Documente Academic
Documente Profesional
Documente Cultură
Torneo de tenis
Matemáticas
En un deportivo se realiza un torneo de tenis entre 6
Matemáticas
Discretas II
2) Notas de la UEA Matemáticas discretas II
Clasificación Dewey: 004.0151 O47
Clasificación LC: QA76.9.M35 O47
Olsen, Mika
Notas de la UEA : Matemáticas discretas II / Mika Olsen . – Ciudad de México : UAM, Unidad
Cuajimalpa, 2017.
117 p. : il. col., diagrs. tablas ; 17x24 cm.
ISBN: 978-607-28-1097-6
Esta obra fue dictaminada positivamente por pares académicos mediante el sistema doble ciego
y evaluada para su publicación por el Consejo Editorial de la UAM Unidad Cuajimalpa.
ISBN: 978-607-28-1097-6
Ninguna parte de esta obra puede ser reproducida o transmitida mediante ningún sistema
o método electrónico o mecánico sin el consentimiento por escrito de los titulares de los
derechos.
Notas de
la UEA
Matemáticas
Discretas II
UNIVERSIDAD AUTÓNOMA METROPOLITANA
Bibliografía............................................................................................................................................................................................................................... . 113
Índice alfabético................................................................................................................................................................................................................ . 115
ÍNDICE
Prefacio
Las notas de curso que aquí se presentan corresponden al programa actual de la UEA
Matemáticas Discretas II de la UAM Cuajimalpa. El objetivo general de la UEA es que el
alumno durante el tercer trimestre de la Licenciatura madure su pensamiento matemático,
aumente su capacidad de trabajar con abstracciones y claro esta que maneje técnicas de
razonamiento discreto en estructuras básicas de álgebra y en teoría de gráficas. Estas notas
pretenden apoyar al alumno en su estudio, reuniendo los temas de la UEA en un sólo
texto, está basado en las clases que ha impartido la autora y se ajusta al modelo educativo
de la UAM-Cuajimalpa. En el desarrollo del material se asume que el alumno ya tuvo
un acercamiento con demostraciones sencillas y que tenga un conocimientos básicas en
Lógica, Conjuntos, Números Naturales, Números Enteros, Números Complejos, Relaciones,
Funciones y Conteo temas incluídas en el programa de Matemáticas Discretas I. El material
incluye mas de 80 ejemplos para motivar las definiciones y 52 figuras y 18 cuadros que
apoyan el desarrollo teórico de los temas, además los ejemplos y ejercicios resueltos así
como ejercicios son una herramienta para que el alumno evalúe el avance de su aprendizaje.
Cada capítulo cuenta con una sección de proyectos, que pueda desarrollar el alumno, con
el objetivo de reafirmar los conocimientos adquiridos y relacionar los conocimientos con
problemas o aplicaciones reales. Algunos
Algunosmdedelos
losproyectos
proyectos incluye la implementación de
algoritmos para relacionar los conocimientos adquiridos con la implementación de algorit-
mos.
algoritmos.
1. Estructuras Algebraícas.
La primera parte tiene dos capítulos: Introducción al Álgebra Moderna Aplicada y Anillos
de Polinomios. La segunda parte también tiene dos capítulos: Introducción a la Teoría de
las Gráficas e Introducción a los Árboles. Las dos partes son independientes y se puede
intercambiar el orden de ellos sin que afecte la cronología lógica de la teoría.
En la primera parte de las notas se introduce la estructura algebraíca de anillo. Se
Sepresentan
presentan
diversos anillos en diversos áreas de las matemáticas haciendo énfasis en los conjuntos
iii
NOTAS DE LA UEA
8 MATEMÁTICAS DISCRETAS II
de elementos o números que el alumno conoce de antemano que forman un anillo con
operaciones conocidos, como los conjuntos de números Z, Q, las matrices cuadradas con
entradas en un anillo y el conjunto potencia PU de un conjunto no vacío U. Después, el
estudio de los anillos, se centra en los anillos Zn y la relación de congruencia. El primer
capítulo termina con álgebra booleana que resume propiedades de la lógica y de los conjuntos
(que se estudian en Matemáticas Discretas I) y se estudian alguno de sus aplicaciones, en
particular su aplicación a los circuitos combinatorios. En el segundo capítulo se estudia el
anillo de polinomios. Cuando los coeficientes de los polinomios pertenecen a un campo, se
trazan analogías entre el anillo de los números entros Z y el anillo de polinomios, terminando
el capítulo con el anillo de polinomios con coeficientes reales, el cual los alumnos conocen
de sus estudio media-superior. En la primera parte del material se revisan dos algorítmos:
el algoritmo de la división de polinomios incluyendo división sintética y el algoritmo de
Euclides para encontrar el máximo común divisor de dos polinomios.
La segunda parte del temario de Matemáticas Discretas II está dedicada a la Teoría
de las Gráficas. El objetivo de la introducción a la Teoría de las Gráficas es familiarizar
al alumno con la teoría básica así como aplicaciones y problemas que se pueden modelar
con una gráfica o digráfica. Para lograr este objetivo iniciamos el capítulo 3 con la revisión
de cuatro problemas que históricamente fueron importantes para la Teoría de las Gráficas:
circuitos eulerianos, ciclos hamiltonianos, gráficas planas y el Teorema de los cuatro colores.
El primer problema esta completamente determinado, el segundo y el tercero son problemas
NP-Completos y el último problema fue el primer teorema matemático en el que se utilizó
una computadora para probar su veracidad. Después se hace una revisión de algunos concep-
tos de la Teoría
conceptos de lasdeGráficas
de la Teoría así así
las Gráficas como sussus
como aplicaciones.
aplicaciones. En el cuarto capítulo se
estudia la clase de los árboles, una clase de gráficas con muchas aplicaciones en diversas
áreas de las ciencias exactas y en ciencias sociales. En matemáticas tiene aplicaciones en
el área de Conteo, Probabilidad, Teoría de Decisiones, Relaciones de Orden, Estructura de
Datos y Algoritmos. En la segunda parte del material se revisan tres algorítmos en gráficas:
el algoritmo de Prim y el algoritmo de Kruskal para encontrar un árbol de peso mínimo y el
algoritmo de Dijkstra para encontrar la distancia mínima entre dos vértices en una gráfica o
digráfica.
ÍNDICE
1. a ⋆ (b ⋆ c) = (a ⋆ b) ⋆ c (propiedad asociativa).
3. Para todo a ∈ A existe (a′ ) ∈ A tal que a ⋆ (a′ ) = (a′ ) ⋆ a = z (propiedad inverso).
Definición 1.1.2. El grupo (A, ⋆) es un grupo abeliano si para todo a, b ∈ A se tiene que
4. a ⋆ b = b ⋆ a (propiedad conmutativa)
1
NOTAS DE LA UEA
10 MATEMÁTICAS DISCRETAS II
E1
B C E0
Figura 1.1: El triángulo equilátero ABC y las simetrías de un triángulo equilátero.
rotamos el triángulo ABC con 0◦ , 120◦ y 240◦ en contra de las manecillas del reloj, el
triángulo ABC queda idéntico salvo la etiquetación. Denota por R0 , R1 y R2 las rotaciones
con 0◦ , 120◦ y 240◦ respectivamente. Si reflejamos con respecto a una mediana el triángulo
ABC queda idéntico salvo la etiquetación. Denota por E0 , E1 y E2 las medianas (ejes de
simetría) según la figura 1.1. Con esta notación, el conjunto de las simetrías de un triángulo
equilátero ABC es
{R0 , R1 , R2 , E0 , E1 , E2 }.
Primero comprobamos que al aplicar una simetría seguida por otra simetría obtenemos de
nuevo una simetría del triángulo equilátero. El orden en que se aplica las operaciones se lee
de derecha hacia izquierda (como en la composición de funciones).
1. Aplicamos la reflexión con respecto al eje E1 seguida por la reflexión con respecto al
eje E0 (ver figura 1.2).
A C B
E1 E0
B C B A C A
2. Aplicamos la rotación de 120◦ seguida por la reflexión con respecto al eje E0 (ver
figura 1.3). El resultado es la reflexión con respecto al eje E2 , por lo que E0 R1 = E2 .
CAPÍTULO 1
INTRODUCCIÓN AL ÁLGEBRA MODERNA APLICADA ÍNDICE 11
A C A
E0
B C A B C B
3. Aplicamos la reflexión con respecto al eje E0 seguida por la reflexión con respecto al
eje E1 (ver figura 1.4). El resultado es la rotación del 240◦ , por lo que E1 E0 = R2 .
A B C
E0 E1
B C A C A B
Observa que en los casos 1. y 3. aplicamos las mismos operaciones, pero con orden
invertido y obtuvimos resultados distintos, por lo que el orden en que aplicamos las simetrías
es importante y la composición de las simetrías no es conmutativa.
En el cuadro 1.1.1 representamos la simetrás resultantes al aplicar la simetría del renglón
seguida por la simetría de la columna. En el cuadro 1.1.1 podemos observar que R0 es un
2\1 R0 R1 R2 E0 E1 E2
R0 R0 R1 R2 E0 E1 E2
R1 R1 R2 R0 E1 E2 E0
R2 R2 R0 R1 E2 E0 E1
E0 E0 E2 E1 R0 R21 R21
E1 E1 E0 E2 R12 R0 R21
E2 E2 E1 E0 R21 R12 R0
1.1.2 Anillos
Un anillo consta de un conjunto de objetos (o números) y dos operaciones que usualmente
se denominan suma y producto aunque no lo sean. El conjunto debe estar cerrado bajo
NOTAS DE LA UEA
12 MATEMÁTICAS DISCRETAS II
ambas operaciones y las operaciones deben satisfacer una serie de propiedades llamadas
Axiomas de anillo. Con la primera operación (denominado suma) el conjunto debe formar
un grupo abeliano, mientras que para la segunda operación (denominado producto) sólo se
pide que sea una operación asociativa y que cumpla una propiedad distributiva con respecto
a la primera operación.
Definición 1.1.3. Dado un conjunto A y dos operaciones, suma + y producto ·, definimos
las siguientes Axiomas de anillo. Para a, b, c ∈ A.
A1 a + b = b + a (propiedad conmutativa).
A2 a + (b + c) = (a + b) + c (propiedad asociativa).
A3 Existe un neutro aditivo z en A tal que para todo a ∈ A se tiene que a + z = z + a = a
(propiedad neutro).
A4 Todo elemento a ∈ A tiene inverso aditivo, denotado (−a) tal que a + (−a) = z
(propiedad inverso).
M1 a · b = b · a (propiedad conmutativa).
M2 a · (b · c) = (a · b) · c (propiedad asociativa).
M3 Existe un neutro multiplicativo (unidad) u en A tal que para todo a ∈ A se tiene que
u · a = a (propiedad inverso).
M4 Todo elemento a ∈ A \ {z} tiene un inverso multiplicativo, denotado (a−1 ), tal que
a(a∙−1(a)−1· a) ==(a
u−1(propiedad inverso). inverso).
) ∙ a = u (propiedad
D a · (b + c) = a · b + a · c (propiedad distribuitiva).
Si en un anillo (A; ⊕, ⊗) con neutro aditivo z existen dos números a, b ∈ A distintos del
neutro aditivo z tales que a⊗b = z decimos que a y b son divisores propios del neutro aditivo
z (o divisores propios del cero).
CAPÍTULO 1
INTRODUCCIÓN AL ÁLGEBRA MODERNA APLICADA ÍNDICE 13
S i a ⊗ b = z, entonces a = z o b = z.
x ⊕ y := x+y−1
x ⊙ y := x + y − xy.
Por las propiedades de las operaciones en Z, el conjunto Z está cerrado bajo las
operaciones ⊕ y ⊙. Probamos que el conjunto Z con las operaciones ⊕ y ⊙ satisface los
axiomas de anillo. Sean a, b, c ∈ Z.
A1 a ⊕ b = a + b − 1 = b + a − 1 = b ⊕ a.
A2 a⊕(b⊕c) = a⊕(b+c−1) = a+(b+c−1)−1 = (a+b−1)+c−1 = (a+b−1)⊕c = (a⊕b)⊕c.
A3 Vamos a encontrar un número z ∈ Z tal que para todo a ∈ A se tiene que a = a ⊕ z. Por
la definición de la operación ⊕ tenemos que a = a ⊕ z = a + z − 1. Usando propiedades
de las operaciones usuales en Z tenemos que a = a + z − 1 si y sólo si z = 1. Por lo
que z = 1 es neutro aditivo en (Z; ⊕, ⊙).
NOTAS DE LA UEA
14 MATEMÁTICAS DISCRETAS II
M1 a ⊙ b = a + b − ab = b + a − ba = b ⊙ a.
D a ⊙ (b ⊕ c) = a ⊙ (b + c − 1) = a + (b + c − 1) − a(b + c − 1) = 2a + b + c − ab + ac − 1.
(a ⊙ b) ⊕ (a ⊙ c) = (a + b − ab) ⊕ (a + c − ac) = (a + b − ab) + (a + c − ac) − 1 =
2a + b + c − ab + ac − 1.
Por lo que a ⊙ (b ⊕ c) = (a ⊙ b) ⊕ (a ⊙ c).
Ejemplo 1.1.7. Considera el conjunto de los números racionales Q con las operaciones
definidas en el ejemplo 1.1.6. Prueba que (Q; ⊕, ⊙) es un campo.
Probar que (Q; ⊕, ⊙) es un anillo conmutativo con unidad es análogo al ejemplo 1.1.6.
Solamente falta probar que cualquier elemento en Q tiene inverso multiplicativo con las
operaciones definidas.
A1 A △ B = (A \ B) ∪ (B \ A) = (B \ A) ∪ (A \ B) = B △ A.
Denotaremos al conjunto
( de matrices
) de 2(× 2 con coeficientes
) enteros por M2×2 [Z]. Si
a11 a12 b11 b12
A, B ∈ M2×2 [Z] con A = yB = , donde ai j , bi j ∈ Z, definimos las
a21 a22 b21 b22
operaciones suma y multiplicación para las matrices de 2 × 2 como sigue.
( ) ( ) ( )
a11 a12 b b12 a + b11 a12 + b12
A+B = + 11 = 11 .
a21 a22 b21 b22 a21 + b21 a22 + b22
( )( ) ( )
a11 a12 b11 b12 a b + a12 b21 a11 b12 + a12 b22
AB = = 11 11 .
a21 a22 b21 b22 a21 b11 + a22 b21 a21 b12 + a22 b22
NOTAS DE LA UEA
16 MATEMÁTICAS DISCRETAS II
Ejemplo 1.1.9. M2×2 [Z] es un anillo con unidad con las operaciones usuales de matrices.
Nótese que no es un anillo conmutativo.
Por la definición de las operaciones en matrices y propiedades del anillo de los números
enteros, las entradas de la matriz resultante son números enteros, y el conjunto M2×2 [Z] está
cerrado bajo la suma y el producto usual de matrices.
Primero probamos que el conjunto M2×2 [Z] forma un grupo abeliano con la suma de
matrices.
( )
0 0
A3 M2×2 [Z] tiene un elemento neutro aditivo: Sea 02×2 = , entonces
0 0
( ) ( ) ( ) ( )
0 0 a a12 0 + a11 0 + a12 a a12
02×2 + A = + 11 = = 11 = A.
0 0 a21 a22 0 + a21 0 + a22 a21 a22
Ejemplo 1.1.10. Dado un anillo (A; ⊕, ⊙). Se tiene que Mn×n [A] es
esun
unanillo
anillocon
conlaslas
operaciones
operaciones
usuales de matrices. Si además (A; ⊕, ⊙) tiene unidad, entonces Mn×n [A] también tiene
unidad.
1.1.4 Ejercicios
Ejercicio 1.1. Para el grupo de simetrías del triángulo equilátero, comprueba la propiedad
asociativa.
Ejercicio 1.2. Para el grupo de simetrías del triángulo equilátero, encuentra una expresión
algebráica para las operaciones Ei R j , Ri E j , Ei E j y Ri R j .
Ejercicio 1.3. Determine y justifica si cada uno de los siguientes conjuntos forman un anillo
con las operaciones
{ (suma
√ y√producto) usuales
} de los números reales.
i) A = a + b 2 + c 3 : a, b, c ∈ Z . ii) Sea A = {7n : n ∈ Z}.
Ejercicio 1.4. Usando los axiomas de anillo, demuestra que si (A,⊕, ⊙) es un anillo, con
neutro aditivo 0, entonces para todo a, b, c ∈ A se tiene las siguientes propiedades.
i) Si a ⊕ b = a ⊕ c, entonces b = c.
ii) Si a ⊕ b = a, entonces b = 0.
iii) −(a ⊙ a) = (−a) ⊙ a para todo a ∈ A.
iv) 0 ⊙ a = 0 para todo a ∈ A.
Ejercicio 1.5. ¿Bajo que condiciones se tiene que si a ⊙ b = a ⊙ c, entonces b = c?
Ejercicio 1.6. Prueba que los conjuntos del ejemplo 1.1.4 en efecto forman un dominio
entero.
Ejercicio 1.7. Prueba que los conjuntos de de los números complejos C forman un dominio
entero.
Ejercicio 1.8. Demuestra que en un dominio entero se cumple la siguiente propiedad de
cancelación:
Si ab = ac, a 0, entonces b = c.
Ejercicio 1.9. Sea K un campo, probar que K forma un dominio entero.
Ejercicio 1.10. Considere al conjunto Z con las operaciones (binarias) ⊕ y ⊙ definidas para
cualesquier x, y ∈ Z como:
x ⊕ y := x + y − 3, x ⊙ y := x + y − xy.
¿Qué Axiomas de anillo cumple Z con las operaciones ⊕ y ⊙ y cuales no? ¿Es (Z,⊕, ⊙) un
anillo?
Ejercicio 1.11. Sean A, B, C tres conjuntos. Para completar la prueba del ejemplo 1.1.8,
prueba las siguientes:
CAPÍTULO 1
INTRODUCCIÓN AL ÁLGEBRA MODERNA APLICADA ÍNDICE 19
i) A △ (B △ C) = (A △ B) △ C, (Axioma A2).
Ejercicio 1.12. Prueba que la multiplicación es una operación asociativa en M2×2 [Z].
Ejercicio 1.13. Verificar que la multiplicación M2×2 [Z] no es una operación conmutativa,
es decir, encuentra dos matrices A, B ∈ M2×2 [Z], tales que AB BA.
4 1
3 2
En un reloj de 5 horas sólo tenemos los valores 1, 2, 3, 4, 5. Las manecillas del reloj
no pueden mostrar el número −3 ni el número 8. Igual que en un reloj acrómico, cuando se
pasamos de las 5 horas, el reloj muestra el número correspondiente sin tomar en cuenta el
número de vueltas que llevamos.
i) x + 4 = 2: Como el reloj no tiene números negativos, el resultado de x tiene que
pasar después de al menos una vuelta. El cuadro 1.2 muestra el resultado de x + 4 según el
valor de x y podemos ver que x = 3 es un resultado para la ecuación x + 4 = 2.
ii) 4x = 3: Como el reloj no tiene números racionales, el resultado de x tiene que pasar
después de al menos una vuelta. El cuadro 1.3 muestra el resultado de 4x según el valor de
x y podemos ver que x = 2 es un resultado para la ecuación 4x = 3.
NOTAS DE LA UEA
20 MATEMÁTICAS DISCRETAS II
x 1 2 3 4 5
x+4 5 1 2 3 4
x 1 2 3 4 5
4x 4 3 2 1 5
x 1 2 3 4 5
2x 2 4 1 3 5
En el ejercicio 1.14, hacemos las mismas preguntas que en el ejemplo 1.2.1 para un reloj
de 6 horas. Podemos preguntar cuáles son las características del número a ∈ {1, 2, 3, 4, 5, 6}
para que la ecuación ax = 1 tenga solución en el reloj de 6. También podemos preguntar
cuáles son las características del número de horas de un reloj para que la ecuación ax = 1
siempre tenga solución. Estas preguntas serán respondidas en la seguiente sección.
a ⊕ b = r, donde a + b = nq + r y 0 ≤ r < n.
a ⊗ b = r, donde ab = nq + r y 0 ≤ r < n.
⊕ 0 1 2 3 4 ⊗ 0 1 2 3 4
0 0 1 2 3 4 0 0 0 0 0 0
1 1 2 3 4 0 1 0 1 2 3 4
2 2 3 4 0 1 2 0 2 4 1 3
3 3 4 0 1 2 3 0 3 1 4 2
4 4 0 1 2 3 4 0 4 3 2 1
⊕ 0 1 2 3 4 5 ⊗ 0 1 2 3 4 5
0 0 1 2 3 4 5 0 0 0 0 0 0 0
1 1 2 3 4 5 0 1 0 1 2 3 4 5
2 2 3 4 5 0 1 2 0 2 4 0 2 4
3 3 4 5 0 1 2 3 0 3 0 3 0 3
4 4 5 0 1 2 3 4 0 4 2 0 4 2
5 5 0 1 2 3 4 5 0 5 4 3 2 1
1. Tanto Z5 como Z6 son anillos conmutativos con unidad. Esta observación resulta
cierta en general (es decir para todo Zn ), pero hace falta demostrarla.
A1 La operación ⊕ es conmutativa en Zn .
Sean a, b ∈ Zn y sean a ⊕ b = r y b ⊕ a = r′ . Entonces a + b = np + r y b + a = np′ + r′
con 0 ≤ r, r′ < n. Como a + b = b + a y el residuo es único, por el algoritmo de la
división, se sigue que r = r′ y a ⊕ b = b ⊕ a.
A2 La operación ⊕ es asociativa en Zn .
Sean a, bc ∈ Zn , y sean b ⊕ c = r1 y a ⊕ b = r2 .
NOTAS DE LA UEA
22 MATEMÁTICAS DISCRETAS II
La prueba de las otras propiedades (M1, M2, M3, D) se dejan como ejercicio (ejercicio 1.17).
Queremos clasificar los anillos Zn que resultan ser campos. Para lograr esta tarea resulta
conveniente construir la table de suma y multiplicación en Z12 y determinar qué elementos
sí tienen inverso multiplicativo (ejercicio 1.18).
Demostración. Sea a ∈ Zn con a > 0 tal que a tiene un inverso multiplicativo a−1 ∈ Zn ,
entonces a ⊗ (a−1 ) = 1, entonces a(a−1 ) = 1 + nq para alguna q ∈ Z, y a(a−1 ) − nq = 1
implica que 1 es combinación lineal de a y n. Como 1 es el menor entero positivo, 1 es la
combinación lineal mínima positivo de a y n y se sigue que mcd(n, a) = 1.
Si mcd(n, a) = 1, entonces 1 es combinación lineal de a y n y existen r, s ∈ Z tales que
ar + ns = 1 lo cual implica que ar = n(−s) + 1 y por la definición del producto en Zn se tiene
que a ⊗ r = 1 y r es inverso multiplicativo de a.
1.2.3 Congruencias
En este capítulo estudiamos la relación congruencia (o función módulo).
1. a ≡
≡ bb(mod n) yy cc ≡
(mod n) ≡ d(mod
d (modn).n). Por definición tenemos que n | a − b y n | c − d,
entonces n | ((a − b) + (c − d)), por lo que n | ((a + c) − (b + d)), aplicamos la definición
de congruencia y se sigue el resultado (a + c) ≡ (b + d) (mod n).
2. Ejercicio 1.26.
Por definición tenemos que 23x − 11 = 19k, con k ∈ Z, entonces 23x − 19k = 11. El número
11 es combinación lineal de 23 y 19 si y sólo si mcd(19, 23) | 11.
2
Encontramos el máximo común divisor de 19 y 23 usando el algoritmo de Euclides para
luego escribir el máximo común divisor como combinación lineal de 19 y 23.
23 = 19(1) + 4
19 = 4(4) + 3
4 = 3(1) + 1
3 = 1(3) + 0.
1
n|a ⎯ b si existe k ϵ Ζ tal que a-b=kn
2
visto en la UEA Matemáticas Discretas I
NOTAS DE LA UEA
24 MATEMÁTICAS DISCRETAS II
Por lo que mcd(19, 23) = 1 y como 1 | 11, podemos escribir 11 como combinación lineal de
23 y 19.
11 = (55)(23) − (66)(19).
De esta manera tenemos que x = 55 es una solución de la congruencia. Por el ejercicio 1.30
las soluciones de la congruencia (1.1) son aquellas que satisfacen
s ≡ 55 (mod 19).
1.2.4 Ejercicios
Ejercicio 1.14. Considera el reloj de 6 y resuelva las siguientes ecuaciones:
Ejercicio 1.15. Resuelva las siguientes ecuaciones primero para el reloj de 12 horas y luego
para el reloj de 15 horas:
Ejercicio 1.16. Construye las tablas de sumar y multiplicar para el anillo Z8 . En base a
esto, encuentra los inversos aditivos e inversos multiplicativos (para los que tengan).
Ejercicio 1.17. Completa la prueba del teorema 1.2.1.
Ejercicio 1.18. Construye las tablas de sumar y multiplicar para el anillo Z12 . En base a
esto, encuentra los inversos aditivos e inversos multiplicativos (para los que tengan). ¿Qué
propiedad tienen en común los elementos de Z12 que no tienen inverso multiplicativo? y ¿qué
propiedad tienen los que sí tienen inverso multiplicativo?
Ejercicio 1.19. Calcula el inverso multiplicativo de cada uno de los siguientes números
(para los que tengan y en caso de no tener, explica el por qué no tiene) en Z2016 :
i) 35 . ii) 121 . iii) 445.
CAPÍTULO 1
INTRODUCCIÓN AL ÁLGEBRA MODERNA APLICADA ÍNDICE 25
Ejercicio 1.21. Prueba que Zn con la suma y el producto usual forma un dominio entero.
Ejercicio 1.22. Sean a, b, n ∈ Z, con n > 0 y a ≡ b (mod n). Entonces a + n ≡ b (mod n).
Ejercicio 1.27. ¿Bajo que condiciones se tiene que ab ≡ ac (mod n), implica que b ≡
c (mod n)?
Ejercicio 1.29. Verifica que para todo k ∈ Z se tiene que x = 55 ± (19)k es solución de la
congruencia en el ejemplo 1.2.3. ¿EsEs17
17lalaúnica
única solución
solución de la congruencia en Z19 ?
Ejercicio 1.31. Prueba que para todo n ∈ Z, exactamente uno de los enteros n, 2n−1, 2n+1
es divisible entre 3.
Ejercicio 1.32. Dado una congruencia ax ≡ b (mod n) que tiene solución, ¿£bajo
Bajo qué
condiciones hay una única solución en Zn ?.
1.3
1.3 Álgebra
Álgebra Booleana
Booleana
En esta sección estudiamos la estructura algebraíca llamada álgebra booleana desarrollada
desarrollada
En esta sección estudiamos la estructura algebraíca llamada álgebra booleana desarrollada
por el filósofo y matemático inglés George Boole.3 El álgebra booleana consiste en un
por el filósofo y matemático inglés George Boole. El álgebra booleana consiste en un
método para resolver problemas de lógica que recurre solamente a los valores binarios 1 y 0
método para resolver problemas de lógica que recurre solamente a los valores binarios 1 y 0
y a tres operadores fundamentales: suma (+, ∧, ∪, o), producto (·, ∨, ∩, y) e inverso (inverso,
y a tres operadores fundamentales: suma (+, ∧, ∪, o), producto (·, ∨, ∩, y) e inverso (inverso,
negación, complemento, no) y tiene muchas aplicaciones prácticas en la física, la biología,
negación, complemento, no) y tiene muchas aplicaciones prácticas en la física, la biología,
las matemáticas, ingeniería, electrónica, y especialmente en la informática; el álgebra de
las matemáticas, ingeniería, electrónica, y especialmente en la informática; el álgebra de
booleana es considera como la base de la aritmética computacional moderna.
booleana es considera como la base de la aritmética computacional moderna.
Sea B = {0, 1}. Definimos las operaciones suma +, producto · e inverso entre elementos
Sea B = {0, 1}. Definimos las operaciones suma +, producto · e inverso entre elementos
booleanos. Como sólo tenemos dos posibles valores, definimos exhaustivamente
exhaustivamente lasoperacio-
booleanos. Como sólo tenemos dos posibles valores, definimos exhaustivamentelas las
operaciones:
nes:
operaciones:
Suma 0 + 0 = 0, 0 + 1 = 1 + 0 = 1 + 1 = 1,
Suma 0 + 0 = 0, 0 + 1 = 1 + 0 = 1 + 1 = 1,
Producto 1 · 1 = 1, 0 · 1 = 1 · 0 = 0 · 0 = 0,
Producto 1 · 1 = 1, 0 · 1 = 1 · 0 = 0 · 0 = 0,
Inverso 0 = 1, 1 = 0.
Inverso 0 = 1, 1 = 0.
Sea x ∈ B, con B = {0, 1}. De la definición podemos establecer las siguientes propiedades.
Sea x ∈ B, con B = {0, 1}. De la definición podemos establecer las siguientes propiedades.
x + x = x,
x2+ x = x,
x2 = x · x = x,
x = x · x = x,
x+y=0 ⇔ x = y = 0,
x+y=0 ⇔ x = y = 0,
x·y=1 ⇔ x = y = 1.
x·y=1 ⇔ x = y = 1.
Ejemplo 1.3.1. Lógica matmática. El valor de verdad de una proposición es un elemento
Ejemplo 1.3.1. Lógica matmática. El valor de verdad de una proposición es un elemento
del conjunto {F , V}. Este conjunto forma con las operaciones conjunción ∧, disyunción ∨
del conjunto {F , V}. Este conjunto forma con las operaciones conjunción ∧, disyunción ∨
y negación ¬ un algebra booleana con los valores falso F y verdadero V representados
y negación ¬ un algebra booleana con los valores falso F y verdadero V representados
por 0 y 1 respectivamente. La tabla de verdad de las operaciones definidas entre dos
por 0 y 1 respectivamente. La tabla de verdad de las operaciones definidas entre dos
proposiciones P, Q ∈ {F , V} es:
proposiciones P, Q ∈ {F , V} es:
A B A∪B A∩B A
Cuadro 1.8: La tabla de verdad para conjuntos.
0 0 0 0 1
Cuadro01.8: La
1 tabla1
A B A∪B A∩B Ade verdad0para conjuntos.
1
1 0 00 10 00B A 10
A B A∪ B A∩
1 0 11 11 01 10
0 0 0 0 1
1 0 1 0 0
0 1 1 0 1
1 1 1 1 0
1 0 1 0 0
1 1 1 1 0
Ejemplo 1.3.2. Sea U el conjunto universal (no vacío). Entonces {U, ∅} con las operaciones
unión, ∪, intersección, ∩, y complemento, , forma un algebra booleana con los elementos
Ejemplo 1.3.2. Sea U el conjunto universal (no vacío). Entonces {U, ∅} con las operaciones
representados
∅, U,unión, por 0 y 1 respectivamente.
∪, intersección, ∩, y complemento, , forma un algebra booleana con los elementos
Ejemplo
y ∅,
para 1.3.2. Sea
A, B ∈ {U, ∅}U seel0tiene
conjunto
queuniversal (no vacío). Entonces {U, ∅} con las operaciones
U, representados por y 1 respectivamente.
unión, ∪, intersección, ∩, y complemento, , forma un algebra booleana con los elementos
y para A, B ∈ {U, ∅} se tiene que
∅, U, representados por 0 y 1Arespectivamente.
∪A=A A∩A= A
y para A, B ∈ {U, ∅} se tiene
AA∪que
∪BA== 0A ⇔ AA∩=AB= =A 0
AAA∩∪
∪BB==10
A=A
⇔
⇔ A=B=0
AA∩=AB= =A 1
A∩B=1 ⇔ A=B=1
A∪B=0 ⇔ A=B=0
A∩B=1 ⇔ A=B=1
1.3.1 Funciones booleanas
1.3.1 Funciones booleanas
En1.3.1
elEn
1.3.1álgebra booleana
Funciones
elFunciones
es es
booleanas
booleanas
álgebra booleana
fundamental la existencia de una forma algebraica que
fundamental la existencia de una forma algebraica que propo-
proporcione
rcione explícitamente el valor
de unade una función
para todaspara todas las combinaciones
valores dede los
En explícitamente
el álgebra el valor
álgebra booleana
booleana función
es fundamental
fundamental la existencia
existencia lasuna
de combinaciones de losque
forma algebraica
algebraica
valores
las
En
de el
las variables. Por
variables.explícitamente
es
ejemplo,
Por ejemplo, sieltienes unasi la
tienes una de una forma
proposición compuesta quepropor-
que propo- r de
consta
proporcione
cione
rcione explícitamente el valor devalor
una de proposición
una para
función funcióncompuesta
para
todas las todasque
lasconsta
combinaciones
de conjunciones
combinaciones
de los de los
valores de
conjunciones
yvalores dey las
disyuncionesdisyunciones
entre varias
variables. entre variassiproposiciones.
proposiciones.
Por ejemplo, tienes una proposición compuesta que consta de
las variables. Por ejemplo, si tienes una proposición compuesta que consta de conjunciones
yconjunciones
Ejemplo disyunciones
1.3.3.
Ejemplo 1.3.3.y entre
Sea disyunciones
P =P
Sea varias
P= 1P∧ entre
1proposiciones.
(P(P
∧ varias proposiciones.
2 2∨∨PP33)) ∧ ¬(P44 ∨∨PP5 )5 )una
∧ ¬(P unaproposición
proposición compuesta
compuesta por las
por las
proposiciones
proposiciones
Ejemplo P
1.3.3.
, P
P 1 ,
Sea
, P
. .
2 ,
.P., . .
= , P
P 5 . ∧El valor
(P ∨ P de) la
∧ proposición
¬(P ∨ P ) P
una está
2Sea P =5P11 ∧ (P22 ∨ P33 ) ∧ ¬(P44 ∨ P55 ) una proposición compuesta por las las 5
P . El valor de la proposición P está en función
en
proposiciónfunción del valor
del
compuesta de
valorlas
por de5
las
Ejemplo 1.3.3.1
proposiciones
proposiciones y podemos
y podemos escribir que
proposiciones
proposiciones P11 , P22 , . .escribir
P , P , . . . , P . El
. , P55 . El valor que de la proposición P está en función del valor de las 55
valor de la proposición P está en función del valor de las
proposiciones y podemos
proposiciones y podemos escribir que
P = f (P1escribir , P2 , P3 ,que P , P ) = P ∧ (P ∨ P3 ) ∧ ¬(P4 ∨ P5 ).
P = f (P1 , P2 , P3 , P4 ,4 P55) = P11 ∧ (P22 ∨ P 3 ) ∧ ¬(P4 ∨ P5 ).
P
P = ff (P
(P 1 ,, PP 2 ,, P
P 3 ,, P
P4 ,, P
P 5 )) = P
P1∧ (P
(P 2∨ P
P 3 )) ∧ ¬(P ∨ P ).
5 ¬(P44 ∨ P55 ).
Como el valor de P es un elemento de B tenemos que P : B∧
= 1 2 3 4 5 = 1 ∧ 2 ∨ 3
5 B. La función tiene |B| = 5
→ 5
5el valor de P es un elemento de B tenemos que P : 5B → B. La función tiene
ComoComo
2 = 32elcasos
valordistintos
de P es un en elemento
donde tendríamos de B tenemos que evaluar
que P :laBfunción. 5 |B| =
5 → B. La función tiene |B|5 =
Como
25 = 32 el valor
5 casos de P es
distintos en un
donde elemento de B tenemos
tendríamos que que P : B
evaluar la → B. La función tiene |B| =
función.
25 = 32 casos distintos en donde tendríamos que evaluar la función.
2 = 32 casos
Ejemplo 1.3.4.distintos
Evaluaen lasdonde siguientestendríamos que evaluar
dos funciones la función.
booleanas en (1, 1, 0, 0).
Ejemplo 1.3.4.
Ejemplo Evalua
1.3.4. Evalua laslas siguientes
siguientesdos dos funciones booleanas
funciones booleanas enen
(1,(1,
1, 0,1,0).
0, 0).
Ejemplo 1.3.4. i) Evalua
f (w, x, y,las z) = siguientes
wx + xy +dos yz. funciones booleanas
ii) f (w, x, y, z) = xy en+(1, 1, 0,
wxy z +0).
y z.
i) i)f (w,f (w,
x, y,x,z)y, =
z) wx
= wx+ +xyxy++yz.
yz. ii) ff(w,
ii) (w,x,x,y,y,z) z)
== xy xy + wxy
+ wxy z + yz z.
+ y z.
i) f (w, x, y, z) wx xy yz. ii) f (w, x, y, z) xy wxy z y z.= 1.
i)i) i)ff (w,
(w, x,
fx,(w,
y, x,
z)y,= wx xy yzyz ff(1,
(1,1,
1,0,
0, 0) ==111···111+++1010++0+·000··=
001==+111+++11 +01.
=z)wx= wx+ xy =
+ xy
+ yz + + f(1, 0) = + +
0 +=
y, z) + + + 1, 0, 0) = 10 0 = 1.
ii)
ii) fff (w,
ii) (w, x,
fx, y, z)
(w, z) = xy
x, y, z)xy + wxy zz +
= xy + wxy + y z ff(1,
z + y z f(1,1,
(1, 1,0,
1, 0,0)
0, 0)
0) =
= 11 · 0 + 11··11··00··00++ 0··00 == 010++011=++1.00==1.1.
· 0 + 1 · 1 · 0 · 0 + 0 · 0 = 0 +
i) (w, x, y,
y, z) == wx++wxy xy + yz y z f (1, 1, 0, 0) == 11 ·· 10 ++10 + 0 · 0 = 1 + 1 + 0 = 1.
Definición
ii) f (w,1.3.1.
x, y, z) Una función
= xy + wxy z + booleana es0,una
y z f (1, 1, 1 · 0 + 1 ·f 1 :· 0B·nn0 →
0) =función n 0 B,
+ ·0=con
0 +n1 ≥
+ 02,=cuyas
1.
Definición 1.3.1. Una función booleana es una función f : B → B, con n ≥ 2, cuyas
variables son binarias y se rigen bajo los operadores del álgebranbooleana.
variables son binarias
Definición y sefunción
1.3.1. Una rigen bajo los operadores
booleana del álgebra
es una función f : B →booleana.
B, con n ≥ 2, cuyas
n
Proposición
variables
Proposición son1.3.2.binarias
1.3.2. Sea
Seay nnse∈ Z, con
∈rigen
Z, bajo
con nn los
≥ 2,
≥ yy sean
sean dos
2,operadores funciones
dosdel álgebra booleanas
funciones booleana. f,
booleanas f, gg :: B → nB.
Bn → B.
Proposición
Sea b = 1.3.2.
(b , b , . Sea
. . , b n) ∈
con Z,b con
, b , .n. .
Sea b = (b1 , b2 , . . . , bn ) con b1 , b2 , . . . , bn ∈ B. Entonces
1 2 n 1 2 ≥
, b n2,
∈ yB.sean dos
Entonces funciones booleanas f, g : B → B.
Sea bProposición
= (b1 , b2 , . .1.3.2.. , bn ) Sea connb∈1 , Z, b2 ,con. . . n, b≥n 2, ∈ B.y sean dos funciones booleanas f, g
Entonces : Bn → B.
(b11, ,bb22, ,. .. .. ., ,bbnn))=con
Sea(i)b =f (b f (bb11,,bb22,,......,,bbnn),∈ B. Entonces
(i) f (b1 , b2 , . . . , bn ) = f (b1 , b2 , . . . , bn ),
NOTAS DE LA UEA
28 MATEMÁTICAS DISCRETAS II
La f.n.d. se puede encontrar analíticamente completando cada sumando que no sea una
La f.n.d.fundamental,
conjunción se puede encontrar
es decir,analíticamente
multiplicandocompletando cada
el sumando por la sumando
suma del que noque
literal seafalta
una
yconjunción fundamental, es decir, multiplicando el sumando por la suma del literal que falta
su complemento.
y su complemento.
Ejemplo 1.3.10. Considera la función booleana f (x, y, z) = xy + xz.
Ejemplo 1.3.10. Considera la función booleana f (x, y, z) = xy + xz.
f (x, y, z) = xy + xz = xy(z + z) + x(y + y)z = xyz + xyz + xyz + x yz.
f (x, y, z) = xy + xz = xy(z + z) + x(y + y)z = xyz + xyz + xyz + x yz.
Función normal conjuntiva
Función normal conjuntiva
Si un factor de la expresión es una desyunción de todas las variables, decimos que es
una Si un factor fundamental.
desyunción de la expresión En esel una desyunción
ejemplo 1.3.7 el de todas
factor w +lasx variables,
+ y + z es decimos que es
una desyunción
una desyunción fundamental. En el ejemplo 1.3.7 el factor w + x + y + z es una desyunción
fundamental.
fundamental.
Definición 1.3.6. Sea f : Bn → B, una función booleana. Decimos que y es una disyunción
n
Definición
fundamental, 1.3.6.
si ySea
= y1f +: B y2 +→. .B, . +una función
yn con yi ∈ booleana. Decimos
{xi , xi }, para 1 ≤ i ≤que n. y es una disyunción
fundamental, si y = y1 + y2 + . . . + yn con yi ∈ {xi , xi }, para 1 ≤ i ≤ n.
Definición 1.3.7. Sea f : Bn → B, una función booleana. La función normal conjuntiva
(Definición
f.n.c.) de la1.3.7.
función Seaf esf :una Bn representación
→ B, una función de fbooleana.
en producto función normal
La (conjunción) conjuntiva
de disyunciones
((sumas)
f.n.c.) de la función f es una representación de f en producto (conjunción) de disyunciones
fundamentales.
(sumas) fundamentales.
Para encontrar la f.n.c. de una función booleana f : Bn → B, se evalúa la función en
Para
todas los encontrar
cosos posibles,la f.n.c.usandode unaunafunción
tabla debooleana f : Bn → B,que
verdad. Recordamos se xevalúa
1 + x2 + la. función
. . + xn =en0
todas los cosos posibles, usando una tabla de verdad.
si y solo si x1 = x2 = . . . = xn = 0, es decir, si el valor de la función Recordamos que x 1 + x + . + xn = 0
f 2es 0,. . entonces
si y solo si x x . . . x 0, es decir, si el valor
al menos uno de sus disyunciones fundamentales es cero. Los disyunciones fundamentales
1 = 2 = = n = de la función f es 0, entonces
al
cuyomenos
valoruno de sus
es cero disyunciones
reciben es nombre fundamentales
de maxtérminos, es cero. Los disyunciones
es decir, una disyunción fundamentales
fundamental
cuyo valor es cero reciben es nombre de maxtérminos,
y = y1 + y2 + . . . + yn es un maxtérmino si yi = xi cuando xi = 0 y yi = xi si xifundamental
es decir, una disyunción = 1 (nótese
yque= yes1 + y2 +al. .reves
justo . + ynquees unpara maxtérmino si yi = xLa
los mintérminos). i cuando
expresiónxi =de 0 yf.n.c.
yi = es xi la
si conjunción
xi = 1 (nótese de
que
todoseslosjusto al reves que para los mintérminos). La expresión de f.n.c. es la conjunción de
maxtérminos.
todos los maxtérminos.
Ejemplo 1.3.11. Encuentra la f.n.c. de la función booleana f : B3 → B, dada por f (x, y, z) =
Ejemplo
x·y+z (del1.3.11.
ejemploEncuentra la f.n.c. dela
1.3.5). Construimos la tabla
función booleana
para encontrar B3 mintérminos
f : los → B, dada por de laf (x, y, z) =
función
x·y+z (del ejemplo
(ver cuadro 1.12). 1.3.5). Construimos la tabla para encontrar los mintérminos de la función
(verLacuadro
f.n.c.1.12).
es f (x, y, z) = (x + y + z)(x + y + z)(x + y + z).
La f.n.c. es f (x, y, z) = (x + y + z)(x + y + z)(x + y + z).
CAPÍTULO 1
INTRODUCCIÓN AL ÁLGEBRA MODERNA APLICADA ÍNDICE 31
Igual que para la f.n.d., vamos a definir una expresión simplificada de la f.n.c.. A cada
Igual quey para
maxtérmino = y1 la + yf.n.d., vamos a definir una expresión simplificada de la f.n.c.. A cada
2 + . . . + yn , le asocia el número binario de n bits x1 x2 . . . xn . Es decir, si
ymaxtérmino
i = xi , y
entonces= yx
1 i
+=y 0
2 +
y . .
si. +
y yn , xlei , asocia
i = entonces el número
xi = 1. Esbinario de n bits
importante x1 x2 . .que
resaltar . xn .laEsasigación
decir, si
yde xi , entonces
i =ceros xi = 0elycaso
y unos para si yi de= xmaxtérminos
i , entonces xi es = 1. Es importante
justo al reves queresaltar para los quemintérminos.
la asigación
de ceros
En y unos1.3.11
el ejemplo para el el maxtérmino
caso de maxtérminos (x + y + z)escorresponde
justo al reves al que
casopara x = los 0, ymintérminos.
= 0, z = 0
En elrepresenta
que ejemplo 1.3.11
el número el maxtérmino
binario 0002(x, cuyo + y +valor
z) corresponde
decimal es al 0, caso
comoxel=valor 0, y decimal
= 0, z =del 0
que representa
maxtérmino el número
(x+y+z) es 0 lo binario
denotamos 0002 , por cuyoMvalor
0 . El decimal
maxtérmino es 0, como
(x+y+z) el valor
corresponde decimal al del
caso
maxtérmino
x = 1, y = 0,(x+y+z)
z = 0 queesrepresenta
0 lo denotamos el númeropor Mbinario
0 . El maxtérmino
1002 , cuyo(x+y+z)
valor decimalcorrespondees 4, como al caso
el
x = 1,decimal
valor y = 0, zdel= 0maxtérmino
que representa (x +ely + número
z) es 4binario 1002 , cuyo
lo denotamos por M valor
4 . Sidecimal
M i1 , M i2
es
, . .4,
. , como
M ik
el
son
valor decimal del maxtérmino (x + y + z)
todos los maxtérminos de la f.n.c., podemos expresar la como un es 4 lo denotamos por M . Si M
4 producto i1 , M ide
2
, . . . , M
los valores
ik son
todos los maxtérminos
decimales asociados a cada de lamaxtérmino:
f.n.c., podemos expresar la como un producto de los valores
decimales asociados a cada maxtérmino: ∏
f (x1 , x2 , . . . , xn ) = ∏ M (Mi1 , Mi2 , . . . , Mik ).
f (x1 , x2 , . . . , xn ) = M (Mi1 , Mi2 , . . . , Mik ).
Ejemplo 1.3.12. Encuentra la expresión en producto de maxtérminos de f.n.c. de la función
Ejemplo
booleana 1.3.12.
f : B3 → Encuentra
B, dada por la expresión
f (x, y, z) en = xproducto de maxtérminos
· y + z. Completamos de f.n.c.
la tabla en elde la función
cuadro 1.12
3
booleana f : B → B,
encontrada en el ejemplo 1.3.11.dada por f (x, y, z) = x · y + z. Completamos la tabla en el cuadro 1.12
encontrada en el ejemplo 1.3.11.
∏
La notación con maxtérminos f (x, y, z) = ∏ M (0, 2, 4).
La notación con maxtérminos f (x, y, z) = M (0, 2, 4).
Ejemplo 1.3.13. Sea g(w, x, y, z) = (w + x + y)(x + y + z)(w + y).
Ejemplo 1.3.13. la
Construimos Sea g(w,dex,verdad
tabla y, z) = de (w la
+ xfunción + y +x,z)(w
+ y)(x g(w, y, z)+eny).el cuadro 1.15.
Construimos la tabla de verdad
La f.n.d. de la función g(w, x, y, z) es de la función g(w, x, y, z) en el cuadro 1.15.
La f.n.d. de la función g(w, x, y, z) es
g(w, x, y, z) = wxy z + wxyz + wx y z + wx yz + wxyz + wxy z + wxyz + wxyz + wxyz.
g(w, x, y, z) = wxy z + wxyz + wx y z + wx yz + wxyz + wxy z + wxyz + wxyz + wxyz.
La f.n.c. de la función g(w, x, y, z) es
La f.n.c. de la función g(w, x, y, z) es
g(w, x, y, z) = (w + x + y + z)(w + x + y + z)(w + x + y + z)(w + x + y + z)
g(w, x, y, z) = (w + x + y + z)(w + x + y + z)(w + x + y + z)(w + x + y + z)
= (w + x + y + z)(w + x + y + z)(w + x + y + z).
= (w + x + y + z)(w + x + y + z)(w + x + y + z).
Encontremos las expresiones en mintérminos y maxtérminos en el cuadro 1.15.
Encontremos las expresiones en mintérminos y maxtérminos en el cuadro 1.15.
∑
g(w, x, y, z) = ∑ m (4, 5, 8, 9, 11, 12, 13, 14, 15).
g(w, x, y, z) = ∏ m (4, 5, 8, 9, 11, 12, 13, 14, 15).
g(w, x, y, z) = ∏ M (0, 1, 2, 3, 6, 7, 10).
g(w, x, y, z) = M (0, 1, 2, 3, 6, 7, 10).
NOTAS DE LA UEA
32 MATEMÁTICAS DISCRETAS II
S1 S2
S1 S2
S2
S2
(x = 0 ∧ y = 0) ∨ (z = 0) =
(x = 0 ∧ y = 0) ∨ (z = 0) =
((x = y = 0) ∧ (x = 0 ∧ y = 0)) ∨ (z = 0) =
((x = y = 0) ∧ (x = 0 ∧ y = 0)) ∨ (z = 0) =
((x = y = 0) ∧ (x = y = 0) ∧ (x = y = 0)) ∨ (z = 0) =
((x = y = 0) ∧ (x = y = 0) ∧ (x = y = 0)) ∨ (z = 0) =
(x, y, z = 0) ∧ (x, y, z = 0) ∧ (x, y, z = 0)
(x, y, z = 0) ∧ (x, y, z = 0) ∧ (x, y, z = 0)
Ejemplo 1.3.15. Diseña un alarma que suene cuando: Alguna ventana o alguna puerta se
Ejemplo 1.3.15. esté
abre y el sistema Diseña un alarma que suene cuando: Alguna ventana o alguna puerta se
habilitado.
abreEn
y el sistema esté habilitado.
forma lógica se expresaría:
En forma lógica se expresaría:
La alarma suena A = 1
La
Lasalarma suena
dos venta V1 Ao =
V21
Lasdos
Las dospuertas
venta VP1 1ooVP2 2
Se habra una Lasventana
dos puertas P1 oVPi 2= 1, Pi = 1
/ puerta
Se habra una ventana
El sistema / puerta ViS==1,1Pi = 1
está habilitado
El sistema está habilitado S = 1
CAPÍTULO 1
INTRODUCCIÓN AL ÁLGEBRA MODERNA APLICADA ÍNDICE 35
Solución:
Solución:
A = ((V1 ∧ V2 ) ∧ (P1 ∧ P2 )) ∨ S (notación lógica)
A = ((V1 ∧ V2 ) ∧ (P1 ∧ P2 )) ∨ S (notación lógica)
A = ((V1 + V2 ) + (P1 + P2 )) · S (notación funciones).
A = ((V1 + V2 ) + (P1 + P2 )) · S (notación funciones).
1.3.5 Ejercicios
1.3.5 Ejercicios
Ejercicio 1.36. Evaluar las siguientes funciones booleanas en x = 1, y = 0, z = 0, w = 1.
Ejercicio
i) (x,1.36.
y, z, w)Evaluar
= xy + las
xy. siguientes
ii) f (x,funciones
y, z, w) =booleanas en x = 1, y = 0, z = 0, w = 1.
xw + y + yz.
i) (x, y, z, w) = xy + xy. ii) f (x, y, z, w) = xw + y + yz.
Ejercicio 1.37. ¿Es posible determinar el valor de la siguiente función booleana para x = 1
yEjercicio
y, w ∈ B.1.37.
En caso¿Esnegativa
posible determinar el valor
¿Cuántos casos de la siguiente función booleana para x = 1
hay?
y y, w ∈ B. En caso negativa ¿Cuántos
i) x + xy + w, ii) xy + w, iii) xy + xw. casos hay?
i) x + xy + w, ii) xy + w, iii) xy + xw.
NOTAS DE LA UEA
36 MATEMÁTICAS DISCRETAS II
ii.
2. Sea f : B4 → B, definida por f (w, x, y, z) = (wz + xyz)(x + x yz).
Ejercicio 1.41. Usando tabla de verdad para verificar que la f.n.c. de f (x, y, z) = xyz +
xyz) + xyz + x yz.
∑
Ejercicio 1.42. Sea f : Bn → B. Sea f (b1 , b2 , . . . , bn ) = m (i1 , i2 , . . . , ik ) y sea J = Zn \
∏
{i1 , i2 , . . . , ik }. Entonces f (b1 , b2 , . . . , bn ) = M (J).
Ejercicio 1.43. Usando el ejercicio anterior determina la f.n.d. de f (x, y, z) = (x + y + z)(x +
y + z)(x + y + z).
Ejercicio 1.44. Para cada uno de las propiedades de la tabla 1.16, determina si coincide
con una propiedad en el conjunto de los números reales. Si la propiedad no tienen sentido
en el conjunto de los números reales, proporciona un contraejemplo. En particular, ¿qué
diferencia notas en la propiedad del inverso?
Ejercicio 1.45. Compruebe que los dos circuitos combinatorios en la figura 1.45 son equivalentes.
A A A
B B
C C
Ejercicio 1.46. Encuentra la función booleana de los circuitos de cada una de las figuras
1.46, simplifícala y encuentra el circuito combinatorio de la función simplificada.
A
CAPÍTULO 1 B
INTRODUCCIÓN AL ÁLGEBRA MODERNA APLICADA ÍNDICE 37
A A Ā C
B B̄ B
C C C
B
A A Ā
B A B „/N@D+ D̄ B
B̄
A
C A C C C D
B C̄
C
A A A
B B B
C C
A „/N@D+ D̄ B
A
C D
Figura
C̄ 1.9: Los circuitos combinatorios del ejercicio 1.46.
B
1.4 Proyectos
D D̄
„/N@D+
A B
A
ElA sistema
A criptográfico de llave público RSA.
C D
Uno
B de los sistemas
C̄ de criptografía que han tenido mas importancia es el
de llave público RSA. Realiza una breve revisión histórica de la criptogr
C
A A
Figura 1.9: Los circuitos combinatorios del ejercicio 1.46.
B
1.4 Proyectos C
1.4 Proyectos
El sistema criptográfico de llave público RSA.
Uno de los sistemas de criptografía que han tenido mas importancia es el sistema criptográfico
de llave público RSA. Realiza una breve revisión histórica de la criptografía y explica el
NOTAS DE LA UEA
38 MATEMÁTICAS DISCRETAS II
1.4 Proyectos
El sistema criptográfico de llave público RSA.
Uno de los sistemas de criptografía que han tenido mas importancia es el sistema criptográfico
de llave público RSA. Realiza una breve revisión histórica de la criptografía y explica el
funcionamiento del sistema criptográfico de llave público RSA. Para mayo información ver
sección 5.4 en [11].
Circuitos electrónicos
2 Anillos de Polinomios
En este capítulo vamos a revisar las propiedades del conjunto de polinomios con coeficie-
ntes en un anillo (A, +, ·). Cuando el anillo es un campo, definimos la divisiíon de polinomios
y trazamos analogías entre tal anillo de polinomios y el anilllo de los números enteros Z. Al
final nos enfocamos en el anillo de polinomios con coeficientes en el conjunto R y en Z.
Vamos a considerar únicamente polinomios con una variable. Un polinomio es una
expresión algebraica que consta de suma finita donde cada sumando consta de un coeficiente
Los coeficientes
(una constante) multiplicado por la variable elevado a una potencia no negativa. Los coeficientes
pueden ser números enteros, naturales, racionales o reales según lo que representa el polinomio.
Ejemplo 2.0.1. Ejemplos polinomios
1. P(x) = 2x2 + 3x − 1 es un polinomio con variable x; 2 es el coeficiente de x2 ; 3 es el
coeficiente de x y el coeficiente de x0 es −1.
2. P(x) = 12 x3 − 78 x + 4 es un polinomio con variable x; 1/2 es coeficiente de x3 ; 0 es
coeficiente de x2 ; 7/8 es coeficiente de x y el coeficiente de x0 es 4.
3. P(x) = 14 x5 + πx3 − 0.8x − 1 es un polinomio con variable x; 1/4 es coeficiente de x5 ;
0 es coeficiente de x4 , x2 ; π es coeficiente de x3 , 0.8 es coeficiente de x y el coeficiente
de x0 es −1.
Vamos a estudiar los polinomios cuyos coeficientes pertenecen a un mismo anillo, (A, +, ·).
Para simplificar la notación, diremos simplemente que A es un anillo. En el ejemplo 2.0.1
en el inciso 1. los coeficientes del pertenecen al anillo Z; en el inciso 2. los coeficientes del
pertenecen al anillo Z y en el inciso 3. los coeficientes del pertenecen al anillo R.
Definición 2.0.1. Un polinomio con coeficientes en el anillo A es una expresión algebraica
P(x) = an xn + an−1 xn−1 + . . . + a1 x + a0 , con ai ∈ A, para 0 ≤ i ≤ n.
Sea z el neutro aditivo del anillo A; si n es el máximo entero tal que an z, decimos que
el polinomio tiene grado n. El polinomio nulo es el polinomio cuyos coeficientes ai = z
para todo entero i ≥ 0, por lo que es polinomio nulo no tiene grado. En el anillo de los
números reales el polinomio nulo es p(x) = 0. El coeficiente a0 es el término constante. En
el ejemplo 2.0.1 en el inciso 1. el grado del polinomio es 2 y el término constante es −1; en
el inciso 2. el grado del polinomio es 3 y el término constante es 4 y en el inciso 3. el grado
del polinomio es 5 y el término constante es −1.
Los polinomio son una herramienta importante en la solución de problemas en muchas
áreas del conocimiento. El siguiente ejemplo sencillo ilustra un ejemplo su uso.
31
NOTAS DE LA UEA
40 MATEMÁTICAS DISCRETAS II
Ejemplo 2.0.2. Queremos encontrar la base del sistema numérico en donde el número
decimal 3027 tiene representación 5723.
Para resolver el problema tenemos que encontrar una solución positiva para la ecuación
5x3 + 7x2 + 2x + 3 = 3027. Al simplificar, obtenemos 5x3 + 7x2 + 2x − 3024, es decir, tenemos
que encontrar una solución donde el siguiente polinomio tenga el valor de 0.
Suma de polinomios
Producto de polinomios
n+m
∑
P(x) · Q(x) = ai b j xi+ j .
i+ j=0
∑
El coeficiente de xk es ai b j xk . Como ai , b j ∈ A y A es un anillo, entonces ai bi ∈ A y el
i+ j=k
conjunto A[x] es cerrado bajo el producto de polinomios.
Ejemplo 2.1.5. Considera los polinomios p(x) = 2x2 −4x+7 y q(x) = 4x−5, con p(x), q(x) ∈
Z[x],
Cuando alguno de los dos polinomio tiene pocos sumandos, el producto se puede hacer “a
pié”.
q(x) · p(x) = (4x − 5)(2x2 − 4x + 7)
= 4x(2x2 − 4x + 7) − 5(2x2 − 4x + 7)
= 8x3 − 16x2 + 28x − (10x2 − 20x + 35)
= 8x3 − 26x2 + 48x − 35.
En las operaciones de suma y producto entre dos polinomios, las operaciones entre
coeficientes son las del anillo correspondiente. Es decir, si los polinomios pertenecen a nZ[x],
entonces las operaciones entre los coeficientes son las operaciones en nZ mientras que si los
polinomios pertenecen a Z, las operaciones entre los coeficientes son las operaciones en Z
que son las mismas que en R.
Ejemplo 2.1.7. Considera los polinomios p(x) = 3x+5 y q(x) = 2x2 +3, con p(x), q(x) ∈ Z6 .
Las operaciones entre los coeficientes de los polinomios son las operaciones en Z6 .
Teorema 2.1.2. Sea (A, +, ·) un anillo. Entonces A[x] es un anillo con las operaciones
definidas entre polinomios (llamado el anillo de polinomios con coeficientes en A). Las
operaciones entre los coeficientes son las operaciones del anillo A[x].
NOTAS DE LA UEA
Para42 probar que (A[x]; +, ·) es un anillo, tenemos que probarMATEMÁTICAS que satisface todas
DISCRETAS II los
xiomas Para
de anillo.
probar que (A[x]; +, ·) es un anillo, tenemos que probar que satisface todas los
Para probar que (A[x]; +, ·) es un anillo, tenemos que probar que satisface todas los
Sean P(x), de anillo. ∈ A[x]
axiomas de Q(x),
Para probarR(x)
anillo. que (A[x]; +, ·) es un anillo, tenemos que probar que satisface todas los
axiomas
Para axiomas
Sean de Q(x),
P(x),
probar que anillo.R(x) ∈ A[x]
A.1 La suma
Parade
Sean
Sean dos
probar
P(x),
Para que(A[x];
polinomios
que (A[x];
Q(x),
probar
P(x), Q(x),
R(x)
(A[x];
R(x)
+,
∈ A[x]
+, es
es·)·)un
A[x]
+,∈·)conmuta un
un anillo,
esanillo, tenemos
tenemos
anillo, que probar
que que
tenemos probarprobar quesatisface
que que satisface
satisface todas todas
los loslos
todas
A.1axiomas
La
A.1 suma
axiomas dede
de
Ladesuma
axiomas dos polinomios
anillo.
anillo.
anillo.
de dos polinomiosconmuta
conmuta
n n−1
A.1Sean
SeanP(x)
LaP(x),
suma + Q(x)
deQ(x),
Q(x),
P(x), dos ∈(aA[x]
polinomios
=R(x)
R(x) bn )x
n ∈+A[x] n + (an−1 bn−1 )x
conmuta + . . . + (a1 + b1 )x + (a0 + b0 ),
Sean P(x),P(x) P(x)+Q(x),
Q(x) R(x)
(a=n ∈+ A[x] n−1
=
+ Q(x) (abn n+)xbn+ )x(an n−1 bn−1 )x
+ (an−1 bn−1 )xn−1 + . .+. .+. .(a+1 (a + b+1 )x
1 b1 + )x(a +0(a+0 b+0 ), b0 ),
A.1
como
A.1La ai , La
A.1
como
suma
La suma ∈biA∈ yA
baii ,suma
de dos
de deA ydos
+
Aespolinomios
polinomios
dos
P(x)
esun
polinomios
Q(x)
un= anillo,
conmuta
(a conmuta
n conmuta
anillo, + b nentonces
)x n
entonces + (a n−1 a
a b i+
n−1
+ )x
b b=i b=i +bai i+y a1 i y 1 + (a0 + b0 ),
n−1
+ . . . + (a + b )x
como ai , bi ∈ A y A es un anillo, entoncesn−1ai +n−1
i i bi = bi + ai y
como+aP(x) , bP(x)
i +∈ Q(x) A(a
A+=+yQ(x) es un
+(a )x+nbbn+nn)x
bnnnanillo, (annn−1 b(an−1
entonces
(a )x n−1a )x n−1. .b+
. n−1 (a
. . 1..b b111a)x (a
y1b)x )x0+a++(ab)x ),0 +
.++(a+ (a b0 ), + a )
P(x) =
Q(x) (a n)x bn−1 +
)x += +(a ++
P(x) P(x)iQ(x) (b a )x i+
+i ba+ +b0a+(b
),
=
n= + ++(b n−1 a )x + ++ +(b 00+
+ Q(x) = (bn n +
+ a n )x
P(x) + Q(x) = (bn + an )x n + (bn−1 an−1 )xn−1
n ++ (b
n n−1 n−1a n−1 )x
n−1
n−1
+ i. .+ .+.. .+ .
.i.(b 1(b
1+
11 )x
a +
)x 1(b
+ 0(b + 0 )a0 ) 0
comocomo a
como , b
i aP(x) ∈
ii ,ab A
i ,ib∈
y
+i ∈AAA
Q(x)yes
yAAun
es
= esanillo,
unun
(b anillo,
anillo,
+ entonces
a )x entonces
entonces
+ (b a +
i aa b
a =
ii +
+ )x bb
bn−1 i= +
= +bab ii+
. .y+. a
+ a y
(b
1
y +
1
a )x + (b
0
+
0
a )
== Q(x) =Q(x)Q(x) ++ P(x).
n P(x). n
+n P(x).
n−1 i
n−1
n−1 n−1
i i i i i 1 1 0 0
P(x)P(x) Q(x)
+P(x) = =
Q(x) (b=n +Q(x) ann)x
(b(b (bnnn−1
++aan+P(x).
)x an−1 )xan−1 + n−1. . .++ +. (b +(b(ba11 )x a+1a)x(b)x0 + (ba(b ) a+0 )a )
+ +Q(x) = n + n)x + (b n−1a
n−1 n−1)x )x . . 1.++ 1++ 1 ++ 00+ 0 0
A.2 A.2 La suma
A.2 La
La suma desuma de
dos de dos polinomios
polinomios
dos polinomios= es es asociativa
= asociativa
Q(x) es
+ P(x).
Q(x) asociativaP(x).
A.2 La suma de dos polinomios es asociativa = Q(x) ++ P(x).
(P(x)(P(x)
+ Q(x)) + R(x)
Q(x)) + R(x) ((an ((a+ bn n+)xbnnn+ )x(an
(abn−1n−1b)x
n−1 n−1
+ . . . + (a + b1 )x
n−1 )xn−1 + . . . +1(a1 + b1 + )x (a+ 0(a+0 b+0 )) + R(x)
+ (a+b00b))+))+b+0R(x)
+ = = +n−1
A.2 La
(P(x) +A.2suma
Q(x))La de
suma
+ dos
R(x) de polinomios
dos = ((a
polinomios es+ asociativa
b es )xasociativa
+ (a b )x)xn−1++.. .. .. + + (a (an−1
1++b b)x 1 )x )) + R(x)
A.2 La (P(x)suma de dos
+ Q(x)) polinomios
+ R(x) = n ((aesn+asociativa
((an ((a+ bnnn+) + b )x n
+
n n−1
(a n−1
b + (a 0 ) + R(x)
nnc
n )x + n((a + bn−1 n−1b)n−1 +)c+ )x
n−1 n−1 1 n−11. . . + ((a 0 +b c1 c)x1 )x
(P(x) (P(x)
+ Q(x)) + R(x)+=R(x)
= =
((a
b ) n+ ncnn)x +n−1 ((a
n−1 n−1 + n−1c n−1 )x + n−1 + . . . + ((a
1 1 +1 b 1) + ++
+ Q(x))
(P(x) + Q(x)) + R(x)
= ((a
=
=
=n n+((a
((abbnnnnn+)x
+((a )++ b b+nc
))x
)x
(an)x
n
+ +
b(a
+ )x
n−1
c (a+ nn−1
n−1
+
)x
((a
b((a
b n−1
n−1 )x
++
)x
. . .b++. (a
n−1+ b
+n−1 . .))1++
. . . +
+(abc11 )x
c
(a
+ )x
n−1 +
b+)x
b
(a0++(a+
)x
1 n−1
)x ++ .
b00+
(a
. .
)).b+
. + +. R(x)
))
+
0((a
b
+((a
))+R(x)
+b
1 +)
R(x)+b c
1 )1 )x
+ +c1 )x +
((a0 ((a+ b0 0+) + b0cnc) 0+
n ), cn 0 ), nn−1 n−1
n n−1 n−1 n−1
n−11 n−1 1 0 01 1
= ((a + b )
= n ((ann + bnn) + cn )xn +
+ )x + ((a b
n−1((an−1n−1
+ )
+ bn−1 )n−1
+ c )x ((a
+ cn−1 )x n−1+ . . . +1 ((a11+ b1 )1+ c1 )x +
+ . . . + + b ) + c )x +
comocomo a , ba∈, bA ∈y A A yesAun((a +((a
=anillo,
es 0un ((ab0n0+)entonces
anillo, +b0nc) 0+),c0n ),
entonces )x(a+(a +((ab+ ) b++)cb+n−1
n−1 =c )a= + c+ an−1(b+)x(b + c++)c.y.). y+ ((a1 + b1 ) + c1 )x +
i i i i b00)++bc00)),+ c0 ), i
((a0 +((a i i i i i i i i i i i
como
como acomo
i, b
aAi , by Aes
∈+AR(x) A esanillo,
y un un((aanillo, b )+entonces
entonces+cn +c))x0(a), (a (a +i (b++bbbicci))n−1
i+)+ cii =
+ cn−1 n−1 aa.ii+.i++.(b (b+(b c )+))x
+y1icc
y) +y +
a∈i ,+(P(x)
0 + i + (b
+= + )+1y(bc+ii1)+
icomo i Q(x)) (bcn0))x ibn−1 1 ic1 ))x
n
i a∈i ,A
bQ(x)) i y∈AA es unes
y=A anillo, entonces (a ii )++n−1 cai ))x a(b c1ii(a
(P(x) +b + R(x) (a
= nun (b
+(aanillo,
nn++ entonces + i(a
+ (b
(a
+n−1 + i+=c))x i=
+ . .+ (a
.+
n n−1 n−1
i+
como(P(x)
i i ∈ A+yR(x)
a , b+ Q(x)) A es(a=un+(a(a
anillo, (b
(bn +++(b entonces
c n))++
n
(a ++(bbn−1)++cn−1
ccn))))x + (an−1 c ))x a ++. .(b
=n−1 +1 +c (b) 1y+ c1 ))x +
. + (a
(P(x) +(P(x)
Q(x)) + R(x)
Q(x))
+(P(x) R(x) =
++Q(x)) = (a(a
+ R(x)
0
n=n++(b
00
(b
(annn+ cn0n))x
++c(b n))x
0n
+n c+n ))x
(a n(a
+n−1 +(a(b
+n−1 ++i(b
n−1
n−1 cn−1
+(bn−1
i n−1 i n−1n−1i
))xccn−1
+
n−1+ n−1 +))x
))x ... + . .+
+ (a 1. + .(b.1i1+++(a
+. (a
i
++c+1(b
c111))x
(b + c1 ))x +
))x1 +
= P(x)
== + (a(Q(x)
0 ++(b
P(x) (Q(x)
0 +
+ c+ 0 ))R(x)).
R(x)). n n−1
(P(x) + Q(x)) + R(x) (a=(a + (a +++(b
(an000+
(b c(b n))++ ccn ))x
)) + (an−1 + (bn−1 + cn−1 ))x + . . . + (a1 + (b1 + c1 ))x +
0 0+ (b c0(Q(x)
00)) 0+ R(x)).
+
P(x)
= P(x) = +(aP(x)
(Q(x)
0 ++ (b+(Q(x)
+ c0+)) R(x)).
0 R(x)).
A.3 A.3 Existe
Existe un polinomio
un polinomio que= que
esP(x)es +neutro
neutro (Q(x) +aditivo.
aditivo. R(x)).SeaSea 0 el0 neutro
el neutro aditivo
aditivo deldel anillo
anillo (A,(A, ·).·).
+,+,
= P(x) + (Q(x) + R(x)).
A.3
A.3 Existe
Entonces
A.3 unun
Entonces
Z(x)
Existe
Existe unZ(x)
= 0=
polinomio 0elesque
polinomio
esque
polinomio esesneutro
el neutro
neutro
neutro
que
es aditivo
neutro aditivo.
aditivo de
de los
aditivo.
aditivo. 0Sea
Sealos 0elelneutro
polinomio
polinomio
Sea
el 0neutroneutro
en en eladitivo
eladitivo
conjunto
aditivo deldel
conjunto
del anillo Aanillo
[x].
Aanillo
[x].
(A, (A, (A,
+, ·).+, ·).
+, ·).
A.3 Existe
A.3un polinomio
Entonces
Entonces
Existe
Entonces Z(x)
un Z(x)
= que
Z(x)
P(x) +0 Z(x)
polinomio
+ Z(x)
eses
=es=0 el
0es elneutro
= que
elneutro
(aes
neutro neutro
(aneutro
aditivoaditivo.
naditivo
n + 0)x
aditivo deSea
(ade
naditivo.
de+ los los
losSea 00n−1
el. +. en
polinomio
polinomio
polinomio
0)x
n−1
+ el
neutro
.neutro
.+. el enen aditivo
el conjunto
eladitivo
conjunto
+ 0)xA
+conjunto
.(a (a (adel
+del
[x]. A0)anillo
[x]. (A,
[x].(A, +,
Aanillo ·). +, ·).
P(x) n + 0)x + (a 0)x 1 +10)x + (a0 +0 0)
= n−1 +n−1 + +
Z(x)P(x)
EntoncesEntonces 0+P(x)
Z(x)
=P(x) es
+=+
Z(x)el0Z(x)
Z(x) neutro
es
= el= n n+
aditivo
=(a=neutro
a(a
n(a
naditivo
xn nn++
0)x + 0)x
+0)x
n
an−1
(a
n de
x+n−1
+
n−1n−1 +los
de
(a los
0)x
n−1
+ polinomio
polinomio
0)x
.0)x
.n−1
.++ +
n−1
n−1
+a.1 .x.++
+ ..0..1+
+.a(a .+
+en
en (aelel
(a0)x
1 +1+
conjunto
conjunto
0)x
+ 0)x
(a 0++(a
+0) +A
0(a00)
A0) [x].
+[x].
= n−1
an x + an−1 x + . . . + a1 x + a0
n n−1
P(x) Z(x)
P(x) + Z(x) === (aa= (a
na xn+
nxa
an0)x n n n−1
++0)x
aan−1 n−1
(a
(a++xn−1 ..1..0)x
a0)x
+..+ aa1a1x0x+
n−1
(a1 1++0)x0)x
+++a..0a.. 0.. ++(a + (a + 00)+ 0)
+0 (a
nn x+P(x). x+ x+++
+ =
== + n−1 +
.+
. .n−1
+
P(x). n−1
P(x). n n−1
= P(x).
=== an x + an−1
n P(x). n−1x + . . . + a1 x + a0
= anexiste x + aun x + . . .que + aes 1 x inverso
+ a0 aditivo.
A.4 A.4
DadoDado un polinomio
un polinomio P(x)P(x) existe un
= existe
n−1polinomio
polinomio
P(x). que es inverso aditivo.
A.4 A.4
A.4Dado
Dado Dado
unun un
polinomio polinomio
polinomio P(x) P(x)
P(x)existe
existe
P(x). un de un
polinomiopolinomio
unapolinomio que que
es
que es
inverso inverso
es inverso aditivo. aditivo.
aditivo.
Sea
Sea (−aSea (−a ) el inverso = aditivo en el anillo (A, +, ·). Por propiedadesdeldelanillo anillo
i ) el inverso aditivo de a en el anillo (A, Por propiedades
i i +, ·).
(−a ) el inverso aditivo i
de a en el anillo (A, ·). Por propiedades del anillo
A.4SeaDado
(A,
Sea (−a+, un
(−a ) el
i·), polinomio
a
) inverso
iel + (−a
inverso ) P(x)
= 0
aditivo existe
para
aditivo de a un
cada
de en apolinomio
0iel≤
en anillo
i ≤
el n, que
(A,
y
anillo es
+,(A, inverso
·).+, Por
+, ·). aditivo.
propiedades
Por propiedadesdel anillo
del anillo
(A, +, ·),(A,ai+,+i·),(−a i = 0i )para
i
+i )i )(−a = 0 cada
i
0 ≤ i0i ≤≤ n, i ≤yyn,
A.4 Dado un(A,polinomio
(A, ·), a
·), ai )i +
a(−a
iP(x)
(−a existe
0 para para
un
cada
0= para
i ) = aditivo
cada
polinomio
0 ≤ i ≤ n, que y es inverso aditivo.
(−anncada den a+i0(−a ≤ iel≤n−1n,n−1
y (A, +, ·). Por propiedades del anillo
+,
Sea+,(−a i + el (−P(x))
inverso= en anillo
)x n−1 )x n−1 + . . . + (−a1 )x + (−a0 )
(−P(x)) =
(−P(x)) (−a n )x
(−a + )x(−a
n n−1 )x
(−a )x + .+. . .+. . (−a
+ (−a 1 )x + +(−a
)x )
Sea (−aes (A,
i ) elelinverso
+, inverso
·), a i (−a
(−P(x))
+ (−P(x)) i )
aditivo= = 0
(−a =para
de
(−a)x n cada
aielen
n
+ (−a
n +0 ≤ i
el n−1
)x≤n−1n,
anillo
n−1 + y . . (A,
n−1 .++ .(−a . +1·).
.+, )x (−a0(−a
+1Por ) 0 0)
propiedades del anillo
n )x (−a )x[x]. (−a 1 )x + (−a0 )
n + n−1
aditivo de =P(x) en conjunto A
es ·),
(A, +, el
eses inverso
a
el eles el (−a aditivo
inverso ) de
aditivo
0 P(x)
para de en
P(x)
cada el conjunto
en 0 el
n ≤ conjunto
i ≤ A
n,
(−aAn−1 [x].
[x].A
y [x].
n−1
iinverso
+ aditivo =
i (−P(x)) de P(x) = en
(−a elnconjunto
)xn + )x
A [x]. . . . + (−a1 )x + (−a0 )
+ n−1
P(x) +inverso
(−P(x))aditivo = (a den + P(x)
(−anen ))xel conjunto
n+ (an−1 + (−an−1n−1 ))xn−1 + . . . + (a1 + (−a1 ))x + (a0 + (−a0 ))
P(x)
P(x)+ (−P(x))
P(x)
+el(−P(x)) + (−P(x)) = (a= +
(an +de (−a
(a
(−a + ))x
(−a
n ))x
n n+))x
+ (a(a + (a+ (−a+ (−a
+ (−an−1n−1 ))x ))x
))x[x]. ++.n−1
n−1
...+.+..+. . (a +1 +(−a
++1(a(−a (−a1 ))x
1 ))x++(a(a00 ++ (−a
(−a0 ))
nen
)x0(−an−1+))x. . . ++(a(−a 1 ))x + (a0 + (−a0 ))
n n−1 n−1
es inverso
P(x) + (−P(x)) (−P(x))== 0x =aditivo n
(−a
(a n +
n
n P(x)
)x nn−1
0x
n n(−a
n−1
))x el
++ ·(−a
n−1
conjunto
n n−1
·+· + 0x
(an−1
n−1 ++
n−1
A . .1. + 1(a)x
1 + +(−a(−a 0 )+ (a0 + (−a0 ))
1 ))x
== 0x 0x=n++0x
0x
0x + 0x
n−1
+ ·· ·· ·· +
+ +
n
+n ·0x ·· +
0x ++0x
n−1
00 + 0 n−1
P(x) + (−P(x)) === Z(x). (aZ(x).
0x n + (−a
n
n ))x
0xn−1 + ·+ · · (a 0x + (−a 0 n−1 ))x + . . . + (a1 + (−a1 ))x + (a0 + (−a0 ))
es el inverso aditivo ==deZ(x). P(x)
Z(x). n en el conjunto + n−1
A [x].
0x + 0xn−1 + · · · + 0x + 0
Z(x).
== polinomios
M.2M.2El producto
El productodededos dos polinomios n es asociativa
P(x)
M.2
M.2El (−P(x))
producto
+El productodede dos(a
=dos n=+ (−a
Z(x).n ))x
polinomios
polinomios +es(aasociativa
es asociativa
asociativa n−1 + (−an−1 ))x
n−1
+ . . . + (a1 + (−a1 ))x + (a0 + (−a0 ))
M.2 El producto de dos n polinomios
n−1 es asociativa
∑n+m
n+m
∑ (n+m)+l
∑∑
(n+m)+l
=P(x) 0x· Q(x)
P(x) + 0x · R(x)+=·=∑
· R(x)
· Q(x) ∑· · (+( 0xaai++
n+m
n+m
ib
0i+i+jj
j jjjxx )) ·· R(x) =
ib
(n+m)+l
(n+m)+l
∑ ∑ ((ai bi bj )c
((a )ck )x
k )x
(i+(i+ j)+k
j)+k
M.2 El producto
P(x)
de dos
P(x)· Q(x) polinomios
· Q(x)· ·R(x)
R(x) = = (( es asociativa
an+m
a
∑ i bb j xx i+ ) )· ·R(x)
R(x) = = ((a
(n+m)+l
∑ ((a
i b j )c
b k )x
)c
j(i+
)x
j)+k
(i+ j)+k
i j=0j j)+k=0i j k
=P(x)Z(x).
· Q(x) · R(x) =i+ i+ j=0
i+i+j=0
j=0(n+(m+l)
n+m ai b j x ) · R(x)
∑
i+ j
(i+(i+
(i+j)+k=0
(i+
=j)+k=0
j)+k=0 ∑ ((a
(n+m)+l i b j )ck )x
(i+ j)+k
n+(m+l)
∑ ∑ i+ j ∑ m+l
m+l
∑ (i+ j)+k
P(x) · Q(x) · R(x) ==n+(m+l) ∑(
n+(m+l)
=∑
i+ j=0 ai b j x ) · R(x)
(ai i(b(bjjcci+( ))x i+( j+k)==
j+k) (i+ j)+k=0
= P(x)
m+l((ai b j )ck )x j+kj+k
∑ (( bbj+k
(a kk))x P(x) ·∑·m+l j cjkcxkx ) )
M.2 El producto de dos polinomios==es asociativa i+(
i+∑ (a
(ai (b j ck ))x
i+(j+k)=0
j+k)=0
j+k)
j=0i (b j ck ))x i+( j+k)= P(x)
n+(m+l)
= P(x) · (· ( j+k=0
(i+ j)+k=0 b j c∑
bk jxck x)j+k )
m+l
j+k=0
i+( j+k) j+k=0· ( m+l b c x j+k )
i+( j+k)=0
= n+(m+l)
∑· ·(Q(x)
P(x) (a (b
(Q(x) ·· P(x)).
i j c ))x
P(x)).
k = P(x)
(n+m)+lj+k=0∑ j k
=i+(
=∑
P(x)
n+m P(x)
j+k)=0
· (Q(x) ·i+P(x)). i+( j+k) ∑ j+k
= = i+( j+k)=0(a (b
j c ))x = P(x) · ( j+k=0 b j k x (i+)j)+k
c
P(x) · Q(x) · R(x) == (P(x)i+(· (Q(x) i b j x · P(x)).
aj+k)=0 i j k
) · R(x) = ((aj+k=0i b j )ck )x
= P(x) · (Q(x) · P(x)).
i+ j=0 (i+ j)+k=0
= P(x) · (Q(x) · P(x)).
n+(m+l)
∑ m+l
∑
i+( j+k)
= (ai (b j ck ))x = P(x) · ( b j ck x j+k )
CAPÍTULO 2
ANILLOS DE POLINOMIOS ÍNDICE 43
D El
D producto se distribuye
El producto sobre
se distribuye la la
sobre suma
suma
n n + (b n−1
cn−1)x)xn−1
P(x)P(x) · (Q(x)
· (Q(x) + R(x))= = P(x)
+ R(x)) P(x) · ((b
· ((b n + cnc)xn )x
n + + (bn−1n−1++cn−1 ++. .. ...++(b(b11 ++ cc11)x + (b0 + cc00)) ))
n+m
n+m∑ n+m
∑
n+m n+m
∑
n+m
∑ ∑ ∑
ai (b + c )x i+ ji+ j = i+i+j j = i+ jj
+ aaiicc jjxxi+
i+jj)
= = ai (b j +j c j )xj = (a(a b j +aai ci cj )x
i bi j + j )x = (aiibbjjxxi+
(a + )
i+ j=0
i+ j=0 i+i+
j=0j=0 i+j=0
i+ j=0
n+m∑n+m n+m
∑
n+m
∑ ∑
a b xji+ j + i+ j
= = i+
ai b j x +
i j aiacijcxji+x j
i+ j=0 i+ j=0
i+ j=0 i+ j=0
P(x)
= = P(x) · Q(x)
· Q(x) ++ P(x)· R(x).
P(x) · R(x).
Supongamos que para todo f, g ∈ A[x] no nulos, se tiene que gr( f g) = gr( f ) + gr(g).
Para llegar a una contradicción, supongamos que A no es un dominio entero. En este caso
existen a, b ∈ A tales que a, b 0 y ab = 0. Sean f, g ∈ A[x], con f (x) = ax + a0 ,
g(x) = bx + b0 , entonces f g = abx2 + (ab0 + ba0 )x + a0 b0 = (ab0 + ba0 )x + a0 b0 . Por lo que
gr( f g) < gr( f ) + gr(g), lo cual contradice la hipótesis que gr( f g) = gr( f ) + gr(g) para todo
f, g ∈ A[x] no nulos. Por lo tanto A[x] sí es un dominio entero.
Definición 2.1.5. Sea (A, +, ·) un anillo con unidad u y f ∈ A[x] con gr( f ) ≥ 1. Si r ∈ A y
f (r) = 0, decimos que r es una raíz del polinomio f (x).
Ejemplo 2.1.9. Encuentra las raíces del polinomio f (x) = x2 − 2 para f (x) ∈ R[x].
√ √
f (x) = 0 ⇔ x2 − 2 = 0 ⇔ x2 = 2 ⇔ |x| = 2 ⇔ x = ∓ 2.
√ √
Se sigue que f (x) = (x − 2)(x + 2) ya que f (x) ∈ R[x]. Nótese que si f (x) = x2 − 2 y
f (x) ∈ Z[x] o f (x) ∈ Q[x], entonces f (x) no tendría raíces.
Ejemplo 2.1.10. Encuentra las raíces del polinomio f (x) = x2 + 3x + 2 para f (x) ∈ Z6 [x].
Como Z6 = {0, 1, 2, 3, 4, 5}, sólo tenemos seis posibles valores para x y podemos evaluamos
el polinomio f (x) en cada uno de los seis posibles valores
f (0) = 2, f (1) = 1 + 3 + 2 = 0, f (2) = 4 + 0 + 2 = 0,
f (3) = 3 + 3 + 2 = 2 , f (4) = 4 + 0 + 2 = 0, f (5) = 1 + 3 + 2 = 0.
Las raíces del polinomio f (x) son 1, 2, 4, 5.
Nótese que en el ejemplo 2.1.10, el polinomio f (x) tiene 4 raíces y es de grado 2. En la
educación media-superior nos ense¿an que un polinomio de grado n cuyos coeficientes son
números reales, tiene a lo mas n raíces. En las siguientes secciones vamos a caracterizar los
anillos A que satisfacen que cualquier polinomio f (x) ∈ A[x] tenga a los más tantos raíces
como su grado.
Teorema 2.1.7 (Algoritmo de la división). Sea K un campo y f (x), g(x) ∈ K [x], con
gr(g(x)) = n ≥ 1. Entonces existen dos polinomios q(x),r(x) ∈ K [x] tales que
con r(x) = 0 o 0 ≤ gr(r(x)) < gr(g(x)). Además los polinomios q(x), r(x) son únicos.
Ejemplo 2.1.11. Sean f (x), g(x) ∈ Z [x], con g(x) = x − 3 y f (x) = 7x3 − 2x2 + 5x − 2.
Encuentren el cociente y el residuo al dividir el polinomio f (x) entre el polinomio g(x).
Por lo que f (x) = (7x2 + 19x + 62)(x − 3) + 184, el cociente es q(x) = 7x2 + 19x + 62 y el
residuo es r = 184.
Ejemplo 2.1.12. Sean f (x), g(x) ∈ Z7 [x], con g(x) = 3x2 + 4x + 2 y f (x) = 6x4 + 4x3 + 5x2 +
3x + 1. Encuentren el cociente y el residuo al dividir el polinomio f (x) entre el polinomio
g(x).
2x2 +x +6
2
3x +4x +2 6x4 +4x3 +5x2 +3x +1
−6x4 −x3 −4x2
3x3 +x2 +3x
−3x3 −4x2 −2x
4x2 +x +1
−4x2 −3x −5
5x +3
División sintética
7 19 62
3 7 −2 5 −2
21
19 5
57
62 −2
186
184
En base al ejemplo podemos observar que los coeficientes del cociente igual que el residuo
de la división aparecen de manera natural en las cuentas. Si resumimos las cuentas en dos
renglones obtenemos lo siguiente.
7 −2 +5 −2 3
21 57 186
7 19 62 184
Ahora observamos que cada número de la segunda renglón es el resultado de multiplicar 3
por el número que aparece en el tercer englón de la columna anterior.
7 −2 +5 −2 3
7(3) 19(3) 62(3)
7 19 62 184
Ejemplo 2.1.13. Sean f (x) = x5 + x4 + 2x3 + 3x2 − 4x + 5, g(x) = x + 2 con f (x), g(x) ∈ Q [x].
1 1 2 3 −4 5 −2
−2(1) −2(−1) −2(4) −2(−5) −2(6)
1 −1 4 −5 6 −7
Entonces f (x) = g(x)q(x)+r, donde q(x) = x7 +3x6 +9x5 +34x4 +98x3 +297x2 +896x+2688,
y r = 8060.
Ejemplo 2.1.15. Considera los polinomios del ejemplo 2.6 inciso 2:
Sean g(x) = x + 9 y f (x) = 3x5 + 8x4 + x3 − 2x2 + 4x − 7 con f (x), g(x) ∈ Z11 [x].
3 8 1 9 4 4 2
2(3) 2(3) 2(7) 2(1) 2(6)
3 3 7 1 6 5
Entonces r = a0 + b∆.
Definición 2.1.8. Sea A[x] un anillo de polinomios. Si el anillo A tiene unidad u, decimos
que un polinomio de grado n es mónico si an = u. Si un anillo de polinomios tiene coeficientes
en alguno de los campos R, Q, Z o Z p , entonces un polinomio de grado n es mónico si an = 1.
Definición 2.1.9. Sean f, g ∈ K [x]. Decimos que el polinomio h(x) es un divisor común de
f y g si h(x) | f (x) y h(x) | g(x). Además h(x) es el máximo común divisor de f y g si h(x) es
un polinomio mónico y toda divisor común k(x) ∈ K [x] de f (x) y g(x), divide al polinomio
h(x).
Proposición 2.1.10 (Algoritmo de Euclides). Sean f (x), g(x) ∈ K [x], tales que gr(g(x)) ≤
gr( f (x)) y g(x) no es el polinomio nulo. Primero dividimos f (x) entre g(x) obteniendo el
residuo. Luego, en cada paso, aplicamos el algoritmo de división para el divisor anterior
entre el residuo anterior hasta obtener como residuo al polinomio nulo.
El último residuo no nulo rk−1 (x) es un máximo común divisor de los polinomios f (x), g(x),
y es un multiplo del máximo común divisor mónico de los polinomios f (x) y g(x).
Demostración. Dados dos polinomios f (x), g(x) ∈ K [x], con gr(g(x)) ≤ gr( f (x)) y g(x) no
NOTAS DE LA UEA
48 MATEMÁTICAS DISCRETAS II
nulo. Aplicamos el algoritmo de división hasta tener como residuo al polinomio nulo,
En cada paso se aplica el ejercicio 2.8 que dice que si h(x) divide a los polinomios f (x), g(x)
con f (x) = q(x)g(x) + r(x), entonces h(x) divide al polinomio residuo r(x).
2x +5
3x3 −3x2 +x −1 6x4 +9x3 +5x2 +3x −1
−6x4 +6x3 −2x2 +2x
15x3 +3x2 +5x −1
−15x3 +15x2 −5x −5
18x2 −6
x −1
3x2 −1 3x3 −3x2 +x −1
−3x3 −x
−3x2 −1
+3x2 +1
0
Por lo que g(x) = 6(3x2 − 1)(x − 1) = 18(x2 − 1/3)(x − 1). Según el Algoritmo de Euclides
(proposición 2.1.10)
mcd( f (x), g(x)) = x2 − 1/3.
Decimos que dos polinomios f, g son primos relativos si mcd( f (x), g(x)) = 1.
Corolario 2.1.11. Sea K un campo, a ∈ K y f (x), g(x) ∈ K [x], con gr( f (x)) = n ≥ 1.
Entonces
CAPÍTULO 2
ANILLOS DE POLINOMIOS ÍNDICE 49
1. Por el teorema 2.1.7 existen dos polinomios q(x),r(x) ∈ K [x] tales que f (x) = (x −
a)q(x) + r(x) tal que r(x) = 0 o 0 ≤ gr(r(x)) < gr(x − a) = 1. Si el residuo r(x) = 0,
entonces f (x) = (x − a)q(x) y si evaluamos el polinomio f (x) en a obtenemos que
f (a) = (a − a)q(a) = 0, por lo que el f (a) = 0 = r(x). Si r(x) 0, entonces 0 ≤
gr(r(x)) < 1, es decir, el grado del residuo r(x) es cero y r(x) es una constante. Sea
r(x) = r con r ∈ K. Podemos reescribir la función f (x) como
f (x) = (x − a)q(x) + r.
f (a) = (a − a)q(a) + r = 0 + r = r.
(x − a) | f (x) − f (a).
Proposición 2.1.12. Sea (K, +, ·) un campo, sea f (x) ∈ K[x] un polinomio de grado n,
entonces f tiene a lo más n raíces en K.
Demostración. Por inducción sobre el grado n del polinomio.
Base: Sea f ∈ K [x] un polinomio de grado 1, con f (x) = a1 x − a0 , y a1 0. Como K es un
campo, entonces a1 tiene un inverso multiplicativo (a−1
1 ), por lo que
2.1.4 Ejercicios
Ejercicio 2.1. Determina el número de polinomios de grado 2 en Z2 .
Ejercicio 2.2. Determina el número de polinomios de grado 2 en Z7 .
Ejercicio 2.3. ¿Qué base debe tener el sistema numérico en donde 754 tenga la
representación 3254?
Ejercicio 2.4. Sea (A, +, ·) un dominio entero (definición 1.1.5). Entonces A[x] es un dominio
entero.
Ejercicio 2.5. ¿Cuántas soluciónes tiene x + y + z = 0 en Z2 ? y en Z3 ?
Ejercicio 2.6. En cada inciso encuentra el cociente y el residuo al dividir el polinomio f (x)
entre el polinomio g(x).
i) Sean g(x) = x − 3 y f (x) = x8 + 7x5 − 4x4 + 3x3 + 5x2 − 4 con f (x), g(x) ∈ Q[x].
ii) Sean g(x) = x + 9 y f (x) = 3x5 + 8x4 + x3 − 2x2 + 4x − 7 con f (x), g(x) ∈ Z11 [x].
Ejercicio 2.7. Dada las siguientes dos tablas de división sintética, expresa en cada caso
como polinomios el divisor, el dividiendo, el cociente y el residuo.
i)
6 −11 −21 −4 −2
−12 46 −50
6 −23 25 −54
ii)
1 −10 24 −1 0 36 6
6 −24 0 −6 −36
1 −4 0 −1 −6 0
Ejercicio 2.8. Si h(x) divide a los polinomios f (x), g(x) con f (x) = q(x)g(x) + r(x), entonces
h(x) divide al residuo r(x). Hint: La prueba es análoga a la prueba para el resultado análogo
en Z.
CAPÍTULO 2
ANILLOS DE POLINOMIOS ÍNDICE 51
Ejercicio 2.9. Encuentren el máximo común divisor de las siguientes parejas de polinomios
en el anillo que se indica.
Ejercicio 2.10. Si f (x) | g(x), entonces toda raíz de f (x) es raíz de g(x).
2. Si 2 ≤ gr( f (x)) ≤ 3, entonces el polinomio f (x) tiene una raíz si y solo si f (x) es
reducible.
Sea K un campo y sea f (x) ∈ K [x] un polinomio de grado al menos 4. Puede darse el
caso en que f (x) es reducible sin tener raíces. Por ejemplo: Sea f (x) ∈ R [x], con
No es difícil comprobar que los factores son irreducibles en R [x] (basta probar que no
tienen raíces reales).
Ejemplo 2.2.1. Considera los campos R [x] , Q [x] y C [x]. Determina en qué campos los
siguientes polinomios tienen raíces, encuentra las (según el campo) así como la factorización
del polinomio. Determina en qué campos son irreducibles.
NOTAS DE LA UEA
52 MATEMÁTICAS DISCRETAS II
1. p(x) = x2 + 1
En C [x] el polinomio p(x) tiene dos raíces x = −i y x = i, por lo que p(x) = (x + i)(x −
i), pero es irreducible en R [x] y en Q [x].
2. p(x) = x4 + 2x2 + 1
El polinomio p(x) es reducible en R [x] , Q [x] ya que p(x) = x4 + 2x2 + 1 = (x2 + 1)2 ,
aunque no tiene raíces reales. En C [x] el polinomio tiene dos raíces dobles: x = −i y
x = i, por lo que p(x) = (x+i)(x−i) y la factorización en C [x] es p(x) = (x+i)2 (x−i)2 .
Ejemplo 2.2.2. Encontrar las raíces de los siguientes polinomios en el anillo de polinomios
especificado.
1. p(x) = x3 + x2 + x + 1, en Z2 [x].
2. p(x) = x3 + x + 1, en Z2 [x].
3. p(x) = x2 + x + 1, en Z3 [x].
1. p(0) = 1, p(1) = 0, entonces 1 es raíz del polinomio p(x). Usamos división sintética
para encontrar el cociente.
1 1 1 1 1
1(1) 1(0) 1(1)
1 0 1 0
Entonces p(x) = x3 + x2 + x +1 = (x2 +1)(x +1). Sea g(x) = x2 +1, g(0) = 1 y g(1) = 0,
por lo que 1 es raíz de g(x). Usamos división sintética para encontrar el cociente.
1 0 1 1
1(1) 1(1)
1 1 0
3. p(0) = 1, p(1) = 0, p(2) = 1, entonces 1 es raíz del polinomio p(x). Usamos división
sintética para encontrar el cociente.
1 1 1 1
1(1) 1(2)
1 2 0
Teorema 2.2.2 (Teorema Fundamental del Álgebra). Todo polinomio f (x) ∈ R [x], de grado
n ∈ N tiene al menos una raíz compleja.
La prueba del Teorema Fundamental del Álgebra sale del objetivo de las notas.
Teorema 2.2.3 (Teorema de la Factorización Única). Sea f (x) ∈ C [x], de grado n ∈ N,
Entonces existen n números complejas α1 , α2 , . . . , αn no necesariamente distintos entre sí, y
un número c ∈ C tales que
f (x) = c(x − α1 )(x − α2 ) . . . (x − αn ).
Además, esta factorización es única salvo el orden de los factores.
Demostración. Existencia: Demostración por inducción sobre el grado n del polinomio.
Base: Sea f (x) ∈ C [x], de grado n = 1. Asumimos que f (x) = ax − b, con a 0. Sea a−1 el
inverso multiplicativo de a, entonces f (x) = a(x − ba−1 ) y c = a y α = ba−1 y el teorema es
cierto para n = 1.
Hipótesis de Inducción: Supón que todo polinomio f (x) de grado k tiene una factorización
f (x) = c(x − α1 )(x − α2 ) . . . (x − αk ),
con α1 , α2 , . . . , αk ∈ C no necesariamente distintos entre sí, y c ∈ C.
Paso inductivo: Sea g(x) ∈ C [x], de grado k + 1. Por el teorema Fundamental del álgebra
g(x) tiene una raíz compleja α. Entonces x − α | g(x) y existe un q(x) ∈ C [x] tal que
g(x) = q(x)(x − α). Entonces q(x) es de grado k y por la hipóteses de inducción sabemos
que existen k números complejas α1 , α2 , . . . , αk no necesariamente distintos entre sí, y un
número c ∈ C tales que
q(x) = c(x − α1 )(x − α2 ) . . . (x − αk ).
Por lo que
g(x) = q(x)(x − α)
= c(x − α1 )(x − α2 ) . . . (x − αk )(x − α).
Sea αn = α, entonces g(x) = c(x − α1 )(x − α2 ) . . . (x − αk )(x − αk+1 ).
Por el Principio de Inducción hemos probado la existencia de la factorización. Falta
probar la unicidad.
Unicidad: Ejercicio 2.19.
Observa que dada f (x) = c(x − α1 )(x − α2 ) . . . (x − αn ), con c 0, y n ∈ N, entonces α
es raíz de f (x) si y solo si α = αi para alguna 1 ≤ i ≤ n.
Definición 2.2.4. Sea f (x) = c(x − α1 )(x − α2 ) . . . (x − αn ), con c 0, y n ∈ N, un polinomio
de grado n. Decimos que una raíz α de f (x) es de multiplicidad m si
(x − α)m | f (x), pero (x − α)m+1 f (x).
o bien si hay m indices i tales que αi = α.
NOTAS DE LA UEA
54 MATEMÁTICAS DISCRETAS II
1 −2 2 −2 1 1
1(1) 1(−1) 1(1) 1(−1)
1 −1 1 −1 0
1(1) 1(0) 1(1)
1 0 1 0
1(1) 1(1)
1 1 2
Por lo que (x − 1)2 | f (x), pero (x − 1)3 f (x). Por lo tanto x = 1 es una raíz de multiplicidad
2.
Observa que las raíces no complejas (no reales) siempre vienen en parejas {α, α}.
Como consecuencia de la proposición 2.2.5 y el Teorema de la Factorización Única
(teorema 2.2.3) tenemos el siguiente resultado.
1. f (x) es de grado 1, o
Raíces
Raíces
racionales
racionales
de polinomios
de polinomios
con coeficientes
con coeficientes
enteros
enteros
Vamos
Vamos
a caracterizar
a caracterizar
las raíces
las raíces
racionales
racionales
de undepolinomio
un polinomio
con coeficientes
con coeficientes
enteras.
enteras.
Proposición
Proposición
2.2.7.2.2.7.
Sea Sea
f (x) f=(x)
an=xn a+n xann−1
+ xan−1 +n−1
n−1 x . . .+a1. x. .+a1ax0 ,+aai 0∈, aZi para
∈ Z para0 ≤ i0 ≤≤ n,i ≤Sean
n, Sean
p p
p, q ∈p,Zq primos
∈ Z primos
relativos.
relativos.
Si q Si∈Q q es
∈ Quna es raíz
una de
raízf (x),
de fentonces
(x), entonces p | a0p y| aq0| yanq. | an .
p p
Demostración.
Demostración. SeanSean p, q ∈p,Zq primos
∈ Z primos relativos
relativos
talestales
que que
q ∈ Q q ∈esQunaes raíz
una deraízf (x)
de f=(x) xn a+n xn +
an =
( p) ( p)
an−1 xan−1 +n−1
n−1 x . . .+a1. x. .+a1ax0 ,+entonces f q f = q0. = 0.
a0 , entonces
p p
Primero
Primero
probaremos
probaremos que pque| a0p. |Evaluamos
a0 . Evaluamos
la función
la función
f (x) fen
(x)laen
raíz
la racional
raíz racional
q : q :
ya que
ya qque
0.
qDespejamos
0. Despejamos
el sumando
el sumando a0n(−q
a0 (−q ) : n) :
a0n(−q
a0 (−q ) =n
) a=n pna+n pann−1
+ pan−1
n−1qpn−1 + pan−2
+ aqn−2 n−2qp2n−2
+ q. 2. .++. a. .1 +
pqan−1
1 pq
n−1
Por lo
Por
que | a0pq|n .aComo
lo pque n
0 q . Como
mcd(p, mcd(p,
q) = q)
1, =
entonces
1, entonces
p | a0p. | a0 .
p p
Vamos Vamos
a probar
a probar
que qque
| anq. |Evaluamos
an . Evaluamos
la función
la función
f (x) fen
(x)laen
raíz
la racional
raíz racional
q : q :
( )n( )n ( )n−1
( )n−1 ( )( )
p p p p p p
0 + an−1 + . . .++. a. .1 + a1 + a0 + a0
=0 a=n an + an−1
q q q q q q
0 =0 a=n pna+n pann−1
+ pan−1
n−1qpn−1 + pan−2
+ aqn−2 n−2qp2n−2
+ q. 2. .++. a. .1 +
pqan−1 +n−1
1 pq qn a+0 ,qn a0 ,
ya que
ya qque
0.
qDespejamos
0. Despejamos
el sumando
el sumando ann(−p
an (−p ) : n) :
ann(−p
an (−p ) = n
) a=n−1 pan−1
n−1qpn−1 + pan−2
+ aqn−2 n−2qp2n−2
+ q. 2. .++. a. .1 +
pqan−1
1 pq+n−1 qn a+0 qn a0
= q(a = n−1 pn−1
q(a +n−1
n−1 p + pan−2
an−2 n−2qpn−2
+ aqn−3 + pan−3
n−3q p2n−3
+ q. 2. .++. a. .1 +
pqan−2 +n−2
1 pq qn−1
+ aq0n−1
). a0 ).
Por lo
Por
que | anqp|na. nComo
lo qque pn . Como
mcd(p,
mcd(p,
q) = q)
1, =
entonces
1, entonces
q | anq. | an .
Por lo
Por
tanto
lo tanto
las raíces
las raíces
racionales
racionalesde undepolinomio
un polinomiocon coeficientes
con coeficientes
enteras es unes un subcon-
enteras
p p
junto del conjunto
subconjunto
subconjunto
del conjunto
del conjunto
{± q :
{± pq | :ap0 , q
| a|0 .n Observa
a
, q}.
| Observa
an }. además que las raíces
Observa
además
además
que las
queraíces
las raícesracionales
racionales
racionales
de de
un polinomio
un polinomio
mónicomónico
son raíces
son raíces
enteras,
enteras,
puespuesan =a1.n = 1.
4
Ejemplo
Ejemplo 2.2.4.2.2.4.
ParaPara
el polinomio
el polinomio f (x) f=(x)4x= 4x43−4x
−4x +5x32+5x 2
−8x−6 enumera
−8x−6 enumera
las posibles
las posibles
ráices
ráices
racionales,
racionales, determina
determina
cuales
cuales
de endeefecto en efectoson raíces
son raícesy finalmente
y finalmente
usa esta
usa esta
información
información
parapara
encontrar
encontraruna una
factorización
factorización del polinomio
del polinomioen que en cada
que cada factor factor
es irreducible
es irreducibleen Q[x],
en Q[x],
luegoluego
factoriza
factoriza
el el
polinomio
polinomio en factor
en factor
es irreducible
es irreducible R[x]R[x] y finalemente
y finalemente factoriza
factoriza
el polinomio
el polinomio
factores
factores
lineales
lineales
en C[x].
en C[x].
Los divisores
Los divisores positivos
positivos
de 4 de son4 {1,son2,{1, 4},2,y4},de y6 de
son6 {1,
son2,{1,
3, 2,
6}.3,Las
6}. posibles
Las posibles
raíces
raíces
son son
{± qp {±
: pqp |: 6,p q| 6,
| 4}
q |=4}{±1, ± 12 , ±±1412,,±2,
= {±1, ± 14 ,±3,
±2,±±3,3
2 , ±±33
42,, 3
±6}.
± 4 , Hay
±6}. Hay
16 posibles
16 posibles
raíces
raíces
racionales.
racionales.
NOTAS DE LA UEA
56 MATEMÁTICAS DISCRETAS II
Usaremos división sintética para buscar las raíces. En caso de tener una raíz racional
factorizamos el polinomio para simplificaremos la busqueda.
4 −4 5 −8 −6 1 4 −4 5 −8 −6 −1
4 0 5 −3 −4 8 −13 21
4 0 5 −3 −9 4 −8 13 −21 15
4 −6 +8 −12 2 4 −6 +8 −12 −2
8 4 24 −8 28 −72
4 2 12 −12 4 −14 36 −84
4 −6 +8 −12 3 4 −6 +8 −12 −3
12 18 78 −12 54 −186
4 6 26 66 4 −18 62 −198
3
Por lo que x = 2es una raíz de g(x), g(x) = (x − 32 )(4x2 + 8) y
( ) ( )( )
1 1 3
f (x) = x + (4x3 − 6x2 + 8x − 12) = x + x− (4x2 + 8)
2 2 2
( )( )
1 3 2
= 4 x+ x− (x + 2).
2 2
2.2.3 Ejercicios
Ejercicio 2.13. Encuentren la factoriazación de los siguientes polinomios
1. p(x) = x2 + 1, en Z2 .
2. p(x) = x4 + x3 + 1, en Z2 .
3. p(x) = x2 + x + 1 en Z3 , Z5 y Z7 .
4. De un ejemplo de un polinomio con coeficientes reales que no tenga raíces.
Ejercicio 2.14. Sea f (x) = x2 + 3x + 2 en Z6 . ¿Es la factorización del polinomio f (x) único?
¡Justifica tu respuesta! (vean el ejemplo 2.1.10).
Ejercicio 2.15. Encontrar las raíces en R [x] , Q [x] , C [x] de los siguientes polinomios.
a) p(x) = x4 − 16, b) p(x) = x4 − 25.
Ejercicio 2.16. Sea P(x) ∈ Z un polinomio mónico. Si r es una raíz de P(x), entonces r | a0 ,
donde a0 es el término constante del polinomio P(x).
Ejercicio 2.17. Sea P(x) ∈ C un polinomio mónico de grado n. Sean r1 , r2 , . . . , rn las n
raíces de P(x). Entonces r1 · r2 · · · · · rn = a0 , donde a0 es el término constante del polinomio
P(x).
Ejercicio 2.18. Prueba el teorema 2.2.1
Ejercicio 2.19. Prueba la unicidad del Teorema de la Factorización Única (teorema 2.2.3).
NOTAS DE LA UEA
58 MATEMÁTICAS DISCRETAS II
1. f (x) = x4 − x3 .
Ejercicio 2.21. Para cada polinomio enumera las posibles raíces racionales, determina
para encontrar
cuales de en efecto son raíces y finalmente usa esta información para encontraruna
unafactorización
factorización
del polinomio en que cada factor es irreducible en Q[x].
2.3 Proyectos
Números pitagóricos
Una terna de números naturales a, b, c forma una terna pitagórica si hay un triángulo
rectángulo cuyos lados son a, b y c. Es fácil checar si una terna dada es una terna pitagórica,
por ejemplo 3, 4, 5 forman una terna pitagórica ya que
32 + 42 = 52 .
¿Cuántas ternas pitagóricas hay? ¿Encuentra una manera anaítica para caracterizar las ternas
pitagóricas. Para mayor información ver capítulo 8 en [13].
P(x) = a′n (x − a)n + a′n−1 (x − a)n−1 + a′n−2 (x − a)n−2 + · · · + a′2 (x − a)2 + a′1 (x − a)1 + a′0 .
En [4] hay un algoritmo basado en la división sintética. Busca al menos una aplicación de
este cambio.
CAPÍTULO 2
ANILLOS DE POLINOMIOS ÍNDICE 59
Funciones Generatrices
Los polinomios juegan un papel importante en la construcción de funciones generatrices.
Estudia explica dos ejemplos de la sección 9.1 [9], así como un ejemplo teórico y otro
práctico de otra fuente. Explica con tus propias palabras la importancia de las funciones
generatrices en solución de problemas teóricas como prácticas.
ÍNDICE
Se dice que la Teoría de las Gráficas nació con el problema de los puentes de Königsberg
4
(Sección 3.0.1) que el matemático Leonard Euler consideró en su versión general en Solutio
Problematis ad geometriam situs pertinentis, Commentarii Academiae Scientiarum Imperia-
lis Petropolitanae 8 (1736), pp. 128-140. Pasaron 100 años antes de que saliera el primer
libro de Teoría de las Gráficas: Theorie der endlichen und unendlichen Graphen (Teubner,
Leipzig, 1936) escrito por König. Hoy en día la Teoría de las Gráficas se ha convertido en
una rama amplia y popular dentro de las matemáticas discretas tanto en aspectos teóricos
como por la extensa gamma de aplicaciones que tiene en las matemáticas, computación así
como en las ciencias sociales.
Una gráfica puede modelar una situación real o hipotética y se puede estudiar sus estruc-
turas y propiedades
estructuras y propiedadespara dar
para darsolución a unaproblema
una solución un problemareal
realo oteórico.
teórico. El objetivo
del capítulo es introducir los fundamentos de la Teoría de las Gráficas y revisar algunos
problemas o situaciones que se pueden modelar mediante una gráfica o una gráfica dirigida.
Los conceptos básicos se motivan a través de cuatro problemas que fueron importantes para
el desarrollo de la Teoría de las Gráficas. Después se presentan las definiciones formales así
como una revisión de la teoría básica que se requiere para darle respuesta a los problemas
que se modelan. Durante el capítulo se trabaja, cuando sea oportuno, con aplicaciones de
la Teoría de las Gráficas en diferentes áreas de las ciencias sociales y ciencias exactas
como redes de distribución, computación, eletrónica, ciencias sociales, pero también tiene
aplicaciones teóricas como cadenas discretas de Markov, representación de grupos y relaciones
finitas.
Vamos a motivar intuitivamente algunos conceptos antes de introducir la terminología de
la Teoría de las Gráficas y antes de iniciar con la revisión teórica. En esta sección introductoria
consideramos una gráfica como un conjunto de vértices (puntos) y un conjunto de aristas
(líneas) donde cada arista une exactamente dos puntos.
La ciudad alemana (ahora rusa) Königsberg (ver figura 3.1) fue testigo del inicio de la
rama de las matemáticas llamada Teoría de las Gráficas (o Teoría de los Grafos). La ciudad
de Königsberg es atravezada por un rio con islas. En el siglo XVIII, era costumbre hacer
paseos los domingos y los habitantes de la ciudad de Königsberg procuraban recorrer cada
puente exactamente una vez, sin embargo no lo lograban. Siempre faltaba algún puente o
tenían que recorrer algún puente mas de una vez.
4
“Hace trescientos años, nació en Basilea el matemático más53 prolífico de toda la historia. A lo largo de su dilatada
vida científica amplió las fronteras de las matemáticas en todas sus ramas, y no sólo las fronteras de las matemáticas,
su actividad creadora se extiende por la casi totalidad de las ciencias. Su influencia impregna todas las materias cien-
tíficas a lo largo del siglo XVIII. Sin su figura las matemáticas serían otras.”
Fuente: http://divulgamat.ehu.es/weborriak/historia/MateOspetsuak/Euler.asp
NOTAS DE LA UEA
62 MATEMÁTICAS DISCRETAS II
se puede. Euler resolvió el problema usando sucesiones de letras y abarcando todas las
posibilidades y aunque él nunca uso una gráfica para modelar el problema, la manera en
que resolvió el problema se considera como los antecedentes de la Teoría de las Gráficas.
La representación del problema mediante una gráfica apareció muchos años después. En la
figura 3.2, cada vértice (punto) representa una isla o una parte de tierra firme y las aristas
(líneas) representan los puentes que hay entre dos partes de tierra (isla o tierra firme).
Con un lenguaje coloquial, decimos que una gráfica/diagrama/dibujo es euleriana cuando
podemos dibujarla de tal forma que recorremos cada línea exactamente una vez, sin levantar
el lápiz del papel y además regresamos al punto inicial. O bien, una gráfica G tiene un
recorrido euleriano, si podemos dibujar la gráfica G de tal forma que recorremos cada arista
exactamente una vez y regresamos al vértice inicial. Una gráfica es euleriana si tiene un
recorrido euleriano. Las gráficas eulerianos están caracterizadas (ver sección 3.4.2).
Figura 3.3:
3.2: El dodecaedro.
El problema fue planteado hace mas de 60 años, y aún sigue abierto, además dio origen al
estudio del número de cruces de una gráfica, que es un tópico de la Teoría de las Gráficas
que ha recibido mucha atensión en los últimos dos décadas por sus aplicaciones en el área
5
Un problema es NP- completo si el probla de determinar si se cumple la propiedad o no, es equivalente a otro problema
NP-completo para los problemas NP- completos no existe un algorítmo que en tiempo polinomial pueda determinarse si se
cumple la propiedad o no.
NOTAS DE LA UEA
64 MATEMÁTICAS DISCRETAS II
de computación.
de computación. Probablemente
Probablemente han escuchado
han escuchado el caso
el caso particular
particular y popular
y popular del del
problema
problema anterior.
anterior.
En el pueblo San Juan hay tres tienditas que le llevan mercancía a tres de
las casas del pueblo. Resulta que los tres repartidores (uno por cada tienda)
están peleados entre sí y si se encuentran empiezan a pelear. ¿Puedes ubicar
las tres casas y los tres servicios así como las rutas de los tres repartidores, de
modo que las rutas no se intersectan? (Ver figura 3.4)
3.4: Una gráfica que modela el ejemplo de las tres casas y tres tienditas
Una gráfica que modela el ejemplo de las tres casas y tres tienditas.
Este problema está relacionado con tópicos importantes dentro de la Teoría
de las Gráficas: las gráficas planas y el número de cruces. Decimos que una
gráfica es plana, si está dibujada de manera que sus aristas no se cruzan. Una
gráfica es aplanable si se puede dibujar de manera plana. Las gráficas que son
planas (o en su caso aplanables) están caracterizadas (ver sección 3.4.1). El
problema de las tres casas y tres tienditas es un problema de determinar si la
gráfica que modela el problema es plana (aplanable) o no. Las gráficas planas
son además las gráficas que nos interesan en el siguiente problema.
Teorema 3.0.1 (El Teorema de los Cuatro Colores). Los vértices de una gráfica
plana se puede colorear con 4 colores de modo que dos vértices adyacentes
sean de color distinto.
El problema de los cuatro colores estuvo abierto por casi dos siglos. Durante
los siglos XIX y XX hubo varias pruebas erróneas del Teorema de los Cuatro
Colores, entre ellos Kempe (1879), Tait (1880), Heawood (1890), Veblen (1919),
CAPÍTULO 3
INTRODUCCIÓN A LA TEORÍA DE LAS GRÁFICAS ÍNDICE 65
Figura
Figura 3.5:
3.3: Un
Un mapa
mapa de
de México
México del
del siglo
siglo XVIII.
XVIII.
a c
e d
6 Una gráfica simple.
Figura 3.4:
a b c a b c a b c c a bc c
a c a c a a
a c a c a c a c
e d d e d e
e d G1 d e
G2 d G3
e
G
G G1 G2 G3
Figura 3.7: Las gráficas G1 , G2 , G3 son subgráficas de la gráfica G.
e d 3.5: e e
Figura 7 Las gráficas G1 , Gd2 , G3 son subgráficas ded la gráfica G.
G G1 G2 G3
eb b d b de b e b
b d
G G G∪G
Teorema 3.0.5. En una gráfica siempre hay dos vértices del mismo grado.
e ee notandoddque en una gráfica simple
e con
d dPor el Principio del Palomar,
e Demostración. d d
e n vértices,
no puedeGhaber un vértice de grado n − 1 y unGvértice de grado 0. G ∪ G
G G G∪G
Figura 3.6: Una gráfica simple G, su complemento G y la unión de ellas.
Teorema
Figura3.0.6.
8 En
3.6: Unaunagráfica
gráficasimple
con 6 vértices hay un ciclo deG
G, su complemento longitud 3 o hay
y la unión de 3ellas.
vértices
que son independientes.
Teorema Ejercicio
Demostración. 3.0.5. En??.
una gráfica siempre hay dos vértices del mismo grado.
Teorema 3.0.5. En una gráfica siempre hay dos vértices del mismo grado.
Demostración. Por el Principio del Palomar, notando que en una gráfica simple
con n vértices,
Demostración.
3.0.6 Ejercicios Pornoelpuede haberdel
Principio un vértice
Palomar,de grado n −que
notando 1 y un
en vértice de grado
una gráfica simple
0.
Ejercicio 3.1. Sea G una gráfica con 17 aristas y d(v) ≥ 3 para todo v ∈ V(G). ¿Cuálgrado
con n vértices, no puede haber un vértice de grado n − 1 y un vértice de es el
0.
máximo número de vértices de la gráfica G?
NOTAS DE LA UEA
68 MATEMÁTICAS DISCRETAS II
Demostración. Por el Principio del Palomar, notando que en una gráfica simple
con n vértices, no puede haber un vértice de grado n − 1 y un vértice de grado
0.
Teorema 3.0.6. En una gráfica con 6 vértices hay un ciclo de longitud 3 o hay
3 vértices que son independientes.
3.0.6 Ejercicios
Ejercicio 3.1. Sea G una gráfica con 17 aristas y d(v) ≥ 3 para todo v ∈ V(G).
¿Cuál es el máximo número de vértices de la gráfica G?
Ejercicio 3.2. Sea G una gráfica conexa con 6 aristas y d(u) = d(v) = d(w) = 3
para u, v, w ∈ V(G). ¿Cuál es el mínimo número de vértices de la gráfica G?
Justifica tu respuesta.
Ejercicio 3.3. Construye todas las gráficas de orden 4. Para cada gráfica construye
una sucesión (la sucesión de grados) no decreciente con los grados de la
gráfica. Trata de encontrar algún criterio para determinar si una gráfica se
repite en tu lista. Justifica que tu lista es completa (deben ser 11), es decir,
contiene todas las gráficas de orden 4 y no se repite ninguna.
Ejercicio 3.4. ¿Puedes construir una gráfica con 5 vértices tal que la sucesión
de los grados de la gráfica coincide con la sucesión de los grados del complemento
de la gráfica? Contesta la misma pregunta para una gráfica con 6 vértices.
Corolario3.0.4.
Ejercicio 3.5. Prueba que el corolario 3.0.4.
Ejercicio 3.8. En una reunión de cinco personas siempre hay dos personas que
saludan al mismo número de personas.
Teorema 3.0.5.
Ejercicio 3.9. Completa la prueba del teorema 3.0.5.
Ejercicio 3.10. En una reunión de seis personas siempre hay tres personas que
se conocen entre sí o tres personas que no se conocen.
11 33 44 11
55 44 22 55
′′
Figura
Figura3.9:
3.7:Las
Lasgráficas
gráficasGGyyGG del
delejemplo
ejemplo3.1.2.
3.1.2.
NOTAS DE LA UEA
70 MATEMÁTICAS DISCRETAS II
Para cada matriz explica si puede ser una matriz de adyacencia de una
gráfica o no. En caso afirmativa construye la gráfica y determina si es una
gráfica simple o no.
Ejercicio 3.14. Considera las siguientes matrices de adyacencia:
0 1 0 1 0 0 1 0 0 1
1 0 1 1 1 0 1 1 0 2
A = 0 1 0 1 0
B = 1 1 0 1 0
1 1 1 0 1 1 0 1 0 1
0 1 0 1 0 0 0 1 0 0
Para cada matriz explica si puede ser una matriz de adyacencia de una
gráfica o no. En caso afirmativa construye la gráfica y determina si es una
gráfica simple o no.
Ejercicio 3.15. Considera el ejemplo 3.1.3. Encuentra los seis caminos de
longitud 3 que hay entre los vértices v2 y v3 , así como los once caminos de
longitud 4 entre los vértices v1 y v3 .
tránsito mas ágil. Para modelar esta situación representamos cada calle con una
flecha,
sentidoen lugar
(ver de 3.11).
figura una arista,
En ellacaso
orientación
de tener del sentido
calles de una
con doble calle de
sentido, se un sólo
pueden
sentido (ver mediante
representar figura 3.11). En elsimétricas
flechas caso de tener calles con doble sentido, se pueden
o aristas.
sentido (ver figura 3.11). En el caso de tener calles con doble sentido, se pueden
representar mediante flechas simétricas o aristas.
representar mediante flechas simétricas o aristas.
w
w w w
u uv v
v u
u v
f b
e c
d
Figura
Figura 3.12:
3.10: Torneo
Torneo de
de tenis
tenis con
con 66 jugadores.
jugadores.
(quien necesita el alimento), por ejemplo, los antílopes dominan a los leones y
los mosquitos dominan a las ranas. Si cada especie los representamos con un
los mosquitos dominan a las ranas. Si cada especie los representamos con un
vértice, la flecha u → v significa que el vértice u es alimento del vértice v.
vértice, la flecha u → v significa que el vértice u es alimento del vértice v.
Se puede estudiar que tan vulnerable o estable es un ecosistema en términos
de la Sedigr
puede
f́icaestudiar que tan vulnerable
(red) asociada a la cadena o estable es un ecosistema
alimenticia, así como las en causas
términosy
de la digr f́ica (red) asociada a la cadena
posibles efectos de la extinción de un especie. alimenticia, así como las causas y
posibles efectos dedecimos
Formalmente la extinción de un
que un especie.H de vértices es dominante en la
conjunto
gráfica dirigida D, si para para todo vérticeHv de
Formalmente decimos que un conjunto ∈ vértices
V(D) \ H es existe
dominante en la
un vértice
gráfica dirigida D, si para para todo vértice v ∈ V(D) \
x ∈ H tal que (x, v) ∈ A(D). Dominación en digráficas tiene aplicaciones en H existe un vértice
x ∈ ejemplo
por H tal que (x, v) de
Teoría A(D).
∈ las Dominación
Desiciones, en digráficas
Informática, tiene aplicaciones
Modelado, Optimización en
por ejemplo
Multiobjetivo. Teoría de las Desiciones, Informática, Modelado, Optimización
Multiobjetivo.
Otra relación interesante en una red alimenticia es la relación de competencia.
Otra
Otrarelación
Decimos que dosinteresante
relación interesante en
enuna
especies compitenunared
red alimenticia
alimenticiaeles
si comparten es la
larelación
mismo relación de
de competencia.
alimento. competencia.
Las gráfic-
Decimos que
que dos
dos epecies
especies compiten si
si comparten
comparten el
el mismo
mismo
as de competencia así como algunas variaciones de ella tiene aplicaciones alimento.
alimento. Lasgráficas
Las gráfi-
en
cas
de de competencia
competencia
ecolo- así así
como como algunas
algunas variaciaciones
variaciones de ella de
tiene ella tiene
aplicaciones aplicaciones
en ecología,
en ecología,
gía,el estudio
en en comunicaciones
de
el estudio el de
estudio de comunicaciones
en canales
comunicaciones en canales
ruidosos,
en canales en la ruidosos,
ruidosos, asignación endelafrecuencias
en la asignaciónasigna-
de
ción
para
frecue- de frecuencias
radio, y en para
modelado radio,
de y en
sistemasmodelado
complejos.de sistemas complejos.
ncias para radio, y en modelado de sistemas complejos.
en
en D si
si (u
DUna (ui ,, ui+1 ) ∈ ∈ F(D) para todo
todo 00 ≤≤ ii conexa
≤≤ kk −− 1.
i ui+1 )dirigida
gráfica F(D)es para
fuertemente 1.si entre cualquier par de vértices
Una gráfica dirigida es fuertemente
es fuertemente conexa si
si entre
entre cualquier par
par de vértices
u, v Una
∈ V(D)gráficahaydirigida
una uv-trayectoria y unaconexa vu-trayectoria. cualquier
Una gráfica de vértices
dirigida D
u, v ∈ V(D)
u, vdébilmente hay
∈ V(D) hayconexa, una uv-trayectoria
una uv-trayectoria y una vu-trayectoria.
y una vu-trayectoria. Una gráfica dirigida D
es si entre cualquier par de vérticesUna u, vgráfica
∈ V(D) dirigida
hay una D
es débilmente
es débilmenteoconexa,
uv-trayectoria conexa, si
si entre
entre cualquier
una vu-trayectoria cualquier
(o ambos).
par
par de deLavértices
vértices u, vv ∈∈ V(D)
gráfica u,
dirigida V(D) hay
en lahay una
una
figura
uv-trayectoria
uv-trayectoria oo unauna vu-trayectoria
vu-trayectoria (o
(o ambos).
ambos). La
La gráfica
gráfica dirigida
dirigida en
en la figura
laentre
figura
3.12 no es fuertemente conexa porque no hay una trayectoria dirigida el
3.12 no es
3.12 nobesy el fuertemente
fuertemente conexa porque no hay una trayectoria dirigida entre el
vértice vértice a. conexa porque no hay una trayectoria dirigida entre el
vértice
vértice b y el el vértice a.
SeabDy una vértice
gráficaa.dirigida con n vértices. La matriz de adyacencia de la
Sea D una gráfica dirigida con nn vértices. La matriz
matriz de
de adyacencia de de la
Seadirigida
gráfica D una gráfica D es una dirigida
matriz con AD = vértices.
{ai, j } con La n renglones y nadyacencia
columnas donde la
gráfica
gráfica dirigida
dirigida D es una matriz A = {a } con n renglones y n columnas donde
cada entrada ai j Dseesdefine
una matriz
como AD = {ai, j } con n renglones y n columnas donde
D i, j
cada entrada aaiijj se
cada entrada se define
define como
como{
{{
a 11 sisivvvi vivvj j ∈∈∈F(D);
F(D)
aai,i,j j == 10 si
= i j
enotro
otro
F(D);
caso
i, j 00 enen otro caso. caso.
Por
Por la
Por la definición
la definición de
definición de la
de la matriz
la matriz de
matriz de adyacencia
de adyacencia de
adyacencia de una
de una digráfica
una digráfica dirigida
digráfica dirigida es
dirigida es cuadrada,
es cuadrada,
cuadrada,
pero
pero no
no necesariamente
necesariamente
pero no necesariamente simétrica. simétrica.
simétrica.
Ejemplo
Ejemplo 3.2.1.
3.2.1. Considera
Considera la
la digráfica
digráfica en
en la
la figura
figura 3.13.
3.13. La
La matriz
matriz de
de adyacencia
adyacencia
00
55 11
44 22
33
Figura
Figura 3.13: La digráfica D del ejemplo 3.2.1
Figura 3.11: La digráfica D
3.13: La digráfica D del
del ejemplo
ejemplo 3.2.1
3.2.1
de
de la
de la digráfica
la digráfica es
digráfica es
es
00 0 11
1 111 111 000 000
00 00 11 00 11 00
0 0 1 0 1 0
00 00 00 11 11 11
AA
ADD = 00 00 00 01 11 01
=
D = 0 0 0 0 1 0
10 00 00 00 01 10
1 0
1 0 00 00 00 11
11
1 000 000 000 000 000
Nota
Nota que,
que, la
la suma
suma de
de los
los elementos
elementos de de un
un renglón
renglón es
es el el número
número dede flechas
flechas que
que
salen
salen del vértice mientras que la suma de los elementos de una columna es
del vértice mientras que la suma de los elementos de una columna es el
el
número
número dede flechas
flechas que entran
que entran
que al
entran al
alvértices, vértices,
vértices,elel ex-grado
ex-gradoyyyyelelel
elex-grado
ex-grado in-grado
elin-grado respectivam-
respectivamente
in-grado
in-grado respectivam-
respectivamente
ente
ente del
del vértice
vértice
del vértice correspondiente.
correspondiente.
correspondiente.
3.2.2
3.2.2 Núcleos
Núcleos en en gráfica
gráfica dirigida
dirigida
El concepto
ElEl
concepto de
concepto núcleo
de de surge
núcleo
núcleo por
por primera
surge
surge vez
vez en
por primera
primera la
vez
en la rama
en lade
rama Teoría
rama
de de de
Teoría Juegos
Teoría
de de
Juegos
con el
Juegos nombre de
con el de
con el nombre solución
nombre
solución y fue
y fue introducido
de ysolución por J. von
y fue introducido
fue introducido
introducido porJ.J.von Neumann
por
vonNeumann and
J. vonand
Neumann O. Morge-
Neumann
and and
O.Morgenstern
Morge-
solución por O.
nstern
O. [14]
[14] en 1944, con el
el siguiente
con el ejemplo.
[?]Morgenstern
nstern
en 1944,encon [14]
1944, en 1944,
con
el siguientesiguiente
ejemplo. siguiente ejemplo.
ejemplo.
NOTAS DE LA UEA
76 MATEMÁTICAS DISCRETAS II
Figura 3.14: Una gráfica dirigida sin núcleo y una gráfica dirigida con núcleo.
Los núcleos tienen aplicaciones en diversas ramas tales como teoría de juegos,
teoría de decisiones, lógica, autómatas. Revisamos una aplicación a la Teoría de
Juegos.
Ejemplo 3.2.3 (Un juego NIM). Considera el siguiente juego de dos jugadores
A y B sobre una gráfica dirigida D con algún vértice x inicial:
CAPÍTULO 3
INTRODUCCIÓN A LA TEORÍA DE LAS GRÁFICAS ÍNDICE 77
Algoritmo Dijkstra
Vamos a considerar gráficas conexas con pesos en las aristas, decimos que
f : A(G) → R es la función de peso de la gráfica G si f (a) es el peso de la
arista a para todo a ∈ A(D). Si la gráfica no tiene pesos en las aristas, podemos
considerar la función de peso f (a) = 1 para todo a ∈ A(G). El algoritmo Dijkstra
determina la distancia de un vértice fijo u a cualquier otro vértices de la gráfica.
Algoritmo 3.2.1 (Dijkstra). Dado una gráfica conexa G con pesos, con n vértices
y un vértice u ∈ V(G). Sea U = (u = u1 , u2 , . . . , un ) una ordenación de los
vértices de la gráfica G. El algoritmo Dijkstra construye un vector D con n
entradas donde cada entrada di corresponde a la distancia entre u y el vértice
ui correspondiente. Antes de iniciar, se fija la entrada d1 como 0 porque la
distancia de u a u es 0 y cada una de las restantes entradas del vector D se fija
con un número muy grande (por ejemplo n × e + 1 donde e es el peso mayor de
las aristas).
1. Sea x = u.
2. Revisamos todos los vecinos de x, excepto los vecinos marcados, y denotam-
denota-
mos
os aalos
losvértices
vértices no marcados por vi .
3. Para el vértices actual x, calculamos la distancia tentativa a cada uno de
sus vecinos vi con la siguiente fórmula: dt(vi ) = Dx + d(x, vi ), donde Dx
denota la entrada correspondiente al vértice x en el vector D. Es decir, la
distancia tentativa del vértice vi es la distancia que tiene el vértice x en el
vector D mas la distancia desde x al vértices vi . Si la distancia tentativa
es menor que la distancia almacenada en el vector D, actualizamos el
vector con esta distancia tentativa. Es decir: Si dt(vi ) < Dvi , entonces
Dvi := dt(vi ).
4. Marcamos como completo el vértice x.
5. Tomamos como próximo vértice actual el vértice correspondiente a la
entrada de menor valor en D (puede hacerse almacenando los valores
en una cola de prioridad) y volvemos al paso 2 mientras existan vértices
no marcados.
NOTAS DE LA UEA
78 MATEMÁTICAS DISCRETAS II
Una vez terminado al algoritmo, todos los vértices están marcados y cada
entrada de D refleja la distancia entre el vértice u y el vértice correspondiente.
3.2.3 Ejercicios
Ejercicio 3.16. Dibuja todos los torneos con 5 vértices. ¿Cuántos son? ¿Cuántos
tienen un ganador único? ¿Cuántos tienen un empate de dos, tres, cuatro o
cinco jugadores?
Ejercicio 3.18. Busca en internet una digráfica asociada a una red alimenticia
que contenga al menos 15 vértices. Caracterizar en térmnos de la digráfica
los especies que son herbívoros, carnívoros o omnívoros. En términos de la
digráfica, ¿cómo puedes determinar el número de presas y el número de depreda-
depred-
dores
adoresdedeuna especie?
un especie?
Ejercicio 3.19. Para los ejercicios 3.13 y 3.14, considera las matrices que
no pueden ser matrices de una gráfica y determina si pueden ser matrices de
adyacencia de una digráfica. En caso afirmativa, construye la digráfica.
Ejercicio 3.20. Dada una digráfica asociada a una red alimenticia, investiga
¿cómo son los vértices que hacen vulnerables una red alimenticia? y ¿cómo
puedes detectar que especies están en peligro de extinsión en términos de la
digráfica?
Ejercicio 3.21. Justifica por qué un ciclo de longitud impar no tiene núcleo y
justifica por qué un ciclo de longitud par sí tiene núcleo.
Ejercicio 3.22. Justifica por qué una digráfica sin ciclos siempre tiene núcleo.
b x
a c u y
e d w z
G1 G2
Figura
Figura 3.15:
3.13: Dos
Dos gráficas
gráficas isomorfas.
isomofas.
3.3.1 Isomorfismos
3.3.1 Isomorfismos
Dado dos gráficas G, H decimos que las dos gráficas son isomorfas si hay
Dado dos gráficas G, H decimos que las dos gráficas son isomorfas si hay
una función biyectiva φ : V(G) → V(H) entre los vértices de las gráficas tal que
una función biyectiva φ : V(G) → V(H) entre los vértices de las gráficas tal que
{u, v} ∈ A(G) si y sólo si {φ(u), φ(v)} ∈ A(H).
{u, v} ∈ A(G) si y sólo si {φ(u), φ(v)} ∈ A(H).
Determinar en general si dos gráficas son isomorfas es un problema NP-completo,
Determinar en
Determinar en general
general sisi dos
dosgráficas
gráficasson
sonisomorfas
isomorfasesesun
un problemaNP-com-
es decir que no hay un algoritmo que en tiempo polinomialproblema
determina si dos
NP-completo,
pleto, es son es decir
decirisomorfas que
que no hay no hay un algoritmo que en tiempo
un algoritmo que en tiempo polinomial polinomial
determinadetermina
si dos
gráficas o no.
si dos gráficas son isomorfas
gráficas son isomorfas o no. o no.
Ejemplo 3.3.1. Considera las gráficas de la figura 3.16 y, determina cuales de
Ejemplo 3.3.1. Considera las gráficas de la figura 3.16 y, determina cuales de
ellas son isomorfas.
ellas son isomorfas.
b x
b x
γ α 3 1
a c u y γ α 3 1
a c u y
e d w z δ β 4 2
e d w z δ β 4 2
G1 G2 G3 G4
G1 G2 G3 G4
Figura
Figura 3.14:
3.16: Las
Las gráficas
gráficas G
G1 ,, G
G2 ,, G
G3 yy G
G4 del
del ejemplo
ejemplo 3.3.1.
3.3.1.
1 2 3 4
b x α 1
ψ
c b
u x
y δ α ϵ 1 5
f a c u
v y
ψ
δ ϵ 5 2
a
f c u
v y
ψ 2
δ ϵ 5 2
f v
6
d e d w w z z γγ β β 4 43 6 3
e d w z γ β 4 3 6
G1 G2 G3 G4
G1 G1 G2 G2 G3 G3 G4 G4
Figura
Figura3.17:
3.17: Las gráficasGG, 1G, G
Las gráficas ,G2, G
y 3Gy del
G4 ejemplo
del ejemplo
3.3.2. 3.3.2.
1 2 3 4
Figura 3.17: Las gráficas G1 , G2 , G3 y G4 del ejemplo 3.3.2.
a ninguna
a ninguna dedelalaotras
otrasgráficas.
gráficas. Las
Lasdedeotras
otrasgráficas
gráficastienen dos vértices
tienen de grado
dos vértices de grado
2 y 2tres
y tres vérticesdedegrado
vértices grado 3,
3, pero
peroenenlalagráfica
gráfica G3 Glos los
3
tres tres
vértices de grado
vértices de 3
grado 3
son adyacentes entre si, los cual no pasa en las otras gráficas, por lo que G3
a ninguna de la tampoco
son otras es gráficas.
adyacentes entre si, Las de otras gráficas tienen dos vértices3 de grado
los cual no pasa en
isomorfa a ninguna de las otras gráficas.
las otras gráficas, por lo que G
tampoco es isomorfa a ninguna
2 y tres vérticesAhora
de grado
Ahora 3, pero
consideramos
consideramos
endelalasGG
las gráficas
las gráficas
otras gráficas.
gráfica G3 loslatres
1 y G 4 . Si reflejamos
y vértice
G4 . Si 1reflejamos
gráficavértices
G4 con
la gráfica
de grado 3
respecto a una recta vertical que pasa por1 el (ver figura 3.18) y luegoG4 con
son adyacentes entre
respecto
pasamos elsi,
a una los6vertical
recta
vértice cual
adentro no
que pasa
pasa
del ciclo 3,en
por
(2, las
4,el5,vérticeotras gráficas,
1 (veruna
2) obtenemos figura de laypor
3.18)
copia luegolo que G 3
tampoco es isomorfa a ninguna de las otras gráficas.
pasamos
gráfica elG vértice
1 pero 6
con adentro
otros del
nombres ciclo
de los(2, 3, 4,
vértices. 5, 2) obtenemos una copia de la
gráfica 1G1 pero con otros nombres 1de los vértices. 1
Ahora consideramos las gráficas G1 y G4 . Si reflejamos la gráfica G4 con
1 1 1
respecto a una
5 recta vertical
2 que2 pasa por el5 vértice
2 1 (ver figura
5 3.18) y luego
6
pasamos 5el vértice 6 adentro
2
del2 ciclo (2, 3, 4,5 5, 2)2 obtenemos una5
copia de la
gráfica G1 pero con otros nombres de los vértices. 6
4 3 6 6 3 4 3 4
1 G4 1 G′4 G′′4 1
3 Como6 llevar paso
4 Figura 3.18: 3 la gráfica4G4 a la gráfica G31 en el ejemplo
6 a paso 4 3.3.2.
G4 G′4 G′′4
2 3.18:
Figura Usamos 2 paso
Comoelllevar
dibujo de laa gráfica ′′
paso laGgráfica
4 en la G54 a la3.18,
figura 2paraGencontrar
gráfica 1 en el ejemplo
un 5
3.3.2.
6
isomorfismo varphi de G4 en G1 sólo indicando la relación función biyectiva
entre los vértices de G4 y G1 correspondiente. Así obtenemos que
Usamos el dibujo de la gráfica G′′4 en la figura 3.18, para encontrar un
isomorfismo varphi de G4 en G1 sólo indicando la relación función biyectiva
entre
Cuadrolos vértices
3.1: La reglade 4 y G 1 correspondiente.
deGcorrespondencia Así obtenemos
del isomorfismo que
obtenido en ej ejemplo 3.3.2.
4 3 6 6 3 4 3 4
v ∈ V(G4 ) G ′ 1 G′′4
G4 φ(v) ∈ V(G1 ) 4 b
2
a
3
e
4
d
5
c
6
f
Cuadro 3.1: La regla de correspondencia del isomorfismo obtenido en ej ejemplo 3.3.2.
gura 3.18: Como llevar paso a paso la gráfica G4 a la gráfica G1 en el ejemplo 3.3.2.
Por lo que G1 yvG∈4 son 4 ) únicas1gráficas
V(Glas 2 isomorfas
3 4 5en la6figura 3.17.
φ(v) ∈ V(G
Ejemplo 3.3.3. Considera 1) b de ala figura
las gráficas e 3.28
d y,c determina
f cuales de
′′
Usamos el dibujo
ellas de la gráfica G en la figura 3.18, para
son isomorfas.
4 encontrar un
isomorfismo varphi de GG1 4y Gen
Por lo que G1 sólo indicando la relación función biyectiva
4 son las únicas gráficas isomorfas en la figura 3.17.
entre los vértices de G4 yConsidera
Ejemplo 3.3.3.
G1 correspondiente. Así obtenemos que
las gráficas de la figura 3.28 y, determina cuales de
ellas son isomorfas.
a u α
0 1
f b z v ψ β
2 3
e c y w ϵ γ
4 5
d x δ
Figura 3.19: Gráficas 3-regulares con 6 vértices.
G H si Ady(G) = Ady(H).
e d w z δ γ 4 3
(i) (ii)
a b x y β γ 1 2 3
e t
α δ
f g u v
6
d c w z η ε 5 4
(iii) (iv)
b x
α 0
θ β 6 1
a c u y
η γ 5 2
e w z ε δ 4 3
d
(v) (vi)
b c x y z w
a d
h e
g f (vii) v u t s
I A
M J
Figura 3.22: Una gráfica que modela el ejemplo 3.4.1.
Gráfica completa
Gráfica completa
La gráfica completa Kn es la gráfica con n vértices, donde cualquier par de
CAPÍTULO 3
INTRODUCCIÓN A LA TEORÍA DE LAS GRÁFICAS ÍNDICE 85
Figura 3.23: El mapa de una cuadra y la gráfica asociada.
Gráfica bipartita
Una gráfica G es bipartita si existe una partición de V(G) en dos conjuntos
de vértices independientes (cada clase induce una gráfica nula), es decir, si dos
vértices están en la misma clase, entonces no hay arista entre ellos. La gráfica
bipartita completa Kr,s es la gráfica bipartita en que cada vértice de una parte es
adyacente a todos los vértices de la otra parte.
Las gráficas bipartitas tienen una caracterización muy bonita.
Teorema 3.4.1. Una gráfica G es bipartita si y solo si G no tiene ciclos de
orden impar.
b b b
b b b
a a
cc a
a c
c a
a c
c
e e dd ee d d e e d d
K5 K5 KK
5 5 C5 C5
Figura 3.24: La gráfica K5 , la gráfica K5 y el ciclo C5 .
Figura 3.24: La gráfica K5 , la gráfica K5 y el ciclo C5 .
0 1 a d
0 1 a d
e
a
a cc a
a cc aa cc
e d e d e d
K5 K5 C5
Figura 3.24: La gráfica
ee K5 , la gráfica K5 y el ciclo C5 . e NOTAS DE LA UEA
86 ee d
d dd e
MATEMÁTICAS dd II
DISCRETAS
K55
K K
K55 C
C 5
5
0 1 a d
Figura 3.24: La gráfica K , la gráfica K y el ciclo C .
Figura 3.22: La gráfica K5 , la gráfica K5 y el ciclo C5 .
5 5 5
0
20 1
31 aba dde
2
42 3
53 bbc eef
En una 3.4.2.
Definición revisiónUnamasgráfica
formalplana
del tema de gráficas
es una gráfica que planas, se requiere
se puede dibujarcontar
en el
con dos
plano de conceptos:
modo que las gráficas
aristasplanas (cuandonolasegráfica
de la gráfica está dibujada de modo
intersectan.
que las aristas de la gráfica no se intersectan) y gráficas aplanables (cuando la
En una
gráfica revisión
se puede mas de
dibujar formal
mododel quetema de gráficas
las aristas de la planas,
gráfica no se requiere contar
se intersectan),
con dos conceptos: gráficas planas (cuando la gráfica
es decir, la planaridad depende del dibujo particular. Dada una gráfica plana está dibujada de modoG
que las aristas de la gráfica no se intersectan) y gráficas aplanables
dibujada en el plano tal que sus aristas no se cruzan. Para un dibujo en particular, (cuando la
gráfica se puede dibujar de modo que las aristas de la
podemos considerar las regiones que encierran los ciclos de la gráfica, una gráfica no se intersectan),
es decir,
región la planaridad
encerrada por undepende
ciclo esdel
unadibujo
cara si particular.
el interiorDada una gráfica
es vacío. En unaplana G
gráfica
dibujada en el plano tal que sus aristas no se cruzan. Para un
plana finita hay exactamente una cara infinita, la exterior. Por ejemplo la gráfica dibujo en particular,
podemos figuraconsiderar
de la figura 3.26 tienelas
3.26tiene regiones
66caras,
caras, (a,b,b,que
(a, c,c,a),encierran
a), (b,c,c,d,d,b),
(b, los
b), (b,ciclos
(b, d,d,e,e,b),de(d,
b), lae,e,gráfica,
(d, d),(e, una
f,f,d), f, g, i, h, e)
región
(e, f, g,encerrada
i, h, e) y lapor
caraun ciclo
exteriores una
(a, c,
y la cara exterior (a, c, d, f, g, i, h, e, b, a).cara
d, f, g,si el
i, h, interior
e, b, a). es vacío. En una gráfica
plana finita hay exactamente una cara infinita, la exterior. Por ejemplo la gráfica
Observación
Observación
de la figura 3.26 3.4.3.
tieneUna
3.4.3. gráfica
6 caras,
Una conexa
(a, b,
gráfica c, a), (b,
conexa con
conc,unad, b),sóla
una cara
(b, d,
sóla cara no
e, b),
no(d,tiene
e, f,ciclos.
tiene d), Si
ciclos. Si
una
(e, gráfica
unaf,gráfica conexa
g, i, h, e) tiene
y la cara
conexa tiene al menos
exterior
al menos dos
(a, c,
dos caras,
d,caras, entonces
f, g, i, h, e, b, a).tiene al menos un ciclo.
entonces tiene al menos un ciclo.
Observación 3.4.3.del
Para la prueba Una gráficateorema
siguiente conexa con una sóla un
necesitamos cara no tienebásicos
resultado ciclos. de
Si
una gráfica
árboles conexa
(gráficas tiene aly menos
acíclicas dos caras, entonces tiene al menos un ciclo.
conexas).
CircuitoCircuito
Circuito euleriano
euleriano
euleriano
Lafigura
La figuraLa 3.27
3.27 seconoce
se
figura conoce como
3.27 secomo
conoce lalafirma
firmadel
como delfirma
la diablo,
diablo, porque
delporque
diablo,nono sepuede
se
porquepuede hacer
hacer
no se puede hacer
estedibujo
este dibujo sin
estesin repetir
repetir
dibujo un
sinun segmento
segmento
repetir yysin
un segmento sinlevantar
levantar
y sin elellápiz
lápizde
levantar de lahoja.
el la hoja.
lápiz Hoy
deHoy endía
en
la hoja. día
Hoy en día
resultabastante
resulta bastante naturalpreguntarse
natural
resulta bastante preguntarse sisiun
natural preguntarse undibujo
dibujo sedibujo
si unse puedese
puede realizar
realizar
puede sinsinrepetir
repetir
realizar un
sinunrepetir un
segmento,
segmento, sinlevantar
sin levantar
segmento, sin elellápiz
lápizde
levantar de lahoja
el la
lápiz hojadeyylaademás
además regresaral
hoja yregresar
además alpunto
puntode
regresar aldepunto
partida.
partida.
de partida.
dd d cc c
aa a bb b
Figura3.25:
Figura 3.27: La3.27:
Figura
La firmaLa
firma delfirma
del diablo.
del diablo.
diablo.
El
Elejemplo
ejemplo de
delos
losPuentes
Puentes de
deKönigsberg,
Königsberg, discutido en
enlalasección
discutidodiscutido sección 3.0.1,
3.0.1,fue
fue
El ejemplo de los Puentes de Königsberg, en la sección 3.0.1, fue
elel primer
primer ejemplo de la historia que se tiene del uso de una gráfica. Leonard
el ejemplo de la historia
primer ejemplo que se tiene
de la historia que se deltiene
uso del
de una
uso gráfica. LeonardLeonard
de una gráfica.
Euler
Euler (ver
(ver p.p. 3.2)
3.2) hizo un modelo (una
(una gráfica) de
de esta
esta situación yy pidió
pidió en
Euler (ver hizo un hizo
p. 3.2) modelo
un modelo gráfica)
(una gráfica) situación
de esta situación yenpidió en
términos de
términostérminos la gráfica
de la gráfica que ésta tuviera un recorrido que no repitiera aristas
aristasyyaristas
que
de laque éstaque
gráfica tuviera
éstaun recorrido
tuviera que no repitiera
un recorrido que no repitiera que y que
pasara
pasara porpor cada
cadaporarista
arista exactamente una una vez. En
En honor al matemático Leonard
pasara cadaexactamente
arista exactamente vez.una honor
vez. Enalhonor
matemático LeonardLeonard
al matemático
Euler (1707
Euler (1707 - 1783), padre de la teoría de las gráficas, éste tipo de recorridos
Euler- (1707
1783),- padre
1783),depadre
la teoría
de ladeteoría
las gráficas, éste tipoéste
de las gráficas, de recorridos
tipo de recorridos
recibieron
recibieron elelnombre
nombre de
decircuitos
circuitos eulerianos.
eulerianos.
recibieron el nombre de circuitos eulerianos.
Definición
Definición3.4.5.
3.4.5. Dada
Dada una gráfica G, ununcircuito
circuito euleriano
euleriano es
esun
uncircuito que
Definición 3.4.5.una gráfica
Dada una G,
gráfica G, un circuito euleriano circuito que
es un circuito que
pasa exactamente
pasa exactamente una
una vez
vez por
por cada
cada una
una de
de las
las aristas
aristas de
de la
la gráfica.
gráfica. Decimos
Decimos
pasa exactamente una vez por cada una de las aristas de la gráfica. Decimos
que
queuna
unagráfica
gráficaes euleriana sisitiene
tieneun circuito euleriano.
que una es euleriana
gráfica es euleriana un circuito
si tiene euleriano.
un circuito euleriano.
Definición 3.4.6. Dada una gráfica G, un paseo euleriano es un paseo que
pasa exactamente una vez por cada una de las aristas de la gráfica.
Una gráfica euleriana tiene un paseo euleriano, pero una gráfica con un paseo
euleriana no necesariamente es una gráfica euleriana.
W ′ = (v1 , v2 , . . . , vi , w = w0 , w1 , . . . , wl = vi , vi+1 , . . . , vk , v1 )
Teorema 3.4.8. Una gráfica conexa (no necesariamente simple) tiene un paseo
euleriano si y solamente si tiene a lo más dos vértices de grado impar.
G2 los vértices u y x son los únicos vértices de grado impar, luego la gráfica G2
tiene un paseo euleriano.
a u
f b z v
e c y w
G11 d G22 x
Figura 3.28:
3.26: Las gráficas del ejemplo 3.4.3.
Aplicaciones
Aplicaciones
Supón que eres repartidor de correo y tienes que pasar por todas las casas
de una ciudad,
Supón es decir
que eres que habrá
repartidor que pasar
de correo al menos
y tienes que pasaruna vez por cada
por todas las calle.
casas
Para minimizar el recorrido habrá que pasar el mínimo número
de una ciudad, es decir que habrá que pasar al menos una vez por cada calle. de veces por
cada calle. Representamos el sistema de calles con una
Para minimizar el recorrido habrá que pasar el mínimo número de veces por gráfica como sigue:
por
cadacada intersección
calle. Representamosde calles pondremos
el sistema un vértice
de calles con una y pondremos
gráfica comouna sigue:
arista
entre dos vértices si hay una calle que conecta las intersecciones
por cada intersección de calles pondremos un vértice y pondremos una arista de calles
correspondientes.
entre dos vértices Para si hayrecorrer cadaque
una calle calle habrá las
conecta queintersecciones
encontrar un recorrido
de calles
euleriano.
correspondientes. Para recorrer cada calle habrá que encontrar un recorrido
De la misma manera los recorridos eulerianos sirven para determinar rutas
euleriano.
paraDepatrullar
la mismalas manera
calles delosuna ciudad yeulerianos
recorridos rutas parasirven
lecturaparade determinar
electricidad/gas,
rutas
etc.
para patrullar las calles de una ciudad y rutas para lectura de electricidad/gas,
etc.
Ciclo hamiltoniano
Ciclo hamiltoniano
En el ejemplo del vendedor viajero discutido en la sección 3.0.2 se busca
un recorrido que nodel
En el ejemplo repite vértices
vendedor y que discutido
viajero pasa por cadaen lavértice
secciónuna sólasevez.
3.0.2 En
busca
honor
un al matemático
recorrido William
que no repite Rowan
vértices Hamilton
y que pasa por (1805
cada–vértice
1865) una
estos recorridos
sóla vez. En
recibenalelmatemático
honor nombre de William
recorridos hamiltonianos
Rowan Hamiltono(1805 ciclos–hamiltonianos.
1865) estos recorridos
reciben el nombre de recorridos hamiltonianos o ciclos hamiltonianos.
Definición 3.4.9. Un ciclo hamiltoniano es un ciclo que pasa una y solamente
una
y vezvezpor
porcada
Definición cada
3.4.9.unoUndeciclo
los hamiltoniano es un ciclo
vértices de la gráfica. que pasa
Decimos queuna
unay solamente
gráfica es
yhamiltoniana
vez por cadasi uno de los vértices de
tiene un ciclo hamiltoniano.la gráfica. Decimos que una gráfica es
hamiltoniana si tiene un ciclo hamiltoniano.
Definición 3.4.10. Una trayectoria hamiltoniana es una trayectoria que pasa
Definición 3.4.10.
una y solamente Una
y vez trayectoria
por cada uno de hamiltoniana
los vértices de es una trayectoria que pasa
la gráfica.
una y solamente y vez por cada uno de los vértices de la gráfica.
Nótese que una gráfica hamiltoniana tiene una trayectoria hamiltoniana,
pero una gráfica con una trayectoria hamiltoniana no necesariamente es una
gráfica hamiltoniana.
No se conoce ninguna caracterización de delas
lasgráficas
gráficashamiltonianas.
hamiltonianas. Se Se
conocen
conocen
una gran cantidad de condiciones necesarias, y algunas condiciones suficientes.
Nótese que una gráfica hamiltoniana tiene una trayectoria hamiltoniana,
CAPÍTULO 3
pero una
INTRODUCCIÓN A LAgráfica con
TEORÍA DE LASuna trayectoria
GRÁFICAS hamiltoniana no necesariamente es una ÍNDICE 91
gráfica hamiltoniana.
No se conoce ninguna caracterización de las gráficas hamiltonianas. Se conocen
una gran cantidad de condiciones necesarias, y algunas condiciones suficientes.
Ejemplo 3.4.4. Vamos a analizar la gráfica G de la figura 3.29 para determinar
Ejemplo 3.4.4. Vamos a analizar la gráfica G de la figura 3.29 para determinar
si tiene un ciclo hamiltoniano o no. Primero revisamos las propiedades de la
si tiene un ciclo hamiltoniano o no. Primero revisamos las propiedades de la
1 2 3
1 2 3
4 5 6
4 5 6
7 8 9
7 8 9
Figura
Figura 3.27:
3.29: La
La gráfica
gráfica del
del ejemplo
ejemplo 3.4.4.
3.4.4.
Ademásvnv
Además S S∪ ∪T ,Tpor
n , porloloque
que|S|S∪ ∪T |T<| <n.n.Así
Asítenemos
tenemosque
que
d(u)+ +d(v)
d(u) d(v)= =|S|S | =| =|S|S∪ ∪T |T+| +|S|S∩ ∩T |T<| <n.n.
| +| +|T|T
Por hipótesis d(u), d(v) ≥ n/2 y d(u)+d(v) ≥ n. Y hemos llegado a la contradicción
Por
dehipótesis
d(u) + d(v)d(u),
< d(v) ≥ n/2
n y d(u) ≥ n. ≥ n. Y hemos
y d(u)+d(v)
+ d(v) hemosllegado
llegadoa alalacontradiccción
contradicción
de d(u) + d(v) < n y d(u) + d(v) ≥ n.
Por lo tanto no existen gráficas con n ≥ 3 vértices, grado mínimo δ ≥ n/2
quePornoloson
tanto no existen gráficas
hamiltonianas. con n ≥sigue.
Y el resultado 3 vértices, grado mínimo δ ≥ n/2
que no son hamiltonianas. Y el resultado sigue.
El problema del agente viajero
Supón que
El problema del debes
agenterecorrer
viajerociertos lugares de una ciudad (por ejemplo para
repartir algún periódico a los vendedores en los semáforos) o estas planeando
unSupón
viaje yque
quieres
debesvisitar
recorrerciertas ciudades.
ciertos lugaresElde “costo” de los(por
una ciudad recorridos
ejemploentre
paralos
lugaresalgún
repartir se puede mediraenlostérminos
periódico del tiempo,
vendedores distancia, costo
en los semáforos) etc.planeando
o estas
Para
un viaje y resolver el problema
quieres visitar ciertasleciudades.
asignamos Eluna gráfica
“costo” deGlos= recorridos
(V, A) donde conjunto
entre los
de vértices
lugares representa
se puede medir en lostérminos
puntos odelciudades
tiempo, adistancia,
visitar y costo
las aristas
etc. las posibles
conexiones y laelfunción
Para resolver problema de lepesos φ : A(G)
asignamos R le asigna
una→gráfica G = (V, a cada arista
donde
A) donde el costo
conjunto
conjunto
de recorrer el tramo correspondiente. El problema se transforma
de vértices representa los puntos o ciudades a visitar y las aristas las posibles en encontrar
un ciclo hamiltoniano
conexiones y la función de de peso
pesosmínimo.
φ : A(G) → R le asigna a cada arista el costo
El problema del agente
de recorrer el tramo correspondiente. viajero (Salesmann)
El problemaesseuna variaciónendelencontrar
transforma problema
de encontrar un ciclo hamiltoniano.
un ciclo hamiltoniano de peso mínimo. En el problema del agente viajero consiste
en encontrar un ciclo hamiltoniano de peso mínimo en una gráfica con una
El problema del agente viajero (Salesmann) es una variación del problema
función de pesos φ : A(G) → R y es un problema NP-completo, aunque
de encontrar un ciclo hamiltoniano. En el problema del agente viajero consiste
existen algoritmos que encuentran soluciones buenas aunque no aseguran que la
en encontrar un ciclo hamiltoniano de peso mínimo en una gráfica con una
solución es óptima. El problema del agente viajero tiene aplicaciones en áreas
función de pesos φ : A(G) → R y es un problema NP-completo, aunque
existen algoritmos que encuentran soluciones buenas aunque no aseguran que la
solución es óptima. El problema del agente viajero tiene aplicaciones en áreas
tales como rutas para la entrega de mercancía, planificación, logística y en la
fabricaci?n de microchips. Una versión modificada del problema del agente
viajero tiene aplicaciones en la tareas de determinar la secuencia de ADN.
CAPÍTULO 3
INTRODUCCIÓN A LA TEORÍA DE LAS GRÁFICAS ÍNDICE 93
tales como rutas para la entrega de mercancía, planificación, logística y en la
fabricaci?n de microchips. Una versión modificada del problema del agente
viajero tiene aplicaciones en la tareas de determinar la secuencia de ADN.
3.4.3 Ejercicios
3.4.3 Ejercicios
Ejercicio 3.27. Un químico va a empacar los químícos A, B, C, D, E, F y G.
Ejercicio
Quiere usar3.27. Un químico
el menor númerovadea cajas empacar los químícos
posible. A, B, C, D,no
Algunos quimicos E,pueden
F y G.
Quiere
ser usar el menor
empacados númerocaja
en la misma de cajas
porque posible. Algunos
reaccionan quimicos
entre sí. En no pueden
particular
ser empacados
cualesquiera dosende la
losmisma
químicos cajaA,porque
B, C y Greaccionan
reaccionanentre
entresí. sí, En particular
además tanto
Acualesquiera dos de loscon
como E reaccionan químicos
F y D.A,Usa B, Cunay Ggráfica
reaccionan
paraentre sí, además
describir tanto
la relación
A como
entre los Equímicos.
reaccionanUsacon F y D.para
la gráfica Usa determinar
una gráficaelpara describir
mínimo número la de
relación
cajas
entreselos
que químicos.
requiere paraUsa la gráfica
empacar para determinar el mínimo número de cajas
los químicos.
que se requiere para empacar los químicos.
Ejercicio 3.28. Susana invita a sus amigas María, Patricia, Nadyelli y Alicia
aEjercicio
un reunión 3.28. Susana
en su casa.invita
Prepara a sus amigas
tortas paraMaría, Patricia,
la reunion: unaNadyelli
de atún,yuna Alicia
de
jamón, dos de pavo y una de pollo. A María le gustan las tortas de pollo,de
a un reunión en su casa. Prepara tortas para la reunion: una de atún, una a
jamón, dos
Patricia de pollo
las de pavo yy las
unadede pollo.Nadyelli
jamón, A Maríaprefiere
le gustan laspavo
las de tortas de de
y las pollo,
atún,a
Patricia
Alicia las de las
prefiere pollo
de yatún
las de jamón,
y pavo y aNadyelli
Susana le prefiere
gustanlas
lasde pavode
tortas y las de atún,
Pollo, atún
Alicia
y jamón. prefiere las de atún y pavo y a Susana le gustan las tortas de Pollo, atún
y jamón.
¿Será posible que cada una de las invitada puedan comer una torta que le
¿Será posible que cada una de las invitada puedan comer una torta que le
gusta?.
gusta?.
Ejercicio 3.29. En un mini Zoológico hay antílopes A, jirafas J, focas F, hipopótamos
Ejercicio
H, pingüinos3.29.
P yEnunun minideZoológico
tigre Bengala Thay antílopes
. Los A, jirafas
antílopes J, focas
y las jirafas no F, hipo-
pueden
pótamos H, pingüinos
H, P
pingüinos y un
P y Tigre
un tigrede deBengala
Bengala T.
compartir jaula con los hipopótamos y lo tigres no pueden compartir jaulaycon
hipopótamos T . Los antílopes las
jirafas no pueden
ningún otro animal. compartir jaula con los hipopótamos y lo tigres no pueden
compartir jaula
Construya con ningún
una gráfica otro animal.
que modela esta situación y usa la gráfica para determinar
cuál es el mínimo número de jaulasesta
Construya una gráfica que modela quesituación
se necesita y usa la gráfica
para el mini para determinar
determinar
zoológico.
cuál es el mínimo número de jaulas que se necesita para
Indica la relación que determinan las adyacencias y explica cómo usaste la el mini zoológico.
Indica para
gráfica la relación que determinan
determinar las adyacencias
la solución (Indíca claramentey cuales
explicason cómo usaste la
las características
gráfica para determinar la solución (Indíca claramente
y/o propiedades que le buscas en término de la gráfica para encontrar cuales son las caracterís-
caracterí
una
ticas
sticas y/o
solución). propiedades que le buscas en término de la gráfica para encontrar
una solución).
Ejercicio 3.30. Representa mediante una gráfica el organigrama de la unidad
Ejercicio 3.30. Representa mediante una gráfica el organigrama de la unidad
Cuajimalpa.
Cuajimalpa.
Ejercicio 3.31. Encuentra una “buena” coloración del mapa de la República
Ejercicio 3.31. Encuentra una “buena” coloración del mapa de la República
Mexicana.
Mexicana.
Ejercicio
Ejercicio 3.32.
3.32. Calcula
Calcula el el número
número de de aristas
aristas de de una
una gráfica
gráfica completa
completa con con nn
vértices.
vértices.
Ejercicio
Ejercicio 3.33.
3.33. Una
Una gráfica
gráfica conexa
conexa G
G es
es un
un ciclo
ciclo si
si yy solo
solo si
si d(v) = 22 para
d(v) = para todo
todo
vv ∈∈ V(G).
V(G).
Ejercicio
Ejercicio 3.34.
3.34. Una
Una gráfica
gráfica G
G es
es bipartita
bipartita si
si yy solo
solo si
si G
G no
no tiene
tiene ciclos
ciclos de
de orden
orden
impar.
impar.
Ejercicio 3.35. Una gráfica G es bipartita si y solo si los vértices de G se
pueden colorear con dos colores tal que no hay vértices adyacentes del mismo
color.
NOTAS DE LA UEA
94 MATEMÁTICAS DISCRETAS II
Ejercicio 3.35. Una gráfica G es bipartita si y solo si los vértices de G se
pueden colorear con dos colores tal que no hay vértices adyacentes del mismo
color.
Ejercicio
Ejercicio 3.36.
3.36. Cuál
Cuál es
es el
el máximo
máximo número
número de
de aristas
aristas en
en una
una gráfica
gráfica bipartita.
bipartita.
Ejercicio
Ejercicio 3.37.
3.37. Si
Si se
se elimina
elimina una
una arista
arista de
de cada
cada una
una de
de las
las gráficas
gráficas K 3,3 y
K3,3 yKK55 ,,
entonces ellas son planas.
entonces ellas son planas.
Ejercicio 3.38. Investiga
Investigacuales
cualessonsonlos
lossólidos
sólidosplatónicos. ¿Songráficas
platónicos.¿Son gráficasplanas?
pla-
nas?
¿Son gráficas planas?
Ejercicio 3.39. En la gráfica G de la figura 3.6 encuentra un camino que no es
Ejercicio
paseo y un3.39.
paseoEn la no
que gráfica G de la figura 3.6 encuentra un camino que no es
es trayectoria.
paseo y un paseo que no es trayectoria.
Definición 3.4.12. Decimos que una gráfica es conexa si hay un camino entre
Definición 3.4.12.
cualquier par Decimos
de vértices que
de la una gráfica es conexa si hay un camino entre
gráfica.
cualquier par de vértices de la gráfica.
Ejercicio 3.40. Una gráfica es conexa si y solo si hay una trayectoria entre
Ejercicio 3.40.de Una
cualquier par gráfica
vértices de laesgráfica.
conexa si y solo si hay una trayectoria entre
cualquier par de vértices de la gráfica.
Ejercicio 3.41. Una gráfica conexa con grado mínimo δ tiene una trayectoria
Ejercicio 3.41. Una gráfica conexa con grado mínimo δ tiene una trayectoria
de longitud al menos δ y un ciclo de longitud al menos δ + 1.
de longitud al menos δ y un ciclo de longitud al menos δ + 1.
Ejercicio
Ejercicio 3.42.
3.42. Explica
Explicaconcontus
tuspropias
propiaspalabras
palabrascuando
cuandounaunagráfica
gráficaeseseuleriana.
euleriana.
Ejercicio 3.43. Menciona un criterio para determinar si una gráfica es euleriana
(la definición
Ejercicio 3.43.noMenciona
es un criterio).
un criterio para determinar si una gráfica es euleriana
(la definición no es un criterio).
Ejercicio 3.44. Sea G una gráfica conexa y euleriana con 28 aristas. Si d(v) > 3
para todo 3.44.
Ejercicio v ∈ V,Sea
¿qué puedes
G una afirmar
gráfica conyrespecto
conexa euleriana alcon
número de vértices?
28 aristas. Si d(v) > 3
para todo v ∈ V, ¿qué puedes afirmar con respecto al número de vértices?
Ejercicio 3.45. Sea A = {a, b, c, d, e} un conjunto. Definimos los vértices de
Ejercicio
la gráfica 3.45.
G como SeaelA conjunto
= {a, b, c,ded,subconjuntos
e} un conjunto. de Definimos
orden 2 dellosconjunto
vértices de
A,
la gráfica Glas
y definimos como el conjunto
aristas de subconjuntos
de la gráfica como las parejasde orden 2 del conjunto
de 2-conjuntos A,
ajenos.
yConstruye
definimoslalas aristas
gráfica de la gráfica
y determina si escomo las parejas
euleriana: en casodeafirmativo
2-conjuntos ajenos.
muestra el
Construye la gráficaeny caso
circuito euleriano, determina si esexplica
contrario euleriana:
por en
quécaso afirmativo
no es euleriano.muestra el
Si no es
circuito euleriano,
una gráfica en caso
euleriana, contrario
determina explica
si tiene por qué
un paseo no es euleriano.
euleriano: Si no es
en caso afirmativo
una gráfica
muestra euleriana,
el paseo determina
euleriano, en casosi tiene un paseo
contrario euleriano:
explica por quéen nocaso
tieneafirmativo
un paseo
muestra el paseo euleriano, en caso contrario explica por qué no tiene un paseo
euleriano.
euleriano.
Ejercicio 3.46. ¿Cuáles de los sólidos platónicos son gráficas eulerianas? Si no
Ejercicio 3.46.
es euleriana, ¿Cuáles
¿tiene de loseuleriano?
un paseo sólidos platónicos
¡Justifícason gráficas
cada una de eulerianas? Si no
tu respuestas!
es euleriana, ¿tiene un paseo euleriano? ¡Justifíca cada una de tu respuestas!
Ejercicio 3.47. Construye todas las gráficas eulerianas con 10 aristas que:
Ejercicio 3.47. Construye todas las gráficas eulerianas con 10 aristas que:
1. Son regulares.
1. Son regulares.
2. Tienen exactamente dos vértices de grado dos y todos los demas vértices
2. Tienen exactamente dos vértices de grado dos y todos los demas vértices
tienen en mismo grado
tienen en mismo grado
Ejercicio 3.48. Considera las gráficas de la figura 3.31. Determina cuales
son gráficas eulerianas. Las gráficas que no son eulerianas, ¿tienen un paseo
euleriano? ¡Justifíca cada una de tu respuestas!
CAPÍTULO 3
INTRODUCCIÓN A LA TEORÍA DE LAS GRÁFICAS ÍNDICE 95
1 4 1 4 1 7
1 1 4 4 1 1 4 4 1 1 7 7
4
5 4 4
5 5
5 3 6
5 5 3 3 6 6
6
6 6 5
5 5
2 3 2 3 2 8
2 2 3 3 2 2 3 3 2 2 8 8
a b c d e 1 2
a a b b c c d d e e 1 1 2 2
g h i j 4
f g g h i j j 3 4 4 5
f f h i 3 5
3 5
l m n ñ
k l l mm n n ñ ñ 6 7
k k 6 6 7 7
Figura 3.31: Las gráficas de los ejercicios 3.48, 3.49.
FiguraFigura
3.29: 3.29:
Las gráficas de losde
Las gráficas ejercicios 3.48, 3.48,
los ejercicios 3.49. 3.49.
Ejercicio
Ejercicio
Ejercicio3.48.
3.49. 3.49.Considera
Considera las
lasgráficas
las gráficas
Considera de losde
gráficas la figura
ejecicios
de los 3.31.
3.47,
ejecicios 3.45Determina
3.47, y3.45 de cuales
de lay figura
la figura
son3.31.
3.31. gráficas
Determina eulerianas. Las gráficas que no son eulerianas, ¿tienen
Determina cuales son gráficas hamiltonianas. En caso de nouna
cuales son gráficas hamiltonianas. En caso de no serun paseo
ser una
euleriano?
gráfica ¡Justifíca
hamiltoniana, cada
¿tiene una
una de tu respuestas!
trayectoria hamiltoniana? ¡Justifíca cada
gráfica hamiltoniana, ¿tiene una trayectoria hamiltoniana? ¡Justifíca cada una una
de tu respuestas!
de tu respuestas!
Ejercicio 3.49. Considera las gráficas de los ejecicios 3.47, 3.45 y de la figura
3.31.
Ejercicio Determina
Paracuales
3.50. 3.50.
Ejercicio cada son inciso,
Para inciso,
cada gráficas
encuentrahamiltonianas.
una gráfica
encuentra En caso
que:
una gráfica que: de no ser una
gráfica hamiltoniana, ¿tiene una trayectoria hamiltoniana? ¡Justifíca cada una
i) es hamiltoniana y euleriana,
de tu i)respuestas!
es hamiltoniana y euleriana,
ii) esii)hamiltoniana pero no
es hamiltoniana pero euleriana,
no euleriana,
Ejercicio 3.50. Para cada inciso, encuentra una gráfica que:
iii) esiii)
euleriana pero no hamiltoniana,
es euleriana pero no hamiltoniana,
i) es hamiltoniana y euleriana,
iv) noiv)es nohamiltoniana y tampoco
es hamiltoniana euleriana,
y tampoco euleriana,
ii) es hamiltoniana pero no euleriana,
Ejercicio
iii) es3.51.
Ejercicio Encuentra
3.51.
euleriana una
Encuentra
pero no gráfica que esque
una gráfica
hamiltoniana, hamiltoniana, pero no
es hamiltoniana, satisface
pero no satisface
la condición (sufuciente) del teorema
Teorema 3.4.11.
teorema 3.4.11.
la condición (sufuciente) del Teorema
iv) no es hamiltoniana y tampoco euleriana,
Ejercicio 3.52. 3.52.
Ejercicio ¿Considera las gráficas
¿Considera de la figura 3.32, 3.32,
¿son hamiltonianas?
Ejercicio 3.51. Encuentra unalas gráficas
gráfica quedeeslahamiltoniana,
figura ¿son
perohamiltonianas?
no satisface
la Ejercicio
condición
Ejercicio (sufuciente)
3.53. 3.53.
Supón Supón delvigilante
que eres
que Teorema 3.4.11.
de
eres vigilanteun de
museo y en tuy turno
un museo de vigilancia
en tu turno de vigilancia
tienestienes
que recorrer todas todas
las salas. Para Para
minimizar el recorrido habráhabráque
Ejercicio 3.52. ¿Considera las gráficas de la figura 3.32, ¿son hamiltonianas?que
que recorrer las salas. minimizar el recorrido
pasarpasar
el mínimo número
el mínimo de veces
número por cada
de veces sala. sala.
por cada ¿Cómo puedes
¿Cómo representar
puedes representar
ésteEjercicio
problema con Supón
3.53.
éste problema una
congráfica y qué
que gráfica
una eres ylequé
pides
vigilante de a la
un solución
museo
le pides enturno
a laysolución
en tu términos
en de de la de la
vigilancia
términos
gráfica?
tienes que recorrer todas las salas. Para minimizar el recorrido habrá que
gráfica?
pasar el mínimo número de veces por cada sala. ¿Cómo puedes representar
Ejercicio 3.54. 3.54.
Ejercicio Considera los doslosplanos de casas de un de
solo
unpiso, con uncon jardin
éste problema conConsidera
una gráfica ydos
quéplanos de casas
le pides a la solución solo
enpiso,
términosundejardin
la
que las rodea,
que las figurafigura
rodea, 3.33. 3.33.
Para cada
Para plano
cada construya
plano una gráfica
construya una que refleja
gráfica que el
refleja el
gráfica?
problema y contestar
problema las siguientes
y contestar preguntas
las siguientes en términos
preguntas de la gráfica
en términos :
de la gráfica :
NOTAS DE LA UEA
96 MATEMÁTICAS DISCRETAS II
Ejercicio
Figura 3.54. Considera
2: Las
3.30: losejercicio
gráficas del dos planos
3.52.de casas de un solo piso, con un jardin
que las rodea, figura 3.33. Para cada plano construya una gráfica que refleja e
(a) (b)
problema y contestar las siguientes preguntas en términos de la gráfica
(a) (b)
i) Se puede hacer un recorrido de modo que pasamos por todas las puertas,
Figura
sin pasar por la misma 3.33:
puerta dosLos dos
veces planos de
y regresar las casas
al punto del ejercicio 3.54.
de partida.
ii) Se puede hacer un recorrido de modo que pasamos por todas las puertas,
sin pasar por la misma puerta dos veces sin importar regresar al punto de
partida. i) Se puede hacer un recorrido de modo que pasamos por todas las puertas
sin pasar por la misma puerta dos veces y regresar al punto de partida.
iii) Se puede hacer un recorrido de modo que pasamos por todos los cuartos
ii) Se
y por el jardin sinpuede hacer
pasar por un recorrido
el misma depor
cuartos ni modo que pasamos
el jardin dos veces ypor todas las puertas
sin de
regresar al punto pasar por la misma puerta dos veces sin importar regresar al punto de
partida.
iv) Se puede hacerpartida.
un recorrido de modo que pasamos por todos los cuartos
y por el jardin sin pasar hacer
iii) Se puede por el un
misma cuartos de
recorrido ni por
modoel jardin dos vecespor todos los cuartos
que pasamos
sin importar regresar al punto de partida.
y por el jardin sin pasar por el misma cuartos ni por el jardin dos veces y
v) Sea G la gráfica que encontraron.
regresar ¿Espartida.
al punto de la gráfica G plana?, ¿Es la gráfica
G bipartita?.
iv) Se puede hacer un recorrido de modo que pasamos por todos los cuartos
Ejercicio 3.55. En yla por el 3.34
figura jardin sin pasarelpor
se encuentra el de
plano misma cuartos
un museo ni por el jardin dos veces
de historia
natural. Construyansin
unaimportar
gráfica que refleja elalproblema
regresar punto dey contesta
partida.las siguientes
preguntas en términos de la gráfica:
v) Sea G la gráfica que encontraron. ¿Es la gráfica G plana?, ¿Es la gráfica
i) Se puede recorrer el museo pasando por todas las puertas del museo, sin
G bipartita?.
Ejercicio 3.55. En la figura 3.34 se encuentra el plano de un museo de historia
natural. Construyan una gráfica que refleja el problema y contesta las siguientes
CAPÍTULO 3
INTRODUCCIÓN A LA TEORÍA DE LAS GRÁFICAS ÍNDICE 97
Calle Calle
Calle Calle
Calle Calle
Figura 3.32: Plano del museo de historia natural del ejercicio 3.55.
Figura 3.32: Plano del museo de historia natural del ejercicio 3.55.
Figura 3.34: Plano del museo de historia natural del ejercicio 3.55.
pasar dos veces por la misma puerta iniciando en la calle y terminando
en la calle.
pasar dos veces por la misma puerta iniciando en la calle y terminando
ii) en
Se la calle.
ii) Se puede
puede recorrer
recorrer todas
todas las
las salas
salas del
del museo,
museo, sin
sin pasar
pasar dos
dos veces
veces por
por la
la
ii) misma
Se sala
puede iniciando
recorrer en
todas la
lascalle
salasy terminando
del museo, en
sin la calle.
pasar
misma sala iniciando en la calle y terminando en la calle. dos veces por la
iii) misma
Sea sala iniciando en la calle y ¿Es
terminando enGlaplana?,
calle. ¿Es la gráfica
iii) Sea GG la gráfica
la gráfica que encontraron.
que encontraron. ¿Es la gráfica
la gráfica G plana?, ¿Es la gráfica
iii) G
Seabipartita?.
G G la gráfica que encontraron. ¿Es la gráfica G plana?, ¿Es la gráfica
bipartita?.
G bipartita?.
3.5
3.5 Proyectos
Proyectos
3.5 Proyectos
Distancias
Distancias en en gráficas
gráficas y y el
el algoritmo
algoritmo de de Dijkstra.
Dijkstra.
Distancias en gráficas y el algoritmo de Dijkstra.
SeSe pueden
Sepueden definir
puedendefinir diferentes
definirdiferentes métricas
métricasenen
diferentesmétricas gráficas.
engráficas. Considerar
gráficas.Considerar
Considerar la la
la función
función
función
Se pueden definir diferentes métricas en gráficas. Considerar la función
d(x,
d(x, y)
y) = = mı́n{long(P)
mı́n{long(P) :: P
P eses una
una uv
uv − − trayectoria}.
trayectoria}.
d(x, y) = mı́n{long(P) : P es una uv − trayectoria}.
La
La función d(x, y)
función d(x, le asigna
y) le asigna aa cada
cada par
par de
de vértices
vértices lala longitud
longitud dede la
la trayectoria
trayectoria
LaLa
mas
mas corta
función
corta d(x,d y)
función
entre
entre (x;le y)
ellos.
ellos. le asigna
Prueba
asigna
Prueba que ad(x,
a cada
que cada
par
d(x, y) par
y)dees
es unademétrica.
vértices
una vértices la longitud
la longitud
métrica. de la tra-
de la trayectoria
yectoria cortamas
masDefine
Define las
entre corta
ellos. entre
las conceptos
conceptos Prueba ellos.
que d(x,Prueba
excentricidad,
excentricidad, y)radio, que
es una
radio, d (x; yy y)
diámetro
métrica.
diámetro es en
centro
centro unagráficas
en métrica.
gráficas yy
Define
traza
traza Definelaslas
analogás
analogásconceptos
con lasexcentricidad,
con las
conceptos definiciones radio,
excentricidad,
definiciones diámetro
correspondientes
radio, diámetro
correspondientes yencentro
en yla en gráficas
geometría.
lacentro y traza
Analiza
en gráficas
geometría. Analiza y
analogías
yytraza
explica con
treslasaplicaciones
tres
analogás
explica definiciones
con correspondientes
de los
los conceptos
las definiciones
aplicaciones de en
correspondientes
conceptos la geometría.
definidos
definidos en en
en Analiza
áreas
áreas yAnaliza
explica
distintos
la geometría.
distintos del
del
tres aplicaciones
conocimiento.
y explica de los conceptos
tres aplicaciones
conocimiento. de losdefinidos
conceptos en definidos
áreas distintos del conocimiento.
en áreas distintos del
Para
Paramayor
Para mayorinformación
mayor
conocimiento. informaciónver
información versección
ver sección9.7
sección 9.7[11]
9.7 [11]yy y[6].
[?] [?].
[6].
Para mayor información ver sección 9.7 [?] y [?].
Teoría de juegos
Teoría de juegos
Supón que n personas deben elegir un elemento x del conjunto X. El conjunto
Supón que n personas deben elegir un elemento x del conjunto X. El conjunto
Supónconstar
X puede que n personas deben elegir
de diferentes situaciones. Las nxpersonas
un elemento del conjunto
debenX. El conjunto
establecer
X puede constar de diferentes situaciones. Las n personas deben establecer cua-
X puede
cuales sonconstar de diferentes
las preferencias situaciones.
de algunas Las n de
situaciones X sobredeben
personas establecer
las demás. Rara
les son las preferencias de algunas situaciones de X sobre las demás. Rara vez
cuales
vez sontodos
están las preferencias
de acuerdo endeelegir
algunas
unasituaciones de X sobre
misma situación, aunquelassería
demás. Rara
el mejor
están todos de acuerdo en elegir una misma situación,aunque sería el mejor
vez están todos
escenario de acuerdo
posible. enque
Por eso lo elegir una mismaes,
se considera situación,
mas bien,aunque
que unsería el mejor
subconjunto
escenario posible. Por eso lo que se considera es, mas bien, que un subconjunto
de las n personas
escenario posible. Por eso lo
pueden que se la
imponer preferencia
considera de xbien,
es, mas sobre
quey,un subconjunto
y lo llamamos
de las n personas pueden imponer la preferencia de x sobre y, y lo llamamos
de las n personas
preferencia pueden
efectiva. imponerlalagráfica
Si definimos preferencia de xD,sobre
dirigida cuyosy,vértices
y lo llamamos
son los
elementos de X, y las flechas son inducidas de manera natural por la relación de
NOTAS DE LA UEA
98 MATEMÁTICAS DISCRETAS II
Losárboles
Los árbolesjuegan
jueganun unpapel
papelfundamental
fundamental en en el
el estudio
estudio de
de redes
redes conexas,
conexas, son
son
importantes para entender la estructura de una gráfica y para
importantes para entender la estructura de una gráfica y para los algoritmos los algoritmos
que
que procesan
procesan información.
información. Para Para el último
el último caso escaso es importante
importante determinar
determinar la
la mejor
mejor forma de almacenar la información y en muchos casos
forma de almacenar la información y en muchos casos la mejor forma tiene la mejor forma
tiene estructura
estructura de árbol.deAdemás,
árbol. Además,
los árboleslostienen
árboles tienen aplicaciones
aplicaciones en áreas como enconteo,
áreas
como conteo, teoría de desición, estructura de datos, ordenamiento,
teoría de desición, estructura de datos, ordenamiento, la teoría de la codificación,la teoría
de la codificación,
problemas problemas
de optimización, de optimización,
ordenar y relacionarordenar y relacionar
datos en datos etc.
bases de datos en
bases de datos etc.
Iniciamos con algunas aplicaciones de los árboles usando un lenguaje intuitivo.
Iniciamos con algunas aplicaciones de los árboles usando un lenguaje intuitivo.
Definición 4.0.1. Una gráfica G es un árbol si G es acíclica y conexa.
b c h i
g j m
a
f
d e k l
Figura 4.1: Un árbol con 13 vértices.
Ejemplo
Ejemplo 4.0.1.
4.0.1. Organigrama
Organigrama (relación
(relación jerárquica).
jerárquica).
Ejemplo
Ejemplo 4.0.2.
4.0.2. Liguilla del fútbol
Liguilla del ftbol
ftbol Mexicano:
Mexicano: Clausura
Clausura 2011
2011 (ver
(ver figura
figura 4.2).
4.2).
91
Pumas
3 Pumas NOTAS DE LA UEA
100 3 MATEMÁTICAS DISCRETAS II
Monterrey
3
Chivas Pumas
4 1
2 Chivas 3
Tigres Pumas
Pumas
Morelia 3
5 Morelia
Pumas 2
Monterrey 3
3 3
América 3 Morelia
Chivas 2 Pumas
Cruz Azul 4
2 1
2
1 Cruz Azul
Chivas 3
Tigres Pumas
Atlante
Morelia
5 Morelia 2
Figura 4.2: Ligilla de futbol - apertura 2011.
3 3
América Morelia
2
Cruz Azul 2
1 Cruz Azul
Atlante
Figura 4.2: Ligilla de futbol - apertura 2011.
Por
Por el
el principio
principio de
de inducción
Por el principio
inducción matemática
Por eldeprincipio
inducción
matemática generalizada
dematemática
inducción hemos
matemática
generalizada
generalizada probado
hemos que
hemos generalizada
probado un
probado
que hemos
un queprobado
un que u
árbol T con
árbol T con n
árbol vértices tiene
T conárbol
n vérticesntiene n −
vértices
T ncon 1 aristas.
− tiene
1naristas.
vértices
n − 1 aristas.
tiene n − 1 aristas.
Teorema 4.1.4.
4.1.4. Sea
TeoremaTeorema Sea G
G una
4.1.4.
Teorema
una grafica
Sea unacon
4.1.4.
G
grafica nn G
vértices
grafica
Sea
con una nyyvértices
m
m=
con grafica
vértices nn −
=con −yn11mvértices
aristas,
= n − 1entonces
aristas, yentonces
aristas,
m = n −entonces
1 aristas, entonc
las siguientes
las siguientes afirmaciones
las siguientes son equivalentes.
lasafirmaciones
siguientes
afirmaciones afirmaciones
son equivalentes.
son equivalentes. son equivalentes.
1.
1. G
G es
es un
1. árbol.
un G es un 1.
árbol. árbol.
G es un árbol.
2.
2. G es conexa.
2. G es conexa.
G es conexa. 2. G es conexa.
3.
3. G
G es
es acíclica.
3. G es acíclica.
acíclica. 3. G es acíclica.
Demostración. Probamos
Demostración. que 1. ⇒que
Demostración.
Probamos 2., 1.
Probamos
1. ⇒ 3.,
2. ⇒ 3.que
2., 2.
1. 1.3.⇒
y ∧3.
⇒ ⇒1.
3., 2.1.∧
2., 1.y3.
2.⇒
⇒ ⇐⇒1.2.y∧3.
3., 2.3.⇐⇒ ⇒ 1. 3. y 2. ⇐⇒ 3.
Las implicaciones 1.
Las implicaciones ⇒ 2. y 1.
Las implicaciones ⇒ 3.
1. ⇒ 2. y 1.1. ⇒ y 2. ∧ 3. ⇒
⇒ 2.3. yy 1.2. ⇒ 1. se
∧ 3.3. ⇒ cumplen
y 2.1.∧se3.cumplenpor
⇒ 1. sepor cumplen p
definición. definición. definición.
Vamos a Vamos probar aque 2. ⇒que
probar
Vamos a3.probar
Sea⇒G 3.
2. una
queSea2.grafica
G⇒una 3.conexa
Sea
graficaG con
una ngrafica
conexa vértices
conconexa n yvértices
con yn vértices
m = n − 1maristas. Vamos
= n − 1 aristas.
m=n− a probar
Vamos que
1 aristas. G
a probar es
Vamos acíclica.
quea Gprobar
es acíclica.
que G es acíclica.
Procedemos por
por contradicción,
Procedemos Procedemos
contradicción, suponiendo
por contradicción, que
queGGtiene
por contradicción,
suponiendo suponiendo un Gciclo
suponiendo
que
tiene un tieneCque
ciclo dedeciclo
Cun longitug
Glongi-
tiene
C de unlongi-
ciclo C de long
k, entonces
tud k, entonces C contiene
tud k, entonces k vértices
tud k,C entonces
C contiene contieney
k vérticesCk aristas.
k yvértices
contienePara
k aristas. cada
ykkPara
vértices
aristas.vértice
cadayPara v ∈
k aristas.V(G)
cadav vértice
vértice ∈Para V(C)
\V(G) cada
v\∈ vértice
V(G) \ v ∈ V(G)
hay
V(C)unahaytrayectoria
una trayectoria de vde alvciclo
al cicloCC consideraPvPvuna
considera unatrayectoria
trayectoria de de longitud
longitud
mínima del vértice v al ciclo C con Pvv = (v = v00 , v11 , . . . , vll ) con vll ∈ V(C).
mínima del vértice v al ciclo C con P = (v = v , v , . . . , v ) con v ∈ V(C). Las Las
arista {v, vv11 }} son
arista {v, son distintos
distintos dosdos aa dos
dos porpor lo
lo que
que m m≥ ≥ n,
n, unauna contradicción
contradicción con con la la
hipótesis de que m
hipótesis de que m = n − 1.= n − 1.
Para
Para terminar
terminar probamos
probamos que que 3. 3. ⇒ ⇒ 1. 1. Sea
Sea G G una
una grafica
grafica acíclica
acíclica con con nn
vértices y m = n − 1 aristas. Vamos a probar que
vértices y m = n − 1 aristas. Vamos a probar que G es conexa. ProcedemosG es conexa. Procedemos por
contradicción, suponiendo que G tiene k ≥
por contradicción, suponiendo que G tiene k ≥ 2 componentes 2 componentes conexas
componentesconexas C
conexas , C .
1 C2, C ...C. . . , C.k .
1 2 k
Como
Como cada
C1 , C2 . .cada componente
. . , Ckcomponente conexa es acíclico,
conexa es conexa
. Como cada componente entonces
acílico,esentonces cada componente
cada componente
acíclico, entonces es
cada componente un
árbol
es un yárbol
por el teorema
y por 4.1.3, la
el teorema componente
4.1.3, i-esimai-esima
la componente tiene nitiene vértices y Ni − y1
ni vértices
aristas. En este caso el número total de vértices
Ni − 1 aristas. En este caso el número total de vértices es n = es n = n +
1 n + n 2 n + ·· +
+ · · ·· +nk ny
1 2 k
y el número de arstas es n − 1 = m = (n1 − 1) + n2 − 1) + · · · + (nk − 1) =
n1 + n2 + · · · + nk − k = n − k. Como k ≥ 2, entonces m < n − 1, una contradiccón
V(C) haydel
mínima una trayectoria
vértice de v C
v al ciclo al con
cicloPC v = considera
(v = v0 , P v1v, una
. . . , trayectoria
vl ) con vl ∈deV(C). longitud Las
mínima
arista {v,del v1 }vértice v al ciclo
son distintos dosCa con dos P por
v = lo (vque
= vm ,
0 1v
≥ n,
, . .una
. , v l ) con v
contradicción
l ∈ V(C). con Las
la
arista {v, vde
hipótesis 1 } son
que distintos
m = n − 1.dos a dos por lo que m ≥ n, una contradicción con la
hipótesis de que m probamos
Para terminar = n − 1. que 3. ⇒ 1. Sea G una grafica acíclica con n
Para yterminar
vértices m = n− probamos
1 aristas.que Vamos 3. ⇒ 1. Seaque
a probar G una G esgrafica conexa. acíclica
Procedemos
NOTAScon DE n LA UEA
102 MATEMÁTICAS DISCRETAS II
vértices
por ym = n−
contradicción, 1 aristas. que
suponiendo Vamos a probar
G tiene k ≥ 2que G es conexa.
componentes conexas Procedemos
por
C contradicción,
1, C 2 . . . . , C k . Como suponiendo
cada componenteque G tiene conexak ≥ es2 componentes
acíclico, entonces conexas cada componente
C
es1 ,un C2 árbol
. . . . , Cyk .por
Como cada componente
el teorema conexa es acíclico,
4.1.3, la componente i-esima entonces
tiene ncada i vérticescomponente
y
es un1árbol
Ni − aristas. y por el teorema
En este 4.1.3, latotal
caso el número componente
de vértices i-esima
es n =tiene n1 + ni2 vértices
+ · · · + nyk
el
yNielnúmero
1 aristas. dedeEnarstas
esteescaso
aristas esn n−el −1número
1==mm== total(n(n1 de
− 1) 1)++nn22 − − 1) n1)=++n··1···+· ++n2(n −· ·1)
(n+kk ·− + n=
− número arstas 1 −vértices es 1) =k
nyn1el+
+ n
n 2 +
número
+ ·
· ·
· ·
· +
+ n
de
n k −
− k
k =
arstas
= n
es
n −
− k.
n
k. − Como
1
Como = k
m
k ≥
≥= 2,
2, (nentonces
− 1)
entonces + m
mn <
< − n
n −
1)
− 1,
1,
+ una
· ·
una · +contradiccón
(n −
contradiccón 1) =
1 2 k 1 2 k
con+la
ncon la hipótesis de que m−= =k.nnComo 1. k ≥ 2, entonces m < n − 1, una contradiccón
− 1.
1 n2hipótesis
+ · · · + nkde − kque
= nm −
con la hipótesis de que m = n − 1.
Como
Comoconsecuencia
consecuenciatenemos tenemoslas lassiguientes
siguientesdos doscaracterizaciones
caracterizacionesdedeárbol árbol
Como consecuencia tenemos las siguientes dos caracterizaciones de árbol
Teorema 4.1.5. Una gráfica G con al menos dos vértices es un árbol si y sólo
siTeorema 4.1.5. Una gráfica G con al menos dos vértices es un árbol si y sólo
si
1.
1. G G eses conexa
conexa minimal.
minimal.
1. G
2. G eses acíclica
conexa minimal.
maximal.
2. G es acíclica maximal.
2. G es acíclica maximal.
Teorema 4.1.6. Todo árbol con al menos dos vértices tiene al menos un vértice
Teorema(de
Teorema
terminal 4.1.6.
4.1.6.
grado Todo
Todo árbol con
1).árbol con alal menos
menos dos dos vértices
vértices tiene tiene al al menos
menos un un vértice
vértice
terminal (de grado
terminal (de grado 1). 1).
Demostración. Sea T un árbol y sea P = (u0 , u1 , . . . , uk ) una trayectoria de
Demostración.
longitud máxima. SeaProbaremos
T un árbolque y sead(uP = (u , u11 , . . . , ukk ) una
0 ) = 1. 00Supongamos por trayectoria
contradicción de
longitud máxima. Probaremos
que d(u0 ) ≥ 2. Sea v ∈ V(T ) \ {u1 } tal que que d(u ) 1. Supongamos
00 v ∈ N(u0 ). Hay dos casos: v ∈ V(P) o
= por contradicción
que
v ∈ V(T ) ≥ 2. Sea
d(u00)\V(P). Si vv ∈ V(T ) \entonces
∈ V(P), {u11 } tal que
v = vui∈para N(ualguna
00 ). Hay2dos ≤ icasos:
≤ k. En v∈ esteV(P)casoo
vse∈forma
V(T )\V(P). Si v ∈ V(P), entonces v u para alguna
el ciclo (u0 , u1 , . . . , ui = v, u0 ), lo ii cual contradice que T es un árbol.
= 2 ≤ i ≤ k. En este caso
se forma el ciclo (u , u , .
Por lo que v V(P)00 y v11 ∈ V(Tii ) \ V(P).. . , u = v, u ), lo cual contradice ′ que
00 En este caso P = (v, u0 , u1 , . . . , uk ) es T es un árbol.
′′
Por
una lo que v V(P)
trayectoria y v ∈ que
más larga V(TP, ) \loV(P).
cualEn este casolaPmanera
contradice = (v, uque 00 , u11eligimos
, . . . , ukk ) es
la
una trayectoria más larga que P,
trayectoria P (P es una trayectoria de longitud máxima).lo cual contradice la manera que eligimos la
trayectoria P (P es una trayectoria de longitud máxima).
4.1.2 Árbol
4.1.2 Árbol de
de peso
peso mínimo
mínimo
Recordamoselel
Recordamos
Recordamos elejemplo
ejemplo de
ejemplo de la
de la red
red de
de computadoras
computadoras de de la
la sección
la sección de
sección de árboles
deárboles
árboles
generadorascon
generadoras
generadoras con la
con la información
la información adicional
información adicional del
adicional del costo
costo de
de reestablecer
de reestablecer cada
reestablecer cada una
cada unauna
de las
de
de las conexiones.
las conexiones. Es
conexiones. Es decir,
decir, ahora
ahora tenemos
tenemos una
una gráfica
gráfica GG concon una
una función
una función
función de de
de
pesos fff: ::A(G)
pesos
pesos A(G)→→
A(G) → R,, yyyquere-mos
R, queremos encontrar
queremos encontrar
encontrar unun árbol
árbol generador
generador de de peso
peso mínimo,
mínimo,
mínimo,
yyy definimos
definimos el el peso
el peso dedeuna
pesode una gráfica
unagráfica (o(osubgráfica)
gráfica(o subgráfica) como
subgráfica)como
comola la
la suma
sumasumade de
de los los
los pesos
pesos de
pesos
de
delaslas
las aristas dede
aristas
aristas de lalagráfica
la gráfica (subgráfica).
gráfica(subgráfica).
(subgráfica).
Elárbol
ElEl árboldede
árbol depeso
pesomínimo
peso mínimotiene
mínimo tieneaplicaciones
tiene aplicacionestales
aplicaciones tales comolala
como
tales como la forma
forma
forma mas
mas
mas barata
barata
baratade
de restablecer
de restablecer
restablecer la comunicación
comunicación
la comunicación
la en una
en una
en una red,
red,red, por
porpor ejemplo
ejemplo
ejemplo decomputadoras,
de de computadoras,
computadoras, teléf-
teléfonos
teléfonos
ooonos o carreteras.
carreteras.
carreteras.
SeaSeaGG = (V,
= (V; A)A)unauna gráfica
gráfica simple,
simple, conexa,
conexa, concon n vértices
n vértices y sea
y sea ω:ω A(G): A(G)
→ → la
R la
función función
función
de pesode peso
de peso
que le que
que le asigna
le asigna
asigna a cada
a cada
a cada arista
aristaarista
{u,v}{u, v}
v} ∈ A(G)
{u,
ϵ A(G) ∈ A(G) su
su peso
su peso pesocorrespondiente
correspondiente
correspondiente
ωω uv. .Así,
Así, cada ωuv . {u,v}
cada arista
arista Así,
{u, v}cada arista
A(G)
ϵ∈ A(G) {u, v}
tiene
tiene A(G)ω
un∈peso
un peso ωtiene un peso el
uv asignado,
asignado, asignado,
eluvpeso
ω peso puede
puede
uv uv
reflejar la distancia que se recorre, el costo por mantener la conección activa,lael
el peso
reflejar puede
la reflejar
distancia que lase distancia
recorre, que
el se
costo recorre,
por el
mantener costo
la por mantener
conección activa,
conección
el número
número de activa, el que
de usuarios
usuarios número de
queusan
lo lo usuarios
usan o leque
o le que sequelo usan
busca o le que
se minimizar.
busca se
buscaEl
minimizar. minimizar.
peso de
El
una peso de
gráfica una
G esgráfica
la sumasG es
de la
lossumas
pesos de
delos
las pesos
aristasde
El peso de una gráfica G es la sumas de los pesos de las aristas de G. DadodelasG aristas
=. Dado de G
una =. Dado
gráfica
una
una
G(V, gráfica
A) G(V,
queremos A) queremos
encontrar un encontrar
árbol un
generador
gráfica G (V, A) queremos encontrar un árbol generador árbolT generador
de G, tal
T que
de T
G, de
el G,
peso
tal quetal
de que
T
el el
sea
peso
∑ ∑
peso
mínimo, de Tes sea mínimo,
decir, es
minimizar decir,
el minimizar
número
de T sea mínimo, es decir, minimizar el número ω(T ω(Tel )número
= ω(T ) sobre
a∈A(T )) = ∑aϵA(T)
ω(a)
= a∈A(T ) el
ω(a) sobre
conjunto
ω(a)sobre el
el
deconjunto
todos de
conjunto losde todos
árboles
todos los árboles
losgeneradores
árboles generadores
de G. de G.
generadores de G.
Definición 4.1.10. Un árbol de peso mínimo es un árbol en donde la suma de
los pesos de las aristas es el menor posible.
Cabe
Cabemencionar
mensionarque queel árbol de peso
el árbol mínimo
de peso no siempre
mínimo no siemprees único. Para poder
es único. Para
asegurar la unicidad
poder asegurar del árbol
la unicidad de peso
del árbol mínimo
de peso tendríamos
mínimo tendríamos que que
pedir queque
pedir los
pesos de las
los pesos aristas
de las de de
aristas la la
gráfica fueran
gráfica fuerandistintos
distintosentre
entresísí (ver 4.14).
(ver ejercicio 4.14).
Revisaremos
Revisaremosdos dosalgoritmos,
algoritmos, que resuelven
que resuelvenel problema
el problemade encontrar un árbol
de encontrar un
de pesodemínimo:
árbol Algoritmo
peso mínimo: de Kruskal
Algoritmo y el algoritmo
de Kruskal de Prim
y el algoritmo de ambos son deson
Prim ambos los
años
de losdeaños
1950.
de 1950.
NOTAS DE LA UEA
104 MATEMÁTICAS DISCRETAS II
La
La idea
idea del
del algoritmo
algoritmo es añadir aristas
es añadir aristas concon lala restricción
restricción de que no
de que no se
se
formen ciclos. En cada paso el número de componentes
formen ciclos. En cada paso el número de componentes conexas disminuye en conexas disminuye
en
unouno hasta
hasta que
que se se obtiene
obtiene unaunsóla
solocomponente.
componente.
El algoritmo de Kruskal inicia
El algoritmo de Kruskal inicia con un con un bosque
bosque que contienennárboles,
que contiene árboles,cada
cada
en donde cada árbol tiene un solo vértice. En cada paso
en donde cada árbol tiene un solo vértice. En cada paso del algoritmo dos del algoritmo dos
árboles (componentes conexas) se conectan mediante una
árboles (componentes conexas) se conectan mediante una arista y así en cada arista y así en cada
paso
paso obtenemos
obtenemos un un nuevo bosque con
nuevo bosque con un
un árbol
árbol menos
menos yy conconárboles
árboles que
quecada
cada
vez tengan mas vértices, hasta que finalmente obtenemos un solo
vez tengan mas vértices, hasta que finalmente obtenemos un solo árbol. En cada árbol. En cada
paso
pasoelegimos
elegimos la la arista
arista con
con menor
menor peso.
peso. SiSi la
la arista
arista elegida
elegida tiene
tiene ambos
ambos vértices
vértices
terminales en un mismo árbol, entonces se descarta porque
terminales en un mismo árbol, entonces se descarta porque la arista genera unla arista genera un
ciclo en nuestro bosque (y no volvemos a revisar tal arista). Si la
ciclo en nuestro bosque (y no volvemos a revisar tal arista). Si la arista tiene arista tiene sus
vértices terminales
sus vértices en dos
terminales en diferentes árboles,
dos diferentes entonces
árboles, será laserá
entonces arista
la de menos
arista de
peso que conecta dos árboles diferentes en nuestro bosque y al
menos peso que conecta dos árboles diferentes en nuestro bosque y al añadirla añadirla al bosque,
convertimos dos árbolesdos
al bosque, convertimos pequeñas
árbolesenpequeñas
un árbol en másungrande.
ábol mas grande.
Sea G = (V, A) una gráfica conexa con n vértices. Sea A1 el conjunto de aristas
del bosque del generador y A2 el conjunto de aristas que no han sido revisado.
Begin
A1 := ∅, A2 := A
While |A1 | < n − 1 do
Eligir la arista a = {u, v} de menor peso de A2
A2 =: A2 − {a}
If u y v no son vértices del mismo árbol, entonces A1 =: A1 ∪ {a}.
End
End
End
La La idea
idea del
del algoritmo
algoritmo es a partir
partir de
de un vértice v, extender la la componente
componente
conexa
conexaalalcual
cualpertence
pertencev, añadiendo aristas
v, añadiendo con la
aristas restricción
con de quede
la restricción noque
se formen
no se
ciclos.
formenEn cada En
ciclos. pasocada
el número
paso eldenúmero
vérticesdedevértices
la componente de v aumenta
de la componente de en
v
uno hasta en
aumenta queuno
todos losque
hasta vértices
todospertenecen
los vérticesalpertenecen
componente al conexa conexav.
del vértice
componente
delEl algoritmo
vértice v. de Prim inicia con un árbol que tiene un solo vértice. En cada
pasoEldel algoritmo
algoritmo deconectamos
Prim inicia unconnuevo vértice
un árbol al arbol,
que tiene hastavértice.
un solo que finalmente
En cada
obtenemos un árbol conectamos
paso del algoritmo generador. En un cada
nuevopaso elegimos
vértice la arista
al árbol, hastacon
quemenor peso
finalmente
que conectaun
obtenemos unárbol
vértice del árbolEn
generador. concada
un vértice que no esta
paso elegimos en elcon
la arista árbol.
menor peso
que conecta un vértice del árbol con un vértice que no esta en el árbol.
CAPÍTULO 4
INTRODUCCIÓN A LOS ÁRBOLES ÍNDICE 105
4.1.4 Ejercicios
Ejercicio 4.1. Representa el árbol geneológico de las últimas tres generaciones
de tu familia.
Ejercicio 4.2. Considera la seriación del mapa curricular en tu carrera. ¿Es
un árbol? ¿Tiene ciclos? ¿Cuál(es)? ¿Es conexa? (justifica tu respuesta).
Ejercicio 4.3. Encuentra todas los árboles no isomorfas de orden 7 (son 11).
Ejercicio 4.4. Encuentra una gráfica G que no es un árbol tal que G tiene 7
vértices y 6 aristas.
Ejercicio 4.5. ¿Cómo son los árboles que tienen exactamente dos vértices
terminales?.
Ejercicio 4.6. Prueba (sin usar el Teorema 4.1.6) por inducción que todo árbol
con al menos 2 vértices tiene al menos dos vértice terminales (de grado 1).
Una gráfica es un árbol si la gráfica es conexa, si no es una gráfica conexa,
entonces es una colección de árboles. Una gráfica acíclica no conexa es un
bosque.
Ejercicio 4.7. Sea G un bosque con
1. 6 árboles y 43 aristas, ¿Cuantos vértices tiene al bosque G?
2. 50 vértices y 38 aristas, ¿Cuantas componentes conexas tiene al bosque
G?
Ejercicio 4.8. Sea G un bosque con n vértices, m aristas y k componentes
conexas. ¿Qué relación hay entre n, m y k?
Ejercicio 4.9. ¿Cuántos árboles generadores no isomorfos tiene un ciclo?
Ejercicio 4.10. Encuentra dos árboles generadores no ismorfos de la gráfica
K5 (ver figura 3.24) y dos árboles generadores no ismorfos de la gráfica K2,3 .
Ejercicio 4.11. Encuentra un árbol generador de la gráfica de la figura 3.26.
Ejercicio 4.9. ¿Cuántos árboles generadores no isomorfos tiene un ciclo?
Ejercicio 4.13.
Ejercicio 4.13. Toda
Toda gráfica
gráfica conexa
conexa tiene
tiene un
un árbol
árbol generador.
generador.
Ejercicio 4.14. Si los pesos de las aristas en una gráfica conexa son distintos
Ejercicio 4.14. Si los pesos de las aristas en una gráfica conexa son distintos
entre si, entonces el árbol de peso mńimo es único.
entre si, entonces el árbol de peso mńimo es único.
Ejemplo 4.2.1. En el ejemplo 4.0.2, el ancho del árbol de la figura 4.2 es ocho,
porque el nivel N3 tiene ocho vértices. En el ejemplo 4.2.5, el ancho del árbol
de conteo de la figura 4.5 es cuatro, porque el nivel N34 tiene cuatro vértices.
Podemos
Podemoshablar
hablardedeun
unorden
ordendedelos
lossucesores
sucesores(hijos)
(hijos) yy antecesores
antesesores (padres)
al
al conjunto
conjunto de
de todos
todos los
los vértices anteriores
anteriores tambien
tambien se les llama ancestros.
Llamareos
Llamareos un árbolm-ario
un árbol m-ariocompleto
completosisicada
cadavértice
vérticeno
noterminal tienem-hijos.
terminaltiene m-hijos.
CAPÍTULO 4
INTRODUCCIÓN A LOS ÁRBOLES ÍNDICE 107
Un árbol
árbol binario
binarioes es un
un árbol
árbol en
en el
el que
que la
la raíz
raíz tiene grado 2 y loslos vértices
vértices
restantes
restantes tienen
tienen grado
grado1; 1, 2 o 3 (los vértices
vértices terminales
terminales son
son aquellos
aquellos que
que tienen
tienen
grado
grado1),1),es
esdecir,
decir, tienen
tienen aa lo
lo más dos vértices en el siguiente
siguiente nivel.
nivel.La
Laestructura
estructura
de
deun
un árbol
árbolbinario
binarioes esmuy
muy frequente en estructuras
estructuras de datos usados en computo.
computo.
Un árbol TT es
Un árbol es binario
binario completo
completo si si cada
cada vértice
vértice no terminal tiene dos hijos,
hijos, es
es
decir,
decir,tiene
tieneexactamente
exactamentedos dosvértices
vérticesen
enelelsiguiente
siguientenivel.
nivel. Los
Los árbol
árbol geneológicos
geneológicos
son
sonárboles
árbolesbinarios
binarioscompletos,
completos, pues
pues cada
cada persona
persona tiene
tiene exactamente dos padres
biológicos
biológicos (aunque
(aunqueno nosiempre
siempre conoce
conoce ambos).
ambos).
a s
a s a s
a s a s a s a s
Figura 4.4: Árbol de conteo de los posibles resultados al lanzar tres monedas.
Como
Como resultado
resultado tenemos
tenemos 8 posibles resultados si tomamos
tomamos en
en cuenta
cuenta el
el orden,
orden,
pero
perosolo
solo 44 sisi no
no nos
nos importa
importaelelorden.
orden.
Ejemplo 4.2.5. Supón que tienes cinco monedas y sabes que exactamente una
de ellas es falsa. ¿Cuál es el mánimo número de veces que debas pesar las
monedas para asegurar que encuentres la moneda falsa?
En el caso que sabes que la moneda falsa pesa menos, ¿puedes determinarlo
mas rápido cuál es la moneda falsa?
NOTAS DE LA UEA
108 MATEMÁTICAS DISCRETAS II
ab = cd ab cd
e
a=b ab
c=e ae
ce a=e
d c b a
Figura 4.5:4.5:
Figura Árbol de de
Árbol conteo dedeloslosposibles
conteo posiblesresultados al pesar
resultados al pesarlas
lasmonedas
monedasdeldel acertijo.
acertijo
Códigos Huffmann
Un Código
UnCódigo Huffmann
Huffmann es una
es una codificación
codificación de una deplabra
una plabra
o mensajeo mensaje en
en términos
términos
de un árbol de yununa
árbol y unadecadena
cadena de 0’s
0’s y 1’s. Es ydecir,
1’s. Essi decir,
conocessi conoces
el árbolely árbol y la
la palabra
palabra codificada,
codificada, se puede recuperar
se puede recuperar la palabrala palabraViceversa,
original. original. Viceversa,
con una plabracon una
y un
plabrafijo,
árbol y un
conárbol fijo,propiedades,
ciertas con ciertas propiedades,
se puede extraerse puede extraer la codificación
la codificación en términos
en un
de términos de un árbol.
árbol.
Dadoununárbol
Dado árbol binario
binario completo
completo concon raíz,
raíz, le asignamos
le asignamos a cada
a cada aristaarista el
el valor
valor
de 0 ode 0 o 1 según
1 según si éstasi es
ésta
laes la opción
opción de ladeizquierda
la izquierdao laoderecha
la derecha respectivamente
respectivamente
yy aacada
cadavértice
vérticeterminal
terminalleleasignamos
asignamos unun letra
letra (sin(sin repetir
repetir queque se repita
se repita una
una letra
letra aunque
aunque sí podemos
sí podemos omitiromitir
letras).letras).
Dada unaDada una palabra
palabra o frase,olefrase, le podemos
podemos asignar
asignar
una cadenaunadecadena
0’s y 1’sdesegun´
0’s y 1’s según elque
el camino camino que se
se recorre recorre
apartir de laapartir de la
raíz (Nótese
raízeste
que (Nótese que es
camino este camino
única por es
serúnica por serPor
un árbol). un ejemplo,
árbol). Poren ejemplo,
el árbol deen el
la árbol
figura
de la
4.6 la figura
letra a4.6 la letra a se
se representa representa
mediante mediante
la cadena la cadena 1001.
1001.
Ejemplo
Ejemplo 4.2.7.
4.2.7. Considera
Consideraelel árbol
árbol binario
binario de
de la
la figura
figura 4.6 yy encuentra
encuentra laslas
palabras
palabras10111100001001
10111100001001 yy 1101100001001101.
1101100001001101. Primero partimos el el código
código
en trayectorias maximales
en trayectorias maximales101|11|10000|1001
101|11|10000|1001 y queda
y queda la palabra
la palabra reta y
reta y 11|01|10000|1001|101
11|01|10000|1001|101 y queda la palabra "estar".
y queda la palabra “estar”.
0
Dado una palabra o una frase, un árbol1 de Huffmann es un árbol óptimo
de Huffmann si el código de la palabra o de la frase tiene el mínimo número
posible de caracteres.
0 1 0 1
Vamos a usar
g un ejemplo para explicar el procedimiento para construir un
s e
árbol óptimo para el código de Huffmann.
0 Consideramos
1 la palabra
“popocatépetl” (sin acentos). En total hay 12 letras, hacemos una tabla de la
frecuencia de cada letra. r
0 1
a
0 1
Cuadro 4.1: Frecuencias de las letras en la palabra “popocatépetl”.
t i
p o c a t e l
Figura 34.6:2Árbol
1 del
1 ejercicio
2 2 4.2.7.
1
p o c a t e l
3 2 1 1 2 2 1
1 1 1 2 2 2 3
1 2 2 2 2 3
2 2 2 3 3
2 3 3 4
3 4 5
5 7
5 5 7 7 5 5 77 55 77 55 7
5 7 5 7 5 7 57 7
5 7 5 7 5 7 5 7
33 44 33 2 23 3 44 33 2 3 4
5 7 5 73 4 53 72 3 4 5 32 37 2 34 4
3 4 3 2 3 4 3 2 3 4
224 22
3 4 3 2 3 4 3 2 3 2 2 2
2
2 2
5 57 7 55 77
5 7 5 7
5 7 5 7
3 3 2 23 35 4 74 33 5
232 33
7 4
4
3 2 3 4 4 2 34 4
3 3
3 2 32 3 4 3 2
2 3 3 4
2 2 1 12 22 22 2 22 11121 11 22 1 222 2
2 21 1 2 2 111 2 2 2
1
2 2 2 22 1111 1 2
Figura
Figura 4.7:
4.7: Construcción
Construcción
Figura 4.7: dedeunde
unárbol
Construcción árbolun
óptimo
óptimo
árbolparaparalalapalabra
palabra popocatepetl.
popocatepetl.
Figura
Figura 4.7:4.7: Construcción
Construcción unde
de un árbol óptimo
árbol
óptimo
óptimopara
para
la la
para palabra lapopocatepetl.
palabra
palabra
popocatepetl.
popocatepetl.
5 5 7
55 7 7 7 5 55 7
577 7
5 7 5 7
3 3 2 3323 3 2 234 34 4 4 3 3 3 232233 2 4434 4
3 2 3 4 3 2 3 4
2 2 1 122 1 2 2 22 2 2 2 2 22
222
2 1 2
2 2 2 1112222 1 22 2
1 12
1 1 1 1 1
11 11 1 11 111 1
1 1 1 1
Figura 4.8: Construcción de otros dos árboles óptimos para la palabra popocatepetl.
Figura
Figura 4.8:
4.8: Construcción
Construcción
Figura dede otrosdos
otros
4.8: Construcción dedos árboles
árboles
otros óptimosóptimos
dosóptimos
árboles paralalapalabra
para palabra
para popocatepetl.
la popocatepetl.
palabra popocatepetl.
Figura 4.8: Construcción de otros dos árboles óptimos para la palabra popocatepetl.
4.2.2 Ejercicios
4.2.2Ejercicios
4.2.2 Ejercicios
4.2.2
Ejercicio Ejercicios
4.15. Representa el árbol geneológico de las últimas tres generaciones
4.2.2 Ejercicios
de
Ejercicio tu familia.
4.15. Representa el árbolelgeneológico de las últimas tres generaciones
Ejercicio Ejercicio
4.15.4.15. 4.15.
Representa Representa
el árbol árbol
geneológicogeneológico
de las de
últimaslastres
últimas tres generaciones
generaciones
deEjercicio
tu familia.
Ejercicio
de tu
Representa
4.16.
familia. Considera
el árbol
la
geneológico
seriación del mapa
de las últimas
curricular en tu
tres generaciones
carrera. ¿Es
de tudefamilia.
tuunfamilia.
árbol? ¿Tiene ciclos? ¿Cuál(es)? ¿Es conexa? (justifica tu respuesta).
Ejercicio 4.16. Considera
Ejercicio 4.16. la seriación
Considera del mapa
la seriación delcurricular
mapa en tu carrera.
curricular en ¿Es ¿Es
tu carrera.
Ejercicio 4.16.4.16.
Considera la seriación del mapa no curricular en tu carrera. 11).¿Es
unEjercicio
Ejercicio
árbol?
un ¿Tiene
árbol?
Considera
4.17. Encuentra
ciclos?
¿Tiene
latodas
¿Cuál(es)?
ciclos?
seriación
los
¿Es
¿Cuál(es)?
del
árboles mapa
conexa? curricular
isomorfas
(justifica
¿Es conexa?
detu en
orden tu carrera.
7 (son
respuesta).
(justifica tu respuesta).
¿Es
un árbol? ¿Tiene
un árbol? ciclos?
¿Tiene ¿Cuál(es)?
ciclos? ¿Cuál(es)? ¿Es¿Es
conexa?
conexa? (justifica tu respuesta).
(justifica tu respuesta).
Ejercicio
Ejercicio 4.17. 4.18. Encuentra
Encuentra todasunalosgráfica G que
árboles nono es un árbol
isomorfas detal que G
orden tiene 11).
7
Ejercicio Ejercicio
4.17.4.17.
Ejercicio
vértices 4.17.
yEncuentra
6 aristas. Encuentra
Encuentratodas lostodas
todas losno
árboles
los árbolesárboles no isomorfas
isomorfas
no isomorfas de deorden de77orden
orden
(son
(son
7 (son 711).
11).(son 11).
Ejercicio 4.18. 4.19.
Ejercicio Encuentra
4.18. unaárbolgráfica G que no que
escon
un nárbol tal yque G tiene 7
Ejercicio Ejercicio
4.18.
Ejercicio
vértices y 6 4.18.
Encuentra
aristas.
SeaEncuentra
EncuentraTuna
un una
gráfica
una Ggráfica
m-ario
gráfica que noGno
Gcompleto
que es unesno es
árbol
un un
árboltalárbol
vértices quehque
tal tal
G G que
vértices
tiene G
7 7tiene 7
tiene
terminalesyy 6i vértices
aristas.internos. Entonces
vértices y vértices
vértices y 6 aristas.
6 aristas.
Ejercicio 1. n mi
4.19. Sea
= + 1, T un árbol m-ario completo con n vértices y h vértices
Ejercicio Ejercicio
Ejercicio
4.19. 4.19.
Sea 4.19.
Sea
T unTSeaun Tárbol
árbol un árbol
m-ario
m-ario m-ario
completo
completo completo
concon ncon n vértices
vértices
n vértices y h vértices
y hy vértices
h vértices
terminales y i vértices
terminales y i internos.
vértices Entonces
internos. Entonces
terminales
terminales y i vértices
y i vértices internos.
internos. Entonces
Entonces
1. n = 1. mi n+ =1, mi + 1,
1. n 1.
= min =+mi 1, + 1,
CAPÍTULO 4
INTRODUCCIÓN A LOS ÁRBOLES ÍNDICE 111
5 7 0 1
3 2 3 4 0 1 0 1
2 2 0 p
1 1 1 2 1 0 1 0
e c a l 0
2. h = (m − 1)i + 1
3. i = (h − 1)/(m − 1) = (n − 1)/m
Ejercicio 4.22. Para cada inciso, construye un árbol óptimo para la codificación
de Hoffmann así como su codificación.
4.3 Proyectos
Bibliografı́a
[1] C. Balbuena, Notas sobre un curso de Álgebra lineal aplicada a Teorı́a de gráficas.
DCNI, UAM-Cuajimalpa (2016).
[2] Berge, C., Rao, A.R., A combinatorial problem in logic, Discrete Math. 17
17 (1977), pp.
23–26.
[3] Berge, C., Combinatorial games on a graph, Discrete Math. 151
151 (1996), 59-65.
[4] Cárdenas, H., Lluis, E, Raggi, F, y Tomas, F. Álgebra Superior, Trillas, 2007.
[5] Caballero, R, Hortalá, T, Martı́ N, Nieva, S, Pareja A y Rodriguez, M, Matemáti-
cas Discretas para Informáticos. Ejercicios resueltos. Pearson Educación S.A., Madrid
2007.
[6] Chartrand, G., Oellerman, O. R., Applied and Algorithmic
Algoritmic Graph Theory, McGrawHill
Inc., 1993.
Fábrega, J., Sánchez
[7] Comellas, F., F?brega, S?nchez A. y Serra, O. Matemática Discreta. Ediciones
UPC, 2002.
[8] Goodaire E., Parmenter M., Discrete Mathematics with Graph Theory, (3o ed) Addi-
son Wesley, 2005.
[9] Grimaldi, R. Matemáticas Discreta y Combinatoria: una introducción con aplicacio-
nes, Prentice Hall, 1998.
[10] Gross, J. L., Yellen, J.,Graph Theory and its Applications, Chapmann & Hall/CRC,
2006.
[11] Johnsonbaugh, R., Matemáticas Discretas, (6o ed.). Prentice Hall, 2005.
[12] Klima R.E., Sigmon, N., Stitzinger E. Applications of Abstract Algebra with Maple,
CRC Press, 2000.
[13] Oteyza, E., Lam, E., Hernández, C., Carrillo, Á., Temas Selectos de Matemáticas,
Prentice Hall, 2002.
115
ÍNDICE ALFABÉTICO ÍNDICE 115
Índice alfabético
operaciones en matrices, 16
paseo, 73
paseo euleriano, 87
polinomio, 39
polinomio irreductible, 51
polinomio mónico, 47
polinomio nulo, 39
polinomio irreductible, 51
polinomio, divisor, 44
polinomio, grado, 39
polinomios, igualdad de, 32
polinomios, producto de, 40
polinomios, suma de, 42
propiedad asociativa, 9, 11
propiedad conmutativa, 9, 12
propiedad distribuitiva, 12
propiedad inverso, 9, 12
propiedad neutro, 9, 12
puente, 61
puentes de Königsberg, 61
raíz de un polinomio, 44
ÍNDICE
Notas de la UEA Matemáticas Discretas II se terminó de imprimir en la
Ciudad de México en octubre de 2017. La producción editorial e impresión
estuvo a cargo de Literatura y Alternativas en Servicios Editoriales S.C. Avenida
Universidad 1815-c, Depto. 205, Colonia Oxtopulco, C. P. 04318, Delegación
Coyoacán, Ciudad de México. rfc: las1008162z1. En su composición se
usaron tipos Times New Roman y Helvetica. Se tiraron 100 ejemplares sobre
papel Prisma Bright, p apel certificado FSC (Forest Stewardship Council®)
Ref EP.01.00028.