 X c su menor elemento (que
existe por el principio del buen orden). Observamos que 0 6= x por hipotesis.
Por tricotomia, 0 < x. Y por hipotesis si x 2 X ya que 0 2 X. Por lo que,
suponiendo que X 6= N0 , llegamos a la contradicción de que x 2 X c y x 2 X.
Por tanto, ha de ser que X = N0 .

inducción matemática ! buen orden

Por contradicción. Sea X ⇢ N0 , X 6= ; y tal que no tiene un elemento menor

o igual que todos los demás.
Si X tiene cardinal 1, no hay nada que probar. En caso contrario, sea el
conjunto

Y = {y 2 N0 : y 62 X, y  x para todo x 2 X} ⇢ N0 \ X = X c

Como X no tiene un elemento menor que los demás, se tiene que 0 62 X. En

consecuencia, el elemento 0 2 Y .
Veamos por contradicción que si n 2 Y , entonces n + 1 2 Y . Supongamos
que n + 1 62 Y entonces hay dos posibilidades; o bien n + 1 2 X o bien existe
x0 2 X tal que x0 < n + 1. En el primer caso, n + 1 2 X tenemos que ha de ser el
menor elemento de X ya que n < x para todo x 2 X implica que n + 1  x para
todo x 2 X. Lo que contradice la hipotesis de que X no tiene menor elemento.
En el segundo caso, tenemos contradición con la tricotomia ya que n 6= x0 y
n  x0 implica que n + 1  x y, por otra parte, x0 < n + 1.
 121

Jennifer E. Padilla ”The Von Neumann Ordinals Series”. Digital, printed on metal.
This work visualizes the numbers 0 through 10 as sets. Sets are fundamental entities used by
mathematicians as a theoretical foundation to define nearly all mathematical objects. The
appeal of set theory is the simplicity of its fundamental principles. The Von Neumann ordinals
are defined in such a way as to keep numbers in order, even those that are infinite.

A visual representation of the construction of the natural numbers from the empty set,
complete up to level eight. Credit: https://imgur.com/qkQW1Bm
122 CHAPTER 8. SISTEMAS NUMÉRICOS

8.1 Construcción de los enteros

Consideremos A = N0 ⇥ N0 y la relación en A dada por

R = {[(a, b), (c, d)] 2 A2 : a + d = b + c}.

R es una relación de equivalencia:

• es reflexiva, pues si consideramos (a, b), (a, b), tenemos que a+b = b+a, i.e. [(a, b), (a, b)] 2
R, por la conmutatividad de la suma de números naturales.

• es simétrica, pues si [(a, b), (c, d)] 2 R o a + d = b + c equivale a d + a = c + b y a

c + b = d + a. Lo último quiere decir que [(c, d), (a, b)] 2 R.

• es transitiva: si [(a, b), (c, d)] 2 R y [(c, d), (e, f )] 2 R, entonces a+d = b+c, c+f = d+e.
Por tanto a + d + c + f = b + c + d + e y a + f + (c + d) = b + e + (c + d). Cancelando
c + d tenemos que a + f = b + e, i.e., que [(a, b), (e, f )] 2 R.

Definimos el conjunto de los números enteros Z como el comjunto cociente

Z := {[(a, b)] : (a, b) 2 N0 ⇥ N0 }.

Podemos identifica r 2 Z con la clase de cualquier par (p, q) tal que r = p q. Por ejemplo,
0 = (0, 0) = (1, 1) = (2, 2) = · · ·
1 = (1, 0) = (2, 1) = (3, 2) = · · ·
7 = (7, 0) = (8, 1) = (9, 2) = · · ·
1 = (0, 1) = (1, 2) = (2, 3) = · · ·
7 = (0, 7) = (1, 8) = (2, 9) = · · ·
8.1. CONSTRUCCIÓN DE LOS ENTEROS 123

Suma de números enteros

[(a, b)] + [(c, d)] := [(a + c, b + d)]

Obs.: está definición de suma extiende la suma de naturales.

n + m = [(n, 0)] + [(m, 0)] = [(n + m, 0 + 0)] = n + m
Tomando otros representantes de n y m tenemos
n + m = [(n + p, p)] + [(m + q, q)] = [(n + p + m + q, p + q)] = [(n + m, 0)]
que suguiere cómo definir la suma en Z a partir de la suma en N.
La suma de enteros está bien definida; es decir,

si (a, b)R(a0 , b0 ) y (c, d)R(c0 , d0 ), entonces

(a + c, b + d)R(a0 + c0 , b0 + d0 ).

La suma de números naturales tiene las siguientes propiedades bien conocidas

• La suma es conmutativa, i.e.,
a+b=b+a si a, b 2 Z;

• La suma es asociativa, i.e.,

(a + b) + c = a + (b + c) si a, b 2 Z;

• Existe en Z un elemento neutro para la suma, el 0, i.e.

a+0=0+a=a si a 2 Z;

• Para cada a en Z existe en Z un opuesto, denotado a, i.e.,

a + ( a) = ( a) + a = 0 si a 2 Z;

Multiplicación de números enteros

[(a, b)] · [(c, d)] := [(ac + bd, ad + bc)]
Obs.: También extiende la multiplicación de naturales
n · m = [(n, 0)] · [(m, 0)] = [(n · m, 0)]
Está bien definida, i.e., si (a, b)R(a0 , b0 ) y (c, d)R(c0 , d0 ) entonces
(ac + bd, ad + bc)R(a0 c0 + b0 d0 , a0 d0 + b0 c0 )
124 CHAPTER 8. SISTEMAS NUMÉRICOS

Como R es transitiva basta probar que

(ac + bd, ad + bc)R(a0 c + b0 d, a0 d + b0 c)
y
(a0 c + b0 d, a0 d + b0 c)R(a0 c0 + b0 d0 , a0 d0 + b0 c0 ).

Basta ver la primera relación

(ac + bd, ad + bc)R(a0 c + b0 d, a0 d + b0 c).
(La segunda se prueba de manera similar)
En primer lugar
ac + bd + a0 d + b0 c = (a + b0 )c + (b + a0 )d
gracias a la asociatividad y conmutatividad de la suma de naturales.
Además como (a, b)R(a0 , b0 ) o equivalentemente a + b0 = b + a0 , podemos escribir que
ac + bd + a0 d + b0 c = (b + a0 )c + (a + b0 )d
y, de nuevo usando asociatividad y conmutatividad en de la suma de naturales, que
ac + bd + a0 d + b0 c = a0 c + b0 d + ad + bc

El producto de números naturales tiene las siguientes propiedades bien conocidas

• El producto es conmutativo, i.e.,
ab = ba, si a, b 2 Z;
• El producto es asociativo, i.e.,
(ab) · c = a · (bc), si a, b, c 2 Z;
• Existe un elemento neutro para la multiplicación, el 1, i.e.,
a · 1 = 1 · a = a, si a 2 Z;
Por útimo, tenemos que
• el producto distribuye a la suma, i.e.,
a · (b + c) = ab + ac, y (a + b) · c = ac + bc si a, b, c 2 Z;
El orden en N también puede extenderse a Z
Recuerda que los números naturales N forman un subconjunto de los números enteros Z.
Más concretamente, hay una biyección N ! Z dada por n 7! [(n, 0)].
Si a, b son números enteros, decimos que a es mayor a b si a bes un número natural, i.e.,
a > b si y solo si a b 2 N.
En particular, a > 0 si y solo si a 2 N. A los números a tales que a > 0 se les llama
positivos, i.e., los números naturales son los enteros positivos.
Si a 2 Z, se cumple una y solo una de las condiciones siguientes
a>0 a=0 a < 0.
Otras propiedades del producto en Z
• Si a, b, c 2 Z son tales que ab = ac y a 6= 0, entonces b = c.
• Si a, b 2 Z\{0}, entonces ab 6= 0.
Usando propiedades elementales de la suma y el producto ab = ac es equivalente a a(b c) = 0.
Por la tricotomia poedemos considerar tres posibilidades:
b c = 0, b c 2 N, (b c) 2 N.
En las dos últimas, o bien a(b c) 2 N o bien (a(b c)) 2 N ] y, en cualquier caso, no puede
suceder a(b c) = 0. En el primer caso tenemos que b = c, de nuevo por propiedades de la
suma.
Razonaremos ahora por contradicción. Supongamos a, b 6= 0 y ab = 0. Sumando a a
ambos lados de la igualdad ab = 0 obtenemos ab + a = a y, distibuyendo, tenemos que
a(b + 1) = a. Como a 6= 0, por el inciso anterior, obtenemos b + 1 = 1 y, por la ley de la
cancelación para la suma, b = 0. Tenemos ası́ una contradicción pues b 6= 0 por hipótesis.
Concluimos que ab 6= 0.
8.2. CONSTRUCCIÓN DEL CONJUNTO DE NÚMEROS RACIONALES125

8.2 Construcción del conjunto de números racionales

Consideremos A = Z ⇥ Z \ {0} y definamos la relación de equivalencia

Rq = {[(a, b), (c, d)] 2 A2 : ad = bc}.

Reflexiva: (a, b)Rq (a, b) ya que ab = ab.

Simétrica: si (a, b)Rq (c, d) entonces ad = bc. Equivalentemente cb = da lo que significa que
(c, d)Rq (a, b).
Transitiva: si (a, b)Rq (c, d) y (c, d)Rq (e, f ) entonces ad = cb y cf = de. Multiplicando ambos
lados de la primera igualdad por f tenemos que adf = cbf . Usando la conmutatividad y la
segunda igualdad obtenemos que adf = bcf = bde. De nuevo usando la conmutatividad y
cancelando d obtenemos que af = be; es decir, que (a, b)Rq (e, f ).

Construcción del conjunto de números racionales

Consideremos A = Z ⇥ Z \ {0} y definamos la relación de equivalencia

Rq = {[(a, b), (c, d)] 2 A2 : ad = bc}.

Definimos el conjunto de los números racionales como el conjunto cociente

Q := {[(a, b)]q : (a, b) 2 A}.

0 = (0, 1) = (0, 2) = (0, 3) = · · ·

1 = (1, 1) = (2, 2) = (3, 3) = · · ·
2 = (2, 1) = (4, 2) = (6, 3) = · · ·
1/3 = (1, 3) = (2, 6) = (3, 9) = · · ·
1/4 = ( 1, 4) = ( 2, 8) = ( 3, 12) = · · ·
126 CHAPTER 8. SISTEMAS NUMÉRICOS

Suma en Q

[(a, b)]q + [(c, d)]q = [(ad + bc, bd)]q .

Está bien definida, i.e., no depende de la elección de representantes

Supongamos que (a, b)Rq (p, q) y que (c, d)Rq (r, s); es decir, que aq = bp y cs = dr.
Por la propiedad distributiva y conmutativa tenemos que (ad + bc)qs = aqqds + bqcs.
Aplicando las dos igualdades anteriores tenemos que (ad + bc)qs = bpds + bqdr. Por último,
de nuevo por la conmutatividad y la distributividad, obtenemos que (ad + bc)qs = (ps + qr)bd.
Esta última igualdad quiere decir que (ad + bc, bd)Rq (ps + qr, qs). Por lo que concluimos que
la suma está bien definida.

1. La suma de racionales es asociatividad.

Por la asociatividad y distributividad de la suma y producto en Z tenemos

([(a, b)]q + [(c, d)]q ) + [(e, f )]q = [(ad + bc, bd)]q + [(e, f )]q

= [(ad + bc)f + bde, (bd)f )]q = [adf + b(cf + de), b(df )]q
= [(a, b)]q + [(cf + de, df )]q = [(a, b)]q + ([(c, d)]q + [(e, f )]q )

2. La suma de racionales es conmutativa.

Por la conmutatividad de la suma y producto en Z tenemos

[(a, b)]q + [(c, d)]q = [(ad + bc, bd)]q = [(da + cb, db)]q

= [(cb + da, db)]q = [(c, d)]q + [(a, b)]q .

3. El racional [(0, c)]q , que coincide con el 0 entero, es el elemento neutro para la suma de
racionales.

[(a, b)]q + [(0, c)]q = [(ac + b0, bc)]q = [(ac, bc)]q = [(a, b)]q

4. El elemento [( a, b)]q es el elemento opuesto de [(a, b)]q

[(a, b)]q + [( a, b)]q = [(ab + b( a), bb)]q

= [(ab ab, bb)]q = [(0, bb)]q
8.2. CONSTRUCCIÓN DEL CONJUNTO DE NÚMEROS RACIONALES127

Producto en Q

[(a, b)]q · [(c, d)]q = [(ac, bd)]q .

Está bien definido, i.e., no depende de la elección de representantes

Supongamos que (a, b)Rq (p, q) y que (c, d)Rq (r, s); es decir, que aq = bp y cs = dr.
Por la propiedad conmutativa y las dos igualdades anteriores, tenemos que acqs = aqcs =
bpcs = bpdr = bdpr. Lo que quiere decir que (ac, bd)Rq (pr, qs). Por lo que concluimos que el
producto está bien definido.

1. El producto de racionales es asociativo.

([(a, b)]q · [(c, d)]q ) · [(e, f )]q = [(ac, bd)]q · [(e, f )]q
= [((ac)e, (bd)f )]q = [(a(ce), b(df )]q
= [(a, b)]q · [(ce, df )]q = [(a, b)]q · ([(c, d)]q · [(e, f )]q )
2. El producto de racionales es conmutativo.

[(a, b)]q · [(c, d)]q = [(ac, bd)]q

= [(ca, db)]q = [(c, d)]q · [(a, b)]q .
3. El racional [(c, c)]q , que coincide con el 1 entero, es el elemento neutro para la suma de
racionales.

[(a, b)]q · [(c, c)]q = [(ac, bc)]q = [(a, b)]q

4. El elemento [(b, a)]q es el elemento inverso de [(a, b)]q

[(a, b)]q · [(b, a)]q = [(ab, ba)]q = [(ab, ab)]q = [(1, 1)]q
5. Distributividad de la suma y el producto.

([(a, b)]q + [(c, d)]q ) · [(e, f )]q = [(a, b)]q · [(e, f )]q + [(c, d)]q · [(e, f )]q

[(ad + bc, bd)]q · [(e, f )]q = [(ad + bc)e, (bd)f )]q

= [(ade + bce, bdf )]q = [adef + bcef, bdf f f ]q
= [(ae, bf )]q + [(ce, df )]q = [(ae, bf )]q + [(ce, df )]q

Orden en Q

Los enteros Z son un subconjunto de Q debido a la inyección dada por [(a, b)] 7! [(a b, 1)]q .

Está bien definida porque si (a, b)R(c, d), i.e, si a + d = b + c, entonces a b=c d o
equivalentemente (a b, 1)Rq (c d, 1).

Diremos que un racional [(a, b)]q es positivo si [(ab, 0)] es positiva en Z.

Si [(a, b)]q 2 Q hay tres posibilidades [(a, b)]q es positivo, es el neutro aditivo o [( a, b)]q
es positivo.

Dados dos racionales [(a, b)]q , [(c, d)]q , diremos que [(a, b)]q es mayor a [(c, d)]q , denotado
por [(a, b)]q > [(c, d)]q , si y solo si [(a, b)]q + [( c, d)]q es un racional positivo.
128 CHAPTER 8. SISTEMAS NUMÉRICOS

8.3 Contrucción de los números reales

Describiremos el método de las cortaduras de Dedekind
Otros métodos alternativos:
• sucesiones de Cauchy
• método de Eudoxus o slopes de Schnaber (70s) o de N. A’Campo (2003)

El segundo método construye R a partir de Z, en vez de a partir de Q.

Motivación: huecos en los racionales.
Considera el conjunto
{q 2 Q : o bien q < 0 o bien q 2 < 2}
• es no vacio; por ejemplo 0 y 1 pertenecen
• no acotado inferiormente
• acotado superiormente; por ejemplo 2 es una cota superior
• pero no tiene supremo (menor cota inferior) en Q
Decimos que ↵ ⇢ Q es una cortadura de Dedekind si
• ↵ 6= ;
• si a 2 ↵ y q 2 Q son tales que q < a, entonces q 2 ↵
• para todo a 2 ↵ existe a0 2 ↵ tal que a < a0
Ejemplo
↵ := {q 2 Q : q < 2} es una cortadura de Dedekind ya que
• 12↵
• por definición contiene todos los racionales < 2
q+2 q+2
• dado q 2 ↵ tenemos que q 0 = 2
2 Q y q < q0 = 2
< 2.

El ejemplo anterior se puede generalizar asociando una cortadura

r # := {q 2 Q : q < r}
a cada número racional r.

Puede comprobarse que si r, s 2 Q son distintos (digamos que r < s) entonces las cor-
taduras r# y s# también son distintas.
r+s r+s
En efecto, el racional 2
pertenece a s# ya que 2
< s pero no pertenece a r # ya que
r+s
r< 2
.
Tenemos por tanto una inyección de Q en el conjunto de las cortaduras de Dedekind.

:= {q 2 Q : o bien q < 0 o bien q 2 < 2} también es una cortadura de Dedekind ya que

• 12 y por tanto 6= ;
• si a 2 y q 2 Q cumple que q < a, tenemos que o bien q < 0 y por tanto q 2 o bien
tenemos que 0  q < a. En este segundo caso, se tiene q 2 < a2 < 2 donde la última
desigualdad se tiene por que a 2 . Por tanto, ambos casos se tiene que q 2 .
• dado a 2 , escribimos 2 a2 = r/s con r y s coprimos consideramos n 2 N mayor que
5s, el numerador del racional 2 5a2 = 5sr
. Sea
(
1 si a  0
a0 = 1
a+ n si a > 0

Afirmamos que a < a0 2 .

8.3. CONTRUCCIÓN DE LOS NÚMEROS REALES 129

Consideramos n 2 N mayor que el numerador de 2 5a2 y

(
0 1 si a  0
a = 1
a+ n si a > 0

En el primer caso está claro que a < a0 2 . En el segundo caso, está claro que a0 =
1
a+ n
2 Q, que a0 > a y queremos
1 2 2a 1
(a0 )2 = (a + ) = a2 + + 2 < 2.
n n n
Como a < 2, ya que 2 < 22 = 4, y 1/n2 < 1/n tenemos que
2a 1 5
(a0 )2 = a2 + + 2 < a2 + .
n n n
5
Por la elección de n tenemos que n < 2 a2 .
Deducimos que (a ) < 2 y, por tanto, a0 2 .
0 2

Observamos que en la demostracción anterior se ha evitado usar la propiedad arquimedeana

para construir a0 . La razón es que la propiedad arquimedeana está basada en el axioma de
elección.

Definimos el conjunto R de los números reales como el subconjunto de P(Q) formado por
las cortaduras de Dedekind.

Diremos que un número real es racional si poseé supremo en los racionales.

En particular, es fácil ver que el supremo de r# para r 2 Q es r.

También puede verse que

= {q 2 Q o bien q < 0 o bien q 2 < 2}
no posee supremo racional.

Llamaremos irracionales a los números reales que no son racionales. Por ejemplo, es
irracional.

Veamos que = {q 2 Q o bien q < 0 o bien q 2 < 2} no tiene supremo.

Es claro que existen cotas superiores. Por ejemplo, 2 2 Q es una cota superior.
2r 1
Sea r una cota superior y sea m 2 N tal que r2 2
< m. Entonces el racional r m
también es cota superior de . En efecto,
1 2 2r 1 2r
(r ) = r2 + 2 > r2 > 2.
m m m m

Definición de suma en R

↵+ = {p + q : p 2 ↵, q 2 }

0# es el elemento neutro para la suma en R

Dada una cortadura ↵ definimos
↵" = {r 2 Q : r > q para todo q 2 ↵},
130 CHAPTER 8. SISTEMAS NUMÉRICOS

i.e. el conjuto de cotas superiores estrictas de ↵, y

(
↵" \ {sup↵} si ↵ es racional
↵
ˆ=
↵" si ↵ es irracional

ˆ es el elemento opuesto de ↵ para la suma en R.

↵ := { q : q 2 ↵}

Antes de definir la multiplicación en R vamos a dar una estructura de orden en R

Sean ↵, dos cortaduras. Diremos que ↵ < si ↵ ⇢ .
Diremos que ↵ es (estrictamente) positivo si 0# ⇢ ↵
Propiedad de tricotomia. Dada una cortadura alpha se cumple una sola de las siguientes
posibilidades
• ↵ < 0#
• ↵ = 0#
• ↵ > 0#

Multiplicación en R
Obervamos en primer lugar que
{p · q : p 2 2# , q 2 3# } = Q.

Para ↵ una cortadura, definimos ↵+ = {q 2 ↵ : q > 0}.

Para ↵ y cortaduras, definimos ↵ · por
8
>
> {q 2 Q : q < 0} [ {r · s : r 2 ↵+ , s 2 +} si ↵, > 0#
> #
>
>
<0 si ↵ = 0# o = 0#
(( ↵) · ) si ↵ < 0# , > 0#
>
>
>
> (↵ · ( )) si ↵ > 0# , < 0#
>
:
( ↵) · ( ) si ↵, < 0#

1# es el elemento neutro para la multiplicación en R

Si ↵ > 0# , definimos ↵ 1 como

{q 2 Q : q  0 o q > 0 y (1/q) 2
/ ↵, 1/q no es el ı́nfimo de Q\↵}.

Si ↵ < 0# ponemos ↵ 1 = (|↵|) 1.

Para ↵ 2 R la cortadura ↵ 1 es el inverso multiplicativo de ↵

Sea A ⇢ R un conjunto no vacio acotado superiormente. Entonces A tiene un supremo

s := sup A 2 R.

Definimos s = [a2A a ⇢ Q Comprobaremos que s es el supremo de A.

Observamos que la unión de cortaduras es cortadura. Por tanto, s es una cortadura.
Sólo resta probar que se cumple la definición de supremo.
Sea a 2 A y recordemos que los elementos de a son cortaduras de Dedekind y, por lo
tanto, conjuntos de racionales. Esto implica que cada a 2 A satisface la desigualdad a  s,
ya que a ✓ s.
Supongamos que s0 es otra cota superior de A, entonces se cumple que a  s0 para todo
a 2 A. Si ocurriera que s0 < s, entonces tenemos que existe un x 2 s tal que x 2 / s0 .
Por la definición de s, también tenemos que x 2 a0 para algún a0 2 A y entonces s0 6 a0 ,
contradiciendo la hipótesis de que s0 es cota superior de a. Se sigue entonces que s  s0 y
concluimos entonces que s = sup A.

8.4 Resumen
Chapter 9

Divisibilidad en Z

Hemos estudiado propiedades simples de los números enteros Z: la suma, el producto y la

estructura de orden <.
Ahora estudiaremos otra relación: la divisibilidad
Si a, b son números enteros, decimos que b divide a a si existe un entero q tal que a = bq.
Otras formas de expresar que “ b divide a a” son:
• “ b es un divisor de a”
• “b es un factor de a”
• “a es un múltiplo de b”
• “a es divisible entre b”

Para expresar que b divide a a utilizaremos la notación b|a

b 6 |a significa b no divide a a.

Algunas propiedades de la divisibilidad.

• Propiedad reflexiva: Para todo número entero a, se tiene que a divide a a.

Esto es claro, pues a = a · 1.
• Propiedad transitiva: Si a, b, c son números enteros tales que a divide a b y b divide a
c, entonces a divide a c.
De la definición de divisibilidad y las hipótesis se sigue que existen enteros qy r tales
que b = aq y c = br. Por lo tanto, c = (aq)r = a(qr), lo que indica que a divide a c.

Observamos que 1, 1 2 Z son los únicos números enteros que tienen inverso multiplica-
tivo.
Diremos que 1, 1 son las unidades de Z.

Sean a y b dos números enteros y sean u, u0 dos unidades, entonces

a divide a b si y solo si ua divide a u0 b.
En particular, si a y b son enteros, entonces
a divide a b si y solo si |a| divide a |b|.
En efecto, si b = aq y u1 es tal que u·u1 = 1, entonces b = (u·u1 )b = (u·u1 )aq = ua(u1 q).
Por tanto, ua|b. Además b|u0 b. Por transitividad, tenemos ua|u0 b.

131
132 CHAPTER 9. DIVISIBILIDAD EN Z

Recı́procamente, si ua|u0 b, entonces existe r tal que u0 b = uar. Como u0 es unidad, existe
u01 tal que u01 u0 = 1 y se sigue que b = (u01 u0 )b = u01 (uar) = a(u01 ur); es decir, que a|b.

• Propiedad de simetrı́a: Si a, b son dos enteros distintos de 0 tal que a|b y b|a entonces
a = bu en donde u es una unidad.
Por hipótesis, b = ar y a = bq. Substituyendo a = (ar)q = arq. Cancelando a 6= 0,
tenemos 1 = rq, lo que prueba que q es unidad.

Relación entre el orden y la divisibilidad en Z.

Si a, b 6= 0 2 Z y a|b entonces |a|  |b|.
Recordamos que a divide a b es equivalente a |a| divide a |b|, es decir, |b| = |a|q, con q 1.
Si q = 1, entonces |b| = |a|. Si q 6= 1, entonces q = 1 + q 0 con q 0 > 0. Por lo tanto,
|b| = |a|(1 + q 0 ) = |a| + |a|q 0,
de donde
|b| |a| = |a|q 0 1,
es decir, |b| > |a|.

Si a|b y a|c entonces a|(b + c).

Las hipótesis implican que b = aq y c = ar. Por lo tanto b + c = aq + ar = a(q + r); es
decir, a divide a b + c.

Si a|b y c es un entero arbitrario, entonces a|bc.

Como b = aq, se tiene que bc = a(qc).
Si a, b, c son enteros tales que c|a y c|b entonces c|(ar + bs), para enteros arbitrarios r, s.
Es consecuencia de las dos propiedades anteriores.

El algoritmo de la división
Dados dos números enteros a y b 6= 0, no siempre a es divisible entre b, es decir, no siempre
existe otro entero q tal que a = bq.
Sin embargo, en todos los casos podemos “dividir” a entre b y obtener un cociente q y un
residuo r, con 0  r < |b|, de modo que a = bq + r.
Para a = 436, b = 17, tenemos 436 = 17 · 25 + 11, con q = 25 y 0  r = 11 < |17| = 17.
Para a = 436, b = 17 podemos escribir
436 = ( 17) · 25 11 = ( 17) · 25 17 + 17 11 = ( 17) · 26 + 6,
con q = 26 y 0  r = 6 < | 17| = 17. (Evitando 11 como resto).
Finalmente, para a = 436, b = 17 tenemos 436 = ( 17)·( 25)+11, con q = 25, r = 11.

Supongamos que a, b > 0. Consideremos el conjunto de números enteros no negativos que

sean de la forma a bs con s entero. Este conjunto es no vacı́o por hipótesis ya que a b·0 > 0.
Por el principio del buen orden dicho conjunto tiene un elemento r = a bq 0 menor
que los demás. Por tanto, a = bq + r.
Veamos que r < b. Si r b, tenemos r b = a b(q + 1) y puesto que r b 0, resulta
que a b(q + 1) 0, lo cual contradice que r = a bq es menor que todas las expresiones no
negativas de la forma a bs, pues a b(q + 1) = r b < r = a bq.
Si a > 0 y a < b, la expresión a = b · 0 + a demuestra el teorema en este caso, pues
a < |b| = b.
 133

Los casos restantes se deducen de los casos anteriores.

Los enteros q y r dados por el algoritmo de la división son únicos.

Supongamos que
a = bq + r con 0  r < |b|, y a = bq 0 + r0 con 0  r 0 < |b|.
Sumando las dos expresiones obtenemos
b q q0 = r0 r ,
de donde |b| · |q q0 |
= |r r 0 |.
Se sigue entonces que |b| |q q 0 | = |r r| sólo es posible si ambos lados de dicha igualdad
son cero, es decir
|b| · q q 0 = 0 y |r r0 | = 0.
Como |b| > 0, de aquı́ obtenemos
q = q0 y r = r0
Máximo común divisor
El conjunto de divisores de cualquier número entero es finito.
Dados dos números enteros a y b, el conjunto de divisores comunes de a y b es también
un conjunto finito, la intersección del conjunto de divisores de a con el conjunto de divisores
de b.
Podemos hablar del máximo de los divisores comunes de a y b, que denotamos por (a, b),
mcd(a, b), o gcd(a, b).
Por ejemplo, el conjunto de divisores comunes de 24 y 18 es
{±1, ±2, ±3, ±4, ±6, ±8, ±12, ±24} \ {±1, ±2, ±3, ±6, ±9, ±18}
= {±1, ±2, ±3, ±6}.
Y por tanto (24, 18) = 6.

Una combinación lineal de a, b 2 Z es una expresión del tipo c = ar +bs, con r y s enteros.
Sean a, b y d > 0 son enteros, las cuatro condiciones siguientes son equivalentes
1. d = (a, b)
2. d = as + bt es la combinación lineal positiva minima de a y b.
3. si c|a y c|b entonces c|d.
4. d|a, d|b y d es combinación lineal de a y b.

Se dice que dos enteros a y b son primos entre si (o primos relativos) si su máximo común
divisor es 1.
En particular, a y b son primos relativos entre si, si y solo si, existen s, t 2 Z tales que
1 = as + bt.

Sean a, b 2 Z > 0 y d = as + bt su combinación lineal positiva minima, entonces todo

divisor de d es divisor también de a y b.
Aplicando la división euclidea tenemos a = dq + r con 0  r < d. Pero como d = as + bt,
obtenemos a = (as + bt)q + r, de donde se ve que r es combinación lineal de a y b, i.e.,
r = a(1 sq) btq. Además como 0  r < d, y d es la combinación lineal positiva mı́nima de
a y b resulta que r = 0, es decir d|a. Analogamente se prueba d|b.
Consecuencias:
(a, b) es la combinación lineal positiva mı́nima de a y b.
134 CHAPTER 9. DIVISIBILIDAD EN Z

Sea d0 = (a, b) y sea d = as + bt la combinación lineal positiva mı́nima de a y b. Entonces

d es un divisor común de a y b y por tanto d|d0 . Ahora bien, como d0 |a y d0 |b entonces d0 |d.
Como d, d0 > 0, concluimos que d0 = d.

Consecuencias:
c 2 Z es combinación lineal de a y b si y sólo si d = (a, b)|c.
Sabemos que si c = am + bn, entonces d|c. Recı́procamente, por el corolario anterior
d = as + bt. Si d|c, i.e. c = dk, se tiene que c = ask + btk.
Sean a, b y d > 0 son enteros, las cuatro condiciones siguientes son equivalentes
1. d = (a, b)
2. d = as + bt es la combinación lineal positiva minima de a y b.
3. si c|a y c|b entonces c|d.
4. d|a, d|b y d es combinación lineal de a y b.

Ya hemos visto que 1 y 2 son equivalentes y que 1 implica 3 y 4.

Demostraremos ahora que 3 implica 1. Sea d0 = (a, b) y d 2 Z tal que satsiface 3. Como
d es divisor común de a y b tenemos que d  d0 . Además, como d0 |a y d0 |b, se tiene por 3
que d0 |d y como d > 0, entonces d0  d. Las dos desigualdades muestran que d = d0 .
Por último, comprobemos que 4 implica 1. Si d|a y d|b y d0 = (a, b), entonces d  d0 . Por
hipótesis, d > 0 y por 4, d es una combinación lineal de a y b. Por tanto, d0  d. Juntando
ambas desigualdades obtenemos d = d0 .

Si a|bc y (a, b) = 1 entonces a|c.

Por hipótesis, 1 = as + bt, de donde, c = asc + bct. Ahora bien, como a|a y a|bc, a divide
a la combinación lineal a(sc) + (bc)t = c.

Las soluciones enteras de la ecuación ax + by = 0 con (a, b) = 1 y a, b 6= 0, son x =

bt, y = at con t entero arbitrario.
Evidentemente x = bt, y = at es solución, cualquiera que sea el entero t. Queda sola-
mente probar que toda solución es de esta forma. En efecto, si (x, y) es una solución de la
ecuación ax + by = 0 tenemos que ax = by, de donde, a|by. Como (a, b) = 1, por lo anterior
tenemos que a|y, por lo que y = at para cierto entero t. Por consiguiente, ax = bat, de
donde x = bt.

Sean a y b enteros distintos de cero. El mı́nimo común múltiplo de a y b, denotado por

m = [a, b], divide a cualquier múltiplo común de a y b.
Inversamente si m0 > 0 es un múltiplo común de a y b que divide a todos los múltiplos
comunes de a y b entonces m0 = m
m = [a, b] está caracterizado como aquel entero positivo m0 tal que:
1. a|m0 , b|m0 ,
2. si a|m00 y b|m00 entonces m0 |m00

Sea m00 un múltiplo común de a y b. Por el algoritmo de la división m00 = mq + r con

0  r < m. Como a|m00 y a|m entonces a|r. Análogamente, b|r. Por lo tanto r es un múltiplo
común no negativo de a y b y si r fuera distinto de cero se tendrá que m  r lo cual es falso.
Por tanto r = 0. Es decir, m divide a cualquier múltiplo común.

Si a y b son enteros positivos entonces su producto es igual al producto de su mcd y mcm,

i.e., ab = (a, b)[a, b].
Sea m = [a, b]. Entonces, como ab es un múltiplo común, m|ab. Sea d tal que md = ab.
 135

Demostraremos primero que d es un divisor común de a y b. Como m es múltiplo común

tenemos que m = ar = bs, de donde, md = ard = bsd = ab.
Por lo tanto, como a 6= 0 y b 6= 0 obtenemos rd = b, sd = a.
Ahora veremos que d es divisible entre cualquier divisor común de a y b. Sea d0 tal que
d0 |a y d0 |b. Entonces a = d0 a0 , y b = d0 b0 . Tenemos que el entero m0 definido como sigue
m0 = a0 b0 d0 = ab0 = ba0 es un mútliplo común de a y b. Por lo tanto m0 = mt. Entonces
mtd0 = m0 d0 = a0 d0 b0 d0 = md y con m 6= 0, td0 = d, es decir, d0 |d.

¿Cómo encontrar (a, b)?

Usando el algoritmo de Euclides, i.e., la división reiteradamente.

8
< a1 = q1 · b1 +r1
b1 = q2 · r 1 +r2
:
... = ...

Veamos que 241 y 18 som primos entre si.

241 = 13 · 18 +7
18 = 2·7 +4
7 = 1·4 +3
4 = 1·3 +1
3 = 3·1
El útimo resto no nulo es el máximo común divisor. En este caso, (241, 18) = 1.

Sean a, b enteros positivos con b 6 |a y sea el correspondiente algoritmo de Euclides

a = bq + r1 , 0 < r1 < b
b = r1 q1 + r 2 , 0 < r2 < r1
r 1 = r2 q2 + r 3 , 0 < r3 < r2
···············
rn 2 = r n 1 q + rn , 0 < rn < rn 1
r n 1 = rn qn

Observamos que 0 < rn < rn 1 < . . . < r2 < r1 < b y, por tanto, tras un número finito de
pasos obtenemos un residuo rn+1 = 0.

El último residuo distinto de cero es el mcd de a y b, i.e., rn = (a, b).

Para la demostración basta aplicar el siguiente lema

Si a = bq + r, entonces (a, b) = (b, r)

¿Cómo encontrar r, s tales que (a, b) = ar + sb?

Usando el algoritmo de Euclides, i.e., la división reiteradamente.

En primer lugar despejamos los restos

241 = 13 · 18 +7 7! 7 = 241 13 · 18
18 = 2·7 +4 7 ! 4 = 18 2·7
7 = 1·4 +3 7 ! 3 = 7 1·4
4 = 1·3 +1 7 ! 1 = 4 1·3
3 = 3·1

En primer lugar despejamos los restos

136 CHAPTER 9. DIVISIBILIDAD EN Z

241 = 13 · 18 +7 7! 7 = 241 13 · 18
18 = 2·7 +4 7 ! 4 = 18 2·7
7 = 1·4 +3 7 ! 3 = 7 1·4
4 = 1·3 +1 7 ! 1 = 4 1·3
3 = 3·1
Substituimos empezando por (a, b).

1 = 4 1·3
3 = 7 1·4 7! 1 = 2·4 1·7

1 = 2·4 1·7
4 = 18 2·7 7! 1 = 2 · 18 5·7

1 = 2 · 18 5·7
7 = 241 13 · 18 7! 1 = 67 · 18 5 · 241

Los resultados de divisibilidad que hemos visto pueden aplicarse para encontrar las solu-
ciones en números enteros de ecuaciones como
ax + by = c,
en donde a, b y c son números enteros. A este tipo de ecuaciones se les llama ecuaciones
diofantinas.

Una condición necesaria y suficiente para que la ecuación ax + by = c tenga solución en

enteros es que el máximo común divisor de a y b divida a c. Además las soluciones enteras
x, y de la ecuación son de la forma
x = x0 + u, y = y0 + v,
donde x0 , y0 es una solución particular de la ecuación ax + by = c y u, v son soluciones
arbitrarias de la ecuación homogénea asociada ax + by = 0.

Si c es combinación lineal de a y b y c0 es combinacion lineal de c y b, entonces c0 es

combinación lineal de a y b.
Veamos un ejemplo; supongamos que a y b son tales que
a = bq + r1 , 0 < r1 < b
b = r1 q1 + r 2 , 0 < r2 < r1
tenemos que

r2 = b r1 q1 y r1 q1 = aq1 bqq1

de donde,

r2 = b aq1 + bqq1 = a( q1 ) + b(1 + qq1 ),

que expresa r2 como combinación lineal de a y b.

Consideremos a, b, c 2 Z y la ecuación
ax + by = c
Sea d = (a, b) y supongamos que d|c. Aplicando el algoritmo de Euclides podemos escribir
ar + bs = d.
Sea c = dc0 ; entonces
arc0 + bsc0 = dc0 = c
por consiguiente
x0 = rc0 , y0 = sc0
 137

es una solución de la ecuación.

Sea (x0 , y0 ) una solución particular de ax + by = c y (x1 , y1 ) otra solución. Entonces

u = x1 x0 , v = y1 y0 es solución de ax + by = 0. En efecto
au + bv = a (x1 x0 ) + b (y1 y0 )
= ax1 + by1 (ax0 + by0 )
=c c=0
Por lo tanto x1 = x0 + u, y1 = y0 + v en donde u, v es solución de ax + by = 0.
Sea ahora u, v una solución de ax + by = 0. Entonces x1 = x0 + u; y1 = y0 + v es
solución de la ecuación original. En efecto
ax1 + by1 = a (x0 + u) + b (y0 + v)
= ax0 + by0 + au + bv = c + 0 = c.

Recordemos como encontramos todas las soluciones de la ecuación homogà c nea

ax + by = 0 (a, b enteros )
Si a = 0, b = 0, entonces toda pareja de enteros es solución. Supongamos ahora que a 6= 0, o
bien b 6= 0. Sea d = (a, b); escribimos
a = da0 , b = db0
Ya que d 6= 0, la ecuación
a0 x + b 0 y = 0
tiene las mismas soluciones que la anterior. Ahora bien, las soluciones de esta última son,
x= b0 t, y = a0 t (t entero arbitrario )
Ejemplos
69x + 3y = 6
42x + 33y = 7
• Tiene solución? Es decir, (a, b)|c?
69x + 3y = 6 tiene solución porque 3 = (69, 3)|6 42x + 33y = 7 no tiene solución porque
3 = (42, 33) no divide a 7.
• Soluciones de ax + by = 0?
(x, y) = ( t, 23t) es la solución arbitraria de 69x + 3y = 0
• Solución particular de ax + by = c
(0, 2) es una solución particular de 69x + 3y = 6
• Solución general de ax + by = c
(x, y) = (0, 2) + ( 1, 23)t es la solución general de 69x + 3y = 6

Se dice que un número entero p distinto de ±1es primo si sus únicos divisores son ±1 y
±p.
Evidentemente un número p es primo si y solo si p lo es. Los primeros números primos
positivos son
2, 3, 5, 7, 11, 13, 17, 19, 23, 29,
31, 37, 41, 43, 47, 53, 59, 61, 67,
71, 73, 79, 83, 89, 97, 101, 103, 107, 109, 113, · · ·
Si un número primo p divide al producto ab de dos enteros, entonces p divide a a o bien
p divide a b, i.e.,
p|ab ) p|a o bien p|b
Si p|a no hay nada que demostrar. Si p 6 |a entonces (p, a) = 1 y por lo tanto, tenemos
que p|b.
138 CHAPTER 9. DIVISIBILIDAD EN Z

Si p es un entero distinto de ±1 con la siguente propiedad

Si a, b 2 Z y p|ab entonces p|a o p|b (⇤)
entonces o bien p = 0 o bien p es un número primo.
Podemos, desde luego, suponer que p 6= 0. Examinemos primero el caso p > 1. Si p no
fuera primo entonces
p = ab con 1 < a < p , 1 < b < p
La igualdad anterior prueba que p|ab y las desigualdades indican que p 6 |a, y p 6 |b, es decir, p
no cumpliria la propiedad (⇤). Luego, s i p > 1 cumple (⇤) entonces p es primo.
Observemos finalmente que 0 cumple la propiedad(⇤). En efecto, si 0|ab entonces ab = 0,
por lo que, según sabemos, a = 0 o b = 0. Esto equivale a 0|a o 0|b.

Todo número entero a distinto de ±1 se puede expresar en la forma

a = up1 p2 . . . pn (⇤)
en donde u = ±1 y p1 p2 . . . pn son primos positivos. Además, si a 6= 0 la expresión (⇤) es
Ão nica, excepto el orden de los factores.
Si a = 0, hacemos u = 1, h = 1, p1 = 0 y obtenemos a = up1 .
Por lo tanto, basta mostrar que todo a > 1 tiene la forma (⇤).
Sea M el conjunto de a > 1 que no se pueden expresar en la forma ( ⇤ ). Queremos
demostrar que M = ?. Por contradicción.
Supongamos pues que M 6= ?. Por el principio de buen orden, M tiene un elemento mÃ-
nimo a. Ahora bien, si a fuera primo, haciendo h = 1, u = 1 ya = p1 obtendriamos a = up, lo
cual contradice que a pertenezca a M . Por consiguiente a no es primo. Entonces
a = bc, (1 < b < a, 1 < c < a)

Por ser a elemento mı́nimo de M, las desigualdades anteriores indican que byc no pertenecen
a M y, por lo tanto se pueden expresar en la forma (⇤):
b = p1 p2 . . . p n ; c = q1 q2 . . . q r
Pero como a = bc, obtenemos la descomposicióon
a = p 1 p 2 . . . p n q1 q2 . . . q n
en primos positivos, que es una expresión de la forma ( ⇤ ). Esto contradice nuevamente el
hecho de que a está en M, con lo que queda probada la primera parte del teorema.

Demostraremos ahora la unicidad. Supongamos que hay dos tales descomposiciones para
un número a 6= 0 :
a = up1 p2 . . . ph
a = u0 q 1 q 2 . . . q t
Desde luego, u = u0 , por lo que
p 1 p 2 · · · p h = q 1 q2 · · · q t
Como p1 divide al miembro de la izquierda, p1 debe dividir al producto q1 q2 . . . qt y como p1
es primo, p1 debe dividir a alguna de las qj , digamos a q1 . Pero como q1 es también primo,
resulta que p1 = q1 . Simplificando, obtenemos la expresión
p 2 p 3 . . . p h = q2 q3 . . . q t
Procediendo en forma análoga, llegamos a que p2 = q2 , p3 = q3 , . . .. Si h fuera menor que
t llegarámos finalmente a una expresión de la forma 1 = qn+1 . . . qt lo cual no es posible.
Análogamente, si t < h. Por lo tanto t = h, con lo que queda probada la unicidad.

En una descomposición de primos como la del teorema anterior podemos juntar los primos
iguales que en ella figuren y entonces ésta quedará en la forma
a = ±pm 1 m2 mr
1 p2 . . . p r (mi > 0)
 139

y si, además, ordenamos los primos en la forma p1 < p2 < · · · < pn entonces la expresión es,
según lo demostrado, única.

Sean m 2 N y a, b 2 Z. Decimos que a es congruente con b módulo m si y sólo si m | a b.

Usaremos la notación a ⌘ b mod m.

Equivalentemente,
• existe q 2 Z tal que a b = mq
• existen q, q 0
2 Z y r 2 N con 0  r < m tales que
a = mq + r y b = mq 0 + r.

La relación de congruencia es una relación de equivalencia.

La relación de congruencia es una relación de equivalencia.

• Reflexiva: a ⌘ a mod m

Basta tomar q = 0, i.e., 0 = a a=0·m

• Simétrica: Si a ⌘ b mod m, entonces b ⌘ a mod m

Basta cambiar q 2 Z por q, i.e., si q es tal que a b = mq entonces b a = m( q).

• Transitiva: Si a ⌘ b mod m y b ⌘ c mod m, entonces a ⌘ c mod m

Basta tomar q 00 = q q 0 2 Z, i.e., si a b = mq y b c = mq 0 entonces a c =

(a b) + (b c) = mq mq 0 = m(q q 0 ).

Denotamos al conjunto cociente por Zm .

También son comunes las notaciones Z/m o Z/mZ

Es un conjunto de m elementos o clases de equivalencia. Por el algoritmo de la división,

para todo a 2 Z, existe un único r 2 Z, con 0  r < m tal que a ⌘ r mod m. Por tanto,
Zm = {[0]m , [1]m , ..., [m 1]m },
donde
[r]m = {a 2 Z : a ⌘ r mod m} = {a 2 Z : 9q 2 Z , a = mq + r}.

Suma y producto en Zm

Si a ⌘ b mod m y c ⌘ d mod m entonces

a + c ⌘ b + d mod m y ac ⌘ bd mod m.

Si a b = mq y c d = mq 0 , entonces
(a + c) (b + d) = (a b) + (c d) = mq + mq 0 = m(q + q 0 )
y
ac bd = (a b)c + b(c d) = mqc bmq 0 = m(qc bq 0 ).
En consecuencia podemos definir
[a]m + [b]m := [a + b]m y [a]m · [b]m := [a · b]m
para todo [a]m , [b]m 2 Zm .

Ejemplo m = 2.
140 CHAPTER 9. DIVISIBILIDAD EN Z

+ 0 1 ⇥ 0 1
0 0 1 0 0 0
1 1 0 1 0 1
Ejemplo m = 3.

+ 0 1 2 ⇥ 0 1 2
0 0 1 2 0 0 0 0
1 1 2 0 1 0 1 2
2 2 0 1 2 0 2 1
Propiedades de suma y producto en Zm
• asociativa
[a] + ([b] + [c]) = ([a] + [b]) + [c] y [a] · ([b] · [c]) = ([a] · [b]) · [c]
• conmutativa
[a] + [b] = [b] + [a] y [a] · [b] = [b] · [a]
• existencia de elemento neutro
[a] + [0] = [a] y [a] · [1] = [a]
• existencia de elementos opuestos
Si [a] 2 Zm , existe [a] = [ a] 2 Zm tal que [a] + [ a] = [0]
• Pero en general, no existe el inverso.
Por ejemplo [2]4 no es invertible en Z4 .
• distributiva
[a] · ([b] + [c]) = [a] · [b] + [a] · [c]

[a]m 2 Zm es invertible en Zm si existe [b]m 2 Zm tal que [a]m · [b]m = [1]m .

[a]m es invertible en Zm si y sólo si gcd(a, m) = 1.

Existe [b]m 2 Zm tal que [a]m · [b]m = [1]m

es equivalente a que
existe [b]m 2 Zm tal que a · b ⌘ 1 mod m
es equivalente a que
existe q 2 Z tal que ab 1 = mq
es equivalente a que
existe q 2 Z tal que ab mq = 1
es equivalente a que
gcd(a, m) = 1.

No se cumple la propiedad cancelativa.

En Z6 tenemos
[2]6 · [1]6 = [2]6 = [8]6 = [2]6 · [4]6
pero [1]6 6= [4]6 .
Zm tiene la propiedad cancelativa si m es primo.
m
Si ac ⌘ bc mod m y c 6= 0, entonces a ⌘ b mod gcd(m,c)

Sea d = gcd(m, c), entonces m/d, c/d 2 Z y, como m|ac bc = (a b)c, tenemos que
m
d
|(a b) dc . Además como d = gcd(m, c), entonces gcd(m/d, c/d) = 1 y, de la relación de
divisibilidad anterior, concluimos que m
d
|(a b).

Unidades de Zm
Um := {[a]m 2 Zm : [a]m es invertible} = {[a]m 2 Zm : gcd(a, m) = 1}
Propiedades
 141

• Si [a]m , [b]m 2 Um , entonces [a · b]m 2 Um .

[ab]m1 = [b]m1 · [a]m1 .
• Si [a]m 2 Um , entonces [a]m · Um = Um .
Si [z]m 2 [a]m Um , entonces existe [b]m 2 Um tal que [z]m = [a]m · [b]m = [ab]m 2 Um .
Reciprocamente Si [z]m 2 Um entonces [z]m = ([a]m · [a]m1 )[z]m = [a]m ([a]m1 [z]m ) 2
[a]m Um .
Ejemplo
[1]8 U8 = {[1]8 , [3]8 , [5]8 , [7]8 } [3]8 U8 = {[3]8 , [1]8 , [7]8 , [5]8 }
[5]8 U8 = {[5]8 , [7]8 , [1]8 , [3]8 } [7]8 U8 = {[5]8 , [7]8 , [1]8 , [3]8 }

Función de Euler
Consideramos la función : N ! N dada por (n) = #Un .
Propiedades
• Si p es primo, entonces (p) = p 1

Up = Zp \ {[0]p } y #Up = p 1.
1
• Si p es primo, entonces (pr ) = pr pr 1 = pr (1 p
), para todo r 2 N.

Upr = {k 2 N : 1  k  pr , gcd(k, pr ) = 1} =
Zpr \ {k 2 N : 1  k  pr , gcd(k, pr ) 6= 1}.
Por tanto, #Upr = pr pr 1 ya que los únicos números no primos con pr son los
múltiplos de p; es decir,
{p, 2p, 3p, . . . , (p 1)p, pp, (p + 1)p, . . . , p2 p, . . . , pr 1 p}

Propiedades
• Si gcd(a, b) = 1 entonces (ab) = (a) (b)
r
• Si n = pr11 · · · pkk con pi primos distintos, entonces
r r r 1
(n) = (pr11 ) · · · (pkk ) = (pr11 pr11 1 ) · · · (pkk pkk )=
rk
pr11 (1 1
p1
) · · · pk (1 p1 ) = n(1 p1 ) · · · (1 p1 )
k 1 k
P
• d|n (d) = n

Ejemplo
Por un lado (12) = (22 3) = 12(1 12 )(1 13 ) = 4.
Por otra parte, {1, 2, 3, 4, 6, 12} es el conjunto de divisores de 12 y
X
(d) = (1) + (2) + (3) + (4) + (6) + (12) =
d|n

= 1 + 1 + 2 + 2 + 2 + 4 = 12.

'(n) +0 +1 +2 +3 +4 +5 +6 +7 +8 +9
0+ 1 1 2 2 4 2 6 4 6
10+ 4 10 4 12 6 8 8 16 6 18
20+ 8 12 10 22 8 20 12 18 12 28
30+ 8 30 16 20 16 24 12 36 18 24
40+ 16 40 12 42 20 24 22 46 16 42
50+ 20 32 24 52 18 40 24 36 28 58
60+ 16 60 30 36 32 48 20 66 32 44
70+ 24 70 24 72 36 40 36 60 24 78
80+ 32 54 40 82 24 64 42 56 40 88
90+ 24 72 44 60 46 72 32 96 42 60

Teorema de Euler
142 CHAPTER 9. DIVISIBILIDAD EN Z

(m)
• Si [a]m 2 Um , entonces [a]m = [1]m
• Si gcd(a, m) = 1, entonces a (m) ⌘ 1 mod m.

Sea Um = {[x1 ]m , [x2 ]m , . . . , [xk ]m } y, por tanto, (m) = #Um = k.

Para [a]m 2 Um tenemos que [a]m Um = Um ; es decir, que
{[ax1 ], [ax2 ], . . . , [axk ]} = {[x1 ], [x2 ], . . . , [xk ]}.
Multiplicando todos los elementos de dichos conjuntos, tenemos
[ax1 ] · [ax2 ] · · · [axk ] = [ak ][x1 ][x2 ] · · · [xk ] = [x1 ][x2 ] · · · [xk ].
Concluimos que [a]km = [1]m o, equivalentemente, que ak ⌘ 1 mod m.
Teorema de Fermat (1640)

Si p es primo y p no divide a a, entonces [a]pp 1

= [1]p .
Se sigue del Teorema de Euler.
Ejemplo. Si p es primo, p > 2, entonces 2p 1 ⌘ 1 mod p.
Ecuaciones en congruencias
Se considera la ecuación en congruencias [a]m [x]m = [b]m
• Si gcd(a, m) = 1 entonces existe [a]m1 2 Zm y [x]m = [a]m1 [b]m .
• Si gcd(a, m) 6= 1 entonces no existe [a]m1 2 Zm . Aún ası́, la ecuación ax ⌘ b mod m
tiene solución si y sólo si existe y 2 Z tal que ax + my = b. Equivalentemente, si
gcd(a, m)|b. En este caso, el número de soluciones no congruentes (módulo m) es
d = gcd(a, m).

Ejemplo
Sea la ecuación en congruencias [6]22 [x]22 = [10]22

6x ⌘ 10 mod 22
(
6x 22y = 10
3x 11y = 5
(
x = 20 11t
y = 5 3t
El número de soluciones no congruentes es gcd(6, 22) = 2.
El conjunto de soluciones es {x = 20 11t : t 2 Z} corresponde a las claeses [9]22 y
[20]22 }.

Halla x 2 Z tal que 8

>
<x ⌘ 2 mod 3
x⌘3 mod 5
>
:
x⌘2 mod 7

Es fácil comprobar que, por ejemplo, 82 y 23 son soluciones.

En general, podemos pensar que la solución tiene la forma
x=a·5·7+b·3·7+c·3·5
con 8
>
<a · 5 · 7 ⌘ 2 mod 3
b · 3 · 7 ⌘ 3 mod 5
>
:
c · 3 · 5 ⌘ 2 mod 7
Tomando a = 4, b = 3 y c = 2 tenemos x = 140 + 63 + 30 = 233
 143

Teorema chino del resto (Sun Tsu, Siglo I)

El sistema de congruencias
8
>
<x ⌘ a1 mod m1
...
>
:
x ⌘ an mod mn
Qn
tiene solución única en Zm con m = i=1 mi si gcd(mi , mj ) = 1 para todo i, j 2 {1, 2, . . . , n},
con i 6= j.
m
Para cada k 2 {1, . . . , n} consideramos m = m1 m2 · · · mk 1 mk+1 · · · mn , que en par-
k
ticular es un múltiplo de mj si j 6= k.
m m
Como gcd(mi , mj ) = 1 se tiene que gcd(mk , m ) = 1 y, por tanto, m 2 Umk . Es decir,
k k
m
existe [ m ]m1k 2 Zmk .
k
m
Sea ik 2 Z tal que [ik ]mk = [ m ]m1k .
k
Además se verifica que
m m
· ik ⌘ 1 mod mk · ik ⌘ 0 mod mj , j 6= k.
mk mk
Multiplicando por ak tenemos que
m m m m
ak · ·( ) 1 ⌘ ak · mod mk ak ·( ) 1
⌘0 mod mj , j 6= k.
mk mk mk mk
Concluimos que
P
• x0 = n m
k=1 ak m ·
m
mk
1
es una solución particular en Z.
k

• x = x0 + mt es una solución general.

Ejemplo
El sistema 8
>
<x ⌘ 2 mod 3
x⌘3 mod 5
>
:
x⌘2 mod 7
tiene una solución única en Z105 .
Siguiendo la demostracción tenemos que
m m
m1 = 3, = 35, ( ) 1 = 353 1 = 23
m1 m1 3
m m
m2 = 5, = 21, ( ) 1 = 215 1 = 15
m2 m2 5
m m
m3 = 7, = 15, ( ) 1 = 157 1 = 17
m3 m3 7
y que x0 = 2 · 35 · 2 + 3 · 21 · 1 + 2 · 15 · 1 = 233 por solución particular en Z y la solución general
es x = 233 + 105t, con t 2 Z. Equivalentemente x = [23]105 es la solución única en Z105
144 CHAPTER 9. DIVISIBILIDAD EN Z
Chapter 10

Ejercicios

10.1 Conectores lógicos

1 La barra de She↵er o conjución opuesta es el conector lógico denominadoque está
determinado por la tabla de verdad

p q p"q
V V F
V F V
F V V
F F V

Reescribe el resto de conectores lógicos (al menos ⇠, ^, _, !, ,) en función de ".

2 Explica el siguiente viñeta

10.2 Tablas de verdad

3 Hacer la tabla de verdad de las siguientes proposiciones compuestas de las proposiciones
p, q, r. Decide si son tautologı́as, contradiciones o contingentes.

3.a. (p^ ⇠ q) _ r

145
146 CHAPTER 10. EJERCICIOS

p q r ⇠q (p^ ⇠ q) (p^ ⇠ q) _ r
V V V
V V F
V F V
V F F
F V V
F V F
F F V
F F F
3.b. ⇠ p _ (q^ ⇠ r)

p q r ⇠p ⇠r q^ ⇠ r ⇠ p _ (q^ ⇠ r)
V V V
V V F
V F V
V F F
F V V
F V F
F F V
F F F
3.c. (p_ ⇠ r) ^ (q_ ⇠ r)
3.d. (p_ ⇠ q) ^ (⇠ p _ r)
3.e. ⇠ (p_ ⇠ q) _ (⇠ p _ r)
4 Mostrar las siguientes equivalencias o identidades mediante tablas de verdad
4.a. entre p ! q y ⇠ p _ q
4.b. entre p ! q y ⇠ (p^ ⇠ q)
4.c. entre p $ q y la conjunción del condicional directo y el inverso (p ! q) ^ (q ! p)
10.3. ÁRBOLES ANALÍTICOS 147

10.3 Árboles analı́ticos

5 Considera las siguientes formulas contingentes
(p ! q) ! (q ! p)
(p ! q) ^ (q ! p) ^ (p _ r)) ! (q _ s)
En primer lugar, calcula sus tablas de verdad.
Considera las formulas valoradas
F (p ! q) ! (q ! p)
F (p ! q) ^ (q ! p) ^ (p _ r)) ! (q _ s)
y aplica el método de los árboles analı́ticos.
Compara con la tabla de verdad y comprueba que las ramas no contradictorias corre-
sponden a combinaciones de valores de la proposiciones elementales (p, q, r, s) para los
que la fórmula (no valorada) original toma valor F .
6 Prueba las siguientes fórmulas usando árboles analı́ticos.
6.a q ! (p ! q)
6.b ((p ! q) _ (q ! r)) ! (p ! (q _ r))
6.c ((p ! q) ^ (p !⇠ q)) !⇠ p

10.4 Ejercicios de formalización y prueba de ar-

gumentos
7 Formalizar el siguiente razonamiento y mostrar si es válido:
Primera premisa: Si x es un número es primo, entonces z es impar
Segunda premisa: x es un número mayor que 9 o z no es un número impar
Tercera premisa: x no es un número mayor que 9
Conclusión: x no es un número primo
8 Formalizar el siguiente razonamiento y mostrar si es válido:
Primera premisa: Ayer compré chocolate o vi la televisión,
Segunda premisa: Cuando compro chocolate, duermo a pierna suelta
Tercera premisa: Ayer no dormà en toda la noche
Conclusión: Ayer vi la televisión

10.5 Resolución de argumentos mediante reglas

de inferencia.
9 Demuéstrese la validez de los siguientes argumentos de la LP, teniendo en cuenta que
puede que no todos sean válidos:
9.a ⇠ p ^ q, r ! p `⇠ r

1. ⇠p^q P
2. r!p P
3.
4.
5.
6.
148 CHAPTER 10. EJERCICIOS

9.b p ^ q, p ! r ` p ^ r

1. p^q P
2. p!r P
3.
4.
5.
6.
9.c p^ ⇠ q, ⇠ r ! q ` p ^ r
9.d p ! q, r ! s, (q ^ s) ! t, ⇠ t `⇠ r_ ⇠ p
9.e p _ q, p ! r ` r _ q
9.f ⇠ (p ^ q) ` p !⇠ q
9.g p ! (q ! r) ` q ! (p ! r)
9.h ⇠ p ! p ` p (Mirabilis consequentia)
9.i (p ! q) ! p ` p (ley de Peirce)
9.j p ! q, r ! p, ⇠ r !⇠ t, ⇠ (s^ ⇠ r), t _ s ` q _ n

10.6 Cuantificadores lógicos

10 Supongamos que todos los posibles valores de x son toda la gente. Sea Y (x) = ”x tiene
el cabello verde”, sea Z(x) = “a x le gusta los pepinillos” y sea W (x) = ”x tiene una
rana como mascota”. Traduce los siguiente enunciados a palabras
a. (8x)Y (x).
b. (9x)Z(x).
c. (8x)[W (x) ^ Z(x)].
d. (9x)[Y (x) ! W (x)].
e. (8x)[W (x) $⇠ Z(x)].
11 Supongamos que todos los posibles valores de x e y son todos los carros. Sea L(x, y) =
”x es tan véloz como y”, sea M (x, y) = ”x es tan caro como y” y sea N (x, y) = ”x es
tan viejo como y”. Traduce los siguiente enunciados a palabras.
a. (9x)(8y)L(x, y).
b. (8x)(9y)M (x, y).
c. (9y)(8x)[L(x, y) _ N (x, y)].
d. (8y)(9x)[⇠ M (x, y) ! L(x, y)].
12 Supongamos que todos los posibles valores de y son todas las vacas. Sea P (y) = “y es
marrón”, sea Q(y) = “y tiene cuatro años” y sea R(y) = “y tiene manchas blancas”.
Traduce las siguientes afirmaciones en formulas con cuantificadores.
a. Hay una vaca marrón.
b. Todas las vacas tiene 4 años.
c. Todas las vacas de 4 años tienen manchas blancas.
d. Hay una vaca que si tiene 4 años entonces no tiene manchas blancas.
e. Todas las vacas son marrones si y solo si no tiene cuatro años.
13 Niega los siguiente enunciados.

a. Hay murcielagos que pesan 5 kg o más.

10.7. ÁRBOLES ANALÍTICOS CON CUANTIFICADORES 149

b. La ecuación x2 2x > 0 se cumple para todo número real x

c. Para todo número real ✏ > 0 existe un entero positivo k tal que para todos los
enteros positivos n, se tiene que |an k2 | < ✏.
d. Hay un entero n tal que n2 es un número perfecto.
e. Al menos un persona en la ciudad de Nueva York posee todos los libros publicados
en 1990.

10.7 Árboles analı́ticos con cuantificadores

14 Prueba las siguientes fórmulas mediante árboles análiticos.
a. ((8x)[P x] ^ (8x)[Qx]) $ (8x)[P x ^ Qx]
b. ((8x)[P x] _ (8x)[Qx]) ! (8x)[P x _ Qx]
c. (9x)[P x _ Qx] $ ((9x)[P x] _ (9x)[Qx])
d. (9x)[P x ^ Qx] ! ((9x)[P x] ^ (9x)[Qx]
• Prueba que los conversos de b. y d., i.e., las fórmulas
(8x)[P x _ Qx] ! ((8x)[P x] _ (8x)[Qx])
((9x)[P x] ^ (9x)[Qx] ! (9x)[P x ^ Qx]
son falsas. Por ejemplo, considera que x toma valores en los naturales, que P es la
propiedad de ser par y que Q es la propiedad de ser impar.

10.8 Argumentos con cuantificadores

15 Escribe una prueba para los siguientes argumentos.
(8xU )[R(x) ! C(x)]
a. (8xU )[T (x) ! R(x)]
(8xU )[⇠ C(x) !⇠ T (x)].
(8xV )[N (x) ! B(x)]
b. (9yV )[N (y) ^ D(y)]
(9zV )[B(z) ^ D(z)].
(8xZ)[(A(x) ! R(x)) _ T (x)]
(9xZ)[T (x) ! P (x)]
c.
(8xZ)[A(x)^ ⇠ P (x)]
(9xZ)[R(x)].
(8xW )(9yW )[E(x) ! (M (x) _ N (y))]
⇠ (8xW )[M (x)]
d.
(8xW )[E(x)]
(9xW )[N (x)].

10.9 Demostraciones
16 Escribe pruebas para los siguientes enunciados. Explica tu estrategia de demostración
y justifica cada uno de los pasos.
a. Un número entero es múltiplo de 4 si y solo si es de la forma 1 + ( 1)n (2n 1)
para algún número natural n.
b. Teorema de la división. Dados a, b 2 N existen q, r 2 N únicos tales que b = qa+r
y 0  r < a.
c. La siguiente versión del Teorema de Euclides. Para cada n 2 N, hay un número
primo mayor que n. Sugerencia usa n! + 1 donde n! = 1 · 2 · · · n es el factorial de
n.
 150 CHAPTER 10. EJERCICIOS

10.9.1 Demostraciones por contradicción

CHAPTER17 4. INDUCTION
Prueba que en un triángulo rectángulo la suma de las longuitudes de los catetos es
mayor que la longuitud de la hipotenusa.

Theorem 4.5. For

10.9.2 all n N, 3 divides
Demostraciones 4n descenso
por 1. infinito o menor con-
traejemplo
Theorem 4.6. For all n N, 6 divides n3 n.
18 El número 5n 1 es un múltiplo de 4 para todo n 2 N.
Theorem 4.7. Let p1 , p2 , . . . , pn be n distinct points arranged on a circle. Then the number
10.9.3 Demostraciones
of line segments por inducción
joining all pairs of points
2
is n 2 n .
19 Sea r 2 R tal que r 6= 1. Entonces
Problem 4.8. Consider a grid of squares that is 2nrn+1 squares
1 wide by 2n squares long, where
1 + r + r2 + · · · + rn = ,
n N. One of the squares has been cut out, but you r 1don’t know which one! You have a
bunch of L-shapes made up of 3 squares. Prove that yyou
para todo n 2 N. Da dos demostraciones una directa otra can perfectly
usando el principiocover
de this chess-
inducción.
board with the L-shapes (with non overlap) for any n N. Figure 4.1 depicts one possible
20 Sea un tablero cuadrado de 2 por 2n casillas cuadradas. Eligamos una casilla cualquiera.
covering for Probar
the case involving
que para nel=resto
toda n 2 N 2. del tablero puede cubrirse mediante piezas en forma
de L hechas con 3 casillas.

Figure 4.1: One

21 Prueba possible
que cualquier covering
cantidad for
mayor o the
igual quecase
$12 seinvolving n =con
puede conseguir 2 estampillas
for Problem 4.8.
de $4 y $5.
22 Demuestra que cualquier número natural se puede escribir como suma de potencias
distintas de 2.

4.2 More on
10.9.4 Induction por biyección
Demostraciones
n n
23 Prueba que =
In the previous section, k
wendiscussed
k
proving statements of the form ( n N)P(n). Math-
ematical induction
10.9.5 can actually be por
Demostraciones usedprincipio
to prove adel broader
palomar family of results; namely,
those of the form
24 Sean el conjunto A = {1, 2, . . . , n}. Demuestra que cualquier subconjunto de A de
cardinal d n
2
e + 1 contiende al menos dos elemento cuya suma es n + 1.
22 Sea un grupo de n personas ( con
n nZ)(n a =pareja
> 2. Cada P(n))
de personas del grupo puede
conocerse mutuamente o no. Prueba que habrá dos personas en el grupo que conozcan
for any valueel amismo
Z. número
Theorem 4.2 handles
de personas dentro dethe special case when a = 1. The ladder
ese grupo. analogy
from the previous section holds for this more general situation, too.

Theorem 4.9 (Principle of Mathematical Induction). Let P(a), P(a + 1), P(a + 2), . . . be a
sequence of statements, one for each integer greater than or equal to a. Assume that

(i) P(a) is true, and

(ii) if P(k) is true, then P(k + 1) is true.

10.10. CONJUNTOS 151

10.9.6 Demostraciones por doble conteo

m+n Pr m n
25 Prueba que r
= k=0 k r k

26 Prueba usando el principio del doble recuento que en un grafo G, con conjunto de
vértices V y de ejes E, se cumple que
X
d(v) = 2|E|,
v2V

donde d(v) representa la valencia del vértice v 2 V .

Pista: Ten en cuenta que se admiten lazos o bucles. Considera la relación R de V en
E dada por vRe si el vértice v es un extremo del eje e.

10.10 Conjuntos
1 Sean A, B y C tres conjuntos. Prueba que A \ (B [ C) = (A \ B) \ (A \ C) usando el
criterio de igualdad de conjuntos.
2 La diferencia simetrica A4B de A y B se define por (A \ B) [ (B \ A), i.e., el conjunto
de elementos que pertenecen a A o a B pero no a ambos). Usa una tabla de verdad para
probar que la diferencia simétrica en asociativa. Muestra que x pertenecea A4(B4C)
si y solo si x pertenece a un número impar de los conjuntos A, B y C y utiliza esta
observación para dar una segunda prueba de que es asociativa.
3 Sean A, B, C y D conjuntos. Prueba que A ⇥ (B [ C) = (A ⇥ B) [ (A ⇥ C).
Es necesariamente cierto que (A ⇥ B) [ (C ⇥ D) = (A [ C) ⇥ (B [ D)?
4 Sean conjuntos A1 , A2 , . . . tales que A1 \ A2 \ · · · \ An 6= ; para todo n 2 N. ¿Es
posible que \n2N An = A1 \ A2 \ · · · = ;?

10.11 Relaciones
27 En el conjunto de los números naturales menores que 15, se considera la siguiente
relación.
aRb si el resto de dividir a entre 7 coincide con el resto de dividir b entre 7.

– Describe los pares de la relación y dibuja el digrafo de la relación.

– Estudia sus propiedades y encuentra todos los elementos relacionados con 1.

28 Sea R una relación en un conjunto A y sea MR la matriz de la relación. Demuestra que

la entrada (i, j) del cuadrado (MR )2 de MR cuenta el número de elementos ak tales
que ak 6= ai , aj y además ai Rak y ak Raj . Deduce que si R es transitiva, entonces que
la entrada (i, j) de (MR )2 sea mayor que 0 implica que la entrada (i, j) de MR es 1.
29 Da un ejemplo de una relación que sea simétrica y transitiva pero no reflexiva o prueba
que tal relación no exista.
Dada una relación representada por un digrafo, se pueden considerar 7 posibles cierres
de la relación (reflexivo, simétrico, transitivo, reflexivo-simétric0, reflexivo-transitivo,
simétrico-transitivo y, finalmente, reflexivo-simétrico-transitivo). La siguiente figura
ilustra un digrafo particular junto con sus 7 cierres. Observa que los 8 digrafos son
distintos.
152 CHAPTER 10. EJERCICIOS

Prueba que son necesarios 3 vértices para que un digrafo y los 3 digrafos correspondi-
entes a sus cierres reflexivo, simétrico, transitivo sean todos distintos. Da un ejemplo.
¿Cual es el menor número de vértices que ha de tener un digrafo tal que él y los 7
digrafos correspondientes a sus distintos cierres sean todos distintos? Da un ejemplo
con el número mı́nimo de vértices?

10.12 Relaciones de equivalencia

30 Sea A el conjunto {a, b, c} y consideremos la relación definida en P(A) como M RN si
M \ N 6= ;. Calcula la matriz MR que representa la relación R, demuestra que R es
una relación de equivalencia y calcula el conjunto cociente A/R.

30 Sea A un conjunto y R una relación de equivalencia en A. Demuestra las siguientes

propiedades de las clases de equivalencia de A para la relación R.
– Si b 2 [a] entonces [b] = [a].
– [a] 6= ; para todo a 2 A.
– Si b 62 [a] entonces [a] \ [b] = ;.
– [a2A [a] = A.

10.13 Relaciones de orden

31 Determina el orden lexicográfico de las siguientes cadenas de bits
001, 111, 010, 011, 000, 100
basado en el orden 0  1. Dibuja el diagrama de Hasse de estas cadenas con el orden
producto.

32 Sea S = {1, 2, 3, 4}. En el producto cartesiano S ⇥S consideramos el orden lexicográfico

Lex basado en el orden usual .
– Encuentra todos los pares en S ⇥ S anteriores a (2, 3).
– Encuentra todos los pares en S ⇥ S posteriores a (3, 1).
– Dibuja el diagrama de Hasse de (S ⇥ S, Lex).
 RELACIONES DE ORDEN

DMATIC. ETSI Informáticos. UPM. MATEMÁTICA DISCRETA I

1) Determina el orden lexicográfico de las siguientes cadenas de bits: 001, 111, 010, 011, 000 y 100
basado en el orden 0 1. Dibuja el diagrama de HasseDE
RELACIONES de ORDEN
estas cadenas con el orden producto.
2) Sea S = {1, 2, 3, 4}. Con respecto al orden lexicográfico basado en el orden usual :
1) Determina el orden lexicográfico de las siguientes cadenas de bits: 001, 111, 010, 011, 000 y 100
a) Encuentra todos los pares en S x S anteriores a (2, 3).
basado en el orden 0 1. Dibuja el diagrama de Hasse de estas cadenas con el orden producto.
b) Encuentra
2) Sea S todos
= {1, 2, los pares
3, 4}. en S xalSorden
Con respecto posteriores a (3,
lexicográfico 1). en el orden usual
basado :
10.14. FUNCIONES 153
c) Dibuja
a) el diagrama
Encuentra delos
todos Hasse
paresde (Sx xS S,
en S Lex). a (2, 3).
anteriores
b) Encuentra todos los pares en S x S posteriores a (3, 1).
3) Halla los 33elementos
Halla losmaximales,
elementosminimales,
maximales,elminimales,
máximo y el mínimo (si
el máximo y ellosmı́nimo
hay) para loshay)
(si los siguientes
para los
c) el
conjuntos con Dibuja el diagrama
orden deel
Hasse
dado conjuntos
por de (S xde
diagrama S,Hasse:
).
Lexdado
siguientes con el orden por el diagrama de Hasse.
3) Halla losa)elementos maximales, minimales, el máximob) y el mínimo (si los hay) para los siguientes
a a b
conjuntos con el orden dado por el diagrama de Hasse:
a) b)
b a c a c b

b d c e dc e

d e d e

c) a d)
c) a d)
a b
b a b
c
b
c
d e c d e
d e c d e

f f

4) Halla4) las
Halla las
cotas cotas
Halla lassuperiores,
superiores,
cotaslas las cotas
cotas
superiores, inferiores,
las cotasel
inferiores, supremo
elinferiores,
supremo y el
y ínfimo
el el del conjunto
ínfimo
supremo ydel B (sidel
el conjunto
ı́nfimo los hay)
Bconjunto
(si los hay)
B (si
en cada uno de
los los
hay) siguientes
en cada uno de los siguientes casos:
en cadacasos:
uno de los siguientes casos.
a) b) 1 2 c) 1
a) a b b) 1 2 c) 1
a b 3
c 3 2
4 5
c 2
d e 4 5 3 4
7
e 6
d 3 4
f g 7
6 8
5 6
f B={c,d,e} g B={4,5,6} B={2,3,4}
6 8
5 los elementos
5) Representa el diagrama de Hasse de los siguientes conjuntos ordenados y halla
B={c,d,e} B={4,5,6} B={2,3,4}
notables de los subconjuntos señalados:
34 Sean (A, R) y (B, S) dos conjuntos totalmente ordenados. Demuestra que A ⇥ B con el
5) Representaa) (D60el
, | diagrama
orden), Ade Hasse
= {2,
lexicográfico de12,los
5, también
6, 10, es siguientes
30} y conjuntos
un conjunto = {2, 3, 6,ordenados
Btotalmente 15, 30} y halla
10,ordenado. Da un loscontraejemplo
elementos
notables de los subconjuntos
que muestreseñalados:
que A ⇥ B con el orden producto no es, en general, un conjunto totalmente
b) (D48, | ), A = {2, 4, 6, 12} y B = {3, 6, 8, 16}
ordenado.
a) (D60, | ), A = {2, 5, 6, 10, 12, 30} y B = {2, 3, 6, 10, 15, 30}
c) (D40, | ), A = {4, 5, 10} y B = {2, 4, 8, 20}

b) (D
6)48, Halla,
| 35
), Unsi los A =los{2,
hay,
conjunto 4, 6, 12}(A,
elementos
ordenado maximales, y retı́culo
minimales,
R) se llama el Bmáximo
=si{3, 6,y 8,
el 16}
el supremomínimo
y eldeı́nfimo
los siguientes
de dos elementos
conjuntos ordenados:
cualesquiera de (P(X), );
A siempre ((0, 1), );
existe. Sean (A, R),( , |(B,
); S), (A ⇥( B, P rod) , |). y (A ⇥ B, Lex)
c) (D40, | ), retı́culos. A =Demuestra
{4, 5, 10} las siguientesyfórmulas. B = {2, 4, 8, 20}
7) En cada uno de los casos siguientes, halla una cota inferior y el ínfimo del conjunto X, si existen:
6) Halla, si los hay,
a) X = {x
–2 los
supelementos
{(a, b),maximales,
; x 16} Prod b) X = {x
minimales,
(c, d)}; x==(sup R {a,
2y para
el máximo
c}, sup
algún y S }
y el
{b, d}),c) mínimo; xde
X = {x
2 los siguientes
100x}
conjuntos ordenados:– inf Prod
(P(X),
{(a,);b), (c, d)} ((0, 1), R);
= (inf ( d}),
{a, c}, inf S {b, , | ); ( , |).
(
7) En cada uno de los casos siguientes, halla una(sup cota inferior y el ínfimo
1 R a, c, supS b, d) si del conjunto
(a, b) Lex (c,X,d) si existen:
– supLex {(a, b), (c, d)} = ,
2 (c, d) si (a, b) Lex (c, d) 2
a) X = {x ; x 16} b) X = {x ; x =(2y para algún y } c) X = {x ; x 100x}
(inf R {a, c}, inf S {b, d}) si (a, b) Lex (c, d)
– inf Lex {(a, b), (c, d)} = .
(a, b) si (a, b) Lex (c, d)
1

10.14 Funciones
36 Cuántas funciones hay del conjunto {1, 2, 3, 4, 5} al conjunto {1, 2, 3} ¿Cuántas de ellas
son sobreyectivas?
37 Sean funciones f y g y sea su composición h = g f . Si f y g son inyectivas (resp.
sobreyectivas), prueba que h es un inyectiva (resp. sobreyectiva).
38 Sea X e Y dos conjuntos, f una función de X ! Y y sean C y D dos subconjuntos de
Y . Prueba que
f 1 (C \ D) = f 1 (C) \ f 1 (D).
154 CHAPTER 10. EJERCICIOS

Sean A y B subconjuntos de X. Es necesariamente cierto que f (A \ B) = f (A) \ f (B)?

39 Sea f : R ! R una función. Decimos que f es estrictamente creciente si f (x) < f (y)
siempre que x < y. Demuestra que si f es estrictamente creciente, entonces f es
inyectiva. Es también sobreyectiva? Supongamos que f es biyectiva y que f (0) = 0 y
f (1) = 1. Se sigue que f es estrictamente creciente?

10.14.1 Teorema de Bernstein-Schröder

40 Construye una biyección de los naturales a si mismo usando el Teorema de Bernstein-
Schröder a partir de las aplicaciones f (x) = 3x y g(y) = 5y. Indica al menos las
imagenes de los primeros 10 números naturales.
Recuerda el ejemplo del Teorema de Bernstein-Schröder discutido n clase:
A = Nl := {1l , 2l , 3l , . . . } y B = Nr := {1r , 2r , 3r , . . . }
como conjuntos disjuntos y las aplicaciones f : Nl ! Nr dada por f (nl ) = 2nr g :
Nr ! Nl dada por f (nr ) = (2n 1)l . Prueba las siguentes afirmaciones:
– Cada elemento de Nl [ Nr (unión disjunta) aparece una única vez en una única
cadena, i.e., las cadenas forman una partición de Nl [ Nr .
– Si nl 2 Nl pertenece a una cadena que empieza con un impar 2i 1r 2 Nr ,
entonces nl es forzosamente impar nl = 2j 1l .

10.15 Operaciones
41 Define una operación binaria ⇤ en Z2 por la expresión
(a, b) ⇤ (c, d) = (ac, ad + bc).
a. Prueba que la operación ⇤ es commutativa y asociativa.
b. Escribe una expresión para (a1 , b1 ) ⇤ (a2 , b2 ) ⇤ · · · ⇤ (ak , bk ).
42 Sea una operación binaria en el conjunto ⇤ de los enteros positivos tal que
a. 1 ⇤ n = n + 1 para todo n;
b. m ⇤ 1 = (m 1) ⇤ 2 para todo m > 1;
c. m ⇤ n = (m 1) ⇤ (m ⇤ (n 1)) para todo m, n > 1.
Encuentra el valor 5 ⇤ 5.

10.16 Sistemas numéricos

43 Recuerda que el conjunto de los enteros se define como el conjunto cociente de A =
N0 ⇥ N0 con respecto a la relación de equivalencia dada por
R = {[(a, b), (c, d)] 2 A2 : a + d = b + c}.

a. Prueba que la suma de números enteros dada por

[(a, b)] + [(c, d)] := [(a + c, b + d)]
está bien definida.
b. Prueba las siguientes propiedades bien conocidas de la suma de números enteros
– La suma es conmutativa, i.e.,
a+b=b+a si a, b 2 Z;
10.17. DIVISIBILIDAD Y CONGRUENCIAS 155

– La suma es asociativa, i.e.,

(a + b) + c = a + (b + c) si a, b 2 Z;
– Existe en Z un elemento neutro para la suma, el 0, i.e.
a+0=0+a=a si a 2 Z;
– Para cada a en Z existe en Z un opuesto, denotado a, i.e.,
a + ( a) = ( a) + a = 0 si a 2 Z;

44 Demostrar que el cuadrado de cualquier número entero distinto de 0 es positivo.

Demostrar que si a, b 2 Z, entonces a2 + b2 0.

10.17 Divisibilidad y congruencias

45 Sean a, b 2 Z. Calcula (a, b) y encuentra r, s 2 Z tales que (a, b) = ar + as en los casos
siguientes:
a = 1633, y b = 713.
a = 79 y b = 37.
46 Probar que si c = 3n ± 1 (n entero), entonces c no es combinación lineal de 45 y 1251.
Probar que si c = 30n + 6 (n entero), entonces c no es combinación lineal de 1020 y
210.

10.18 Ecuaciones diofánticas

47 Un pastelero prepara en igual cantidad 37 tipos de pasteles. Después de separar 17
para su familia, vende el resto de manera equitativamente entre 79 cliente. Cuántos se
lleva cada uno de sus clientes?
48 Encuentra todas las soluciones de las siguientes ecuaciones
1. 7x ⌘ 77 mod 40.
2. 12y ⌘ 30 mod 54.
49 Encuentra todas las soluciones de las siguientes sistemas de ecuaciones
1. x ⌘ 3 mod 17, x ⌘ 4 mod 21 y x ⌘ 5 mod 25.
2. 3z ⌘ 2 mod 17 y 4z ⌘ 3 mod 19.
156 CHAPTER 10. EJERCICIOS
Chapter 11

Combinatoria

Sea A un conjunto con #A = n 1. Supongamos que A = {1, . . . , n}.

Queremos saber cuántos subconjuntos (sin repetición) distintos de tamño k podemos

extraer de A.

Por ejemplo, si n = 4 y k = 2, hay seis 2-subconjuntos:

{1, 2}, {1, 3}, {1, 4}, {2, 3}, {2, 4} y {3, 4}.

Definimos

C(n, k) = #{k subconjuntos extraı́dos de un conjunto de n elementos}.

En el ejemplo anterior C(4, 2) = 6.

Si k > n, entonces C(n, k) = 0.

En general, es decir para n 1 y para cada 0  k  n, se pueden formar

n!
n(n 1) · · · (n k + 1) =
(n k)!
listas de longitud k y sin repetición que podemos formar con n sı́mbolos.

Los k sı́mbolos distimnttos de cada una de sus k posiciones pueden reordenarse de k!

maneras distintas, obteniendo que
(
n!
si 0  k  n;
C(n, k) = k!(n k)!
0 si k > n.

Se suele usar las notación

⇣n⌘ n!
= para n > 0 y 0  k  n.
k k!(n k)!

El número C(n, k) cuenta

• el número de subconjuntos de tamaño k que podemos extraer del conjunto {1, · · · , n};
• el número de maneras distintas de seleccionar k sı́mbolos de entre una colección de n.

157
158 CHAPTER 11. COMBINATORIA

Tenemos diez pares de calcetines

D1 , I1 , D2 , I2 , . . . , D10 , I10
(distintos) y desaparecen seis calcetines.
⇣ ⌘
10
⇣3⌘ 1
Mejor situación: quedan 7 pares, que sucede con probabilidad p7 = 20
= 323
⇡ 0.31%.
6

⇣ ⌘Peor situación: quedan 4 pares y 6 calcetines sueltos, que sucede con probabilidad p4 =
10
26
⇣4 ⌘ = 112 ⇡ 34.67%.
20 323
6
Lo más probable
⇣ ⌘es que queden 5 pares y cuatro calcettines sueltos, que sucede con
10
5⇥24
5 168
probabilidad p5 = ⇣ ⌘
20
= 323
⇡ 52.01%.
6

⇣ Por
⌘⇣ ⌘ último que quede 6 pares y dos calcetines sueltos sucede con probabilidad p6 =
10 4
22
6 2 42
⇣ ⌘
20
= 323 ⇡ 13.00%.
6
Observa que p4 + p5 + p6 + p7 = 1.

Algunas propiedades de los coeficientes binómicos

n n
• k
= n k

Recuerda que hay una biyección entre

1 := { subconjuntos de tamaño k de {1, 2, . . . , n}}

y
2 := { subconjuntos de tamaño n k de {1, 2, . . . , n}}
que hace corresponder al conjunto B 2 1 el conjunto B c = {1, 2, . . . , n} \ B 2 2.

Por tanto, ⇣n ⌘ ⇣ n ⌘
=# 1 =# 2 = .
k n k

Algunas propiedades de los coeficientes binómicos

Pn n n
• k=0 k = 2
Consideremos A = {1, 2, . . . , n} y el conjunto P(A) de las partes de A que tiene
#P(A) = 2n .
Para 0  k  n, sean

k = { subconjuntos de A de tamaño k}
n
y tales que # k = k
y P(A) = [n
k=0 k (union disjunta).
Por tanto,
n
X n ⇣ ⌘
X n
2n = #P(A) = # k =
k=0 k=0
k

Algunas propiedades de los coeficientes binómicos

• Recurrencias: Dado un entero n 2, y para cada entero k, con 1  k  n 1,
⇣ n ⌘ ⇣ n 1⌘ ⇣ n 1⌘
= +
k k k 1

Podemos dividir los n k

subconjuntos de tamaño k extraı́dos de {1, . . . , n} en dos
subconjuntos disjuntos
 159
5.1. Subconjuntos. Coeficientes binómicos 7

– los que contienen al elemento n

Para que todo cuadre, conviene definir C(0, 0) = 1; una definición consistente con la
– losdeque
fórmula losnofactoriales,
contienen al elemento
aunque sin n.
aparente significado combinatorio4 . Los valores en los
bordes (las fronteras) del triángulo son del tipo n0 o nn , y por tanto valen siempre 1. Las
alternativamente
casillas interiores se rellenan siguiendo la ecuación de recurrencia, cuya interpretación gráfica
– subconjuntos
aparece de tamaño
debajo de estas lı́neas,k a la1 extraı́dos {1, 2,coeficiente
izquierda:decada . . . , n 1}binómico se obtiene sumando
los valores de los dos
– subconjuntos deinmediatamente
tamaño k extraı́dos superiores.
de {1, 2, .Con
. . , n esta 1}.regla, y los valores en los bordes,
podemos completar el triángulo, tal como hacemos a continuación (hasta n = 7):

C(n 1, k 1) C(n 1, k)

C(n, k)
k=0
k=1
k=2
n=0 1
k=3
n=1 1 1
k=4
n=2 1 2 1
k=5
n=3 1 3 3 1
n=4 1 4 6 4 1 k=6

n=5 1 5 10 10 5 1 k=7
n=6 1 6 15 20 15 6 1
n=7 1 7 21 35 35 21 7 1

Algunas propiedades de los coeficientes binómicos

Si, por ejemplo, el lector dirige su mirada al piso n = 6 y diagonal k = 2, encontrará
• elFórmula 6 enteros n 1, 1  l  n y 1  k  n,
valor dedeC(6,
Vandermonde:
2), o bien Dados
2 , que es 15. Los coeficientes binómicos eran ya conocidos, en
mayor o menor grado, siglos antes
⇣n⌘de Tartaglia
k ⇣ ⌘⇣ o Pascal, por ejemplo, por Ibn Ezra5 y por Levi
X l n l⌘
ben Gerson , entre los siglos XII y=XIV; aunque los. matemáticos árabes y chinos7 también
6
k j k j
manejaban estos números, como se aprecia
j=0 en la figura8 de la derecha, del siglo XIII. El
triángulo de Tartaglia, casi un icono cabalista, contiene, veladamente, muchas sucesiones de
Podemos dividir los9 n elementos de {1, 2, . . . , n} en dos subconjuntos; el subconjunto
números de interés
de l elementos .
de primer tipo y los n l elementos restantes, que serán de segundo
tipo.
4
¿O si lo tiene, en realidad? Alardee el lector de sus habilidades para el razonamiento escolástico-bizantino
yPodemos
justifique dividir los n
combinatoriamente
k
subconjuntos
que C(0, 0)de
= tamaño
1. k extraı́dos de {1, . . . , n} en k-conjuntos
conAbraham
5 j elementos de primer
Ben Meir tipo
Ibn Ezra con 0  jmatemático,
(1089-1164),  k. exégeta y astrólogo. . . ¡español!, nacido en Tudela
yEl
muerto en Calahorra, estaba con
interesado y sabı́a de
calcular los tipo
coeficientes l n l con n = 7. Porque siete
número de k-conjuntos j elementos primer es Haybinómicos
j k j
para 0 
eran
j  los
k. cuerpos celestes: el Sol, la Luna, Mercurio, Venus, Marte, Júpiter y Saturno. Como buen astrólogo,
a Ibn Ezra le preocupaba saber de cuántas formas se puede estar simultáneamente bajo varios de esos signos.
El lector podrá encontrar más información sobre este personaje en el artı́culo La astrologı́a combinatoria del
Consideremos una sucesión finita (a0 , a1 , . . . , an ). Decimos que la sucesión
rabino Ibn Ezra, de Doron Zeilberger (La Gaceta de la Real Sociedad Matemática Española 1 (1998), no. 3).
• es6 creciente
Parece quesifue aj el rabino
aj+1 para
Levi cada j = 0, .(1288-1344)
Ben Gerson . . , n 1; yelesprimero decreciente
en darsiuna
aj expresión
aj+1 paraexplı́cita de los
cada j = 0,
coeficientes . . . , n 1;
binómicos.
7
Véase la referenciaaak Al-Karaji
+ak+1 del apartado 1.2.2. Aprovechamos aquı́ para sugerir al lector una excelente
• referencia
es convexa si ak de las1 matemáticas:
en historia 2
para todo k = 1, .and
Mathematics . . , nits history
1; y es(Springer-Verlag,
cóncava si las desigual-
1991), de J. Stillwell.
dades
8 anteriores
La tabla acaba llevan
en n = un ;
8. Observe el lector los sı́mbolos. ¿Serı́a capaz de escribir los números del 1 al 99
• enesestos caracteres
unimodal si parachinos?
un cierto j se cumple que a0  a1  · · ·  aj aj+1 · · · an .
9
Por ejemplo, los números triangulares Tn = n+1 2
(véase el ejercicio 1.2.3), que están en la diagonal
• kes log cóncava si a 2 a · a para todo k = 1, . . . , n 1; y es logconvexa si las
= 2. Véase también kla sección k 1 8.3.5. Buen momento para recomendar, de nuevo,
k+1 la lectura de El diablo de
desigualdades
los anteriores llevan un .
números de Erzensberger.
Observaciones:
Asumiendo
el discretoque los akdeson
encanto todosática
la matem positivos tenemos quede 2016 –
– 9 de octubre pablo fernández y jose l. fernández
• logconcavidad es equivalente a
ak ak+1
ak 1 ak
 160 CHAPTER 11. COMBINATORIA

• tomando logaritmos en la condición de logconcavidad tenemos

ln(ak 1) + ln(ak+ )
ln(akla
Capı́tulo 5. Las estructuras básicas de ) Combinatoria
2
para todo k = 1, . . . , n 1. Es decir, la sucesión (ln a1 , ln a2 , . . . , ln an ) es cóncava.

eiterada de la recurrencia suele permitir

• Si (a0calcularlos
, a1 , . . . , an ) esde
unauna manera
sucesión más
logcóncava eficiente,
de números positivos, entonces es también
unimodal.
quiere un cierto número de sumas. Por cierto, la respuesta es
Para n 1 fijo la sucesión n con 0  k  n es unimodular.
50 De hecho se tiene que es
k
creciente hasta
= 126 410 606 437 752,
25 ⇣n ⌘ ⇣ n ⌘ ⇣ n ⌘
max { }= =
k=0,...,n k bn/2c dn/2e
126 billones12 . Recuerde, lector: número de maneras distintas de seleccionar a 25
y después decrece.
un grupo de 50. Una barbaridad. Por cierto, a la vista de estos descomunales
Se comprueba por cálculo directo. Comprobar primero el caso n par y después el n impar.
uizás valga la pena disponer de alguna técnica para estimar el tamaño de un
! !
binómico general. Vea el lector el apartado C3. 2m 2m (2m)! (2m)!
< , <
k 1 k (k 1)!(2m k + 1)! k!(2m k)!
a. Pese a todo, la fórmula de los factoriales contiene información1 muy relevante,
1
, <
s a ver en este apartado y en el siguiente, al analizar la forma2my elk tamaño
+1 k de los
binómicos.
n. Como ya sabemos, por la
A de esta misma sección, la lista
tes nk es simétrica con respecto
central (o centrales, si n es im-
echo los valores de esta lista van
e izquierda a derecha, hasta lle-
o (o centros), donde se alcanza
Es decir,
n n n
= =
k bn/2c dn/2e
e entonces empiezan a decrecer.
ficientes binómicos que aparecen
de la expresión anterior son el mismo si n1 es
Para n fijo par. Véase,
la sucesión n por ejemplo, la gráfica
k
con 0  k  n es log-cóncava.
res de los sucesivos coeficientes binómicos en el caso n = 20.
⇣n ⌘2 n! n!
probación de este crecimiento/decrecimiento es directa. Para
= empezar, por= si-
k k!(n k)! k!(n k)!
ta argumentar en el rango 0  k  bn/2c (la mitad n k+1
“izquierda”).
n!
Pongamos,
k+1
por
n!
que n es par, digamos n = 2m. Queremos probar k que (k 1)!(n k + 1)! n k (k + 1)!(n k 1)!
(k + 1)(n k + 1) ⇣ n ⌘⇣ n ⌘
2m 2m =
< k(n k) k 1 k+1
k 1 k n + 1 ⇣ n ⌘⇣ n ⌘ ⇣ n ⌘⇣ n ⌘
= 1+ > .
k(n k) k 1 k + 1 k 1 k+1
k  m. Es decir, que la sucesión es creciente hasta k = m. Pero obsérvese que,
órmula de factoriales,
2m (2m)! (2m)! 1 1
< < < ,
k (k 1)! (2m k + 1)! k! (2m k)! 2m k + 1 k
ue justamente se cumple en el rango seleccionado, k  m. Dejamos que el lector
s detalles del caso en que n sea impar.
momento para introducir unas cuantas nociones sobre sucesiones de números que
 2
n n! n! n k+1 n! k+1 n!
= =
k k! (n k)! k! (n k)! k (k 1)! (n k+1)! n k (k+1)! (n k 1)!
(k + 1)(n k + 1) n n ⇣ n+1 ⌘ n n n n
= = 1+ > .
k(n k) k 1 k+1 k(n k) k 1 k+1 k 1 k+1

Obsérvese que para n fijo, la sucesión de los nk para 0  k  n no es cóncava (ni

convexa), pero la sucesión de sus logaritmos sı́ que es cóncava. Véase, en las161
figuras que
siguen, el caso n = 20:

logaritmos
!

Mas (Binomio
adelantede(teorema
Newton) 7.2.22
Para cualquier naturalseremos
de Newton) n 1 y capaces
cualquier de
número reallax,logconcavidad
probar se tiene (y
que
por ende la unimodalidad) de ciertas sucesiones
Xn ⇣ ⌘ incluso sin disponer de fórmulas explı́citas
n k
para sus términos. (1 + x)n = x .
k k=0
En particular, para x = 1 recuperamos que
C3. Estimaciones de tamaño. Nos interesamos,
Xn ⇣ ⌘ por último, por la cuestión de determi-
n
2n = binómico
nar el orden de magnitud de un coeficiente , genérico nk . Bueno, dirá el lector, el
k=0
k

y para encanto
el discreto x = 1 tenemos que ática
de la matem – 9nde octubre de 2016 – pablo fernández y jose l. fernández
X ⇣n ⌘
0= ( 1)k .
k=0
k
Substittuyendo x por x/y y multiplicando por yn obtenemos que
n ⇣ ⌘
X n
(x + y)n = xk y n k
.
k=0
k

Para todo a 2 R, si |x| < 1,

1
X a(a 1)(a 2) · · · (a k + 1)
(1 + x)a = xk .
k=0
k!

Por ejemplo,
1
X
p 1/2 · (1/2 1) · · · (1/2 k + 1)
(1 + x)1/2 = 1+x= xk
k=0
k!

1/2 1/2 · (1/2 1) 2 1/2 · (1/2 1)(1/2 2) 3

=1+ x+ x + x + ···
1! 2! 3!
1 1 2 1 3 5 4
=1+ x x + x x + ···
2 8 16 128
(Regla de derivación de Leibniz) Dadas dos funciones f y g, y para cualquier n 0,
tenemos que
Xn ⇣ ⌘
n (k) (n k)
(f · g)(n) = f ·g
k=0
k
X ⇣ n ⌘
a
(x1 + x2 + · · · + xk )n = xa 1 xa 2 · · · xk k
a ,...,a 0
a1 , a2 , . . . , ak 1 2
1 k

donde los coeficientes multinómicos se definen como

(
⇣ n ⌘ n!
si a1 + a2 + · · · + ak = n;
= a1 !a2 !···ak !
a1 , a2 , . . . , ak 0 en caso contrario.
162 CHAPTER 11. COMBINATORIA

Aplicación:
Dados n, k 1 y enteros no negativos p1 , . . . , pk , el número de soluciones de
x1 + · · · + xk = n
con
x1 p1 , . . . , xk pk
es igual a
⇣n + k Pk
1 j=1 pj ⌘
.
k 1
Consideremos en primer lugar
x1 + · · · + xk = n

Pensemos una sucesión de n números 1 con n 1 huecos entre ellos

11111 ··· 111
8Una solución a la ecuación anterior se representa colocando k 1 separaciones en los
huecos n 1 separando los grupos de 1 en x1 , x2 , etc.
Para n = 9 y k = 3 la solución 9 = 3 + 4 + 2 corresponde a
111|1111|11
El número de soluciones de
x1 + · · · + xk = n
es, por tanto, igual a
⇣n 1⌘
.
k 1
El caso
x1 + · · · + xk = n
con
x1 p1 , . . . , xk pk
se trata considerendo variables auxiliares yi = xi pi 0 y la ecaución
k
X
y1 + · · · + yk = n pj
j=1
Calculemos el número de soluciones de la ecuación diofántica
x1 + x2 + x3 = 50,
donde 0  x1  10, 5  x2  35 y 0  x3  20.
 163

Calculemos el número de soluciones de la ecuación diofántica

x1 + x2 + x3 = 50,
donde 0  x1  10, 5  x2  35 y 0  x3  20.
1er Paso. Reparametrizamos haciendo
y 1 = x1 0, y2 = x2 5 0, y3 = x3 0
y obtenemos la reformulación
y1 + y2 + y3 = 45
con
0  y1  10, 0  y2  30, 0  y3  20
Consideremos
X = {y1 + y2 + y3 = 45, 0  y1 , y2 , y3 }
A = {y1 + y2 + y3 = 45, 11  y1 , 0  y2 , y3 }
B = {y1 + y2 + y3 = 45, 0  y1 , 31  y2 , 0  y3 }
-
C = {y1 + y2 + y3 = 45, 0  y1 , y2 , 21  y3 }
Buscamos #X #(A [ B [ C).
Tenemos que
⇣45 + 3 1⌘ ⇣47⌘
#X = =
3 1 2
y, análogamente,
⇣36⌘ ⇣16⌘ ⇣26⌘
#A = , #B = y #C =
2 2 2
Además tenemos que
A \ B = {y1 + y2 + y3 = 45, 11  y1 , 31  y2 , 0  y3 }
A \ C = {y1 + y2 + y3 = 45, 11  x1 , 0  x2 , 21  x3 }
B \ C = {y1 + y2 + y3 = 45, 0  x1 , 31  x2 , 21  x3 }
con ⇣45 + 3 42 1⌘ ⇣ 5⌘ ⇣15⌘
#A \ B = = , #A \ C =
, #B \ C = 0
3 1 2 2
En consecuencia #A \ B \ C = 0
Concluimos que el número de soluciones de la ecuación diofántica
x1 + x2 + x3 = 50,
donde 0  x1  10, 5  x2  35 y 0  x3  20 es h’
#X [#A + #B + #C] [#(A \ B) + #(A \ C)]
⇣47⌘ ⇥⇣36⌘ ⇣16⌘ ⇣26⌘⇤ ⇥⇣5⌘ ⇣15⌘⇤
= + + + + = 121.
2 2 2 2 2 2
Variaciones
Llamaremos variación de m elementos tomados de n en n (n < m) a cada una de las
selecciones ordenadas de n objetos distintos, tomados de un conjunto de m objetos.
Una variación de m elementos tomados de n en n (n < m) es una aplicación inyectiva
f : {1, 2, . . . , n} ! {1, 2, . . . , m}.
El número de variaciones sin repetición de m elementos tomados de n en n es
Vm,n = m(m 1)(m 2) · · · (m n + 1)

Ejemplo. El número de palabras distintas de cuatro letras, todas ellas distintas, que
pueden formarse con las letras del abecedario es 27 · 26 · 25 · 24.
164 CHAPTER 11. COMBINATORIA

Variaciones

De cuántas formas distintas pueden sentarse 7 personas en una fila de 10 asientos numerados?
10!
Solución: V10,7 = (10 7)!
= 10 · 9 · · · 4.

Cuántos números naturales mayores que 99 y menores que 1000 tienen las cifras distintas
entre sı́ y distintas de cero?
9!
Solución: Elegir tres elementos distintos en el conjunto {1, 2, . . . , 9}, i.e., V9,3 = (9 6)!
=
9 · 8 · 7.

Permutaciones

Llamaremos permutación de n elementos a cada una de las variaciones de n elementos tomados

de n en n.
Observación Una permutación de n elementos es una aplicación biyectiva f : {1, 2, . . . , n} !
{1, 2, . . . , n}
El número de permutaciones de n elementos es Pn = n!
Ejemplo. El número de palabras distintas que pueden formarse con las letras de ALTO
es 4!

ALT O ALOT AT LO AOLT AT OL AOT L

LAT O LAOT T ALO OALT T AOL OAT L
LT AO LOAT T LAO OLAT T OAL OT AL
LT OA LOT A T LOA OLT A T OLA OT LA

Las permutaciones pueden escribirse como matrices 2 ⇥ n

✓ ◆
1 2 ··· n
f (1) f (2) · · · f (n)
Por ejemplo ✓ ◆
1 2 3 4 5
2 3 5 4 1
También se puede escribir usando un número finito de ciclos, i.e., matrices 1 ⇥ q, con entradas
disjuntas de la forma
(i f (i) f (f (i)) . . . f · · · f (i) = f 1 (i))
Por ejemplo ✓ ◆
1 2 3 4 5
= (1 2 3 5)
2 3 5 4 1
En este caso basta un ciclo y 4 no aparece por ser un elemento fijo.

Otro ejemplo ✓ ◆
1 2 3 4 5
= (1 2)(3 5 4)
2 1 5 3 4
Las permutaciones pueden componerse
✓ ◆ ✓ ◆
1 2 3 4 5 1 2 3 4 5
=
2 3 5 4 1 2 1 5 3 4
✓ ◆
1 2 3 4 5
3 2 1 5 4
equivalentemente
(1 2 3 5)(1 2)(3 5 4) = (1 3)(4 5)
 165

Cualquier permutación puede expresarse como composición de 2-ciclos o transposiciones.

(12)(354) = (12)(34)(35)

Una permutación se llama par o impar si es composición de un número par o impar de

2-ciclos. Hay n! 2
permutaciones pares (resp. impares).
(12)(354) = (12)(34)(35) es impar
(1 2 3 5)(1 2)(3 5 4) = (1 3)(4 5) es par
La composición de ciclos disjuntos conmuta.
El número de permutaciones circulares de n elementos es (n 1)!.

De cuántas formas distintas pueden sentarse 10 personas en una fila de 10 asientos nu-
merados?
Solución: P10 = 10!
De cuántas formas se pueden colocar 8 torres iguales en un tablero de ajedrez de modo
que no se ataquen entre sı́?
82 ·72 ···22 ·12 (8!)2
Solución: 8!
= 8!
= 8! = P8
De cuántas formas distintas se pueden elegir n posiciones en una cuadrı́cula de tamaño
n ⇥ n de forma que no coincida la fila ni la columna para ninguna de las n posiciones?
Solución: Pn = n!
De cuántas formas distintas pueden sentarse 10 personas en un cı́rculo de 10 asientos?
Solución: 9! (permutación circular con n = 10)

Combinaciones

Llamaremos combinación de m elementos tomados de n en n a cada una de las selecciones,

no ordenadas y sin repeticiones, de n objetos, tomados de un conjunto de m objetos.
El número de combinaciones de m elementos tomados de n en n es igual a
Vm,n m!
Cm,n = =
Pn n!(m n)!

Ejemplo. El número de subconjuntos de 4 elementos de un conjunto de 27 elementos es

C27,4 = 27·26·25·24
4!

Cuántos colores distintos se pueden obtener mezclando tres botes de pintura si disponemos
de un total de 7 botes de distintos colores?
7
Solución: C7,3 = 3
= 35
Cuántas manos distintas de póker se pueden obtener?
52
Solución: C52,5 = 5
= 311875320
Cuántos subconjuntos distintos tiene un conjunto de n elementos?
Pn Pn n n
Solución: k=0 Cn,k = k=0 k = 2
El sistema Braille consiste en la representación de caracteres mediante puntos en altorre-
lieve. Las posiciones de los puntos se eligen en dos columnas verticales, de tres puntos cada
una. Cuántos caracteres son posibles?
P5 P6 6 6 6
Solución: k=1 C6,k = k=1 k = 2 0
= 63
166 CHAPTER 11. COMBINATORIA

Variaciones con repetición

Llamaremos variación con repetición de m elementos tomados de n en n a cada una de las
selecciones ordenadas de n objetos, tomados de un conjunto de m objetos.
Una variación con repetición de m elementos tomados de n en n es una aplicación f :
{1, 2, . . . , n} ! {a1 , a2 , . . . , am }.
El número de variaciones con repetición de m elementos tomados de n en n es
V Rm,n = mn .

Ejemplos. El número de palabras distintas de cuatro letras que pueden formarse con las
letras del abecedario es 27 · 27 · 27 · 27.
Cuántos números distintos de seis cifras existen formados sólo por las cifras 1, 2, 3?
Solución: V R3,6 = 36 = 729

Permutaciones con repetición

Llamaremos permutación con repetición de n = n1 + n2 + · · · + nk elementos en la que
cada elemento ai se repite ni veces, a cada uno de los distintos grupos ordenados que con ellos
se puede formar.
El número de permutaciones con repetición de n = n1 + n2 + · · · + nk elementos es
n ,...,nk n!
P Rn1 =
n1 ! · · · nk !

Ejemplo. El número de palabras distintas que pueden formarse con las letras de la palabra
2,1,1,1,2,1,1,1 10!
ABECEDARIO es P R10 = 2·2 .
n = 10, k = 8,
n1 = n5 = 2 (A, E) n2 = n3 = n4 = n6 = n7 = n8 = 1 (BCDRIO)

Combinaciones con repetición

Llamaremos combinación con repetición de m elementos tomados de n en n a cada una
de las selecciones, no ordenadas, de n objetos, tomados de un conjunto de m objetos.
El número de combinaciones con repeticióon de m elementos tomados de n en n es
(m + n 1)!
CRm,n = Cm+n 1,n =
n!(m 1)!

Si necesariamente se elige al menos un elemento de cada tipo el resultado es

(n 1)!
CRm,n m = Cn 1,n m =
(n m)!(m 1)!

Ejemplo El número de soluciones enteras no negativas de la ecuación x1 +x2 +x3 +x4 = 32

es CR4,32 . El número de soluciones enteras mayores o iguales que uno es CR4;28 . El número
de soluciones enteras no negativas menores o iguales que 9 es CR4,32 4CR4,22 + 4·3 2
CR4,12
4·3·2
3·2
CR 4,2

En una pastelerı́a hay 9 clases de pasteles. Un cliente desea comprar 14 pasteles, de

cuántas formas puede hacer su elección?
Hay que elegir k = 14 pasteles de un conjunto que tiene n = 9 clases distintas de pasteles.
Hay que elegir la posicón de k = 14 pasteles o la posición de n 1 = 8 tabiques de entre un
 167

total de [(n 1) + k] = 22 objetos.

Solución: CR9,14 = 22
14
= 228
.

Desórdenes
Llamaremos desorden o desarreglo a una permutación : {1, 2, . . . , n} ! {1, 2, . . . , n} sin
puntos fijos, i.e., tal que (i) 6= i para todo i 2 {12, . . . , n}.
La permutación (1 2 3 · · · n) es un desorden. Cualquier permutación de n elementos dada
por un ciclo de longuitud n es un desorden.
El número de desórdenes de n elementos es
Xn
( 1)k
dn = n!(1 + )
k=1
k!

(usa el principio de inclusión exclusión y el hecho de que los elementos de Pn que dejan
fijos k < n elementos estń en bitección con los elementos de Pn k )

Aplicaciones sobreyectivas
Sea k n y consideremos aplicaciones f : {1, 2, . . . , k} ! {1, 2, . . . , n} sobreyectivas.
El número de aplicaciones sobreyectivas f : {1, 2, . . . , k} ! {1, 2, . . . , n} es
n
X ⇣n ⌘
T (k, n) = nk ( 1)j 1
(n j)k .
j=1
j

(usando el principio de inclusión exclusión y los conjuntos de aplicaciones cuya imagen

tiene n 1 elementos)
Ejemplo. De cuántas formas se pueden asignar 6 tareas diferentes a 4 empleados distintos,
si a cada empleado hay que asignarle al menos una tarea?
⇣ 4⌘ ⇣ 4⌘ ⇣ 4⌘
T (6, 4) = 46 36 + 26 16 = 1560
1 2 3

Particiones (de conjuntos)

Consideremos particiones del conjunto {1, 2, . . . , m} en n subconjuntos no vacı́os.
Sea el conjunto {1, 2, 3, 4} con m = 4 elementos.
Para n = 1, {{1, 2, 3, 4}}
para n = 2, {{1}, {2, 3, 4}} 4 tipos distintos
{{1, 2}, {3, 4}} 1
2
· 42 tipos distintos
4
para n = 3, {{1}, {2}, {3, 4}} 2
tipos distintos
para n = 4, {{1}, {2}, {3}, {4}}
en total hay 15 particiones.

Particiones (de conjuntos)

Llamaremos número de Stirling de segunda clase y notamos por S(m, n) al número de
dichas particiones.
⇣m⌘
S(m, 1) = S(m, m) = 1, S(m, m 1) =
2
S(m, n) = S(m 1, n 1) + nS(m 1, n)
T (m, n)
S(m, n) =
n!

Distribuciones
168 CHAPTER 11. COMBINATORIA

Tenemos k objetos distintos para distribuir en n cajas iguales con k n, de cuántas

formas distintas se pueden introducir los k objetos en las n cajas, pudiendo quedar alguna
caja vacı́a?
El número de distribuciones es
n
X
S(k, i)
i=1

El número de distribuciones pn (k) se corresponde con las particiones de un número natural

k en un número de sumandos menor o igual que n.

Particiones (de un entero)

Una partición de un entero positivo k de tamaño n es una colección no ordenada de n
enteros positivos cuya suma es k.
Representamos una partición del número k por
a) una suma en la que los sumandos aparecen en orden decreciente k = a1 + a2 + · · · + an
con k , a1 a2 · · · an 1.
b) una sucesión a = [a1 , a2 , . . . , an ] con k n, a1 a2 ··· an 1.

Ejemplos
Las particiones de k = 4 son:
a) 4, 3 + 1, 2 + 2, 2 + 1 + 1, 1 + 1 + 1 + 1
b) [4], [3, 1], [2, 2], [2, 1, 1], [1, 1, 1, 1]

Particiones (de un entero)

Las particiones de k = 5 son :
a) 5, 4 + 1, 3 + 2, 3 + 1 + 1, 2 + 2 + 1, 2 + 1 + 1 + 1, 1 + 1 + 1 + 1 + 1
b) [5], [4, 1], [3, 2], [3, 1, 1], [2, 2, 1], [2, 1, 1, 1], [1, 1, 1, 1, 1]
Las particiones de k = 6 son :
a) 6, 5 + 1, 4 + 2, 3 + 3, 4 + 1 + 1, 3 + 2 + 1, 2 + 2 + 2, 3 + 1 + 1 + 1, 2 + 2 + 1 + 1, 2 + 1 +
1 + 1 + 1, 1 + 1 + 1 + 1 + 1 + 1
b) [6], [5, 1], [4, 2], [3, 3], [4, 1, 1], [3, 2, 1], [2, 2, 2], [3, 1, 1, 1], [2, 2, 1, 1], [2, 1, 1, 1, 1], [1, 1, 1, 1, 1]

Particiones (de un entero)

Se designa por pn (k) el número de particiones de k con n o menos sumandos, coincide
con el número de particiones de k en sumandos no mayores que n.
El número total de particiones de k es
n
X
p(k) = pi (k)
i=1

Relación de Pascal
Si 1 < n < k entonces pn (k) = pn 1 (k 1) + pn (k n)
Sea a = [a1 , a2 , . . . , an ] con k n, a1 a2 . . . an 1.
Si an = 1, hay pn 1 (k 1) particiones ya que [a1 , a2 , . . . , an ] = [a1 , a2 , . . . , an 1 , 1], y si
an > 1, hay pn (k n) particiones via la biyección [a1 , a2 , . . . , an ] 7! [a1 1, a2 1, . . . , an 1].
Chapter 12

Quizzes

12.1 Lógica
12.1.1 Proposiciones
• Quiz 1 ¿Cuales de las siguientes oraciones son proposiciones?
1. La luna es un satelite de la Tierra.
2. ¿Qué hora es?
3. 2+2=5.
4. Este capı́tulo habla de las proposiciones.
5. ¿Es claro lo que este capı̄tulo dice de las proposiciones?
6. Haga Ud. el favor de contestar.
7. Veamos.
8. The Beatles son la mejor banda de música de la historia.

12.1.2 Caballeros y bribones

• Quiz 2 Caballeros y bribones Un personaje puede ser caballero o bribón (exclusivo).
Los caballeros siempre dicen la verdad. Los bribones siempre mienten.
El personaje A dice: ”B es bribón”.El personaje B dice: ”A y B somos caballeros”.
¿Qué son A y B?
1. A y B son caballeros
2. A es caballero y B es bribón
3. A es bribón y C es caballero
4. A y B son bribones
• Quiz 3 Caballeros y bribones Un personaje puede ser caballero o bribón (exclusivo).
Los caballeros siempre dicen la verdad. Los bribones siempre mienten.
El personaje C dice: ”C es bribón y D es caballero”. ¿Qué son C y D?
1. C y D son caballeros
2. C es caballero y D es bribón
3. C es bribón y D es caballero

169
170 CHAPTER 12. QUIZZES

4. C y D son bribones

• Quiz 4 Mirones y esposos Arturo está mirando a Beatriz y Beatriz está mirando a
Carlos. Arturo está casado y Carlos soltero.
¿Se puede concluir que uno de los tres está casado y mirando a un soltero?

1. Sı́
2. No

• Quiz 5 Tabla de verdad de la disyunción exclusiva La disyución exclusiva solo toma el

valor V cuando una sola de las proposiciones p y q lo toma.
Dados los valores de p y q, ¿cuál es el valor de p o (exclusiva) q ?

1. VV
2. VF
3. FV
4. FF

• Quiz 6 Condicional Imagina que, asustado por la dificultad del condicional te dices:
Si apruebo Matemáticas Elementales, entonces me voy a la playa en vacaciones.
Estás cumpliendo tu palabra si

1. Apruebas y te vas a la playa.

2. Apruebas y no vas a la playa.
3. Repruebas y vas a la playa.
4. Repruebas y no vas a la playa.

• Quiz 7 Restaurante caro En un restaurate tienen letreros con los siguientes mensajes:
La comida buena no es barata. La comida barata no es buena. ¿Dicen los letreros
cosas distintas o son equivalentes?

1. Distintas
2. Equivalentes

¿Dice alguno de los letreros anteriores algo distinto a que no hay comida buena y
barata?

1. Sı́
2. No

12.1.3 Tablas de verdad

• Q1 Combinaciones de valores lógicos (V y F) en tablas de verdad
Cuántas posibles combinaciones de valores lógicos tiene una tabla de verdad dependi-
endo del número de proposiciones elementales que la forman

4 6 8 10 12 14 16 32 64
Formada por dos proposiciones p y q
Formada por tres proposiciones p, q y r
Formada por cuatro proposiciones p, q, r y s

Cuántas veces aparece el valor V en la columna de los posibles valores que toma una
proposición elemental en una tabla de verdad dependiendo del número de proposiciones
elementales que la forman
12.1. LÓGICA 171

2 3 4 6 8 12 16
Formada por dos proposiciones
Formada por tres proposiciones
Formada por cuatro proposiciones
Tabla de verdad con tres proposiciones elementales p y q.
Marca los valores V (deja sin marcar los valores F) para una tabla de verdad con tres
proposiciones elementales p y q
p q
Fila 1
Fila 2
Fila 3
Fila 4

Tabla de verdad con tres proposiciones elementales p, q y r.

Marca los valores V (deja sin marcar los valores F) para una tabla de verdad con tres
proposiciones elementales p, q y r.
p q r
Fila 1
Fila 2
Fila 3
Fila 4
Fila 5
Fila 6
Fila 7
Fila 8

• Q2 Tabla de verdad: Ejemplo

Vamos a construir y evaluar la tabla de verdad de la proposición (p ^ (q _ r)) !
((p ^ q) _ (p ^ r))
Cuántas proposiciones intermedias han de evaluarse para calcular la tabla de verdad
de (p ^ (q _ r)) ! ((p ^ q) _ (p ^ r))?
a. 1
b. 4
c. 5
d. 6
e. 8
f. 9
Marca la proposiciones intermedias que han de evaluarse
1. p _ q
2. q _ r
3. p _ r
4. p ^ q
5. q ^ r
6. p ^ r
7. p ! q
8. p ! r
9. q ! r
172 CHAPTER 12. QUIZZES

10. r ! q
11. r ^ (p _ q)
12. p ^ (q _ r)
13. q ^ (r _ p)
14. (p ^ (q _ r)) ! (p ^ q)
15. (q _ r) ! (p ^ q)
16. (p ^ q) ! (q ^ r)
17. (p _ q) ^ (p _ r)
18. (p _ q) ^ (q ^ r)
19. (p ^ q) _ (p ^ r)
20. (p ^ q) ^ (q ^ r)
Rellena la tabla de verdad de (p ^ (q _ r)) ! ((p ^ q) _ (p ^ r)) Marca las entradas con
valores V y deja sin marcar las entradas con valores F

q_r p ^ (q _ r) p^q p^r (p ^ q) _ (p ^ r) (p ^ (q _ r)) ! ((p ^ q) _ (p ^ r))

VVV
VVF
V FV
V FF
FV V
FV F
FFV
FFF

• L3 Q2 Tabla de verdad: Ejemplo

Vamos a construir y evaluar la tabla de verdad de la proposición ((p ! r) ^ (q !
s) ^ (p _ q)) ! (r _ s).
Cuántas proposiciones intermedias han de evaluarse para calcular la tabla de verdad
de ((p ! r) ^ (q ! s) ^ (p _ q)) ! (r _ s)?
a. 1
b. 4
c. 5
d. 6
e. 8
f. 9
Marca la proposiciones intermedias que han de evaluarse
1. p _ q
2. q _ r
3. r _ s
4. p ^ q
5. q ^ r
6. p ^ r
7. r ! s
8. p ! r
9. q ! s
12.1. LÓGICA 173

10. r ! q
11. r ^ (p _ q)
12. (p ! r) ^ (q ! s)
13. q ^ (r _ p)
14. (p ^ (q _ r)) ! (p ^ q)
15. (q _ r) ! (p ^ q)
16. (p ^ q) ! (q ^ r)
17. (p _ q) ^ (p _ r)
18. (p _ q) ^ (q _ r)
19. (p ! r) ^ (q ! s) ^ (p _ q)
20. (p ^ q) _ (q _ r)
Rellena la tabla de verdad de ((p ! r) ^ (q ! s) ^ (p _ q)) ! (r _ s) Marca las entradas
con valores V y deja sin marcar las entradas con valores F
p!r q!s p_q (p ! r) ^ (q ! s) (p ! r) ^ (q ! s) ^ (p _ q) r_s ((p ! r) ^ (q ! s) ^ (p _ q)) ! (r _
VVVV
VVVF
V V FV
V V FF
V FV V
V FV F
V FFV
V FFF
FV V V
FV V F
FV FV
FV FF
FFV V
FFV F
FFFV
FFFF

12.1.4 Repaso de lógica

Este quiz está diseñado para probar tu conocimineto básico de lógica matemática (conectivas
lógicas como la negación y el condicional, ası́ como los cuantificadores).
Este quiz es una traducción de un quiz de Terence Tao.
1. Sean X e Y dos proposiciones. Si sabemos que X implica Y , también podemos concluir
que
a. Si Y es falso, X es falso
b. Si X es falso, Y es falso
c. Si Y es verdadero, X es verdadero
d. Al menos una de X o Y es verdadera
e. Y no puede ser falsa
f. X no puede ser falsa
g. X es verdadera e Y es también verdadera
2. Sean X e Y dos proposiciones. Si queremos nostrar que la afirmación ”Tanto X como
Y son verdaderas” es falsa, necesitamos mostrar que
174 CHAPTER 12. QUIZZES

a. X es verdad si y solo se Y es falsa.

b. X e Y son ambas falsas.
c. Al menos una de X e Y es falsa.
d. X no implica Y e Y no implica X.
e. X es falsa.
f. Y es falsa.
g. Exactamente una de X e Y es falsa.
3. Sean X e Y proposiciones. Si queremos refutar el enunciado ”Al menos una de X e Y
es verdadera”, tenemos que probar que
a. X es falso
b. X no implica Y e Y no implica X
c. Exactamente una de X e Y son falsas
d. Y es falsa
e. X y Y son ambas falsas
f. Al menos una de X e Y es falsa
g. X es verdad si y solo si Y es falsa.
4. Sean X e Y proposiciones. Si queremos probar que ”X implica Y ” es falso, necesitamos
probar que
a. X es verdad pero Y es falsa.
b. Exactamente una de X e Y son falsas.
c. X es falsa.
d. Y es falsa.
e. Al menos una de X e Y es falsa.
f. X e Y son las dos falsas.
g. Y es verdad, pero X es falsa.
5. Sea P (x) una propiedad de un objeto x de tipo X. Si se quiere refutar la afirmación
”P (x) es verdadero para todo x de tipo X”, entonces tenemos que
a. Mostrar que el hecho de que P (x) sea verdad no implica necesariamente que x es
de tipo X.
b. Mostrar que existe un x que no es de tipo X, pero para el que P (x) sigue siendo
verdad.
c. Mostrar que para cada x de tipo X, hay un y distinto de x para el que P (y) es
verdad.
d. Mostrar que existe un x de tipo X para el que P (x) es falsa.
e. Mostrar que para todo x de tipo X, P(x) es falsa.
f. Suponer que existe una x de tipo X para la que P (x) es cierto y derivar una
contradicción.
g. Mostrar que no hay objetos x de tipo X.
6. Sea P (x) una propiedad de un objeto x de tipo X. Si queremos refutar que la afirmación
”P (x) es verdad para algún x de tipo X”, entonces tenemos que
1. Mostrar que para cada x de tipo X, hay un y distinto de x para el que P (y) es
verdad.
2. Mostrar que no hay objetos x de tipo X.
12.1. LÓGICA 175

3. Mostrar que existe un x que no es de tipo X, pero para el que P (x) sigue siendo
verdad.
4. Mostrar que para todo x de tipo X, P (x) es falsa.
5. Mostrar que existe un x de tipo X para el que P (x) es falsa.
6. Mostrar que el hecho de que P (x) sea verdad no implica necesariamente que x es
de tipo X.
7. Suponer que P (x) es verdad para todo x de tipo X y derivar una contradicción.
7. Sea P (n, m) una propiedad de dos enteros n y m. Si queremos probar que ”Para todo
entero n, existe un entero m tal que P (n, m) es verdad”, entonces debemos hacer lo
siguiente
1. Encuentrar un número entero n y un número entero m tal que P (n, m) sea ver-
dadero.
2. Tomar n y m enteros arbitrarios y demostrar que P (n, m) es verdadero.
3. Tomar n un entero arbitrario y encontrar un entero m (posiblemente dependiente
de n) tal que P (n, m) sea verdadero.
4. Encuentrar un entero m tal que P (n, m) sea verdadero para todo entero n.
5. Demuestrar que siempre que P (n, m) es verdadero, entonces n y m son números
enteros.
6. Encontrar un número entero n tal que P (n, m) sea verdadero para cada entero
m.
7. Tomar m un entero arbitrario y encontrar un número entero n (posiblemente
dependiente de m) tal que P (n, m) sea verdadero.
8. Sea P (n, m) una propiedad de dos enteros n y m. Si queremos refutar la afirmación de
que ”Para cada entero n, existe un entero m tal que P (n, m) es verdadero”, entonces
necesitamos demostrar que
1. Para cada entero n, existe un entero m tal que P (n, m) es falso.
2. Existe un entero m tal que P (n, m) es falso para todos los enteros n.
3. Para cada entero n y todo entero m, la propiedad P (n, m) es falsa.
4. Si P (n, m) es verdadero, entonces n y m no son números enteros.
5. Existe un entero n tal que P (n, m) es falso para todos los enteros m.
6. Para cada entero m, existe un entero n tal que P (n, m) es falso.
7. Existen enteros n, m tales que P (n, m) es falso.
9. Sea P (n, m) una propiedad de dos enteros n y m. Si queremos refutar la afirmación de
que ”Existe un número entero n tal que P (n, m) es verdadero para todos los enteros
m”, entonces necesitamos demostrar que
1. Existen enteros n, m tales que P (n, m) es falso.
2. Para cada entero n, existe un entero m tal que P (n, m) es falso.
3. Para cada entero m, existe un entero n tal que P (n, m) es falso.
4. Si P (n, m) es verdadero, entonces n y m no son números enteros.
5. Para cada entero n y todo entero m, la propiedad P (n, m) es falsa.
6. Existe un entero n tal que P (n, m) es falso para todos los enteros m.
7. Existe un entero m tal que P (n, m) es falso para todos los enteros n.
10. Sean X e Y proposiciones. ¿Cuál de las siguientes estrategias no es una forma válida
de demostrar que ”X implica Y ”?
176 CHAPTER 12. QUIZZES

a. Demostrar que X implica algún enunciado intermedio Z, y luego demostrar que

Z implica Y .
b. Mostrar que X es falso o Y es verdadero, o ambos.
c. Suponer que Y es falso y luego use esto para demostrar que X es falso.
d. Mostrar que algún enunciado intermedio Z implica Y , y luego demostrar que X
implica Z.
e. Suponer que X es falso e Y es verdadero y deducir una contradicción.
f. Suponer que X es verdadero e Y es falso y deducir una contradicción.
g. Suponer que X es verdadera y luego usar esto para demostrar que Y es verdadera.
11. Supongamos que uno desea demostrar que ”si todos los X son Y , entonces todos los Z
son W ”. Para hacer esto, bastarı́a con mostrar que
a. Todos los Z son X y todos los W son Y .
b. Todos los Z son Y y todos los X son W .
c. Todos los Y son X y todos los W son Z.
d. Todas las X son Z y todas las W son Y .
e. Todos los Z son X y todos los Y son W .
f. Todas las X son Z y todas las Y son W .
g. Todos los Y son Z y todos los W son X.
12. Supongamos que uno desea demostrar que ”si algunos X son Y , entonces algunos Z
son W ”. Para hacer esto, bastarı́a con mostrar que
a. Algunos Z son X y algunos Y son W .
b. Todos los Z son X y todos los W son Y .
c. Algunos X son Z y todos los Y son W .
d. Todos los X son Z y algunos Y son W .
e. Todos los Z son X y todos los Y son W .
g. Todos los X son Z y todos los Y son W .
13. Sean X, Y , Z proposiciones. Supongamos que sabemos que X implica Y y que Y
implica Z. Si también sabemos que Y es falso, podemos concluir que
a. X es falso.
b. Z es falso.
c. X implica Z.
d. B y C
e. A y C.
f. A, B y C.
g. No se puede sacar ninguna de las conclusiones anteriores.
14. Sean X, Y , Z proposiciones. Supongamos que sabemos que X implica Y y que Z
implica X. Si también sabemos que Y es falso, podemos concluir que
a. X es falso.
b. Z es falso.
c. Z implica Y .
d. B y C
e. A y C.
12.2. DEMOSTRACCIONES 177

f. A, B y C.
g. No se puede sacar ninguna de las conclusiones anteriores.
15. Sean X, Y , Z proposiciones. Supongamos que sabemos que ”X es verdadero implica
que Y es verdadero”, y ”X es falso implica que Z es verdadero”. Si sabemos que Z es
falso, podemos concluir que
a. X es falso.
b. X es verdadero.
c. Y es verdadero.
d. B y C.
e. A y C.
f. A, B y C.
g. No se puede sacar ninguna de las conclusiones anteriores.
16. Sean X, Y , Z proposiciones. Supongamos que sabemos que X implica Y y que Y
implica Z. Si también sabemos que X es falso, podemos concluir que
a. Y es falso.
b. Z es falso.
c. Z implica X.
d. A y B.
e. A y C.
f. A, B y C.
g. No se puede sacar ninguna conclusión.

12.2 Demostracciones
• Quiz 1 Introducción a demostraciones
1. Enuncia algún resultado matemático que conozcas o te guste particularmente
2. Sabes demostrar dicho resultado
3. Qué técnica(s) o tipo(s) de demostración tiene
4. Esboza una demostración del resultado
• Quiz 2 Ejemplo de prueba contrapositivo
Supongamos que x es entero. Prueba que si x2 es impar, entonces x también es impar.
Ordena las frases para escribrir una prueba.

1. Por tanto, supongamos que x es par.

2. Probaremos el contrapositivo.
3. Por tanto x2 es el doble de un entero.
4. Como x = 2k, tenemos que x2 = 4k2 .
5. Como k es entero, entonces 2k2 también es entero.
6. Por definición de par, hay un entero k tal que x = 2k.
7. Como el contrapositivo es equivalente al enunciado original y hemos probado el
contrapositivo, el enunciado original es cierto.
8. Por definicion de par, el entero x2 es par
9. El contrapositivo afirma “Si x es par, entonces x2 es par.
10. Observamos que x2 = 2(2k2 ).
178 CHAPTER 12. QUIZZES

12.3 Conjuntos
12.3.1 Repaso sobre conjuntos contables
1. Si A es un conjunto contable y B es un conjunto incontable, entonces lo máximo que
podemos decir sobre A [ B es que es
1. Contable.
2. Incontable.
3. Vacı́o.
4. Finito.
5. Finito, contable o incontable.
6. Como mucho contable.
7. Contable o no contable.
2. Si A es un conjunto contable y B es un conjunto finito, entonces lo máximo que podemos
decir sobre A [ B es que es
1. Contable.
2. Vacı́o.
3. Finito.
4. Finito, contable o incontable.
5. Como mucho contable.
6. Contable o no contable.
7. Incontable.
3. Si A es un conjunto incontable y B es un conjunto finito, entonces lo máximo que
podemos decir sobre A [ B es que es
1. Como mucho contable.
2. Vacı́o.
3. Contable.
4. Contable o no contable.
5. Finito, contable o incontable.
6. Incontable.
7. Finito.
4. Si A es un conjunto finito y B es un conjunto finito, entonces lo máximo que podemos
decir sobre A \ B es que es
1. Finito, contable o incontable.
2. Contable o no contable.
3. Como mucho contable.
4. Vacı́o.
5. Finito.
6. Incontable.
7. Contable.
5. Si A es un conjunto contable y B es un conjunto incontable, entonces lo máximo que
podemos decir sobre A \ B es que es
1. Finito.
12.3. CONJUNTOS 179

2. Contable o no contable.
3. Vacı́o.
4. Contable.
5. Finito, contable o incontable.
6. Incontable.
7. Como mucho contable.
6. Si A es un conjunto finito y B es un conjunto incontable, entonces lo máximo que
podemos decir acerca de A \ B es que es
1. Vacı́o.
2. Contable o no contable.
3. Finito.
4. Finito, contable o incontable.
5. Contable.
6. Como mucho contable.
7. Incontable.
7. Si A es un conjunto contable y B es un conjunto incontable, entonces lo máximo que
podemos decir sobre el producto cartesiano A ⇥ B es que es
1. Incontable.
2. Contable.
3. Vacı́o.
4. Como mucho contable.
5. Finito, contable o incontable.
6. Contable o no contable.
7. Finito.
8. Si A es un conjunto finito no vacı́o y B es un conjunto incontable, entonces lo máximo
que podemos decir sobre el producto cartesiano A ⇥ B es que es
1. Finito.
2. Vacı́o.
3. Contable o no contable.
4. Como mucho contable.
5. Finito, contable o incontable.
6. Incontable.
7. Contable.
9. Si A es un conjunto contable y B es un conjunto contable, lo máximo que podemos
decir sobre el producto cartesiano A ⇥ B es que es
1. Contable.
2. Finito.
3. Como mucho contable.
4. Contable o no contable.
5. Finito, contable o incontable.
6. Incontable.
180 CHAPTER 12. QUIZZES

7. Vacı́o.
10. Si A es un conjunto incontable y B es un conjunto contable, entonces lo máximo que
podemos decir sobre el conjunto A \ B (los elementos de A que no están en B) es que
es
1. Vacı́o.
2. Como mucho contable.
3. Finito, contable o incontable.
4. Incontable.
5. Contable o no contable.
6. Contable.
7. Finito.
11. Si A es un conjunto contable y B es un conjunto incontable, entonces lo máximo que
podemos decir sobre el conjunto A \ B (los elementos de A que no están en B) es que
es
1. Finito, contable o incontable.
2. Vacı́o.
3. Finito.
4. Contable o no contable.
5. Contable.
6. Incontable.
7. Como mucho contable.
12. Si A es un conjunto contable y B es un conjunto contable, entonces lo máximo que
podemos decir sobre el conjunto A \ B (los elementos de A que no están en B) es
1. Vacı́o.
2. Contable.
3. Finito.
4. Finito, contable o incontable.
5. Incontable.
6. Contable o no contable.
7. Como mucho contable.
13. Sea A un conjunto. ¿Qué significa que A sea finita?
1. A es un subconjunto propio de los números naturales.
2. Existe un número natural n y biyección de {i 2 N : i  n} a A.
3. A no es contable.
4. Cada elemento A está acotado.
5. Cada elemento de A es finito.
6. Hay una biyección de Fórmula a un subconjunto adecuado de los números natu-
rales.
7. Existe un número natural n y una biyección f de {i 2 N : i < n} a A.
14. Sean A y B conjuntos. ¿Qué significa que A y B tengan la misma cardinalidad?
1. A no es un subconjunto de B y B no es un subconjunto de A.
2. Cada elemento de A es un elemento de B y viceversa.
12.3. CONJUNTOS 181

3. Hay función f : A ! B que es tanto uno a uno como sobre.

4. Hay función f : A ! B que es uno a uno.
5. Hay función f : A ! B que es sobre.
6. A y B son ambas finitas, o ambas contables, o ambas incontables.
7. A y B son ambas finitas o infinitas.
15. Sea A un conjunto. ¿Qué significa que A sea contable?
1. Se puede asignar un número natural diferente a cada elemento de A.
2. Cada elemento de A es contable.
3. Se puede asignar un elemento diferente de A a cada número natural en N.
4. Hay una manera de asignar un número natural a cada elemento de A, de modo
que cada número natural se asigne exactamente a un elemento de A.
5. A es un subconjunto de los números naturales.
6. A no es finita ni vacı́a.
7. A tiene la forma {a1 , a2 , a3 , . . . } para alguna secuencia a1 , a2 , a3 , . . .
16. Sea A un conjunto. ¿Qué significa que A sea incontable?
1. Hay una biyección f de A a los números reales R.
2. A contiene números irracionales.
3. A no es contable.
4. No hay una biyección f de los números naturales a A.
5. No hay forma de asignar un elemento de A distinto a cada número natural.
6. No hay forma de asignar un número natural distinto a cada elemento de A.
7. Existen elementos de A que no pueden asignarse a ningún número natural en
absoluto.
17. Sea A un conjunto y B un subconjunto adecuado de A (de modo que B no sea igual a
A). ¿Es posible que A tenga la misma cardinalidad que B?
1. Sı́, es posible para cualquier A.
2. No, no es posible para ninguna A.
3. No, a menos que A sea finita.
4. Sı́, pero solo cuando A es incontable.
5. Sı́, pero solo cuando A es infinita.
6. Sı́, pero solo cuando la A es contable.
7. No, a menos que A esté vacı́a.
[AZ18, Alc12, Ben99, Blo11, dG04, Hou09, Nea20, Smu14]
182 CHAPTER 12. QUIZZES
Bibliography

[Alc12] Lara Alcock, How to study for a mathematics degree, Oxford University Press, 2012.
[AZ18] Martin Aigner and Günter M. Ziegler, Proofs from The Book, sixth ed., Springer,
Berlin, 2018, See corrected reprint of the 1998 original [ MR1723092], Including
illustrations by Karl H. Hofmann. MR 3823190
[Ben99] Donald C. Benson, The moment of proof, Oxford University Press, New York, 1999,
Mathematical epiphanies. MR 1675699
[Blo11] Ethan D. Bloch, Proofs and fundamentals, Undergraduate Texts in Mathematics,
Springer, New York, 2011, A first course in abstract mathematics, Second edition
[of MR1747813]. MR 2768993
[dG04] Miguel de Guzmán, Cómo hablar, demostrar y resolver en matemáticas, Base
Universitaria, Grupo Anaya Publicaciones Generales, 2004, Inicación al Método
matemático.
[Hou09] Kevin Houston, How to think like a mathematician a companion to undergraduate
mathematics, Cambridge University Press, 2009.
[Nea20] Vicky Neale, Why study mathematics?, London Publishing Partnership, 2020.
[Smu14] Raymond M. Smullyan, A beginner’s guide to mathematical logic, Dover Publica-
tions, Inc., Mineola, NY, 2014. MR 3837160

183