Matematicas Discreta

MATEMATICA DISCRETA
Versión preliminar
Departamento de Matemática
Universidad Nacional del Sur
Material elaborado por
• Estela Bianco
• Aldo V. Figallo
• Claudia Sanza
• Alicia N. Ziliani
Bahı́a Blanca 2004

Índice General
1 Introducción informal a la lógica matemática 1
1.1 El lenguaje coloquial . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.2 El lenguaje simbólico . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
1.3 Tautologı́as, contradicciones y contingencias . . . . . . . . . . . . . . . . . . . . 17
1.4 Equivalencia semántica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
1.5 Conjunto adecuado de conectivas . . . . . . . . . . . . . . . . . . . . . . . . . . 21
1.6 Formas argumentativas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
1.7 Consecuencias semánticas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
1.8 Formas proposicionales normales . . . . . . . . . . . . . . . . . . . . . . . . . . 24
1.9 Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
2 Conjuntos 36
2.1 Introducción . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
2.2 El conjunto vacı́o . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
2.3 Descripción gráfica de conjuntos . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
2.4 Subconjuntos de un conjunto . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
2.5 El conjunto de las partes de un conjunto . . . . . . . . . . . . . . . . . . . . . . 43
2.6 Operaciones con conjuntos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
2.7 Diagramas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
2.8 Propiedades de las operaciones conjuntistas . . . . . . . . . . . . . . . . . . . . 49
2.9 Principio de inclusión y exclusión . . . . . . . . . . . . . . . . . . . . . . . . . . 49
2.10 Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50
3 Relaciones y funciones 56
3.1 Producto cartesiano . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56
3.2 Relaciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57
3.3 Relaciones n−arias . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61
3.4 Funciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 64
3.5 Producto directo de conjuntos . . . . . . . . . . . . . . . . . . . . . . . . . . . . 79
3.6 Conjuntos coordinables . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 80
3.7 Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 81
i
4 Multigrafos y multidigrafos 92
4.1 Multigrafos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 92
4.2 Arboles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 102
4.3 Arboles binarios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 108
4.4 Multidigrafos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 111
4.5 Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 117
5 Relaciones binarias especiales 124

5.1 Relaciones binarias entre los elementos de un conjunto . . . . . . . . . . . . . . 124
5.2 Digrafos y relaciones binarias . . . . . . . . . . . . . . . . . . . . . . . . . . . . 125
5.3 P −clausura de una relación binaria . . . . . . . . . . . . . . . . . . . . . . . . . 127
5.4 Clausuras: reflexiva, simétrica, transitiva . . . . . . . . . . . . . . . . . . . . . . 131
5.5 Relaciones de equivalencia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 132
5.6 Relación de equivalencia asociada a una función . . . . . . . . . . . . . . . . . . 133
5.7 Relación de equivalencia asociada a una partición . . . . . . . . . . . . . . . . . 134
5.8 Clases de equivalencia y conjunto cociente . . . . . . . . . . . . . . . . . . . . . 135
5.9 Partición asociada a una relación de equivalencia . . . . . . . . . . . . . . . . . 137
5.10 Funciones canónicas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 139
5.11 Relaciones de orden . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 141
5.12 Diagrama de Hasse de un conjunto ordenado finito . . . . . . . . . . . . . . . . 143
5.13 Subconjuntos ordenados . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 147
5.14 Elementos especiales de un conjunto ordenado . . . . . . . . . . . . . . . . . . . 148
5.15 Cotas y conjuntos acotados . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 151
5.16 Retı́culos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 153
5.17 Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 157
6 Sistemas algebraicos 167

6.1 Operaciones n−arias . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 167
6.2 Algebras . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 167
6.3 Subálgebras . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 172
6.4 Subálgebra generada . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 173
6.5 Homomorfismos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 175
6.6 Congruencias y álgebras cociente . . . . . . . . . . . . . . . . . . . . . . . . . . 180
6.7 Algebras libres . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 183
ii
6.8 El semigrupo libre . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 187
6.9 Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 189
7 Retı́culos distributivos y álgebras de Boole 195

7.1 La clase R de los retı́culos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 195
7.2 La clase D de los retı́culos distributivos . . . . . . . . . . . . . . . . . . . . . . . 199
7.3 Elementos irreducibles, primos y átomos . . . . . . . . . . . . . . . . . . . . . . 201
7.4 La clase B de las álgebras de Boole . . . . . . . . . . . . . . . . . . . . . . . . . 205
7.5 Algebras de Boole finitas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 213
7.6 Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 223
8 Sistemas proposicionales 230

8.1 Lenguajes de orden cero . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 230
8.2 Sistemas proposicionales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 231
8.3 Sistemas proposicionales semánticos . . . . . . . . . . . . . . . . . . . . . . . . . 232
8.4 Sistemas Proposicionales sintácticos . . . . . . . . . . . . . . . . . . . . . . . . . 235
8.5 El sistema proposicional clásico . . . . . . . . . . . . . . . . . . . . . . . . . . . 239
8.6 El Teorema de la deducción . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 243
8.7 El Teorema de la completud . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 246
8.8 Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 247
9 Bibliografı́a 249
iii
1 Introducción informal a la lógica matemática
En este capı́tulo describiremos, de manera intuitiva, algunos conceptos importantes de la
lógica matemática. Como creador de esta disciplina debemos considerar al filósofo y matemático
alemán del siglo XVII, G. W. Leibniz (1646—1716), pero quien la redescubre y desarrolla es el
matemático inglés G. Boole (1815—1864). Entre los que hicieron un aporte decisivo se encuen-
tran el lógico alemán G. Frege (1848-1925) y el lógico y filósofo norteamericano Ch. S. Peirce
(1839—1914).
1.1 El lenguaje coloquial

Oraciones declarativas y proposiciones
De los múltiples usos del lenguaje, los que interesan a la lógica son aquellos que cumplen
una función informativa, esto es, cuando se lo utiliza para suministrar información mediante
oraciones declarativas o para presentar argumentos.
Además, lo que interesa de las oraciones declarativas es su significado.
Recordemos que en Gramática se indican las siguientes definiciones:
(i) Oración: Palabra o conjunto de ellas, con sentido completo (plano semántico) y au-
tonomı́a sintáctica (plano sintáctico). No necesita de ningún elemento extraoracional
para completar su significación.
(ii) Oraciones declarativas: Son las oraciones que cumplen una función informativa, es decir,
las que afirman o niegan algo y a las cuales se les puede asignar un valor de verdad
verdadero o falso.
Por otra parte, en Lógica y en Matemática es frecuente usar la siguiente definición:
(iii) Oraciones equivalentes: Son aquellas que tienen el mismo significado.
Cuando admitimos la noción de equivalencia entre las oraciones declarativas, a las clases de
oraciones equivalentes las llamaremos proposiciones.1
1
El uso que se le da en Lógica a la palabra `proposición´ no coincide con el que se le da en Gramática. En
Matemática también se utiliza `enunciado´ como sinónimo de `proposición´.
1
Ejemplos
(1) El Dr. Pérez estudia el contrato de locación.
(2) El contrato de locación es estudiado por el Dr. Pérez.
(3) Rodrı́guez aborrece las obligaciones.
(4) Rodrı́guez detesta las obligaciones.
(5) Si 6 > 4, entonces 6 > 2.
(6) De 6 > 4 resulta 6 > 2.
(7) 6 > 2 es consecuencia de 6 > 4.
(8) De 6 > 4 se deduce 6 > 2.
Las oraciones declarativas indicadas en (1) y (2) tienen el mismo significado y por lo tanto
representan a la misma proposición.
Las enunciadas en (3) y (4) representan la misma proposición siempre que aceptemos a la
palabra `detestar´ como sinónimo de la palabra `aborrecer´.
Las enunciadas en (5), . . . ,(8) están referidas a propiedades de los números reales y en
Matemática se acepta que representan a la misma proposición.
Otros ejemplos
(9) Siete es mayor que doce.
(10) ¿Quién es?.
(11) Ella es inteligente.
(12) En otros planetas del sistema solar hay diversos tipos de seres vivos.
La oración indicada en (9) es una proposición, y más precisamente una proposición falsa.
La oración del ejemplo (10) es interrogativa y no cumple una función informativa, entonces
no puede considerarse ni verdadera ni falsa. Por lo tanto no es una proposición.
En (11) la palabra ella es variable, la oración no es ni verdadera ni falsa ya que ella no
está especificada, luego no es una proposición. La oración de (12) es una proposición ya que es
verdadera o falsa, aunque nosotros no estamos en condiciones de decidir cómo es.
2
Proposiciones simples y compuestas
Las proposiciones se pueden dividir en proposiciones simples y proposiciones compuestas.
Proposiciones simples
Llamaremos proposiciones simples a aquellas que no contienen propiamente a otra proposi-

ción.
Ejemplo
El gobernador de Mendoza presentó la renuncia.
Proposiciones compuestas
Diremos que una proposición es compuesta si no es simple.
Ejemplo
Si Garcı́a aprueba el examen es porque ha estudiado.
Podemos reemplazar la proposición anterior por la siguiente,
Si Garcı́a ha estudiado, entonces aprueba el examen
la cual contiene propiamente a las proposiciones
Garcı́a ha estudiado,
aprueba el examen, [Garcı́a]
y por lo tanto es compuesta.
Las conectivas
Son palabras, frases o expresiones lingüı́sticas que ligan a dos proposiciones llamadas com-
ponentes, y tales que la expresión ası́ obtenida es una proposición cuyo valor de verdad queda
definido en términos de los valores de verdad de sus componentes.
La conjunción de proposiciones y la conectiva y
La proposición compuesta que obtenemos al unir dos proposiciones por la palabra y se

denomina conjunción de dichas proposiciones.
3
Ejemplo
2 es un número positivo y 2 no divide a 15.
La disyunción de proposiciones y la conectiva o
La proposición compuesta que resulta al unir dos proposiciones por la palabra o se denomina
disyunción de dichas proposiciones.
Observemos que en el lenguaje coloquial la palabra o tiene al menos dos significaciones
distintas.
Ejemplos
(i) Los clientes que sean estudiantes universitarios o jubilados serán favorecidos con un 20%
de descuento.
(ii) Juan acepta ser el candidato a intendente por la lista blanca o renuncia al partido.
El ejemplo (i) puede ser reformulado del siguiente modo:
Los clientes que sean estudiantes universitarios serán favorecidos con un 20% de descuento
o los clientes que sean jubilados serán favorecidos con un 20% de descuento.
En este caso, la palabra o se usa en sentido no excluyente puesto que no se niega la posibili-
dad de descuento a los jubilados que estudien en la universidad. En cambio en (ii), o está usada
en un sentido excluyente ya que, o es el candidato a intendente o renuncia, y no se pueden dar
las dos posibilidades simultáneamente.
En general, es difı́cil determinar el sentido en que está usada la conectiva o.
En Latı́n se usan ‘aut’ y ‘vel’ para el o excluyente y el no excluyente respectivamente.
En Lógica y en Matemática la palabra o se usa siempre en el sentido no excluyente.
Ejemplos
(i) Estudiaré música o canto coral.
(ii) El gobierno argentino establece un control sobre la caza del zorro colorado, o esas especies
se extinguirán en un futuro muy próximo.
4
(iii) 13 es un número primo, o es divisible por un número distinto de 1 y 13.
(iv) Barcos japoneses o rusos pescan en aguas argentinas.
En las proposiciones dadas en (i) y (iv) el sentido del o es no excluyente, en cambio en (ii)
y (iii) es excluyente.
Proposiciones condicionales y la conectiva si ... entonces ...
Dadas dos proposiciones que denominaremos antecedente y consecuente, llamaremos proposi-

ción condicional a la que obtenemos al anteponer la palabra si al antecedente y unirla al con-
secuente por medio de la palabra entonces.
Ejemplo
Si Marta fue al museo, entonces vió esa famosa escultura.
tiene por antecedente a
Marta fue al museo
y por consecuente a
vió esa famosa escultura. [Marta]
A las conectivas que acabamos de ver las llamaremos conectivas binarias porque siempre
ligan a dos proposiciones dando origen a una nueva proposición.
Ahora consideraremos una conectiva unaria, es decir una conectiva que aplicada a una
proposición produce una nueva proposición.
La negación de una proposición y la conectiva no
Llamaremos negación de una proposición a la proposición que tiene significado opuesto a la

dada.
En algunos casos es posible obtener la negación de una proposición, colocando la palabra
no delante del verbo de la proposición dada.
Ejemplo
Si la proposición es
1 es un número par,
5
su negación es
1 no es un número par.
También podemos obtener la negación anteponiendo a la proposición dada la conectiva no

es el caso que.
Ejemplo
La negación de
1 es un número par,
puede obtenerse escribiendo
no es el caso que 1 es un número par.
Observemos que la negación de una proposición simple es compuesta.
Constantes y variables
Hay disciplinas como la Matemática que desarrollan su propio lenguaje coloquial. A veces
se hace necesario distinguir en él dos tipos de términos, las constantes y las variables.
Constantes
Son términos que tienen un significado fijo que permanece invariable en el curso de las
consideraciones. Por ejemplo, en la aritmética intervienen constantes tales como uno (1), cero
(0), suma (+), producto (·), etc.
Variables
No poseen significado propio. Es frecuente designar a las variables con letras a, b, c . . . , x,

y, z . . . .
Usaremos variables para construir funciones proposicionales, fórmulas y funciones designa-
tivas.2
Funciones proposicionales
Dado que las variables no poseen significado propio, la expresión:

2
En esta introducción, la palabra función no tiene el significado que se le da en Matemática
6
x es un número natural,
no es una proposición. Se transformará en una proposición si reemplazamos la variable x por

alguna constante adecuada.
Las frases que contienen variables y que tienen la forma de una proposición las llamaremos
funciones proposicionales.
Entonces las funciones proposicionales son tales que al reemplazar las variables por cons-
tantes (variables iguales por constantes iguales) se convierten en proposiciones.
Si al efectuar el reemplazo indicado, la proposición obtenida es verdadera, diremos que los
objetos designados por esas constantes satisfacen la función proposicional.
Ejemplos
Si consideramos nuevamente la función proposicional
x es un número natural,
1
y reemplazamos x por 3 y posteriormente x por obtenemos las proposiciones:
2
3 es un número natural, [proposición verdadera]
1
es un número natural. [proposición falsa]
2
Fórmulas
Son funciones proposicionales o proposiciones formadas exclusivamente por sı́mbolos mate-

máticos.
Ejemplos
(i) 2x < 5, [fórmula]
(ii) x + y = 9, [fórmula]
(iii) x más y es igual a 9, [no es una fórmula]
(iv) 4 > −1. [fórmula]
7
Funciones designativas
Son aquellas expresiones en las cuales al reemplazar las variables por constantes se trans-
forman en constantes.
Ejemplos
(i) x + 2, [si x = 2, designa a 4]
(ii) x < y. [no es función designativa]
Cuantificadores
Son expresiones del tipo:
(i) para todo x, para todo y, . . .
(ii) existen x, y, . . . tales que . . . .
La primera recibe el nombre de cuantificador universal y la segunda se llama cuantificador

existencial. Se suelen simbolizar,
(i ) (∀x)(∀y) . . . ,
(ii ) (∃x)(∃y) . . . .
respectivamente.
Ejemplos
(i) Todos los hombres son mortales.
(ii) Algunos hombres son necios.
Podemos usar variables y cuantificadores para escribir oraciones equivalentes a las anteriores,
del siguiente modo:
(i ) Para todo x, si x es hombre, entonces x es mortal.
(ii ) Existe x tal que x es hombre y x es necio.
8
Estos ejemplos ilustran que existen casos en que si anteponemos cuantificadores a las fun-
ciones proposicionales obtenemos proposiciones, aunque no siempre es ası́.
Ejemplos
(i) x + z > y, [es función proposicional]
(ii) (∃x)(∃y)(∃z)(x + z > y), [es proposición verdadera]
(iii) (∀x)(x + z > y). [es función proposicional en y, z]
Variables libres y ligadas
Si al anteponer cuantificadores a una función proposicional obtenemos una proposición

diremos que las variables están ligadas (o que son variables aparentes), en caso contrario diremos
que hay variables libres (o variables efectivas).
Ejemplos
(i) (∀x)(∀y)(∃z)(x + y = z), [x, y, z son ligadas]
(ii) (∃y)(x < y). [y es ligada, x es libre]
1.2 El lenguaje simbólico

Desde ahora en adelante supondremos que a cada proposición le podemos hacer corresponder
un nombre, por ejemplo una letra latina mayúscula: P, Q, R3 , . . . , y en algunos casos usaremos
letras con subı́ndices: P1 , P2 , P3 , . . . .
Variables proposicionales
Llamaremos variables proposicionales (v.p.) a los sı́mbolos utilizados para designar a las
proposiciones simples.
Observemos que las variables proposicionales no son variables en el sentido del párrafo
Constantes y variables.
3
Es decir, el sı́mbolo P representa a todos los miembros de la colección de oraciones declarativas que tienen
el mismo significado.
9
Meta-variables
Llamaremos variables sintácticas (o meta-variables) a las utilizadas para designar proposi-

ciones arbitrarias y habitualmente las simbolizaremos con letras latinas minúsculas a, b, c, . . . , p,
q, r, . . . .
La diferencia entre las letras P, Q, R, . . . y las letras a, b, c, . . . consiste en que las primeras
son meras etiquetas que designan ciertas proposiciones particulares, en cambio las últimas son
variables que pueden ser sustituı́das por dichas etiquetas.
El álgebra de las formas proposicionales
Indicaremos a continuación de qué modo podemos describir al conjunto de las proposiciones

en términos de las proposiciones simples y las conectivas mencionadas anteriormente.
Sea X el conjunto de las v.p. y consideremos los sı́mbolos ∧, ∨, →, ∼. Con F or[X] designare-
mos al conjunto cuyos elementos llamaremos formas proposicionales (f.p.), formas enunciativas
o simplemente polinomios y que se construyen por medio de las siguientes reglas:
(R1) si x ∈ X, entonces x es f.p.,
(R2) si p y q son f.p., entonces p ∧ q, p ∨ q, p → q son f.p., [p, q variables sintácticas]
(R3) si p es una f.p., entonces ∼ p es una f.p., [p variable sintáctica]
(R4) (de cierre) las únicas f.p. son las determinadas por R1, R2 y R3.
Diremos que el sistema F = F or[X], ∧, ∨, →, ∼ es el álgebra de las formas proposicionales.
Interpretación de los sı́mbolos
Si p y q son f.p. que designan a ciertas proposiciones del lenguaje coloquial, entonces
p ∧ q, p ∨ q, p → q,
representan a la conjunción, disyunción y condicional de dichas proposiciones, respectivamente.

Además,
∼p
representa a la negación de la proposición que designa p.

Ası́ por ejemplo, si p y q designan respectivamente las proposiciones
10
El sol es una estrella,
La luna es un satélite de la Tierra,
entonces p ∧ q designa
El sol es una estrella y la luna es un satélite de la Tierra.
De lo expuesto anteriormente resulta que el conjunto de las proposiciones coincide con

F or[X].
Tablas de verdad
Ahora bien, como toda proposición es verdadera o falsa, podemos pensar que cualquier f.p.
dada toma el valor de verdad verdadero o el valor de verdad falso.
Consideremos el conjunto IB = {F, V}, donde F y V son sı́mbolos arbitrarios para designar
las nociones falso y verdadero respectivamente. Entonces, dada una f.p. p tendrá sentido hablar
del valor de verdad de p o de la valuación de p, que notaremos con v(p), y escribiremos v(p) = F
ó v(p) = V, si p designa una proposición falsa o verdadera, respectivamente.
En este apartado indicaremos de qué modo se puede definir el valor de verdad de una f.p.
a partir de los valores de verdad de las v.p. que la constituyen.
En cada caso, lo haremos por medio de una tabla llamada tabla de verdad asociada a la f.p..
El producto lógico
Dadas dos proposiciones parece adecuado considerar que la conjunción de ellas sea verdadera
cuando ambas lo sean. Luego si p, q ∈ X, la valuación de p ∧ q queda definida a partir de la
valuación de p y la valuación de q según se indica en la tabla 1.2.1:
v(p) v(q) v(p ∧ q)

F F F
F V F
V F F tabla 1.2.1
V V V
La tabla anterior nos permite definir sobre IB, lo que llamaremos producto lógico y notaremos
con ·, del siguiente modo:
11
· F V
F F F tabla 1.2.2
V F V
Tenemos ası́ que v(p ∧ q) = v(p) · v(q).
La suma lógica
Dadas dos proposiciones y teniendo en cuenta que la disyunción de ellas corresponde al o

no excluyente (o débil) del lenguaje coloquial, resulta natural aceptar que es verdadera cuando
al menos una de ellas lo sea. Entonces si p, q ∈ X, la valuación de p ∨ q queda determinada por
la tabla 1.2.3:
v(p) v(q) v(p ∨ q)

F F F
F V V
V F V tabla 1.2.3
V V V
Ella induce una operación binaria sobre IB, lo que llamaremos suma lógica y que notaremos
con +, de la siguiente manera:
+ F V
F F V tabla 1.2.4
V V V
Entonces se verifica v(p ∨ q) = v(p) + v(q).

Observemos que aun cuando nos hemos limitado a considerar el o en sentido no excluyente,
hay grandes diferencias entre el uso del o en el lenguaje diario y en la lógica.
Ejemplos
(i) En el lenguaje coloquial unimos dos proposiciones simples con la letra o cuando ellas
tienen alguna relación; jamás podrı́amos considerar la siguiente proposición:
El aeropuerto de Buenos Aires está inoperable o cinco es un número primo.
Y menos aún tomarla como verdadera.
12
(ii) En el lenguaje coloquial el o se halla influı́do de ciertos factores de carácter sicológico.
En efecto
”Imaginemos, por ejemplo, que un amigo nuestro, después de habérsele preguntado

cuándo dejará la ciudad, contesta que lo hará hoy, mañana o pasado. Si más tarde
comprobamos que en aquel momento nuestro amigo ya habı́a decidido partir ese mis-
mo dı́a, tendremos probablemente la impresión de haber sido confundidos ex profeso
y que nuestro amigo nos dijo una mentira”.
(A. Tarski, Introducción a la Lógica, Espasa Calpe, 1968).
La implicación lógica
En el caso de la implicación, el lenguaje coloquial no nos ayuda demasiado. La tabla que

vamos a definir se aparta algo de nuestra intuición y estará basada en el uso que se le da en
matemática a la noción de implicación.
Nosotros aceptaremos que la frase
si P , entonces Q,
tiene el mismo significado que las frases
P implica Q,
de P se deduce Q,
P tiene por consecuencia a Q,
Q es consecuencia de P .
Entonces, dadas las v.p. p y q tenemos que completar la tabla siguiente:
v(p) v(q) v(p → q)

F F
F V tabla 1.2.5
V F
V V
13
Observemos que, como en los casos anteriores, una vez construı́da la tabla 1.2.5, podremos
definir sobre IB, lo que llamaremos implicación lógica, y que designaremos con →, de modo tal
que se verifique:
v(p → q) = v(p) → v(q).
Entonces podemos modificar la tabla 1.2.5 y escribir
v(p) v(q) v(p) → v(q)

F F
F V
V F tabla 1.2.6
V V
Por lo tanto debemos definir
(i) F → F,
(ii) F → V,
(iii) V → F,
(iv) V → V.
Teniendo en cuenta que en matemática no se hacen deducciones a partir de hipótesis falsas,

sólo deberı́amos ocuparnos de los casos (iii) y (iv), pero a los efectos de completar la tabla 1.2.6
también indicaremos los valores de (i) y (ii).
Definimos
(i) F → F = V,
(ii) F → V = V,
(iii) V → F = F,
(iv) V → V = V.
Estas igualdades pueden interpretarse como sigue:
14
(i) Es verdadero (2do. miembro) que de algo falso (antecedente) se puede deducir algo falso
(consecuente).
(ii) Es verdadero (2do. miembro)que de algo falso (antecedente) se puede deducir algo ver-
dadero (consecuente).
(iii) Es falso (2do. miembro)que de algo verdadero (antecedente) se puede deducir algo falso
(consecuente).
(iv) Es verdadero (2do. miembro) que de algo verdadero (antecedente) se puede deducir algo
verdadero (consecuente).
Indicaremos a continuación ejemplos dados por E. Gentile en ”Notas de Algebra”, (Eudeba,

Bs. As., 1988) que justifican las definiciones (i) y (ii).
(i) De
1 = −1, [proposición falsa]
se deduce, sumando 1 a ambos miembros,
2 = 0. [proposición falsa]
(ii) De
1 = −1, [proposición falsa]
se deduce, elevando ambos miembros al cuadrado,
1 = 1. [proposición verdadera]
Por otra parte, dado que la Matemática no es una ciencia contradictoria, jamás probaremos
a partir de una hipótesis verdadera una conclusión falsa. Esto motiva la definición (iii).
Finalmente, resulta adecuado considerar como verdaderas las conclusiones obtenidas de
hipótesis verdaderas lo que justifica la definición de (iv).
Resumiendo, la tabla 1.2.5 se completa como sigue:
15
v(p) v(q) v(p → q)
F F V
F V V
V F F tabla 1.2.7
V V V
Luego, la tabla 1.2.7 nos permite definir la implicación lógica del siguiente modo:
→ F V
F V V tabla 1.2.8
V F V
La negación lógica
Dada una proposición, su negación será verdadera si ella es falsa y será falsa si ella es
verdadera. Luego, la tabla de verdad es:
v(p) v(∼ p)
F V tabla 1.2.9
V F
En IB queda definida la llamada negación lógica, que notaremos con −, como sigue:
x −x
F V tabla 1.2.10
V F
Entonces se verifica v(∼ p) = −v(p).

A partir de las tablas anteriores podemos construir la tabla de verdad de cualquier f.p..
Ejemplos
Para simplificar, cuando no haya lugar a confusión al calcular las tablas de verdad, escribire-
mos p en lugar v(p).
(i) p ∧ (∼ q)
16
p q ∼q p ∧ (∼ q)
F F V F
F V F F
V F V V
V V F F
(ii) p → (q ∨ r)
p q r q∨r p → (q ∨ r)
F F F F V
F F V V V
F V F V V
F V V V V
V F F F F
V F V V V
V V F V V
V V V V V
El álgebra de prueba
Llamaremos álgebra de prueba al sistema IB, ·, +, →, −, F, V , donde ·, +, → y − son las

definidas por las tablas 1.2.2, 1.2.4, 1.2.8 y 1.2.10 respectivamente.
En lo que sigue cambiaremos los sı́mbolos F, V por los sı́mbolos 0 y 1, respectivamente.
1.3 Tautologı́as, contradicciones y contingencias

Sea p ∈ F or[X], diremos que
(i) p es una tautologı́a si la tabla de verdad de p toma siempre el valor 1,
(ii) p es una contradicción si la tabla de verdad de p toma siempre el valor 0,
(iii) p es una contingencia si no es una tautologı́a ni una contradicción.
Ejemplos
Hallar la tabla de verdad de
17
(i) (p → q) → ((p → r) → (p → (q ∧ r))).
Para simplificar, escribiremos
α = (p → r) → (p → (q ∧ r)),
β = (p → q) → ((p → r) → (p → (q ∧ r))).
p q r p→q p→r q∧r p → (q ∧ r) α β

0 0 0 1 1 0 1 1 1
0 0 1 1 1 0 1 1 1
0 1 0 1 1 0 1 1 1
0 1 1 1 1 1 1 1 1
1 0 0 0 0 0 0 1 1
1 0 1 0 1 0 0 0 1
1 1 0 1 0 0 0 1 1
1 1 1 1 1 1 1 1 1
Por lo tanto β es una tautologı́a.
(ii) p ∧ ∼ p
p ∼ p p∧ ∼ p
0 1 0
1 0 0
Por lo tanto p ∧ ∼ p es una contradicción.
Tautologı́as importantes
(1) p → p, [ley de identidad]
(2) (p ∧ q) → p,
(p ∧ q) → q, [leyes de simplificación del producto lógico]
(3) p → (p ∨ q),
q → (p ∨ q), [leyes de simplificación de la suma lógica]
18
(4) (p → q) → ((q → r) → (p → r)), [ley del silogismo hipotético]
(5) ∼ (p ∧ ∼ p), [ley de contradicción]
(6) p ∨ ∼ p, [ley del tercero excluı́do]
(7) p → (q → p), [ley de absorción]
(8) ∼ p → (p → q), [ley de Duns Scoto]
(9) (p → q) ∨ (q → p). [ley de linealidad]
Ya sabemos que podemos interpretar a las fórmulas como representaciones simbólicas de

frases del lenguaje coloquial, ası́ por ejemplo pensaremos que las tautologı́as (1) a (9) pueden
ser simbolizaciones de las frases
(1) de p se deduce p,
(2) p y q implican p,
p y q implican q,
(3) de p se deduce p o q,
de q se deduce p o q,
(4) si p implica q, entonces p implica r es consecuencia de q implica r,
(5) no es el caso que p y no p,
(6) p o no p,
(7) de p se deduce que q implica p,
(8) la negación de p implica que q es consecuencia de p,
(9) de p se deduce q o de q se deduce p.
1.4 Equivalencia semántica

Dadas p, q ∈ F or[X], diremos que p es semánticamente equivalente a q y escribiremos p ≈ q,
si ambas tienen la misma tabla de verdad.
19
Ejemplos
(i) p → q ≈ ∼ p ∨ q,
p q ∼p p→q ∼p∨q
0 0 1 1 1
0 1 1 1 1
1 0 0 0 0
1 1 0 1 1
(ii) p ∨ q ≈ (p → q) → q,
p q p→q p∨q (p → q) → q
0 0 1 0 0
0 1 1 1 1
1 0 0 1 1
1 1 1 1 1
Equivalencias importantes
Sean p, q, r ∈ F or[X]. Entonces
(1) p ∨ q ≈ q ∨ p,
(2) p ∧ q ≈ q ∧ p,
(3) p ∨ (q ∨ r) ≈ (p ∨ q) ∨ r,
(4) p ∧ (q ∧ r) ≈ (p ∧ q) ∧ r,
(5) p ∧ (q ∨ r) ≈ (p ∧ q) ∨ (p ∧ r),
(6) p ∨ (q ∧ r) ≈ (p ∨ q) ∧ (p ∨ r),
(7) p ∧ q ≈ ∼ (∼ p ∨ ∼ q),
(8) p ∨ q ≈ ∼ (∼ p ∧ ∼ q),
(9) p ≈ p ∨ p,
(10) p ≈ p ∧ p.
20
Como consecuencia de (3) de ahora en más escribiremos p∨q∨r para indicar indistintamente
p ∨ (q ∨ r) ó (p ∨ q) ∨ r. Análogamente, de (4) escribiremos p ∧ q ∧ r para indicar p ∧ (q ∧ r)
ó (p ∧ q) ∧ r.
1.5 Conjunto adecuado de conectivas

Un conjunto {c1 , . . . , cn } de conectivas se dice adecuado si toda tabla de verdad puede ser
obtenida en términos de esas conectivas.
Ejemplos
Los siguientes son conjuntos adecuados de conectivas:
(i) {∧, ∨, →, ∼},
(ii) {∼, ∨}.
1.6 Formas argumentativas

Llamaremos forma argumentativa a una sucesión finita p1 , p2 , . . . , pn , p de f.p., y diremos
que p es la conclusión de las premisas p1 , p2 , . . . , pn . A veces representaremos a una forma
argumentativa de alguna de las siguientes maneras:
(i) p1 , p2 , . . . , pn , ∴ p,
(ii) p1 ,
p2 ,
..
.
pn ,
∴ p.
Ejemplos
(i) modus ponens:
p → q,
p,
∴ q.
21
(ii) modus tollens:
p,
∼ q →∼ p,
∴ q.
Validez de una forma argumentativa
Una forma argumentativa p1 , p2 , . . . , pn , ∴ p es válida si, para toda asignación de valores

de verdad a las v.p. que aparecen en ellas que verifique v(p1 ) = . . . = v(pn ) = 1, también se
verifica que v(p) = 1.
Ejemplos
Analizar si las siguientes formas argumentativas son válidas o no:
(i) p,
∼ q → p,
∴ q.
p q ∼q ∼q→p p ∼q→p q
0 0 1 0 0 0 0
0 1 0 1 0 1 1
1 0 1 1 1 1 0
1 1 0 1 1 1 1
Por lo tanto no es válida.
(ii) p,
∼ q →∼ p,
∴ q.
p q ∼q ∼ p ∼ q →∼ p p ∼ q →∼ p q
0 0 1 1 1 0 1 0
0 1 0 1 1 0 1 1
1 0 1 0 0 1 0 0
1 1 0 0 1 1 1 1
Por lo tanto es válida.
22
1.7 Consecuencias semánticas
Si una forma argumentativa
p1 , p2 , . . . , pn , ∴ p
es válida, diremos que p es consecuencia semántica de p1 , p2 , . . . , pn y escribiremos:
{p1 , p2 , . . . , pn } |= p.
Más generalmente, si A es un conjunto cualquiera de f.p., diremos que p es consecuencia

semántica de A y escribiremos A |= p, si existen p1 , . . . , pn ∈ A tales que {p1 , . . . , pn } |= p.
La correspondencia que a cada A ⊆ F or[X] le asigna el conjunto C(A) = {p : A |= p}
recibe el nombre de operador de consecuencia semántico.
Teoremas semánticos
Si p es consecuencia semántica de ∅, diremos que p es un teorema semántico y escribiremos

|= p.
Observemos que |= p si, y sólo si, p es una tautologı́a.
Versión semántica del Teorema de la Deducción
Las siguientes condiciones son equivalentes:
(i) {p1 , p2 , . . . , pn } |= p,
(ii) |= (p1 ∧ p2 ∧ . . . ∧ pn ) → p.
Ejemplo
Verificar que |= ((p → q) ∧ (q → r)) → (p → r).

Aplicando el teorema de la deducción probaremos que {p → q, q → r} |= p → r
23
p q r p→q q→r p→r
0 0 0 1 1 1
0 0 1 1 1 1
0 1 0 1 0 1
0 1 1 1 1 1
1 0 0 0 1 0
1 0 1 0 1 1
1 1 0 1 0 0
1 1 1 1 1 1
1.8 Formas proposicionales normales disyuntivas y conjuntivas

Si en la construcción de la f.p. α intervienen las variables x1 , x2 , . . . , xn , en los casos nece-
sarios, escribiremos α = α(x1 , x2 , . . . , xn ).
Formas normales disyuntivas
Llamaremos forma normal disyuntiva (f.n.d.) a toda f.p. α = α(x1 , x2 , . . . , xn ) tal que
m n
α= x∗ij , donde x∗ij = xt ó x∗ij = ∼ xt .
i=1 j=1
Se puede probar que
Toda α ∈ F or[X] que no es una contradicción es semánticamente equivalente a una forma

normal disyuntiva β.
Método para calcular una f.n.d. equivalente a una f.p. α
Sea α = α(x1 , . . . , xn ) ∈ F or[X].
Paso 1
Calculamos la tabla de verdad de α.
Paso 2
Hallamos todas las n—uplas t = (t1 , . . . , tn ) de las valuaciones de las variables, para
cuales α toma el valor 1.
24
Paso 3
Para cada uno de los t obtenidos en el paso 2, consideramos la fórmula

αt = x∗1 ∧ . . . ∧ x∗n , donde x∗i = xi , si ti = 1 ó x∗i = ∼ xi , si ti = 0.
Paso 4
La fórmula buscada es: β = αt1 ∨ αt2 ∨ . . . ∨ αtk .
Ejemplo
Hallar la f.n.d. de p → (∼ q ∧ r).
p q r ∼q ∼q∧r p → (∼ q ∧ r)
0 0 0 1 0 1
0 0 1 1 1 1
0 1 0 0 0 1
0 1 1 0 0 1
1 0 0 1 0 0
1 0 1 1 1 1
1 1 0 0 0 0
1 1 1 0 0 0
t1 = (0, 0, 0), αt1 = ∼ p ∧ ∼ q ∧ ∼ r,
t2 = (0, 0, 1), αt2 = ∼ p ∧ ∼ q ∧ r,
t3 = (0, 1, 0), αt3 = ∼ p ∧ q ∧ ∼ r,
t4 = (0, 1, 1), αt4 = ∼ p ∧ q ∧ r,
t5 = (1, 0, 1), αt5 = p ∧ ∼ q ∧ r,
(∼ p ∧ ∼ q ∧ ∼ r) ∨ (∼ p ∧ ∼ q ∧ r) ∨ (∼ p ∧ q ∧ ∼ r) ∨ (∼ p ∧ q ∧ r) ∨ (p ∧ ∼ q ∧ r).
Formas normales conjuntivas
Llamaremos forma normal conjuntiva (f.n.c.) a toda f.p. α(x1 , . . . , xn ) de la forma
25
m n
x∗ij , donde x∗ij = xt ó x∗ij = ∼ xt .
i=1 j=1
Se puede probar que
Toda α ∈ F or[X] que no es una tautologı́a es semánticamente equivalente a una forma

normal conjuntiva β.
Método para calcular una f.n.c. equivalente a una f.p. α
Sea α = α(x1 , . . . , xn ) ∈ F or[X].
Paso 1
Calculamos la tabla de verdad de α.
Paso 2
Hallamos todas las n—uplas t = (t1 , . . . , tn ) de las valuaciones de las variables, para
cuales α toma el valor 0.
Paso 3
Para cada uno de los t obtenidos en el paso 2, consideramos la fórmula

αt = x∗1 ∨ . . . ∨ x∗n , donde x∗i = xi , si ti = 0 ó x∗i = ∼ xi , si ti = 1.
Paso 4
La fórmula buscada es: β = αt1 ∧ αt2 ∧ . . . ∧ αtk .
Ejemplo
Hallar la f.n.c. de (∼ p → q) ∧ r.
p q r ∼p ∼p→q (∼ p → q) ∧ r
0 0 0 1 0 0
0 0 1 1 0 0
0 1 0 1 1 0
0 1 1 1 1 1
1 0 0 0 1 0
1 0 1 0 1 1
1 1 0 0 1 0
1 1 1 0 1 1
26
t1 = (0, 0, 0), αt1 = p ∨ q ∨ r,
t2 = (0, 0, 1), αt2 = p ∨ q ∨ ∼ r,
t3 = (0, 1, 0), αt3 = p ∨ ∼ q ∨ r,
t4 = (1, 0, 0), αt4 = ∼ p ∨ q ∨ r,
t5 = (1, 1, 0), αt5 = ∼ p ∨ ∼ q ∨ r,
(p ∨ q ∨ r) ∧ (p ∨ q ∨ ∼ r) ∧ (p ∨ ∼ q ∨ r) ∧ (∼ p ∨ q ∨ r) ∧ (∼ p ∨ ∼ q ∨ r).
1.9 Ejercicios
E 1.9.1
(i) ¿Cuáles de las siguientes expresiones son proposiciones?
(a) 7 es un número par.

(b) ¿Qué hora es?
(c) 32 − 5 es un número impar.
(d) El rı́o Colorado provee de agua a todas las quintas linderas.
(e) Ella ganó la Loterı́a.
(ii) Indicar cuáles de las siguientes proposiciones son compuestas:
(a) En la Argentina no se han producido epidemias de viruela en los últimos diez años.
(b) Juan no está bien informado o no quiere aceptar las noticias.
(c) Comprendo los puntos de vista de Marta, pero no los comparto.
(d) Si me levanto temprano, tomo el tren de las ocho.
(e) En los dı́as feriados el centro de Bahı́a Blanca permanece desierto.
E 1.9.2
¿Cuáles de las siguientes expresiones son funciones proposicionales, funciones designativas y

fórmulas?
27
(i) x es hermano de Juan.
√
(ii) x2 = |x|.
(iii) 2x2 − 3y + 1.
(iv) el máximo común divisor de x, y y z.
(v) y es el máximo común divisor de x y z.
E 1.9.3
Las funciones proposicionales que aparecen en la aritmética y que sólo contienen una variable
(aunque ésta puede intervenir, como es natural, en varios lugares de la función dada) se pueden
dividir en tres categorı́as:
(a) funciones que se satisfacen para todo número,
(b) funciones que no se satisfacen para ningún número,
(c) funciones que se satisfacen para algunos números y no se satisfacen para otros.
¿A cuál de estas categorı́as pertenecen las siguientes funciones proposicionales considerando

como dominio de interpretación al conjunto de los números reales?.
x
(i) = 4 + x.
3
(ii) x2 < 0.
(iii) x2 + 2x + 1 = 0.
(iv) x ≤ |x|.
(v) x + 10 = x + 1.
(vi) x + 10 > 1 + x.
E 1.9.4
(i) Si a la función proposicional x + y = x se le anteponen cuantificadores, se podrán formar

con ella seis proposiciones distintas; por ejemplo:
28
(a) para números cualesquiera x e y, x + y = x,
(b) para un número cualequiera x, existe un número y tal que x + y = x,
(c) existe un número y tal que para todo número x, x + y = x.
Formular las retantes proposiciones y estudiar cuáles de ellas son verdaderas, considerando
como dominio de interpretación al conjunto de los números reales.
(ii) Idem inciso (i) para la función proposicional x2 < y.
E 1.9.5
Indicar en cada caso una proposición del lenguaje coloquial que no contenga cuantificadores ni
variables y con significado equivalente a:
(i) Para todo x, si x es paı́s inexplorado, entonces x es fascinante.
(ii) Existe x tal que x es polı́tico y x es honesto.
E 1.9.6
Sustituir cada una de las siguientes proposiciones por otra con significado equivalente formulada
con cuantificadores y variables:
(i) Algunos trabajos son insalubres.
(ii) Todos los comerciantes aumentarán sus precios.
(iii) Ciertas avenidas tienen doble circulación.
(iv) Cualquier rectángulo tiene cuatro lados.
E 1.9.7
Escribir las siguiente expresiones en lenguaje simbólico y distinguir variables libres y ligadas:
(i) para todo x, x · (−y) = −(x · y),
(ii) para números cualesquiera x e y, si x < y y z < 0, entonces x · z > y · z,
(iii) existe un número x tal que x + y = x,
29
(iv) x · (y + z) = (x · y) + (x · z),
(vi) para todo x, x2 ≥ 0.
E 1.9.8
¿Qué números reales satisfacen cada una de las siguientes funciones proposicionales?
(i) para todo número x, x2 > y,

1
(ii) existe un número y tal que = x.
y
E 1.9.9
(i) Traducir las siguientes fórmulas al lenguaje coloquial:
(a) (∀x)(x < 0 → (∃y)(y > 0 ∧ x + y = 0)),

(b) (∃x)(y < x ∧ x < 2 ∧ ∼ (x · y > 0)),
(c) (∀y)(x2 = y → (∃z)(x · z = −y ∨ x · z = y)).
(ii) Recı́procamente, escribir las siguientes expresiones en lenguaje simbólico:
(d) existen números y y z tales que para todo número x, z < x + y y z > y,
(e) para números cualesquiera x e y, si (x + y)2 = z, entonces x2 + 2xy + y 2 = z,
(f) para números cualesquiera y y z, existe un número x tal que si y < x y z < x,
entonces no es el caso que y + z ≥ x.
Señalar en cada una de las expresiones (a), . . . , (f) cuáles son variables libres y cuáles ligadas. Si
alguna variable es libre, dar ejemplos siempre que sea posible, de números reales que satisfacen y
que no satisfacen las funciones proposicionales. Para aquellas expresiones que son proposiciones,
determinar si son verdaderas o falsas considerando como dominio de interpretación al conjunto
de los números reales.
E 1.9.10
Dadas las siguientes proposiciones:
A: 15 es múltiplo de 5,
30
B: 4 es divisible por 2,
C: 9 es divisible por 7,
traducir al lenguaje coloquial
(i) B∨ ∼ C, (ii) ∼ B ∨ (A → C),

(iii) (C∧ ∼ A) → B, (iv) C ∧ (∼ A → B).
E 1.9.11
Escribir en lenguaje simbólico e indicar el valor de verdad de cada una de las siguientes proposi-
ciones:
(i) 8 es par o 6 es impar,
(ii) 8 es par y 6 es impar,
(iii) 8 es impar o 6 es impar,
(iv) 8 es impar y 6 es impar,
(v) si 8 es impar, entonces 6 es impar,
(vi) si 8 es par, entonces 6 es impar,
(vii) si 8 es impar, entonces 6 es par,
(viii) si 8 es impar y 6 es impar, entonces 8 < 6.
E 1.9.12
Indicar en cada caso, cuál es la forma correcta de negar las siguientes proposiciones:
(i) 2 < 5 y 3 es impar.
(a) 2 > 5 y 3 es par,

(b) 2 ≥ 5 y 3 es par,
(c) 2 ≥ 5 o 3 es impar,
(d) 2 ≥ 5 o 3 es par.
31
(ii) Llueve o voy al cine.
(a) no llueve o no voy al cine,

(b) ni llueve ni voy al cine,
(c) no es cierto que llueve y no voy al cine.
(iii) 6 es múltiplo de 2 y 3.
(a) 6 no es múltiplo de 2 y no es múltiplo de 3,

(b) 6 no es múltiplo de 2 o no es múltiplo de 3,
(c) 6 es múltiplo de 2 y no es múltiplo de 3,
(d) 6 no es múltiplo de 2 ni de 3.
E 1.9.13
Dados p, q ∈ F or[X], consideremos la conectiva ↔ cuya tabla de verdad es la siguiente:
p q p↔q
0 0 1
0 1 0
1 0 0
1 1 1
Sean r, s, t ∈ F or[X] tales que v(s) = v(r) = 1 y v(t) = 0. Calcular el valor de verdad de
las siguientes f.p.:
(i) (s ∧ t) ↔ t, (ii) (r ↔ t)∧ ∼ r,

(iii) ∼ (r ↔∼ t), (iv) (t∨ ∼ r) ↔ (t ∧ s).
E 1.9.14
Construir las tablas de verdad de las siguientes f.p. y clasificarlas en tautologı́as, contradicciones
y contingencias:
(i) ∼ p → (q ∨ ∼ p),
(ii) ((p ∧ q) → p) → q,
32
(iii) (p ∧ q) → ∼ p,
(iv) (∼ p → q) → (∼ q → p),
(v) p∧ ∼ (p ∨ q),
(vi) ((p ∧ q) ∨ (r∧ ∼ q)) ↔ ((∼ p ∧ q) ∨ (∼ r∧ ∼ q)).
E 1.9.15
Determinar, en cada caso, α, β ∈ F or[X] tales que las siguientes f.p. sean tautologı́as:
(i) ∼ α → α,
(ii) α ∨ β,
(iii) α ∧ (∼ α → β).
E 1.9.16
Demostrar que los siguientes pares de f.p. son semánticamente equivalentes:
(i) ∼∼ p, p,
(ii) p ↔ q, (p ∧ q) ∨ (∼ p∧ ∼ q),
(iii) (p ∧ q) → r, p → (q → r),
(iv) p → q, ∼ q →∼ p,
(v) p → q, ∼ p ∨ q,
(vi) ∼ (p ∨ q), ∼ p∧ ∼ q,
(vii) (p → q) → q, p ∨ q,
(viii) p → (q → r), q → (p → r),
(ix) (p → q) ∧ (q → p), (p ∧ q) ∨ (∼ p∧ ∼ q).
E 1.9.17
Probar que {∼ , ∧}, {∼ , ∨} y {∼ , →} son conjuntos adecuados de conectivas.
E 1.9.18
33
Investigar la validez de las siguientes formas argumentativas:
(i) p→q (ii) q ∧ r

∼q∨r p→q
∴ p→r r
∴ p
(iii) (p ∧ q) → (r ∨ s) (ii) p ∨ (q ∧ r)
∼ r∧ ∼ s s → ∼ (p ∨ q)
∴ ∼ p∨ ∼ q s∨t
∴ t
E 1.9.19
Para cada una de las siguientes argumentaciones escribir una forma argumentativa que se
corresponda con ella y determinar si es válida o si es no válida.
(i) Si Marta ha ido al museo, entonces conoce esa famosa escultura. Marta no conoce esa
famosa escultura. Luego, Marta no ha ido al museo.
(ii) Los soldados encontraron cerrado el paso, o si temieron un ataque enemigo, se refugiaron
en las montañas. Pero los soldados no se refugiaron en las montañas. Luego, los soldados
encontraron cerrado el paso o no temieron un ataque enemigo.
(iii) Pedro no fue debidamente defendido o es realmente culpable. Si Carlos fue su abogado,
fue debidamente defendido. Por lo tanto, si Carlos fue su abogado, Pedro es realmente
culpable.
(iv) Si Carlos aumenta de peso, entonces abusó de dulces o abusó de pastas. Si Carlos no
abusó de dulces, entonces está mintiendo. Si Carlos está mintiendo y aumenta de peso,
entonces no abusó de pastas. Por lo tanto, Carlos abusó de dulces.
E 1.9.20
Demostrar que cualesquiera sean p, q, r ∈ F or[X]
(i) {∼ p} |= (p → q), (ii) |= (p → p),

(iii) {p∧ ∼ p} |= q, (iv) {p ∨ q, ∼ p} |= q,
(v) {p → q, ∼ q} |= ∼ p, (vi) {p → q} |= (r → p) → (r → q).
34
E 1.9.21
Demostrar aplicando la versión semántica del teorema de la deducción.
(i) |= ((p → q) ∧ (q → r)) → (p → r),
(ii) |= ((p → q) ∧ (p ∧ r)) → (q ∧ r),
(iii) |= ((p → q) ∧ (p → (q → r))) → (p → r).
E 1.9.22
Encontrar en cada caso una f.p. en
(i) forma normal disyuntiva semánticamente equivalente a
(a) (p ∨ q) → ∼ q,
(b) ∼ (p ∧ q) ↔ (p ∨ q),
(c) (p → q) ∨ (p∧ ∼ r).
(ii) forma normal conjuntiva semánticamente equivalente a
(a) (p ∨ q) → (∼ q → ∼ p),
(b) (p → q) ∧ r,
(c) p → (q ↔ r).
35
2 Conjuntos
2.1 Introducción
La siguiente es una exposición de la teorı́a de conjuntos de naturaleza intuitiva. Tomaremos
como conceptos primitivos, es decir no definidos, a las nociones de elemento y de conjunto.
También utilizaremos una relación primitiva que notaremos ∈ y que llamaremos relación de
pertenencia.
Habitualmente designaremos a los elementos y a los conjuntos con letras latinas minúsculas
y mayúsculas respectivamente, aunque a veces no es posible o no es conveniente respetar estas
convenciones.
Un conjunto está determinado cuando disponemos de un criterio para establecer si un
elemento pertenece o no a dicho conjunto.
A las fórmulas a ∈ A, a ∈
/ A las leeremos: el elemento a pertenece al conjunto A y el
elemento a no pertenece al conjunto A, respectivamente.
Igualdad de conjuntos
A la fórmula A = B la leeremos: el conjunto A es igual al conjunto B, o A es igual a B.

Y admite la siguiente interpretación:
A y B son dos conjuntos que tienen los mismos elementos y por lo tanto deben ser
idénticos.
A la fórmula A = B la leeremos: los conjuntos A y B son distintos. Y significa que A y B

no son idénticos, es decir, que no tienen los mismos elementos.
Representaciones de conjuntos
Representación por extensión
Comenzaremos analizando un ejemplo. Para indicar al conjunto E cuyos elementos son

las estaciones del año, escribiremos
E = {verano, otoño, invierno, primavera}.
36
Entonces diremos que el segundo miembro de esta igualdad es una representación por ex-
tensión de E.
Generalizando lo anterior, para designar conjuntos por extensión, con respecto a sus ele-
mentos, tendremos en cuenta las siguientes reglas:
(R1) Los escribiremos separados por comas y encerrados por una llave inicial y otra final.
(R2) No repetiremos ninguno de ellos.
(R3) Los denotaremos en cualquier orden.
Aplicando R3 al conjunto E, también escribiremos:
E = {otoño, verano, primavera, invierno}.
Es claro que los conjuntos que no tienen un número finito de elementos, a los que llamaremos
conjuntos infinitos, no admiten representaciones por extensión. Sin embargo, en algunos casos
de conjuntos infinitos, es frecuente utilizar representaciones similares a ellas, ası́ por ejemplo se
suele designar al conjunto IN de los números naturales con {1, 2, 3, . . . }.
Representación por comprensión
Si D es el conjunto de los dı́as del año 1994, para representarlo por extensión deberemos
escribir sus 365 elementos, utilizando sı́mbolos de algún tipo, por ejemplo
D = {1/1, 2/1, . . . , 31/1, 1/2, . . . , 28/2, . . . , 1/12, . . . , 31/12},
donde los puntos suspensivos significan que hemos omitido escribir algunos de sus elementos.
La siguiente, es una manera más sencilla de describir a D:
D = {x : x es dı́a del año 1994}.
Diremos que el segundo miembro de esta igualdad es una representación por comprensión
de D y la leeremos: D es el conjunto de los elementos x tales que x es dı́a del año 1994.
Consideremos ahora el conjunto H de los habitantes de la República Argentina (R.A.). Aun

cuando pudiésemos contar a sus elementos, es prácticamente imposible precisar cuales son, y
por lo tanto, no podrı́amos representarlo por extensión. Luego, es imprescindible hacerlo por
comprensión. Entonces escribiremos:
37
H = {x : x es habitante de la R.A.}.
El esquema general para representar un conjunto A por comprensión es el siguiente:
(C1) Determinaremos una cláusula que notaremos con P y tal que la verifiquen únicamente los
elementos de A.
(C2) Escribiremos A = {x : x verifica P}, y leeremos: A es el conjunto de los elementos x que

verifican P.
En general, existe más de una cláusula para definir a un conjunto. En efecto, si consideramos
A = {3, 4, 5, 6, 7}
y las cláusulas
P1: x ∈ IN, x es mayor que 2 y menor que 8,
P2: x ∈ IN, x es mayor o igual que 3 y menor que 8,
resulta claro que vale
A = {x : x verifica P1} = {x : x verifica P2}.
Observemos que existen expresiones lingüı́sticas con apariencia de cláusulas, que no pueden
ser utilizadas como tales. Ası́ por ejemplo,
P3: Un número natural par.
Por otra parte, hay expresiones de naturaleza subjetiva que no definen a un conjunto; una
de ellas es:
P4: Los alumnos inteligentes de segundo grado.
Algunas observaciones sobre las representaciones
Si S es el conjunto de los dı́as de la semana, aceptaremos que podemos escribir:
38
S = {x : x es dı́a de la semana}
= {lunes, martes, miércoles, jueves, viernes, sábado, domingo}
= {monday, tuesday, wednesday, thursday, friday, saturday, sunday}
= {lu, ma, mi, ju, vi, sa, do}.
En la tercera representación de S, los dı́as de la semana están escritos en inglés, y en la

cuarta hemos usado abreviaturas de los nombres de los dı́as de la semana escritos en castellano.
Es decir, como siempre se trata del mismo conjunto S, no podemos cambiar sus elementos, y
por lo tanto estamos admitiendo que podemos cambiar los nombres de dichos elementos.
2.2 El conjunto vacı́o

Necesariamente debemos admitir que todo elemento es igual a si mismo, esto es, debemos
aceptar que a la cláusula,
P: los x tales que x = x,
la verifican todos los elementos que consideremos.

En oposición, aceptaremos que la cláusula
P: los x tales que x = x,
no es verificada por ningún elemento.
D 2.2.1 Denotaremos con ∅ al conjunto {x : x = x} y lo llamaremos conjunto vacı́o.
2.3 Descripción gráfica de conjuntos

Hacer dibujos para simbolizar conjuntos es un recurso didáctico de gran utilidad. El proced-
imiento que detallaremos a continuación, tiene limitaciones y deberemos tener siempre presente
que se trata, como lo manifestamos al comienzo, de un buen recurso didáctico.
Las reglas que utilizaremos para realizar el diagrama de un conjunto A son las siguientes:
(R1) Si A = ∅, entonces A no tiene diagrama.
39
(R2) Si A = ∅, dibujaremos una curva cerrada que no se entrecruce, como la de la figura 2.3.1
y representaremos a A con la región sombreada y sin la curva, como la de la figura 2.3.2.
figura 2.3.1 figura 2.3.2
En lo sucesivo al sombreado lo haremos solamente en los casos necesarios.
(R3) Si A es un conjunto finito y queremos representar todos sus elementos, para cada uno de
ellos, dibujaremos un punto o una señal cualquiera en la zona que representa a A.
Observación importante
Sea A = ∅ y supongamos que la figura 2.3.2 es un diagrama de dicho conjunto, por R3 todos
los elementos de A están en el interior de la zona acotada, pero no tenemos porqué suponer
que todos los puntos de la misma representan elementos de A.
Más aun, si A es un conjunto finito seguramente hay puntos de dicha zona que no represen-
tan elementos de A.
Ası́ por ejemplo si A = {1, 2, 3, 4, 5}, la figura 2.3.3 será un diagrama de A.
figura 2.3.3
En este caso solamente cinco puntos de la zona acotada designan elementos de A.
2.4 Subconjuntos de un conjunto
La relación de inclusión
D 2.4.1 Llamaremos relación de inclusión y la denotaremos por ⊆, a la relación determinada

por las siguientes propiedades:
40
(C1) ∅ ⊆ A, para todo conjunto A.
(C2) Si A y B son conjuntos y A = ∅, entonces A ⊆ B si, y sólo si, todo elemento de A es

también elemento de B.
A la fórmula A ⊆ B la leeremos: A es subconjunto de B.

También es usual leerla de las siguientes maneras: A está incluı́do en B, A está contenido
en B, A es parte de B, etc.. Nosotros usaremos indistintamente cualquiera de ellas.
A la fórmula A ⊆ B la leeremos: A no está contenido en B. Y significa que no se verifica

A ⊆ B.
De C2 resulta que para comprobar que A ⊆ B tenemos que ejecutar el siguiente esquema
de trabajo:
Paso 1:
Haremos la hipótesis H: Sea x ∈ A un elemento cualquiera.
Paso 2:
A partir de H, utilizando razonamientos válidos, demostramos la tesis T: x ∈ B.
En este contexto, es trivial demostrar que para todo conjunto A, se verifica A ⊆ A. En

efecto,
de la hipótesis
H: x ∈ A,
resulta la tesis
T: x ∈ A.
Nota. Si queremos representar a A por comprensión por medio de la cláusula P y sabemos que
A ⊆ B, entonces en algunos casos por ser conveniente, escribiremos A = {x ∈ B : x verifica P}.
Propiedades de ⊆
Las propiedades que indicaremos a continuación, son las más importantes de la relación ⊆.
Cualquiera sean los conjuntos A, B y C se verifican:
41
(O1) A ⊆ A. [propiedad reflexiva]
(O2) Si A ⊆ B y B ⊆ A, entonces A = B. [propiedad antisimétrica]
(O3) Si A ⊆ B y B ⊆ C, entonces A ⊆ C. [propiedad transitiva]
Observación
La propiedad O2 nos suministra un método para determinar cuando dos conjuntos A y B

son iguales:
Paso 1:
Verificamos que A ⊆ B.
Paso 2:
Verificamos que B ⊆ A.
Paso 3:
Del paso 1, paso 2 y O2 concluı́mos que A = B.
La relación inclusión estricta
D 2.4.2 Llamaremos relación de inclusión estricta y la denotaremos por ⊂, a la relación defini-

da de la siguiente manera:
A ⊂ B si, y sólo si, A ⊆ B y A = B.
A la fórmula A ⊂ B la leeremos: A es subconjunto propio de B o A está estrictamente

contenido en B.
Ejemplos
(i) Los conjuntos A = {4, 5, 7, 10, 24}, B = {5, 10}, C = {3, 10, 24} y D = {1, 4} son tales
que B ⊆ A, C ⊆ A, D ⊆ A.
(ii) Consideremos los conjuntos: A = {x : x es letra de la palabra durazno },

B = {x : x es letra de la palabra zorra }, C = {x : x es letra de la palabra aro}.
42
Entonces A = {d,u,r,a,z,n,o}, B = {z,o,r,a}, C = {a,r,o} y se cumple C ⊂ B, B ⊂ A.
En algunos textos se utiliza el sı́mbolo ⊂ para la relación ⊆. Pero no nos parece adecuado.
2.5 El conjunto de las partes de un conjunto

D 2.5.1 Llamaremos familia de conjuntos a un conjunto cuyos elementos son a su vez conjun-
tos.
El siguiente es un ejemplo muy importante de familia de conjuntos:
D 2.5.2 Dado un conjunto A, llamaremos partes de A a la familia P(A) = {X : X ⊆ A}.
Ejemplos
(i) P(∅) = {∅}.
(ii) B = {luna, sol} ⇒ P(B) = {∅, {luna}, {sol}, B}.
2.6 Operaciones con conjuntos

En lo que sigue, aunque no lo digamos explicı́tamente, todos los conjuntos que considerare-
mos serán subconjuntos de un conjunto fijo R llamado referencial (o universal), es decir, serán
elementos de P(R).
La intersección
D 2.6.1 Llamaremos intersección de A con B al conjunto
A ∩ B = {x ∈ R : x ∈ A y x ∈ B}.
Es frecuente simbolizar a la cláusula que define la intersección con
x ∈ A ∧ x ∈ B.
D 2.6.2 Si A y B son tales que A ∩ B = ∅, diremos que son disjuntos.
Observemos que es aquı́ donde aparece la necesidad de contar con el conjunto vacı́o.
43
La unión
D 2.6.3 Llamaremos unión de A con B al conjunto
A ∪ B = {x ∈ R : x pertenece al menos a uno de los conjuntos A, B}.
Tenemos ası́ que x ∈ A ∪ B si, y sólo si, x satisface alguna de las tres condiciones siguientes:
(1) x ∈ A, (2) x ∈ B, (3) x ∈ A ∩ B.
Para abreviar la escritura de la cláusula anterior, la simbolizaremos con:
x ∈ A ∨ x ∈ B.
El sı́mbolo ∨, llamado alternación, desempeña el papel del o débil del castellano.

Entonces
A ∪ B = {x ∈ R : x ∈ A ∨ x ∈ B}.
La diferencia
D 2.6.4 Llamaremos diferencia de A y B al conjunto
A \ B = {x ∈ R : x ∈ A y x ∈
/ B}.
La complementación
D 2.6.5 Llamaremos complemento de A (relativo a R) al conjunto R \ A.
Es frecuente usar también, alguno de los siguientes sı́mbolos para designar al complemento
de A: CR A, CA, A , A. Luego,
A = {x ∈ R : x ∈
/ A}.
La noción de complemento depende del conjunto referencial R elegido, esto es, si variamos
el referencial varı́a el complemento.
44
Ejemplos
(i) Sean R = {1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11},
A = {1, 2, 5, 6, 7, 9},
B = {1, 3, 4, 5, 9, 10},
C = {2, 7}.
Entonces
A ∩ C = C,
A ∩ B = {1, 5, 9},
A ∪ C = A,
B \ A = {3, 4, 10},
B = {2, 6, 7, 8, 11}.
(ii) Sean R = {2, 4, 7}, A = {2, 7}, B = {4}. Luego A ∩ B = ∅.
(iii) Sean R = {x : x es letra de la palabra murciélago},
A = {x : x es letra de la palabra cielo},
B = {x : x es letra de la palabra olor}.
Entonces
A ∩ B = {l,o},
45
A \ B = {e,i,c},
A ∪ B = {e,i,c,l,o,r},
B \ A = {r},
R \ A = {m,u,a,g,r},
B \ R = ∅.
2.7 Diagramas
Sean A y B conjuntos no vacı́os. Entonces se pueden presentar las siguientes situaciones:
(i) A ⊆ B, B ⊆ A y A ∩ B = ∅,
(ii) A ⊆ B, B ⊆ A y A ∩ B = ∅,
(iii) A ⊆ B y B ⊆ A,
(iv) A ⊆ B y B ⊆ A,
(v) A = B.
La intersección
La zona sombreada indica A ∩ B.
46
La unión
La zona sombreada indica A ∪ B.
47
La diferencia
La zona sombreada indica A \ B.
La complementación
La zona sombreada indica A
48
2.8 Propiedades de las operaciones conjuntistas
Las propiedades fundamentales de las operaciones indicadas anteriormente son:
(P1) A ∩ (B ∩ C) = (A ∩ B) ∩ C, [asociativa]
(P2) A ∩ A = A, [idempotencia]
(P3) A ∩ B = B ∩ A, [conmutativa]
(P4) A ∪ (B ∪ C) = (A ∪ B) ∪ C, [asociativa]
(P5) A ∪ A = A, [idempotencia]
(P6) A ∪ B = B ∪ A, [conmutativa]
(P7) A ∩ (A ∪ B) = A, [absorción]
(P8) A ∪ (A ∩ B) = A, [absorción]
(P9) A ∩ (B ∪ C) = (A ∩ B) ∪ (A ∩ C), [distributiva]
(P10) A ∪ (B ∩ C) = (A ∪ B) ∩ (A ∪ C), [distributiva]
(P11) (A ∩ B) = A ∪ B ,
(A ∪ B) = A ∩ B . [leyes de De Morgan]
Si A es un conjunto finito, indicaremos con |A| el número de elementos de A.
2.9 Principio de inclusión y exclusión

T 2.9.1 Sean A y B dos conjuntos finitos, entonces
|A ∪ B| = |A| + |B| − |A ∩ B|.
Dem.
(i) Si A ∩ B = ∅, entonces |A ∩ B| = 0 y en este caso es claro que
|A ∪ B| = |A| + |B|.
Luego,
49
|A ∪ B| = |A| + |B| − 0 = |A| + |B| − |A ∩ B|.
(ii) Si A ∩ B = ∅, entonces A ∪ B = (A \ B) ∪ B. Como A \ B y B son disjuntos, entonces
|A ∪ B| = |(A \ B)| + |B| [por (i)]
= |A \ B| + |B| + |A ∩ B| − |A ∩ B|
= |A| + |B| − |A ∩ B|. [(A \ B) ∪ (A ∩ B) = A]
2.10 Ejercicios
E 2.10.1
Dados los siguientes conjuntos representados por comprensión, representarlos por extensión:
(a) A = {x : x ∈ IN, x2 < 25},
(b) B = {x : x ∈ IR, x2 = −1},
(c) C = {x : x ∈ IN, x2 − 2x − 3 = 0},
(d) D = {x : x ∈ ZZ, |x| < 4},
(e) F = {x : x = y 3 , y ∈ {0, 1, 2}}.
E 2.10.2
Representar por comprensión, de dos maneras distintas, cada uno de los siguientes conjuntos:
(a) conjunto vacı́o,
(b) de los números enteros cuyo cubo es menor que 27,
(c) {1, 2, 3, 4, 5},
(d) de los números reales positivos cuyo cuadrado es menor que 4.
E 2.10.3
Sean A = {∅, {1, 2, 3}, {4}, 4, {5, 6}}, B = {{∅}, {1}, {2}, {3}, {4}, {5}, {6}} y
C = {{∅}, 1, 2, 3, 4, 5, 6}.
50
(a) ¿Es A = B = C? Justificar la respuesta.
(b) ¿Cuáles de las siguientes expresiones son correctas?
∅ ∈ A, ∅ ∈ B, ∅ ∈ C,
∅ ⊆ A, ∅ ⊆ B, ∅ ⊆ C,
{∅} ⊆ A, {∅} ⊆ B, {∅} ⊆ C,
{1, 2, 3} ∈ A, {1, 2, 3} ∈ B, {1, 2, 3} ∈ C,
{{4}} ⊆ A, {{4}} ⊆ B, {{4}} ⊆ C,
4 ∈ A, 4 ∈ B, 4 ∈ C,
{1, 2, 3} ⊆ A, {1, 2, 3} ⊆ B, {1, 2, 3} ⊆ C,
{{∅}, 4} ⊆ A, {{∅}, 4} ⊆ B, {{∅}, 4} ⊆ C.
(c) Hallar A ∩ B, A ∩ C, B ∩ C, B ∩ C ∩ A, A \ B, C \ B, B \ C y A ∪ (B \ C).
E 2.10.4
(a) Escribir las operaciones que dan por resultado la zona sombreada.
(b) Sombrear en cada diagrama la zona correspondiente a los conjuntos
(i) (A ∩ B) ∪ C,
(ii) (A ∪ B) \ C,
(iii) (A \ B) ∩ C ,
51
(iv) (B ∩ C) ∪ A.
E 2.10.5
Dar un ejemplo de tres conjuntos W, X e Y tales que W ∈ X, X ∈ Y y W ∈

/ Y.
E 2.10.6
Sean A, B y C subconjuntos de un conjunto U . Probar que
(a) A ∩ A = A,
(b) A ∩ (A ∪ B) = A,
(c) A ∪ (B ∩ C) = (A ∪ B) ∩ (A ∪ C),
(d) (A ) = A,
(e) (A ∩ B) = A ∪ B ,
(f) A ∪ A = U ,
(g) A ∩ A = ∅,
(h) ∅ = U,
(i) U = ∅.
E 2.10.7
Sea U el conjunto de las letras del alfabeto y sean A = {a, b, c} y C = {a, b, d, e}. Si
|A ∩ B| = 2 y A ∩ B ⊂ B ⊂ C, hallar B.
E 2.10.8
52
Usando un diagrama de Venn determinar, si existen, conjuntos A, B y C que verifiquen
simultáneamente las siguientes condiciones:
(i) A ∩ B = ∅,
(ii) (C ∩ B) \ A = ∅,
(iii) (C ∩ A) \ B = ∅,
(iv) (C ∩ A) ∪ (C ∩ B) ∪ (A ∩ B) = ∅.
E 2.10.9
Sea A B = (A \ B) ∪ (B \ A). Demostrar que
(a) A B = (A ∪ B) \ (B ∩ A),
(b) A B = B A,
(c) A ∅ = A,
(d) si A B = A C, entonces B = C.
(Sugerencia: Usar que A (B C) = (A B) C).
E 2.10.10
Determinar la validez de las siguientes afirmaciones:
(a) si A ∪ B = A ∪ C, entonces B = C,
(b) si A ∩ B = A ∩ C, entonces B = C,
(c) si A B = A C, entonces B = C.
E 2.10.11
Probar que
(a) A \ (B ∪ C) = (A \ B) ∩ (A \ C),
(b) A ⊆ B si, y sólo si, A ∩ B = ∅,
53
(c) (A ∪ B) ∩ B = A si, y sólo si, A ∩ B = ∅,
(d) A B = A ∪ B si, y sólo si, A ∩ B = ∅.
E 2.10.12
Simplificar las siguientes expresiones:
(a) (A ∩ B ) ∪ (B ∩ C),
(b) (A ∪ B ∪ C) ∩ (A ∩ B ∩ C ) ∩ C ,
(c) (((A ∩ B) ∪ C) ∩ B ) ,
(d) ((A ∪ B) ∩ A ) ∪ (B ∩ A) .
E 2.10.13
Sean A = {1, 2, 3, 4}, B = {∅, {∅}} y C = {a, b}. Hallar
(a) todos los subconjuntos de A con tres elementos,
(b) P(A),
(c) P(B),
(d) P(A) ∩ P(B),
(e) P(P(C)).
E 2.10.14
Probar que P(A ∩ B) = P(A) ∩ P(B). ¿Es esta igualdad válida para la unión?. Justificar
la respuesta.
E 2.10.15
(a) En vı́speras de un triatlón se realiza una encuesta entre 80 personas obteniéndose la

siguiente información: 30 practican ciclismo, 39 natación, 32 atletismo, 10 ciclismo y
natación, 15 natación y atletismo, 17 ciclismo y atletismo, y 11 ningún deporte. ¿Cuántas
personas están en condiciones de participar en el triatlón?
54
(b) Los dueños de un video club desean conocer las preferencias de sus 1049 asociados para
los fines de semana. Realizada una encuesta se obtienen los siguientes resultados:
— 444 personas desean ver una pelı́cula de suspenso.

— 347 personas prefieren ver una comedia.
— 502 personas están a sacar una pelı́cula de acción.
— 139 personas quieren ver de acción y suspenso.
— 154 personas están dispuestas a sacar una pelı́cula de acción y comedias.
— 604 personas eligen ver pelı́culas de suspenso o comedias.
— 124 personas no desean ver ninguno de estos géneros.
Determinar
(i) ¿Cuántas personas desean ver los tres géneros?
(ii) ¿Cuántas personas manifestaron su deseo de ver únicamente comedias?.
55
3 Relaciones y funciones
3.1 Producto cartesiano
Pares ordenados
Tomaremos a la noción de par ordenado como concepto primitivo.
Diremos que (u, v) es un par ordenado que tiene a u como primera componente y a v como
segunda componente.
Igualdad de pares ordenados
D 3.1.1 Dos pares ordenados (a, b) y (c, d) son iguales si, y sólo si, a = c y b = d.
Producto cartesiano de dos conjuntos
D 3.1.2 Sean A y B dos conjuntos dados. Llamaremos producto cartesiano de A por B, y lo

representaremos con A × B (que leeremos A por B), al conjunto
A × B = {(a, b) : a ∈ A, b ∈ B}.
Si A = B, entonces notaremos con A2 a A × A.

Ejemplo
Sean A = {1, 2} y B = {a, b}, entonces
A × B = {(1, a), (1, b), (2, a), (2, b)}.
Representaciones gráficas del producto cartesiano
Sean A = {a, b, c} y B = {x, y}, entonces
A × B = {(a, x), (a, y), (b, x), (b, y), (c, x), (c, y)}.
Un gráfico cómodo de A × B es el siguiente:
56
También se lo puede representar por medio del siguiente diagrama:
En este caso, cada flecha distingue un par ordenado.
3.2 Relaciones
Relaciones binarias
D 3.2.1 Sean A y B dos conjuntos. Llamaremos relación binaria entre los elementos de A y
los de B a cualquier subconjunto R de A × B.
Es claro que ∅ y A × B son relaciones binarias entre los elementos de A y los de B. Repre-
sentaremos con Rel(A, B) al conjunto de las relaciones binarias entre los elementos de A y B.
Entonces
Rel(A, B) = {X : X ⊆ A × B} = P(A × B).
Notaciones útiles
A continuación vamos a introducir las siguientes notaciones:
57
(i) Frecuentemente escribiremos aRb (que leeremos: a está en relación R con b) para indicar
que (a, b) ∈ R.
(ii) Si aRb, diremos que b es un correspondiente de a por R, o que b es una imagen directa
de a por R. Al conjunto de todas las imágenes de a por R lo notaremos R(a), esto es
R(a) = {b ∈ B : (a, b) ∈ R}.
(iii) Si aRb, diremos que a es una preimagen de b, o que a es una imagen inversa de b. Al
conjunto de todas las imágenes inversas de b lo notaremos R−1 (b), esto es
R−1 (b) = {a ∈ A : (a, b) ∈ R}.
Ejemplo
Sean A = {1, 2, 3, 4}, B = {a, b, c, d} y R = {(1, a), (1, b), (2, c), (3, c), (3, d), (4, d)},
entonces
R(1) = {a, b}, R(2) = {c}, R(3) = {c, d}, R(4) = {d},
R−1 (a) = {1}, R−1 (b) = {1}, R−1 (c) = {2, 3}, R−1 (d) = {3, 4}.
Dominio, imagen y rango de una relación binaria
D 3.2.2 Sea R ⊆ A × B. Diremos que
(i) {a ∈ A : existe b ∈ B tal que (a, b) ∈ R} es el dominio de R,
(ii) {b ∈ B : existe a ∈ A tal que (a, b) ∈ R} es la imagen de R,
(iii) B es el rango de R,
y los simbolizaremos con Dom(R), Im(R) y R(R) respectivamente.
58
Ejemplo
Sean A = {1, 2, 3, 4}, B = {a, b, c, d} y R = {(1, a), (1, b), (1, c), (3, b)}, entonces
Dom(R) = {1, 3}, Im(R) = {a, b, c} y R(R) = B.
Relación opuesta de una relación binaria
D 3.2.3 Si R es una relación binaria, entonces llamaremos relación opuesta de R (o relación

inversa de R), y la representaremos con Rop , a la relación
Rop = {(y, x) : (x, y) ∈ R}.
Ejemplo
Si R = {(a, b), (a, c)}, entonces Rop = {(b, a), (c, a)}.
Composición de dos relaciones
D 3.2.4 Sean R1 y R2 dos relaciones, llamaremos composición de R1 con R2 y la representa-

remos con R2 ◦ R1 , a la relación definida del siguiente modo:
R2 ◦ R1 = {(x, z) : existe y que verifica (x, y) ∈ R1 , (y, z) ∈ R2 }.
Observemos que el sı́mbolo R2 ◦R1 se lee en forma inversa a como está escrito: R1 compuesto
con R2 .
Ejemplo
Si las relaciones están definidas sobre conjuntos finitos, la forma más sencilla de hallar la
composición es mediante diagramas.
59
R2 ◦ R1 = {(a, x), (b, z)}.
Algunas propiedades de la composición
(i) La composición de dos relaciones se puede realizar siempre, y en algunos casos es el

conjunto vacı́o.
(ii) Cualesquiera sean las relaciones R1 , R2 y R3 se verifica
R3 ◦ (R2 ◦ R1 ) = (R3 ◦ R2 ) ◦ R1 .
Matriz asociada a una relación binaria
Toda relación binaria finita puede ser representada por una matriz del siguiente modo:
D 3.2.5 Sea R una relación binaria entre los elementos de los conjuntos A = {a1 , . . . , an } y
B = {b1 , . . . , bm }. Llamaremos matriz asociada a R, y la indicaremos con M (R), a M (R) =
(rij )n×m donde

 1 si (ai , bj ) ∈ R
rij = .
 0 en caso contrario
Ejemplo
Si A = {a, b, c}, B = {1, 2, 7, 10} y R = {(a, 7), (a, 10), (b, 2), (c, 1), (c, 7)}, entonces
1 2 7 10
 
a0 0 1 1
 

M (R) = b  0 1 0 0 
.
c 1 0 1 0
Algunas propiedades de la matriz asociada a una relación binaria
(i) La suma de los números de la i—ésima fila representa la cantidad de correspondientes que
tiene ai por R.
(ii) La suma de los números de la j−ésima columna representa la cantidad de preimágenes

que tiene bj por R.
60
(iii) A partir de los datos A, B y M (R) podemos obtener R.
(iv) Dada una matriz M = (rij )n×m existe una relación R tal que M = M (R). Dicha relación
no es única.
Ejemplo
1 1 0
Sea M =
0 0 1
entonces R1 = {(a, 1), (a, 2), (b, 3)} y R2 = {(1, a), (1, b), (2, c)} son tales que M(R1 ) =
M (R2 ) pero R1 = R2 .
Este ejemplo muestra que la correspondencia que a cada relación binaria le asigna su matriz
asociada no es inyectiva. Si R1 = R2 con M(R1 ) = M (R2 ), tenemos que los gráficos de dichas
relaciones coinciden (y esto es lo que importa).
3.3 Relaciones n−arias
n−uplas
Diremos que (a1 , a2 , . . . , an ) es una n−upla que tiene a aj como j−ésima coordenada, j =
1, 2, . . . , n.
Igualdad de n−uplas
D 3.3.1 Dos n−uplas (a1 , a2 , . . . , an ) y (b1 , b2 , . . . , bn ) son iguales si, y sólo si, se verifica
a1 = b1 , a2 = b2 , . . . , an = bn .
61
Producto cartesiano de varios conjuntos
D 3.3.2 Sean A1 , A2 , . . . , An , n conjuntos dados. Llamaremos producto cartesiano de estos

n
n conjuntos, y lo representaremos con A1 × A2 × · · · × An ó Ai , al conjunto
i=1
A1 × A2 × · · · × An = {(a1 , a2 , . . . , an ) : a1 ∈ A1 , a2 ∈ A2 , . . . , an ∈ An }.
n
Si A1 = A2 = . . . = An = A, a Ai lo representaremos con An .
i=1
Ejemplo
Sean A1 = {a, b, c}, A2 = {x, y} y A3 = {1}, entonces
A1 × A2 × A3 = {(a, x, 1), (a, y, 1), (b, x, 1), (b, y, 1), (c, x, 1), (c, y, 1)}.
Relaciones n−arias
D 3.3.3 Llamaremos relación n−aria entre los elementos de los conjuntos A1 , A2 , . . . , An a

cualquier subconjunto de A1 × A2 × · · · × An .
Al conjunto de todas las relaciones n−arias entre los elementos de los conjuntos A1 , A2 ,
. . . , An lo representaremos con Rel(A1 , A2 , . . . , An ). Entonces
n
Rel(A1 , A2 , . . . , An ) = {X : X ⊆ A1 × A2 × · · · × An } = P( Ai ).
i=1
Dominio, imagen y rango de una relación n−aria
D 3.3.4 Dada X ∈ Rel(A1 , . . . , An ), llamaremos dominio, imagen y rango de X respectiva-

mente a los conjuntos
Dom(X) = {(a1 , . . . , an−1 ) ∈ A1 × · · · × An−1 : existe b ∈ An y (a1 , . . . , an−1 , b) ∈ X},
Im(X) = {b ∈ An : existe (a1 , . . . , an−1 ) ∈ A1 × · · · × An−1 y (a1 , . . . , an−1 , b) ∈ X},
R(X) = An .
Ejemplo
Sean A1 = A2 = {0, 1, 2}, A3 = {1, 3, 4} y X = {(0, 0, 1), (0, 1, 1), (2, 1, 1)}, entonces
62
Dom(X) = {(0, 0), (0, 1), (2, 1)},
Im(X) = {1},
R(X) = {1, 3, 4}.
j-ésima proyección de una relación n−aria
D 3.3.5 Sea X ⊆ A1 × · · · × An , llamaremos j−ésima proyección de X al conjunto
Pj = {a ∈ Aj : (a1 , . . . , aj−1 , a, aj+1 , . . . , an ) ∈ X}.
Ejemplo
Sea X = {(a, 1, 1), (b, 2, 1), (c, 0, −1), (d, 1, 1)} ⊆ A1 × A2 × A3 .
En este caso, aun cuando no conocemos a los conjuntos A1 , A2 , A3 , podemos determinar

las tres proyecciones de X
P1 = {a, b, c, d}, P2 = {1, 2, 0} y P3 = {1, −1}.
Algunas propiedades de las proyecciones
(i) Si X ⊆ A1 × A2 , entonces P1 = Dom(X) y P2 = Im(X). Esto no sucede si n > 2.
(ii) Sea X ⊆ A1 × A2 × . . . × An y sean P1 , P2 , . . . , Pn todas las proyecciones de X, entonces

es fácil verificar que
X ⊆ P1 × P2 × . . . × Pn .
Es decir, podemos considerar que X es una relación entre los conjuntos proyecciones de
la relación.
Si llamamos coordenada superflua a cualquier elemento a ∈ Aj que no es j−ésima coor-
denada de ninguna de las n−uplas de X, y tomamos a X como una relación entre los
elementos de los conjuntos proyecciones en lugar de los conjuntos A1 , A2 , . . . , An , elimi-
naremos las coordenadas superfluas.
Ejemplo
Sean A1 = {a, b, c, d, e}, A2 = {0, 1, 2, 3}, A3 = {1, −1} y X ⊆ A1 × A2 × A3 tal que
63
X = {(a, 1, 1), (b, 0, 1), (c, 0, 1), (c, 1, 1)}.
Entonces tenemos que d, e, 2, 3, −1 son coordenadas superfluas. En cambio, considerando las

proyecciones P1 = {a, b, c}, P2 = {0, 1}, P3 = {1} y X ⊆ P1 × P2 × P3 , no tenemos coordenadas
superfluas.
Se puede demostrar que si la relación n−aria X ⊆ A1 × A2 × . . . × An es tal que X ⊆

B1 × B2 × . . . × Bn , entonces P1 × P2 × . . . × Pn ⊆ B1 × B2 × . . . × Bn .
3.4 Funciones
Ahora veremos un tipo especial de relación binaria particularmente importante.
Relaciones funcionales
D 3.4.1 Llamaremos relación funcional o función a toda f ∈ Rel(A × B) que verifica
(a, b) ∈ f y (a, c) ∈ f ⇒ b = c.
Ejemplo
Sean A = {a, b, c}, B = {1, 2, 3} y
f1 = {(a, 1), (b, 1), (c, 2)},
f2 = {(a, 1), (b, 1)},
f3 = {(c, 2)},
f4 = {(a, 1), (a, 2), (b, 3)},
entonces f1 , f2 , f3 son funciones pero f4 no lo es pues (a, 1), (a, 2) ∈ f4 y 1 = 2.
Observaciones
(i) Siendo que las funciones son relaciones especiales, podemos determinar dominio de f ,
imagen de f y rango de f de la manera ya vista.
Si f1 y f3 son las del ejemplo anterior, tenemos que
64
Dom(f1 ) = {a, b, c} = A, Im(f1 ) = {1, 2}, R(f1 ) = B,
Dom(f3 ) = {c}, Im(f3 ) = {2}, R(f3 ) = B.
(ii) Si f es una relación funcional, entonces para cada a ∈ Dom(f ) el conjunto f (a) tiene un
solo elemento.
Para abreviar escribiremos b = f (a) en lugar de f (a) = {b}, y diremos que b es el
correspondiente de a por f .
(iii) Cuando el dominio de f es finito, en lugar de definir a f por extensión se suele hacer por
medio de una tabla.
x f1 (x)
x a b c
a 1 o
f1 (x) 1 1 2
b 1
c 2
(iv) En casi todos los textos se suele escribir: sea y = f (x) una función dada, que es una ex-
presión incorrecta pues una función es un conjunto y f (x) es solamente el correspondiente
de x por f . A pesar de ello cuando nos sea conveniente también la utilizaremos.
Funciones totales y parciales
Funciones totales
D 3.4.2 Si f ⊆ A × B es una relación funcional y Dom(f ) = A, entonces diremos que f es

una función total de A en B o que es una función de A en B, y escribiremos f : A −→ B o
f
A −→ B.
Ejemplo
Sea f = {(a, 1), (b, 2), (c, 2)}, entonces si elegimos A = Dom(f ) = {a, b, c} y B = {1, 2},
tenemos que f : A −→ B.
65
Funciones parciales
D 3.4.3 Si f ⊆ A × B es una relación funcional y Dom(f ) = A, entonces diremos que f es

una función parcial de A en B.
Toda función parcial f puede ser transformada en una función total. En efecto, basta
considerar a f como un subconjunto de Dom(f ) × B.
Funciones especiales
(i) Función constante: Diremos que f es constante si
f = {(x, b) : x ∈ A, b ∈ B fijo }.
Es decir, tenemos que f : A −→ B es constante si se verifica f (x) = b para todo x ∈ A,

siendo b un elemento fijo de B.
También podemos decir que f es constante si todos los elementos del dominio de f tienen
el mismo correspondiente.
(ii) Función identidad: Llamaremos identidad de A, y la indicaremos IA , a la función
IA = {(x, x) : x ∈ A}.
Esto es, IA : A −→ A está definida por IA (x) = x para todo x ∈ A.
(iii) Función inclusión: Si A ⊆ B, llamaremos función inclusión de A en B y la simbolizare-

mos con i, a la función
i = {(x, x) : x ∈ A}.
Es decir, la función inclusión es un subconjunto de la función identidad. Esto es, tenemos

que i : A −→ B está definida por i(x) = x, para todo x ∈ A.
66
(iv) Funciones proyecciones: Sean A y B conjuntos no vacı́os. Las funciones
p1 : A × B −→ A,
p2 : A × B −→ B,
tales que para cada (a, b) ∈ A × B
p1 ((a, b)) = a,
p2 ((a, b)) = b,
se denominan primera proyección y segunda proyección, respectivamente.

En general, dados n conjuntos A1 , . . . , An tenemos n funciones pj , j = 1, 2, . . . , n, lla-
madas funciones proyecciones, las cuales están definidas como sigue:
pj : A1 × . . . × Aj × . . . × An −→ Aj ,
donde para cada (a1 , . . . , aj , . . . , an ) ∈ A1 × . . . × Aj × . . . × An ,
pj ((a1 , . . . , aj , . . . , an )) = aj .
Todas las funciones que acabamos de definir, desempeñan un papel importante en la teorı́a
de funciones como veremos más adelante.
Imagen y preimagen de un subconjunto por medio de una función
D 3.4.4 Sea f ⊆ A × B una función dada, entonces
(i) para cada subconjunto X ⊆ A, llamaremos imagen de X por f al conjunto
f (X) = {f (x) : x ∈ X}.
(ii) para cada subconjunto Y ⊆ B, llamaremos preimagen o imagen completa inversa de Y

por f al conjunto
f −1 (Y ) = {x ∈ A : f (x) ∈ Y }.
67
Ejemplo
Sea f la función dada por el siguiente diagrama:
y consideremos
X1 = {2, 4}, X2 = {1, 2, 3},
Y1 = {a, b}, Y2 = {d},
entonces tenemos
f (X1 ) = {a, b}, f (X2 ) = {a, b},
f −1 (Y1 ) = {1, 2, 3, 4}, f −1 (Y2 ) = ∅.
Funciones de conjuntos asociadas a una función
D 3.4.5 Dada f : A −→ B podemos considerar dos nuevas funciones
F : P(A) −→ P(B),
F ∗ : P(B) −→ P(A),
definidas por
F (X) = f (X), para todo X ∈ P(A),
F ∗ (Y ) = f −1 (Y ), para todo Y ∈ P(B),
respectivamente.
Estas dos funciones se denominan las funciones de conjuntos asociadas a la función f .
68
Ejemplo
Sean A = {1, 2, 3}, B = {a, b} y f : A −→ B la función indicada en la siguiente tabla:
x 1 2 3
f (x) a b b
Entonces tenemos
P(A) = {∅, {1}, {2}, {3}, {1, 2}, {1, 3}, {2, 3}, A},
P(B) = {∅, {a}, {b}, B},
X ∅ {1} {2} {3} {1, 2} {1, 3} {2, 3} A

F (X) ∅ {a} {b} {b} B B {b} B
Y ∅ {a} {b} B
F ∗ (Y ) ∅ {1} {2, 3} A
69
Propiedades importantes de las funciones de conjuntos asociadas a una función
Para todo X1 , X2 ∈ P(A) se verifican las siguientes propiedades:
(i) F (∅) = ∅,
(ii) X1 ⊆ X2 ⇒ F (X1 ) ⊆ F (X2 ),
(iii) F (X1 ∪ X2 ) = F (X1 ) ∪ F (X2 ),
(iv) F (X1 ∩ X2 ) ⊆ F (X1 ) ∩ F (X2 ). [en general no se verifica la igualdad]
Para todo Y1 , Y2 ∈ P(B) se verifican las siguientes propiedades:
(v) F ∗ (∅) = ∅,
(vi) Y1 ⊆ Y2 ⇒ F ∗ (Y1 ) ⊆ F ∗ (Y2 ),
(vii) F ∗ (Y1 ∪ Y2 ) = F ∗ (Y1 ) ∪ F ∗ (Y2 ),
(viii) F ∗ (Y1 ∩ Y2 ) = F ∗ (Y1 ) ∩ F ∗ (Y2 ).
Restricción y extensión de funciones
D 3.4.6 Diremos que la función g es una extensión de f o que f es una restricción de g, si se

verifican:
(i) Dom(f ) ⊆ Dom(g),
70
(ii) f (x) = g(x), para todo x ∈ Dom(f ).
Para indicar que f es una restricción de g a veces usaremos el sı́mbolo f = g|Dom(f ) que
leeremos f es igual a g restringida a Dom(f ).
Ejemplo
entonces
Dom(f ) = {1, 2, 3},
Dom(g) = {1, 2}.
Como Dom(g) ⊆ Dom(f ) y vale g(x) = f (x) para todo x ∈ Dom(g), tenemos que g =
f |Dom(g) . Es decir, f extiende a g y también decimos que g restringe a f .
Composición de funciones
D 3.4.7 Dadas las relaciones funcionales f y g, la composición de f con g es la relación
g ◦ f = {(x, z) : existe y tal que (x, y) ∈ f, (y, z) ∈ g}.
Ejemplo
g ◦ f = {(b, y), (c, y)}.
71
Algunas propiedades de la composición de funciones
T 3.4.1 Sean f y g dos funciones, entonces
(i) g ◦ f es una función,
(ii) Dom(g ◦ f ) = {x ∈ Dom(f ) : f (x) ∈ Dom(g)},
(iii) Dom(g ◦ f ) = f −1 (Im(f ) ∩ Dom(g)).
Dem.
(i) Caso 1. Si g ◦ f = ∅ ó g ◦ f tiene un solo elemento, entonces es una función.
Caso 2. Si g ◦ f tiene más de un elemento,
(1) sea (x, y) ∈ g ◦ f , [existe por hipótesis]

(2) sea (x, z) ∈ g ◦ f . [existe por hipótesis]
Entonces existen w y t tales que
(3) (x, w) ∈ f , [(1)]
(4) (w, y) ∈ g, [(1)]
(5) (x, t) ∈ f , [(2)]
(6) (t, z) ∈ g. [(2)]
Entonces
(7) t = w, [(3),(5) y f función]
(8) y = z. [(4),(6),(7) y g función]
(ii) z ∈ Dom(g ◦ f ) ⇔
existe y tal que (z, y) ∈ g ◦ f ⇔
existe w tal que (z, w) ∈ f, (w, y) ∈ g ⇔
w = f (z) y (f (z), y) ∈ g ⇔
z ∈ Dom(f ) y f (z) ∈ Dom(g) ⇔
72
z ∈ {x ∈ Dom(f ) : f (x) ∈ Dom(g)}.
(iii) x ∈ Dom(g ◦ f ) ⇔
x ∈ Dom(f ) y f (x) ∈ Dom(g) ⇔ [(ii)]
f (x) ∈ Im(f ) y f (x) ∈ Dom(g) ⇔
f (x) ∈ Im(f ) ∩ Dom(g) ⇔
x ∈ f −1 (Im(f ) ∩ Dom(g)).
Clasificación de funciones
Funciones inyectivas
D 3.4.8 Diremos que una función f ⊆ A × B es inyectiva si se verifica
(x, y) ∈ f y (z, y) ∈ f ⇒ x = z.
Observaciones
(i) Si nos dan la función por medio de una expresión de la forma y = f (x) y nos piden que
demostremos que f es inyectiva procedemos de la siguiente manera:
(1) suponemos que a, b ∈ Dom(f ) son tales que f (a) = f (b),

(2) a partir de f (a) = f (b), utilizando propiedades conocidas,
demostramos que a = b.
Consideremos el siguiente ejemplo: Sea IR− = {x ∈ IR : x < 0} y f : IR− −→ IR la

función definida por f (x) = x2 + 1. Entonces f es inyectiva. En efecto,
(1) sean a, b ∈ IR− tales que f (a) = f (b),

luego
(2) a2 + 1 = b2 + 1, [(1) y definición de f ]
√ √
(3) a2 = b2 , [(2)]
(4) |a| = |b|, [(3)]
73
(5) −a = −b, [(4), def. de valor absoluto y a, b ∈ IR− ]
(6) a = b. [(5)]
(ii) Un gráfico de f del tipo
[dos puntos del dominio

tienen la misma imagen]
o un gráfico del tipo
[una recta paralela al eje x

corta al gráfico en más de
un punto]
es el de una función que no es inyectiva.
Funciones epiyectivas
D 3.4.9 Diremos que la función f ⊆ A × B es epiyectiva o sobreyectiva si
Im(f ) = B.
Observación
Es claro que siempre vale Im(f ) ⊆ B, luego para probar que f es sobreyectiva, solamente
debemos probar que B ⊆ Im(f ).
Entonces si debemos demostrar que f es sobreyectiva procedemos de la siguiente manera:
(1) suponemos b ∈ B,
(2) a partir de (1), hallamos a ∈ A que verifique f (a) = b.
74
Funciones biyectivas
D 3.4.10 Diremos que f : A −→ B es biyectiva o que es una biyección de A en B si es

inyectiva y sobreyectiva.
Observemos que hablamos de funciones biyectivas solamente en el caso de funciones totales.
Ejemplos
Consideremos las siguientes funciones:
Entonces
f no es inyectiva ni sobreyectiva,
g es inyectiva y no es sobreyectiva,
h es biyectiva.
Relación opuesta de una relación funcional
A continuación vamos a calcular en algunos ejemplos la relación opuesta de una relación

funcional.
(i) Si f = {(a, 1), (b, 1), (c, 2)}, entonces f op = {(1, a), (1, b), (2, c)} no es función.
(ii) Si f = {(a, 1), (b, 2), (c, 4)}, entonces f op = {(1, a), (2, b), (4, c)} es función.
Algunas propiedades de la relación opuesta de una función
T 3.4.2 Las siguientes condiciones son equivalentes:
(i) f op es una función,
75
(ii) f es inyectiva.
Dem.
(i) =⇒ (ii): Caso 1. Si f = ∅ ó f tiene un solo elemento, entonces es inyectiva.
Caso 2. Si f tiene más de un elemento, entonces sean
(1) (x, y) ∈ f ,
(2) (z, y) ∈ f .
Luego,
(3) (y, x) ∈ f op , [(1)]
(4) (y, z) ∈ f op , [(2)]
(5) x = z, [(i),(3),(4)]
(6) f es inyectiva. [(1),(2),(5)]
⇒ (i): Caso 1. Si f op = ∅ ó f op tiene un solo elemento, entonces f op es función.

(ii) =
Caso 2. Si f op tiene más de un elemento, entonces sean
(1) (x, u) ∈ f op ,
(2) (x, v) ∈ f op .
Luego,
(3) (u, x) ∈ f , [(1)]
(4) (v, x) ∈ f , [(2)]
(5) u = v, [(ii),(3),(4)]
(6) f op es función. [(1),(2),(5)]
T 3.4.3 Sea f : A −→ B una función. Las siguientes condiciones son equivalentes:
(i) f op es función total de B en A,
76
(ii) f es biyectiva,
(iii) existe g : B −→ A tal que
(a) g ◦ f = IA ,
(b) f ◦ g = IB .
Dem.
⇒ (ii): Sea
(i) =
(1) b ∈ B,
entonces
(2) f op (b) = a ∈ A, [por (i), a es único]
(3) (b, a) ∈ f op , [(2)]
(4) (a, b) ∈ f , [(3)]
(5) b ∈ Im(f ), [(4)]
(6) f es epiyectiva. [(1),(5)]
Además
(7) f es inyectiva, [(i),T 3.4.2]
(8) f es biyectiva. [(6),(7)]
⇒ (iii):Por la hipótesis resulta

(ii) =
(1) f es inyectiva,
(2) f es sobreyectiva.
Luego
(3) f op es función, [(1),T 3.4.2]
(4) Dom(f op ) = B, [(2)]
77
(5) f op : B −→ A. [(4),(3)]
Tomando g = f op resulta (iii).
⇒ (i): Dejaremos como ejercicio probar que Dom(f op ) = B y sólo demostraremos que
(iii) =
f op es función.
Caso 1. Si f op tiene un solo elemento, entonces f op es función total.
Caso 2. Si f op tiene más de un elemento, entonces sean
(1) (x, y) ∈ f op
(2) (x, z) ∈ f op .
Entonces
(3) (y, x) ∈ f , [(1)]
(4) (z, x) ∈ f , [(2)]
(5) f (y) = x, [(3)]
(6) f (z) = x, [(4)]
(7) f (y) = f (z), [(5),(6)]
(8) g(f (y)) = g(f (z)), [(7)]
(9) y = z, [(8),(iii)(a)]
(10) f op es función. [(1),(2),(9)]
Nota: Si f op es función, es habitual llamarla la inversa de f .
78
3.5 Producto directo de conjuntos
D 3.5.1 Sea I un conjunto no vacı́o y sea {Ai }i∈I una familia de conjuntos. Llamaremos
producto directo de los conjuntos Ai y lo indicaremos con Ai , al conjunto
i∈I
Ai = {f : I −→ Ai : f (i) ∈ Ai , para cada i ∈ I}.

i∈I i∈I
Ejemplo
Sean I = {1, 2, 3}, A1 = {a, b}, A2 = {x, y, z} y A3 = {z, t}. Entonces
Ai = {a, b, x, y, z, t}.
i∈I
Los elementos de Ai están indicados en la tabla siguiente:

i∈I
I f1 f2 f3 f4 f5 f6 f7 f8 f9 f10 f11 f12

1 a a a a a a b b b b b b
2 x x y y z z x x y y z z
3 z t z t z t z t z t z t
Cualquier función fj anterior es el conjunto
fj = {(1, fj (1)), (2, fj (2)), (3, fj (3)}.
Es claro que fj queda determinada por las segundas coordenadas de los pares ordenados, es
decir, podemos reconocerla por medio de la terna (fj (1), fj (2), fj (3)).
Más precisamente, podemos establecer la correspondencia
fj −→ (fj (1), fj (2), fj (3)).
La observación anterior nos conduce al siguiente resultado:
T 3.5.1 Si {Ai }i∈I es una familia de conjuntos con I = {1, 2, . . . , n}, entonces la función Ψ
que a cada f ∈ Ai le hace corresponder Ψ(f ) = (f (1), f (2), . . . , f (n)) es una biyección de
i∈I
n
Ai en Ai .
i∈I i=1
79
Dem.
(i) Ψ es inyectiva:
Sean f, g ∈ Ai tales que
i∈I
(1) Ψ(f ) = Ψ(g),

entonces
(2) (f (1), f (2), . . . , f (n)) = (g(1), g(2), . . . , g(n)), [def. de Ψ]
(3) f (i) = g(i), para todo i ∈ I, [(2)]
(4) f = g. [(3)]
(ii) Ψ es sobreyectiva:
n
Sea (a1 , . . . , an ) ∈ Ai y sea f : I −→ Ai la función tal que para cada i ∈ I,
i=1 i∈I
f (i) = ai . Entonces es fácil verificar que Ψ(f ) = (a1 , . . . , an ).
Este último teorema es muy importante pues nos permite identificar las nociones de producto
directo y producto cartesiano de conjuntos, esto es, podemos trabajar con n—uplas o funciones
según nos sea más cómodo.
Por otra parte, el producto cartesiano se puede definir solamente para un número finito de
conjuntos en cambio el producto directo se puede definir para familias arbitrarias de conjuntos.
3.6 Conjuntos coordinables

D 3.6.1 Dados los conjuntos A y B diremos que:
= =
(i) el cardinal de A es menor o igual que el cardinal de B, y escribiremos A B , si existe
f : A −→ B inyectiva,
= =
(ii) el cardinal de A es menor que el cardinal de B, y escribiremos A≺B , si ninguna función
inyectiva f : A −→ B es sobreyectiva,
= = = =
(iii) tienen el mismo cardinal, o que son conjuntos coordinables, y escribiremos A≈B si A B
= =
y B A.
Observaciones
80
= =
(i) A≈B si, y sólo si, existe f : A −→ B biyectiva.
= = = = = =
(ii) Es fácil verificar que A≺B si, y sólo si, A B y A≈B .
(iii) Si A y B son conjuntos finitos entonces las siguientes condiciones son equivalentes:
= =
(a) A≈B ,
(b) |A| = |B|, es decir A y B tienen la misma cantidad de elementos.
(iv) En adelante, teniendo en cuenta (iii), dados los conjuntos A y B finitos o no, escribire-
= = =
mos en los casos que no haya lugar a confusión, |A| y |A| = |B| en lugar de A y A≈B
respectivamente. En el caso que A sea finito también seguiremos escribiendo |A| = n para
indicar que A tiene n elementos.
(v) Se puede demostrar que para todo par de conjuntos A y B se verifica una y sólo una de
las tres condiciones siguientes:
(1) |A| ≺ |B|, (2) |A| = |B|, (3) |B| ≺ |A|.
(vi) En la sección 5, veremos que la relación de coordinabilidad es una relación de equiva-

lencia sobre la familia P(X) de subconjuntos de un conjunto X no vacı́o.
3.7 Ejercicios
E 3.7.1
Sean A = {a, b, c}, B = {1, 2} y C = {d}.
(a) Calcular A × C, C × A, A × B, B × A, A × B × C y C × A × B.
(b) Representar gráficamente
(b.1) A × C y B × A del inciso (a),

(b.2) D × E, donde
(i) D = {x : x ∈ IN}, E = {y : y ∈ IR, 1 ≤ y ≤ 2},

(ii) D = {x : x ∈ IR, x ≤ 0}, E = {y : y ∈ IN, y 2 = 4},
(iii) D = {x : x ∈ ZZ, −3 ≤ x ≤ 4}, E = {y : y ∈ IR, y ≤ 0}.
81
E 3.7.2
(a) Dados los conjuntos A, B y C, probar que
(i) A × (B ∩ C) = (A × B) ∩ (A × C),
(ii) A × (B \ C) = (A × B) \ (A × C).
(b) Sean A y B conjuntos, ¿cuándo es válida la igualdad A × B = B × A?
E 3.7.3
Sea A = {1, 2}. Hallar P(A) × P(A).
E 3.7.4
Sean A = {1, 2, 3} y B = {2, 3, 4, 5}. Dar ejemplos, en cada caso, de dos relaciones binarias
no vacı́as
(a) entre A y B,
(b) entre B y A,
(c) sobre A,
(d) que sean simultáneamente relaciones binarias entre A y B, y entre B y A.
E 3.7.5
(a) Para los conjuntos A y B del ejercicio 3.7.4, determinar
(i) |A × B|,
(ii) el número de relaciones binarias entre A y B,
(iii) el número de relaciones binarias sobre A,
(iv) el número de relaciones binarias entre A y B que contienen los pares (1, 2),(2, 3),
(2, 4) y (1, 5),
(v) el número de relaciones binarias entre A y B que contienen exactamente 5 pares
ordenados,
82
(vi) el número de relaciones binarias sobre A que contienen al menos 7 elementos.
(b) Si A y B son conjuntos finitos, hallar el número de relaciones binarias entre A y B y el

número de relaciones binarias sobre A.
(c) Sean A y B conjuntos con |B| = 3. Si existen 4096 relaciones binarias entre A y B, hallar
|A|.
E 3.7.6
En el conjunto de números naturales, decidir cuáles de los siguientes pares ordenados

pertenecen a la relación R:
(a) xRy si, y sólo si, x divide a y, (2, 4), (2, 5), (2, 6),
(b) xRy si, y sólo si, x > y 2 , (1, 2), (2, 1), (5, 2), (6, 4), (4, 3),
(c) xRy si, y sólo si, 2x + 3y = 10, (5, 0), (2, 2), (3, 1), (1, 3).
E 3.7.7
Para cada una de las siguientes figuras indicar la relación binaria sobre el conjunto IR que
determina la zona marcada:
(a) (b)
(c) (d)
83
E 3.7.8
Sean A = {1, 2, 3, 4}, B = {a, b, c, d, e, f } y C = {x, y, w}. Dadas las siguientes relaciones
indicar, en cada caso, dominio, imagen, rango, P1 y P2 :
(a) R = {(1, x), (2, x), (3, x), (4, y)},
(b) S = {(a, 1, x), (c, 1, w), (e, 3, w)}. ¿Es P1 (S) = Dom(S) y P2 (S) = Im(S)?
(c) T = {(x, a), (x, b), (y, b), (x, c), (y, f ), (y, c)},
(d) W = {(x, f, 1), (x, f, 2), (y, e, 3), (w, b, 3)}. ¿Es P3 (W ) = R(W) ?
E 3.7.9
Sean R, S y T tres relaciones binarias. Probar que
(a) (S op )op = S,
(b) (R ∪ S)op = Rop ∪ S op ,
(c) (R ∩ S)op = Rop ∩ S op ,
(d) (R ◦ S)op = S op ◦ Rop ,
(e) R ◦ (S ∪ T ) = (R ◦ S) ∪ (R ◦ T ),
(f) (R ∪ S) ◦ T = (R ◦ T ) ∪ (S ◦ T ).
E 3.7.10
Hallar Rop , S op , R ◦ S, S ◦ R, (S ◦ R)op , R ◦ S op en cada uno de los siguientes casos
(a) R = {(1, 2), (3, 4), (1, 8), (2, 9), (2, 2)},
S = {(2, 7), (4, 10), (4, 6), (8, 5)},
(b) R = {(x, y) : x ∈ IR, y = |x + 1|},
S = {(x, y) : x ∈ IR, y = 1 + 2x},

√ √
(c) R = {(x, y) : x ∈ [0, ∞), y = x + 1} ∪ {(x, y) : x ∈ [0, ∞), y = − x + 1},
1
S = {(x, y) : x ∈ IR \ {0}, y = }.
2x
84
E 3.7.11
Hallar en cada caso dos relaciones S y T tales que S ◦ T = R siendo
(a) R = {(a, x), (b, y), (a, z), (c, x)},
(b) R = {(x, y) : x ∈ IN, y = 2x + 1} ∪ {(1, 8), (1, 7)}.
E 3.7.12
(a) Hallar una matriz asociada a las relaciones R y T del ejercicio 3.7.8. ¿Qué interpretación
puede darse a la suma de los números de una fila? ¿Y a los de una columna?
(b) Dados los conjuntos A = {x, y, z}, B = {1, 2} y las relaciones

R = {(x, 1), (x, 2), (z, 2)},
S = {(1, y), (2, y), (1, x), (2, z)},
verificar que la matriz asociada a S ◦ R se obtiene del producto M (R) · M(S) cambiando
por 1 todos los números mayores que 1 y dejando invariante los restantes.
E 3.7.13
Dadas las siguientes relaciones entre los elementos de A y B:

(i) (ii)
(iii) (iv)
85
(v)
(vi) (vii) (viii)

x R(x)
x R(x) x R(x)
1 {2}
a {1, 4} 1 {2}
3 {4}
b {2} 2 {2}
5 {6}
c {3} 3 {3, 2}
7 {8}
(ix) A = {a, b, c, d}, B = {1, 2, 3}, (x) A = {a, b}, B = {1, 2, 3},
(xi) A = [a, b] ⊆ IR, B = [c, d] ⊆ IR, (xii) A = [0, c] ⊆ IR, B = [0, b] ⊆ IR,
(xiii) A = B = IN, R = {(x, y) : x ∈ A, x = y} ∪ {(1, 4)}.

Indicar
(a) cuáles son funcionales,
86
(b) dominio e imagen de cada una de las funciones,
(c) cuáles definen funciones totales de A en B.
E 3.7.14
Indicar dominio e imagen de cada una de las siguientes funciones f ⊆ A × B:

(a) A = B = ZZ, f (x) = x + 4,
(b) A = B = IN, f (x) = x − 5,
(c) A = IN, B = IR, 2,

f (x) = x
(d) A = IR, B = IN, 2,

f (x) = x
√
(e) A = B = IR, f (x) = x − 5.
E 3.7.15
Hallar, en los casos posibles, una matriz asociada a las funciones del ejercicio 3.7.13 ¿Qué
caracterı́sticas especiales tiene la matriz asociada a una relación cuando ésta es funcional?
E 3.7.16
Dada f : A −→ B calcular, en cada caso, F (X) y F ∗ (Y )
(a)
X = {2, 4}, Y = {a, c}.
(b) A = {a, b, c, d, e, s, g}, B = {1, 2, 3, 4, 5},
x a b c d e s g
f (x) 1 1 1 2 2 1 3
87
X = {a, g}, Y = {1, 5}.
(c) f : [−2, +∞) −→ IR,


 x2 si −2 ≤ x ≤ 2
f (x) = ,
 x + 1 si x > 2
√
X = {−2, 0, 1, 2, 2, 5}, Y = (−7, −2].
1
(d) f : IR \ {0} −→ IR, f (x) = ,
x2
X = [3, 5), Y = [−3, 2).
E 3.7.17
Dada f : A −→ B y X1 , X2 ⊆ A, Y1 , Y2 ⊆ B, probar que
(a) si X1 ⊆ X2 , entonces F (X1 ) ⊆ F (X2 ),
(b) F (X1 ∩ X2 ) ⊆ F (X1 ) ∩ F (X2 ) ¿es válida la igualdad?,
(c) F ∗ (Y1 ∪ Y2 ) = F ∗ (Y1 ) ∪ F ∗ (Y2 ),
(d) F ∗ (CY1 ) = CF ∗ (Y1 ).
E 3.7.18
Determinar si f es una restricción de g en cada uno de los siguientes casos:
(a) f = {(1, 6), (7, 0), (15, −8), (6, 1)},


 −x + 7 si x es impar
g : IN −→ ZZ, g(x) = .
 3x en otro caso
(b) IP es el conjunto de los números naturales pares y
f : IP × IP −→ IP, f ((x, y)) = x + y,


 x+y si x, y son pares
g : IN × IN −→ ZZ, g((x, y)) = .
 x−y en otro caso
(c) f : IR− −→ IR, f (x) = −2x y g : IR −→ IR, g(x) = 2|x| .
88
x
(d) A = B = IN, f es la función parcial de A en B definida por f (x) =
2
x
y g : IN −→ Q,
I g(x) = .
2
E 3.7.19
Sean Y = {(0, y) : y ∈ IN} y f : ZZ×IN −→ ZZ tal que f ((x, y)) = x+y. Si p2 : ZZ×IN −→ IN
es la segunda proyección, probar que p2 |Y es una restricción de f .
E 3.7.20
(a) Sean S = {1, 2, 3, 4}, T = {1, 2, 3, 4, 5, 6} y U = {6, 7, 8, 9, 10}.

Sean f = {(1, 2), (2, 4), (3, 3), (4, 6)} ⊆ S × T y g ⊆ T × U definida por
x 1 2 3 4 5 6
.
g(x) 7 6 9 7 8 9
Hallar g ◦ f y f ◦ g.
(b) Dadas las funciones
f1 (x) = −x2 , f2 (x) = 3 + x,

√ 1
f3 (x) = x − 3, f4 (x) = − ,
x2
3 √
f5 (x) = , f6 (x) = − x,
x+2
f7 = {(x, y) : x ∈ IR, y = −x2 + 9}.
Calcular las siguientes funciones y determinar el dominio de cada una de ellas:
(i) f1 ◦ f2 , (ii) f2 ◦ f1 ,
(iii) f3 ◦ f1 , (iv) f1 ◦ f3 ,
(v) f5 ◦ f4 , (vi) f1 ◦ f5 ,
(vii) f5 ◦ f3 , (viii) f3 ◦ f4 ,
(ix) f6 ◦ f7 , (x) f5 ◦ f7 .
89
√
Determinar, si es posible, (f5 ◦ f7 )( 11) y (f5 ◦ f7 )(3).
E 3.7.21
Clasificar las funciones del ejercicio 3.7.13, inciso (c) en inyectivas, epiyectivas y/o biyectivas.
E 3.7.22
(a) Sean S = {a, b, c, d} y T = {x, y, z}. Hallar en cada caso, si es posible, una función
f : S −→ T tal que
(i) f no sea inyectiva ni epiyectiva,

(ii) f sea epiyectiva y no sea inyectiva,
(iii) f sea inyectiva.
(b) Hallar, en cada caso, una función
(i) f : IN × Q
I −→ Q
I epiyectiva,
(ii) f : ZZ −→ Q
I inyectiva,
(iii) total epiyectiva, del conjunto de los números naturales pares en el conjunto de los
números naturales múltiplos de 3.
E 3.7.23
Hallar una restricción biyectiva de cada una de las siguientes funciones reales de variable
real:
1
(a) f (x) = ,
x2
(b) f (x) = 2x2 ,
(c) f (x) = |x2 − 1|.
E 3.7.24
Dadas las siguientes funciones:
f1 : IR −→ IR, f1 (x) = 2x + 1,
90
f2 = {(x, y) : x ∈ IN ∪ {0}, y = 2x + 1},
f3 : ZZ −→ ZZ, f3 (x) = |x|,
f4 : IR −→ IR, f4 (x) = |x|,
f5 = {(x, y) : x ∈ IR, y = x2 − 4},
f6 = {(x, y) : x ∈ IN, y = x2 − 4},

1 1 1
f7 : [ , 3) −→ ( , 2], f7 (x) = ,
2 3 x
f8 : IR2 −→ IR2 , f8 ((x, y)) = (y + 1, x + 1).
(a) Determinar si son inyectivas, epiyectivas o biyectivas.
(b) Calcular, cuando sea posible, la función inversa, indicando dominio e imagen de la misma.
(c) ¿Es f2 una restricción de f1 ?, ¿es f5 una extensión de f6 ? Justificar.
E 3.7.25
Sean f : A −→ B y g : B −→ C.
(a) Probar que
(i) si f y g son inyectivas, entonces g ◦ f es inyectiva,

(ii) si f y g son epiyectivas, entonces g ◦ f es epiyectiva,
(iii) si g ◦ f es epiyectiva, entonces g también lo es,
(iv) si g ◦ f es inyectiva, entonces f también lo es.
(b) Encontrar ejemplos donde
(i) g ◦ f sea epiyectiva y f no,

(ii) g ◦ f sea inyectiva y g no.
91
4 Multigrafos y multidigrafos
Muchas situaciones de la vida real pueden ser esquematizadas por medio de diagramas
construı́dos por puntos (vértices o nodos) y lı́neas que conectan algunos pares de vértices,
eventualmente alguna lı́nea puede unir un vértice consigo mismo.
Estos esquemas, que facilitan la comprensión del problema a resolver, aparecen frecuente-
mente en disciplinas dispares y bajo nombres diversos, a saber: redes (en ingenierı́a, economı́a),
sociogramas (en sicologı́a), organigramas (en economı́a y planificación), diagramas de flujo (en
programación).
La teorı́a que se ocupa del estudio de estos diagramas se conoce con el nombre de Teorı́a de
Grafos.
En esta Teorı́a se estudian dos tipos de nociones: dirigidas u orientadas y no dirigidas.
Nosotros comenzaremos por esta última.
Consideremos por ejemplo un mapa de ciudades y rutas que unen dichas ciudades.
Ciudades: A, B, C, D, E, rutas: a, b, c, d.
De este diagrama podemos obtener cierta información. Por ejemplo:
(1) hay dos rutas que unen las ciudades A y B,
(2) no existe una ruta directa entre A y D,
(3) la ciudad E está aislada.
4.1 Multigrafos
La noción matemática con que se pueden abordar este tipo de problemas es la siguiente:
D 4.1.1 Llamaremos multigrafo G a una terna (V, A, ϕ) formada por
(i) un conjunto V no vacı́o cuyos elementos denominaremos vértices o nodos,
92
(ii) un conjunto A, disjunto con V , cuyos elementos llamaremos aristas,
(iii) una función ϕ : A −→ P(V ) tal que 1 ≤ |ϕ(a)| ≤ 2, para todo a ∈ A.

A los elementos del conjunto ϕ(a) los denominaremos extremos de la arista a.
Nosotros trabajaremos siempre con multigrafos cuyo conjunto de vértices y de aristas es

finito.
Habitualmente indicaremos los vértices con números: 1, 2, . . . , n y las aristas con letras
minúsculas: a, b, . . . .
Ejemplo
Sea G = (V, A, ϕ) donde V = {1, 2, 3, 4}, A = {a, b, c, d} y ϕ está dada por
x a b c d
ϕ(x) {1, 2} {1, 2} {2, 3} {3}
Los vértices se representan por puntos y las aristas por lı́neas continuas que unen dichos
puntos. Como no se especifica la forma de la lı́nea podrı́amos utilizar
se elige la más simple de ellas, en este caso la segunda.

Luego, para el ejemplo anterior tenemos
93
Observemos que dos aristas pueden intersectarse en puntos que no son vértices, por ejemplo
no es vértice.
Nociones elementales
Vamos a indicar a continuación algunos conceptos elementales de la teorı́a de multigrafos.

Para ejemplificar vamos a considerar el multigrafo G = (V, A, ϕ) donde
V = {1, 2, 3, 4, 5}, A = {a1 , a2 , a3 , a4 , a5 , a6 } y ϕ está dada por
x a1 a2 a3 a4 a5 a6
ϕ(x) {1, 2} {1, 2} {2, 4} {1, 3} {3, 4} {4}
D 4.1.2 Dos vértices son adyacentes si son extremos de una misma arista.
1 y 2 son adyacentes,
2 y 3 no lo son,
4 es adyacente consigo mismo.
D 4.1.3 Una arista que une un vértice consigo mismo se denomina un bucle.
a6 es un bucle.
Si un multigrafo no tiene bucles diremos que es libre de bucles.
D 4.1.4 Se llama grado de un vértice v y se nota gr(v) al número de aristas que se apoyan en
él.
94
Adoptaremos la siguiente convención: los bucles cuentan doble.
gr(4) = 4, gr(5) = 0.
D 4.1.5 Un vértice es aislado si su grado es nulo.
5 es vértice aislado.
D 4.1.6 Dos aristas son paralelas si tienen los mismos extremos.
a1 y a2 son aristas paralelas.
D 4.1.7 Llamaremos grafo a todo multigrafo sin aristas paralelas.
Si tenemos en cuenta la definición de multigrafo, dos aristas p y q son paralelas si ϕ(p) =

ϕ(q). Por lo tanto si ϕ es una función inyectiva, G es un grafo.
D 4.1.8 Se denomina grafo simple a un grafo sin bucles.
D 4.1.9 Un grafo simple se dice completo si cualquier par de vértices distintos son adyacentes.
D 4.1.10 Una cadena entre v1 y vk es una sucesión de vértices y aristas del tipo
v1 a1 v2 a2 · · · vk−1 ak−1 vk ,
donde para cada i, ai es la arista de extremos vi , vi+1 .
c1 : 1 a4 3 a5 4 a6 4 a3 2,
c2 : 1 a4 3 a5 4 a5 3 a4 1,
95
c3 : 1 a1 2 a2 1,
c4 : 1 a1 2 a3 4 a3 2 a2 1.
D 4.1.11 Llamaremos longitud de una cadena al número de aristas que intervienen en ella,
contando cada arista tantas veces como figure en la sucesión que la define.
long(c1 ) = 4,
long(c2 ) = 4.
D 4.1.12 Llamaremos ciclo a toda cadena que comienza y termina en un mismo vértice v, sin
aristas ni vértices repetidos excepto v (en los extremos).
1 a1 2 a2 1,
1 a1 2 a3 4 a5 3 a4 1.
Si un multigrafo no tiene ciclos se dice acı́clico.
Observemos que si G es acı́clico es simple. La recı́proca no es válida, basta considerar
D 4.1.13 Un multigrafo se dice conexo si es un único vértice o si cualquier par de vértices

pueden unirse por una cadena. En caso contrario se llama disconexo.
Muchas veces deseamos que los vértices de un multigrafo G lleven cierta información, por
ejemplo si se trata de un mapa de rutas, los nombres de las ciudades. En este caso diremos que
G es un multigrafo etiquetado.
Otras veces podemos necesitar adosar cierta información a las aristas, por ejemplo la dis-
tancia entre dos ciudades, en este caso diremos que G es un multigrafo valuado.
96
Submultigrafos
D 4.1.14 G = (V , A , ϕ ) es un submultigrafo de G = (V, A, ϕ) si se verifican
(i) V ⊆ V ,
(ii) A ⊆ A,
(iii) ϕ = ϕ|AI .
Ejemplos
(i) Todo multigrafo es un submultigrafo de sı́ mismo.
(ii) Si consideramos el multigrafo G
un submultigrafo de G es
Submultigrafos cubrientes
D 4.1.15 G = (V , A , ϕ ) es un submultigrafo cubriente de G = (V, A, ϕ), si V = V .
97
Ejemplos
Si G es el multigrafo del ejemplo (ii) anterior, entonces
G y G son submultigrafos cubrientes de G.
Submultigrafos inducidos o generados
D 4.1.16 G = (V , A , ϕ ) es el submultigrafo inducido por V en G = (V, A, ϕ) si conserva

todas las aristas de G cuyos extremos pertenecen a V .
Ejemplos
Si G es el multigrafo del ejemplo (ii) anterior, entonces
G y G son submultigrafos inducidos por {1, 2, 4, 5} y {1, 2, 3} respectivamente en G.
Representación computacional de los multigrafos
Hemos dicho que la mayor ventaja de los multigrafos es la representación visual de la informa-
ción, sin embargo para utilizar la computadora debemos representar esta información de otras
formas. Consideraremos dos maneras distintas de hacerlo:
98
(i) la matriz de adyacencia,
(ii) la lista de adyacencia.
Matriz de adyacencia
D 4.1.17 Sea G un multigrafo con n vértices v1 , v2 , . . . , vn . La matriz de adyacencia de G es

la matriz M (G) = (aij )n×n , donde aij es el número de aristas de extremos vi y vj , 1 ≤ i, j ≤ n.
Ejemplo
Sea G
entonces,
1 2 3
 
1 0 2 1
 
M (G) = 2 
 2 0 1 .
3 1 1 1
Observemos que la matriz de adyacencia es simétrica, ya que el número de aristas de ex-

tremos vi , vj es igual al número de aristas de extremos vj , vi .
La matriz de adyacencia nos permite determinar el número de cadenas de una cierta longitud
dada que hay entre dos vértices arbitrarios de G del siguiente modo:
T 4.1.1 Sean G un multigrafo con n vértices, M(G) = (aij )n×n su matriz de adyacencia y
M 2 (G) = (bij )n×n . Entonces bij es el número de cadenas de longitud 2 entre el vértice vi y el
vj .
Dem. Sabemos que bij = ai1 a1j + ai2 a2j + · · · + ain anj , 1 ≤ i, j ≤ n. Si consideramos un
término cualquiera de esta suma, por ejemplo ai1 · a1j , se pueden presentar los siguientes casos:
(i) ai1 · a1j = 0, de donde
99
(i.1) ai1 = 0, es decir, no hay ninguna arista de extremos vi , v1 , ó
(i.2) a1j = 0, es decir, no hay ninguna arista de extremos v1 , vj .
Luego, no puede haber ninguna cadena de longitud 2 entre vi y vj pasando por v1 .
(ii) ai1 · a1j = 0, entonces tendremos una situación como la indicada en la siguiente figura:
Si consideramos una arista fija que une vi con v1 , a partir de ella tenemos a1j cadenas de
longitud 2 que unen vi con vj pasando por v1 .
Reemplazando esta arista por otra arista fija tenemos nuevamente a1j cadenas de longitud
2 entre vi y vj pasando por v1 .
Repitiendo el proceso ai1 veces obtenemos ai1 · a1j cadenas de longitud 2 entre vi y vj
pasando por v1 .
De manera análoga se prueba que ait · atj es el número de cadenas de longitud 2 entre vi
y vj pasando por vt . Luego bij es el número total de cadenas de longitud 2 entre vi y
vj .
Ejemplo
Sea G
entonces
1 2 3
   
1 0 1 0 1 0 2
   
M (G) = 2
 1 0 2  y M 2 (G) =  0 5 0 .
  
3 0 2 0 2 0 4
100
En particular, hay cinco cadenas de longitud 2 que unen el vértice 2 con sı́ mismo, que son:
2 b 3 b 2,
2 b 3 c 2,
2 c 3 c 2,
2 a 1 a 2,
2 c 3 b 2.
Usando el principio de inducción se puede demostrar el siguiente teorema:
T 4.1.2 Sean G un multigrafo con n vértices, M(G) = (aij )n×n su matriz de adyacencia y
M m (G) = (dij )n×n . Entonces dij es el número de cadenas de longitud m entre el vértice vi y el
vj .
Lista de adyacencia
Existe un tipo de multigrafos G para el cual la matriz de adyacencia es rala, es decir contiene
muchos ceros y es el caso en que G tiene pocas aristas. De todas maneras si G tiene n vértices,
2
para informar M (G) a la máquina debemos introducir n 2+ n números.
Este hecho nos conduce a buscar un procedimiento donde no haya que informar los ceros.
El método más eficiente es el llamado lista de adyacencia de un multigrafo y consiste en lo
siguiente:
(i) hacemos una lista con todos los vértices del multigrafo,
(ii) para cada vértice indicamos todos los vértices adyacentes a él, colocándose un punto al
finalizar la lista de cada vértice.
Ejemplo
Dado el multigrafo G
101
la lista de adyacencia de G es
La ventaja de este procedimiento con respecto a la matriz de adyacencia es que debemos

entrar menos datos y por lo tanto ocupamos menos lugar de memoria.
La desventaja, es que para saber si un vértice vi está es adyacente con vj debemos leer toda
la lista de los adyacentes con vi , en cambio en la matriz de adyacencia leemos sólo el lugar ij.
4.2 Arboles
Hay un tipo de grafos, llamados árboles, de particular importancia en computación. Ellos
son usados por ejemplo:
(i) en compiladores o traductores, para determinar si un lenguaje de alto nivel es sintácticamente

correcto,
(ii) en estructura de datos para la representación de archivos. Allı́ se emplean los llamados
árboles de búsqueda.
D 4.2.1 Un árbol es un grafo conexo y sin ciclos.
Ejemplos
102
En computación, los de mayor aplicación son los árboles con raı́z, es decir árboles en los
cuales hay un vértice distinguido r que se denomina la raı́z del árbol.
Es usual tomar como raı́z al vértice que se encuentra en la parte superior del dibujo.
Un árbol T con raı́z puede ser definido recursivamente como sigue:
(1) un único vértice es un árbol con raı́z,
(2) si un árbol T tiene más de un vértice, entonces un único vértice r es la raı́z del árbol, y
los vértices r1 , r2 , . . . , rt unidos a r por una única arista son raı́ces de árboles disjuntos.
Los vértices r1 , r2 , . . . , rt se denominan los hijos de r y r se llama el padre de r1 , r2 , . . . , rt .
Como un árbol con raı́z es un grafo conexo, existe siempre una cadena que une la raı́z con
cualquier vértice del árbol y como es acı́clico dicha cadena es única.
Esto nos permite introducir la siguiente noción:
103
D 4.2.2 La profundidad de un vértice v en un árbol con raı́z r, que notaremos pr(v), es la
longitud de la cadena que une v con r. Aceptaremos que pr(r) = 0.
D 4.2.3 Se denomina altura de un árbol T con raı́z, y la notaremos h(T ), al máximo de las
profundidades de los vértices.
Ejemplo
pr(g) = 2, pr(e) = 3, h(T ) = 3.
D 4.2.4 Se denomina hoja a todo vértice de T sin hijos, en caso contrario, diremos que es un
vértice interno.
T 4.2.1 Todo árbol finito T tiene hojas.
Dem. Sea v1 un vértice de T ,
(i) si v1 es una hoja, está demostrado. En caso contrario
(ii) sea v2 un hijo de v1 ,
(ii.1) si v2 es una hoja, está demostrado. En caso contrario

(ii.2) sea v3 un hijo de v2 .
Como el árbol es finito este proceso finaliza y el vértice en el que para, es una hoja.
T 4.2.2 Todo árbol T con m vértices tiene m − 1 aristas.
Dem. Haremos la demostración por inducción sobre m.

Si m = 1, T tiene un sólo vértice, entonces si hay alguna arista debe ser un bucle por lo
tanto T tiene un ciclo, absurdo. Luego, hay 0 aristas.
Supongamos que el teorema se verifica para m = k. Probémoslo para m = k + 1.
Sean x una hoja de T , y el padre de x y c la arista de extremos x e y. Si en T suprimimos
c y llamamos T al árbol resultante, el número de vértices de T es k y aplicando la hipótesis
inductiva, T tiene k − 1 aristas, de donde T tiene k aristas.
104
Arbol cubriente minimal
Un problema que se presenta en el diseño de redes es como conectar todos los vértices
eficientemente, donde los vértices pueden ser computadoras, teléfonos, etc. Un árbol cubriente
minimal puede proveernos una solución económica.
Arbol cubriente de un grafo
D 4.2.5 Dado un grafo conexo G, un árbol cubriente de G es un subgrafo cubriente conexo y

sin ciclos.
Es decir, es un subgrafo cubriente de G que es un árbol.

Dado un grafo conexo y valuado G, indicaremos cómo construir un árbol cubriente de G de
valuación mı́nima.
Algoritmo para obtener un árbol cubriente minimal
Sea G un grafo conexo y valuado, con n vértices. El algoritmo consiste en lo siguiente:
(i) se elige un vértice arbitrario de G como primer elemento de un conjunto que notaremos
IN ,
(ii) de todos los vértices z de G tales que z ∈

/ IN y son adyacentes a los vértices del conjunto,
se selecciona uno cuya arista tenga valuación mı́nima. Dicho vértice se agrega a IN y la
arista en cuestión forma parte del árbol cubriente buscado,
(iii) se repite el paso (ii) hasta que |IN | = n, esto es, hasta que todos los vértices de G estén
en el conjunto IN .
Observemos que en (ii) puede haber más de un vértice en las condiciones pedidas, de donde
resulta que el árbol cubriente minimal hallado no es único. Lo que es única es la valuación
mı́nima.
Ejemplo
105
En este caso IN = {d, b, e, a, h, c, f, g} y el árbol cubriente minimal correspondiente es
Recorrido de árboles
Indicaremos tres algoritmos muy útiles para recorrer un árbol, ellos nos permitirán recorrerlo
en pre—orden, orden simétrico y post—orden, respectivamente.
En estos métodos es conveniente emplear la definición recursiva de árbol con raı́z, donde de
la raı́z parten las aristas que sostienen las raı́ces de los subárboles.
Sea T un árbol con raı́z r, tal que todos los subárboles de T están etiquetados de izquierda
a derecha con T1 , T2 , . . . , Tt .
Pre—orden
Si lo recorremos en pre—orden, la raı́z del árbol es visitada primero y luego los subárboles
106
son procesados de izquierda a derecha en pre—orden.
Algoritmo
La entrada es un árbol T con raı́z r y subárboles etiquetados de izquierda a derecha

T1 , T2 , . . . , Tt ; la salida es la lista de vértices en preorden:
(1) escribir r,
(2) para i = 1 hasta t hacer pre—orden en Ti .
Orden simétrico
Se comienza recorriendo el árbol izquierdo en orden simétrico, luego se visita la raı́z y a

continuación los restantes subárboles son procesados de izquierda a derecha en orden simétrico.
Algoritmo

T1 , T2 , . . . , Tt ; la salida es la lista de vértices en orden simétrico:
(1) orden simétrico en T1 ,
(2) escribir r,
(3) para i = 2 hasta t hacer orden simétrico en Ti .
Post—orden
En este caso la raı́z es visitada al final, después que todos los subárboles han sido procesados
de izquierda a derecha en post—orden.
Algoritmo

T1 , T2 , . . . , Tt ; la salida es la lista de vértices en post-orden:
(1) para i = 1 hasta t hacer post—orden en Ti ,
(2) escribir r.
107
Ejemplo
Si consideramos el árbol T
La lista de vértices en
(i) pre—orden es: a b d i e c f j k g h,
(ii) orden simétrico es: i d b e a j f k c g h,
(iii) post—orden es: i d e b j k f g h c a.
4.3 Arboles binarios

D 4.3.1 Un árbol se dice binario si cada vértice tiene a lo sumo dos hijos, que llamaremos hijo
izquierdo e hijo derecho, respectivamente.
Ejemplo
El arbol indicado en la figura es binario
Arbol binario lleno
D 4.3.2 Un árbol binario se dice lleno cuando todos los vértices internos tienen dos hijos y
todas las hojas tienen la misma profundidad.
108
Ejemplo
El arbol binario indicado en la figura es lleno
Aplicaciones
Recordemos que si X es el conjunto de las variables proposicionales (v.p.) y consideramos

los sı́mbolos de las operaciones binarias ∧, ∨, →, y el de la operación unaria ∼, con F or[X]
designamos al conjunto de las formas proposicionales (f.p.), que se construyen por medio de las
siguientes reglas:
(R1) si x ∈ X, entonces x es f.p.,
(R2) si p y q son f.p., entonces (p ∧ q), (p ∨ q), (p → q) son f.p.,
(R3) si p es una f.p., entonces ∼ p es una f.p.,
(R4) (de cierre) las únicas f.p. son las determinadas por R1, R2 y R3.
Entonces, cualquier p ∈ F or[X] puede representarse por medio de un árbol binario etique-
tado del siguiente modo:
Paso 1:
Si α = p ◦ q, donde ◦ es una operación binaria, dibujamos
Si α = ∗r, donde ∗ es una operación unaria, dibujamos
109
Paso 2:
Aplicar el Paso 1 a p, q y r hasta que p, q y r ∈ X.
Ejemplos
(1) α = (x → y) → ((x ∨ y) ∧ z)
(2) β = x →∼ y
Si en los ejemplos anteriores recorremos los vértices en
(i) orden simétrico,
(1) (x → y) → ((x ∨ y) ∧ z),

(2) x →∼ y,
(ii) pre—orden,
(1) →→ xy ∧ ∨xyz,
(2) → x ∼ y,
(iii) post—orden,
110
(1) xy → xy ∨ z∧ →,
(2) xy ∼→.
Es decir,
(a) en (i) obtenemos la expresión de partida, donde los paréntesis se colocan al terminar de
procesar cada subárbol. Esta manera de escribir a las fórmulas se denomina notación
infija,
(b) en (ii) los sı́mbolos de las operaciones preceden a los operandos. Esta manera de escribir
a las fórmulas se denomina notación polaca a derecha o prefija,
(c) en (iii) los sı́mbolos de las operaciones se escriben a continuación de los operandos. Esta
manera de escribir a las fórmulas se denomina notación polaca a izquierda o postfija.
Observemos que ni la notación prefija ni la postfija requieren paréntesis, luego estas nota-
ciones son más eficientes, aunque menos familiares que la infija. Los compiladores a menudo
cambian la notación infija en los programas de computación por la prefija o la postfija para
hacer más eficiente el proceso.
4.4 Multidigrafos
Antes de indicar la definición de multidigrafo veamos un ejemplo de tal noción. Considere-
mos el diagrama de flujo correspondiente a un programa de computación que lee una sucesión
de enteros no negativos, imprime aquellos enteros mayores que 7 y para cuando ingresa como
dato a 0.
111
−
→
D 4.4.1 Llamaremos multidigrafo G a una terna (V, A, ϕ) formada por
(i) un conjunto no vacı́o V , cuyos elementos denominaremos vértices o nodos,
(ii) un conjunto A, disjunto con V , cuyos elementos llamaremos arcos,
(iii) una función ϕ : A −→ V × V tal que ϕ(a) = (v1 , v2 ), v1 se llama vértice inicial u origen
y v2 se denomina vértice final o extremo del arco a.
Nota. Para indicar que ϕ(a) = (v1 , v2 ), escribiremos −

v−→
1 v2 .
Ejemplo
−
→
Sea G = (V, A, ϕ), donde V = {1, 2, 3, 4} y A = {a, b, c, d, e, f, g} y ϕ está dada por la tabla
x a b c d e f g
ϕ(x) (1, 1) (1, 2) (4, 3) (3, 3) (1, 2) (2, 4) (3, 4)
112
Nociones elementales
Vamos a indicar a continuación algunos conceptos elementales de la teorı́a de multidigrafos.

−
→
Para ejemplificar, vamos a considerar el multidigrafo G = (V, A, ϕ) indicado en la figura
D 4.4.2 Llamaremos grado positivo (negativo) de un vértice v, y lo denotaremos con gr+ (v)
(gr− (v)), al número de arcos con origen (extremo) en v.
En el ejemplo anterior, gr− (1) = 0 y gr+ (3) = 3.
D 4.4.3 Un vértice v es aislado, si gr+ (v) = gr− (v) = 0.
D 4.4.4 Un arco que une un vértice consigo mismo se denomina un bucle.
En el ejemplo anterior, a5 es un bucle.
D 4.4.5 Dos arcos u y w son paralelos si ϕ(u) = ϕ(w).
D 4.4.6 Llamaremos digrafo a todo multidigrafo sin arcos paralelos.
D 4.4.7 Un camino de v1 a vk es una sucesión de vértices y arcos del tipo
v1 a1 v2 a2 . . . vk−1 ak−1 vk ,
donde para cada i, ai es el arco con origen vi y extremo vi+1 .
En el ejemplo anterior,
c1 : 2 a2 4 a3 3 a5 3,
c2 : 4 a3 3 a4 4 a3 3,
c3 : 1 a1 2.
113
D 4.4.8 Llamaremos longitud de un camino al número de arcos que intervienen en él, contando
cada arco tantas veces como figure en la sucesión que lo define.
long(c1 ) = 3, long(c3 ) = 1.
−
→
D 4.4.9 Diremos que el vértice vk es alcanzable desde vj , vk = vj si en G existe un camino
de vj a vk .
3 es alcanzable desde 2,
2 es alcanzable desde 1.
D 4.4.10 Llamaremos circuito a todo camino que comienza y termina en un mismo vértice v
sin arcos y sin vértices repetidos excepto v (en los extremos).
3 a5 3,
4 a3 3 a4 4.
−
→ −
→
D 4.4.11 Dado un multidigrafo G , llamaremos multigrafo subyacente o soporte de G , al que
−
→
se obtiene a partir de G suprimiendo las orientaciones.
D 4.4.12 Un multidigrafo es conexo, si su soporte lo es.
D 4.4.13 Un multidigrafo es fuertemente conexo, si todo par de vértices distintos puede unirse
por un camino.
114
−
→
El multidigrafo G no es fuertemente conexo pues no hay un camino de 2 a 1.
Las nociones de submultidigrafos, submultidigrafos cubrientes e inducidos se definen de
manera análoga al caso no dirigido.
Ejemplos
−
→
(i) G1 y G2 son submultidigrafos cubrientes de G .
−
→ −
→
(ii) G 3 es inducido por {3, 4} y G 4 es inducido por {1, 2, 4}.
Representación computacional de los multidigrafos
De manera análoga a lo visto para multigrafos, indicaremos dos formas distintas de informar
un multidigrafo a una computadora, por medio de
(i) la matriz de precedencia,
(ii) la lista de precedencia.
Matriz de precedencia
−→ −
→
Sea G un multidigrafo con n vértices v1 , v2 , . . . , vn . La matriz de precedencia de G es
−→
la matriz M ( G ) = (aij )n×n , donde aij es el número de arcos con origen vi y extremo vj ,
1 ≤ i, j ≤ n.
115
Ejemplo
1 2 3
 
1 0 1 2
−→  
M ( G ) = 2 
0 0 1
3 0 1 1
Observemos que la matriz de precedencia no tiene por que ser simétrica.

De manera análoga a lo visto para el caso no dirigido, se prueba que
−→ −
→
T 4.4.1 Sean G un multidigrafo con n vértices, M( G ) = (aij )n×n su matriz de precedencia,
−→
m ∈ IN y M m ( G ) = (dij )n×n . Entonces dij es el número de caminos de longitud m del vértice
vi al vj .
Ejemplo
−
→
Si G es el multidigrafo del ejemplo anterior, entonces
 
0 2 3
2 −
→  
M (G) =  0 1 1 


0 1 2
Luego, hay 3 caminos de longitud 2 del vértice 1 al 3, que son
1 a 2 d 3,
1 b 3 f 3,
1 c 3 f 3.
Un problema que se presenta con frecuencia es, dado un multidigrafo, saber si un vértice
puede ser alcanzado o no desde otro. Recordemos que un vértice vj es alcanzable desde vi , vi =
−
→ −
→
vj , si existe algún camino de vi a vj . Si consideramos la matriz M( G ) y calculamos M 2 ( G ),
−
→
M 3 ( G ), . . . , entonces para que haya cualquier camino de vi a vj el lugar ij de alguna de estas
matrices debe ser no nulo.
116
−
→
Se puede demostrar que en un multidigrafo G con m vértices, cualquier camino que no
tenga vértices repetidos puede tener a lo sumo m − 1 arcos (y m vértices) antes que un vértice
se repita. Además, en todo camino de longitud mayor que m − 1, cualquier sección entre dos
vértices repetidos es un circuito y por lo tanto puede eliminarse, luego la longitud del camino
disminuye. Entonces si existe un camino desde vi a vj deberá ser de longitud a lo sumo m − 1.
−
→ −→ −→ −→
Luego, sólo debemos calcular M ( G ), M 2 ( G ), M 3 ( G ), . . . , M m−1 ( G ), para decidir si vi es
alcanzable desde vj .
Otra manera más eficiente de hacerlo, pues se ocupa menos lugar de memoria, consiste en
calcular las matrices:
−→ −→ −→ −→
M ( G ), M 2 ( G ), M 3 ( G ), . . . , M m−1 ( G )
y guardar solamente la matriz

−→ −→ −→ −→
R = M( G ) + M 2 ( G ) + M 3 ( G ) + . . . + M m−1 ( G ) = (rij ).
Si rij > 0, entonces se tiene que vi es alcanzable desde vj .
Lista de precedencia
Se construye de manera análoga al caso no dirigido.
Ejemplo
Si consideramos el multidigrafo del ejemplo anterior, la lista de precedencia correspondiente

es
4.5 Ejercicios
E 4.5.1
Suponiendo que
117
A habla español, francés e inglés,
B habla español, inglés y alemán,
C habla español y alemán,
D habla francés,
esquematizar las distintas formas de comunicación directa entre ellos.
E 4.5.2
Dados los siguientes multigrafos:
(i) G1 = (V1 , A1 , ϕ1 ), donde V1 = {1, 2, 3, 4}, A1 = {a, b, c, d, e, f, g} y ϕ1 está dada por la

siguiente tabla:
x a b c d e f g
ϕ1 (x) {1, 2} {1, 4} {1} {1, 3} {2, 4} {4, 3} {2, 3}
(ii) G2 = (V2 , A2 , ϕ2 ), donde V2 = {1, 2, 3, 4, 5, 6}, A2 = {a, b, c, d, e, f, g} y ϕ2 está dada

por la siguiente tabla:
x a b c d e f g
ϕ2 (x) {1, 2} {1, 4} {2, 4} {2, 3} {2, 3} {4, 5} {4, 5}
(a) hacer el diagrama de cada uno de ellos,

(b) indicar cuáles de ellos son grafos, cuáles son conexos y cuáles son completos,
(c) hallar gr(1) en G1 y en G2 ,
(d) hallar en G2 una cadena que comience y termine en un mismo vértice que contenga
todas las aristas de G2 sin repetirlas. ¿Es esto siempre posible cualquiera sea el
multigrafo?. Justifique,
(e) hallar en G1 un ciclo de longitud 4 que contenga la arista d.
E 4.5.3
Dado el multigrafo G
118
(i) hallar, en cada caso, el multigrafo inducido por cada uno de los siguientes conjuntos de
vértices:
(a) {7, 3},

(b) {5, 2, 6},
(c) {1, 2, 4, 5, 7}.
(ii) hallar un subgrafo cubriente de G que contenga ciclos,
(iii) hallar la suma de los grados de todos los vértices de G y verificar que dicha suma es dos
veces el número de aristas de G.
E 4.5.4
Para cada uno de los multigrafos del Ejercicio 4.5.2, hallar
(i) la matriz de adyacencia asociada,
(ii) la lista de adyacencia asociada.
E 4.5.5
Sea G un multigrafo con n vértices v1 , . . . , vn y m aristas e1 , . . . , em . La matriz de

incidencia de G es la matriz C(G) = (cij )n×m , donde cij es el número de veces (0, 1 o 2) que vi
es extremo de ej .
Dado el siguiente multigrafo G, hallar C(G):
119
E 4.5.6
Sea G = (V, A, ϕ) un multigrafo, probar que
(i) gr(v) = 2|A|,

v∈V
(ii) el número de vértices de G de grado impar es par.
E 4.5.7
(i) Si G tiene 21 aristas con 7 vértices de grado 1, 3 de grado 2, 7 de grado 3 y el resto de

grado 4, determinar el número total de vértices de G.
(ii) Idem inciso (i), sabiendo además que tiene 6 vértices aislados.
(iii) Un multigrafo donde todos los vértices tienen el mismo grado se dice regular. ¿Existen
multigrafos regulares con 10 aristas en el que cada vértice tiene grado 4?. ¿Existen
multigrafos regulares con 15 aristas en el que cada vértice tiene grado 4?. En caso de ser
posible, dar ejemplos.
E 4.5.8
(i) Dado el árbol binario
120
Determinar su raı́z y su altura. ¿Es binario lleno?. ¿Cuál es el hijo izquierdo de 9?. ¿Qué
profundidad tiene 4?
(ii) Hallar un árbol binario de altura 4 con cuatro hojas, una de ellas de profundidad 2, otra
de profundidad 3 y tal que su raı́z no tenga hijo derecho.
E 4.5.9
Hallar dos árboles minimales cubrientes para cada uno de los siguientes grafos:
E 4.5.10
Escribir la lista de vértices en preorden, orden simétrico y post-orden para cada uno de los
siguientes árboles:
121
E 4.5.11
Hallar la fórmula asociada a cada uno de los siguientes árboles binarios en notación prefija,
infija y post-fija:
E 4.5.12
Escribir las siguientes fórmulas en notación
(i) prefija y post-fija. Hallar el árbol binario asociado.
(a) x + (((y + z) · t) · z),

(b) ((((p ∨ q) ∧ r) → s) ↓ p)∧ ∼ q,
(c) (((∼ (p ∧ q)) → r) ∧ (r ∨ q)) → s.
(ii) infija.
(a) · + · 2 x y t,
(b) → ∧ → → p q ∼ ∼ r ∼ s ↓ t r,
(c) x y · z t · + x y + ·,
122
(d) p q r ∧ ↓ s ∧ p q ∧ ∼ r ∧ →.
E 4.5.13
Existen cuatro tipos básicos de sangre: A, B, AB y O. El tipo O puede donar a cualquiera

de los cuatros tipos, A y B pueden donar a AB, lo mismo que a su propio tipo, pero el tipo
AB sólo puede donar a AB. Dibujar un digrafo que represente esta situación.
E 4.5.14
Dado el multidigrafo G = (V, A, ϕ), donde V = {1, 2, 3, 4, 5}, A = {a, b, c, d, e, f, g, h, i, j}

y ϕ está dada por la tabla
x a b c d e f g h i j
ϕ(x) (1, 2) (2, 3) (2, 5) (4, 2) (1, 3) (5, 1) (4, 5) (5, 3) (1, 4) (3, 4)
a) hacer el diagrama asociado a G. ¿Es G digrafo?.
b) hallar gr+ (1) y gr− (4),
c) hallar dos caminos que no repitan vértices desde el vértice 3 hasta el 2,
d) hallar un camino que repita vértices desde el vértice 1 hasta el 2,
e) hallar el multigrafo soporte,
f) ¿es G fuertemente conexo?,
g) hallar el subdigrafo inducido por el conjunto de vértices {1, 3, 4, 5}.
E 4.5.15
Sean u y v dos vértices distintos de un multidigrafo G. Si existe un camino en G desde u

hasta v, probar que existe un camino desde u hasta v que no repite vértices.
E 4.5.16
Sea G un multidigrafo finito. Si G no contiene circuitos, probar que existe al menos un

vértice v tal que gr+ (v) = 0.
E 4.5.17
Hallar la matriz de precedencia y la lista de precedencia para los multidigrafos de los ejer-
cicios 4.5.13 y 4.5.14.
123
5 Relaciones binarias especiales
5.1 Relaciones binarias entre los elementos de un conjunto

D 5.1.1 Llamaremos relación binaria entre los elementos de A, a cualquier subconjunto de
A × A.
Al conjunto de todas las relaciones binarias entre los elementos de A, lo representaremos

con el sı́mbolo Rel(A).
Es claro que se verifica que
Rel(A) = {B : B ⊆ A × A} = P(A × A).
En toda esta sección, cuando no digamos lo contrario, las relaciones consideradas serán
entre los elementos de un conjunto.
Relaciones con ciertas propiedades particulares
D 5.1.2 Sea R ∈ Rel(A). Diremos que R es
(i) reflexiva si: (a, a) ∈ R, para todo a ∈ A, [aRa]
(ii) simétrica si: (x, y) ∈ R ⇒ (y, x) ∈ R, [xRy ⇒ yRx]
(iii) antisimétrica si: (x, y) ∈ R, (y, x) ∈ R ⇒ x = y, [xRy, yRx ⇒ x = y]
(iv) transitiva si: (x, y), (y, z) ∈ R ⇒ (x, z) ∈ R. [xRy, yRz ⇒ xRz]
Nota. Otra forma de definir la propiedad antisimétrica es: si (x, y) ∈ R y x = y, entonces

(y, x) ∈
/ R.
Ejemplos
Consideremos el conjunto A = {a, b, c, d, e} y las relaciones binarias
R1 = {(a, b), (b, c), (a, c)},
R2 = {(a, a), (b, b), (c, c), (d, d), (e, e)},
R3 = R2 ∪ {(a, b), (b, a)}.
124
Entonces
R1 : no es reflexiva, [(a, a) ∈
/ R1 ]
no es simétrica [(a, b) ∈ R1 y (b, a) ∈

/ R1 ]
es transitiva y antisimétrica.
R2 : es reflexiva, simétrica, transitiva y antisimétrica.
R3 : es reflexiva, simétrica y transitiva,
no es antisimétrica. [(a, b), (b, a) ∈ R3 y a = b]
Nota. La relación R2 del ejemplo muestra que una relación puede ser simétrica y antisimétrica
a la vez.
Relaciones especiales
Para todo conjunto X = ∅, Rel(X) siempre contiene tres elementos muy importantes:
(i) la relación vacı́a: ∅ ∈ Rel(X), [∅ ⊆ X 2 ]
(ii) la relación identidad: IX = {(x, x) : x ∈ X},
(iii) la relación plena: τX = X 2 . [X 2 ⊆ X 2 ]
5.2 Digrafos y relaciones binarias
Relación binaria asociada a un digrafo

−
→ −→
Dado un digrafo G , podemos considerar la relación binaria R( G ) sobre el conjunto V de
−
→
vértices de G definida del siguiente modo:
−→
R( G ) = {(x, y) : existe un arco con origen x y extremo y}.
125
Ejemplo
−
→
Sea G el digrafo indicado en la figura
−→
entonces R( G ) = {(1, 2), (1, 3), (2, 1), (3, 3)}.
Digrafo asociado a una relación binaria

−
→
A toda R ∈ Rel(X), R = ∅ podemos asociarle un digrafo G (R) del siguiente modo:
−
→
(i) el conjunto V de vértices de G es X,
(ii) si (x, y) ∈ R, entonces hay un arco con origen x y extremo y.
Ejemplo
Sean X = {a, b, c} y R = {(a, a), (a, b), (b, c), (c, a)}, entonces
−
→
V = {a, b, c} y G (R) es el indicado en la figura siguiente
−→
Nota. La correspondencia que a cada R ∈ Rel(X), R = ∅ le asigna el digrafo R( G ), establece
una biyección entre el conjunto de relaciones no vacı́as sobre el conjunto X y el conjunto de
digrafos que tienen como conjunto de vértices al conjunto X.
Determinación de propiedades de una relación por medio de su digrafo asociado

−
→
Sean R ∈ Rel(X) y G (R) su digrafo asociado, entonces R es
(i) reflexiva: si en cada vértice hay un bucle.
126
(ii) simétrica: si para cada arco existe su opuesto.
(iii) antisimétrica: si para cada par de vértices x, y, x = y se verifica una y sólo una de las
siguientes condiciones:
(iv) transitiva: si toda vez que existen los arcos −

→ −
xy, → también existe el arco −
yz, →
xz.
5.3 P −clausura de una relación binaria

D 5.3.1 Si R ∈ Rel(X) y P es una propiedad (por ejemplo la propiedad transitiva), llamaremos
P −clausura de R, y la indicaremos con RP , a la relación binaria sobre X que tiene las siguientes
propiedades:
127
(P1) R ⊆ RP ,
(P2) RP tiene la propiedad P ,
(P3) si R∗ ∈ Rel(X) verifica:
(i) R ⊆ R∗ ,
(ii) R∗ tiene la propiedad P ,
entonces RP ⊆ R∗ .
Observaciones
(i) RP es la menor relación que contiene a R verificando la propiedad P .
(ii) Dada R ∈ Rel(X) y una propiedad P , no siempre existe la P −clausura de R. En efecto,

si R = {(a, b), (b, a)}, entonces es claro que no existe la clausura antisimétrica de R.
Propiedades útiles para la determinación de las P −clausuras
Vamos a ver ahora un resultado que nos será de utilidad para determinar las clausuras
reflexiva, simétrica y transitiva de una relación.
T 5.3.1 Sea R ∈ Rel(X), entonces
(i) las siguientes condiciones son equivalentes:
(i.1) R es reflexiva,
(i.2) IX ⊆ R.
(ii) las siguientes condiciones son equivalentes:
(ii.1) R es simétrica,
(ii.2) Rop = R.
(iii) las siguientes condiciones son equivalentes:
(iii.1) R es transitiva,
128
(iii.2) R2 ⊆ R, donde R2 = R ◦ R.
Dem.
(i) La demostración es trivial.
⇒ (ii.2):
(ii) (ii.1) =
(1) (x, y) ∈ R ⇔ [ii.1)]

(y, x) ∈ R ⇔ [definición de Rop ]
(x, y) ∈ Rop ,
(2) R = Rop . [(1)]
(ii.2) =⇒ (ii.1):
Sea
(1) (x, y) ∈ R, [hipótesis]

entonces
(2) (x, y) ∈ Rop , [(1) y (ii.2)]
(3) (y, x) ∈ R, [definición de Rop ]
(4) R es simétrica. [(1) y (3)]
⇒ (iii.2):
(iii) (iii.1) =
Sea
(1) (x, y) ∈ R2 , [hipótesis]

entonces existe z ∈ X tal que
(2) (x, z) ∈ R, [(1)]
(3) (z, y) ∈ R. [(1)]
Luego,
(4) (x, y) ∈ R, [(2), (3) y (iii.1)]
(5) R2 ⊆ R. [(1) y (4)]
129
⇒ (iii.1):
(iii.2) =
Sean

(2) (y, z) ∈ R, [hipótesis]
entonces
(3) (x, z) ∈ R ◦ R = R2 , [(1), (2) y definición de composición]
(4) (x, z) ∈ R. [(3) y (iii.2)]
Determinación de las P −clausuras de una relación por medio de su digrafo aso-

ciado
−
→
A veces para determinar la P −clausura de una relación R es útil emplear el digrafo G (R),
asociado a R. En efecto, si RP es la clausura
reflexiva: cada vértice debe tener un bucle,

−
→
simétrica: para cada arco de G (RP ) debe estar su opuesto,
→y−
transitiva: para cada par de arcos −
ac
→ −
→ −
→
cb de G (RP ), debe estar el arco ab.
Dada R ∈ Rel(X), indicaremos con RRF , RSIM , RT R las clausuras reflexiva, simétrica y
transitiva de R, respectivamente.
Ejemplo
Sea X = {a, b, c, d} y R = {(a, a), (b, c), (b, d), (c, b), (c, a)}.
Para determinar la clausura reflexiva, incorporamos a R los pares (x, x) que le faltan para
que contenga a IX . Luego,
RRF = R ∪ {(b, b), (c, c), (d, d)}.
Para determinar la clausura simétrica, incorporamos a R los pares (x, y) que le faltan cuando
(y, x) está en R. Luego,
RSIM = R ∪ {(d, b), (a, c)}.
130
Para determinar la clausura transitiva, incorporamos los pares (x, z) que le faltan a R
cuando los pares (x, y), (y, z) están en R
(b, c), (c, b) ∈ R ⇒ (b, b) ∈ R,
(b, c), (c, a) ∈ R ⇒ (b, a) ∈ R,
(c, b), (b, c) ∈ R ⇒ (c, c) ∈ R,
(c, b), (b, d) ∈ R ⇒ (c, d) ∈ R,
RT R = R ∪ {(b, b), (c, c), (b, a), (c, d)}.
5.4 Clausuras: reflexiva, simétrica, transitiva

Las clausuras anteriores se pueden determinar del siguiente modo:
T 5.4.1 Si R ∈ Rel(X), entonces se verifican
(i) RRF = R ∪ IX ,
(ii) RSIM = R ∪ Rop ,
(iii) RT R = {(x, y) ∈ X 2 : existe un camino de longitud finita del vértice x al vértice y

−
→
en G (R)}.
Dem. Solamente probaremos (iii).

Sea B = {(x, y) ∈ X 2 : existe un camino de longitud finita del vértice x al vértice y en
−
→
G (R)}, entonces se verifican
−
→
(P1) R ⊆ B: Sea (x, y) ∈ R, entonces en G (R) existe un camino de longitud uno que une el
vértice x con el vértice y. Luego, (x, y) ∈ B.
(P2) B es transitiva:
Sean
(1) (u, v) ∈ B,
(2) (v, w) ∈ B,
131
−
→
entonces en G (R)
(3) existe un camino de longitud l1 del vértice u al v, [(1)]
(4) existe un camino de longitud l2 del vértice v al w, [(2)]
(5) existe un camino de longitud finita del vértice u al w, [(3) y (4)]
(6) (u, w) ∈ B. [(5) y definición de B]
(P3) Si R ⊆ R∗ y R∗ es transitiva, entonces B ⊆ R∗ :
Supongamos que
(1) R ⊆ R∗ ,
(2) R∗ es transitiva,
y sea
(3) (u, v) ∈ B,
entonces
(4) (u, w1 ) ∈ R, (w1 , w2 ) ∈ R, . . . , (wn−1 , wn ) ∈ R, (wn , v) ∈ R [(3)
y definición de B]
(5) (u, w1 ) ∈ R∗ , (w1 , w2 ) ∈ R∗ , . . . , (wn−1 , wn ) ∈ R∗ , (wn , v) ∈ R∗ [(4) y (1)]
(6) (u, v) ∈ R∗ , [(5) y (2)]
(7) B ⊆ R∗ . [(3) y (6)]
5.5 Relaciones de equivalencia

D 5.5.1 Sea R ∈ Rel(X), R = ∅. Diremos que R es una relación de equivalencia si es reflexiva,
simétrica y transitiva. Esto es, si R verifica:
(E1) (x, x) ∈ R para todo x ∈ X,
(E2) (x, y) ∈ R ⇒ (y, x) ∈ R,
(E3) (x, y) ∈ R, (y, z) ∈ R ⇒ (x, z) ∈ R.
132
Notaciones
(i) Denotaremos con Ref (X), Sim(X), T ran(X) y EQ(X) al conjunto de todas las rela-
ciones reflexivas, simétricas, transitivas y de equivalencia definidas sobre un conjunto X
respectivamente.
(ii) Es habitual representar a una relación de equivalencia con alguno de los sı́mbolos ∼, ,
≡.
Entonces si (x, y) pertenece a la relación se escribe x ∼ y, x y, ó x ≡ y y se lee x e y
son equivalentes.
Ejemplo
Dado un conjunto A, no vacı́o, las relaciones
IA = {(x, x) : x ∈ A} y τA = A2 ,
llamadas las relaciones triviales, son de equivalencia.
5.6 Relación de equivalencia asociada a una función

D 5.6.1 Sea f : X −→ Y una función arbitraria. Llamaremos relación asociada con f a la
relación
Rf = {(a, b) ∈ X × X : f (a) = f (b)}.
Es fácil ver que Rf ∈ EQ(X).
Ejemplo
Si X = {a, b, c, d}, Y = {1, 2, 3, 4} y f : X −→ Y es la función indicada en la siguiente

tabla:
x a b c d
f (x) 1 2 2 1
entonces Rf = IX ∪ {(a, d), (d, a), (b, c), (c, b)}.
133
5.7 Relación de equivalencia asociada a una partición
D 5.7.1 Una partición de un conjunto X no vacı́o, es una familia F de subconjuntos de X
con las siguientes propiedades:
(Pa1) si A ∈ F, entonces A = ∅,
(Pa2) si A, B ∈ F y A ∩ B = ∅, entonces A = B,
(Pa3) A = X.
A∈F
A los elementos de F los llamaremos F—conjuntos.
Nota. La condición Pa2 es equivalente a la siguiente: si A, B ∈ F y A = B, entonces A∩B = ∅.
Al conjunto de todas las particiones de un conjunto X lo representaremos con P art(X).
D 5.7.2 Sea X un conjunto no vacı́o y F ∈ P art(X). Llamaremos relación asociada con F a

la relación
RF = {(x, y) ∈ X × X : existe A ∈ F tal que x, y ∈ A}.
Es decir, (x, y) ∈ RF si, y sólo si, x e y pertenecen al mismo F—conjunto.
T 5.7.1 Si F ∈ P art(X), entonces RF ∈ EQ(X).
Dem.
(E1) RF es reflexiva:
(1) Sea x ∈ X, [hipótesis]

(2) X = A, [F ∈ P art(X)]
A∈F
(3) existe B ∈ F tal que x ∈ B, [(1),(2)]

(4) (x, x) ∈ RF . [(3)]
(E2) RF es simétrica: Inmediata.
134
(E3) RF es transitiva:
Sean
(1) (x, y) ∈ RF , [hipótesis]

(2) (y, z) ∈ RF , [hipótesis]
entonces,
(3) existe A ∈ F tal que x, y ∈ A, [(1)]
(4) existe B ∈ F tal que y, z ∈ B, [(2)]
(5) y ∈ A ∩ B, [(3),(4)]
(6) A ∩ B = ∅, [(5)]
(7) A = B, [Pa2]
(8) existe A ∈ F tal que x, z ∈ A, [(3),(4),(7)]
(9) (x, z) ∈ RF . [(8)]
Ejemplo
Si X = {a, b, c, d, e, f } y F = {{a, d}, {c}, {b, e, f }}, entonces
RF = IX ∪ {(a, d), (d, a), (b, e), (e, b), (b, f ), (f, b), (e, f ), (f, e)}.
5.8 Clases de equivalencia y conjunto cociente
Clases de equivalencia
D 5.8.1 Sea R ∈ EQ(X) y x ∈ X. Llamaremos R—clase (o simplemente clase) de equivalencia

que contiene a x al conjunto R(x) = {y ∈ X : (x, y) ∈ R}.
También usaremos las notaciones xR , x o |x|, para designar a la clase de equivalencia que
contiene a x. En general, las dos últimas se emplean cuando la relación R es una relación de
equivalencia fija.
Propiedades de las clases de equivalencia
T 5.8.1 Si R ∈ EQ(X), entonces se verifican las siguientes propiedades:
135
(C1) x ∈ xR , cualquiera sea x ∈ X,
(C2) las siguientes condiciones son equivalentes:
(a) (x, y) ∈ R,
(b) xR = yR .
Dem.
(C1) La demostración es inmediata ya que xR = {u ∈ X : (u, x) ∈ R} y (x, x) ∈ R.
(C2) (a) =⇒ (b):
(i) xR ⊆ yR :
Sean
(2) u ∈ xR , [hipótesis]
entonces
(3) (u, x) ∈ R, [(2)]
(4) (u, y) ∈ R, [(3),(1)]
(5) u ∈ yR , [(4)]
(6) xR ⊆ yR . [(2),(5)]
(ii) yR ⊆ xR : se demuestra en forma análoga a (i).
De (i) y (ii) resulta xR = yR .
⇒ (a):
(b) =
(1) xR = yR , [hipótesis]
(2) y ∈ xR , [(C1),(1)]
(3) (x, y) ∈ R. [(2)]
Nota. Si C es la clase de equivalencia que contiene a x, esto es si C = xR , entonces diremos

que x es un representante de la clase C.
136
Conjunto cociente
D 5.8.2 Sea R ∈ EQ(A). Denominaremos conjunto cociente de A por R y lo denotaremos con

A/R, al conjunto de todas las clases de equivalencia de A determinadas por R.
Es usual emplear la notación A/R = {xR }x∈A .

Nosotros también la usaremos, aunque tiene defectos, pues sugiere que A puede ser utilizado
como conjunto de ı́ndices para A/R, lo cual en general no es cierto, como lo muestra el siguiente
ejemplo:
Si A = {a, b, c} y R = IA ∪ {(a, b), (b, a)}, entonces aR = {a, b}, cR = {c} y

A/R = {aR , cR }.
En cambio, {xR }x∈A = {aR , bR , cR } y es claro que A/R = {xR }x∈A .
Ejemplos
(i) Sean A un conjunto no vacı́o arbitrario y R = IA = {(x, x) : x ∈ A}. Entonces xR = {x}

y A/R = {{x} : x ∈ A}.
(ii) Sea A = {a, b, c, d, e, g}, B = {1, 2, 3} y f : A −→ B la función indicada en la siguiente

tabla:
x a b c d e g
f (x) 1 1 2 2 2 3
Si consideramos la relación Rf , entonces:
aRf = {x ∈ A : (x, a) ∈ Rf } = {x ∈ A : f (x) = f (a)} = {a, b},
cRf = {c, d, e},
gRf = {g}.
Luego A/Rf = {aRf , cRf , gRf } = {{a, b}, {c, d, e}, {g}}.
5.9 Partición asociada a una relación de equivalencia

T 5.9.1 Sea X un conjunto no vacı́o y R ∈ EQ(X). Entonces el conjunto cociente X/R es
una partición de X.
137
Dem.
(Pa1) xR = ∅ para todo xR ∈ X/R, [x ∈ xR ]
(Pa2) xR ∩ yR = ∅ ⇒ xR = yR :
Sean
(1) xR , yR ∈ X/R tales que xR ∩ yR = ∅, [hipótesis]
entonces,
(2) c ∈ xR ∩ yR , [(1)]
(3) (x, c) ∈ R, [(2)]
(4) (c, y) ∈ R, [(2)]
(5) (x, y) ∈ R, [(3),(4)]
(6) xR = yR . [(5),(C2)]
(Pa3) xR = X:
x∈X
(i) xR ⊆ X:
x∈X
(1) xR = {u ∈ X : (u, x) ∈ R},
(2) xR ⊆ X, [(1)]
(3) xR ⊆ X. [(2)]
x∈X
(ii) X ⊆ xR :
x∈X
Sea
(1) z ∈ X, [hipótesis]
(2) z ∈ zR , [(C1)]
(3) z ∈ xR , [(2)]
x∈X
138
(4) X ⊆ xR , [(1),(3)]
x∈X
De (i) y (ii) resulta Pa3.
Las nociones de partición y relación de equivalencia sobre un conjunto están conectadas de

la siguiente manera:
T 5.9.2 Sea A un conjunto dado, entonces se verifican:
(i) Si R ∈ EQ(A), existe F ∈ P art(A) tal que RF = R.
(ii) Si F ∈ P art(A), existe R ∈ EQ(A) tal que F = A/R.
De T 5.9.2 resulta que para hallar las relaciones de equivalencia sobre un conjunto A basta
hallar las particiones de A y recı́procamente.
El número pn de particiones de un conjunto con n elementos puede calcularse por medio de

la fórmula recursiva:
(i) p0 = 1,
n
n−1
(ii) pn = j−1
pn−j .
j=1
5.10 Funciones canónicas

D 5.10.1 Sea A un conjunto no vacı́o y R ∈ EQ(A). La función qR : A −→ A/R definida por
qR (x) = xR (o q(x) = xR ) se denomina aplicación canónica asociada con R.
Observemos que qR es una función pues cada x ∈ A pertenece a una y sólo una clase de
equivalencia. Por otra parte, es claro que qR es sobreyectiva.
El siguiente resultado expresa la conexión existente entre las nociones de función y relación
de equivalencia.
T 5.10.1 (teorema del triángulo) Sean f : A −→ B una función arbitraria, R = Rf la relación

de equivalencia asociada a f y qR : A −→ A/R la aplicación canónica asociada con R. En-
tonces existe una única función f ∗ : A/R −→ B tal que f ∗ ◦ qR = f .
Además se verifican:
139
(i) f ∗ es inyectiva,
(ii) f ∗ es sobreyectiva si, y sólo si, f lo es.
f = f ∗ ◦ qR
A - B
½>
qR ½
½
½ f∗
? ½
½
A/R
Dem. Sea f ∗ = {(C, f (x)) : C ∈ A/R, x ∈ C}, entonces
(a) f ∗ es funcional:
Sean
(1) (C, f (x)), (C, f (y)) ∈ f ∗ , con x, y ∈ C, [hipótesis]

entonces,
(2) (x, y) ∈ R, [(1)]
(3) f (x) = f (y). [(2) y def. de R]
(b) f ∗ ◦ qR = f :
(f ∗ ◦ qR )(x) = f ∗ (qR (x))

= f ∗ (x)
= f (x).
(c) f ∗ es la única función tal que f ∗ ◦ q = f :
En efecto, sea
g : A/R −→ B tal que g ◦ q = f ,
entonces dado aR ∈ A/R se verifica
g(aR ) = g(q(a))
= f (a) [g ◦ q = f ]
= f ∗ (q(a)) [f ∗ ◦ q = f ]
140
= f ∗ (aR ).
Luego, g = f ∗ .
Además,
(i) f es inyectiva:
Sean
(1) (C, f (x)), (D, f (x)) ∈ f ∗ ,
entonces,
(2) x ∈ C y x ∈ D, [de (1)]
(3) C ∩ D = ∅, [de (2)]
(1) C = D. [de (3)]
(ii) f ∗ es sobreyectiva si, y sólo si, f lo es: la demostración queda como ejercicio.
5.11 Relaciones de orden

D 5.11.1 Sea R ∈ Rel(X), R = ∅. Diremos que R es una relación de:
(i) pre — orden: si es reflexiva y transitiva,
(ii) orden: si es reflexiva, antisimétrica y transitiva.
Nota. Las relaciones de orden (de equivalencia) son las relaciones de pre — orden que verifican
la propiedad antisimétrica (simétrica).
Conjuntos ordenados
D 5.11.2 Llamaremos conjunto ordenado ( c.o.) a todo par (A, R) formado por un conjunto
no vacı́o A y una relación R de orden definida sobre A. También diremos que A es el soporte
del c.o. (A, R).
Ejemplo
El par (A, R), donde A = {a, b, c} y R = {(a, a), (b, b), (c, c), (a, c), (b, c)} es un c.o..
141
Notaciones
(i) A veces para simplificar, representaremos al c.o. por medio de su conjunto soporte y
diremos, sea A un c.o..
(ii) Habitualmente designaremos a las relaciones de orden con el sı́mbolo ≤ ó ≺.
(iii) Sea A = (A, ≤) un c.o.. De acuerdo a una convención ya fijada escribiremos a ≤ b para
indicar que se verifica (a, b) ∈≤.
Si a ≤ b diremos que, a precede a b, o que a es menor o igual que b.
(iv) Si A = (A, ≤) es un c.o., representaremos con ≥ a la relación opuesta de ≤, y diremos

que A∗ = (A, ≥) es el c.o. dual de A.
Es claro que a ≥ b si, y sólo si, b ≤ a.
Si x ≥ y, diremos que x sucede a y o que x es mayor o igual que y.
(v) Escribiremos a1 ≤ a2 ≤ . . . ≤ an−1 ≤ an para indicar que se verifican
a1 ≤ a2 , a2 ≤ a3 , . . . , an−1 ≤ an .
Ejemplo
Consideremos el c.o. (A, ≤), donde
A = {1, 2, 3, 4},
≤= {(1, 1), (2, 2), (3, 3), (4, 4), (1, 2), (1, 3), (1, 4), (2, 3), (2, 4), (3, 4)}.
Entonces podemos escribir
1 ≤ 1, 1 ≤ 2, 1 ≤ 3, 1 ≤ 4,
2 ≤ 2, 2 ≤ 3, 2 ≤ 4,
3 ≤ 3, 3 ≤ 4,
4 ≤ 4.
142
La relación de orden estricto determinada por una relación de orden
D 5.11.3 Sean (A, ≤) un c.o. y a, b ∈ A. Escribiremos a < b si a ≤ b y a = b.
La fórmula a < b se lee, a precede estrictamente a b ó b sigue estrictamente a a.

Escribiremos a1 < a2 < . . . < an−1 < an para indicar que a1 < a2 , a2 < a3 ,. . . , an−1 < an .
Nota. La relación < asociada a una relación de orden ≤ es transitiva y además verifica la
propiedad a < a, para todo a ∈ A.
Entonces < nunca es una relación de orden. Sin embargo, algunos autores dicen que es una
relación de orden estricto, lo cual nos parece inapropiado por la razón expuesta.
5.12 Diagrama de Hasse de un conjunto ordenado finito

D 5.12.1 Sea (A, ≤) un conjunto ordenado y m, n ∈ A. Diremos que n cubre a m, o que n es
un sucesor inmediato de m, si m < n y no existe otro elemento p tal que m < p < n.
Diagrama de Hasse de un c.o. finito
El diagrama de Hasse de un conjunto ordenado (A, ≤), donde A es un conjunto finito, se

construirá mediante el siguiente procedimiento:
Paso 1
Los elementos de A serán representados en el plano (una hoja de papel, el pizarrón,

etc.) por medio de una señal (un punto, una pequeña circunferencia, etc.), dicha
señal se denominará el afijo del elemento.
Paso 2
Si a < b el afijo de b se dibuja por encima del afijo de a (en algunos casos especiales
a esta regla no se la tendrá en cuenta).
Paso 3
Si b cubre a a, uniremos el afijo de a y el de b con un segmento.
143
Ejemplos
Sea (A, ≤) el siguiente c.o.:
(i) A = {a, b, c, d}, y
a ≤ a, a ≤ b, a ≤ c, a ≤ d,
b ≤ b, b ≤ c, b ≤ d,
c ≤ c, c ≤ d,
d ≤ d.
Entonces su diagrama de Hasse es
(ii) A = {a, b, c, d, e} y
≤= {(a, a), (a, b), (b, b), (c, d), (d, d), (a, c), (c, c), (a, d), (a, e), (b, d), (d, e), (b, e),
(e, e), (c, e)}.
En general es conveniente escribir la relación <, y partir de ella detectar cuáles son los
sucesores inmediatos de cada elemento. Entonces escribimos < del siguiente modo:
(a, b), (a, c), (a, d), (a, e), [b, c, d, e siguen a a]
(b, d), (b, e), [d, e siguen a b]
(c, d), (c, e), [d, e siguen a c]
(d, e). [e sigue a d]
144
Entonces su diagrama de Hasse es
Uso del diagrama de Hasse
(i) En primer lugar observemos que si la relación R no es un orden, entonces no admite

diagrama de Hasse.
(ii) A partir del diagrama de Hasse podemos recuperar el orden.
Ejemplo
Sea (C, ≤) cuyo diagrama de Hasse es el indicado en la figura
entonces:
a ≤ a, a ≤ c, a ≤ d, a ≤ e, a ≤ f ,
b ≤ b, b ≤ d, b ≤ e, b ≤ f ,
c ≤ c,
d ≤ d, d ≤ e, d ≤ f ,
145
e ≤ e,
f ≤ f.
Conjuntos totalmente ordenados
D 5.12.2 Sea (A, ≤) un c.o.. Diremos que ≤ es un orden total y que (A, ≤) es un conjunto
totalmente ordenado, o cadena, si se verifica
a, b ∈ A y a = b ⇒ a ≤ b ó b ≤ a.
Ejemplo
Sea (A, ≤) el siguiente c.o.:
A = {a, b, c, d},
≤= IA ∪ {(a, b), (a, c)(a, d), (b, c), (b, d)(c, d)}.
Entonces
a < b < c < d,
y (A, ≤) es una cadena. Su diagrama de Hasse es:
Nota. Algunos autores llaman orden parcial a las relaciones que nosotros hemos llamado orden
y orden a las que hemos llamado orden total.
146
5.13 Subconjuntos ordenados
D 5.13.1 Sean (A, ≤) un c.o. y B ⊆ A. Llamaremos orden sobre B inducido por ≤ a
≤1 = (B × B)∩ ≤, y diremos que (B, ≤1 ) es un subconjunto ordenado de (A, ≤).
Cuando no haya lugar a confusión, para simplificar la notación, escribiremos (B, ≤) en lugar
de (B, ≤1 ), aún cuando tengamos que ≤=≤1 .
A veces simplificaremos más y diremos, sea B el subconjunto ordenado del c.o. A.
Ejemplo
Sean
A = {a, b, c, d, e},
≤= IA ∪ {(e, c), (d, c), (d, b), (d, a), (e, a), (b, a), (c, a)}.
Entonces
Sea B = {d, a, e} ⊆ A. Luego,
B × B = IB ∪ {(d, a), (d, e), (a, d), (a, e), (e, d), (e, a)},
≤1 = (B × B)∩ ≤= IB ∪ {(d, a), (e, a)}.
147
5.14 Elementos especiales de un conjunto ordenado
Sea (A, ≤) un conjunto ordenado. A continuación definiremos ciertos elementos especiales, los
cuales pueden existir o no.
D 5.14.1 Sea m ∈ A. Entonces m es:
(i) minimal si x ≤ m ⇒ x = m,
(ii) maximal si m ≤ x ⇒ x = m,
(iii) primer elemento si m ≤ x para todo x ∈ A,
(iv) último elemento si x ≤ m para todo x ∈ A.
Ejemplo
Sea (A, ≤) el c.o. cuyo diagrama de Hasse es el de la figura
Los conjuntos de los elementos minimales y elementos maximales de A son

Amin = {a, b, c, d} y Amax = {h, g, d}, respectivamente. A no tiene ni primer ni último
elemento.
Notas.
(i) El ejemplo anterior muestra que existen c.o. que no tienen ni primer ni último elemento.
(ii) Si x ∈ A es simultáneamente maximal y minimal, entonces en el diagrama de Hasse de

A, x es un punto aislado.
148
Existencia de elementos minimales en un c.o. finito
T 5.14.1 Si (A, ≤) es un c.o. finito, entonces tiene elementos minimales.
Dem.
(1) Sea a1 ∈ A. Si a1 es minimal, entonces (A, ≤) tiene elementos minimales. En caso

contrario vale (2).
(2) Existe a2 ∈ A tal que a2 < a1 . Si a2 es minimal, entonces (A, ≤) tiene elementos
minimales. En caso contrario vale (3).
(3) Existe a3 ∈ A tal que a3 < a2 . Si a3 es minimal, entonces . . .
Como el conjunto ordenado A es finito, el proceso anterior debe parar en algún elemento
an , el cual es minimal.
Notas.
(i) De manera totalmente análoga se demuestra que todo c.o. finito tiene elementos maxi-
males.
(ii) Si un c.o. finito A tiene un único elemento minimal (maximal), entonces dicho elemento
es el primer (último) elemento.
Existencia del diagrama de Hasse de un c.o. finito
T 5.14.2 Todo c.o. finito admite diagrama de Hasse.
Dem. La demostración la haremos por inducción sobre el número de elementos del c.o..
(i) Si A es un c.o. con un solo elemento, entonces A tiene diagrama de Hasse, el cual se
reduce a un punto.
149
(ii) Supongamos que el enunciado vale para todo conjunto ordenado B tal que |B| ≤ n.
(hipótesis de inducción)
(iii) Sea A un conjunto ordenado tal que |A| = n + 1.

Como A es un c.o. finito, A tiene por lo menos un elemento minimal m.
Considerando el subconjunto ordenado A = A \ {m}, tenemos que |A | = n, luego de (ii)
(la hipótesis de inducción) resulta que A tiene diagrama de Hasse.
Sea C el conjunto de elementos de A que cubren a m, entonces
(a) si C = ∅ , el diagrama de Hasse de A es el de A al que se le ha agregado el afijo de

m, el cual es un punto aislado.
(b) si C = ∅, entonces el diagrama de Hasse de A es el de A al que se le ha agregado el

afijo de m y se ha unido el afijo de m con cada uno de los afijos de los elementos de
C.
150
5.15 Cotas y conjuntos acotados
D 5.15.1 Sean (A, ≤) un c.o., X ⊆ A y c ∈ A. Diremos que:
(i) c es cota inferior de X, si c ≤ x para todo x ∈ X.
(ii) X es acotado inferiormente, si tiene cotas inferiores.
(iii) c es cota superior de X, si x ≤ c para todo x ∈ X.
(iv) X es acotado superiormente si tiene cotas superiores.
(v) X es acotado, si tiene cotas inferiores y cotas superiores.
Ejemplo
Sea (A, ≤) el conjunto ordenado cuyo diagrama de Hasse es
entonces,
X cotas inferiores de X cotas superiores de X
{a, b} – d, f, g
{f } a, b, c, d, f f
{d, e} b g
{c, g} a –
El ejemplo anterior, muestra que:
(i) pueden existir o no cotas inferiores (superiores),
(ii) la cota inferior (superior), si existe, puede no ser única,
151
(iii) si existen cotas inferiores (superiores) de un conjunto X, éstas pueden pertenecer o no a
X.
Infimo y supremo de un subconjunto ordenado
D 5.15.2 Sean (A, ≤) un c.o., X ⊆ A y a ∈ A. Diremos que:
(i) a es el ı́nfimo de X si:
(I1) a ≤ x para todo x ∈ X,

(I2) la hipótesis, z ∈ A es tal que z ≤ x para todo x ∈ X, implica que z ≤ a.
(ii) a es el supremo de X si:
(S1) x ≤ a para todo x ∈ X,

(S2) la hipótesis, z ∈ A es tal que x ≤ z para todo x ∈ X, implica que a ≤ z.
Nota. La definición anterior indica que el ı́nfimo (supremo) de un conjunto X es la mayor

(menor) de las cotas inferiores (superiores) de X.
Ejemplo
Sea (A, ≤) el conjunto ordenado cuyo diagrama de Hasse es
entonces
X inf X supX
{c, d} – f
{d, f, g, h, i} d –
152
El ejemplo anterior, muestra que el ı́nfimo (supremo) de un conjunto X puede existir o no
y que, en caso de existir, puede pertenecer o no a X.
Nota. Observemos que el ı́nfimo (supremo) de un conjunto, si existe, es único.
5.16 Retı́culos
D 5.16.1 Sea A un c.o.. Diremos que A es un:
(i) retı́culo inferior, si cualquier subconjunto de A con dos elementos tiene ı́nfimo,
(ii) retı́culo superior, si cualquier subconjunto de A con dos elementos tiene supremo,
(iii) retı́culo, si es simultáneamente retı́culo inferior y retı́culo superior.
Nota. Observemos que si (A, ≤) es un retı́culo inferior (superior), entonces (A, ≥) es un retı́culo
superior (inferior). Luego, si (A, ≤) es un retı́culo, entonces (A, ≥) también es un retı́culo.
Ejemplos
(i)
es retı́culo inferior,
no es retı́culo superior,
no es retı́culo,
(ii)
no es retı́culo inferior,
es retı́culo superior,
no es retı́culo,
153
(iii)
no es retı́culo inferior,
no es retı́culo superior,
no es retı́culo,
(iv)
es retı́culo inferior,
es retı́culo superior,
es retı́culo,
Retı́culos con primer elemento y retı́culos con último elemento
Observemos que existen retı́culos que no tienen primer elemento o último elemento.
Ejemplos
(i) (IN, ≤) es un retı́culo con primer elemento y sin último elemento.
(ii) (ZZ, ≤) es un retı́culo sin primer y sin último elemento.
retı́culos inferiores finitos
T 5.16.1 Todo retı́culo inferior finito tiene primer elemento.
Dem. Sea (A, ≤) un retı́culo inferior finito, entonces
(1) (A, ≤) es un conjunto ordenado finito, [hipótesis]
(2) A tiene elementos minimales. [(1)]
154
Probemos ahora que A tiene un único minimal y que dicho minimal es primer elemento de
A. Sean
(3) m1 minimal de A, [hipótesis]
(4) m2 minimal de A, [hipótesis]
entonces,
(5) existe i = inf {m1 , m2 }, [hipótesis inicial]
(6) i ≤ m1 , [(5)]
(7) i ≤ m2 , [(5)]
(8) i = m1 , [(6),(3)]
(9) i = m2 , [(7),(4)]
(10) m1 = m2 . [(8),(9)]
Veamos que m1 es primer elemento de A.

Sea x ∈ A, entonces:
(11) existe a = inf {m1 , x},
(12) a ≤ m1 , [(11)]
(13) a ≤ x, [(11)]
(14) a = m1 , [(12),(3)]
(15) m1 ≤ x, [(13),(14)]
(16) m1 es primer elemento. [(15)]
Nota. En forma análoga se demuestra que todo retı́culo superior finito tiene último elemento.
155
Retı́culos complementados
D 5.16.2 Sea (A, ≤) un retı́culo con primer elemento 0 y último elemento 1. Dado a ∈ A,
diremos que b ∈ A es un complemento de a si
(i) inf {a, b} = 0,
(ii) sup {a, b} = 1.
Ejemplos
x complementos de x
0 1
a b, c
b a, c
c a, b
1 0
x complementos de x
0 1
a —
b —
c e
d —
e c
f —
g —
1 0
Los ejemplos anteriores muestran que:
(i) un elemento puede tener o no complementos,
(ii) el complemento de un elemento, si existe, puede no ser único.
156
D 5.16.3 Sea (A, ≤) un retı́culo con primer elemento 0 y último elemento 1. Diremos que A
es complementado si todo elemento tiene complemento.
5.17 Ejercicios
E 5.17.1
Indicar, en cada caso, si R ∈ Rel(A) es reflexiva, simétrica, antisimétrica y/o transitiva
(a) A = {1, 2, 3}
(i) R = {(1, 1), (2, 2), (3, 3)},

(ii) R = {(1, 2), (2, 1), (1, 3), (2, 2)},
(iii) R = A × A,
(iv) R = {(1, 1), (2, 2), (1, 3), (1, 2), (2, 3), (3, 3)},
(v) R = ∅.
(b) A = {1, 2, 3, 4}
(i) (ii)
(iii)
157
(c) A = {a, b, c, d}
(i) (ii)
(iii) (iv)
(d) A = {a, b, c}
(i) (ii) (iii)

     
1 1 1 1 1 1 1 1 0
     
R=
 0 0 0 
 R=
 1 1 1 
 R=
 0 0 0 

1 0 1 1 1 1 1 1 1
(e) A es el conjunto de todas la rectas del plano,

l1 R l2 si, y sólo si, l1 es perpendicular a l2 ,
(f) A = ZZ,
xRy si, y sólo si, x − y es par,
158
(g) A = ZZ2 ,
(a, b)R(c, d) si, y sólo si, a ≤ c.
E 5.17.2
R ∈ Rel(A) se dice circular si para todo x, y, z ∈ A, las hipótesis xRy e yRz implican zRx.
Probar que
(a) si R ∈ Rel(A) es una relación simétrica, entonces las siguientes condiciones son equiva-
lentes:
(i) R es transitiva,
(ii) R es circular.
(b) si R ∈ Rel(A) es una relación circular y reflexiva, entonces es simétrica.
E 5.17.3
Sean R1 , R2 ∈ Rel(A). Averiguar si las siguientes afirmaciones son verdaderas o falsas, justifi-
cando las respuestas:
(a) si R1 y R2 son reflexivas, entonces R1 ∩ R2 es reflexiva,
(b) si R1 y R2 son simétricas, entonces R1 ∩ R2 es simétrica,
(c) si R1 y R2 son antisimétricas, entonces R1 ∪ R2 es antisimétrica,
(d) si R1 y R2 son transitivas, entonces R1 ∪ R2 es transitiva.
E 5.17.4
(a) Sean R1 , R2 ∈ Sim(X). Probar que
(i) R2 ◦ R1 ∈ Sim(X) si, y sólo si, R1 ◦ R2 = R2 ◦ R1 ,

(ii) si R2 ◦ R1 ⊆ R1 ∪ R2 , entonces R1 ◦ R2 ⊆ R1 ∪ R2 .
(b) Sean R1 , R2 ∈ Ref (X). Probar que R1 ∪ R2 ⊆ R2 ◦ R1 .
159
(c) Sea R2 ∈ Ref (X). Probar que si R2 ◦ R1 ⊆ R2 , entonces R1 ⊆ R2 . ¿Es válida la
recı́proca?
E 5.17.5
Dada R ∈ Rel(X), sean RRF y RSIM las clausuras reflexiva y simétrica de R, respectiva-
mente. Probar que
(a) RRF = R ∪ IX ,
(b) RSIM = R ∪ Rop .
E 5.17.6
Sea A = {a, b, c, d, e} y R ∈ Rel(A). Hallar las clausuras reflexiva, simétrica y transitiva de

R, siendo
(a) R = {(a, a), (c, b), (b, b), (a, c), (c, e), (c, c), (d, d), (e, e), (e, b), (c, a), (a, e)},
(b)
E 5.17.7
Determinar si R ∈ EQ(A), siendo
(a) A = ZZ, xRy si, y sólo si, x + y es un número impar,
(b) A = {1, 2, 3, 4}, R = {(1, 1), (2, 2), (1, 3), (3, 3), (2, 4), (4, 4), (4, 2), (3, 1)},
(c) U un conjunto referencial dado y C ⊆ U fijo.
A = P(U ), DRB si, y sólo si, D ∩ C = B ∩ C,
160
(d) A = ZZ, xRy si, y sólo si, 7/(x − y),
(e) A = {a, b, c, d}, y R la relación definida por la siguiente matriz
a b c d
 
a 1 0 0 1
 
b 0 1 0 0 
M (R) =  .
c 
0 0 1 0
d 1 0 0 1
(f) A = {x : x es estudiante del curso de Matemática Discreta},

xRy si, y sólo si, x se sienta en la misma fila que y,
(g) A = IR2 , (a, b)R(c, d) si, y sólo si, a2 + b2 = c2 + d2 ,
(h) A = IR2 , (x, y)R(z, t) si, y sólo si, y 2 = t2 .
E 5.17.8
Sean A = {1, 2, 3, 4} y S = {(1, 1), (2, 1), (3, 2), (2, 3)} ⊆ A × A:
(a) probar que S ∈

/ EQ(A),
(b) hallar S EQ .
E 5.17.9
Sean R1 , R2 ∈ EQ(A). Probar que (R2 ∪ R1 )EQ = R2 ◦ R1 si, y sólo si, R1 ◦ R2 = R2 ◦ R1 .
E 5.17.10
Sean A = {1, 2, 3, 4} y R ∈ EQ(A). Hallar 1R y 2R , siendo
(a) R = {(1, 1), (2, 2), (3, 3), (4, 4), (1, 3), (3, 1)},
(b) R = {(1, 1), (2, 2), (3, 3), (4, 4), (1, 2), (2, 1), (1, 4), (4, 1), (2, 4), (4, 2)}.
E 5.17.11
Para cada par de conjuntos A, B y funciones f : A −→ B:
161
(a) determinar la relación de equivalencia Rf asociada a f ,
(b) hallar las clases de equivalencia.

√
(i) A = {−3, −1, 0, 1, 3, 5, 2}, B = ZZ, f (x) = x2 + 1,
(ii) A = B = ZZ, f (x) = 7x + 4,
(iii) A = B = ZZ, f (x) = −x2 + 2,
(iv) A = IR2 , B = IR, f ((x, y)) = 2x + 3.
E 5.17.12
Calcular todas las posibles particiones de un conjunto con
(a) tres elementos,
(b) cuatro elementos.
E 5.17.13
(a) Sea P = {{1, 2, 3}, {4}, {5, 6}} una partición de A = {1, 2, 3, 4, 5, 6}.
Indicar la relación R(P ) asociada a dicha partición.
(b) Dado A = {1, 2, 3, 4, 5} × {1, 2, 3, 4, 5} y R ∈ EQ(A) definida por

(x, y)R(z, t) si, y sólo si, x + y = z + t.
Hallar:
(i) (1, 3), (2, 4) y (1, 1),

(ii) la partición de A asociada a R.
(c) Dados U = {1, 2, 3}, C = {1, 2} y R la relación de equivalencia del ejercicio 5.17.7 inciso
(c). Determinar la partición asociada a R.
E 5.17.14
(a) Hallar las clases de equivalencia y el conjunto cociente para cada una de las relaciones
dadas en:
162
(i) ejercicio 5.17.10,
(ii) ejercicio 5.17.7, incisos (b), (e), (g), (h).
(b) Hallar el conjunto cociente para cada una de las relaciones dadas en el ejercicio 5.17.11.
E 5.17.15
Hallar las funciones qR y f ∗ (del teorema del triángulo), siendo:
(a) A = {1, 2, 3, 4, 5, 6, 7}, B = {a, b, c, d}
x 1 2 3 4 5 6 7
f (x) a b b c b a d
(b) A = {−4, −3, −2, −1, 0, 1, 2, 3, 4}, B = IN, f : A −→ B definida por f (x) = 2x2 + 3,
(c) f : ZZ −→ ZZ definida por f (x) = −3x2 .
Determinar, en cada inciso, si f ∗ es biyectiva.
E 5.17.16
Dibujar el diagrama de Hasse correspondiente a cada uno de los siguientes conjuntos orde-
nados:
(a) A = {2, 3, 4, 8, 9, 27, 45, 1215},
aRb si, y sólo si, a divide a b.
¿Cuál es el sucesor inmediato de 4?
(b) A = {1, 2, 3, 5, 7, 11},
aRb si, y sólo si, a es múltiplo de b,
(c) A = {{1}, {5}, {2, 3}, {1, 3}, {1, 3, 5}, ∅},
XRY si, y sólo si, X ⊇ Y ,
(d) (P(A), ⊆) , siendo
163
(i) |A| = 0, (ii) |A| = 1,
(iii) |A| = 2, (iv) |A| = 3.
E 5.17.17
Para cada uno de los conjuntos ordenados del Ejercicio 5.17.16, hallar
(a) si existen, el primer elemento y el último elemento,
(b) elementos maximales y elementos minimales.
E 5.17.18
Sea A = {a, b, c, d, e, v, w, x, y, z} y consideremos el orden sobre A definido por el siguiente

diagrama
(a) hallar
(i) sup{b, c}, (ii) sup{b, w}, (iii) sup{e, x},
(iv) inf {c, b}, (v) inf {d, x}, (vi) inf {c, e},
(vii) inf {a, v}.
(b) Hallar el subconjunto ordenado (B, ≤), siendo
(i) B = {a, e, d}, (ii) B = {a, w, y, z}, (iii) B = {e, x, y, z}.
E 5.17.19
Dados los conjuntos ordenados,
164
(i) (ii)
(iii) (iv)
(a) indicar elementos maximales y elementos minimales,
(b) en los subconjuntos que se indican en cada diagrama hallar, si existen, cotas superiores,
cotas inferiores, supremo e ı́nfimo.
E 5.17.20
Sea (A, ≤) un c.o., y sean B ⊆ C ⊆ A, B y C subconjuntos no vacı́os. Probar que si sup B

y sup C existen y sup C ∈ B, entonces sup B = sup C.
E 5.17.21
Sea A un c.o. y X ⊆ A. Probar que si existe:
(a) el ı́nfimo de X, éste es único,
(b) el supremo de X, éste es único.
E 5.17.22
165
Sea A un c.o.. Probar que:
(a) si A tiene primer elemento, éste es único,
(b) si A tiene más de un elemento minimal, entonces A no tiene primer elemento,
(c) si A es retı́culo superior finito, entonces tiene último elemento.
E 5.17.23
Sea (A, R) un c.o. finito y M (R) una matriz asociada a R. Observando dicha matriz,
determinar cómo se puede reconocer:
(a) un elemento minimal y un elemento maximal de A,
(b) la existencia del primer elemento y del último elemento de A.
166
6 Sistemas algebraicos
En este capı́tulo presentaremos las definiciones y los teoremas en forma general para ope-
raciones n—arias donde n es un entero no negativo, pero en este curso trabajaremos sólo con
n = 0, n = 1 y n = 2, y las demostraciones las haremos solamente para los dos últimos valores
de n. Todos los temas generales que veremos, pertenecen a la disciplina matemática conocida
con el nombre de álgebra universal.
6.1 Operaciones n−arias

D 6.1.1 Sea A un conjunto no vacı́o, llamaremos operación n−aria definida sobre A, n ∈ IN,
a toda función f : An −→ A. Diremos que n es la aridad de f y notaremos ar(f ) = n.
Ejemplos
(i) + : IR2 −→ IR,
(x, y) −→ +(x, y) = x + y es una operación 2−aria sobre IR.
(ii) p : IR −→ IR,
x −→ p(x) = x2 es una operación 1−aria sobre IR.
Queremos extender la definición anterior para n = 0; para ello debemos definir A0 . Es

natural considerar A0 como un conjunto con un solo elemento, esto es A0 = {∅}. Llamaremos
operación 0−aria a cualquier f : A0 −→ A.
Luego, tenemos f = {(∅, f (∅))} = {(∅, a) : a ∈ A, a fijo }, esto es, podemos interpretar a
una operación 0−aria como un elemento fijo de A y esta última interpretación es en realidad
la definición de operación 0−aria.
D 6.1.2 Sea A un conjunto no vacı́o, una operación 0−aria definida sobre A es cualquier
elemento fijo de A.
6.2 Algebras
D 6.2.1 Un sistema algebraico, conjunto algebrizado o simplemente álgebra es un par A =
A, F , donde A = ∅ y F es un conjunto de operaciones finitarias sobre A.
167
Ejemplos
IR, {+} , IR, {·} , IR, {+, ·, 1} son álgebras.
D 6.2.2 Sea A = A, F un álgebra. Llamaremos
(i) soporte del álgebra al conjunto A. Cuando no haya lugar a confusión sobre F represen-
taremos al álgebra por su conjunto soporte y diremos sea A un álgebra.
(ii) reducto de A, F a toda álgebra B = A, F con F ⊆ F .
Ejemplos
(i) IR es el soporte de IR, {+, ·, 1} .
(ii) IR, {+} y IR, {·} son reductos de IR, {+, ·, 1} .
Nota. En lo que sigue escribiremos A, f1 , f2 , . . . , fk en lugar de A, {f1 , f2 , . . . , fk } .
Tipo de similaridad de un álgebra
D 6.2.3 Sea A, F un álgebra y F = {f1 , . . . , fk } con ar(f1 ) = n1 , . . . , ar(fk ) = nk , entonces

diremos que A, F es un álgebra de tipo de similaridad (n1 , . . . , nk ).
En general n1 ≤ n2 ≤ . . . ≤ nk .
Ejemplos
(i) IR, +, · es un álgebra de tipo (2, 2).
(ii) IR, +, ·, 0, 1 es un álgebra de tipo (2, 2, 0, 0).
D 6.2.4 Dos álgebras A, F y A , F son similares si existe una biyección α : F −→ F tal

que si ar(f ) = n, entonces ar(α(f )) = n, para toda f ∈ F .
Ejemplos
(i) IR, + y IR, · son similares.
(ii) Mn (IR), +, ·, O, I y IR, +, ·, 0, 1 son similares.
168
Clases de álgebras
D 6.2.5 Una clase de álgebras es una familia K de álgebras similares.
Observaciones
(i) Cuando no haya lugar a confusión usaremos el mismo conjunto F para todas las álgebras
de la clase.
(ii) Cuando trabajemos en forma teórica diremos sea K una clase de álgebras y A ∈ K o
también, sea A una K−álgebra.
Diversos ejemplos de clases de álgebras
Los semigrupos (S)
D 6.2.6 Un álgebra A, ∗ de tipo 2 es un semigrupo si se verifica x ∗ (y ∗ z) = (x ∗ y) ∗ z, para

todo x, y, z ∈ A.
Representaremos con S a la clase de los semigrupos.
Ejemplos
(i) IN, + y IN, · son semigrupos.
(ii) A, + ∈ S, donde A = {0, 1} y + está definida por medio de la siguiente tabla:
+ 0 1
0 0 1
1 1 1
Los semigrupos conmutativos (SC )
D 6.2.7 A, ∗ ∈ S es un semigrupo conmutativo si verifica x ∗ y = y ∗ x, para todo x, y ∈ A.
Representaremos con SC a la clase de los semigrupos conmutativos.
Los semigrupos con unidad (SU )
169
D 6.2.8 Un álgebra A, ∗, e de tipo (2, 0) es un semigrupo con unidad o monoide si se verifica:
(i) A, ∗ ∈ S,
(ii) e ∗ x = x ∗ e = x, para todo x ∈ A.
Representaremos con SU a la clase de los semigrupos con unidad.
Las bandas o semiretı́culos (SL )
D 6.2.9 A, ∗ ∈ SC es una banda si se verifica x ∗ x = x, para todo x ∈ A.
Los grupos (G)
D 6.2.10 Un álgebra A, ∗, , e de tipo (2, 1, 0) es un grupo si:
(i) el reducto A, ∗, e ∈ SU ,
(ii) se verifica x ∗ x = x ∗ x = e, para todo x ∈ A.
Representaremos con G a la clase de los grupos.
Ejemplos
(i) ZZ, +, −, 0 , Q,
I +, −, 0 y IR, +, −, 0 son grupos.
(ii) Mn (IR), +, −, O ∈ G.
(ii) Sea X un conjunto. Representaremos con B(X) al conjunto de todas las biyecciones de
X sobre X. Entonces BX = B(X), ◦,−1 , IX es un grupo llamado el grupo simétrico
sobre X.
Si X = {1, 2, . . . , n} escribiremos Bn en lugar de BX y diremos que Bn es el grupo
simétrico de orden n.
Los grupos abelianos (Ga )
D 6.2.11 A, ∗, , e ∈ G es un grupo abeliano o conmutativo si se verifica x ∗ y = y ∗ x, para

todo x, y ∈ A.
170
Ejemplos
(i) ZZ, +, −, 0 , IR∗ , ·,−1 , 1 , con IR∗ = IR \ {0}, son grupos abelianos.
/ Ga pues, en general, f ◦ g = g ◦ f .
(ii) Bn ∈
Los anillos (A)
D 6.2.12 Un álgebra A, +, ·, −, 0 de tipo (2, 2, 1, 0) es un anillo si:
(i) A, +, −, 0 ∈ Ga ,
(ii) A, · ∈ S,
(iii) se verifican x · (y + z) = (x · y) + (x · z), (x + y) · z = (x · z) + (y · z), para todo x, y, z ∈ A.
Ejemplos
ZZ, +, ·, −, 0 , Mn (IR), +, ·, −, O , Q,
I +, ·, −, 0 y IR, +, ·, −, 0 son anillos.
Los anillos conmutativos (AC )
D 6.2.13 Un álgebra A, +, ·, −, 0 de tipo (2, 2, 1, 0) es un anillo conmutativo si:
(i) A, +, ·, −, 0 ∈ A,
(ii) se verifica x · y = y · x, para todo x, y ∈ A.
Los anillos unitarios (AU )
D 6.2.14 Un álgebra A, +, ·, −, 0, 1 de tipo (2, 2, 1, 0, 0) es un anillo unitario si se verifican:
(i) A, +, ·, −, 0 ∈ A,
(ii) A, ·, 1 ∈ SU .
Los anillos sin divisores de cero (A0 )
D 6.2.15 Un álgebra A, +, ·, −, 0 ∈ A de tipo (2, 2, 1, 0) es un anillo sin divisores de cero si

verifica:
171
(P) la hipótesis x · y = 0 implica x = 0 o y = 0.
Los anillos con división (AD )
D 6.2.16 Un álgebra A, +, ·, −, 0, 1 ∈ AU de tipo (2, 2, 1, 0, 0) es un anillo con división si

verifica:
(D) para cada x ∈ A, x = 0, existe y ∈ A tal que x · y = y · x = 1.
Ejemplos
(i) ZZ, +, ·, −, 0, 1 , Q,
I +, ·, −, 0, 1 , IR, +, ·, −, 0, 1 son anillos unitarios,
/ AU ,
(ii) Mn (IR), +, ·, −, O, I ∈
/ AD , IR, +, ·, −, 0, 1 ∈ A0 .
(iii) ZZ, +, ·, −, 0, 1 ∈
Los cuerpos (C)
D 6.2.17 A ∈ AD es un cuerpo si x · y = y · x, para todo x, y ∈ A.
Ejemplos
I +, ·, −, 0, 1 , IR, +, ·, −, 0, 1 y C,
Q, I +, ·, −, 0, 1 son cuerpos.
A continuación consideraremos una clase de álgebras K fija.
6.3 Subálgebras
D 6.3.1 Sean A ∈ K y S ⊆ A. Diremos que S es una subálgebra de A, y lo notaremos S A,
si se verifican:
(S0) S = ∅,
(S1) si a ∈ A es una operación 0−aria, entonces a ∈ S,
(S2) si x1 , . . . , xk ∈ S y f es una operación k−aria, entonces f (x1 , . . . , xk ) ∈ S.
Notas.
(i) Es usual decir que S es una subálgebra de A si, y sólo si, S es un subconjunto no vacı́o
de A cerrado con respecto a todas las operaciones de A.
(ii) De la definición resulta que A A.
172
Ejemplo
Sea A, +, 0 de tipo (2, 0) donde A = {0, a, b, c} y + está definida por medio de la siguiente
tabla:
+ 0 a b c
0 0 a b c
a a a c c
b b c b c
c c c b c
Entonces se verifican:
(a) S = {b, c} no es subálgebra de A, pues 0 ∈

/ S,
(b) {0, a} A.
Ejercicio
Sean A ∈ K y {Si }i∈I una familia de subálgebras de A. Demostrar que si S = Si = ∅,

i∈I
entonces S es una subálgebra de A.
6.4 Subálgebra generada por una parte

D 6.4.1 Sean A ∈ K y X ⊆ A, X = ∅. Llamaremos subálgebra generada por X en K, y la
representaremos con [X]K o [X], a la intersección de todas las subálgebras de A que contienen
a X.
Observemos que:
(i) la definición de subálgebra generada tiene sentido por que siempre existe una subálgebra
de A que contiene a X y la intersección no vacı́a de subálgebras es una subálgebra.
(ii) [X] es la menor (en el sentido de la inclusión) de todas las subálgebras de A que contienen
a X.
Ejercicio
Sea A ∈ K y X ⊆ A, X = ∅. Probar que las siguientes condiciones son equivalentes:
173
(i) B = [X],
(ii) B ⊆ A verifica las siguientes condiciones:
(a) X ⊆ B,
(b) B A,
(c) las hipótesis X ⊆ S y S A implican que B ⊆ S.
Ejemplo
Sean A, ∗ ∈ S y X ⊆ A, X = ∅. Vamos a probar que
[X]S = {u ∈ A : existen x1 , . . . , xn ∈ X tal que u = x1 ∗ . . . ∗ xk }.
En efecto, sea
B = {u ∈ A : existen x1 , . . . , xk ∈ X tal que u = x1 ∗ . . . ∗ xn },
entonces
(a) X ⊆ B: pues tenemos x = x con x ∈ X.
(b) B A: sean
u = x1 ∗ . . . ∗ xn ,
v = y1 ∗ . . . ∗ yn ,
entonces
u ∗ v = x1 ∗ . . . ∗ xk ∗ y1 ∗ . . . ∗ yn ∈ B.
(c) S A y X ⊆ S implican B ⊆ S:
(1) u ∈ B, [hipótesis]
(2) u = x1 ∗ . . . ∗ xn , x1 , . . . , xn ∈ X, [(1) y def. de B]
(3) X ⊆ S, [hipótesis]
(4) x1 , . . . , xn ∈ S, [(2) y (3)]
(5) S A, [hipótesis]
(6) u ∈ S. [(2),(4) y (5)]
174
Sistemas de generadores
D 6.4.2 Sean A ∈ K y G ⊆ A, diremos que G es un sistema de generadores de A si [G] = A.
Algebras finitamente generadas
D 6.4.3 Diremos que A ∈ K es finitamente generada (f.g.) si tiene un conjunto finito de

generadores.
D 6.4.4 Diremos que la clase K es localmente finita si toda álgebra de K f.g. es finita.
6.5 Homomorfismos
D 6.5.1 Sean A, B ∈ K. Una aplicación h : A −→ B es un K−homomorfismo, o simplemente
un homomorfismo, si se verifican:
(H1) si a ∈ A es una operación 0−aria, entonces h(a) = a,
(H2) si x1 , . . . , xk ∈ A y f es una operación k−aria, entonces
h(f (x1 , . . . , xk )) = f (h(x1 ), . . . , h(xk )).
Indicaremos HomK (A, B) u Hom(A, B) al conjunto de todos los homomorfismos de A en

B.
Monomorfismos, epimorfismos, isomorfismos
D 6.5.2 Sean A, B ∈ K y h ∈ Hom(A, B). Entonces h es:
(i) monomorfismo si h es inyectiva,
(ii) epimorfismo si h es epiyectiva,
(iii) isomorfismo si h es biyectiva.
Además si:
(iv) h es un isomorfismo, diremos que las álgebras A y B son isomorfas y escribiremos A B.

Dos álgebras isomorfas tienen exactamente las mismas propiedades algebraicas y en los
casos necesarios podemos reemplazar una por otra.
175
(v) A = B, diremos que h es endomorfismo y en lugar de Hom(A, A) escribiremos End(A).
(vi) h es un endomorfismo biyectivo, diremos que h es un automorfismo y representaremos

con Aut(A) al conjunto de todos los automorfismos de A.
Ejemplo
Sea IR∗ , · , con IR∗ = IR \ {0}, el semigrupo multiplicativo y A, ◦ ∈ S, donde A = {a, b}

y ◦ está definido por la tabla
◦ a b
a b a
b a b
La aplicación h : IR∗ −→ A definida por


 a, si x < 0
h(x) = ,
 b, si x > 0
es un S−epimorfismo.
Propiedades de los homomorfismos
T 6.5.1 Sean A, B ∈ K y h ∈ Hom(A, B). Si
(i) S A, entonces h(S) B.
(ii) S B y h−1 (S ) = ∅, entonces h−1 (S ) A.
Dem. Esbozaremos la demostración para el caso de las operaciones binarias ya que para las
restantes el razonamiento es análogo.
(i) Sean x , y ∈ h(S) y ∗ una operación binaria,
(1) x = h(s), s ∈ S, [hipótesis]
(2) y = h(t), t ∈ S, [hipótesis]
(3) x ∗ y = h(s) ∗ h(t) [(1) y (2)]
176
= h(s ∗ t) [h es homomorfismo]
(4) s ∗ t ∈ S, [(1),(2) y S A]
x ∗ y ∈ h(S).
(ii) Se demuestra de manera análoga a (i).
Ejemplo
Sean A, B ∈ S, donde A = {a, b, c}, B = {m, n, p} y las operaciones están dadas por las
siguientes tablas:
∗ a b c ∗ m n p
a a b c m m m m
b b b c n m n m
c c c c p m m p
Si h : A −→ B es la aplicación que transforma S1 = {b, c} en S2 = {n, p}, entonces por

(i) h no es un S−homomorfismo pues S1 A y S2 B.
T 6.5.2 Si A, B ∈ K, h ∈ Hom(A, B) y X ⊆ A, entonces h([X]) = [h(X)].
Dem. Sea C = h([X]), entonces:
(i) h(X) ⊆ C:
(1) X ⊆ [X], [def. de subálgebra generada]
(2) h(X) ⊆ h([X]), [(1)]
(3) h(X) ⊆ C. [(2)]
(ii) C B:
(1) X ⊆ A, [hipótesis]
(2) [X] A, [(1)]
177
(3) h ∈ Hom(A, B), [hipótesis]
(4) h([X]) B. [(2),(3) y T 6.5.1]
(iii) Si S B y h(X) ⊆ S, entonces C ⊆ S:
(1) h(X) ⊆ S, [hipótesis]
(2) X ⊆ h−1 (S), [(1) y def. imagen completa inversa]
(3) S B, [hipótesis]
(4) h−1 (S) A, [(3) y T 6.5.1]
(5) [X] ⊆ h−1 (S), [(2),(4) y def. subálgebra generada]
(6) h([X]) ⊆ S. [(5) y def. de imagen

completa inversa]
De (i), (ii) y (iii) resulta h([X]) = C = [h(X)].
T 6.5.3 Sean A, B ∈ K, G un sistema de generadores de A y f : G −→ B una función

arbitraria. Entonces existe a lo sumo un homomorfismo h : A −→ B tal que h(g) = f (g), para
todo g ∈ G.
Dem. Supongamos que h, h1 : A −→ B son homomorfismos tales que
(1) h(g) = f (g) = h1 (g), para todo g ∈ G,
y probemos que h = h1 .
Sea S = {x ∈ A : h(x) = h1 (x)}, entonces
(i) G ⊆ S, [(1)]
(ii) S A:
sean x, y ∈ S y ∗ una operación binaria
(2) h(x) = h1 (x), [hipótesis]
178
(3) h(y) = h1 (y), [hipótesis]
(4) h(x) ∗ h(y) = h1 (x) ∗ h1 (y), [(2) y (3)]
(5) h(x ∗ y) = h1 (x ∗ y) [(4) y h, h1 homomorfismos]
(6) x ∗ y ∈ S.
De (i) y (ii) tenemos que [G] ⊆ S y como A = [G], resulta A = S.
Por el teorema anterior tenemos que si f puede extenderse a un homomorfismo h, él es

único, pero puede suceder que tal extensión no exista.
Ejemplo
Sean A, + , B, + ∈ SC donde A = {a, b, c}, B = {0, 1} y las operaciones están definidas

por medio de las siguientes tablas:
+ a b c
+ 0 1
a a b c
0 0 1
b b c a
1 1 0
c c a b
Sea G = {b, c} un sistema de generadores de A y f : G −→ B definida por f (b) = f (c) = 1.

Verifiquemos que no existe ningún homomorfismo h : A −→ B que prolonga a f . En efecto,
si existiera tal homomorfismo tendrı́amos
h(c + c) = h(c) + h(c),
pero
h(c + c) = h(b) = 1,
h(c) + h(c) = 1 + 1 = 0,
luego,
h(c + c) = h(c) + h(c).
179
6.6 Congruencias y álgebras cociente
D 6.6.1 Sea A ∈ K. R ∈ EQ(A) es una K—congruencia, o simplemente una congruencia
sobre A, si R es compatible con todas las operaciones n—arias, n > 0 definidas sobre A. Esto
es, si se verifica:
(Ck) las hipótesis f operación k—aria sobre A y x1 Ry1 , . . . , xk Ryk implican
f ((x1 , . . . , xk ))Rf ((y1 , . . . , yk )).
Indicaremos con ConK (A) o Con(A), al conjunto de todas las congruencias de A.
Relación núcleo
T 6.6.1 Sean A, B ∈ K, h ∈ Hom(A, B) y Rh la relación de equivalencia asociada a h,

entonces Rh ∈ Con(A).
Dem. Verificaremos la condición (Ck) de D6.6.1 para k = 1, 2.
(C1) Sea ∗ una operación unaria, entonces
(1) xRh y, [hipótesis]
(2) h(x) = h(y), [(1) y def. Rh ]
(3) ∗h(x) = ∗h(y), [(2)]
(4) h(∗x) = h(∗y), [(3) y h homomorfismo]
(5) ∗xRh ∗ y. [(4) y def. Rh ]
(C2) Sea ◦ una operación binaria, entonces
(1) xRh y, [hipótesis]
(2) x Rh y , [hipótesis]
(3) h(x) = h(y), [(1) y def. Rh ]
(4) h(x ) = h(y ), [(2) y def. Rh ]
180
(5) h(x) ◦ h(x ) = h(y) ◦ h(y ), [(3) y (4)]
(6) h(x ◦ x ) = h(y ◦ y ), [(5) y h homomorfismo]
(7) (x ◦ x )Rh (y ◦ y ). [(6) y def. Rh ]
D 6.6.2 Sean A, F , B, F ∈ K y h ∈ Hom(A, B). Llamaremos relación núcleo de h a la

relación de equivalencia Rh asociada a h.
En lo que sigue si h ∈ Hom(A, B), denotaremos con N (h) a Rh .
Algebras cociente
T 6.6.2 Sean A, F ∈ K y R ∈ Con(A). Para cada operación k—aria f ∈ F y cada

(C1 , . . . , Ck ) ∈ (A/R)k , definimos:
f ∗ ((C1 , . . . , Ck )) = C, donde C = (f ((x1 , . . . , xk )))R , con x1 ∈ C1 , . . . , xk ∈ Ck .
Si F ∗ = {f ∗ : f ∈ F }, entonces se verifica que A/R, F ∗ es un álgebra del mismo tipo de

similaridad que A.
Dem. Es claro que de acuerdo a la forma en que han sido definidas las operaciones en A/R,
solamente debemos verificar que las mismas son independientes de los representantes elegidos
en cada clase.
Haremos la demostración para el caso de las operaciones binarias.
Sean C1 , C2 ∈ A/R, x1 , x2 ∈ C1 , y1 , y2 ∈ C2 y supongamos que C = (x1 ◦ y1 )R y C =
(x2 ◦ y2 )R , entonces probemos que C = C .
En efecto,
(1) x1 Rx2 , [hipótesis]
(2) y1 Ry2 , [hipótesis]
(3) (x1 ◦ y1 )R(x2 ◦ y2 ), [(1),(2) y R congruencia]
(4) (x1 ◦ y1 )R = (x2 ◦ y2 )R , [(3)]
(5) C = C .
181
Nota. En lo que sigue también representaremos con F al conjunto F ∗ , es decir usaremos en
A y A/R los mismos sı́mbolos de operaciones.
Después del resultado anterior podemos introducir la siguiente definición:
D 6.6.3 Diremos que A/R, F es el álgebra cociente de A por la relación R.
Nota. Es fácil ver que la aplicación canónica q : A −→ A/R es un homomorfismo llamado el

epimorfismo canónico o natural.
T 6.6.3 (Teorema del triángulo para álgebras) Si A, F , B, F ∈ K y h ∈ Hom(A, B),

entonces existe un único homomorfismo h : A/N (h), F −→ B, F tal que h ◦ q = h. Además
(i) h es inyectiva,
(ii) h es sobre si, y sólo si, h lo es.
Dem. Sabemos que existe una única función h : A/N (h) −→ B tal que h ◦ q = h, que verifica
las condiciones (i) y (ii).
Probemos que h ∈ Hom(A/N (h), B).
Sean xR , yR ∈ A/N (h) y ∗ ∈ F una operación binaria, entonces:
h(xR ∗ yR ) = h((x ∗ y)R )
= h(q(x ∗ y))
= (h ◦ q)(x ∗ y)
= h(x ∗ y)
= h(x) ∗ h(y) [h ∈ Hom(A, B)]
= h(q(x)) ∗ h(q(y))
= h(xR ) ∗ h(yR ).
182
6.7 Algebras libres
Algebras absolutamente libres
D 6.7.1 Sea L, F un álgebra y sea X ⊆ L. Diremos que L es absolutamente libre si se

verifican las siguientes condiciones:
(A1) [X] = L,
(A2) si A, F es un álgebra similar y f : X −→ A es una función arbitraria, entonces existe

un homomorfismo h : L −→ A que extiende a f .
En este caso diremos que X es un conjunto de generadores libres para L y notaremos

L = L(X).
Observemos que de T 6.5.3 resulta que el homomorfismo h de la condición (A2) de
D 6.7.1 es único.
T 6.7.1 Sean L(X), F y L(X ), F dos álgebras libres similares que tienen a X y X como
conjunto de generadores libres, respectivamente. Si |X| = |X |, entonces existe un isomorfismo
h : L(X) −→ L(X ).
Dem. Sea
183
(1) α : X −→ X biyectiva, [hipótesis]
entonces existen
(2) β = α−1 : X −→ X, [(1)]
(3) h : L(X) −→ L(X ) homomorfismo que prolonga a α, [(1), D 6.7.1 (A2)]
(4) h : L(X ) −→ L(X) homomorfismo que prolonga a β, [(1), D 6.7.1 (A2)]
(5) f = h ◦ h : L(X) −→ L(X) es un homomorfismo. [(3), (4)]
Ahora probaremos que:
(i) h ◦ h = IL(X) :
Sea B = {z ∈ L(X) : f (z) = z}, entonces
(6) X ⊆ B: Si x ∈ X,
f (x) = h (h(x)) [(5)]
= h (α(x)) [(3)]
= β(α(x)) [(4)]
= x. [(2)]
(7) B L(X): Si ∗ es una operación binaria y z1 , z2 ∈ B,

z1 ∗ z2 = f (z1 ) ∗ f (z2 )
= f (z1 ∗ z2 ). [(5)]
(8) B = L(X). [(6),(7)]
(ii) h ◦ h = IL(X I ) : se prueba de manera análoga a (i).
(iii) h es un isomorfismo: es consecuencia directa de (i) y (ii).
T 6.7.2 Sea L, F un álgebra absolutamente libre tal que X y X son conjunto de generadores
libres. Entonces se verifica |X| = |X |.
184
Dem. Supongamos que
(1) |X| ≺ |X |, [hipótesis]
entonces
(2) existe f : X −→ X inyectiva, [(1)]
(3) f (X) ⊆ X , [(2)]
(4) [f (X)] es libre con f (X) como conjunto de generadores libres, [(2), Ejercicio 6.9.17]
(5) [f (X)] = L, [(2), Ejercicio 6.9.17]
(6) existe x ∈ X \ f (X), [(1),(2)]
(7) f (X) ⊆ X \ {x }, [(2),(6)]
(8) [f (X)] ⊆ [X \ {x }], [(7)]
(9) L ⊆ [X \ {x }], [(5),(8)]
(10) [X \ {x }] ⊂ L, [hip., Ejercicio 6.9.15]
(9) y (10) se contradicen.

En forma análoga se prueba que la hipótesis |X | ≺ |X| conduce a una contradicción.
Entonces vale |X | = |X|.
Notas.
(i) De T 6.7.1 resulta la unicidad del álgebra libre L que tiene a X como conjunto de ge-
neradores libres, en el sentido de que cualquier otra álgebra que tenga un conjunto de
generadores libres con el cardinal de X, es isomorfa a L.
(ii) De T 6.7.2 resulta que álgebra libre L puede tener más de un conjunto de generadores
libres, pero todos ellos tienen el mismo cardinal. En particular si L = L(X) y |X| = n,
entonces cualquier otro conjunto de generadores libres tiene n elementos.
185
Una construcción del álgebra absolutamente libre
Ahora consideraremos ciertas álgebras cuyos conjuntos soportes se construyen por medio de
las reglas indicadas para construir al conjunto F or[X] de las formas polinomiales estudiados
en la sección 1.2 del capı́tulo 1.
Entonces, sea X un conjunto no vacı́o y F un conjunto de sı́mbolos de operaciones finitarias.

Con F or[X] designaremos al conjunto cuyos elementos llamaremos formas polinomiales (f.p.),
que se construyen por medio de las siguientes reglas:
(R1) X ⊆ F or[X],
(R2) si a ∈ F es un sı́mbolo de operación 0—aria, entonces a ∈ F or[X],
(R3) si p1 , . . . , pk ∈ F or[X] y f ∈ F es un sı́mbolo de operación k—aria con k ≥ 1, entonces

f ((p1 , . . . , pk )) ∈ F or[X],
(R4) (de cierre) Las únicas f.p. son las determinadas por R1, R2 y R3.
Ahora algebrizaremos a F or[X] tomando como operaciones sobre este conjunto al propio
F , es decir:
(i) Elegimos como operaciones 0—arias de F or[X] a los sı́mbolos de operaciones 0—arias de
F . Esto es posible, pues por R1, estos objetos están en F or[X].
(ii) Si f ∈ F es un sı́mbolo de operación k—aria, entonces podemos considerar la correspon-

dencia (p1 , . . . , pk ) −→ f ((p1 , . . . , pk )), y por R3 tenemos que
f : F or[X]n −→ F or[X] es una operación k—aria sobre F or[X].
Entonces se puede probar que la F —álgebra F or[X], F es absolutamente libre y tiene a X

como conjunto de generadores libres.
Algebras relativamente libres
Existe una noción más restringida que la de álgebra absolutamente libre.
D 6.7.2 Sea K una clase de álgebras, L, F ∈ K y X ⊆ L. Diremos que L es relativamente

libre (relativa a K) si se verifican:
186
(L1) [X]K = L,
(L2) si A ∈ K y f : X −→ A es una función arbitraria, entonces existe un K—homomorfismo

h : L −→ A que prolonga a f .
6.8 El semigrupo libre

Ahora veremos un ejemplo muy importante de álgebra relativamente libre.
Sea X = ∅, llamaremos palabra a toda sucesión finita y no vacı́a de elementos de X. Esto

es si x, y, z ∈ X, entonces p1 = x, p2 = xx, p3 = xxyz, p4 = zzyy son palabras.
Sea S(X) el conjunto de todas las palabras construı́bles sobre X. En S(X) vamos a definir
una operación binaria llamada operación de concatenación del siguiente modo:
dadas
p = x1 x2 . . . xm , x1 , x2 , . . . , xm ∈ X,
q = y1 y2 . . . yk , y1 , y2 , . . . , yk ∈ X,
entonces
p · q = x1 x2 . . . xm y1 y2 . . . yk .
Luego
(i) S(X), · es un semigrupo.
En efecto, sean
p = x1 . . . xm , q = y1 . . . yk , r = z1 . . . zs ∈ S(X),
entonces
(p · q) · r = (x1 . . . xm y1 . . . yk ) · r
= x1 . . . xm y1 . . . yk z1 . . . zs
= x1 . . . xm (y1 . . . yk z1 . . . zs )
187
= p · (q · r).
(ii) X es un conjunto de generadores libres de S(X).
(a) X ⊆ S(X):
Si x ∈ X, p = x es una palabra, entonces X ⊆ S(X).
(b) [X]S ⊆ S(X):
(1) X ⊆ S(X), [(a)]

(2) [X]S ⊆ S(X). [(1)]
(c) S(X) ⊆ [X]S :
Sea p = x1 . . . xn ∈ S(X), x1 , . . . , xn ∈ X,
entonces
x1 · x2 · x3 · . . . · xn = x1 x2 . . . xn , [verificarlo]
x1 · x2 · x3 · . . . · xn ∈ [X]S , [verificarlo]
luego
p = x1 x2 x3 . . . xn ∈ [X]S .
(d) [X]S = S(X):
Es consecuencia de (b) y (c).
(e) Sea A, ∗ ∈ S y f : X −→ A una función arbitraria. Para cada p ∈ S(X),

p = x1 x2 . . . xn , con x1 , x2 , . . . , xn ∈ X sea
h(p) = f (x1 ) ∗ f (x2 ) ∗ . . . ∗ f (xn ).
La aplicación h : S(X) −→ A, ası́ definida es un homomorfismo. En efecto, si

p, q ∈ S(X),
p = x1 x2 . . . xn , x1 , x2 , . . . , xn ∈ X,
q = y1 y2 . . . ym , y1 , y2 , . . . , ym ∈ X,
entonces
h(p · q) = h(x1 x2 . . . xn y1 y2 . . . ym )
= f (x1 ) ∗ . . . ∗ f (xn ) ∗ f (y1 ) ∗ . . . ∗ f (ym )
188
= h(p) ∗ h(q).
Además, si
p = x, con x ∈ X,
vale
h(x) = f (x), [def. de h]
y por lo tanto h prolonga a f .
6.9 Ejercicios
E 6.9.1
Determinar si las siguientes aplicaciones definen una operación n-aria sobre A. En caso afir-
mativo, indicar su aridad.
(i) A = IN, f ((x, y)) = (x + y)2 ,

√
I + , f ((x, y)) =
(ii) A = Q x + y. ¿Y si A = IR+ ?,
(iii) A = {1, 2, 3}, f (x) = 3. ¿Y si A = {1, 2}?,
(iv) A = Antisim(X), f ((R1 , R2 )) = R1 ∪ R2 ,
(v) A = M2×3 (IR), f (X, Y, Z) = (2X + Y ) · Z.¿Y si A = M2 (IR)?,


 (ex + t, z) si x ≤ 0
2
(vi) A = IR , f ((x, y), (z, t)) = .

(y, logx) si x > 0
E 6.9.2
Determinar si las siguientes álgebras de tipo 2 son semigrupos o semigrupos conmutativos.

¿Pueden ser transformados en semigrupos con unidad?. ¿Y en grupos?
(i) A, ◦ , donde A = {a, b} y ◦ está dada por la tabla

◦ a b
a a a
b b b
189
x
(ii) IR>0 , ∗ , donde x ∗ y = ,
y
(iii) P(S), ∗ , donde S = ∅ y ∗ es la intersección de conjuntos,
(iv) IN ∪ {0}, ∗ , donde x ∗ y =max{x, y},
(v) ZZ∗ × ZZ, ◦ , donde ZZ∗ = ZZ − {0}, (x, y) ◦ (z, t) = (x · z, y + t),
(vi) IN ∪ {0}, ◦ , donde x ◦ y =min{x, y},
(vii) IR∗ × IR, ◦ , donde IR∗ = IR − {0}, (a, b) ◦ (c, d) = (a · c, a · d + b),
(viii) A, · , donde A = {x : x = 2n , n ∈ ZZ} y · es el producto habitual.
E 6.9.3
Sean M, ∗, e ∈ SU , G, ∗, , e ∈ G y A, +, ·, −, 0 ∈ A . Probar que
(i) si e1 ∈ M verifica x ∗ e1 = e1 ∗ x = x, para todo x ∈ M , entonces e = e1 ,
(ii) para todo x, y, z ∈ G,
(a) si existe w ∈ G que verifica w ∗ x = x ∗ w = e, entonces w = x ,

(b) si x ∗ z = y ∗ z, entonces x = y (ley de cancelación a derecha),
(c) si z ∗ x = z ∗ y, entonces x = y (ley de cancelación a izquierda),
(d) x = x,
(e) (x ∗ y) = y ∗ x ,
(iii) si a, b ∈ A, entonces
(a) a · 0 = 0 · a = 0,
(b) a · (−b) = (−a) · b = −(a · b),
(c) (−a) · (−b) = a · b.
E 6.9.4
(i) Sea ZZ3 , +, (0, 0, 0) ∈ SU . Determinar si T ¢SU ZZ3 , donde
(a) T = {(x, y, z) ∈ ZZ3 : x + y = 0},
190
(b) T = {(x, y, z) ∈ ZZ3 : x = 0, z = 1}.
(ii) Dado el grupo simétrico B3 , averiguar si T ¢G B3 , donde
(a) T = {f ∈ B3 : f (1) = 2},

(b) T = {f ∈ B3 : f (1) = 1}.
(iii) Dado el anillo IR de los números reales, determinar si T ¢A IR, donde

√
(a) T = {x ∈ IR : x = q1 + q2 2, q1 , q2 ∈ Q},
I
m
(b) T = {x ∈ IR : x = , m ∈ ZZ}.
2
E 6.9.5
Sea ZZ el grupo conmutativo de los enteros. Probar que
(i) si n ∈ IN y n · ZZ = {x ∈ ZZ : x = nz para algún z ∈ ZZ}, entonces n · ZZ ¢ ZZ,
(ii) si S ¢ ZZ y S = {0}, entonces existe n0 ∈ IN tal que S = n0 · ZZ.
E 6.9.6
(i) Dado el semigrupo ZZ, · y X ⊆ ZZ, hallar [X]S , donde
(a) X = {1},
(b) X = {−1, 2}.
(ii) Dado el grupo simétrico B3 y X ⊆ B3 , hallar [X]G , donde
(a) X = {f ∈ B3 : f (3) = 3},

1 2 3
(b) X = { }.
2 3 1
1 2 3 1 2 3
(c) X = { , }.
2 3 1 2 1 3
Determinar, en cada caso, si X es un sistema de generadores.
E 6.9.7
191
Sean A, ∗, p ∈ SU y B, ◦, d ∈ SU , donde A = {m, n, p}, B = {a, b, c, d} y ∗, ◦ están dadas
por las tablas
◦ a b c d
∗ m n p
a a a a a
m m m m
b a b a b
n m n n
c a a c c
p m n p
d a b c d
Determinar en cada caso, si h ∈ HomSU (A, B), siendo
(i) h(m) = a, h(n) = b, h(p) = d. ¿Es h un isomorfismo?,
(ii) h(m) = c, h(n) = b, h(p) = d.
E 6.9.8
Determinar en cada caso, si
(i) h ∈ HomS (A, B), siendo
(a) A = B = M2 (IR), · y h(X) = X tr ¿ Y si A = B = M2 (IR), + ?,

(b) A = ZZ, + , B = ZZ, · y

 1 si x es par
h(x) = ,

−1 si x es impar
(ii) h ∈ HomSU (A, B), siendo A = ZZ, +, 0 , B = ZZ, ·, 1 y h definida como en el ejercicio
5.9.8 (i) (b).
(iii) h ∈ HomG (A, B) , siendo
(a) A = IR>0 , ·,−1 , 1 , B = IR, +, −, 0 y h(x) = log2 (x),

(b) A = B = IR, +, −, 0 y h(x) = x3 .
Clasificar los homomorfismos hallados en monomorfismos, epimorfismos, isomorfismos, en-

domorfismos y automorfismos.
E 6.9.9
192
Sean G1 , G2 ∈ G. Probar que si f : G1 −→ G2 verifica f (x · y) = f (x) · f (y), entonces
f ∈ HomG (G1 , G2 ).
E 6.9.10
Sean A, ∗, s , B, ◦, r ∈ SU y h ∈ HomSU (A, B).
(i) Determinar si X = {x ∈ A : h(x) = r} ¢SU A.
(iii) Sea c ∈ A tal que c ∗ c = s. Determinar si h({c, s}) ¢SU B.
E 6.9.11
(i) Sean G, ∗, , e ∈ G y R ∈ EQ(G). Probar que las siguientes condiciones son equivalentes:
(a) R ∈ ConG (G),

(b) R es compatible con ∗.
(ii) Sea A, +, ·, −, 0 ∈ A y R ∈ EQ(A). Probar que las siguientes condiciones son equiva-
lentes:
(a) R ∈ ConA (A),

(b) R es compatible con + y ·.
E 6.9.12
Sea ZZ, +, −, 0 ∈ Ga . Dado n ∈ IN fijo, sea ≡n la relación definida sobre ZZ del siguiente
modo:
x ≡n y si, y sólo si, existe k ∈ ZZ tal que x + (−y) = nk.
Nota: La relación definida anteriormente se denomina congruencia módulo n.
(i) Probar que ≡n ∈ ConGa (ZZ).
(ii) Calcular los grupos ZZ2 , +, −, 0 y ZZ3 , +, −, 0 .
E 6.9.13
(i) Sea ZZ, +, ·, −, 0 ∈ AC y n ∈ IN fijo. Probar que ≡n ∈ ConAC (ZZ).
193
(ii) Calcular los anillos ZZ3 , +, ·, −, 0 y ZZ4 , +, ·, −, 0 .
E 6.9.14
Sea L un álgebra absolutamente libre (relativamente libre) que tiene a X como conjunto de
generadores libres. Probar que si Y ⊆ X, entonces L0 = [Y ] es un álgebra absolutamente libre
(relativamente libre) que tiene a Y como conjunto de generadores libres.
E 6.9.15
Sea L un álgebra absolutamente libre (relativamente libre) que tiene a X como conjunto de
generadores libres. Probar que [X \ {x}] = L para todo x ∈ X.
E 6.9.16
Verificar que existe un álgebra A tal que:
(i) A = [X],
(ii) A = [X \ {x}] para todo x ∈ X,
y A no es libre.
E 6.9.17
Sea L un álgebra absolutamente libre (relativamente libre) que tiene a X y a Y como conjuntos
de generadores libres. Probar que para toda f : X −→ Y se verifica que [f (X)] es el álgebra
absolutamente libre (relativamente libre) que tiene a f (X) como conjunto de generadores libres.
Además si f es inyectiva, entonces [f (X)] = L.
E 6.9.18
Indicar un ejemplo de un álgebra L relativamente libre que tiene a X como conjunto de ge-
neradores libres y tal que existen Y ⊆ L, f : X −→ Y inyectiva y sin embargo [f (X)] no es
relativamente libre.
Este ejemplo muestra que la hipótesis de que Y es un conjunto de generadores libres del
ejercicio 6.9.17 no se puede eliminar.
194
7 Retı́culos distributivos y álgebras de Boole
7.1 La clase R de los retı́culos

D 7.1.1 Un álgebra A, +, · de tipo (2, 2) es un retı́culo si para todo x, y, z ∈ A se verifican:
(R1) x + (y + z) = (x + y) + z,
(R2) x + y = y + x,
(R3) x + x = x,
(R4) x · (y · z) = (x · y) · z,
(R5) x · y = y · x,
(R6) x · x = x,
(R7) x + (x · y) = x,
(R8) x · (x + y) = x.
Representaremos con R a la clase de los retı́culos.
T 7.1.1 Sea A, ∗ una banda. La relación ≤∗ definida por x ≤∗ y si, y sólo si, x ∗ y = x, es
una relación de orden sobre A.
Dem.
(O1) x ≤∗ x, para todo x ∈ A:
x ∗ x = x, para todo x ∈ A. [A es banda]
(O2) x ≤∗ y, y ≤∗ x implican x = y:
(1) x = x ∗ y, [por la hipótesis]

(2) y = y ∗ x, [por la hipótesis]
(3) x ∗ y = y ∗ x, [prop. conmutativa]
(4) x = y. [(1),(2),(3)]
195
(O3) x ≤∗ y e y ≤∗ z, implican x ≤∗ z:
(1) x = x ∗ y, [por la hipótesis]

(2) y = y ∗ z, [por la hipótesis]
(3) x = x ∗ (y ∗ z), [(1),(2)]
= (x ∗ y) ∗ z
= x ∗ z. [(1),(2)]
Nota. Si A, +, · ∈ R, entonces sobre A podemos definir dos órdenes inducidos por las
operaciones + y · respectivamente. Obtenemos ası́ dos estructuras ordenadas:
(i) A, ≤+ , donde x ≤+ y ⇔ x = x + y,
(ii) A, ≤· , donde x ≤· y ⇔ x = x · y.
T 7.1.2 Sea A, +, · ∈ R entonces ≤op

· = ≤+ .
Dem.
(i) ≤op
· ⊆ ≤+ :
(1) (x, y) ∈ ≤op

· , [hipótesis]
(2) (y, x) ∈ ≤· , [(1) y def. de opuesta]
(3) y = x · y, [(2) y def. de ≤· ]
(4) x + y = x + (x · y) [(3) sumando x a ambos miembros ]
= x, [R7]
(5) (x, y) ∈ ≤+ . [(4) y def. de ≤+ ].
(ii) ≤+ ⊆ ≤op
· :
La demostración es análoga a (i) y queda propuesta como ejercicio.
De (i) y (ii) resulta ≤op

· = ≤+ .
De lo expuesto todo retı́culo es un conjunto ordenado, por lo tanto la teorı́a de los retı́culos
puede ubicarse dentro de la teorı́a de las estructuras ordenadas.
De ahora en adelante dado un retı́culo consideraremos únicamente el orden ≤· = ≤op
+ y para
abreviar escribiremos ≤ en lugar de ≤· , es decir
196
x ≤ y ⇔ x = x · y ⇔ x + y = y.
T 7.1.3 Sea A, +, · ∈ R. Entonces (A, ≤) es un conjunto ordenado retı́culo donde para todo
a, b ∈ A se verifican:
(i) inf {a, b} = a · b,
(ii) sup {a, b} = a + b.
Dem.
(i) Debemos probar que
(a) a · b ≤ a:
(1) (a · b) · a = a · (a · b) [R5]
= (a · a) · b [R4]
= a · b. [R6]
(b) a · b ≤ b:
Es análoga a la de (a).
(c) Si z ∈ A es tal que z ≤ a y z ≤ b entonces z ≤ a · b:
(1) z = z · a, [por la hipótesis]
(2) z = z · b, [por la hipótesis]
(3) z · (a · b) = (z · a) · b [R4]
=z·b [(1)]
= z. [(2)]
De (a) y (b) resulta que a · b es cota inferior de {a, b} y de (c) resulta que es la mayor de
las cotas inferiores, luego (i) queda demostrado.
(ii) La demostración queda propuesta como ejercicio.
También se verifica el teorema recı́proco.
197
T 7.1.4 Sea (A, ≤) un conjunto ordenado retı́culo. Si para todo x, y ∈ A definimos:
(i) x + y = sup {x, y},
(ii) x · y = inf {x, y},
entonces A, +, · ∈ R.
Dem. Ejercicio.
Ejemplos
(i) Consideremos el conjunto ordenado cuyo diagrama de Hasse es el siguiente
(A, ≤) es un conjunto ordenado retı́culo, luego por T 7.1.4 resulta que A, +, · ∈ R donde
+ y · están dadas por las tablas
+ 0 a b c 1 · 0 a b c 1
0 0 a b c 1 0 0 0 0 0 0
a a a b c 1 a 0 a a a a
b 0 b b 1 1 b 0 a b a b
c c c 1 c 1 c 0 a a c c
1 1 1 1 1 1 1 0 a b c 1
(ii) Sea A, +, · ∈ R, donde A = {a, b} y las operaciones están dadas por las tablas
+ a b · a b
a a b a a a
b b b b a b
198
Entonces por T 7.1.1,
≤ = {(a, a), (a, b), (b, b)}
y (A, ≤) tiene el siguiente diagrama:
La clase R0,1 de los retı́culos con primer y último elemento

D 7.1.2 Un álgebra A, +, ·, 0, 1 de tipo (2, 2, 0, 0) es un (0, 1)—retı́culo si verifica:
(i) A, +, · ∈ R,
(ii) para todo x ∈ A, valen:
(R9) x · 0 = 0,
(R10) x + 1 = 1.
Representaremos con R0,1 a la clase de los (0, 1)—retı́culos.
Ya hemos visto que las nociones de conjunto ordenado retı́culo y retı́culo son equivalentes.
Luego si A es un retı́culo finito, entonces A ∈ R0,1 .
7.2 La clase D de los retı́culos distributivos

D 7.2.1 A, +, · ∈ R es distributivo si para todo x, y, z ∈ A se verifica:
(D) x · (y + z) = (x · y) + (x · z).
Representaremos con D a la clase de los retı́culos distributivos.
199
Ejemplos
(i) Sea X = ∅ un conjunto arbitrario y P(X) el conjunto de las partes de X, entonces

P (X), ∪, ∩ ∈ D.
(ii) Sea A = {0, a, 1} el conjunto ordenado cuyo diagrama de Hasse es el siguiente:
Entonces, se puede verificar que A, +, · es un retı́culo distributivo.
(iii) Sea A = {0, a, b, c, 1} el conjunto ordenado cuyo diagrama es el siguiente:
Entonces A, +, · es un retı́culo pero no es distributivo. En efecto:
c · (a + b) = c · 1 = c,
(c · a) + (c · b) = a + 0 = a.
Luego c · (a + b) = (c · a) + (c · b).
Dado un retı́culo verificar, por medio de tablas, si es o no distributivo es un proceso com-

putacionalmente largo.
Nosotros vamos a indicar para los retı́culos finitos un método simple para determinar si se
cumple o no la ley distributiva.
200
7.3 Elementos irreducibles, primos y átomos
D 7.3.1 Sea A, +, ·, 0, 1 ∈ R0,1 y a ∈ A. Diremos que
(i) a es irreducible si:
(I1) a = 0,
(I2) la hipótesis a = x + y, implica a = x ó a = y.
(ii) a es primo si:
(P1) a = 0,
(P2) la hipótesis a ≤ x + y, implica a ≤ x ó a ≤ y.
(iii) a es átomo si:
(A1) a = 0,
(A2) las hipótesis b ∈ A y 0 ≤ b ≤ a implican b = 0 o b = a.
Con Ir(A), P r(A) y Π(A) indicaremos al conjunto de los elementos irreducibles, primos y
átomos de A respectivamente.
A continuación vamos a indicar métodos para determinar elementos irreducibles y primos
de A, +, ·, 0, 1 ∈ R0,1
Método para determinar los elementos irreducibles
Dado a ∈ A, a = 0:
(1) considerar el conjunto Li (a) = {x ∈ A : x < a},
(2) determinar si Li (a) tiene último elemento,
(3) si el paso (2) es afirmativo, a es irreducible.
Ejemplo
Sea A, +, ·, 0, 1 ∈ R0,1 , cuyo diagrama se indica a continuación
201
Li (a) = {0}, su diagrama de Hasse es
Luego, a es irreducible.
Li (b) = {0}, es análogo al caso anterior. Luego, b es irreducible.
Li (c) = {0, a}, su diagrama es
Luego, c es irreducible.
Li (1) = {0, a, b, c}, su diagrama es
Entonces 1 no es irreducible.
202
Por lo tanto Ir(A) = {a, b, c}.
Método para determinar los elementos primos
Dado a ∈ A, a = 0:
(1) considerar el conjunto Ts (a) = {x ∈ A : a ≤ x},
(2) calcular A \ Ts (a),
(3) determinar si A \ Ts (a) tiene último elemento,
(4) si el paso (3) es afirmativo, a es primo.
Ejemplo
Sea A, +, ·, 0, 1 ∈ R0,1 , cuyo diagrama se indica a continuación
Ts (a) = {a, c, 1}, A \ Ts (a) = {0, b} y su diagrama es
Por lo tanto a es primo.
203
Ts (b) = {b, 1}, A \ Ts (b) = {0, a, c} y su diagrama es
Luego, b es primo.
Ts (c) = {c, 1}, A \ Ts (c) = {0, a, b} y su diagrama es
Entonces, c no es primo.
Ts (1) = {1}, A \ Ts (1) = {0, a, b, c} y su diagrama es
Luego, 1 no es primo.
Entonces P r(A) = {a, b}.
T 7.3.1 Si A, +, ·, 0, 1 ∈ R0,1 es, entonces P r(A) ⊆ Ir(A).
Dem. Sea
(1) a ∈ P r(A), [hipótesis]
entonces
204
(I1) a = 0. [(1)]
(I2) Supongamos que
(2) a = x + y,
(3) x ≤ a, [(2), a = sup{x, y}]
(4) y ≤ a, [(2), a = sup{x, y}]
(5) a ≤ x + y, [(2)]
(6) a ≤ x o a ≤ y, [(5),(1)]
(7) a = x o a = y. [(3),(4),(6)]
La otra inclusión sólo vale para retı́culos distributivos, más precisamente se verifica:
T 7.3.2 Sea A, +, ·, 0, 1 ∈ R0,1 finito. Entonces las siguientes condiciones son equivalentes:
(i) A ∈ D0,1 ,
(ii) P r(A) = Ir(A).
El resultado anterior, aunque no lo vamos a demostrar, muestra la importancia de los

elementos irreducibles y primos en los retı́culos finitos y proporciona un método más rápido
para saber si un retı́culo finito es distributivo o no.
7.4 La clase B de las álgebras de Boole
Elementos booleanos
D 7.4.1 Sea A ∈ R0,1 y a ∈ A. Diremos que:
(i) b ∈ A es un complemento de a si se verifican:
a + b = 1,
a · b = 0.
(ii) a es booleano si tiene complemento.
205
Representaremos con B(A) al conjunto de los elementos booleanos de A.
Ejemplos
(i) x complemento de x
0 1
a d
b —
c —
d a
1 0
B(A) = {0, a, d, 1}.
(ii) x complemento de x
0 1
a b
b a
1 0
B(D) = D.
(iii) x complemento de x
0 1
a c
b c
c a, b
1 0
B(C) = C.
T 7.4.1 Si A ∈ D0,1 y a ∈ A es booleano, entonces a tiene un único complemento.
Dem. Sean b1 , b2 ∈ A tales que
206
(1) b1 , b2 son complementos de a, [hipótesis]
entonces
(2) b1 + a = 1 = b2 + a,
b1 · a = 0 = b2 · a, [(1)]
(3) b1 = b2 . [(2) y ley del corte]
En lo que sigue si A ∈ D0,1 y a ∈ A es booleano, denotaremos con a o −a al complemento

de a.
D 7.4.2 Sea A ∈ D0,1 . Si B(A) = A, diremos que A es un retı́culo booleano.
Es claro que la familia de los retı́culos booleanos constituyen una subclase de D0,1 , donde
las álgebras de esta subclase no están definidas por axiomas que son igualdades. Sin embargo,
existen ciertas álgebras, llamadas álgebras de Boole, que son definibles por igualdades y que
son equivalentes a los retı́culos booleanos.
D 7.4.3 Un álgebra A, +, ·, , 0, 1 de tipo (2, 2, 1, 0, 0) es un álgebra de Boole si:
(i) el reducto A, +, ·, 0, 1 ∈ D0,1 ,
(ii) para todo x ∈ A, se verifican
(B1) x · x = 0,
(B2) x + x = 1.
Representaremos con B a la clase de las álgebras de Boole.
207
Ejemplos
(i) Sea X un conjunto no vacı́o. Sabemos que P(X), ∪, ∩, ∅, X ∈ D0,1 . Para cada A ∈
P(X), sea C(A) el complemento de A en X. Entonces se verifican:
(1) A ∩ C(A) = ∅,
(2) A ∪ C(A) = X.
Luego P(X), ∪, ∩, C, ∅, X ∈ B. Esta álgebra se denomina álgebra de Boole de conjuntos.

Este ejemplo es muy importante pues se puede demostrar que toda álgebra de Boole finita
es isomorfa a un álgebra de Boole de conjuntos.
(ii) Sea B el retı́culo distributivo indicado en la figura
entonces 0 = 1 y 1 = 0. Luego B ∈ B y la denotaremos B1 .
Ahora probaremos que en el álgebra P(X), ∪, ∩, C, ∅, X lo único relevante es la cardinali-

dad de X y no la naturaleza de sus elementos. Más precisamente,
T 7.4.2 Sean X e Y dos conjuntos no vacı́os y f : X −→ Y una biyección. Entonces

P(X), ∪, ∩, C, ∅, X y P(Y ), ∪, ∩, C, ∅, Y son álgebras isomorfas.
Dem. Consideremos F ∗ : P(Y ) −→ P(X) definida por F ∗ (A) = f −1 (A), para cada A ∈ P(Y )
y veamos que
(i) F ∗ es inyectiva: Sean A, B ∈ P(Y ) y supongamos que
(1) F ∗ (A) = F ∗ (B), [hip.]
(2) f −1 (A) = f −1 (B), [(1)]
(3) f (f −1 (A)) = f (f −1 (B)), [(2)]
208
(4) A = B. [(3), f sobreyectiva]
(ii) F ∗ es sobreyectiva: Sea
(1) C ∈ P(X), [hip.]
(2) f (C) ∈ P(Y ), [(1)]
(3) C = f −1 (f (C)), [f inyectiva]
(4) C = F ∗ (D) con D = f (C) ∈ P(Y ). [(3), (2)]
(iii) F ∗ es homomorfismo: Es consecuencia inmediata de las propiedades de F ∗ vistas en el

Capı́tulo 2.
Congruencias booleanas
En esta sección describiremos el conjunto de las congruencias booleanas de un álgebra A

por medio de la familia de los filtros de A.
D 7.4.4 Sea A ∈ B. Diremos que F ⊆ A es un filtro de A si verifica las siguientes condiciones:
(F1) 1 ∈ F ,
(F2) si x, y ∈ F , entonces x · y ∈ F ,
(F3) si x ∈ F y x ≤ y, entonces y ∈ F .
Representaremos con F(A) a la familia de todos los filtros de A. Observemos que para toda
A ∈ B se verifica que F(A) = Ø, ya que {1}, A ∈ F(A).
T 7.4.3 Si A ∈ B y F ∈ F(A), entonces
R(F ) = {(x, y) ∈ A × A : existe f ∈ F tal que x · f = y · f }
es una congruencia de A.
209
Dem. En primer lugar veamos que
(i) R(F ) ∈ EQ(A).
(a) R(F ) es reflexiva: Como F = Ø, entonces para todo x ∈ A, x · f = x · f cualquiera

sea f ∈ F .
(b) R(F ) es simétrica: Inmediata.
(c) R(F ) es transitiva: Si
(1) (x, y) ∈ R(F ), [hip.]
(2) (y, z) ∈ R(F ), [hip.]
entonces
(3) existe f1 ∈ F tal que x · f1 = y · f1 , [(1)]
(4) existe f2 ∈ F tal que y · f2 = z · f2 , [(2)]
(5) x · (f1 · f2 ) = y · (f1 · f2 ), [(3), R4]
(6) y · (f1 · f2 ) = z · (f1 · f2 ) [(4), R4, R5]
(7) f1 · f2 = f ∈ F [F filtro, f1 , f2 ∈ F ]
(8) existe f ∈ F tal que x · f = z · f , [(7), (5), (6)]
(9) (x, z) ∈ R(F ). [(8)]
Además,
(ii) R(F ) es compatible con · : Sean
(1) (x, y) ∈ R(F ), [hip.]

(2) (z, w) ∈ R(F ), [hip.]
entonces
(3) existe f1 ∈ F tal que x · f1 = y · f1 , [(1)]
(4) existe f2 ∈ F tal que z · f2 = w · f2 , [(2)]
(5) f = f1 · f2 ∈ F , [F filtro, f1 , f2 ∈ F ]
(6) existe f ∈ F tal que (x · z) · f = (y · w) · f , [(3), (4), (5), R4, R5]
(7) (x · z, y · w) ∈ R(F ). [(6)]
210
(iii) R(F ) es compatible con : Sea
(1) (x, y) ∈ R(F ), [hip.]

entonces
(2) existe f ∈ F tal que x · f = y · f , [(1)]
(3) x + f = y + f , [(2)]
(4) existe f ∈ F tal que
x · f = (x · f ) + (f · f )
= (x + f ) · f [D, f · f = 0]
= (y + f ) · f , [(3)]
= (y · f ) + (f · f ), [D]
= y · f,
(5) existe f ∈ F tal que x · f = y · f , [(4)]
(6) (x , y ) ∈ R(F ). [(4), (5)]2
T 7.4.4 Sea A ∈ B y R ∈ Con(A). Entonces 1R = {x ∈ A : (x, 1) ∈ R} ∈ F(A).
Dem. Debemos probar que:
(F1) 1 ∈ 1R : Inmediato pues (1, 1) ∈ R, [R ref.]
(F2) Sean
(1) x ∈ 1R , [hip.]
(2) y ∈ 1R , [hip.]
entonces
(3) (x, 1) ∈ R, [(1)]
(4) (y, 1) ∈ R, [(2)]
(5) (x · y, 1) ∈ R, [(3), (4), R ∈ Con(A)]
(6) x · y ∈ 1R , [(5)]
(F3) Si
211
(1) x ∈ 1R , [hip.]
(2) x ≤ y, [hip.]
entonces
(3) (x, 1) ∈ R, [(1)]
(4) (x + y, 1 + y) ∈ R, [(3), R ∈ Con(A)]
(5) (x + y, 1 + y) = (y, 1), [(2)]
(6) y ∈ 1R , [(5)]2
T 7.4.5 Sea A ∈ B. Entonces Con(A) = {R(F ) : F ∈ F(A)}.
Dem.
(i) {R(F ) : F ∈ F(A)} ⊆ Con(A): es consecuencia directa de T 7.4.3.
(ii) Con(A) ⊆ {R(F ) : F ∈ F(A)}: Sea
(1) T ∈ Con(A) [hip.]

entonces
(2) 1T ∈ F(A). [(1), T7.4.4]
(3) R(1T ) = T .
En efecto,
(a) R(1T ) ⊆ T :
(4) (x, y) ∈ R(1T ), [hip.]
(5) existe f ∈ 1T tal que x · f = y · f , [(4), (2), T7.4.3]
(6) (f, 1) ∈ T , [(5)]
(7) (x · f, x) ∈ T , [(6), (1)]
(8) (y · f, y) ∈ T , [(6), (1)]
(9) (x, y) ∈ T , [(7), (8), (1)]
(b) T ⊆ R(1T ):
(10) (x, y) ∈ T , [hip.]
(11) (x + y , 1) ∈ T , [(10), (1)]
212
(12) (y + x , 1) ∈ T , [(10), (1)]
(13) ((x + y ) · (y + x ), 1) ∈ T , [(11), (12), (1)]
(14) f = (x + y ) · (y + x ) ∈ 1T , [(13)]
(15) x · f = x · (x + y ) · (y + x )
= x · (y + x ) [R8]
=x·y [D]
(16) y · f = y · (x + y ) · (y + x ) [(14)]
= y · x, [R8, D]
(17) (x, y) ∈ R(1T ). [(14), (15), (16), T7.4.3]2
Notas.
(i) De lo expuesto resulta que para hallar todas la congruencias de un álgebra de Boole A
podemos proceder de la siguiente manera:
(1) determinamos todos los subconjuntos de A que son filtros,
(2) para cada filtro F de A hallamos R(F ) = {(x, y) ∈ A × A : existe f ∈ F tal que
x · f = y · f }.
(ii) En la sección siguiente referida a las álgebras de Boole finitas, aplicaremos el método
anterior a un ejemplo concreto.
(iii) Si A ∈ B y F ∈ F(A), entonces por T 7.4.5 el álgebra cociente A/R(F ) es un álgebra

de Boole que notaremos A/F .
7.5 Algebras de Boole finitas
Congruencias
T 7.5.1 Sean A un álgebra de Boole finita y F ⊆ A. Entonces las siguientes condiciones son
equivalentes:
(i) F ∈ F(A),
(ii) existe a ∈ A tal que F = [a), donde [a) = {x ∈ A : a ≤ x}.
213
⇒ (ii): Sea
Dem. (i) =
(1) F = {f1 , f2 , ..., fk }, [A finita]
(2) a = f1 · f2 · ... · fk ∈ F . [(1), (i)]
Veamos que F = [a). En efecto,
(a) F ⊆ [a): sea
(3) f ∈ F , [hip.]
(4) a ≤ f , [(2), (3)]
(5) f ∈ [a). [(4)]
(b) [a) ⊆ F : sea
(6) x ∈ [a), [hip.]

(7) a ≤ x, [(6)]
(8) x ∈ F . [(2), (7), (i)]
⇒ (i): Ejercicio.
(ii) = 2
Ejemplo
Sea A el álgebra de Boole indicada en la figura
Entonces F(A) = {[0), [a), [b), [c), [d), [e), [f ), [1)}, donde
214
[0) = A, A/[0) = A,
[a) = {a, d, e, 1}, A/[a) = {{0, b, c, f }, {a, d, e, 1}},
[b) = {b, d, f, 1}, A/[b) = {{0, a, c, e}, {b, d, f, 1}},
[c) = {c, e, f, 1}, A/[c) = {{0, a, b, d}, {c, e, f, 1}},
[d) = {d, , 1}, A/[d) = {{0, c}, {a, e}, {b, f }, {d, 1}},
[e) = {e, 1}, A/[e) = {{0, b}, {a, d}, {c, f }, {e, 1}},
[f ) = {f, 1}, A/[f ) = {{0, a}, {b, d}, {c, e}, {f, 1}},
[1) = {1}, A/[1) = {{0}, {a}, {b}, {c}, {d}, {e}, {f }, {1}} A.
A continuación veremos que en las álgebras de Boole finitas los átomos desempeñan un
papel análogo al de las bases en los espacios vectoriales.
T 7.5.2 Sean A ∈ R0 y a ∈ A. Entonces las siguientes condiciones son equivalentes:
(i) a es un átomo de A,
(ii) a verifica:
(a) a = 0,
(b) para cada x ∈ A, a · x = 0 ó a · x = a.
⇒ (ii):
Dem. (i) =
(a) Es consecuencia directa de la hipotésis.
(b) (1) 0 ≤ a · x ≤ a, [ 0 primer elemento de A y a · x = inf {x, a}]
(2) a · x = 0 ó a · x = a. [(1),(i)]
⇒ (i):
(ii) =
(A1) Es consecuencia directa de (a).
(A2) Sea b ∈ A tal que
(1) 0 ≤ b ≤ a, [hipótesis]
entonces
215
(2) b = a · b, [(1)]
(3) a · b = 0 ó a · b = a, [(b)]
(4) b = 0 ó b = a. [(2),(3)]
Sea A un álgebra de Boole finita y x ∈ A, entonces indicaremos con Πx al conjunto
∅, si x = 0
Πx = .
{a ∈ Π(A) : a ≤ x}, en otro caso
Ejemplo
x Πx
0 ∅
a {a}
b {b}
c {c}
d {a, b}
e {a, c}
f {b, c}
1 Π(A)
T 7.5.3 Sea A un álgebra de Boole finita y x ∈ A, x = 0, entonces Πx = ∅.
Dem.
(i) Si x ∈ Π(A), entonces x ∈ Πx . [x ≤ x]

Luego Πx = ∅.
(ii) Si x ∈
/ Π(A), existe x1 ∈ A tal que
(1) x1 · x = 0 y x1 · x = x, [T 7.5.2]
(2) 0 < x1 · x < x. [(1) y x1 · x = inf {x1 , x}]
Si
216
(3) x1 · x ∈ Π(A),
entonces
(4) x1 · x ∈ Πx , [(2),(3)]
(5) Πx = ∅. [(4)]
Si
(6) x1 · x ∈
/ Π(A), se repite el razonamiento a partir de (ii).
Como A es finita el proceso concluye en un número finito de pasos y el elemento obtenido

pertenece a Πx .
Luego Πx = ∅.
T 7.5.4 Si A es un álgebra de Boole finita, entonces para todo x ∈ A, x = 0 se verifica que

x= a.
a∈Πx
Dem. Como x = 0, por T 7.5.3 tenemos que Πx = ∅. Además, por la hipótesis, Πx es finito.
Sean
(1) Πx = {a1 , . . . , ak },
(2) y = a1 + a2 + . . . + ak ,
y probemos que y = x. En efecto,
(a) y ≤ x:
(3) aj ≤ x, para todo j, 1 ≤ j ≤ k, [(1)]
(4) sup{a1 , . . . , ak } ≤ x, [(3)]
(5) a1 + . . . + ak ≤ x. [(4)]
De (2) y (5) resulta (a).
217
(b) x ≤ y:
(6) x = x · 1 [x ≤ 1, para todo x ∈ A]

= x · (y + y ) [def. de complemento]
= (x · y) + (x · y ). [prop. distributiva]
Si suponemos x · y = 0, entonces
(7) existe a ∈ Π(A), a ≤ x · y , [por T 7.5.3]
(8) x · y ≤ y ,
(9) x · y ≤ x,
(10) a ≤ y , [(7), (8)]
(11) a ≤ x, [(7),(9)]
(12) a ∈ Πx , [(7),(11)]
(13) a ≤ y, [(12),(1),(2)]
(14) a ≤ y · y , [(10),(13)]
(15) a = 0, absurdo. [(14)]
Por lo tanto
(16) x · y = 0.
Entonces
(17) x = x · y, [(6),(16)]
de donde resulta x ≤ y.
De (a) y (b) resulta x = a.

a∈Πx
218
Nota. El T 7.5.4 expresa que, en las álgebras de Boole finitas todo elemento distinto de cero
es la suma de los átomos que lo preceden, lo que significa que conociendo los átomos se pueden
determinar todos sus elementos. Es decir, Π(A) es la información mı́nima que se debe tener
para conocer todos los elementos de un álgebra de Boole finita.
T 7.5.5 Si A es un álgebra de Boole finita y no trivial, entonces:
(i) Π(A) = ∅,
(ii) a = 1.
a∈Π(A)
Dem.
(i) Como |A| > 1, existe x ∈ A, x = 0 y por T 7.5.3, Πx = ∅. Luego, Π(A) = ∅.
(ii) Como 1 = 0,
(1) 1 = a. [por T 7.5.4]

a∈Π1
Además,
(2) Π(A) = Π1 .
En efecto,
(a) Π1 ⊆ Π(A), [def. de Π1 ]
(b) Π(A) ⊆ Π1 . [a ≤ 1]
Entonces, a = 1. [(1),(2)]
a∈Π(A)
Teoremas de representación
Ahora demostraremos el resultado más importante de esta sección.
T 7.5.6 Si A un álgebra de Boole finita, entonces A y P(Π(A)) son álgebras isomorfas.
Dem. Sea f : A −→ P(Π(A)) definida por f (x) = Πx , para cada x ∈ A. Veamos que:
219
(i) f es inyectiva.
Si x1 , x2 ∈ A y
(a) (1) f (x1 ) = f (x2 ) = ∅,

entonces
(2) x1 = x2 = 0. [(1) y def. de f ]
(b) (3) f (x1 ) = f (x2 ) = ∅,

entonces
(4) Πx1 = Πx2 , [(3) y def. de f ]
(5) a= a, [(4)]
a∈Πx1 a∈Πx1
(6) x1 = x2 . [(5) y T 7.5.4]
De (a) y (b) resulta (i).
(ii) f es sobre.
Sea X ∈ P(Π(A)),
(a) si X = ∅, entonces f (0) = ∅.
(b) si X = ∅, entonces como A es finita, X es finito,
(1) X = {a1 , . . . , ak },
(2) y = a1 + · · · + ak .
Probaremos ahora que Πy = X. En efecto, sea
(3) b ∈ Πy ,
entonces
(4) b ≤ y, [por def. de Πy ]
(5) b · y = b, [(4)]
(6) b · y = b · (a1 + . . . + ak ) [(2)]
220
= (b · a1 ) + . . . + (b · ak ).
Si
(7) b = ai , 1 ≤ i ≤ k,
entonces
(8) b · ai = 0, 1 ≤ i ≤ k, [(7) y Ej.7.6.9(i)]
(9) b · y = 0, [(6),(8)]
(10) b = 0.
Luego, para algún i, 1 ≤ i ≤ k, se verifica [de (5) y (9)]
(11) b = ai ,
(12) b ∈ X, [(11),(1)]
(13) Πy ⊆ X, [(3),(12)]
(14) X ⊆ Πy . [(1),(2)]
Es claro que f (y) = X, y por lo tanto f es sobre.
(iii) f (0) = ∅.
Inmediata por la definición de f .
(iv) f (x · y) = f (x) ∩ f (y).

Teniendo en cuenta la definición de f debemos verificar que Πx·y = Πx ∩ Πy . En efecto,
a ∈ Πx·y ⇔ a ≤ x · y
⇔ a ≤ x, a ≤ y
⇔ a ∈ Πx ∩ Πy .
(v) f (x ) = Cf (x).
Debemos probar que ΠxI = CΠx .
(a) ΠxI ⊆ CΠx :
221
Sea
(1) a ∈ ΠxI , [hip.]
(2) a ≤ x . [(1)]
Si suponemos que
(3) a ≤ x,
entonces
(4) a ≤ x · x , [(2),(3)]
(5) a = 0, absurdo. [(4)]
Luego
(6) a ≤ x,
(7) a ∈ Πx , [(6)]
(8) a ∈ CΠx , [(7)]
(b) CΠx ⊆ Πx :
Sea a ∈ Π(A) tal que
(1) a ∈ CΠx , [hip.]
(2) a ≤ x. [(1)]
(3) a ≤ 1 = x + x .
(4) a ≤ x , [(2),(3), Ej. 7.6.9(ii)]
(5) a ∈ ΠxI . [(4)]
De (i) a (v) y el ejercicio 7.6.18 resulta que f es un isomorfismo.
Los dos teoremas siguientes, son consecuencia inmediata del T 7.5.6
T 7.5.7 Si A es un álgebra de Boole finita tal que |Π(A)| = n, entonces |A| = 2n .
Dem. Es consecuencia directa de T 7.5.6, teniendo en cuenta que |P(Π(A))| = 2n .

n
D 7.5.1 Sea {Ai }1≤i≤n una familia de álgebras de Boole y A = Ai . Dados x = (x1 , x2 , . . . , xn ), y =
i=1
(y1 , y2 , . . . , yn ) ∈ A definimos
x + y = (x1 + y1 , . . . , xn + yn ),
222
x · y = (x1 · y1 , . . . , xn · yn ),
x = (x1 , x2 , . . . , xn ),
O = (0, 0, . . . , 0),
I = (1, 1, . . . , 1).
n
Entonces Ai , +, ·, , O, I es un álgebra de Boole que se denomina álgebra producto de las
i=1
álgebras Ai , 1 ≤ i ≤ n.
n
Si A1 = A2 = . . . = An = A, entonces Ai se nota An .
i=1
T 7.5.8 Sea A un álgebra de Boole finita tal que |Π(A)| = n. Entonces A y Bn1 son álgebras
isomorfas.
Dem. Como A P(Π(A)) y Bn1 P(Π(Bn1 )), para completar la demostración es suficiente
probar que Π(Bn1 ) tiene n elementos y aplicar T 7.4.2 y T 7.5.6.
Ahora probaremos que Π(Bn1 ) = {e1 , e2 , . . . , en } donde ei = (xij ) con xij = 1 si i = j y
xij = 0 en caso contrario. En efecto, es claro que ei = O para todo i, 1 ≤ i ≤ n. Además,
si b = (bj )1≤j≤n ∈ Bn1 y O ≤ b ≤ ei , entonces 0 ≤ bj ≤ xij , para todo j, 1 ≤ j ≤ n. Luego,
bj = 0 para todo j = i, 1 ≤ j ≤ n y bi = 0 ó bi = 1. Si bi = 0, entonces b = O, en caso
contrario b = ei .
Por lo tanto, ei ∈ Π(Bn1 ) para todo i, 1 ≤ i ≤ n. Además, es claro que éstos son los únicos
átomos. Luego, |Π(Bn1 )| = n.
7.6 Ejercicios
E 7.6.1
Indicar si las siguientes álgebras son bandas, retı́culos o retı́culos distributivos. En caso que
sean retı́culos determinar si tienen primer y último elemento.
(i) A, + , donde A = {a, b, c} y

+ a b c
a a b c
b b b c
c c c c
223
(ii) IN, ◦, ∗ , donde x ◦ y = max {x, y} y x ∗ y = min {x, y}.
E 7.6.2
Sea A ∈ R0,1 , donde A = {0, a, b, c, 1} y +, · están dadas por las siguientes tablas:
+ 0 a b c 1 · 0 a b c 1
0 0 a b c 1 0 0 0 0 0 0
a a a c c 1 a 0 a 0 a a
b b c b c 1 b 0 0 b b b
c c c c c 1 c 0 a b c c
1 1 1 1 1 1 1 0 a b c 1
Determinar si B ¢ A, siendo
(a) B = {0, a, b, 1}, (b) B = {0, b, 1}.
E 7.6.3
(i) Dados A, B ∈ R determinar todos sus subretı́culos.
(ii) Idem inciso anterior suponiendo A, B ∈ R0,1 .
E 7.6.4
Sean A, +, · ∈ R y [a) = {x ∈ A : a ≤ x}. Probar que
(i) [a) ¢R A,
(ii) [a) ∩ [b) = [a + b),
224
(iii) si a ≤ b, entonces [b) ⊆ [a).
E 7.6.5
Sea A ∈ R, donde A = {0, a, b, c, 1} y +, · son las indicadas en el ejercicio 8.8.2. Sean

X1 = {c} y X2 = {a, b}. Hallar [X1 ]R y [X2 ]R .
E 7.6.6
Sea A ∈ R. Probar que para todo x, y ∈ A, si x ≤ y, entonces
(i) x · z ≤ y · z, para todo z ∈ A,
(ii) x + z ≤ y + z, para todo z ∈ A.
E 7.6.7
Sea A ∈ R. Probar que para todo x, y, z, w ∈ A
(i) si x ≤ y y z ≤ w, entonces x · z ≤ y · w y x + z ≤ y + w,
(ii) x · y = x + y si, y sólo si, x = y,
(iii) (x · y) + (z · y) ≤ (x + z) · y,
(iv) x + (y · z) ≤ (x + y) · (x + z),
(v) si y · z ≤ x ≤ z ≤ x + y, entonces y · z = x · y, y + z = x + y. De un ejemplo donde no

valga la recı́proca,
(vi) si (x + y) · (y + z) = y, entonces x · z ≤ y. De un ejemplo donde no valga la recı́proca.
E 7.6.8
Sea X = ∅ y consideremos P(X), ∪, ∩, ∅, X ∈ R0,1 . Probar que

Π(P(X)) = {{x} : x ∈ X}.
E 7.6.9
(i) Sea A ∈ R0,1 . Probar que si a, b ∈ Π(A) y a = b, entonces a · b = 0.
225
(ii) Sea A ∈ D0,1 . Si a ∈ Π(A) y x1 , ..., xn ∈ A son tales que a ≤ x1 + ... + xn , probar
que a ≤ xi , para algún i, 1 ≤ i ≤ n.
E 7.6.10
Sea A un retı́culo distributivo. Probar que
(i) x + (y · z) = (x + y) · (x + z),
(ii) si x · z = y · z y x + z = y + z, entonces x = y. (Ley del corte)
E 7.6.11
Sean A, B ∈ R0,1 , cuyos diagramas de Hasse asociados son
y sean f : A → B y g : B → A las funciones definidas por medio de las siguientes tablas:
x 0 a b 1 x 0 c 1
f (x) 0 0 c 1 g(x) 0 a 1
Determinar si f y g son R0,1 -homomorfismos.
E 7.6.12
Sea A, +, ·, , a, b un álgebra de tipo (2, 2, 1, 0, 0), donde A = {a, b}. Indicar, en cada caso, si
A es un álgebra de Boole.
226
(i) + a b · a b x x
a a b a a a a a
b b a b a b b b
(ii) + a b · a b x x
a a b a a a a b
b b b b a b b a
E 7.6.13
Sea A ∈ B y X = ∅ un conjunto arbitrario. Consideremos el conjunto AX = {f : X −→ A}

en el cual, para todo x ∈ X y para todo par de funciones f, g ∈ AX se definen las siguientes
operaciones:
(i) f + g : X −→ A, (f + g)(x) = f (x) + g(x),
(ii) f · g : X −→ A, (f · g)(x) = f (x) · g(x),
(iii) f : X −→ A, (f )(x) = (f (x)) ,
(iv) I : X −→ A, I(x) = 1,
(v) O : X −→ A, O(x) = 0.
Probar que AX , +, ·, , O, I ∈ B.
E 7.6.14
Probar que en toda álgebra de Boole valen las siguientes propiedades:
(i) (x ) = x,
(ii) si x + y = 1 y x · y = 0, entonces y = x ,
(iii) 0 = 1, 1 = 0,
(iv) (x + y) = x · y ,
(v) (x · y) = x + y ,
227
(vi) x + (x · y) = x + y,
(vii) x · (x + y) = x · y,
(viii) (x + y ) · z = ((x + z ) · (y + z )) ,
(ix) x = y si, y só lo si, (x + y ) · (y + x ) = 1.
Nota. (iv) y (v) son la leyes de De Morgan.
E 7.6.15
Sea A ∈ B. Definimos en A una nueva operación binaria por medio de la siguiente fórmula:
x ⊕ y = (x · y ) + (y · x ).
Probar que se verifican:
(i) x ⊕ y = y ⊕ x,
(ii) x ⊕ x = 0,
(iii) 0 ⊕ x = x,
(iv) 1 ⊕ x = x .
E 7.6.16
Sea A ∈ B. Probar que
(i) las siguientes condiciones son equivalentes:
(a) a + b = b,
(b) a · b = a,
(c) a + b = 1,
(d) a · b = 0.
(ii) si x · y = x · z y x · y = x · z, entonces y = z.
228
E 7.6.17
(i) Definir la noción de subálgebra de Boole.
(ii) Indicar todas las subálgebras de las álgebras de Boole cuyos diagramas son:
E 7.6.18
(i) Sean A, B ∈ B. Definir la noción de homomorfismo booleano de A en B.
(ii) Sean A, B ∈ B y sea h : A −→ B. Probar que las siguientes condiciones son equivalentes:
(a) h ∈ Hom(A, B),
(b) h verifica
(1) h(x + y) = h(x) + h(y),
(2) h(x ) = (h(x)) ,
(c) h verifica
(3) h(x · y) = h(x) · h(y),
(4) h(x ) = (h(x)) .
229
8 Sistemas proposicionales
8.1 Lenguajes de orden cero

D 8.1.1 Llamaremos lenguaje de orden cero a toda F —álgebra absolutamente libre For[X] =
F or[X], F .
Ejemplos
(i) Si F0 = ∅, F1 = {∼} y F2 = {∧, ∨, →} entonces For[X] es el álgebra de las formas

proposicionales que vimos en la sección 1.2, que en adelante designaremos con ForCl [X].
Los elementos del conjunto X son los sı́mbolos con los que representabamos a las proposi-
ciones simples del lenguaje coloquial y los elementos de F or[X] que no están en X son
los sı́mbolos con los que representábamos a las proposiciones compuestas del lenguaje
coloquial.
(ii) Llamaremos álgebra de las formas booleanas al álgebra absolutamente libre ForBol [X] =
F or[X], F cuando elegimos como conjunto de operaciones a F0 = ∅, F1 = {∼} y
F2 = {∧, ∨}.
Sustituciones
D 8.1.2 Llamaremos sustitución a toda función de X en F or[X].
Como For[X] es absolutamente libre, para cada ρ : X −→ F or[X] existe un único ρ ∈

End(For[X]) que prolonga a ρ , esto es, se verifica ρ(x) = ρ(x), para todo x ∈ X.
Por este motivo también llamaremos sustituciones a los elementos de End(For[X]).
Ejemplo
En ForCl [X], sea ρ : X −→ F or[X] una función tal que
ρ(x1 ) = x3 → x2 ,
ρ(x2 ) = ∼ x1 ,
ρ(x3 ) = x4 ∨ x2 ,
y sea
230
p = ((x1 → x2 ) → (x3 → (x1 ∧ x2 ))) ∈ F orX,
entonces
ρ(p) = ρ((x1 → x2 ) → (x3 → (x1 ∧ x2 )))
= (ρ(x1 ) → ρ(x2 )) → (ρ(x3 ) → (ρ(x1 ) ∧ ρ(x2 )))
= (ρ(x1 ) → ρ(x2 )) → (ρ(x3 ) → (ρ(x1 ) ∧ ρ(x2 )))
= ((x3 → x2 ) →∼ x1 ) → ((x4 ∨ x2 ) → ((x3 → x2 )∧ ∼ x1 )).
Valuaciones
D 8.1.3 Dadas las F —álgebras For[X] = F or[X], F y A = A, F , llamaremos A—valuación

a toda función de X en A.
Como para cada v : X −→ A existe un único homomorfismo v : F or[X] −→ A que prolonga

a v, esto es, se verifica v(x) = v(x), para todo x ∈ X, también llamaremos A—valuaciones a los
elementos de Hom(F or[X], A).
8.2 Sistemas proposicionales
Operadores de clausura y sistemas proposicionales
D 8.2.1 Diremos que una función C : P(F or[X]) −→ P(F or[X]) es un operador de clausura
sobre F or[X] si para todo H, K ∈ P(F or[X]) se verifican:
(C1) H ⊆ C(H), [creciente]
(C2) si H ⊆ K, entonces C(H) ⊆ C(K), [monótona]
(C3) C(C(H)) = C(H). [idempotente]
D 8.2.2 Llamaremos sistema proposicional (s.p.) o lógica de orden cero a toda terna C =
F or[X], F, C , donde C es un operador de clausura sobre F or[X] y diremos que los elementos
de C(∅) son los C—teoremas de C.
231
Fragmentos y extensiones de un sistema proposicional
D 8.2.3 Sean C = F or[X], F, C y C = F or [X], F , C dos s.p.. Diremos que C es una

extensión de C o que C es un fragmento de C , si se verifican:
(i) F ⊂ F ,
(ii) C(H) ⊆ C (H), para todo H ⊆ F or[X].
Si C(∅) ⊂ C (∅), entonces diremos que C es una extensión propia de C.
8.3 Sistemas proposicionales semánticos
Matrices
D 8.3.1 Llamaremos matriz asociada a For[X] = F or[X], F a toda terna M(A) = A, F, U

tal que A = A, F es una F —álgebra y U es un subconjunto de A. A los elementos de U los
llamaremos elementos designados.
Consecuencias semánticas
D 8.3.2 Sea M(A) = A, F, U una matriz dada. Para cada H ⊆ F or[X] y cada p ∈ F or[X]
diremos que p es consecuencia semántica de H según la matriz M(A) y escribiremos H |=A p,
si existen p1 , p2 , . . . , pn ∈ H tales que para toda valuación v ∈ Hom(F or[X], A), las hipótesis
v(p1 ) ∈ U, v(p2 ) ∈ U, . . . , v(pn ) ∈ U implican v(p) ∈ U.
D 8.3.3 Diremos que el conjunto CA (H) = {p ∈ F or[X] : H |=A p, } es el conjunto de todas

las consecuencias semánticas de H según la matriz M(A).
Si A = A, F es un álgebra fija escribiremos simplemente H |= p en lugar de H |=A p.
Operadores de clausura semánticos y s.p. semánticos
Se verifica sin dificultad que la aplicación CA : P(F or[X]) −→ P(F or[X]) tal que a cada
H ⊆ F or[X] le asigna el conjunto CA (H) es un operador de clausura sobre F or[X]. Los
operadores de clausura obtenidos por matrices se llaman operadores semánticos.
232
D 8.3.4 Diremos que un operador de clausura C sobre F or[X], F es semántico si existe una
matriz M(A) = A, F, U tal que C = CA .
D 8.3.5 Diremos que el s.p. C = F or[X], F, C es semántico si C es un operador de clausura

semántico.
Es decir un s.p. es semántico si existe una matriz M(A) tal que para todo H ⊆ F or[X] se
verifique que
C(H) = CA (H) = {p ∈ F or[X] : H |=A p}.
Ejemplos
(i) Dada la matriz M(B2 ) = B2 , {+, ·, ⇒, −}, U donde:
(a) B2 = {0, 1},
(b) B2 = B2 , +, ·, ⇒, − es el álgebra de prueba del lenguaje coloquial,
(c) U = {1} es el conjunto de los elementos designados,
al s.p. CB2 = F or[X], F, CB2 lo llamaremos la versión semántica del sistema proposi-
cional clásico.
(ii) Dada la matriz M(I2 ) = I2 , {→}, U donde:
(a) I2 = B2 ,
(b) I2 = I2 , → es el reducto implicativo del álgebra B2 ,
(c) U = {1} es el conjunto de los elementos designados,
al s.p. CI2 = F or[X], F, CI2 lo llamaremos la versión semántica del sistema proposicional
implicativo clásico.
(iii) Dada la matriz M(H) = [0, 1], {∧, ∨, →, ¬}, U donde:
(a) [0, 1] es el intervalo real,
(b) las operaciones ∧, ∨, →, ¬ estan definidas por
233
x ∧ y = min{x, y},
x ∨ y = max{x, y},

 1, si x = 0
¬x = ,
 0, en otro caso

 1, si x ≤ y
x→y= ,
 y, en otro caso
(c) U = {1},
al s.p. CH = F or[X], F, CH lo llamaremos la versión semántica del sistema proposicional

intuicionista.
(iv) Dada la matriz M(I) = [0, 1], {→}, U donde:

(b) → es la indicada en iii2) del ejemplo anterior,
(c) U = {1},
al s.p. CI = F or[X], F, CI lo llamaremos la versión semántica del sistema proposicional

implicativo positivo (intuicionista).
(v) Dada la matriz M(L) = [0, 1], {→, ∼}, U donde:
(b) → y ∼ están definidas por
x → y = min{1, 1 − x + y},
∼ x = 1 − x,
(c) U = {1},
al s.p. CL = F or[X], F, CL lo llamaremos la versión semántica del sistema proposicional

de Lukasiewicz infinito-valuado.
234
(vi) Dada la matriz M(Ln+1 ) = Ln+1 , {→, ∼}, U donde:
1 2 n−1
(a) Ln+1 = {0, , , . . . , , 1} ⊂ [0, 1],
n n n
(b) → y ∼ son las indicadas en (v2) del ejemplo anterior,
(c) U = {1},
al s.p. CLn+1 = F or[X], F, CLn+1 lo llamaremos la versión semántica del sistema proposi-
cional de Lukasiewicz (n + 1)—valuado.
M(A)—tautologı́as
D 8.3.6 Sea M(A) = A, F, U una matriz asociada a For[X]. Diremos que p ∈ F or[X] es
una M(A)—tautologı́a si v(p) ∈ U , para toda A—valuación v.
Designaremos con TA al conjunto de todas las M(A)—tautologı́as.
8.4 Sistemas Proposicionales sintácticos
Axiomas
D 8.4.1 Llamaremos axiomas a los elementos de un subconjunto fijo A de F or[X].
Reglas de inferencia
D 8.4.2 Dado P ⊆ (F or[X])n , llamaremos regla de inferencia (r.i.), o regla de deducción, a

toda función r : P −→ F or[X]. Si (p1 , p2 , · · · , pn ) ∈ P y p = r(p1 , p2 , · · · , pn ) , diremos que
p1 , p2 , · · · , pn son las premisas y p es la conclusión de esas premisas por medio de la regla r.
Usualmente escribiremos
p1 , p2 , · · · , pn
r:
p
en lugar de p = r(p1 , p2 , · · · , pn ).
235
Demostraciones formales
Consideremos un conjunto A de axiomas y un conjunto {r1 , . . . , rk } de reglas de inferencia.
D 8.4.3 Sean H ⊆ F or[X] y p ∈ F or[X]. Diremos que la n—upla (p1 , . . . , pn ) ∈ (F or[X])n es

una demostración formal de p, a partir del conjunto de hipótesis H si se verifican las siguientes
condiciones:
(1) p1 ∈ H ∪ A,
(2) p2 ∈ H ∪ A,
..
.
pi1 , pi2 , . . . , pim
(j) pj ∈ H ∪ A, o rt : , is ∈ {1, 2, . . . , j − 1}, t ∈ {1, 2, . . . , k},
pj
..
.
(n) pn es p.
Consecuencias sintácticas
D 8.4.4 Diremos que p es consecuencia sintáctica de H y escribiremos H p, si existe una

demostración formal de p a partir de las hipótesis H, los axiomas A y las reglas {r1 , . . . , rk }.
Operadores de clausura sintácticos y s.p. sintácticos
La aplicación CS : P(F or[X]) −→ P(F or[X]) tal que a cada H ⊆ F or[X] le asigna el
conjunto CS (H) = {p ∈ F or[X] : H p} es un operador de clausura.
Nota. Se suele decir que CS es la operación de derivabilidad determinada por A y {r1 , . . . , rk }.
D 8.4.5 Diremos que un operador de clausura C sobre F or[X], F es sintáctico si existe un

conjunto de axiomas A y un conjunto de reglas de inferencia {r1 , . . . , rk } tales que C = CS .
D 8.4.6 Diremos que el s.p. C = F or[X], F, C es sintáctico si C es un operador de clausura

sintáctico.
236
Es decir un s.p. es sintáctico si existen axiomas y reglas de inferencia tales que para todo
H ⊆ F or[X] se verifique
CS (H) = {p ∈ F or[X] : H p}.
Teoremas sintácticos
D 8.4.7 Si p es un CS —teorema, también diremos que p es un teorema sintáctico (o una tesis

de C) y escribiremos p.
Con TS representaremos al conjunto de todos los teoremas sintácticos de C.
Uso de los teoremas sintácticos en las demostraciones
La definición de demostración formal se puede generalizar, de modo tal que podamos usar
los teoremas sintácticos que ya han sido demostrados. En efecto, supongamos que estamos
construyendo una demostración formal de la fórmula p, a partir del conjunto H y nos damos
cuenta que para obtener la fórmula del paso (j) nos hace falta el teorema sintáctico q que ya
habı́amos obtenido. Entonces podemos agregar todas las fórmulas de la demostración de q y
continuar con la obtencion de la demostración de la fórmula p.
Pero es claro, que la única fórmula de la demostración de q en la que estamos interesados
es la propia q. Entonces, para simplificar, podemos modificar la definición de demostración
formal del siguiente modo:
D 8.4.8 Diremos que la n—upla (p1 , . . . , pn ) ∈ (F or[X])n es una demostración formal de p a

partir del conjunto de hipótesis H si se verifican las siguientes condiciones:
(1) p1 ∈ H ∪ TS ,
(2) p2 ∈ H ∪ TS ,
..
.
pi1 , pi2 , . . . , pim
(j) pj ∈ H ∪ TS , o rt : , is ∈ {1, 2, . . . , j − 1}, t ∈ {1, 2, . . . , k}
pj
..
.
(k) pn es p.
237
Simplificación de las notaciones
En los libros y revistas especializadas, las demostraciones formales se suelen presentar de la

siguiente manera abreviada:
(1) p1 , [cartel que informa sobre p1 ]
(2) p2 , [cartel que informa sobre p2 ]

..
.
(j) pj , [cartel que informa sobre pj ]

..
.
(n) p. [cartel que informa sobre p]
Propiedades de los sistemas proposicionales sintácticos
Sea C = F or[X], F, C un s.p. sintáctico, entonces:
(i) Cualquier s.p. que se obtenga de C, agregando operaciones a F y conservando los axiomas
y reglas (pudiendo además, agregar axiomas o reglas) es un s.p. sintáctico, ampliación
del primero.
(ii) Cualquier s.p. que se obtenga de C, eliminando operaciones de F y los axiomas y reglas
en que figuran las operaciones suprimidas, y conservando los restantes axiomas y reglas
es un s.p. sintáctico, fragmento del primero.
Sistemas proposicionales implicacionales
D 8.4.9 Diremos que un s.p. C = F or[X], F, C es implicacional si el conectivo binario →

que llamaremos operación de implicación, pertenece a F .
Todos los ejemplos de s.p. semánticos que hemos indicado son implicacionales.
238
Ejemplos de reglas de inferencia para s.p. implicacionales sintácticos
(i) modus ponens: Sea P = {(p, p → q) : p, q ∈ F or[X]}, llamaremos regla de modus ponens
a mp : P −→ F or[X], definida por mp (p, p → q) = q, esto es
p, p → q
mp : ,
q
(ii) modus tollens: Sea P = {(p, ∼ q →∼ p) : p, q ∈ F or[X]}, llamaremos regla de modus
tollens a mt : P −→ F or[X], definida por mt (p, ∼ q →∼ p) = q, esto es
p, ∼ q →∼ p
mt : ,
q
(iii) contraposición: Sea P = {p → q : p, q ∈ F or[X]}, llamaremos regla de contraposición a
c : P −→ F or[X], definida por c(p → q) =∼ q →∼ p, esto es
p→q
c: .
∼ q →∼ p
8.5 El sistema proposicional clásico
En esta sección exhibiremos un ejemplo muy importante de s.p. implicacional sintáctico.
D 8.5.1 Llamaremos s.p. clásico al s.p. C = F or[X], F, Cl donde F = {∧, ∨, →, ∼} y Cl es

el operador de clausura determinado por la regla de modus ponens y el conjunto ACl de axiomas
que indicaremos a continuación.
Los elementos de ACl son las fórmulas indicadas en A1, . . . , A11, y las que se pueden obtener
de ellas por la regla de sustitución.
(A1) x1 → (x2 → x1 ),
(A2) (x1 → (x2 → x3 )) → ((x1 → x2 ) → (x1 → x3 )),
(A3) (x1 ∧ x2 ) → x1 ,
(A4) (x1 ∧ x2 ) → x2 ,
(A5) (x3 → x1 ) → ((x3 → x2 ) → (x3 → (x1 ∧ x2 ))),
(A6) x1 → (x1 ∨ x2 ),
239
(A7) x2 → (x1 ∨ x2 ),
(A8) (x1 → x3 ) → ((x2 → x3 ) → ((x1 ∨ x2 ) → x3 )),
(A9) ∼ x1 → (x1 → x2 ),
(A10) (x1 →∼ x1 ) →∼ x1 ,
(A11) (∼ x1 → x1 ) → x1 .
Regla de Sustitución: Si p ∈ ACl y ρ ∈ End(For[X]) entonces ρ(p) ∈ ACl .
Observemos que podemos eliminar la regla de sustitución usando axiomas esquemas, del
siguiente modo:
Los axiomas son esquemas de la forma:
(E1) p → (q → p),
(E2) (p → (q → r)) → ((p → q) → (p → r)),
(E3) (p ∧ q) → p,
(E4) (p ∧ q) → q,
(E5) (r → p) → ((r → q) → (r → (p ∧ q))),
(E6) p → (p ∨ q),
(E7) q → (p ∨ q),
(E8) (p → r) → ((q → r) → ((p ∨ q) → r)),
(E9) ∼ p → (p → q),
(E10) (p →∼ p) →∼ p,
(E11) (∼ p → p) → p.
Entonces cualquier fórmula que tenga el esquema (la forma esquemática) de alguno de los
E1,. . . ,E11 es un axioma. Ası́ por ejemplo,
240
((∼ x1 → x1 ) → (x1 ∧ x2 )) → (((x2 → x3 ) → (x1 ∧ x2 )) → (((∼ x1 → x1 ) ∨ (x2 → x3 )) →
(x1 ∧ x2 ))
es un axioma que se obtiene de E8 reemplazando
(1) p por (∼ x1 → x1 ),
(2) q por (x2 → x3 )
(3) r por (x1 ∧ x2 ).
En lo que sigue trabajaremos con axiomas esquemas.
Ejemplos de demostraciones formales
(T1) p→p
(1) p → (p → p), [E1]
(2) p → ((p → p) → p), [E1]
(3) (p → ((p → p) → p)) → ((p → (p → p)) → (p → p)),

[E2]
(4) (p → (p → p)) → (p → p)), [(2),(3),mp ]
(5) p → p. [(1),(4),mp ]
p
(R1) ,
q→p
(1) p, [hip.]
(2) p → (q → p), [E1]
(3) q → p. [(1),(2),mp ]
p → (q → r)
(R2) ,
(p → q) → (p → r)
(1) p → (q → r), [hip.]
(2) (p → (q → r)) → ((p → q) → (p → r)), [E2]
241
(3) (p → q) → (p → r). [(1),(2),mp ]
(T2) (p → q) → ((r → p) → (r → q))
(1) (r → (p → q)) → ((r → p) → (r → q)), [E2]
(2) (p → q) → ((r → (p → q)) → ((r → p) → (r → q))), [(1),R1]
(3) ((p → q) → (r → (p → q))) → ((p → q) → ((r → p) → (r → q))), [(2),R2]
(4) (p → q) → (r → (p → q)), [E1]
(5) (p → q) → ((r → p) → (r → q)), [(4),(3),mp ]

p→q
(R3) ,
(r → p) → (r → q)
(1) p → q, [hip.]
(2) (p → q) → ((r → p) → (r → q)), [T2]
(3) (r → p) → (r → q), [(1),(2),mp ]
(T3) (p → (p → q)) → (p → q),
(1) (p → (p → q)) → ((p → p) → (p → q)), [E2]
(2) ((p → (p → q)) → (p → p)) → ((p → (p → q)) → (p → q)), [(1),R2]
(3) p → p, [T1]
(4) (p → (p → q)) → (p → p), [(3),R1]
(5) (p → (p → q)) → (p → q), [(4),(2),mp ]
(p → q) → (p → r)
(R4) ,
q → (p → r)
(1) (p → q) → (p → r), [hip.]
(2) (q → (p → q)) → (q → (p → r)), [(1),R3]
242
(3) q → (p → q), [E1]
(4) q → (p → r), [(3),(2),mp ]
p → (q → r)
(R5) ,
q → (p → r)
(1) p → (q → r), [hip.]
(2) (p → q) → (p → r), [(1),R2]
(3) q → (p → r). [(2),R4]
8.6 El Teorema de la deducción

El siguiente resultado suministra un método para determinar si una fórmula p del s.p. implica-
tivo es una consecuencia sintáctica de H.
T 8.6.1 Sea C = (F or[X], {∧, ∨, →, ∼}, Cl ) y H ⊆ F or[X], entonces las siguientes condiciones
son equivalentes:
(i) H (p → q),
(ii) H ∪ {p} q.
Dem.
⇒ (ii): Supongamos que H

(i)= (p → q), entonces existe una demostración formal de p → q
a partir de H
(1) p1 , [H ∪ TS ]
(2) p2 , [H ∪ TS ]
..
.
(n) p → q.
243
Entonces
(1) p,
(2) p1 ,
(3) p2 ,
..
.
(n + 1) p → q.
(n + 2) q, [(1),(n + 1),mp ]
es una demostración de q a partir de H ∪ {p}.

Luego H ∪ {p} q.
⇒(i): Haremos la demostración por inducción sobre la longitud de la demostración
(ii)=
formal de la fórmula q.
Si n = 1, p1 es q, luego q ∈ TS ∪ H ∪ {p}.
Caso 1. q ∈ TS ∪ H:
(1) q, [hipótesis]
(2) q → (p → q), [E1]
(3) p → q. [(1),(2) y mp ]
Por lo tanto,
H (p → q).
Caso 2. q ∈ {p}:
(1) ∅ (p → p). [T1]
(2) ∅ ⊆ H,
(3) H (p → p). [de (1) y (2)]
244
Hipótesis de inducción: Supongamos que el enunciado vale para toda fórmula r cuya
demostración es de longitud menor o igual que n − 1 y sea
(1) p1 ,
(2) p2 ,
..
.
(n) q,
una demostración de q, a partir de H ∪ {p}, de longitud n.
Caso 1. q ∈ H ∪ TS ∪ {p}.
Es análogo al caso 1 de n = 1.
Caso 2. q ∈
/ H ∪ TS ∪ {p}.
De la hipótesis resulta que existe una demostración formal
(1) p1 ,
..
.
(j) pj ,
..
.
(n − 1) pj → q,
(n) q.
Como pj y pj → q tienen una demostración a partir de H∪{p}, de longitud menor o igual que
n − 1, entonces por la hipótesis de inducción tenemos que H (p → pj ) y H (p → (pj → q)).
Por lo tanto podemos escribir
(1) q1 ,
..
. [demostración de p → pj a partir de H,
(t) p → pj , (qi = p, 1 ≤ i ≤ t − 1)]
245
(1) r1 ,
..
. [demostración de p → (pj → q) a partir de H,
(s) p → (pj → q). (ri = p, 1 ≤ i ≤ s − 1)]
Entonces,
(1) q1 ,
..
.
(t) p → pj ,
(t + 1) r1 ,
..
.
(m) p → (pj → q),
(m + 1) (p → (pj → q)) → ((p → pj ) → (p → q)), [E2]
(m + 2) (p → pj ) → (p → q), [(m),(m+1),mp ]
(m + 3) p → q. [(t),(m+2),mp ]
Por lo tanto H (p → q).
8.7 El Teorema de la completud

T 8.7.1 Sea C = (F or[X], {∧, ∨, →, ∼}, Cl ) y H ⊆ F or[X], entonces las siguientes condiciones
son equivalentes:
(i) H p,
(ii) H |=B2 p.
246
8.8 Ejercicios
Para el cálculo proposicional clásico C = (F or[X], →, ∧, ∨, ∼, Cl ), tomamos como axiomas los
elementos de UCl = {E1, ..., E11} dados en teorı́a y como regla de inferencia
p, p → q
mp :
q
E 8.8.1
Sea TS el conjunto de los teoremas sintácticos de C. Verificar que
(i) UCl ⊆ TS ,
(ii) si p, p → q ∈ TS , entonces q ∈ TS ,
(iii) si p ∈ TS , entonces q → p ∈ TS , cualquiera sea q ∈ F or[X].
E 8.8.2
Dados p, q ∈ F or[X], definimos p ≤ q si, y sólo si, p → q ∈ TS . Probar que
(O1) p ≤ p, cualquiera sea p ∈ F or[X],
(O2) si p ≤ q y q ≤ r, entonces p ≤ r.
Esto es, ≤ es un preorden en F or[X].
E 8.8.3
Dados p, q ∈ F or[X] y ≤ la relación definida en el E.8.8.2, definimos p ≈ q si, y sólo si,

p ≤ q y q ≤ p. Probar que ≈ ∈ EQ(F or[X]).
E 8.8.4
Demostrar aplicando el teorema de la deducción los siguientes teoremas:
(i) (p → q) → ((q → r) → (p → r)),
(ii) p → ((p → q) → q),
(iii) (p → q) → ((r → p) → (r → q)),
247
(iv) (p → q) → ((p ∧ r) → (q ∧ r)),
(v) (p → q) → ((r ∧ p) → (r ∧ q)).
E 8.8.5
Sean p, q ∈ F or[X] y ≤ la relación definida en el E.8.8.2. Probar que si p ≤ q, entonces
(i) q → r ≤ p → r, (ii) r → p ≤ r → q,
(iii) p ∧ r ≤ q ∧ r, (iv) r ∧ p ≤ r ∧ q.
E 8.8.6
Consideremos F or[X] con la relación de equivalencia definida en el E.8.8.3. Probar que
(i) si p ≈ q y r ≈ t, entonces p → r ≈ q → t, [compatibilidad con →]
(ii) si p ≈ q y r ≈ t, entonces p ∧ r ≈ q ∧ t. [compatibilidad con ∧]
248
9 Bibliografı́a
[1] A. Barnes, J.M. Mark, Una Introducción algebraica a la lógica matemática, EUNIBAR,
1975.
[2] C. Berge, The theory of graphs and its applications, New York, John — Wiley, 1962.
[3] S. Burris, H. P. Sankappanavar, A course in universal algebra, New York,Springer —

Verlag, 1981.
[4] I. M. Copi, Introducción a la lógica, Bs. As., EUDEBA, 1994.
[5] K. Douglas, Sistemas booleanos, Madrid, Ed. Alhambra, 1970.
[6] J.L. Gersting, Mathematical structures for computer science, New York, 2nd ed.,W. H.
Freeman and Co., 1987.
[7] A.G. Hamilton, Lógica para matemáticos, Madrid, Ed. Paraninfo, 1981.
[8] I.S. Levy, Discrete structures of computer sciences, New York, John Wiley, 1980.
[9] L. Oubiña, Introducción a la teorı́a de conjuntos, 7ma ed., Bs. As., Eudeba, 1974.
[10] A. Tarski, Introducción a la lógica y a la metodologı́a de las ciencias deductivas, 2da ed.,
Madrid, Espasa-Calpe, 1968.
[11] J. Whitesitt, Boolean algebra and its applications, London, Addison — Wesley,1961.
Bibliografı́a básica
1. C. Berge, The Theory of Graphs and its Applications, John Wiley, New York, 1962.
2. A. V. Figallo, Algebra y Lógica, Apuntes de cátedra elaborados en colaboración con E.

Bianco, C. Sanza y A. Ziliani, Dpto. de Matemática, U. N. del Sur, Bahı́a Blanca, 1994.
3. A. V. Figallo, Matemática Discreta, Apuntes cátedra, elaborados en colaboración con E.

Bianco, C. Sanza y A. Ziliani, Dpto. de Matemática, U. N. del Sur, Bahı́a Blanca, 1997.
4. E. Gentile, Estructuras Algebraicas I, Monografı́as de Matemática de la O.E.A. no 3,

Washington, 1977.
249
5. J. Gersting, Mathematical Structures for Computer Science, W. H. Freeman and Co.,
New York, 1987.
6. C. Grimaldi, Matemática Discreta y Combinatoria, Addison—Wesley Iberoamericana, México,

1989.
7. B. Kolman, R. Busby, Estructuras de Matemática Discreta para Computación, Prentice—

Hall Iberoamericana, México, 1984.
8. I. Levy, Discrete Structures for Computer Sciences, John Wiley, New York, 1980.
9. S. Lipschutz, Discrete Mathemathics, Mc Graw—Hill, New York, 1976.
10. L. Nachbin, Algebra Elemental, Monografı́as de Matemática de la O.E.A. no 26 , Wash-

ington, 1986.
11. J. Whitesitt, Boolean Algebra and its Applications, Addison—Wesley, London, 1962.
Bibliografı́a de consulta
1. A. Barnes, J. Mark, Una introducción algebraica a la lógica matemática, EUNIBAR, 1975.
2. S. Burris, H. Sankappanavar, A Course in Universal Algebra, Springer—Verlag, New York,

1981.
3. I. Copi, Introducción a la Lógica, Eudeba, Buenos Aires, 1953.
4. B. Davey, H. Priestley, Introduction to Lattices and Order, Cambridge University Press,

New York, 1990.
5. K. Douglas, Sistemas Booleanos, Alhambra, Madrid, 1970.
6. G. Grätzer, Universal Algebra, Second Edition, Springer-Verlag, 1978.
7. G. Gavrilov, A. Sapozhenko, Problemas de Matemática Discreta, MIR, Moscú, 1980.
8. A. Hamilton, Lógica para matemáticos, Madrid, Ed. Paraninfo, 1981.
9. F. Hohn, Applied Boolean Algebra, The Macmillan Company, New York, Collier — Macmil-
lan Limited, London.
250
10. E. Mendelson, Boolean Algebra and Switching Circuits, Mc Graw—Hill, New York, 1970.
11. L. Monteiro. Algebras de Boole, Informes Técnicos Internos 36 (1994), 1 - 17 Instituto de

Matemática, INMABB-CONICET-UNS.
12. L. Oubiña, Introducción a la teorı́a de conjuntos, 7ed , Buenos Aires, Eudeba, 1974.
13. A. Tarski, Introducción a la lógica y a la metodologı́a de las ciencias deductivas, 2ed ,

Madrid, Espasa — Calpe, 1968.
251

Matematicas Discreta

Cargado por

Copyright:

Formatos disponibles

Matematicas Discreta

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Matematicas Discreta

Cargado por

Copyright:

Formatos disponibles

MATEMATICA DISCRETA

Bahı́a Blanca 2004

5 Relaciones binarias especiales 124

6 Sistemas algebraicos 167

7 Retı́culos distributivos y álgebras de Boole 195

8 Sistemas proposicionales 230

1.1 El lenguaje coloquial

Recordemos que en Gramática se indican las siguientes definiciones:

Por otra parte, en Lógica y en Matemática es frecuente usar la siguiente definición:

(iii) Oraciones equivalentes: Son aquellas que tienen el mismo significado.

(1) El Dr. Pérez estudia el contrato de locación.

(2) El contrato de locación es estudiado por el Dr. Pérez.

(3) Rodrı́guez aborrece las obligaciones.

(4) Rodrı́guez detesta las obligaciones.

(5) Si 6 > 4, entonces 6 > 2.

(6) De 6 > 4 resulta 6 > 2.

(7) 6 > 2 es consecuencia de 6 > 4.

(8) De 6 > 4 se deduce 6 > 2.

(9) Siete es mayor que doce.

(10) ¿Quién es?.

(11) Ella es inteligente.

Las proposiciones se pueden dividir en proposiciones simples y proposiciones compuestas.

Llamaremos proposiciones simples a aquellas que no contienen propiamente a otra proposi-

El gobernador de Mendoza presentó la renuncia.

Diremos que una proposición es compuesta si no es simple.

Si Garcı́a aprueba el examen es porque ha estudiado.

Podemos reemplazar la proposición anterior por la siguiente,

Si Garcı́a ha estudiado, entonces aprueba el examen

la cual contiene propiamente a las proposiciones

aprueba el examen, [Garcı́a]

y por lo tanto es compuesta.

La conjunción de proposiciones y la conectiva y

La proposición compuesta que obtenemos al unir dos proposiciones por la palabra y se

2 es un número positivo y 2 no divide a 15.

La disyunción de proposiciones y la conectiva o

El ejemplo (i) puede ser reformulado del siguiente modo:

(i) Estudiaré música o canto coral.

(iv) Barcos japoneses o rusos pescan en aguas argentinas.

Proposiciones condicionales y la conectiva si ... entonces ...

Dadas dos proposiciones que denominaremos antecedente y consecuente, llamaremos proposi-

Si Marta fue al museo, entonces vió esa famosa escultura.

tiene por antecedente a

Marta fue al museo

vió esa famosa escultura. [Marta]

La negación de una proposición y la conectiva no

Llamaremos negación de una proposición a la proposición que tiene significado opuesto a la

También podemos obtener la negación anteponiendo a la proposición dada la conectiva no

puede obtenerse escribiendo

no es el caso que 1 es un número par.

Observemos que la negación de una proposición simple es compuesta.

No poseen significado propio. Es frecuente designar a las variables con letras a, b, c . . . , x,

Dado que las variables no poseen significado propio, la expresión:

no es una proposición. Se transformará en una proposición si reemplazamos la variable x por

Si consideramos nuevamente la función proposicional

Son funciones proposicionales o proposiciones formadas exclusivamente por sı́mbolos mate-

(i) 2x < 5, [fórmula]

(iii) x más y es igual a 9, [no es una fórmula]

(iv) 4 > −1. [fórmula]

(i) x + 2, [si x = 2, designa a 4]

(ii) x < y. [no es función designativa]