NotasdelaUEAMateII PDF

Notas de la uea
Torneo de tenis
Matemáticas
En un deportivo se realiza un torneo de tenis entre 6
b, c, d, e, f. El jugador a sólo perdió Discretas

contra lel jugador b, II
jugadores. Para simplificar denotamos a los jugadores por a,
Notas de la uea Matemáticas Discretas II Dra. Mika Olsen

el jugador b sólo perdió contra el jugador f , el jugador c le
ganó a los jugadores e y f , el jugador d sólo perdió contra los
Dra. Mikaun
jugadores a y b, los jugadores e y f sólo ganaron Olsen
juego.
Para representar los Rocío
resultados del torneo construimos una
Abascal...
gráfica con 6 vértices {a, b, c, d, e, f } y pondremos una flecha
del vértice u al vértice v si el jugador u le ganó al jugador v.
Sea (A, +, ·) un anillo con unidad. Entonces existe un polinom

a es neutro multiplicativo. Sea u el neutro multiplicativo del anillo (A
Entonces U(x) = u es el neutro multiplicativo de los polinomio
f b conjunto A [x]:
n+0 n
P(x) ·U(x) = ∑ ai u(xi+ j ) = ∑ ai xi = P(x).
j=0,i+ j=0 i=0
e c
Ejemplo 2.1.8. Sean f , g ∈ Z8 , con f (x) = 4x + 1, y g(x) = 2x + 2
d tonces f g(x) = (4x2 + 1)(2x + 3) = 8x3 + 12x2 + 2x + 3. Como [8] =
Figura 3.10: Torneo de tenis con 6[12]
jugadores.
= [4] en Z8 , entonces f g(x) = 4x2 + 2x + 3.
En el ejemplo anterior el grado del producto de dos polinom
En el torneo hay un empate entre los jugadores a ylab,
sultó menor que suma en de los grados de los dos polinomios, lo c
ambos salen 4 flechas, del jugador c salen 3 flechas,
puede suceder si eldeanillolosde los coeficientes es el anillo R. En el sig
teorema caracterizamos los anillos que satisfacen que su anillo de p
jugadores d y f salen 2 flechas, mientras mios
quesedel jugador
cumple que gr( feg) = gr( f ) + gr(g). Es importante record
no sale ninguna ya que perdió todos sus Zjuegos.
8 no es unSe pueden
dominio entero.
establecer diferentes criterios de desempate en términos
Teorema 2.1.4.
ObraSea (A,de
ganadora +,
del un anillo
·) Concurso
Tercer para laconmutativo con
publicación de libros de textounidad. En
la estructura del torneo. A es un dominio entero
y materiales si ya lasolo
de apoyo si para
impartición de lostodo
programas ∈ A[x]
f ,deg estudio de no nulos s
que las licenciaturas que ofrece la Unidad Cuajimalpa
gr( f g) = gr( f ) + gr(g).
Dominación entre especies de animales
Demostración. Sea A un dominio entero y sean f , g ∈ A[x] dos polin
de grado n y m respectivamente. Sean
Notas de
la UEA
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
1. Ciencias de la computación – Matemáticas – Libros de texto. 2. Anillos (Álgebra) – Libros de texto.

3. Teoría de grafos – Libros de texto. 4. Universidad Autónoma Metropolitana – Unidad Cuajimalpa
– Planes de estudio.
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.
© 2017 Por esta edición, Universidad Autónoma Metropolitana, Unidad Cuajimalpa

Avenida Vasco de Quiroga 4871
Col. Santa Fe Cuajimalpa, delegación Cuajimalpa de Morelos
C.P. 05348, Ciudad de México (Tel: 5814 6500)
www.cua.uam.mx
ISBN: 978-607-28-1097-6
Primera edición: 2017
Corrección de estilo: Omar Campa

Diseño editorial y portada: 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
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.
Impreso y hecho en México

Printed and made in Mexico
Dra. Mika Olsen
Notas de
la UEA
Matemáticas
Discretas II
UNIVERSIDAD AUTÓNOMA METROPOLITANA
Dr. Eduardo Peñalosa Castro

Rector General
Dr. José Antonio De los Reyes Heredia

Secretario General
Dr. Rodolfo Suárez Molnar

Rector de la Unidad Cuajimalpa
Dr. Álvaro Peláez Cedrés

Secretario de la Unidad Cuajimalpa
Mtro. Octavio Mercado González

Director de la División de Ciencias de la Comunicación y Diseño
Dr. Raúl Roydeen García Aguilar

Secretario Académico de la División de Ciencias de la Comunicación y Diseño
Dr. A. Mauricio Sales Cruz

Director de la División de Ciencias Naturales e Ingeniería
Dr. José Javier Valencia López

Secretario Académico de la División de Ciencias Naturales e Ingeniería
Dr. Roger Mario Barbosa Cruz

Director de la División de Ciencias Sociales y Humanidades
Dr. Jorge Lionel Galindo Monteagudo

Secretario Académico de la División de Ciencias Sociales y Humanidades
Índice
Prefacio............................................................................................................................................................................................................................................... . 7
Prólogo para profesor................................................................................................................................................................................................. . 7
Capítulo 1: Introducción al Álgebra Moderna Aplicada.................................................................................... . 9

1.1. Estructuras algebraicas..................................................................................................................................................................... . 9
1.1.1. Grupo de simetrías de un triángulo equilátero......................................................................... . 10
1.1.2. Anillos..................................................................................................................................................................................................... . 11
1.1.3. Ejemplos de anillos............................................................................................................................................................... . 13
1.1.4. Ejercicios.............................................................................................................................................................................................. . 18
1.2. Anillos y estructura modular................................................................................................................................................. . 19
1.2.1. Aritmética del reloj.............................................................................................................................................................. . 19
1.2.2. Estructura modular y el anillo Zn................................................................................................................ . 20
1.2.3. Congruencias............................................................................................................................................................................... . 23
1.2.4. Ejercicios............................................................................................................................................................................................. . 24
1.3. Álgebra Booleana...................................................................................................................................................................................... . 26
1.3.1. Funciones booleanas.......................................................................................................................................................... . 27
1.3.2. Propiedades del Álgebra Booleana.............................................................................................................. . 32
1.3.3. Circuitos combinatorios.............................................................................................................................................. . 32
1.3.4. Aplicaciones de algebra booleana a la teoría de las gráficas.................................. . 35
1.3.5. Ejercicios.............................................................................................................................................................................................. . 35
1.4. Proyectos................................................................................................................................................................................................................ . 38
Capítulo 2: Anillos de Polinomios......................................................................................................................................................... . 39

2.1. Anillo de polinomios........................................................................................................................................................................... . 40
2.1.1. Algoritmo de la División para Polinomio......................................................................................... . 44
2.1.2. Máximo Común Divisor para polinomios...................................................................................... . 47
2.1.3. Raíces de polinomios........................................................................................................................................................ . 48
2.1.4. Ejercicios.............................................................................................................................................................................................. . 50
2.2. Propiedades de los anillos de polinomios............................................................................................................ . 51
2.2.1. Polinomio irreducibles................................................................................................................................................... . 51
2.2.2. El anillo de polinomios R[x]................................................................................................................................ . 53
2.2.3. Ejercicios............................................................................................................................................................................................. . 57
2.3. Proyectos................................................................................................................................................................................................................ . 58
Capítulo 3: Introducción a la Teoría de las Gráficas............................................................................................... . 61

3.0.1. Los puentes de Königsberg...................................................................................................................................... . 61
3.0.2. El agente viajero....................................................................................................................................................................... . 62
3.0.3. La fábrica de ladrillos....................................................................................................................................................... . 63
3.0.4. El Teorema de los cuatro colores..................................................................................................................... . 64
3.0.5. Terminología y notación............................................................................................................................................. . 65
3.0.6. Ejercicios............................................................................................................................................................................................. . 68
3.1. Matrices para gráficas......................................................................................................................................................................... . 68
3.1.1. Matriz de adyacencia......................................................................................................................................................... . 69
3.1.2. Matriz de incidencia.......................................................................................................................................................... . 70
3.1.3. Ejercicios.............................................................................................................................................................................................. . 71
3.2. Gráficas dirigidas...................................................................................................................................................................................... . 72
3.2.1. Definiciones básicas............................................................................................................................................................ . 74
3.2.2. Núcleos en gráfica dirigida..................................................................................................................................... . 75
3.2.3. Ejercicios............................................................................................................................................................................................. . 78
3.3. Isomorfismos e invariantes........................................................................................................................................................ . 78
3.3.1. Isomorfismos................................................................................................................................................................................. . 79
3.3.2. Invariantes de gráficas................................................................................................................................................... . 81
3.3.3. Ejercicios............................................................................................................................................................................................. . 82
3.4. Gráficas no dirigidas............................................................................................................................................................................ . 82
3.4.1. Clases de gráficas.................................................................................................................................................................... . 84
3.4.2. Recorridos en gráficas..................................................................................................................................................... . 87
3.4.3. Ejercicios............................................................................................................................................................................................. . 93
3.5. Proyectos................................................................................................................................................................................................................ . 97
Capítulo 4: Introducción a los Árboles........................................................................................................................................ . 99

4.1. Terminología y Caracterización......................................................................................................................................... . 99
4.1.1. Árbol generador........................................................................................................................................................................ . 102
4.1.2. Árbol de peso mínimo.................................................................................................................................................... . 103
4.1.3. Algoritmos de Árbol de Peso Mínimo................................................................................................... . 103
4.1.4. Ejercicios ............................................................................................................................................................................................ . 105
4.2. Caminos y árboles especiales................................................................................................................................................. . 106
4.2.1. Árboles binarios....................................................................................................................................................................... . 107
4.2.2. Ejercicios............................................................................................................................................................................................. . 110
4.3. Proyectos .............................................................................................................................................................................................................. . 112
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.
Prólogo para profesor

Las notas de curso de Matemáticas Discretas II, se puede cubrir a lo largo de un trimestre,
esta dividido en dos partes:
1. Estructuras Algebraícas.
2. Teoría de las Gráficas.
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 Introducción al Álgebra Moderna

Aplicada
En este capítulo se introducen las estructuras algebraicas de grupo, anillo y álgebra

booleana. El estudio de los anillos se centra en los enteros Zn , aunque también se presentan
otros ejemplos tales como matrices y conjuntos. En el estudio del álgebra booleana se hace
énfasis en las aplicaciones tanto a la lógica y la teoría de conjunto como a los circuitos
combinatorios.
1.1 Estructuras algebraicas

Un grupo consta de un conjunto A de objetos (o números) y una operación ⋆. La operación
⋆ puede ser por ejemplo una suma, un producto, una eje de simetría, la intersección de
conjuntos. Decimos que el conjunto A está cerrado bajo la operación ⋆ si para todo par de
elementos a, b ∈ A se tiene que a ⋆ b ∈ A.
Definición 1.1.1. El conjunto A con la operación ⋆ forman un grupo (A, ⋆) si el conjunto

A está cerrado bajo la operación ⋆, y para todo a, b, c ∈ A se tiene que
1. a ⋆ (b ⋆ c) = (a ⋆ b) ⋆ c (propiedad asociativa).
2. Existe z ∈ A tal que a ⋆ z = z ⋆ a = a (propiedad neutro).
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)
Ejemplo 1.1.1. Considera las operaciones usuales.
1. El conjunto de los números enteros Z forma el grupo abeliano (Z, +).
2. El conjunto de los números racionales Q forma el grupo abeliano (Q, ∗).
3. El conjunto de los números enteros Z no forma un grupo con el producto usual

ya que los inversos multiplicativos no son números enteros, por ejemplo, el inverso
multiplicativo de 2 es 1/2, pero 1/2 Z.
1
NOTAS DE LA UEA
1.1.1 Grupo de simetrías de un triángulo equilátero

Revisamos el ejemplo donde el conjunto no es un conjunto de números sino un triángulo
equilátero y la operación no es ni la suma ni el producto sino el conjunto de todas las
simetrías del triángulo equilátero. Al grupo de simetrías de un polígono equilátero de n
lados, también se le llama el grupo diédrico Dn .
Un triángulo equilátero tiene dos tipos de simetrías: rotaciones con respecto al centro
del triángulo y reflecciones con respecto a las medianas, es decir, tiene seis simetrías tres
rotaciones y tres reflexiones. Considera el triángulo equilátero ABC en la figura 1.1. Si
A E2
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
Figura 1.2: El triángulo ABC, aplicando la reflección E1 seguida por la reflección E0 .
El resultado es la rotación del 120◦ , por lo que E0 E1 = R1 .
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
Figura 1.3: El triángulo ABC, aplicando la rotación R1 seguida por la reflección E0 .
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
Figura 1.4: El triángulo ABC, aplicando la reflección E0 seguida por la reflección E1 .
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
Cuadro 1.1: La tabla de simetrías del triángulo equilátero.
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
elemento neutro, cada ejes Ei es su propio inverso, R1 es inverso de R2 y R2 es inverso de R1 .

Para poder afirmar que D3 en efecto es un grupo sólo falta comprobar la propiedad asociativa.
Esta propiedad se deja como (ejercicio 1.1).
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
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).
Definición 1.1.4. Dado un conjunto A y dos operaciones, suma

suma+y yproducto,
producto tales
∙, talesque
queAAestá
está
cerrado bajo estas dos operaciones. Decimos que (A; +, ·) es un anillo si los elementos de
A satisfacen los axiomas de anillo A1, A2, A3, A4, M2, D. Si un anillo (A; +, ·) satisface el
axioma M1 decimos que es un anillo conmutativo y si un anillo (A; +, ·) satisface el axioma
M3 decimos que es un anillo con unidad.
Ejemplo 1.1.2. Los conjuntos Z, Q, R, C forman anillos conmutativos con unidad con las
operaciones usuales.
Ejemplo 1.1.3. Para cada entero n ≥ 2 el conjunto nZ = {. . . , −2n, −n, 0, n, 2n, 3n, . . .}
forma un anillo conmutativo sin unidad con las operaciones usuales. Por ejemplo.
1. 2Z = {. . . , −4, −2, 0, 2, 4, . . .}.

2. 5Z = {. . . , −10, −5, 0, 5, 10, . . .}.
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
Definición 1.1.5. Un anillo conmutativo (A; ⊕, ⊗) con unidad u y neutro aditivo z, es un

dominio entero si los elementos de A cumple el siguiente axioma:
S i a ⊗ b = z, entonces a = z o b = z.
Es decir, en un dominio entero el cero no tiene divisores propios.

Ejemplo 1.1.4. Los siguientes conjuntos forman un dominio entero con la suma y el producto
usual.
1. El conjunto de los números enteros.
{ √ }
2. El conjunto A = a + b 2 : a, b ∈ Z .
3. El conjunto A = {7n : n ∈ Z}.
En la próxima sección veremos ejemplos de anillos conmutativos con unidad que no son
dominios enteros.
Definición 1.1.6. Un anillo (A; +, ·) conmutativo con unidad u que satisface M4 es un
campo, es decir, todo elemento a ∈ A con a distinto del neutro aditivo tiene un inverso
multiplicativo (a−1 ) tal que a · (a−1 ) = u.
Ejemplo 1.1.5. Los conjuntos Q, R, C forman campos con las operaciones usuales, mientras
que Z no es un campo porque los inversos multiplicativos de los números enteros
no necesariamente son números enteros (por ejemplo, el inverso multiplicativo de 2 es 1/2,
pero 1/2 Z).
1.1.3 Ejemplos de anillos

Ejemplo 1.1.6. Dado el conjunto de los números enteros Z, definimos la suma y la
multiplicación como sigue:
x ⊕ y := x+y−1
x ⊙ y := x + y − xy.
La terna (Z; ⊕, ⊙) forma un anillo conmutativo con unidad.
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
A4 Dado un número a ∈ A con a z, vamos a encontrar un número (−a) ∈ Z tal que

z = a ⊕ (−a). Por A3 sabemos que z = 1, por la definición de la operación ⊕, tenemos
que 1 = a ⊕ (−a) = a + (−a) − 1. Usando propiedades de las operaciones usuales en Z
tenemos que 1 = a + (−a) − 1 si y sólo si (−a) = −a + 2. Por lo que el inverso aditivo
de a en (Z; ⊕, ⊙) es −a + 2.
M1 a ⊙ b = a + b − ab = b + a − ba = b ⊙ a.
M2 a⊙(b⊙c) = a⊙(b+c−bc) = a+b+c−bc−a(b+c−bc) = a+b+c−ab−ac−bc+abc.

(a⊙b)⊙c = (a+b−ab)⊙c = a+b−ab+c−(a+b−ab)c = a+b+c−ab−ac−bc+abc.
Por lo que a ⊙ (b ⊙ c) = (a ⊙ b) ⊙ c.
M3 Vamos a encontrar un número u ∈ Z tal que para todo a ∈ A \ z se tiene que a ⊙

u = u ⊙ a = a. Por la definición de la operación ⊙ tenemos que a = a + u − au.
Usando propiedades por la elección de a que operaciones usuales en Z tenemos que
0 = u(1 − a) y como z = 1 se sigue a 1 y u = 0. Por lo que u = 0 es neutro
multiplicativo en (Z; ⊕, ⊙).
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).
Con lo que concluimos que (Z; ⊕, ⊙) es un anillo conmutativo con unidad.
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.
M4 Dado un número a ∈ Q con a z, vamos a encontrar un número (a−1 ), tal que

a ⊙ (a−1 ) = u. Como u = 0, por la definición de la operación ⊙ tenemos que 0 =
a ⊙ (a−1 ) = a + (a−1 ) − a(a−1 ). Usando propiedades de las operaciones usuales en Z
tenemos que 0 = a + (a−1 ) − a(a−1 ) si y sólo si (a−1 )a − (a−1 ) = a, si factorizamos
(a−1 ) obtenemos que (a−1 )(a − 1) = a y como z = 1, tenemos que a 1 y podemos
a
despejar (a−1 ) obteniendo que (a−1 ) = a−1 . Por lo que el inverso multiplicativo de a
a
en (Q; ⊕, ⊙) con a ∈ Q \ {1} es .
a−1
Por el ejemplo 1.1.6 y como todo a ∈ Q con a z satisface M4, entonces (Q; ⊕, ⊙) es un
campo.
Ejemplo 1.1.8. Dado un conjunto universal U no vacío y el conjunto potencia de U, denotado

por PU , definimos la suma simétrica de dos subconjuntos de U como A△ B = (A\ B)∪(B\A).
CAPÍTULO 1
A1 A △ B = (A \ B) ∪ (B \ A) = (B \ A) ∪ (A \ B) = B △ A.
A2 A △ (B △ C) = (A △ B) △ C. Ejercicio 1.11 inciso (a).
A3 Vamos a encontrar un subconjunto Z de U (Z ∈ PU ) tal que A △ Z = A para todo

A ∈ PU .
Es decir, que A = A △ Z = (A \ Z) ∪ (Z \ A).
Como A \ ∅ = A y ∅ \ A = ∅, entonces (A \ ∅) ∪ (∅ \ A) = A ∪ ∅ = A y A = A △ ∅.
Supongamos que Z ∅ y analicemos los siguientes dos casos para un elemento x ∈ Z.
Si x ∈ A ∩ Z, entonces x A △ Z y x ∈ A. Si x ∈ Z \ A, entonces x A y x ∈ A △ Z. En
ambos casos tenemos que A A △ Z. Por lo tanto Z = ∅ es neutro aditivo en PU .
A4 Dado un elemento A ∈ PU con A ∅ tenemos que encontrar un subconjunto denotado

(−A) tal que ∅ = A △ (−A) = (A ∪ (−A)) \ (A ∩ (−A)).
Por la definición de la operación △ tenemos que A △ A = ∅.
Supongamos que (−A) A y analicemos los siguientes dos casos. Si x ∈ A \ (−A),
entonces x ∈ A △ (−A), análogamente si x ∈ (−A) \ A, entonces x ∈ A △ (−A), en ambos
casos tenemos que A △ A ∅. Por lo que el inverso aditivo de A es A en PU .
M1 A ∩ B = B ∩ A. Ejercicio 1.11 inciso (b).
M2 A ∩ (B ∩ C) = (A ∩ B) ∩ C. Ejercicio 1.11 inciso (c).
M3 Vamos a encontrar un subconjunto V de U (V ∈ PU ) tal que V ∩ A = A para todo

A ∈ PU .
Por propiedades de conjuntos tenemos que U ∩ A = A para todo A ∈ PU .
Supongamos que V U (U es el conjunto universal), entonces existe un elemento
b ∈ U tal que b V. Entonces {b} ∈ PU y {b} ∩ V = ∅, lo cual contradice que
V ∩ A = A para todo A ∈ PU . Por lo que U es neutro multiplicativo en PU .
D A ∩ (B △ C) = (A ∩ B) △ (A ∩ C). Ejercicio 1.11 inciso (d).
Con lo que concluimos que (PU ; △, ∩) es un anillo conmutativo con unidad.
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
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.
A1 La suma conmuta en M2×2 [Z]:

( ) ( ) ( )
a11 a12 b11 b12 a11 + b11 a12 + b12
A+B = + =
a21 a22 b21 b22 a21 + b21 a22 + b22
la suma usual en Z es una operación conmutativa ,
( ) ( ) ( )
b11 + a11 b12 + a12 b11 b12 a11 a12
= = +
b21 + a21 b22 + a22 b21 b22 a21 a22
= B + A.
A2 La suma es asociativa en M2×2 [Z]:

( ) (( ) ( ))
a11 a12 b b12 c c
A + (B + C) = + 11 + 11 12
a21 a22 b21 b22 c21 c22
( ) ( )
a11 a12 b + c11 b12 + c12
= + 11
a21 a22 b21 + c21 b22 + c22
( )
a11 + (b11 + c11 ) a12 + (b12 + c12 )
=
a21 + (b21 + c21 ) a22 + (b22 + c22 )
la suma usual en Z es una operación asociativa.,
( )
(a11 + b11 ) + c11 (a12 + b12 ) + c12
=
(a21 + b21 ) + c21 (a22 + b22 ) + c22
( ) ( )
a11 + b11 a12 + b12 c c
= + 11 12
a21 + b21 a22 + b22 c21 c22
(( ) ( )) ( )
a11 a12 b11 b12 c11 c12
= + +
a21 a22 b21 b22 c21 c22
= (A + B) + C.
( )
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
Como la suma conmuta, 02×2 es el neutro aditivo de M2×2 [Z].

CAPÍTULO 1
da A ∈ M2×2 [Z], existe unA4elemento

A4 Para cada
Para cada A ∈∈ M
inverso
A M 2×2 [Z],−A
aditivo existe ∈ Munun elemento
[Z] tal que inverso aditivo
aditivo −A −A ∈∈ M M2×2[Z]
[Z] tal queque
2×2 [Z], existe 2×2elemento inverso 2×2 [Z] tal
A4 A4
A4
Para
A4
Para
Para
cada
Para
cada
cada
A ∈ A
A
cada +AM ∈
∈
A ∈2×2
M
M 2×2
[Z], [Z],
[Z],
existe
M02×2 [Z],
2×2 [Z],
existe
existe
existeun un
un elemento
elemento
elemento
un(−A)
elemento
inverso
inverso
inverso aditivo
aditivo
aditivo
inverso −A
aditivo
−A
−A
∈
−A ∈M∈
∈ M
M 2×2
[Z] [Z]
tal
∈2×2M2×2 [Z]
2×2
tal
tal
que
[Z] tal
tal que
que
que
que
A +A4
A4 Para
(−A) cada
cada A A∈
= (−A)
Para ∈ =M
M2×2 . existe
2×2[Z], existe AA ++un elemento
un(−A)
elemento
== (−A) inverso
(−A) + AA ==aditivo
inverso
+ 0002×2
2×2.. −A
aditivo −A ∈ M M2×2
2×2 [Z] tal que
( ) ( 2×2
)
A) + A A
A +
(−A)
+ (−A)
(−A)
= (−A) =
= (−A)
(−A) +
+ A
A =
+ A += A02×2
= 0 2×2 .
.
( −a + (−A) = (−A) = 00. 2×2
2×2 ..
−a11 −a12 ( = (((−a −a 12) A A+ + (−A)
(−A) = = (−A)
(−A) ++A A=
12 ) = 02×2
11 −a ) 12
)= Sea (−A)
, entoncesSea (−A) −a 11 −a ) , entonces 2×2 .
−a −a12−a 22),,, entonces
entonces
−a21 −a22 Sea (−A) −a
= (
= 11
( −a
11
−a1121 −a12
−a )
Sea
Sea Sea (−A)
(−A) = = −a −a 11 −a 12 entonces
−a, 12
entonces
=
( (−A) ,, entonces
21 22
) Sea (−A)−a −a(11
21 22
−a22−a (((a)11 , entonces (((−a11)) −a12))) ((( a11 + (a11 ) a12 + (−a12 ))))
)))+ (−a
( = )21−a 11
21 12
22
a11 a12 Sea
−a11(−A)
−a=12 −a
21
21a −a
+ (a22
22 entonces
a12
A + (−A) = + −a
= 21 (=−a22
A + (−A) 11 (
(aa11
11
) a
a
12)
12( ) + −a1211
((−a −a
) 12
−a () ( a11 +
12 ) = ( a11
+ (a (a11 ) a
11 )
a12 + (−a
) 12 ))))
12 + (−a12
a22 −a21 −a A + (−A)
A 22+ (−A)a21 =
a21 (a
(−a
+a11 a21)12 a
a11 11 a12
12
22)−a (−a
+(−a
++ −a11) 12−a
−a 11
−a12
22) a=11((a+aa
= (a++ (a
)(−a )a)12 +a
a12
(−a+12(−a
22 + (−a 22)))
) 12
) A
A + (−A)
A + ((−A)
= =
(−A)
= ((a
a2111
21 a+
)a
22
22 ) +
12 (−a
11 21
−a2211
21 −a
−a 22 ) =
=12 a a 11
21
a21
11+
21
11++(−a
+
11 (a
(a11
(−a 21))))
1121 a 22 +
a12 + (−a
(−a 22 )))
12
A + (−A) =a ( a 11
21
a )a 12
22
−a+ −a 11
21
−a −a 12
22
a= a a(−a++ (−a
(a
) 11
21 )a) a 12
22
(−a+22(−a22 ))
+ (−a
) 12
22
A + (−A) (== 21 ((0a 22 0)a22 21−a21 22−a22 21 a21 +21
−a22 = a21 + (−a )22 a
+ = 21 22 + 21 22 = + 21 21 + 22 22
a0)21
11 12 11 12 11 11 12 12
0 0 a22 (−a21 21 ) a22
22 + (−a22 )
= = 02×2 a
((0 21 0)
0 )a = 00+2×2−a
−a 21
−a a + (−a ) a + (−a22 )
0 0 =0 (00
= 00 0
21 0)) = 02×2
22
= 21 22 21 21 22
= = = 0
0 =0 0
002×2 =
= 0
0
2×2
2×2
=0 00 0 = 02×2 2×2
Como
a suma conmuta, (−A) es elComo la suma
inverso aditivoconmuta,
de
= A 0en(−A) (−A)
0M2×2 es
2×2elPor
[Z].
= 0es inverso aditivo de AA en
lo tanto en M2×2[Z]. [Z]. Por
Por lo lo tanto
tanto
Como la
MComo la suma
[Z] suma conmuta,
la con conmuta,
suma la suma
0 (−A)
conmuta,
suma de
0 es el
(−A)
matrices el inverso
es elesinverso aditivo
el
forman aditivo de
inverso
un de A en M
aditivo
grupo Ade enA
abeliano. M2×2
2×2 [Z]. Por lo tanto
en M 2×2 [Z].
Por Por lo tanto
con la suma de matricesComoforman
MComola[Z]
2×2
Como
suma
un la
la grupo
suma
con
suma
conmuta,
la abeliano.
conmuta,
de
conmuta,
(−A) (−A)
matrices
(−A) es
es
inverso
el
forman
el inversoaditivo
un
inverso aditivo
grupo
aditivo
deabeliano.
de
de A
A
M
en
en 2×2 M
M
[Z].
2×2 [Z]. lo tanto
Por lo tanto
M
M 2×2
Como
2×2 [Z]
[Z] lacon
suma
con la
la suma
suma de
conmuta,
de matrices
(−A)
matrices esforman
el
forman un
inverso
un grupo
aditivo
grupo abeliano.
de
abeliano. A en M 2×2 [Z].
[Z]. Por
Por lo
lo tanto
tanto
M
amos a probar que el producto M [Z]
2×2
Ahora
2×2 con
[Z]
2×2de la
con
vamos
matricessuma
laa de
suma
probar
es matrices
de matrices
que
asociativa, el forman forman
producto
que hay un grupo
de
una un abeliano.
grupo
matrices
matriz abeliano.
es asociativa, 2×2
que hay una matriz
M
Ahora
M [Z]
vamos
2×2 [Z] con
con la
a
la suma
probar
suma de
deque matrices
el
matrices forman
producto
forman de un grupo
matrices
un grupo abeliano.
es asociativa,
abeliano. que hay una matriz
AhoraAhora
Ahora
vamosvamos a
a probar probar que
quelaque de
elsuma el producto
matrices
producto dese se de matrices
2×2 vamos a probar que el producto de matrices es asociativa, que hay una matriz
unidad y que
que el producto distribuye
matrices es
sobre asociativa,
es asociativa, la suma
suma quede que
de
hay hay
matrices.
una unauna matriz
matriz
que el producto de matrices se
Ahora
unidad distribuye
vamos a sobre
probar el de matrices.
producto de matrices es asociativa, que hay matriz
Ahora
unidad
Ahora
unidad
unidad yyy que
vamos
vamos
y que que
el
a
el
el
producto
a probar
producto
probar
producto
el producto
que
deque
de
de
de elmatrices
producto
elmatrices
producto
matrices
matrices se
se
distribuye
de
de matrices
distribuye
matrices
distribuye
se distribuye sobre
sobre
es
sobre
la
eslaasociativa,
sobre la
la
suma suma
asociativa,
suma que
de matrices.
hay
hay una
quematrices.
de
de matrices. matrices. una matriz
matriz
unidad
unidad y que el producto de matrices se distribuye sobre la suma de matrices.
M2
plicación es asociativaM2en MLa2×2
unidad
La [Z].yy que
multiplicación
que
multiplicación
el
el producto
es asociativa
producto
es
de
asociativa
de matrices
en M
matrices
en M2×2 se
se distribuye
[Z].
distribuye
[Z].
sobre
sobre la
la suma
suma de
de matrices.
matrices.
M2
M2 La
La multiplicación
multiplicación es
es asociativa
asociativa Men
en M
M 2×2 [Z].
2×2 [Z].
2×2
= (AB)C. Ejercicio M2
1.12.La multiplicación
M2
M2 La
La multiplicación
A(BC) A4 ==Para(AB)C.
multiplicación
A(BC) (AB)C.
es asociativa
cada es
A asociativa
Ejercicio
es ∈ M2×2
asociativa
Ejercicio
en
1.12.
[Z],
1.12.
en
en 2×2M
existe
M
[Z].
2×2un [Z].
2×2 [Z]. elemento inverso aditivo −A ∈ M2×2 [Z] tal que
M2 La multiplicación
A(BC)
A(BC) = (AB)C.
(AB)C. es asociativa
Ejercicio
Ejercicio 1.12.
1.12.) en M 2×2 [Z].
A(BC) = (AB)C.
A(BC)
A(BC)
= (AB)C.
= (AB)C.
Ejercicio 1.12.
Ejercicio
Ejercicio
( 1.12.
11.12. 0 ((1 0)))
M3 A(BC)
M [Z]
= (AB)C.
= tiene un Ejercicio
elemento 1.12.
neutro A + (−A) = (−A)
multiplicativo: Sea +
I A( == 0(((12×2 ) . 0) entonces
tiene un elemento neutroM3
M3
multiplicativo:
M
M
2×2 [Z]
[Z] tiene
tiene
Sea
un
un
I
elemento
2×2
(
elemento
=
0 neutro
neutro1
, entonces
) multiplicativo:
multiplicativo: Sea
Sea II2×2
2×2
1= ((01110 0001))),,, entonces
M3
M M[Z]
2×2
[Z] tiene
tiene un elemento
elemento neutro multiplicativo: I2×2II=
Sea =
= 10 , entonces 1 , entonces
entonces
010 01101 ,, entonces
M3 M3 2×2
2×2tiene un elemento 2×2
) (M32×2M
M ) [Z]
2×2 [Z] tiene
( Sea un
un −aneutro
elemento −a
(11 neutro
neutro
multiplicativo:
)((12 ,multiplicativo:
multiplicativo:
Sea Sea
Sea I 2×2 0= 0
2×2 =
entonces
( 2×2 (−A) = entonces
) )) ((
I 2×2 ))
1 0 M3 a11 M 2×2 [Z]1(a
a12 tiene un elemento
11 ) + 0(a21 )−a
(
11
((1(a neutro
00))
−a
)+( a
a0(a
11 multiplicativo:
)
aa 12 ) ( 1(a
1(a 11)) Sea
+ 0(a
0(a )
2×2
21)
=1(a
1(a
0
0
12 )
) +1
1
,
0(a
0(a
entonces
22)))
I2×2 A = = I2×2 A (= (21 ) (12 ) ( 2211
22
1 0) (a11 a12 ) (1(a11 ) + 0(a21 ) 1(a12 ) + 0(a22 )))
) 12() = ( 11 + 21 12 + ) 22
0 1 a21 0(a11II)2×2+A
2×2 A a22
A1(a
=
=1) ((0(a0100 12
1 a0
0 )))+((a
1111 a211222 )a
aa(1(a
11 a a12
22) )1(a )=
= (1(a
(0(a
) +11
1(a
0(a
))) +
0(a
11 +210(a
1(a
0(a
1(a) 21
21)))) 12(1(a
1(a 0(a
) +12
1(a
0(a 12 ))) +
0(a +220(a
1(a
) 22
0(a
1(a 22)))) )
(I2×2 AIII2×2
21
( 2×2 A
= ) =
= ) ( 1
0
0 0
1
1 a
a
11
a
21
11 a
a =12
a
22
12 ) =
=
11
((0(a
1(a
0(a−a 11
11
11 )) ++ 0(a
1(a
−a
1(a) 21 ))
21
21 1(a
0(a
a
0(a
12
12
12 + )) ++ (a0(a
1(a
1(a ) 22
22 )
22 )) a12 + (−a12 )
a11 + 0 a12 + 0 a a
2×2 A A + =0(−A) ( 1 1
0a a0
1
= 21 0 a
21
a
21
11
11
a
22 a
22
22 12
120) 0(a
) = +11( 1(a
)
0(a
a + 11
111(a ) +
a
+ 210(a
)
1(a) 12
210(a
) =121(a
)
0(a+11
121(a ) +
+ 220(a
11
)
1(a 22 )
= 11 I2×212A = (=
( +
0 11 +1 0 a21 + ( )
)a ()) == ((0(a 1111 ) a 1(a ) 0(a a2112+)) (−a + 1(a 21 )22 ) a22 + (−a22 )
21 22 11 21 12 22
==
A. ((a a0011 1a 0 a21 aa 12 +
aa22 a0 a −a )+ 12−a
)) = 21A.
a 0 (0(a
a 11 11 ) a 121(a ) 0(a 12 + 1(a22 )
= 2112 22 11 21 + 12 22
11++ 12++ 21A.
0 + a21 0 + a22 a21 a22 = =a11 ((+a a0 0+ +
11
a
+ 0
a21
0 12(+a
a012
0 0+ + +a
0
)2222
0 )a=
) =
11 (a
aa11
a2112 a aa12
22) )
=
= A.
A.
= = a 11
011+ a 0 a012+ 12
aa=22 0 = a = 11 22A.= A.
12
a=12 =
00 + 0aa0 0+
+ 21 22 21
=0 + aa0 02111+
++ a
a21
21
022 +
++ 0=a0= a11 a a
21 22
= A.
aa)22 212×2a21 a22
= 12 22 11 12
= (0 a 0 2122 a 22 = A.
22 ) = (a21
21
( )( ) ( + 21 0 ) ( + 0 22 )
a11 a12 1 0 1(a11 ) + 0(a12( ) (0(a ( 0a + a
1111 ) a a
+121(a ) 0( +
1 a 0 ) ( a1(a a
11) + 0(a 12)) 0(a
) 0(a 0(a11)) ++ 1(a 1(a12)))))
12 ) 0)
( 21 ) ( 22 ) ( 21 +22
AI2×2 = = Como AI = ( a11
a ) (
a 12 )) ((11 ) 0 () = 1(a
((1(a 11 ) 0(a 12 ) 0(a 11 ) 1(a) 12 ) )
a21 a22 0 1 1(a21AI
AI
2×2
) +2×2la suma
0(a a
=a) 11 ((0(a
= aaconmuta,
11 ) a
a2112
11 21 a a112
+ 121(a
22) (0 1
10(−A)
) 0 01))1(a =es11
= el
(1(a
1(a
) +11 inverso
11
0(a
21
+
)) ++120(a
0(a aditivo
12
) 12
22 )) 110(a
0(a 0(a de
11
) +11
211(a )) ++A
+
)en12
1(a
1(a 12 )M
22 )) 2×2 [Z]. Por lo tanto
22 ) (0 =1 ((1(a 21 )) + 0(a ) 0(a 21 )) +
121(a
22 )))
AI 2×2 22 22
( ) (AI AI = =
2×2
2×2) con
a11
21
(suma a 12 1
0 0
1 )= 1(a 11 + 0(a 12 ))
12
22
) grupo 0(a 11
+ 1(a 12
M 2×2
AI [Z] =a la (
21 (a a 11
21
a + 0a
ade
012
22 matrices
10
1
00++ aa1
1
0 1(a
) = forman
( 1(a
)
((1(a
11
21
0(a )
)+ + un0(a
)) 22
0(a abeliano.
0(a
) 11
21 )
) +221(a22 ))
1(a + 1(a
) 12
22
120(a )) 210(a
2×2 = 21 22 = + 21 22 + 21 22
aa21 a022 a1121 a22
11 12 11 12 11 12
a11 + 0 0 + a12 a a2×2 1122+ 112())) ==21 )) 22
= = 11 AI2×2 12 ==
= (=A. (((a a
a
21
11 + a
0
0
22 0 0
0
0 0+) a12
a 1 (1(a
a
1(a
a
a
11 21)) a
) a
a
+
+ 12
0(a
0(a) =22 A.
A. )
0(a21
0(a 21 ) + 1(a22 )
) + 1(a22 ) que hay una matriz
a21 + 0 0 + a22 Ahora
a21 a22vamos =a11a(+probar
a 021 ++000+que
a11
21
11 + 22
a0012++elaa12
+ 12producto
22 )
)a=
=
11 (a
( a2112 de
a11
11 21
aa12matrices
12
22 )
)=
=22
A.
A.
es asociativa,
21
= = = a2111
11 + 0
0 0
0 + aa=2212
12 =
= a
a
11
21
11 a
a
12
=22
12A. =
= A.
unidad y que a
=a21el+aproducto
21
0 + 00 + a022
21
11 + de amatrices
+ 22
12 a=
22 21 a21 ase
21
11 22 distribuye
a 12 = A. sobre la suma de matrices.
22
22
= a21 +0 0+ + a22 = a21 a22 = A.
a21
21 + 0 0 + a22 22 a2121 a2222
DDLa
ión se distribuye sobre
D Lalamultiplicación
multiplicación
sumaM2 (en M se
La2×2multiplicación
[ )((
se distribuye sobre
distribuye )sobre
es (asociativala suma
la suma))(en en M M2×2[[Z]. [ )(( ) ( ))
D La D
D La
La multiplicación
multiplicación
multiplicación a se se
se
distribuye
a distribuye
distribuye
b sobre
b sobre
sobre la la
la
suma
c suma
suma c en M ((enen a M
M [
2×2 [ )((
2×2 a [ )(( b11 )bb12())) (((cc11 ))cc12)) ))
D
D La multiplicación 11 A(BC) se
12 distribuye
(AB)C.
11 12sobre Ejercicio la
11 suma 12 (en
1.12. a 2×2 11M2×2 2×2
a 12[ )(( b ))
D La to multiplicación se
se distribuye sobre la
la suma =(en 11M2×2 [ )((bb11
A(B+C) = A(B+C) ( aa11 )(( aaa12 b12 bbbb12
12 ) + (c11
c12( cccc12
12 11 12 ))
to
La
to (multiplicación
= distribuye
b21 b22sobre
+ A(B+C) suma =((en aM b[ )(( )+ 11 (c
(cc11 ))
a)21( a22 c21 ca2211 aaaa11 bb11 22)c+
A(B+C) = 21 122×2 a12 22 )((
11 b 21 12 11 21 12
22)))
to )to to ( ) ( A(B+C) ))A(B+C)
A(B+C) = =
= a 21 a12
11
11 a 22
12 b
b
11
21
11 b
b+ 12
22 +
12 + c
c
11
21
11 1 c
c
12
22
12 0
to
b11 + c11 b12 + c12( to (a 11 )a(M3
( a a ) ( b + c b + c ) A(B+C) a = aa21
= 21
a
11
21 22b
22 a22 21 b2122 b
12
22 21
b
11
21 22
12
22 c+21 c21
21
11
21 c
=22 cc22
22
12
22
22 I2×2c
12) (bM11 + [Z] 11 tiene 12 un +)ccelemento neutro 21multiplicativo:aa22 bb21 bbSea 22 1 , entonces
12) A(B+C) 21
cccc11 b12
2×2 22 +
= ((a a 11
11 a
a 12
12 )) ((b b 11
11 + 11 b
b 12 + c 12 )
12
) a c21 0 c
b21 + c21 b22 + c22 = a=
=11((a a
a21 a
11
2112 a a
a12 b
12
2211 ) (bb11 + b 11
2111c +
+ cc11
+ b
11
2112 b + b
b12 12 c
2212 +
+) cc12
+ c 1222) 21 22 21 22 21 22
= = a11 11 a 22
12 b 21
11 +
+ cc11 21 b 22
12
c+22+
+ cc1222 ( )( ) ( ) )
a2111(((a a b b +11)cc)22+)))))0(a21 ) 1(a12 ) + 0(a22 )
21 22 21 21 22 22
1 ) + a12 (b21 + c21 ) (a= a1222(b+11 b12 c)a21 b2222
= aa
(b 11
21 a c
12
22 +21)c+ b+ 11
21 + (b
+ a c 11
21 (b+ +b c 12
22 +
+ )c c )
12
22 a11(b 1(b12 120+ + cac11 12)) + +aa12a12(b (b221(a
a
aaa11
11
21 (b
(b a 22+
++) ccc+11c b1121 ) +12
+ a c 12
21 (b 21b 22+22 c
+ 21c )22 a +
a)))))a12+ aac12 (b ccc)c21 c))11 (b aa11 (b ++) ccc+12 )+ a12 (b (b ++) ccc22 )
= ( 21
11 11 22
acc22 11 b+ 21 12 21 21 I 22 A 21 22 11 12 12 22 22 )
++(b cbc21 +2×2 ++(b
(b a 21(b = =
1 ) + a22 (b21 + c21 ) a= a1121(((b a(b11 ++11
(b ++21
(b +) + 21a))22 a (b
0(b+12 c112+ 12a)))12 aa aa22a12 +22
(b c0(a +)))))1(a21 ) 0(a12 ) + 1(a22 )
cc) 11 a(b
= 21 (b +12 c 1121 + (b 22+ cca12 + cc)22
++ )) a (b 22(b
11 + 11 12 21 + 21 11 12 22
= = = ((aaa
21
11
11
21
11
12 (b
(b
11
11
11
11
+ 11 )
) +
22a
a
a
21
12
22
12
2222(b
(b
21
21
21 +22 cc21 21 a
a
21(b
12
11
21
11( (b
(b
12
12
12 )+
+ c
12
12
21
)) + + a
22
12
22
12) (b
(b
22
22
22
(
+
22
+ 11
c
22
22
22 )) ) )
))cc12 ++ aa12)cc22)))))
21 11 11 22 21 21 21 12 12 22 22 22
12a=c2121(((b c11 ) ca+11 +12a))bab22+ 21(b c(a ) cc21 +12a))aa21+12(b c)+ ) c+b12 a)1222++(b c)a2211 ) c(a22
(a21 +b11 + + )+ (a +
c+ c21 c)+11 (a+ + b+2222 +
12 b21 ) + (a11 c11 + a( )a (a
(b b+ ba +)(b a 21)(b aa022 (b
= 11
1111 +12 12
22
21 ++21 21 11
12 a 12 +
12 0 a 12
22 + a
a(a
(a
21 (bb
b
11
11
11 + c
a 11 +12 ) a 22 (b
(a 11
21 c + 11 c 21
+ ca 12 (b 22 12 (a + 11 c b 1212 ) + + a 12b
22 (b 22 ) +
+ (ac 2211
12
bca ))b ))a) + (a +cccc+11 c)a =) ccac21 ))(b (a cbbbb1212 +baaaaaa22 )bbb(b ))) + + (a )+cccc12 caaa22 ) cccc22 ))
= (a(a( 21
11 (b 11 11
12 21 22 21
11 11 21 12 21
21 12 11 12 12 22
12 22
22 22
11 12
++A. 12 22 )
22 b21 ) + (a21 c11 + a22(a
=
=c21 b(a21
)(a 11
11 bb11
(a
b
+ 11a12b++12 aa2111
a +12
12 bab++
b
21
21(a
21 ))b+ +
22+)(b (a
c(a
(a
11
+21
11 (a 11ac12 c+
+
+
21
+12 a21
aa+ 12
22c
12 21(a
a)21
21 ))0c) 22+12)(a (a
b(a+11
a12 21+
11 120a)12
+
+ + 12
22
12
=22
b+ (a
22
22 ))a+ +
+ cc(a
(a
(a
11
22
a2122
11 12 a=12+ a12
12 22))))
22
= = )11((((a(a
(a
11
( 21
11
21
11 b
b11
11
21
11
11
+
+ a
a21
12
22
12
22
b
b+
22
21
21
22
+ 11
(a11 21
11
21
11 c 11
21
11
11 + a 12
22
12 c 22
21
21) 11
( (a 21 11
21
11 b 12
12
12
+
+
+ a 22
12
22
22
12 b 22
22
22
11
21
+ (a 1211
21
11 c 12
12
12
+
+ a 22
12
22
12 ) c 22
22 ))
))) + (a c+ccc12+ a21b22 c)21(a ) 21a(a (a bbb12 +ab12aa2222 c)21bbb+22 )))aa+ (a ccc12 +caa22 ))) ccc22
=
(a ba11 21 11 22 21 21 11 22 ) 21 ( 21 12 22 22 21 12 )
22 22
2 b21 a11 b12 + a12 b(22 ==21(((+(a
=
(a
a 11ab11
11
21
21 b+
b
b ca11
11
11 +
++
++
22
+ a
baa
a 1212)bb
a22
22b 12 b 21c21 (a
2121
+
+ aa11
21 ca11
(a
(abb21
11
11
2112 +a+
11
11 22
a
+12
a+
+
caa
)a b
12
12)22
22cc c )
22
( 21 )) ( ( a
b111221
(a c c11
11
21 + 12
+
a+22+
+a a
12
c
22 22(a
+
21
+11c c12
(a
(a
11+
21
12
21+ a
12 a22+
12
+) c a2212
22
22 22 ))
(a
11(ba
(a
aaa11
21bb11
11
11 b 11
b11
11++aa12
aaa2112 22bb21
a22b b21
21 21 ) + a
a 11
11(a
aa1211
b
b 21
12c+
12
b21
11 a+12
+b+a
12ab22
aa2212 b
bb+
22c)21(+
22 (a(a
+11)a)((c11aaa(11
))21 a11
11 c
cc21 11
ac11 ab12
)12
+ (a
++c1+ aa2112
12 accc22 )21b22 (a
a1122c)1(a
c21 aa12 11 c
+
11 cc(a 1221+
12 aaa12
12
c0(a +cccc)a22
12 2222)) c22 22 ) ) + 1(a )
)
b a21 b12 + a22 b22 a= a+ a11
c12 ++b+ ac2111
21ba a+ ac12+ a22 c22 a+ aaa)) aaa11 ccc12a21 c12
21 b21 + b22 b21 11 22 21 +
12 22 + 22
(2 21 )) (( = = = (( a )
11
21
11
(
21
11 b
b
11
11
11
11
+
+ a
a )
12
22
12
22(
12 b
b
)) 21
21
21 a 21 b
21
11
11 b))
12
12
12
12 AI
+
+
+ (( a
a 22 b
22
12
12 b
22
22
22
=
22 + a
21+
11
21 c
11
11 c
11
11
11
12
11 +
+
220
12
22 c
12
12 c
21
21
21
21 =
21+
11
2111
11
)12
12
12
+12 ++
+
+ aaa2212
12c
22
12
22
12 c
22
22
22
22
)0(a 11 12
a a=21
= ((baa112121
a11 cb
11
a22+ ca
a(b12 )))22 22
(((bbbb21 a21 ba
21 21
b1221 b
)) 12
a22+ ba
((
2×2 22 b 22
22)a(a+
+ a)))c21(((a 21 cca11
11 a22+ c0aa21))22
22
121 c21
21
a21 c1(a aa1211
21 cc12 12
)a+22 +
+0(a caa2222 22 c 0(a21 ) + 1(a22 )
22c)22
22
aa22
b11 b12 a (( b a 22 a a11cc21 c12
ba b a b 22 c
)) +(( +
aa))
11 + 12 11
12+ 1211 1111 12
21+
11 12 22 21+
+ 11 ((= = 12 ((
((a a a21
a2111 b
b
11
11
11)a a+
+ 12 a
a
21
12
))2222 ((b 11
21
21 ))
11 ba
a 21 ))
21
12 b
))
b
12
((
12++ ((
(( a
a
22
a 2211 b
b 22 a12
21
( )) ((a
12
a c 21
11
22
cc11
11)) c+
c+ 12 ))
22 c
)) c ) (a
21
21 a
2121
21 c c
12
12 + )a a 22 c
22
c22
22
b21 b22 a21 = =aa ((
(( a
aa
2111
a
11c 11 a
a+
a 12
bc
12 ) 22
( b
bb 11
b
21
11 b
b b 12
21
12 ))
)) 12 +
+a + ((
(( a
aa2211
a
11 22 a
aa12
c
12 a ) ( c
c c 11
21c
11 0 11 c
c+
c0
12
12 ))
22
))a 21
a 21 12
a
+ 22 22
= = 11
22 a11
a
21
11
21
12
21 a 22
12
22
12
11
22 b11
b
21
11
21
12
b 22
12
+ +
22
12
11
a11 21
11
21
12
a 22
12
22
12
11 11 c11
c
+ 21
11
21
12
cc12 22
12
22
+ 12 11 12
A.
=a21AB
= AB a
a
21
a+22AC.
+ AC.a
a
22
b21 b21 b 21
b b 22 +a21 a21 a 21 =
a22 a22 a 22
ca21 c+21 c 21
c 22 = =
b2122 b c21022 ccc022
= 11
21 12
22 11
21 12
22 + 11
21 12
22 11
21 12
22 + a22 a21 a22
=
= AB
AB a 21
21
aAC. + AC.
AC. a
a22
22 b22 22 + a a21 a2221 22
= AB =
= + AB 21+
+ AC. 22 b21 b22 21 a22 c21 22
= AB
= AB + + AC.AC.
D La multiplicación se distribuye sobre la suma (en M2×2 [ )(( ) ( ))
a11 a12 b11 b12 c11 c12
to A(B+C) = +
a21 a22 b21 b22 c21 c22
( )( )
a11 a12 b11 + c11 b12 + c12
NOTAS DE LA UEA
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
i) A △ (B △ C) = (A △ B) △ C, (Axioma A2).
ii) A ∩ B = B ∩ A, (Axioma M1).
iii) A ∩ (B ∩ C) = (A ∩ B) ∩ C, (Axioma M2).
iv) A ∩ (B △ C) = (A ∩ B) △ (A ∩ C), (Axioma D).
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.
1.2 Anillos y estructura modular

Motivamos el estudio de los anillos Zn con la aritmética del reloj. Una vez comprendido
la aritmética del reloj, definimos formalmente el anillo Zn , sus operaciones y estudiamos la
relación entre el anillo Zn y la relación de congruencia.
1.2.1 Aritmética del reloj

Ejemplo 1.2.1. Resuelve las ecuaciones para un reloj de 5 horas (ver figura 1.5).
i) x + 4 = 2. ii) 2 = 4x. iii) x = 2 − 4. iv) 1 = 2x.
4 1
3 2
Figura 1.5: Reloj de 5 horas.
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
Cuadro 1.2: El resultado de x + 4 en un reloj de 5 horas.
x 1 2 3 4 5
x+4 5 1 2 3 4
Cuadro 1.3: El resultado de 4x en un reloj de 5 horas.
x 1 2 3 4 5
4x 4 3 2 1 5
iii) x = 2 − 4: Como el reloj no tiene números negativos, el resultado de x se puede

obtener regresando las manecillas cuatro horas (es decir, recorrer en sentido contrario), y
obtenemos que x = 3.
iv) 1 = 2x: Igual que en el inciso ii) construimos un cuadro que muestre el resultado
de 2x. En el cuadro 1.4 podemos ver que x = 3 es un resultado para la ecuación 1 = 2x.
Cuadro 1.4: El resultado de 4x en un reloj de 5 horas.
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.
1.2.2 Estructura modular y el anillo Zn

Sea Zn = {0, 1, . . . , n − 1} y sean a, b ∈ Zn . Definimos las operaciones suma y producto
en Zn como sigue.
a ⊕ b = r, donde a + b = nq + r y 0 ≤ r < n.
a ⊗ b = r, donde ab = nq + r y 0 ≤ r < n.
Nótese que el residuo r de un número m entre n es un número en Zn , por lo que Zn está

cerrada bajo ambos operaciones además, por el algoritmo de la división, el residuo es único
así que las operaciones están bien definidas.
Ejemplo 1.2.2. En el cuadro 1.5 y en el cuadro 1.6 se encuentran las tablas de la suma y el
producto en Z5 y Z6 respectivamente. En estos dos cuadros podemos observar lo siguiente:
CAPÍTULO 1
Cuadro 1.5: Las tablas de suma y multiplicación de Z5 .
⊕ 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
Cuadro 1.6: Las tablas de suma y multiplicación de Z6 .
⊕ 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.
2. En el anillo Z5 el 0 no tiene divisores propios por lo que Z5 es un dominio entero,

mientras que Z6 no no es un dominio entero, ya que 3 ⊗ 2 = 0.
3. En Z5 todo elemento tiene inverso multiplicativo, mientras que en Z6 solamente el 1 y

el 5 tiene inverso multiplicativo, por lo que Z5 sí es un campo y Z6 no lo es.
Teorema 1.2.1. Sea n ∈ N, con n ≥ 2. Entonces (Zn ; ⊕, ⊗) es un anillo conmutativo con

unidad.
Demostración. El conjunto Zn está cerrado bajo las operaciones ⊕ y ⊗ porque el residuo de

un a número m entre n es un número en Zn . Probaremos primero que Zn forma un grupo
abeliano con la suma.
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
a⊕(b⊕c) = a⊕(r1 ) = a⊕(b+c−nq1 ) = r1′ = (a+(b+c−nq1 ))−nq′1 = (a+b+c−n(q1 +q′1 )).

(a⊕b)⊕c = (r2 )⊕c = (a+b−nq2 )⊕c = r2′ = (a+b)+c−nq2 ))−nq′2 = (a+b+c−n(q2 +q′2 )).
Por lo tanto a + b + c = n(q1 + q′1 ) + r1′ y a + b + c = n(q2 + q′2 ) + r1′ y por el algoritmo
de la división, se sigue que r1′ = r2′ y a ⊕ (b ⊕ c) = a ⊕ (b ⊕ c).
A3 Existe un neutro aditivo z en Zn tal que a + z = z + a = a para todo a ∈ Zn .

Vamos a probar que 0 es neutro aditivo Zn . Sea a ∈ Zn , entonces 0 ≤ a < n.
a ⊕ 0 = r donde a = a + 0 = nq + r y 0 ≤ r < n. Como 0 ≤ a < n y el residuo es único,
entonces r = a y a ⊕ 0 = a.
Por lo tanto z = 0 es neutro aditivo en Zn .
A4 Todo elemento a ∈ Zn \ 0 tiene inverso aditivo, denotado (−a). Sea a ∈ Zn \ 0, entonces

0 < a < n.
Vamos a probar que n − a es inverso aditivo de a.
Como 0 < a < n, entonces −n < −a < 0, n − n < n − a < n + 0 y 0 < n − a < n, por lo
que n − a ∈ Zn .
a ⊕ (n − a) = r donde a + (n − a) = nq + r, por lo que q = 1 y r = 0.
Por lo tanto el inverso aditivo de a en Zn es n − a.
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).
Proposición 1.2.2. Sea n ∈ N, con n ≥ 2 y sea a ∈ Zn \ {0}. El elemento a tiene inverso

multiplicativo en Zn si y sólo si mcd(a, n) = 1.
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.
Teorema 1.2.3. Sea n ∈ N, con n ≥ 2. Entonces Zn es un campo si y solo si n es un número

primo.
Demostración. Consecuencia de la proposición 1.2.2.

CAPÍTULO 1
1.2.3 Congruencias
En este capítulo estudiamos la relación congruencia (o función módulo).
Definición 1.2.4. Sea n ∈ N, con n ≥ 2. Sean a, b ∈ Z. Decimos que “a es congruente con

b módulo n”, y lo denotamos a ≡ b (mod n), si n | a − b.1
Observación 1.2.5. Sean a, b, n ∈ Z, con n ≥ 2 tales que a ≡ bb(mod n), entonces
1. a = b + nk, para alguna k ∈ Z, ya que n | a − b
2. El residuo de a entre n es igual al residuo de b entre n.
Proposición 1.2.6. Dado n ∈ N, con n ≥ 2. La “a congruente con b módulo n” es una

2
relación de equivalencia.
Demostración. Ejercicio 1.23. Como la congruencia es una relación de equivalencia, esta

tiene sus clases de equivalencia. Ver ejercicio 1.25.
Proposición 1.2.7. Sea a, b, c, d, n ∈ Z, con n ≥ 2.
1. Si a ≡ b (mod n) y c ≡ d (mod n), entonces a + c ≡ b + d (mod n).
2. Si a ≡ b (mod n), entonces ac ≡ bc (mod n).
Demostración. Sean a, b, c, d, n ∈ Z, con n ≥ 2 tales que
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.
Ejemplo 1.2.3. Encuentra todas las soluciones de
23x ≡ 11 (mod 19). (1.1)
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
Por lo que mcd(19, 23) = 1 y como 1 | 11, podemos escribir 11 como combinación lineal de
23 y 19.
1 = 4 − 3 = 4 − (19 − 4(4)) = 4 − 19 + 4(4) = −19 + 5(4)

= −19 + 5(23 − 19) = −19 + 5(23) − 5(19) = 5(23) − 6(19)
1 = 5(23) − 6(19).
Multiplicamos por 11 ambos lados y tenemos que
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).
La solución en Z19 es 17 y el conjunto S de todas las soluciones de la congruencia (1.1) es
S = {17 + 19k : k ∈ Z}.
Proposición 1.2.8. Sean a, b, n ∈ Z, con n ≥ 2. La congruencia ax ≡ b (mod n) tiene

solución si y sólo si d | b, donde d = mcd(a, n).
Demostración. Ejercicio 1.34.
1.2.4 Ejercicios
Ejercicio 1.14. Considera el reloj de 6 y resuelva las siguientes ecuaciones:
i) x + 5 = 2. ii) 4x = 2. iii) 3x = 2. vi) 5x = 1. v) 1 = 4x.
Ejercicio 1.15. Resuelva las siguientes ecuaciones primero para el reloj de 12 horas y luego
para el reloj de 15 horas:
i) x + 7 = 5. ii) 3 = 7x. iii) 4 = 3x. vi) x = 2 − 9. v) 1 = 2x.
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
Ejercicio 1.20. De un ejemplo de un anillo en donde no se cumpla el axioma 1.1.5.
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 1.23. Prueba la proposición 1.2.6.
Ejercicio 1.24. Prueba que la relación de congruencia es una relación de equivalenca.

Encuentra las clases de equivalencia de la relación a ≡ b (mod 7). ¿Cuántas son?. ¿Cuántas
clases de equivalencia tiene la relación a ≡ b (mod n)?
Ejercicio 1.25. En cada inciso enumera cuatro elemento de la clase de equivalencia de la

relación de congruencia con el módulo correspondiente.
i) [2] módulo 5. ii) [3] módulo 9. iii) [8] módulo 18.
Ejercicio 1.26. Prueba el inciso 2. de la proposición 1.2.7.
Ejercicio 1.27. ¿Bajo que condiciones se tiene que ab ≡ ac (mod n), implica que b ≡
c (mod n)?
Ejercicio 1.28. Sean a, b, m, n ∈ Z, con n, m ≥ 2 tales que a ≡ b (mod n), entonces am ≡

bm (mod n).
(Hint: Inducción Matemático)
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 1.30. Sean a, b, n ∈ Z, con n ≥ 2 y mcd(a, n) = 1. Si s1 , s2 son soluciones de la

congruencia ax ≡ b (mod n), entonces s1 ≡ s2 (mod n).
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 ?.
Ejercicio 1.33. Resuelve las siguientes congruencias.
i) 35x ≡ 42 (mod 2009). ii) 121x ≡ 72 (mod 2009).
Ejercicio 1.34. Prueba la proposición 1.2.8.
Ejercicio 1.35. Uno de los primeros sistemas de criptografía es basado en la posición de

la letra en una tabla o en el alfabeto. Fue usado por los griegos y romanos. Por ejemplo, si
cada letra en un texto se sustituye por la letra siete lugares hacia la derecha en el alfabeto,
la palabra astuto se convierte en la palabra hzabav ya que a → h, s → z, t → a, u → b
y o → v. ¿Cuál fue el movimiento que se aplicó a la siguiente frase Oe zivheh wmipvi wi
leooe iq oe wmpqogmheh?
NOTAS DE LA UEA
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:
Cuadro 1.7: La tabla de verdad de P ∧ Q, P ∨ Q y ¬P.

Cuadro 1.7: La tabla de verdad de P ∧ Q, P ∨ Q y ¬P.
P Q P∧Q P∨Q ¬P
P Q P∧Q P∨Q ¬P
0 0 0 0 1
0 0 0 0 1
0 1 1 0 1
0 1 1 0 1
1 0 1 0 0
1 0 1 0 0
1 1 1 1 0
1 1 1 1 0
Para P y Q y se tiene que

Para P y Q y se tiene que
x∧x= x x∨x= 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
3
George Boole (1815-1864) filósofo y matemático inglés se considera junto con De Morgan y Newton como los que de-
sarrollaron la lógica simbólica (la representación del razonamiento mediante símbolos matemáticos). Boole desarrolló el
álgebra booleana la aplico a la lógica en su obra Investigación sobre las leyes del pensamiento (1854) y argumentó que la
lógica debería ser una rama de las matemáticas y no de la filosofía.
CAPÍTULO 1
Cuadro 1.8: La tabla de verdad para conjuntos.
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
(ii) ( f + g)(b) = f (b) + g(b),

(ii) ( f + g)(b) = f (b) + g(b),
(iii) f g(b) = f (b)g(b).
(iii) f g(b) = f (b)g(b).
Las funciones booleanas se pueden representar algebraicamente, por medio de una tabla
Las funciones
de verdad, booleanas
numérica se pueden
y con una gráfica. representar algebraicamente,
La representación que se usepor medio dedeuna
dependerá usotabla
que
de verdad,
se busca. numérica y con una gráfica. La representación que se use dependerá de uso que
se busca.
Ejemplo 1.3.5. Sea f : B3 → B, dada por f (x, y, z) = x · y + z o bien f (x, y, z) = (x ∨ y) ∧ z.
Ejemplo 1.3.5. Sea f : B3 → B, dada por f (x, y, z) = x · y + z o bien f (x, y, z) = (x ∨ y) ∧ z.
Cuadro 1.9: La tabla de la función booleana f (x, y, z) = x · y + z.

Cuadro 1.9: La tablaxde la
y función
z xybooleana
xy + z f (x, y, z) = x · y + z.
x y z xy xy + z
0 0 0 0 0
0
0 00 10 00 10
0 0
0 1 0 0 1 0 01
0 11 10 00
0 10
0 10 01 00
1 01
1 0
1 0 1 0 0 0 10
1 0
1 1 0 1 1 0 11
1 1
1 1 1 1 0 1 11
1 1 1 1 1
Ejemplo 1.3.6. Simplifica la expresión booleana x + xy.

Ejemplo
x + xy1.3.6.
= x1 +Simplifica
xy = x(1 la expresión
+ y) = x1 = booleana
x. x + xy.
x + xy = x1 + xy = x(1 + y) = x1 = x.
Ejemplo 1.3.7. Simplifica la expresión booleana (wx + xz)(w + x + y + z).
Ejemplo
(wx +1.3.7.
xz)(wSimplifica
+ x + y + laz) expresión
= (wx booleana
+ x + z)(w(wx+ x++xz)(w
y + z)+ x + y + z).
(wx + xz)(w + x + y + z) = (wx ++x1)++z)(w
= (x(w z)(w++x x++y y++z)z)
= (x
= (x(w
+ z)((x + z)(w
+ 1) + + x++y))
z) + (w y +=z)x + z.
= (x + z)((x + z) + (w + y)) = x + z.
Definición 1.3.3. Una literal xi es un número fijo, en el caso de álgebras booleanas xi ∈
Definición 1.3.3. Una
{0, 1}. Las literales literal
no son xi es un número fijo, en el caso de álgebras booleanas xi ∈
variables.
{0, 1}. Las literales no son variables.
En el álgebra booleana la simplificación de una expresión algebraica no es única como
lo esEnenel el
álgebra booleana
caso de la simplificación
los números reales. Pordeeso
unasurge
expresión algebraica
la necesidad de no es expresiones
tener única como
lo es en el caso de los números reales. Por eso surge la necesidad de tener
algebraicas que son únicas para poder comparar y determinar si dos expresiones son iguales expresiones
algebraicas
o no. Vamosque son únicas
a estudiar dospara poder comparar
expresiones de una yfunción
determinar si doscon
booleana expresiones son iguales
la propiedad de ser
o no. Vamos a estudiar dos expresiones de una función
única: la función normal disyuntiva y la función normal conjuntiva. booleana con la propiedad de ser
única: la función normal disyuntiva y la función normal conjuntiva.
Función normal disyuntiva
Función normal disyuntiva
Si un sumando de la expresión es una conjunción de todas las variables, decimos que
Si un
es una sumando fundamental.
conjunción de la expresión Eneseluna conjunción
ejemplo 1.3.6 de
xy todas
es unalasconjunción
variables, fundamental,
decimos que
es una conjunción fundamental. En el ejemplo 1.3.6 xy es una conjunción
mientras que en el ejemplo 1.3.4 xy no es una conjunción fundamental pero wxy z si lo es. fundamental,
mientras que en el ejemplo 1.3.4 xy no es una conjunción fundamental pero wxy z si lo es.
Definición 1.3.4. Sea f : Bn → B, una función booleana. Decimos que y es una conjunción
n
Definición 1.3.4.
fundamental, si ySea
= y1fy:2 .B. . y→ B, una función booleana. Decimos que y es una conjunción
n con yi ∈ {xi , xi }, para 1 ≤ i ≤ n.
fundamental, si y = y1 y2 . . . yn con yi ∈ {xi , xi }, para 1 ≤ i ≤ n.
CAPÍTULO 1
Definición 1.3.5. Sea f : Bn → B, una función booleana. La función normal disyuntiva

n
(Definición
f.n.d.) de la 1.3.5. Sea ff es
función : Buna B, una funcióndebooleana.
→representación f en suma función normal
La(disyunción) disyuntiva
de conjunciones
( f.n.d.) de lafundamentales.
(productos) función f es una representación de f en suma (disyunción) de conjunciones
(productos) fundamentales.
Para encontrar la f.n.d. de una función booleana f : Bn → B, se evalúa la función en
todas Para
los encontrar la f.n.d.
casos posibles usando de una tabla
función booleana
de verdad. f : Bn → que
Recordamos B, se
x1 xevalúa
2 . . . xnla=función
1 si y solo en
todas
si x1 =losx2casos
= . . posibles
. = xn =usando una tabla
1, es decir, si el de verdad.
valor de la Recordamos
función es 1,que x1 x2 . .al
entonces . xmenos
n = 1 siuno y solode
sus = x2 = . . . =fundamentales
si x1conjunciones xn = 1, es decir, si el
tiene valor
valor 1. de la conjunciones
Los función es 1, fundamentales
entonces al menos cuyouno valorde
sus1 conjunciones
es reciben el nombrefundamentales tiene valor
de mintérminos, 1. Los
es decir, unaconjunciones fundamentales
conjunción fundamental y =cuyo
y1 y2 .valor
. . yn
es 1unreciben el nombre
mintérmino = xmintérminos,
si yi de i si xi = 1 y yi es= decir,
xi si xuna conjunción
i = 0. fundamental
La expresión y1 y 2 . . . yn
f.n.d. es yla=disyunción
es un
de mintérmino
todos si yi = xi si xi = 1 y yi = xi si xi = 0. La expresión f.n.d. es la disyunción
los mintérminos.
de todos los mintérminos.
Ejemplo 1.3.8. Considera la función booleana f : B3 → B, dada por f (x, y, z) = x · y + z
Ejemplo
(del ejemplo 1.3.8. Considera
1.3.5). la función
Construimos booleana
la tabla f : B3 →losB,mintérminos
para encontrar dada por f (x, dey,laz)función
= x · y(ver +z
(del ejemplo
cuadro 1.10). 1.3.5). Construimos la tabla para encontrar los mintérminos de la función (ver
cuadro 1.10).
Cuadro 1.10: La tabla con mintérminos de la función booleana f (x, y, z) = x · y + z.
Cuadro 1.10: La tablaxconymintérminos
z xy xy de +lazfunción booleana f (x, y, z) = x · y + z.
mintérminos
x0 0y 0z xy0 xy 0+ z mintérminos
0 0 10 0 10 x yz
0 01 01 0 01 x yz
0 1 10 0 10 xyz
10 10 01 0 01 xyz
1 0 10 0 10 xyz
1 01 01 10 1 xyz
1 1 10 1 1 xyz
1 1 1 1 1 xyz
La f.n.d. es f (x, y, z) = x yz + xyz + xyz + xyz + xyz.
La f.n.d. es f (x, y, z) = x yz + xyz + xyz + xyz + xyz.
Si n es un número grande, la expresión de la f.n.d. de una función dado, puede resultar
pocoSipráctico
n es un ynúmero grande, la Vamos
poco manejable. expresión de la una
a definir f.n.d. de una función
expresión simplificadadado,depuede resultar
la f.n.d. que
poco práctico
resulta y poco A
mas práctica. manejable. Vamos ay definir
cada mintérmino = y1 y2 una . . . yexpresión
n le vamos simplificada
a asociar el de la
número f.n.d. que
binario
resulta
de n bitsmas
x1 xpráctica.
2 . . . x n . A
Es cada
decir,mintérmino
si y i = x i , y = y
entonces 1 y 2 . x
. i. y
=n le
1 yvamos
si y i =a asociar
xi , el
entoncesnúmero
x i = binario
0. En el
ejemplo x1 x2 .el. .mintérmino
de n bits 1.3.8 xn . Es decir,xsiyzyicorresponde
= xi , entonces xi = x1 =y si
al caso 0, yi == 0, xi ,zentonces xi = 0. En el
= 1 que representa
ejemplo binario
número 1.3.8 el001 mintérmino
2 , cuyo valorx yz decimal
corresponde es 1,alcomo caso el x= 0, ydecimal
valor = 0, z =del 1 que representa
mintérmino el
x yz
número binario 001por
es 1 lo denotamos 2 , cuyo valor
m1 . El decimal esx 1,
mintérmino y zcomo el valor al
corresponde decimal
caso xdel = mintérmino
0, y = 1, z x= yz 1
es 1 representa
que lo denotamos el número . El mintérmino
por m1binario 0112 , cuyo x yvalorz corresponde
decimal es al 3, caso
comox el=valor
0, y decimal
= 1, z =del 1
que representa
mintérmino x yelz número binario 011por
es 3 lo denotamos 2 , cuyo
m3 . Si valormi1decimal
, mi2 , . . . ,esmi3,k
como
son el valor
todos decimal del
los mintérminos
mintérmino x y z es 3expresar
de la f.n.d., podemos lo denotamosla como poruna m3suma
. Si mde i1 , m
los
i2 , valores son todos asociados
. . . , mik decimales los mintérminos
a cada
de la f.n.d., podemos expresar la como una ∑
mintérmino: suma de los valores decimales asociados a cada
mintérmino: f (x1 , x2 , . . . , xn ) = ∑ m (mi1 , mi2 , . . . , mik ).
f (x1 , x2 , . . . , xn ) = m (mi1 , mi2 , . . . , mik ).
Ejemplo 1.3.9. Encuentra la expresión en suma de mintérminos de f.n.d. de la función
Ejemplo
booleana 1.3.9.
f : B3 → Encuentra
B, dada por la expresión
f (x, y, z) =enx suma · y + z.de mintérminoslade
Completamos f.n.d.
tabla en eldecuadro
la función
1.10
3
booleana f : B → B,
encontrada en el ejemplo 1.3.8. dada por f (x, y, z) = x · y + z. Completamos la tabla en el cuadro 1.10
∑
encontrada en el ejemplo
La notación con mintérminos es 1.3.8. f (x, y, z) = ∑ m (1, 3, 5, 6, 7).
La notación con mintérminos es f (x, y, z) = m (1, 3, 5, 6, 7).
NOTAS DE LA UEA
Cuadro 1.11: La tabla con coeficientes binarios de la función booleana f (x, y, z) = x · y + z.

Cuadro 1.11: La tabla
x con
y coeficientes
z xy xybinarios de la función booleana f (x, y, z) = x · y + z.
+ z mintérminos
x0 0y 0z xy 0 xy 0+ z mintérminos
00 00 10 00 01 x yz 0012 = 1
00 01 10 00 10 x yz 0012 = 1
00 11 01 00 01 xyz 0112 = 3
01 10 10 00 10 xyz 0112 = 3
11 00 01 00 01 xyz 1012 = 5
11 01 10 01 11 xyz
xyz 101 = 65
11022 =
11 11 01 11 11 xyz
xyz 110 = 76
11122 =
1 1 1 1 1 xyz 1112 = 7
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
Cuadro 1.12: La tabla con maxtérminos de la función booleana f (x, y, z) = x · y + z.

Cuadro 1.12: La tablaxconymaxtérminos
z xy xy de+laz función booleana f (x, y, z) = x · y + z.
maxtérminos
x y z xy xy + z maxtérminos
0 0 0 0 0 (x + y + z)
00 00 10 00 10 (x + y + z)
0 0
0 1 0 01 0 01 (x + y + z)
00 11 10 00 10 (x + y + z)
10 01 01 00 01 (x + y + z)
1 0
1 0 1 0 0 0 1 0 (x + y + z)
1 0
1 1 0 1 1 0 1 1
11 11 10 11 11
1 1 1 1 1
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

xx yy zz Cuadro xy
xy
1.13: Laxy ++la zfunción
tabla de
xy z maxtérminos
booleana f (x, y, z) = x · y + z.
maxtérminos
x y z xy xy + z maxtérminos
0 0 0 0 0 00 0 00 (x(x+ y+ y + z) 2 = 00002 = 0
0 0 0 0 0 (x ++z)y + 000 z) 0002 = 0
0 0 0 1 0 10 0 11
0 0 0 1 1 00 0 10 (x + y + z) 010 = 2
0 1 0 0 1 10 0 01 (x + y + z) 2 0102 = 2
0 1 0 0 0 (x + y + z) 0102 = 2
0 1 1 1 0 00 0 10 (x + y + z) 1002 = 4
0 1 1 0 1
1 0 11 0 01 100 01 011 (x + y + z) 1002 = 4
1 0 0 0 0 (x + y + z) 1002 = 4
1 0 1 1 1 10 1 11
1 0 1 0 1
1 1 0 1 1
1 11.3.2 0Propiedades1 del Álgebra1Booleano
1 1 Cuando1 definimos 1 las operaciones
1 booleanas revisamos un par de las propiedades de las
1 1operaciones.
1 En el1 1enlistadas todas las propiedades del álgebra booleano
cuadro 1.16 están
y su versión correspondiente en lógica de proposiciones y teoría de conjuntos. Algunas de
las propiedades coinciden con propiedades de las operaciones entre números reales, como la
1.3.2 Propiedades del Álgebra
propiedad conmutativa, mientras queBooleano a no tienen sentido en los reales, como
otras propiedades
la propiedad de idempotencia. Revisa qué propiedades coinciden con las propiedades en el
1.3.2 Propiedades del Álgebra Booleano
conjunto de los números reales y qué propiedades no tienen sentido en el conjunto de los
Cuando definimos las operaciones booleanas revisamos un par de las propiedades de las
números reales. En particular, en el ejercicio 1.44 preguntamos ¿qué diferencia notas en la
operaciones. En el cuadro
Cuando definimos
propiedad 1.16 están enlistadas
las operaciones
de inverso? booleanastodas las propiedades
revisamos un par dedel las álgebra de alas
booleano
propiedades
yoperaciones.
su versión correspondiente
En el cuadro 1.16 en están
lógicaenlistadas
de proposicionestodas lasy propiedades
teoría de conjuntos.del álgebraAlgunas de
booleano
las
y supropiedades
versión1.3.3 coinciden
Circuitos con
correspondiente propiedades
en lógica dede
combinatorios las operaciones
proposiciones entre de
y teoría números
conjuntos.reales, como lade
Algunas
propiedad conmutativa,
las propiedades Elcoinciden mientras que aplicar
consepropiedades
álgebra booleana puede otrasapropiedades
lade no tienen
lasdeoperaciones
teoría circuitos sentido
entre
eléctricos. P yen
Seannúmeros losreales,
Q dos reales,como
comola
la propiedad proposiciones. Si cada unaRevisa
de idempotencia. de las proposiciones P y Q se asocia
qué propiedades con un interruptor
coinciden con lasquepropiedades
está en el
propiedad conmutativa, mientras que otras propiedades no tienen sentido
cerrado si la afirmación es verdadera y abierto si es falsa, entonces la proposición P ∧ Q en los reales, como
conjunto de los
la propiedad sede números en elreales
idempotencia.
representa y qué propiedades
circuitoRevisa
conectando qué propiedades
los interruptoresno tienen sentido
coinciden
en serie. La corrientecon enlaselpor
circulará conjunto de en
propiedades losel
números
conjunto reales.
los En particular,
este circuito
de verdaderas.
números enyelqué
si y sólo si ambos
reales ejercicio
interruptores 1.44cerrados,
están
propiedades preguntamos
noparaesto es, si ¿qué
tienen ambas P
sentido diferencia
y Q son notas ende lalos
De la misma manera, otro circuito se puede usar representar P ∨ Q.en el conjunto
En este
propiedad de
números reales. inverso?
Eninterruptores
caso los particular, enqueelestar
tienen ejercicio
conectados1.44 preguntamos
en paralelo, con lo que la ¿qué
corrientediferencia
circula notas en la
propiedad desiinverso?
o P o Q o ambas son verdaderas (interruptores cerrados). Con otras palabras:
El foco L está prendido solamente si ambos interruptores A y B están cerrados: Si A = 1
1.3.3 Circuitos combinatorios
y B = 1, entonces L = 1.
L= A∨BoL= A·B
1.3.3 Circuitos
El álgebraEnbooleanacombinatorios
la figura 1.3.3se puede
se puede veraplicar
el circuitoacombinatorio
la teoría asociado
de circuitos
a A · B. eléctricos. Sean P y Q dos
proposiciones.
El álgebra booleana se puede aplicar a la teoría de circuitoscon
Si cada una de las proposiciones P y Q se asocia un interruptor
eléctricos. Sean Pque
yQestá
dos
cerrado si la afirmación es verdadera y abierto si es falsa, entonces la proposición P ∧ Q
proposiciones. Si cada una de las proposiciones P y Q se asocia con un interruptor que está
se representa en el circuito conectando los interruptores en serie. La corriente circulará por
cerrado si la afirmación es verdadera y abierto si es falsa, entonces la proposición P ∧ Q
este circuito si y sólo si ambos interruptores están cerrados, esto es, si ambas P y Q son
se representa en el circuito conectando los interruptores en serie. La corriente circulará por
verdaderas. De la misma manera, otro circuito se puede usar para representar P ∨ Q. En este
este circuito si y sólo si ambos interruptores están cerrados, esto es, si ambas P y Q son
caso los interruptores tienen que estar conectados en paralelo, con lo que la corriente circula
verdaderas. De la misma manera, otro circuito se puede usar para representar P ∨ Q. En este
si o P o Q o ambas son verdaderas (interruptores cerrados). Con otras palabras:
caso los interruptores tienen que estar conectados en paralelo, con lo que la corriente circula
El foco L está prendido solamente si ambos interruptores A y B están cerrados: Si A = 1
ysi Bo =
P 1,
oQ o ambasL son
entonces = 1.verdaderas (interruptores cerrados). Con otras palabras:
El foco L está prendido solamente L=A si ∨ambos
B o Linterruptores
= A·B A y B están cerrados: Si A = 1
y B = 1, entonces L = 1.
En la figura 1.3.3 se puede ver el circuito L = Acombinatorio
∨ B o L = A ·asociado
B a A · B.
En la figura 1.3.3 se puede ver el circuito combinatorio asociado a A · B.

CAPÍTULO 1
Cuadro 1.14: La tabla de la función booleana g(w, x, y, z) = (w + x + y)(x + y + z)(w + y).

Cuadro
w x1.14:y Laz tabla dexla+función
(w + y) (x +booleana
y + z) g(w,
(w +x,y)y, z)g= (w + x + y)(x + y +
mintérminos z)(w + y).
maxtérminos
w 0 x 0 y 0 z 0 (w + x 0+ y) (x + y 1+ z) (w +1y) g 0 mintérminos maxtérminos
(w + x + y + z)
00 00 00 01 00 11 11 00 (w(w++x x++y y++z)z)
00 00 01 10 01 10 10 00 (w(w++x x++y y++z)z)
00 00 11 01 11 01 00 00 (w(w++x x++y y++z)z)
00 01 10 10 11 11 01 01 wxy z (w + x + y + z)
00 11 00 01 11 11 11 11 wxy z
wxyz
00 11 01 10 11 11 10 10 wxyz (w + x + y + z)
00 11 11 01 11 11 00 00 (w(w++x x++y y++z)z)
01 10 10 10 11 11 01 01 wx y z (w + x + y + z)
11 00 00 01 11 11 11 11 wxwx
y zyz
11 00 01 10 11 10 11 10 wx yz (w + x + y + z)
11 00 11 01 11 01 11 01 wxyz (w + x + y + z)
11 01 10 10 11 11 11 11 wxyz
wxy z
11 11 00 01 11 11 11 11 wxy z
wxyz
11 11 01 10 11 11 11 11 wxyz
wxyz
11 11 11 01 11 11 11 11 wxyz
wxyz
1 1 1 1 1 1 1 1 wxyz
S1 S2
S1 S2
Figura 1.6: El circuito combinatorio A · B.

Figura 1.6: El circuito combinatorio A · B.
El foco L está prendido si al menos una de los interruptores A, B están cerrados: Si A = 1

El=foco
oB L está prendido
1, entonces L = 1. si al menos una de los interruptores A, B están cerrados: Si A = 1
o B = 1, entonces L = 1.
L= A∧BoL= A+B
L= A∧BoL= A+B
En la figura 1.3.3 se puede ver el circuito combinatorio asociado a A + B.
En la figura 1.3.3 se puede ver el circuito combinatorio asociado a A + B.
S1
S1
S2
S2
Figura 1.7: El circuito combinatorio A + B.

Figura 1.7: El circuito combinatorio A + B.
Ejemplo 1.3.14. Considera el ejemplo f : B3 → B, dada por f (x, y, z) = x · y + z (del

3
Ejemplo
ejemplo 1.3.14.
1.3.5). Considera el ejemplo f : B → B, dada por f (x, y, z) = x · y + z (del
ejemplo 1.3.5).
NOTAS DE LA UEA
Cuadro 1.15: La tabla de coeficientes binarios de la función booleana g(w, x, y, z).

Cuadro 1.15: La tabla de coeficientes binarios de la función booleana g(w, x, y, z).
mintérminos maxtérminos
mintérminos maxtérminos
(w + x + y + z) 00002 = 0
(w + xx +
(w + + yy +
+ z) 00002 =
z) 0001 0
2 =1
(w
(w + x + y + z) 00102 = 12
+ x + y + z) 0001 2 =
(w + xx +
(w + + yy + z) 0011
+ z) 00102 = 2
2 =3
wxy z 01002 = 4 (w + x + y + z) 0011 2 = 3
wxy
wxyz z 0100 =
010122 = 54
wxyz 01012 = 5 (w + x + y + z) 01102 = 6
(w + xx +
(w + + yy + z) 0111
+ z) 01102 = 6
2 =7
wx y z 10002 = 8 (w + x + y + z) 0111 2 = 7
wx
wx yyzz 1000 =9
100122 = 8
wx yz 10012 = 9 (w + x + y + z) 10102 = 10
wxyz 10112 = 11 (w + x + y + z) 10102 = 10
wxyzz 1011
wxy = 11
110022 = 12
wxy z 1100
wxyz 11012 = 2 = 12
13
wxyz
wxyz 1101 = 13
111022 = 14
wxyz
wxyz 1110 = 14
111122 = 15
wxyz 11112 = 15
Prendido: Si x · y + z = 1, entonces xy = 1 o z = 1, entonces

Prendido: Si x · y + z = 1, entonces xy = 1 o z = 1, entonces
(x = y = 1) ∧ (z = 1) =
(x = y = 1) ∧ (z = 1) =
((x, y, z = 1) ∧ (x, y, z = 1)) ∧ ((x, y, z = 1) ∧ (x, y, z = 1) ∧ (x, y, z = 1)) =
((x, y, z = 1) ∧ (x, y, z = 1)) ∧ ((x, y, z = 1) ∧ (x, y, z = 1) ∧ (x, y, z = 1)) =
(x, y, z = 1) ∧ (x, y, z = 1) ∧ (x, y, z = 1) ∧ (x, y, z = 1) ∧ (x, y, z = 1)
(x, y, z = 1) ∧ (x, y, z = 1) ∧ (x, y, z = 1) ∧ (x, y, z = 1) ∧ (x, y, z = 1)
Apagado: Si x · y + z = 0, entonces xy = 0 y z = 0, entonces
Apagado: Si x · y + z = 0, entonces xy = 0 y z = 0, entonces
(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
Cuadro 1.16: Tabla de propiedades del Álgebra Booleano

Cuadro 1.16: Tabla de propiedades del Álgebra Booleano
Propiedad Variables booleanas Lógica matemática Conjuntos

Propiedad Variables booleanas Lógica matemática Conjuntos
x=x ¬(¬P) = P A=A
Leyes de Morgan x + xy = = xx · y ¬(P ∧ Q) ¬(¬P)
= (¬P)= P∨ (¬Q) A∪B A== AA ∩ B
Leyes de Morgan x · y ==x x+· yy
x + y ¬(P ∧ Q) = (¬P)
¬(P ∨ Q) = (¬P) ∧ (¬Q)
∨ (¬Q) A ∩ B = AA ∪
A ∪ B = ∩ BB
Conmutativa xx+· yy = = xy +
+ yx ¬(P ∨ Q)
P∧Q= Q∧P= (¬P) ∧ (¬Q) A ∪ B = B ∪ AB
A ∩ B = A ∪
Conmutativa xx+· yy = = yy ·+x x PP ∨∧QQ= =QQ∨ ∧ PP AA ∩∪ BB =
= BB ∩∪ AA
Asociativa x + (y + x ·z)y = y ·+x y) + z
= (x P ∧ (QP∧∨R) Q= Q∨
= (P ∧P Q) ∧ R A ∪ (BA∪∩C)B = B ∩∪ AB) ∪ C
= (A
Asociativa x x+·(y
(y · z) = (x ·+y)y)· z+ z
+ z) = (x P ∧ (Q ∧ R) =
P ∨ (Q ∨ R) = (P ∨ (P Q) ∨
∧ Q) ∧ RR AA ∩ (B ∩
∪ (B C) =
∪ C) (A ∩
= (A B) ∩
∪ B) ∪CC
Distribuitiva x · (yx ·· z)
(y = (x =
+ z) · y) · z P ∨ (QP∨∨R) (Q=∧(P R)∨=Q) ∨ R A ∩ (BA∩∩C) (B=∪(AC)∩=B) ∩ C
Distribuitiva x · (y z)
(x · y) + (x ·=z)
+ (PP∨∨Q) (Q∧∧(PR)∨=R) (AA∩∩B)(B∪∪(AC)∩=C)
Idempotencia (x x· y)
+ x+=(xx· z) (P ∨PQ) ∧ P∧ =(PP∨ R) (A ∩A B)∪A ∪= (AA∩ C)
Idempotencia xx +· xx== xx P∨
P ∧P P= =P P A ∪
A∩A= A =A A
Identidad xx+· x0 == xx PP∧∨FP = =P P A∪
A ∩ ∅A == AA
Identidad xx +· 10== xx PP ∨
∧V F= =P P AA∩∪U ∅= = AA
Inverso xx+· 1x == x1 P ∧ (¬P) =PV
P ∨ V = A ∪ A ==UA
A ∩ U
Inverso xx +· x ==01
x P∨
P (¬P) =
∧ (¬P) =FV AA ∪
∩ AA ==U ∅
Dominación xx+· x1 == 01 PP∨∧(¬P)
V ==VF AA∪∩UA == U ∅
Dominación xx +· 0 ==01
1 PP∨ ∧F V= =F V AA∪∩U ∅=∅= U
Absorción x +x ·x0· y==0 x P ∧P(P ∨F = F= P
∨ Q) A ∪A(A∩∩∅ B) = ∅= A
Absorción xx· +(x x+· y)
y == xx PP ∨ (P ∧
∧ (P Q) =
∨ Q) = AP A ∪ (A ∩
A ∩ (A ∪ B) B) == AA
x · (x + y) = x P ∨ (P ∧ Q) = A A ∩ (A ∪ B) = A
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).
1.3.4 Aplicaciones de algebra booleana a la teoría de las gráficas

1.3.4 Aplicaciones de algebra booleana a la teoría de las gráficas
En la teoría de las gráficas el álgebra booleana se puede aplicar cuando nos interesa si
hay En la teoría
o no de las gráficas
hay caminos de ciertael longitud
álgebra booleana se puede
(o circuitos aplicar
de cierta cuandoPor
longitud). nosejemplo,
interesa si
si
hay o no hay caminos de cierta longitud (o circuitos de cierta longitud). Por
queremos determinar si hay un camino o no de longitud k (y no nos interesa el número de ejemplo, si
queremosdedeterminar
caminos longitud k)sipodemos
hay un camino
trabajar olano de longitud
matiz k (y nocon
de adyacencias nosentradas
interesabooleanas,
el número así
de
caminos de longitud k) podemos trabajar la matiz de adyacencias con entradas booleanas,
la entrada ai j de la tercera potencia de la matriz de adyacencias, indica si hay algún camino así
la entrada
de de la el
longituda3i j entre tercera potencia
vértice de la matriz
i y el vértice j. de adyacencias, indica si hay algún camino
de longitud 3 entre el vértice i y el vértice j.
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
Ejercicio 1.38. Simplifica las siguientes expresiones booleanas

i) xy + (x + y)z + y. ii) x + y + (x + y + z).
Ejercicio 1.39. Sea f : B4 → B. ¿Cuántos renglones tiene la tabla de la función booleana

f?
Ejercicio 1.40. Determinar la función normal conjuntiva y la función normal disyuntiva de

las siguientes funciones booleanas.
i. Sea f : B3 → B, definida por f (x, y, z) = (x + y) + (xz).

1.
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
Figura 1.8: Los circuitos combinatorios del ejercicio 1.45.
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
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
El sistema criptográfico de llave público RSA.

Uno de los sistemas
Figura de criptografía
1.9: quecombinatorios
Los circuitos han tenido masdel
importancia es el sistema criptográfico
ejercicio 1.46.
de llave público RSA. Realiza una breve revisión histórica de la criptografía y explica el
1.4 Proyectos
Uno de los sistemas de criptografía que han tenido mas importancia es el sistema criptográfico
NOTAS DE LA UEA
1.4 Proyectos
Uno de los sistemas de criptografía que han tenido mas importancia es el sistema criptográfico
funcionamiento del sistema criptográfico de llave público RSA. Para mayo información ver
sección 5.4 en [11].
Criptografía. Códigos de barra.

Los códigos de barras aparecen en mucho áreas de la vida cotidiana. Explicar como
funciona el sistema de códigos de barra.
Condiciones de indiferencia - Dominación en gráficas.

Investiga y explicar la relación entre el concepto de dominación en Teoría de las Gráficas
y el Álgebra Booleano. Explica al menos dos ejemplos que ilustra esta relación. Para mayor
información ver sección 15.3 en [9].
Circuitos electrónicos
Investiga y explicar la relación entre el Álgebra Booleano y los circuitos electrónicos.

Explica al menos dos ejemplos y su aplicación a otras áreas de conocimientos. Para mayor
información ver sección en [11].
ÍNDICE
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
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.
P(x) = 5x3 + 7x2 + 2x − 3024.
2.1 Anillo de polinomios

Sea A[x] el conjunto de todos los polinomios con coeficientes en A. Vamos a probar que
A[x] forma un anillo llamado el anillo de polinomio con coeficientes en A y determinar qué
propiedades del anillo A se heredan al anillo A[x].
Ejemplo 2.1.1. R[x] es el conjunto de todos los polinomios con coeficientes reales.
Q[x] es el conjunto de todos los polinomios con coeficientes racionales.
Z[x] es el conjunto de todos los polinomios con coeficientes enteras.
Zn [x] es el conjunto de todos los polinomios con coeficientes en Zn .
nZ[x] es el conjunto de los polinomios cuyos coeficientes son multiplos de n.
Definición 2.1.1. Sea (A, +, ·) un anillo y P(x), Q(x) ∈ A[x], con
P(x) = an xn + an−1 xn−1 + . . . + a1 x + a0 , Q(x) = bm xm + bm−1 xm−1 + . . . + b1 x + b0 .
Decimos que P(x) = Q(x) si m = n y ai = bi para todo 0 ≤ i ≤ n.

Ejemplo 2.1.2. Sean P(x), Q(x) ∈ R[x] con P(x) = 12 x2 − 0.8x + 2 y Q(x) = 0.5x2 − 45 x + 2.
Claramente P(x) = Q(x).
Ejemplo 2.1.3. Sea A = Z6 con las operaciones usuales de Z6 . Sea P(x) ∈ Z6 [x] definida
por P(x) = 3x2 − x + 2. Como [−1] = [5] en Z6 , entonces P(x) = 3x2 + 5x + 2.
Primero definimos las operaciones de suma y producto entre polinomios en el conjunto
A[x], donde (A, +, ·) es un anillo. Sean P(x), Q(x) ∈ A[x], con n ≥ m ≥ l, y
P(x) = an xn + an−1 xn−1 + . . . + a1 x + a0 ,

Q(x) = bm xm + bm−1 xm−1 + . . . + b1 x + b0 .
Suma de polinomios
P(x) + Q(x) = (an + bn )xn + (an−1 bn−1 )xn−1 + . . . + (a1 + b1 )x + (a0 + b0 ),

donde b j = 0, para m < j ≤ n y la suma ai + bi es la suma definida en el anillo (A, +, ·).
Como ai , bi ∈ A y A es un anillo, entonces ai + bi ∈ A y el conjunto A[x] es cerrado bajo la
suma de polinomios.
CAPÍTULO 2
ANILLOS DE POLINOMIOS ÍNDICE 41
Ejemplo 2.1.4. Considera los polinomios p(x) = 2x2 − 4x + 7 y q(x) = x3 + 4x − 5, con

p(x), q(x) ∈ Z[x],
p(x) + q(x) = x3 + 2x2 + 2.
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],
p(x) · q(x) = (−5 · 7) + (7 · 4 − 4 · (−5))x1 + (−5 · 2 − 4 · 4)x2 + (2 · 4)x3

= −35 + 48x − 26x2 + 8x3 = 8x3 − 26x2 + 48x − 35.
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 2.1.6. Considera los polinomios p(x) = 5x2 + 3x + 2 y q(x) = x2 + x + 5, con

p(x), q(x) ∈ Z6 . Las operaciones entre los coeficientes de los polinomios son las operaciones
en Z6 .
p(x) + q(x) = (5 + 1)x2 + (3 + 1)x1 + (2 + 5) = 4x + 1.
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 .
p(x) · q(x) = (5 · 3) + (5 · 2 + 3 · 3)x1 + (3 · 2)x2 = 3 + (4 + 3)x2 + 0x2 = 3 + x2 .
Vamos a probar el siguiente teorema.
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
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).
Hemos probado el siguiente resultado:

Hemos probado el siguiente resultado:
Corolario 2.1.3. Sea (A, +, ·) un anillo conmutativo (con unidad respectivamente). Entonces
Corolario 2.1.3. Sea (A, +, ·) un anillo conmutativo (con unidad respectivamente). Entonces
A[x] es un anillo conmutativo (con unidad respectivamente).
A[x] es un anillo conmutativo (con unidad respectivamente).
Demostración. Sea (A, +, ·) un anillo conmutativo. Entonces el producto de dos polinomios
Demostración.
conmuta: Sea (A, +, ·) un anillo conmutativo. Entonces el producto de dos polinomios
conmuta: n+m
∑ m+n
∑
n+m m+n
P(x) · Q(x) =∑ ai b ji+xi+ j ∑
= b j ai x j+i = Q(x) · P(x).
P(x) · Q(x) = i+ j=0ai b j x j = j+i=0b j ai x j+i = Q(x) · P(x).
i+ j=0 j+i=0
Sea (A, +, ·) un anillo con unidad. Entonces existe un polinomio que es neutro multiplicativo.
Seau(A,
Sea +, ·) unmultiplicativo
el neutro anillo con unidad. Entonces
del anillo (A, +, existe un polinomio
·). Entonces U(x) = uque
es elesneutro
neutromultiplicativo
multiplicativo.
u el
Seade losneutro multiplicativo
polinomio A [x]:(A, +, ·). Entonces U(x) = u es el neutro multiplicativo
del anillo
en el conjunto
de los polinomio en el conjunto A [x]:
n+0
∑ ∑ n
P(x) · U(x) = ∑n+0 ai u(xi+ j ) =∑n ai xi = P(x).
P(x) · U(x) = j=0,i+ j=0 ai u(x ) = i=0ai xi = P(x).
i+ j
j=0,i+ j=0 i=0

Ejemplo 2.1.8. Sean f, g ∈ Z8 , con f (x) = 4x2 + 1, y g(x) = 2x + 3. Entonces f g(x) =
2 3 2
Ejemplo 1)(2x +Sean
(4x +2.1.8. 3) =f,8x
g ∈+Z12x + 2x + 3. Como
2 [8] = [0] y [12] = [4] en Z8 , entonces
8 , con f (x) = 4x + 1, y g(x) = 2x + 3. Entonces f g(x) =
2f g(x) = 4x2 + 2x + 3.3 2
(4x + 1)(2x + 3) = 8x + 12x + 2x + 3. Como [8] = [0] y [12] = [4] en Z8 , entonces
f g(x) =En4xel2 ejemplo
+ 2x + 3.
anterior el grado del producto de dos polinomios resultó menor que la suma
de
Enlos grados deanterior
el ejemplo los doselpolinomios, lo cual nodepuede
grado del producto suceder si el
dos polinomios anillomenor
resultó de los coeficientes
que la suma
de los grados de los dos polinomios, lo cual no puede suceder si el anillo de losque
es el anillo R. En el siguiente teorema caracterizamos los anillos que satisfacen su anillo
coeficientes
de polinomios se cumple que gr( f g) = gr( f ) + gr(g). Es importante recordar que Z8 no es
es el anillo R. En el siguiente teorema caracterizamos los anillos que satisfacen que su anillo
un dominio entero.
de polinomios se cumple que gr( f g) = gr( f ) + gr(g). Es importante recordar que Z8 no es
un dominio
Teoremaentero.
2.1.4. Sea (A, +, ·) un anillo conmutativo con unidad. Entonces A es un dominio
entero si y solo si para todo f, g ∈ A[x] no nulos se tiene que
Teorema 2.1.4. Sea (A, +, ·) un anillo conmutativo con unidad. Entonces A es un dominio
entero si y solo si para todo f, g ∈ A[x]gr( fno
g) nulos
= gr( fse
) +tiene que
gr(g).
Demostración. Sea A un dominiogr(entero

f g) = ygr( f ) +f,gr(g).
sean g ∈ A[x] dos polinomios de grado n y m
respectivamente. Sean
Demostración. Sea A un dominio entero y sean f, g ∈ A[x] dos polinomios de grado n y m
respectivamente. Sean f (x) = an xn + an−1 xn−1 + . . . + a1 x + a0 ,
f (x) = an xn + an−1 xn−1 + . . . + a1 x + a0 ,

NOTAS DE LA UEA
g(x) = bm xm + bm−1 xm−1 + . . . + b1 x + b0 .

Como gr( f ) = n y gr(g) = m, entonces an , bm 0, y como A un dominio entero, entonces
n+m
∑
an · bm 0. Ahora f g = ai b j xi+ j , como an · bm 0, entonces
i+ j=0
gr( f g) = n + m = gr( f ) + gr(g).
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.
2.1.1 Algoritmo de la División para Polinomio

Dado un campo K, la división en K[x] es análogo a la división en Z. Los polinomios
irreducibles en K[x] juegan el papel K[x] que los de primos en Z. En particular, si r es una
raíz del polinomio p(x) ∈ K[x], entonces x − r juega el mismo papel en de un número primo
en Z.
Definición 2.1.6. Sea K un campo, sean f (x), g(x) ∈ K[x] donde g(x) no es el polinomio
nulo. Decimos que g(x) es divisor de f (x) si existe un polinomio h(x) ∈ K[x] tal que g(x) =
f (x)h(x).
CAPÍTULO 2
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
f (x) = g(x)q(x) + r(x),
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).
7x2 +19x +62

x −3 7x3 −2x2 +5x −2
−7x3 +21x2
19x2 +5x
−19x2 +57x
62x −2
−62x 186
184
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
Por lo que f (x) = (3x2 + 4x + 2)(2x2 + x + 6) + 5x + 3, el cociente es q(x) = 2x2 + x + 6 y el

residuo es r(x) = 5x + 3.
División sintética
En el caso de dividir un polinomio entre otro polinomio de grado 1 podemos acudir

a la división sintética. Revisamos la división del ejemplo 2.1.11. Si sólo escribimos los
coeficientes nos queda:
NOTAS DE LA UEA
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) = x4 − x3 + 4x2 − 5x + 6, y r = −7.

Ejemplo 2.1.14. Considera los polinomios del ejemplo 2.6 inciso 1:
Sean g(x) = x − 3 y f (x) = x8 + 7x5 − 4x4 + 3x3 + 5x2 − 4 con f (x), g(x) ∈ Q[x].
1 0 0 7 −4 3 5 0 5 3
3 9 27 102 294 891 2668 8064
1 3 9 34 98 297 896 2688 8060
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 f (x) = g(x)q(x) + r, donde q(x) = 3x4 + 3x3 + 7x2 + x + 6, y r = 5.

CAPÍTULO 2
En general, dado un campo K, b ∈ K que no sea el neutro aditivo y dos polinomios

f (x) = an xn + an−1 xn−1 + . . . + a0 , g(x) = x − b ∈ K [x], tenemos que.
an an−1 an−2 ... a1 a0 b

ban b(an−1 + ban ) ... b∆
an an−1 + ban an−2 + b(an−1 + ban ) ... ∆ a0 + b∆
Entonces r = a0 + b∆.
2.1.2 Máximo Común Divisor para polinomios
Vamos a definir el Algoritmo de Euclides para polinomios, para encontrar el máximo

común divisor de dos polinomios con coeficientes en un mismo campo. Sean P(x), Q(x) ∈
K[x]. Si el polinomio P(x) | Q(x) entonces para cualquier escalar k ∈ K, se tiene también
que k · P(x) | Q(x). Para definir de manera única el polinomio que es el máximo común
divisor de otros dos, pedimos que el coeficiente no nulo de mayor índice sea la unidad.
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.
f (x) = q(x)g(x) + r(x) gr(r(x)) < gr(g(x))

g(x) = q1 (x)r(x) + r1 (x) gr(r1 (x)) < gr(r(x))
r(x) = q2 (x)r1 (x) + r2 (x) gr(r2 (x)) < gr(r1 (x))
.. ..
. .
rk−2 (x) = qk (x)rk−1 (x) + rk (x) gr(rk (x)) < gr(rk−1 (x))
rk−1 (x) = qk+1 (x)rk (x) + rk+1 (x) rk+1 (x) = 0
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
nulo. Aplicamos el algoritmo de división hasta tener como residuo al polinomio nulo,
f (x) = q(x)g(x) + r(x) gr(r(x)) < gr(g(x))

g(x) = q1 (x)r(x) + r1 (x) gr(r1 (x)) < gr(r(x))
r(x) = q2 (x)r1 (x) + r2 (x) gr(r2 (x)) < gr(r1 (x))
.. ..
. .
rk−2 (x) = qk (x)rk−1 (x) + rk (x) gr(rk (x)) < gr(rk−1 (x))
rk−1 (x) = qk+1 (x)rk (x) + rk+1 (x) rk+1 (x) = 0
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).
Ejemplo 2.1.16. Encontrar usando el Algoritmo de Euclides el máximo común divisor de

f (x), g(x), con f (x) = 6x4 + 9x3 + 5x2 + 3x + 1, g(x) = 3x3 − 3x2 + x − 1
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
Por lo que f (x) = g(x)(2x + 5) + (18x2 − 6).

Ahora dividimos g(x) = 3x3 −3x2 + x−1 entre el residuo de la división anterior (18x2 −6),
por el inciso 2. del corolario 2.1.11, podemos simplificar la división como sigue
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.
2.1.3 Raíces de polinomios

Como consecuencia del Algoritmo de la División para Polinomios se tiene el siguiente
resultado:
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
1. f (a) es el residuo de f (x) entre (x − a).

2. a es raíz de f si y solo si (x − a) | f (x) (es decir, (x − a) es factor de f (x)).
3. (x − a) | f (x) − f (a).
4. Si (x − a) | f (x)g(x), entonces (x − a) | f (x) o (x − a) | g(x).
Demostración. Sea f ∈ K [x], con n ≥ 1, y sea a ∈ K.
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.
Evaluamos el polinomio f (x) en a:
f (a) = (a − a)q(a) + r = 0 + r = r.
Por lo que f (a) es el residuo de f (x) entre (x − a).

2. Si a es una raíz de f (x), tenemos por definición que f (a) = 0. Por el incico 1, el
residuo de f (x) entre (x − a) es cero, y f (x) = (x − a)q(x). Por lo que (x − a) | f (x).
Si (x − a) | f (x), entonces f (x) = q(x)(x − a) y por la unicidad del residuo en el
Teorema 2.1.7, el residuo es cero. Entonces f (a) = 0 y a es raíz de f .
3. Por el Teorema 2.1.7, se tiene que f (x) = (x − a)q(x) + r con r ∈ K. Como f (a) = r,
entonces f (x) = (x − a)q(x) + f (a), y f (x) − f (a) = (x − a)q(x) por lo que
(x − a) | f (x) − f (a).
4. Si (x − a) | f (x)g(x), entonces por el inciso 2. tenemos que f (a)g(a) = 0. Como

f (a), g(a) ∈ K y K es un campo, entonces por el ejercicio 1.9, f (a) = 0 o g(a) = 0, de
allí a es raíz de f (x) o a es raíz de g(x). Por lo tanto (x − a) | f (x) o (x − a) | g(x).

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
f (x) = 0 ⇔ a1 x − a0 = 0 ⇔ a1 x = a0 ⇔ x = (a−1 )a0 .

NOTAS DE LA UEA
Por lo tanto x = (a−1 )a0 es raíz de f (x).

Supón que α1 y α2 son raíces de f (x). Entonces f (α1 ) = 0 = f (α2 ) ⇔ a1 α1 − a0 =
a1 α2 − a0 ⇔ a1 α1 = a1 α2 ⇔ α1 = α2 , pues a1 tiene inverso multiplicativo. Por lo tanto
f (x) = a1 x − a0 tiene una sola raíz, a saber x = (a−1 )a0 .
Hipótesis de Inducción: Supón que un polinomio f (x) ∈ K[x] de grado k tiene a lo más k
raíces en K.
Paso inductivo: Sea g(x) ∈ K[x] de grado k + 1. Si g(x) no tiene raíces, entonces tiene a
lo mas k + 1, pues 0 < k + 1. Si α es raíz de g(x), entonces existe q(x) ∈ K[x] tal que
g(x) = (x − α)q(x) donde q(x) tiene grado k, luego por la hipótesis de inducción q tiene a lo
más k raíces y g(x) tiene a lo mas las raíces de q y la raíz α, por lo que a lo más tiene k + 1
raíz.
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
Ejercicio 2.9. Encuentren el máximo común divisor de las siguientes parejas de polinomios
en el anillo que se indica.
1. f (x) = x5 − x4 + x3 + x2 − x − 1 y g(x) = x2 + x − 2 en el anillo Q[x].
2. f (x) = x4 + x3 + 1 y g(x) = x2 + x + 2 en el anillo Z2 [x].
Ejercicio 2.10. Si f (x) | g(x), entonces toda raíz de f (x) es raíz de g(x).
Ejercicio 2.11. Sea f ∈ R [x]. Entonces (x − a) | f (x) si y solamente si (x − a) | f (x).
Ejercicio 2.12. Si (x − a) | f (x) y (x − a) g(x), entonces (x − a) f (x) + g(x).
2.2 Propiedades de los anillos de polinomios

El anillo de polinomios con coeficientes en el anillo A tiene las misma propiedades que
el anillo A, salvo orden. Primero vamos a clasificar los polinomios irreducibles de grado a lo
mas tres. Los polinomios irreducibles juegan el mismo papel que lo números primos en Z.
2.2.1 Polinomio irreducibles

Sea K un campo y f (x) ∈ K [x], con grado al menos 2. Decimos que f (x) es reducible
si existen g(x), h(x) ∈ K [x], tales que f (x) = g(x)h(x) y gr(g(x)), gr(h(x)) ≥ 1. Si f (x) no es
reducible, decimos que es irreducible.
Teorema 2.2.1. Sea K un campo y f (x) ∈ K [x].
1. Si f (x) tiene grado a lo más 1, entonces f (x) es irreducible.
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
f (x) = x4 − 2x3 + 5x2 − 2x + 4

= (x2 + 1)(x2 − 2x + 4).
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
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
Entonces p(x) = x3 + x2 + x + 1 = (x2 + 1)(x + 1) = (x + 1)3 . Por lo que 1 es una raíz

”triple” de p(x).
2. p(0) = 1, p(1) = 1, entonces el polinomio p(x) no tiene raíces.
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
Entonces p(x) = x2 + x + 1 = (x − 1)(x + 2) = (x + 2)2 .

CAPÍTULO 2
2.2.2 El anillo de polinomios R[x].
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
Ejemplo 2.2.3. Determinar la multiplicidad de x = 1 en el polinomio
f (x) = x4 − 2x3 + 2x2 − 2x + 1.
Usaremos división sintética para determinar la multiplicidad.
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.
Raíces complejas de polinomios con coeficientes reales.

Proposición 2.2.5. Sea f ∈ R [x], y sea α ∈ C una raíz de f . Entonces α tambien es una
raíz del polinomio f (x).
Demostración. Sea f (x) = an xn + an−1 xn−1 + . . . a1 x + a0 , y sea α una raíz de f (x). Si α ∈ R,

entonces α = α por lo que la proposición es cierta. Si α R, entonces
f (α) = an αn + an−1 αn−1 + . . . + a1 α + a0

= an αn + an−1 αn−1 + . . . + a1 α + a0 ,
ya que αn = αn . Como cada coeficiente ai ∈ R, entonces a = a y
f (α) = an αn + an−1 αn−1 + . . . a1 α + a0

= an αn + an−1 αn−1 + . . . + a1 x + a0
= f (α) = 0 = 0.
Por lo que α es raíz de f (x).
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.
Corolario 2.2.6. Sea f ∈ R [x] un polinomio de grado n ∈ N. Entonces f (x) es irreducible

si y solo si
1. f (x) es de grado 1, o
2. f (x) es de grado 2 y f (x) no tiene raíces reales.

CAPÍTULO 2
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 :
( ) ( ) ( )n( )n ( )n−1( )n−1 ( )( )

p p p p p p p p
0 =0 f= f = an = an + an−1
+ an−1 + . . .++. a. .1 + a1 + a0 + a0
q q 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 a0n(−q
a0 (−q ) : n) :
a0n(−q
a0 (−q ) =n
) a=n pna+n pann−1
+ pan−1
+ q. 2. .++. a. .1 +
pqan−1
1 pq
n−1
= p(a pn−1n p+n−1

= n p(a + pan−2
an−1 n−1qpn−2 pqan−2
+ .q. .++. a. .2 + +n−2
2 pq a1 q+n−1
a1).qn−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
+ 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
+ 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
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
Por lo que x = ±1 no son raíces de f (x).

1
4 −4 5 −8 −6 2 4 −4 5 −8 −6 − 12
2 1 3 −2 12 −2 3 −4 6
4 2 6 −5 −8 12 4 −6 8 −12 0
Por lo que x = 21 no es raíz de f (x), pero x = − 21 sí es raíz de f (x), y f (x) = (x + 12 )(4x3 −

6x2 + 8x − 12).
Buscamos ahora las raíces de g(x) = 4x3 − 6x2 + 8x − 12. Sabemos que x ∈ {−1, 1, − 21 }
no son raíces del polinomio g(x). Las posibles raíces del polinomio g(x) son
1 1 3 3
{− , ± , ±2, ±3, ± , ± , ±6}.
2 4 2 4
1
4 −6 +8 −12 2
2 −2 3
4 −4 6 −9
Por lo que x = − 12 no es raíz de g(x), y no es raíz de multiplicidad 2 de f (x).
1
4 −6 +8 −12 4 4 −6 +8 −12 − 14
27
1 −5
4 16 −1 − 74 − 25
16
27 −165 25 −217
4 −5 4 16 4 −7 4 16
por lo que x = ± 14 no son raíces de g(x), y tampoco son raíces de f (x).
4 −6 +8 −12 2 4 −6 +8 −12 −2
8 4 24 −8 28 −72
4 2 12 −12 4 −14 36 −84
Por lo que x = ±2 no son raíces de g(x), y tampoco son raíces de f (x).
4 −6 +8 −12 3 4 −6 +8 −12 −3
12 18 78 −12 54 −186
4 6 26 66 4 −18 62 −198
Por lo que x = ±3 no son raíces de g(x), y tampoco son raíces de f (x).

3
4 −6 +8 −12 2
6 0 12
4 0 8 0
CAPÍTULO 2
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
La factorización en factores irreducibles en Q[x] es

( )( )
1 3 2
f (x) = 4 x + x− (x + 2).
2 2
Como h(x) = x2 +2 no tiene raíces reales, también es la factorización en factores irreducibles

en R[x].
Buscamos las raíces complejas√del polinomio
√ h(x) = x2 + 2. Sea h(x)
√ = 0, √entonces
2 2
x + 2 = 0 ⇒ x = −2 ⇒ x = ± −2 = ± 2i. Por lo que h(x) = (x − 2i)(x + 2i), y la
factorización en factores irreducibles en C[x] es
( )( )
1 3 √ √
f (x) = 4 x + x− (x − 2i)(x + 2i).
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
Ejercicio 2.20. Determinar la multiplicidad de x = 1 en los siguientes polinomios
1. f (x) = x4 − x3 .
2. f (x) = x5 − 3x4 + 5x3 − 4x2 + 3x − 1.
3. f (x) = x4 − 2x3 + 2x2 − 2x + 1.
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].
1. x4 − 4x3 − 9x2 + 16x + 20.
2. x4 − 4x3 − x2 − 16x − 20.
3. 12x4 − 3x3 − 31x2 + 4x + 20.
4. 12x5 − 9x4 + 4x3 − 3x2 − 8x + 6.
5. 2x6 − 5x5 + x4 + 5x3 − 7x2 + 10x − 6.
6. 2x7 − 3x5 + 2x4 − x3 + 7x − 2.
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].
Una aplicación de la división sintética

Dado un polinomio P(x) encuentra un algoritmo para escribir el polinomio P(x) como
un polinomio en términos de x − a, es decir,
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
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
3 Introducción a la Teoría de las Gráficas
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.
3.0.1 Los puentes de Königsberg.
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
Figura 3.1: Un mapa de la ciudad de Königsberg, año 1750.
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).
Una gráfica que modela los puentes de la ciudad de Königsberg.
3.0.2 El agente viajero.

En el siglo XIX el matemático W. R. Hamiltón inventó un juego de mesa sobre el
dodecaedro (ver figura 3.3): Cada vértice del dodecaedro representa una ciudad de Europa
y el juego consiste en recorrer cada una de las ciudades (es decir, cada vértice) sin visitar
la misma ciudad dos veces. Sin embargo, el juego se vuelve muy aburrido en cuando un
jugador encuentra un recorrido bueno, porque este mismo recorrido le sirve para cualquier
asignación de ciudades. Los recorridos que pasa exactamente una vez por cada vértice y
que regresa al vértice inicial se llaman ciclos hamiltonianos en honor a W. R. Hamiltón.
CAPÍTULO 3
INTRODUCCIÓN A LA TEORÍA DE LAS GRÁFICAS ÍNDICE 63
Figura 3.3:
3.2: El dodecaedro.
El problema de determinar si una gráfica tiene un ciclo hamiltoniano es un problema NP-

completo.5 Se han determinado condiciones necesarias y condiciones suficientes, pero no se
conoce ninguna caracterización de las gráficas que tienen un ciclo hamiltoniano (ver sección
3.4.2).
El problema del agente viajero generaliza el juego de Hamilton. Un agente de ventas
debe visitar n ciudades sin repetir ninguna de ellas y quiere minimizar el costo del recorrido,
el costo puede estar en términos del costo, la distancia o el tiempo. Con una gráfica se
modela las ciudades y caminos. Los vértices de la gráfica son las ciudades y las aristas son
los caminos entre las ciudades. A cada arista se le asigna el costo de recorrer el camino
que representa la arista. El problema del agente viajero es estudiado tanto por su interés
teórico como por sus aplicaciones. Es un problema que atrae a mucha gente porque tiene
una formulación muy sencilla. Sin embargo, para entender la complejidad del problema se
requiere una base sólida de Teoría de las Gráficas, Computación, así como Programación
Lineal y Entera.
3.0.3 La fábrica de ladrillos

Durante la segunda guerra mundial, el matemático húngaro P. Turán realizó trabajos
forzados en una fábrica de ladrillos. Los ladrillos se transportaban en trenes y cuando un
tren pasaba por una intersección de dos vías de ferrocarril, se caían algunos ladrillos. Para
evitar esta pérdida de material, se buscaba una manera de conectar los tres almacenes con
cada una de las tres fábricas mediante v?as de ferrocarril sin que se intersectaran las vías.
Turán se hizo la siguiente pregunta:
¿Cómo se puede conectar con vías de tren p fábricas a q bodegas, de manera

que el número de cruces entre las vías sea el menor posible?
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
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.
3.0.4 El Teorema de los cuatro colores

Los cartógrafos, que realizaban los mapas en el siglo XVIII, coloreaban los
países (o regiones) de tal manera que a cada país le tocaba un solo color y a dos
países con frontera común les tocaban colores distintos. Sabían que cualquier
mapa lo podrían colorear de esta manera con a lo mas 4 colores, pero no podían
explicar porqué. A cada mapa le asociamos una gráfica de la siguiente manera:
a cada región y/o país del mapa se le asocia un vértice y dos vértices se unen
por medio de una arista si las regiones que representan tienen frontera común.
Dos países tiene frontera común si su frontera es no trivial. Las gráficas que
obtenemos de esta manera las podemos dibujar de manera que sus aristas no se
cruzan.
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
Figura
Figura 3.5:
3.3: Un
Un mapa
mapa de
de México
México del
del siglo
siglo XVIII.
XVIII.
algunas pruebas hasta fueron aceptados y publicadas y no fue hasta después de

El teorema de los cuatro colores es el primer ejemplo de un teorema importante que
varios años
a¿os que alguién se percató del error en la prueba.
se resolvió usando una computadora. En 1977 utilizaron una computadora para analizar
El teorema dedelos
El teorema loscuatro
cuatrocolores
coloreseseselelprimer
primerejemplo
ejemplodedeununteorema
teoremaimportante
importante
los mas de 1,000 casos. Después, un grupo de matemáticos (Robertson, Sanders, Seymour,
que se resolvió usando una computadora. En 1977 utilizaron una
que se resolvió usando una computadora. En 1977 utilizaron una computadora para computadora
Thomassen) probaron el teorema de los cuatro colores sin el uso de la computadora. Redujeron
para analizar
analizar los mas
los más de 1,000
de 1,000 casos.
casos. Después,
Después, un grupo
un grupo de matemáticos
de matemáticos (Robertson,
(Robertson,
el número de casos que analizó la computadora al analisis de 633 casos, dando así una prueba
Sanders,
Sanders, Seymour, Thomassen)
Seymour,3.0.1.
Thomassen) probaron
probaron el teorema
el teorema de los cuatro colores sin
sin el
matemática al Teorema El siguiente resultado es una de los cuatro
versión colores
más débil el de
de Teorema
uso
uso de
de la
la computadora.
computadora. Redujeron
Redujeron el
el número
número de
de casos
casos que
que analizó
analizó la
la computadora
computadora
los cuatro colores. La prueba es bonita, pero sale del objetivo del capítulo.
al
al analisis
análisis dede 633
633 casos,
casos, dando
dando así
así una
una prueba
prueba matemática
matemática al al Teorema
Teorema 3.0.1.
3.0.1. El
El
siguiente
siguiente
Teorema resultado
3.0.2. resultado es una
es una
Los vértices versión
de versión más débil
más debil
una gráfica planade de Teorema
seTeorema de los cuatro
de los cuatro
puede colorear colores.
con 5 colores.
colores La
de modo
La
que dos prueba
prueba
vértices es bonita,
es bonita, peropero
adyacentes salesale
sean del del objetivo
de objetivo
color del capítulo.
del capítulo.
distinto.
Teorema 3.0.2. Los vértices de una gráfica plana se puede colorear con 5
colores de modo que dos vértices adyacentes sean de color distinto.
3.0.5 Terminología y notación
En esta sección revisamos la terminología para establecer un lenguaje común. Una gráfica
3.0.5 Terminología y notación
G es una pareja (V(G), A(G)), donde V(G) es un conjunto finito de vértices (puntos, nodos)
y A(G) sonEnlasesta
parejas
seccióno pares de unalarelación
revisamos binaria
terminología llamada
para adyacencia.
establecer En elcomún.
un lenguaje caso de que
la relación es simétrica,
Una gráfica el conjunto
G es una A(G) es
pareja (V(G), el conjunto
A(G)), de aristas
donde V(G) es un(rayas, lineas)
conjunto finitoy de
decimos
que G vértices
es una gráfica
(puntos, (sin dirección).
nodos) y A(G) Cuando
son laslaparejas
relación no es simétrica
o pares A(G) es
de una relación el conjunto
binaria
de flechas de laadyacencia.
llamada gráfica y decimos que de
En el caso G esqueuna digráfica.esAsimétrica,
la relación menudo escribiremos
el conjunto A(G) solamente
V y A espara
el hacer referencia
conjunto a al (rayas,
de aristas conjunto de vértices
lineas) y aristas
y decimos quede G una gráfica.
es una arista es
Una(sin
gráfica
un subconjunto
dirección).deCuando
orden 2ladel conjunto
relación no de
es vértices.
simétricaDosA(G) vértices son adyacentes
es el conjunto de flechas vecinos)
(o de
si hay la
una aristayentre
gráfica ellos,que
decimos es decir,
G es unalos vértices
digráfica.u,Av ∈ V(G) son
menudo adyacentessolamente
escribiremos si {u, v} ∈ A(G)
o simplemente
V y A para uv hacer
∈ A(G) para simplificar
referencia la escritura.
a al conjunto Unayarista
de vértices aristasa de
∈ A(G) y un vértice
una gráfica.
V ∈ V(G) son incidente
Una arista si a = {u, de
es un subconjunto v} para
ordenalgún
2 del vértice
conjunto u de
∈ V(G). Una
vértices. Dosgráfica se puede
vértices
visualizar adyacentes (o cada
son representando vecinos)
vértice con una
si hay un punto
arista yentre
cadaellos,
aristaescon unalos
decir, curva/linea
vértices entre
los dosu,vértices
v ∈ V(G) que son
definen la arista.siPor
adyacentes {u,ejemplo,
v} ∈ A(G) sea oG(V, A) la gráfica
simplemente uvcon
∈ V A(G) b, c, d, e}
para
= {a,
y A = simplificar
{ab, bc, cd,la de,escritura.
ea, ac}. En
Unalaarista
figuraa 3.6 se muestra
∈ A(G) V ∈ V(G) son incidente
una representación
y un vértice de la gráfica G.
Sea Usi⊆aV(G).= {u,Siv} no hayalgún
para aristas entre ulos∈vértices
vértice V(G). Unadel conjunto
gráfica seU,puede
decimos que U es un
visualizar
conjunto independiente.
representando cada Cuando {u, v}
vértice con A(G) ydecimos
un∈punto quecon
cada arista u y una
v soncurva/linea
los vértices extremos
entre
de la arista {u, v}.
los dos Una arista
vértices cuyo vértice
que definen inicial
la arista. Porcoincide
ejemplo,consea
su vértice
G(V, A)final se llama
la gráfica conun lazo.
Una gráfica
V = {a, b, c,aristas
tiene d, e} ymultiples
A = {ab, bc,si hay
cd, dos aristas
de, ea, ac}.distintas entre3.6
En la figura lossemismos
muestra dosuna
vértices,
NOTAS DE LA UEA
representación de la gráfica G. Sea U ⊆ V(G). Si no hay aristas entre los vértices
a c
e d
6 Una gráfica simple.
Figura 3.4:
del conjunto U, decimos que U es un conjunto independiente. Cuando {u, v} ∈

A(G) decimos que u y v son los vértices extremos de la arista {u, v}. Una arista
cuyo vértice inicial coincide con su vértice final se llama un lazo. Una gráfica
tiene aristas multiples si hay dos aristas distintas entre los mismos dos vértices,
por ejemplo, en la gráfica de la figura 3.2 las aristas entre los vértices {a, c} son
aristas multiples. Una gráfica con aristas multiples es una multigráfica. Una
gráfica sin lazos y sin aristas multiples se llama gráfica simple. En este trabajo
se considerarán únicamente gráficas simples salvo cuando que se indica que la
gráfica puede ser una muligráfica. La vecindad de un vértice v ∈ V(G) es el
conjunto de sus vecinos, es decir, de los vértices que son adyacentes al vértices
v. A la vecindad de v la denotamos por N(v), N(v) = {u : {u, v} ∈ A(G)}. El
grado (o valencia), d(v), de un vértice v ∈ V(G) es d(v) = |{w : {w, v} ∈ A(G)}| =
|N(v)|. Por ejemplo, en la figura 3.6, la vecindad del vértice a es N(a) = {b, c, e},
mientras la vecindad del vértices d es N(d) = {c, e}, y se tiene que d(a) = 3 y
d(d) = 2.
Teorema 3.0.3. Sea G una gráfica. Entonces
∑
d(v) = 2|A(G)|.
v∈V(G)

Como consecuencia se tiene que la suma de los grados de los vértices de
una gráfica es un número par.
Corolario 3.0.4. El número de vértices de grado impar es un número par.
Una gráfica H es una subgráfica de la gráfica G, si V(H) ⊆ V(G) y A(H) ⊆
A(G), (ver figura 3.7). Sea H una subgráfica de G, decimos que H es una
subgráfica generadora de la gráfica G si V(H) = V(G), en la figura 3.7, la
gráfica G2 es una subgráfica generadora de la gráfica G, mientras que la gráfica
G1 no lo es porque e ∈ A(G), pero e A(G1 ). Sea V ′ ⊆ V(G). La subgráfica
inducida por el conjunto V ′ , denotada por G [V ′ ], es la gráfica cuyo conjunto de
vértices es V ′ y {v, w} ∈ A(G [V ′ ]) si y sólo si v, w ∈ V(G′ ) y {v, w} ∈ A(G), en
CAPÍTULO 3
la figura 3.7, la gráfica G3 es la subgráfica inducida por {a, b, c, e} de la gráfica

G, mientras que la gráfica G1 no lo es porque b, c ∈ V(H), {b, c} ∈ A(G), pero
{b, c} A(G). Si H es subgráfica de G, y v ∈ V(H), entonces N(v, H) denota la
vecindad del vértice v restringida a la subgráfica H.
la figura 3.7, la gráfica G3 es la subgráfica inducida por {a, b, c, e} de la gráfica
G, mientras que la gráfica G1 no lo es porque b, c ∈ V(H), {b, c} ∈ A(G), pero
{b, c} A(G). Si H es subgráfica de G, y v ∈ V(H), entonces N(v, H) denota la
b vecindad del vértice v restringida
b a la subgráfica H. b b
b b b b
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
Dada una Figura 3.5: A(G)

gráfica Las gráficas
= {{u, v}G:1el
G definimos , Gcomplemento,
u, v2∈, G 3 sony subgráficas
V(G) de la gráfica
{u, v} denotado
A(G)}. por G deG. la gráfica
G como
Nótese que(ver
si Hfigura 3.6): con los mismos vértices de G y las aristas de H es la unión de
es la gráfica
Dada una gráfica G definimos el complemento, denotado por G de la gráfica
V(G) =deV(G)
las aristas de G y las aristas del complemento G, entonces H es una gráfica completa.
G como (ver figura 3.6):
V(G)
A(G) = {{u, v} : u, V(G)y {u, v} A(G)}.
v ∈ =V(G)
b b b
Nótese que si H es laA(G) = {{u, v} : u, v ∈ V(G) y {u, v} A(G)}.
gráfica con los mismos vértices de G y las aristas de H es
la unión de que
Nótese las si
aristas
H es ladegráfica
G y las
conaristas del complemento
los mismos vértices de G y de
las G, entonces
aristas de H esH es
a de lasc aristas de G ya las aristas del complemento
c a entonces H es c
una gráfica
la unióncompleta. de G,
una gráfica completa.
eb b d b de b e b
b d
G G G∪G
a Figura c3.8: Una gráfica simple

aa G, su complemento G y la unión de ellas.
a c cc a a c c
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
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 3.6. En una reunión de cinco personas el número total de saludos de

mano es un número par.
Teorema 3.0.3.
Ejercicio 3.7. Prueba el teorema 3.0.3.
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.
3.1 Matrices para gráficas

Una gráfica G se puede representar mediante su dibujo o enlistando los
vértices y las aristas, en este caso decimos que G = (V(G), A(G)) donde V(G)
es el conjunto de vértices de G y A(G) es el conjunto de aristas de G.
Ejemplo 3.1.1. La gráfica G de la figura 3.4 .6 se puede representar como G =
(V(G), A(G)) donde el conjunto de vértices es V(G) = {a, b, c, d, e} y el conjunto
de aristas es A(G) = {{a, b}, {b, c}, {c, d}, {b, d}, {d, e}, {e, a}}.
CAPÍTULO 3
Ejemplo 3.1.1. La gráfica G de la figura 3.0.5 se puede representar como G =

(V(G),UnA(G))
dibujo de una
donde gráfica de
el conjunto es vértices
poco manejable
es V(G) =en{a,unab, c,computadora y las
d, e} y el conjunto
listas de los vértices y las aristas pueden ocupar mucho
de aristas es A(G) = {{a, b}, {b, c}, {c, d}, {b, d}, {d, e}, {e, a}}. espacio si la gráfica
tiene muchas aristas. A continuación vamos a exponer otras dos maneras de
representar
Un dibujo unadegráfica mediante
una gráfica es una
pocomatriz. Éstas en
manejable dosunamaneras de representar
computadora y las
una gráfica
listas de losnos permiten
vértices estudiar
y las aristaspropiedades de lamucho
pueden ocupar gráfica espacio
usando álgebra lineal
si la gráfica
y en algunos
tiene muchas resultan
aristas. Amas adecuadas para
continuación la implementación
vamos a exponer otras de dosalgoritmos
maneras de en
programas.una gráfica mediante una matriz. Éstas dos maneras de representar
representar
una gráfica nos permiten estudiar propiedades de la gráfica usando álgebra lineal
y en algunos resultan mas adecuadas para la implementación de algoritmos en
programas.
3.1.1 Matriz de adyacencia
Sea G una gráfica con n vértices. La matriz de adyacencia de la gráfica G

3.1.1 MatrizAde=adyacencia
es una matriz {ai, j } con n renglones y n columnas donde cada entrada ai j
G
se define como
Sea G una gráfica con n vértices. La matriz de adyacencia de la gráfica G
{
es una matriz AG = {ai, j } con n renglones
1 si {vi ,yv nj } columnas
∈ A(G) donde cada entrada ai j
ai, j =
se define como { 0 en otro caso
1 si {vi , v j } ∈ A(G)
ai, j =
Por la definición de la matriz de 0 adyacencia
en otro caso ésta es cuadrada y simétrica. La
matriz de adyacencia de la gráfica de la figura
Por la definición de la matriz de adyacencia ésta 3.6 es
es cuadrada y simétrica. La
matriz de adyacencia de la gráfica de la figura 3.6 es
0 1 1 0 1
1 0 1 0 0
0 1 1 0 1
AG =11 01 10 01 00
 
AG = 10 10 01 10 01
01 00 10 01 10
 
1 0 0 1 0
Nota que, la suma de los elementos de un renglón (o de una columna) es el
Nota
gradoque, la sumacorrespondiente.
del vértice de los elementos de un renglón (o de una columna) es el
gradoEsdel vértice correspondiente.
importante notar que la matriz de adyacencia (o incidencia) depende de
Es importantedenotar
la enumeración que la matriz
los vértices (y de las de adyacencia
aristas). Esto (o se
incidencia)
refleja en depende de
el siguiente
laejemplo.
enumeración de los vértices (y de las aristas). Esto se refleja en el siguiente
ejemplo.
Ejemplo3.1.2.
Ejemplo 3.1.2. Considera
Consideralas gráficasGGyyGG′ ′en
lasgráficas enlalafigura
figura3.9.
3.9.Las
Lasmatrices
matricesde
de
′
GG 22 GG′ 33
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
adyacencia de éstas gráficas son:

   
0 1 0 1 0 0 1 1 0 1

1 0 1 0 1 1 0 1 0 0
   
AG = 0 1 0 1 1 , AG′ = 1 1 0 1 0 .

1 0 1 0 0 0 0 1 0 1
  
0 1 1 0 0 1 0 0 1 0
En el ejemplo 3.1.3 exploramos la información que se puede extraer de la
matriz de adyacencia al elevar la matriz a segunda, tercera y cuarta potencia.
Ejemplo 3.1.3. La matriz de adyacencia de la gráfica G de la figura 3.9, así
como la segunda, tercera y cuarta potencia de la matriz AG
   
0 1 0 1 0 2 0 2 0 1
1 0 1 0 1 0 3 1 2 1
   
AG = 0 1 0 1 1 , (AG )2 = 2 1 3 0 1
1 0 1 0 0 0 2 0 2 1
   
0 1 1 0 0 1 1 1 1 2
   
0 5 1 4 2  9 3 11 1 6
5 2 6 1 4  3 15 7 11 8
   
(AG )3 = 1 6 2 5 4 , (AG )4 = 11 7 15 3 8
4 1 5 0 2  1 11 3 9 6
  
2 4 4 2 2 6 8 8 6 8
¿Qué reflejan las entrada de la diagonal en cada una de las matrices?
Podemos observar que la entrada akij de la k-ésima potencia de la matriz AG
indica el número de caminos de longitud k entre el vértice vi y el vértice v j . En
(AG )2 , la diagonal indica el grado de cada vértice (cada vecino de un vértice
v aporta con exactamente un camino de longitud 2 de v a v) y, en (AG )3 la
diagonal indica el doble del número de triángulos al que pertence cada vértice:
para un vértice dado cada triángulo al que pertence se cuenta dos veces ya
que el triángulo se puede recorrer de dos maneras, por ejemplo para el vértice
v2 : (v2 , v3 , v5 , v2 ) y (v2 , v5 , v3 , v2 ). Entre los vértices v2 y v3 hay seis caminos de
longitud 3 y hay once caminos de longitud 4 entre los vértices v1 y v3 .
El estudio de las propiedades algebráicas de las matrices de gráficas es un
área relativamente reciente, pero importante porque ofrece otro enfoque para
estudiar propiedades de las gráficas. Para mayor información ver [1].
3.1.2 Matriz de incidencia

Sea G una gráfica con n vértices y m aristas. La matriz de incidencencia de
la gráfica G es una matriz IG = {bi j } con n renglones y m columnas donde cada
entrada bi j se define como
{
1 si el vértice vi incide en la arista a j
bi, j =
0 en otro caso
CAPÍTULO 3
La matriz de adyacencia de la gráfica de la figura 3.6 es

La matriz  de adyacencia dela gráfica de la figura 3.6 es
1 1 0 0 0 1
0 1 1 0 0 0 1 1 0 0 0 1
La matriz de adyacencia de la gráficade la figura 3.6 es   
IG = 1 0 1 1 0 0 0 1 1 0 0 0
 0 0 0 1 1 0  
1 1 0 0 0 1 IG = 1 0 1 1 0 0
0 1 0 1 0 0 0 0 0 01 1 0 0 0 1 1 0
   

IG = 1 0 1 1 0 0  0 0 0 0 1 1
Nota
Notaque,
que,lalasuma
sumadedeloslos
elementos 0 0 de0un
elementos de 1renglón
1 es 0 eles
un renglón grado
el gradodel vértice correspondiente
del vértice correspondiente

y como cada arista tiene Nota dos que,
vértices
0 0 0 0 1 1 la suma
que de los
inciden elementos
en ella, de un
entoncesrenglón
la sumaes el
degrado del vértice co
los elementos de cualquier ndiente columna y como
resultacada
2. arista tiene dos vértices que inciden en ella, enton
Nota que,Lala suma
matrizdede
losincidencia
elementos
suma dede
también unlos
renglón es el
elementos
contiene toda grado del vértice
delacualquier
información correspo-
columna
de laresulta
gráfica.2.
ndiente y como cada arista tiene dos vértices que inciden
La matriz de incidencia también contiene toda en ella, entonces la la información de la g
suma de los elementos de cualquier columna resulta 2.
La3.1.3
matriz Ejercicios
de incidencia también contiene toda la información de la gráfica.
3.1.3 Ejercicios
Ejercicio 3.11. Dibuja la gráfica H de la siguiente matriz de adyacencia:
3.1.3 Ejercicios Ejercicio 3.11. Dibuja la gráfica H de la siguiente matriz de adyacencia
 
0 1 1 1 0 0  
Ejercicio 3.11. Dibuja la gráfica H de 1la 0siguiente 1 1 matriz 0 0 0 1 1 1 0 0
de adyacencia:
   
 1 1 0 1 0 0 1 0 1 1 0 0
A
 H  0 = 1  1 1 0 0   1 1 0 1 0 0
 
1 01 1 1 1 1 0 0 01 A1H =  
 0 0 0 1 0 1 1 1 1 0 1 1
1 1 0 1 0 0  0 0 0 1 0 1
AH =  0 0 0 0 1 0  
 1 1 1 0 1 1 
 0 0 0 0 1 0
0 0 0 1 0 1
Ejercicio 3.12. Considera Ejercicio  la siguiente gráfica de la la figura 3.10. gráfica de la figura 3.10.
0 0 03.12. 0 Considera
1 0 siguiente
c cd de ef f
Ejercicio 3.12. Considera la siguiente gráfica de la figura 3.10.
c d e f a
b b a Figura 3.10: Figura del ejercicio 3.12.
Figura 3.8: 3.10:
Figura FiguraFigura
del ejercicio 3.12. 3.12.
del ejercicio
b a 1. Calcula la matriz de adyacencia e incidencia.
2. Usa la matriz de adyacencia para calcular el número de triángulos
1. Calcula
1. Calcula la matriz
la matriz de adyacencia
de adyacencia e incidencia.
e incidencia.
3. Calcula el número de caminos del vértice a al vértice e de longitu
2.laUsa
2. Usa la matriz
matriz de adyacencia
de adyacencia para para calcular
mascalcular el número
el número
4. Escribe detodos
triángulos.
de triángulos.
explícitamente estos caminos.
3. Calcula el número
3. Calcula de caminos
el número de caminosdel vértice
del vértice a al vértice e de longitud
a al vértice e de longitud a los a los
mas 4.mas
Escribe Ejercicio
explícitamente todos3.13.estos caminos.
4. Escribe explícitamente todos estos caminos.
Considera las siguientes matrices:
Ejercicio 3.13. 3.13.
Ejercicio    
Considera las siguientes matrices:  0 2 0 1 0   0 1 0 0 1 
Considera las siguientes matrices:  2 0 1 1 2   0 1 1 0 1 
     
 0  2 0 1 0   A =  0
0  11 00 01 1
0   B =  1 2 0 1 0 
 2 0 0 1 2 1 0 2 1 0   01 11 0 11 1 00 0 13 0 1   1 0 1 0 1


  2 0 1 1 2    0 1 1 0 1  

A =  0 1 0 1 0   
B =  10 22 00 13 00   
 0 0 1 0 0
 A1 = 1 0 1 1 0 0 3 1 0   B1 = 0 1 1 2 0 0 1 1 0 
 
  
 1 1 1 0 3  matriz  
 1 0 si1 puede 0 1 ser 
 una matriz
0 2 0 3 0 Para cada  0 0explica
1 0 0  de adyacencia d
0 2 gráfica
0 3 o0 no. En caso afirmativa 0 0 1 construye
0 0 la gráfica y determina si
Para cada matriz explica si puedesimple
gráfica ser una o no. matriz de adyacencia de una
gráfica o no. En caso afirmativa construye la gráfica y determina si es una
gráfica simple o no.
NOTAS DE LA UEA
Para cada matriz explica si puede ser una matriz de adyacencia de una
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
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 .
3.2 Gráficas dirigidas

La relación que define una arista en una gráfica es una relación simétrica.
Sin embargo, hay problemas en los que la relación entre los objetos (vértices)
no es una relación simétrica, por lo que no se pueden modelar mediante una
gráfica. La relación que define una flecha en una gráfica dirigida es una relación
gráficas dirigidas
asimétrica por lo que las gráficas dirigidaspermiten
permitenmodelar
modelarproblemas
problemas importantes
importantes
como: Flujo, Teoría de Decisiones, Dominación entre objetos o seres, Juegos
NIM, Lógica, Asignación y Localización. Las gráficas dirigidas son una clase
importante tanto por modelar una amplia gama de problemas como por su interés
teórico. Para motivar la clase de las gráficas dirigidas vamos
vamosaarevisar
revisartres
tresejemplos:
ejemplos:
mapa con calles de un sólo sentído, torneo de tenis y la dominación entre especies
de animales. Después formalizamos algunos conceptos y revisamos algunas
aplicaciones del concepto de núcleo en gráficas dirigidas.
Mapa con calles de un sólo sentído

Considera el mapa de las calles de la figura 3.11. La gráfica asociada al
mapa se construye tomando al conjunto de cruces de calles como conjunto de
vértices y el conjunto de aristas es el conjunto de calles. Si algunas de las calles
del mapa en la figura 3.11 tuvieran un sólo sentido y quisieramos representar el
mapa con una gráfica, la gráfica no podría reflejar la información de la calle de
un sólo sentido. Si quisiéramos usar la gráfica para encontrar un camino entre
dos destinos, pudiera ser que el camino encontrado usara una calle en sentido
contraria. Vamos a considerar el caso en que las calles tiene un sólo sentido, por
ejemplo por ser calles estrechas en las que sólo cabe un coche o para hacer el
CAPÍTULO 3
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
Figura 3.11: El mapa de una cuadra y la gráfica dirigida asociada.

En la figura 3.11 es importante observar que en el caso de los vértices u
y vfigura
En la
la hay un3.11
camino de longitud 1 observar
es importante
importante de u a v (pues
que esta
en ella caso
el flecha de
(u, v)),
los pero el u
vértices
En figura 3.11 es observar que en caso de los
camino de regreso tiene longitud 3; mientras que para los vértices u y w hay una
vértices u
yy vv hay
hay un
un camino
camino de
trayectoria
de longitud
longitud 11 de
de longitud
de u aa vv (pues
2 de u a w,upero
(pues esta
esta la
no hay ninguna
la flecha
flecha (u,
(u, v)),
trayectoria
v)), pero el
de w apero
u.
el
camino de
camino de regreso
Así regreso tienede
tiene
que la noción longitud
longitud 3; mientras
3; mientras
“estar conectados” que
y laque paradelos
para
noción los vértices
vértices
distancia en uu yy w
una w hay una
hay
gráfica una
trayectoria
trayectoria de longitud
de longitud
dirigida 2 de u a w,
2 de usimétricas.
no son relaciones pero no hay ninguna trayectoria
a w, pero no hay ninguna trayectoria de w a u. de w a u.
Así que la noción de “estar conectados” y la noción de distancia
Así que la noción de “estar conectados” y la noción de distancia en una gráfica en una gráfica
dirigida no
dirigida no son
son relaciones
relaciones simétricas.
Torneo de tenis simétricas.
En un deportivo se realiza un torneo de tenis entre 6 jugadores. Para simplif-
Torneoicar
Torneo dedenotamos
de tenis a los jugadores por a, b, c, d, e, f. El jugador a sólo perdió contra
tenis
el jugador b, el jugador b sólo perdió contra el jugador f , el jugador c le ganó
En un
En un deportivo
deportivo
a los jugadores seerealiza
se realiza untorneo
y f , el un torneo
jugador detenis
de
d sólo tenisentre
perdió entre
contra66jugadores.
jugadores.
jugadores.
los jugadoresPara
a ysimplificar
Para
Para b,simplif-
simplificar
los
icar denotamos
denotamos a losajugadores
jugadores elos
y f jugadores
sólo ganaron
por a,por
un a,c,b,d,c,Para
b,juego. e,d,f. e,
Elf.jugador
El jugador
representar los a sólo
a resultados
sólo perdió
del torneo
perdió contra el
contra
lel
jugador construimos
el jugadorb, b,
el el
jugadoruna bgráfica
jugador bsólo con
sólo 6 vértices
perdió
perdió {a,el
contra
contra b,elc,jugador
d, e, f } y fpondremos
jugador una cflecha
,f ,eleljugador
jugador c le
le ganó
del vértice u al vértice v si el jugador u le ganó al jugador v.
a los jugadores e y f , el jugador d sólo perdió contra los jugadores a y b, los
En el torneo hay un empate entre los jugadores a y b, en ambos salen 4
jugadores e y f sólo ganaron
flechas, del jugador un juego.
c salen Para
3 flechas, de representar
los jugadoreslos d yresultados del torneo
f salen 2 flechas,
construimos una gráfica con 6 vértices {a, b, c, d, e, f } y pondremos
mientras que del jugador e no sale ninguna ya que perdió todos sus juegos. Se una flecha
del vértice u alestablecer
pueden vértice vdiferentes
si el jugador u ledeganó
criterios desempate al jugador
en términos v. de la estructura
En eldeltorneo
torneo. hay un empate entre los jugadores a y b, en ambos salen 4
flechas, del jugador c salen 3 flechas, de los jugadores d y f salen 2 flechas,
mientrasDominación
que del jugadorentreeespecies
no sale ninguna
de animales ya que perdió todos sus juegos. Se
pueden establecer diferentes criterios de desempate en términos de la estructura
La cadena alimenticia es un ejemplo clásico de la noción de dominación en
del torneo.un ecosistema. En la biología el especie X domina al especie Y si los del especie
X es alimento del especie Y, es decir el cazado (el alimento) domina al cazador
(quien necesita el alimento), por ejemplo, los antílopes dominan a los leones y
Dominación entre especies de animales
La cadena alimenticia es un ejemplo clásico de la noción de dominación en
un ecosistema. En la biología el especie X domina al especie Y si los del especie
X es alimento del especie Y, es decir el cazado (el alimento) domina al cazador
NOTAS DE LA UEA
f b
e c
d
Figura
Figura 3.12:
3.10: Torneo
Torneo de
de tenis
tenis con
con 66 jugadores.
jugadores.
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.
3.2.1 Definiciones básicas

3.2.1 Definiciones básicas
A continuación vamos a revisar algunas propiedades propiedadesque quelas
lasgráficas
gráficasyygráficas
gráficas
dirigidas tienen en vamos
A continuación común ayrevisar
algunas propiedades
algunas dondeque
propiedades difieren.
las gráf-Una gráfica
dirigida D es una
icas y gráficas parejatienen
dirigidas ordenada (V, F) ydonde
en común algunasV es el conjunto
propiedades de vértices
donde difieren.y
F es gráfica
Una el conjunto de flechas.
dirigida D es unaUna flechaordenada
pareja es una pareja(V, F)ordenada
donde V de es dos vértices
el conjunto
distintos.
de vérticesDecimosy F es elque una flecha
conjunto (u, v) ∈Una
de flechas. es asimétrica
F(D)flecha si (v,ordenada
es una pareja u) F(D), de
y es vértices
dos simétrica si (v, u) ∈
distintos. F(D). Decimos
Decimos que una que flecha exvecino
v es(u, v) ∈ F(D) de ues asimétrica
si (u, v) ∈ F(D), si
en u)
(v, F(D),u yesesinvecino
este caso simétrica Lau)exvecindad
desiv.(v, ∈ F(D). Decimos de un vértice
que v es exvecino
v es el conjunto
de u
de(u,
si exvecinos
v) ∈ F(D), y laeninvecindad
este caso u es invecino
es el conjunto de de exvecindad
invecinos.
v. La El exgrado d+ (v)
de un vértice
−
vel esla el
cardinalidad
conjunto dedeexvecinos
la exvecindad de v y el ingrado
y la invecindad d (v) eldela invecinos.
es el conjunto cardinalidad El
−
exgrado
de la invecindad
d + (v) el de v. Los caminos,
la cardinalidad de lapaseos,
exvecindad trayectorias,
de v y el ingradoy dciclos
circuitos (v) elson
la
todos dirigidos,
cardinalidad de laesinvecindad
decir W =de(uv.0 ,Los
u1 , .caminos,
. . , uk ) espaseos,
un camino dirigido circuitos
trayectorias, en D si
(u i , ui+1 )son
y ciclos ∈ F(D)
todospara todo 0 es
dirigidos, ≤ idecir
≤ k −W1.= (u0 , u1 , . . . , uk ) es un camino dirigido
CAPÍTULO 2
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
Ejemplo 3.2.2 (Definición de solución). Dado n personas que deben discutir

y elegir un elemento de un conjunto X (el conjunto X puede ser un conjunto
de situaciones, de productos etc.). Es decir, las n personas tienen que elegir un
elemento del conjunto no vacío X, para poder realizar esta elección, necesitan
primero establecer una relación de preferencia entre algunos de los elementos
de X (puede haber pares de elementos donde no hay preferencia entre ellos).
Las preferencias individuales pueden no ser compatibles (es poco probable
que todos estén de acuerdo), por lo que vamos a establecer una relación de
preferencia ”grupal”. En realidad, la importancia de la unanimidad es la capaci-
capac-
dad
idad de imponer o de obligar la preferencia de a sobre b. Definimos la relación
de ”preferencia grupal” como la capacidad de un grupo de las n personas de
convencer o imponer la preferencia de a sobre b.
Considerar la digráfica cuyos vértices es el conjunto de situaciones X y
las flechas son inducidas por la relación de preferencia grupal, es decir, si b es
preferido grupalmente sobre a, entonces la flecha ab pertenece a la digráfica. Si
la digráfica tiene un núcleo S (una solución), entonces la elección del elemento
de X se restringe a la elección de un elemento dentro de S , ya que para cualquier
elemento x fuera de S hay un elemento s ∈ S tal que s es preferido sobre x.
Formalmente decimos que dada una digráfica D un subconjunto N de los
vértices de D es un núcleo si es absorbente y independiente. Sea D una digráfica
y U un conjunto de vértices de D. Decimos que U es absorbente si para todo
v ∈ V(D) \ U existe un vértices u ∈ U tal que vu ∈ F(D), y U es independiente
si no hay flechas entre los vértices de U. El concepto de núcleo fue formalizado
dentro de la teoría de las gráficas por Claude Berge como sigue: Un subconjunto
N de los vértices de una digráfica D es un núcleo si satisface los siguientes dos
1. Para todo u, v ∈ N se tiene que (u, v), (v, u) F(D).
2. Para todo v ∈ V(D) \ N existe un vértice x ∈ N tal que (v, x) ∈ F(D).
No todas las gráficas dirigidas tiene núcleo, por ejemplo los ciclos impares no
tiene núcleo y los ciclos pares sí tienen núcleo (ver figura 3.14).
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
El jugador A inicia eligiendo un vértice x0 entre los exvecinos de x1 ; luego

el jugador B elige un vértice x2 entre los exvecinos de x1 , y así sucesivamente.
El jugador que elige un vértice que es un ”pozo” (un vértice cuyo exgrado es
cero) gana el juego porque el otro jugador ya no puede seguir jugando.
Si la gráfica dirigida no tiene pozos, el juego no termina nunca o si tiene
ciclos/circuitos, entonces se puede extender por mucho tiempo. Se pueden a¿adir
condiciones para que el juego siempre termine, por ejemplo determinar de
antemano un entero positivo k, tal que si algún vértice haya sido elegido mas de
k veces, entonces el juego se empata.
Sin embargo si la gráfica dirigida tiene un núcleo, hay una estratégia no
perdedora.
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
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.
El algoritmo de Dijkstra tiene muchas aplicaciones, como por ejemplo en la

programación de tareas (ver proyectos en la sección 3.5).
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 3.17. En un caso de empate en un torneo, propón un criterio de

desempate y expresalo en términos del torneo.
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.
3.3 Isomorfismos e invariantes

Dos gráficas G y H son iguales si V(G) = V(H) y A(G) = A(H). Sin
embargo, dos gráficas pueden tener exactamente la misma
misma estrucura
estructuracombinatoria
combinatoria
y no ser iguales. Por ejemplo, las dos gráficas en la figura 3.15 no son iguales
ya que V(G1 ) = {a, b, c, d, e} y V(G2 ) = {x, y, z, w, u}, pero tienen la misma
estructura combinatoria. En este caso diremos que no son iguales, pero si son
isomorfas. Las propiedades que comparten gráficas isomorfas se llaman invarian-
tes de gráficas.
CAPÍTULO 3
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
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
La gráfica G2 es la única que tiene un vértice de grado 1, por lo que no es

La gráfica
isomorfa G2 esde
a ninguna lalaúnica
otrasque tiene un
gráficas. Lavértice
gráficade
G1grado
tiene 1,
5 vértices
por lo que
mientras
no es
que
isomorfa
las otras
a ninguna
dos tiene
de 4lavértices,
otras gráficas.
por lo que G1 tampoco
La gráfica G1 tienees isomorfa
5 vérticesamientras
ninguna
que
de las
lasotras
otrasgráficas. y G4 ambos
dos tieneG43vértices, por lotienen
que G41 vértices
tampocopero es isomorfa
G3 tienea6ninguna
aristas
de
mientras
las otras G4 solo G
quegráficas. tiene
3 y G
5 4aristas.
ambosPor tienen
lo tanto
4 vértices
ningún pero
parGde3 tiene
gráficas
6 aristas
en la
figura
mientras3.16
quesonG4isomorfas.
solo tiene 5 aristas. Por lo tanto ningún par de gráficas en la
figura 3.16 son isomorfas.
ellasTodas
son isomorfas.
las gráficas tienen 6 vértices y aristas y un vértice de grado 1. La
gráfica G2 las
Todas es lagráficas
únoca que tiene
tienen 6 un vérticey de
vértices gradoy4,unpor
aristas lo quede
vértice nogrado
es isomorfa
1. La
agráfica
ninguna es la otras
G2 de únocagráficas.
que tieneLas
undevértice
otrasde grado tienen
gráficas 4, por lo
dosque no es isomorfa
vértices de grado
NOTAS DE LA UEA
b x α 1
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
adro 3.1: La regla de correspondencia del isomorfismo obtenido en ej ejemplo 3.3.2.

CAPÍTULO 3
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.
A menudo se puede encontrar la siguiente afirmación
G H si Ady(G) = Ady(H).
Es importante mencionar que es una condición suficiente pero no necesaria,

las gráficas del ejemplo 3.1.2 son isomorfas, pero sus matrices de adyacencia no
son iguales.
3.3.2 Invariantes de gráficas

Sean G y H dos gráficas isomorfas y φ : V(G) → V(H) un isomorfismo de G
en H. Decimos que una propiedad se conserva bajo isomorfismo si siempre que
G la satisface la propiedad φ(G) también la satisface. Hay muchas propiedades
que se conservan bajo isomorfismo, a estas propiedades se les llaman invariantes
de gráficas. En los ejemplos 3.3.1, 3.3.2, 3.3.3 aparecen de manera natural
algunos invariantes tales como el número de vértices, número de aristas, vértices
de cierto grado, ciclos de de cierto longitud.
En la sección revisamos con mayor detalle los invariantes de planaridad,
ciclos hamiltonianos y circuitos eulerianos que están enlistados en el siguiente
ejemplo.
Ejemplo 3.3.4 (Invariantes de gráficas). Dadas dos gráficas isomorfas, las sigu-
ientes propiedades se conservan bajo isomorfismo
i) Número de vértices.
ii) Número de aristas.
iii) La sucesión de grados.
iv) Número de ciclos de longitud k.
v) Ser aplanable.
vi) Ser euleriana.
vii) Ser hamiltoniana.
Todas ellas son condiciones necesarias, pero no suficientes, para que dos
gráficas sean isomorfas. Esto significa que, si el número de vértices de dos
NOTAS DE LA UEA
gráficas no coinciden estos no pueden ser isomorfas, o si una gráfica tiene

triángulos y la otra gráfica no tiene triángulos, entonces éstas no son isomorfas,
pero no es suficiente que dos gráficas tengan el mismo número de vértices
para ser isomorfas, no que ambos tengan el mismo número de triángulos. Para
probar que dos gráficas son isomorfas hay que encontrar el ismorfismo o bien
el reacomodo de los vértices (como en el ejemplo 3.3.2), el reacomodo de los
vértices indica cual es el isomorfismo. Un ejemplo de una propiedad que no es
una invariante es que las aristas de la gráfica se crucen o no, por que depende
del dibujo y no de la estructura combinatoria.
gráficas no coinciden estos no pueden ser isomorfas, o si una gráfica tiene

3.3.3 Ejercicios
triángulos y la otra gráfica no tiene triángulos, entonces éstas no son isomorfas,
Ejercicio
Ejercicio
pero no es 3.23.
3.23.Menciona quealguna
Considera
suficiente propiedad
las gráficas
dos gráficas tenganla no
deque el se
figura conserva
mismo bajo isomorfismo
3.20.número
Determina cuales
de vértices
(a
de parte
las de ser
siguientesplana).
parejas de gráficas son isomorfas.
para ser isomorfas, no que ambos tengan el mismo número de triángulos. ParaEn caso de ser isomorfas
comprueba
probar que dos que gráficas
la función que
son encontraste
isomorfas hayesqueun encontrar
isomorfismo. En caso de onobien
el ismorfismo ser
Ejercicio
isomorfas 3.24. Determina
justifícalo porque si las
no gráficas
lo son. de las figuras
el reacomodo de los vértices (como en el ejemplo 3.3.2), el reacomodo de los 3.6 y 3.9 son isomorfas.
vértices indica cual es el isomorfismo. Un ejemplo de una propiedad que no es
Ejercicio
Ejercicio 3.25.
3.24. Determina
Menciona si las dos
alguna gráficas en
propiedad quelano figura 3.20 sonbajo
se conserva isomorfas.
una invariante es que las aristas de la gráfica se crucen o no, por que depende
isomorfismo (a parte de ser plana).
del dibujo3.26.
Ejercicio y no Considera
de la estructura combinatoria.
las gráficas de la figura 3.21. Determina cuales de las
Ejercicio 3.25.
siguientes parejas Determina
de gráficas si las gráficas de
isomorfas. En las
casofiguras
de ser 3.6isomorfas
y 3.9 son comprueba
isomorfas.
que la función
3.3.3 Ejercicios que encontraste es un isomorfismo. En caso de no ser isomorfas
Ejercicio 3.26. Las dos gráficas en la figura 3.21 son isomorfas
justifícalo porque no lo son.
Ejercicio 3.23. Considera b las gráficas de la figura 3.20. b Determina cuales
de las siguientes parejas
3.4 Gráficas no dirigidas de gráficas son isomorfas. En caso de ser isomorfas
comprueba que la función que encontraste es un isomorfismo. En caso de no ser
isomorfas
En estajustifícalo porque noalgunas
asección revisamos clo son. situaciones a y problemas quec se pueden
modelar mediante una gráfica. El objetivo de la sección es que el estudiante
Ejercicio 3.24. Menciona alguna propiedad que no se conserva bajo
pueda resolver un problema usando las gráficas, es decir, construir una gráfica
isomorfismo (a parte de ser plana).
que refleja la situación descrita, expresar el problema en términos de la gráfica
así como encontrar
Ejercicio una solución
3.25. eDetermina dsi las en términos
gráficas de figuras
de las la gráfica.
e 3.6 y 3.9d son isomorfas.
G1 G
Ejemplo 3.4.1.
Ejercicio 3.26. Cristina invita a cuatro
Las dos gráficas personas
en la figura 3.21a son
cenar a2su casa. Ella quisiera
isomorfas
que tanto ellaFigura
como cada3.20:
3.21:uno
Lasde gráficas G1 y Gesté
sus invitados 2 del ejercicio
sentado 5.
3.26.
entre dos personas a
quienes conoce. La anfitriona Cristina conoce tanto a Isabella como a Alberto.
3.4
Isabella Gráficas
y Mariana conocen no dirigidas
tanto a Juan como a Alberto.
Construye una gráfica que modeleC la situación y en términos de la gráfica
En esta
conteste sección revisamos
la siguiente pregunta ¿Se algunas
pueden situaciones
sentar lasy cinco
problemas que como
personas se pueden
modelar mediante
quisiera Cristina? una gráfica. El objetivo de la sección es que el estudiante
puedaEn resolver un problema
caso afirmativa I usando
solamente las gráficas,
tenemos Aes decir, construir
que proporciona una en
el resultado gráfica
que refleja la situación descrita, expresar el problema
términos de la gráfca, en caso negativo justifica porqué no se puede. en términos de la gráfica
así como encontrar una solución en términos
Denotamos cada persona por la letra inicial de su nombre,de la gráfica.
V(G)
Ejemplo {A, C, I,Cristina
= 3.4.1. J, M} yinvita
unimos dos vértices
a cuatro personaspor una arista
a cenar a su casa.si las
Ellapersonas
quisiera
correspondientes se conocen y Mconjunto de
el J aristas es
que tanto ella como cada uno de sus invitados esté sentado entre dos personas a
quienes conoce. Figura
La 3.22: Una gráfica
anfitriona Cristinaque modela
conoce tantoel ejemplo
a Isabella 3.4.1.
como a Alberto.
A(G) = {{C, A}, {C, I}, {C, J}, {C, M}, {A, I}, {A, M}, {I, J}, {J, M}}
Isabella y Mariana conocen tanto a Juan como a Alberto.
Construye una gráfica que modele la situación y en términos de la gráfica
conteste la siguiente pregunta ¿Se pueden sentar las cinco personas como
conjunto de vértices y el conjunto de aristas es el conjunto de calles. Usando
quisiera Cristina?
la gráfica podemos encontrar caminos entre diferentes destinos, determinar si
En caso afirmativa solamente tenemos que proporciona el resultado en
se pueden recorrer todas la calles de la cuadra sin repetir ninguna (recorrido
términos de la gráfca, en caso negativo justifica porqué no se puede.
Ejemplo 3.4.1. Cristina invita a cuatro personas a cenar a su casa. Ella quisiera
que tanto ella como cada uno de sus invitados esté sentado entre dos personas a
quienes conoce. La anfitriona Cristina conoce tanto a Isabella como a Alberto.
Isabella y Mariana conocen tanto a Juan como a Alberto.
CAPÍTULO 3
Construye
INTRODUCCIÓN una
A LA TEORÍA DEgráfica que modele la situación y en términos de la gráfica ÍNDICE 83
LAS GRÁFICAS
conteste la siguiente pregunta ¿Se pueden sentar las cinco personas como
quisiera Cristina?
En caso afirmativa solamente tenemos que proporciona el resultado en
términos de la gráfca, en caso negativo justifica porqué no se puede.
Denotamos cada persona por la letra inicial de su nombre,
V(G)b = {A, C, I, J, M}
x y unimos dos vértices
y αpor una aristaβ si las personas
1 2
correspondientes se conocen y el conjunto de aristas es
ε 5
a A(G) c= {{C, A}, {C, I}, {C, J}, {C, M}, {A, I}, {A, M}, {I, J}, {J, M}}
u
η 6
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
Figura 3.18: Las gráficas del ejercicio 3.23.

Figura 3.21. Las gráficas del ejercicio 3.26
La gráfica en la figura 3.22 modela esta situación y para acomodar a las

personas alrededor de la mesa necesitamos un ciclo de long 5, (C, A, M, J, I, C).
Una manera de acomodar a las cinco personas alrededor de la mesa es:
Cristina, Alberto, Mariana, Juan y Isabella.
Ejemplo 3.4.2. Considera el mapa de las calles de la figura 3.23. La gráfica

asociada al mapa se construye tomando al conjunto de cruces de calles como
e d e d NOTAS DE LA UEA
G1 G2
Figura 3.21: Las gráficas G1 y G2 del ejercicio 3.26.
I A
M J
Figura 3.22: Una gráfica que modela el ejemplo 3.4.1.
conjunto de vértices y el conjunto de aristas es el conjunto de calles. Usando

la gráfica podemos encontrar caminos entre diferentes destinos, determinar si
se pueden recorrer todas la calles de la cuadra sin repetir ninguna (recorrido
euleriano) para establecer una ruta para entregar de correspondencia o merca-
ncía de la tienda de la esquina. A veces, el modelado de un problema nos obliga
a considerar vértices y/o aristas con cierto peso. Por ejemplo, si queremos
encontrar el camino mas corto entre dos destinos en un mapa, y conocemos la
longitud de cada calle, podemos asignarle a cada arista la distancia correspondi-
ente, y si queremos encontrar el camino mas rápido entre dos destinos en un
mapa y un cruce tiene un semáforo que tarda un determinado tiempo, podemos
asignarle tal tiempo al vértice. Hay
Hay algoritmos
algoritmosque
quenos
nospermiten
permitenresolver problemas
resolver problemas
de rutas mas cortas o rutas mas largas, por ejemplo el algoritmo de Dijkstra.
3.4.1 Clases de gráficas
En esta sección revisamos las propiedades de algunas clases particulares

de gráficas. Las clases de gráficas que vamos a considerar son: las gráficas
completas, la gráfica nula, los ciclos, las gráficas bipartitas y las gráficas planas.
Figura 3.23: El mapa de una cuadra y la gráfica asociada.

Gráfica completa
Gráfica completa
La gráfica completa Kn es la gráfica con n vértices, donde cualquier par de
CAPÍTULO 3

Gráfica completa
Gráfica completa
vértices son adyacentes. Para la gráfica completa se tiene que d(u) = n − 1 para
cualquier u ∈ V(Kn ).
vértices son adyacentes. Para la gráfica completa se tiene que d(u) = n − 1 para
Por teorema 3.4.7, K es una gráfica euleriana si y solo si n ≥ 3 y d(u) = n−1
cualquier u ∈ V(Kn ). n
es un número par. Así que n − 1 = 2m por lo que n = 2m + 1 ≥ 3. En este caso
Por Teorema 3.4.7, Kn es una gráfica euleriana si y solo si n ≥ 3 y d(u) =
d(u) = 2m para cualquier u ∈ V(K ). Por teorema 3.4.11, toda gráfica completa
n − 1 es un número par. Así que nn − 1 = 2m por lo que n = 2m + 1 ≥ 3. En
Kn , con n ≥ 3 es una gráfica hamiltoniana.
este caso d(u) = 2m para cualquier u ∈ V(Kn ). Por Teorema 3.4.11, toda gráfica
completa Kn , con n ≥ 3 es una gráfica hamiltoniana.
Gráfica nula
Gráfica nula
La gráfica nula con n vértices, Kn , es la gráfica sin aristas, es decir, cualquier
Lavértices
par de
de gráficason
vértices nula con n vértices,
sonindependientes. KComo
Como
independientes. n , es
loslavértices
gráfica
los sinforman
forman
vértices aristas, es conjunto
decir,
un conjunto
un cualquier
independiente
independiente,
par de=vértices
d(u) son independientes.
0 para cada Como los
u ∈ V(Kn ) y la gráfica no vértices formanniunhamiltoniana.
es ni euleriana conjunto independiente,
d(u) = 0 para cada u ∈ V(Kn ) y la gráfica no es ni euleriana ni hamiltoniana.
Ciclo
Ciclo
El ciclo Cn es la gráfica conexa con n ≥ 3 vértices y n aristas, tal que las
El ciclo C es la gráfica conexa con n ≥ 3 vértices y n aristas, tal que las
aristas inducenn un ciclo. Para el ciclo Cn se tiene que d(u) = 2 para cualquier
aristas inducen un ciclo. Para el ciclo Cn se tiene que d(u) = 2 para cualquier
u ∈ V(Cn ). Por teorema 3.4.7, Cn es una gráfica euleriana y como Cn , con n ≥ 3
u ∈ V(Cn ). Por Teorema 3.4.7, Cn es una gráfica euleriana y como Cn , con n ≥ 3
es un ciclo hamiltoniano, entonces el ciclo C es una gráfica hamiltoniana.
es un ciclo hamiltoniano, entonces el ciclo Cnn es una gráfica hamiltoniana.
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 .
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 .
5 5 5
0
20 1
31 aba dde
2
42 3
53 bbc eef
Figura 3.25: Una gráfica bipartita y la gráfica bipartita completa K3,3 .

44 55 cc ff
Figura 3.23: Una gráfica bipartita y la gráfica bipartita completa K3,3 .
3.25:Una
Teorema 3.4.1. gráfica G es bipartita si y solo si G no tiene ciclos de
orden impar.
Demostración. Ejercicio
Demostración. 3.35.
Ejercicio 3.35

Teorema 3.4.1. Una gráfica G es bipartita si y solo si G no tiene ciclos de
orden impar.
Gráfica plana
Demostración. Ejercicio 3.35
Definición 3.4.2. Una gráfica plana es una gráfica que se puede dibujar en el
plano deplana
Gráfica modo que las aristas de la gráfica no se intersectan.
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).
Teorema 3.4.4 (Caracterización de Euler). Dada una gráfica G conexa y plana

con n vértices, m aristas y c caras se tiene que
c = m − n + 2.
Demostración. Prueba por inducción sobre el número de caras.
Base: Si c = 1, entonces G es un árbol y m = n − 1 (ver teorema 4.1.3, sección
4.1), por lo que m − n + 2 = (n − 1) − n + 2 = 1, y el resultado es válido.
Hipótesis de Inducción: Sea k ≥ 2. Supongamos que cualquier gráfica plana
con c ≤ k − 1 caras satisface que c = m − n + 2.
Paso Inductivo: Considera una gráfica plana G con k caras, n vértices y m
aristas. Como G tiene al menos dos caras, entonces G no es árbol por la observación
3.4.3 y G tiene una arista a tal que G − a es conexa. Sea G′ = G − a; G′ tiene n
vértices, m − 1 aristas y k − 1 caras, por la Hipótesis de Inducción tenemos para
con n vértices, m aristas y c caras se tiene que
c = m − n + 2.
Demostración. Prueba por inducción sobre el número de caras.
Base:
CAPÍTULO 3 Si c = 1, entonces G es un árbol y m = n − 1 (ver teorema 4.1.3, sección 87
INTRODUCCIÓN A LA TEORÍA DE LAS GRÁFICAS ÍNDICE
4.1), por lo que m − n + 2 = (n − 1) − n + 2 = 1, y el resultado es válido.
Hipótesis de Inducción: Sea k ≥ 2. Supongamos que cualquier gráfica plana
Paso Inductivo:
Teorema Considera unadegráfica
3.4.4 (Caracterización Euler).plana Dada G unacongráfica
k caras, G nconexavértices ym
y plana
aristas. Como G tiene al menos
con n vértices, m aristas y c caras se tiene que dos caras, entonces G no es
es árbol
árbol por
por lalaobservación
observación
vértices, m − 1 aristas y k − 1 caras, c = por
m −lan Hipótesis
+ 2. de Inducción tenemos para
′
la gráfica
yDemostración. G que
así repite el vértice (m −
Pruebac.por1) − n
Elinducción2 k
camino cerrado
+ = − 1, simplificando
sobre el(a,número
c, d, f, de queda
e, d, b, a) m
caras. es−un n+ 2 = k,
circuito,
por lo que
pero noSiesc un
Base: la
= 1,formula
ciclo es válida
porqueGrepite
entonces para
es un el la gráfica
vértice
árbol y md.= El G. Por
n −camino el Principio
1 (ver cerrado
teorema(a, de Inducción
c, d,sección
4.1.3, b, a) es
Matemático
un ciclo
4.1), por yloasí queda
que m −probado
también n +es2 un =el(n teorema.
circuito.
− 1) − nUna + 2gráfica
= 1, y el G resultado
es acíclica essiválido.
no contiene
ciclos.
Hipótesis de Inducción:
Por ejemplo la gráfica Sea de lakfigura
≥ 2. Supongamos que cualquier
3.26 tiene 9 vértices, 13 aristas gráfica plana
y 6 caras.
Paso Inductivo: Considera una gráfica plana G con k caras, n vértices y m
3.4.2
aristas. ComoRecorridos G tiene al enmenosgráficas d f
c dos caras, entoncesg G no es árbol por la observación
La noción de recorrer una gráfica es muy natural e intuitivo. Un camino W
vértices, m − 1 aristas y k − 1 caras, por la Hipótesis de Inducción tenemos para
en una gráfica G es una sucesión alternante de vértices y aristas de la gráfica G,
la gráfica G′ que (m − a1) − n + 2 = k − 1, simplificando i queda m − n + 2 = k,
con
por lo que la formula es válida para la gráfica G. Por el Principio de Inducción
W = (v0 , a0 , v1 , a1 , . . . , vn ),
Matemático queda probado el teorema.
donde ai ∈ A(G), con i = 0,b 1, . . . , n −e 1 y ai = h{vi , vi+1 } ∈ A(G). Si G es una
Por simple,
gráfica ejemplo
Figura la3.26:
gráfica
denotaremos La de la figura
gráfica
los H para
caminos 3.26 lostiene 9 vértices,
ejemplos
únicamente por 13 aristasdey vértices
desurecorridos.
sucesión 6 caras.
(v0 , v1 , . . . , vn ), un paseo en G es un camino en el que no se repiten aristas y una
trayectoria
3.4.2 Recorridos en G es unen camino
gráficas en el que no se repiten vértices, a la trayectoria
con n vértices la denotamos por Pn . El camino W es un circuito si (v0 , v1 , . . . , vn )
es unLa paseo
Circuito noción y de
euleriano v0 recorrer
= vn . El unacamino
gráficaWes es muy un natural
ciclo sie (v intuitivo.
0 , v1 , . . .Un
, vn−1camino
) es una W
en una gráfica
trayectoria y v0G=esvuna n , al sucesión
ciclo con alternante
n vértices delovértices
denotamos y aristas
por Cden . la
Lagráfica
longitudG,
con
de un Lacamino/paseo/trayectoria/ciclo
figura 3.27 se conoce como la firma del diablo,
W, long(W), es elporque
número nodesearistas
puede de hacer
W,
este dibujo sin repetir
así long(Pn ) = n − 1 y long(C un segmento y sin levantar el lápiz
W =n )(v=0 ,n.a0 , v1 , a1 , . . . , vn ), de la hoja. Hoy en día
resulta
En ala bastante
figura 3.26,natural preguntarse
el recorrido (a,sic,un dibujo
d, f, e, d, c,seb,puede
e) es un realizar
camino, sin pero
repetirno un
es
donde i ∈ A(G), con i = 0, 1, . . . , n − 1 y ai = {vi , vi+1 } ∈ A(G). Si G es una
segmento,
un paseo sin
porque levantar
repite ella lápiz
arista de {c,la hoja
d}, y
tampocoademás es regresar
una al
trayectoria punto de
porque partida.
repite
gráfica simple, denotaremos los caminos únicamente por su sucesión de vértices
el 0vértice
(v , v1 , . . . ,c.vnEl recorrido
), un paseo en(a,Gc,esd,un b, camino
e, d, f ) esen un camino
el que no seyrepiten
un paseo, aristaspero no
y una
es una trayectoria porque repite el vértice d. El
trayectoria en G es un camino en el que no se repiten vértices, a la trayectoriarecorrido (a, c, d, b, e, h) es un
camino, un paseo
con n vértices la denotamos y una trayectoria porque
por Pn . El camino no repite ningún vértice. De
W es un circuito si (v0 , v1 , . . . , vn )manera
d c, d, c
análoga
es un paseo tenemos y v0 que= v(a, f, e, d, c, b, a) es un camino cerrado pues inicia y
n . El camino W es un ciclo si (v0 , v1 , . . . , vn−1 ) es una
termina en el
trayectoria y vértice
v0 = vna, , alpero nocon
ciclo es nincircuito
vérticesnilociclo, porque por
denotamos repite Cnla . Laarista {c, d}
longitud
y así repite el vértice c. El camino cerrado (a,
de un camino/paseo/trayectoria/ciclo W, long(W), es el número de aristas de W,c, d, f, e, d, b, a) es un circuito,
perolong(P
así no esnun ) =ciclo
n − 1porque
y long(C repite el vértice d. El camino cerrado (a, c, d, b, a) es
n ) = n.
un ciclo
En la figura 3.26, ael recorrido (a, c, Una
y así también es un circuito. b f, gráfica
d, e, d, c, b,Ge)esesacíclica
un camino, si nopero contiene
no es
ciclos.
un paseo porque repite la arista {c, d}, tampoco es una trayectoria porque repite
Figura 3.27: La firma del diablo.
el vértice c. El recorrido (a, c, d, b, e, d, f ) es un camino y un paseo, pero no
es una trayectoria porque repite el vértice d. El recorrido (a, c, d, b, e, h) es un
camino, un paseo
El ejemplo de ylos
una trayectoria
Puentes porque no discutido
de Königsberg, repite ningún en lavértice.
secciónDe manera
3.0.1, fue
el primer ejemplo de la historia que se tiene del uso de una gráfica. Leonardy
análoga tenemos que (a, c, d, f, e, d, c, b, a) es un camino cerrado pues inicia
termina
Euler (veren el p.vértice
3.2) hizoa, pero un no es ni circuito
modelo ni ciclo,
(una gráfica) deporque repite la arista
esta situación y pidió d}
{c, en
y así repite el vértice c. El camino cerrado (a, c, d,
términos de la gráfica que ésta tuviera un recorrido que no repitiera aristas y que f, e, d, b, a) es un circuito,
pero nopor
pasara es un cada ciclo porque
arista repite el vértice
exactamente una vez. d. En
El camino
honor alcerradomatemático (a, c, d,Leonard
b, a) es
un ciclo y así también es un circuito. Una gráfica
Euler (1707 - 1783), padre de la teoría de las gráficas, éste tipo de recorridos G es acíclica si no contiene
ciclos.
recibieron el nombre de circuitos eulerianos.
Definición 3.4.5. Dada una gráfica G, un circuito euleriano es un circuito que

pasa exactamente una vez por cada una de las aristas de la gráfica. Decimos
que una gráfica es euleriana si tiene un circuito euleriano.
a a i i
a i
b b e h h
e NOTAS DE LA UEA
88 Figura 3.26: La gráfica
b H para
Figura 3.26: La gráfica los ejemplos
h de recorridos.
e H para los ejemplosMATEMÁTICAS
de recorridos.
DISCRETAS II
Figura 3.24: La gráfica H para los ejemplos de recorridos.
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.
Teorema 3.4.7 (Teorema de Euler). Una gráfica (posiblemente con aristas

múltiples) conexa G tiene un recorrido euleriano si y solo si todos sus vértices
tienen grado par.
Demostración. Sea G una gráfica conexa con un circiuito euleriano W y sea

v ∈ V(G). Cada vez que el circuito W pasa por el vértice v llega al vértice v
por una arista, digamos {u1 , v}, y sale del vértice v usando otra arista, digamos
{v, u2 }. Si el circuito W pasa k veces por el vértice v, entonces hay k aristas
por las que se llega al vértice v, digamos {v1 , v3 , . . . , v2k−1 }, y k aristas por las
que sale del vértice v, digamos {v2 , v4 , . . . , v2k }, además, como W es un circuito
euleriano, entonces los vértices del conjunto {v1 , v2 , . . . , v2k } son distintos dos
a dos y contiene a todos los vecinos de v, por lo tanto v tiene grado 2k. Como
el vértice v es un vértice cualquiera de la gráfica G, entonces todos los vértices
tienen grado par.
Teorema 3.4.7 (Teorema de Euler). Una gráfica (posiblemente con aristas
múltiples) conexa G tiene un recorrido euleriano si y solo si todos sus vértices
tienen grado par.
CAPÍTULO 3
Demostración. Sea G una gráfica conexa con un circiuito euleriano W y sea
v ∈ V(G). Cada vez que el circuito W pasa por el vértice v llega al vértice v
por una arista, digamos {u1 , v}, y sale del vértice v usando otra arista, digamos
{v, u2 }. Si el circuito W pasa k veces por el vértice v, entonces hay k aristas
por las que se llega al vértice v, digamos {v1 , v3 , . . . , v2k−1 }, y k aristas por las
que sale del vértice v, digamos {v2 , v4 , . . . , v2k }, además, como W es un circuito
euleriano, entonces los vértices del conjunto {v1 , v2 , . . . , v2k } son distintos dos
a dos y contiene a todos los vecinos de v, por lo tanto v tiene grado 2k. Como
el vértice v es un vértice cualquiera de la gráfica G, entonces todos los vértices
tienen grado par.
Sea G una gráfica conexa tal que todos sus vértices tiene grado par. Sea W =
(v1 , v2 , . . . , vk , v1 ) un circuito de longitud máxima en G. Supongamos que W no
es euleriano, entonces A(G) \ A(W) ∅. Como G es conexa, hay una arista a tal
que a = {vi , w} para algún vértice vi ∈ V(W). Sea G′ = G − A(W), cada vértice
en G′ tiene grado par. Sea H la componente conexa que contiene la arista a. Sea
C un circuito que contiene a la arista a, con C = (vi , w = w0 , w1 , . . . , wl = vi ),
entonces
W ′ = (v1 , v2 , . . . , vi , w = w0 , w1 , . . . , wl = vi , vi+1 , . . . , vk , v1 )
es un circuito de longitud mayor que W lo cual contradice la elección del circuito

W. Por lo tanto W es un circiuito euleriano y hemos terminado.
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.
Demostración. Sea G una gráfica conexa. Si G no tiene vértices de grado impar,

entonces G tiene un circuito euleriano que en particular es un paseo euleriano.
Si G tiene vértices de grado impar, entonces G tiene exactamente dos vértices
de grado impar (por hipótesis y el Corolario 3.0.4). Sean u, v ∈ V(G) tales que
el grado de u y v es impar. Si a = {u, v} A(G), entonces todos los vértices
de G′ = G ∪ a tienen grado par y por el Teorema 3.4.7, G′ tiene un circuito
euleriano W. En este caso W ′ = W − a es un paseo euleriano de G.
Asumimos que a = {u, v} ∈ A(G). Sea G′ = G ∪a′ , donde a′ = {u, v} A(G).
Entonces todos los vértices de G′ tienen grado par y por el Teorema 3.4.7, G′
tiene un circuito eulerinao W. En este caso W ′ = W − a es un paseo euleriano
de G.
Ejemplo 3.4.3. Considera las gráficas de la figura 3.28. En la gráfica G1 todos

los vértices son de grado par por lo que tiene un circuito euleriano. En la gráfica
G2 los vértices u y x son los únicos vértices de grado impar, luego la gráfica G2
tiene un paseo euleriano.
Ejemplo 3.4.3. Considera las gráficas de la figura 3.28. En la gráfica GNOTAS
1 todos
DE LA UEA
90 los vértices son de grado par por lo que tiene un circuito euleriano. En la gráfica
MATEMÁTICAS DISCRETAS II
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.
gráfica: |V(G)| = 9, |A(G)| = 12. Si G tiene un ciclo hamiltoniano, éste debe

gráfica:
tener 9, |A(G)|poder
|V(G)| y=debemos
9 aristas = 12.eliminar
Si G tiene un ciclo
3 aristas dehamiltoniano,
la gráfica G tal ésteque
debela
tener 9 resultante
gráfica aristas y debemos poderdeeliminar
H es un ciclo longitud3|V(G)|
aristas= de la gráfica
9. Nótese queG tal que la
gráfica resultante H es un ciclo de longitud |V(G)| = 9. Nótese que
A(H) ⊂ A(G) y |A(G) \ A(H)| = 3.
A(H) ⊂ A(G) y |A(G) \ A(H)| = 3.
Por lo tanto, si hay vértices de grado 2, entonces las aristas incidentes a estos
Por lo tanto,
vértices debensiestar
hay vértices de grado
en la gráfica H, por 2, entonces
lo que las aristas incidentes a estos
vértices deben estar en la gráfica H, por lo que
{1, 2}, {2, 3}, {4, 5}, {5, 6}, {7, 8}, {8, 9} ∈ A(H).
{1, 2}, {2, 3}, {4, 5}, {5, 6}, {7, 8}, {8, 9} ∈ A(H).
Ahora, consideramos el conjunto de aristas A = {{1, 4}, {4, 7}, {1, 7}}. Si |A ∩
A(H)|Ahora,
< 2,consideramos
entonces, en el laconjunto
gráfica H dese aristas
tiene Aque d(u)4},={4,17},
= {{1, {1, 7}}.
para algúnSi |A
u∩ ∈
A(H)| < 2, entonces, en la gráfica H se tiene que d(u) 1
{1, 4, 7}, lo cual contradice que H es un ciclo. Por lo que |A ∩ A(H)| ≥ 2. En este
= para algún u ∈
{1,
caso 4, d(u)
7}, lo=cual
3 paracontradice
algún u que
∈ {1,H4,es7},
unlociclo.
cual Por lo que |Aque
contradice ∩ A(H)|
H es un≥ 2. En este
ciclo.
casoPor d(u)
lo = 3 para la
anterior algún u ∈G
gráfica 4,tiene
{1,no 7}, louncual contradice
ciclo de longitudque9Hcomo
es unsubgráfica
ciclo.
y G Por lo anterior
resulta la gráfica G no tiene un ciclo de longitud 9 como subgráfica
no hamiltoniana.
y G resulta no hamiltoniana.
La condición del teoremaTeorema 3.4.11 es una condición suficiente, pero no es
La condición
necesaria del teorema
(ver ejercicio 3.51). 3.4.11 es una condición suficiente, pero no es
necesaria (ver ejercicio 3.51).
Teorema 3.4.11. Sea G una gráfica de orden n ≥ 3. Si d(v) ≥ n/2 para todo
Teorema
vértice v ∈3.4.11. Sea G una
V(G), entonces gráfica
G es de orden n ≥ 3. Si d(v) ≥ n/2 para todo
hamiltoniana.
vértice v ∈ V(G), entonces G es hamiltoniana.
Demostración. Prueba por reducción al absurdo.
Demostración.
SupongamosPrueba por reducción
que existen gráficas con al absurdo.
n ≥ 3 vértices y grado mínimo δ ≥ n/2
que Supongamos que existen
no son hamiltonianas. Seagráficas
G una con n ≥ con
gráfica 3 vértices y grado mínimo
n ≥ 3 vértices δ ≥ n/2
y grado mínimo
δque no son
≥ n/2 hamiltonianas.
maximal Sea G una
no hamiltoniana gráfica conotra
(si a¿adimos n ≥arista
3 vértices
resultay hamiltoniana).
grado mínimo
δ ≥ n/2 maximal
Considera no hamiltoniana
dos vértices no adyacentes (si a¿adimos
u, v. Comootra arista
G es resultaentonces
maximal, hamiltoniana).
G ∪uv
Considera
sí dos vértices
es hamiltoniana no adyacentes
y todo u, v. Como
ciclo hamiltoniano de G
G es
∪ maximal,
uv contiene entonces
la aristaG uv
∪uv y
G tiene una trayectoria hamiltoniana (si hubiera un ciclo hamiltoniano C que
no contiene la arista uv, entonces C sería un ciclo hamiltoniano de G). Sea P =
(u = v1 , v2 , . . . , vn = v) una trayectoria hamoiltoniana de G. Vamos a construir
las siguientes dos conjuntos S = {vi : {vi , vn } ∈ A(G)}, es decir S es el conjunto
de vértices de P que son vecinos del vértice xn y considera el conjunto T = {vi ∈
sí es hamiltoniana y todo ciclo hamiltoniano de G ∪ uv contiene la arista uv y
NOTAS DE LA UEA
92 G tiene una trayectoria hamiltoniana (si hubiera un ciclo hamiltoniano C que
MATEMÁTICAS DISCRETAS II
no contiene la arista uv, entonces C sería un ciclo hamiltoniano de G). Sea P =
(u = v1 , v2 , . . . , vn = v) una trayectoria hamoiltoniana de G. Vamos a construir
las siguientes dos conjuntos S = {vi : {vi , vn } ∈ A(G)}, es decir S es el conjunto
de vértices de P que son vecinos del vértice xn y considera el conjunto T = {vi ∈
V(P) : {vi+1 , v1 } ∈ A(G)}, T es el conjunto de vértices de P tales que el siguiente
V(P) : {vi+1 , v1 } ∈ A(G)}, T es el conjunto de vértices de P tales que el siguiente
vértice en la sucesión de vértices de la trayectoria P es vecino del vértice v1 .
vértice en la sucesión de vértices de la trayectoria P es vecino del vértice v .
Si S ∩ T ∅ entonces hay un vértice vi tal que las aristas v1 vi+1 , vi vn ∈ A(G), 1
Si S ∩ T ∅ entonces hay un vértice v tal que las aristas v1 vi+1 , vi vn ∈ A(G),
en este caso (v1 , vi+1 , vi+2 , vn , vi , vi−1 , vi−2 , iv1 ) es un ciclo hamiltoniano, lo cual
en este caso (v1 , vi+1 , vi+2 , vn , vi , vi−1 , vi−2 , v1 ) es un ciclo hamiltoniano, lo cual
contradice la elección de la gráfica G. Se sigue que |S ∩ T | = 0.
contradice la elección de la gráfica G. Se sigue que |S ∩ T | = 0.
v0v0 v1v1 vi−1

vi−1 vi vi vi+1
vi+1 vi+2
vi+2 vn−1
vn−1 vnvn
Figura3.28:
Figura 3.30:Construcción
Construccióndedeununciclo
ciclohamiltoniano.
hamiltoniano.
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
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
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
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 ¿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 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
Figura 3.32: Las gráficas del ejercicio 3.52.
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)
3 Los dos planos de las casas del ejercicio 3.54.

Figura 3.31:
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
Calle Calle
Calle Calle
Calle Calle
Figura 3.32: 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
preferencia efectiva. SiSidefinimos

preferencia efectiva. definimos la gráfica
la gráfica dirigida
dirigida D, vértices
D, cuyos cuyos vértices
son los
son los elementos
elementos de X, y lasde X, ysonlasinducidas
flechas flechas deson inducidas
manera naturaldepormanera natural
la relación de
por la relación
preferencia de es
efectiva, preferencia efectiva,
decir, si x es es decir,
efectivamente si x sobre
preferido es efectivamente
y, entonces
preferido
y → x, essobre
decir, y, ∈ F(D).y Si→
entonces
(y, x) unax,gráfica
es decir, (y; Dx)tiene
dirigida ϵ F(D).
núcleo,Sibasta
una
gráfica elementoDdeltiene
elegir undirigida núcleo.núcleo, basta elegir un elemento del núcleo.
ElEljuego
juego NIMNIM
de de tienetiene sus antecedentes
sus antecedentes en elantiguo
en el juego juego chino
antiguo chino
llamada
llamada
Fan Tan;Fan Tan; registro
el primer el primer registro en dematemáticas
en matemáticas juegos de NIM de fue
juegos
Bouton NIM
dequien
fue Bouton quien
precisamente precisamente
generalizó el juego Fangeneralizó
Tan. Hoyelenjuego Fanmuchos
día hay Tan. Hoy en día
ejemplos de
hay muchos
juegos NIM enejemplos de juegos
la literatura NIM en la literatura de las matemáticas.
de las matemáticas.
Leer,
Leer,entender
entenderyyexplicar
explicarlalanota “poisonedcooky”
nota“poisoned cooky”enen[3].
[?].
Algoritmo de Dijkstra y programación de tareas

En un proyecto grande con muchas tareas, se puede perder mucho tiempo y
En si
dinero unnoproyecto grandebien
se programan conlasmuchas
tareas tareas, se puede
que se van perder
a realizar. mucho tiempo
Si algunas tareas
ysedinero si no se programan bien las tareas que se van
entrelazan y algunas pueden ser realizados simultáneamente mientras a realizar. Si algunas
otros
tareas se orden
tienen un entrelazan y algunas
preestablecido, pueden ser realizados
tal programación puede resultar simultáneamente
complicada.
mientras otrosmodelar
pero se puede tienenmediante
un orden preestablecido,
una gráfica tal ejemplo,
dirigida. Por programación puede
en la construcción
resultar complicada. pero se puede modelar mediante una
de un edificio, la instalación de los ba¿os no pueden empezar hasta que está gráfica dirigida.
Por ejemplo,
terminado en la construcción
la instalación de un
de tuberías. edificio,de
El objetivo lamodelar
instalación de los bajos de
la programación no
pueden empezar hasta que está terminado la instalación de tuberías.
tareas mediante una gráfica dirigida es poder minimizar el tiempo que se tarda El objetivo
de
en modelar
completarlaelprogramación de tareas
proyecto y además mediante
detectar una gráfica
las tareas que deban dirigida es poder
ser prioridad
minimizar el tiempo que se tarda
para que el proyecto termine a tiempo. en completar el proyecto y además detectar
las tareas
En el método llamado método de trayectoria crítica, se conoce el tiempo.
que deban ser prioridad para que el proyecto termine a tiempo
En se
en que el método llamado
realiza cada método
actividad y ladeúnica
trayectoria crítica,que
herramienta se conoce el tiempo
se requiere es el
en que se realiza
algoritmo caday actividad
de Dijkstra un algoritmoy lamodificado
única herramienta que se
del algoritmo derequiere
Dijkstra.es el
algoritmo
ExplicadecomoDijkstra y un el
funciona algoritmo
algoritmo modificado
de Dijkstra dely algoritmo
explica sude Dijkstra.
aplicación
al método de trayectoria crítica mediante un ejemplo particular. Para mayoral
Explica como funciona el algoritmo de Dijkstra y explica su aplicación
método de trayectoria
información ver sección crítica
12.4 [?].mediante un ejemplo particular. Para mayor
información ver sección 12.4 [10].
ÍNDICE
4 Introducción a los Árboles
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).
4.1 Terminoloía y Caracterización

EnEnesta
estasección
secciónrevisamos
revisamosalgunas
algunaspropiedades
propiedadesy ycaracterizaciones
caracterizaciones dede árboles.
árboles.
La prueba de algunas propiedades se deja como ejercicio. Sea
La prueba de algunas propiedades se deja como ejercicio. Sea G una grafica´. G una gráfica.
Decimos que
Decimos que vv ϵ∈ V(G)
V(G) eses una hoja sisi d(v)
una hoja d(v) == 11 yy decimos
decimos queque vv ∈
ϵ VV(G)
(G) es
es un
un
vértice de corte si G − v tiene mas componentes conexas que G
vértice de corte si G − v tiene mas componentes conexas que G (si G es conexa(si G es conexa
G −−vvno
G noesesconexa).
conexa).Decimos
Decimosque queuna
una arista
arista e ϵeA(G)
∈ A(G) un puente
espuente
es un si G si
− eGtiene
−e
tiene mas componentes conexas que G (si G es conexa
mas componentes conexas que G (si G es conexa G − a no es conexa).G − a no es conexa).
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.
Proposición 4.1.1. Toda arista en un árbol T es un puente de T .

Demostración. Sea a = {u, v} una arista del árbol T . Si a no es puente de
T , entonces hay una trayectoria P entre el vértice u y el vértice v. Sea P =
(u = u0 , u1 , . . . , un = v). Entonces, si le pegamos la arista a a la trayectoria P,
obtenemos el ciclo C = (u = u0 , u1 , . . . , un = v, u), lo cual contradice que T es
acćlica. Por lo tanto, toda arista en un árbol T es un puente de T .
Proposición 4.1.1. Toda arista en un árbol T es un puente de T .
Proposición 4.1.2. Sea T en un árbol. Entre cualquier par de vértices u, v ∈
Demostración.
V(T ) hay una única Sea trayectoria.
a = {u, v} una arista del árbol T . Si a no es puente de
T , entonces hay una trayectoria P entre el vértice u y el vértice v. Sea P =
Demostración.
(u =′ u0 , u1 , . . . , Sean
un = u, v).v Entonces,
∈ V(T ) talesi que hay dos la
le pegamos uv-trayectorias P, P′ . Como
arista a a la trayectoria P,
P, P son dos
obtenemos el trayectorias
ciclo C = diferntes,
(u = u , u entonces
, . . . , u =podemos
v, u), lo asumir
cual que hay una
contradice que arista
T es
0 1 n
de T .la proposición
′
aacćlica.
en A(P) Por−loA(P tanto,). La arista
toda a no
arista es puente
en un árbol T lo es cual contradice
un puente Proposición
4.1.1.
Proposición 4.1.2. Sea T en un árbol. Entre cualquier par de vértices u, v ∈
Teorema 4.1.3.
V(T ) hay una únicaSeatrayectoria.
T = (V, A) un árbol con n vértices. Entonces T tiene n − 1
aristas.
Demostración. Sean u, v ∈ V(T ) tale que hay dos uv-trayectorias P, P′ . Como
Demostración. Prueba por
P, P′ son dos trayectorias inducción
diferntes, matemática
entonces podemossobre el número
asumir que haydeuna
vértices
arista
del árbol. Base: ′
a en A(P) − A(P ). La arista a no es puente lo cual contradice la Proposición
4.1.1.
Teorema 4.1.3. Sea T = (V, A) un árbol con n vértices. Entonces T tiene n − 1
aristas.
Demostración. Prueba por inducción matemática sobre el número de vértices
del árbol. Base:
Demostración.′ Sean u, ′v ∈ V(T ) tale que hay dos uv-trayectorias P, P . Como
P, P son P, son dos P′ diferntes,
P,trayectorias
dosP trayectorias son dos trayectorias
diferntes,
entonces entonces diferntes,
podemos podemos
entonces
asumir asumir
que podemos
hay una quearista
asumir
hay unaque arista
hay una aris
P, P′ son dos trayectorias diferntes, entonces
′ podemos asumir que hay una arista
a en A(P)′ a− enA(P
A(P)′
). −a A(P
La enarista ). La
A(P) a −no es ′puente
arista
A(P ).a La
no arista
eslopuente a no
cual loescual
puente
contradice contradice
laloproposición
cual la contradice
proposición la proposició
a en A(P) − A(P ). La arista a no es puente lo cual contradice la Proposición
4.1.1. 4.1.1. 4.1.1.
4.1.1.
CAPÍTULOTeorema
4 Teorema
4.1.3. Sea 4.1.3.
Teorema
T = (V, SeaA) T4.1.3.
= (V,
un Sea
árbolA) un T =
con árbol
n(V, A)
con
vértices.unnárbol
vértices.
Entonces con Entonces
nT vértices.
tiene nT−Entonces
tiene
1 n − T1 tiene n −
Teorema 4.1.3. ASea
INTRODUCCIÓN LOSTÁRBOLES
= (V, A) un árbol con n vértices. Entonces T tiene n − 1 ÍNDICE 101
aristas. aristas. aristas.
aristas.
Demostración.
Demostración. Prueba Demostración.
porPruebainducciónpor Prueba
inducción
matemáticapor matemática
inducción
sobre elmatemática
sobre el de
número número
sobre
vértices de
el número
vértices de vértic
Demostración. Prueba por inducción matemática sobre el número de vértices
del árbol.del árbol. del árbol.
del árbol. Base:
Base: Base: Base:
Sea G un árbol con un solo vértice. Claramente G no tiene arista. Por lo que
Sea G unSea G un
árbol conárbol
Sea
un solo Gcon unvértice.
un árbol
solocon vértice.
un solo
Claramente Claramente
vértice.
G no tiene Claramente
G no tiene
arista. PorGarista.
no que
lo tiene
Por lo arista.
que Por lo qu
n = 1 y m = 0. Sea G un árbol con dos vértices. Claramente G tiene una sola
n=1ym n = 10.ySea m n=G=0. un1Sea y mG =un
árbol con0.árbol
Sea G
con
dos vértices.undos árbolvértices.
con dos
Claramente Claramente
vértices.
G tiene Claramente
G tiene
una sola unaGsola tiene una so
arista. Por lo que n = 2 y m = 1. En ambos casos, G satisface el teorema.
arista. Porarista.
lo quePor n= lo
arista.
2quey mnPor == 1.2loyEn
que
mambos
=n 1.= En2casos,
yambos
m =G1.casos,En ambos
satisface G satisface
el casos,
teorema. Gel satisface
teorema. el teorema.
Hipótesis de inducción:
HipótesisHipótesis
de inducción:deHipótesis
inducción: de inducción:
Sea G es un árbol con k vértices, k ∈ {1, 2, . . . , n − 1}. Entonces G tiene k − 1
Sea G esSea G es un
un árbol conSea
árbol
kG es
conunkárbol
vértices, vértices,
k ∈ {1, con2,kk. .∈vértices,
n −2,1}.
. ,{1, . .k.Entonces
,∈n {1,
− 1}. 2, .Entonces
n − 1}.
.G. ,tiene kG−Entonces
tiene
1 k −G1 tiene k −
aristas.
aristas. aristas. aristas.
Paso inductivo:
Paso inductivo:
Paso inductivo: Paso inductivo:
Sea G un árbol con n vértices. Pd. G tiene n − 1 aristas. Sea a = {u, v} una
Sea G unSea G un
árbol conárbol
Sea Gcon
n vértices. un nárbolvértices.
Pd. G contienenPd.vértices.
nG−tiene Pd.
n −G1Sea
1 aristas. tiene
aristas.
a n=−Sea 1 aristas.
{u, a una
v} = {u,Sea v} una
a = {u, v} un
arista de G. Por la Proposición 4.1.1, G − a no es conexa, mas aún G − a es la
arista de arista
G. PordelaG. arista
Por ladeProposición
Proposición G.4.1.1,
Por laGProposición
4.1.1,
− a noGes−conexa, a4.1.1,
no esGmas conexa,
− aaúnno G mas
es −conexa,
aaúnes Gla mas
− a es aúnla G − a es
unión de dos árboles Gu , Gv tales que u ∈ V(Gu ) y v ∈ V(Gv ). Sea nu = |V(Gu )|
unión de unión de dos
dos árboles unión
Gárboles
u , G de
v dos
G
tales u , G
árboles
que v tales
u ∈ Gque
V(G ,
u uv G u) tales
y∈ V(G
v ∈ que
V(G
u ) yuvv).
∈ V(G
V(G
Sea
∈ n )
uuv ).
y
= Sea
v
|V(G∈ V(G
n )|
u v= ). Sea
|V(G u )|
nu = |V(Gu
y nv = |V(Gv )|. Cada árbol Gu , Gv tiene a lo mas n vértices. Entonces por la
y nv = |V(Gy nvv )|.
= Cada
|V(G )|.v Cada
y vnárbol Gu ,árbol
= |V(G G
vv)|. Cada
G
tiene u , G
aárbol
vlo tiene
masG ua,
n lo
G mas
tiene
vértices.
v n avértices.
lo
Entoncesmas Entonces
n vértices.
por la por
Entonces
la por
hipótesis de inducción Gu , Gv tiene nu − 1 y nv − 1 aristas respectivamente.
hipótesis hipótesis
de inducción dehipótesis
inducción
Gu , Gv de Ginducción
tiene ,
u uvG
n − tiene
1 yG n
n , G
−
uvu v− 11tiene
y n
aristas
v un
− 1 aristas
1 y n
respectivamente.
− v respectivamente.
− 1 aristas respectivamente.
El número de vértices de G es la suma de los vértices de Gu y Gv . Así
El número El denúmero
vértices El
de número
vértices
de G esde de
la vértices
G es la
suma dede suma
losGvértices
esdelalossuma vértices
de Gde u ylos de u y G vde
Gvvértices
.GAsí . Así
Gu y Gv . A
n = nu + n v .
n = nu + n v= . nu + nv .n = nu + nv .
El número de aristas de G es la suma de las aristas de Gu y Gv mas 1 (la
El número El denúmero
aristasEl dedenúmero
aristas
G es la dedesuma
Garistas
es dela desuma
las Garistas
es
de lalasde
suma
aristas
Gu deyG de
las
vG masu y 1G(la
aristas vdemas Gu1y(la Gv mas 1 (
arista a). Así
arista a). arista
Así a). Así arista a). Así
|A(G)| = (n
|A(G)| = (nu− 1)=+
u − 1)
|A(G)| +(n(n
(n v−− 1)=+
v −1)1)+
u|A(G)|
11 =
+(n
(n −−(n
vu= (n +1n(n
1)1)uu++ v )) (n
− 11+=
vv − u1)
n= =+nnnv1)−−1.
−=1.(n
1= n n−v )1.− 1 = n − 1.
u+
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
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).
4.1.1 Árbol generador

4.1.1 Árbol generador
Supón que tienes una red de computadoras en la que se dañaron las conexi-
Supón
ones Supón
entre que
lastienes
que una red
una
computadoras.
tienes una dede
red
red computadoras
de computadoras
Ahora se busca
computadoras enen
la que
enla
laquese se
que
reestablecerdañaron
sedañaron
dañaron
algunaslaslas
conecciones
lasconecciones
conexi-
conexiones
entre
ones
de las
modo
entre lascomputadoras.
entre lascualquier
que
computadoras. Ahora
computadoras. se
computadora
Ahora busca
Ahora sereestablecer
se
se busca busca
puede algunas
reestablecer
comunicar
reestablecer conexiones
algunas
con
algunas deotra
modo
conexiones
cualquier
conexiones de
que
de cualquier
modoqueque
computadora;
modo computadora
cualquier
por cuestión
cualquier se
de puede
computadora
computadora se comunicar
costos sebusca
se
puede puede conelcualquier
comunicar
usar
comunicar con con
menor otra computadora;
cualquier
número
cualquier de otra
conecciones.
otra computadora;
por cuestón
computadora;
Si cada
por de
computadora
cuestión costos
deporcostos se
cuestión
es busca usar
de costos
serepresentado
busca el
usar se menor
busca
elpor
menor número
un usar el menor
vértice y cada conecciones.
número
conección
de conecciones. Sicada
cada
de conecciones.
por
Si una
computadora
Si cadaentonces
arista,
computadora es
computadora representado
es estamos por
buscando
representado por un
es representado por
unavértice y cada
subgráficacada
un yvértice yconección
conexacada por una
conconección
conección elpor
menorunaporarista,
una
número
arista,
entonces
arista,
de aristas,
entonces estamos
entonces
es decir,
estamos buscando
estamos una
una subgráfica
buscando
una subgráfica
buscando una
generadora,
subgráfica conexa
subgráficaconexa
conexa cony acíclica.
conexa con el menor
el menor número
número
número de
de
aristas,
de
aristas, esesdecir,
aristas, decir, una
es decir, subgráfica
unauna generadora,
subgráfica
subgráfica conexa
generadora,
generadora, y yacíclica.
conexa
conexa y acíclica.
acíclica.
Definición 4.1.7. Una subgráfica H de una gráfica conexa G es un
Definición
árbol generador
Definición
Definición 4.1.7.
4.1.7. Una
4.1.7. Una
si
Una subgráfica
H subgráfica
es
subgráfica HHHde
una subgráfica dede una
una gráfica
conexa,
una conexa
acíclica
gráfica
gráfica conexa conexa
G Geses
que Gun
contiene
un es unagenerador
árbol todos
árbol
árbol
generador
si generador
losHvértices
es unaside si
Hla es H es
gráfica
subgráfica una
unaconexa, subgráfica
subgráfica conexa,
acíclica conexa, acíclica
acíclica que
que contiene que contiene
contiene
a todos a todos
a todos
los vértices de los
la
los vértices
vértices
gráfica de ladegráfica.
la gráfica
Surgen de manera natural preguntas como:

1. ¿Cómo podemos generar todos los árboles generadores de una gráfica.
2. ¿Cuántos árboles generadores tiene una gráfica?
3. A partir de un árbol generador, ¿cómo se puede obtener otro árbol generador
de la gráfica.
4. ¿Cómo se ve un árbol generador en la matriz de incidencia/adyacencia?
1. ¿Cómo podemos generar todos los árboles generadores de una gráfica.
2. ¿Cuántos árboles generadores tiene una gráfica?
CAPÍTULO 4 3. A partir de un árbol generador, ¿cómo se puede obtener otro árbol
INTRODUCCIÓNgenerador de la gráfica.
A LOS ÁRBOLES ÍNDICE 103
4. ¿Cómo se ve un árbol generador en la matriz de incidencia/adyacencia?
Está fuera del alcance del temario de la UEA Matemáticas Discretas II contestar
estasfuera
Está preguntas, aunque
del alcance deltienen suficientes
temario de la UEAconocimientos
Matemáticas para contastar
Discretas una o
II contestar
variaspreguntas,
estas de ellas. aunque tienen suficientes conocimientos para contastar una o
varias de ellas.
Teorema 4.1.8. Toda gráfica conexa tiene un árbol generador.
Teorema 4.1.8. Toda gráfica conexa tiene un árbol generador.
Teorema 4.1.9. Dada una gráfica conexa, se puede calcular el número de
Teorema 4.1.9. Dada una gráfica conexa, se puede calcular el número de
árboles generadores a partir de la matriz de adyacencia AG .
árboles generadores a partir de la matriz de adyacencia AG .
Demostración.
Demostración. Usando
Usando algebra
algebra lineal,
lineal, se
se puede
puede probar
probar que
que todos
todos los
los cofactores
cofactores
de una matriz de adyacencia
de una matriz de adyacencia AG A coinciden
coinciden y
y es
es justo
justo el
el número
número de
de árboles
árboles
G
generadores de
generadores de G.G.

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.
4.1.3 Algoritmos de Árbol de Peso Mínimo
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
Algoritmo de Kruskal para encontrar un árbol de peso mínimo
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.
Pseudocódigo para el algoritmo de Kruskal.
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
Algoritmo de Prim para encontrar un árbol de peso mínimo
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
Pseudocódigo para el algoritmo de Prim.

Sea G = (V, A) una gráfica conexa con n vértices. Sea V1 el conjunto de vértices
del árbol, V2 el conjunto de vértices fuera del árbol y A′ el conjunto de aristas
del árbol.
Begin V1 := {v1 }, V2 := V \ V1 , A′ = ∅.
While V1 V do
Eligir la arista a = {u, v} de menor peso tal que u ∈ V1 y v ∈ V2
V1 := V1 ∪ {v}, V2 := V2 − {v}, A′ := A′ ∪ {a}.
End
End
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 4.10. 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 .
NOTAS DE LA UEA
106 Ejercicio 4.11. Encuentra un árbol generador de la gráfica deMATEMÁTICAS
la figura 3.26.
DISCRETAS II
Ejercicio 4.12. Encuentra todos los árboles generadores no isomorfos de las

siguientes gráficas.
Figura 4.3: Gráficas del ejercicio 4.12.
Ejercicio 4.12. Encuentra todos los árboles generadores no isomorfos de las

siguientes gráficas.
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.
4.2 Caminos y árboles especiales

4.2 Caminos y árboles especiales
EnEn diversas
diversas aplicaciones
aplicaciones de de los
los árboles
árboles conviene
conviene contar
contar con
con un
un vértice
vértice
distingu-
En diversas aplicaciones de los árboles conviene contar
distinguido llamado raíz. Un árbol con raíz es un árbol con un vértice distinguidocon un vértice
ido llamado
distinguido
llamado raíz.llamado
Las árbol
raíz.figuras
Un
raíz.4.2, cony raíz
Un árbol
4.4 conson
4.5 es ejemplos
unesárbol
raíz conárboles
un árbol
de un un
con vértice
vérticedistinguido
con raíz.distinguido
Muchos
programas computacionales utilizan una estructura de árbol con raíz paraMuchos
llamado raíz. Las figuras 4.2, 4.4 y 4.5 son ejemplos de árboles con raíz. analizar
programas computacionales utilizan una estructura de árbol con raíz para analizar anal-
todas las posibles casos y para organizar datos. Los árboles de conteo son ejemplos
izar
todas todas
las las posibles
posibles casos
casos y y para
para organizar
organizar datos.Los
datos. Losárboles
árbolesde de conteo
conteo son
de árboles con raíz.
ejemplos de árboles con raíz.
La profundidad de un árbol es la excentricidad de la raíz, es decir la longitud de
La profundidad
La profundidad
la trayectoria más grande
de
de unun árbol
árbol en
iniciando
es la
es la excentricidad
excentricidad de
laraíz. de la
la raíz,
raíz, es
es decir
decir la
la
longitud
longitud de la trayectoria mas grande iniciando en la raíz.
Sea T de un la trayectoria
árbol con raízmas
r y grande iniciando
profundidad en la raíz.
k, definimos los niveles del árbol T
Sea
Sea T T un
un árbol
árbol con
con raíz
raíz rr yy profundidad
profundidad k, k, definimos los niveles
definimos los niveles del
del árbol
árbol TT
como:
como
como
N1 =
N {v ∈ T : d(r, v) = 1}
1 = {v ∈ T : d(r, v) = 1}
N2 = {v ∈ T : d(r, v) = 2}
..N2 = {v ∈ T : d(r, v) = 2}
..
.
Nk = {v ∈ T : d(r, v) = k}
El ancho del árbol T es máx |Ni |
i≤k
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
4.2.1 Árboles binarios
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).
Ejemplo 4.2.2. En algunos casos, un problema de conteo se puede resolver

mediante un árbol de conteo. Por ejemplo, si queremos contar cuantos posibles
resultados se puede obtener al lanzar tres volados (lanzar un moneda tres veces)
podemos construir el árbol de conteo figura 4.4.
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 4.2.3. Las carpetas y archivos en el disco duro de una computadora

tienen la estructura de árbol.
Ejemplo 4.2.4. Si queremos determinar que resultado sale el mayor número

de veces y no nos importa el orden, podemos usar el árbol de la figura 4.4 del
ejemplo 4.2.2 y como resultado tenemos que el resultado dos águilas y un sol
aparece tres veces igual que el caso dos soles y un águila.
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
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
Ejemplo 4.2.6. [11]

[?] ¿De cuántas maneras se pueden colocar n de reynas en un
tablero de ajedréz de n × n. Revisamos el caso particular cuando tenemos 4
reynas y un tablero de 4 × 4.
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”.
Cómo construir un árbol óptimo para el código de Huffmann

Dado
Dadouna
unapalabra
palabrao ouna
unafrase,
frase,un
unárbol
árboldedeHuffmann
Huffmann es un árbol árbol óptimo
óptimo
de Huffmann sisielelcódigo
de Huffmann código de palabra
de la la palabra
o de ola de
frasela tiene
fraseeltiene
mínimoel número
mínimo
nímero
posibleposible de caracteres.
de caracteres.
Vamos
Vamosa usar un un
a usar ejemplo para
ejemplo explicar
para el procedimiento
explicar el procedimiento parapara
construir un árbol
construir un
óptimo para elpara
árbol óptimo código de Huffmann.
el código Consideramos
de Huffmann. Consideramosla palabra “popocatepetl”
la palabra “popocatepetl”
Primero partimos el código en trayectorias maximales 101|11|10000|1001 y
queda la palabra reta y
11|01|10000|1001|101 y queda la palabra “estar”.
CAPÍTULO 4
Cómo construir un árbol óptimo para el código de Huffmann
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
(sin acentos). En total hay 12 letras, hacemos

hacemos una tabla de la frecuencia de cada
letra. y ordenamos las frecuencias en orden no decreciente:
Cuadro 4.1: Frecuencias de las letras en la palabra “popocatepetl”.
p o c a t e l
3 2 1 1 2 2 1
y ordenamos las frecuencias en orden no decreciente:
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
yendo de abajo para arriba, recuperando

Luego construimos un árbol binario yiende recuperando
en cada paso los números que se sumaron para modificar la secuencia de
números
Es importante destacar que el árbol óptimo no es único. Los dos árboles de
la figura 4.8 son óptimos para la palabra popocatepetl.
El árbol de Huffmann se obtiene poniendo en cada vértice terminal una letra
que corresponda a la frecuencia de la (única) arista que incide en él.
NOTAS DE LA UEA
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 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
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
Figura 4.9: Árbol óptimo de Huffmann para la palabra popocatepetl.
2. h = (m − 1)i + 1
3. i = (h − 1)/(m − 1) = (n − 1)/m
Ejercicio 4.20. Una aula tiene 25 computadoras que deben conectarse a un

enchufe de pared con 4 salidas. Se hacen las conexiones mediante cables de
extensión con 4 salidas cada uno. ¿Cuál es el mínimo número de cables que se
necesitan para poder utilizar todas las computadoras?
Ejercicio 4.21. Prueba que un árbol es una gráfica bipartita.
Ejercicio 4.22. Para cada inciso, construye un árbol óptimo para la codificación
de Hoffmann así como su codificación.
1. las tres palabras: resistir, raros, restos.

2. la frase: “tres tristes tigres".
Ejercicio 4.23. Construye un árbol óptimo para la codificación de Hoffmann

para codificar la frase: “tres tristes tigres”. Sin construir un árbol óptimo para
la frase “tres tristes tigres tragaban trigo en un trigal”, determina cuántos vértices
internos tiene tal árbol.
Hint: Usar el ejercicio 4.19.

para codificar el cuento de Augusto Monterrosa (sin importar los acentos)
“Cuando despertó, el dragón seguía allí ”

es internos tiene tal árbol.
Hint: Usar el ejercicio 4.19.

para codificar el cuento de Augusto Monterrosa (sin importar los acentos)
NOTAS DE LA UEA
“Cuando despertó, el dragón seguía allí ”
4.3 Proyectos
Árboles de peso mínimo.

Investiga
Investigaqué
quéaplicaciones
aplicacionestienen
tienenloslosárboles
árbolesdede
peso mínimo.
peso mínimo.Prueba queque
Prueba los
álgoritmos PrimPrim
los álgoritmo y Kruskal siempre
y Kruskal encuentra
siempre un árbolundeárbol
encuentra peso mínimo.
de peso Para cada
mínimo.
álgoritmo
Para cadadetermina
álgoritmoeldetermina
número de el pasos
número deldepeor caso.
pasos delFinalmente, implementa
peor caso. Finalmente,
los álgoritmolos
implementa Prim y Kruskal
álgoritmo Primpara encontrar
y Kruskal un encontrar
para árbol de peso mínimo.
un árbol Ver
de peso
sección
mínimo.3.6
Verensección [?]
[6]. 3.6 en [6]
Árboles de decisión y tiempo mínimo para ordenar

Árboles de decisión y tiempo mínimo para ordenar
Los árboles de decisión constituyen una herramienta para analizar los estados
Losárboles
Los árbolesdededecisión
decisiónconstituyen
constituyenunauna herramientapara para analizarloslos esta-
y consecuencias de una serie de decisionesherramienta analizar
secuenciadas y tienen estados
aplicaciones
dos y consecuencias
yenconsecuencias de una serie de decisiones secuenciadas y tienen aplicaciones
diversas áreasde deluna serie de decisiones
conocimiento secuenciadas
desde diagnósticos y tienen
médicos hastaaplicaciones
reconocimiento
en diversas
en diversasáreas
áreasdel conocimiento
del de desde diagnósticos
conocimiento desde médicos hasta reconocimi-
de caracteres. Un árbol decisión es un árboldiagnósticos
con raíz, quemédicos
nos ayuda hasta
a
ento de caracteres.
reconocimiento Un árbol de
de caracteres. decisióndeesdecisión
un árboles con raíz, con
que raíz,
nos ayuda a
representar y visualizar todos Unlos árbol
posibles un árbol
eventos cuando conocemos que nos
todas las
representar
ayuda y visualizar
a representar todos los posibles eventos cuando conocemos todas las
posibles opciones deyuna visualizar todosCada
decisiones. los posibles eventos cuando
vértice representa conocemos
el momento de la
posibles
todas lasopciones deopciones
una decisiones.
de unaCada vértice representa el momento de la
decisión y posibles
normalmente se representa decisiones.
con un cuadradoCada convértice representa
la pregunta en suel
decisión
momento y normalmente
de cada
la decisión se representa con un cuadrado con la pregunta en su
interior. Por posibleydecisión
normalmente
hay unase arista
representa con un nivel
al siguiente cuadrado
o biencon la
a la
interior. Por
pregunta cada posiblePordecisión hay una arista alhay siguientearista
nivelalo bien a la
siguiente en su
desicióninterior.
secuenciada. cada
Enposible
el árboldecisión
de decisión seunapueden incluir siguiente
costos
siguiente
nivel desición
o bien a la desecuenciada.
siguiente En el árbol
desición de decisión se pueden incluir costos
o probabilidades que suceda ciertosecuenciada.
evento o no. En el árbol de decisión se
o probabilidades
pueden incluir de que
costos suceda
o algoritmocierto
probabilidades evento
de oqueno.suceda cierto evento o no.
Prueba que si usas un que ordena n objetos, el número de comparaciones
Prueba
Prueba
es en que
el peorque si usas
casosiesusasun
Ω(n lgalgoritmo que ordena
unn).algoritmo que ordena n objetos,
n elobjetos,
número de el compar-
número
aciones es en
de comparaciones el peor
Analiza y explica caso
es en es Ω(n
el peor caso
la aplicación lg n). Ω(n lgde
deesárboles n).
decisión en tres áreas distintos.
Analiza
secciónyy9.7
VerAnaliza explica
explica laaplicación
[?]. la aplicaciónde de árboles
árboles de
de decisión
decisión en
en tres
tres áreas
áreas distintos.
distintos.
Ver sección 9.7 [11].
Ver sección 9.7 [11].
Búsquedas en árboles con raíz.
Búsquedas en árboles con raíz.
Compara
Comparalos losdos
dosalgoritmos
algoritmosdede búsqueda
búsqueda a profundidad
a profundidad y búsquedas
y búsquedas a lo aancho
lo
yancho
determina
y en que
determina casos
en queel algoritmos
casos el de búsqueda
algoritmos de a profundidad
búsqueda
Compara los dos algoritmos de búsqueda a profundidad y búsquedas a lo a es el
profundidadmejores yelen
que caso
mejor y el
en algoritmos
que caso el de búsqueda
algoritmos a
de lo ancho
búsqueda es
a el
lo mejor.
ancho es
ancho y determina en que casos el algoritmos de búsqueda a profundidad es elel mejor.
mejorBúsqueda
y en que caso el algoritmos de búsqueda a lohoja,
ancho es el mejor.
• Búsqueda a aprofundidad
profundidad (hasta
(hasta llegara auna
llegar una regresar
hoja, regresar por
por el el camino
camino que
que venías hasta encontrar un vértice con una arista no usada
venías hasta encontrar un vértice con una arista no usada y seguir). Sección y seguir).
Sección
3.3 en [6].3.3 en [?]
Búsqueda a lo ancho (se revisa todos los elementos de cada nivel antes de
• Búsqueda
buscar enaellosiguiente
ancho (se revisa
nivel). todos 3.5
Sección los enelementos
[?] de cada nivel antes de
buscar en el siguiente nivel). Sección 3.5 en [6].
BIBLIOGRAFÍA ÍNDICE 113
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
álgebra booleana, 26 conexa, débilmente, 75

árbol, 83 conexa, fuertemente, 75
árbol óptimo de Huffmann, 108 congruencia, 23
árbol binario, 107 conjunción fundamental,28
árbol con raíz, 106 conjunto cerrado bajo una operación, 9
árbol de conteo, 107
árbol de peso mínimo, 103 disyunción fundamental, 29
árbol generador, 102 divisores propios del cero, 12
árbol, profundidad de un, 106 dominio entero, 13, 18, 43
Euler, Leonard 61
absorbente, 76 exgrado, 77
adyacencia, 69 exvecindad, 77
Algoritmo de Kruskal, 104
Algoritmo de la división, polinomios, 44 flecha asimétrica, 72
Algoritmo de Prim, 104 flecha simétrica, 73
anillo, 11 función booleana, 27
anillo con unidad, 12 función normal conjuntiva, 28
anillo conmutativo, 12, 13 función normal disyuntiva, 28
aristas multiples, 66
Axiomas de anillo, 12 gráfica, 61
gráfica plana, 86
código Huffmann, 108 gráfica simple, 66
camino, 63 gráfica, complemento de una, 67
campo, 13 grupo, 9
cara, 86 grupo abeliano, 9
ciclo, 85 grupo diédrico, 10
ciclo hamiltoniano, 62, 90
circuito, 34 incidencia, 69
circuito euleriano, 88 independiente, 66, 76
conexa, 75 ingrado, 74
NOTAS DE LA UEA
invariantes de gráficas, 78 subgráfica, 66

invecindad, 74
término constante, 39
lazo, 66 tabla de verdad, 26
literal, 28 Teorema de la Factorización Única, 57
longitud de un camino, 72 Teorema Fundamental del Álgebra, 53
terna pitagórica, 58
método de trayectoria crítica, 98 trayectoria, 73
matriz de adyacencia, 69 trayectoria hamiltoniana, 90
matriz de incidencia, 70
maxtérmino, 30 vértice de corte, 99
mintérmino, 29 vértice hoja, 99
vecinos, 66
núcleo, 75
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.

NotasdelaUEAMateII PDF

Încărcat de

Informații document

Titlu original

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

NotasdelaUEAMateII PDF

Încărcat de

Drepturi de autor:

Formate disponibile

Notas de la uea

b, c, d, e, f. El jugador a sólo perdió Discretas

Notas de la uea Matemáticas Discretas II Dra. Mika Olsen

Sea (A, +, ·) un anillo con unidad. Entonces existe un polinom

1. Ciencias de la computación – Matemáticas – Libros de texto. 2. Anillos (Álgebra) – Libros de texto.

© 2017 Por esta edición, Universidad Autónoma Metropolitana, Unidad Cuajimalpa

Primera edición: 2017

Corrección de estilo: Omar Campa

Impreso y hecho en México

Dr. Eduardo Peñalosa Castro

Dr. José Antonio De los Reyes Heredia

Dr. Rodolfo Suárez Molnar

Dr. Álvaro Peláez Cedrés

Mtro. Octavio Mercado González

Dr. Raúl Roydeen García Aguilar

Dr. A. Mauricio Sales Cruz

Dr. José Javier Valencia López

Dr. Roger Mario Barbosa Cruz

Dr. Jorge Lionel Galindo Monteagudo

Prólogo para profesor................................................................................................................................................................................................. . 7

Capítulo 1: Introducción al Álgebra Moderna Aplicada.................................................................................... . 9

Capítulo 2: Anillos de Polinomios......................................................................................................................................................... . 39

Capítulo 3: Introducción a la Teoría de las Gráficas............................................................................................... . 61

Capítulo 4: Introducción a los Árboles........................................................................................................................................ . 99

Prólogo para profesor

2. Teoría de las Gráficas.

1 Introducción al Álgebra Moderna

En este capítulo se introducen las estructuras algebraicas de grupo, anillo y álgebra

1.1 Estructuras algebraicas

Definición 1.1.1. El conjunto A con la operación ⋆ forman un grupo (A, ⋆) si el conjunto

2. Existe z ∈ A tal que a ⋆ z = z ⋆ a = a (propiedad neutro).

Ejemplo 1.1.1. Considera las operaciones usuales.

1. El conjunto de los números enteros Z forma el grupo abeliano (Z, +).

2. El conjunto de los números racionales Q forma el grupo abeliano (Q, ∗).

3. El conjunto de los números enteros Z no forma un grupo con el producto usual

1.1.1 Grupo de simetrías de un triángulo equilátero

Figura 1.2: El triángulo ABC, aplicando la reflección E1 seguida por la reflección E0 .

El resultado es la rotación del 120◦ , por lo que E0 E1 = R1 .

Figura 1.3: El triángulo ABC, aplicando la rotación R1 seguida por la reflección E0 .

Figura 1.4: El triángulo ABC, aplicando la reflección E0 seguida por la reflección E1 .

Cuadro 1.1: La tabla de simetrías del triángulo equilátero.

elemento neutro, cada ejes Ei es su propio inverso, R1 es inverso de R2 y R2 es inverso de R1 .

Definición 1.1.4. Dado un conjunto A y dos operaciones, suma

1. 2Z = {. . . , −4, −2, 0, 2, 4, . . .}.

Definición 1.1.5. Un anillo conmutativo (A; ⊕, ⊗) con unidad u y neutro aditivo z, es un

Es decir, en un dominio entero el cero no tiene divisores propios.

1.1.3 Ejemplos de anillos

La terna (Z; ⊕, ⊙) forma un anillo conmutativo con unidad.

A4 Dado un número a ∈ A con a  z, vamos a encontrar un número (−a) ∈ Z tal que

M2 a⊙(b⊙c) = a⊙(b+c−bc) = a+b+c−bc−a(b+c−bc) = a+b+c−ab−ac−bc+abc.

M3 Vamos a encontrar un número u ∈ Z tal que para todo a ∈ A \ z se tiene que a ⊙

Con lo que concluimos que (Z; ⊕, ⊙) es un anillo conmutativo con unidad.

M4 Dado un número a ∈ Q con a  z, vamos a encontrar un número (a−1 ), tal que

Ejemplo 1.1.8. Dado un conjunto universal U no vacío y el conjunto potencia de U, denotado

A2 A △ (B △ C) = (A △ B) △ C. Ejercicio 1.11 inciso (a).

A3 Vamos a encontrar un subconjunto Z de U (Z ∈ PU ) tal que A △ Z = A para todo

A4 Dado un elemento A ∈ PU con A  ∅ tenemos que encontrar un subconjunto denotado

M1 A ∩ B = B ∩ A. Ejercicio 1.11 inciso (b).

M2 A ∩ (B ∩ C) = (A ∩ B) ∩ C. Ejercicio 1.11 inciso (c).

M3 Vamos a encontrar un subconjunto V de U (V ∈ PU ) tal que V ∩ A = A para todo

D A ∩ (B △ C) = (A ∩ B) △ (A ∩ C). Ejercicio 1.11 inciso (d).

Con lo que concluimos que (PU ; △, ∩) es un anillo conmutativo con unidad.

A1 La suma conmuta en M2×2 [Z]:

A4 Dado un número a ∈ A con a z, vamos a encontrar un número (−a) ∈ Z tal que

M4 Dado un número a ∈ Q con a z, vamos a encontrar un número (a−1 ), tal que

A4 Dado un elemento A ∈ PU con A ∅ tenemos que encontrar un subconjunto denotado

Demostración. Consecuencia de la proposición 1.2.2.