Documente Academic
Documente Profesional
Documente Cultură
Indice general
I
Preeliminares matem
aticos
1. Teora de conjuntos
7
9
1.1. Conjuntos . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
11
12
12
1.1.4. Operaciones b
asicas de conjuntos . . . . . . . . . . . .
13
15
1.3. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
16
2. Relaciones y funciones
17
2.1. Relaciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
17
19
22
2.2.1. Reflexividad . . . . . . . . . . . . . . . . . . . . . . . .
22
2.2.2. Simetra . . . . . . . . . . . . . . . . . . . . . . . . . .
23
2.2.3. Transitividad . . . . . . . . . . . . . . . . . . . . . . .
24
27
28
2.4. Funciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
29
31
31
INDICE GENERAL
32
2.5. Composici
on de funciones . . . . . . . . . . . . . . . . . . . .
32
2.6. Permutaciones . . . . . . . . . . . . . . . . . . . . . . . . . .
35
36
2.8. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
36
3. Estructuras algebraicas
39
39
3.1.1. Grupoides . . . . . . . . . . . . . . . . . . . . . . . . .
39
3.1.2. Semigrupos . . . . . . . . . . . . . . . . . . . . . . . .
41
3.2. Idempotencia . . . . . . . . . . . . . . . . . . . . . . . . . . .
44
3.3. Monoides . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
45
3.3.1. Conmutatividad . . . . . . . . . . . . . . . . . . . . .
45
47
3.3.3. Monoide . . . . . . . . . . . . . . . . . . . . . . . . . .
48
3.4. Grupos
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
48
48
INDICE GENERAL
Pre
ambulo
Estas notas corresponden a la parte introductoria del curso de Lenguajes
Formales y Aut
omatas, aunque tambien son u
tiles en un curso de Matematicas
Discretas y en cualquier otro curso que tenga como parte introductoria las
definiciones de conjuntos hasta relaciones y funciones.
En este curso se promueve el uso de Scheme para comprender las definiciones que en el lenguaje habitual de las matematicas quedan en el plano
descriptivo.
Las definiciones utilizadas el texto, estaran claramente se
naladas en un
cuadro con los n
umeros de lnea en el margen izquierdo, con fuente TrueType,
como en el siguiente ejemplo.
1
INDICE GENERAL
Parte I
Preeliminares matem
aticos
Captulo 1
Teora de conjuntos
1.1.
Conjuntos
10
(define A (0 1 2 3 4 5 6 7 8 9))
> A
(0 1 2 3 4 5 6 7 8 9)
En matem
aticas, nosotros podemos escribir algo como esto:
Sea A = {0, 1, 2, 3, 4, 5, 6, 7, 8, 9} un conjunto.
De manera intencional, podemos definir el mismo conjunto como A =
{x : N|0 x 9}, sin embargo esta definicion es mas bien descriptiva, y
nos dice c
omo podemos reconocer a un elemento de este conjunto, pero no
nos dice c
omo construirlo.
Justamente esta es la diferencia entre las definiciones descriptivas utilizadas con frecuencia en matematicas y las definiciones procedurales efectivas utilizadas con frecuencias en ciencias computacionales.
Aprovechando el formato de lista, un conjunto descrito de esta manera
tiene un elemento al frente (el de mas a la izquierda) y el resto de los
elementos, esto lo podemos escribir como A = (a1 |A1 ), donde A1 es el resto
de los elementos de A, excepto el primero. A su vez, A1 = (a2 |A2 ), de
modo que A = (a1 |a2 |A2 ), y as sucesivamente hasta encontrar que A =
(a1 |a2 |a3 | . . . |).
La cantidad de elementos que tiene un conjunto se denomina bf cardinalidad. En smbolos, |A| = n dice que la cantidad de elementos del conjunto
A es n, un n
umero entero positivo.
Una definici
on efectiva es la siguiente:
1
2
3
(define (cardinalidad A)
(cond ((empty? A) 0)
(#t (+ 1 (cardinalidad (cdr A))))))
>(cardinalidad A)
10
1.1. CONJUNTOS
11
En smbolos,
|A| =
1.1.1.
0
si A = ;
1 + |A1 | e.o.c.
El concepto de pertenencia
(define (pertenece? a A)
(cond ((null? Conjunto) #f)
((equal? a (car A)) #t)
(#t (pertenece? a (cdr A)))))
>(pertenece? 4 A)
#t
>(pertenece? 15 A)
#f
Donde a es un elemento y A es el conjunto. La idea subyacente de este
procedimiento es una definici
on de tres partes, suponiendo que el conjunto
A es definido en forma de lista como: A = {a1 , a2 , . . . , an }. La definicion
anterior (en tres partes) es:
1. a A es falso si A = .
2. a A es verdadero si a = a1 . (a1 es el primer elemento del conjunto
A en forma de lista).
3. En otro caso (a 6= a1 ), habra que determiniar la pertenencia en el resto
de los elementos.
12
1.1.2.
si A = ;
V
A1 B si a1 B;
AB=
F
e.o.c.
Un conjunto A es un subconjunto propio de B, y se denota como A B,
si todos los elementos de A son miembros del conjunto B, pero no todos
los elementos de B son miembros del conjunto A. Definitivamente esto nos
sugiere que la cardinalidad del conjunto B es mayor a la cardinalidad del
conjunto A, dicho en terminos matematicos, |B| > |A|.
1.1.3.
1.1. CONJUNTOS
1
2
3
13
(define (conjuntos-iguales? A B)
(if (and (subconjunto? A B)
(subconjunto? B A)) #t #f))
> (conjuntos-iguales? (0 1 2 3 4 5 6 7 8 9) A)
#t
> (conjuntos-iguales? (0 1 2 3 4 5 6 7 8 9 10) A)
#f
1.1.4.
Operaciones b
asicas de conjuntos
A B denota la uni
on de los conjuntos A y B, que es el conjunto de
todos los elementos que pertenecen al conjunto A o al conjunto B, o a ambos
conjuntos.
A B = {a|a A o a B}
1
2
3
4
(define (union A B)
(cond ((null? A) B)
((pertenece? (car A) B) (union (cdr A) B))
(#t (cons (car A) (union (cdr A) B)))))
Hagamos ahora B = {a, e, i, o, u}, podemos agregar esta definicion a las
ya hechas.
(define B (a e i o u))
> (union A B)
(0 1 2 3 4 5 6 7 8 9 a e i o u)
> (union (a) (union (b) (union (c) (d))))
(a b c d)
La definici
on efectiva (la del procedimiento) puede ser establecida como:
si A = ;
B
A1 B
si a1 B;
AB =
14
A B es la intersecci
on de A y B, es el conjunto de todos los elementos
que pertenecen al conjunto A y al conjunto B simultaneamente.
1
2
3
4
5
(define (interseccion A B)
(cond ((or (null? A) (null? B)) ())
((pertenece? (car A) B)
(cons (car A) (interseccion (cdr A) B)))
(#t (interseccion (cdr A) B))))
si A = o B = ;
crear la interseccion con a1 y (A1 B) si a1 B;
AB =
A1 B
e.o.c.
Recordando que A = {0, 1, 2, 3, 4, 5, 6, 7, 8, 9} y B = {a, e, i, o, u},
> (interseccion A (3 0 a i))
(0 3)
> (interseccion A B)
()
A B es el conjunto de todos los elementos en A que no son elementos
del conjunto B.
1
2
3
4
5
(define (diferencia A B)
(cond ((null? A) ())
((null? B) A)
((pertenece? (car A) B) (diferencia (cdr A) B))
(#t (cons (car A) (diferencia (cdr A) B)))))
Simb
olicamente podemos escribir esta definicion como:
si A = ;
A
si B = ;
AB =
crear la diferencia con a1 y (A1 B) si a1 B;
A1 B
e.o.c.
> (diferencia A (2 4 6 8))
(0 1 3 5 7 9)
1.2.
15
Producto cartesiano
8
9
10
11
12
13
16
> A
(0 1 2 3 4)
> B
(a e i o u)
> (cart A B)
(#(0 a) #(0 e)
(#(1 a) #(1 e)
(#(2 a) #(2 e)
(#(3 a) #(3 e)
(#(4 a) #(4 e)
1.3.
#(0
#(1
#(2
#(3
#(4
i)
i)
i)
i)
i)
#(0
#(1
#(2
#(3
#(4
o)
o)
o)
o)
o)
#(0
#(1
#(2
#(3
#(4
u))
u))
u))
u))
u))
Ejercicios
Captulo 2
Relaciones y funciones
2.1.
Relaciones
(define (rel? R A B)
(subconjunto? R (cart A B)))
Como ejemplo, sea R1 : A B definida por R1 = {(0, a), (0, e), (1, i),
(1, o), (2, u), (2, a), (3, e), (3, i), (4, o), (4, u)}.
1
2
3
; R1: A ---> B
(define R1 (#(0 a) #(0 e) #(1 i) #(1 o) #(2 u) #(2 a)
#(3 e) #(3 i) #(4 o) #(4 u))
17
18
>(rel? R1 A B)
#t
1
2
3
4
5
1
2
3
4
5
6
2.1. RELACIONES
> A
(0 1 2 3 4)
> B
(a e i o u)
> (rel-1 R1
(#(a 0) #(e
#(i 3) #(o
> R1
(#(0 a) #(0
#(3 i) #(4
19
A B)
0) #(i 1) #(o 1) #(u 2) #(a 2) #(e 3)
4) #(u 4))
e) #(1 i) #(1 o) #(2 u) #(2 a) #(3 e)
o) #(4 u))
2.1.1.
El conjunto de los elementos de los cuales se cuestiona con quien esta relacionado se llama dominio, el dominio de la relacion establece la definicion
de la relaci
on, as que diremos que la relacion esta definida solamente en los
elementos de su dominio. El dominio es
Dom(R) = {a|b, aRb}.
El dominio es el conjunto de todas los elementos as para las cuales existe
al menos un elemento b tal que aRb.
1
2
3
4
5
6
7
8
9
10
11
12
13
20
14
15
16
17
18
19
1
2
1
2
3
4
5
6
7
8
9
10
2.1. RELACIONES
21
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
22
(e u a)
R(a)
aA1
2.2.
2.2.1.
Una relaci
on R : A A es una relacion reflexiva si se cumple que
aRa, a A.
Es decir, en una relacion reflexiva, cada elemento del dominio de la
relaci
on est
a relacionado consigo mismo, un ejemplo claro de una relacion
con esta propiedad es la relacion (menor o igual que).
1
2
3
4
5
6
7
8
9
23
0 1 2
0 1 0 0
1 0 1 1
2 0 0 1
Desde el punto de vista matricial, un 1 en la posicion (i, j) dentro de la
matriz, significa que el par (ai , aj ) pertenece a la relacion, y un 0 significa
que no pertenece. La reflexividad se muestra cuando la diagonal principal
esta llena de 1s.
Sin embargo, en este otro ejemplo
> (reflexiva? (#(0 0) #(2 2) #(1 2)) (0 1 2) (0 1 2))
#f
En el ejemplo, se desea saber si la relacion {(0, 0), (2, 2), (1, 2)} es reflexiva,
cuando el dominio es {0, 1, 2}. El resultado de la evaluacion ha sido falso (#f)
porque no se encuentra enlistado el par (1, 1), considerando que el dominio
es {0, 1, 2}.
2.2.2.
Simetra
Una relaci
on simetrica R sobre un conjunto A, es aquella en la que se
encuentran los pares de la forma (b, a) siempre que los pares de la forma (a, b)
se encuentren en la relaci
on. De manera mas formal podemos establecer que
Si aRb = bRa, a, b A
Un procedimiento efectivo que determina si una relacion es simetrica es
la siguiente:
24
1
2
3
4
5
6
7
0
1
2
3
4
0
1
0
0
0
0
1
0
0
1
0
0
2
0
1
1
0
0
3
0
0
0
0
0
4
0
0
0
0
0
Este ejemplo corresponte a la relacion {(0, 0), (2, 2), (1, 2), (2, 1)} anterior;
esta relaci
on es simetrica pero no es reflexiva en el dominio de la relacion.
2.2.3.
Transitividad
25
; hace una lista de los pares que tienen como primer elemento,
; el segundo elemento de un par bajo una relacion.
(define (segundosp par R)
(cond ((empty? R) ())
((equal? (cadr# par) (car# (car R)))
(cons (car R) (segundosp par (cdr R))))
(#t (segundosp par (cdr R)))))
8
9
10
11
; hace una lista de los pares que tienen como primer elemento
; el primer elemento de un par, y como segundo elemento,
; el segundo elemento de cada segundo par (ver segundos-pares)
1
26
12
13
14
15
16
17
18
19
20
21
22
23
24
1
2
3
#t si x L : P (x) = #t,
#f si x L : P (x) = #f.
27
El procedimiento an
onimo se utiliza para realizar diferentes procedimientos con un mismo valor. La variable i del procedimiento anonimo , toma
sus valores de cada elemento de relacion.
1
2
3
4
5
6
2.2.4.
Antisimetra e irreflexibilidad
Una relaci
on R sobre un conjunto A es antisim
etrica si
(a, b) R (b, a) R a = b, a, b A.
Es decir, todas las relaciones antisimetricas tambien son simetricas, pero
no todas las relaciones simetricas son antisimetricas.
En una matriz, una relaci
on antisimetrica tiene unos en la diagonal principal; y unos en los elementos (i, j) o en los elementos (j, i), pero no en
ambos; con ndices i, j v
alidos en la matriz.
28
Por ejemplo,
0
1
2
3
0
1
1
1
0
1
0
1
0
1
2
0
1
1
0
3
0
0
1
1
N
otese, por ejemplo, que el par (2, 0) R, y que el par (0, 2) 6 R.
Por otro lado, una relacion R sobre A es irreflexiva si
a A : (a, a) 6 R.
En una matriz es facil distinguir esta propiedad, pues en la diagonal
principal hay solamente 0s, por ejemplo,
0
1
2
3
0
0
1
1
0
1
0
0
0
1
2
0
1
0
0
3
0
0
1
0
2.3.
Relaciones de equivalencia
2.4. FUNCIONES
29
i) R es reflexiva,
ii) R es simetrica,
iii) R es transitiva.
1
2
3
4
5
(define (equivalencia? R A B)
(and (rel? R A B)
(reflexiva? R A B)
(simetrica? R A B)
(transitiva? R A B)))
La primera de las condiciones ((Rel? R A B)), establece que lo que se
va a evaluar debe ser una relaci
on con dominio en A y rango en B, es decir,
un subconjunto del producto cartesiando A B.
1
2
3
4
5
6
relacion de equivalencia
0) #(0 1)
0) #(1 1)
2) #(2 3)
2) #(3 3)
4)))
2.4.
Funciones
Las funciones son un tipo especial de relaciones. Esto significa que tambien se definen sobre un conjunto dominio y se relacionan con elementos
de un conjunto rango. Como son relaciones, tambien son subconjuntos del
producto cartesiano del conjunto dominio y el conjunto rango.
Una funci
on f de A a B, se escribe de igual modo que las relaciones
f : A B, y es una relaci
on de tal modo que para todos los elementos del
30
8
9
10
(and (rel? F A B)
(imagenes-unitarias? F)))
Definamos en primer lugar una funcion.
error.
> (imagenes-unitarias? R1)
. . reference to undefined identifier: imagenes-unitarias?
2
2.4. FUNCIONES
31
De vuelta con las funciones, la condicion para los elementos del dominio
en la cantidad de elementos relacionados, no impide que diferentes elementos
del dominio se relacionen con el mismo elemento del rango.
En una funci
on f : A B, el Dom(f ) = A y el Ran(f ) B. Lo siguiente
es una breve lista de acuerdos:
1. Si Dom(f ) = A, entonces decimos que f es una funcion de A en B.
2. Si Dom(f ) = A y Ran(f ) = B, entonces f es una funcion de A sobre
B.
3. La imagen de a bajo la funcion f se denota por f (a).
2.4.1.
Funciones inyectivas
Si f : A B es una funci
on, f 1 : B A no necesariamente existe, en
caso de que s exista, f se llama funci
on inyectiva o tambien funci
on 1-1
o de una manera mas abreviada podemos decir que una funcion f es 1-1.
Esto puede ser expresado en Scheme como sigue.
1
2
(define (1-1? F A B)
(and (fun? F A B) (fun? (rel-1 F A B) B A)))
En otras palabras, f es una funcion 1-1 de A en B, si f es una funcion de
A en B, y si para cualesquiera dos elementos distintos a1 y a2 en el dominio
de f se cumple que f (a1 ) 6= f (a2 ). En este caso f 1 es una funcion del rango
de f (un subconjunto de B) sobre el dominio de f (un subconjunto de A).
2.4.2.
Funciones sobreyectivas
Una funci
on es sobreyectiva o simplemente sobre, si si rango es igual a
su docominio, esto significa que todos los elementos del codominio han sido
relacionados por elementos del dominio.
1
2
3
(define (sobre? F A B)
(and (fun? F A B)
(conjuntos-iguales? (Cod F A B) (Ran F A B))))
Un comentario que resaltar de esta definicion es haber precindido de una
construcci
on if, esto es posible porque el procedimiento and ya eval
ua #t
o #f que es el comportamiento deseado.
32
2.4.3.
Funciones suprayectivas
(define (supra? F A B)
(and (fun? F A B)
(1-1? F A B)
(sobre? F A B)))
> (supra? (#(1 1) #(2 2) #(3 3)) (1 2 3) (1 2 3))
#t
2.5.
Composici
on de funciones
DE FUNCIONES
2.5. COMPOSICION
33
((x) (g (f x)))
El ejemplo muestra una funcion anonima () cuya evaluacion es la funcion g con el par
ametro que resulta de la evaluacion del procedimiento f
aplicado al valor x.
Siguiendo la secuencia de nuestras definiciones, nuestra composicion tendra por nombre evaluaFoG, que recuerda claramente la composicion de una
funcion f con otra funci
on g. Este nuevo procedimiento tiene como formales
dos relaciones (recordemos que las funciones tambien son relaciones) y el
valor que debe ser evaluado, este valor tambien puede ser una lista.
1
2
34
2.6. PERMUTACIONES
2.6.
35
Permutaciones
Una funci
on 1-1 de un conjunto A sobre s mismo se llama permutaci
on.
Las permutaciones son objetos de amplio estudio y uso en las ciencias computacionales, frecuentemente se les llama tambien reordenamientos.
1
2
(define (permutacion? F A B)
(and (conjuntos-iguales? A B) (1-1? F A B)))
> F2
(#(0 1) #(1 0) #(2 4) #(3 3) #(4 2))
> (permutacion? F2 A A)
#t
Observemos que una funci
on 1-1 sobre su propio dominio, asocia cada elemento de su dominio con alg
un elemento del mismo conjunto, posiblemente
el mismo.
Si f es una permutaci
on, entonces f 1 tambien lo es.
> (rel-1 F2 A A)
(#(1 0) #(0 1) #(4 2) #(3 3) #(2 4))
> (permutacion? (rel-1 F2 A A) A A)
#t
El n
umero de permutaciones de un conjunto con n elementos se puede
obtener mediante el principio de multiplicacion. El primer elemento de la
permutaci
on puede ser cualquiera de los n elementos del conjunto; el segundo
elemento puede ser cualquiera de los n 1 elementos restantes, el tercer
elemento se obtiene de cualquiera de los n 2 restantes, este procedimiento
contin
ua hasta que no hay mas elementos para reacomodar. Entonces, de
acuerdo con este razonamiento, el n
umero de permutaciones o reacomodos
es:
n (n 1) (n 2) 2 1.
Esta multiplicaci
on es el n
umero factorial de n 1, cuya definicion es:
1
si n = 1;
n! =
n (n 1)! si n > 1.
36
1
2
3
(define (! n)
(cond ((= n 1) 1)
(#t (* n (! (- n 1))))))
Este procedimiento es recursivo que genera tambien un proceso recursivo,
una manera m
as eficiente que reduce la complejidad espacial es definir un
procedimiento recursivo que genera un proceso iterativo, en [2] se puede
estudiar a fondo este modo de pensamiento. Aqui se ha escrito esta definicion
por ser la que directamente se puede traducir a Scheme.
2.7.
2.8.
Ejercicios
a
b
c
d
a
0
1
1
0
b
1
1
0
1
c
0
1
0
0
d
0
0
1
0
2.8. EJERCICIOS
37
a
b
c
d
a
1
1
0
0
b
1
1
0
0
c
0
0
1
1
d
0
0
1
1
38
Captulo 3
Estructuras algebraicas
fundamentales
3.1.
3.1.1.
Grupoides y semigrupos
Grupoides
40
3
4
5
1
2
3
4
5
(define (grupoide? G)
(and (list? G) ; si es una lista
(= 2 (cardinalidad G)) ; de 2 elementos
(conjunto? (car G)) ;el primer elemento sea un conjunto
(fBinariaTotal? (cadr G) (car G)))) ; y una F.B.T.
Un grupoide finito se puede describir convenientemente por una tabla
de multiplicar similar a la de la aritmetica elemental.
Como ejemplo, supongamos que T1 = {0, 1, 2, 3},
(define T1 (0 1 2 3))
y es de acuerdo a la siguiente tabla:
G1
0
1
2
3
1
2
3
4
(define f1 (#(#(0
#(#(1
#(#(2
#(#(3
0)
0)
0)
0)
0)
0)
0)
0)
0
0
0
0
0
1
0
1
2
3
2
0
2
0
2
#(#(0
#(#(1
#(#(2
#(#(3
1)
1)
1)
1)
0)
1)
2)
3)
3
0
3
2
1
#(#(0
#(#(1
#(#(2
#(#(3
2)
2)
2)
2)
0)
2)
0)
2)
#(#(0
#(#(1
#(#(2
#(#(3
3)
3)
3)
3)
0)
3)
2)
1)))
5
6
7
; grupoide prueba
(define G1 (list T1 f1))
> (fBinariaTotal? f1 T1)
#t
Como f1 : T1 T1 T1 es una funcion sobre todo T , entonces el par
formado por G1 = (T1 ; f1 ) es un grupoide.
41
3.1.2.
Semigrupos
La operaci
on en un grupoide puede estar sujeta a ciertos axiomas. En
particular, la asociatividad es muy usada:
Para todo a, b, c A
(ab)c = a(bc).
El siguiente procedimiento verifica la asociatividad para cada elemento
del dominio de la funci
on. Este procedimiento realiza una triple verificacion,
esto es, para cada valor de a, para cada valor de b y para cada valor de c,
los tres variando su valor a lo largo de todos los elementos del dominio de la
funcion. Este procedimiento tiene complejidad O(n3 ), con n la cardinalidad
del dominio de la funci
on.
42
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
(define (asociativo?
(define T (car G))
(define F (cadr G))
(andmap
(lambda (x)
(andmap
(lambda (y)
(andmap
(lambda (z)
(define a
(define b
(equal? a
T))
T))
T))
G)
(define (semigrupo? G)
(and (grupoide? G)
(asociativo? G)))
Los enteros positivos forman un semigrupo bajo la suma y tambien bajo
la multiplicaci
on. Veamos los siguientes ejemplos.
G2
a
b
c
a
a
b
c
(a)
1
2
3
4
5
b
b
b
b
c
c
c
c
G3
0
1
2
0
0
1
2
1
1
2
0
2
2
0
1
(b)
(define T2 (a b c))
(define f2 (#(#(a a) a) #(#(a b) b) #(#(a c) c)
#(#(b a) b) #(#(b b) b) #(#(b c) c)
#(#(c a) c) #(#(b c) b) #(#(c c) c)))
(define G2 (list T2 f2) ; el ejemplo (a)
> (semigrupo? G2)
#t
43
(define T3 (0 1 2))
2
3
4
5
6
7
44
3.2.
Idempotencia
3.3. MONOIDES
45
(define (idempotentes G)
; busca idempotentes en un semigrupo
(define (busca-idempotentes T F)
(cond ((empty? T) ())
((idempotente? (car T) F)
(cons (car T) (busca-idempotentes (cdr T) F)))
(#t (busca-idempotentes (cdr T) F))))
8
9
10
(if (semigrupo? G)
(busca-idempotentes (car G) (cadr G)) "no es semigrupo"))
Revisemos entonces los semigrupos que nos han servido de ejemplos. En
primer lugar revisemos el semigrupo G1 definido en la pagina 40.
G1
0
1
2
3
0
0
0
0
0
1
0
1
2
3
2
0
2
0
2
3
0
3
2
1
3.3.
3.3.1.
Monoides
Conmutatividad
46
1
2
3
4
5
6
7
8
9
10
11
12
3.3. MONOIDES
3.3.2.
47
Elemento identidad
1
2
3
4
5
6
1
2
3
4
5
6
7
8
9
48
3.3.3.
Monoide
3.4.
3.4.1.
Grupos
Elemento inverso
3.4. GRUPOS
49
1
1
2
0
2
2
0
1
0 es la identidad, 11 = 2, 21 = 1. En un grupo
(a1 )1 = a, e1 = e, (ab)1 = b1 a1
Un grupoide (y tambien un semigrupo) solamente puede tener un elemento identidad, pero muchos elementos idempotentes. Un grupo tiene un
u
nico elemento idempotente -su elemento identidad, de hecho
aa = a a1 aa = a1 a ea = e a = e
Cualquier grupo es un monoide. Las traslaciones derechas son, en este
caso, permitaciones:
50
ag = bg ag = bg agg 1 = bgg 1 a = b
Entonces, cualquier grupo G se puede representar por completo por un
grupo de permitaciones del conjunto de elementos de G.
Notemos que, en un semigrupo ag = bg a = b, y por el contrario,
g1 = gb a = b. Que son las leyes de cancelacion por la izquierda y por la
derecha.
Bibliografa
[1] Grossman, Peter. (2002). Discrete mathematics for computing. 2ed. Palgrave Macmillan Ed. ISBN 0333981111.
[2] Abbelson
[3] Ginzburg, Abraham. (1968). Algebraic theory of automata. Academic
Press. Third Printing (1972). USA.
51