You are on page 1of 77

MATEMÁTICA

DISCRETA
MATEMÁTICA DISCRETA 1

Contenido
LÓGICA PROPOSICIONAL ..................................................................................................2
CUANTIFICADORES ............................................................................................................4
MÉTODOS DE DEMOSTRACIÓN ........................................................................................9
PRINCIPIO DE INDUCCIÓN MATEMÁTICA EN 𝐙 + ..........................................................12
RECURSIVIDAD .................................................................................................................16
CARDINALIDAD ..................................................................................................................27
CONGRUENCIA ..................................................................................................................29
RELACIONES SQL .............................................................................................................33
TÉCNICAS DE CONTEO ....................................................................................................37
NÚMEROS DE STIRLING ...................................................................................................41
GRAFOS .............................................................................................................................44
CIRCUITO Y TRAYECTORIA DE EULER ...........................................................................55
COLOREADO DE GRAFOS ................................................................................................62
ALGORITMO DE DIJKSTRA ...............................................................................................64
CONVERSIONES POLACOS: ............................................................................................73

2018-0
MATEMÁTICA DISCRETA 2

LÓGICA PROPOSICIONAL
Se refiere al uso de las leyes lógicas e inferencias lógicas para deducir nuevas
proposiciones que pueden ser verdaderas o falsas.

Proposición: es un enunciado que afirma o niega, no puede ser una frase exclamativa o
interrogativa.

Siendo el cálculo proposicional el uso de dichas leyes lógicas e inferencias las cuales se
usan con las premisas, dando una tesis o conclusión lógica.

Las premisas siempre son verdaderas.

E1. Demuestre que t ^ s se puede deducir de las premisas p → q, q→~t, p ν (t ^ s), r

 P1: p → q (premisa)

 P2: q→~r (premisa)

 P3: p→~r (P1, P2, SH)

 P4: r (premisa)

 P5: ~p (P3, P4, M. Tollens)

 P6: p ν (t ^ s) (premisa)

 P7: ~p ^ (p ν (t ^ s)) (P5, P6, combinación)

 P8: (t ^ s) (P7, Silogismo disyuntivo)

E2: Dadas las premisas

p ^ q, p→(r ^ q), r→(s ν t), ~s

Deducir t usando el cálculo proposicional

 P1: p ^ q (premisa)

 P2: p→(r ^ q) (premisa)


MATEMÁTICA DISCRETA 3

 P3: ~p ν (r ^ q) (P2, condicional)

 P4: p ( P1, simplificación)

 P5: r ^ q (P3, P4, Silogismo Disyuntivo)

 P6: r (P5, simplificación)

 P7: r→(s ν t)

 P8: s ν t (P6, P7, MP)

 P9: ~s (premisa)

 P10: t (P8, P9, Silogismo Disyuntivo)

 E3: (~p ν

 ~q)→(r ^ s), r → t, ~t , deducir p

 P1: r→ t (premisa)

 P2: ~t (premisa)

 P3: ~r

 P4: ~r ν ~s (P3, adición)

 P5: ~(r ^ s) (P4, Morgan)

 P6: (~p ν ~q) →(r ^ s) (premisa)

 P7: ~(~p ν ~q) (P5, P6, Modus Tollens)

 P8: p ^ q (P7, Morgan, doble negación)

 P9: p (P8, simplificación)


MATEMÁTICA DISCRETA 4

CUANTIFICADORES
P(x) es verdadera para todos los valores de x en el universo del discurso, el cuantificador
universal se denota como ∀ x P(x).

 Cuantificador existencial: (GE)


Cuando ∃ al menos un elemento que hace que P(x) sea verdadero y se denota por medio
de la notación ∃ x P(x), siendo P(x) la proposición en función de x.

 Regla de especificación universal: (EU)


Es la regla de inferencia que establece que es posible concluir que P(c) es verdadero si ∀ x
P(x) es verdadero donde c es un miembro arbitrario del universo del discurso, esta regla
recibe también el nombre de instancion universal.

 Regla de especificación existencial: (EE)


Es la regla que permite concluir que P(c) es verdadero si ∃x P(x) que sea verdadero, donde
c no es un miembro arbitrario del universo, sino para el que P(c) es verdadero.

 Regla de generalización universal (GU):


Es la regla que establece ∀xP(x) es verdadero si P(c) lo es donde c es miembro arbitrario
del universo del discurso.

 Regla de generalización existencial (GE):


Es una regla que se usa para concluir que ∃ 𝑥 𝑃(𝑋) es verdadero, cuando P© lo es, donde
x es un miembro particular del universo del discurso.

REGLAS DE INTERCAMBIO DE CUANTIFICADORES

a) ∀ x F(x) Ξ ∃ x ~P(x)
b) ∃ x P(x) Ξ ∀ x ~F(x)
c) ∀ x ~F(x) Ξ ∃ x P(x)
d) ∃ x ~P(x) Ξ ∀ x F(x)

Ejemplos:

∃ x (C(x) ^ B(x))
∀ x (B(x)→A(x))

∵ ∃x(C(x) ^A(x))
MATEMÁTICA DISCRETA 5

Observación:
Basta que haya una proposición donde haya existencia la tesis o conclusión final
debe ser con existencia.

E1:

 P1: ∃x(C(x)^B(x)) (premisa)


 P2: C(a)^B(a) (P1, EE)
 P3: ∀x(B(x)→A(x)) (premisa)
 P4: B(a)→A(a) (P3, EU)
 P5: B(a) (P2, simplificación)
 P6: A(a) (P4,P5,MP)
 P7: C(a) (P2, simplificación)
 P8: C(a) A(a) (P6,P7, combinación)
 P9: ∃x(C(x)^A(x)) (P8, GE)

E2:

 ∀ x(P(x) ν Q(x))
 ∃ x ~P(x)
 ∀ x(~Q(x) ν R(x))
 ∀x(S(x)→~R(x))
∃ x ~S(x)

E3:

 P1: ∀x[ W(x)→C(x)]


 P2: ∀x[W(x)^L(x)→Q(x)]
 P3: W(r)^~Q(r)
 P4: Q(i)^~C(i)
~L(r)^~W(i)

 P5: W(r)^L(r)→q(r) (P2, EU)


 P6: ~Q(r) (P3,SC)
 P7: ~(W(r)^ L(r)) (P5,P6,MT)
 P8: ~W(r)ν ~L(r) (P7, Morgan)
MATEMÁTICA DISCRETA 6

 P9: W(r) (P3, SC)


 P10: ~L(r) (P8,P9, SD)
 P11: W(i) →C(i) (P1, EU)
 P12: ~(C(i)) (P4,SC)
 P13: ~W(i) (P11,P12;MT)
 P14: ~L(r)^~W(i) (P10,P13,combinacion)

E4:

 P1: ∀x(stgo(x)→km(x))
 P2: ∃x(stgo(x)^~océano(x))
∃x (km(x)^~oceano(x))

 P3: stgo(a)^~oceano(a) (P2, EE)


 P4: stgo(a)→km(a) (P1,EU)
 P5: stgo(a) (P3, simplificacion)
 P6: km(a) (P4,P5,combinacion, modus ponens)
 P7: ~oceano(a) (P3, simplificacion)
 P8: km(a)^~oceano(a) (P6,P7, combinacion)
 P9: ∃x(km(x)^~oceano(x)) (P8, generalización de la existencia)

PREDICADOS

Consiste en reemplazar frases proposicionales por variables proposicionales para


luego aplicar el cálculo proposicional y llegar a una conclusión que puede ser verdad
o falso.

Ejemplo:
Todas las personas de la ciudad de Ica están a menos de 10 km del océano.
Alguien de Ica no ha visto nunca el océano. Entonces quien está a menos de 10 km
del océano nunca lo ha visto.

Llevando a predicados.

Ica(x): x es de Ica
Km(x): está a menos de 10km del oceano
oceano(x): x ha visto el oceano
MATEMÁTICA DISCRETA 7

Entonces el argumento (conjunto de proposiciones)


Queda:

∀ x (Ica(x)→km(x))
∃ x (Ica(x)^~oceano(x))
∃ x (km(x)^~oceano(x))

Observa que cuando es para todo se pone una implicancia cuando es existencia se
pone la conjunción.

E2: Si la banda no pudiera tocar rock o las bebidas no llegasen a tiempo la fiesta de
año nievo tendría que cancelarse y Alicia se enojaría. Si la fiesta se cancelara
habría que devolver el dinero. Por lo tanto, la banda pudo tocar rock.

p: la banda pudo tocar


q: las bebidas llegaron a tiempo
r: la fiesta se cancela
s: Alicia se enoja
o: devolver el dinero

 P1: ~p ν ~q → r ^ s
 P2: r → d
 P3: ~d

 P4: ~r (P2, P3, MT)


 P5: ~r ν ~s (P4, adición)
 P6: ~(r ^ s) (P5, Morgan)
 P7: ~p ν ~q (P6, P1, MT)
 P8: ~(~(p ν q)) (P7, Morgan)
 P9: p ^ q (P8, doble negación)
 P10 p (P9 SC)
MATEMÁTICA DISCRETA 8

E3:
A alguien del curso le gusta resolver problemas de geometría. Todas las personas a
las que le gusta resolver problemas de geometría se preocupan por saber
trigonometría Por tanto hay alguien en este curso que se preocupa por resolver
problemas de trigonometría.

P(x): x es alguien del curso


A(x): a x le gusta resolver problemas de geometría
R(x): x se preocupa por saber trigonometría

 P1: ∃ x (P(x)^Q(x))
 P2: ∀ x (Q(x)→R(x))
∃ x (P(x)^R(x))

 P3: P(a)^Q(a) (P1, EE)


 P4: Q(a)→R(a) (P2, EU)
 P5: Q(a) (P3, SC)
 P6: ~Q(a)^R(a) (P4, condicional)
 P7: Q(a)^R(a) (P5, P6, absorcion)
 P8: R(a) (P7, SC)
 P9: P(a) (P3, SC)
 P10: P(a)^P(a) (P8, P9, combinacion)
 P11: ∃x(P(x)^R(x)) (P10, EE)
MATEMÁTICA DISCRETA 9

MÉTODOS DE DEMOSTRACIÓN
 Método Directo
(𝑝 → 𝑞)

Se basa en el principio de la ley lógica implicancia o condicional, es decir, se parte del


hecho que es verdadero y se debe llegar a que la tesis “q” también es verdadera.

Ejemplo

 Si m es impar entonces 𝑚2 es impar.


Demostración

Sea 𝑚 = 2𝑘 + 1; 𝑘 ∈ 𝑍 + y definición de 𝑚 impar entonces si elevamos 𝑚 al cuadrado

𝑚2 = (2𝑘 + 1)2 = 2𝑘 2 + 2𝑘 + 1

= 2(𝑘 2 + 𝑘) + 1

Cerradura/completitud

Pero al ser 2(𝑘 2 + 𝑘) es par, lo reemplazamos 𝑘 2 + 𝑘 por 𝑘1 , 2𝑘1 + 1 es impar por ende si
𝑚 es impar 𝑚2 es impar.

 Método Indirecto
Se basa en la contra positiva es decir demostrar 𝑝 → 𝑞 es equivalente a demostrar ~𝑞 →
~𝑝.

Por ejemplo demostrar

Si 𝑛2 es impar entonces 𝑛 es impar

p → q

es más fácil demostrar con la contra positiva es decir:

Si 𝑛 es par entonces 𝑛2 es par

~𝑞 → ~𝑝

Lo cual es cierto por ser 𝑛 par entonces 𝑛 = 2𝑘, 𝑘 ∈ 𝑍 + elevando al cuadrado 𝑛2 = 4𝑘 ⇒


2(2𝑘)2 es par

Por equivalencia quedaría demostrado que si 𝑛2 es impar entonces 𝑛 es impar


MATEMÁTICA DISCRETA 10

 Método por el absurdo


Implica negar la tesis asumiéndola como verdad al llegar a una contradicción, entonces la
tesis asumida es falsa por ende es verdad la tesis inicial.

Por ejemplo:

√2 es irracional

Demostración

Negando la tesis decimos que √2 es racional; al ser racional puede expresarse como un
quebrado

Entonces:
𝑝
√2 =
𝑞

Donde p y q son números primos entre si es decir su divisor común es 1

Elevando al cuadrado

𝑝2
2 = 2 → 2𝑞 2 = 𝑝2
𝑞

Por ende 𝑝2 es par, es decir tiene un divisor que es 2 y puede representarse p como 2k;
donde 𝑘 ∈ 𝑍 +

Reemplazando:

2𝑞 2 = (2𝑘)2 = 4𝑘 2

𝑞 2 = 2𝑘 2 → 𝑞 2 es par y tiene como divisor a 2

Pero se había asumido inicialmente que p y q eran primos entre sí; es decir solo el número
1 los dividía, pero observamos que tienen otro divisor 2; por ende no son primos entre si o
relativos, implica que la tesis asumida de que √2 era racional es falsa por ende
√2 𝑒𝑠 𝑖𝑟𝑟𝑎𝑐𝑖𝑜𝑛𝑎𝑙.

PROPIEDAD DEL BUEN ORDEN

Todo conjunto que pertenece a los números enteros positivos tiene un elemento mínimo
llamado cota inferior.

Demostración:
MATEMÁTICA DISCRETA 11

Sean los números enteros positivos 1, 2, 3,…,𝑥1 , 𝑥2 ,…, 𝑥𝑛 ; si extraemos un subconjunto


(𝑥1 , 𝑥2 , … , 𝑥𝑛 )

𝑥1 debe ser el elemento minimo si negamos ello quiere decir que hay otro elemento
minimo.

Tendría que ser 𝑥1 − 1 pero 𝑥1 − 1 ya no pertenece a dicho subconjunto, por ende hay una
contradicción.

Por lo tanto 𝑥1 es el mínimo de dicho subconjunto.


MATEMÁTICA DISCRETA 12

PRINCIPIO DE INDUCCIÓN MATEMÁTICA EN 𝐙 +


Se debe cumplir lo siguiente:

1) 𝑃(0) 𝑒𝑠 𝑣𝑒𝑟𝑑𝑎𝑑
2) 𝑃(𝑘) → 𝑃(𝑘+1) 𝑒𝑠 𝑣𝑒𝑟𝑑𝑎𝑑

∴ 𝑃(𝑚) 𝑒𝑠 𝑣𝑒𝑟𝑑𝑎𝑑 𝑝𝑎𝑟𝑎 𝑐𝑢𝑎𝑙𝑒𝑠𝑞𝑢𝑖𝑒𝑟𝑎 𝑚

Demostración:

De igual manera usamos el método del absurdo y decimos que existe un conjunto que
pertenece a 𝑍 + tal que 𝑃(𝑥) 𝑒𝑠 𝑓𝑎𝑙𝑠𝑜.

Sea el conjunto x = { 𝑥 1, 𝑥2, … , 𝑥𝑘 } entonces por la propiedad del buen orden, x tiene un
elemento mínimo en este caso 𝑥1 y 𝑃(𝑥1 ) es falso, entonces:

𝑥1 − 1 ≠ 0 𝑦𝑎 𝑞𝑢𝑒 𝑃(0) Es verdadero, entonces 𝑥1 − 1 > 0

Pero por la 2da proposición del principio de inducción matemática:


𝑃(𝑥 1 −1) => 𝑃(𝑥 1 −1 + 1) 𝑒𝑠 𝑣𝑒𝑟𝑑𝑎𝑑

Pero 𝑃(𝑥 1 −1 + 1) = 𝑃(𝑥1 ) es verdad, lo cual contradice que 𝑃(𝑥1 ) sea falso.

Por ende la existencia de que había un conjunto x en el cual su o sus elementos hacían
que 𝑃(𝑥1 ) sea falso no se da.

∴ 𝑃(𝑚) 𝑒𝑠 𝑣𝑒𝑟𝑑𝑎𝑑 ∀ 𝑛 𝑞𝑢𝑒 𝑝𝑒𝑟𝑡𝑒𝑛𝑒𝑐𝑒 𝑎 𝑍 +

E1:
 Demostrar que 𝑎2𝑛 − 1 es divisible por a+1.
Solución:
Si n=1
𝑎2 − 1 = (𝑎 − 1)( 𝑎 + 1)
(𝑎 − 1)( 𝑎 + 1)
=𝑎−1
( 𝑎 + 1)
𝑎2 − 1 𝑒𝑠 𝑑𝑖𝑣𝑖𝑠𝑖𝑏𝑙𝑒 𝑝𝑜𝑟 𝑎 + 1
MATEMÁTICA DISCRETA 13

Si n=k
𝑎2𝑘 − 1, asumiendo que es verdad (Hipótesis inductiva)
Si n=k+1

𝑎2(𝑘+1) − 1 = 𝑎2𝑘+2 − 1
𝑎2 . 𝑎2𝑘 − 1
𝑎2 (𝑎2𝑘 − 1) + (𝑎2 − 1)

Por hipótesis Es divisible


inductiva es por (a+1)
divisible por
(a+1)

∴ 𝑎2(𝑘+1) − 1 𝑒𝑠 𝑑𝑖𝑣𝑖𝑠𝑖𝑏𝑙𝑒 𝑝𝑜𝑟 (𝑎 + 1)

E2:

 Demostrar que 6.7𝑚 − 2. 3𝑚 es múltiplo de 4.


Solución:
Si m=1
6.71 − 2. 31 = 36 ……………. Es múltiplo de 4
Si m=k
6.7𝑘 − 2. 3𝑘 , asumiendo que es verdad (Hipótesis inductiva)
Si m=k+1
6.7𝑘+1 − 2. 3𝑘+1 = 6.7𝑘+1 − 2. 3𝑘+1 − 2.3𝑘 . 4 + 2.3𝑘 . 4
= 6.7𝑘 . 7 −
7. (2. 3𝑘 ) − 4. (2.3𝑘 )
Por hipótesis Es múltiplo
inductiva es de 4
= 7. (6.7𝑘 −
2. 3𝑘 ) + múltiplo de 4 4. (2.3𝑘 )

∴ 6.7𝑚 − 2. 3𝑚 𝑒𝑠 𝑚𝑢𝑙𝑡𝑖𝑝𝑙𝑜 𝑑𝑒 4

E3:

 (r(cos 𝜃 + 𝑖 sin 𝜃))𝑛 = r 𝑛 (cos(𝑛𝜃) + 𝑖 sin(𝑛𝜃)) ; n∈Z


MATEMÁTICA DISCRETA 14

Para n=0

(r(cos 𝜃 + 𝑖 sin 𝜃))𝑛 = (r(cos 𝜃 + 𝑖 sin 𝜃))0 = 1

Para n>0

(r(cos 𝜃 + 𝑖 sin 𝜃))1 = r1 (cos(1. 𝜃) + 𝑖 sin(1. 𝜃))

= r(cos 𝜃 + 𝑖 sin 𝜃)

Para n=k (Hipótesis inductiva)

(r(cos 𝜃 + 𝑖 sin 𝜃))𝑘 = r 𝑘 (cos(𝑘𝜃) + 𝑖 sin(𝑘𝜃))

Para n=k+1

𝑘+1
(r(cos 𝜃 + 𝑖 sin 𝜃)) = r 𝑘+1 (cos 𝜃 + 𝑖 sin 𝜃)𝑘 (cos 𝜃 + 𝑖 sin 𝜃)1

= r 𝑘 . 𝑟(cos(𝑘. 𝜃) + 𝑖 sin(𝑘. 𝜃))(cos 𝜃 + 𝑖 sin 𝜃)

= r 𝑘+1 [(cos(𝑘. 𝜃) cos θ − sin(𝑘. 𝜃) sin 𝜃)+

𝑖(cos(𝑘. 𝜃) sin 𝜃 + sin(𝑘. 𝜃) cos 𝜃)]

=r 𝑘+1 (cos((𝑘 + 1). 𝜃) + 𝑖 sin((𝑘 + 1). 𝜃))

Para n<0

Sea n= -m, m ∈ 𝑍+

(r(cos 𝜃 + 𝑖 sin 𝜃))𝑛 = (r(cos 𝜃 + 𝑖 sin 𝜃))−𝑚


1 cos(𝑚𝜃)−𝑖 sin(𝑚𝜃)
= ((cos 𝜃+𝑖 sin 𝜃)𝑚 )(cos(𝑚𝜃)−𝑖 sin(𝑚𝜃))

= cos(𝑚𝜃) − 𝑖 sin(𝑚𝜃) ………. Pero n=-m  -n=m

= cos(−𝑛. 𝜃) − 𝑖 sin(−𝑛. 𝜃)

= cos(−𝑛. 𝜃) + 𝑖 sin(𝑛. 𝜃)

PROPIEDADES

1) ∑𝑛𝑖=1 𝑘 = 𝑘. ∑𝑛𝑖=1 1 = km

2) ∑𝑛𝑖=1 𝑘𝑎𝑖 = 𝑘. ∑𝑛𝑖=1 𝑎𝑖


MATEMÁTICA DISCRETA 15

3) ∑𝑛𝑖=1(𝑎𝑖 ± 𝑏𝑖 ) = ∑𝑛𝑖=1 𝑎𝑖 ± ∑𝑛𝑖=1 𝑏𝑖

4) ∑𝑛𝑖=𝑚(𝐹𝑖 − 𝐹𝑖−1 ) = 𝐹𝑛 − 𝐹𝑚−1 (propiedad telescópica)

Ejemplo de telescópica:

∑ 5𝑘
𝑘=1

∑(5𝑘 − 5𝑘−1 ) = 5𝑛 − 50
𝑘=1

𝑛 𝑛

∑ 5 − ∑ 5𝑘−1 = 5𝑛 − 1
𝑘

𝑘=1 𝑘=1

𝑛 𝑛
1
∑ 5 − ∑ 5𝑘 = 5𝑛 − 1
𝑘
5
𝑘=1 𝑘=1

𝑛
4
∑ 5𝑘 = 5𝑛 − 1
5
𝑘=1

𝑛
4
∑ 5𝑘 = (5𝑛 − 1)
5
𝑘=1
MATEMÁTICA DISCRETA 16

RECURSIVIDAD
Es un proceso repetitivo de la función recursiva llaman close así mismo varias veces hasta
retornar al punto de partida.

Ejemplo: plantear la función recursiva del factorial de un número.

1 𝑚=0
𝑓(𝑚) {
𝑚 = 𝑓𝑎𝑐𝑡(𝑚 − 1) 𝑠𝑖 𝑚 > 1

E2.

Si se tiene

1+2+3+………+ m

Su función recursiva es

1 𝑠𝑖 𝑚 = 1
𝑆(𝑚) {
𝑚. 𝑠(𝑚 − 1) 𝑠𝑖 𝑚 > 1

E3.

La función recursiva de la potencia de un número donde m є N es

1 𝑚=0
𝑝𝑜𝑡(𝑥, 𝑚) {
𝑥. 𝑝𝑜𝑡(𝑥, 𝑚 − 1) 𝑠𝑖 𝑛 > 0

E4

Dada el algoritmo plantee su función recursiva

MCD(x , y)

Mientras (x!=y)

If (x>y)

X=x-y

Else

Y=y-x

End if

Fin mientras

Return x
MATEMÁTICA DISCRETA 17

Fin

Función Recursiva
𝑥 𝑥=𝑦
𝑀𝐶𝐷(𝑥, 𝑦) {𝑀𝐶𝐷(𝑥 − 𝑦, 𝑦) 𝑥>𝑦
𝑀𝐶𝐷(𝑥, 𝑦 − 𝑥) 𝑥<𝑦

E 4.

Es Aᵉ Matriz exponencial

P1 Lee m//Dimensión

P2 for(i=1 to m)

for(j=1 to m)

lee A[i][j]

B[i][j] =A[i][j]

fin for

fin for

P3 Lee e// Lee exponente

P4 for x=2 to e

For i=1 to m

For j=1 to m

P[i][j]=0

For k=1 to m

P[i][j] = P[i][j]+A[i][j]*B[i][j]

Fin for

Fin for

Fin for e

P5 //impresión

For i=1 to m

For j=1 to m
MATEMÁTICA DISCRETA 18

Imprime P[I][J]

Fin for

Fin for

𝐴 𝑒=1
𝑃𝑚(𝐴, 𝑒) {
𝐴𝑥 𝑃𝑚(𝐴, 𝑒 − 1) 𝑒 > 1

ALGUNOS ALGORITMOS RECURSIVOS

Accion Buscar()

Inicio

Leer V

i=BuscaRecur(A,1,N,V)

si i=N+1

Escribir “Si existe Valor”

FinSi

Fin

Accion BusSecRecur(A,i,N,V)

Inicio

si i<=n

si( A[i]=V)

retornar i

sino

Retornar BusSec Buscar(A, i+1,N,V)

finsi

finsi
MATEMÁTICA DISCRETA 19

Fin

Accion Buscar(A,N)

Inicio

pos=0

Leer Val

Escribir BusBin(A,N,Val,Pos)

Si pos=0

Escribir V “No se encuentra#

Sino

Escribir V “Se encontró en la posision” pos

Finsi

Accion Busbin(A,izq,der,val)

Inicio

Si izq=der

Retornar izq

Sino

X=(izq+der)/2

Si val<A[x]

Retornar BusBin(A,izq, k,val)

Sino

Retornar BusBin(A,der+1,j,val)

Finsi

Finsi

Fin
MATEMÁTICA DISCRETA 20

 A es el arreglo
 N es el tamaño del arreglo
 Val es el valor a buscar

No existe, 𝑖>𝑛
𝑓(A, i, N, V) = {
f(A, i + 1, N, V), 𝑖≤𝑛

E1.

n+1 si m = 0
ACK(m, n) { ACK(m − 1,1) si n = 0
ACK(m − 1, ACK(m, n − 1)) 𝑠𝑖 𝑚 ≠ 0 𝑦 𝑛 ≠ 0

Hallar: ACK(1,1) =?

ACK(1,1) = ACK(0,ACK(1,0))

=ACK(0,ACK(0,1))

=ACK(0,2)

=3

E2.

Si queremos repartir n objetos en k cajas iguales, podemos utilizar la formula recursiva

S(n,k) = S(n-1,k-1)+k*S(n-1,k)

Satisface:

S(n,1)=1, S(n,n)=1

Implemente su Algoritmo recursivo colocar 3 bolas de diferentes colores en 2 cajas iguales


{𝑎, 𝑏, 𝑐}

a bc ab c ac b

Accion repartir (n,k)

Inicio

Leer n,k

Si(k=1) y (n,k)
MATEMÁTICA DISCRETA 21

Retornar 1

Sino

Retornar repatir(n-1,k-1) , k*repartir(n-1,k)

Finsi

Fin

RELACIÓN RECURSIVA

Es un proceso repetitivo en el que cada término se puede expresar en términos anteriores.

Sn=C1 Sn-1+ C2 Sn-2+….+ Ck Sn-k

Donde S0, S1 son condiciones iniciales

E1.

𝑆𝑛 =2*𝑆𝑛 − 1 + 1, 𝑆0 =0

Halle la formula iterativa (formula no recursiva)

=2 x(2 x 𝑆𝑛 − 2 +1) + 1 = 22 𝑆𝑛 − 2 +2+1

=22 𝑆0 + 2𝑛−1 + ⋯ … … +2+1

= 2𝑛 𝑆0 + 2𝑛−1 + ⋯ … … + 22 + 2 + 1

= 2𝑛 ∗ 0 + 2𝑛−1 + ⋯ … … + 22 + 2 + 1
= 2𝑛 ∗ 0 + 2𝑛−1 + ⋯ … … + 22 + 2 + 1

= 2𝑛−1 + ⋯ … … + 22 + 2 + 1 = 2𝑛 − 1

E2.

Dada la relación recursiva


𝑛 𝑛
𝑆𝑛 = 𝑆 [ 2] + 𝑆 [ 3] ; 𝑆0 = 0 𝑦 𝑆1 = 1

Halle 𝑆16

𝑆16= 𝑆8 + 𝑆6

= 𝑆4 + 𝑆2 + 𝑆2 + 𝑆1

= 𝑆2 + 𝑆1 + 𝑆1 + 𝑆0 + 𝑆1 + 𝑆0 + 𝑆1 = S
MATEMÁTICA DISCRETA 22

E3.

Haga la relación recursiva, para la cantidad de movimientos en el problema de las torres


de Hanoi y muestre la fórmula iterativa.

𝑇𝑛 = 2 𝑇𝑛−1 + 1

𝑇0 = 0

𝑇1 = 1

𝑇2 = 3

=2𝑛 − 1

E4.

Dado 𝑆𝑛 = 3 𝑆𝑛−1 ; 𝑆0 = 1

Halle 𝑆6

𝑆6 = 3𝑆5

= 3 . 3𝑆4

= 3 . 3 .3 𝑆3

= 33 . 3 𝑆2

= 34 . 3 𝑆1

= 35 . 3 𝑆0

= 36 . 1 = 729

Si Juan toma el autobús, luego Juan pierde su cita. Si el autobús llega tarde, diseñar la expresión lógica

Formulación

𝑅 ⟶ (𝑄 → 𝑃)

𝑅 → (∼ 𝑄 ∨ 𝑃)

∼ 𝑅 ∨∼ 𝑄 ∨ 𝑃

∼𝑄
MATEMÁTICA DISCRETA 23

Q ∼𝑄∨𝑃

P 𝑆 =∼ 𝑅 ∨∼ 𝑄 ∨ 𝑃

∼𝑅

Simbología

 𝐴∪𝐵 A

𝐴∪𝐵

 𝐴∩𝐵 A

𝐴∩𝐵

 ̅̅̅̅̅̅̅
𝐴∪𝐵
A

 ̅̅̅̅̅̅̅
𝐴∩𝐵
MATEMÁTICA DISCRETA 24

((𝑝 ∧ 𝑞 ∧ 𝑟) ∨ (∼ 𝑝 ∧ 𝑞 ∧ 𝑟) ∨ (𝑝 ∧ 𝑞 ∧ 𝑟)) ∧ (𝑠 ∨ 𝑥)

((𝑝 ∧ 𝑞 ∧ 𝑟) ∨ (∼ 𝑝 ∧ 𝑞 ∧ 𝑟)) ∧ (𝑠 ∨ 𝑥)

[(𝑞 ∧ 𝑟) ∧ (𝑝 ∨∼ 𝑝)] ∧ (𝑠 ∨ 𝑥)

[(𝑞 ∧ 𝑟)] ∧ (𝑠 ∨ 𝑥)

6-9
A\BC 00 01 11 10
𝑓2 = (1,2,3,4,5,7)
0 1 1 1
𝑓2 = 𝐶 + 𝐴𝐵̅ + 𝐴̅𝐵 1 1 1 1

A\BC 00 01 11 10
𝑓3 = (0,1,3,6)
0 1 1 1
𝑓3 = 𝐴𝐵̅ + 𝐴̅𝐶 + 𝐴𝐵𝐶̅ 1 1

A\BC 00 01 11 10
𝑓4 = (0,1, ,4,5,6)
0 1 1
𝑓4 = 𝐵̅ + 𝐴𝐶̅ 1 1 1 1

A\BC 00 01 11 10
𝑓6 = (3,4,5,6)
0 1
𝑓6 = 𝐴𝐵̅ + 𝐴𝐶̅ + 𝐴̅𝐵𝐶 1 1 1 1

AB\CDE 000 001 011 010 110 111 101 100


00 1 1 1 1
01 1 1 1 1
11 1 1 1 1
MATEMÁTICA DISCRETA 25

6-13 10 1 1 1 1
0,1,2,3,16,17,18,19,10,14
𝑓1 = ( )
, 15,13,24,30,31,29

AB\CDE 000 001 011 010 110 111 101 100


𝑓2 = (9,11,25,27,29,31,21,23) 00
01 1 1
𝑓2 = 𝐴𝐵̅𝐸 + 𝐵𝐶E
11 1 1
10 1 1 1 1

AB\CDE 000 001 011 010 110 111 101 100


𝑓3 = (0,1,16,17,4,5,20,21,28,29,31) 00 1 1 1 1
01
𝑓3 = 𝐵̅𝐷
̅ + 𝐴𝐶𝐷
̅ + 𝐴𝐵𝐶𝐸
11 1 1 1
10 1 1 1 1

AB\CDE 000 001 011 010 110 111 101 100


𝑓4 = (8,16,24,0,4,12,28,20) 00 1 1
01 1 1
̅ 𝐸̅
𝑓4 = 𝐷
11 1 1
10 1 1

AB\CDE 000 001 011 010 110 111 101 100


𝑓5 = (0,1,2,3,4,6,9,10,11,13,33,34,35,36) 000 1 1 1 1 1 1
001 1 1 1 1
̅̅̅̅̅̅̅̅ + 𝐴̅𝐵̅𝐷
𝑓5 = 𝐴𝐵𝐶𝐷 ̅ 𝐸̅
011
010
110
111
101
100 1 1 1 1
MATEMÁTICA DISCRETA 26

AB\CDE 000 001 011 010 110 111 101 100


𝑓6 = 𝐴̅𝐵𝐶𝐷
̅ 𝐹 + 𝐵𝐶𝐷
̅ 𝐸𝐹̅ + 𝐵𝐶𝐷𝐸̅ + 𝐴𝐵𝐶𝐷
̅ + 𝐴𝐵𝐶𝐸𝐹̅
000
001
011 1 1 1 1 1
010
110
111
101
100 1 1 1 1 1 1 1

AB\CDE 000 001 011 010 110 111 101 100


000 1 1
𝑓7 = 𝐴𝐵̅𝐸𝐹̅ + 𝐴̅𝐵̅ 𝐶𝐸̅ + 𝐴̅𝐶 𝐷
̅ 𝐸𝐹̅ 001 1 1
011 1 1 1 1 1
010
110
111
101 1 1
100 1 1

AB\CDE 000 001 011 010 110 111 101 100


000
𝑓8 = 𝐴̅𝐵𝐶̅ + 𝐵𝐶̅ 𝐷 + 𝐴𝐶̅ 𝐷 001
011
010 1 1 1 1 1 1 1 1
110 1 1 1 1
111
101
100 1 1 1 1
MATEMÁTICA DISCRETA 27

CARDINALIDAD
Dados los conjuntos:

A, B la cardinalidad en A o B es

|A U B| = |A| + |B| - |AB|

 Cardinalidad es cantidad de elementos.

Demostración:

Sea: A/B = { x1, x2, x3,… , xr}

B/A = { y1, y2, y3,… , ys}

Elementos que están en A y B = {s1, s2, s3, … , sm}

|AUB| = r+m+s … (α)

Ahora

|A| = r+m

|B| = s+m |A| + |B| - |AB| = r+m+s+m-m

|AB| = m = r+s+m .. (β)

Como α= β

|AUB| = |A| + |B| - |AB|

Para un número finito de conjuntos A1, A2, A3,…, An

|A1 U A2 U A3 U ,,, U An| = ∑𝑖 |𝐴𝑖| - ∑𝑖<j |𝐴𝑖 ∩ 𝐴𝑗| + ∑𝑖<j<k |𝐴𝑖 ∩ 𝐴𝑗 ∩ 𝐴𝑘| - …

+ (−1)𝑛+1 |A1 ∩ A2 ∩ … ∩ An|


MATEMÁTICA DISCRETA 28

E1.

Determine el número de enteros positivos “n” tales que 1 ≤ n ≤ 100 y “n” no es divisible
entre 2,3 o 5

Una vez resuelto plantee el plantee el algoritmo para hallar cuales son estos números.

U = 100 |A| + |B| + |C| - |AB| - |AC| - |BC| + |ABC|

A = 2̇ 50 + 33 + 20 - 16 – 10 – 6 + 3 = 74

B = 3̇ 100 – 74 = 26

C = 5̇

E2.

De 200 estudiantes, 50 toman el curso de matemáticas discretas, 140 el curso de


economía y 24 ambos, como ambos cursos programaron sus exámenes el día siguiente,
solo los estudiantes que no estén en ninguno de estos cursos podrán ir a la fiesta de la
noche siguiente, se quiere ver cuantos estudiantes irán a la fiesta.

Si se tiene 4 conjuntos e interceptados de 3 en 3 es el vacío a cuanto equivale la fórmula:

|AUBUCUD| = |A| + |B |+ |C| + |D| - |A∩B| - |B∩C| - |C∩D| - |A∩D| + |A∩B∩C| + |A∩C∩D|
+ |B∩C∩D| - |A∩B∩C∩D|

= |A| + |B |+ |C| + |D| - ( |A∩B| + |B∩C| + |C∩D| + |A∩D| )


MATEMÁTICA DISCRETA 29

CONGRUENCIA
Es un término usado en la teoría de números para designar que dos números enteros a y b
tienen el mismo resto al dividirlos por un número natural n≠0, llamado el módulo, esto se
expresa utilizando la notación

𝑎 ≅ 𝑏(𝑚𝑜𝑑 𝑚)

𝑎 − 𝑏 = 𝑘𝑚

Se lee a congruente con b módulo m

 El resto de a entre m es el resto de b entre m


𝑎 𝑚𝑜𝑑 𝑚 ≈ 𝑏 𝑚𝑜𝑑 𝑚

 También se puede decir que m divide exactamente a la diferencia de a y b


𝑚|𝑎 − 𝑏

 “a” se puede escribir como la suma de b y un múltiplo de m


∃𝑘 ∈ℤ , 𝑎 = 𝑏 + 𝑘𝑚

PROPIEDADES

1. Reflexividad

𝑎 ≅ 𝑎 ( 𝑚𝑜𝑑 𝑚)

2. Simetría

Si 𝑎 ≅ 𝑏(𝑚𝑜𝑑 𝑚) entonces 𝑏 ≅ 𝑎(𝑚)

3. Transitividad
Si 𝑎 ≅ 𝑏(𝑚𝑜𝑑 𝑚) y 𝑏 ≅ 𝑐(𝑚𝑜𝑑 𝑚) entonces también 𝑎 ≅ 𝑐(𝑚𝑜𝑑 𝑚)

Ahora si 𝑎 ≅ 𝑏(𝑚𝑜𝑑 𝑚) y k es un entero entonces también se cumple:

 𝑎+𝑘 ≅𝑏+𝑘
 𝑘𝑎 ≅ 𝑘𝑏(𝑚𝑜𝑑 𝑚)
 𝑎𝑘 ≅ 𝑏 𝑘 (𝑚𝑜𝑑 𝑚) , 𝑘 > 0
MATEMÁTICA DISCRETA 30

EJERCICIOS PROPUESTOS

E1.

Si 𝑎 ≅ 𝑏(𝑚𝑜𝑑 𝑚) ↔ 𝑎 − 𝑏 = 𝑘𝑚 , 𝑘 𝜖 ℤ

Por hipótesis inductiva

𝑎𝑘 = 𝑏 𝑘 (𝑚𝑜𝑑 𝑚) ↔ 𝑎𝑘 − 𝑏 𝑘 = 𝑘1 𝑚 … (𝐻𝐼) , 𝑘1 ∈ ℤ

 Para n=k+1
𝑎𝑘+1 = 𝑏 𝑘+1 (𝑚𝑜𝑑 𝑚)

𝑎𝑘+1 − 𝑏 𝑘+1= 𝑎𝑘 . 𝑎 − 𝑏 𝑘 . 𝑏 + 𝑎𝑘 . 𝑏 − 𝑎𝑘 . 𝑏

= 𝑎𝑘 (𝑎 − 𝑏) + 𝑏(𝑎𝑘 − 𝑏 𝑘 )

= 𝑎𝑘 (𝑘𝑚) + 𝑏(𝑘1 𝑚)

𝑎𝑘+1 − 𝑏 𝑘+1 = (𝑎𝑘 𝑘 + 𝑏𝑘1 )𝑚

𝑎𝑘+1 − 𝑏 𝑘+1 = 𝑘3 𝑚 , 𝑘3 ∈ ℤ

𝑎𝑘 ≅ 𝑏 𝑘 ( 𝑚𝑜𝑑 𝑚)

E2.

𝑎 ≅ 𝑘𝑏(𝑚𝑜𝑑 𝑚)

Por hipótesis inductiva

𝑘𝑎 − 𝑘𝑏 = 𝑚𝑘1 , 𝑘1 ∈ ℤ

 𝑛 =𝑘+1
(𝑘 + 1)𝑎 − (𝑘 + 1)𝑏 = 𝑚(𝑘 + 1)

𝑎𝑘 + 𝑎 − (𝑏𝑘 + 𝑏) = (𝑎𝑘 − 𝑏𝑘) + 𝑎 − 𝑏

= 𝑘1 𝑚 + 𝑘𝑚

= (𝑘1 + 𝑘)𝑚

= 𝑘2 𝑚 , ∃ 𝑘2 ∈ ℤ

𝑘𝑎𝑘 ≅ 𝑘𝑏 𝑘 (𝑚𝑜𝑑 𝑚)

E3.

𝐴 = {1,2,3}
MATEMÁTICA DISCRETA 31

𝐴𝑥𝐴 = {(1,1), (1,2), (1,3), (2,1), (2,2), (2,3), (3,1), (3,2), (3,3)}

 𝑅1 = {(1,1), (2,1), (3,3)}


Su matriz booleana

1 0 0
𝑀𝑅1 = [1 0 0]
0 0 1
 No es reflexiva

 𝑅2 = {(1,2), (2,2), (3,3)}


Su matriz booleana

0 1 0
𝑀𝑅2 = [0 1 0]
0 0 1

 𝑅3 = {(1,1), (1,2), (2,2), (2,3), (3,3)}


Su matriz booleana

1 1 0
𝑀𝑅3 = [0 1 1]
0 0 1
 Es reflexiva

 𝑅4 = {(1,2), (2,1), (3,2), (3,3)}


Su matriz booleana

0 1 0
𝑀𝑅4 = [1 0 0]
0 1 1

 No es reflexiva
 No es simétrica
 No es transitiva
MATEMÁTICA DISCRETA 32

 𝑅5 = {(1,2), (2,1), (1,1)}


Su matriz booleana

1 1 0
𝑀𝑅5 = [1 0 0]
0 0 0

 No es reflexiva
 Es simétrica
 Es transitiva
MATEMÁTICA DISCRETA 33

RELACIONES SQL

T1 T2
A B A B
1 2 1 3
3 1 2 2
2 1 3 2

Intersección

T1ᴖ T2
A B
2 2

Select t1.a, t2.b from t1, t2 where t1. a = t2 and t1.b = t2.b

PRODUCTO CARTESIANO DE RELACIONES

T1 x T3
A B C D
1 2 1 2
1 2 3 2
3 1 1 2
2 2 1 2
2 2 3 2

Select t1.a , t1.b, t3.c , t3.d from t1 , t3


MATEMÁTICA DISCRETA 34

DIFERENCIA

T1 - T2
A B
1 2
3 1

*En todas las relaciones intersección, producto cartesiano, diferencia se genera una nueva
relación.

NORMALIZACIÓN DE RELACIONES

Consiste en optimizar o reducir el espacio de almacenamiento, mediante la técnica de


separar relaciones, pero con identificadores comunes (llaves).

Nombre_producto Cantidad Precio Nro_RUC Razón_social Distrito Dirección


Varchar (35) Int(4) Double(5) Char(11) Varchar(35) Varchar(20) Varchar(35)
Leche 12 8 1008280889 La Alborada Lima Abancay
255
Cafecito 20 28 1008280889 La Alborada Lima Abancay
255
Atún 30 25 1008280889 La Alborada Lima Abancay
255
Leche 15 8 1008280887 El Trigal Comas Los
Nogales
240
Cafecito 35 28 1008280887 El Trigal Comas Los
Nogales
240
Leche 40 8 1008280886 Tupayachi La Victoria Aviación
530
Atún 40 25 1008280886 Tupayachi La Victoria Aviación
530
Cafecito 50 28 1008280888 El Carmen Rímac Las Flores
210

145*8=1 160
bytes
MATEMÁTICA DISCRETA 35

DEPENDENCIA FUNCIONAL

 Hay que llevar los campos dependientes a otra relación, dicha relación tendrá una
llave principal que servirá de nexo, a su vez, con la relación que queda, agregándole
la misma llave que en esta relación se llamará foránea y debe ser del mismo tipo, y
longitud.
 Cuando la relación tiene una descripción que amerita ponerle un identificador o llave
se procede a hacerlo.
Ejemplo:
Nro_RUC  Razón_social
DNI  Nombres, apellidos, sexo

 Si existe por ejemplo nombre y apellido y no existe el DNI o código, debe agregarse
a la relación para luego descomponerla.

ID_producto  Nombre_producto, precio


Nro_RUC  Razón_social
ID_distrito  Distrito

ID_producto Cantidad Precio


(PK) Int(4) Double(5) 50*3=150
Char (10) bytes
P001 Leche 8
P002 Cafecito 28
P003 Atún 25

ID_distrito (PK) ID_distrito


Char (10) Char(10) 120 bytes
D001 Lima
D002 Comas
D003 La Victoria
D004 Rímac

Nro_RUC (PK) Razón_social


Char (11) Varchar (35)
1008280889 La Alborada 184 bytes
MATEMÁTICA DISCRETA 36

1008280887 El Trigal
1008280886 Tupayachi
1008280888 El Carmen

TABLA OPTIMIZADA

ID_producto Nro_RUC ID_Distrito Cantidad Dirección


Varchar (10) Char(11) Char(10) Int(4) Varchar(35)

Leche 1008280889 D001 12 Abancay


Cafecito 1008280889 D001 20 Abancay
Atún 1008280889 D001 30 Abancay
Leche 1008280887 D002 15 Los Nogales
Cafecito 1008280887 D002 35 Los Nogales
Leche 1008280886 D003 40 Aviación
Atún 1008280886 D003 40 Aviación
Cafecito 1008280888 D004 50 Las Flores
MATEMÁTICA DISCRETA 37

TÉCNICAS DE CONTEO
Concerniente a las técnicas para calcular posibilidades o maneras de realizar
permutaciones o combinaciones.

 Regla de la Suma
Cuando un suceso es independiente de otro y cada suceso tiene “n” maneras de realizarse
entonces la cantidad de posibilidades de “n” sucesos es igual a: 𝑛1 + 𝑛2 + ⋯ + 𝑛𝑘 𝑚𝑎𝑛𝑒𝑟𝑎𝑠.
Por ejemplo, si se tiene 4 candidatos demócratas y 3 republicanos ¿Cuántas posibilidades
hay de elegir un presidente de estos candidatos? Se observa que no hay ningún tipo de
dependencia, por ende la cantidad de posibilidades es: 4 + 3 = 7 𝑝𝑜𝑠𝑖𝑏𝑖𝑙𝑖𝑑𝑎𝑑𝑒𝑠

 Regla del Producto


Cuando se tiene sucesos en los cuales uno depende del otro entonces la cantidad de
posibilidades es: 𝑛1 ∗ 𝑛2 ∗ … ∗ 𝑛𝑘 𝑚𝑎𝑛𝑒𝑟𝑎𝑠. Por ejemplo, si se desea llegar de A a C
¿Cuántas posibilidades hay?

A B C

Para ir de A a C hay: 3 ∗ 2 = 6 𝑝𝑜𝑠𝑖𝑏𝑖𝑙𝑖𝑑𝑎𝑑𝑒𝑠.

COMBINACIONES

Son aquellas en las que no interesa el orden.

𝑚!
𝐶𝑘𝑚 =
(𝑚 − 𝑘)! 𝑘!

PROPIEDADES

1) (𝑛1) = 𝑛

2) (𝑛𝑛) = 1

3) (𝑛0) = 1

4) (𝑛𝑘) = (𝑛−𝑘
𝑛
)
MATEMÁTICA DISCRETA 38

5) (𝑛𝑘) + (𝑘+1
𝑛
) = (𝑛+1
𝑘+1
)

Demostración:

𝑛! (𝑘 + 1) 𝑛! (𝑛 − 𝑘)
+
(𝑘 + 1)! (𝑛 − 𝑘)! (𝑛 − 𝑘)! (𝑘 + 1)!

𝑛! (𝑘 + 1 + 𝑛 − 𝑘) 𝑛! (𝑛 + 1) (𝑛 + 1)!
= = =
(𝑘 + 1)! (𝑛 − 𝑘)! (𝑘 + 1)! (𝑛 − 𝑘)! (𝑘 + 1)! (𝑛 − 𝑘)!

VARIACIONES

Ordinarias: Consiste en elegir de N elementos k elementos diferentes, interesa el orden. Su

fórmula es:

𝑛!
𝑉𝑛,𝑘 =
(𝑛 − 𝑘)!

Con repetición: Consiste en contabilizar de N elementos, sí interesa el orden y hay

repetición, su fórmula es: 𝑛𝑘 .

E1.

El Banco de la Nación dispone de 6 casillas para generar su clave web compuesta por

números ¿Cuántas posibilidades se dispone?

10 10 10 10 10 10

#𝑃𝑜𝑠𝑖𝑏𝑖𝑙𝑖𝑑𝑎𝑑𝑒𝑠 = 106 .

E2.
MATEMÁTICA DISCRETA 39

El Banco BBVA dispone de 4 casillas para la clave en el cajero automático, dispone de 10

números y 28 letras ¿Cuántas posibilidades hay de armar su clave si al menos hay un

número y una letra, si siempre debe existir aunque sea un número y una letra?

38 38 38 38 - 10 10 10 10 - 28 28 28 28

#𝑃𝑜𝑠𝑖𝑏𝑖𝑙𝑖𝑑𝑎𝑑𝑒𝑠 = 384 − 104 − 284 .

E3.

La SUNAT al generar la clave del contribuyente, dispone de 10 números, 28 letras y 4

caracteres especiales (@, ! , = , / ) ¿Cuántas posibilidades hay de armar la clave si siempre

debe haber un número especial?

4 38 38 38 38

#𝑃𝑜𝑠𝑖𝑏𝑖𝑙𝑖𝑑𝑎𝑑𝑒𝑠 = 4 ∗ 384 .

E4.

Para generar la clave de administrados de un servidor MS Windows Server 12. Se dispone

de 28 letras minúsculas y 28 letras mayúsculas, 10 números y 10 caracteres especiales si

la clave debe tener uno letra mayúscula y debe tener al menos un carácter especial , las

demás casillas se deben de completar con las letras minúsculas y números , la cantidad de

caracteres de la clave es de 6 elementos ¿cuántas posibilidades hay de armar la clave?

28 10 38 38 38 38
MATEMÁTICA DISCRETA 40

#𝑃𝑜𝑠𝑖𝑏𝑖𝑙𝑖𝑑𝑎𝑑𝑒𝑠 = 28 ∗ 10 ∗ 384 .

COMBINACIONES CON REPETICIÓN

Que vienen a ser muestras ordenadas de k elementos que pueden repetirse, no interesa el
orden, su fórmula es:

𝑛+𝑘−1
𝐶𝑅𝑛,𝑘 = ( )
𝑘

PERMUTACIONES CIRCULARES

Consiste en contabilizar la cantidad de intercambio teniendo un elemento estático en una

mesa circular.

𝑃𝑐 = (𝑛 − 1)!

El 1 es el elemento estático, el cual no puede ser rotado.


MATEMÁTICA DISCRETA 41

NÚMEROS DE STIRLING
Se utilizan para contabilizar las formas de repartir n elementos en k cajas diferentes sin que
haya ninguna vacía.

Si es en cajas distintas:
𝑘
𝑘
𝑆(𝑛,𝑘) 𝑘! = ∑(−1)𝑘−𝑖 ( ) 𝑖 𝑛
𝑖
𝑖=1

Si te interesa el orden y no hay repetición.

Ahora si se ubica en cajas iguales, las formas de repartir n elementos en k cajas iguales sin
que haya ninguna familia. Su fórmula es:
𝑘
1 𝑘
𝑆(𝑛,𝑘) = ∑(−1)𝑘−𝑖 ( ) 𝑖 𝑛
𝑘! 𝑖
𝑖=1

No hay repetición, no interesa el orden, también se puede usar las fórmulas:

𝑆(𝑛,𝑘) = 𝑆(𝑛−1,𝑘−1) + 𝑘 ∗ 𝑆(𝑛−1,𝑘)

Se satisface que 𝑆(𝑛,1) = 1 y 𝑆(𝑛,𝑛) = 1 para cajas iguales.

E1.

En una bodega hay 3 tipos diferentes de botellas ¿De cuántas formas se pueden elegir 2
botellas? Y ¿cuáles son esas combinaciones?

4∗3
𝐶23+2−1 = =6
1∗2
AB AC BC

AA BB CC

E2.

¿De cuántas formas se pueden sentar 3 parejas de casados alrededor de una mesa
circular, si no debe haber 2 mujeres juntas, ni 2 hombres juntos?

𝑛(𝑚𝑎𝑛𝑒𝑟𝑎𝑠) = 𝑃𝑐(4) ∗ 2! = (4 − 1)! ∗ 2! = 3! ∗ 2! = 12


MATEMÁTICA DISCRETA 42

E3.

¿Cuántos anagramas (ordenamientos) se pueden hacer con las de la palabra


“enseñanza”, si las letras E, S, E deben ir juntas en cualquier orden?

ESENÑANZA

7! 3!
𝑉= ∗
2! ∗ 2! 2!

E4.

¿Cuántos números de 5 cifras se pueden escribir con cuatro 2 y cuatro 5?

22225 22255 55522 5552

5! 5! 5! 5!
=5 = 10 = 10 =5
4! 3! 2! 3! 2! 4!
5 + 10 + 10 + 5 = 30 𝑛ú𝑚𝑒𝑟𝑜𝑠.

E5.

¿Cuántos ordenamientos existen de la palabra “MATEMATICO” en los cuales las dos “A”
no están juntos, ni las dos “M”, ni las dos “T”?

MATEMATICO

10! 9! 9! 9!
− − −
2! 2! 2! 2! 2! 2! 2! 2! 2!
A= {x/x es un ordenamiento con “a” juntas}

B= {x/x es un ordenamiento con “b” juntas}

C= {x/x es un ordenamiento con “c” juntas}

Entonces:

|𝐴 ∪ 𝐵 ∪ 𝐶| = |𝐴| + |𝐵| + |𝐶| − |𝐴𝐵| − |𝐵𝐶| − |𝐴𝐶| + |𝐴𝐵𝐶|

9! 9! 9! 8! 8! 8! 7!
= + + − − − +
2! 2! 2! 2! 2! 2! 2! 2! 2! 1
3 ∗ 9! 3 ∗ 8!
= − + 7!
2! 2! 2!
10! 3 ∗ 9! 3 ∗ 8!
|𝐴̅ ∩ 𝐵̅ ∩ 𝐶̅ | = 𝑈 − |𝐴 ∪ 𝐵 ∪ 𝐶| = − + − 7!
2! 2! 2! 2! 2!
MATEMÁTICA DISCRETA 43

E6.

¿Cuántas permutaciones se pueden formar con los números 0, 1, 3, 5, 6,9 si el número 3


esta después de la segunda posición y el numero 6 debe ir en cualquier lugar que este
posterior al lugar del número 3?

1° _ _ 3 _ _ _ = 4*3*3*2=72

2° _ _ _ 3 _ _ =4*3*2*2=48

3° _ _ _ _ 3 6 =4*3*2*=24

72 + 48 + 24 = 144 𝑝𝑒𝑟𝑚𝑢𝑡𝑎𝑐𝑖𝑜𝑛𝑒𝑠.

E7.

El programa tv Ganadores El Día Domingo eligió a 15 finalistas (7 son del área


metropolitana) de estos 5 serían los ganadores de un viaje a Cancún ¿De cuántas
maneras se pueden elegir los ganadores de manera que se seleccione al menos un
finalista que no sea del área metropolitana?

E8.

Tres atletas toman parte de una competencia ¿De qué maneras pueden llegar a la meta?

i) Si llegan juntos
ii) Si llegan 2 juntos
iii) Si llegan 3 juntos

𝐶33 + 𝐶23 + 𝐶13 = 10

E9.

Se traen 5 objetos de diferente color y se desea poner en 3 repositorios iguales. ¿Cuántas


posibilidades han de asignar objetos a los repositorios si ninguna puede estar vacía?

𝑆(5,3) = 𝑆(4,2) + 3 ∗ 𝑆(4,3)

𝑆(5,3) = 𝑆(3,1) + 2 ∗ 𝑆(3,2) + 3(𝑆(3,2) + 3 ∗ 𝑆(3,3) )

𝑆(5,3) = (1 + 2(𝑆(2,1) + 2 ∗ 𝑆(2,2) )) + 3(𝑆(2,1) + 2 ∗ 𝑆(2,2) + 3(1))

𝑆(5,3) = (1 + 2(1 + 2(1))) + 3(1 + 2(1) + 3)

𝑆(5,3) = 7 + 3(6) = 25
MATEMÁTICA DISCRETA 44

GRAFOS
Un grafo está compuesto de vértices y aristas. Simbológicamente se representa como:

G (V, E)

Donde:

E = Edges (Aristas)

V= Vértices

GRAFO SIMPLE NO DIRIGIDO

El que no está compuesto con lazos o aristas paralelos.

V1 V2 V3

*Es dirigido cuando tiene la orientación (flechita)

Grafo con aristas paralelas dirigido y lazos son de la forma

V1 V2 V3

lazo o bucle

El grado de un vértice en una gráfica no dirigida viene a ser las aristas incidentes en un
vértice determinado.

δ (V1) = 2
V2
δ (V2) = 1
V1
δ (V3) = 1
V3
MATEMÁTICA DISCRETA 45

GRAFO DE SIMILITUD

Viene a ser un subconjunto de una gráfica que lo contiene

A D

B E

De la gráfica se puede extraer:

En una gráfica no dirigida cumple:

La sumatoria de todos los grafos de los vértices de una gráfica es igual al doble de la
cantidad de aristas que posee la gráfica (no debe haber puntos o vértices disco nexos de la
gráfica)

Demostración:

Por inducción:

V1---V2

Se observa Sumando

δ (v1)=1 2 = 2x (1)

δ (v2)=1
MATEMÁTICA DISCRETA 46

Se cumple!

HIPÓTESIS INDUCTIVA:

Para n=k nodos

V1---V2------------------------------Vk-1---Vk
𝑘

∑ δ(Vi) = 2𝑒𝑟
𝑖=1

Para n=k+1 nodos

V1---V2------------------------------Vk-1---Vk---Vk+1
𝑘+1 𝑘

∑ δ(Vi) = ∑ δ(Vi) + δ(𝑉𝑘+1 ) = 2𝑒𝑟 + 2 = 2(𝑒𝑟 + 1) = 2𝑒𝑟+1


𝑖=1 𝑖=1

H.I

Por lo tanto:
𝑘

∑ δ(Vi) = 2𝑒𝑟
𝑖=1

Circuito y trayectoria de Euler (Grafica no dirigida)

Toda grafica cuyos vértices son de grado par posee circuitos de Euler.

V1

V2 V4

V3

Todos son de grado par | Hay circuito de Euler y trayectoria de Euler

δ(V1)=2 | M1: V1-V2-V3-V4-V1

δ(V2)=2 | M2: V1-V4-V3-V2-V1


MATEMÁTICA DISCRETA 47

δ(V3)=2 |

δ(V4)=2 |

C E

M1: A-B-C-D-E-B |

Es una trayectoria de Euler | No hay circuito de Euler

M2: A-B-E-D-C-B |

Es otra trayectoria de Euler |

La trayectoria de Euler consiste en barrer todas las aristas una sola vez, ahora cuando
partiendo del inicio barre todas las aristas llegando al inicio o punto de partida se dice que
hay circuito de Euler (no hay que pasar 2 veces por la misma arista).

La demostración de que todos los vértices de grado par hacen que la gráfica tenga circuito
de Euler, se demuestra por inducción.

Para 2 nodos:

V1---V2 δ(V1)=2

δ(V2)=2

Hay C.E

HIPÓTESIS INDUCTIVA

n=k nodos

V1---V2----------------Vk-1---Vk
MATEMÁTICA DISCRETA 48

Para n=k nodos; esto es agregamos un nodo de grado par a discreción conexo a la
gráfica.

V1---V2----------------Vk-1---Vk---Vk+1

H.I. hay C.E.

Sigue habiendo C.E.

Por lo tanto:

Si todos los vértices son de grado par entonces existe circuito de Euler.

Teorema:

En una gráfica la cantidad de nodos de grado impar es par.

δ(V2)=3 V1
δ(V4)=3

V2 V3

V5 V4

δ(V1)=3 V1 V6
δ(V2)=3

δ(V2)=3 V2 V5

δ(V5)=3

V3 V4
MATEMÁTICA DISCRETA 49

Demostración:

Dada la gráfica compuesta de n nodos se hace una partición con dos grafos de similitud, la
primera tendrá nodos de grado par y la segunda nodos de grado impar.

--------------------------------------------------G--------------------------------------------------

V3 V3
V3 V3

V3

V3
V3 V3 V3 V3

V3 V3

V3
V3 V3
V3

V3

G1 (Grafos Par) G2 (Grafos Impar)

Partición:

G1 ∩ G2 = G

G1 ∪ G2 = ∅

Ahora por el teorema del “apretón de manos” o Handshaking.


𝑛

∑ δ(Vi) = 2𝑒
𝑖=1

n r s

∑ δ(Vi) = ∑ δ𝑝 (V1) + ∑ δ𝐼 (Vi) =2𝑒


i=1 i=1 i=1
MATEMÁTICA DISCRETA 50

2𝑒𝑝 + ∑ δ𝐼 (Vi) =2𝑒


i=1

∑ δ𝐼 (Vi) =2𝑒 − 2𝑒𝑝 = 2(𝑒 − 𝑒𝑝 )


i=1

La cantidad de nodos es par.

Traza:
V2

V1 V3

Matriz de Incidencia:

a
e1 e2 e3 e4 e5
𝑒1 a 1 1 1 0 0
b 1 0 0 1 0
b 𝑒2 𝑒3 c 0 1 1 1 1
𝑒4

𝑒5

a b c d
Grados de
aristas
B 2 3 1 1 7
que
A
entran
Grados de
C D aristas 1 1 3 2 7
que salen
MATEMÁTICA DISCRETA 51

X2

X1 ∑ δ(Vi) = 14 = 2(7)

X4 x1 x2 x3 x4
Int 2 3 1 3
Ext 3 3 2 1
X3
∑ ρ(Vi) = 18 = 2(9)

RECORRIDOS

En una gráfica Si A es la matriz de adyacencia (con aristas múltiples y lazos permitidos)


entonces el número de trayectorias diferentes de longitud r de Vi a Vj es igual a la entrada i
– j ésima de la matriz exponencial Ar.

Su Matriz de adyacencia (vecino) consiste en poner 1 si el nodo es vecino con otro.

A B

D C

A B CD

MA = A 0111
B 1000
C 1001
D 1010

Longitud se refiere a la cantidad de veces que es recorrida la arista.

E1.

Hallar el número de trayectorias de longitud 4 entre los nodos B y D

0 1 1 1
𝑀𝐴 = [1 0 0 0] → 𝑀 4 = 𝑀 2 ∗ 𝑀 2 =
𝐴 𝐴 𝐴
1 0 0 1
1 0 1 0
MATEMÁTICA DISCRETA 52

Trayectorias:

B-A-B-A-D

B-A-C-A-D

B-A-D-A-D

B-A-D-C-D

Con una gráfica dirigida

A B ¿Cuántas trayectorias de B a D hay de longitud 4?

C D

B-C-A-B-D

B-D-A-B-D

A B CD

A 0111 0111 1211


B 1000 MA * M A 2110 M A 2 * MA2 2232
C 1001 0100 2110
D 1010 1111 3332

B→D =2
MATEMÁTICA DISCRETA 53

Un grafo está compuesto de vértices y aristas, simbólicamente se representa como:


G(V , E) .

V :Vertices
E : Aristas

 Grafo simple no dirigido: No está compuesto con lazos ni con aristas paralelas.

*Es dirigido cuando tiene orientación (flechas).

 Grafos con aristas paralelas, dirigidas y con lazos son de la forma:

*El grado de un vértice vienen a ser las aristas incidentes en un vértice determinado.

 Grafo de similitud: Viene a ser un subconjunto de un grafica que lo contiene.

De la gráfica se puede extraer, una subgrafica seria:

En una gráfica no dirigida se cumple:


MATEMÁTICA DISCRETA 54

La sumatoria de grados de los n vértices es igual a dos veces la cantidad de aristas que
posee la gráfica (Teorema HANDSHAKING).

  (V )  2e
i 1
i

Demostración por inducción:

Se observa:

 (V1 )  1 

 2  2(1)
 (V2 )  1

Hipótesis inductiva: Para n=k

  (V )  2e
i 1
i k

Para n=k+1

k 1 k

  (V )    (V )   (V
i 1
i
i 1
i k 1 )  2ek  2  2(ek  1)  2en 1

H .I .
n
   (Vi )  2e
i 1
MATEMÁTICA DISCRETA 55

CIRCUITO Y TRAYECTORIA DE EULER


Todo grafica cuyos vértices son de grado par posee circuito de Euler.

 (V1 )  2
 (V2 )  2
 (V3 )  2
 (V4 )  2

No hay circuito de Euler.


1 : A  B  C  D  E  B
2 : A  B  E  D  C  B

La trayectoria de Euler consiste en barrer todas las aristas una sola vez; ahora cuando
partiendo del inicio barro todas las aristas llegando al inicio o punto de partida se dice que
hay circuito de Euler (NO HAY QUE PASAR DOS VECES POR LA MISMA ARISTA).
MATEMÁTICA DISCRETA 56

 La demostración de que todos los vértices de grado par hacen que la gráfica tenga
circuito de Euler se realiza por inducción:

 (V1 )  2
 (V2 )  2 Hay C.E.

Hipótesis inductiva: n=k

Para n=k+1 nodos, agregamos un nodo de grado par a discreción conexo a la gráfica.

Sigue habiendo C.E.

 Si todos los vértices son de grado par entonces existe C.E.

Matriz de incidencia

a
e1

b e2
e3
e4

e5

E1 E2 E3 E4 E5
A 1 1 1 0 0
B 1 0 0 1 0
MATEMÁTICA DISCRETA 57

C 0 1 1 1 1

a b

c d

a b c d
Grados 2 3 1 1 7
internos
(aristas
que
entran)
Grados 1 1 3 2 7
externos
(aristas
que salen)

X1 X2
11
1

X3 X4

¿A cuántos grados equivale a la gráfica?


MATEMÁTICA DISCRETA 58

X1 X2 X3 X4
Int 2 3 1 3 =9
ext 3 3 2 1 =9

Recorridos

En una gráfica si A es la matriz de adyacencia con ( aristas múltiples y lazos permitidos)


entonces el número de trayectoria diferentes de longitud r de 𝑉𝑖 a 𝑉𝑗 es igual a la entrada i-
jésima de la matriz exponencial 𝐴𝑟

A B

D C

Su matriz de adyacencia consiste en poner si el nodo es vecino con otro

0 1 1 1
𝑀𝐴 = [1 0 0 0]
1 0 0 1
1 0 1 0

Longitud se refiere a la cantidad de veces que es recorrida una arista. Encontrar el número
de trayectorias de longitud 4 entre los nodos B y D

4
0 1 1 1
𝑀𝐴 = [1 0 0 0] = 𝑀 2 ∗ 𝑀 2
𝐴 𝐴
1 0 0 1
1 0 1 0
MATEMÁTICA DISCRETA 59

Algoritmo de Floy Warshall

Sirve para hallar el camino minimo entre los nodos de un grafo

for( k=1 to n)

for( i=1 to n)

for( j=1 to n)

if M[i][j]> M[i][k]+M[k][j]

M[i][j]= M[i][k]+M[k][j]

end if

fin for

fin for

// n es el número de nodos

M[i][j] es la matriz de distancias de i a j

2
5 7

1 3
15

Inicialmente la matriz es:

0 5 15
𝑀=[5 0 7]
15 7 0
Veamos al pasar por el algoritmo de Floy Warshall en qué iteración cambia, haciéndose de
1 a 3, 12 en lugar de 15
MATEMÁTICA DISCRETA 60

k=2, i=1, j=3

si(M[1][3]>M[1][2]+M[2][3])

(15>5+7)

M[1][3]=M[1][2]+M[2][3]

Fin si

Algoritmo de Warshall o cerradura transitiva para saber si existe entre un nodo y otro en
gràficas dirigidas

for k=1 to n

for i=1 to n

for j=1 to n

M[i][j]=M[i][j]||M[i][k]&&M[k][j]

Fin for

Fin for

Fin for

1 3

Inicialmente la matriz booleana (015 𝑦 115 )

0 1 0
𝑀 = [0 0 1 ]
1 0 0

Quiere decir que inicialmente se pone por ejemplo que no hay camino entre el nodo 1 y3,
pero luego de pasar por Warshall, la matriz resultante saldrá
MATEMÁTICA DISCRETA 61

1 1 1
𝑀 = [1 1 1 ]
1 1 1

Es decir, hay camino entre todos los nodos incluido consigo mismo

k=2, i=1, j=3

M[1][3]=M[1][3]||M[1][2]&&M[2][3]

0||1&&1

0||1

M[1][3]=1

2
1
3
6
4
5

If M[i][j]>M[i][k]+M[k][j]

M[i][j]=M[i][k]+M[k][j]
MATEMÁTICA DISCRETA 62

COLOREADO DE GRAFOS
Es una técnica para utilizar la cantidad mínima de “colores” para un problema de intercalar
ya sea en transporte o propiamente coloreado.

¿Cuántos colores como mínimo se requiere para distinguir el mapa?

RB
RP

RA RF

RC RE
MATEMÁTICA DISCRETA 63

E2.Siete especies de peces venenosos. Se quiere transportar si el pez i no puede estar


con i+1 e i+2. ¿Cuántos contenedores se necesitan? Hacer el grafo antes.

1 ≤i ≤5

B 2 A C
4 6

1 3 5 7 A
A B
C

3 contenedores

C
B A
A 1 3 5 7

2 4 6
C A B

3 contenedores
MATEMÁTICA DISCRETA 64

ALGORITMO DE DIJKSTRA
Funcionalidad:

1. Leer la matriz de distancias entre todos los nodos


2. Elegir un nodo y dicho nodo etiquetarlo e ingresarlo a un arreglo E={V 1 … }
3. Calcular la distancia de dicho nodo a sus nodos adyacentes (para ello chequear la
matriz de adyacencia)
4. Elegir el nodo cuya distancia del nodo V1 elegido anteriormente es menor e
ingresarlo al Arreglo E= {V1 , V2 …}
5. Con dicho nodo V2 Calcular la distancia sus nodos adyacentes, luego elegir el nodo
que corresponde (distancia menor) incluyendo las distancias de a los nodos
anteriormente calculadas y que no fueron ingresadas al nodo E a esto se le llama
recálculo.
6. Repetir el paso 5 (for) hasta que E= { V1 , V2 , … , Vn }
Es decir todos los nodos hallan sido calculados al final se tiene las distancias
mínimas entre todos los nodos.
Ejemplo:

9
6 5
14 6
2

1 6
3 4
9 11

10
7 15

Hallar la distancia mínima entre todos los nodos, elija el nodo 1 como nodo inicial y arme el
conjunto E
MATEMÁTICA DISCRETA 65

12 2
14 5

7 4
2 3 4
4
5 1
5
4 6 1 3 8
2
1 7 2 1

5 5 9
4 2 2 13 5
11 8
4 4
6 8
8 7 7
4 1

E = {1, 7, 6, 2, 8, 5, 3, 9, 4}

Hallar la distancia mínima entre todos los nodos, elija el nodo 2 como nodo inicial y arme el
conjunto E

5 2
2 5 7
2 7 5
3
2 5 2
4

5 7
1 3 4
1
4 4
3 2 2 2 2
2
2 2
4 6 8
8 6
6 4

4 3

E = {2, 3, 1, 4, 5, 6, 7, 8}
MATEMÁTICA DISCRETA 66

Definición de Árbol

Sea G= (V,E) un grafo (no dígrafo) o multígrafo G es un árbol si es conexo y no contiene


ciclos.

Teorema 1

Si a y b son 2 vértices distintos de un árbol T=(V,E) entonces existe un camino único que
conecta dichos vértices.

Demostración:

Por la definición de árbol no puede tener aristas paralelas y tampoco tiene bucles.

Por el absurdo si existe otro camino entre a y b entonces entraría en conflicto con la
definición porque sería o tendría arista paralela por ende solo hay un camino único entre a
y b.

Teorema 2

Dado un árbol cualquiera T= (V,E) se verifica que:

|𝑉| = |𝐸| + 1

Demostración:

B 1
2
2=1+1

3=2+1 Cumple
A 2 3
2 V1 Cumple 2
V2

A B
MATEMÁTICA DISCRETA 67

|𝑉| = |𝑉1 | + |𝑉2 |


|𝑉| = 𝐸1 + 1 + 𝐸2 + 1 𝐸 = 𝐸1 + 𝐸2 + 1
|𝑉| = |𝐸| + 1

Definición:

Un árbol con raíz se dice que es un árbol m-ario, m>=< o un m-árbol cuando todo vértice
interno tiene como máximo m hijos.

Un árbol con raíz se dice que es un árbol m-ario completo si todo vértice interno tiene
exactamente m hijos.

Definición:

Un m-árbol con raíz y de altura h se dice que está equilibrado cuando todas sus hijas están
situadas en el nivel h o en el h-1

Teorema 3

Un m-árbol completo con i vértices internos tiene en total

|𝑉| = 𝑚𝑖 + 1 Vértices

Cada vértice tiene m hijos

𝑖 Vértices → 𝑚𝑖 hijos

|𝑉| = 𝑚𝑖 + 1 ←Raíz

|𝑉| = |𝐸| + 1

Nivel 0

Nivel 1

Nivel 2

𝐸 = 𝐸1 + 𝐸2 + 1

También |𝑉| = |𝑖| + 𝑙 en general

Cantidad de vértices es igual a cantidad de nodos internos más cantidad de hojas


MATEMÁTICA DISCRETA 68

4= 2+2

4 = Hijos + Hojas

Teorema 4

Dado una m-arbol completo si tiene:


𝑛(𝑚−1)+1
A) n vértices, entonces tendrá 𝒊 = (𝒏 − 𝟏)/𝒎 vértices internos y 𝑙 = hojas.
𝑚

|𝑉| = 𝑚𝑖 + 1 |𝑉| = |𝑖| + 𝑙


𝑛−1
𝑛 = 𝑚𝑖 + 1 𝑛= +𝑙
𝑚

𝑛−1 𝑛𝑚 − (𝑛 − 1)
=𝑖 =𝑙
𝑚 𝑚
𝑛𝑚 − 𝑛 + 1
=𝑙
𝑚
𝑛(𝑚 − 1) + 1
=𝑙
𝑚

B) i vértices internos tendrá 𝒏 = 𝒎𝒊 + 𝟏 vértices en total y 𝒍 = (𝒎 − 𝟏)𝒊 + 𝟏 hojas.


𝒍−𝟏
C) l hojas, entonces tendrá 𝒏 = (𝒎𝒍 − 𝟏)/(𝒎 − 𝟏) vértices en total e 𝒊 = 𝒎−𝟏 vértices
internos.

𝑛 = 𝑚𝑖 + 1
𝑛 =𝑙+𝑖

𝑙 = 𝑛 − 𝑖 = 𝑚𝑖 + 1 − 𝑖

𝑙 = (𝑚 − 1)𝑖 + 1

Teorema

En un árbol binario completo se cumple que:

|𝑉| = 2𝑛+1 − 1
MATEMÁTICA DISCRETA 69

Demostración:

Para h=0

𝑇(0) = 20+1 − 1 = 1

Para h=k

𝑇(𝑘) = 2𝑘+1 − 1 (H.I.)

Para h=k+1

𝑇(𝑘) = 2𝑘+2 − 1
𝑇(0) = 1
𝑇(1) = 3
𝑇(2) = 7
2𝑇(𝑘) + 1 = 𝑇(𝑘 + 1)
2(2𝑘+1 − 1) + 1 = 𝑇(𝑘 + 1)
2𝑘+1 . 2 − 2 + 1 = 𝑇(𝑘 + 1)
𝑇(𝑘 + 1) = 2𝑘+2 − 1

a)

a b
𝑆𝑖 \
𝑆0 𝑆1 , 𝑆3 𝑆2
𝑆1 𝑆1 , 𝑆2 𝑆3
𝑆2 𝑆2 𝑆3
𝑆3 ∅ ∅

a b
𝑆𝑖 \
{𝑆0 } {𝑆1 , 𝑆3 } {𝑆2 }
{𝑆1 } {𝑆1 , 𝑆2 } {𝑆3 }
{𝑆2 } {𝑆2 } {𝑆3 }
{𝑆3 } ∅ ∅
{𝑆1 , 𝑆3 } {𝑆1 , 𝑆2 } {𝑆3 }
{𝑆1 , 𝑆2 } {𝑆1 , 𝑆3 } {𝑆3 }

a
b
𝑆1
𝑆0
a
b
a
a
𝑆2
𝑆3
a
b
MATEMÁTICA DISCRETA 70

a
𝑆1 , 𝑆3 a

𝑆3
𝑆1 , 𝑆2 a
a
a
𝑆3 𝑆3 a
a
a

E2.Generar la gramática que reconozca un número complejo

𝐺 = (𝑆𝑇, 𝑆𝑁, 𝑛0 , 𝑅)

𝑆𝑇 = {0,1,2,3,4,5,6,7,8,9, . , −, +, 𝑖}

𝑛0 = 𝑖𝑚𝑎𝑔𝑖𝑛𝑎𝑟𝑖𝑜

𝑟1 : < 𝑖𝑚𝑎𝑔𝑖𝑛𝑎𝑟𝑖𝑜 >∷=< 𝑟𝑒𝑎𝑙 >< 𝑠𝑖𝑚𝑏𝑜𝑙𝑜 > | < 𝑒𝑛𝑡 >< 𝑠𝑖𝑚𝑏𝑜𝑙𝑜 > | < 𝑓𝑟𝑎𝑐 >< 𝑠𝑖𝑚𝑏𝑜𝑙𝑜 > |
< 𝑑𝑖𝑔 >< 𝑠𝑖𝑚𝑏𝑜𝑙𝑜 > | < 𝑟𝑒𝑎𝑙 >< 𝑠𝑖𝑚𝑏𝑜𝑙𝑜 >< 𝑠𝑖𝑔𝑛𝑜 >< 𝑟𝑒𝑎𝑙 > | < 𝑟𝑒𝑎𝑙 >
< 𝑠𝑖𝑔𝑛 >< 𝑟𝑒𝑎𝑙 >< 𝑠𝑖𝑚𝑏𝑜𝑙𝑜 >

𝑟2 : < 𝑓𝑟𝑎𝑐 >∷=< 𝑒𝑛𝑡 >

𝑟3 : < 𝑒𝑛𝑡 >∷=< 𝑑𝑖𝑔 > | < 𝑑𝑖𝑔 >< 𝑒𝑛𝑡 >

𝑟4 : < 𝑑𝑖𝑔 >∷= 0|1|2|3|4|5|6|7|8|9

𝑟5 : < 𝑠𝑖𝑔𝑛 >∷= +| −

𝑟6 : < 𝑠𝑖𝑚𝑏𝑜𝑙𝑜 >∷= 𝑖

E3.Realizar una máquina de Turing que reconozco la secuencia: //comentario en java

Solución:

< 𝑎0 , 𝐵 >→< 𝑎1 , 𝐵, 𝐷 >

< 𝑎1 ,/>→< 𝑎2 ,/, 𝐷 >


MATEMÁTICA DISCRETA 71

< 𝑎2 ,/>→< 𝑎3 ,/, 𝐷 >

< 𝑎3 , 𝑙 >→< 𝑎3 , 𝑙, 𝐷 >

< 𝑎3 , "\n" >→< 𝑎4 , "\𝑛", 𝐷 >

< 𝑎4 , 𝐵 >→< 𝑎4 , 𝐵, 𝐼 >

E4. Realizar un árbol gramatical que reconozca: int A[ ][ ]

𝑅1 : < 𝑣𝑎𝑟 >→< 𝑡𝑖𝑝𝑜 >< 𝑣𝑎𝑟𝑠 >< 𝑐𝑜𝑟𝑐ℎ𝑒𝑡𝑒 >

𝑅2 : < 𝑣𝑎𝑟𝑠 >→< 𝑢𝑛𝑎𝑉 >

𝑅3 : < 𝑢𝑛𝑎𝑣 >→ 𝐴

𝑅4 : < 𝑡𝑖𝑝𝑜 >→ 𝑖𝑛𝑡

𝑅5 : < 𝑐𝑜𝑟𝑐ℎ𝑒𝑡𝑒 >→< 𝑢𝑛 𝑐𝑜𝑟𝑐ℎ𝑒𝑡𝑒 >

𝑅6 : < 𝑐𝑜𝑟𝑐ℎ𝑒𝑡𝑒 >→< 𝑢𝑛 𝑐𝑜𝑟𝑐ℎ𝑒𝑡𝑒 >< 𝑐𝑜𝑟𝑐ℎ𝑒𝑡𝑒 >

𝑅7 : < 𝑢𝑛 𝑐𝑜𝑟𝑐ℎ𝑒𝑡𝑒 >→< 𝑐𝑜𝑟𝑐ℎ𝑒𝑡𝑒 𝑑 >

𝑅8 : < 𝑢𝑛 𝑐𝑜𝑟𝑐ℎ𝑒𝑡𝑒 >→< 𝑐𝑜𝑟𝑐ℎ𝑒𝑡𝑒 𝑖 >

𝑅9 : < 𝑐𝑜𝑟𝑐ℎ𝑒𝑡𝑒 𝑑 >→]

𝑅10 : < 𝑐𝑜𝑟𝑐ℎ𝑒𝑡𝑒 𝑖 >→ [

<var>

<tipo> <vars> <corchete> ;

int <unaV> <un corchete> <corchete>


corchetecorch
ete>
A <corchete i> <un corchete>
corchetecorch
ete>
[ <un corchete>

]
MATEMÁTICA DISCRETA 72

a) 𝐺 = {(𝑆, 𝐴, 𝐵, 𝐶), (𝑎, 𝑏, 𝑐), (𝑆), (𝑆 → 𝑎𝐴}), (𝐴 → (𝑎𝐴, 𝑎𝐵), 𝐵 → (𝑏𝐵, 𝑐𝐵, 𝐶), 𝐶 →
(𝑐𝐶, 𝑐)}
𝐿{𝑎𝑟 𝑏 𝑚 𝑐 𝑛 ; 𝑚, 𝑛, 𝑟 ≥ 1}

𝑆 → 𝑎𝐴, 𝐵 → 𝑏𝐵, 𝑐 → 𝑐𝐶, 𝐶 → 𝑐

𝐴 → 𝑎𝐴, 𝐴 → 𝑏𝐵, 𝐵 → 𝑐𝐶, 𝐵 → 𝐶


b)

b c c
A B C

𝑛
𝑏 𝑚 𝑐 𝑟(𝑏𝑐) 𝑑 ; 𝑛 ≥ 1

𝐺 = {(𝑆, 𝐴, 𝐵, 𝐶), (𝑎, 𝑏, 𝑐), 𝑆, 𝑆 → 𝑎𝐴}

𝑆 → 𝑏𝐵, 𝐴 → 𝑎𝐴, 𝐴 → 𝑏𝐵, 𝐵 → 𝑏𝐵

𝐵 → 𝑐𝐶, 𝐵 → 𝐶, 𝐶 → 𝑐𝐶, 𝐶 → 𝑐

a b c
a b c c
S A B C Z

b b
MATEMÁTICA DISCRETA 73

CONVERSIONES POLACOS:

Entrefijos postfijo

A+B AB+

A+B-C AB+C-

(A+B)*(C-D) AB+CD-*

((A+B)*C-(D-E)$(F+G)) AB+C*DE—FG+$

A-B/(C*D)$E ABCDE$*/-

A$B*C-D+E/f/(G+H) AB$C*D-EF/GH+/+

Entrefijo Prefijo

A+B +AB

A+B-C -+ABC

(A+B)*(C-D) *+AB-CD

A$B*C-D+E/F/(G+H) +-*$ABCD//EF+GH

((A+B)+C-(D+E))$(F+G) $-*+ABC-DE+FG

A-B/(C*D)$E -A/B*C$DE

Entrefijo Postfijo

A+(B*C) ABC*+

(A+B)*C AB+C*

Algoritmo utilizando pilas

Supongamos se quiere llevar a postfijo A+B*C.


MATEMÁTICA DISCRETA 74

Se considera las columnas de símbolos, donde se almacena carácter a carácter la cadena


de entrada, la hilera de postfijo array, donde se arma la cadena de postfijo y OPSTK que es
la hilera o array que almacena los operadores.

Signo hilera posfijo OPSTK

1 A A +

2 + A +

3 B AB +*

4 * AB +*

5 C ABC

6 ABC*+

7 A+B*C

Ejercicios

Postfijo

(AB$)*C+D/(EH+)

(AB$C*)+(DEH+/)

AB$C*DEH+/+

PREFIJO

($AB)*C+D/(+EH)

(*$ABC)+(/D+EH)

+*ABC/D+E

¿Cuánto sale el valor si se lee la cadena posfija?

623*-382/+*2$3+?

2*3-6*3+8/2+23=12
MATEMÁTICA DISCRETA 75

Symb hilera de posfijo apstk

1 ( (

2 ( ((

3 A A ((

4 + A ((+

5 B AB ((+

6 ) AB+ ((

7 * AB+ ((*

8 ( AB+ ((*(

9 C AB+C ((*(

10 - AB+C ((*(-

11 D AB+CD ((*(-

12 ) AB+CD- ((*

13 ) AB+CD-* ((

14 * AB+CD ((*

15 E AB+CD-*E ((*

AB+CD-*E*

SIMBOLO OPER CADENA

1 ( (

2 ( ((

3 ( ((( A

4 A ((( A

5 * (((* A

6 B (((* AB

7 ) (( AB*
MATEMÁTICA DISCRETA 76

8 * ((* AB*

9 ( ((*( AB*

10 ( ((*(( AB*C

11 / ((*((/ AB*C

12 D ((*((/ AB*CD

13 ) ((*( AB*CD/

14 ) ( AB*CD/*

15 / (/ AB*CD/*

16 E (/ AB+CD/*E

17 ) AB+CD/*E/

Máquina de Mealy:

Es un detector construido en base a grafos.

Ejemplo:

Detectar la secuencia de 3 bits 101

X=1/s=0
X=1/s=0 X=0/s=0
X=0/s=0 X=0/s=0

I0 I1 I2

X=1/s=1

You might also like